Institutional Repository | Satya Wacana Christian University: Faktor-Faktor yang Mempengaruhi Permintaan Buah Jeruk di Pasar Johar Semarang
Lampiran 1
Analisis Regresi
1. Uji Normalitas
Tabel Uji Normalitas Permintaan Buah Jeruk
Permintaan
N
70
3.21
1.650
.155
.155
-.090
1.296
.070
Mean
Std. Deviation
Absolute
Most Extreme Differences Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Normal Parametersa
Uji normalitas menggunakan metode One Sample Kolmogorov Sminorv
menentukan normalitas data,nilai Asymp. Sig. 2 tailed (signifikansi) lebih dari 0,05
maka dinyatakan data terdistribusi normal, jika nilai signifikansi kurang dari 0,05
maka data tersebut tidak terdistribusi normal. Dari hasil komputasi, nilai signifikansi
data permintaan buah sebesar 0,070 lebih besar dari 0,05 sehingga data permintaan
berdistribusi normal.
2. Uji Asumsi Klasik
a. Uji Autokorelasi
Menguji autokorelasi bertujuan mengetahui ada tidaknya korelasi antara variabel
pengganggu pada periode tertentu dengan variabel sebelumnya. Mendeteksi
autokorelasi dengan menggunakan nilai Durbin – Watson dibandingkan dengan tabel
Durbin – Watson (dL). Jika DW < dL atau DW > 4 - dL maka terjadi autokorelasi.
Berikut hasil komputasi nilai Durbin Watson :
Tabel uji Durbin Watson
Model
R
R Square
Adjusted R Square
1
.902
.813
.795
Std. Error of the
Estimate
.260
Durbin-Watson
1.790
Berdasarkan tabel Durbin Watson dengan jumlah variabel (k) = 7 dan jumlah sampel
(n) = 70 maka diperoleh nilai dL 1,790. Hasil pengolahan data menunjukkan nilai
Durbin Watson sebesar 1,432 dan (4 – dL) = 2,568. Sehingga dapat diketahui nilai
DW 1,790 ; dL tabel 1,432 dan 4-dU adalah 2,568 maka nilai autokorelasinya DW >
dL atau DW < 4 – dL (1790 > 1,432 atau 1,790 < 2,568). Dapat disimpulkan bahwa
dalam model regresi linier Berganda tersebut tidak terdapat autokorelasi.
b. Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan linear secara sempurna antara variabel
independen dalam model regresi. Variabel yang menyebabkan multikolinieratas dapat
dilihat dari nilai toleransi yang kurang dari 0,1 atau nilai VIF yang lebih besar dari
10.
Tabel Uji Multikolinearitas
Model
Collinearity Statistics
Tolerance
VIF
X1_Harga Buah Jeruk
.609
1.642
X2_Harga Buah Lain
.912
1.096
X3_Jumlah Anggota Keluarga
.954
1.049
X4_Pendidikan
.278
3.600
X5_Pendapatan
.264
3.790
D1_Kualitas Buah Jeruk
.570
1.755
(Constant)
Dari outuput yang didapatkan, nilai tolerance lebih dari 0,1 dan VIF kurang dari 10
sehingga tidak terjadi multikolinieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi.Untuk mengetahui
ada tidaknya heteroskedostisitas dalam model regresi dapat dilihat pada tabel
scatterplot berikut :
1. Titik – titik data menyebar diatas dan dibawah atau disekitar angka 0.
2. Titik –titik tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik –titik data tidak membentuk pola bergelombang menyebar
kemudian menyempit dan melebar kembali.
3. Uji R – Square
Tabel Uji R-Square
R
R Square
Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
.902
.813
.795
.260
1.790
Nilai R berkisar antara 0 sampai 1, jika mendekati 1 maka hubungan semakin
erat tetapi jika mendekati 0 hubungan semakin melemah. Angka R didapat 0,902
artinya mendekati angka 1 sehingga terjadi hubungan yang erat antara permintaan
buah jeruk dan faktor yang mempengaruhinya.
R2 yaitu presentase sumbangan pengaruh variabel independen terhadap
variabel dependen. Nilai yang didapat sebesar 0,813 artinya sumbangan pengaruh
variabel harga buah jeruk, harga buah substitusi, jumlah anggota keluarga,
pendidikan, pendapatan dan kualitas terhadap permintaan buah jeruk sebesar 81,3%
sedangkan sisanya 18,7% dipengaruhi oleh variabel lain yang tidak dimasukan dalam
model ini.
4. Pengujian Hipotesis
a. Uji F
Tabel A. Uji F
Sum of
Squares
df
Regression
18.490
6
3.082
Residual
4.248
63
.067
Total
22.738
69
Model
Mean Square
F
45.706
Sig.
.000a
Dari hasil penelitian dan pengujian komputasi menunjukan bahwa harga buah
jeruk, harga buah substitusi, jumlah anggota keluarga, pendidikan, pendapatan dan
kualitas buah jeruk secara bersama-sama berpengaruh terhadap permintaan buah
jeruk. Hal ini ditunjukan oleh nilai signifikansi yang kurang dari 0,05 (0,000 < 0,05).
b. Uji T
Tabel B. Uji T
Model
Unstandardized
Coefficients
B
(Constant)
Std. Error
-5.201
2.247
X1_Harga BuahJeruk
-.285
.131
X2_Harga Buah Lain
.049
X3_Jumlah Anggota
Keluarga
X4_ Jenjang Pendidikan
X5_Pendapatan Keluarga
per Bulan
D1_Kualitas Buah Jeruk
a.
Standardized
Coefficients
t
Beta
-2.314
.024
-.152
-2.172
.034
.055
.050
.878
.383
.334
.099
.188
3.364
.001
.552
.128
.445
4.310
.000
.507
.125
.430
4.055
.000
.242
.084
.207
2.869
.006
Berdasarkan hasil komputasi nilai signifikansi variabel X1 harga buah jeruk
0,034 nilai tersebut kurang dari 0,05 pada tingkat kepercayaan 95% berpengaruh
nyata terhadap permintaan buah jeruk. Dengan nilai elastisitas (-0,285)
menunjukan arah negatif yang artinya setiap kenaikan harga buah jeruk sebesar
1% akan menurunkan permintaan buah jeruk sebesar 0,285%
b.
Berdasarkan hasil komputasi nilai signifikansi variabel X2 harga buah lain 0,383
lebih dari 0,05 tidak berpengaruh secara nyata terhadap permintaan buah jeruk
pada tingkat kepercayaan 95%.
c.
Berdasarkan hasil komputasi nilai signifikansi variabel X3 0,001 lebih kecil dari
0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata terhadap
permintaan buah jeruk. Dengan nilai elastisitas 0,334% menunjukan arah positif
yang artinya setiap kenaikan 1% jumlah anggota keluarga akan meningkatkan
pembelian buah jeruk sebesar 0,334%
d.
Sig.
Berdasarkan hasil komputasi nilai signifikansi variabel X4 0,000 lebih kecil dari
0,05 berpengaruh secara nyata terhadap permintaan buah jeruk pada tingkat
kepercayaan 95%. Dengan nilai elastisitas 0,552% menunjukan arah positif yang
artinya setiap kenaikan pendidikan 1% akan meningkatkan pembelian buah jeruk
sebesar 0,552%.
e.
Berdasarkan hasil komputasi nilai signifikansi variabel X5 pendapatan 0,000
lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata
terhadap permintaan buah jeruk. Dengan nilai elastisitas 0,507% menunjukan
arah positif yang artinya setiap kenaikan 1% pendapatan akan meningktkan
pembelian buah jeruk sebesar 0,507%
f.
Berdasarkan hasil komputasi nilai signifikansi variabel kualitas buah jeruk D1
0,006 lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara
nyata terhadap permintaan buah jeruk.
Lampiran 2
Tabel Distribusi Gambaran Umum Usia dan Status dalam Keluarga Sampel
No Sampel
Permintaan Jeruk
(Kg)
Usia
(tahun)
Status dalam
Keluarga
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1
2
1
3
4
7
3
3
1
6
3
2
2
3
2
2
4
1
5
4
1
5
5
3
2
2
3
1
4
4
2
5
2
1
20
21
22
22
24
24
25
28
28
29
29
30
30
30
30
31
32
32
35
35
36
36
38
38
39
40
40
40
41
42
42
43
43
43
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No Sampel
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
Permintaan Jeruk
(Kg)
2
4
7
7
4
3
3
1
4
2
2
2
1
3
7
4
3
4
1
2
4
6
3
5
3
3
5
5
5
1
2
4
2
4
3
5
Usia
(tahun)
43
44
45
45
46
46
47
47
48
48
48
49
50
50
50
50
50
50
50
52
53
54
55
55
55
58
60
60
60
60
61
63
63
65
65
65
Status dalam
Keluarga
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Keterangan Status dalam Keluarga (1) Ibu Rumah Tangga, (2) Kepala Keluarga
Tabel Jarak dan Frekuensi Membeli Buah
No
Sampel
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
Jarak Frekuensi
Dalam Kota
(Km)
(kali)
1
12
Johar
1
4
Ligu Mataram, Johar
1
4
Mega raya,Purwodinatan, Johar
1
3
Petek, kampung cirebonan kecil Semarang Utara
2
10
Imam Bonjol, Semarang Utara
2
1
Kampung Gendera, Semarang Utara
2
1
Kanal sari barat 6 no 7, Dr. Cipto Semarang Timur
2
2
Satria, Semarang Utara
2
1
Wonosari 6 Rt 6 RW 3, Johar
3
1
Gurami Selatan, Semarang Utara
3
5
Taman sriyatno, Pekunden, Gajah Mada
3
2
Kalisari baru RT 6 RW 5
3
2
Hasanudin, Semarang Utara
3
2
Imam Bonjol, Semarang Utara
3
4
Lodan 5 no 1 Semarang Utara
3
4
Batan Miroto, Semarang Tengah
3
25
Imam Bonjol, Semarang Utara
3
10
Brotojoyo, Semarang Utara
3
15
Jagalan Selatan 2, Semarang Tengah
3
8
Tanjung Mas, Semarang Utara
3
10
Kampung Gurita, Semarang Utara
5
3
Banget Ayu Tlogosari, Semarang Timur
5
4
Puspogiwang dalam 4, Semarang Barat
5
10
Gajah timur dalam no 55, Gayamsari
5
4
Kampung Grobokan, pandean sari
5
4
Parang barong, Tlogosari
6
1
Singosari, Pedurungan
6
1
Panda timur palebonan Pedurungan
6
3
Lamper Tengah
30
6
15
Cakrawala, Tawang Ngaglik Kidul Semarang Barat
31
32
6
7
7
7
7
7
7
2
2
4
1
2
3
4
Pusponjolo, Semarang Barat
Perum Semarang Indah, Semarang Barat
Perumahan griya salsa bila banget ayu, Tlogosari
Muwardi timur no 24 Pedurungan
Durian Timur, Semarang Selatan
Perum Semarang Indah, Semarang Barat
Semarang barat
33
34
35
36
37
No
Sampel
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
Jarak Frekuensi
Dalam Kota
(Km)
(kali)
7
5
Asrama kodam RT 5 RW 5
7
20
Simongan, Sampangan
8
25
Dr. Ismangil Randusari, Semarang Barat
8
2
Karang ayu
8
2
Cempolorejo 3 no 15, Semarang Barat
9
2
Karangrejo no 35, Gajahmungkur
9
3
Menoreh utara, Sampangan
10
4
Jangli, Tembalang
10
3
Wr Supratman RT 2 RW 12 Semarang Selatan
10
4
Jatingaleh
10
4
Jangli Tlawah 4 no 47, Tembalang
10
20
Taman lele RT 1 RW 3, Tembalang
11
4
Perum salak sambi roto elang raya no 1, Tembalang
12
12
Karanganyar 2 no 51, Tugu, Ngalian
12
2
Tembalang
13
10
Tembalang
14
4
Tembalang
14
2
Tembalang
14
3
Tembalang
15
2
Wates RT 1 RW 2 Ngalian
15
3
Perintis kemerdekaan, Banyumanik
15
5
Ngalian
15
1
Wonosari, Ngalian
15
3
Srondol wetan Banyumanik
17
1
Gedawang
20
2
Mangkang
Jarak dan Frekuensi Membeli Buah Jeruk
No
Sampel
64
65
66
67
68
69
70
Jarak
(Km)
17
17
25
25
33
33
39
Frekuensi
(kali)
3
1
1
4
2
2
1
Luar Kota
Gunung Pati
Gunung Pati
Karang jati
Demak
Sumber Sukorejo,Kendal
Jatisrono 2 no 14, Cepiring, Kendal
Ambarawa
Lampiran 3
Tabel Data Primer
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
1
0,69315
7,60090
9,21034
1,38629
0,00000
13,91082
2
1,09861
9,21034
9,90349
1,09861
1,09861
15,20180
3
1,38629
9,39266
10,12663
1,79176
0,69315
14,50866
4
0,00000
9,54681
10,04325
1,09861
0,00000
13,81551
5
0,00000
9,61581
10,40426
0,69315
0,00000
13,99783
6
0,69315
9,61581
9,21034
0,69315
0,69315
14,22098
7
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098
8
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098
9
1,09861
9,61581
9,61581
1,38629
1,09861
14,22098
10
0,69315
9,61581
10,12663
1,09861
1,09861
14,22098
11
0,00000
9,61581
8,92266
0,69315
1,09861
14,22098
12
0,00000
9,61581
9,21034
1,09861
0,69315
14,45736
13
0,00000
9,61581
8,98720
1,38629
0,00000
14,50866
14
0,69315
9,61581
8,29405
0,69315
1,09861
14,50866
15
0,69315
9,61581
9,61581
1,09861
1,09861
14,55745
16
1,09861
9,61581
8,29405
1,38629
1,09861
14,69098
17
1,09861
9,61581
9,21034
1,09861
0,69315
14,73180
18
0,69315
9,61581
9,21034
1,09861
1,09861
14,73180
19
1,09861
9,61581
9,61581
1,09861
1,09861
14,91412
20
1,38629
9,61581
10,12663
1,09861
1,38629
14,91412
21
0,69315
9,61581
10,12663
0,69315
1,09861
14,91412
D1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
22
1,38629
9,61581
9,90349
1,38629
1,09861
14,97866
23
1,09861
9,61581
9,90349
1,09861
1,38629
15,12384
24
1,60944
9,61581
9,74097
1,09861
1,38629
15,20180
25
1,38629
9,61581
10,30895
0,69315
1,38629
15,42495
26
1,60944
9,61581
9,61581
1,09861
1,38629
15,52026
27
0,69315
9,74097
9,61581
1,09861
1,09861
14,50866
28
1,38629
9,74097
8,85367
1,09861
1,09861
14,91412
29
1,38629
9,74097
9,95228
0,69315
1,09861
14,91412
30
1,09861
9,74097
10,12663
1,09861
1,09861
15,20180
31
1,94591
9,74097
9,90349
1,60944
1,38629
15,52026
32
0,69315
9,79813
9,21034
1,09861
0,69315
14,50866
33
0,69315
9,79813
9,99880
1,09861
1,09861
14,50866
34
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412
35
1,09861
9,79813
9,74097
1,38629
1,09861
14,91412
36
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412
37
1,38629
9,79813
9,61581
1,38629
1,09861
15,06827
38
1,60944
9,79813
10,12663
1,60944
1,38629
15,52026
39
0,00000
9,90349
9,21034
1,09861
0,00000
13,81551
40
0,00000
9,90349
10,16585
0,69315
0,00000
13,99783
41
0,00000
9,90349
9,79813
1,09861
0,00000
13,99783
42
0,00000
9,90349
8,51719
1,09861
0,00000
13,99783
D1
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
43
0,00000
9,90349
8,85367
1,09861
0,00000
14,15198
44
0,69315
9,90349
8,51719
1,09861
0,00000
14,22098
45
1,09861
9,90349
9,74097
0,69315
1,09861
14,50866
46
1,38629
9,90349
9,21034
1,38629
1,38629
14,50866
47
1,09861
9,90349
8,98720
1,60944
0,69315
14,50866
48
0,69315
9,90349
9,90349
1,09861
0,69315
14,62644
49
0,69315
9,90349
9,39266
0,69315
1,09861
14,73180
50
1,09861
9,90349
8,51719
1,09861
1,09861
14,91412
51
1,94591
9,90349
9,90349
1,38629
1,09861
14,91412
52
1,38629
9,90349
9,74097
1,79176
1,09861
14,91412
53
0,69315
9,90349
9,21034
0,69315
1,09861
14,91412
54
1,38629
9,90349
9,21034
1,38629
1,09861
14,91412
55
1,38629
9,90349
8,98720
1,38629
1,09861
14,97866
56
1,09861
9,90349
8,00637
1,09861
1,09861
14,97866
57
1,38629
9,90349
10,12663
1,09861
1,38629
15,31959
58
1,94591
9,90349
9,79813
1,60944
1,38629
15,42495
59
1,60944
9,90349
9,74097
1,60944
1,38629
15,42495
60
1,60944
9,90349
9,21034
0,69315
1,38629
15,42495
61
1,94591
9,90349
9,21034
1,09861
1,38629
15,42495
62
1,60944
9,90349
9,74097
1,09861
1,38629
15,42495
63
1,60944
9,90349
7,60090
1,60944
1,38629
15,42495
D1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
64
1,79176
9,90349
10,12663
0,00000
1,38629
15,42495
65
1,79176
9,90349
10,12663
0,69315
1,38629
15,42495
66
1,38629
9,90349
10,04325
1,09861
1,38629
15,42495
67
0,00000
9,95228
8,51719
0,69315
0,00000
13,99783
68
1,09861
9,99880
9,74097
1,09861
1,09861
14,91412
69
1,60944
10,04325
9,21034
1,09861
1,09861
14,91412
70
1,60944
10,04325
8,98720
1,38629
1,38629
14,91412
D1
1
1
1
1
1
1
1
Analisis Regresi
1. Uji Normalitas
Tabel Uji Normalitas Permintaan Buah Jeruk
Permintaan
N
70
3.21
1.650
.155
.155
-.090
1.296
.070
Mean
Std. Deviation
Absolute
Most Extreme Differences Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Normal Parametersa
Uji normalitas menggunakan metode One Sample Kolmogorov Sminorv
menentukan normalitas data,nilai Asymp. Sig. 2 tailed (signifikansi) lebih dari 0,05
maka dinyatakan data terdistribusi normal, jika nilai signifikansi kurang dari 0,05
maka data tersebut tidak terdistribusi normal. Dari hasil komputasi, nilai signifikansi
data permintaan buah sebesar 0,070 lebih besar dari 0,05 sehingga data permintaan
berdistribusi normal.
2. Uji Asumsi Klasik
a. Uji Autokorelasi
Menguji autokorelasi bertujuan mengetahui ada tidaknya korelasi antara variabel
pengganggu pada periode tertentu dengan variabel sebelumnya. Mendeteksi
autokorelasi dengan menggunakan nilai Durbin – Watson dibandingkan dengan tabel
Durbin – Watson (dL). Jika DW < dL atau DW > 4 - dL maka terjadi autokorelasi.
Berikut hasil komputasi nilai Durbin Watson :
Tabel uji Durbin Watson
Model
R
R Square
Adjusted R Square
1
.902
.813
.795
Std. Error of the
Estimate
.260
Durbin-Watson
1.790
Berdasarkan tabel Durbin Watson dengan jumlah variabel (k) = 7 dan jumlah sampel
(n) = 70 maka diperoleh nilai dL 1,790. Hasil pengolahan data menunjukkan nilai
Durbin Watson sebesar 1,432 dan (4 – dL) = 2,568. Sehingga dapat diketahui nilai
DW 1,790 ; dL tabel 1,432 dan 4-dU adalah 2,568 maka nilai autokorelasinya DW >
dL atau DW < 4 – dL (1790 > 1,432 atau 1,790 < 2,568). Dapat disimpulkan bahwa
dalam model regresi linier Berganda tersebut tidak terdapat autokorelasi.
b. Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan linear secara sempurna antara variabel
independen dalam model regresi. Variabel yang menyebabkan multikolinieratas dapat
dilihat dari nilai toleransi yang kurang dari 0,1 atau nilai VIF yang lebih besar dari
10.
Tabel Uji Multikolinearitas
Model
Collinearity Statistics
Tolerance
VIF
X1_Harga Buah Jeruk
.609
1.642
X2_Harga Buah Lain
.912
1.096
X3_Jumlah Anggota Keluarga
.954
1.049
X4_Pendidikan
.278
3.600
X5_Pendapatan
.264
3.790
D1_Kualitas Buah Jeruk
.570
1.755
(Constant)
Dari outuput yang didapatkan, nilai tolerance lebih dari 0,1 dan VIF kurang dari 10
sehingga tidak terjadi multikolinieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi.Untuk mengetahui
ada tidaknya heteroskedostisitas dalam model regresi dapat dilihat pada tabel
scatterplot berikut :
1. Titik – titik data menyebar diatas dan dibawah atau disekitar angka 0.
2. Titik –titik tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik –titik data tidak membentuk pola bergelombang menyebar
kemudian menyempit dan melebar kembali.
3. Uji R – Square
Tabel Uji R-Square
R
R Square
Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
.902
.813
.795
.260
1.790
Nilai R berkisar antara 0 sampai 1, jika mendekati 1 maka hubungan semakin
erat tetapi jika mendekati 0 hubungan semakin melemah. Angka R didapat 0,902
artinya mendekati angka 1 sehingga terjadi hubungan yang erat antara permintaan
buah jeruk dan faktor yang mempengaruhinya.
R2 yaitu presentase sumbangan pengaruh variabel independen terhadap
variabel dependen. Nilai yang didapat sebesar 0,813 artinya sumbangan pengaruh
variabel harga buah jeruk, harga buah substitusi, jumlah anggota keluarga,
pendidikan, pendapatan dan kualitas terhadap permintaan buah jeruk sebesar 81,3%
sedangkan sisanya 18,7% dipengaruhi oleh variabel lain yang tidak dimasukan dalam
model ini.
4. Pengujian Hipotesis
a. Uji F
Tabel A. Uji F
Sum of
Squares
df
Regression
18.490
6
3.082
Residual
4.248
63
.067
Total
22.738
69
Model
Mean Square
F
45.706
Sig.
.000a
Dari hasil penelitian dan pengujian komputasi menunjukan bahwa harga buah
jeruk, harga buah substitusi, jumlah anggota keluarga, pendidikan, pendapatan dan
kualitas buah jeruk secara bersama-sama berpengaruh terhadap permintaan buah
jeruk. Hal ini ditunjukan oleh nilai signifikansi yang kurang dari 0,05 (0,000 < 0,05).
b. Uji T
Tabel B. Uji T
Model
Unstandardized
Coefficients
B
(Constant)
Std. Error
-5.201
2.247
X1_Harga BuahJeruk
-.285
.131
X2_Harga Buah Lain
.049
X3_Jumlah Anggota
Keluarga
X4_ Jenjang Pendidikan
X5_Pendapatan Keluarga
per Bulan
D1_Kualitas Buah Jeruk
a.
Standardized
Coefficients
t
Beta
-2.314
.024
-.152
-2.172
.034
.055
.050
.878
.383
.334
.099
.188
3.364
.001
.552
.128
.445
4.310
.000
.507
.125
.430
4.055
.000
.242
.084
.207
2.869
.006
Berdasarkan hasil komputasi nilai signifikansi variabel X1 harga buah jeruk
0,034 nilai tersebut kurang dari 0,05 pada tingkat kepercayaan 95% berpengaruh
nyata terhadap permintaan buah jeruk. Dengan nilai elastisitas (-0,285)
menunjukan arah negatif yang artinya setiap kenaikan harga buah jeruk sebesar
1% akan menurunkan permintaan buah jeruk sebesar 0,285%
b.
Berdasarkan hasil komputasi nilai signifikansi variabel X2 harga buah lain 0,383
lebih dari 0,05 tidak berpengaruh secara nyata terhadap permintaan buah jeruk
pada tingkat kepercayaan 95%.
c.
Berdasarkan hasil komputasi nilai signifikansi variabel X3 0,001 lebih kecil dari
0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata terhadap
permintaan buah jeruk. Dengan nilai elastisitas 0,334% menunjukan arah positif
yang artinya setiap kenaikan 1% jumlah anggota keluarga akan meningkatkan
pembelian buah jeruk sebesar 0,334%
d.
Sig.
Berdasarkan hasil komputasi nilai signifikansi variabel X4 0,000 lebih kecil dari
0,05 berpengaruh secara nyata terhadap permintaan buah jeruk pada tingkat
kepercayaan 95%. Dengan nilai elastisitas 0,552% menunjukan arah positif yang
artinya setiap kenaikan pendidikan 1% akan meningkatkan pembelian buah jeruk
sebesar 0,552%.
e.
Berdasarkan hasil komputasi nilai signifikansi variabel X5 pendapatan 0,000
lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata
terhadap permintaan buah jeruk. Dengan nilai elastisitas 0,507% menunjukan
arah positif yang artinya setiap kenaikan 1% pendapatan akan meningktkan
pembelian buah jeruk sebesar 0,507%
f.
Berdasarkan hasil komputasi nilai signifikansi variabel kualitas buah jeruk D1
0,006 lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara
nyata terhadap permintaan buah jeruk.
Lampiran 2
Tabel Distribusi Gambaran Umum Usia dan Status dalam Keluarga Sampel
No Sampel
Permintaan Jeruk
(Kg)
Usia
(tahun)
Status dalam
Keluarga
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1
2
1
3
4
7
3
3
1
6
3
2
2
3
2
2
4
1
5
4
1
5
5
3
2
2
3
1
4
4
2
5
2
1
20
21
22
22
24
24
25
28
28
29
29
30
30
30
30
31
32
32
35
35
36
36
38
38
39
40
40
40
41
42
42
43
43
43
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No Sampel
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
Permintaan Jeruk
(Kg)
2
4
7
7
4
3
3
1
4
2
2
2
1
3
7
4
3
4
1
2
4
6
3
5
3
3
5
5
5
1
2
4
2
4
3
5
Usia
(tahun)
43
44
45
45
46
46
47
47
48
48
48
49
50
50
50
50
50
50
50
52
53
54
55
55
55
58
60
60
60
60
61
63
63
65
65
65
Status dalam
Keluarga
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Keterangan Status dalam Keluarga (1) Ibu Rumah Tangga, (2) Kepala Keluarga
Tabel Jarak dan Frekuensi Membeli Buah
No
Sampel
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
Jarak Frekuensi
Dalam Kota
(Km)
(kali)
1
12
Johar
1
4
Ligu Mataram, Johar
1
4
Mega raya,Purwodinatan, Johar
1
3
Petek, kampung cirebonan kecil Semarang Utara
2
10
Imam Bonjol, Semarang Utara
2
1
Kampung Gendera, Semarang Utara
2
1
Kanal sari barat 6 no 7, Dr. Cipto Semarang Timur
2
2
Satria, Semarang Utara
2
1
Wonosari 6 Rt 6 RW 3, Johar
3
1
Gurami Selatan, Semarang Utara
3
5
Taman sriyatno, Pekunden, Gajah Mada
3
2
Kalisari baru RT 6 RW 5
3
2
Hasanudin, Semarang Utara
3
2
Imam Bonjol, Semarang Utara
3
4
Lodan 5 no 1 Semarang Utara
3
4
Batan Miroto, Semarang Tengah
3
25
Imam Bonjol, Semarang Utara
3
10
Brotojoyo, Semarang Utara
3
15
Jagalan Selatan 2, Semarang Tengah
3
8
Tanjung Mas, Semarang Utara
3
10
Kampung Gurita, Semarang Utara
5
3
Banget Ayu Tlogosari, Semarang Timur
5
4
Puspogiwang dalam 4, Semarang Barat
5
10
Gajah timur dalam no 55, Gayamsari
5
4
Kampung Grobokan, pandean sari
5
4
Parang barong, Tlogosari
6
1
Singosari, Pedurungan
6
1
Panda timur palebonan Pedurungan
6
3
Lamper Tengah
30
6
15
Cakrawala, Tawang Ngaglik Kidul Semarang Barat
31
32
6
7
7
7
7
7
7
2
2
4
1
2
3
4
Pusponjolo, Semarang Barat
Perum Semarang Indah, Semarang Barat
Perumahan griya salsa bila banget ayu, Tlogosari
Muwardi timur no 24 Pedurungan
Durian Timur, Semarang Selatan
Perum Semarang Indah, Semarang Barat
Semarang barat
33
34
35
36
37
No
Sampel
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
Jarak Frekuensi
Dalam Kota
(Km)
(kali)
7
5
Asrama kodam RT 5 RW 5
7
20
Simongan, Sampangan
8
25
Dr. Ismangil Randusari, Semarang Barat
8
2
Karang ayu
8
2
Cempolorejo 3 no 15, Semarang Barat
9
2
Karangrejo no 35, Gajahmungkur
9
3
Menoreh utara, Sampangan
10
4
Jangli, Tembalang
10
3
Wr Supratman RT 2 RW 12 Semarang Selatan
10
4
Jatingaleh
10
4
Jangli Tlawah 4 no 47, Tembalang
10
20
Taman lele RT 1 RW 3, Tembalang
11
4
Perum salak sambi roto elang raya no 1, Tembalang
12
12
Karanganyar 2 no 51, Tugu, Ngalian
12
2
Tembalang
13
10
Tembalang
14
4
Tembalang
14
2
Tembalang
14
3
Tembalang
15
2
Wates RT 1 RW 2 Ngalian
15
3
Perintis kemerdekaan, Banyumanik
15
5
Ngalian
15
1
Wonosari, Ngalian
15
3
Srondol wetan Banyumanik
17
1
Gedawang
20
2
Mangkang
Jarak dan Frekuensi Membeli Buah Jeruk
No
Sampel
64
65
66
67
68
69
70
Jarak
(Km)
17
17
25
25
33
33
39
Frekuensi
(kali)
3
1
1
4
2
2
1
Luar Kota
Gunung Pati
Gunung Pati
Karang jati
Demak
Sumber Sukorejo,Kendal
Jatisrono 2 no 14, Cepiring, Kendal
Ambarawa
Lampiran 3
Tabel Data Primer
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
1
0,69315
7,60090
9,21034
1,38629
0,00000
13,91082
2
1,09861
9,21034
9,90349
1,09861
1,09861
15,20180
3
1,38629
9,39266
10,12663
1,79176
0,69315
14,50866
4
0,00000
9,54681
10,04325
1,09861
0,00000
13,81551
5
0,00000
9,61581
10,40426
0,69315
0,00000
13,99783
6
0,69315
9,61581
9,21034
0,69315
0,69315
14,22098
7
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098
8
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098
9
1,09861
9,61581
9,61581
1,38629
1,09861
14,22098
10
0,69315
9,61581
10,12663
1,09861
1,09861
14,22098
11
0,00000
9,61581
8,92266
0,69315
1,09861
14,22098
12
0,00000
9,61581
9,21034
1,09861
0,69315
14,45736
13
0,00000
9,61581
8,98720
1,38629
0,00000
14,50866
14
0,69315
9,61581
8,29405
0,69315
1,09861
14,50866
15
0,69315
9,61581
9,61581
1,09861
1,09861
14,55745
16
1,09861
9,61581
8,29405
1,38629
1,09861
14,69098
17
1,09861
9,61581
9,21034
1,09861
0,69315
14,73180
18
0,69315
9,61581
9,21034
1,09861
1,09861
14,73180
19
1,09861
9,61581
9,61581
1,09861
1,09861
14,91412
20
1,38629
9,61581
10,12663
1,09861
1,38629
14,91412
21
0,69315
9,61581
10,12663
0,69315
1,09861
14,91412
D1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
22
1,38629
9,61581
9,90349
1,38629
1,09861
14,97866
23
1,09861
9,61581
9,90349
1,09861
1,38629
15,12384
24
1,60944
9,61581
9,74097
1,09861
1,38629
15,20180
25
1,38629
9,61581
10,30895
0,69315
1,38629
15,42495
26
1,60944
9,61581
9,61581
1,09861
1,38629
15,52026
27
0,69315
9,74097
9,61581
1,09861
1,09861
14,50866
28
1,38629
9,74097
8,85367
1,09861
1,09861
14,91412
29
1,38629
9,74097
9,95228
0,69315
1,09861
14,91412
30
1,09861
9,74097
10,12663
1,09861
1,09861
15,20180
31
1,94591
9,74097
9,90349
1,60944
1,38629
15,52026
32
0,69315
9,79813
9,21034
1,09861
0,69315
14,50866
33
0,69315
9,79813
9,99880
1,09861
1,09861
14,50866
34
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412
35
1,09861
9,79813
9,74097
1,38629
1,09861
14,91412
36
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412
37
1,38629
9,79813
9,61581
1,38629
1,09861
15,06827
38
1,60944
9,79813
10,12663
1,60944
1,38629
15,52026
39
0,00000
9,90349
9,21034
1,09861
0,00000
13,81551
40
0,00000
9,90349
10,16585
0,69315
0,00000
13,99783
41
0,00000
9,90349
9,79813
1,09861
0,00000
13,99783
42
0,00000
9,90349
8,51719
1,09861
0,00000
13,99783
D1
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
43
0,00000
9,90349
8,85367
1,09861
0,00000
14,15198
44
0,69315
9,90349
8,51719
1,09861
0,00000
14,22098
45
1,09861
9,90349
9,74097
0,69315
1,09861
14,50866
46
1,38629
9,90349
9,21034
1,38629
1,38629
14,50866
47
1,09861
9,90349
8,98720
1,60944
0,69315
14,50866
48
0,69315
9,90349
9,90349
1,09861
0,69315
14,62644
49
0,69315
9,90349
9,39266
0,69315
1,09861
14,73180
50
1,09861
9,90349
8,51719
1,09861
1,09861
14,91412
51
1,94591
9,90349
9,90349
1,38629
1,09861
14,91412
52
1,38629
9,90349
9,74097
1,79176
1,09861
14,91412
53
0,69315
9,90349
9,21034
0,69315
1,09861
14,91412
54
1,38629
9,90349
9,21034
1,38629
1,09861
14,91412
55
1,38629
9,90349
8,98720
1,38629
1,09861
14,97866
56
1,09861
9,90349
8,00637
1,09861
1,09861
14,97866
57
1,38629
9,90349
10,12663
1,09861
1,38629
15,31959
58
1,94591
9,90349
9,79813
1,60944
1,38629
15,42495
59
1,60944
9,90349
9,74097
1,60944
1,38629
15,42495
60
1,60944
9,90349
9,21034
0,69315
1,38629
15,42495
61
1,94591
9,90349
9,21034
1,09861
1,38629
15,42495
62
1,60944
9,90349
9,74097
1,09861
1,38629
15,42495
63
1,60944
9,90349
7,60090
1,60944
1,38629
15,42495
D1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
No
Sampel
Ln Y
Ln X1
Ln X2
Ln X3
Ln X5
Ln X6
64
1,79176
9,90349
10,12663
0,00000
1,38629
15,42495
65
1,79176
9,90349
10,12663
0,69315
1,38629
15,42495
66
1,38629
9,90349
10,04325
1,09861
1,38629
15,42495
67
0,00000
9,95228
8,51719
0,69315
0,00000
13,99783
68
1,09861
9,99880
9,74097
1,09861
1,09861
14,91412
69
1,60944
10,04325
9,21034
1,09861
1,09861
14,91412
70
1,60944
10,04325
8,98720
1,38629
1,38629
14,91412
D1
1
1
1
1
1
1
1