Analisis Keterpaduan Pasar Bawang Putih
D. Analisis Keterpaduan Pasar Bawang Putih
1. Hasil Analisis Regresi Antara Pasar Tawangmangu Kabupaten Karanganyar Dengan Pasar Legi Kota Surakarta
Berdasarkan analisis regresi akan diperoleh nilai koefisien
2 determinasi (R 2 ), nilai adjusted R , nilai F hitung, nilai t hitung, dan nilai koefisien regresi masing-masing variabel bebas (b1, b2, b3). Berikut ini
adalah hasil analisis regresi dari harga riil bawang putih antara Pasar Tawangmangu Kabupaten Karanganyar dengan Pasar Legi Kota Surakarta. Tabel 27. Hasil Analisis Regresi Keterpaduan Pasar Bawang Putih Antara
Pasar Tawangmangu dengan Pasar Legi Sumber
Hitung Tabel 5% Regresi
Varian Kuadrat
Total 43547786,387 20 R 2 0,672 Adjusted 2 R 0,614
DW 1,996 Sumber : Analisis Data Sekunder
Keterangan : ** = signifikan pada tingkat kepercayaan 95% Berdasarkan hasil analisis regresi antara Pasar Tawangmangu dengan Pasar Legi diperoleh nilai F hitung sebesar 11,602. Nilai F hitung sebesar 11,602 lebih besar dari nilai F tabel pada tingkat kepercayaan 95% yang besarnya 3,16. Nilai ini menunjukkan bahwa variabel bebas yaitu harga bawang putih di Pasar Tawangmangu pada bulan t-1, selisih harga bawang putih di Pasar Legi pada bulan t dengan bulan t-1, dan harga bawang putih di Pasar Legi pada bulan t-1 secara bersama-sama berpengaruh nyata terhadap harga bawang putih di Pasar Tawangmangu pada bulan t.
Nilai adjusted R 2 dari hasil analisis regresi antara Pasar Tawangmangu dengan Pasar Legi (Tabel 27) yaitu sebesar 0,614. Hal ini
berarti bahwa harga bawang putih di Pasar Tawangmangu pada bulan t sebesar 61,4% dapat dijelaskan oleh variabel bebas yang dimasukkan dalam model yaitu harga bawang putih di Pasar Tawangmangu pada bulan t-1, selisih harga bawang putih di Pasar Legi pada bulan t dengan bulan t-1, dan harga bawang putih di Pasar Legi pada bulan t-1, sedangkan sisanya yaitu sebesar 38,6% dijelaskan oleh variabel-variabel lain di luar model. Variabel-variabel lain di luar model tersebut antara lain musim tanam dan panen, jumlah produksi, dan jumlah pasokan dari daerah lain.
Tabel 28. Nilai Koefisien Regresi dan t Hitung Tiap-Tiap Variabel
t Hitung Constanta
Variabel
Koefisien Regresi
0,767 Pit-1 0,542 2,688*
1,965* Pt-1 ns 0,292 1,528
Pt-Pt-1 0,435
Sumber : Analisis Data Sekunder Keterangan : Pit-1
= harga bawang putih di Pasar Tawangmangu pada
bulan t-1 Pt-Pt-1 = selisih harga bawang putih di Pasar Legi pada
bulan t dengan bulan t-1
Pt-1 = harga bawang putih di Pasar Legi pada bulan t-1
= signifikan pada tingkat kepercayaan 90%
ns
= tidak signifikan
Berdasarkan hasil analisis regresi di atas dapat diketahui nilai t hitung dari masing-masing variabel bebas. Nilai t hitung pada variabel harga bawang putih di Pasar Tawangmangu pada bulan t-1 yaitu 2,688 dan nilai t tabel µ/2 pada tingkat kepercayaan 90% yaitu 1,729. Dengan
demikian, t hitung > t tabel µ/2 sehingga hipotesis H 0 ditolak dan H 1 diterima. Hal ini menunjukkan bahwa variabel harga bawang putih di Pasar Tawangmangu pada bulan t-1 secara individu berpengaruh terhadap variabel harga bawang putih di Pasar Tawangmangu pada bulan t.
Nilai koefisien regresi variabel harga bawang putih di Pasar Tawangmangu pada bulan t-1 adalah sebesar 0,542. Tanda koefisien yang positif ini memberi petunjuk adanya hubungan searah antara harga bawang putih di Pasar Tawangmangu pada bulan t-1 dan harga bawang putih di Pasar Tawangmangu pada bulan t. Hal ini berarti apabila terjadi peningkatan harga bawang putih di Pasar Tawangmangu pada bulan t-1 sebesar Rp 1,- per kilogram maka harga bawang putih di Pasar Tawangmangu pada bulan t akan meningkat sebesar Rp 0,542 per kilogramnya.
Nilai t hitung pada variabel selisih harga bawang putih di Pasar Legi antara bulan t dengan bulan t-1 yaitu sebesar 1,965 dengan nilai t tabel µ/2 pada selang kepercayaan 90% yaitu sebesar 1,729. Hal ini
menunjukkan bahwa t hitung > t tabel µ/2, sehingga hipotesis H 0 ditolak dan H 1 diterima. Artinya, variabel selisih harga bawang putih di Pasar Legi antara bulan t dengan bulan t-1 secara individu berpengaruh terhadap variabel harga bawang putih di Pasar Tawangmangu pada bulan t.
Nilai koefisien regresi variabel selisih harga bawang putih di Pasar Legi antara bulan t dengan bulan t-1 yaitu sebesar 0,435. Tanda koefisien yang positif ini memberi petunjuk adanya hubungan searah antara selisih harga bawang putih di Pasar Legi antara bulan t dengan bulan t-1 dan harga bawang putih di Pasar Tawangmangu pada bulan t. Hal ini berarti apabila
bawang putih di Pasar Legi antara bulan t dengan bulan t-1 sebesar Rp 1,- per kilogram maka harga bawang putih di Pasar Tawangmangu pada bulan t akan meningkat sebesar Rp 0,435 per kilogramnya.
Sedangkan nilai t hitung pada variabel harga bawang putih di Pasar Legi pada bulan t-1 yaitu sebesar 1,528 dengan t tabel µ/2 pada selang kepercayaan 90% yaitu 1,729. Dengan demikian, t hitung < t tabel µ/2
sehingga hipotesis H 0 diterima dan H 1 ditolak. Hal ini berarti variabel harga bawang putih di Pasar Legi pada bulan t-1 secara individu tidak sehingga hipotesis H 0 diterima dan H 1 ditolak. Hal ini berarti variabel harga bawang putih di Pasar Legi pada bulan t-1 secara individu tidak
2. Uji Multikolinearitas
Ada atau tidaknya multikolinearitas dapat diketahui dengan menggunakan matriks korelasi yaitu hubungan antara berbagai variabel bebas yang dimasukkan dalam model. Jika nilai Pearson Correlation < 0,8 dan nilai Eigenvalue (Colinearity Diagnostik) tidak mendekati nol maka model yang diestimasi tidak terjadi multikolinearitas. Berikut ini tabel yang menunjukkan nilai Pearson Correlation dan nilai Eigenvalue.
Tabel 29. Korelasi Tiap-Tiap Variabel Selisih Harga
Harga Bawang Bawang Putih di Pearson
Harga Bawang Harga Bawang
Putih di Pasar Putih di Pasar
Putih di Pasar Pasar Legi Antara
corelation Tawangmangu Tawangmangu
Legi Pada Bulan t dengan
Pada Bulan t Pada Bulan t-1
Bulan t-1 Bulan t-1
Harga Bawang Putih di Pasar
0,452 0,661 Tawangmangu Pada
Bulan t Harga Bawang Putih di Pasar
0,216 0,645 Tawangmangu Pada
Bulan t-1 Selisih Harga Bawang Putih di Pasar Legi
1,000 0,231 Antara Bulan t dengan
Bulan t-1 Harga Bawang Putih di Pasar Legi Pada
0,231 1,000 Bulan t-1
Sumber : Analisis Data Sekunder
Tabel 30. Collinearity Diagnostics
Variance Proportions Di Eige Conditi
me nvalu on Harga Selisih Harga nsi
e Index
Harga Bawang
Bawang Bawang Putih di
Putih di Pasar
Putih di
(Constant)
Pasar Legi Antara
Tawangmangu
Pasar Legi Bulan t dengan
Pada Bulan t-1
Pada Bulan Bulan t-1 t-1
,00 ,93 Sumber : Analisis Data Sekunder
Berdasarkan hasil analisis regresi antara Pasar Tawangmangu dengan Pasar Legi diperoleh nilai Pearson Correlation < 0,8 dan nilai Eigenvalue tidak mendekati nol. Hal ini berarti bahwa antar variabel bebas tidak terjadi multikolinearitas.
3. Uji Heteroskedastisitas
Ada tidaknya heteroskedastisitas dapat diketahui melalui metode grafik yaitu dengan melihat diagram pencar (scatterplot). Berikut ini adalah gambar diagram pencar (scatterplot).
Scatterplot
Dependent Variable: Harga Bawang Putih di Pasar Tawangmangu Pada Bulan t
Regression Standardized Residual
Gambar 7. Diagram Pencar (Scatterplot)
Berdasarkan diagram scatterplot dapat terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola yang teratur. Hal ini menunjukkan bahwa kesalahan pengganggu mempunyai varian yang sama sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
4. Uji Autokorelasi
Uji autokorelasi dilakukan dengan melihat nilai Durbin Watson. Berdasarkan hasil analisis regresi pada Tabel 27 memberikan nilai Durbin Watson (DW) sebesar 1,996. Nilai tersebut kemudian dibandingkan dengan
nilai d pada tingkat a = 5% didapatkan nilai du =1,66, sehingga diperoleh du < d < 4-du (1,66 < 1,996 < 2,34) yaitu daerah penerimaan tidak terjadinya autokorelasi, maka dapat simpulkan bahwa tidak ada autokorelasi baik autokorelasi positif maupun autokorelasi negatif.
Berdasarkan hasil analisis regresi tersebut maka dapat dituliskan persamaan sebagai berikut :
Pit =b 0 +b 1 (Pit-1) +b 2 (Pt-Pt-1) + b 3 (Pt-1) Pit = 663,462 + 0,542(Pit-1) + 0,435(Pt-Pt-1) + 0,292(Pt-1) Keterangan : Pit
= harga bawang putih di Pasar Tawangmangu pada bulan t
Pit = harga bawang putih di Pasar Legi pada bulan t Pit-1 = harga bawang putih di Pasar Tawangmangu pada bulan t-1 Pt-Pt-1 = selisih harga bawang putih di Pasar Legi antara bulan t dengan bulan t-1 Pt-1 = harga bawang putih di Pasar Legi pada bulan t-1
b 0 = konstanta
b 1 = koefisien regresi Pit-1 b2 = koefisien regresi Pt - Pt -1 b3 = koefisien regresi Pt-1
Persamaan regresi yang dihasilkan telah memenuhi asumsi klasik dengan tidak terjadinya multikolinearitas, heteroskedastisitas, dan autokorelasi sehingga koefisien regresi yang dihasilkan merupakan Persamaan regresi yang dihasilkan telah memenuhi asumsi klasik dengan tidak terjadinya multikolinearitas, heteroskedastisitas, dan autokorelasi sehingga koefisien regresi yang dihasilkan merupakan
Hasil analisis regresi antara Pasar Tawangmangu dengan Pasar Legi tersebut dapat digunakan untuk mengetahui tingkat keterpaduan pasar dengan melihat nilai IMC (Indeks Market of Connection). Tingkat keterpaduan pasar dapat diukur dengan menggunakan perumusan sebagai berikut :
b 1 IMC =
b 3 Keterangan :
b 1 = koefisien regresi Pit-1 b3 = koefisien regresi Pt-1 Berdasarkan nilai koefisien regresi variabel harga bawang putih di Pasar Tawangmangu pada bulan t-1 dengan nilai koefisien regresi variabel bawang putih di Pasar Legi pada bulan t-1 sebagai indikator IMC antara Pasar Tawangmangu dan Pasar Legi menunjukkan bahwa nilai koefisien regresi variabel bawang putih di Pasar Legi pada bulan t-1 yang tidak signifikan. Oleh karena itu, antara Pasar Tawangmangu dan Pasar Legi tidak terpadu dalam jangka pendek. Hal ini menunjukkan bahwa harga bawang putih di Pasar Legi pada bulan t-1 tidak mempengaruhi harga bawang putih di Pasar Tawangmangu pada bulan t-1 atau harga bawang putih di Pasar Legi pada bulan t-1 tidak ditransmisikan ke Pasar Tawangmangu. Berdasarkan hasil tersebut, maka hipotesis dari penelitian ini yaitu keterpaduan pasar komoditas bawang putih dalam jangka pendek antara Pasar Tawangmangu Kabupaten Karanganyar dengan Pasar Legi Kota Surakarta rendah ditolak.