99
Tabel 38. Hasil Peramalan Harga Caba i Merah Besar di Denpasar Selama 12 Bulan
Tahun Bulan
Peramalan Harga Rp Kg
2007 Mei
11.537,6 Juni
11.577,0 Juli
12.972,4 Agustus
8.335,3 September
8.252,3 Oktober
7.844,5 November
8.382,7 Desember
5.118,6 2008
Januari 6.359,0
Februari 6.922,6
Maret 7.540,4
April 7.631,3
Rata-rata 8.539,5
c. Analisis Regresi
Faktor-faktor yang diduga berpengaruh dengan perubahan harga cabai merah besar di Denpasar adalah harga cabai merah di tingkat produsen di kota
Denpasar X
1
, lag harga cabai merah besar di Denpasar X
2
, jumlah pasokan cabai di PIKJ X
3
, harga jual cabai merah keriting di PIKJ X
4
dan dummy budaya masyarakat D
1
. Dari ke lima faktor tersebut, ada dua faktor yang berpengaruh pada perubahan harga cabai merah besar di Denpasar. Faktor- faktor
tersebut adalah harga cabai merah di tingkat produsen di kota Denpasar X
1
dan harga jual cabai merah besar di PIKJ X
4
, kedua faktor tersebut berhubungan positif.
100
Tabel 39. Hasil Analisis Regresi Linier Berganda Harga Cabai Merah Besar di Denpasar
Variabel Koefisien
SE Koefisien
T Hitung P Value
VIF
Konstanta 1053
1410 0,75
0,459 X
1
0,8940 0,1722
5,19 0,000
3,2 X
2
0,04993 0,08332
0,60 0,552
1,7 X
3
-0,1229 0,1880
-0,65 0,517
1,3 X
4
0,22370 0,08983
2,49 0,017
3,3 D
1
803,3 566,2
1,42 0,163
1,3 R-Sq = 83,3
R-Sqadj = 81,3 F Hitung = 40,98
P Value = 0,000 Durbin-Watson statistic = 1,85
Keterangan : = Signifikan pada taraf nyata 5
Evaluasi model linier berganda harga cabai merah besar di Denpasar adalah Uji autokorelasi dilakukan dengan melihat nilai Durbin-Watson sebesar
1,85, sehingga dapat diambil kesimpulan bahwa tidak ada hubungan autokorelasi antar variabel bebas dalam model. Uji multikolinearitas dengan melihat nilai VIF
pada Tabel 39, dari tabel tersebut terlihat semua variabel menghasilkan nilai VIF yang lebih kecil dari 10, sehingga tidak terjadi masalah moltikolinieritas. Uji
kenormalan dilakukan dengan melihat P-value Kolmogolov-Sminov yang bernilai 0.15 lebih besar dari taraf nyata 5 persen, hal ini memperlihatkan bahwa residual
model sudah terdistribusi secara normal. Nilai R-Sq sebesar 83,3 persen, menunjukan bahwa model tersebut mampu menjelaskan keragaman harga cabai
merah besar di Denpasar sebesar 83,3 persen dan 16,7 persen sisanya dijelaskan oleh variabel- variabel lain yang tidak terdapat pada model. Nilai P value pada uji
F sebesar 0,000, lebih kecil dari taraf nyata 5 persen, sehingga model yang dihasilkan cukup baik. Hal ini menunjukan bahwa secara serentak variabel bebas
dalam model secara signifikan berpengaruh terhadap harga cabai merah besar di Denpasar.
101
5.2. Pembahasan