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 t Persamaan 1 POPt It PDGt Dt-1 (+ ) (+ ) (-) (+ )

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 D t PO G R D 1985 1910968 189880 1986 2940631 201457 1987 3187530 217587 1988 3366006 200405 1989 3190974 210834 1990 2769278 211958 V ria e a bl 1991 3392090 225266 1992a g D m nd3964030 230648 e ula 1993 4073471 232981 Produksi g ula 1994 3489930 245388 H rg dom stikg a a e ula 1995 2943923 205957
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.