Anda di halaman 1dari 25

1.1 Tinjauan Pustaka

BAB I

PENDAHULUAN

Gula adalah salah satu komoditas pertanian yang telah ditetapkan Indonesia sebagai komoditas khusus (special products) dalam forum perundingan Organisasi Perdagangan Dunia (WTO), bersama beras, jagung dan kedelai. Dengan pertimbangan utama untuk memperkuat ketahanan pangan dan kualitas hidup di pedesaan, Indonesia berupaya meningkatkan produksi dalam negeri, termasuk mencanangkan target swasembada gula, yang sampai sekarang belum tercapai. Pada 2002, target swasembada gula pernah dicanangkan untuk tercapai pada 2007. Kemudian diundur menjadi tahun 2008, lalu mundur lagi menjadi 2009, walaupun dengan catatan swasembada hanya untuk gula konsumsi masyarakat alias gula putih, dan bukan gula untuk industri. Apakah kelak, akan diubah mundur lagi menjadi 2010 karena target produksi 2,80 juta tidak tercapai, dan tingkat konsumsi langsung juga naik menjadi lebih tinggi dari 2,7 juta ton. Fenomena serupa juga terjadi pada kedelai, dengan target swasembada yang terus dimundurkan dari 2008, lalu 2010 sampai 2015. Produksi gula di dalam negeri makin tidak mampu memenuhi kebutuhan konsumsi, sehingga impor gula sejak awal 1990 terus meningkat dari tahun ke tahun. Pada tahun 2001, impor gula meningkat menjadi 1,5 juta ton atau sekitar 50 persen dari kebutuhan dalam negeri. Angka ketergantungan impor telah mencapai 47 persen/tahun selama periode 1998- 2002 (Sawit et al., 2003), suatu kenaikan yang pesat dibandingkan dengan tahun-tahun sebelum liberalisasi radikal industri gula pada tahun 1998. Kemelut pengelolaan impor gula di dalam negeri terus berlangsung sejak 1998. Berbagai cara telah dipakai untuk mengatasi penyelundupan gula, baik melalui instrument NPIK (Nomor Pengenal Importir Khusus), pengawasan ketat (jalur merah) sampai penerapan kuota impor. Kuota impor gula putih hanya diberikan kepada importir terdaftar atau IT Gula yang memenuhi syarat, terutama penyerapan tebu rakyat lebih dari 75 persen.

1.2 Tujuan

a. Mengetahui hubungan ketergantungan antara variable bebas yang satu dengan variable bebas yang lain.

b. Mengestimasi parameter yang dicari dari suatu model yang telah tersedia, dimana metode ini digunakan khusus untuk persamaan yang bersifat over identified

Ilham Nugroho 0910440101

1

2.1 Teori Data Time Series

BAB II

METODE

Metode Time Series berhubungan dengan nilai-nilai suatu variabel yang diatur secara periodesasi sepanjang periode waktu dimana prakiraan permintaan diproyeksikan. Misalnya mingguan, bulanan, kwartalan, dan tahunan, tergantung keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Metode ini semata-mata mendasarkan diri pada data dan keadaan masa lampau. Jika keadaan di masa yang akan datang cukup stabil dalam arti tidak banyak perubahan yang berarti dengan keadaan masa lampau, metode ini dapat memberikan hasil peramalan yang cukup akurat. (Aziz, 2002).

Data deret waktu adalah data yang disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu. (Arfiani, 2010)

Metode runtun waktu (Time series method) atau disebut juga metode deret waktu atau deret berkala menggambarkan berbagai gerakan yang terjadi pada sederetan data pada waktu tertentu (Yamit, 2007).

Data urutan waktu ialah data statistik yang mencerminkan keadaan atau perkembangan mengenai sesuatu hal, dari satu waktu ke waktu yang lain. (Svhong,

2010)

2.2 Metode 2 SLS (Metode Kuadrat Terkecil 2 Tahap)

Merupakan

suatu

metode

yang

digunakan

untuk

estimasi

parameter

suatu

persamaan struktural yang estimasinya memiliki lebih dari satu nilai (over identified).

(Gujarati, 2006)

Metode 2SLS digunakan untuk memperoleh nilai parameter struktural pada persamaan yang teridentifikasi berlebih. Metode ini dapat diterapkan pada suatu sistem persamaan individu dalam sistem tanpa memperhitungkan persamaan lain secara langsung dalam sistem.

Metode pengoperasian 2SLS dalam SPSS adalah sebagai berikut:

1. Menguji RANK CONDITION

Siapkan data yang ada di Excel.

Copy data pada lembar SPSS.

Ubah variabel view sesuai dengan jeterangan yang ada.

Perhatikan model yang telah ditentukan untuk dicari.

Mulai untuk menganalisis:

Klik Analyze, kemudian Regresi, lalu klik 2 SLS.

Masukan masing-masing variabel sesuai perannya.

Klik Option, Centang Predicted, Klik Continue.

Lanjutkan ke OK.

Ilham Nugroho 0910440101

2

Akan tampil hasil SPSS.

Interpretasikan.

Ulangi untuk persamaan berikutnya (2 dan 3).

2. Menguji VALIDITAS

Klik Analyze

Klik Descriptive Statistic

Masukan variabel endogen dan variabel yang diprediksi (hasil SPSS yang diperoleh)

Klik Statistic

Centang Mean

Klik Continue

Klik OK.

Maka, akan tampil hasil SPSS yang menunjukan mean (validitas).

3. Menguji VALIDITAS menggunakan EXCEL

Isi masing-masing kolom pada worksheet Koefisien sesuai dengan variabel yang ada.

Maka secara otomatis akan muncul hasil perhitungan pada worksheet prediksi.

Kemudian masukan hasil prediksi dan actual di worksheet validasi. Bandingkan data keduanya.

2.3 Teori Persamaan Simultan

Persamaan simultan merupakan persamaan dua arah antara variabel X (bebas) dengan beberapa variabel X yang lain. Persamaan simultan ini menggambarkan hubungan ketergantungan antara variabel bebas yang satu dengan yang lain. Ciri dari persamaan simultan adalah variabel dependen dari suatu persamaan, bias menjadi variabel bebas dari persamaan yang lain dalam satu system atau model.

bebas dari persamaan yang lain dalam satu system atau model. Istilah dalam persamaan simultan antara lain:

Istilah dalam persamaan simultan antara lain:

1. Persamaan Struktural/Perilaku:

a. Struktur atau perilaku dari fenomena ekonomi yang diamati.

b. Perilaku variabel endogen terhadap perubahan-perubahan variabel penjelas

pada persamaan yang bersangkutan

2. Persamaan Identitas:

a. Persamaan yang tidak dpt menunjukkan perilaku variabel endogen.

b. Dibentuk oleh perkalian, pembagian, penambahan atau pengurangan beberapa variabel.

3. Persamaan Direduksi (reduced-form equation):

a. Persamaan dimana variabel endogen hanya dipengaruhi variabel predetermined dan gangguan stochastic.

4. Variabel Endogen:

a. Variabel yang nilainya akan ditentukan melalui model.

b. Variabel yang dipengaruhi oleh dan mempengaruhi variabel lain

Ilham Nugroho 0910440101

3

5. Variabel Predetermined (eksogen dan lag endogen):

a. Variabel yang nilainya ditetapkan sebelumnya, tidak melalui model.

b. Variabel yang hanya menpengaruhi variabel lain.

Tujuan dari identifikasi model adalah mengidentifikasi model sebelum dilakukan estimasi. Artinya untuk mengetahui apakah estimasi parameter dapat dilakukan melalui persamaan reduced-form dari sistem persamaan simultan. Dalam persamaan simultan ini, terdapat tiga kemungkinan hasil yang diperoleh, yaitu:

a. Persamaan Teridentifikasi (unidentified) jika estimasi parameter tidak dapat dilakukan melalui persamaan reduced-form. b. Persamaan Teridentifikasi (identified) jika estimasi parameter dapat dilakukan melalui persamaan reduced-form dari sistem persamaan simultan.

Teridentifikasi Tepat (just identfied), Jika masing-masing nilai parameter bersifat unik (hanya mempunyai satu nilai)persamaan reduced-form dari sistem persamaan simultan. Teridentifikasi Berlebih (over identified) Jika nilai

Teridentifikasi Berlebih (over identified) Jika nilai parameter mempunyai lebih dari satu nilai.identfied), Jika masing-masing nilai parameter bersifat unik (hanya mempunyai satu nilai) Ilham Nugroho 0910440101 4

Ilham Nugroho 0910440101

4

2.4 Diagram Alur SPSS

Analyze

2.4 Diagram Alur SPSS Analyze Regression Two-Stage Least Square Descriptive Analitic Masukkan variabel endogen dan

Regression

2.4 Diagram Alur SPSS Analyze Regression Two-Stage Least Square Descriptive Analitic Masukkan variabel endogen dan

Two-Stage Least Square

Diagram Alur SPSS Analyze Regression Two-Stage Least Square Descriptive Analitic Masukkan variabel endogen dan prediksi

Descriptive Analitic

Regression Two-Stage Least Square Descriptive Analitic Masukkan variabel endogen dan prediksi Statistic Mean

Masukkan variabel endogen dan prediksi

Descriptive Analitic Masukkan variabel endogen dan prediksi Statistic Mean Continue OK Interpretasi Model 2 PRODGt

Statistic

Mean

Continue

variabel endogen dan prediksi Statistic Mean Continue OK Interpretasi Model 2 PRODGt Dependent : PRODGt

OK

Interpretasi

endogen dan prediksi Statistic Mean Continue OK Interpretasi Model 2 PRODGt Dependent : PRODGt Explanatory :

Model 2 PRODGt

Statistic Mean Continue OK Interpretasi Model 2 PRODGt Dependent : PRODGt Explanatory : PDGt, Lt, PDVt

Dependent : PRODGt

Continue OK Interpretasi Model 2 PRODGt Dependent : PRODGt Explanatory : PDGt, Lt, PDVt Instrumentals :

Explanatory : PDGt, Lt, PDVt

2 PRODGt Dependent : PRODGt Explanatory : PDGt, Lt, PDVt Instrumentals : POPt, It, Dt-1, Lt,

Instrumentals : POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1

: POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1 Options  Predicted  continue OK

Options Predicted continue

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

OK

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

Interpretasikan dengan Uji R square, Multiple R, Uji F dan Uji T

Model 1 Dt

Dependent : Dt

Multiple R, Uji F dan Uji T Model 1 Dt Dependent : Dt Explanatory : POPt,

Explanatory : POPt, It, PDGt, Dt-1

Model 1 Dt Dependent : Dt Explanatory : POPt, It, PDGt, Dt-1 Instrumentals : POPt, It,

Instrumentals : POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1

: POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1 Options  Predicted  continue OK

Options Predicted continue

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

OK

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

Interpretasikan dengan Uji R square, Multiple R, Uji F dan Uji T

Model 3 PDGt

Uji R square, Multiple R, Uji F dan Uji T Model 3 PDGt D e p

Dependent : PDGt

T Model 3 PDGt D e p e n d e n t : P D

Explanatory : PWGt, NTt, IMGt, PDGt-1

t : P D G t Explanatory : PWGt, NTt, IMGt, PDGt-1 Instrumentals : POPt, It,

Instrumentals : POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1

: POPt, It, Dt-1, Lt, PDVt, PWGt, NTt, IMGt, PDGt-1 Options  Predicted  continue OK

Options Predicted continue

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

OK

NTt, IMGt, PDGt-1 Options  Predicted  continue OK Interpretasikan dengan Uji R square, Multiple R,

Interpretasikan dengan Uji R square, Multiple R, Uji F dan Uji T

Ilham Nugroho 0910440101

5

BAB III

HASIL DAN PEMBAHASAN

3.1 Identifikasi Order Condition Sebelumnya untuk asumsi model apakah over identified, exactly identified, dan under identified digunakan syarat sebagai berikut :

(K-k) > (m-1) maka Over Identified

(K-k) = (m-1) maka Exactly Identified

(K-k) < (m-1) maka Under Identified Diketahui persamaan sebagai berikut

1. Dt = α 0 + β 1 POPt + β 2 It + β 3 PDGt + β 4 Dt1

2. PRODGt = α 0 + β 1 PDGt + β 2 LLt + β 3 PDVt

3. PDGt = α 0 + β 1 PWGt + β 2 NTt + β 3 IMGt + β 4 PDGt1

Persamaan

K

k

m

Keterangan

1 13

 

5

4

= 8 > 4, maka Over Identified dimana (K-k) > (m-1)

2 13

 

4

4

= 9 > 4, maka Over Identified dimana (K-k) > (m-1)

3

13

5

4

= 8 > 4, maka Over Identified dimana (K-k) > (m-1)

Keterangan :

K

= semua variable yang ada di dalam model

k

= variable yang terdapat pada masing-masing model

m

= jumlah persamaan

Berdasarkan analisis tersebut, maka dalam penelitian yang didapatkan order condition berupa Over Identified, hal ini dikarenakan pada model nilai (K-k) > (m-1).

3.2 Susunan Model Persamaan

Model 1

dt = α 0 + β 1 POPt + β 2 It + β 3 PDGt + β 4 Dt-1

Model 2

PRODGt = α 0 + β 1 PDGt + β 2 Lt + β 3 PDVt

Model 3

PDGt = α 0 + β 1 PWGt + β 2 NTt + β 3 IMGt + β 4 PDGt-1

3.3 Harapan Tanda Koefisien Dengan Kesesuaian Teori

Persamaan

Variabel

Tanda

Keterangan

Harapan

Analisis

1

D

t

+

+

 
 

POP t

+

+

Sesuai, karena populasi yang meningkat akan meningkatkan permintaan.

 

I

t

+

_

Tidak sesuai karena menurut teori, jika pendapatan

 

naik maka permintaan akan naik.

Ilham Nugroho 0910440101

6

 

PDG t

   

Sesuai, karena jika harga gula domestik rendah

_

_

maka permintaan akan meningkat.

 

D

t-1

+

+

Permintaan sebelumnya mempengaruhi permintaan tahun ini.

2

PRODG t

+

+

 
 

PDG t

 

+

Tidak sesuai karena harga gula domestik tinggi

_

produksi gula akan rendah.

 

L

t

+

_

Tidak sesuai karena sesuai teori luas lahan yang

 

tinggi akan meningkatkan produksi gula.

 

PDV t

+

+

Sesuai karena produktivitas gula sangat mempengaruhi produksi gula.

3

PDG t

+

+

 
 

PWG t

+

+

Sesuai karena harga gula dunia berpengaruh pada harga domestik gula.

 

N

t

+

+

Sesuai karena nilai tukar yang tinggi akan berpengaruh pada peningkatan harga domestik gula.

 

IMG t

   

Sesuai, karena jika impor rendah maka harga

_

_

domestik gula rendah.

 

PDG t-1

+

+

Sesuai karena harga domestik gula tahun lalu mempengaruhi harga domestik gula tahun ini.

3.4 Uji R 2 , Uji F, Uji t, Multiple R dan Intrepetasi Data Persamaan 1

Model Summary

Equation 1

Multiple R

.754

R Square

.569

Adjusted R Square

.461

Std. Error of the Estimate

Std. Error of the Estimate

407810.695

Berdasarkan data di atas, diketahui nilai R Square sebesar 0,569 berarti variable- variabel pre determined berupa, jumlah penduduk, pendapatan, harga gula domestic dan permintaan gula pada tahun sebelumnya, mampu menjelaskan produksi gula sebesar 56,9% sedangkan sisanya dijelaskan oleh variable lain. Dan nilai Adjust.R sebesar 0,461.

Ilham Nugroho 0910440101

7

Diketahui pula nilai Multiple R diketahui sebesar 0,754. Hal ini berarti besarnya kesesuaian antara data observasi dengan data prediksi sebesar 0,754.

ANOVA

data observasi dengan data prediksi sebesar 0,754. ANOVA Equation 1 Regression 3.510E12 4 8.774E11
data observasi dengan data prediksi sebesar 0,754. ANOVA Equation 1 Regression 3.510E12 4 8.774E11
data observasi dengan data prediksi sebesar 0,754. ANOVA Equation 1 Regression 3.510E12 4 8.774E11
data observasi dengan data prediksi sebesar 0,754. ANOVA Equation 1 Regression 3.510E12 4 8.774E11

Equation 1

Regression

3.510E12

4

8.774E11

5.276

.007

Sum of Squares Df Mean Square F Sig.

Sum of Squares

Df

Mean Square

F

Sig.

Sum of Squares Df Mean Square F Sig.
Sum of Squares Df Mean Square F Sig.
Sum of Squares Df Mean Square F Sig.
.007 Sum of Squares Df Mean Square F Sig. Residual 2.661E12 16 1.663E11 Total 6.171E12 20
.007 Sum of Squares Df Mean Square F Sig. Residual 2.661E12 16 1.663E11 Total 6.171E12 20
.007 Sum of Squares Df Mean Square F Sig. Residual 2.661E12 16 1.663E11 Total 6.171E12 20
.007 Sum of Squares Df Mean Square F Sig. Residual 2.661E12 16 1.663E11 Total 6.171E12 20

Residual

2.661E12

16

1.663E11

Total 6.171E12 20

Total

6.171E12

20

20

20

Pada uji F Anova diketahui nilai uji F sebesar 5.276 dengan tingkat signifikasi 0,007. Nilai uji f > dari nilai tingkat signifikan (ketetapan nilai signifikan adalah α= 0,05), dalam hal ini model berpengaruh secara signifikan.

Coefficients

Unstandardized Coefficients B Std. Error Beta T Sig. Equation 1 (Constant) -6.009E6 3155699.191 -1.904 .075
Unstandardized Coefficients
B
Std. Error
Beta
T
Sig.
Equation 1
(Constant)
-6.009E6
3155699.191
-1.904
.075
POPt
63.212
25.613
2.266
2.468
.025
It
-6.449
4.134
-.429
-1.560
.138
PDGt
-786.267
348.899
-2.040
-2.254
.039
Dt1
.290
.183
.342
1.584
.133

Pada uji T diketahui nilai t sebesar -1,904. Sedangkan nilai signifikasinya 0,075. Jika nilai uji t < dari tingkat signifikasi maka H0 ditolak dan parameter 0 maka variable baik. Pada table dapat diketahui nilai uji t < dari tingkat signifikan maka variable baik dan sesuai pada model.

Persamaan 2

Model Summary

Equation 1

Multiple R

.751

R Square

.563

Adjusted R Square

.486

Std. Error of the Estimate

198533.192

1 Multiple R .751 R Square .563 Adjusted R Square .486 Std. Error of the Estimate
1 Multiple R .751 R Square .563 Adjusted R Square .486 Std. Error of the Estimate

Ilham Nugroho 0910440101

8

Diketahui dari data di atas, bahwa pada table didapatkan nilai R square 0,563. Maka hal ini berarti variable-variabel predetermined berupa,harga gula domestic, luas lahan tebu, dan produktivitas gula, mampu menjelaskan permintaan gula sebesar 56,3% sedangkan sisanya dijelaskan oleh variable lain. Dan nilai Adjust.R sebesar 0,461. Sedangkan pada nilai Multiple R diketahui sebesar 0,751. Hal ini berarti besarnya kesesuaian antara data observasi dengan data prediksi sebesar 0,751.

ANOVA

data observasi dengan data prediksi sebesar 0,751. ANOVA Equation 1 Regression 8.647E11 3 2.882E11 7.313
data observasi dengan data prediksi sebesar 0,751. ANOVA Equation 1 Regression 8.647E11 3 2.882E11 7.313
data observasi dengan data prediksi sebesar 0,751. ANOVA Equation 1 Regression 8.647E11 3 2.882E11 7.313
data observasi dengan data prediksi sebesar 0,751. ANOVA Equation 1 Regression 8.647E11 3 2.882E11 7.313

Equation 1

Regression

8.647E11

3 2.882E11

Equation 1 Regression 8.647E11 3 2.882E11 7.313

7.313

.002

.002

Sum of Squares

Df

Mean Square

Sum of Squares Df Mean Square F Sig.

F Sig.

Sum of Squares Df Mean Square F Sig.
Residual 6.701E11 17 3.942E10
Residual 6.701E11 17 3.942E10

Residual

6.701E11

17 3.942E10

Total

Total

1.535E12

20

1.535E12 20
Residual 6.701E11 17 3.942E10 Total 1.535E12 20 Pada table Uji F ANOVA diketahui nilai F sebesar
Residual 6.701E11 17 3.942E10 Total 1.535E12 20 Pada table Uji F ANOVA diketahui nilai F sebesar

Pada table Uji F ANOVA diketahui nilai F sebesar 7,313, dengan tingkat signifikasi sebesar 0,002. Nilai uji f > dari nilai tingkat signifikan (ketetapan nilai signifikan adalah α= 0,05), yang artinya model tersebut sesuai atau berpengaruh secara signifikan

Coefficients

sesuai atau berpengaruh secara signifikan Coefficients Equation 1 Unstandardized Coefficients B Std. Error Beta
sesuai atau berpengaruh secara signifikan Coefficients Equation 1 Unstandardized Coefficients B Std. Error Beta
Equation 1

Equation 1

Unstandardized Coefficients

Unstandardized Coefficients

Unstandardized Coefficients
B Std. Error Beta T Sig. (Constant) 424545.267 469878.355 .904 .379 PDGt 139.932 294.932 .728
B
Std. Error
Beta
T
Sig.
(Constant)
424545.267
469878.355
.904
.379
PDGt
139.932
294.932
.728
.474
.641
LLt
-.069
.113
-.926
-.608
.551
PDVt
293793.286
74698.666
.679
3.933
.001
-.608 .551 PDVt 293793.286 74698.666 .679 3.933 .001 Pada uji T diketahui nilai t sebesar 0,904.
-.608 .551 PDVt 293793.286 74698.666 .679 3.933 .001 Pada uji T diketahui nilai t sebesar 0,904.
-.608 .551 PDVt 293793.286 74698.666 .679 3.933 .001 Pada uji T diketahui nilai t sebesar 0,904.
-.608 .551 PDVt 293793.286 74698.666 .679 3.933 .001 Pada uji T diketahui nilai t sebesar 0,904.

Pada uji T diketahui nilai t sebesar 0,904. Sedangkan nilai signifikasinya 0,379. Jika nilai uji t < dari tingkat signifikasi maka H0 ditolak dan parameter 0 maka variable baik. Pada table dapat diketahui nilai uji t > dari tingkat signifikan maka variable tidak baik dan tidak sesuai pada model.

Ilham Nugroho 0910440101

9

Persamaan 3

Model Summary

Equation 1

Multiple R

.989

R Square

.977

Adjusted R Square

.972

Std. Error of the Estimate

242.446

R square yang didapatkan dalam persamaan 3sebesar 0,977. Maka hal ini berarti variable-variabel predetermined berupa,harga gula dunia, nilai tukar rupiah, impor gula, dan harga gula domestic tahun sebelumnya mampu menjelaskan harga gula domestic sebesar 97,7% sedangkan sisanya dijelaskan oleh variable lain. Dan nilai Adjust.R sebesar 0,972. Sedangkan nilai Multiple R diketahui sebesar 0,989. Hal ini berarti besarnya kesesuaian antara data observasi dengan data prediksi sebesar 0,989.

ANOVA

Sum of Squares Df Mean Square F Sig.
Sum of Squares Df Mean Square F Sig.
Sum of Squares Df Mean Square F Sig.

Sum of Squares

Df

Mean Square

F Sig.

0,989. ANOVA Sum of Squares Df Mean Square F Sig. Equation 1 Regression 40604217.234 4 10151054.309

Equation 1

Regression

40604217.234 4

10151054.309 172.696 .000
10151054.309 172.696 .000

10151054.309

172.696 .000

Regression 40604217.234 4 10151054.309 172.696 .000 Residual 940479.718 16 58779.982 Total

Residual

940479.718

16

58779.982

16 58779.982
16 58779.982
172.696 .000 Residual 940479.718 16 58779.982 Total 41544696.952 20 Pada table Uji F ANOVA diketahui

Total

41544696.952

Total 41544696.952

20

20
940479.718 16 58779.982 Total 41544696.952 20 Pada table Uji F ANOVA diketahui nilai F sebesar 172,696
940479.718 16 58779.982 Total 41544696.952 20 Pada table Uji F ANOVA diketahui nilai F sebesar 172,696

Pada table Uji F ANOVA diketahui nilai F sebesar 172,696 dengan tingkat signifikasi sebesar 0,000. Nilai uji f > dari nilai tingkat signifikan (ketetapan nilai signifikan adalah α= 0,05), maka model tersebut sesuai atau berpengaruh secara signifikan.

Coefficients

Unstandardized Coefficients (Constant) -361.370 136.438 -2.649 .018
Unstandardized Coefficients
(Constant)
-361.370
136.438
-2.649
.018

IMGt

-9.259E-5

.000

-.040

-.607

.552

 

PDGt1

.667

.110

.577

6.087 .000

  PDGt1 .667 .110 .577 6.087 .000
  PDGt1 .667 .110 .577 6.087 .000
  PDGt1 .667 .110 .577 6.087 .000

PWGt

.691

.179

.346

3.871

.001

NTt

.054

.049

.132

1.104

.286

B

B Std. Error

Std. Error

Beta

T

Beta T Sig.

Sig.

Equation 1

.049 .132 1.104 .286 B Std. Error Beta T Sig. Equation 1 Ilham Nugroho 0910440101 10
.049 .132 1.104 .286 B Std. Error Beta T Sig. Equation 1 Ilham Nugroho 0910440101 10

Ilham Nugroho 0910440101

10

Pada uji T diketahui nilai t sebesar -2,649. Sedangkan nilai signifikasinya 0,018. Jika nilai uji t < dari tingkat signifikasi maka H0 ditolak dan parameter 0 maka variable baik. Pada table dapat diketahui nilai uji t < dari tingkat signifikan maka variable baik dan sesuai pada model.

3.5 Validasi model

Statistics

          Fit for Dt, Fit for PRODGt,        
          Fit for Dt, Fit for PRODGt,        
         

Fit for Dt,

Fit for PRODGt,

Fit for PRODGt,

         

MOD_1 Equation

MOD_2 Equation

   

Dt

PRODGt

PDG

1

1

1

Fit for PDG,

MOD_3 Equation

1

MOD_1 Equation MOD_2 Equation     Dt PRODGt PDG 1 1 Fit for PDG, MOD_3 Equation
MOD_1 Equation MOD_2 Equation     Dt PRODGt PDG 1 1 Fit for PDG, MOD_3 Equation
MOD_1 Equation MOD_2 Equation     Dt PRODGt PDG 1 1 Fit for PDG, MOD_3 Equation

N

Valid 21 21 21 21 21 21
Valid
21
21
21
21
21
21

Missing

0

0

0

0

0

0

Mean 3.4144E6 2.0042E6 2054.9524 3.4143640E6 2.0041987E6 2.0549524E3
Mean
3.4144E6
2.0042E6
2054.9524
3.4143640E6
2.0041987E6
2.0549524E3

Dari hasil perhitungan dengan menggunakan SPSS, diperoleh hasil prediksi permintaan gula, produksi gula dan harga gula domestic 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.

 

Koefisien

Intersep

-8.42E+06

Jumlah Penduduk

84.278

Pendapatan

-9.143

Harga Gula Domestik

-1080.19

Permintaan Gula Tahun t-1

0.247

Intersep

406557.564

Harga Gula Domestik

163.303

Luas Lahan

-0.078

Produktivitas Gula

295235.375

Intersep

-361.37

Harga Gula Dunia

0.691

Nilai Tukar

0.054

Impor Gula

-9.26E-05

Harga Gula Domestik Tahun t-1

0.667

Ilham Nugroho 0910440101

11

   

Aktual

   

Prediksi

 

Tahun

Dt

PRODGt

PDGt

ST

Dt

PRODGt

PDGt

ST

1985

1910968

1898809

592

2469000

2429415

2071743

434.7121

2429415

1986

2940631

2014574

615

2701000

2788315

2264522

523.9366

2788315

1987

3187530

2175874

653

2727000

3191925

2351143

557.5624

3191925

1988

3366006

2004051

729

2666000

3154799

2055514

637.5548

3154799

1989

3190974

2108348

890

2807000

3377937

2187587

783.8544

3377937

1990

2769278

2119585

1041

2831000

3306295

2187850

1001.28

3306295

1991

3392090

2252667

1125

2959000

3086608

2200155

1160.261

3086608

1992

3964030

2306484

1215

3032000

3207884

2171019

1278.293

3207884

1993

4073471

2329811

1256

3089000

3299081

2096152

1377.444

3299081

1994

3489930

2453881

1260

3165000

3501058

2156189

1422.363

3501058

1995

2943923

2059576

1430

3374000

3450229

1845213

1504.818

3450229

1996

3374606

2094195

1461

3659000

3372862

1819548

1590.883

3372862

1997

3977884

2191986

1525

3670000

4087406

2099020

1758.517

4087406

1998

3328465

1488269

2572

3714000

3889132

1559392

2386.33

3889132

1999

4439453

1493933

2640

4547000

4140139

1651667

2522.178

4140139

2000

4102519

1690004

2989

4721000

3878755

1873404

3251.192

3878755

2001

3368570

1725467

3745

4740000

3331793

1899549

3866.727

3331793

2002

3160562

1755354

3619

4740000

3247304

1851907

3940.463

3247304

2003

3284303

1631918

4212

4570000

3852579

1705910

3674.211

3852579

2004

3514290

2051645

4110

4670000

3270708

2050443

4377.269

3270708

2005

3922160

2241742

5475

5020000

3864654

1977802

5077.616

3864654

 

3414364

2004199

2054.952

3612905

3415661

2003606

2053.689

3415661

Tabel Prediksi Model Excel

Variabel

Rata-Rata

Aktual

Prediksi

Demand gula

3414363,95

3415661

Produksi gula

2004198,71

2003606.00

Harga domestik gula

2054.9524

2053.69

Suplai gula

3612905.00

3415661.00

Perbandingan yang didapatkan dengan menggunakan Ms. Excel bahwasanya permintaan gula, produksi dan harga gula domestik dibandingkan dengan data actual tidak menunjukan perbedaan yang berarti / tidak jauh berbeda dengan acuan selisih data aktual dan prediksi tidak terlalu jauh yang berarti model tersebut baik untk digunakan, dan pada variabel gula memiliki selisih yang jauh dari data actual terhadap data prediksi yang menunjukan model baik untuk digunakan.

Ilham Nugroho 0910440101

12

BAB IV KESIMPULAN

Estimasi parameter ketiga persamaan yang menjelaskan model tentang Produksi Gula Indonesia sebagai berikut:

1. Dt = α + β 1. POP t + β 2. I t + β 3. PDG t + β 4. D t-1 Populasi penduduk berpengaruh terhadap permintaan gula tahun t, karena jika penduduk bertambah banyak maka permintaan gula semakin meningkat. Dari hasil perhitungan diperoleh nilai populasi penduduk (+), maka dapat disimpulkan sesuai dengan teori. Pendapatan berpengaruh terhadap permintaan gula tahun t, karena jika pendapatan penduduk naik, maka permintaan akan gula juga meningkat. Dari hasil perhitungan diperoleh tanda pendapatan (-), maka dapat disimpulkan tidak sesuai dengan teori. Harga domestik gula tahun t berpengaruh terhadap permintaan gula tahun t, jika harga domestik rendah maka permintaan gula akan meningkat. Dari hasil perhitungan diperoleh tanda harga domestik gula (-) maka sesuai dengan teori. Permintaan gula tahun t-1 berpengaruh terhadap permintaan gula tahun t, jika permintaan gula tahun t-1 tinggi maka permintaan gula tahun t akan meningkat. Dari hasil perhitungan diperoleh tanda permintaan gula tahun t-1 (+), maka sesuai dengan teori.

2. PRODGt = α + β 1. PDG t + β 2. L t + β 3. PDV t Harga gula domestik berpengaruh terhadap produksi gula tahun t, karena jika harga gula domestik rendah maka produksi akan gula semakin meningkat. Dari hasil perhitungan diperoleh nilai harga gula domestic (+), maka dapat disimpulkan tidak sesuai dengan teori. Luas lahan berpengaruh terhadap produksi gula tahun t, karena jika luas lahan tinggi maka produksi akan gula semakin meningkat. Dari hasil perhitungan diperoleh nilai luas lahan (-), maka dapat disimpulkan tidak sesuai dengan teori. Produktivitas gula berpengaruh terhadap produksi gula tahun t, karena jika produktivitas tinggi maka produksi akan gula semakin meningkat. Dari hasil perhitungan diperoleh nilai produktivitas gula (+), maka dapat disimpulkan sesuai dengan teori.

3. PDG t = α + β 1. PWG t + β 2. NT t + β 3. IMG t + β 4. PDG t-1 Harga gula dunia berpengaruh terhadap harga gula domestik gula, karena jika harga gula dunia rendah maka harga domestik gula semakin rendah. Dari hasil perhitungan diperoleh nilai harga gula dunia (+), maka dapat disimpulkan sesuai dengan teori. Nilai tukar berpengaruh terhadap harga domestik gula, karena jika nilai tukar rendah maka harga domestik gula semakin meningkat. Dari hasil perhitungan diperoleh nilai tukar (+), maka dapat disimpulkan sesuai dengan teori. Impor gula berpengaruh terhadap harga domestik gula, karena jika impor gula rendah maka harga domestik gula semakin menurun. Dari hasil perhitungan diperoleh nilai impor gula (-), maka dapat disimpulkan tidak sesuai dengan teori. Harga domestik gula tahun t-1 berpengaruh terhadap harga domestik gula tahun t. Dari hasil perhitungan, diperoleh nilai (+), maka sesuai teori. Maka, dapat disimpulkan bahwa hasil perhitungan sudah cukup sesuai dengan teori, walaupun ada beberapa variabel yang tidak sesuai dengan teori yang ada.

Ilham Nugroho 0910440101

13

o

Dari hasil perhitungan dengan menggunakan Microsof Excel, diperoleh hasil prediksi permintaan gula, produksi gula dan harga gula domestik yang dibandingkan dengan data aktual tidak begitu jauh berbeda

o

Nilai R square terbaik didapatkan pada persamaan ke 3 sebesar 97,7%, yang artinya variable predetermined dapat menjelaskan variable endogenus sebesar 97,7 %.

o

Persamaan Simultan merupakan suatu sistem persamaan yg menggambarkan saling ketergantungan antar variabel.

o

Dengan menggunakan model estimasi data 2SLS kita dapat mengatasi kelemahan pada model estimasi data OLS.

o

Dalam study kasus pergulaan diketahui 3 model persamaan dengan variable endogenus berupa permintaan gula, produksi gula dan harga gula domestic dan berbagai variable predetermined berupa jumlah penduduk, nilai tukar rupiah, permintaan gula tahun sebelumnya, pendapatan, luas lahan, produktivitas gula, harga gula dunia,harga gula pada tahun sebelumnya dan impor gula.

o

Kevalidan nilai actual dan prediksi permintaan gula, produksi gula dan harga domestic gula sudah valid, tetapi pada data actual dan prediksi suplai gula tidak valid karena terdapat selisih yang jauh.

Ilham Nugroho 0910440101

14

DAFTAR PUSTAKA

Anonymous, 2011. mtsox.wordpress.com diakses tgl 12 Mei 2011

Djalal, Nachrowi dkk. 2002. Penggunaan Teknik Ekonometri Pendekatan Populer dan Praktis Dilengkapi Teknik Analisis dan Pengolahan data dengan Menggunakan Paket Program SPSS. Jakarta : PT. RajaGrafindo Persada

Gujarati, N damodar. 2006. Dasar dasar ekonometrika. United states military academy. West point

Lains, Alfian. 2002. Ekonometrika Teori dan Aplikasi Jilid I. Jakarat : Pustaka LP3ES Indonesia

Ilham Nugroho 0910440101

15

Hasil SPSS

LAMPIRAN

Two-stage Least Squares Analysis Persamaan 1

Model Description Type of Variable Equation Dt dependent 1 POPt predictor & instrumental It predictor
Model Description
Type of Variable
Equation
Dt
dependent
1
POPt
predictor & instrumental
It
predictor & instrumental
PDG
predictor & instrumental
Dt1
predictor & instrumental
PDGt1
instrumental
NTt
instrumental
St
instrumental
PRODGt
instrumental
PDVt
instrumental
L_T
instrumental
IMG
instrumental
PWG
instrumental
MOD_1
Model Summary
Equation
Multiple R
.754
1
R Square
.569
Adjusted R Square
.461
Std. Error of the Estimate
407810.695
ANOVA
Sum of Squares
df
Mean Square
F
Sig.
Equation 1
Regression
3.510E12
4
8.774E11
5.276
.007
Residual
2.661E12
16
1.663E11
Total
6.171E12
20
Coefficients
Unstandardized Coefficients
B
Std. Error
Equation 1
(Constant)
-6.009E6
3155699.191
POPt
63.212
25.613

Ilham Nugroho 0910440101

16

 

It

-6.449

 

4.134

 

PDG

-786.267

348.899

Dt1

.290

 

.183

 

Coefficients

   
   

Beta

t

Sig.

Equation 1

(Constant)

 

-1.904

 

.075

POPt

2.266

 

2.468

 

.025

It

-.429

 

-1.560

 

.138

PDG

-2.040

 

-2.254

 

.039

Dt1

.342

 

1.584

 

.133

 

Coefficient Correlations

 
       

POPt

 

It

 

PDG

Dt1

Equation 1

Correlations

POPt

 

1.000

 

-.732

 

-.976

-.386

It

 

-.732

 

1.000

 

.774

.011

PDG

 

-.976

 

.774

 

1.000

.276

Dt1

 

-.386

 

.011

 

.276

1.000

Two-stage Least Squares Analysis p`Persamaan 2

 

Model Description

   

Type of Variable

Equation

PRODGt

dependent

1

PDG

predictor & instrumental

L_T

predictor & instrumental

PDVt

predictor & instrumental

PDGt1

instrumental

It

instrumental

POPt

instrumental

NTt

instrumental

Dt

instrumental

Dt1

instrumental

St

instrumental

IMG

instrumental

PWG

instrumental

MOD_2

Ilham Nugroho 0910440101

17

Model Summary Equation 1 Multiple R .751 R Square .563 Adjusted R Square .486 Std.
Model Summary
Equation 1
Multiple R
.751
R Square
.563
Adjusted R Square
.486
Std. Error of the Estimate
198533.192
ANOVA
Sum of Squares
df
Mean Square
F
Sig.
Equation 1
Regression
8.647E11
3
2.882E11
7.313
.002
Residual
6.701E11
17
3.942E10
Total
1.535E12
20
Coefficients
Unstandardized Coefficients
B
Std. Error
Equation 1
(Constant)
424545.267
469878.355
PDG
139.932
294.932
L_T
-.069
.113
PDVt
293793.286
74698.666
Coefficients
Beta
t
Sig.
Equation 1
(Constant)
.904
.379
PDG
.728
.474
.641
L_T
-.926
-.608
.551
PDVt
.679
3.933
.001
Coefficient Correlations
PDG
L_T
PDVt
Equation 1
Correlations
PDG
1.000
-.994
.244
L_T
-.994
1.000
-.211
PDVt
.244
-.211
1.000

Ilham Nugroho 0910440101

18

Two-stage Least Squares Analysis Persamaan 3

Model Description Type of Variable Equation 1 PDG dependent PWG predictor & instrumental NTt predictor
Model Description
Type of Variable
Equation 1
PDG
dependent
PWG
predictor & instrumental
NTt
predictor & instrumental
IMG
predictor & instrumental
PDGt1
predictor & instrumental
It
instrumental
POPt
instrumental
Dt
instrumental
Dt1
instrumental
St
instrumental
PRODGt
instrumental
PDVt
instrumental
L_T
instrumental
MOD_3
Model Summary
Equation 1
Multiple R
.989
R Square
.977
Adjusted R Square
.972
Std. Error of the Estimate
242.446
ANOVA
Sum of Squares
df
Mean Square
F
Sig.
Equation 1
Regression
40604217.234
4
10151054.309
172.696
.000
Residual
940479.718
16
58779.982
Total
41544696.952
20
Coefficients
Unstandardized Coefficients
B
Std. Error
Equation 1
(Constant)
-361.370
136.438
PWG
.691
.179
NTt
.054
.049
IMG
-9.259E-5
.000
PDGt1
.667
.110

Ilham Nugroho 0910440101

19

 

Coefficients

   
   

Beta

t

Sig.

Equation

(Constant)

-2.649

 

.018

1

PWG

.346

3.871

 

.001

NTt

.132

1.104

 

.286

IMG

-.040

 

-.607

 

.552

PDGt1

.577

6.087

 

.000

 

Coefficient Correlations

 
       

PWG

 

NTt

 

IMG

PDGt1

Equation

Correlations

PWG

 

1.000

 

-.414

 

-.103

-.295

1

NTt

 

-.414

 

1.000

 

-.465

-.578

IMG

 

-.103

 

-.465

 

1.000

.126

PDGt1

 

-.295

 

-.578

 

.126

1.000

FREQUENCIES VARIABLES=Dt PRED_DT PRODGt PRED_PRODGt PDG PRED_PDGt /STATISTICS=MEAN /ORDER=ANALYSIS.

Frequencies

 

Notes

 

Output Created

27-Apr-2012 23:48:56

Comments

 

Input

Data

C:\Users\drago\Documents\SEMESTER 6\Metkuan\metkuan praktikum\MINGGU

5\baru\data.sav

Active Dataset

DataSet1

Filter

<none>

Weight

<none>

Split File

<none>

N of Rows in Working Data File

21

Missing Value

Definition of Missing

User-defined missing values are treated as missing.

Handling

Cases Used

Statistics are based on all cases with valid data.

 

Syntax

FREQUENCIES VARIABLES=Dt PRED_DT PRODGt PRED_PRODGt PDG PRED_PDGt /STATISTICS=MEAN /ORDER=ANALYSIS.

Resources

Processor Time

0:00:00.015

Elapsed Time

0:00:00.017

Ilham Nugroho 0910440101

20

[DataSet1] C:\Users\drago\Documents\SEMESTER 6\Metkuan\metkuan praktikum\MINGGU

5\baru\data.sav

 

Statistics

     
     

Dt

Fit for Dt,

PRODGt

Fit for PRODGt,

PDG

Fit for PDG,

 

MOD_1

 

MOD_2

MOD_3

Equation 1

Equation 1

Equation 1

N

Valid

 

21

 

21

21

 

21

21

21

Missing

 

0

 

0

0

 

0

0

0

 

Mean

3.4144E6

3.4143640E6

2.0042E6

2.0041987E6

2054.9524

2.0549524E3

Frequency Table

 
 

Dt

 
   

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

1910968.00

 

1

4.8

 

4.8

 

4.8

2769278.00

 

1

4.8

 

4.8

 

9.5

2940631.00

 

1

4.8

 

4.8

 

14.3

2943923.00

 

1

4.8

 

4.8

 

19.0

3160562.00

 

1

4.8

 

4.8

 

23.8

3187530.00

 

1

4.8

 

4.8

 

28.6

3190974.00

 

1

4.8

 

4.8

 

33.3

3284303.00

 

1

4.8

 

4.8

 

38.1

3328465.00

 

1

4.8

 

4.8

 

42.9

3366006.00

 

1

4.8

 

4.8

 

47.6

3368570.00

 

1

4.8

 

4.8

 

52.4

3374606.00

 

1

4.8

 

4.8

 

57.1

3392090.00

 

1

4.8

 

4.8

 

61.9

3489930.00

 

1

4.8

 

4.8

 

66.7

3514290.00

 

1

4.8

 

4.8

 

71.4

3922160.00

 

1

4.8

 

4.8

 

76.2

3964030.00

 

1

4.8

 

4.8

 

81.0

3977884.00

 

1

4.8

 

4.8

 

85.7

4073471.00

 

1

4.8

 

4.8

 

90.5

4102519.00

 

1

4.8

 

4.8

 

95.2

4439453.00

 

1

4.8

 

4.8

 

100.0

Total

 

21

100.0

 

100.0

 

Ilham Nugroho 0910440101

21

 

Fit for Dt, MOD_1 Equation 1

 
   

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

2332572.31984

 

1

 

4.8

 

4.8

 

4.8

2671775.78783

 

1

 

4.8

 

4.8

 

9.5

3083020.84805

 

1

 

4.8

 

4.8

 

14.3

3098497.78845

 

1

 

4.8

 

4.8

 

19.0

3124355.57057

 

1

 

4.8

 

4.8

 

23.8

3261216.31730

 

1

 

4.8

 

4.8

 

28.6

3273234.29627

 

1

 

4.8

 

4.8

 

33.3

3312400.89649

 

1

 

4.8

 

4.8

38.1

3328543.65060

 

1

 

4.8

 

4.8

 

42.9

3466606.19994

 

1

 

4.8

 

4.8

 

47.6

3497376.54222

 

1

 

4.8

 

4.8

 

52.4

3531931.53545

 

1

 

4.8

 

4.8

57.1

3537296.72627

 

1

 

4.8

 

4.8

 

61.9

3558538.71445

 

1

 

4.8

 

4.8

 

66.7

3562899.59662

 

1

 

4.8

 

4.8

 

71.4

3584361.06236

 

1

 

4.8

 

4.8

 

76.2

3694790.08193

 

1

 

4.8

 

4.8

 

81.0

3704176.13921

 

1

 

4.8

 

4.8

 

85.7

3867040.23189

 

1

 

4.8

 

4.8

 

90.5

4102456.26459

 

1

 

4.8

 

4.8

 

95.2

4108552.42969

 

1

 

4.8

 

4.8

100.0

Total

 

21

100.0

100.0

 
 

PRODGt

   
   

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

1488269.00

 

1

 

4.8

 

4.8

 

4.8

1493933.00

 

1

 

4.8

 

4.8

 

9.5

1631918.00

 

1

 

4.8

 

4.8

 

14.3

1690004.00

 

1

 

4.8

 

4.8

 

19.0

1725467.00

 

1

 

4.8

 

4.8

 

23.8

1755354.00

 

1

 

4.8

 

4.8

 

28.6

1898809.00

 

1

 

4.8

 

4.8

 

33.3

2004051.00

 

1

 

4.8

 

4.8

 

38.1

2014574.00

 

1

 

4.8

 

4.8

 

42.9

2051645.00

 

1

 

4.8

 

4.8

 

47.6

2059576.00

 

1

 

4.8

 

4.8

 

52.4

2094195.00

 

1

 

4.8

 

4.8

 

57.1

2108348.00

 

1

 

4.8

 

4.8

 

61.9

2119585.00

 

1

 

4.8

 

4.8

 

66.7

Ilham Nugroho 0910440101

22

 

2175874.00

 

1

 

4.8

 

4.8

 

71.4

 

2191986.00

 

1

 

4.8

 

4.8

 

76.2

2241742.00

 

1

 

4.8

 

4.8

 

81.0

2252667.00

 

1

 

4.8

 

4.8

 

85.7

2306484.00

 

1

 

4.8

 

4.8

 

90.5

2329811.00

 

1

 

4.8

 

4.8

 

95.2

2453881.00

 

1

 

4.8

 

4.8

 

100.0

Total

 

21

 

100.0

 

100.0

 
 

Fit for PRODGt, MOD_2 Equation 1

 
   

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

1588501.64145

 

1

 

4.8

 

4.8

 

4.8

1673735.44886

 

1

 

4.8

 

4.8

 

9.5

1791326.28511

 

1

 

4.8

 

4.8

 

14.3

1802182.65890

 

1

 

4.8

 

4.8

 

19.0

1803586.71636

 

1

 

4.8

 

4.8

 

23.8

1832676.32263

 

1

 

4.8

 

4.8

 

28.6

1833952.11673

 

1

 

4.8

 

4.8

 

33.3

1874326.44313

 

1

 

4.8

 

4.8

 

38.1

2015851.42873

 

1

 

4.8

 

4.8

 

42.9

2038858.48940

 

1

 

4.8

 

4.8

 

47.6

2066127.46790

 

1

 

4.8

 

4.8

 

52.4

2071942.11495

 

1

 

4.8

 

4.8

 

57.1

2074443.96632

 

1

 

4.8

 

4.8

 

61.9

2099687.91771

 

1

 

4.8

 

4.8

 

66.7

2129785.38959

 

1

 

4.8

 

4.8

 

71.4

2157082.98293

 

1

 

4.8

 

4.8

 

76.2

2191222.36857

 

1

 

4.8

 

4.8

 

81.0

2191225.82959

 

1

 

4.8

 

4.8

 

85.7

2203549.72562

 

1

 

4.8

 

4.8

 

90.5

2280452.87026

 

1

 

4.8

 

4.8

 

95.2

2367654.81525

 

1

 

4.8

 

4.8

 

100.0

Total

 

21

 

100.0

 

100.0

 
 

PDG

   
   

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

592.00

 

1

 

4.8

 

4.8

 

4.8

615.00

 

1

 

4.8

 

4.8

 

9.5

653.00

 

1

 

4.8

 

4.8

 

14.3

729.00

 

1

 

4.8

 

4.8

 

19.0

Ilham Nugroho 0910440101

23

 

890.00

 

1

 

4.8

 

4.8

 

23.8

1041.00

 

1

 

4.8

 

4.8

 

28.6

1125.00

 

1

 

4.8

 

4.8

 

33.3

1215.00

 

1

 

4.8

 

4.8

 

38.1

1256.00

 

1

 

4.8

 

4.8

 

42.9

1260.00

 

1

 

4.8

 

4.8

 

47.6

1430.00

 

1

 

4.8

 

4.8

 

52.4

1461.00

 

1

 

4.8

 

4.8

 

57.1

1525.00

 

1

 

4.8

 

4.8

 

61.9

2572.00

 

1

 

4.8

 

4.8

 

66.7

2640.00

 

1

 

4.8

 

4.8

 

71.4

2989.00

 

1

 

4.8

 

4.8

 

76.2

3619.00

 

1

 

4.8

 

4.8

 

81.0

3745.00

 

1

 

4.8

 

4.8

 

85.7

4110.00

 

1

 

4.8

 

4.8

 

90.5

4212.00

 

1

 

4.8

 

4.8

 

95.2

5475.00

 

1