A. Analisis Hasil
2. Analisis Keterpaduan Pasar Kubis
Dalam penelitian ini model analisis data yang digunakan model analisis autoregressive distributed lag yang mula-mula dikembangkan oleh Ravalion. Perumusan dalam model tersebut adalah:
Hit = b0 + (1+b1)Hit-1 + b2(HAt-HAt-1) + (b3-b1)HAt-1 + b4Xt ...(1)
Keterangan :
Hit = harga di Pasar Ngasem pada waktu t
HAt = harga di Pasar Ungaran pada waktu t Hit-1 = harga di Pasar Ngasem pada waktu t-1 HAt-1 = harga di Pasar acuan/pusat pada waktu t-1 Xt = faktor musim dan peubah lain di pasar lokal b0 = intersep
Berdasarkan rumus di atas, bila diasumsikan faktor musim dan peubah lain di pasar lokal tidak berpangaruh, maka b4 = 0. Maka persamaan (1) di atas menjadi :
Hit = b0 + (1 +b1) Hit-1 + b2(HAt-HAt-1) + (b3-b1)HAt-1
Digunakan asumsi (1+b1) adalah b1 dan (b3-b1) adalah b3 lalu nilai koefisien regresi kedua variabel tersebut digunakan untuk menghitung seberapa besar tingkat keterpaduan pasar jangka pendek antara pasar lokal dengan pasar acuan.
3. Pengujian Model
Berikut ini adalah hasil analisis regresi kubis antara Pasar Ngasem Kecamatan Bandungan dengan Pasar Ungaran Kabupaten Semarang.
Dalam analisis regresi akan diperoleh nilai koefsien determinan (R2), nilai F hitung, nilai t hitung, dan nilai koefisien regresi masing-masing variabel bebas(b1 b2, b3). Berikut adalah hasil analisis regresi dari harga
commit to user
kubis antara Pasar ngasem Kecamatan Bandungan dengan Pasar Ungaran Kabupaten Semarang.
Tabel 21. Hasil Analisis Regresi Keterpaduan Pasar Ngasem Kecamatan Bandungan - Pasar Ungaran Kabupaten Semarang
Sumber Varian Jumlah Kuadrat df Rata-rata Kuadrat Sig R 2 Adjusted R2 Regresi Residual Total 2067296.072 1413051.921 3480347.993 3 18 21 689098.691 78502.884 0,001** 0,594 0,526
Sumber : Analisis Data Sekunder
Keterangan : ** Berpengaruh pada tingkat kepercayaan 95% a. Uji F
Dalam analisis regresi, Uji F digunakan untuk mengetahui pengaruh semua variabel bebas secara bersama-sama terhadap variabel tidak bebasnya. Setelah dilakukan analisis regresi didapatkan hasil uji f signifikan pada tingkat kepercayaan 95%. Hal ini dapat diartikan bahwa variabel bebas yaitu harga kubis di Pasar Ngasem pada waktu t-1, selisih harga kubis di Pasar Ungaran pada waktu t dengan pada waktu t-1, dan harga kubis di Pasar ungaran pada waktu t-1 secara bersama-sama berpengaruh nyata terhadap variabel tidak bebas yaitu harga kubis di Pasar Ngasem pada waktu sekarang(t).
b. Uji Adjusted R2
Uji R2 (koefisien determinasi) digunakan untuk menyatakan berapa besar (%) atau persentase variasi variabel tak bebas dapat dijelaskan oleh variabel-variabel bebas yang dimasukkan dalam model regresi. Dari hasil analisis regresi antara Pasar Ngasem Kecamatan Bandungan dengan Pasar Ungaran Kabupaten Semarang didapat nilai koefisien determinasinya (R2) sebesar 0,594 dan adjusted R2 sebesar 0,526. Hasil ini mengindikasikan bahwa harga kubis di Pasar Ngasem pada waktu t, dapat dijelaskan oleh variabel bebasnya yaitu harga kubis di Pasar ngasem pada waktu t-1, selisih harga kubis di Pasar Ungaran pada waktu t dengan pada waktu t-1,
commit to user
dan harga kubis di Pasar Ungaran pada waktu t-1 sebesar 52,6 persen yang dimasukkan ke dalam model, sedangkan sisanya sebesar 48,4 persen dapat dijelaskan oleh variable-variabel lain di luar model yaitu musim, produksi, harga pupuk, dan saprodi.
c. Uji t
Uji t digunakan untuk mengetahui pengaruh variabel-variabel bebas terhadap variabel tidak bebas secara individual. Berikut ini adalah tabel coefficient atau nilai dari t hitung.
Tabel 22. Nilai Koefisien Regresi tiap-tiap Variabel
Variabel Bebas Koefisien Signifikansi 1.Harga kubis di Pasar ngasem
pada waktu t-1 -0.232 0,269
ns
2.Selisih harga kubis di Pasar Ungaran pada waktu t dengan waktu t-1
0.587 0,03**
3.Harga kubis di Pasar Ungaran
pada waktu t-1 1.274 0,000**
Konstanta -639.957 0,116
Sumber : Analisis Data Sekunder
Keterangan : ** = Berpengaruh nyata pada tingkat kepercayaan 95% ns = non signifikan
Berdasarkan data Tabel 22 di atas diketahui bahwa harga kubis di Pasar Ngasem pada waktu t-1 tidak berpengaruh nyata terhadap harga kubis di Pasar Ngasem Kecamatan Bandungan, sedangkan variabel selisih harga kubis di Pasar Ungaran pada waktu t dengan waktu t-1 dan variabel harga kubis di Pasar Ungaran pada waktu t-1 berpengaruh nyata terhadap harga di Pasar Ngasem Kecamatan Bandungan. Untuk menguji hipotesis yang diajukan apakah diterima atau ditolak dengan melihat signifikansi. Adapun ketentuan penerimaan atau penolakan apabila signifikansi dibawah atau sama dengan 0.05, maka Ha diterima dan Ho ditolak. (Sugiyono dan Eri Wibowo, 2004)
commit to user
Berdasarkan hasil analisi regresi maka dapat dituliskan persamaan modelnya sebagai berikut:
Hit = -639.957 - 0.232Hit-1 + 0.587 (HAt – HAt-1) + 1.274 HAt-1 Keterangan:
Hit = harga di Pasar Ngasem pada waktu t Hit-1 = harga di Pasar Ngasem pada waktu t-1 HAt = harga di Pasar Ungaran pada waktu t
HAt-1 = harga di Pasar Ungaran atau acuan pada waktu t-1 b0 = intersep
Hasil analisis regresi antara Pasar Ngasem dengan Pasar Ungaran tersebut dapat digunakan untuk mengetahui tingkat keterpaduan pasar dengan melihat nilai IMC (Indeks Market of Connection). Tingkat keterpaduan pasar dapat diukur dengan menggunakan perumusan sebagai berikut : IMC = 3 1 b b IMC = 274 , 1 0 = 0 Keterangan :
b1 = koefisien regresi Hit-1 b3 = koefisien regresi HAt-1
Besarnya nilai IMC adalah nol (0) hal itu menunjukkan bahwa tidak terjadi keterpaduan pasar antara Pasar Ngasem Kecamatan Bandungan dengan Pasar Ungaran Kabupaten Semarang. Berdasarkan perbandingan nilai koefisien regresi variabel harga kubis di Pasar Ngasem pada bulan t-1 dengan nilai koefisien regresi variabel kubis di Pasar Ungaran pada bulan t-1 didapatkan bahwa nilai koefisien regresi variabel kubis di Pasar Ngasem pada bulan t-1 (Hit-1) tidak signifikan. Oleh karena itu, dapat dikatakan antara Pasar Ngasem Kecamatan Bandungan dan Pasar Ungaran Kabupaten Semarang tidak terjadi keterpaduan dalam jangka pendek. Hal ini menunjukkan bahwa harga kubis di Pasar Ungaran Kabupaten
commit to user
Semarang pada bulan t-1 tidak mempengaruhi harga kubis di Pasar Ngasem Kecamatan Bandungan pada bulan t-1 atau informasi tentang perubahan harga kubis di Pasar Ungaran Kabupaten Semarang tidak ditransmisikan ke Pasar Ngasem Kecamatan Bandungan.
4. Pengujian Asumsi Klasik
Agar koefisien-koefisien regresi yang dihasilkan dengan metode OLS (Ordinary Least Square) bersifat BLUE (Best Linier Unbiassed Estimated), maka asumsi-asumsi persamaan regresi linier klasik harus dipenuhi oleh model. Uji penyimpangan terhadap asumsi klasik yang dilakukan meliputi uji deteksi multikolinearitas, autokorelasi dan heteroskedastisitas.
a. Multikolinearitas
Berdasarkan nilai Matrik Person Corelation yang ditunjukan pada lampiran diketahui bahwa korelasi antar variabel bebas tidak ada yang bernilai lebih besar dari 0,8, sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas diantara variabel-variabel bebas yang mempengaruhi pembentukan harga kubis di pasar Ngasem (lokal) pada waktu sekarang(t). Multikolinearitas terjadi apabila nilai matrik person corelation lebih dari 0,8 dan berdasarkan nilai VIF yang lebih kecil dari 10 maka dapat disimpulkan bahwa tidak terjadi multikolinearitas diantara variabel bebas.
b. Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan melihat diagram pencar atau scatterplot. Dari hasil diagram pencar atau scatterplot dapat diketahui bahwa titik-titik yang ada dalam diagram menyebar dan tidak membentuk suatu pola tertentu, ini berarti tidak terjadi heterokedastisitas.
c. Autokorelasi
Untuk mendeteksi ada tidaknya autokorelasi digunakan statistik d- Durbin watson dan diperoleh nilai d sebesar 1,623. Karena nilai d yang diperoleh terletak diantara 1,65 < DW <2,35, dapat disimpulkan bahwa tidak terjadi autokorelasi.