V. FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN DAN PENAWARAN KECAP
5.1. Hasil Estimasi Parameter Model 5.1.1. Uji F
Uji F bertujuan untuk mengetahui bahwa variabel-variabel eksogen secara bersama-sama
mampu menjelaskan variabel endogen di dalam model dan untuk mengetahui bahwa
model penduga yang diajukan sudah layak untuk menduga parameter yang ada dalam fungsi. Berdasarkan hasil estimasi uji F pada program
Eviews versi 4.1 dapat diketahui bahwa pada persamaan permintaan kecap nilai F-
hitung sebesar 20,052 dengan nilai probabilitas sebesar 0,000 Lampiran 10. yang nyata pada taraf 10 persen. Sedangkan pada persamaan penawaran kecap, nilai F-
hitung sebesar 19,269 dengan nilai probabilitas sebesar 0,003 Lampiran 12. dan nyata pada taraf 10 persen. Hal ini menunjukkan bahwa secara bersama-sama,
minimal ada satu variabel bebas dalam model berpengaruh nyata terhadap variabel terikat. Berdasarkan hasil yang diperoleh maka model persamaan
permintaan dan penawaran kecap layak untuk digunakan pada pembahasan selanjutnya.
5.1.2. Uji Autokorelasi
Pengujian ada tidaknya masalah autokorelasi dapat dilakukan dengan menggunakan uji Breusch Godfrey Serial Corelation LM Test yang sudah tersedia
dalam program Eviews versi 4.1. Ketika dilakukan pengujian, penulis menambahkan variabel AR5 pada persamaan penawaran. Hal ini dilakukan
untuk mengatasi masalah autokorelasi. Nilai probabilitas ObsSquared Breusch Godfrey Serial Corelation LM Test
pada persamaan permintaan kecap sebesar 0,337 Lampiran 11. lebih besar dari taraf nyata yang digunakan yaitu sebesar 10
persen. Hal ini menunjukkan bahwa pada persamaan permintaan kecap tidak terdapat masalah autokorelasi.
Demikian pula halnya pada persamaan penawaran kecap. Nilai probabilitas ObsSquared Breusch Godfrey Serial Corelation LM Test pada
persamaan ini sebesar 0,195 Lampiran 13. lebih besar dari taraf nyata yang digunakan yaitu sebesar 10 persen. Artinya, persamaan penawaran kecap terbebas
dari masalah autokorelasi.
5.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah model regresi memenuhi asumsi klasik bahwa model memiliki gangguan yang variansnya sama
homoskedastisitas. Pengujian heteroskedastisitas dapat dilakukan dengan menggunakan uji white heteroskedasticity. Nilai probabilitas ObsSquared white
heteroskedasticity pada persamaan permintaan kecap sebesar 0,876 Lampiran
11. lebih besar dari taraf nyata yang digunakan yaitu sebesar 10 persen. Artinya, pada persamaan permintaan kecap tidak terdapat masalah heteroskedastisitas.
Pada persamaan penawaran kecap, nilai probabilitas ObsSquared white heteroskedasticity
sebesar 0,326 Lampiran 13. lebih besar dari taraf nyata yang digunakan yaitu sebesar 10 persen. Hal ini menunjukkan bahwa pada persamaan
penawaran kecap tidak terdapat masalah heteroskedastisitas.
5.1.4. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui ada tidaknya hubungan linier antara variabel-variabel bebas dalam suatu model persamaan regresi. Ada
tidaknya multikolinieritas pada suatu persamaan dapat dilihat melalui matriks koefisien korelasi dari masing-masing persamaan tersebut. Berdasarkan hasil
estimasi pada persamaan permintaan kecap Lampiran 11. dapat diketahui bahwa semua hubungan antara dua variabel bebas yang terdapat dalam persamaan
tersebut memiliki nilai yang tidak lebih dari │0,8│. Hal ini menunjukkan bahwa
pada persamaan permintaan kecap tidak terdapat masalah multikolinieritas. Demikian pula pada persamaan penawaran kecap, tidak terdapat masalah
multikolinieritas. Hal ini dapat dilihat pada Lampiran 13, dimana semua hubungan antara dua variabel bebas yang digunakan pada persamaan penawaran kecap
memperlihatkan nilai yang tidak lebih besar dari │0,8│.
5.2. Hasil Estimasi Model 5.2.1. Permintaan Kecap
Kategori