33 Karena N’ N maka data penjualan pakan udang PT Central Proteina Prima, Tbk pada tabel
3.1 dapat diterima sebagai sampel dalam penelitian ini.
3.3.2 Plot Data
Plot data penjualan pakan udang PT Centra Proteinan Prima, Tbk ditunjukan seperti gambar 3.1 terlihat bahwa data penjualan berfluktuasi dan seperti membentuk pola yang sama
pertahunnya sehingga kemungkinan data ini mengandung pola Musiman.
Gambar 3.1 Plot data Penjualan Pakan Udang PT Central Proteina Prima, Tbk
300 600
900 1.200
1.500 1.800
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960
Untuk memperjelas bentuk pola yang muncul dari gambar 3.1 Plot data penjualan di atas maka dilakukan uji pola sebagai berikut.
3.3.3 Pengujian Pola Data dengan Koefisien Korelasi
koefisien autokorelasi dapat dengan mudah memperlihatkan ketidak stasioneran. Distribusi koefisien autokorelasi sangat membantu dalam melihat sifat pola yang terkandung dalam data
apakah data berpola stasioner, trend, ataupun musiman. Dengan persamaan 2-18 maka diperoleh nilai Autokorelasi data sebagai berikut.
a. Nilai Autokorelasi
n t
t k
t k
n t
t k
Y Y
Y Y
Y Y
r
1 2
1
n Y
Y
60
51 ,
424 .
61
Y 74
, 023
. 1
Y
Universitas Sumatera Utara
34 Sehingga
2 2
2 1
74 ,
023 .
1 16
, 135
. 1
... 74
, 023
. 1
72 ,
655 74
, 023
. 1
98 ,
545 74
, 023
. 1
16 ,
135 .
1 74
, 023
. 1
69 ,
960 ...
74 ,
023 .
1 39
, 839
74 .
023 .
1 72
, 655
74 ,
023 .
1 72
, 655
74 ,
023 .
1 98
, 545
r
2 2
2 1
41 ,
111 ...
03 ,
368 98
, 545
41 ,
111 06
, 163
... 35
, 189
03 ,
36 03
, 368
76 ,
477
x x
x r
2 2
2 1
41 ,
111 ...
03 ,
368 98
, 545
32 ,
025 .
7 ...
38 ,
846 .
67 11
, 829
. 175
r
772 .
316 .
8 459
. 351
. 5
1
r
64 ,
1
r
Dengan menggunakan bantuan microsoft eksel maka diperoleh r
2
sampai dengan r
60
sebagai berikut.
Tabel 3.2 Nilai Autokorelasi Data Lag
Estimate Lag
Estimate Lag
Estimate
1 0,643454
21 -0,10707
41 -0,21751
2 0,523155
22 -0,01824
42 -0,20849
3 0,285617
23 0,092108
43 -0,18637
4 0,031807
24 0,125066
44 -0,10616
5 -0,06394
25 0,19094
45 -0,02818
6 -0,19971
26 -0,04554
46 0,012812
7 -0,1119
27 -0,17349
47 0,054853
8 -0,0654
28 -0,2578
48 0,041552
9 0,141385
29 -0,26115
49 -0,00564
10 0,292078
30 -0,31287
50 -0,0363
11 0,412865
31 -0,1939
51 -0,06428
12 0,444646
32 -0,15799
52 -0,08652
13 0,343867
33 -0,07128
53 -0,06562
14 0,218118
34 0,033069
54 -0,0484
15 0,051401
35 0,093339
55 -0,03809
16 -0,0887
36 0,104601
56 0,000223
17 -0,26006
37 0,021006
57 -0,00131
18 -0,29758
38 -0,05884
58 19
-0,30463 39
-0,12604 59
20 -0,22031
40 -0,20286
60
Universitas Sumatera Utara
35 Berdasarkan nilai autokorelasi diatas maka pola data tidak stasioner karena nilai
– nilai autokorelasi berubah siginifikan dari nol dan membentuk suatu pola. Untuk dapat
melihat pola tersebut lebih jelas, berikut plot data untuk nilai Autokorelasi.
Gambar 3.2 plot Nilai Autokorelasi
Berdasarkan gambar 3.2 Plot Nilai Autokorelasi maka data tersebut terlihat bahwa membentuk suatu pola yang sama secara periodik dengan demikian dapat disimpulkan bahwa
data penjualan pakan udang PT Central Proteina Prima, Tbk bersifat atau terkandung pengaruh pola musiman.
b. Distribusi Sampling Autokorelasi
Dengan persamaan 2.20 diperoleh distribusi autokorelasi adalah sebagai berikut.
-Z
α2
x. se
rk
≤ rk ≤ Z
α2
x. se
rk
dengan
n se
k
1
60 1
k
se
129 ,
k
se Sehingga diperoleh distibusi autokorelasi adalah :
-1,96 x 0,129 ≤ r
k
≥1,96 x 0,129 -0,253
≤ r
k
≥ 0,253
-0.4 -0.2
0.2 0.4
0.6
0.8
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59
Universitas Sumatera Utara
36 Berdasarkan selang kepercayaan diatas dapat disimpulkan bahwa data tidak bersifat
random dengan terlihat nya nilai pada r
17
, r
18
, r
19
lebih kecil dari selang kepercayaan -0,253. Untuk lebih jelas berikut dilakukan uji musiman dengan analisis Variansi apakah pola data
pada penjualan PT Central Proteina Prima, Tbk terkandung Pola musiman.
3.3.4 Pengujian adanya Pola Musiman