6.1. Model Permintaan Rumah Tangga Terhadap Cabai Merah Keriting Model permintaan rumah tangga di DKI Jakarta terhadap cabai merah Model permintaan rumah tangga di DKI Jakarta terhadap cabai merah
6.2.2. Uji Homoskedastisitas
Uji homoskedastisitas harus dipastikan terpenuhi oleh model yang dihasilkan untuk menjamin bahwa komponen error pada model regresi memiliki
76 ragam yang sama untuk setiap nilai variabel dipenden yang dalam kasus ini merupakan jumlah permintaan cabai merah masing-masing rumah tangga di DKI Jakarta. Dengan kata lain uji ini bertujuan untuk melihat apakah variabel yang diamati mengandung informasi yang lebih dibandingkan dengan variabel lainnya. Uji dilihat pada gambar hasil output minitab pada Lampiran 4. Tepatnya pada grafik Residuals Versus the Fitted Values, dimana harus dipastikan bahwa grafik tidak terlihat berpola baik meningkat atau menurun. Terlihat pada grafik bahwa titik-titik sebagai nilai residual berada di sekitar garis lurus tanpa membentuk pola apapun. Titik-titik terlihat menyebar dan berpusat pada satu titik namun tetap menyebar. Gambar seperti yang terlihat pada grafik memberikan arti bahwa model permintaan cabai yang dihasilkan telah memenuhi uji homoskedastisitas dan tidak terdapat pelanggaran atau masalah heteroskedastisitas.
6.2.3. Uji Multikolinearitas
Uji multikolinearitas sejatinya dilakukan untuk melihat ada atau tidaknya hubungan linear yang sempurna (pasti) antara beberapa variabel independen dari model. Variabel-variabel independen yang terdapat dalam model pasokan cabai merah ini teridiri jumlah anggota rumah tangga (X1), harga beli cabai (X2), pendapatan rumah tangga (X3), frekuensi pembelian (X4), tempat pembelian (X5), dan suku (X6). Untuk menghasilkan model regresi yang baik, seharusnya tidak ada hubungan linear yang sempurna diantara masing-masing variabel tersebut.
Pengujian multikolinearitas pada output minitab yang dihasilkan dapat dilakukan dengan melihat nilai VIF (Variance Inflation Factor). Nilai VIF harus kurang dari 10 agar model bebas dari multikolinearitas. Nilai yang dapat dilihat pada Tabel 16. sebagai hasil regresi linear (Lampiran 5.), menunjukkan nilai VIF masing-masing variabel independen kurang dari sepuluh. Jadi sesuai dengan ketentuan yang menyatakan bahwa model regresi yang bebas dari multikolinearitas adalah yang memiliki nilai VIF kurang dari sepuluh. Nilai VIF yang dihasilkan berkisar antara 1,1 hingga nilai terbesar yaitu 1,6. Berdasarkan nilai tersebut jadi dapat disimpulkan bahwa dari model regresi permintaan rumah tangga di DKI Jakarta terhadap cabai merah yang dihasilkan tidak ada hubungan linear antara variabel independennya.
77 6.2.4. Uji Normalitas
Uji normalitas dapat dilakukan dengan melihat gambar garfik hasil output minitab pada Lampiran 4. tepatnya yaitu berfokus pada grafik Normal Probability Plot. Asumsi ini mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Grafik Normal Probability Plot yang dihasilkan pada model ini menunjukkan titik-titik residual berada pada posisi yang membentuk sebuah garis lurus atau mendekati garis lurus. Melihat gambar titik-titik residual yang seperti terdapat pada Lampiran 4. dapat dikatakan bahwa model ini memenuhi kriteria uji normalitas.
Model yang dihasilkan dan hasil output minitab memenuhi asumsi-asumsi di atas, berarti asumsi OLS terpenuhi oleh model permintaan rumah tangga di DKI Jakarta terhadap cabai merah. Model dapat dikatakan sebagai model penduga tak bias yang baik atau termasuk Best Linear Unbiased Estimator (BLUE).
6.3. Kriteria Statistik
6.3.1. Uji R2 (Koefisien Determinasi)
Uji koefisien determinasi (R2) diperlukan agar diketahui seberapa besar variabel-variabel independen dapat menjelaskan variabel dipenden yang dalam kasus ini adalah jumlah permintaan rumah tangga terhadap cabai merah keriting. Semakin tinggi nilai R2 berarti model dinilai semakin baik, variabel-variabel independen dapat menjelaskan varibel dipenden dengan baik. Nilai R2 dapat dilihat pada hasil output minitab. Seperti yang terlihat pada hasil output minitab (Lampiran 5.) yang menghasilkan nilai 61,8 persen bagi model permintaan rumah tangga terhadap cabai merah keriting.
Nilai 61,8 persen menjelaskan bahwa keragaman jumlah permintaan rumah tangga di DKI Jakarta terhadap cabai merah 61,8 persen dapat dijelaskan oleh variabel independen yang terdapat dalam persamaan yaitu jumlah anggota rumah tangga (X1), harga beli cabai (X2), pendapatan rumah tangga (X3), frekuensi pembelian (X4), tempat pembelian (X5), dan suku (X6). Sedangkan sebesar 38,2 persen dijelaskan oleh variabel-variabel lain yang tidak dimasukkan atau dijelaskan dalam model. Variabel-variabel yang tidak terdapat dalam model
78 adalah variabel merupakan data-data terbilang sulit untuk diidentifikasi. Seperti misalnya selera responden terhadap rasa pedas, dan berbagai variabel lainnya. 6.3.2. Uji Kelinearan Model (Uji F)
Uji kelinearan model atau uji evaluasi model dugaan perlu dilakukan untuk mengetahui apakah ada hubungan linear antara variabel dipenden (jumlah permintaan cabai rumah tangga) dengan variabel independen. Uji ini perlu dilakukan untuk untuk menunjukkan apakah seluruh variabel independen secara bersama-sama mampu menjelaskan atau mempengaruhi variabel dipenden pada tingkat signifikan lima persen.
Uji kelinearan model dapat dilakukan dengan melihat pada dua nilai yaitu nilai Fhit dan nilai probabilitas. Kedua nilai ini dapat dilihat pada hasil pengolahan data dengan output minitab. Jika melakukan uji dengan nilai F, maka nilai Fhit harus lebih besar dari Ftabel agar dapat dikatakan bahwa variabel independen secara bersama-sama mampu menjelaskan atau mempengaruhi variabel dipenden. Penjelasan yang sama akan diperoleh jika probabilitas lebih kecil dari nilai derajat kepercayaan.
Berdasarkan hasil output minitab nilai Fhit untuk model permintaan rumah tangga terhadap cabai merah diperoleh nilai sebesar 11,61 sedangkan nilai probabilitas yaitu 0,000. Selanjutnya dilihat nilai Ftabel dengan cara melihat nilai v1=dfregression dan v2=dferror. Berdasarkan nilai pada hasil output dfregression bernilai 7 dan dferror bernilai 43, dihitung pada tabel yaitu F(v1=6;v2=43). Nilai Ftabel yang diperoleh yaitu 3,26. Dengan demikian dapat dikatakan bahwa model dugaan yang diperoleh secara statistik signifikan untuk memprediksi nilai variabel dipenden karena nilai Fhit lebih besar dari nilai Ftabel.
Cara lain yang dapat membuktikan bahwa model dugaan yang diperoleh secara statistik signifikan untuk memprediksi nilai variabel dipenden yaitu dilihat dari nilai probabilitas. Nilai probabilitas pada hasil output minitab menunjukkan nilai sebesar 0,000. Nilai ini jauh lebih kecil dari taraf nyata yaitu sepuluh persen. Jadi, ini juga membuktikan bahwa model signifikan untuk memprediksi permintaan rumah tangga terhadap cabai merah.
79 6.3.3. Uji Koefisien Regresi Parsial (Uji T)
Uji F dan uji T dilakukan dengan tujuan yang sama kurang lebih sama yaitu sama-sama menunjukkan apakah variabel independen secara signifikan mempengaruhi atau menentukan besarnya variabel dipenden. Perbedaannya adalah uji F dilakukan untuk pemerikasaan pengaruh signifikan model secara keseluruhan terhadap variabel dipenden, sedangkan uji T diperlukan untuk melihat variabel independen mana saja yang secara individu berpengaruh secara signifikan terhadap variabel dipenden ketika diasumsikan variabel-variabel independen lainnya dianggap konstan (ceteris paribus).
Pengujian masing-masing variabel independen dapat dilakukan tepatnya dengan melihat nilai P-Value masing-masing variabel independen. Variabel independen yang memiliki nilai P-Value lebih kecil dari taraf nyata (0,1) dapat dikatakan secara statistik berpengaruh signifikan terhadap variabel dipenden ketika variabel-variabel independen lainnya konstan (ceteris paribus). Nilai P-Value dalam melakukan uji T pada masing-masing variabel independen pada model permintaan rumah tangga terhadap cabai merah dilihat pada Tabel 16 (Lampiran 5). Dari enam variabel independen, hanya ada tiga variabel independen yang secara statistik berpengaruh signifikan pada variabel dipenden yaitu jumlah anggota keluarga (X1), tempat pembelian cabai merah (X5), dan suku (X6). Variabel independen lainnya yaitu harga beli cabai merah (X2), pendapatan rumah tangga (X3), dan frekuensi pembelian cabai merah (X4) tidak berpengaruh signifikan secara individu ketika variabel lain dianggap konstan (ceteris paribus).
Secara berturut-turut nilai P-value ketiga variabel yang dinyatakan berpengaruh signifikan secara individu yaitu 0,000 untuk variabel jumlah anggota keluarga (X1), 0,000 untuk tempat pembelian cabai merah (X5), dan 0,064 untuk suku (X6). Tiga variabel ini signifikan dalam mempengaruhi jumlah permintaan rumah tangga terhadap cabai merah keriting dengan asumsi variabel ceteris paribus. Niali P-value bagi ketiga variabel lainnya yang tidak signifikan berpengaruh pada permintaan cabai rumah tangga yaitu 0,820 untuk harga beli cabai merah keriting (X2), 0,746 untuk variabel pendapatan (X3), dan 0,274 untuk variabel frekuensi pembelian cabai merah keriting.
80