Uji R Uji Kelinearan Model Uji F

77

6.2.4. Uji Normalitas

Uji normalitas dapat dilakukan dengan melihat gambar garfik hasil output minitab pada Lampiran 4. tepatnya yaitu berfokus pada grafik Normal Probability Plot. Asumsi ini mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Grafik Normal Probability Plot yang dihasilkan pada model ini menunjukkan titik-titik residual berada pada posisi yang membentuk sebuah garis lurus atau mendekati garis lurus. Melihat gambar titik-titik residual yang seperti terdapat pada Lampiran 4. dapat dikatakan bahwa model ini memenuhi kriteria uji normalitas. Model yang dihasilkan dan hasil output minitab memenuhi asumsi-asumsi di atas, berarti asumsi OLS terpenuhi oleh model permintaan rumah tangga di DKI Jakarta terhadap cabai merah. Model dapat dikatakan sebagai model penduga tak bias yang baik atau termasuk Best Linear Unbiased Estimator BLUE.

6.3. Kriteria Statistik

6.3.1. Uji R

2 Koefisien Determinasi Uji koefisien determinasi R 2 diperlukan agar diketahui seberapa besar variabel-variabel independen dapat menjelaskan variabel dipenden yang dalam kasus ini adalah jumlah permintaan rumah tangga terhadap cabai merah keriting. Semakin tinggi nilai R 2 berarti model dinilai semakin baik, variabel-variabel independen dapat menjelaskan varibel dipenden dengan baik. Nilai R 2 dapat dilihat pada hasil output minitab. Seperti yang terlihat pada hasil output minitab Lampiran 5. yang menghasilkan nilai 61,8 persen bagi model permintaan rumah tangga terhadap cabai merah keriting. Nilai 61,8 persen menjelaskan bahwa keragaman jumlah permintaan rumah tangga di DKI Jakarta terhadap cabai merah 61,8 persen dapat dijelaskan oleh variabel independen yang terdapat dalam persamaan yaitu jumlah anggota rumah tangga X 1 , harga beli cabai X 2 , pendapatan rumah tangga X 3 , frekuensi pembelian X 4 , tempat pembelian X 5 , dan suku X 6 . Sedangkan sebesar 38,2 persen dijelaskan oleh variabel-variabel lain yang tidak dimasukkan atau dijelaskan dalam model. Variabel-variabel yang tidak terdapat dalam model 78 adalah variabel merupakan data-data terbilang sulit untuk diidentifikasi. Seperti misalnya selera responden terhadap rasa pedas, dan berbagai variabel lainnya.

6.3.2. Uji Kelinearan Model Uji F

Uji kelinearan model atau uji evaluasi model dugaan perlu dilakukan untuk mengetahui apakah ada hubungan linear antara variabel dipenden jumlah permintaan cabai rumah tangga dengan variabel independen. Uji ini perlu dilakukan untuk untuk menunjukkan apakah seluruh variabel independen secara bersama-sama mampu menjelaskan atau mempengaruhi variabel dipenden pada tingkat signifikan lima persen. Uji kelinearan model dapat dilakukan dengan melihat pada dua nilai yaitu nilai F hit dan nilai probabilitas. Kedua nilai ini dapat dilihat pada hasil pengolahan data dengan output minitab. Jika melakukan uji dengan nilai F, maka nilai F hit harus lebih besar dari F tabel agar dapat dikatakan bahwa variabel independen secara bersama-sama mampu menjelaskan atau mempengaruhi variabel dipenden. Penjelasan yang sama akan diperoleh jika probabilitas lebih kecil dari nilai derajat kepercayaan. Berdasarkan hasil output minitab nilai F hit untuk model permintaan rumah tangga terhadap cabai merah diperoleh nilai sebesar 11,61 sedangkan nilai probabilitas yaitu 0,000. Selanjutnya dilihat nilai F tabel dengan cara melihat nilai v1=df regression dan v2=df error . Berdasarkan nilai pada hasil output df regression bernilai 7 dan df error bernilai 43, dihitung pada tabel yaitu F v1=6;v2=43 . Nilai F tabel yang diperoleh yaitu 3,26. Dengan demikian dapat dikatakan bahwa model dugaan yang diperoleh secara statistik signifikan untuk memprediksi nilai variabel dipenden karena nilai F hit lebih besar dari nilai F tabel . Cara lain yang dapat membuktikan bahwa model dugaan yang diperoleh secara statistik signifikan untuk memprediksi nilai variabel dipenden yaitu dilihat dari nilai probabilitas. Nilai probabilitas pada hasil output minitab menunjukkan nilai sebesar 0,000. Nilai ini jauh lebih kecil dari taraf nyata yaitu sepuluh persen. Jadi, ini juga membuktikan bahwa model signifikan untuk memprediksi permintaan rumah tangga terhadap cabai merah. 79

6.3.3. Uji Koefisien Regresi Parsial Uji T

Dokumen yang terkait

Kajian Sistem Pemasaran Dan Integrasi Pasar Cabai Merah Keriting (Capsicum Annuum) Di DKI Jakarta

0 9 123

Analisis Efisiensi Rantai Pasokan Cabai Merah Keriting Kota Bogor

2 19 44

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 1 5

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

1 1 22

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 13

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

1 4 38

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 1 2

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

4 23 3

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

2 1 26

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN CABAI MERAH KERITING PADA RUMAH TANGGA DI KOTA SEMARANG - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 1