Metode peramalan yang memiliki nilai MSE terkecil, menunjukkan bahwa model tersebut memiliki kesalahan atau error terkecil dibanding model lainnya, sehingga
dapat dijadikan model terbaik dalam melakukan peramalan. MSE = ? et
2
N
4.7 Analisis Regresi Berganda
Dalam model regresi berganda terdapat hubungan antara satu variabel tak bebas dependent variabel dengan beberapa variabel bebas independent
variabel . Formulasi dari model regresi berganda adalah :
Y
t
= ß + ß
1
X
1
+ ß
2
X
2
+ ß
3
X
3
+ ß
4
X
4
+ µ
t
Dimana : Y
t
= Harga bawang merah di PIKJ ß
= Konstanta ß
1
= Koefisien X
1
pasokan bawang merah di PIKJ Ton ß
2
= Koefisien X
2
pasokan impor bawang merah nasional Kg ß
3
= Koefisien X
3
harga impor bawang merah nasional Rp Kg ß
4
= Koefisien X
4
harga pupuk Urea Rp Kg Hipotesis :
1. Pasokan bawang merah yang masuk ke PIKJ mempunyai hubungan yang negatif dengan harga bawang merah di PIKJ, yaitu ketika jumlah pasokan
bawang merah yang masuk ke PIKJ meningkat maka harga bawang merah di PIKJ akan menurun.
2. Pasokan impor bawang merah nasional mempunyai hubungan yang positif dengan harga bawang merah di PIKJ, yaitu ketika pasokan impor bawang
merah nasional meningkat maka harga bawang merah di PIKJ akan cenderung meningkat. Hal ini disebabkan karena pasokan impor masuk ke dalam negeri
ketika musim paceklik panen dimana pada saat bersamaan harga bawang merah cenderung mengalami peningkatan akibat pasokan lokal yang sedikit.
3. Harga impor bawang merah nasional mempunyai hubungan yang positif dengan harga bawang merah di PIKJ, yaitu ketika harga impor bawang merah
turun maka harga bawang merah di PIKJ akan menyesua ikan yaitu akan cenderung turun. Jika tidak menyesuaikan maka bawang merah lokal tidak
akan laku di pasar. 4. Harga pupuk mempunyai hubungan yang positif dengan harga bawang merah
di PIKJ, yaitu ketika harga pupuk meningkat maka harga bawang merah di PIKJ akan meningkat, karena harga bawang merah di tingkat petani cenderung
meningkat akibat meningkatnya biaya produksi. Keterbatasan Penelitian :
Penelitian ini hanya membahas faktor – faktor yang mempengaruhi fluktuasi harga bawang merah dari sisi penawaran sedangkan sisi permintaannya
tidak dibahas mengingat keterbatasan data. Data produksi bulanan bawang merah tidak dimasukan ke dalam salah satu faktor yang mempengaruhi fluktuasi harga
bawang merah akibat keterbatasan data namun sudah dapat diwakili oleh faktor lainnya yaitu pasokan impor bawang merah.
Model regresi yang sudah terbentuk, harus dilakukan pengujian :
1. Pengujian Terhadap Model
Tujuan dari pengujian ini adalah untuk mengetahui apakah model penduga yang diajukan sudah layak untuk menjelaskan variabel tak bebasnya yaitu harga
bawang merah. Uji ini berguna untuk menguji kelayakan model regresi secara menyeluruh. Uji statistik yang digunakan adalah Uji F.
F
hitung
= ESS
R
– ESS
U
DF
R
– DF
U
ESS
U
DF
U
Dimana : ESS
R
= Jumlah kuadrat error restricted model ESS
U
= Jumlah kuadrat error unrestricted model DF
R
= Derajat bebas restricted model DF
U
= Derajat bebas unrestricted model Dengan hipotesis :
H : ßi = 0
H
1
: Sekurang – kurangnya ada satu ßi yang tidak sama dengan nol i = 1,2,3,4,..., k
Kriteria uji yang digunakan adalah : F
hitung
F
tabel
, terima H F
hitung
F
tabel
, tolak H Apabila F
hitung
lebih besar dari F
tabel
maka ada salah satu dari variabel pasokan bawang merah PIKJ, pasokan impor bawang merah, harga impor bawang merah,
dan harga pupuk, yang berpengaruh nyata terhadap harga bawang merah di PIKJ, dan sebaliknya apabila F
hitung
lebih kecil dari F
tabel
, maka semua variabel bebasnya tersebut tidak ada yang berpengaruh nyata terhadap harga bawang
merah di PIKJ.
2. Pengukuran Tingkat Akurasi Model
Tingkat akurasi model dapat dilihat dari besarnya nilai koefisien determinasi R
2
, yang bertujuan untuk mengetahui seberapa jauh keragaman variabel harga bawang merah di PIKJ dapat diterangkan oleh variabel pasokan
bawang merah PIKJ, pasokan impor bawang merah, harga impor bawang merah, dan harga pupuk. Secara matematis rumus untuk menghitung nilai R
2
adalah sebagai berikut Ramanathan, 1998 :
R
2
= RSS TSS
Dimana : RSS = Jumlah kuadrat regresi
TSS = Jumlah kuadrat total
3. Pengujian masing -masing parameter
Pengujian ini dilakukan untuk mengetahui variabel-variabel bebas mana saja yang berpengaruh nyata secara parsial terhadap variabel tidak bebas.
Indikator yang digunakan ialah nilai p value setiap variabel bebas. Dengan hipotesis :
H : ßi = 0
H
1
: ßi ? 0 Kriteria uji yang digunakan adalah :
p value taraf nyata 5 , tolak H
p value taraf nyata 5 , terima H
Jika p value lebih kecil dari taraf nyatanya 5 maka variabel independen variabel pasokan bawang merah PIKJ, pasokan impor bawang merah nasional,
harga impor bawang merah, dan harga pupuk berpengaruh nyata terhadap harga bawang merah di PIKJ. Sebaliknya apabila p value lebih besar dari taraf nyatanya
5, maka variabel independen tidak berpengaruh nyata terhadap harga bawang merah di PIKJ.
4.8 Analisis Korelasi terhadap Variabel Bebas yang signifikan
