D. Metode Analisis Data 1. Spesifikasi Model
Hubungan antara permintaan cabai merah besar dengan faktor-faktor yang diduga mempengaruhinya harga cabai merah besar, harga cabai
merah keritin, harga bawang merah, pendapatan perkapita dan jumlah penduduk dapat dianalisis dengan menggunakan model permintaan statik.
Setelah memasukkan variabel-variabel yang digunakan, maka bentuk persamaannya dapat ditulis sebagai berikut :
Qd = bo. X
1 b1
. X
2 b2
. X
3 b3
. X
4 b4
.X
5 b5
+e
Untuk memudahkan penghitungan, maka regresi non linier berganda ditransformasi kedalam bentuk logaritma natural sehingga
diperoleh persamaan sebagai berikut :
Ln Qd
t
= ln b + b
1
ln X
1
+ b
2
ln X
2
+ b
3
ln X
3
+ b
4
ln X
4
+b
5
ln X
5
+ e
Keterangan: Ln Qd
t
: Permintaan cabai merah KgTahun ln bo
: Konstanta b
1
, b
2
,…b
5
: Koefisien regresi ln X
1
: Harga cabai merah besar RpKg ln X
2
: Harga cabai merah kriting RpKg ln X
3
: Harga bawang merah RpKg ln
X4 :
Jumlah penduduk Jiwa ln X
5
: Pendapatan per kapita per tahun RpTahun e
: error
2. Pengujian Model
Setelah model diperoleh maka harus dilakukan pengujian model, apakah model tersebut sudah termasuk BLUE Best Linear Unbiased
Estimator atau tidak. Adapun model dikatakan BLUE bila memenuhi persyaratan berikut:
a. Non Multikolinearitas Multikolinieritas adalah suatu keadaan dimana terdapatnya
hubungan yang linier atau mendekati linier diantara variabel-variabel
penjelas. Terjadi atau tidaknya multikolinearitas dapat dideteksi dengan melihat nilai dari matriks Pearson Correlation PC. Pearson
correlation menunjukkan hubungan antara berbagai variabel bebas yang dipakai dalam model. Angka yang tercantum pada tabel pearson
correlation menunjukkan seberapa besar serius hubungan antara setiap variabel bebas yang dipakai dalam model. Dari hasil analisis,
jika nilai PC lebih kecil dari 0,8 hal ini berarti bahwa antar variabel bebas tidak terjadi multikolinearitas Soekartawi, 1993.
b. Tidak terjadi kasus Heteroskedastisitas Kriteria asumsi klasik yang kedua adalah tidak terjadi
heteroskedastisitas. Yang dimaksud dengan heteroskedastisitas adalah kesalahan pengganggu yang muncul dalam fungsi regresi populasi
adalah tidak seragam. Untuk mengujinya digunakan Uji Glejser kemudian diuji dengan
uji-t. Apabila probabilitas masing-masing t-hitung variabel bebas lebih besar dari probabilitas pada tingkat kepercayaan yang digunakan,
artinya tidak terbukti adanya hubungan yang sistematis antara variabel bebas dengan residu kesalahan pengganggu. Maka dapat disimpulkan
bahwa tidak terjadi heteroskedastisitas dalam penelitian ini. c. Tidak terjadi kasus Autokorelasi
Kriteria asumsi klasik yang ketiga adalah tidak terjadi autokorelasi antara kesalahan pengganggu. Yang dimaksud dengan
autokorelasi adalah suatu keadaan dimana kesalahan pengganggu dalam periode tertentu berkorelasi dengan kesalahan pengganggu dari
periode lainnya. Untuk mendeteksi ada atau tidaknya korelasi antar variabel bebas
Autokorelasi, digunakan uji statistik dari Durbin Watson, dengan kriteria Sulaiman, 2002:
1. 1,65 DW 2,35 yang artinya tidak terjadi autokorelasi. 2. 1,21 DW 1, 65 atau 2,35 DW 2,79 yang artinya tidak dapat
disimpulkan.
3. DW 1,21 atau DW 2,79 yang artinya terjadi autokorekasi.
3. Kriteria Statistik
Kategori