Pemodelan Harga Minyak Sayuran Menggunakan Analisis Regresi Linear Berganda

Authors

  • Azme Khamis
  • Zuhaimy Ismail
  • Ani Shabri

DOI:

https://doi.org/10.11113/matematika.v19.n.499

Abstract

Kajian ini merupakan penerokaan awal terhadap data harga-harga minyak yang berada di pasaran dunia. Lima harga minyak yang dipertimbangkan adalah harga minyak kelapa sawit mentah (CPO), harga minyak kacang soya (SBO), harga minyak kelapa (CNO), harga minyak isirong sawit (KPO) dan harga minyak biji sawi (RSO). Data bulanan harga-harga minyak dari tahun 1983 hingga tahun 2000 yang melibatkan 216 cerapan telah dianalisis. Hasil analisis regresi berganda mendapati nilai R2 adalah 0.887 yang bermaksud bahawa sebanyak 88.7 peratus ubahan dalam harga minyak sawit mentah dapat diterangkan secara bererti oleh pembolehubah tak bersandar RSO, KPO dan CNO. Hasil ujian-t juga menunjukkan bahawa setiap pekali bagi pembolehubah tak bersandar adalah bererti pada aras keertian satu peratus. Diagnosis model juga telah dilakukan dan didapati wujud masalah multikolineariti dan autokorelasi dalam data yang memerlukan penelitian yang lebih lanjut lagi. Katakunci: Harga minyak sawit mentah; regresi berganda; multikolineriti. This study focused on application of multiple regression in modeling vegetable oil prices. Five vegetable oil prices, namely CPO, SBO, CNO, PKO, and RSO have been analysed using monthly oil price data from year 2000. We found that multiple linear regression gave the $R^2$ value of 0.887, meaning 88.7\% of variance in CPO price could be explained by RSO, PKO, and CNO. The $t$-test showed that the parameter estimates is significant at one percent level. This study concluded that multicollinearity and autocorrelation were detected inmuliple linear regression and are needed to be considered in further research. Keywords: Crude palm oil price; multiple regression; multicollinearity.

Downloads

Published

2003-06-01

Issue

Section

Mathematics