49 Berdasarkan hasil regresi menggunakan metode
Random Effect
di atas dapat disimpulkan variabel independen t-test
probability
. Jumlah Penduduk X
1
, PDRB Per Kapita X
2
dan
share
Pertanin terhadap PDRB X
3
semuanya non significant. Hasil R
2
Adjusted R-squared sebesar 0,0223 atau 2,23persen yang berarti Jumlah Penduduk X
1
, PDRB Per Kapita X
2
, dan
share
Pertanin terhadap PDRB X
3
mampu menjelaskan Y Luas Lahan Sawah, sedangkan sisanya 97,77persen dijelaskan oleh faktor lain.
4.5.4 Uji Model Estimasi
Metode estimasi regresi data panel ada tiga, yaitu metode
Common Effect pooled least square
, metode
Fixed Effect
FE, atau metode
Random Effect
RE. Menentukan metode panel yang akan digunakan dalam penelitian ini, maka harus dilakukan beberapa pengujian.
Uji Chow
dan
Uji Hausman
merupakan pengujian yang dapat digunakan dalam menentukan apakah model data panel
dapat diregresi dengan metode
Common Effect
, metode
Fixed Effect
, atau metode
Random Effect
. Uji
Chow
digunakan untuk menentukan apakah model data panel diregresi dengan metode
Common Effect
atau dengan metode
Fixed Effect,
apabila dari hasil uji tersebut ditentukan bahwa metode
Common Effect
yang digunakan, maka tidak perlu diuji kembali dengan Uji Hausman, namun apabila dari hasil Uji
Chow tersebut ditentukan bahwa metode
Fixed Effect
yang digunakan, maka harus ada uji lanjutan dengan Uji
Hausman
untuk memilih antara metode
Fixed Effect
atau metode
Random Effect
yang akan digunakan untuk mengestimasi regresi data panel. Berikut adalah Tabel 4.6 yang menunjukkan hasil dari Uji
Chow.
50
Tabel 4.6 Uji Chow
Redundant Fixed Effects Tests Pool: DATA_P
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
5305.502503 8,24
0.0000
Cross-section Chi-square
269.224300 8
0.0000
Cross-section fixed effects test equation: Dependent Variable: Y?
Method: Panel Least Squares Date: 093015 Time: 06:34
Sample: 2010 2013 Included observations: 4
Cross-sections included: 9 Total pool balanced observations: 36
Variable Coefficient
Std. Error t-Statistic
Prob.
C -21.82507
4.729008 -4.615149
0.0001 X1?
1.473662 0.257996
5.711956 0.0000
X2? 2.113110
0.485289 4.354333
0.0001 X3?
1.701096 0.302973
5.614675 0.0000
R-squared
0.538392
Mean dependent var
3.856324
Adjusted R-squared
0.495117
S.D. dependent var
0.307416
S.E. of regression
0.218435
Akaike info criterion
-0.100221
Sum squared resid
1.526838
Schwarz criterion
0.075726
Log likelihood
5.803976
Hannan-Quinn criter.
-0.038811
F-statistic
12.44098
Durbin-Watson stat
0.131705
ProbF-statistic
0.000015 Sumber : Hasil Analisis 2015
Berdasarkan Tabel 4.6 hasil Uji Chow, menunjukkan bahwa F-hitung F- tabel atau 5305.502503 2.35 maka H
ditolak dan H
1
diterima serta
p-value Prob.
signifikan, yaitu 0.0000 kurang dari 5persen, sehingga metode yang digunakan adalah metode
Fixed Effect
. Oleh karena itu, harus dilakukan uji lanjutan untuk menentukan metode mana yang paling tepat digunakan antara
51 metode
Fixed Effect
atau metode
Random Effect
, yaitu dengan melakukan Uji
Hausman
. Berikut adalah Tabel 4.7, yang menunjukkan hasil Uji Hausman.
Tabel 4.7 Uji Hausman
Correlated Random Effects - Hausman Test Pool: DATA_P
Test cross-section random effects Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random
12.712841 3
0.0053
Cross-section random effects test comparisons: Variable
Fixed Random VarDiff.
Prob.
X1? -0.623051
-0.249373 0.026847
0.0226 X2?
-0.040400 -0.049552
0.000226 0.5422
X3? -0.191330
-0.102401 0.001265
0.0124
Cross-section random effects test equation: Dependent Variable: Y?
Method: Panel Least Squares Date: 093015 Time: 06:56
Sample: 2010 2013 Included observations: 4
Cross-sections included: 9 Total pool balanced observations: 36
Variable Coefficient
Std. Error t-Statistic
Prob.
C 7.881739
1.710448 4.607998
0.0001 X1?
-0.623051 0.296948 -2.098183
0.0466 X2?
-0.040400 0.045272 -0.892393
0.3810 X3?
-0.191330 0.127918 -1.495728
0.1478
Effects Specification Cross-section fixed dummy variables
R-squared
0.999739
Mean dependent var
3.856324
Adjusted R-squared
0.999620
S.D. dependent var
0.307416
S.E. of regression
0.005996
Akaike info criterion
-7.134229
Sum squared resid
0.000863
Schwarz criterion
-6.606390
Log likelihood
140.4161
Hannan-Quinn criter.
-6.949999
F-statistic
8361.478
Durbin-Watson stat
3.362146
ProbF-statistic
0.000000 Sumber : Hasil Analisis 2015
52 Berdasarkan Tabel 4.7 hasil Uji Hausman menunjukkan bahwa Chi-square
hitung Chi-square tabel 12.712841 7.814728 maka H diterima dan H
1
ditolak, serta
p-value
Prob. signifikan, yaitu 0,0053 kurang dari 5persen, sehingga metode yang akan digunakan untuk mengestimasi model adalah metode
Fixed Effect
. 4.5.5
Hasil Estimasi Model
Dalam penelitian ini, untuk mengetahui pengaruh Jumlah Penduduk X
1
, PDRB Per Kapita X
2
dan
share
Pertanian terhadap PDRB X
3
, maka model penelitian yang akan diestimasi, adalah sebagai berikut.
Model pada penelitian tersebut akan diestimasi menggunakan 4 tahun waktu observasi, yaitu dari tahun 2010 sampai dengan tahun 2013. Model
estimasi yang digunakan adalah data panel dengan menggunakan metode
fixed Effect FE
. Penggunaan pendekatan
fixed Effect
didasarkan pada hasil Uji
Chow
dan Uji
Hausman
yang menunjukkan bahwa metode
fixed Effect
lebih tepat digunakan dalam penelitian ini. Hasil estimasi dengan menggunakan perangkat
lunak
EViews 6.0
diperoleh persamaan hasil regresi sebagai berikut:
t -2,09
-0,89 -1,49 Sig.prob.
0,04 0,38
0,15 Fh
= 8361,478
Adj R
2
= 0,999620
53 Dari persamaan tersebut dapat dijelaskan bahwa apabila masing-masing
variable Jumlah Penduduk X
1
, PDRB Per Kapita X
2
dan
share
Pertanin terhadap PDRB X
3
mengalami perubahan masing-masing sebesar 1 persen maka
1 Peningkatan Jumlah Penduduk X
1
sebesar 1persen akan mengurangi luas lahan persawahan Y sebesar 0,6231persen apabila nilai variabel independen
lainnya dianggap konstan 2
Peningkatan PDRB Per Kapita X
2
sebesar 1persen akan mengurangi luas lahan persawahan Y sebesar 0,0404persen apabila nilai variabel independen
lainnya dianggap konstan 3
Peningkatan
share
Pertanin terhadap PDRB X
3
sebesar 1persen akan mengurangi luas lahan persawahan Y sebesar 0,1913persen apabila nilai
variabel independen lainnya dianggap konstan Nilai koefisen determinasi Adjusted R-squared sebesar 0,9996 artinya
bahwa 99,96persen Jumlah Penduduk X
1
, PDRB Per Kapita X
2
, dan
share
Pertanin terhadap PDRB X
3
mampu menjelaskan Luas Lahan Sawah Y, sedangkan sisanya 0,04 persen dijelaskan oleh faktor lain. Untuk membuktikan
apakah ketiga varabel bebas tersebut memang benar berpengaruh
significant
atau
non significant
dapat dibuktikan dengan uji statistik yaitu dengan uji F uji simultan dan uji- t uji parsial. Dari hasil analisis ternyata secara simultan
Jumlah Penduduk X
1
, PDRB Per Kapita X
2
, dan
share
Pertanin terhadap PDRB X
3
significant mampu menjelaskan lahan persawahan Y, sedangkan
54 secara parsial hanya Jumlah Penduduk X
1
yang
significant
dan PDRB Per Kapita X
2
, dan
share
Pertanin terhadap PDRB X
3
non significant
.
4.6 Pembahasan
