• Tidak ada hasil yang ditemukan

Analisis Permintaan Bawang Merah (Allium Ascalonicum L) Di Kota Medan Provinsi Sumatera Utara

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Permintaan Bawang Merah (Allium Ascalonicum L) Di Kota Medan Provinsi Sumatera Utara"

Copied!
31
0
0

Teks penuh

(1)

Lampiran 1. Produksi Bawang Merah Kabupaten/Kota di Provinsi Sumatera Utara

(2)

Lampiran 2. Karateristik Konsumen Bawang Merah

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan

(3)
(4)

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan

(5)
(6)

80 40 Bidan D4 3 3.000.000

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan

(7)

No.Responden Umur Pekerjaan Pendidikan Terakhir Jumlah Tanggungan Pendapatan Responden

(Tahun)

(Jiwa) (Rupiah)

(8)
(9)
(10)

20 5 6.000.000 35.000 3

(11)

40 6 5.500.000 20.000 2

(12)

60 2 2.500.000 20.000 1

(13)

80 4 3.000.000 28.000 3

(14)

100 6 6.000.000 28.000 3

No.Responden Jumlah Dibeli (Kilogram)

Pendapatan (Rupiah)

Harga Rata-Rata Bawang Merah (Rupiah)

Jumlah Tanggungan (Jiwa)

(15)

Lampiran. 4 Hasil Output Analisis Regresi Berganda Faktor-Faktor Yang Mempengaruhi Permintaan Bawang Merah Descriptive Statistics

Mean Std. Deviation N

permintaabbawangmerah 3.4356 1.32224 101

pendapatan_penerimaan_bulan

an 2.6990E6 1.56943E6 101

jumlah_tanggungan 2.4158 .86333 101

harga_bawang 2.4812E4 4636.18997 101

Correlations

Pearson Correlation permintaabbawangmerah 1.000 .822 .435 .175

pendapatan_penerimaan_bulan

an .822 1.000 .377 .444

jumlah_tanggungan .435 .377 1.000 .060

harga_bawang .175 .444 .060 1.000

(16)

pendapatan_penerimaan_bulan

Model Variables Entered

Variables

a. All requested variables entered.

(17)

Model Summaryb

a. Predictors: (Constant), harga_bawang, jumlah_tanggungan, pendapatan_penerimaan_bulanan

b. Dependent Variable: permintaabbawangmerah

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 128.044 3 42.681 88.487 .000a

Residual 46.788 97 .482

Total 174.832 100

a. Predictors: (Constant), harga_bawang, jumlah_tanggungan,

pendapatan_penerimaan_bulanan

(18)

Coefficientsa

95% Confidence Interval for B Correlat

B Std. Error Beta Lower Bound Upper Bound Zero-order Pa

a. Dependent Variable: permintaabbawangmerah

Coefficient Correlationsa

jumlah_tanggungan .130 1.000 -.392

pendapatan_penerimaan_bulan

(19)

Covariances harga_bawang 2.844E-10 1.916E-7 -4.130E-13

jumlah_tanggungan 1.916E-7 .008 -1.841E-9

pendapatan_penerimaan_bulan

an -4.130E-13 -1.841E-9 2.882E-15

a. Dependent Variable: permintaabbawangmerah

Collinearity Diagnosticsa

Model

Dimensi

on Eigenvalue Condition Index

Variance Proportions

a. Dependent Variable: permintaabbawangmerah

(20)

Minimum Maximum Mean Std. Deviation N

Predicted Value 1.7802 5.9573 3.4356 1.13157 101

Residual -1.81019 1.66455 .00000 .68401 101

Std. Predicted Value -1.463 2.228 .000 1.000 101

Std. Residual -2.606 2.397 .000 .985 101

a. Dependent Variable: permintaabbawangmerah

(21)

Lampiran.5 Faktor-Faktor Yang Mempengaruhi Permintaan Bawang Merah Logaritma Natural

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(22)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(23)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(24)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(25)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(26)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

(27)

No. Responden

Y X1 X2 X3 LNY LNX1 LNX2 LNX3

90 5.0 5000000.0 30000.0 2.0 1.609437912 15.42494847 10.30895266 0.693147181 91 2.0 2000000.0 30000.0 2.0 0.693147181 14.50865774 10.30895266 0.693147181 92 2.0 1000000.0 20000.0 3.0 0.693147181 13.81551056 9.903487553 1.098612289 93 3.0 1500000.0 20000.0 2.0 1.098612289 14.22097567 9.903487553 0.693147181 94 2.0 1000000.0 20000.0 4.0 0.693147181 13.81551056 9.903487553 1.386294361 95 3.0 1500000.0 20000.0 2.0 1.098612289 14.22097567 9.903487553 0.693147181 96 2.0 1000000.0 20000.0 2.0 0.693147181 13.81551056 9.903487553 0.693147181 97 2.0 1500000.0 20000.0 3.0 0.693147181 14.22097567 9.903487553 1.098612289 98 4.0 1000000.0 20000.0 3.0 1.386294361 13.81551056 9.903487553 1.098612289 99 5.0 5000000.0 30000.0 2.0 1.609437912 15.42494847 10.30895266 0.693147181 100 6.0 6000000.0 28000.0 3.0 1.791759469 15.60727003 10.23995979 1.098612289 101 5.0 6000000.0 28000.0 4.0 1.609437912 15.60727003 10.23995979 1.386294361

(28)

Variables Entered/Removedb

Model Variables Entered Variables Removed Method

d

1 tanggungan, harga,

pendapatana

. Enter

a. All requested variables entered.

(29)

Model Summaryb

a. Predictors: (Constant), tanggungan, harga, pendapatan

b. Dependent Variable: Permintaan

ANOVAb

Model Sum of Squares df Mean Square F Sig.

(30)

Residual 4.548 97 .047

Total 15.676 100

a. Predictors: (Constant), tanggungan, harga, pendapatan

b. Dependent Variable: Permintaan

Coefficientsa

a. Dependent Variable: Permintaan

Coefficientsa

Model Collinearity Statistics

Tolerance VIF

1 (Constant)

pendapatan .721 1.387

(31)

tanggungan .918 1.090

a. Dependent Variable: Permintaan

Referensi

Dokumen terkait

Pengantar Teori Ekonomi Mikro , Cetakan Pertama: Sebelas Maret University Press.Surakarta. Universitas

Hasil Estimasi SPSS Faktor-Faktor Yang Mempengaruhi Permintaan Ekspor Biji Kakao Sumatera Utara Ke Malaysia.

Hasil Analisis Regresi Linear Berganda “Faktor-Faktor yang Mempengaruhi Penggunaaan Pupuk Kimia pada Usahatani Cabai Merah dengan Software spss 17..

Analisis regresi berganda digunakan untuk mengetahui pengaruh atau hubungan fungsional variabel harga bawang merah, harga bawang putih, harga daun bawang,

13 Hasil Regresi Fungsi Permintaan Bawang Merah di Indonesia 68 14 Faktor-Faktor yang Berpengaruh terhadap Penawaran Bawang Merah di Indonesia Tahun 2009-2019………. 69 15

Dari hasil penelitian dapat diketahui bahwa variabel yang mempengaruhi permintaan bawang merah di Kota Medan adalah harga bawang merah, pendapatan dan jumlah anggota

Berdasarkan identifikasi masalah yang telah diuraikan, maka tujuan penelitian adalah untuk menganalisis bagaimana pengaruh dari produksi bawang merah, jumlah impor bawang merah,

Penelitian ini bertujuan menganalisis pola transmisi harga bawang merah pada tingkat produsen, grosir, dan konsumen dan menganalisis faktor-faktor yang mempengaruhi pembentukan harga bawang merah tingkat konsumen di Provinsi Sumatera