BAB IV HASIL DAN PEMBAHASAN

4.1

Identifikasi Order Condition

Persamaan yang diketahui: Model Dt = 0+ B1.POPt +B2. It +B3.PDGT +B4 DT-1 Model PRODGt = 0+ B1.PDGT +B2. LT +B3.PDVT Model PDGt = 0+ B1.PWGt +B2.NTt +B3.IMGt +B4. PDGT-1 Identity St = Dt Dari keempat persamaan tersebut, diketahui nilai: K = 13 m=4

Untuk mengetahui over/under, maka: Persamaan 1

apakah

persamaan-persamaan

tersebut

identified

atau

= (K-k) > (m-1) = (13-4) > (4-1) = 9 > 3 (Persamaan 1 adalah Over Identified)

Persamaan 2 = (K-k) > (m-1) = (13-3) > (4-1) = 10 > 3 (Persamaan 2 adalah Over Identified) Persamaan 3 = (K-k) > (m-1) = (13-4) > (4-1) = 9 > 3 (Persamaan 3 adalah Over Identified)

4.2

Menyusun Model Persamaan Simultan

Persamaan 1 Dt = 0+ B1.POPt +B2. It +B3.PDGT +B4 DT-1 = -6,009E6 + 63,212 POPt 6,449 It 786,267 + 0,29 DT-1 Persamaan 2 PRODGt = 0+ B1.PDGT +B2. LlT +B3.PDVt = 424545 + 139,932 PDGt 0,069 Llt + 293793 PDVt Persamaan 3 PDGt = 0+ B1.PWGt +B2.NTt +B3.IMGt +B4. PDGT-1 = -361,370 + 0,691 PWGt + 0,54 NTt 9,259E-5 IMGt + 0,667 PDGt-1

4.3

Menyusun Harapan Tanda Koefisien

Harapan tanda koefisien Persamaan 1 POPt It PDGt Dt-1 Persamaan 2 PDGt Llt PDVt Persamaan 3 PWGt NTt IMGt PDGt-1 Persamaan 4 Dt (+ ) (+ ) (-) (+ )

Hasil analisis SPSS Keterangan (+ ) (-) (-) (+ ) Sesuai dengan teori Tidak sesuai dengan teori Sesuai dengan teori Sesuai dengan teori

(+ ) (+ ) (+ )

(+ ) (-) (+ )

Sesuai dengan teori Tidak sesuai dengan teori Sesuai dengan teori

(+ ) (+ ) (-) (+ )

(+ ) (+ ) (-) (+ )

Sesuai dengan teori Sesuai dengan teori Sesuai dengan teori Sesuai dengan teori

(-)

(+ )

Tidak sesuai dengan teori

4.4

Interpretasi Hasil SPSS

Persamaan 1 (Dt) Uji R Square dan Multiple R

Berdasarkan hasil tabel diatas, dapat diketahui nilai: Multiple R Square sebesar 0,754. Nilai 0,754 menyatakan bahwa terdapat korelasi antara hasil observasi Dt sebesar 75,4 % terhadap hasil prediksi dari data prediksi Dt (PRED_Dt) R Square sebesar 0,569. Nilai 0,569 menyatakan bahwa variabel yang dimasukkan dalam model, 56,9% nya mampu menjelaskan variabel Dt (Permintaan Gula), sedangkan sisanya 43,1% dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam model.

Uji-F

Berdasarkan hasil tabel ANOVA diatas, dapat diketahui: Nilai F hitung sebesar 5,276 Tingkat signifikansi (kesalahan) sebesar 0,007 yang signifikan terhadap =5% , menunjukkan bahwa semua variabel dalam model mampu menjelaskan variabel Dt (Penerimaan Gula) Karena signifikan secara statistik, terima Ha dan tolak Ho

Uji-t

Berdasarkan hasil tabel Coefficients diatas, dapat diketahui: Terdapat 2 variabel yang tidak signifikan secara statistik ( diatas 5%) , yaitu variabel Dt-1 dan It. Karena tidak signifikan secara statistik, maka kedua variabel ini memiliki pengaruh yang tidak terlalu kentara/terlihat terhadap variabel Dt (Penerimaan Gula). 2 variabel lain signifikan secara statistik ( dibawah 5%), yaitu variabel PDGt dan POPt. Karena signifikan secara statistik, maka kedua variabel ini memiliki pengaruh yang nyata terhadap variabel Dt (Penerimaan Gula) Dari tabel diatas, kemudian dapat dibuat persamaan linearnya:

Dt

-6,009E6 + 63,212 POPt 6,449 It

786,267 + 0,29 DT-1

Persamaan 2 (PRODGt) Uji R Square dan Multiple R

Berdasarkan hasil tabel diatas, dapat diketahui nilai:

Multiple R Square sebesar 0,751. Nilai 0,751 menyatakan bahwa terdapat korelasi antara hasil observasi Dt sebesar 75,1 % terhadap hasil prediksi dari data prediksi PRODGt (PRED_PRODGt) R Square sebesar 0,563. Nilai 0,563 menyatakan bahwa variabel yang dimasukkan dalam model, 56,3% nya mampu menjelaskan variabel PRODGt (Produksi Gula), sedangkan sisanya 43,7% dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam model.

Uji-F

Berdasarkan hasil tabel ANOVA diatas, dapat diketahui: Nilai F hitung sebesar 7,313 Tingkat signifikansi (kesalahan) sebesar 0,002 yang signifikan terhadap =5% , menunjukkan bahwa semua variabel dalam model mampu menjelaskan variabel Dt (Penerimaan Gula) Karena signifikan secara statistik, terima Ha dan tolak Ho

Uji-t

Berdasarkan hasil tabel Coefficients diatas, dapat diketahui: Terdapat 2 variabel yang tidak signifikan secara statistik ( diatas 5%) , yaitu variabel PDGt dan Llt. Karena tidak signifikan secara statistik, maka kedua

variabel ini memiliki pengaruh yang tidak terlalu kentara/terlihat terhadap variabel PRODGt (Produksi Gula). 1 variabel lain signifikan secara statistik ( dibawah 5%), yaitu variabel PDVt. Karena signifikan secara statistik, maka kedua variabel ini memiliki pengaruh yang nyata terhadap variabel PRODGt (Produksi Gula) Dari tabel diatas, kemudian dapat dibuat persamaan linearnya:

PRODGt = 424545 + 139,932 PDGt 0,069 Llt + 293793 PDVt

Persamaan 3 (PDGt) Uji R Square dan Multiple R

Berdasarkan hasil tabel diatas, dapat diketahui nilai: Multiple R Square sebesar 0,989. Nilai 0,989 menyatakan bahwa terdapat korelasi antara hasil observasi Dt sebesar 98,9 % terhadap hasil prediksi dari data prediksi PDGt (PRED_PDGt) R Square sebesar 0,977. Nilai 0,977 menyatakan bahwa variabel yang dimasukkan dalam model, 97,7% nya mampu menjelaskan variabel PDGt (Harga Domestik Gula), sedangkan sisanya 2,3% dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam model.

Uji-F

Berdasarkan hasil tabel ANOVA diatas, dapat diketahui: Nilai F hitung sebesar 172,696 Tingkat signifikansi (kesalahan) sebesar 0,000 yang signifikan terhadap =5% , menunjukkan bahwa semua variabel dalam model mampu menjelaskan variabel Dt (Penerimaan Gula) Karena signifikan secara statistik, terima Ha dan tolak Ho

Uji-t

Berdasarkan hasil tabel Coefficients diatas, dapat diketahui: Terdapat 2 variabel yang tidak signifikan secara statistik ( diatas 5%) , yaitu variabel NTt dan IMGt. Karena tidak signifikan secara statistik, maka kedua variabel ini memiliki pengaruh yang tidak terlalu kentara/terlihat terhadap variabel PDGt (Harga Domestik Gula) 2 variabel lain signifikan secara statistik ( dibawah 5%), yaitu variabel PWGt dan PDGt-1. Karena signifikan secara statistik, maka kedua variabel ini memiliki pengaruh yang nyata terhadap variabel PDGt (Harga Domestik Gula) Dari tabel diatas, kemudian dapat dibuat persamaan linearnya:

PDGt = -361,370 + 0,691 PWGt + 0,54 NTt 9,259E-5 IMGt + 0,667 PDGt-1

Hasil perbandingan data observasi dan prediksi

Berdasarkan hasil tabel diatas, diketahui bahwa rata-rata nilai dari data observasi dengan data prediksi hampir mendekati sama, sehingga dapat dikatakan bahwa model yang digunakan oleh peneliti adalah baik, dan valid dengan data observasinya

4.5

Validasi Model

T hun a 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Average

A tua k l D t PO G R Dt PG D t 1910968 1898809 592 2940631 2014574 615 3187530 2175874 653 3366006 2004051 729 3190974 2108348 890 2769278 2119585 1041 3392090 2252667 1125 3964030 2306484 1215 4073471 2329811 1256 3489930 2453881 1260 2943923 2059576 1430 3374606 2094195 1461 3977884 2191986 1525 3328465 1488269 2572 4439453 1493933 2640 4102519 1690004 2989 3368570 1725467 3745 3160562 1755354 3619 3284303 1631918 4212 3514290 2051645 4110 3922160 2241742 5475 3 1 3 4 2 0 1 9 2 5 .9 2 446 049 04 5

S T 2469000 2701000 2727000 2666000 2807000 2831000 2959000 3032000 3089000 3165000 3374000 3659000 3670000 3714000 4547000 4721000 4740000 4740000 4570000 4670000 5020000 3195 620

D t 2332572 2671776 3083021 3098498 3273234 3261216 3124356 3312401 3497377 3694790 3531932 3466606 4108552 3704176 3867040 4102456 3562900 3584361 3328544 3558539 3537297 3134 446

P ik i red s PO G R D t P G D t 2099688 435.1372 2280453 524.3973 2367655 558.0471 2071942 638.0843 2203550 784.4774 2191222 1002.022 2191226 1161.089 2157083 1279.188 2074444 1378.386 2129785 1423.321 1833952 1505.849 1802183 1591.985 2066127 1759.657 1588502 2387.744 1673735 2523.677 1832676 3253.023 1874326 3868.88 1803587 3942.634 1791326 3676.242 2015851 4379.676 2038858 5080.483 2 0 1 9 2 5 .9 2 049 04 5

S T 2257245 3185725 3408361 3569299 3411467 3031210 3592820 4108556 4207242 3681045 3188693 3577054 4121049 3535447 4537260 4233436 3571611 3384044 3495625 3703011 4070800 3195 620

V ria e a bl D m nd g e a ula Produk g si ula H rg dom stikg a a e ula S upla g i ula

R ta a a -R ta A tu l k a 3133 446 2019 049 25 05 3195 620 P d s re ik i 3133 446 2019 049 25 05 3195 620

Dari tabel diatas dapat diketahui bahwa nilai rata-rata data observasi dengan data prediksi (menggunakan program SPSS) bernilai sama. Hal ini menyatakan bahwa model yang digunakan oleh peneliti baik.