Uji Kelayakan Model Metode Analisis Data

commit to user 71

4. Uji Kelayakan Model

a. Uji Kebaikan Suai Goodness of Fit Berdasarkan pengujian model persamaan simultan akan didapatkan pula koefisien determinasi R 2 , semakin tinggi koefisien determinasi maka akan semakin baik model tersebut, dalam arti semakin besar kemampuan variabel bebas menerangkan variabel terikat. Nilai R 2 akan meningkat dengan bertambahnya jumlah variabel bebas dalam persamaan, namun dengan menambahkan jumlah variabel bebas, derajat bebas akan semakin kecil, karena itu dipergunakan R 2 adjusted yang sudah mempertimbangkan derajat bebas. Selain itu dapat pula diketahui koefisien determinasi parsial r 2 yang menunjukkan seberapa besar kemampuan masing-masing variabel bebas mempengaruhi variabel terikat. b. Uji F Untuk melihat apakah variabel-variabel bebas secara bersama- sama mempunyai pengaruh yang bermakna terhadap variabel terikat, dapat diketahui dengan melakukan uji F. Adapun hipotesis yang digunakan dalam uji F adalah : 1. Ho : bi = 0, dimana bi adalah koefisien regresi ke-i. Artinya bahwa variabel-bariabel bebas secara bersama-sama tidak mempunyai pengaruh yang bermakna terhadap variabel terikatnya. commit to user 72 2. Ha : bi ≠ 0, dimana bi adalah koefisien regresi ke-i. Artinya bahwa variabel-bariabel bebas secara bersama-sama mempunyai pengaruh yang bermakna terhadap variabel terikatnya. Sedangkan prosedur untuk diterima atau ditolaknya Ho adalah sebagai berikut : 1. Jika nilai F hitung lebih besar daripada nilai F tabel pada taraf signifikan yang ditentukan sehingga Ho ditolak dan Ha diterima berarti ada pengaruh yang bermakna. 2. Jika nilai F hitung lebih kecil daripada nilai F tabel pada taraf signifikan yang ditentukan sehingga Ho tidaK ditolak dan Ha ditolak berarti tidak ada pengaruh yang bermakna. c. Uji t Untuk menguji ada tidaknya pengaruh masing-masing variabel bebas terhadap variabel terikat dilakukan perbandingan antara nilai t statistik masing-masing variabel bebasnya dengan nilai t tabel model. Dengan menggunakan α = 5 dan menggunakan uji t dua arah serta DF = 5, maka akan diperoleh nilai t tabel. Pengujian secara parsial pengaruh variabel bebas terhadap variabel terikat tersebut dilakukan dengan terlebih dahulu menyusun hipotesis sebagai berikut : 1. Ho : bi = 0, i = 1, 2, 3, 4, 5; dimana bi adalah koefisien regresi ke- i. Artinya bahwa variabel-bariabel bebas secara parsial tidak mempunyai pengaruh yang bermakna terhadap variabel terikatnya. commit to user 73 2. Ha : bi ≠ 0, i = 1, 2, 3, 4, 5; dimana bi adalah koefisien regresi ke-i. Artinya bahwa variabel-bariabel bebas secara parsial mempunyai pengaruh yang bermakna terhadap variabel terikatnya. Sedangkan prosedur untuk ditolak atau diterimanya hipotesis nol adalah sebagai berikut : 1. Jika nilai t hitung lebih besar daripada nilai t tabel pada taraf signifikan yang ditentukan sehingga Ho ditolak dan Ha diterima bearti ada pengaruh yang bermakna. 2. Jika nilai t hitung lebih kecil daripada nilai t tabel pada taraf signifikan yang ditentukan sehingga Ho tidal ditolak dan Ha ditolak berarti tidak ada pengaruh yang bermakna. d. Uji RMSE Root of Mean Squared Error Model-model dimana variabel penjelasnya dianggap baik dan layak digunakan untuk memprediksi ketidakpastian di masa yang akan datang, apabila memiliki RMSE root of mean squared error yang lebih kecil Kuncoro, 2002. RMSE merupakan akar dari nilai rata-rata kuadrat kesalahan MSE. MSE didapatkan dengan membagi jumlah kuadrat kesalahan, Sum of Squared Error SSE dengan jumlah observasi dikurangi variabel termasuk intersepnya. Pendugaan koefisien regresi pada model permintaan dan penawaran beras juga dilakukan dengan metode persamaan simultan. Adapun seluruh data dalam penelitian ini diolah dengan menggunakan piranti lunak Eviews versi 5.1. commit to user 74 Untuk mengukur ketepatan peramalan digunakan nilai root mean square error RMSE, nilainya menunjukkan seberapa besar penyimpangan hasil peramalan dengan kenyataan. Rumus RMSE adalah: √ ∑ Keterangan: A t = nilai aktual dari deret waktu dalam periode t F t = nilai yang diramalkan n = jumlah observasi k = jumlah variabel commit to user 75 IV. KONDISI UMUM DAERAH PENELITIAN

A. Keadaan Alam