dalam penelitiaan ini yaitu cara komputerisasi dengan menggunakan software Excell dan Statistical Product for Service Solution SPSS.
Suyanto 2004 menjelaskan bahwa analisis regresi linear berganda digunakan untuk menganalisis pengaruh lebih dari satu variable independen
terhadap variable dependen. Persamaan umum regresi linear berganda adalah sebgai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ b
6
X
6
+ e Tabel 2. Keterangan
Variabel Kode
Variabel Skala
Pengukuran Dependen
Y Output
Kg Independen
X
1
X
2
X
3
X
4
X
5
X
6
a b
e Luas Lahan
Bibit Tenaga Kerja
Pupuk Pestisid
a
C air
Pestisid
a
Padat
Konstanta Koefisien
Pengaruh galat atau residu
Ha Kg
HOK Kg
ml Kg
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xp
ect ed
C u
m P
ro b
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LNY
b. Multikolinearitas Suatu variabel menunjukan gejala multikolinearitas bisa dilihat
dari nilai VIF Variance Inflation Factor yang tinggi pada variabel- variabel bebas suatu model regresi dan nilai toleransi yang rendah. Uji VIF
ini untuk melihat apakah nilai VIF Variance Inflation Factor untuk masing-masing variabel lebih 10 atau tidak. Bila nilai VIF lebih besar
dari 10
maka diindikasikan
model tersebut
memiliki gejala
multikolinearitas. Berikut merupakan hasil pengolahan SPSS 14 pada pengujian multikolonearitas.
Tabel 3. Uji Multikolinearitas Model
Tolerance VIF
Costant Luas lahan X1
Bibit X2 Tenaga kerja X3
Pupuk X4 pestisida Cair X5
Pestisida Padat X6 .041
.044 .129
.171 .562
.563 24.577
22.904 7.761
5.835 1.779
1.776
Dependent Variabel: LnY
Hasil pengujian pada tabel 3, menunjukan bahwa tenaga kerja X
3
, pupuk X
4
, pestisida cair X
5
, pestisida padat X
6
menunjukan nilai tolerance lebih 0,1 yang berarti variabel-variabel tersebut tidak terjadi
multikolinearitas. Namun, luas X
1
dan bibit X
2
memiliki nilai tolerance 0.10 yang berarti variable-variabel tersebut terjadi multikolinearitas. jika
dilihat dari nilai VIF, hasilnya pun sama seperti yang dilihat dari nilai
6
tolerance, yaitu tenaga kerja X
3
, pupuk X
4
, pestisida cair X
5
, pestisida padat X
6
memiliki nilai VIF 10 yang berarti variable-variabel tersebut tidak terjadi multikolinearitas. sedangkan luas X1 dan bibit X2
memiliki nilai VIF 10 yang berarti variable-variabel tersebut terjadi multikolinearitas.
c. Heteroskedastisitas Dalam persamaan regresi berganda perlu juga diuji mengenai sama
atau tidak varians dari residual dari observasi yang satu dengan observasi yang lain. Jika residualnya mempunyai varians yang smaa disebut terjadi
Homoskedastisitas dan jika variansnya tidak sama berbeda disebut Heteroskedastisitas Sunyoto, 2012.
Analisis uji asumsi heteroskedastisitas hasil output SPSS melalui grafik scatterplot antara Z prediction ZPRED yang merupakan variabel
bebas sumbu X = Y hasil prediksi dan nilai residualnya SRESID merupakan variabel terikat sumbu Y = Y prediksi ─ Y riil.
Homoskedastisitas terjadi jika pada scatterplot titik-titik hasil pengolahan data antara ZPRED dan SRESID menyebar di bawah maupun di atas titik
origin angka 0 pada sumbu Y dan tidak mempunyai pola yang teratur. Heteroskedastisitas terjadi jika pada scatterplot titik-titiknya mempunyai
pola yang teratur baik menyempit, melebar maupun bergelombang- gelombang Sunyoto, 2012.
27
2.5 0.0
-2.5
Regression Standardized Predicted Value
5 4
3 2
1 -1
-2
R eg
ressi o
n S
tu d
en ti
z ed
D el
et ed
P ress
R esi
d u
al
Scatterplot Dependent Variable: LNY
28
3.5.2 Analisis Regresi Linear Berganda
Analisis regresi linear berganda dilakukan untuk menguji pengaruh dari variabel independen dengan variabel dependen dalam penelitian yang dilakukan,
yaitu dengan cara:
a. Uji Serentak Seluruh Parameter Dugaan Uji F
Hitung
Uji F
Hitung
merupakan pengujian untuk mengetahui angka pengaruh variabel independen terhadap variabel dependen secara bersama-sama.
Uji F dapat dihitung dengan rumus sebagai berikut: R
2
: k Fn =
1 - R2 : n - k- 1 Apabila : H
: b
1
= 0, berarti seluruh variabel independen dalam model tidak berpengaruh nyata terhadap variabel dependen.
Apabila : H
1
: b
1
≠0, berarti seluruh variabel independen dalam model berpengaruh nyata terhadap variabel dependen.
Kriteria uji : H
ditolak apabila : F
hitung
F
tabel
, derajat bebas tertentu H
1
diterima apabila : F
hitung
F
tabel
, derajat bebas tertentu Uji F
Hitung
digunakan untuk mengetahui apakah semua variabel bebas luas lahan, bibit, tenaga kerja, pupuk, pestisida cair, dan pestisida
padat pada penelitian ini secara bersama-sama mempunyai pengaruh yang nyata terhadap variabel terikat produksi bawang merah di Gapoktan
29
Maju Bersama. Uji ini membandingkan antara nilai F
Hitung
dengan F
Tabel
, yaitu:
H ditolak jika F
Hitung
F
Tabel
H diterima jika F
Hitung
F
Tabel
b. Pengujian Individu Uji t Pengujian individu Uji t digunakan untuk menguji apakah nilai
koefisien regresi mempunyai pengaruh yang signifikan. Hipotesis dari pengujian secara individu, yaitu:
H = β
i
= 0 H
1
= β
i
≠ 0, i = 1,2,3,4,5 Statistik pengujian yang digunakan, yaitu:
t
Hitung
=
Dengan stdevβi = σ
2
Selanjutnya, nilai t
Hitung
dibandingkan dengan nilai t
α2,n-k
, dengan keputusan Setiawan dan Kusrini, 2010:
a. Apabila nilai t
Hitung
t
α2,n-k
, maka H akan ditolak. Artinya,
variabel independen ke-i memberikan pengaruh yang signifikan terhadap variabel respons.
b. Apabila nilai t
Hitung
t
α2,n-k
, maka H akan diterima. Artinya,
variabel independen ke-i tidak memberikan pengaruh yang signifikan terhadap variabel respons.
30
c. Uji Koefisien Determinsi R
2
Koefisien determinasi R
2
merupakan angka yang menunjukan besarnya variabel terikat dapat dijelaskan oleh variabel bebs secara
bersama-sama. Rumus dari uji R
2
adalah sebagai berikut: R
2
= Irianto 2004 menjelaskan bahwa R
2
mempunyai interval dari 0 sampai 1. Semakin besar nilai R
2
mendekati 1, maka semakin baik hasil model regresi tersebut. Semakin mendekati 0, maka variabel independen
secara keseluruhan tidak dapat menjelaskan variabel dependen.
3.5.3 Elastisitas Produksi Cobb Douglas
Soekartawi 2003 menyatakan bahwa fungsi Cobb Douglas adalah suatu fungsi atau persamaan yang melibatkan dua atau lebih variabel, dimana variabel
yang satu disebut dengan variabel dependen, yang dijelaskan Y, dan yang lain disebut variabel indepeden, yang menjelaskan X. Hubungan antara Y dan X
adalah biasanya dengan cara regresi dimana variasi dari Y akan dipengaruhi oleh variasi dari X. Kaidah-kaidah pada garis regresi juga berlaku dalam penyelesaian
fungsi Cobb Douglas. Secara sistematik, fungsi Cobb Douglas dapat dituliskan seperti persamaan 1.
Y = aX
1
b
1
X
2
b
2
. . . X
i
b
i
. . .X
n
b
n
e
u
…………. 1
Bila fungsi Cobb Douglas tersebut dinyatakan oleh hubungan Y dan X, maka:
Y = fX
1
,X
2
, . . ., X
i
, . . ., X
n
…………… 2
Dimana: Y = variabel yang dijelaskan
31
X = variabel yang menjelaskan a,b = besaran yang akan diduga
u = kesalahan disturbance term e = logaritma natural
Memudahkan pendugaan terhadap persamaan 1, maka persamaan tersebut diubah menjadi bentuk linear berganda dengan cara melogaritmakan persaman
tersebut. Persamaan 1 dituliskan kembali untuk menjelaskan hal ini, yaitu: Y = fX1.X2
Dan Y = aX
1
b
1
X
2
b
2
e
u
………………………… 3a
Logaritma dari persamaan tersebut adalah Log Y = log a + b
1
log X
1
+ b
2
log X
2
+ v Y = a + b
1
X
1
+b
2
X
2
+ v …………………. 3b
Dimana: Y = log Y X = log X
v = log v a = log a
Persamaan 3b dapat dengan mudah diselesaikan dengan cara regresi berganda. Pada persamaan tersebut terlihat bahwa nilai b1 dan b2 adalah tetap
walaupun variabelyang terlibat telah dilogaritmakan. Hal ini dimengerti karena b1 dn b2 pada fungsi Cobb Douglas adalah sekaligus menunjukan elastisitas X
terhadap Y.
32
3.6 Definisi Operasional
Nazir 2005 menyatakan definisi operasional adalah suatu definisi yang diberikan kepada suatu variabel
dengan cara memberikan arti, atau menspesifikasikan kegiatan, ataupun memberikan suatu opersional yang
diperlukan untuk mengukur variabel tersebut. Definisi operasional yang digunakan dalam penelitian ini adalah:
1. Produksi adalah total produksi bawang merah pada sebidang lahan dengan
luasan tertentu dalam satu musim tanam dalam satuan kg. 2.
Bibit adalah total jumlah bibit yang digunakan dalam sekali musim tanam diukur dalam satuan kilogram.
3. Luas lahan adalah total luas lahan yang digunakan oleh petani bawang
merah diukur dalam satuan hektar. 4.
Tenaga kerja adalah jumlah tenaga kerja yang digunakan dalam sekali panen yaitu mulai dari pengolahan tanah sampai panen, baik yang berasal
dari keluarga maupun luar keluarga, dan diukur dalam satuan HOK. 5.
Pupuk adalah jumlah pupuk yang digunakan dalam proses produksi dalam satu musim tanam dan diukur dalam satuan kg. Jenis pupuk yang
digunakan TSP, NPK dan Dap. 6.
Pestisida adalah jumlah pestisida yang digunakan dalam proses produksi dalam satu musim tanam dan diukur dalam satuan liter dan kilogram.
7. Elastisitas produksi diartikan sebagai proporsi perubahan output sebagai
akibat proporsi perubahan input variabel yang digunakan.
33
BAB IV GAMBARAN UMUM DESA KUPU
4.1 Lokasi, Penduduk dan Mata Pencaharian
Desa Kupu terletak di dataran rendah, termasuk dalam kecamatan Wanasari, kabupaten Brebes, Provinsi Jawa Tengah. Jarak Desa Kupu dengan
ibukota kecamatan 5 km, jarak desa ini dengan ibukota Kabupaten Brebes 7 km, sedangkan jarak desa dengan ibukota Provinsi 140 km. Batas-batas wilayah Desa
Kupu sebagai berikut : a Sebelah Utara
: Desa Dumeling b Sebelah Selatan
: Desa Klampok c Sebelah Timur
: Desa Pesantunan d Sebelah Barat
: Desa Keboledan
Desa Kupu dengan luas 427,295 ha yang terdiri dari : 34,785 ha merupakan pemukiman, 194,010 merupakan persawahan, 1 ha merupakan
kuburan, 2 ha merupakan pekarangan, 0,5 merupakan perkantoran, 1 ha merupakan prasarana umum lainnya, 149,285 ha merupakan sawah irigasi teknis,
dan 44,715 ha merupakan irigasi ½ teknis. Desa kupu letaknya di daerah dataran rendah, suhu udara rata-rata di desa Kupu cukup tinggi, yakni mencapai 32
C sehingga cocok untuk budidaya bawang merah. Curah hujan di daerah ini rata-rata
mencapai 2000 – 3000mmtahun. Jenis tanah yang paling dominan adalah tanah lampungan dan sebagian besar tanahnya berwarna hitam dengan ph tanah berkisar
4,5 – 6.