Tabel 17. Sebaran Responden Menurut Waktu Pembelian Tempe Kapan Pembelian
Tempe Kelas Ekonomi
Atas Kelas Ekonomi
Menengah Kelas Ekonomi
Bawah n
n n
Mendadak 31
62 25
50 40
80 Terencana
8 16
16 32
7 14
Jika Persedian Habis 11
22 9
18 3
6 Jumlah
50 100
50 100
50 100
6.2 Analisis Faktor yang Mempengaruhi Konsumi Tempe
Model atau bentuk persamaan yang digunakan untuk menganalisis faktor- faktor yang mempengaruhi konsumsi tempe adalah dengan menggunakan model
persamaan regresi berganda. Faktor-faktor yang diduga berpengaruh terhadap konsumsi tempe adalah harga tempe X
1
, harga tahu X
2
, harga telur X
3
, jumlah anggota keluarga X
4
, pendidikan terakhir X
5
, dan kelas ekonomi atas D1, kelas ekonomi menengah D2, dan kelas ekonomi atas D3
Hasil pendugaan yang diperoleh dengan menggunakan regresi linear berganda adalah sebagai berikut :
C = - 32094 + 11.4 X1 + 10.2 X2 + 2.06 X3 + 1732 X4 + 726 X5 + 3892 D1 + 6864 D2
Keterangan : C
= Konsumsi Tempe X
1
= Harga Tempe X
2
= Harga Tahu X
3
= Harga Telur X
4
= Jumlah anggota Keluarga X
5
= Pendidikan Terakhir D
1
= Kelas Ekonomi Bawah D
2
= Kelas Ekonomi Menengah D
3
= Kelas Ekonomi Atas
Tabel 18. Hasil Analisis Ragam Source
DF SS
MS F
hit
P
Regression 7 27205949362 3886564195 108.90
0.000 Residual Error
142 5067785638
35688631 Total
149 32273735000
Dari hasil pendugaan diperoleh koefisien determinasi R
2
sebesar 84.3 persen. Hal ini mengartikan bahwa model regresi yang digunakan dapat
menerangkan variasi keragaman dari nilai konsumsi tempe beserta variabel independennya sebesar 84.3 persen, kemudian sisanya sebesar 15.7 persen
diterangkan oleh variabel lain yang tidak dimasukkan ke dalam model. Dari tabel diketahui nilai F-hitung sebesar 108.90 yang lebih besar dari
nilai F-tabel sebesar 2,01 pada selang kepercayaan 95 persen, sehingga dapat
dihipotesiskan bahwa variabel independen yaitu harga tempe, harga tahu, harga telur, jumlah anggota keluarga, dan pendidikan terakhir secara bersama-sama
berpengaruh nyata terhadap konsumsi tempe. Untuk mengetahui apakah terdapat hubungan linear pada variabel itu
sendiri yang terlambat beberapa periode dilakukan uji autokorelasi. Statistik uji Durbin-Watson digunakan untuk mengetahui apakah terdapat autokorelasi atau
tidak. Nilai Durbin-Watson d yang didapatkan pada model ini adalah 0.43. Nilai ini menandakan bahwa terdapat autokorelasi pada model regresi. Untuk
mengetahui apakah residual atau error sudah menyebar normal dilakukan uji normalitas dengan uji Komogorov-Smirnov. Nilai dengan uji uji Komogorov-
Smirnov kurang dari 0,01, ini berarti residual atau error dalam model regresi linear berganda sudah tidak menyebar normal. Untuk melihat signifikansi dan koefisien
masing-masing variabel independent yang digunakan dapat dilihat pada Tabel 19.