1. Metode kualitatif adalah metode mengenai hal-hal yang berhubungan
dengan penelitian terhadap pendapat dan tanggapan responden, serta teori- teori yang ada dengan masalah penelitian.
2. Metode kuantitatif adalah metode yang disarankan pada dianalisis
variabel-variabel yang dapat dinyatakan dengan jelas atau menggunakan rumus yang pasti yaitu:
5.3.1. Metode Regresi Kuadrat Terkecil
Analisis data yang dilakukan dengan Metode Regresi Kuadrat TerkecilOLS ordinary least square, dengan fungsi Produksi Cobb
Douglass. Model hubungan antara variabel independen dan variabel dependen yang digunakan dalam penelitian ini adalah sebagai berikut
Y = f X1, X2, X3, DM Dengan memperhatikan faktor-faktor yang mempengaruhi maka dapat
ditarik suatu model ekonometrik sebagai berikut: Y =
β +
β
1
X1 + β
2
X2 +
β
3
X3 + DM + e
Keterangan: Y
= Pendapatan Pengusaha Ayam Potong RpBulan X1
= Jumlah Pesaing unit X2
= Biaya Transportasi RpBulan X3
= Jumlah ayam terjual ekor Dm
= Dummy Variabel 1 = Terpengaruh flu bururng
0 = Tidak terpengaruh flu burung
β = Konstanta regresi
β
1
, β
2
, β
3,
β
4
= Koefisien regresi e
= Kesalahan pengganggu 5.3.2. Pemilihan Model Regresi
Pemilihan model regresi ini menggunakan uji Mackinnon, white and Davidson MWD yang bertujuan untuk menentukan apakah model
yang akan di gunakan berbentuk linier atau log linier. Persamaan matematis untuk model regresi linier dan regresi log linier adalah sebagai
berikut : Linier
Y =
β
o
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ dm X
4
+ e Log Linier LnY
= β
o
+ β
1
lnX
1
+ β
2
lnX
2
+ β
3
lnX
3
+ dm X
4
+e Untuk melakukan uji MWD ini kita asumsikan bahwa
Ho :Y adalah fungsi linier dari variabel independen X model linier Ha :Y adalah fungsi log linier dari varibel independen X model log linier
Adapun prosedur metode MWD adalah sebagai berikut : 1.
Estimasi model linier dan dapatkan nilai prediksinya fitted value dan selanjutnya dinamai F
1
. 2.
Estimasi model log linier dan dapatkan nilai prediksinya, dan selanjutnya dinamai F
2
. 3.
Dapatkan nilai Z
1
= ln F
1
-F
2
dan Z
2
= antilog F
2
-F
1
4. Estimasi persamaan berikut ini :
Y = β
o
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ dm X
4
+ β
5
Z
1
+ e
Jika Z
1
signifikan secara statistik melalui uji t maka kita menolak hipotesis nul dan model yang tepat untuk digunakan adalah model
log linier dan sebaliknya jika tidak signifikan maka kita menerima hipotesis nul dan model yang tepat digunakan adalah model linier
5. Estimasi persamaan berikut :
LnY = β
o
+ β
1
lnX
1
+ β
2
lnX
2
+ β
3
lnX
3
+ dm X
4
+ β
5
Z
1
+ e Jika Z
2
signifikan secara statistik malalui uji t maka kita menolak hipotesis alternatif dan model yang tepat untuk digunakan adalah model log linier
dan sebaliknya jika tidak signifikan maka kita menerima hipotesis alternatif dan model yang tepat untuk digunakan adalah model linier.
Agus Widarjono ; 2005.
5.3.3. Uji Statistik
