PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN
UNIVERSITAS SAMUDRA

BAHAN SEMINAR HASIL PENELITIAN

JUDUL : FAKTOR-FAKTOR YANG MEMPENGARUHI

PERMINTAAN CABAI RAWIT (Capsicum
Annum) DI KOTA LANGSA

PEMRASARAN : 1. Muhammad Khairul Fadli

2. Dara Meutia Iswad
3. Edwin Naratoniro

NIM : 1. 170302006
2. 170302008
3. 170302040

PEMBIMBING : FAOEZA HAFIZ SARAGIH SP.,M.Sc

HARI/TANGGAL : Bismillah

TEMPAT : GOGGLE CLASSROOM

16
4.1. Gambaran Umum Lokasi Penelitian
4.1.1 Keadaan Geografis dan Administrasi Wilayah
Kota Langsa merupakan salah satu kota otonom termuda di Provinsi Aceh.
Kota Langsa mempunyai luas wilayah 262,41 KM², yang terletak pada posisi antara
04°24’ 35,68’’– 04° 33’ 47,03” Lintang Utara dan 97° 53’ 14,59’’ – 98° 04’ 42,16’’
Bujur Timur. Kota Langsa merupakan kota pesisir yang memiliki garis pantai 16 km.
Penduduk yang sangat heterogen Aceh, Jawa, melayu, Gayo Batak, dan karo, Kota
Langsa hanya berjarak 246 km dari Kota Medan, menyebabkan Kota Langsa
memiliki banyak kemiripan dengan Medan. Langsa merupakan kota kecil dengan
keramaian yang terpusat di dua titik. Jalan Teuku Umar sebagai pusat pertokoan dan
pasar tradisional selalu ramai sejak pagi sampai malam hari. Demikian juga Jalan
Ahmad Yani, jalan protokol dua jalur yang membelah kota ini selalu dipadati warga.
Kota Langsa terkenal sebagai kota pendidikan, kota perdagangan, kota
kuliner/makanan, dan kota wisata.
Tahun 2002 wilayah Kota Langsa terdiri dari tiga kecamatan yaitu Kecamatan
Langsa Timur, Kecamatan Langsa Barat dan Kecamatan Langsa Kota, yang terdiri
dari tiga kelurahan dan empat puluh delapan desa. Pada tahun 2007 berdasarkan
keputusan Walikota Kota Langsa nomor lima terjadi pemekaran menjadi lima
kecamatan dengan bertambahnya dua kecamatan baru yaitu Langsa Baro dan Langsa
Lama yang mencakupi lima puluh satu desa. Dua kecamatan yang baru tersebut
merupakan pemekaran dari Langsa Timur dan Langsa Barat.
Kecamatan Langsa Timur terdiri dari enam belas desa. Sedangkan kecamatan
Langsa Lama terdiri dari lima belas desa. Kecamatan Langsa Barat terdiri dari tiga
belas desa dan dua belas desa berada di Kecamatan Langsa Baro serta sepuluh desa
berada di Kecamatan Langsa Kota. Jadi Kota Langsa terdiri dari enam puluh enam
desa.
4.1.2. Keadaan Topografi dan Klimatologi
Secara umum Kota Langsa terletak pada ketinggian 0-25 Meter diatas
permukaan laut (above sea level). Namun sebagian besar wilayah Kota Langsa di
sebelah barat daya merupakan daratan aluviasi pantai, dengan elevasi yang berkisar

17
pada ketinggian sekitar 8 mdpl. Bagian selatan merupakan pegunungan lipatan
bergelombang sedang, dengan elevasi yang berkisar pada ketinggian sekitar 75 m di
atas permukaan laut, sedang bagian timur terdapat endapan rawa-rawa juga dengan
jumlah sebaran yang cukup luas. Selain itu, wilayah Kota Langsa juga memiliki
dataran rendah dan bergelombang serta sungai-sungai.
Kota Langsa yang beriklim tropis memiliki musim yang hampir sama dengan
wilayah Indonesia pada umumnya, yaitu : musim penghujan dan musim kemarau.
Musim kemarau biasanya terjadi pada bulan Mei sampai dengan bulan Oktober,
sedangkan musim penghujan terjadi pada bulan November sampai dengan bulan
April. Keadaan ini terus berlangsung setiap tahun yang diselingi dengan musim
peralihan (pancaroba) pada bulan-bulan tertentu. Secara umum daerah Kota Langsa
beriklim panas dengan suhu udara pada tahun 2013 berkisar antara 28° C sampai
dengan 32ºC. Sedangkan kelembaban udaranya berada pada kisaran kelembaban
sedang-tinggi yaitu antara 82 hingga 93 persen. Curah hujan di kota Langsa sangat
bervariasi menurut bulan. Rata-rata curah hujan selama tahun 2013 yang tercatat pada
DDA Kota Langsa masing-masing sebesar 138 mm.
4.2 Keadaan Penduduk
Penduduk yang berkualitas dan produktif merupakan sasaran dan tujuan
utama dari capaian pembangunan yang diharapkan oleh Pemerintah Kota Langsa.
Kualitas penduduk yang meningkat serta berdaya saing tinggi akan mampu
mendorong pertumbuhan ekonomi melalui pendayagunaan potensi sumberdaya
ekonomi secara optimal dengan tetap mengedepankan prinsip pembangunan
berkelanjutan (sustainable development), yang pada akhirnya akan mewujudkan
pencapaian taraf hidup masyarakat yang lebih sejahtera. Karena itu, potensi sumber
daya manusia (SDM) masyarakat Kota Langsa diharapkan dapat lebih berdayaguna
secara optimal dalam memainkan peran dan fungsi sosial kemasyarakatan untuk
dapat secara aktif terlibat sebagai bagian dari pelaku proses pembangunan itu sendiri.
Apabila hal ini tidak dilakukan, maka dikhawatirkan keberadaan SDM daerah
tersebut bahkan justru menjadi beban dan bahkan dapat menghambat pembangunan
di masa mendatang.

18
4.2.1 Luas Wilayah Kota Langsa
Berdasarkan data BPS 2018, Kota Langsa memiliki luas wilayah seluas
23,983 KM², dapat kita lihat pada (tabel 3).
Tabel 3. Luas wilayah Per Kecamatan Dalam Wilayah Kota Langsa tahun 2018
Nama Kecamatan Luas Wilayah
Administrasi
Luas wilayah (Ha) Persentase(%)
Langsa Timur 7.823 32,72
Langsa Lama 4.505 18,78
Langsa Barat 4.878 20,30
Langsa Baro 6.168 25,67
Langsa Kota 609 2,57
Total 23,983 100
Sumber : BPS Kota Langsa tahun 2018
Dari tabel diatas diketahui bahwa Kota Langsa memiliki luas sebesar 23,983
Ha dengan 5 kecamatan. Kecamatan langsa timur memiliki luas 7.823 Ha dengan
persentase sebesar 32,72%. Sementara kecamatan Langsa Lama memiliki luas
wilayah sebesar 4.505 Ha dengan persentase sebesar 18,78% ,kecamatan langsa barat
memiliki luas wilayah sebesar 4.878 Ha dan total persentase sebesar 20,30%.
Sedangkan Langsa baro dengan luas 6.168 Ha dengan persentase sebesar 25,72% dan
yang terakhir adalah kecamatan langsa kota yang memiliki luas wilayah 609 Ha dan
memiliki persentase paling sedikit dibandingkan dengan kecamatan lainnya yang
berada di Kota Langsa yaitu 2,57%.
Gambar 3. Grafik Persentase Luas Wilayah Kota Langsa

19
Sumber : BPS Kota Langsa 2018
4.2.2 Jumlah Penduduk Kota Langsa Per Kecamatan Tahun 2018
Tabel 4. Jumlah Penduduk Kota Langsa tahun 2018
Nama Kecamatan Jumlah Penduduk (Orang)

Total

2015 2016 2017 2018

Langsa Timur 15.123 15.215 15.383 15.603
Langsa Lama 29.678 30.116 30.659 31.200
Langsa Barat 34.249 34.849 35.379 35.901
Langsa Baro 46.622 47.570 48.419 49.212
Langsa Kota 40.218 41.070 41.734 42.402
JUMLAH 165.890 168.820 171.574 174.318
Sumber : BPS Kota Langsa 2018

Dari tabel diatas diketahui bahwa jumlah penduduk Kota Langsa per
kecamatan bersadarkan BPS tahun 2018, Kecamatan Langsa Timur pada tahun 2015
memiliki jumlah penduduk sebanyak 15.123 jiwa, pada tahun 2016 sebanyak 15.215
jiwa, pada tahun 2017 sebanyak 15.383 jiwa dan pada tahun 2018 mengalami
kenaikan dari 3 tahun terakhir yaitu sebanyak 15.603 jiwa. Sementara kecamatan
Langsa Lama memiliki jumlah penduduk pada tahun 2015 sebanyak 29.678 jiwa,
pada tahun 2016 sebanyak 30.116 jiwa, pada tahun 2017 sebanyak 30.659 jiwa dan
pada tahun 2018 sebanyak 31.200 jiwa. Sementara itu Kecamatan Langsa Barat pada
tahun 2015 memiliki jumlah penduduk sebanyak 34.249 jiwa, pada tahun 2016
sebanyak 34.849 jiwa, pada tahun 2017 sebanyak 35.379 jiwa dan mengalami
kenaikan pada tahun 2018 yaitu sebanyak 35.901 jiwa. Sedangkan Langsa Baro pada
tahun 2015 memiliki jumlah penduduk sebanyak 46.622 jiwa, pada tahun 2016
sebanyak 47.570 jiwa, pada tahun 2017 sebanyak 48.419 jiwa dan pada tahun 2018
mengalami kenaikan dari tahun sebelumnya yaitu sebanyak 49.212 jiwa. Sedangkan
kecamatan Langsa Kota memiliki pada tahun 2015 memiliki jumlah penduduk
sebanyak 40.218 jiwa, pada tahun 2016 sebanyak 41.070 jiwa, pada tahun 2017
sebanyak 41.734 jiwa dan pada tahun 2018 mengalami kenaikan dari tahun
sebelumnya yaitu sebanyak 42.402 jiwa. Dapat kita lihat dari jumlah total

20
keseluruhan jumlah penduduk Kota Langsa setiap tahunnya terus meningkat.
4.2.3 Jumlah Penduduk Kota Langsa Berdasarkan Kelompok Umur Dan Jenis
Kelamin
Tabel 5. Jumlah penduduk Kota Langsa Berdasarkan Kelompok Umur dan Jenis
Kelamin

Kelompok Umur Jenis Kelamin Total

Laki-Laki Perempuan
0-4 9.129 8.792 17.921
5-9 9.499 8.912 18.411
10-14 8.610 8.512 17.122
15-19 7.995 8.275 16.270
20-24 7.454 8.149 15.603
25-29 7.341 7.626 14.967
30-34 6.732 7.003 13.735
35-39 6.354 7.055 13.409
40-44 5.988 6.340 12.328
45-49 5.459 5.226 10.685
50-54 4.291 4.025 8.316
55-59 3.169 3.035 6.204
60-64 1.907 1.815 3.722
65-69 1.229 1.319 2.548
70-74 663 847 1.510
75+ 564 1.003 1.567
Sumber : BPS Kota Langsa 2018

Dari tabel diatas diketahui bahwa persebaran jumlah penduduk Kota Langsa
mulai dari umur 0-4 tahun sampai dengan umur 75 tahun ke atas berdasarkan data
dari BPS Kota Langsa pada tahun 2018. Dapat dilihat bahwa penduduk Kota Langsa
pada kategori umur 5-9 sebanyak 18.411 jiwa dengan jumlah perempuan sebanyak
8.912 jiwa dan laki-laki sebanyak 9.499 jiwa. Dan persebaran penduduk paling
banyak kedua berdasarkan jumlah komulatif dari total penduduk Kota Langsa pada
tahun 2018 yaitu pada kategori 0-4 tahun dengan total 17.921 jiwa dengan jumlah
penduduk yang berjenis kelamin perempuan sebanyak 8.792 jiwa dan jumlah
penduduk yang berjenis kelamin laki-laki sebnayak 9.129 jiwa, sedangkan penduduk
dengan umur 70-74 tahun berada pada jumlah terendah berdasarkan jumlah total
penduduk Kota Langsa, yaitu dengan total 1.510 jiwa dengan jumlah peduduk yang
berjenis kelamin perempuan sebanyak 1.003 jiwa dan penduduk yang berjenis
jelamin laki-laki sebanyak 564. Berdasarkan data persebaran penduduk diatas dapat
dilihat bahwa Kota Langsa memiliki angka kelahiran yang maksimal jika dilihat
dengan persebaran penduduk yang berumur 0-4 tahun dan 5-9 tahun, sedangkan

21
penduduk yang berumur produktif yaitu dengan kategori umur 15-64 tahun sebanyak
115.239 jiwa.
4.2.4 Jumlah Penduduk Kota Langsa Berdasarkan Mata Pencaharian
Mata pencarian penduduk suatu daerah di pengaruhi oleh sumber daya yang
tersedia dan kondisi social ekonomi seperti keterampilan yang dimiliki, usia , jenis
kelamin dan tingkat pendidikan , lapangan pekerjaan dan modal yang tersedia.
Keadaan penduduk Kota Langsa menurut pekerjaan yaitu dapat dilihat pada (Tabel 6)
Tabel 6. Jumlah Penduduk Kota Langsa Berdasarkan Mata Pencaharian
No Pekerjaan Persentase
1 Petani 30%
2 Pegawai 21%
3 Pensiunan 16%
4 Nelayan 15%
5 Pedagang 14%
6 Peternak 4%
Sumber : BPS Kota Langsa 2018
Pekerjaan penduduk pada suatu daerah dapat dilihat untuk mengetahui
kesejahteraaan penduduknya. Dari tabel 6 dapat diketahui bahwa sebagaian besar
penduduk kota langsa bekerja sebagai petani memiliki persentase paling besar yaitu
30%, penduduk yang bekerja sebagai pegawai memiliki persentase 21%, penduduk
yang berstatus sebagai pensiunan berjumlah 16%,sebagai nelayan 15%, dan yang
terakhir sebagai peternak memiliki persentase paling sedikit yaitu sebesar 4%.
Dengan demikian semakin banyaknya jumlah penduduk yang memiliki pekerjaan dan
berkurangnya pengangguran di Kota Langsa ini maka diharapkan dapat
meningkatkan pendapatan masyarakat, dimana apabila pendapatan semakin
meningkat maka daya beli masyarakat akan keperluan pangan juga akan meningkat.
4.3 Karakteristik Responden
Populasi dalam penelitian ini adalah seluruh Konsumen Cabai Rawit yang
berbelanja di Pasar Tradisional Kota Langsa yang berjumlah 35 orang. Adapun
penelitian ini merupakan penelitian populasi maka sampel dalam penelitian ini
sebanyak 35 responden. Setiap responden diberikan kuisioner untuk memberikan
jawaban atas pertanyaan yang telah disediakan. Untuk mempermudah dalam
mengidentifikasi responden dalam penelitian ini, maka diperlukan gambaran
mengenai karakteristik responden. Adapun gambaran karakteristik responden dalam
penelitian ini dibagi menjadi 6 karakteristik, diantaranya:

22
1. Karakteristik Menurut Usia

Gambar 4. Karakteristik Menurut Usia

16
14
14

12 11
Jumlah (Orang)

10

6 5

4 3
2
2

0
20-30 31-40 41-50 51-60 61-70

Usia (Tahun)

Sumber : Data Primer

Dari grafik diatas diketahui bahwa, karakteristik responden berdasarkan usia

pada Konsumen cabai rawit di Pasar Tradisional Kota Langsa didominasi oleh
responden dengan rentang usia 41 tahun-50 tahun. Dimana usia 41 tahun-50 tahun
sebanyak 14 orang, usia 31-40 tahun sebanyak 11 orang, usia 20-30 tahun sebanyak 3
orang, usia 51-60 tahun sebanyak 5 orang, dan konsumen yang paling sedikit
mengkonsumsi cabai rawit berusia 61-70 tahun yaitu sebanyak 2 orang. Tingginya
jumlah konsumen dengan rentang usianya 41-50 tahun membuktikan bahwa pada
usia tersebut banyak konsumen yang membeli cabai rawit untuk dikonsumsi setiap
harinya.

23
2. Karakteristik Responden Menurut Tanggungan Keluarga
Gambar 5. Karakteristik Responden Menurut Tanggungan Keluarga
20
18
16
14
Jumlah (Orang)

12
10
8
6
4
2
0
1-2 3-4 5-6

Jumlah Tanggungan

Sumber : Data Primer

Berdasarkan data grafik diatas diketahui bahwa karakteristik responden
menurut tanggungan keluarga dengan konsumsi cabai rawit tertinggi yaitu keluarga
yang memiliki tanggungan 1-2 anggota keluarga/Rumah tangga yaitu sebanyak 19
rumah tangga (RT), keluarga yang mengkonsumsi cabai rawit tertinggi kedua yaitu
keluarga yang memiliki jumlah tanggungan 3-4 anggota keluarga sebanyak 15 rumah
tangga (RT). Dan keluarga yang mengkonsumsi cabai rawit terendah yaitu keluarga
yang memiliki jumlah tanggungan 5-6 anggota keluarga hanya terdapat 1 rumah
tangga (RT).

3. Karakteristik Responden Menurut Pendapatan

24
Gambar 6. Karakteristik Responden Menurut Pendapatan
20
18
16
14
Jumlah (Orang)

12
10
8
6
4
2
0
1.000.000-1.500.000 2.000.000-2.500.000 3.000.000-3.500.000 >3.500.000

Pendapatan (RP)

Sumber : Data Primer

Berdasarkan karakteristik pendapatan responden pada grafik tersebut
menunjukkan bahwa, karakteristik responden dengan pendapatan per bulan antara Rp
1.000.000 – Rp 1.500.000 sebanyak 3 orang, responden dengan pendapatan per bulan
antara Rp 2.000.000 – Rp 2.500.000 sebanyak 18 orang, responden dengan
pendapatan per bulan antara Rp 3.000.000 – Rp 3.500.000 sebanyak 8 orang, dan
responden dengan pendapatan per bulan lebih dari Rp 3.500.000 sebanyak 6
responden. Sebagian besar responden berpenghasilan antara Rp 2.000.000 – Rp
2.500.000 memiliki jumlah responden tertinggi Karena lokasi yang menjadi studi
kasus adalah pasar tradisional Kota Langsa, sehingga responden sebagian besar
merupakan pedagang yang menggunakan cabai rawit untuk kebutuhan usaha tersebut.

4. Karakteristik Menurut Jenis Kelamin

25
Gambar 7. Karakteristik Menurut Jenis Kelamin
30

25

20
Jumlah (Orang)

15

10

0
Laki-laki Perempuan

Jenis Kelamin

Sumber : Data Primer

Dari grafik diatas diketahui bahwa, karakteristik responden berdasarkan jenis
kelamin pada konsumen cabai rawit Kota Langsa didominasi oleh responden
perempuan. Dimana jenis kelamin perempuan yang menjadi responden dalam
penelitian ini sebanyak 25 konsumen. Sedangkan 10 konsumen adalah berjenis
kelamin laki-laki. Hal ini membuktikan bahwa, lebih banyak konsumen perempuan
yang membeli cabai rawit di Pasar Kota Langsa dibandingkan konsumen laki-laki.

5. Karakteristik Menurut Pekerjaan

26
Gambar 8. Karakteristik Menurut Pekerjaan

14

12

10
Jumlah (Orang)

0
Pedagang Petani/Peternak IRT Guru/Dosen

Sumber : Data Primer

Berdasarkan karakteristik pekerjaan responden pada grafik di atas tersebut
menunjukkan bahwa responden dengan pekerjaan sebagai Pedagang sebanyak 12
orang, Petani/Peternak 6 orang, ibu rumah tangga (IRT) sebanyak 10 orang,
Guru/Dosen sebanyak 7 orang. Berdasarkan hasil survey karakteristik pekerjaan
responden sebagian besar adalah pedagang.

6. Karakteristik Menurut Pendidikan

Gambar 9. Karakteristik Menurut Pendidikan
18
16
14
Jumlah (Orang)

12
10
8
6
4
2
0
SMP SMA S1 S2
Pendidikan

Sumber : Data Primer

27
 Berdasarkan karakteristik pendidikan responden pada grafik di atas tersebut
menunjukkan bahwa responden dengan riwayat pendidikan terakhir SMA memiliki
jumlah responden tertinggi yaitu sebanyak 16 orang, sedangkan responden dengan
riwayat pendidikan terakhir SMP dan S1 memiliki jumlah responden yang sama yaitu
sebanyak 9 orang, dan responden dengan riwayat pendidikan terakhir S2 memiliki
jumlah yang paling sedikit yaitu sebanyak 1 orang. Berdasarkan hasil survey
karakteristik konsumen berdasarkan pendidikan terakhir sebagian besar didominasi
oleh responden yang memiliki riwayat pendidikan terakhir yaitu SMA.

4.4 Hasil Penelitian

4.4.1 Uji Asumsi Klasik

1. Uji Normalitas

Uji Normalitas adalah sebagai pengujian tentang kenormalan distribusi data.

Penggunaan uji normalitas adalah karena pada analisis statistik parametric, asumsi
yang harus dimiliki oleh data bahwa data tersebut terdistribusi secara normal. Data
yang mempunyai distribusi normal berarti mempunyai sebaran yang normal pula.
Untuk mengetahui apakah data yang kita miliki normal atau tidak, kita
menggunakan uji statistik Kolmogorov-Smirnov (K-S). Santoso (2002) memberikan
pedoman pengambilan keputusan tentang data-data yang mendekati atau merupakan
distribusi normal yang dapat dilihat dari:
1. Nilai signifikansi atau probabilitas > 0.05, maka data terdistribusi secara
normal.
2. Nilai signifikansi atau probabilitas < 0.05, maka data tidak berdistribusi secara
normal.
Hasil dari uji dengan menggunakan uji statistik Kolmogorov-Smirnov (K-S)
adalah sebagai berikut:
Tabel 7. Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 35
Normal Parametersa,b Mean .0000000
Std. .83229928
Deviation
Most Extreme Absolute .093
Differences Positive .093
Negative -.087
Kolmogorov-Smirnov Z .093

28
 Asymp. Sig. (2-tailed) .200
Hasil Kolmogrov-Smirnov menunjukkan angka 0.093 dengan tingkat
signifikansi yang berarti berada diatas 0.05 dengan demikian dapat disimpulkan
bahwa variabel telah terdistribusi secara normal. Selanjutnya normalitas juga dapat
dilihat dari gambar histogram berikut ini:
Gambar 10. Histogram Uji Normalitas

Gambar di atas merupakan grafik histogram. Grafik histogram dikatakan

normal jika distribusi data membentuk lonceng (bell shaped), tidak condong ke kiri
atau tidak condong ke kanan (Santoso, 2015: 43). Grafik histogram diatas
membentuk lonceng dan tidak condong ke kanan atau ke kiri sehingga grafik
histogram tersebut dinyatakan normal.
2. Uji Linearitas
Tujuan uji linearitas adalah untuk mengetahui hubungan antara variabel bebas
dengan variabel terikat merupakan hubungan garis lurus (hubungan linier) atau
untuk mengetahui apakah setiap variabel yaitu loyalitas konsumen bersifat linier
atau tidak.
Tabel 8. Nilai signifikasi Deviation From Linearity
Variable Deviation From Linearity
Signifikasi
Harga Cabai Rawit 0,184
Pendapatan konsumen 0,573
Jumlah tanggungan 0,144
Harga Cabai Merah 0,162

29
 Jadi dari tabel di atas di dapatkan nilai signifikasi Deviation From Linearity
harga cabai rawit sebesar 0,184 yang artinya nilai ini lebih besar dari 0,05 maka
berkesimpulan variable permintaan memiliki hubungan yang linier terhadap variable
harga cabai rawit maka asumsi untuk uji linieritas dapat terpenuhi.
Nilai signifikasi Deviation Linearity pendapatan konsumen sebesar 0,573
yang artinya nilai ini lebih besar dari 0,05 maka berkesimpulan variable permintaan
memiliki hubungan yang linier terhadap pendapatan maka asumsi untuk uji linieritas
dapat terpenuhi.
Nilai signifikasi Deviation From Linearity jumlah tanggungan sebesar 0,144
yang artinya nilai ini lebih besar dari 0,05 maka berkesimpulan variable permintaan
memiliki hubungan yang linier terhadap jumlah tanggungan maka asumsi untuk uji
linieritas dapat terpenuhi.
Nilai signifikasi Deviation From Linearity harga cabai merah sebesar 0,162
yang artinya nilai ini lebih besar dari 0,05 maka berkesimpulan variable permintaan
memiliki hubungan yang linier terhadap harga cabai merah maka asumsi untuk uji
linieritas dapat terpenuhi.
3. Uji Multikolinearitas
Uji Multikolinieritas berguna untuk menguji apakah model regresi ditemukan
adanya korelasi antar variabel independen. Cara mengetahui ada tidaknya
penyimpangan uji multikolinieritas adalah dengan melihat nilai Tolerance dan VIF
masing-masing variabel independen, jika nilai Tolerance > 0.10 dan nilai VIF<10,
maka data bebas dari gejala multikolinearitas.
Tabel 9. Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1. Harga Cabai Rawit .755 1.324
2. Pendapatan Konsumen .889 1.125
3. Jumlah Tanggungan .915 1.092
4. Harga Cabai Merah .726 1.378
Melihat hasil pada tabel 15, hasil perhitungan nilai Tolerance tidak ada
variabel independen yang memiliki nilai Tolerance kurang dari 0.10 dengan nilai
Tolerance masing-masing variabel independen bernilai Harga Cabai Rawit sebesar

30
0.755, Pendapatan Konsumen sebesar 0.889, Jumlah Tanggungan sebesar 0.915 dan
Harga Cabai Merah sebesar 0,726. Sementara itu hasil perhitungan nilai Variance
Inflation Factor (VIF) juga menunjukkan hal serupa yaitu tidak adanya nilai VIF dari
variabel independen yang memiliki nilai VIF lebih dari 10 dengan nilai VIF masing-
masing variabel independen bernilai Harga Cabai Rawit sebesar 1.324, Pendapatan
Konsumen sebesar 1.125, Jumlah Tanggungan sebesar 1.092 dan nilai Harga Cabai
Merah sebesar 1.378. Merujuk hasil perhitungan nilai Tolerance dan VIF dapat
disimpulkan bahwa data terbebas dari gejala multikolinieritas.
4. Uji Heteroskedasitas
Uji heteroskedastisitas bertujuan untuk menguji dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Cara
untuk mengetahui terjadi heteroskedastisitas atau tidak yaitu dengan melihat Grafik
Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya
SRESID. Tidak terjadi heteroskedastisitas yaitu apabila tidak ada pola yang jelas,
serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.
Gambar 11. ScatterPlot

Berdasarkan gambar 5 di atas terlihat bahwa tidak ada pola yang jelas serta titik-
titik tersebut menyebar di atas dan dibawah angka 0 pada sumbu Y. Hal ini

31
menunjukkan bahwa data dalam penelitian ini tidak terjadi heteroskedastisitas.
Dari hasil keempat uji asumsi klasik diatas dapat kita simpulkan bahwa data yang
sudah diuji menggunakan SPSS sudah memenuhi berbagai uji asumsi klasik.
Berdasarkan uji BLUE diatas maka model persamaan linear yang didapat adalah :

Y = a + X1b1 + X2b2 + X3b3 + X4b4 + e

Keterangan :

Y = Permintaan Cabai Rawit (kg/bln)

a = Koefisien Intersep
b1, b2, b3 = Koefisien Regresi

X1 = Harga cabai rawit (Rp/kg)

X2 = Pendapatan Konsumen (Rp/bln)
X3= Jumlah Tanggungan (Jiwa)
X4 = Harga cabai merah (Rp/kg)
e= Error
4.5 Analisis Regresi Linear Berganda
Untuk mempermudah perhitungan regresi dari data yang cukup banyak maka
dalam penelitian ini diselesaikan dengan bantuan perangkat lunak (software)
komputer program SPSS 25 . Hasil pengujian terhadap model regresi berganda
terhadap variabel Harga cabai rawit (X1), Pendapatan Konsumen (X2), Jumlah
tanggungan (X3) dan harga cabai merah (X4) yang mempengaruhi permintaan cabai
rawit dilihat dalam tabel 10 berikut:
Tabel 10. Analisis regresi linier berganda faktor-faktor yang mempengaruhi
permintaan cabai rawit

Variable Koefisien T-Hitung Signifikasi

Regresi
Constanta 2,283 1,008 ,321
X1 = Harga Cabai Rawit 4,123E-5 .531 ,600
X2 = Pendapatan Konsumen 2,577E-7 1,709 ,098
X3 = Jumlah Tanggungan .207 1.280 ,211

32
 X4 = Harga Cabai Merah -9.522 -1,055 ,300
R- Squere = ,212
F- Hitung = 2,017 ,117
F- tabel = 2,69
T-tabel = 1,69726

Persamaan regresi faktor-faktor yang mempengaruhi permintaan

cabai rawit adalah sebagai berikut:

Y = 2,283 + 4,123E5X1 +2.577E-7X2 +0,207X3 – 9,522X4

Keterangan:

Y = Permintaan Cabai Rawit (Kg/Bulan)

X1 = Harga Cabai Rawit (Rp/Kg)
X2 = Pendapatan Konsumen (Rp/Bulan)
X3 = Jumlah Tanggungan (orang)
X4 = Harga Cabai Merah (Rp/Kg)

Dari tabel 16 di atas di dapat F hitung sebesar 2,017 dengan taraf signifikansi
0,117. Hal ini menunjukkan bahwa probabilitas > taraf signifikansi yang ditolerir
(0,117>0,05) Maka Ho diterima dan menolak Ha. Ini menunjukkan bahwa tidak
terdapat pengaruh positif signifikan Harga Cabai Rawit, Pendapatan Konsumen,
Jumlah Tanggungan, dan harga cabai merah secara bersama-sama terhadap
Permintaan Cabai Rawit di Kota Langsa.
Kemudian untuk menunjukkan berapa persen pengaruh Harga Cabai Rawit,
Pendapatan Konsumen, Jumlah Tanggungan, dan Harga Cabai Merah secara
bersama-sama terhadap Permintaan cabai rawit digunakan koefisien determinasi.
Dari tabel 16 di atas dapat diketahui koefisien determinasi (R 2 square) sebesar
0,212, yang berarti 21,2% variasi Permintaan cabai rawit dapat dijelaskan oleh
keempat variabel bebas yang terdiri dariHarga Cabai Rawit,Pendapatan
Konsumen,Jumlah Tanggungan dan Harga Cabai Merah, sedangkan sisanya 78,8 %
% variasi Permintaan Cabai Rawit dipengaruhi oleh variabel lain seperti harga

33
lada,harga saus sambal,harga cabe rawit merah dan harga cabai kering yang tidak
dimasukkan dalam model penelitian.

4.6 Pengujian Hipotesis

4.6.1 Uji F
Berdasarkan hasil uji statistik pada tingkat kepercayaan 90%. Diketahui nilai
signifikasi untuk pengaruh X1 , X2, X3,X4 secara simultan terhadap Y adalah sebesar
0,117 < 0,1 dan nilai F hitung 2,017 > F tabel 2,69. Sehingga dapat di simpulkan
bahwa H0 diterima yang berarti terdapat pengaruh X 1 , X2 , X3, X4 secara simultan
terhadap Y . Hal ini berarti harga cabai rawit (X1), pendapatan konsumen (X2),
jumlah tanggungan (X3) dan harga cabai merah (X 4) berpengaruh nyata terhadap
permintaan cabai rawit yang ada di Kota Langsa.
4.6.2 Uji T
1. Harga Cabai Rawit (X1)
Berdasarkan hasil uji statistik pada tingkat kepercayaan 90%. Diketahui nilai
signifikasi untuk pengaruh X1 terhadap Y adalah sebesar 0,600 > 0,1 dan nilai t
hitung 0,531 < t tabel 1,69726, sehingga dapat di simpulkan bahwa H0 di tolak yang
berarti tidak terdapat pengaruh X1 terhadap Y. Hal ini berarti harga cabai rawit tidak
berpengaruh nyata terhadap permintaan cabai rawit yang ada di Kota Langsa. Hasil
penelitian ini sesuai dengan hasil penelitian Ni Made Sri Wega Yanti (2019) yang
berjudul “Faktor-faktor yang mempengaruhi permintaan konsumen terhadap cabai
rawit di Kota Denpasar”. Yang menyatakan bahwa harga cabai rawit tidak
berpengaruh signifikan terhadap permintaan cabai rawit di Kota Denpasar. Menurut
teori, bila harga naik maka permintaan akan turun dan bila harga turun permintaan
naik. Dengan demikian perubahan harga terhadap permintaan mempunyai arah yang
berkebalikan. Namun pada penelitian ini tidak sesuai dengan teori yang ada. Hal ini
tejadi karena pada saat harga cabai rawit naik, konsumen di tempat penelitian tetap
membeli cabai rawit sesuai dengan kebutuhan., hal ini terjadi karena pendapatan
konsumen didaerah penelitian 85% berkisar 2-2,5 juta, dimana konsumen masih
sanggup membeli cabai rawit sesuai dengan kebutuhan pada saat harga cabai rawit
naik dari harga normal Rp. 20.000/Kg mencapai Rp. 50.000/Kg konsumen tetap

34
membeli cabai rawit . Pada penelitian yang kami lakukan ini,julah rata rata
konsumen yang membeli cabai rawit di pasar kota langsa adalah 2 Kg/bln , Biasanya
konsumen membeli cabai rawit untuk menambah rasa pedas terhadap rasa masakan
sehingga dengan naiknya harga cabai rawit tidak mengurangi pembelian konsumen
dalam mengkonsumsi cabai rawit. Nilai koefisien harga cabai rawit untuk variable
X1 sebesar4.123E-5. Hal ini mengandung arti bahwa setiap kenaikan harga cabai
merah (X1) Rp 1 akan menambah nilai Y sebesar 4.123E-5.
2. Pendapatan Konsumen (X2)
Berdasarkan hasil uji statistik pada tingkat kepercayaan 90%. Diketahui nilai
signifikasi untuk pengaruh X2 terhadap Y adalah sebesar 0,98 > 0,1 dan nilai t hitung
1,709 > t tabel 1,69726, sehingga dapat di simpulkan H0 di tolak yang berati tidak
terdapat pengaruh antara X2 terhadap Y. Hal ini berarti Pendapatan Konsumen tidak
berpengaruh nyata terhadap permintaan cabai rawit yang ada di Kota Langsa. Hasil
penelitian ini bertentangan dengan hasil penelitian Dewi Rosana Dewi (2009) yang
berjudul “Analisis Permintaan Cabai Merah (Capsicuum annuum L) di Kota
Surakarta”, yang menyatakan bahwa pendapatan per kapita berpengaruh nyata
terhadap permintaan cabai merah di Kota Surakarta.Perbedaan hasil penelitian
tersebut dapat disebabkan oleh perbedaan kebutuhan dan respon masing-masing
responden terhadap perubahan dalam mengkonsumsi cabai rawit. Pendapatan
konsumen di kota langsa tidak mempengaruhi permintaan cabai rawit dikarenakan
jika pendapatan konsumen meningkat maka konsumen akan membeli cabai rawit
sesuai dengan kebutuhan nya begitu juga sebaliknya. Oleh karena itu pendapatan
konsumen tidak berpengaruh nyata terhadap permintaan cabai rawit yang ada di kota
langsa.Nilai koefisien pendapatan konsumen untuk variable X2 sebesar 2.577E-7.
Hal ini mengandung arti bahwa setiap kenaikan pendapatan konsumen X2 Rp 1
maka variable Y akan bertambah sebesar 2.577E-7.
3. Jumlah Tanggungan (X3)
Berdasarkan hasil uji statistik pada tingkat kepercayaan 90%. Diketahui nilai
signifikasi untuk pengaruh X3 terhadap Y adalah sebesar 0,211 > 0,1 dan nilai t
hitung 1,280 < t tabel 1,69726 . Sehingga dapat di simpulkan H0 di tolak yang berati

35
tidak terdapat pengaruh X3 terhadap Y. Hal ini disebabkan oleh perbedaan
kebutuhan dan respon masing-masing responden terhadap perubahan dalam
mengkonsumsi cabai rawit. Hal ini mungkin dikarenakan anggota keluarga tidak
menyukai cabai rawit (tidak suka pedas) sehingga jumlah cabai yang di beli hanya
bekisar 2 Kg/bulan. Oleh karena itu dalam penelitian ini jumlah tanggungan keluarga
tidak berpengaruh nyata terhadap permintaan cabai rawit.Hasil penelitian ini sesuai
dengan penelitian Ni Made Sri Wega Yanti (2019) yang berjudul “Faktor-faktor yang
mempengaruhi permintaan konsumen terhadap cabai rawit di Kota Denpasar”, yang
menyatakan bahwa jumlah anggota keluarga tidak berpengaruh signifikan terhadap
permintaan cabai rawit di Kota Denpasar. Nilai koefisien jumlah tanggungan untuk
variable X3 sebesar 0,207 . hal ini mengandung arti bahwa setiap kenikan jumlah
tanggungan X3 1 orang maka variable Y akan bertambah sebesar 0,207.
4. Harga Cabai Merah (X4)
Berdasarkan hasil uji statistik pada tingkat kepercayaan 90%. Diketahui nilai
signifikasi untuk pengaruh X4 terhadap Y adalah sebesar 0,300 > 0,1 dan t hitung
-1.055 > t tabel 1,69726 . Sehingga dapat di simpulkan H0 di tolak yang berati tidak
ada pengaruh nyata antara variabel X4 terhadap dengan variabel Y. Hal ini berarti
harga cabai merah tidak berpengaruh nyata terhadap permintaan cabai rawit. Hasil
penelitian ini bertentangan dengan hasil penelitian S.R Hadi (2016) yang berjudul “
Analisis faktor-faktor yang mempengaruhi permintaan cabai merah keriting pada
rumah tangga di kecamatan Banyumanik Kota Semarang” yang menyatakan bahwa
harga cabai merah berpengaruh nyata terhadap permintaan cabai rawit.Nilai
koefisien harga cabai merah untuk variable X4 sebesar -9.522. Hal ini mengandung
arti bahwa setiap kenaikan harga cabai merah (X4) Rp 1 maka variable Y akan
berkurang sebesar 9.522.

36
 BAB V
Kesimpulan dan Saran
5.1 Kesimpulan
Penelitian mengenai permintaan cabai rawit di Kota Langsa menghasilkan
kesimpulan sebagai berikut :
1. Permintaan cabai rawit di Kota Langsa yang relatif berfluktuatif dapat disebabkan
oleh faktor ekonomi dan faktor sosial. Dimana faktor ekonomi yang
mempengaruhi adalah harga (harga cabai rawit itu sendiri dan harga barang lain
yang dapat menjadi pengganti atau penggenapnya) dan pendapatan. Sedangkan
faktor sosial yang mempengaruhi permintaan adalah jumlah tanggungan
2. Berdasarkan pengujian hipotesis dapat diketahui bahwa tidak ada variabel yang
mempengaruhi permintaan cabai rawit di Kota Langsa dikarenakan jarak waktu
penelitian yang lumayan panjang sehingga data yang diperoleh berfluaktif.
5.2 Saran
Berdasarkan hasil penelitian maka dapat disarankan bahwa produksi cabai
rawit untuk lebih ditingkatkan lagi karena berapa pun harga cabai rawit tidak
mempengaruhi daya beli konsumen di Kota Langsa.
Penulis menyadari bahwa penelitian ini masih belum bisa dikatakan
sempurna,untuk itu penulis berharap agar dilakukan penelitian lebih lanjut terhadap
harga cabai rawit di Kota Langsa.

37
 Daftar Pustaka
Badan Pusat Statistik Kota Langsa. 2018. Luas Wilayah, jumlah penduduk
Berdasarkan Kecamatan.
Badan Pusat Statistik Kota Langsa. 2018. Jumlah Penduduk Kota Langsa
Berdasarkan Kelompok Umur Dan Jenis Kelamin.
Badan Pusat Statistik Kota Langsa. 2018. Jumlah Penduduk Kota Langsa
Berdasarkan mata pencaharian.
Dewi, T.R. 2009. Analisis Permintaan Cabai Merah (capsicum annum L) di Kota
Surakarta. Skripsi Fakultas Pertanian Universitas Sebelas Maret Surakarta.
Hadi,S.R,T.Ekowati,D.Sumardjono.2019.Analisis faktor-faktor yang mempengaruhi
permintaan cabai merah kerititing pada rumah tangga di kecamatan
Banyumanik Kota Semarang.
Lasdarwanto, wahyu. 1999. Analisis Faktor-Faktor Yang Mempengaruhi Permintaan
dan Penawaran Cabe di Jawa Tengah. Skripsi S1. Fakultas Pertanian UNS.
Surakarta.
Nazir, M. 2003. Metodelogi Penelitian. Ghalia Indonesia. Jakarta.
Palar, N.2016. Faktor-faktor yang mempengaruhi harga cabai rawit di Kota
Manado.Jurnal Agri-Sosioekonomi 2 (12) : 105-120
Santika, Adhi.2002. Agribisnis Cabai. Penebar Swadaya. Jakarta.
Santoso, Singgih dan Tjiptono Fandy. 2002. Riset Pemasaran: Konsep dan Aplikasi
Dengan SPSS. PT Elex media komputindo. Jakarta.
Sri Wega Yanti,Ni Made,Ketut Budi Susrusa,Ida Ayu Lestia Dewi.2019.Faktor-
Faktor
yang mempengaruhi permintaan Konsumen Terhadap Cabai Rawit di Kota
Denpasar Provinsi Bali.8(2).1-10.
Sugiyono.2009.Metode Penelitian Kuantitatif dan Kualitatif.Alfabeta,Bandung.
Sukirno, Sadono. 2003. Pengantar Teori Mikroekonomi. PT Raja Grafindo Persada.

38
Jakarta.

39
Lampiran 1. Data Konsumen Cabai Rawit

NO Nama Responden Jenis Kelamin Usia Pendidikan Pekerjaan Pendapatan/ Jumlah

bulan Tanggungan

1 Riata Tarigan PR 52 SMA Pedagang 2000000 2

2 Emi PR 65 SMP IRT 2000000 2
3 Kadri LK 64 SMP Peternak 2000000 2
4 Zul LK 27 SMA Pedagang 4500000 2
5 Zhara PR 38 SMK Pedagang 2200000 2
6 Pahriza LK 33 SMEA IRT 2000000 2
7 Hafnawati PR 23 SMK Pedagang 3000000 2
8 Sarkona PR 51 S1 Guru 5200000 3
9 Ani PR 39 SMA Pedagang 2000000 1
10 Zulfan LK 38 SMP Pedagang 2500000 4
11 Dafit Sahputra LK 42 SMA Pedagang 3000000 2
12 Iskandar LK 49 SMP Petani 2000000 3
13 Kamisah PR 52 SMA Peternak 2500000 3
14 Devi Sandra PR 48 S1 Guru 4000000 4
15 Yusniati PR 45 S2 Dosen 6000000 3
16 T.Fakri Gunawan LK 38 SMA Pedagang 3500000 2
17 Nurul Huda PR 51 SMP Petani 2000000 3
18 Sri Wardani PR 49 S1 Guru 3500000 4
19 Suriyani PR 50 S1 PNS 4000000 3

40
20 Putra LK 45 SMA Pedagang 2500000 2
21 Wandahara PR 43 SMP Pedagang 2000000 2
22 Khaira Latifah PR 28 SMA Pedagang 2000000 5
23 Nur Aisyah PR 35 SMP IRT 1500000 3
24 Siti Rohaya PR 42 S1 Guru 3500000 4
25 Dea Ananda PR 43 S1 IRT 2500000 2
26 Eka Fajriah PR 49 SMA IRT 3000000 3
27 Yoana Sita PR 37 S1 IRT 2000000 1
28 Amin LK 50 SMP Peternak 1500000 1
29 Rian Syahputra LK 46 SMP petani 3500000 2
30 Irma Sipua PR 49 S1 IRT 2000000 3
31 Putri Nurul Aflah PR 51 SMA IRT 2500000 1
32 Cut Misla PR 35 SMA IRT 1500000 1
33 Mirna Wati PR 39 SMA Pedagang 2000000 3
34 Cut Novi PR 40 S1 Guru 4000000 2
35 Darma Yanti PR 35 SMA IRT 3000000 3

Lampiran 2. Faktor Faktor yang mempengaruhi permintaan cabai rawit

41
Permintaan Cabai Rawit Harga Cabai Pendapatan (Rp) Jumlah Harga Cabai Merah
(Kg) Rawit (Rp/Kg) Tanggungan(Orang) (Rp/Kg)
2
20000 2000000 2 24000
1
20000 2000000 2 26000
3
20000 2000000 2 25000
2
20000 4500000 2 18000
1
20000 2200000 2 26000
2
20000 2000000 2 26000
1
23000 3000000 2 26000
3
20000 5200000 3 26000
2
24000 2000000 1 26000
4
20000 2500000 4 26000
2
23000 3000000 2 27000
1
22000 2000000 3 26000
2
20000 2500000 3 27000
3
25000 4000000 4 26000
4
24000 6000000 3 25000
4
26000 3500000 2 26000

42
2
24000 2000000 3 26000
2
25000 3500000 4 28000
2
20000 4000000 3 26000
1
21000 2500000 2 27000
1
25000 2000000 2 26000
1
25000 2000000 5 26000
2
25000 1500000 3 28000
3
26000 3500000 4 29000
2
25000 2500000 2 30000
1
24000 3000000 3 28000
2
26000 2000000 1 28000
2
25000 1500000 1 26000
1
25000 3500000 2 27000
3
25000 2000000 3 26000
1
24000 2500000 1 28000
1
25000 1500000 1 27000
2
24000 2000000 3 27000
1 25000 4000000 2 30000

43
 1
24000 3000000 3 28000

Lampiran 3. Uji Normalitas

Coefficientsa

44
 Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.283 2.264 1.008 .321
Harga Cabai Rawit 4.123E-5 .000 .099 .531 .600
Jumlah Tanggungan .207 .162 .217 1.280 .211
Pendapatan 2.577E-7 .000 .294 1.709 .098
Konsumen
Harga Cabai merah -9.522E-5 .000 -.201 -1.055 .300
a. Dependent Variable: Permintaan Konsumen

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual
N 35
Normal Parametersa,b Mean .0000000
Std. Deviation .83229928
Most Extreme Differences Absolute .093
Positive .093
Negative -.087
Test Statistic .093
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.

45
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Lampiran 4. Uji Linearitas

Case Processing Summary
Cases
Included Excluded Total
N Percent N Percent N Percent
Permintaan Cabai 35 100.0% 0 0.0% 35 100.0%
Rawit * Harga Cabai
Rawit
Permintaan Cabai 35 100.0% 0 0.0% 35 100.0%
Rawit * Jumlah
Tanggungan
Permintaan Cabai 35 100.0% 0 0.0% 35 100.0%
Rawit * Pendapatan
konsumen
Permintaan Cabai 35 100.0% 0 0.0% 35 100.0%
Rawit * Harga Cabai
Merah

ANOVA Table
Sum of
Squares Df Mean Square F Sig.

46
Permintaan Cabai Rawit Between Groups (Combined) 6.747 6 1.124 1.361 .265
* Harga Cabai Rawit Linearity .003 1 .003 .004 .953
Deviation from 6.744 5 1.349 1.632 .184
Linearity
Within Groups 23.139 28 .826
Total 29.886 34

ANOVA Table
Sum of
Squares Df Mean Square F Sig.
Permintaan Cabai Rawit Between Groups (Combined) 9.802 9 1.089 1.356 .260
* Pendapatan konsumen Linearity 4.374 1 4.374 5.445 .028
Deviation from 5.428 8 .679 .845 .573
Linearity
Within Groups 20.083 25 .803
Total 29.886 34

ANOVA Table
Sum of
Squares Df Mean Square F Sig.
Between Groups (Combined) 6.919 4 1.730 2.260 .086

47
Permintaan Cabai Rawit Linearity 2.458 1 2.458 3.211 .083
* Jumlah Tanggungan Deviation from 4.461 3 1.487 1.943 .144
Linearity
Within Groups 22.966 30 .766
Total 29.886 34

ANOVA Table
Sum of
Squares Df Mean Square F Sig.
Permintaan Cabai Rawit Between Groups (Combined) 8.948 7 1.278 1.648 .165
* Harga Cabai Merah Linearity 1.090 1 1.090 1.406 .246
Deviation from 7.858 6 1.310 1.689 .162
Linearity
Within Groups 20.938 27 .775
Total 29.886 34

Lampiran 5 . Uji Multikolinieritas

Model Summary

48
 Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .460 .212 .107 .886
a. Predictors: (Constant), Harga Cabai Merah, Jumlah
Tanggungan, Pendapatan Konsumen, Harga Cabai Rawit

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 2.283 2.264 1.008 .321
Harga Cabai Rawit 4.123E-5 .000 .099 .531 .600 .755 1.324
Pendapatan Konsumen 2.577E-7 .000 .294 1.709 .098 .889 1.125
Jumlah Tanggungan .207 .162 .217 1.280 .211 .915 1.092
Harga Cabai Merah -9.522E-5 .000 -.201 -1.055 .300 .726 1.378
a. Dependent Variable: Permintaan Cabai Rawit

Lampiran 6. Uji Heteroskedastisitas

49
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.283 2.264 1.008 .321
Harga Cabai Rawit 4.123E-5 .000 .099 .531 .600
Pendapatan 2.577E-7 .000 .294 1.709 .098
Konsumen
Jumlah Tanggungan .207 .162 .217 1.280 .211
Harga Cabai Merah -9.522E-5 .000 -.201 -1.055 .300
a. Dependent Variable: Permintaan Cabai Rawit

Residuals Statisticsa
Minimu Maximu Std.
m m Mean Deviation N
Predicted Value 1.34 3.06 1.94 .432 35
Std. Predicted Value -1.406 2.586 .000 1.000 35
Standard Error of .178 .698 .320 .101 35
Predicted Value
Adjusted Predicted 1.31 4.54 1.97 .607 35
Value
Residual -1.388 1.896 .000 .832 35
Std. Residual -1.567 2.140 .000 .939 35
Stud. Residual -1.929 2.361 -.012 1.047 35
Deleted Residual -2.544 2.309 -.031 1.066 35

50
Stud. Deleted Residual -2.027 2.573 -.006 1.083 35
Mahal. Distance .402 20.106 3.886 3.638 35
Cook's Distance .000 1.022 .068 .184 35
Centered Leverage .012 .591 .114 .107 35
Value
a. Dependent Variable: Permintaan Cabai Rawit

Lampiran 7. Uji Regresi Linear Berganda

51
 Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .460 .212 .107 .886
a. Predictors: (Constant), Harga Cabai Merah, Jumlah
Tanggungan, Pendapatan Konsumen, Harga Cabai Rawit

ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 6.333 4 1.583 2.017 .117b
Residual 23.553 30 .785
Total 29.886 34
a. Dependent Variable: Permintaan Cabai Rawit
b. Predictors: (Constant), Harga Cabai Merah, Jumlah Tanggungan, Pendapatan
Konsumen, Harga Cabai Rawit

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.283 2.264 1.008 .321
Harga Cabai Rawit 4.123E-5 .000 .099 .531 .600
Pendapatan 2.577E-7 .000 .294 1.709 .098
Konsumen

52
 Jumlah Tanggungan .207 .162 .217 1.280 .211
Harga Cabai Merah -9.522E-5 .000 -.201 -1.055 .300
a. Dependent Variable: Permintaan Cabai Rawit

Lampiran 8. Foto Bersama Konsumen Cabai Rawit di Pasar Kota Langsa

53
54