Analisis Permintaan Bawang Merah (Allium Ascalonicum L) Di Kota Medan Provinsi Sumatera Utara

Lampiran 1. Produksi Bawang Merah Kabupaten/Kota di Provinsi Sumatera Utara

No Kabupaten/Kota Tahun Tahun Tahun Tahun Rata-rata/tahun (Ton)

2008 2009 2010 2011

1 Medan - - - - -

2 Langkat - 15 - - 3.75

3 Deli Serdang 62 30 - - 69.5

4 Simalungun 6,488 5,284 4,772 5,071 17811.75

5 Tanah Karo 1,625 691 809 953 3,363

6 Asahan - - - - -

7 Labuhan Batu - - - - -

8 Tapanuli Utara 483 426 308 61 1232.25

9 Tapanuli Tengah - - - - -

10 Tapanuli Selatan 60 65 17 54 155.5

11 Nias - - - - -

12 Dairi 950 2,150 257 2,180 3902

13 Tebing Tinggi - - - - -

14 Tanjung Balai - - - - -

15 Binjai - - - - -

16 P.Siantar - - - - -

17 Tobasa 625 704 554 1,298 2207.5

18 Madina 20 13 - 7 34.75

19 P.Sidempuan 33 74 42 - 117.5

20 Serdang Bedagai - - - - -

21 Batu Bara - - - - -

22 Padang Lawas Utara - 13 147 23 165.75

23 P.Lawas - - - - -

24 Samosir 897 2,070 1,665 1,679 5051.75

25 Humb.Hasundutan 828 1,120 842 1,123 3070.75

26 Pakpak Barat - - - - -

27 Nias Selatan - - - - -

Jumlah 12,071 12,655 9,413 12,449 37,186

Lampiran 2. Karateristik Konsumen Bawang Merah

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

1 48 Pedagang SMA 4 5.000.000

2 50 Wiraswasta SMA 3 6.000.000

3 38 Pedagang SMP 3 3.000.000

4 43 IRT D3 3 4.000.000

5 40 Wiraswasta S1 2 4.000.000

6 46 Wiraswasta SMA 2 3.000.000

7 28 IRT SMA 1 1.500.000

8 30 Pedagang SMP 2 1.000.000

9 35 Pedagang SMP 3 1.500.000

10 45 IRT SMA 3 3.000.000

11 33 Pedagang D3 1 3.500.000

12 43 Wiraswasta D3 2 4.000.000

13 37 IRT D1 2 1.500.000

14 40 IRT SMA 3 2.000.000

15 50 Wiraswasta S1 3 5.000.000

16 48 PNS S1 4 5.000.000

17 44 IRT D3 3 3.000.000

18 40 IRT D1 2 2.500.000

19 51 Wiraswasta S1 3 4.000.000

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

21 30 IRT SMA 2 1.500.000

22 40 Pegawai Swasta D3 2 3.000.000

23 34 Pegawai Swasta D3 1 2.000.000

24 38 Pegawai Swasta D3 3 3.000.000

25 25 IRT SMP 2 2.000.000

26 26 Pedagang SMA 1 4.000.000

27 35 IRT SMA 2 3.500.000

28 55 Wiraswasta SMA 4 6.000.000

29 49 PNS S1 3 5.000.000

30 50 Wiraswasta SMA 4 6.000.000

31 42 Pegawai Swasta S1 3 3.000.000

32 23 IRT SMA 2 1.000.000

33 35 Pegawai Swasta SMA 2 1.000.000

34 37 IRT SMA 2 2.000.000

35 24 Pedagang SMA 2 1.500.000

36 25 IRT D1 4 1.500.000

37 31 IRT SMA 3 1.000.000

38 45 IRT SMA 3 3.000.000

39 50 Wiraswasta D3 3 5.000.000

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

41 38 IRT SMA 4 1.000.000

42 23 IRT SMP 2 1.000.000

43 25 IRT D3 3 5.000.000

44 47 PNS S1 4 5.000.000

45 30 Pedagang SMP 3 3.000.000

46 30 Pegawai Swasta SMA 2 2.500.000

47 42 Wiraswasta SMA 2 4.000.000

48 28 IRT SMA 3 900.000

49 23 IRT S1 2 1.500.000

50 24 Pedagang SMA 2 1.000.000

51 27 Pegawai Swasta D1 1 2.000.000

52 25 Pedagang SMA 3 1.500.000

53 33 Pegawai Swasta SMA 1 1.000.000

54 37 Pedagang SMA 1 2.000.000

55 23 Pegawai Swasta SMA 2 1.500.000

56 42 Pedagang D3 1 2.000.000

57 44 Guru S1 4 4.000.000

58 50 Guru S1 3 5.000.000

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

60 31 Pegawai Swasta S1 1 2.500.000

62 51 Guru S1 3 5.500.000

63 44 Pegawai Swasta D3 1 3.000.000

64 29 IRT D3 2 1.000.000

65 26 IRT SMP 3 900.000

66 30 Wiraswasta SMA 2 3.000.000

67 28 Pedagang SMA 2 1.500.000

68 32 IRT SMA 3 1.500.000

69 25 Pedagang SMA 1 1.000.000

70 27 IRT SMA 2 1.000.000

71 31 IRT SMA 2 1.500.000

72 30 Pedagang D3 2 3.000.000

73 40 Pedagang SMA 3 2.000.000

74 44 Pedagang SMA 3 1.500.000

75 45 Pegawai Swasta D1 2 2.000.000

76 37 Pengasuh D1 3 2.500.000

77 35 Pegawai Swasta SMA 2 1.000.000

78 33 Pegawai Swasta SMA 1 1.500.000

80 40 Bidan D4 3 3.000.000 No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan

Responden (Tahun)

(Jiwa) (Rupiah)

83 24 Pegawai Swasta SMA 1 1.000.000

84 25 Pedagang D3 2 1.500.000

85 40 Pegawai Swasta SMP 2 2.000.000

86 48 Pegawai Swasta SMA 2 2.000.000

87 30 IRT SMA 1 1.500.000

88 50 Guru S1 3 4.000.000

89 50 IRT D3 4 3.800.000

90 50 Guru S1 2 5.000.000

91 52 IRT SMA 2 2.000.000

92 33 Pedagang SMA 3 1.000.000

93 34 IRT SMA 2 1.500.000

94 45 IRT SMP 4 1.000.000

95 39 IRT SMP 2 1.500.000

96 28 Pedagang SMA 2 1.000.000

97 33 Pedagang SMA 3 1.500.000

98 40 IRT SMA 3 1.000.000

99 38 PNS S1 2 5.000.000

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

No.Responden Jumlah Dibeli (Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

1 4 5.000.000 30.000 4

2 5 6.000.000 30.000 3

3 4 3.000.000 30.000 3

4 4 4.000.000 30.000 3

5 4 4.000.000 30.000 2

6 4 3.000.000 30.000 2

7 2 1.500.000 20.000 1

8 2 1.000.000 20.000 2

9 2 1.500.000 28.000 3

10 5 3.000.000 20.000 3

11 4 3.500.000 20.000 1

12 4 4.000.000 28.000 2

13 3 1.500.000 28.000 2

14 4 2.000.000 20.000 3

15 5 5.000.000 25.000 3

16 5 5.000.000 20.000 4

17 5 3.000.000 25.000 3

18 4 2.500.000 20.000 2

20 5 6.000.000 35.000 3 No.Responden Jumlah Dibeli

(Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

21 3 1.500.000 28.000 2

22 4 3.000.000 28.000 2

23 2 2.000.000 30.000 1

24 4 3.000.000 20.000 3

25 2 2.000.000 30.000 2

26 2 4.000.000 30.000 1

27 4 3.500.000 20.000 2

28 6 6.000.000 30.000 4

29 4 5.000.000 28.000 3

30 6 6.000.000 30.000 4

31 4 3.000.000 25.000 3

32 2 1.000.000 30.000 2

33 3 1.000.000 20.000 2

34 4 2.000.000 20.000 2

35 2 1.500.000 25.000 2

36 3 1.500.000 20.000 4

37 4 1.000.000 20.000 3

38 5 3.000.000 25.000 3

40 6 5.500.000 20.000 2 No.Responden Jumlah Dibeli

(Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

41 2 1.000.000 20.000 4

42 2 1.000.000 20.000 2

43 5 5.000.000 30.000 3

44 6 5.000.000 30.000 4

45 3 3.000.000 28.000 3

46 3 2.500.000 28.000 2

47 4 4.000.000 20.000 2

48 2 900.000 30.000 3

49 2 1.500.000 20.000 2

50 2 1.000.000 20.000 2

51 4 2.000.000 20.000 1

52 2 1.500.000 30.000 3

53 2 1.000.000 20.000 1

54 3 2.000.000 28.000 1

55 2 1.500.000 20.000 2

56 4 2.000.000 30.000 1

57 4 4.000.000 30.000 4

58 6 5.000.000 30.000 3

60 2 2.500.000 20.000 1 No.Responden Jumlah Dibeli

(Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

61 5 4.000.000 30.000 2

62 6 5.500.000 28.000 3

63 2 3.000.000 30.000 1

64 2 1.000.000 20.000 2

65 2 900.000 20.000 3

66 5 3.000.000 20.000 2

67 2 1.500.000 30.000 2

68 3 1.500.000 20.000 3

69 2 1.000.000 20.000 1

70 2 1.000.000 20.000 2

71 2 1.500.000 25.000 2

72 3 3.000.000 30.000 2

73 4 2.000.000 20.000 3

74 4 1.500.000 20.000 3

75 4 2.000.000 20.000 2

76 2 2.500.000 28.000 3

77 2 1.000.000 20.000 2

78 2 1.500.000 28.000 1

80 4 3.000.000 28.000 3 No.Responden Jumlah Dibeli

(Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

81 4 3.000.000 30.000 2

82 2 1.000.000 20.000 3

83 2 1.000.000 20.000 1

84 2 1.500.000 30.000 2

85 2 2.000.000 30.000 2

86 2 2.000.000 28.000 2

87 3 1.500.000 20.000 1

88 5 4.000.000 20.000 3

89 5 3.800.000 20.000 4

90 5 5.000.000 30.000 2

91 2 2.000.000 30.000 2

92 2 1.000.000 20.000 3

93 3 1.500.000 20.000 2

94 2 1.000.000 20.000 4

95 3 1.500.000 20.000 2

96 2 1.000.000 20.000 2

97 2 1.500.000 20.000 3

98 4 1.000.000 20.000 3

100 6 6.000.000 28.000 3 No.Responden Jumlah Dibeli

(Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

Lampiran. 4 Hasil Output Analisis Regresi Berganda Faktor-Faktor Yang Mempengaruhi Permintaan Bawang Merah

Descriptive Statistics

Mean Std. Deviation N permintaabbawangmerah 3.4356 1.32224 101 pendapatan_penerimaan_bulan

an 2.6990E6 1.56943E6 101

jumlah_tanggungan 2.4158 .86333 101

harga_bawang 2.4812E4 4636.18997 101

Correlations permintaabbawang

merah

pendapatan_pener imaan_bulanan

jumlah_tanggunga

n harga_bawang

Pearson Correlation permintaabbawangmerah 1.000 .822 .435 .175

pendapatan_penerimaan_bulan

an .822 1.000 .377 .444

jumlah_tanggungan .435 .377 1.000 .060

harga_bawang .175 .444 .060 1.000

pendapatan_penerimaan_bulan

an .000 . .000 .000

jumlah_tanggungan .000 .000 . .277

harga_bawang .040 .000 .277 .

N permintaabbawangmerah 101 101 101 101

pendapatan_penerimaan_bulan

an 101 101 101 101

jumlah_tanggungan 101 101 101 101

harga_bawang 101 101 101 101

Variables Entered/Removedb

Model Variables Entered

Variables

Removed Method 1 harga_bawang,

jumlah_tanggunga n,

pendapatan_pener imaan_bulanana

. Enter

a. All requested variables entered.

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square Change F Change df1 df2 Sig. F Change

1 .856a .732 .724 .69451 .732 88.487 3 97 .000 2.048

a. Predictors: (Constant), harga_bawang, jumlah_tanggungan, pendapatan_penerimaan_bulanan b. Dependent Variable: permintaabbawangmerah

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 128.044 3 42.681 88.487 .000a

Residual 46.788 97 .482

Total 174.832 100

a. Predictors: (Constant), harga_bawang, jumlah_tanggungan, pendapatan_penerimaan_bulanan

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

95% Confidence Interval for B Correlat

B Std. Error Beta Lower Bound Upper Bound Zero-order Part

1 (Constant) 2.569 .435 5.905 .000 1.706 3.433

pendapatan_penerimaan_bulan

an 7.374E-7 .000 .875 13.736 .000 .000 .000 .822

jumlah_tanggungan .182 .088 .119 2.079 .040 .008 .356 .435

harga_bawang -6.302E-5 .000 -.221 -3.737 .000 .000 .000 .175

a. Dependent Variable: permintaabbawangmerah

Coefficient Correlationsa

Model harga_bawang

jumlah_tanggunga n

pendapatan_pener imaan_bulanan

1 Correlations harga_bawang 1.000 .130 -.456

jumlah_tanggungan .130 1.000 -.392

pendapatan_penerimaan_bulan

Covariances harga_bawang 2.844E-10 1.916E-7 -4.130E-13

jumlah_tanggungan 1.916E-7 .008 -1.841E-9

pendapatan_penerimaan_bulan

an -4.130E-13 -1.841E-9 2.882E-15

a. Dependent Variable: permintaabbawangmerah

Collinearity Diagnosticsa

Model

Dimensi

on Eigenvalue Condition Index

Variance Proportions

(Constant)

pendapatan_pener imaan_bulanan

jumlah_tanggunga

n harga_bawang

1 1 3.747 1.000 .00 .01 .01 .00

2 .160 4.833 .03 .79 .02 .01

3 .079 6.872 .02 .02 .83 .07

4 .013 16.750 .95 .18 .14 .92

a. Dependent Variable: permintaabbawangmerah

Minimum Maximum Mean Std. Deviation N Predicted Value 1.7802 5.9573 3.4356 1.13157 101

Residual -1.81019 1.66455 .00000 .68401 101

Std. Predicted Value -1.463 2.228 .000 1.000 101

Std. Residual -2.606 2.397 .000 .985 101

a. Dependent Variable: permintaabbawangmerah

Lampiran.5 Faktor-Faktor Yang Mempengaruhi Permintaan Bawang Merah Logaritma Natural No.

Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

1 4.0 5000000.0 30000.0 4.0 1.386294361 15.42494847 10.30895266 1.386294361 2 5.0 6000000.0 30000.0 3.0 1.609437912 15.60727003 10.30895266 1.098612289 3 4.0 3000000.0 30000.0 3.0 1.386294361 14.91412285 10.30895266 1.098612289 4 4.0 4000000.0 30000.0 3.0 1.386294361 15.20180492 10.30895266 1.098612289 5 4.0 4000000.0 30000.0 2.0 1.386294361 15.20180492 10.30895266 0.693147181 6 4.0 3000000.0 30000.0 2.0 1.386294361 14.91412285 10.30895266 0.693147181 7 2.0 1500000.0 20000.0 1.0 0.693147181 14.22097567 9.903487553 0 8 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 9 2.0 1500000.0 28000.0 3.0 0.693147181 14.22097567 10.23995979 1.098612289 10 5.0 3000000.0 20000.0 3.0 1.609437912 14.91412285 9.903487553 1.098612289 11 4.0 3500000.0 20000.0 1.0 1.386294361 15.06827353 9.903487553 0 12 4.0 4000000.0 28000.0 2.0 1.386294361 15.20180492 10.23995979 0.693147181 13 3.0 1500000.0 28000.0 2.0 1.098612289 14.22097567 10.23995979 0.693147181 14 4.0 2000000.0 20000.0 3.0 1.386294361 14.50865774 9.903487553 1.098612289

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

15 5.0 5000000.0 25000.0 3.0 1.609437912 15.42494847 10.1266311 1.098612289 16 5.0 5000000.0 20000.0 4.0 1.609437912 15.42494847 9.903487553 1.386294361 17 5.0 3000000.0 25000.0 3.0 1.609437912 14.91412285 10.1266311 1.098612289 18 4.0 2500000.0 20000.0 2.0 1.386294361 14.73180129 9.903487553 0.693147181 19 5.0 4000000.0 25000.0 3.0 1.609437912 15.20180492 10.1266311 1.098612289 20 5.0 6000000.0 35000.0 3.0 1.609437912 15.60727003 10.46310334 1.098612289 21 3.0 1500000.0 28000.0 2.0 1.098612289 14.22097567 10.23995979 0.693147181 22 4.0 3000000.0 28000.0 2.0 1.386294361 14.91412285 10.23995979 0.693147181 23 2.0 2000000.0 30000.0 1.0 0.693147181 14.50865774 10.30895266 0 24 4.0 3000000.0 20000.0 3.0 1.386294361 14.91412285 9.903487553 1.098612289 25 2.0 2000000.0 30000.0 2.0 0.693147181 14.50865774 10.30895266 0.693147181 26 2.0 4000000.0 30000.0 1.0 0.693147181 15.20180492 10.30895266 0 27 4.0 3500000.0 20000.0 2.0 1.386294361 15.06827353 9.903487553 0.693147181 28 6.0 6000000.0 30000.0 4.0 1.791759469 15.60727003 10.30895266 1.386294361 29 4.0 5000000.0 28000.0 3.0 1.386294361 15.42494847 10.23995979 1.098612289

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

30 6.0 6000000.0 30000.0 4.0 1.791759469 15.60727003 10.30895266 1.386294361 31 4.0 3000000.0 25000.0 3.0 1.386294361 14.91412285 10.1266311 1.098612289 32 2.0 1000000.0 30000.0 2.0 0.693147181 13.81551056 10.30895266 0.693147181 33 3.0 1000000.0 20000.0 2.0 1.098612289 13.81551056 9.903487553 0.693147181 34 4.0 2000000.0 20000.0 2.0 1.386294361 14.50865774 9.903487553 0.693147181 35 2.0 1500000.0 25000.0 2.0 0.693147181 14.22097567 10.1266311 0.693147181 36 3.0 1500000.0 20000.0 4.0 1.098612289 14.22097567 9.903487553 1.386294361 37 4.0 1000000.0 20000.0 3.0 1.386294361 13.81551056 9.903487553 1.098612289 38 5.0 3000000.0 25000.0 3.0 1.609437912 14.91412285 10.1266311 1.098612289 39 5.0 5000000.0 20000.0 3.0 1.609437912 15.42494847 9.903487553 1.098612289 40 6.0 5500000.0 20000.0 2.0 1.791759469 15.52025865 9.903487553 0.693147181 41 2.0 1000000.0 20000.0 4.0 0.693147181 13.81551056 9.903487553 1.386294361 42 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 43 5.0 5000000.0 30000.0 3.0 1.609437912 15.42494847 10.30895266 1.098612289 44 6.0 5000000.0 30000.0 4.0 1.791759469 15.42494847 10.30895266 1.386294361

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

45 3.0 3000000.0 28000.0 3.0 1.098612289 14.91412285 10.23995979 1.098612289 46 3.0 2500000.0 28000.0 2.0 1.098612289 14.73180129 10.23995979 0.693147181 47 4.0 4000000.0 20000.0 2.0 1.386294361 15.20180492 9.903487553 0.693147181 48 2.0 900000.0 30000.0 3.0 0.693147181 13.71015004 10.30895266 1.098612289 49 2.0 1500000.0 20000.0 2.0 0.693147181 14.22097567 9.903487553 0.693147181 50 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 51 4.0 2000000.0 20000.0 1.0 1.386294361 14.50865774 9.903487553 0 52 2.0 1500000.0 30000.0 3.0 0.693147181 14.22097567 10.30895266 1.098612289 53 2.0 1000000.0 20000.0 1.0 0.693147181 13.81551056 9.903487553 0 54 3.0 2000000.0 28000.0 1.0 1.098612289 14.50865774 10.23995979 0 55 2.0 1500000.0 20000.0 2.0 0.693147181 14.22097567 9.903487553 0.693147181 56 4.0 2000000.0 30000.0 1.0 1.386294361 14.50865774 10.30895266 0 57 4.0 4000000.0 30000.0 4.0 1.386294361 15.20180492 10.30895266 1.386294361 58 6.0 5000000.0 30000.0 3.0 1.791759469 15.42494847 10.30895266 1.098612289 59 3.0 3000000.0 30000.0 2.0 1.098612289 14.91412285 10.30895266 0.693147181

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

60 2.0 2500000.0 20000.0 1.0 0.693147181 14.73180129 9.903487553 0 61 5.0 4000000.0 30000.0 2.0 1.609437912 15.20180492 10.30895266 0.693147181 62 6.0 5500000.0 28000.0 3.0 1.791759469 15.52025865 10.23995979 1.098612289 63 2.0 3000000.0 30000.0 1.0 0.693147181 14.91412285 10.30895266 0 64 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 65 2.0 900000.0 20000.0 3.0 0.693147181 13.71015004 9.903487553 1.098612289 66 5.0 3000000.0 20000.0 2.0 1.609437912 14.91412285 9.903487553 0.693147181 67 2.0 1500000.0 30000.0 2.0 0.693147181 14.22097567 10.30895266 0.693147181 68 3.0 1500000.0 20000.0 3.0 1.098612289 14.22097567 9.903487553 1.098612289 69 2.0 1000000.0 20000.0 1.0 0.693147181 13.81551056 9.903487553 0 70 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 71 2.0 1500000.0 25000.0 2.0 0.693147181 14.22097567 10.1266311 0.693147181 72 3.0 3000000.0 30000.0 2.0 1.098612289 14.91412285 10.30895266 0.693147181 73 4.0 2000000.0 20000.0 3.0 1.386294361 14.50865774 9.903487553 1.098612289 74 4.0 1500000.0 20000.0 3.0 1.386294361 14.22097567 9.903487553 1.098612289

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

75 4.0 2000000.0 20000.0 2.0 1.386294361 14.50865774 9.903487553 0.693147181 76 2.0 2500000.0 28000.0 3.0 0.693147181 14.73180129 10.23995979 1.098612289 77 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 78 2.0 1500000.0 28000.0 1.0 0.693147181 14.22097567 10.23995979 0 79 3.0 1500000.0 28000.0 2.0 1.098612289 14.22097567 10.23995979 0.693147181 80 4.0 3000000.0 28000.0 3.0 1.386294361 14.91412285 10.23995979 1.098612289 81 4.0 3000000.0 30000.0 2.0 1.386294361 14.91412285 10.30895266 0.693147181 82 2.0 1000000.0 20000.0 3.0 0.693147181 13.81551056 9.903487553 1.098612289 83 2.0 1000000.0 20000.0 1.0 0.693147181 13.81551056 9.903487553 0 84 2.0 1500000.0 30000.0 2.0 0.693147181 14.22097567 10.30895266 0.693147181 85 2.0 2000000.0 30000.0 2.0 0.693147181 14.50865774 10.30895266 0.693147181 86 2.0 2000000.0 28000.0 2.0 0.693147181 14.50865774 10.23995979 0.693147181 87 3.0 1500000.0 20000.0 1.0 1.098612289 14.22097567 9.903487553 0 88 5.0 4000000.0 20000.0 3.0 1.609437912 15.20180492 9.903487553 1.098612289 89 5.0 3800000.0 20000.0 4.0 1.609437912 15.15051162 9.903487553 1.386294361

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

90 5.0 5000000.0 30000.0 2.0 1.609437912 15.42494847 10.30895266 0.693147181 91 2.0 2000000.0 30000.0 2.0 0.693147181 14.50865774 10.30895266 0.693147181 92 2.0 1000000.0 20000.0 3.0 0.693147181 13.81551056 9.903487553 1.098612289 93 3.0 1500000.0 20000.0 2.0 1.098612289 14.22097567 9.903487553 0.693147181 94 2.0 1000000.0 20000.0 4.0 0.693147181 13.81551056 9.903487553 1.386294361 95 3.0 1500000.0 20000.0 2.0 1.098612289 14.22097567 9.903487553 0.693147181 96 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 97 2.0 1500000.0 20000.0 3.0 0.693147181 14.22097567 9.903487553 1.098612289 98 4.0 1000000.0 20000.0 3.0 1.386294361 13.81551056 9.903487553 1.098612289 99 5.0 5000000.0 30000.0 2.0 1.609437912 15.42494847 10.30895266 0.693147181 100 6.0 6000000.0 28000.0 3.0 1.791759469 15.60727003 10.23995979 1.098612289 101 5.0 6000000.0 28000.0 4.0 1.609437912 15.60727003 10.23995979 1.386294361

Variables Entered/Removedb

Model Variables Entered Variables Removed Method

d

i

m e n s

i

o n 0

1 tanggungan, harga, pendapatana

. Enter

a. All requested variables entered. b. Dependent Variable: Permintaan

Model Summaryb Model

R R Square Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

d

i

m e n s

i

o n 0

1 .843a .710 .701 .21652 2.106

a. Predictors: (Constant), tanggungan, harga, pendapatan b. Dependent Variable: Permintaan

ANOVAb

Model Sum of Squares df Mean Square F Sig.

Residual 4.548 97 .047

Total 15.676 100

a. Predictors: (Constant), tanggungan, harga, pendapatan b. Dependent Variable: Permintaan

Coefficientsa Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -1.961 1.161 -1.689 .094

pendapatan .568 .043 .856 13.292 .000

harga -.528 .130 -.252 -4.058 .000

tanggungan .180 .056 .184 3.216 .002

a. Dependent Variable: Permintaan Coefficientsa

Model Collinearity Statistics Tolerance VIF 1 (Constant)

pendapatan .721 1.387

tanggungan .918 1.090 a. Dependent Variable: Permintaan

DAFTAR PUSTAKA

Bayu Krisnamurthi dan Lusi Fausia. 2009. Langkah Sukses Memulai Agribisnis. Penebar Swadaya. Jakarta.

Badan Ketahanan Pangan Provinsi Sumatera Utara. 2008-2012. Laporan Tahunan Komoditi Bahan Pangan Provinsi Sumatera Utara (2008-2012). Badan Ketahanan Pangan SUMUT. Medan

BPS SUMUT. 2008-2012. Kota Medan Dalam Angka Tahun (Periode Tahun 2008-2012). Badan Pusat Statistika Provinsi Sumatera Utara. Medan.

BPS SUMUT. 2008-2012. Sumatera Utara Dalam Angka 2008-2012. BPS SUMUT. Medan.

Dinas Pertanian Provinsi Sumatera Utara. 2008-2012. Buku Laporan Tahunan Pertanian SUMUT (2008-2012). Dinas Pertanian SUMUT. Medan.

Evalisa Siregar. 2013. Antara New (dikutip dari:

Henry Sarnowo dan Danang Sunyoto. 2011. Pengantar Ilmu Ekonomi Mikro, cetakan pertama. CAPS. Yogyakarta.

Medan Bisnis. 2013. Harga Bawang Naik Empat Kali Lipat Dalam Sepekan. Pukul 14.00 WIB).

Mubyarto, 1989. Pengantar Ilmu Pertanian. LP3ES. Jakarta.

Redaksi Agromedia. 2011. Petunjuk Praktis Bertanam Bawang. Agromedia Pustaka. Jakarta.

Richard A. Bilas diterjemahkan oleh Drs. Sahat Simamora.1992. Ekonomi Mikro. Rineka Cipta Anggota IKAPI. Jakarta.

Sadono Sukirno. 2012. Mikro Ekonomi- Teori Pengantar. PT. Rajawali Grafindo Persada Press. Jakarta.

Sahat Simbolon. 2007. Teori Ekonomi Mikro. USU Press. Medan.

Syahril Hakim Nasution. 2008. Pengantar Ekonomi Mikro. USU Press. Medan. Satelit Post pada tanggal 1 April 2013 pukul 17.00 WIB).

Singarimbun, M dan Sofiah Efendi. 1989. Metode Penelitian Survai. LP3ES. Jakarta.

Singgih Wibowo. 1999. Budidaya Bawang Merah, Penebar Swadaya. Jakarta. Singgih Wibowo. 2008. Budidaya Bawang Merah, Penebar Swadaya. Jakarta. Singgih Wibowo. 2009. Budidaya Bawang Merah, Bawang Putih, Bawang Bombang. Penebar Swadaya. Jakarta.

Subagyo, P.J. 1997. Metode Penelitian dalam Teori dan Praktek. Rineka Cipta. Jakarta.

Sudarmanto. 2009. Bawang Merah. Delta Media. Surakarta.

Tim Bina Karya Tani. 2009. Pedoman Bertanam Bawang Merah. Yrama Widya-Anggota IKAPI. Bandung.

Tulus Haryono, M.Ek. 2011. Pengantar Teori Ekonomi Mikro, Cetakan Pertama: Sebelas Maret University Press.Surakarta.

BAB III

METODE PENELITIAN

3.1. Metode Penentuan Daerah Penelitian

Lokasi penelitian ditentukan secara purposive di Pasar Tradisional yaitu Pusat Pasar Sentral di Kota Medan. Dengan mempertimbangkan bahwa daerah ini merupakan lokasi pusat perbelanjaan dan sebagai jalur lintas pemasaran komoditi pertanian yang terbesar di Provinsi Sumatera Utara.

3.2. Metode Pengambilan Sampel Penelitian

Populasi dalam penelitian ini adalah Ibu rumah tangga. Dengan mempertimbangkan Ibu RT (penduduk rumah tangga) merupakan konsumen akhir bawang merah yang sedang berbelanja di Pasar.

Menurut Slovin dalam pengantar metode penelitian (Sevilla, 1993) besarnya sample dapat diperoleh dengan rumus :

n = N

N (d)2 + 1 Dimana :

n = Ukuran sample N = Ukuran populasi d = Galat pendugaan (10%)

Berdasarkan data yang diperoleh dari Badan Pusat Statistika Kota Medan, jumlah penduduk (rumah tangga) adalah sebanyak 488.462 RT. Adapun jumlah penduduk (rumah tangga) yang akan dijadikan sampel penelitian ini adalah:

n = N

n = 488.462 488.462 (0,1)2 + 1 n = 101 Penduduk (Rumah Tangga)

Dengan jumlah sampel sebanyak 101 penduduk (rumah tangga) berdasarkan metode slovin yang digunakan dapat mewakili penelitian ini.

3.3. Metode Pengumpulan Data

Berdasarkan sumbernya, data yang dikumpulkan dalam penelitian ini ada dua jenis yaitu data primer dan data sekunder. Data primer diperoleh dari hasil pengamatan di pasar tradisional serta wawancara kepada konsumen dengan menggunakan daftar pertanyaan yang telah disiapkan sebelumnya. Data sekunder diperoleh dari instansi-instansi terkait dalam penelitian ini seperti, Badan Pusat Statistik (BPS) Provinsi Sumatera Utara, Dinas Pertanian Kota Medan, Dinas Pertanian Sumatera Utara, serta instansi yang terkait dan buku-buku pendukung lainnya.

3.4. Metode Analisis Data

Setelah data dikumpulkan dan ditabulasi, maka dianalisis sesuai hipotesis yang diuji.

Hipotesis 1 Sesuai dengan tujuan penelitian (1) yaitu untuk menganalisis faktor-faktor yang mempengaruhi permintaan bawang merah di kota medan. Data yang dibutuhkan adalah pendapatan (rumah tangga) penduduk, harga bawang merah dan jumlah tanggungan (rumah tangga) penduduk di Kota Medan. Hal ini

menggunakan analisis regresi linier berganda bantuan SPSS dengan menggunakan rumus :

D = a + b1X1 + b2X2 + b3X3 + µ Keterangan :

D = Permintaan bawang merah (Kg) a = Koefisien intersep

b1,b2,b3,b4 = Koefisien regresi

X1 = Pendapatan (Rp/bulan)

X2 = Harga Bawang Merah (Rp/Kg)

X3 = Jumlah Tanggungan Penduduk (Rp)

µ = Kesalahan Pengganggu

Dari hasi analisis regresi berganda akan diperoleh Koefisien Determinansi (R2) yang akan menujukkan kemampuan variabel bebas menjelaskan variasi variabel terikat.

Selanjutnya, untuk mengetahui apakah apakah pendapatan (rumah tangga), harga bawang merah, dan jumlah tanggungan secara serempak berpengaruh nyata atau tidak terhadap permintaan bawang merah makan digunakan uji t.

Jika T-hitung ≤ t-tabel maka H0 diterima atau H1 ditolak

Jika T-hitung ≥ t-tabel maka H1 diterima atau H0 ditolak

Keterangan

Ho = 0 Tidak ada pengaruh signifikan dari pendapatan, harga bawang merah dan jumlah tanggungan terhadap permintaan bawang merah.

H ≠ 0 Ada pengaruh signifikan dari pendapatan, harga bawang merah dan jumlah tanggungan terhadap permintaan bawang merah (Sudjana, 2005).

Pada analisis ini akan diuji dengan metode pendugaan parameter menggunakan metoda Ordinary Least Squares (OLS) yang bertujuan menduga parameter-parameter yang digunakan dan meminimumkan jumlah kuadrat error.

memenuhi asumsi klasik yang dipersyaratkan. Asumsi klasik yang digunakan dalam penelitian ini sebagai berikut :

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah residual dalam regresi memiliki distribusi normal. Setelah diuji dengan menggunakan normal probability plot dan diagram histogram, terlihat data menyebar mengikuti garis diagonal dan diagram yang tidak condong ke kiri maupun ke kanan.

b. Uji Multikoliniearitas

Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam model regresi yang baik seharusnya terjadi korelasi diantara variabel bebas. Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas.

c. Uji Heterokedastisitas

Uji heterikedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi perbedaan varian residual dari suatu periode pengamatan ke pengamatan yang lain. Metode grafik menunjukkan penyebaran titik-titik varian residual sebagai berikut :

a. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0. b. Titik data tidak mengumpul hanya diata atau di bawah saja.

c. Penyebaran titk-titik data tidak membentuk pola bergelombang menyebar kemudian menyempit dan melebar kembali.

d. Penyebaran titik-titik tidak berpola (Gurjati, 2006).

Hipotesis 2 Sesuai dengan tujuan penelitian (2) yaitu untuk mengetahui faktor apa yang dominan mempengaruhi permintaan bawang merah di daerah penelitian, maka dilakukan analisis dengan metode pengujian koefisien beta (uji β).

Sritua Arief (1993:10-11) menyatakan bahwa untuk mengetahui variabel bebas yang paling menentukan dalam mempengaruhi nilai dependent variable dalam suatu model regresi linear, maka digunakanlah koefisien beta (beta coefficient). Untuk menentukan nilai koefisien beta, maka kita melakukan regresi linear di mana setiap variabel bebas mengalami proses normalized, yaitu ditransformasikan sehingga dapat saling dibandingkan.

Model regresinya adalah sebagai berikut :

Y = β0 + β1X1 + β2X2 + β3X3 Keterangan :

Y = Permintaan bawang merah

β0 = Konstanta disebut koefisien intercept yang mencerminkan

pengaruh X terhadap Y

β1,β2,β3,..β4 = Standar deviasi variabel endogen (X)

X1 = Pendapatan rumah tangga (Rp/bulan)

X2 = Harga Bawang Merah (Rp/Kg)

X3 = Jumlah Tanggungan (Rp)

Dari hasil analisis akan diperoleh nilai koefisien beta masing-masing dari setiap variabel bebas yaitu pendapatan rumah tangga (konsumen), harga bawang merah, jumlah kebutuhan dan jumlah tanggungan sebagai faktor-faktor yang mempengaruhi permintaan bawang merah di Kota Medan.

Koefisien beta dapat dilihat dari nilai standardized regression coefficient untuk mengetahui variabel bebas yang paling mempengaruhi dapat diketahui dari nilai koefisien beta yang paling besar (Arief, 1992).

Hipotesis 3 Sesuai dengan tujuan penelitian (3) menggunakan analisis regresi linier bentuk LN (Logariitma Natural). Pengubahan data ke bentuk LN yang dimaksudkan untuk meniadakan atau meminimalkan adanya pelanggaran asumsi normalitas dan linieritas. Adapun persamaan regresi linier bentuk LN sebagai berikut:

LNY’= LNb0 + b1 LNX1 + b2 LNX2 + b3 LNX3

Keterangan:

LNY = Permintaan bawang merah LNb0 = Konstanta

b1,b2b3 = Koefisien regresi

LNX1 = Pendapatan

LNX2 = Harga bawang merah

LNX3 = Jumlah tanggungan

Analisis regresi sederhana bentuk LN dimaksudkan untuk mengetahui pengaruh variabel idenpenden terhadap variabel dependen apakah pengaruhnya signifikan atau tidak dengan melakukan pengujian yaitu uji t dan dilakukan uji normalitas, heteroskedastisitas, dan autokorelasi.

Nilai koefisien bentuk LN selanjutnya di lakukan anti log yang digunakan untuk menganalisis dengan menggunakan kriteria konsep elastistitas permintaan. Elastisitas permintaan merupakan persentase perubahan jumlah bawang merah yang diminta akibat persentase perubahan harga.

Adapun dengan kriteria elastisitas permintaan bawang merah:

1. Jika Ep = 1 disebut unitary, yaitu apabila harga mengalami perubahan sebesar 1% akan memberi pengaruh jumlah yang diminta sebesar 1% akan

2. Jika Ep < 1 disebut inelastic, berarti bila harga mengalami perubahan sebesar 1% akan memberi pengaruh perubahan jumlah yang diminta berubah lebih kecil dari 1%.

3. Jika Ep > 1 disebut elastis berarti bila hargamengalami perubahan sebesar 1% akan memberi pengaruh jumlah yang diminta lebih besar dari 1%.

4. Jika Ep = 0 disebut inelastic sempurna berati permintaan tidak tanggap terhadap perubahan harga.

5. Jika Ep = ~ (tidak terhingga) disebut elastis sempurna berarti konsumen mempunyai kemampuan berapa pun jumlah barang yang ditawarkan oleh produsen pada tingkat harga tertentu.

3.5. Defenisi dan Batasan Operasional

Untuk menjelaskan dan menghindari kesalah pahaman dalam penelitian ini, maka dibuat defenisi dan batasan operasional sebagai berikut :

3.5.1. Defenisi

1) Permintaan bawang merah adalah jumlah kebutuhan bawang merah yang dibeli dan dikonsumsi oleh konsumen dalam satuan kilogram (kg) berhubungan dengan harga.

2) Barang tidak substitusi adalah barang yang tidak memiliki barang pengganti yang memiliki manfaat dan kegunaan yang hampir sama dengan barang utamanya.

3) Pasar Tradisional adalah suatu tempat bagi para pembeli dan penjual melakukan transaksi perdagangan bawang merah dengan cara tawar-menawar harga hingga mencapai kesepakatan harga.

4) Harga Bawang merah (X1) adalah harga bawang merah yang berada di Dinas Ketahan Pangan Provinsi Sumatera Utara di tingkat konsumen dan dinyatakan dalam satuan rupiah (Rp/Kg).

5) Kebutuhan (X2) merupakan kebutuhan bawang merah untuk dikonsumsi dinyatakan dalam satuan ton.

6) Konsumen (X3) adalah ibu rumah tangga maupun orang yang membeli bawang merah untuk dikonsumsi.

7) Elastisitas permintaan adalah perbandingan antara persentase perubahan jumlah bawang merah yang diminta dengan persentase perubahan harga.

3.5.2. Batasan Operasional

1) Penelitian dilakukan di pasar tradisional yang menjual bawang merah di Kota Medan.

2) Responden yang akan dijadikan sampel adalah konsumen yang membeli bawang merah di pasar tradisonal di Kota Medan.

BAB IV

DESKRIPSI DAERAH PENELITIAN

DAN KARAKTERISTIK RESPONDEN SAMPEL

4.1 Deskripsi Daerah Penelitian

4.1.1 Letak Geografis, Luas Wilayah, Batas, dan Iklim

Kota Medan merupakan Ibu kota Provinsi Sumatera Utara. Secara geografis Kota Medan terletak diantara 30.27’- 30.47’ LU dan 98.35’- 98 44’ BT. Kota Medan memiliki topografi datar dengan ketinggian 7-25 dpl dengan jenis tanah alluvial. Kota Medan merupakan pusat pemerintahan Daerah Tingkat I Provinsi Sumatera Utara yang mempunyai luas wilayah 265,10 Km2. Kota Medan terdiri dari 21 kecamatan dan 151 kelurahan.

Adapun Batas-Batas Kota Medan adalah : Bagian Timur : Kabupaten Deli Serdang

Bagian Selatan: Kabupaten Deli Serdang Bagian Barat : Kabupaten Deli Serdang

Bagian Utara : Selat Malaka

Kota Medan memiliki iklim tropis dengan temperatur siang 31,10C dan malam hari 24,10C, rata-rata curah hujan perbulan 175,17 mm dengan rata-rata hari hujan 17,33 hh/bulan. Kelembaban udara di wilayah ini 82-84%, kecepatan angin rata-rata 1,38 m/sec serta laju penguapannya tiap bulan 107,98 mm.

4.1.2 Tata Guna Lahan

Pola penggunaan tanah di Kota Medan sangat beragam jenisnya. Penggunaan tanah terdiri dari bangunan-bangunan pemukiman penduduk, perkantoran,

tradisional, bangunan pendidikan, fasilitas umum, hotel, tempat rekreasi, dan lahan-lahan pertanian.

4.1.3 Keadaan Penduduk

4.1.3.1 Penduduk Menurut Kecamatan dan Penduduk (Rumah Tangga) Penduduk Kota Medan berjumlah 2.117.224 jiwa dengan 488.462 rumah tangga (RT) yang tersebar di 21 kecamatan yang ada di Kota Medan. Untuk lebih mengetahui lebih jelas mengenai jumlah penduduk dan jumlah penduduk (rumah tangga) serta presentase penduduk yang disajikan sebagai berikut:

Tabel 1. Penduduk Menurut Kecamatan dan Penduduk (Rumah Tangga) di Kota Medan, Tahun 2011

No Kecamatan Penduduk Penduduk

(Rumah Tangga) Rata-Rata Banyaknya Anggota Rumah Tangga Persentase Penduduk (Rumah Tangga)

1 Medan Tuntungan 81,798 19,114 4,28 3.91

2 Medan Johor 125,456 28,844 4,35 5.9

3 Medan Amplas 115,543 26,717 4,32 5.46

4 Medan Denai 141,866 31,305 4,53 6.4

5 Medan Area 96,647 21,545 4,49 4.41

6 Medan Kota 72,663 17,026 4,27 3.48

7 Medan Maimun 39,646 9,128 4,34 1.86

8 Medan Polonia 53,384 12,122 4,40 2.48

9 Medan Baru 39,564 10,657 3,71 2.18

10 Medan Selayang 99,982 26,661 3,75 5.45 11 Medan Sunggal 112,918 26,133 4,32 5.35 12 Medan Helvetia 145,239 32,016 4,54 6.55

13 Medan Petisah 61,832 15,120 4,09 3.09

14 Medan Barat 70,881 16,386 4,33 3.35

15 Medan Timur 108,758 25,136 4,33 5.14

16 Medan Perjuangan 93,483 22,320 4,19 4.56 17 Medan Tembung 133,784 29,886 4,48 6.11

18 Medan Deli 170,013 38,917 4,37 7.96

19 Medan Labuhan 112,316 24,907 4,51 5.09 20 Medan Marelan 145,788 33,446 4,36 6.84

21 Medan Belawan 95,663 21,076 4,54 4.31

Jumlah 2,117,224 488,462 4,33 Sumber: BPS, Medan Dalam Angka 2012

4.1.3.2 Penduduk Menurut Kelompok Umur dan Jenis Kelamin

Banyaknya penduduk dapat dibedakan pula berdasarkan jenis kelamin dan umur. Banyaknya jumlah penduduk berdasarkan umur dan jenis kelamin akan disajikan sebagai berikut:

Tabel 2. Penduduk Menurut Kelompok Umur dan Jenis Kelamin di Kota Medan, Tahun 2011

Golongan Umur (Tahun)

Laki-Laki Wanita

Jumlah Jiwa Persentase Jiwa Persentase

0-4 96545 9.22 91044 8.50 187589

5-9 99946 9.54 93487 8.73 193433

10-14 97101 9.27 91411 8.53 188512

15-19 102913 9.83 107751 10.0 210664

20-24 115983 11.0 126476 11.8 242459

25-29 98368 9.39 10788 1.00 199156

30-34 87666 8.37 89331 8.34 176997

35-39 78091 7.46 81543 7.61 159634

40-44 70080 6.69 72575 6.77 142655

45-49 59180 5.65 61495 5.74 120675

50-54 49206 4.70 50291 4.69 99497

55-59 36707 3.50 36411 3.40 73118

60-64 22310 2.13 24687 2.30 46997

65-69 14373 1.37 17311 1.61 31684

70-74 11337 1.08 14627 1.36 25964

75 + 6754 0.64 11436 1.06 18190

Total 1 046 560 1 070 664 2 117 224

Sumber : BPS, Medan Dalam Angka 2011 4.1.3.3 Penduduk Menurut Mata Pencaharian

Mata pencaharian penduduk Kota Medan bervariasi jenisnya, ada yang bekerja sebagai pegawai negeri, wiraswasta, karyawan swasta, dan sebagainya. Untuk mengetahui lebih jelas mengenai mata pencaharian penduduk Kota Medan dapat dilihat pada tabel yang disajikan sebagai berikut:

Tabel 3. Distribusi Penduduk Menurut Jenis Mata Pencaharian di Kota Medan, Tahun 2011

No Mata Pencaharian Jumlah (Orang) Persentase

1 Pegawai Negeri 18.670 4,06%

2 Pegawai Swasta 14.570 3,17%

3 TNI/POLRI 13.563 2,95%

4 Tenaga Pengajar 43.551 9,46%

5 Tenaga Kesehatan 2.399 0,52%

6 Lain-Lain 372.464 79,84%

4.1.3.4 Sarana dan Prasarana

Sarana dan prasarana sangat mempengaruhi perkembangan dan kemajuan masyarakat, semakin baik sarana dan prasarana akan semakin mempercepat laju pembangunan. Sarana dan prasarana di Kota Medan dapat dilihat pada tabel berikut.

Tabel 4. Sarana dan Prasarana di Kota Medan, Tahun 2011

No Sarana dan Prasarana Jumlah (Unit)

1 Sekolah a. SD/MI b. SMP/MTs c. SMA/MA

d. Perguruan Tinggi

816 422 367 75 2 Fasilitas Kesehatan

a. Rumah Sakit b. Rumah Bersalin c. Puskesmas d. Pustu e. BPU f. Klinik KB

75 175 39 41 357 205 3 Tempat Beribadah

a. Mesjid b. Gereja c. Kuil d. Vihara 880 398 19 148

4 Panti Asuhan 33

5 Tempat Hiburan a. Kolam Renang

b. Permainan Ketangkasan c. Diskotik

d. Live Music e. Karaoke f. Panti Pijat g. Rekreasi 5 21 7 14 48 36 9 6 Pasar

a. Tradisional b. Pasar Swalayan

55 30

Total 4242

4.1.3.5 Karakteristik Sampel Penelitian

Sampel dalam penelitian ini adalah konsumen bawang merah yang melakukan pembelian di Pusat Pasar Sambu, Kecamatan Medan Timur. Karakteristik konsumen yang dimaksud meliputi karakteristik sosial ekonomi yang terdiri dari umur, tingkat pendidikan, pendapatan, harga beli bawang merah, jumlah kebutuhan bawang merah dan jumlah tanggungan.

a. Umur

Adapun keadaan umur sampel di daerah penelitian yang disajikan sebagai berikut: Tabel 5. Distribusi Sampel Berdasarkan Kelompok Umur

No

Kelompok Umur (Tahun)

Besar Sampel (Jiwa)

Jumlah (%)

1 20-24 7 7

2 25-29 16 9

3 30-34 19 15,8

4 35-39 13 18,8

5 40-44 20 19,8

6 45-49 9 8,9

7 ≥ 50 17 16,8

Jumlah 101 100

Sumber: Data Primer diolah, Lampiran 2

b. Tingkat Pendidikan

Adapun pendidikan sampel di daerah penelitian yaitu Kota Medan bervariasi mulai dari tingkat SMP sampai tingkat Perguruan Tinggi. Tingkat pendidikan konsumen bawang merah di Kota Medan dapat dilihat pada tabel berikut ini : Tabel 6. Distribusi Sampel Berdasarkan Tingkat Pendidikan

No Tingkat

Pendidikan

Jumlah (Jiwa) Jumlah (%)

1 SMP 11 10,8

2 SMA 45 44,5

3 D1 6 6

4 D3 19 18,8

Sumber: Data Primer diolah, Lampiran 2

Dari tabel yang disajikan diatas menunjukkan bahwa tingkat pendidikan konsumen bawang merah memiliki pendidikan terbesar berada pada tingkat SMA dengan jumlah 44,5% dan terkecil adalah tingkat pendidikan D1 sebesar 6%. c. Pendapatan

Pendapatan sampel cukup bervariasi, untuk lebih jelasnya akan disajikan sebagai berikut:

Tabel 7. Distribusi Responden Berdasarkan Pendapatan Rata-rata Keluarga/Bulan (Rupiah)

No Pendapatan (Rp) Jumlah (Jiwa) Jumlah (%)

1 0-2 56 55.5

2 3-5 39 38,6

3 ≥ 6 6 5.9

Jumlah 101 100

Sumber: Data Primer diolah, Lampiran 2

d. Harga Beli

Harga bawang merah yang dibeli oleh sampel cukup bervariasi. Berdasarkan penelitian yang dilakukan, hal ini dibedakan dari ukuran besar umbi dan jenis/varietas bawang merah (biasanya berdasarkan asal daerah bawang merah). Tingkat harga bawang merah kepada konsumen akan disajikan sebagai berikut: Tabel 8. Distribusi Harga Bawang Merah Berdasarkan Tingkat Harga Beli

Responden (Rupiah)

No Harga (Rp) Jumlah (Jiwa) Jumlah (%)

1 10000-2000 48 47,5

2 21000-3000 53 52,4

Jumlah 101 100

Sumber: Data Primer diolah, Lampiran 3 e. Jumlah yang Dibeli

Banyaknya jumlah bawang merah yang dibeli oleh konsumen juga bervariasi. Berdasarkan penelitian yang dilakukan, banyaknya bawang merah yang dibeli berhubungan dengan banyaknya kebutuhan yang diperlukan saat masak dan

selera. Tingkat harga bawang merah kepada konsumen responden akan disajikan sebagai berikut:

Tabel 9. Distribusi Kebutuhan Bawang Merah Berdasarkan Yang Dibeli (Kg/Bulan)

No Jumlah Dibeli (Kg) Jumlah (Jiwa) Jumlah (%)

1 0-2 38 37,6

2 3-5 57 56,4

3 ≥ 6 6 6

Jumlah 101 100

Sumber: Data Primer diolah, Lampiran 3

Dari tabel yang disajikan diatas menunjukkan bahwa banyaknya bawang merah yang dibeli konsumen adalah sebesar 6 kilogram setiap bulannya sebanyak 6 keluarga dan terendah adalah 2 kilogram setiap bulannya sebanyak 38 keluarga.

f. Jumlah Tanggungan

Jumlah tanggungan keluarga responden yang dilakukan saat penelitian ini akan disajikan pada tabel sebagai berikutt:

Tabel 10. Distribusi Responden Berdasarkan Jumlah Tanggungan (Jiwa) No Jumlah Tanggungan

(Jiwa)

Jumlah (Jiwa) Jumlah (%)

1 0-1 16 15,8

2 2-3 74 73,2

3 ≥ 4 11 11

Jumlah 101 100

Sumber: Data Primer diolah, Lampiran 3

Dari tabel yang disajikan diatas menunjukkan bahwa jumlah tanggungan konsumen bawang merah terbesar sebanyak 4 jiwa sebesar 74 keluarga dan terendah adalah yang belum memiliki tanggungan (anak) sebanyak 16 keluarga.

BAB V

HASIL DAN PEMBAHASAN

Permintaan bawang merah sebagai bahan baku masakan tidak pernah lepas dari kebutuhan pangan dalam kehidupan sehari-hari. Hampir semua jenis masakan maupun obat tradisional menggunakan bawang merah sebagai bahan baku. Dari hasil penelitian terhadap 101 responden penduduk (Ibu rumah tangga) di Pusat Pasar di Kota Medan di Kecamatan Medan Kota dapat dilihat faktor-faktor yang mempengaruhi permintaan bawang merah di daerah penelitian.

5.1 Pengaruh Faktor Pendapatan, Harga, dan Jumlah Tanggungan terhadap Permintaan Bawang Merah

Menurut hasil estimasi dengan menggunakan analisis regresi linier berganda variabel-variabel yang dimasukkan dalam permintaan Bawang Merah adalah : 1. Pendapatan

berdasarkan hasil penelitian yang telah dilakukan, pendapatan berpengaruh nyata terhadap permintaan bawang merah. Artinya ada perubahan/penambahan dalam jumlah permintaan bawang merah ketika pendapatan bertambah/meningkat. Berdasarkan data yang diperoleh selama penelitian diketahui bahwa pendapatan konsumen Bawang Merah yang tertinggi adalah Rp.6.000.000 dan yang terendah adalah Rp.900.000.

2. Harga

Berdasarkan hasil penelitian harga tidak berpengaruh nyata terhadap permintaan Bawang Merah. Artinya tidak ada perubahan yang nyata dalam jumlah

bawang merah tetap memiliki permintaan meskipun terjadi perubahan harga. Harga Bawang Merah di Kota Medan cukup bervariasi. Berdasarkan data yang diperoleh selama penelitian diketahui bahwa harga Bawang Merah yang terendah adalah Rp.15.000 dan yang tertinggi adalah Rp.35.000. Hal ini disebabkan oleh adanya perbedaan jenis/varietas Bawang Merah di pasar.

3. Jumlah Tanggungan

Berdasarkan hasil penelitian jumlah tanggungan berpengaruh nyata terhadap permintaan Bawang Merah. Artinya ada perubahan/penambahan yang cukup besar dalam jumlah permintaan Bawang Merah ketika jumlah tanggungan bertambah/meningkat. Berdasarkan data yang diperoleh selama penelitian yang diketahui bahwa jumlah tanggungan responden konsumen Bawang Merah yang terbesar adalah 4 jiwa dan terendah 0 (belum memiliki tanggungan/anak). Dimana jumlah masing-masing permintaan per bulan adalah sebesar 6 Kg dan 2 Kg.

Analisis regresi linier berganda dilakukan terhadap semua variabel independen dengan tingkat signifikansi 10%. Berikut hasil analisis regresi pada Tabel.11 disajikan sebagai berikut:

Tabel 11. Hasil Analisis Linier Berganda yang mempengaruhi Permintaan Bawang Merah

Variabel Koefisien Regresi

Std.Error t-hit Sig Keterangan Pendapatan 7,374E-7 0,000 13,736 0,000 Nyata Harga Bawang

Merah -6,302E-5 0,000 -3,737 0,000 Nyata

Jumlah

Tanggungan 0,182 0,088 2,079 0,040 Nyata

Dari hasil analisis regresi linier berganda, diperoleh persamaan regresi sebagai berikut:

Y = 2,569 + 0,0000007374X1 - 0,00006302X2 + 0,182X3

Keterangan:

Y = Permintaan Bawang Merah (Kg/Bulan) X1 = Pendapatan rata-rata/keluarga/bulan

X2 = Harga (Rp/Kg)

X3 = Jumlah Tanggungan (Jiwa)

Berdasarkan Tabel.11 yang disajikan diatas Koefisien determinasi (R2) sebesar 0,732 (lampiran 3) yang berarti bahwa ketiga variabel bebas yaitu pendapatan rata-rata/keluarga/bulan (X1), harga bawang merah (X2) dan jumlah tanggungan (X3) mampu menjelaskan varians sebesar 73,2% dan sisanya 26,8% dijelaskan oleh faktor lain.

Dari hasil analisis yang diperoleh nilai konstanta sebesar 2,569 yang artinya perbandingan antara permintaan dengan faktor-faktor yang mempengaruhi permintaan. Semakin tinggi nilai konstanta maka akan semakin tinggi permintaan dengan asumsi bahwa faktor yang mempengaruhi permintaan semakin konstan. Dari hasil analisis yang diperoleh dapat diketahui bahwa variabel pendapatan memiliki nilai probabilitas sebesar 0,000 < 0,1. Dengan demikian pendapatan rata-rata/keluarga/bulan mempengaruhi permintaan bawang merah di Kota Medan secara nyata. Dengan koefisien regresi yang bernilai positif sebesar 0,0000007374 menunjukkan bahwa semakin besar pendapatan maka semakin besar permintaan bawang merah.

Penggunaan bawang merah dalam kehidupan sehari-hari tidak pernah lepas di kalangan masyarakat (rumah tangga). Bawang merah dimanfaatkan sebagai bahan baku bumbu untuk menambah cita rasa pada masakan. Hal ini sesuai dengan teori

bahwa semakin tinggi pendapatan konsumen maka mempengaruhi daya beli masyarakat terhadap kualitas dan kuantitas bawang merah. Dengan bertambahnya tingkat konsumsi konsumen terhadap bawang merah maka permintaan terhadap bawang merah juga bertambah.

Nilai t-hitung variabel pendapatan disajikan sebagai berikut:

Pada ttabel 1% (α = 0,01) sebesar 2,76 dan thit sebesar 13,736 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 1% (α =

0,01) variabel pendapatan berpengaruh signifikan terhadap jumlah permintaan. Pada ttabel 5% (α = 0,05) sebesar 2,04 dan thit sebesar 13,736 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 5% (α =

0,05) variabel pendapatan berpengaruh signifikan terhadap jumlah permintaan. Pada ttabel 10% (α = 0,1) sebesar 1,7 dan thit sebesar 13,736 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 10% (α =

0,1) variabel pendapatan berpengaruh signifikan terhadap jumlah permintaan. Dari hasil analisis yang diperoleh dapat diketahui bahwa variabel harga bawang merah memiliki nilai probabilitas sebesar 0,000 < 0,1. Dengan demikian harga bawang merah mempengaruhi secara nyata permintaan bawang merah di Kota Medan. Dengan koefisien regresi yang bernilai negatif sebesar -0,00006302, hal ini menunjukkan sesuai dengan teori permintaan yang menyatakan bahwa semakin tinggi harga bawang merah maka semakin rendah permintaan terhadap bawang merah dan masyarakat memilih mengurangi membeli bawang merah. Nilai t-hitung variabel harga bawang merah disajikan sebagai berikut:

0,01) variabel harga bawang merah berpengaruh signifikan terhadap jumlah permintaan.

Pada ttabel 5% (α = 0,05) sebesar 2,04 dan thit sebesar 3,737 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 5% (α =

0,05) variabel harga bawang merah berpengaruh signifikan terhadap jumlah permintaan.

Pada ttabel 10% (α = 0,1) sebesar 1,7 dan thit sebesar 3,737 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 10% (α =

0,1) variabel harga bawang merah tidak berpengaruh signifikan terhadap jumlah permintaan.

Dari hasil analisis yang diperoleh dapat diketahui bahwa variabel jumlah tanggungan memiliki nilai probabilitas sebesar 0,040 < 0,1. Dengan demikian jumlah tanggungan/keluarga mempengaruhi permintaan bawang merah di Kota Medan secara nyata. Dengan koefisien regresi yang bernilai positif sebesar 0,182 menunjukkan bahwa semakin besar jumlah tanggungan maka semakin besar permintaan bawang merah.

Nilai t-hitung variabel jumlah tanggungan disajikan sebagai berikut:

Pada ttabel 1% (α = 0,01) sebesar 2,76 dan thit sebesar 2,079 dapat dilihat bahwa

nilai thit lebih kecil daripada ttabel maka terima H1 yang berarti pada ttabel 1% (α =

0,01) variabel jumlah tanggngan keluarga tidak berpengaruh signifikan terhadap jumlah permintaan.

Pada ttabel 5% (α = 0,05) sebesar 2,04 dan thit sebesar 2,079 dapat dilihat bahwa

0,05) variabel jumlah tanggungan keluarga berpengaruh signifikan terhadap jumlah permintaan.

Pada ttabel 10% (α = 0,1) sebesar 1,7 dan thit sebesar 2,079 dapat dilihat bahwa

nilai thit lebih besar daripada ttabel maka terima H1 yang berarti pada ttabel 10% (α =

0,1) variabel jumlah tanggungan berpengaruh signifikan terhadap jumlah permintaan.

Uji Asumsi Ordinary Least Square (OLS)

Sebelum dilakukan uji kesesuaian (goodness of fit) model, perlu dilakukan uji asumsi untuk mendeteksi terpenuhinya asumsi-asumsi dalam model regresi linier permintaan Bawang Merah. Model regresi linier berganda (multiple regression) dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi klasik. Hasil pengujian asumsi klasik diuraikan pada bagian berikut :

1. Uji asumsi Multikolinieritas

Hasil uji asumsi multikolinieritas untuk model permintaan bawang merah terdapat pada Tabel 12. disajikan sebagai berikut:

Tabel 12. Hasil Uji Asumsi Multikolinieritas Model Permintaan Bawang Merah Menggunakan Statistik Kolinieritas

No Variabel Bebas Colinierity Statistics

Tolerance VIF

1 Pendapatan/rata-rata/keluarga/bulan 0,680 1,472

2 Harga Bawang Merah 0,789 1,267

3 Jumlah Tanggungan 0,844 1,185

Sumber: Analisis Hasil Olahan Regresi Linier Berganda Lampiran 3

Berdasarkan Tabel 12. diketahui bahwa masing-masing variabel bebas memiliki nilai toleransi (tolerance) lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10. Hal

ini menunjukkan tidak terjadinya multikolinieritas. Maka dapat disimpulkan bahwa model regresi linier permintaan Bawang Merah terbebas dari masalah multikolinieritas.

2. Uji asumsi Heteroskedastisitas

Analisis grafik

Gambar 3. Grafik Uji Asumsi Heterokedastisitas Model Permintaan Bawang Merah

Sumber : Analisis Data Primer Lampiran 3

Hasil uji asumsi heteroskedastisitas dengan menggunakan alanisis grafik untuk model permintaan Bawang Merah disajikan pada Gambar.3 diatas menunjukkan bahwa penyebaran titik-titik varian residual adalah sebagai berikut:

a. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0.

b. Titik data tidak mengumpul hanya di atas atau di bawah saja.

c. Penyebaran titik-titik data tidak membentuk pola bergelombang menyebar kemudian menyempit dan melebar kembali.

d. Penyebaran titik-titik data tidak berpola.

Hal ini menunjukkan tidak terjadinya heteroskedastisitas. Maka dapat dinyatakan bahwa model regresi linier permintaan Bawang Merah terbebas dari masalah heteroskedastisitas.

3. Uji asumsi Normalitas

Analisis grafik

Gambar 4. Grafik Uji Asumsi Normalitas Model Permintaan Bawang Merah Sumber : Analisis Data Primer Lampiran 3

menyebar mengikuti garis diagonal. Hal ini menunjukkan bahwa data residual model terdistribusi dengan normal. Maka dapat dinyatakan bahwa model regresi linier permintaan bawang merah memenuhi asumsi normalitas.

5.2 Pengaruh Faktor Yang Paling Dominan Mempengaruhi Permintaan Bawang Merah

Faktor-faktor yang mempengaruhi permintaan bawang merah di daerah penelitian terdiri dari pendapatan, harga bawang merah, dan jumlah tanggungan. Dari beberapa faktor yang mempengaruhi permintaan Bawang Merah ini terdapat faktor yang paling berpengaruh di penelitian ini. Faktor yang paling berpengaruh dapat dilihat dari nilai koefisien beta seperti pada Tabel yang akan disajikan berikut ini:

Tabel 13. Koefisien Beta Faktor Yang Mempengaruhi Permintaan Bawang Merah

No Variabel Koefisien Beta

1 Pendapatan 0,875

2 Harga Bawang Merah -0,221

3 Jumlah Tanggungan 0,119

Sumber: Analisis Hasil Olahan Regresi Linier Berganda Lampiran 3

Berdasarkan Tabel 13 dapat diketahui bahwa pendapatan konsumen merupakan faktor yang berpengaruh paling dominan terhadap permintaan Bawang Merah. Hal ini dapat dilihat dari nilai koefisien beta yang paling besar yaitu 0,875. Hal ini berarti penggunaan alokasi pendapatan seseorang dapat mempengaruhi pembelian terhadap Bawang Merah. Hal ini disebabkan karena pada saat pendapatan seseorang naik, maka mereka cenderung memiliki daya beli lebih tinggi dibandingkan pendapatannya yang rendah. Begitu juga pada saat kenaikan harga, namun pendapatan mereka tetap, hal ini dapat menurunkan daya beli konsumen

Jumlah tanggungan merupakan faktor yang memiliki pengaruh dominan paling kecil dalam mempengaruhi permintaan Bawang Merah. Hal ini disebabkan karena manfaat bawang merah sebagai bahan baku bumbu masakan tidak pernah lepas dalam kehidupan sehari-hari sehingga banyaknya atau rendahnya jumlah tanggungan sekalipun tetap memberikan pengaruh terhadap pembelian bawang merah oleh konsumen.

5.3 Analisis Elastisitas

Tabel 14. Hasil Analisis Linier Bentuk LN (Logaritma Natural) yang Mempengaruhi Permintaan Bawang Merah

Variabel Koefisien Regresi

anti log koef.regresi

Std.Error t-hit Sig Ket Constant -1,961

0,14

1.161 -1,689

Pendapatan 0,568 1,76 0,043 13,292 0,000 Nyata Harga -0,528 0,58 0,130 -4,058 0,000 Nyata Tanggungan 0,180 1,19 0,056 3,216 0,002 Nyata

R2 0,710

Sumber: Analisis Hasil Olahan Regresi Linier Berganda Lampiran 5

Nilai-nilai koefisien pada Tabel.14 diatas pada tabel coefficients, maka disajikan persamaan regresi linier bentuk Logaritma Natural sebagai berikut:

LNY’ = -1,961 + 0,568 LNX1 - 0,528 LNX2 + 0,180 LNX3

Nilai-nilai koefisien pada Tabel.11 diatas dapat pula disajikan dalam bentuk persamaan regresi sebagai berikut:

Y = -1,961X10,568 X20,528 X30,180

Keterangan:

Y = Permintaan Bawang Merah (Kg/Bulan) X1 = Pendapatan (Rupiah/Bulan)

X2 = Harga Rata-rata (Rupiah)

X3 = Jumlah Tanggungan (Jiwa)

Dari Tabel 14. diatas dapat dijelaskan bahwa:

1) Koefisien determinasi (R2) sebesar 0,710, artinya besar sumbangan pengaruh variabel independen yaitu 71 % sedangkan sisanya 29 % dipengaruhi oleh faktor lain yang tidak diteliti.

2) Konstanta LNb0 = -1,961

Dari nilai konstanta diatas dilakukan anti log. Hasilnya sebesar 0,14. Artinya jika pendapatan nilainya adalah 0, maka besarnya permintaan bawang merah adalah 0,14 Kg ( 140 Gram ).

3) Koefisien b1 = 0,568

Artinya jika pendapatan ditingkatkan sebesar 1 satuan, maka permintaan Bawang Merah meningkat sebesar 1,76 satuan. Sesuai dengan teori permintaan apabila nilai koefisien ≥ 1 maka bersifat elastis, dimana perubahan pendapatan sebesar 1% akan memberi pengaruh jumlah yang diminta lebih besar dari 1%.

4) Koefisien b2 = - 0,528

Artinya jika harga ditingkatkan sebesar 1 satuan, maka permintaan Bawang Merah menurun sebesar 0,58 satuan. Sesuai dengan teori permintaan apabila nilai koefisien ≤ 1 maka bersifat inelastis, dimana perubahan harga sebesar 1% akan memberi pengaruh jumlah yang diminta lebih kecil dari 1%.

Artinya jika jumlah tanggungan ditingkatkan sebesar 1 satuan, maka permintaan Bawang Merah meningkat sebesar 1,19 satuan. Sesuai dengan teori permintaan apabila nilai koefisien ≥ 1 maka bersifat elastis, dimana perubahan harga sebesar 1% akan memberi pengaruh jumlah yang diminta lebih besar dari 1%.

1) Normalitas Uji Asumsi Klasik

Pengujian Normal Probability dapat dilihat pada ouput regresi, atau disajikan sebagai berikut:

Analisis grafik

Gambar 5. Grafik Uji Asumsi Normalitas Model Permintaan Bawang Merah Sumber : Analisis Data Primer Lampiran 5

Dari Gambar 5. yang disajikan diatas dilihat bahwa daya menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan normal dan model regresi telah memenuhi asumsi normalitas.

Hasil uji asumsi heteroskedastisitas dengan menggunakan alanisis grafik untuk model permintaan Bawang Merah disajikan pada Gambar 6. berikut:

Analisis grafik

Gambar 6. Grafik Uji Asumsi Heterokedastisitas Model Permintaan Bawang Merah

Sumber : Analisis Data Primer Lampiran

Dari Gambar 6. diatas menunjukkan bahwa penyebaran titik-titik varian residual adalah sebagai berikut:

a. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0.

b. Titik data tidak mengumpul hanya di atas atau di bawah saja.

c. Penyebaran titik-titik data tidak membentuk pola bergelombang menyebar kemudian menyempit dan melebar kembali.

Hal ini menunjukkan tidak terjadinya heteroskedastisitas. Maka dapat dinyatakan bahwa model regresi linier permintaan Bawang Merah terbebas dari masalah heteroskedastisitas.

BAB VI

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Adapun kesimpulan yang dapat diambil dari hasil analisis yang telah dilakukan yakni sebagai berikut :

1) Dari hasil pengujian maka dapat diketahui bahwa permintaan bawang merah di Kota Medan dipengaruhi oleh pendapatan, harga bawang merah dan jumlah tanggungan keluarga penduduk (rumah tangga).

2) Berdasarkan hasil pengujian (uji beta) yang dilakukan, faktor yang paling dominan terbesar mempengaruhi permintaan bawang merah adalah pendapatan dan yang paling dominan terendah mempengaruhi adalah jumlah tanggungan.

3) Berdasarkan hasil pengujian yang dilakukan untuk mengukur tingkat koefisien elastisitas variabel bebas terhadap variabel terikat yaitu:

Pengaruh perubahan pendapatan terhadap permintaan bawang merah sebesar 1,76 satuan yang berarti bersifat elastis. Artinya perubahan pendapatan sebesar 1% akan memberi pengaruh jumlah yang diminta lebih besar dari 1%.

4. Pengaruh perubahan harga terhadap permintaan bawang merah sebesar sebesar 0,58 satuan yang berarti bersifat inelastis. Artinya dimana perubahan harga sebesar 1% akan memberi pengaruh jumlah yang diminta lebih kecil dari 1%.

BAB II

TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA

PEMIKIRAN, DAN HIPOTESIS PENELITIAN

2.1. Tinjauan Pustaka

2.1.1 Tinjauan Agribisnis Bawang Merah (Allium Ascalonicum)

Agribisnis bawang merah (Allium Ascalonicum) mempunyai peluang dalam perekonomian nasional. Dalam penerapannya, agribisnis bawang merah merupakan kegiatan yang mengandung keterkaitan dari setiap antar sub-sistem dari hulu ke hilir yang saling mempengaruhi. Adapun sub-sistem tersebut dalam agribisnis bawang merah adalah terdiri dari tiga subsistem yaitu, subsistem pra produksi (up-stream agribusiness), subsistem produksi, dan subsistem post produksi (down-stream agribusiness) (Krisnamurthi dan Fausia, 2009).

A. Subsistem Pra Produksi (Up-Stream Agribusiness)

Subsistem pra produksi merupakan bagian yang terpenting yang perlu diperhatiakan untuk memaksimalkan hasil yang akan diperoleh dari usaha agribisnis bawang merah. Subsistem praproduksi agribisnis bawang merah adalah penyediaan dan pengadaan berbagai sarana produksi bawang merah. Adapun kegiatan subsistem praproduksi ini meliputi pemilihan lahan yang akan dijadikan areal penanaman bawang merah, menyiapkan berbagai alat/sarana produksi pertanian, seperti pengadaan bibit bawang merah, pupuk/obat-obatan pestisida yang akan digunakan, alat-alat maupun teknologi dan sumberdaya uang sebagai modal dan tenaga kerja.

Adapun hal-hal yang perlu diperhatikan dalam subsistem praproduksi agribisnis bawang merah yaitu :

1) Bibit

Dalam melakukan pemilihan jenis varietas bibit bawang merah yang akan ditanam sebaiknya disesuaikan dengan kondisi alam dan lingkungan daerah lahan. Untuk daerah di Sumatera Utara, varietas bibit yang baik untuk ditanam adalah jenis bibit bawang merah Brebes, Probolinggo, dan Thailand.

2) Tenaga Kerja

Penggunanaan tenaga kerja mulai dari kegiatan subsistem praproduksi, subsistem produksi hingga subsistem post produksi perlu diperhatikan. Tenaga kerja yang digunakan sekiranya mempunyai keahlian dan keterampilan yang baik dalam pengelolaannya. Tenaga kerja dapat diupahi sesuai kesepakatan harian maupun borongan (Agromedia, 2011).

B. Subsistem Produksi

Subsistem produksi mencakup kegiatan yang dilakukan dari awal perlakuan terhadap penanaman bibit bawang merah hingga mencapai hasil produksi yaitu panen bawang merah yang merupakan dari kegiatan usahatani yang bertujuan memproduksi bawang merah. Adapun kegiatan-kegiatan yang dilakukan dalam subsistem produksi ini meliputi:

1) Pengolahan Lahan

Pengolahan tanah untuk penanaman lahan bawang merah dimaksudkan untuk menggemburkan tanah, menghilangkan gulma, membuang gas-gas yang bersifat racun hasil aktifitas mikroba dalam tanah, membuat sistem drainase yang baik. Pengelolahan lahan dapat menggunakan traktor pada lahan yang luas atau pun menggunakan cangkul dengan kedalaman tidak lebih dari 30 cm. Kemudian

gumpalan tanah dihancurkan dan gulma dibersihkan. Selanjutnya tanah dibiarkan seminggu sampai mengering.

Setelah bongkahan tanah mengering, dapat dibentuk bedeng-bedeng dan diantara bedeng-bedeng dibuat parit-parit kecil. Lebar bedeng 100-120 cm dan lebar parit 40-50 cm. Panjang bedeng dan paritnya disesuaikan dengan luas lahan. Adapun kegiatan dalam pengelolahan ini dikerjakan sekitar 3-4 minggu sebelum penanaman. Dalam hal ini perlu diperhatikan tingkat keasaman tanah pada lahan. Keasaman tanah yang paling baik untuk penanaman bawang merah adalah pada pH 6,0-6,8, namun untuk menurunkan keasaman dapat dilakukan pengapuran.

2) Penanaman

Waktu yang ideal penanaman bibit bawang merah ditanam pada awal musim kemarau yaitu antara bulan April/Mei sampai Oktober. Hal ini diperhitungkan agar tanaman yang berumur 60-90 hari ini dapat dipanen pada musim kemarau itu juga, sehingga ada kemungkinan dapat dilakukan kesempatan menanam dua kali berturut-turut dalam satu musim tanam. Ini akan lebih menguntungkan dengan tetap memperhatikan pengairan yang dilakukan dengan baik. Dengan demikian, menjelang musim hujan bawang merah sudah dapat dipanen.

Penanaman dilakukan ketika lahan telah siap. Penanaman bawang merah dengan jarak 15 x 15cm atau 15 x 20cm atau 20 x 20 cm. Dalam menancapkan umbi bawang merah, perlu dibuat lubang-lubang kecil yang dibuat dengan penunggal, dalamnya lubang kira-kira sama dengan tinggi umbi bibit. Umbi bibit, yang telah dipotong sebagian ujungnya dan bekas potongannya sudah mongering, diletakkan dalam lubang dengan ujung diatas. Selanjutnya bagian atas ditutup dengan tanah

3) Pengairan

Pengairan sangat penting bagi tanaman ini untuk pembentukan umbinya. Pengairan sebaiknya dilakukan dengan cara emrat, sprayer atau sprinkle. Dapat juga menggunakan genangan air dalam parit-parut disiramkan ke atas bedeng. Setelah penyiraman, parit dikeringkan kembali. Penyiraman dimulai saat penanaman pertama, selanjutnya pada umur 1-2 minggu dilakukan pengairan pagi dan sore hari atau tergantung pada kondisi cuaca. Selanjutnya ketika berumur 14-50 hari atau sampai umur tanaman 2 bulan dapat dilakukan penyiraman sekali dalam sehari. Penyiraman dihentikan ketika besar umbi telah mencapai ukuran yang maksimal.

4) Pemupukan

Pemupukan dilakukan dalam dua tahap, yaitu sebelum penanaman dan sesudah penanaman. Pemberian pupuk dasar yaitu seperti pupuk kompos atau pupuk kandang yang digunakan cukup disebarkan diatas bedengan kemudian dicampur dengan tanah dengan penggunaan 10-15 ton/ha. Pemberian pupuk susulan yaitu pemberian pupuk anorganik seperti Rustica Yellow (15-15-15), NPK, Urea/ZA, KCL/ZK yang ditaburkan diatas barisan tanaman. Pemupukan ini kira-kira 5-10 cm dari tanaman atau dapat juga dibenamkan dalam alur yang dibuat di antara barisan tanaman dengan jarak sekitar 10 cm dari tanaman.

5) Pemberantasan hama dan penyakit

Hama dan penyakit dapat menyerang akar, umbi, batang, dan daun. Salah satu penyakit bawang merah adalah cendawan Perenospora destructor. Maka dalam

pemeliharaanya agar terhindar dari hama dan penyakit perlu diperhatikan penyiangan dan penyemprotan pestisida agar tanaman bawang merah tidak mudah terserang penyakit dan dapat bertumbuh dengan optimal. Penyemprotan obat-obatan atau penggunaan stimulan juga sangat baik digunakan pada tanaman bawang merah yang berguna untuk meningkatkan hasil yang dimana penggunaanya obat-obatan sampai batas umur tanaman 50 hari.

6) Panen

Umur panen bawang merah memang cukup bervariasi, tergantung jenis varietas, tempat penanaman, tingkat kesuburan, dan tujuan penanaman. Adapun tanda yang dapat dipakai untuk mengetahui waktu panen adalah dari perubahan warna daun jika 60-70% dari seluruh tanaman daun-daun telah menguning atau mengering dan batang leher umbi terkulai maka saat panen pun tiba. Keadaan ini untuk panen bawang merah konsumsi, namun jika digunakan untuk pembibitan maka umut tanaman 80-90 hari.

Cara pemanenan bawang merah dilakukan dengan mencabut tanaman dengan tangan. Dalam pencabutan jangan sampai batang semu terputus dan umbinya jangan sampai tertinggal dalam tanah. Pemanenan ini juga sebaiknya dilakukan pada pagi hari dalam kondisi cerah tidak hujan. Hal ini bertujuan untuk menghindari kemungkinan serangan busuk umbi berlendir ketika umbi disimpan di gudang penyimpanan (Singgih, 2009).

C. Subsistem Post Produksi (Down-Stream Agribusiness)

Adapun dua faktor yang dilakukan pada subsistem post produksi agribisnis bawang merah, yaitu :

Setelah bawang merah dipanen, adapun perlakuan yang harus dilakukan agar umbi bawang merah tetap berkualitas baik, yaitu

a. Pengeringan

Pengeringan ini bertujuan untuk mencegah kerusakan umbi. Pengeringan dapat dilakukan langsung dibawah terik matahari atau pun menggunakan cara mekanis seperti menggunakan sumber panas kompor.

b. Penyimpanan

Bawang merah begitu juga dengan komoditi pertanian lain pada umumnya dihasilkan sebagai bahan mentah dan mudah rusak (perishable), membutuhkan tempat penyimpanan yang besar karena bersifat voluminous sehingga perlu penyimpanan dan pemeliharaan agar kualitas bawang merah tetap baik tidak busuk (Redaksi Agromedia, 2011).

Pada umumnya petani menyimpan bawang merah dengan menggantungkan ikatan-ikatan bawang merah pada para-para diatas perapian dapur. Dalam jumlah yang besar, penyimpanan bawang merah disimpan di gudang penyimpanan yang sebaiknya bersih, kering, dan tidak lembab. Penyimpanan bawang merah juga menggunakan karung khusus yang berjaring-jaring. Hal ini dimaksudkan agar umbi bawang merah tidak lembab sehingga tidak mudah busuk. Pada peti penyimpanan (box container), sebaiknya menggunakan AC (Air Conditioning) hal ini bertujuan agar umbi bawang merah tetap terjaga mutu dan agar tidak mudah terserang penyakit yang dapat menyebabkan kebusukan (Agromedia, 2011).

2) Faktor Penunjang a. Kelembagaan

lembaga/kemitraan turut berperan serta. Diantaranya adalah lembaga dari pemerintahan seperti penyuluh pertanian yang dapat sebagai sumber informasi dalam melakukan usaha agribisnis yang tepat. Lembaga keuangan dan pemasaran seperti KUD, renternir, kelompok tani, bank sebagai penyedia modal, dan lembaga pemasaran dari pedagang pengumpul, pedagang grosir, pedagang besar atau perusahaan ekspor-impor atau yang bergerak di bidang agribisnis bawang merah (Singgih, 2009).

b. Transportasi

Dengan adanya transportasi maka mempermudah pengangkutan bawang merah dalam jumlah skala yang besar. Transportasi yang biasa digunakan dalam mengangkut bawang merah adalah truk, kontainer bahkan kapal pengangkutan barang dalam ratusan ton. Dengan adanya sarana transportasi maka memperlancar usaha agribisnis bawang merah antar daerah maupun negara untuk melakukan kegiatan ekspor maupun impor.

c. Telekomunikasi

Telekomunikasi juga berperan sebagai salah satu faktor penunjang agribisnis bawang merah. Dengan adanya handphone, SMS banking dan Internet maka mempermudah hubungan komunikasi dan informasi terhadap pelaku agribisnis

yang juga dapat dimanfaatkan sebagai media bertransaksi keuangan (Tim Bina Karya Tani, 2009).

2.1.2 Tinjauan Ekonomi Bawang Merah A. Permintaan Bawang Merah

Prospek agribisnis bawang merah cukup baik. Tidaklah heran jika permintaan pasar terhadap bawang merah sangat tinggi. Permintaan bawang merah yang

tinggi, dikarenakan penggunaanya yang begitu banyak dalam kehidupan sehari-hari. Penggunaan bawang merah banyak kita temui baik sebagai bawang goreng, bumbu penyedap masakan seperti soto, sop, ayam gulai, dan sampai penggunaan bawang merah di industri pengolahan makanan seperti mie instan, bumbu olah siap saji, dan sebagainya (Singgih, 2009).

Tingkat kebutuhan bawang merah dan produksi bahan pangan bawang merah yang mendukung ketersediaan pangan di Provinsi Sumatera Utara dalam kurun waktu 5 (lima) tahun dapat ditunjukkan sebagai berikut. Pada Tahun 2008 tingkat kebutuhan bawang merah sebesar 69.720 ton dan produksi bahan pangan yang mendukung ketersediaan pangan sebesar 24.808 ton. Pada tahun 2009 tingkat kebutuhan bawang merah sebesar 73.200 ton dan produksi bahan pangan yang mendukung ketersediaan pangan sebesar 25.552 ton. Pada tahun 2010 tingkat kebutuhan bawang merah menurun tajam sebesar 9.120 ton dan produksi bahan pangan yang mendukung ketersediaan pangan sebesar 9.431 ton. Pada tahun 2011 kembali meningkat sebesar 33.754 ton dan produksi bahan pangan yang mendukung ketersediaan pangan sebesar 12.449 ton. Dan pada tahun 2012 juga meningkat dengan tingkat kebutuhan bawang merah sebesar 33.754 ton dan produksi bahan pangan yang mendukung ketersediaan pangan sebesar 13.398 ton. Berdasarkan data yang diperoleh ketersediaan bawang merah sampai pada tahun akhir tahun 2012 diatas, Provinsi Sumatera Utara mengalami pertumbuhan 14.70 (Badan Ketahanan Pangan Provinsi SUMUT 2008-2012).

Keadaan pasokan bawang merah antara tingkat ketersediaan bawang merah dan tingkat kebutuhan bawang merah di Provinsi Sumatera Utara belum dapat saling memenuhi dengan terpenuhi dengan baik, jika mengandalkan sentra produksi

yang ada di Sumatera Utara, seperti Kabupaten Samosir, Kabupaten Karo, Kabupaten Dairi, dan sekitarnya. Maka, dalam memenuhi permintaan bawang merah yang ada, pasokan bawang merah yang didatangkan di Kota Medan adalah bawang merah impor dari provinsi-provinsi lain seperti Provinsi Jawa Tengah, Provinsi Jawa Timur, dan bawang merah impor dari luar negeri seperti Thailand, Filiphina, Malaysia (BPS, 2012).

Untuk kedepannya, maka dapat diramalkan sejalan dengan perkembangan ilmu pengetahuan dan tekhnologi, memungkinkan permintaan bawang merah mengalami peningkatan. Hal ini sejalan dengan penggunaan bawang merah dalam penelitian dibidang kedokteran/kesehatan yang bermanfaat sebagai obat tradisional yang baik bagi kesehatan dan mengobati berbagai penyakit seperti, mengobati penyakit diabetes mellitus, menurunkan kadar gula/kolestrol tubuh, menghambat penumpukan trombosit dan sebagainya (Singgih, 2009).

B. Penawaran Bawang Merah

Daerah sentra produksi bawang merah di Indonesia adalah 24 provinsi dari 33 provinsi. Adapun daerah penghasil utama bawang merah di Indonesia adalah Provinsi Jawa Barat, Provinsi Jawa Tengah, Provinsi Jawa Timur, D.I.Yogyakarta, Provinsi Sumatera Utara, Provinsi Sumatera Barat, Provinsi Sulawesi Selatan, Bali, dan NTB. Kesembilan provinsi ini menyumbang 96,5% dari produksi total bawang merah di Indonesia. Secara nasional daerah penghasil terbesar bawang merah adalah Pulau Jawa (Departemen Pertanian, 2007).

Data yang diperoleh dari Dinas Pertanian Sumatera Utara, mengungkapkan bahwa luas tanam dengan produktivitas bawang merah di Sumatera Utara pada Tahun 2007 mencapai 1.276 Ha dan produktivitas sebesar 91,40 Kw/Ha. Pada Tahun

2008 luas tanam mencapai 1.352 Ha dan produktivitas sebesar 97,50 Kw/Ha. Pada Tahun 2009 luas tanam mencapai 1.446 Ha dan produktivitas sebesar 91,77 Kw/Ha. Pada Tahun 2010 luas tanam mencapai 1.379 Ha dan produktivitas sebesar 69,21 Kw/Ha. Pada Tahun 2011 luas tanam mencapai 1.488 Ha dan produktivitas sebesar 89,95 Kw/Ha.

Banyaknya hasil produksi bawang merah yang berasal dari sentra produksi dalam negeri memang berfluktuasi tergantung pada musimnya. Pada saat musim panen ketersediaan bawang merah berlimpah dan sebaliknya. Bawang merah yang berasal dari dalam negeri ini telah beradaptasi dengan pasar sejak lama dan dirasa belum mampu memenuhi kebutuhan permintaan pasar sehingga perlu ditambah dengan mengimpor dari negara lain.

Jumlah ketersediaan bawang merah yang berasal dari dalam negeri dan impor inilah yang membentuk keseimbangan harga sebelum ada perubahan. Ketika terjadi perubahan harga, kita tidak merasakan adanya lonjakan permintaan yang besar yang disebabkan adanya perubahan perilaku konsumen atau pun masyarakat pada umumnya. Berkurangnya penawaran ini dapat disebabkan oleh beberapa hal, antara lain, produksi dalam negeri yang mengalami penurunan, berkurangnya, volume impor, dan distribusi yang terhambat (dihambat).

Berkurangnya penawaran karena penyebab yang pertama ditengah kenaikan harga bawang merah saat ini, diyakini tidak terjadi karena kita tidak mendengar adanya berita kegagalan panen. Namun yang kedua dan ketiga dapat menjadi penyebab dalam kenaikan harga di sisi penawaran belakang waktu ini. Hal ini terlihat dalam penutupan impor bawang merah yang dilakukan Kementrian Pertanian kepada Kementrian Perindustrian dan Perdagangan yang bertujuan untuk

Universitas Sumatera Utara yang memfasilitasi penyelenggaraan perkuliahan serta kegiatan administrasi dan organisasi di kampus.

3. Seluruh Dosen Program Studi Agribisnis Fakultas Pertanian Universitas Sumatera Utara yang telah membekali ilmu pengetahuan kepada penulis selama ini.

4. Rekan-rekan mahasiswa stambuk 2009 Program Studi Agribisnis khususnya Reny, Hagaina, Nike, Jandwi, Theodoric, Juara Sinaga, Julio, Murni, Michaela, Egi, Indri, Alviza, Qiqi, Rian, Friska, Wellman, Michael, Dede atas kebersamaan, kasih sayang dan canda tawa kalian yang membuat penulis menjadi lebih semangat.

5. Sahabat penulis yang terkasih Feby, Yuliana, Viona, Yudrani, Rolika, dan Maolint atas seluruh kasih sayang, semangat dan doa kepada penulis.

6. Instansi dan Responden dalam penelitian ini, atas penulis mengambil data.

Penulis menyadari skripsi ini masih jauh dari kesempurna karena itu penulis mengharapkan saran dan kritik demi tercapainya kaya terbaru kedepannya.

Akhir kata penulis mengucapkan terima kasih dan semoga skripsi ini berguna bagi kita semua.

Medan, Oktober 2013

DAFTAR ISI

ABSTRAK... i

RIWAYAT HIDUP... ii

KATA PENGANTAR... iii

DAFTAR ISI... v

DAFTAR GAMBAR... vii

DAFTAR TABEL... vii

DAFTAR LAMPIRAN... ix

BAB I. PENDAHULUAN 1.1. Latar belakang... 1

1.2. Identifikasi Masalah... 6

1.3. Tujuan Penelitian... 6

1.4. Kegunaan penelitian... 6

BAB II. TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA PEMIKIRAN DAN HIPOTESIS PENELITIAN 2.1. Tinjauan Pustaka... 7

2.1.1. Tinjauan Agribisnis Bawang Merah... 7

2.1.2. Tinjauan Ekonomi Bawang Merah... 14

2.2. Landasan Teori... 17

2.3. Kerangka Pemikiran... 22

2.3. Hipotesis Penelitian... 25

BAB III. METODE PENELITIAN 3.1. Metode Penentuan Daerah Penelitian... 26

3.2. Metode Pengambilan Sampel Penelitian... 26

3.3. Metode Pengumpulan Data………... 27

3.4. Metode Analisis Data………... 28

3.5. Defenisi dan Batasan Operasional... 33

3.5.1. Defenisi………... 33

3.5.2. Batasan Operasional….…... 34

BAB IV. DESKRIPSI DAERAH PENELITIAN DAN KARATERISTIK RESPONDEN SAMPEL

4.1. Deskripsi Daerah Penelitian... 35

4.1.1. Letak Geografis, Luas Wilayah , Batas dan Iklim... 35

4.1.2. Tata Guna Lahan…………... 36

4.1.3. Keadaan Penduduk………... 36

BAB V. HASIL DAN PEMBAHASAN 5.1. Pengaruh Faktor Pendapatan, Harga, dan Jumlah Tanggungan terhadap Permintaan Bawang Merah... 44

5.2. Pengaruh Faktor Yang Paling Dominan Mempengaruhi Permintaan Bawang Merah... 53

5.3. Analisis Elastisitas... 54

BAB VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan... 59

6.2. Saran... 60

DAFTAR GAMBAR

Gambar Judul Halaman

1 Kurva Permintaan 20

2 Skema Kerangka Pemikiran 24

3 Grafik Uji Asumsi Heterokedastisitas Model Permintaan Bawang Merah

51 4 Grafik Uji Asumsi Normalitas Model Permintaan

Bawang Merah

52 5 Grafik Uji Asumsi Normalitas Model Permintaan

Bawang Merah

56 6 Grafik Uji Asumsi Heterokedastisitas Model

Permintaan Bawang Merah

57

DAFTAR TABEL

Tabel Judul Halaman

1 Penduduk Menurut Kecamatan dan Penduduk (Rumah Tangga) di Kota Medan Tahun 2011

37 2 Penduduk Menurut Kelompok Umur dan Jenis

Kelamin di Kota Medan Tahun 2011

38 3 Distribusi Penduduk Menurut Jenis Mata Pencaharian

di Kota Medan Tahun 2011

39 4 Sarana dan Prasarana di Kota Medan Tahun 2011 39 5 Distribusi Sampel Berdasarkan Kelompok Umur 40 6 Distribusi Sampel Berdasarkan Tingkat Pendidikan 41 7 Distribusi Responden Berdasarkan Pendapatan

Rata-rata Keluarga/Bulan (Rp)

41 8 Distribusi Harga Bawang Merah Berdasarkan Tingkat

Harga Beli Responden (Rp)

42 9 Distribusi Kebutuhan Bawang Merah Berdasarkan

Jumlah yang dibeli/bulan (Kg)

42 10 Distribusi Responden Berdasarkan Jumlah

Tanggungan (Jiwa)

43 11 Hasil Analisis Linier Berganda yang mempengaruhi

Permintaan Bawang Merah

46 12 Hasil Uji Asumsi Multikolinieritas Model Permintaan

Bawang Merah Menggunakan Statistik Kolinieritas

50 13 Koefisien Beta Faktor Yang Mempengaruhi

Permintaan Bawang Merah

53 14 Hasil Analisis Linier Bentuk LN (Logaritma Natural)

yang Mempengaruhi Permintaan Bawang Merah

DAFTAR LAMPIRAN

Lampiran Judul Halaman

1 Produksi Bawang Merah Kabupaten/Kota Provinsi Sumatera Utara

2 Karateristik Konsumen Bawang Merah

3 Faktor-Faktor yang Mempengaruhi Permintaan Bawang Merah di Kota Medan

4 Hasil Output Analisis Regresi Berganda Faktor-Faktor yang Mempengaruhi Permintaan Bawang Merah di Kota Medan

5 Faktor-Faktor yang Mempengaruhi Permintaan Bawang Merah di Kota Medan Logaritma Natural 6 Hasil Output Analisis Regresi Logaritma Natural

Faktor-Faktor yang Mempengaruhi Permintaan Bawang Merah di Kota Medan