Model Permintaan Rumah Tangga Terhadap Cabai Merah Keriting

71 VI. FAKTOR - FAKTOR YANG MEMPENGARUHI PERMINTAAN RUMAH TANGGA TERHADAP CABAI MERAH KERITING

6.1. Model Permintaan Rumah Tangga Terhadap Cabai Merah Keriting

Model permintaan rumah tangga di DKI Jakarta terhadap cabai merah keriting dibentuk dengan analisis kuantitatif yaitu model regresi linear berganda. Alat yang digunakan dalam pembentukan model ini yaitu Software Minitab Versi 14.0. Pembentukan model permintaan rumah tangga terhadap cabai merah keriting ini dilakukan dengan menggunakan data yang diperoleh dari hasil penyebaran kuesioner pada 50 orang responden yang berlokasi di DKI Jakarta. Variabel yang digunakan untuk membentuk model permintaan ini terdiri dari satu variabel dipenden atau terikat dan enam variabel independen atau variabel bebas. Untuk menghasilkan model terbaik dan sekaligus melihat elastisitas variabel dependen terhadap variabel independen, variabel-variabel yang ada di dalam model atau data yang akan dianalisis ditransformasi dalam bentuk logaritma natural Ln, kecuali variabel dummy tidak ditransformasi. Hasil pengolahan terhadap data memberikan informasi sehingga terbentuk model permintaan rumah tangga di DKI Jakarta terhadap cabai merah keriting seperti ditunjukkan oleh Tabel 16. Tabel 16. Faktor-Faktor yang Mempengaruhi Permintaan Rumah Tangga di DKI Jakarta Terhadap Cabai Merah Keriting Variabel Koefisien St. Eror T-Hitung P- Value VIF Konstanta 1,737 1,0680 1,6300 0,1110 Jumlah Anggota Keluarga X1 0,43467 0,0923 4,7100 0,0000 1,4000 Harga Cabai Merah Keriting X2 -0,0231 0,1010 -0,2300 0,8200 1,3000 Pendapatan Rumah Tangga X3 0,00963 0,0295 0,3300 0,7460 1,4000 Frekuensi Pembelian X4 -0,04078 0,0368 -1,1100 0,2740 1,6000 Tempat Pembelian X5 -0,12615 0,0305 -4,1400 0,0000 1,6000 Suku X6 0,04702 0,0247 1,9000 0,0640 1,1000 R-Square R 2 = 61,8 R-Square Adj = 56,5 F Hitung = 11,61 P-Value = 0,0000 Persamaan 9. merupakan bentuk matematis dari model permintaan rumah tangga di DKI Jakarta terhadap cabai merah yang terbentuk berdasarkan data pada Tabel 23. Variabel dipenden Y dalam model ini merupakan jumlah cabai yang dikonsumsi masing-masing rumah tangga di DKI Jakarta per bulan. 72 Y D = 1,737 + 0,43467X 1 - 0,0231X 2 + 0,00963X 3 - 0,04078X 4 - 0,12615X 5 + 0,04702X 6………………………………………………………………………………………………… 9 Setelah terbentuk model permintaan seperti persamaan 9, selanjutnya sangat penting untuk dikaji dari hasil pengolahan data output minitab yaitu bagaimana masing-masing variabel independen dalam model yang terbentuk mempengaruhi besarnya variabel dipenden. Dijelaskan sebelumnya bahwa, persamaan yang digunakan dalam analsis ini telah ditransformasi dalam bentuk logaritma natural, dengan demikian nilai koefisien yang hasilkan dalam model ini menunjukkan nilai ukuran elastisitas jumlah permintaan cabai merah keriting rumah tangga variabel Y terhadap faktor-faktor yang mempengaruhinya variabel X i , atau dengan kata lain nilai koefisien merupakan tingkat perubahan jumlah permintaan cabai merah rumah tangga dalam persen terhadap perubahan nilai variabel-variabel yang mempengaruhinya dalam persen. Variabel yang pertama yaitu jumlah anggota keluarga dalam rumah tangga X 1 , nilai koefisien yang diperoleh pada model menunjukkan tanda positif yang berarti jumlah anggota keluarga berpengaruh positif dengan jumlah permintaan cabai dalam rumah tangga tangga tersebut. Sesuai dengan hipotesis, semakin besar jumlah anggota dalam suatu keluarga maka semakin besar jumlah permintaan rumah tangga tersebut terhadap cabai merah kerting. Angka 0,43467 sebagai koefisien variabel X 1 memiliki arti bahwa kenaikan satu persen jumlah anggota keluarga dalam suatu rumah tangga akan meningkatkan jumlah cabai merah yang diminta oleh rumah tangga tersebut sebesar 0,4160 persen, dengan asumsi ceteris paribus atau faktor lain yang mempengaruhi jumlah permintaan cabai rumah tangga tetap. Nilai koefisien ini juga menunjukkan bahwa jumlah permintaan cabai merah keriting dalam suatu rumah tangga bersifat tidak elastis inelastis terhadap jumlah anggota keluarga. Ini berarti jika terjadi perubahan, persentase perubahan jumlah cabai merah yang diminta lebih kecil dari persentase perubahan jumlah anggota keluarga yang menyebabkannya. Variabel independen ke dua X 2 dalam model permintaan rumah tangga terhadap cabai merah yaitu harga beli cabai. Hasil output minitab nilai koefisien variabel X 2 bertanda negatif, artinya sesuai dengan hipotesi bahwa harga cabai merah keriting berpengaruh negatif terhadap rata-rata jumlah permintaan cabai 73 merah keriting rumah tangga di DKI Jakarta. Ketika harga naik, rata-rata permintaan rumah tangga terhadap cabai merah kerting akan turun dan sebaliknya jika harga turun rat-rata permintaan rumah tangga terhadap cabai merah keriting akan naik. Nilai 0,0231 menunjukkan bahwa jika harga cabai meningkat sebesar satu persen, maka rata-rata permintaan cabai merah keriting rumah tangga di DKI Jakarta turun sebesar 0,0231 persen, dengan asumsi ceteris paribus. Rata-rata jumlah permintaan cabai merah keriting rumah tangga bersifat tidak elastis inelastis terhadap harga cabai merah. Dimana jika terjadi perubahan harga, persentase perubahan jumlah cabai merah yang diminta lebih kecil dari persentase perubahan harga cabai merah keriting. Seperti sebelumnya telah dijelaskan, variabel ke tiga ini merupakan variabel dummy. Nilai nol diberikan pada rumah tangga dengan pendapatan kurang dari tiga juta rupiah dan nilai satu untuk rumah tangga yang berpendapatan lebih dari tiga juta rupiah. Berdasarkan hasil output minitab variabel independen ke tiga X 3 bertanda positif. Karena merupakan variabel dummy yang dalam analisis tidak ditransformasi kedalam bentuk logaritma natural, maka interpretasi dari nilai koefisien 0,00963 tidak sama dengan variabel lain yang ditransformasi. Sebelumnya harus dilakukan perhitungan terlebih dahulu pada nilai koefisien yang dihasilkan, dan berdasarkan hasil perhitungan yang telah dilakukan Lampiran 8., jika rumah tangga dengan pendapatan kurang dari tiga juta jumlah cabai merah keriting yang dimintanya sebesar satu kilogram, maka dapat rumah tangga dengan pendapatan lebih dari tiga juta rupiah permintaan cabai merah keritingnya yaitu sebesar 1,00967 kg. Walaupun tidak jauh berbeda, hasil analsis ini sesuai dengan hipotesis yaitu rata-rata jumlah permintaan cabai merah keriting rumah tangga yang berpendapatan lebih dari tiga juta rupiah lebih banyak dari pada permintaan rumah tangga yang pendapatannya kurang dari tiga juta rupiah. Menurut uji koefisien regresi parsial, variabel ke empat X 4 yang merupakan frekuensi pembelian cabai merah keriting rumah tangga setiap bulannya menunjukkan tanda negatif +, hal ini berarti bahwa frekuensi pembelian cabai merah keriting dalam satu bulan berpengaruh negatif dengan jumlah permintaan cabai merah keriting dalam suatu rumah tangga. Semakin besar frekuensi atau semakin sering pembelian cabai merah keriting yang 74 dilakukan oleh suatu rumah tangga, jumlah permintaan cabai merah keriting dalam rumah tangga tersebut semakin sedikit. Sebaliknya rumah tangga yang frekuensi pembeliannya lebih sedikit atau lebih jarang melakukan pembelian cabai ternyata jumlah cabai yang dibeli dalam satu bulan lebih banyak. Koefisien yang bernilai 0,04078 berarti jika frekuensi pembelian cabai merah keriting dalam satu bulan bertambah satu persen, maka jumlah cabai merah keriting yang diminta oleh suatu rumah tangga rata-rata meningkat berkurang sebesar 0,04078 persen setiap bulannya, dengan asumsi ceteris paribus. Terjadi demikian karena rumah tangga yang membeli cabai merah dengan frekuensi lebih sering membeli dalam jumlah sedikit pada saat dibutuhkan saja, sedangkan rumah tangga yang konsumsi lebih banyak melakukan pembelian dalam jumlah banyak setiap kali pembelian. Nilai koefisien juga menunjukkan bahwa jumlah permintaan cabai merah keriting dalam suatu rumah tangga bersifat tidak elastis inelastis terhadap frekuensi pembelian cabai merah keriting yang dilakukan. Jika terjadi perubahan, persentase perubahan jumlah cabai merah yang diminta lebih kecil dari persentase perubahan frekuensi pembelian cabai merah keriting. Sama halnya dengan variabel ke tiga, variabel ke lima yang digunakan dalam analisis ini yaitu tempat pembelian cabai merah keriting merupakan variabel dummy yang dalam analisis tidak ditransformasi ke dalam bentuk logaritma natural. Berdasarkan hasil analisis regresi yang dilakukan koefisien variabel tempat pembelian cabai ini bertanda negatif. Sesuai dengan asumsi dimana konsumen yang membeli cabai di pasar moderen akan diberi nilai satu 1, sedangkan yang membeli di pasar tradisional diberi nilai nol 0, artinya responden yang membeli cabai di pasar moderen rata-rata permintaan cabai merah per bulannya lebih sedikit dari pada jumlah permintaan konsumen yang membeli cabai merah di pasar tradisional. Berdasarkan perhitungan pada Lampiran 8. dengan menggunakan nilai koefisen 0,12615, berarti jumlah permintaan rumah tangga yang melakukan pembelian di pasar tradisional sebesar satu kilogram sedangkan pembelian yang dilakukan di pasar moderen yaitu sebesar 0,88148 kilogram dengan asumsi ceteris paribus. Suku atau asal daerah sebuah keluarga atau rumah tangga umumnya menentukan selera rumah tangga tersebut pada cita rasa suatu makanan, apakah 75 suatu rumah tangga menyukai cita rasa pedas atau tidak yang akan menentukan jumlah permintaan rumah tangga tersebut terhadap cabai merah. Dalam kasus ini dengan nilai satu diberikan pada responden yang bukan berasal dari Jawa, dan nilai nol diberikan pada responden yang berasal dari Jawa. Berdasarkan hasil output minitab diperoleh koefisien variabel X 6 bernilai positif, sesuai dengan hipotesis yang artinya konsumen atau rumah tangga yang bukan merupakan suku jawa jumlah konsumsi cabainya lebih banyak dari pada rumah tangga yang merupakan suku Jawa. Mengikuti perhitungan variabel dummy sebelumnya Lampiran 8, nilai 0,04702 pada variabel X 6 berarti jika responden yang merupakan suku Jawa memiliki tingkat permintaan terhadap cabai merah keriting sebesar satu kilogram, jumlah rata-rata permintaan cabai merah keriting rumah tangga yang bukan merupakan suku Jawa yaitu sebesar 1,048 kilogram. Selain interpretasi di atas, diperlukan analisa lebih lanjut terhadap model permintaan rumah tangga pada cabai merah yang telah terbentuk seperti pada persamaan 9. Pengujian ekonometrika dan statistik perlu dilakukan pada hasil output minitab yang telah dihasilkan untuk melihat kebaikan model yang terbentuk. Berikut ini akan dijelaskan secara lebih detail mengenai pengujian- pengujian pada model berdasarkan Lampiran 4. dan Lampiran 5.

6.2. Kriteria Ekonometrika

Dokumen yang terkait

Kajian Sistem Pemasaran Dan Integrasi Pasar Cabai Merah Keriting (Capsicum Annuum) Di DKI Jakarta

0 9 123

Analisis Efisiensi Rantai Pasokan Cabai Merah Keriting Kota Bogor

2 19 44

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 1 5

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

1 1 22

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 13

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

1 4 38

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 1 2

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

4 23 3

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

2 1 26

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 1