analisis topik 2

5
4.3. Analisis Hubungan Pangsa Pengeluaran Pangan Terhadap Tingkat Konsumsi Pangan Berdasarkan hasil praktikum ketahanan pangan dalam menganalisis pangsa pengeluaran terhadap tingkat konsumsi pangan didapatkan hasil sebagai berikut: Analisis Data Tabel 1. Rata-rata pengeuaran penduduk menurut kelompok pengeluaran makanan/non makanan Makanan (y) Non Makanan (y11) Pengeluaran (x1) 72,12 27,88 973,11 66,81 33,19 1367,92 66,02 33,98 1803,97 63,78 36,22 2547,52 61,94 38,06 3849,13 57,84 42,16 6087,17 50,76 49,24 8598,41 30,50 69,50 17896,04 Sumber: BPS Provinsi Jawa Tengah, 2013. Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,993 a ,987 ,984 1,63955 1,539 a. Predictors: (Constant), Pengeluaran b. Dependent Variable: Makanan

description

fr

Transcript of analisis topik 2

Page 1: analisis topik 2

4.3. Analisis Hubungan Pangsa Pengeluaran Pangan Terhadap Tingkat Konsumsi

Pangan

Berdasarkan hasil praktikum ketahanan pangan dalam menganalisis pangsa

pengeluaran terhadap tingkat konsumsi pangan didapatkan hasil sebagai berikut:

Analisis Data

Tabel 1. Rata-rata pengeuaran penduduk menurut kelompok pengeluaran makanan/non

makanan

Makanan (y) Non Makanan (y11) Pengeluaran (x1)

72,12 27,88 973,11

66,81 33,19 1367,92

66,02 33,98 1803,97

63,78 36,22 2547,52

61,94 38,06 3849,13

57,84 42,16 6087,17

50,76 49,24 8598,41

30,50 69,50 17896,04

Sumber: BPS Provinsi Jawa Tengah, 2013.

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson

1 ,993a ,987 ,984 1,63955 1,539

a. Predictors: (Constant), Pengeluaran

b. Dependent Variable: Makanan

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1 Regression 1178,646 1 1178,646 438,461 ,000b

Residual 16,129 6 2,688

Total 1194,774 7

a. Dependent Variable: Makanan

Page 2: analisis topik 2

b. Predictors: (Constant), Pengeluaran

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 71,026 ,825 86,047 ,000

Pengeluaran -,002 ,000 -,993 -20,939 ,000

a. Dependent Variable: Makanan

Interpretasi hasil analisisis:

Model matematika: y11= 71,026 – 0,002x1

Pangsa pengeluaran pangan sangat berpengaruh terhadap makanan (sig 0,000 < 0,01)

Berdasarkan data tersebut, Kabupaten Boyolali adalah Kabupaten yang rata-rata

penduduknya telah mencapai ketahanan pangannya sendiri dibuktikan dengan pangsa

pengeluarannya yang berpengaruh terhadap makanan.

1. Pemerintah Kabupaten Boyolali (2012), menyatakan bahwa Kabupaten Boyolali

sebagaimana tertuang dalam Rencana Strategi Daerah Kabupaten Boyolali adalah

”Terwujudnya Masyarakat Boyolali yang Sejahtera Lahir Batin, Mandiri, Dan

Berdaya Saing Berbasis Pada Pertanian, Industri dan Pariwisata”.

2. Deaton dan Muellbauer (2010) yang meyatakan bahwa Pangsa pengeluaran pangan

merupakan salah satu indikator ketahanan pangan, makin besar pangsa pengeluaran

untuk pangan berarti ketahanan pangan semakin berkurang. Makin tinggi

kesejahteraan masyarakat suatu negara pangsa pengeluaran pangan penduduknya

semakin kecil, demikian sebaliknya

Model Summaryb

Model R R SquareAdjusted R Square

Std. Error of the

Estimate

Durbin-

Watson

1 ,993a ,987 ,984 1,63955 1,539

a. Predictors: (Constant), Pengeluaran

b. Dependent Variable: NonMakanan

Page 3: analisis topik 2

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 1178,646 1 1178,646 438,461 ,000b

Residual 16,129 6 2,688

Total 1194,774 7

a. Dependent Variable: NonMakanan

b. Predictors: (Constant), Pengeluaran

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 28,974 ,825 35,101 ,000

Pengeluaran ,002 ,000 ,993 20,939 ,000

a. Dependent Variable: NonMakanan

Interpretasi hasil analisisis:

Model matematika: y11= 28,974 + 0,002x1

Pangsa pengeluaran pangan sangat berpengaruh terhadap konsumsi energi (sig 0,000 < 0,01)

Berdasarkan data tersebut, Kabupaten Boyolali adalah Kabupaten yang rata-rata

penduduknya telah mencapai ketahanan pangannya sendiri dibuktikan dengan pangsa

pengeluarannya yang berpenggaruh terhadap konsumsi energi. Prosentase pengeluaran

berpengaruh terhadap variable dependent non makanan sebesar 98,7% ditunjukkan nilai R

lebih kecil di banding dengaan Rsquare. Menurut Santoso (2010) bahwa Adjusted R Square

adalah nilai R Square yang telah disesuaikan, untuk regresi dengan lebih dari dua variabel

bebas digunakan Adjusted R2 sebagai koefisien determinasi, nilai ini selalu lebih kecil dari R

Square dan angka ini bisa memiliki harga negatif. Banyaknya kesalahan dalam prediksi non

makanan sebesar 1,63955 paada standart error sehinggga sebagai pedoman jika sstandart

error of estimate kurang dari standart deviasi Y maka model regresi semakin baik. Menurut

Page 4: analisis topik 2

Arsyad (2013) menyatakan bahwa standart error of estimate adalah suaatu ukuran banyaknya

kesalahan model regresi dalam memprediksi nilai Y.

DAFTAR PUSTAKA

Arsyad, L. 2013 Pengantar Perencanaan dan Pembangunan Ekonomi Daerah.

BPFE UGM. Yogyakarta.

BPS. 2012. Jawa Tengah Dalam Angka 2005. BPS Provinsi Jawa Tengah

Saronto, M. 2010. Rekonseptualisasi Perencanaan

Pembangunan: Suatu Pemikiran. http://www.bappenas.go.id/ Diakses

pada tanggal 8 November 2015

Deaton, A dan J. Muellbauer. 2010. An Almost Ideal Demand System. American.