merupakan perbandingan antara penerimaan dan biaya usahatani. Apabila RC 1 berarti penerimaan yang diperoleh lebih besar daripada unit biaya yang
dikeluarkan untuk memperoleh penerimaan tersebut. Sedangkan apabila RC 1 maka tiap unit biaya yang dikeluarkan akan lebih besar daripada penerimaan yang
diperoleh.
4.3.2 Analisis Keputusan Adopsi dengan Regresi Logistik
4.3.2.1 Model Regresi Logistik
Kleinbaum 1994 mendefinisikan bahwa regresi logistik adalah suatu pendekatan pemodelan matematika yang dapat digunakan untuk mendeskripsikan
hubungan antara beberapa variabel bebas variabel penjelas dengan sebuah variabel tidak bebas variabel respon yang bersifat dikotomi mempunyai dua
nilai. Definisi yang diberikan Kleinbaum tersebut mengacu pada regresi logistik binomial. Garson 2008 menyatakan bahwa regresi logistik binomial adalah suatu
bentuk regresi yang dipergunakan ketika variabel tidak bebas adalah suatu dikotomi dan variabel-variabel bebasnya berasal dari beberapa tipe bisa berupa
data kontinu atau data kategorik. Regresi logistik multinominal hadir untuk menangani kasus dengan variabel tidak bebas dengan kelas beranggotakan lebih
dari dua. Ketika kelas variabel tidak bebas yang banyak tersebut dapat diperingkatkan, maka regresi logistik ordinal lebih disukai daripada regresi
logistik multinominal. Dalam regresi logistik, variabel tidak bebas hanya ada satu dan tidak boleh bersifat kontinu.
Regresi logistik dapat dimanfaatkan untuk memprediksikan suatu variabel tidak bebas berdasarkan variabel bebas yang bersifat baik kontinu atau kategorik.
Selain itu, seperti regresi yang lainnya, regresi logistik juga dapat digunakan untuk menentukan persentase varian di dalam variabel tidak bebas dijelaskan oleh
variabel bebas dan untuk memperingkatkan tingkat kepentingan relatif dari variabel–variabel bebas yang dilibatkan dalam model Garson, 2008.
Dalam analisis ini ada empat pekerjaan utama yaitu membuat model keputusan adopsi benih padi hibrida menggunakan model logistik, melakukan
pendugaan terhadap parameter yang dilibatkan pada model, menentukan variabel bebas yang signifikan terhadap variabel respon serta menentukan kelayakan
model, dan pekerjaan yang terakhir adalah melakukan analisis terhadap faktor- faktor yang mempengaruhi penggunaan benih padi hibrida di tingkat petani.
Berdasarkan Hosmer dan Lemeshow 1989, vektor x’ = x
1
,x
2
,…,x
p
menotasikan sebanyak p variabel bebas yang dilibatkan. PY=1|x = πx adalah peluang bersyarat bahwa variabel tidak bebas menyatakan kejadian y=1. β
adalah konstanta dan β
1
, β
2
,…, β
p
adalah koefisien dari masing- masing variabel bebas. Bentuk spesifik dari model regresi logistik adalah:
p p
p p
x x
x x
x x
e e
x
β β
β β
β β
β β
π
+ ⋅⋅
⋅ +
+ +
+ ⋅⋅
⋅ +
+ +
+ =
2 2
1 1
2 2
1 1
1
π x dapat ditransformasikan dalam logit, gx menjadi:
− =
1 ln
x x
x g
π π
p p
x x
x β
β β
β +
⋅⋅ ⋅
+ +
+ =
2 2
1 1
Berkaitan dengan model regresi logistik yang digunakan dalam penelitian, variabel tidak bebas model adalah status menanam padi hibrida. Sedangkan
variabel bebasnya adalah variabel yang berasal dari faktor karakteristik petani dan keluarganya, faktor karakteristik usahatani, dan faktor lingkungan.
4.3.2.2 Metode Pengestimasi model pada Regresi Logistik .
