3.

4 Validasi Model
Statistics

Fit for HBE, Fit for PBlt, Fit for HBlt, Fit for MBlt, Fit for SBlt,
MOD_1
HBE
N

Valid
Missing

Mean

PBlt

HBlt

MBlt

SBlt

MOD_2

MOD_3

Equation 1 Equation 1

MOD_4

Equation 1

MOD_5

Equation 1 Equation 1

16

16

16

16

16

16

16

16

16

16

3.5691 1.9929 2.4797 9.4219 3.9063 3.5690959 1.9929076

E6

E6

E3

E5

E6

E6

E6

2.4796875E3

9.4218944 3.9063125
E5

E6

Untuk melakukan validasi pada model 1, model 2, model 3, model 4, dan identitas
yang dilakukan dengan menguunakan SPSS yakni dengan cara klik Analyze. Kemudian
dipilih Descriptive Statistics, lanjut klik Frequencies. Masukkan variabel-variabel yang
akan dilihat validitasnya, yakni HBE, PBlt, HBlt, SBlt, Fit for Dt, Fit for PBlt, Fit for
HBlt, Fit for MBlt, dan Fit for St. Kemudian pada pojok kanan terlihat Statistics dan
belirak tanda () pada Mean di Central Tendency. Continue dan Ok.
Tabel validasi model
Dari hasil perhitungan dengan menggunakan SPSS, diperoleh hasil prediksi
permintaan beras, produksi beras dan harga beras Indonesia yang dibandingkan dengan
data actual tidak begitu jauh berbeda. Hal ini ditunjukan perbedaan atau selisih antara
data actual dan prediksi tidak begitu jauh. Ini menggambarkan bahwa model dapat
dikatakan sesuai atau baik untuk digunakan.
Tahun

Aktual

Prediksi

1995

Dt
2769278

PBlt
2119585

HBlt
1.041

MBlt
280.978

St
2.831.000

Dt
2769278

PBlt
1488269

HBlt
1041

MBlt
118830

St
2831000

1996

3392090

2252667

1.125

309.290

2.959.000

2943923

1493933

1125

226271

2959000

1997

3964030

2306484

1.215

329.730

3.032.000

3160562

1631918

1215

280978

3032000

1998

4073471

2329811

1.256

226.271

3.089.000

3284303

1690004

1256

309290

3089000

1999

3489930

2453881

1.260

118.830

3.165.000

3328465

1725467

1260

329730

3165000

2000

2943923

2059576

1.430

544.023

3.374.000

3368570

1755354

1430

544023

3374000

2001

3374606

2094195

1.461

1.099.306

3.659.000

3374606

2051645

1461

970562

3659000

2002

3977884

2191986

1.525

1.296.984

3.670.000

3392090

2059576

1525

997200

3670000

2003

3328465

1488269

2.572

1.274.365

3.714.000

3489930

2094195

2572

1099306

3714000

2004

4439453

1493933

2.640

2.153.153

4.547.000

3514290

2119585

2640

1119790

4547000

2005

4102519

1690004

2.989

1.478.519

4.721.000

3922160

2191986

2989

1274365

4570000

2006

3368570

1725467

3.745

1.284.470

4.740.000

3964030

2241747

3619

1284470

4670000

2007

3160562

1755354

3.619

970.562

4.740.000

3977884

2252667

3745

1296984

4721000

2008

3284303

1631918

4.212

997.200

4.570.000

4073471

2306484

4110

1478519

4740000

2009

3514290

2051645

4.110

1.119.790

4.670.000

4102519

2329811

4212

1591560

5020000

2010

3922160

2241747

5.475

1.591.560

5.020.000

4439453

2453881

5475

2153153

Total

57.105.534

31.886.522

39.675

15.075.031

62.501.000

57105534

31886522

39675

15075031

57761000

Variabel
Demand beras
Produksi beras
Harga domestik beras
Impor beras
Suplai beras

Rata-Rata
Aktual
57.105.534
31.886.522
39.675
15.075.031
62.501.000

Prediksi
57.105.534
31.886.522
39.675
15.075.031
57.761.000

Perbandingan yang didapatkan dengan menggunakan Ms. Excel bahwasanya permintaan

beras, produksi, harga beras domestik, dan impor beras dibandingkan dengan data aktual tidak
menunjukan perbedaan yang berarti / tidak jauh berbeda dengan acuan selisih data aktual dan
prediksi tidak terlalu jauh yang berarti model tersebut baik untuk digunakan, dan pada variabel
dan penawaran beras memiliki selisih yang jauh dari data actual terhadap data prediksi yang
menunjukan model baik untuk digunakan.