NAMA : RISKA SEPTIANI

NIM : 0301519003

MATKUL : KONSEP DAN TEORI EKONOMI

PENGARUH PENDAPATAN, HARGA CABE RAWIT MERAH, DAN CABE RAWIT

HIJAU TERHADAP JUMLAH PERMINTAAN CABE RAWIT MERAH PADA 30
PROVINSI DI INDONESIA

N PROVINSI X1 X2 X3 Y
O
1 Nusa Tenggara Barat 1380480 13500 10750 93
2 Sulawesi Selatan 1930497 14550 12500 90
3 Jawa Timur 1183183 15200 11800 87
4 DI Yogyakarta 1434670 16250 18000 85
5 Bali 1672638 17500 16500 72
6 Jawa Tengah 1615613 17950 15600 71
7 Sulawesi Barat 2120761 18250 13750 67
8 Lampung 1608513 20900 20650 62
9 Bengkulu 1565150 20950 20750 60
10 Kalimantan Selatan 2407258 23150 15150 58
11 Jambi 1703934 25250 23150 56
12 Sumatera Utara 2146969 25500 32500 55
13 Jawa Barat 2230556 26250 20450 53
14 Banten 1629891 26650 21350 51
15 Sulawesi Tenggara 1865936 27000 25350 50
16 Kalimantan Timur 2071486 29150 28900 49
17 Riau 2517442 29450 28150 47
18 Sumatera Selatan 1452593 30000 31850 46
19 DKI Jakarta 1995903 33500 25000 44
20 Sulawesi Utara 2370543 33850 32500 39
21 Gorontalo 1427497 34150 25000 37
22 Kalimantan Tengah 2509040 35050 27150 33
23 Nusa Tenggara Timur 1303061 36900 34700 31
24 Kepulauan Bangka 2345467 37500 30000 29
Belitung
25 Papua Barat 2233019 40000 32500 28
26 Sulawesi Tengah 1945131 43750 42750 25
27 Maluku 3189630 50650 35000 23
28 Kalimantan Utara 2357956 55000 53750 21
29 Kalimantan Barat 2267546 55650 50000 20
 30 Papua 3123863 73500 71000 19

Ket:

X1 : Pendapatan sebulan tahun 2020 kategori tenaga usaha pertanian, kehutanan,

perburuan, dan perikanan (data BPS)

X2 : Harga cabe rawit merah tahun 2020 dipasar tradisional bulan September (data harga
pangan / https://hargapangan.id )

X3 : Harga cabe rawit hijau tahun 2020 dipasar tradisional bulan September (data harga
pangan / https://hargapangan.id )

Y : Jumlah permintaan cabe rawit merah (jurnal produksi cabe rawit di seluruh
provinsi)

ANALISIS REGRESI

Notes

Output Created 29-Sep-2020 05:29:17

Comments

Input Active Dataset DataSet0

 Filter <none>

Weight <none>

Split File <none>

N of Rows in Working
30
Data File

Missing Value Handling Definition of Missing User-defined missing values are treated as missing.

Cases Used Statistics are based on cases with no missing values

for any variable used.

Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2 X3.

Resources Processor Time 00:00:00.062

Elapsed Time 00:00:00.047

Memory Required 1940 bytes

Additional Memory
Required for Residual 0 bytes
Plots

[DataSet0] 

Variables Entered/Removedb

Model Variables Entered Variables Removed Method

1 HARGA CABE RAWIT HIJAU, PENDAPATAN,

HARGA CABE RAWIT MERAHa . Enter

a. All requested variables entered.

b. Dependent Variable: JUMLAH PERMINTAAN

 Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .898a .806 .783 10.09210

a. Predictors: (Constant), HARGA CABE RAWIT HIJAU, PENDAPATAN, HARGA CABE

RAWIT MERAH

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 10970.853 3 3656.951 35.905 .000a

Residual 2648.113 26 101.851

Total 13618.967 29

a. Predictors: (Constant), HARGA CABE RAWIT HIJAU, PENDAPATAN, HARGA CABE RAWIT
MERAH

b. Dependent Variable: JUMLAH PERMINTAAN

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 91.239 7.873 11.589 .000

PENDAPATAN 1.412E-6 .000 .033 .272 .788

HARGA CABE RAWIT

-.002 .001 -1.213 -3.724 .001
MERAH

HARGA CABE RAWIT

.001 .000 .313 1.057 .300
HIJAU

a. Dependent Variable: JUMLAH PERMINTAAN

PENJELASAN DARI ANALISIS REGRESI

Hasil data untuk estimasi persamaan jumlah permintaan Cabe rawit merah di seluruh Provinsi
Indonesia 2020 dengan Random Effectpada Generalied List Square R 1 hasil estimasi
persamaan adalah 80,6 %.

Uji Koefisien Determinasi

 Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .898a .806 .783 10.09210

a. Predictors: (Constant), HARGA CABE RAWIT HIJAU, PENDAPATAN, HARGA CABE

RAWIT MERAH

Seperti hasil output model summary pada tabel diatas terlihat koefisien determinasi
sebesar 0,783 artinya variabel dependen / Y (Jumlah permintaan cabe rawit merah) dapat
dijelaskan oleh variabel-variabel independen: pendapatan (X1), Harga cabe rawit merah (X2)
dan harga cabe rawit hijau (X3) sebesar 80,6 % dan selebihnya 19,4% dijelaskan oleh variabel
lain di luar model yang tidak dimasukkan dalam analisis ini.

Untuk lebih jelasnya akan disajikan hasil uji koefisien korelasi dan determinasi yang
dapat dilihat melalui tabel berikut ini.

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 10970.853 3 3656.951 35.905 .000a

Residual 2648.113 26 101.851

Total 13618.967 29

a. Predictors: (Constant), HARGA CABE RAWIT HIJAU, PENDAPATAN, HARGA CABE

RAWIT MERAH

b. Dependent Variable: JUMLAH PERMINTAAN

Berdasarkan uji ANOVA atau F-test dari output SPSS yang terlihat pada tabel di atas,
diperoleh nilai probabilitas sebesar 0,000. Karena nilai probabilitas lebih kecil daripada nilai
alpha 0,05, maka model regresi dapat dikatakan bahwa pendapatan (X1), harga cabe rawit
merah (X2), dan harga harga cabe rawit hijau (X 3) secara bersama-sama (simultan)
berpengaruh signifikan terhadap Jumlah permintaan cabe rawit merah (Y).

Analisis Persamaan Regresi

Model yang terbentuk dari hasil regresi adalah sebagai berikut:

Y = α + β1 X1 + β2 X2 + β3 X3 + βn Xn + e

Keterangan

Y : variabel terikat (dependen)

X : variabel bebas (independen)

α : konstanta

β : slope atau Koefisien estimate

e : standar error (variabel lain yang tidak di jelaskan)

Sehingga dapat di rumuskan persamaan regresinya adalah

Y = 91.239 + 1.412E, 6 X1 - 002 X2 + 001 + e

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 91.239 7.873 11.589 .000

PENDAPATAN 1.412E-6 .000 .033 .272 .788

HARGA CABE RAWIT MERAH -.002 .001 -1.213 -3.724 .001

HARGA CABE RAWIT HIJAU .001 .000 .313 1.057 .300

a. Dependent Variable: JUMLAH PERMINTAAN

Berdasarkan data yang ada pada tabel diatas, maka persamaan regresi dapat
dijabarkan sebagai berikut:
Y = β0 . X1β1. X2 β2 . X3 β3

Maka dapat disimpulkan:

Y = 91.239 +1.412E-6 β1 - 002β2 + 001β3

Persamaan regresi tersebut di atas dapat diterjemahkan secara statistik sebagai berikut :
β0 = 91.239 yang diartikan tanpa kenaikan pendapatan, harga cabe rawit merah dan
harga cabe rawit hijau maka permintaan cabe rawit merah sebesar 91.239%.
β1 = 1.412E-6 yang artinya dengan adanya peningkatan pendapatan sebesar 1%
maka akan diikuti oleh peningkatan permintaan cabe rawit merah sebesar 1.412E-6
% dengan asumsi X1 constant.
β2 = -002 yang artinya dengan adanya peningkatan harga cabe rawit merah sebesar
1% maka akan diikuti oleh penurunan permintaan cabe rawit merah sebesar -020%
dengan asumsi X2 constant.
β3 = 001 yang artinya dengan adanya peningkatan harga cabe rawit hijau sebesar
1% maka akan diikuti oleh peningkatan permintaan cabe rawit merah sebesar
001% dengan asumsi X3 constant.