HASIL DAN PEMBAHASAN
1. Koefisien Determinasi (R 2 )
5.3.2. Ketersediaan Ubi Jalar
d. Pengaruh Konsumsi Ubi Kayu Terhadap Ketersediaan Ubi Kayu
Koefisien regresi konsumsi ubi kayu sebesar 0,140 dapat diartikan bahwa terdapat hubungan yang berbanding lurus (positif) antara konsumsi ubi kayu dengan ketersediaan ubi kayu. Jika konsumsi ubi kayu naik sebesar 1000 ton, maka ketersediaan ubi kayu akan bertambah sebanyak 140 ton. Hal ini terjadi dimana permintaan bertambah dan penawaran juga bertambah (Sugiarto, 2007).
Nilai T hitung variabel konsumsi ubi kayu yang diperoleh adalah 0,209 dan nilai T tabel sebesar 2,228 maka T hitung < T tabel dan tingkat signifikansi T hitung sebesar 0,839 maka sig. T (0,839) > 0,05, sehingga dapat disimpulkan H0 diterima dan H1 ditolak yang artinya variabel konsumsi ubi kayu secara parsial tidak berpengaruh nyata terhadap ketersediaan ubi kayu.
5.3.2. Ketersediaan Ubi Jalar
Dari metode analisis data diketahui bahwa variabel-variabel yang dapat mempengaruhi ketersediaan ubi jalar adalah luas panen ubi jalar (X1), harga ubi jalar (X2), jumlah penduduk (X3) dan konsumsi ubi jalar (X4) dari variabel-variabel bebas tersebut akan dilihat seberapa besar pengaruhnya terhadap ketersediaan ubi jalar sebagai variabel dependen (variabel terikat). Dengan bantuan program SPSS (Statistical Package for Sosial Science). Dengan begitu dapat menyatakan bahwa faktor-faktor yang mempengaruhi ketersediaan ubi jalar di Provinsi Sumatera Utara adalah luas panen ubi jalar, harga ubi jalar, jumlah penduduk, dan konsumsi ubi jalar.
Namun sebelum melakukan analisis regresi, terlebih dahulu dilakukan uji asumsi klasik yang harus dipenuhi, yaitu:
Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas dapat dilihat dari grafik scatterplot hasil pengolahan dengan SPSS seperti berikut:
Gambar 5.5. Grafik Normal Plot Ketersediaan Ubi Jalar
Berdasarkan gambar 5.5. dapat dilihat tampilan grafik normal plot titik-titik yang menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal tersebut. Hal ini menunjukkan bahwa model persamaan layak dipakai karena telah memenuhi asumsi normalitas.
2. Uji Heterokedastisitas
Uji heterokedastisitas dapat dilihat dari grafik scatterplot hasil pengolahan dengan SPSS seperti berikut:
Gambar 5.6. Scatterplot Uji Heterokedastisitas Ketersediaan Ubi Jalar
Dari gambar 5.6. grafik scatterplot diatas dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas dikarenakan pada gambar 5.6. terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y.
3. Uji Multikolinearitas
Uji multikolinearitas dapat dilihat dari nilai toleransi yang lebih kecil dari 0,1 atau nilai VIF yang lebih besar dari nilai 10 dari masing-masing variabel seperti berikut:
Tabel 5.5. Nilai Tolerance dan VIF Ketersediaan Ubi Jalar
Varibel Tolerance VIF
Luas Panen Ubi Jalar 0,831 1,203
Harga Ubi Jalar 0,137 7,309
Jumlah Penduduk 0,133 7,533
Konsumsi Ubi Jalar 0,895 1,117
Sumber : Analisis data sekunder dari lampiran 7
Adapun kriteria uji sebagai berikut,
• Jika toleransi ≤ 0,1 dan VIF ≥ 10: terjadi multikolinieritas • Jika toleransi > 0,1 dan VIF < 10: tidak terjadi multikolinieritas
Berdasarkan tabel 5.5, dapat dilihat bahwa faktor atau variabel luas panen ubi jalar (X1), harga ubi jalar (X2), jumlah penduduk (X3), dan konsumsi ubi jalar (X4), masing-masing memiliki nilai VIF-nya sebesar 1,203; 7,309; 7,533; 1,117. Dari perhitungan diatas tidak terdapat nilai VIF yang lebih besar dari 10. Sedangkan masing-masing nilai Tolerance-nya sebesar 0,831; 0,137; 0,133; 0,895. Dari perhitungan diatas tidak terdapat nilai Tolerance-nya yang lebih kecil dari 0,1 dari hasil tersebut dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas di dalam model persamaan ini.
Uji Kesesuaian (Test Goodness Of Fit) Model
Ketersediaan ubi jalar di pengeruhi variabel antara lain luas panen ubi jalar, harga ubi jalar, jumlah penduduk dan konsumsi ubi jalar. Untuk menguji pengaruhnya, maka perlu dilakukan pengujian dengan metode regresi linier berganda dengan
menggunakan bantuan SPSS 16.0 baik secara serempak maupun secara parsial. Hasil regresi linier berganda dapat dilihat pada tabel berikut ini:
Tabel 5.6. Hasil Analisis Ketersediaan Ubi Jalar di Sumatera Utara
Variabel Koefisien Regresi T Hitung Signifikan
(Constant) -123.341,998 -1,610 0,138
X1= Luas Panen Ubi Jalar 13,142 14,956 0,000
X2= Harga Ubi Jalar 13,943 3,578 0,005
X3= Jumlah Penduduk 0,005 0,822 0,430
X4= Konsumsi Ubi Jalar -0,007 -0,116 0,910
R2 0,969 Uji F F Hitung 78,130 0.000 F Tabel 3,478 T Tabel 2,228
Sumber: Analisis data sekunder dari lampiran 7
Setelah melihat F hitung diketahui bahwa variabel bersifat liniear, sehingga dapat dibentuk persamaan sebagai berikut:
Y = -123.341,998 + 13,142 X1 + 13,943 X2 + 0,005 X3 - 0,007 X4 + μ Keterangan:
Y = Ketersediaan Ubi Jalar (Ton) X1 = Luas Panen Ubi Jalar (Ha) X2 = Harga Ubi Jalar (Rp/kg) X3 = Jumlah penduduk (Juta jiwa) X4 = Konsumsi Ubi Jalar (Ton) μ = Random error
berdasarkan persamaan tersebut maka dalam penelitian ini identifikasi masalah yang akan diteliti adalah masalah 1 dengan hipotesis yang sudah ditentukan.
1. Koefisien Determinasi (R2)
Dari tabel diperoleh nilai R2 sebesar 0,969 yang berarti 96,9% variasi variabel terikat yaitu ketersediaan ubi jalar yang diminta dapat dijelaskan oleh variasi variabel bebas yaitu luas panen ubi jalar, harga ubi jalar, jumlah penduduk dan konsumsi ubi jalar sedangkan sisanya 3,1% lagi dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model.
2. Uji F (Uji Serempak)
Dari hasil analisis regresi linier berganda diperoleh bahwa nilai F hitung sebesar 78,130 dengan tingkat signifikansi sebesar 0,000 sedangkan nilai F tabel sebesar 3,478 pada tingkat signifikasi sebesar 0,05. Dengan demikian F hitung > F tabel dan sig F (0,000) < 0,05, maka H1 diterima dan H0 ditolak yang artinya luas panen ubi jalar, harga ubi jalar, jumlah penduduk dan konsumsi ubi jalar secara serempak berpengaruh nyata terhadap ketersediaan ubi jalar di Sumatera Utara.
3. Uji T (Uji Parsial)
Dari tabel 5.6. dapat diinterpretasikan pengaruh variabel adalah luas panen ubi jalar, harga ubi jalar, jumlah penduduk dan konsumsi ubi jalar di Sumatera Utara sebagai berikut:
a. Pengaruh Luas Panen Ubi Jalar Terhadap Ketersediaan Ubi Jalar
Koefisien regresi luas panen ubi jalar sebesar 13,142 dapat diartikan bahwa terdapat hubungan yang berbanding lurus (positif) antara luas panen ubi jalar dengan ketersediaan ubi jalar. Jika luas panen ubi jalar naik sebesar 1000 Ha, maka ketersediaan ubi jalar akan bertambah sebanyak 13.142 ton. Hal tersebut sesuai dengan hukum penawaran dimana, luas panen merupakan salah satu faktor
ketersediaan maka semakin tinggi luas panen maka semakin tinggi ketersediaan suatu barang (Daniel, 2002).
Nilai T hitung variabel luas panen ubi jalar yang diperoleh adalah 14,956 dan nilai T tabel sebesar 2,228 maka T hitung > T tabel dan tingkat signifikansi T hitung sebesar 0,000 maka sig. T (0,000) < 0,05, sehingga dapat disimpulkan H0 ditolak dan H1 diterima yang artinya variabel luas panen ubi jalar secara parsial berpengaruh nyata terhadap ketersediaan ubi jalar.
b. Pengaruh Harga Ubi Jalar Terhadap Ketersediaan Ubi Jalar
Koefisien regresi harga ubi jalar sebesar 13,943 dapat diartikan bahwa terdapat hubungan yang berbanding lurus (positif) antara harga ubi jalar dengan ketersediaan ubi jalar. Jika harga ubi jalar naik sebesar Rp. 1000, maka ketersediaan ubi jalar akan bertambah sebanyak 13.943 ton. Hal ini sesuai dengan hukum penawaran, pada dasarnya menyatakan makin tinggi harga suatu barang, makin banyak jumlah barang tersebut yang akan ditawarkan oleh produsen/penjual. Sebaliknya, makin rendah harga barang, makin sedikit jumlah barang tersebut ditawarkan oleh para produsen/penjual (Daniel, 2002).
Nilai T hitung variabel harga ubi jalar yang diperoleh adalah 3,578 dan nilai T tabel sebesar 2,228 maka T hitung > T tabel dan tingkat signifikansi T hitung sebesar 0,005 maka sig. T (0,005) < 0,05, sehingga dapat disimpulkan H0 ditolak dan H1 diterima yang artinya variabel harga ubi jalar secara parsial berpengaruh nyata terhadap ketersediaan ubi jalar.
c. Pengaruh Jumlah Penduduk Terhadap Ketersediaan Ubi Jalar
Koefisien regresi jumlah penduduk sebesar 0,005 dapat diartikan bahwa terdapat hubungan yang berbanding lurus (positif) antara jumlah penduduk dengan ketersediaan ubi jalar. Jika jumlah penduduk naik sebesar 1000 jiwa, maka ketersediaan ubi jalar akan bertambah sebanyak 5 ton. Hal ini sesuai dengan hukum penawaran dimana semakin banyak jumlah penduduk makin besar jumlah barang yang dikonsumsi maka penawaran semakin meningkat dan penawaran semakin berkurang (Daniel, 2002).
Nilai T hitung variabel jumlah penduduk yang diperoleh adalah 0,822 dan nilai T tabel sebesar 2,228 maka T hitung < T tabel dan tingkat signifikansi T hitung sebesar 0,430 maka sig. T (0,430) > 0,05, sehingga dapat disimpulkan H0 diterima dan H1 ditolak yang artinya variabel jumlah penduduk secara parsial tidak berpengaruh nyata terhadap ketersediaan ubi jalar.
d. Pengaruh Konsumsi Ubi Jalar Terhadap Ketersediaan Ubi Jalar
Koefisien regresi konsumsi ubi jalar sebesar -0,007 dapat diartikan bahwa terdapat hubungan yang berbanding terbalik (negatif) antara konsumsi ubi jalar dengan ketersediaan ubi jalar. Jika konsumsi ubi jalar naik sebesar 1000 ton, maka ketersediaan ubi jalar akan berkurang sebanyak 7 ton. Hal ini sesuai dengan hukum permintaan yaitu jika jumlah permintaan pada suatu barang naik, maka penawaran akan berkurang (Daniel, 2002).
Nilai T hitung variabel konsumsi ubi jalar yang diperoleh adalah -0,116 dan nilai T tabel sebesar 2,228 maka T hitung < T tabel dan tingkat signifikansi T hitung sebesar 0,910 maka sig. T (0,910) > 0,05, sehingga dapat disimpulkan H0
diterima dan H1 ditolak yang artinya variabel konsumsi ubi jalar secara parsial tidak berpengaruh nyata terhadap ketersediaan ubi jalar.
5.4. Hasil Analisis Pengaruh Faktor-Faktor Yang Mempengaruhi Konsumsi