ANALISIS FAKTOR-FAKTOR YANG

MEMPENGARUHI PERMINTAAN IKAN LELE OLEH

KONSUMEN RUMAH TANGGA DI KOTA
TANGERANG SELATAN PROVINSI BANTEN
(Tugas Akhir Mata Kuliah
Ekonometrika)

Oleh

Umi Lutfiyatus Sholeha

2014131022

JURUSAN AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS LAMPUNG
2022
 I. DATA, SUMBER DATA, DAN TUJUAN PENELITIAN

1.1 Data Dan Sumber Data

Dalam analisis faktor-faktor yang mempengaruhi permintaan ikan lele

oleh konsumen rumah tangga di Kota Tangerang Selatan, digunakan
data yang berasal dari skripsi berjudul “analisis faktor-faktor yang
mempengaruhi permintaan ikan lele oleh konsumen rumah tangga di
Kota Tangerang Selatan Provinsi Banten” oleh Molly Kirana yang
merupakan Mahasiswa Jurusan Agribisnis, Fakultas Sains Dan
Teknologi Universitas Islam Negeri Syarif Hidayatullah. Dalam
analisis faktor-faktor yang mempengaruhi permintaan ikan lele oleh
konsumen rumah tangga di Kota Tangerang Selatan digunakan 5
variabel bebas diantaranya harga ikan lele, harga ikan tawar
lainnya,harga telur ayam, jumlah anggota keluarga, dan pendapatan
keluarga. Berikut ini adalah data permintaan dan faktor-faktor yang
mempengaruhi permintaan ikan lele di Kota Tanggerang Selatan:

Tabel 1. Data permintaan dan faktor-faktor yang

mempengaruhi permintaan ikan lele di Kota Tangerang
Selatan
Y X1 X2 X3 X4 X5
(Ribu (Ribu (Ribu (Juta
Resp. Nama (Kg/bulan) (orang)
Rp Rp/kg) Rp/kg) Rp/bulan)
/Kg)
1 Husnimar 2,00 25 28 22 4 5
2 Atikah 4,00 23 28 24 4 4
 3 Nuraisyah 1 30 30 25 4 2,5
4 Halimah 1 28 31 26 2 1
5 Ida Farida 8 20 36 22 5 6
6 Indah 2 24 29 24 4 4
7 Tuti Wati 4 28 28 27 4 2,5
8 Desmiati 6 25 31 24 5 3
9 Rita 4 23 28 26 4 3
10 Aisyah 4 24 28 25 4 3
11 Rini 2 23 28 24 3 4
12 Fanny 8 24 30 23 6 8
13 Erni Nuraeni 4 24 30 24 5 6

14 Sri Wijayati 8 23 36 22 5 5
15 Via 12 20 36 22 7 8,6
16 Arindini 1 28 30 24 4 4
17 Evi 2 24 30 25 4 4
18 Tiara 4 24 28 23 4 2,5
19 Noviani 4 25 30 25 4 3
20 Azizah 8 25 35 22 5 5
21 Abdurrahman 2 25 27 25 4 1
Siti
22 8 23 35 22 6 5
Nadhufan
23 Julianty 2 25 27 23 4 4
24 Amini 4 24 28 27 4 1,5
25 Kusmiati 1 30 28 25 5 2,5
26 Diana 2 30 28 22 4 4,5
27 Erni Nuraeni 1 25 28 25 4 5,5
28 Kushartini 2 28 32 25 6 2,3
29 Yusiana 2 26 30 25 5 4,8
30 Syahrul 1 30 32 26 2 2
31 Neni 6 26 35 25 7 7
32 Nunung 4 25 28 24 4 4
33 Dody 2 25 28 24 3 2
34 Eni 6 26 28 22 6 4,5
35 Sudarti 6 26 28 22 5 3,5
36 Rumiati 2 26 28 22 3 3
37 Romsiah 4 30 35 26 4 4,5
38 Fatimah 6 20 30 28 5 10
39 Iyok 4 25 27 24 4 2,6
40 Rohman 4 26 30 24 3 3,9
41 Dina 4 27 30 24 4 3
42 Nova Susanti 4 24 28 24 5 3
43 Euis 4 25 30 25 4 4,1
44 Ani 4 25 28 23 4 3
45 Nurhaini 8 20 35 26 7 7
46 Bayu 3 25 30 22 4 1,8
Nurlaela
47 8 20 32 24 7 5
Kusuma
48 Sularmi 2 20 30 24 3 1,5
49 Aida Nurbani 8 24 32 27 5 5
50 Tuti 12 20 36 23 7 10
51 Marini 2 24 30 24 4 2,5
52 Yuli Wiyanti 6 25 30 24 4 2,5

Deni
53 4 25 28 24 5 2,5
Ramadhani
54 Sabilah 8 23 28 21 7 9
55 Astri Lestari 2 25 27 24 4 5
56 Sharfan D. 8 24 30 27 6 8
57 Titi rohayati 8 25 30 24 7 8
58 Parwanti 8 24 30 25 5 7,5
59 Ii waryani 2 25 28 24 3 2
60 Asih Kurnia 2 24 30 28 4 3
61 Lilis 8 22 35 24 4 5
62 Suhaemi 2 25 30 26 4 2,5
63 Neti 2 25 32 24 4 3
64 Nana 2 25 30 24 4 3
65 puji 1 28 32 28 3 2,8
66 Kustiyah 6 25 30 22 5 5
67 Siti 4 25 28 26 5 1
68 Hotimah 8 22 32 22 6 6
69 Devi Susanti 4 25 28 24 3 5
70 Wulan 2 28 28 24 4 5
71 Yoskasih 4 25 30 26 3 3,5
72 Yanti 1 28 28 25 5 3
73 Ucu Siti J 2 25 28 26 5 2,8
74 Wanti 4 24 28 27 4 3
75 Adi Sasono 12 20 32 20 7 10
76 M. Reza 1 28 28 28 3 4,7
 77 Agus Adram 4,00 24,00 29,00 24 4 4
78 Nugraha R 2,00 25,00 30,00 24 5 3,5
79 Maya 8,00 22,00 30,00 24 6 5
80 Amalia 2,00 24,00 28,00 23 5 3
81 Aya 1,00 24,00 28,00 26 4 2,2
82 Suastari 3,00 25,00 28,00 28 4 5
83 Wini A 1,00 25,00 30,00 26 3 4
84 Yusri 4,00 24,00 30,00 23 4 6
85 Nurul A 4,00 23,00 30,00 25 4 4
86 Siti Fatonah 12,00 24,00 35,00 24 6 10
87 Sartini 4,00 24,00 28,00 27 5 4,5
88 Evi 8,00 24,00 32,00 26 5 9,8
89 Putri 8,00 22,00 32,00 22 4 6
90 Verra 4,00 24,00 30,00 26 3 7
91 Novita R 4,00 25,00 30,00 27 3 3
92 Sumini 1,00 27,00 28,00 24 4 3,5
93 Ria 2,00 24,00 28 26 5 3,5
94 Salsabila A 1,00 24,00 28 24 4 4,5
95 Aditya P 4,00 25,00 33 25 4 3,5
96 Bani W 8,00 21,00 35 24 5 8
97 Siti K 2,00 25,00 30 28 4 4
98 Erna 3,00 25,00 30 28 4 5
99 Sugiyanto 1,00 25,00 30 26 5 6,23
100 Nita 2,00 24,,00 30 24 3 5

1.2 Tujuan Penelitian

Tujuan dari penelitian ini adalah sebagai berikut:

1. Mengetahui pengaruh faktor-faktor permintaan
terhadap jumlah permmintaan ikan lele oleh rumah
tangga di Kota Tanggerang Selatan.
2. Mendeteksi adanya masalah multikolinieritas,
heteroskedastisitas, dan autokolerasi pada data yang
digunakan sebagai sampel.
II. TEORI SINGKAT, MODEL, DAN HIPOTESIS PENELITIAN

2.1 Teori Singkat

Secara umum permintaan adalah banyaknya jumlah barang yang

diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada
tingkat pendapatan tertentu. Besar kecilnya perubahan permintaan
ditentukan oleh besar kecilnya perubahan harga.Jika ini terjadi maka
berlaku perbandingan terbalik antara harga terhadap harga permintaan
dan berbanding lurus dengan penawaran.
Hukum permintaan menyatakan “bila harga suatu barang naik, maka
permintaan barang tersebut turun, sebaliknya jika harga suatu barang
turun maka permintaan terhadap suatu barang tersebut akan naik”
(Fattach, 2017).

Menurut Fattach (2017), hukum permintaan adalah hukum yang

menjelaskan tentang adanya hubungan yang bersifat negatif antara
tingkat harga dengan jumlah barang yang diminta. Apabila harga naik
jumlah barang yang diminta sedikit dan apabila harga rendah jumlah
barang yang diminta meningkat, karena pada hakikatnya makin rendah
harga suatu barang maka makin banyak permintaan terhadap barang
tersebut. Sebaliknya, makin tinggi harga suatu barang maka makin
sedikit permintaan terhadap barang tersebut. Dari hipotesa di atas dapat
disimpulkan, bahwa:
1. Apabila harga suatu barang naik, maka pembeli akan mencari
barang lain yang dapat digunakan sebagai pengganti barang tersebut,
dan sebaliknya apabila barang tersebut turun, konsumen akan
menambah pembelian terhadap barang tersebut.
2. Kenaikan harga menyebabkan pendapatan riil konsumen berkurang,
sehingga memaksa konsumen mengurangi pembelian, terutama
barang yang akan naik harganya.

Pada hukum permintaan berlaku asumsi ceteris paribus, artinya hukum

permintaan tersebut berlaku jika keadaan atau faktor- faktor selain
harga tidak berubah (dianggap tetap). Kemudian dalam hukum
permintaan terhadap barang halal sama dengan permintaan dalam
ekonomi pada umumnya, yaitu berbanding terbalik terhadap harga,
apabila harga naik, maka permintaan terhadap barang halal tersebut
berkurang, dan sebaliknya dengan asumsi cateris paribus (Fattach,
2017).

Soekirno (2012) dalam Kirana, M. (2018) mengungkapkan terdapat

tujuh faktor yang empengaruhi permintaan suatu barang diantaranya
harga barang itu sendiri, harga barang lain, pendapatan para pembeli,
distribusi pendapatan, cita rasa masyarakat, jumlah penduduk dan
ekspektasi tentang masa depan yang secara rinci dapat dijelaskan
sebagai berikut:

1. Harga Barang Itu Sendiri

Hipotesis dasar ekonomi menyatakan bahwa semakin rendah harga
suatu barang, semakin banyak jumlah yang akan diminta apabila
faktor lain dianggap tetap.

2. Harga Barang-Barang Lain

Hubungan antara suatu barang dengan berbagai jenis-jenis barang
lainnya dapat dibedakan menjadi tiga golongan, yaitu Barang
substitusi, barang komplementer dan barang netral. Barang disebut
barang subtitusi atau barang pengganti apabila barang tersebut
dapat menggantikan fungsi barang lain tersebut. Suatu barang
disebut barang komplementer atau barang pelengkap apabila
 barang tersebut selalu digunakan bersamaan dengan barang
liannya. Apabila dua macam barang barang tidak mempunyai
hubungan yang rapat maka perubahan terhadap permintaan salah
satu barang tersebut tidak akan mempengaruhi permintaan barang
lainnya, barang seperti itu disebut barang netral.

3. Pendapatan Pembeli
Semakin tinggi pendapatan yang diperoleh suatu rumah tangga
maka akan semakin tinggi jumlah permintaan barang atau jasa yang
dibeli konsumen. Hal ini karena konsumen memiliki pola konsumsi
yang akan selau bertambah seiring dengan pertambahan
pendapatan rumah tangga.
Berdasarkan perubahan permintaan apabila pendapatan berubah,
barang terbagi menjadi empat jenis yaitu barang normal, barang
inferior, barang esensial, dan barang mewah.

4. Distribusi Pendapatan
Distribusi pendapatan dapat mempengaruhi corak permintaan
terhadap berbagai jenis barang. Ketika pemerintah menaikkan hasil
pajak tersebut untuk menaikkan pendapatan pekerja yang bergaji
rendah maka corak permintaan terhadap berbagai barang akan
mengalami perubahan.

5. Selera Konsumen
Selera akan mempengaruhi jenis produk yang akan dibeli.
Seseorang konsumen yang memliki selera tinggi maka akan
semakin banyak barang yang diminta sehingga akan menaikkan
permintaan barang.

6. Jumlah penduduk
Jumlah penduduk tidak secara langsung berpengaruh terhadap
permintaan suatu barang. Pertambahan jumlah penduduk tidak
 dengan sendirinya menyebabkan pertambahan permintaan. Tetapi
biasanya Pertambahan penduduk diikuti oleh perkembangan dalam
kesempatan kerja. Dengan demikian lebih banyak orang yang
menerima pendapatan dan ini menambah daya beli dalam
masyarakat. Pertambahan daya beli ini akan menambah
permintaan.

7. Ramalan Masa Depan

Ramalan atau proyeksi di masa yag akan dating dapat
mempengaruhi permintaan. Ekspektasi konsumen bahwa harga-
harga akan bertambah tinggi dan di masa depan akan mendorong
mereka untuk membeli lebih banyak pada masa kini.

Menurut Masyhuri (2007) dalam Kirana, M. (2018), fungsi permintaan

adalah hubungan matematis antara permintaan suatu barang dengan
faktor-faktor yang mempengaruhi permintaan barang tersebut.
Permintaan pada fungsi permintaan diketahui sebagai variabel tak
bebas dan faktor-faktor yang mempengaruhinya diketahui sebagai
variabel bebas. Fungsi permintaan dapat dinyatakan dalam model
matematis sebagai berikut:
𝐷𝑥 = 𝑓 (𝐻𝑥 , 𝐻𝑦 , 𝐼 , 𝑆 , 𝑃𝑑, 𝑃𝑟, 𝐷𝑡, 𝐸𝑡)
Keterangan:
𝐷𝑥 = Permintaan atas barang X
𝐻𝑥 = Harga barang sendiri
𝐻𝑦 = Harga barang lain
𝐼 = Tingkat pendapatan per kapita
𝑆 = selera
𝑃𝑑= Jumlah penduduk
𝑃𝑟 = Promosi
𝐷𝑡 = Distribusi pendapatan
𝐸𝑡 = Perkiraan harga
2.2 Model Penelitian

Salah satu alat yang dapat digunakan dalam memprediksi permintaan

untuk mengetahui pengaruh satu variabel bebas (independent) terhadap
satu variabel tak bebas (dependent) adalah dengan menggunakan
regresi linier. Regresi linier yang digunakan adalah regresi linier
berganda karena variabel yang digunakan yaitu satu variabel tak bebas
(dependent) dan lima variabel bebas (independent). Terdapat 5 variabel
bebas yang digunakan dalam analisis faktor-faktor yang mempengaruhi
permintaan ikan lele di Kota Tangerang Selatan yaitu harga ikan lele,
harga ikan tawar lainnya,harga telur ayam, jumlah anggota keluarga,
dan pendapatan keluarga. Berikut ini adalah model ekonometrika pada
analisis faktor-faktor yang mempengaruhi permintaan ikan lele di Kota
Tangerang Selatan:

Y= 𝑎 + 𝑏1𝑋1 + 𝑏2𝑋2 + 𝑏3𝑋3 + 𝑏4𝑋4 + 𝑏5𝑋5 + e

𝑌 = Jumlah permintaan ikan lele (kg/bulan)

𝑎 = konstanta/intersep
𝑋1= Harga ikan lele (Ribu Rp/Kg)
𝑋2= Harga Ikan air tawar lain (Ribu Rp/Kg)
𝑋3= Harga telur ayam (Ribu Rp/Kg)
𝑋4= Jumlah anggota keluarga (orang/rumah tangga)
𝑋5= Pendapatan keluarga (juta Rp/bulan)
𝑏1 = koefisien regresi harga ikan lele
𝑏2 = koefisien regresi harga ikan tawar lain
𝑏3 = koefisien regresi harga telur ayam
𝑏4 = koefisien regresi jumlah anggota keluarga
𝑏5 = koefisien regresi pendapatan keluarga
e = error
 Persamaan regresi pada setiap analisis regresi yang dihasilkan tidak
dapat dikatakan sebagai model terbaik. Pada setiap model tersebut tentu
akan di peroleh masalah, dan model regresi yang dianggap baik adalah
model yang bebas dari penyimpangan asumsi klasik. Uji asumsi klasik
adalah alat penguji yang digunakan oleh peneliti untuk menguji
kelayakan hasil regresi dari model yang digunakan sebelum
dilakukannya interpretasi. Pada pengujian ini dimaksudkan untuk
mendeteksi ada tidaknya gejala multikolinearitas, heteroskedastisitas,
dan autokorelasi pada hasil estimasi, karena apabila terjadi
penyimpangan maka uji t dan uji F yang dilakukan sebelumnya tidak
valid. Pada penelitian ini tidak menggunakan uji asumsi autokorelasi
karena penyimpangan asumsi ini biasanya muncul pada observasi yang
menggunakan data time series sedangkan penelitian ini menggunakan
data cross section (Algifari, 2013).

2.2.1 Asumsi Klasik

1. Uji Multikolinearitas

Uji Multikolinearitas digunakan untuk melihat ada tidaknya

multikolinearitas dalam model regresi yang dihasilkan. Artinya
antar variabel independen yang terdapat dalam model memiliki
hubungan yang sempurna atau mendekati sempurna (koefisien
korelasinya tinggi atau bahkan 1). Konsekuensi yang sangat
penting bagi model regresi yang mengandung multikolinearitras
adalah bahwa kesalahan standar estimasi akan cenderung
meningkat dengan bertambahnya variabel independen, tingkat
signifikansi yang digunakan untuk menolak hipotesis nol akan
semakin besar dan probabilitias menerima hipotesis yang salah
juga akan semakin besar. Akibatnya, model regresi yang
diperoleh tidak valid untuk menaksir nilai variabel independen.
Cara mengetahui adanya multikolinearitas adalah dengan melihat
VIF (Variance Inflation Factor) dari masing – masing variabel.
Pedoman suatu model regresi yang bebas multikolinearitas adalah
 mempunyai nilai VIF (Variance Inflation Factor) < 10 dan angka
tolerance > 0,10 (Algifari, 2013).

2. Uji Heteroskedasris

Uji Heteroskedastisitas digunakan untuk melihat adanya

heteroskedastisitas dalam model regresi. Artinya, varians variabel
dalam model tidak sama (konstan). Konsekuensi adanya
heteroskedastisitas dalam model regresi adalah estimasi yang
diperoleh tidak efisien, baik dalam sampel kecil maupun dalam
sampel besar, walaupun estimasi yang diperoleh menggambarkan
populasinya (tidak bias) dan bertambahnya sampel yang
digunakan akan mendekati nilai sebenarnya (konsisten). Ini
disebabkan oleh variansnya yang tidak minimum (tidak efisien).
Diagnosis adanya heteroskedastisitas dilakukan menggunakan
metode grafik dengan mendeteksi diagram pencar (Scatterplot)
apakah ada tidaknya heteroskedastisitas.
Mengetahui ada atau tidaknya heteroskedastisitas adalah dengan
melihat pola tertentu pada grafik scatterplot antara nilai peridiksi
variabel terikat (ZPRED) dan residualnya (SRESID) dimana
sumbu Y dan sumbu X yang telah diprediksi (Ghozali, 2005).

3. Uji Autokorelasi

Masalah autokorelasi adalah masalah dalam analisis regresi yang

diakibatkan oleh berkolerasinya antar varian. Masalah ini terjadi
apabila adanya pergerakan naik turun pada data, manipulasi data,
data time series,dan data yang tidak stasioner. Suatu persamaan
regresi dapat terdeteksi memiliki masalah autokorelasi dengan
melakukan uji runtest, durbin watson, dan tabel kontingensi.
Model pengujian yang sering digunakan adalah dengan
menggunakan Uji Durbin Watson yang dilakukan dengan
membuat tabel daerah pengujian yang terdiri dari daerah terdapat
masalah autokorelasi, tidak ada masalah autokorelasi, dan daerah
 tanpa keputusan. Daerah tersebut dapat diketahui dengan melihat
dimana letak nilai durbin watson setelah dilakukannya regresi
data.

2.2.2 Pengujian Parameter Estimasi

1. Uji R2 (Koefisisen Determinasi)

Menurut Siregar (2013), bahwa koefisien determinasi adalah angka

yang menyatakan atau digunakan untuk mengetahui kontribusi atau
sumbangan yang diberikan oleh sebuah variabel atau lebih X
(bebas) terhadap variabel Y (terikat). Teknik statistik ini digunakan
untuk menganalisis hubungan antar variabel. Menurut Algifari
(2013), semakin tinggi R2 maka semakin tinggi kemampuan model
regresi mampu menjelaskan variasi variabel X terhadap variabel Y.

2. Uji-T (Uji Regresi Parsial)

Pengujian menggunakan uji t bertujuan untuk mengetahui ada

tidaknya pengaruh nyata variabel independen terhadap permintaan
ikan lele sebagai variabel dependen. Pengujian hipotesis (dugaan)
menggunakan uji t ini dilakukan dengan cara membandingkan
thitung dengan ttabel (Algifari, 2013).

3. Uji-F (Uji Regresi Simultan)

Pengujian menggunakan uji F bertujuan untuk mengetahui ada atau

tidaknya pengaruh antara variabel independen terhadap permintaan
ikan lele sebagai variabel dependen secara bersama-sama.
Pengujian hipotesis (dugaan) menggunakan uji F ini dengan cara
membandingkan Ftabel dengan Fhitung.
2.3 Hipotesis Penelitian

Berdasarkan dengan teori yang ada didapat beberapa

hipotesis yang mendukung penelitian ini, dan hipotesis
penelitian ini adalah sebagai berikut:
1. Diduga secara bersama-sama (simultan) variabel harga ikan lele,
harga ikan tawar lainnya, harga telur ayam, jumlah anggota
keluarga, dan pendapatan rumah tangga berpengaruh nyata terhadap
permintaan ikan lele oleh konsumen rumah tangga di Kota
Tanggerang Selatan Provinsi Banten.
2. Diduga secara parsial variabel harga ikan lele, harga ikan tawar
lainnya, harga telur ayam, jumlah anggota keluarga, dan pendapatan
rumah tangga berpengaruh nyata terhadap permintaan ikan lele oleh
konsumen rumah tangga di Kota Tanggerang Selatan Provinsi
Banten.
 III. DATA SIAP OLAH

Berikut ini data yang digunakan pada analisis faktor-faktor yang mempengaruhi
permintaan ikan lele oleh konsumen rumah tangga di Kota Tangerang Selatan
setelah disesuaikan dengan persetujuan dosen ekonometrika.

Tabel 2. Data Siap Olah (Sesuai Dengan Persetujuan Dosen)

X1 X2 X3 X4 X5
Y (Rib (Ribu (Ribu (Juta
Resp (ora
(Kg/bulan) u Rp Rp/k Rp/k Rp/bulan)
ng)
/Kg) g) g)
1 1,00 30,00 30,00 25,00 4,00 2,50
2 1,00 28,00 31,00 26,00 2,00 1,00
3 8,00 20,00 36,00 22,00 5,00 6,00
4 2,00 24,00 29,00 24,00 4,00 4,00
5 4,00 28,00 28,00 27,00 4,00 2,50
6 6,00 25,00 31,00 24,00 5,00 2
7 4,00 23,00 28,00 26,00 4,00 3,00
8 4,00 24,00 28,00 25,00 4,00 3,00
9 2,00 23,00 28,00 24,00 3,00 4,00
10 8,00 24,00 30,00 23,50 6,00 8,00
11 4,00 24,90 30,00 24,00 5,00 6,00
12 8,00 23,00 36,00 22,00 5,00 5,00
13 12,00 20,00 36,00 22,00 7,00 8,00
14 1,00 28,00 30,00 24,00 4,00 4,00
15 2,00 24,00 30,00 25,00 4,00 4,00
16 4,00 24,00 28,00 23,00 4,00 2,50
17 4,00 25,00 30,00 25,00 4,00 3,00
18 10,00 25,00 35,00 22,00 5,00 5,00
19 2,00 25,00 27,00 25,00 4,00 1,00
20 8,00 23,00 35,00 22,00 6,00 5,00
21 2,00 25,00 27,00 23,00 4,00 4,00

22 4,00 24,00 28,00 27,00 4,00 1,50

23 1,00 30,00 28,00 25,00 5,00 2,50

24 2,00 30,00 28,00 22,00 4,80 4,50

25 1,00 25,04 28,00 25,00 4,00 5,50

26 2,00 28,00 32,00 25,00 6,00 2,30
27 2,00 26,00 30,00 25,00 5,00 4,80
28 1,00 30,00 32,00 26,00 2,00 2,00
29 6,00 26,00 35,00 25,00 7,00 7,00
30 2,00 25,00 28,00 24,00 3,00 2,00
31 6,00 26,00 28,00 22,00 6,00 4,50

32 6,00 26,00 28,00 22,00 5,00 3,50

33 2,00 26,00 28,00 22,00 3,00 3,00

34 4,00 30,00 35,00 26,00 4,00 4,50

35 6,00 20,00 30,00 28,00 5,00 10,00
36 4,00 25,00 27,00 24,00 4,00 2,60
37 4,00 26,00 30,00 24,00 3,00 3,90
38 4,00 27,00 30,00 24,00 4,00 3,00
39 4,00 24,00 28,00 24,00 5,00 3,00

40 4,00 25,00 30,00 25,00 4,00 4,10

41 4,00 25,00 28,00 23,00 4,00 3,00

42 8,00 20,00 35,00 26,00 7,00 7,00

43 3,00 25,00 30,00 22,00 4,00 1,80
44 8,00 20,00 32,00 24,00 7,00 5,00
45 2,00 20,00 30,00 24,00 3,00 1,50

46 8,00 24,00 32,00 27,00 5,00 5,00

47 12,00 20,00 36,00 23,00 7,00 10,00

48 2,00 24,00 30,00 24,00 4,00 2,50
49 4,00 25,00 28,00 24,00 5,00 2,50
50 8,00 23,00 28,00 21,00 7,00 9,00
51 2,00 25,00 27,00 24,00 4,00 5,00
52 8,00 24,00 30,00 27,00 6,00 8,00
53 8,00 25,00 30,00 24,00 7,00 8,00
54 8,00 24,00 30,00 25,00 5,00 7,50
55 2,00 25,00 28,00 24,00 3,00 2,00
56 2,00 24,00 30,00 28,00 4,00 3,00
57 8,00 22,00 35,00 24,00 4,00 5,00
58 2,00 25,00 30,00 26,00 4,00 2,50
59 2,00 25,00 32,00 24,00 4,00 3,00
60 2,00 25,00 30,00 24,00 4,00 3,00

61 1,00 28,00 32,00 28,00 3,00 2,80

62 4,00 25,00 28,00 26,00 5,00 1,00

63 8,00 22,00 32,00 22,00 6,00 6,00
64 4,00 25,00 28,00 24,00 3,00 5,00
65 2,00 28,00 28,00 24,00 4,00 5,00

66 4,00 30,28 30,00 26,00 3,00 3,50

67 1,00 28,00 28,00 25,00 5,00 3,00

68 2,00 25,00 28,00 26,00 5,00 2,80

69 4,00 24,00 28,00 27,00 4,00 3,00

70 12,00 20,00 32,00 20,00 7,00 10,00

71 1,00 28,00 28,00 28,00 3,00 4,70

72 4,00 24,00 29,00 24,00 4,00 4,00

73 2,00 25,00 30,00 24,00 5,00 3,50

74 2,00 24,00 28,00 23,00 5,00 3,00

75 1,00 24,00 28,00 26,00 4,00 2,20

76 3,00 25,00 28,00 28,00 4,00 5,00

77 1,00 25,00 30,00 26,00 3,00 4,00

78 4,00 24,00 30,00 23,00 4,00 6,00

79 4,00 23,00 30,00 25,00 4,00 4,00

80 12,00 24,00 35,00 24,00 6,00 10,00

81 8,00 24,00 32,00 26,00 5,00 9,80
82 8,00 22,00 32,00 22,00 4,00 6,00
83 4,00 24,00 30,00 26,00 3,00 7,00
84 4,00 25,00 30,00 27,00 3,00 3,00
85 1,00 27,00 28,00 24,00 4,00 3,00
86 2,00 24,00 28,00 26,00 5,00 3,00
87 1,00 24,00 28,00 24,00 4,00 4,50

88 4,00 25,00 33,00 25,00 4,00 3,50

89 8,00 21,00 35,00 24,00 5,00 8,00

90 2,00 25,00 30,00 28,00 4,00 4,00
91 1,00 25,00 30,00 26,00 5,00 6,23

92 2,00 24,00 30,00 24,00 3,00 5,00

 IV. HASIL OLAH DATA

4.1 Hasil Regresi Awal

Data faktor-faktor yang mempengaruhi permintaan ikan lele oleh

konsumen rumah tangga di Kota Tangerang Selatan Provinsi Banten
dimasukkan kedalam aplikasi pengolahan data untuk dianalisis.
Analisis dilakukan dengan menggunakan aplikasi SPSS. Berikut ini
adalah hasil regresi yang diperoleh dari aplikasi SPSS 25:

Tabel 3. Variabel Entrered/Removed

Tabel 4. Model Summary

 Tabel 5.ANOVA

Tabel 6. Coefficients

Berdasarkan hasil regresi tersebut dapat diketahui beberapa informasi

berupa nilai besaran yang dibutuhkan untuk interpretasi R squared, Adj
R Squared, F-Hitung, dan T-Hitung.

4.2 Hasil Regresi Deteksi Pelanggaran Uji Asumsi Klasik

4.2.1 Uji Multikolinearitas

Dalam uji multikolinearitas analisis yang dilakukan dengan

menggunakan aplikasi SPSS 25 yang diperoleh hasil regresi
sebagai berikut:
 Tabel 7. Coefficients Uji Multikolinearitas

Berdasarkan tabel Coefficients diatas dapat diperoleh nilai VIF

untuk membuktikan ada tau tidaknya masalah multikolinearitas
pada data Faktor-Faktor Yang Mempengaruhi Permintaan Ikan
Lele Oleh Konsumen Rumah Tangga Di Kota Tangerang Selatan
Provinsi Banten. Dari hasil regresi tersebut dapat diketahui bahwa
tidak ada variabel bebas yang memiliki nilai VIF lebih dari 10
(VIF>10) yang artinya tidak ada masalah multikolinearitas pada
data tersebut.

4.2.2 Uji Heteroskedastis

Dalam uji heteroskedastis, analisis dilakukan dengan

menggunakan aplikasi EVIEWS 12 yang diperoleh hasil regresi
sebagai berikut:
Tabel 8. Uji Heteroskedastisitas

Heteroskedasticity Test: White

Null hypothesis: Homoskedasticity

F-statistic 0.867983 Prob. F(5,86) 0.5061

Obs*R-squared 4.419665 Prob. Chi-Square(5) 0.4907
Scaled explained SS 2.667816 Prob. Chi-Square(5) 0.7510

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/09/22 Time: 05:10
Sample: 1 92
Included observations: 92

Variable Coefficient Std. Error t-Statistic Prob.

C -39889.43 33003.82 -1.208631 0.2301

X1^2 0.002754 0.002617 1.052499 0.2955
X2^2 0.000866 0.002013 0.430167 0.6681
X3^2 0.004969 0.003393 1.464570 0.1467
X4^2 0.037543 0.032734 1.146899 0.2546
X5^2 -0.005105 0.015011 -0.340104 0.7346

R-squared 0.048040 Mean dependent var 21877.11

Adjusted R-squared -0.007307 S.D. dependent var 25855.37
S.E. of regression 25949.66 Akaike info criterion 23.22870
Sum squared resid 5.79E+10 Schwarz criterion 23.39316
Log likelihood -1062.520 Hannan-Quinn criter. 23.29508
F-statistic 0.867983 Durbin-Watson stat 2.167248
Prob(F-statistic) 0.506112

Berdasarkan uji white yang telah dilakukan di aplikasi Eviews 12

diperoleh nilai Obs R Squared untuk membuktikan ada atau
tidaknya masalah heteroskedastisitas pada data Faktor-Faktor
Yang Mempengaruhi Permintaan Ikan Lele Oleh Konsumen
Rumah Tangga Di Kota Tangerang Selatan Provinsi Banten. Dari
data tersebut dapat diketahui bahwa nilai Obs R squared memiliki
Prob ChiSquared lebih dari 0,005 (>0,05) yang artinya tidak ada
masalah heteroskedastisitas pada data tersebut.
4.2.3 Uji Autokorelasi

Dalam uji autokorelasi, analisis dilakukan dengan menggunakan

aplikasi SPSS 25 yang diperoleh hasil regresi sebagai berikut:

Tabel 9. Uji Autokolerasi dengan Metode Durbin Watson

Berdasarkan tabel diatas dapat diperoleh nilai Durbin Watson

untuk membuktikan ada atau tidaknya masalah autokolerasi pada
data analisis Faktor-Faktor Yang Mempengaruhi Permintaan Ikan
Lele Oleh Konsumen Rumah Tangga Di Kota Tangerang Selatan
Provinsi Banten yaitu sebesar 1,568 dengan variabel bebas (K)
yaitu 6, jumlah responden (n) 92 responden, dan taraf
kepercayaan 5%, dan diperoleh nilai dL sebesar 1,5249 dan nilai
dU sebesar 1,8016. Setelah diketahui nilai dL dan dU maka diuji
dengan tabel dibawah ini.

Ada Tanpa Tidak Ada Tanpa Ada

Autokoleras Keputusa Autokolerasi Keputusa Autokolerasi
i n n
dL dU 4-dU 4-dL
0 1,5249 1,8016 2,1984 2,4751 0
Berdasarkan tabel tersebut, dapat diketahui bahwa dengan nilai
Durbin Watson sebesar 1,568 berada pada daerah Tanpa
Keputusan ada atau tidaknya autokolerasi, keputusan ini
berdasarkan penggolongan daerah tersebut yang memiliki
keterangan daerahnya masing-masing, dan dapat diartikan bahwa
data yang digunakan sebagai sampel cenderung tidak mengalami
autokorelasi.
4.3 Model terbaik yang digunakan

Data yang digunakan untuk membuktikan faktor faktor-faktor yang

mempengaruhi permintaan ikan lele oleh konsumen rumah tangga di
Kota Tangerang Selatan Provinsi Banten telah melewati beberapa
pengujian asumsi klasik untuk mengetahui masalah yang terjadi pada
data. Berdasarkan uji pelanggaran asumsi klasik yang telah dilakukan
tersebut akan diperoleh model regresi terbaik. Model tersebut adalah
model regresi awal, karena model regresi tidak memiliki masalah
multikolinieritas, heteroskedastisitas, dan autokorelasi. Berdasarkan
hasil uji asumsi klasik, dapat diperoleh persamaan linier dari model
tersebut adalah sebagai berikut:

Y = 𝑎 + 𝑏1𝑋1 + 𝑏2𝑋2 + 𝑏3𝑋3 + 𝑏4𝑋4 + 𝑏5𝑋5 + e

Y = 0,690 – 0,363X1 + 0,410X2 – 0,177X3 + 1,034X4 – 0,004X5 + e

Keterangan:
𝑌 = Jumlah permintaan ikan lele (kg/bulan)
𝑎 = konstanta/intersep
𝑋1= Harga ikan lele (Ribu Rp/Kg)
𝑋2= Harga Ikan air tawar lain (Ribu Rp/Kg)
𝑋3= Harga telur ayam (Ribu Rp/Kg)
𝑋4= Jumlah anggota keluarga (orang/rumah tangga)
𝑋5= Pendapatan keluarga (juta Rp/bulan)
e = error
 V. INTERPRETASI

1. R Square
Sebesar 74,6% variabel jumlah permintaan ikan lele oleh konsumen
Rumah Tangga Di Kota Tangerang Selatan Provinsi Banten dapat dijelaskan
oleh variabel harga ikan lele harga ikan lele, harga ikan air tawar lain,
harga telur ayam, jumlah anggota keluarga, dan pendapatan keluarga
yang dimasukkan ke dalam model. Sedangkan, sisanya 25,4%
dijelaskan oleh variabel lain yang tidak dimasukkan kedalam model.

2. Adjusted R Square =
Setelah disesuaikan, sebesar 73,1% variabel jumlah permintaan ikan lele
oleh konsumen Rumah Tangga Di Kota Tangerang Selatan Provinsi
Banten dapat dijelaskan oleh variabel harga ikan lele harga ikan lele,
harga ikan air tawar lain, harga telur ayam, jumlah anggota keluarga,
dan pendapatan keluarga yang dimasukkan kedalam model. Sedangkan,
sisanya sebesar 26,9% dijelaskan oleh variabel lain yang tidak
dimasukkan ke dalam model.

3. F Hitung,
Sig = 0,0001 Prob = 99%
Secara bersama-sama variabel harga ikan lele harga ikan lele, harga
ikan air tawar lain, harga telur ayam, jumlah anggota keluarga, dan
pendapatan keluarga berpengaruh nyata terhadap jumlah permintaan
ikan lele oleh konsumen Rumah Tangga Di Kota Tangerang Selatan
Provinsi Banten dengan taraf kepercayaan 99%.
4. T-Hitung
a. Constant
B = – 0,598 Sig = 0,999  < 90%
Constant atau intersep tidak berbeda nyata dengan nol karena taraf
kepercayaan <90%.

b. Harga ikan lele

B = – 0,252 Sig = 0,002  99%
Variabel harga ikan lele berpengaruh nyata terhadap jumlah anggota
keluarga, dan pendapatan keluarga berpengaruh nyata terhadap
jumlah permintaan ikan lele oleh konsumen Rumah Tangga Di Kota
Tangerang Selatan Provinsi Banten dengan taraf kepercayaan 99%.
Bila variabel harga ikan lele naik sebesar Rp1 maka jumlah
permintaan ikan lele oleh konsumen Rumah Tangga Di Kota
Tangerang Selatan Provinsi Banten akan turun sebesar Rp0,252.

c. Harga ikan tawar lain

B = 0,375 Sig = 0,0001  99%
Variabel harga ikan tawar lain berpengaruh nyata terhadap jumlah
anggota keluarga, dan pendapatan keluarga berpengaruh nyata
terhadap jumlah permintaan ikan lele oleh konsumen Rumah Tangga
Di Kota Tangerang Selatan Provinsi Banten dengan taraf
kepercayaan 99%. Bila variabel harga ikan tawar lain naik sebesar
Rp1 maka jumlah permintaan ikan lele oleh konsumen Rumah
Tangga Di Kota Tangerang Selatan Provinsi Banten akan naik
sebesar Rp0,375.

d. Harga telur ayam

B = – 0,224 Sig = 0,025 95%
Variabel harga telur ayam berpengaruh nyata terhadap jumlah
anggota keluarga, dan pendapatan keluarga berpengaruh nyata
terhadap jumlah permintaan ikan lele oleh konsumen Rumah Tangga
 Di Kota Tangerang Selatan Provinsi Banten dengan taraf
kepercayaan 95%. Bila variabel harga telur ayam naik sebesar Rp1
maka jumlah permintaan ikan lele oleh konsumen Rumah Tangga Di
Kota Tangerang Selatan Provinsi Banten akan turun sebesar
Rp0,224.

e. Jumlah anggota keluarga

B = 0,684 Sig = 0,000199%
Variabel jumlah anggota keluarga berpengaruh nyata terhadap
jumlah anggota keluarga, dan pendapatan keluarga berpengaruh
nyata terhadap jumlah permintaan ikan lele oleh konsumen Rumah
Tangga Di Kota Tangerang Selatan Provinsi Banten dengan taraf
kepercayaan 99%. Bila variabel jumlah anggota keluarga naik
sebesar 1 orang maka jumlah permintaan ikan lele oleh konsumen
Rumah Tangga Di Kota Tangerang Selatan Provinsi Banten akan
turun sebesar Rp0,684.

f. Pendapatan keluarga
B = 0,363 Sig = 0,0001 99%
Variabel pendapatan keluarga berpengaruh nyata terhadap jumlah
anggota keluarga, dan pendapatan keluarga berpengaruh nyata
terhadap jumlah permintaan ikan lele oleh konsumen Rumah Tangga
Di Kota Tangerang Selatan Provinsi Banten dengan taraf
kepercayaan 99%. Bila variabel pendapatan keluarga naik sebesar
Rp1 maka jumlah permintaan ikan lele oleh konsumen Rumah
Tangga Di Kota Tangerang Selatan Provinsi Banten akan turun
sebesar Rp0,363.
 VI. KESIMPULAN

1. Secara bersama-sama variabel harga ikan lele, harga ikan tawar

lainnya,harga telur ayam, jumlah anggota keluarga, dan pendapatan
keluarga yang digunakan dalam model penelitian berpengaruh nyata
terhadap permintaan ikan lele oleh konsumen rumah tangga yang diteliti,
meskipun terdapat beberapa variabel bebas yang tidak berpengaruh
signifikan yaitu harga telur ayam. Namun, secara keseluruhan variabel-
variabel tersebut dapat berpengaruh secara signifikan.

2. Berdasarkan uji asumsi klasik data yang digunakan dalam penelitian ini
tidak mengalami masalah multikolinearitas, heteroskedastis, dan
autokoreasi, sehingga model terbaik yang digunakan adalah model regresi
awal.
 DAFTAR PUSTAKA

Algifari. 2013. Analisis Regresi Teori, Kasus dan Solusi. Yogyakarta. BPFE.
Yogyakarta.

Fattach, A. I. 2017. Teori Permintaan dan Penawaran dalam Ekonomi Islam.

Jurnal Penelitian Ilmu Manajemen, 2(3), 451-460.

Ghozali, I. 2005. Aplikasi Multivariate Dengan Program SPSS. Badan Penerbit

Universitas Diponogoro. Semarang.

Kirana, M. 2018. “Analisis Faktor-Faktor Yang Mempengaruhi Permintaan Ikan

Lele Oleh Konsumen Rumah Tangga di Kota Tanggerang Selatan Provinsi
Banten”. Skripsi. UIN Syarif Hidayatullah. Jakarta.

Siregar, S. 2013. Agribisnis: Paradigma Baru Pembangunan Ekonomi Bebasis

Pertanian. ITB Press. Bogor.
LAMPIRAN