Perhitungan Koefiesien Korelasi Variabel Tingkat Inflasi, Indeks Harga Konsumen (IHK), dan Persentase Penduduk Perkotaan Terhadap Peramalan Penjualan Ragum di Kota Kediri

Abstract

Peramalan (forecasting) merupakan suatu bentuk pemikiran mengenai suatu besaran, sebagai contoh permintaan terhadap beberapa produk pada waktu periode yang ada dimasa yang akan datang. Tujuan dari dilakukannya peramalan adalah untuk meramalkan permintaan dimasa yang akan dating. Analisis korselasi digunakan untuk memberitahu hubungan antar variabel dan untuk memberitahu arah hubungan antar variabel yang ada. Model causal mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Meramalkan jumlah penjualan produk ragum menggunakan tiga variabel, yaitu tingkat inflasi, indeks harga konsumen (IHK), dan persentase penduduk perkotaan di kota Kediri. Pada hubungan korelasi ini untuk tingkat inflasi didapatkan r = 0,13, berarti hubungan tingkat inflasi dengan penjualan ragum sangat lemah secara positif. Hasil perhitungan hubungan korelasi ini untuk indeks harga konsumen (IHK), didapatkan r = 0,21, berarti hubungan tingkat inflasi dengan penjualan ragum sangat lemah secara positif. Hasil perhitungan hubungan korelasi ini untuk indeks harga konsumen (IHK), didapatkan r = 0,77, berarti hubungan persentase penduduk perkotaan dengan penjualan ragum sangat kuat secara positif.penelitian ini, hubungan antar ketiga variabel terhadap penjualan ragum akan dihitung secara manual dan untuk memastikan kebenaran hubungan sebab-akibat tersebut, akan dilakukan pengujian dengan menggunakan software SPSS.

Forecasting (forecasting) is a form of thinking about a quantity, for example the demand for some products in the period in the future. The purpose of forecasting is to predict future requests. Correlation analysis is used to tell the relationship between variables and to tell the direction of the relationship between variables. The causal model assumes that the predicted factor shows a causal relationship with one or more independent variables. Forecast the number of sales of vise products using three variables, namely the inflation rate, the consumer price index (CPI), and the percentage of urban population in the city of Kediri. In this correlation to the inflation rate obtained r = 0.13, meaning that the relationship between the inflation rate and sales of vise is very weak positively. The results of the calculation of this correlation relationship for the consumer price index (CPI), obtained r = 0.21, means that the relationship of inflation to sales of vise is very weak positively. The results of the calculation of this correlation relationship for the consumer price index (CPI), obtained r = 0.77, means that the relationship between the percentage of urban population and sales of vise is very strong positively. In this study, the relationship between the three variables to sales of vise will be calculated manually and to ensure the truth of the causal relationship, will be tested using SPSS software.