Hasil Analisis Data
2. Hasil Analisis Data
a. Anilisis Fungsi Keuntungan Cobb-Douglas
Analisis yang digunakan untuk menganalisis keuntungan adalah fungsi keuntungan Cobb-Douglas dengan teknik Unit-Output-Price (UOP) Cobb-Douglas Profit Function (UOP-CDPF). Fungsi Analisis yang digunakan untuk menganalisis keuntungan adalah fungsi keuntungan Cobb-Douglas dengan teknik Unit-Output-Price (UOP) Cobb-Douglas Profit Function (UOP-CDPF). Fungsi
ln π = ln A + b 1 ln X 1 +b 2 ln X 2 +b 3 ln X 3 +µ
Keterangan:
= besarnya keuntungan yang dinormalkan dengan harga
jamur
A = Intersep
b 1 = parameter yang ditaksir
X 1 = jumlah bibit
X 2 = jumlah tenaga kerja
X 3 = luas lahan
= kesalahan pengganggu Dengan menggunakan program SPSS dilakukan analisis data dan hasilnya pada tabel 4.14 berikut ini:
Tabel 4.14 Rangkuman Hasil Regresi Linier Berganda
Variabel
Koef. Regresi
Std. Error
t- hitung
P value
Jumlah bibit
Jumlah tenaga kerja
Luas lahan
Adjusted R-square 0,929 Std. Error of The Estimate 0,509410
F-statistic 259,426 Sig.(F-statistic) 0,000
Sumber : hasil pengolahan data Dari hasil analisis regresi yang disajikan dalam tabel di atas,
diperoleh persamaan regresi sebagai berikut: Ln Y = -2,833 + 1,534 ln X 1 – 1,494 ln X 2 + 0,354 ln X 3
b. Pengujian Asumsi Klasik
Untuk mengetahui parameter dalam model yang digunakan Untuk mengetahui parameter dalam model yang digunakan
1) Uji Multikolinieritas
Multikolinieritas terindikasi apabila terdapat hubungan linier diantara variabel independen yang digunakan dalam model. Metode untuk menguji adanya multikolinieritas dilihat dari nilai tolerance value atau Variance Inflation Factor (VIF). Hasil analisis menunjukkan bahwa nilai VIF semua variabel independen dibawah nilai 10 dan tolerance value diatas 0,10. Sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas dalam model regresi sehingga model tersebut reliable sebagai dasar analisis. Hasil yang diperoleh dapat dilihat pada tabel berikut:
Tabel 4.15 Hasil Uji Multikolinieritas
Jumlah bibit Jumlah tenaga kerja Luas lahan
Bebas Multikolinieritas Bebas Multikolinieritas Bebas Multikolinieritas
Sumber; Hasil Pengolahan Data
2) Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana varian setiap variabel gangguan (disturbance term) yang dibatasi oleh nilai tertentu Heteroskedastisitas adalah keadaan dimana varian setiap variabel gangguan (disturbance term) yang dibatasi oleh nilai tertentu
sama dengan σ 2 .
Tabel 4.16 Uji Heteroskedastisitas
Variabel
T hitung P Value
Kesimpulan
Jumlah bibit Jumlah tenaga kerja Luas lahan
Bebas Heteroskedastisitas Bebas Heteroskedastisitas Bebas heteroskedastisitas
Sumber: hasil pengolahan data Hasil pengujian pada probabilitas 5% menunjukkan nilai probabilitas dari ketiga variabel lebih besar dari 0,05, maka dapat
disimpulkan untuk ketiga variabel tidak ada masalah heteroskedastisitas. Dengan demikian tidak terjadi masalah heteroskedastisitas.
3) Autokorelasi
Autokorelasi dapat diartikan sebagai korelasi berurutan antar variabel gangguan dalam suatu rangkaian observasi yang diurutkan menurut waktu. Untuk melihat adanya autokorelasi dalam penelitian ini digunakan metode Durbin-Watson (D-W). Hasil perhitungan berdasarkan bantuan komputer diperoleh hasil yang dapat dilihat pada tabel berikut:
Tabel 4.17 Hasil Uji Autokorelasi
Model D-W
4-d U 4-d L
Hasil Nilai 1,754 1,48 1,69 2,31 2,52 Tidak ada gejala autokorelasi
Sumber: hasil pengolahan data
Hasil dari tabel diatas nilai D-W berada diantara d U sampai 4-d U 1,69 ≤ 1,754 ≤ 2,31 berarti pengujian autokorelasi dalam penelitian ini
adalah tidak ada gejala autokorelasi.
c. Uji F
Uji F adalah untuk mengetahui apakah variabel jumlah bibit, jumlah tenaga kerja dan luas lahan secara bersama-sama mempunyai pengaruh yang signifikan terhadap jumlah keuntungan. Dari hasil analisis diperolah nilai F hitung sebesar 259,426 dengan probabilitas sebesar 0,000, karena nilai probabilitas F hitung (0,000) lebih kecil dari 0,01. Maka Ho ditolak dan Ha diterima, dengan demikian terbukti bahwa ada pengaruh yang signifikan dari jumlah bibit, jumlah tenaga kerja dan luas lahan secara bersama-sama terhadap keuntungan usaha tani jamur edibel (konsumsi).
d. Uji R 2
Hasil perhitungan untuk nilai R 2 dengan bantuan program SPSS, dalam analisis regresi berganda diperoleh angka koefisien determinasi atau R 2 sebesar 0,933. Hal ini berarti 93,3% variasi keuntungan usaha tani jamur edibel (konsumsi) dijelaskan oleh variasi perubahan jumlah bibit, jumlah tenaga kerja dan luas lahan. Sementara sisanya sebesar 6,7% diterangkan oleh faktor lain yang tidak ikut terobservasi.
e. Uji t
Uji t digunakan untuk mengetahui besarnya pengaruh masing- masing variabel independen secara individu. Pengujian regresi digunakan pengujian dua arah (two tailed test) dengan menggunak an α
= 5% yang berarti bahwa tingkat keyakinan adalah sebesar 95%. Hasil perhitungan uji dapat dilihat pada tabel di bawah ini.
P value
Kesimpulan
Jumlah bibit
11,806
0,000
Ho ditolak
Jumlah tenaga kerja
-2,020
0,048
Ho ditolak
Luas lahan
3,120
0,003
Ho ditolak
Sumber : hasil pengolahan data
Dari hasil uji t pada tabel 4.18 di atas diperoleh hasil bahwa variabel jumlah bibit, jumlah tenaga kerja dan luas lahan mempunyai nilai probabilitas dibawah 0,05 yaitu sebesar 0,000 (jumlah bibit), 0,0048 (jumlah tenaga kerja) dan 0,003 (luas lahan), berarti P < 0,05, maka Ho ditolak dan Ha diterima artinya variabel jumlah bibit, jumlah tenaga kerja dan luas lahan mempunyai pengaruh yang signifikan terhadap keuntungan usaha tani jamur.