26
c. Uji Multikolinearitas Jika suatu model regresi berganda terdapat hubungan linear sempurna antar
peubah bebas dalam model tersebut, maka dapat dikatakan model tersebut mengalami multikolinearitas. Terjadinya multikolinearitas menyebabkan R-
squared tinggi namun tidak banyak variabel yang signifikan dari uji t. Ada
berbagai cara untuk menentukan apakah suatu model memiliki gejala multikolinearitas. Salah satu cara yang digunakan adalah uji Varian Infiaction
Factor VIF. Cara ini sangat mudah, hanya melihat apakah nilai VIF untuk
masing-masing variabel lebih besar dari 10 atau tidak. Bila nilai VIF lebih besar dari 10 maka diindikasikan model tersebut mengalami multikolinearitas.
Sebaliknya, jika VIF lebih kecil dari 10 maka diindikasikan bahwa model tersebut tidak mengalami multikolinearitas yang serius.
d. Uji Heteroskedastisitas Masalah heteroskedastisitas biasanya sering terjadi dalam data cross section.
Salah satu cara dalam mendeteksi heteroskedastisitas adalah dengan transformasi terhadap peubah respon dilakukan dengan tujuan untuk menjadikan ragam
menjadi homogen pada peubah respon hasil transformasi tersebut. Untuk mendeteksi masalah heterokedastisitas dapat dilakukan uji White, dengan
meregresikan variabel-variabel bebas terhadap nilai absolute residualnya. Jika nilai signifikan dari hasil uji White lebih besar
dari α maka tidak terdapat heteroskedastisitas dan sebaliknya.
4.4.4 Analisis Regresi Logistik
Model logit adalah model non linear, baik dalam paramater maupun dalam variabel. Model logit diturunkan berdasarkan fungsi peluang logistik yang dapat
di spesifikasikan sebagai berikut Juanda 2009: �
�
=
�
= +
�
=
1 1+
�
− �
=
1 1+
�
− + �
......................................... 4.6 Dimana e mempresentasikan bilangan dasar logaritma natural e=2.718....
Kemudian dengan menggunakan aljabar biasa, persamaan dapat ditunjukkan menjadi:
n
z
=
�
�
1 −�
�
............................................................................................................ 4.7
27
Peubah Pi 1 – Pi dalam persamaan diatas disebut sebagai odds, yang sering
diistilahkan dengan resiko atau kemungkinan, yaitu rasio peluang terjadinya pilihan 1 terhadap peluang terjadinya pilihan 0 alternatif. Parameter model
estimasi logit harus diestimasi dengan metode maximum likelihood ML. Jika persamaan ditransformasikan dengan logaritma natural, maka:
�
= �
�
�
1 −�
�
→ �
�
�
1 −�
�
=
�
= +
�
............................................................4.8 Persamaan model regresi logistik untuk mengetahui faktor yang mempengaruhi
alih fungsi lahan adalah sebagai berikut: �� =
�� 1
−��
= Z = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ D + ε………..…4.9
Dimana: Z
= peluang alih fungsi lahan 1 dan tidak alih fungsi lahan 0 α
= intersep X
1
= faktor-faktor yang diduga mempengaruhi keputusan alih fungsi lahan β
1
= koefisien Regresi D
= dummy ε = error term
Faktor-faktor yang diduga mempengaruhi keputusan petani dalam mengalihfungsikan lahan, antara lain:
1. Luas Lahan Hektar Petani yang memiliki ukuran lahan yang luas cenderung untuk
mempertahankan lahannya karena semakin luas lahan maka usaha tani akan semakin efisien dan relatif lebih besar keuntungannya. Semakin luas lahan
yang dimiliki oleh petani maka semakin kecil alih fungsi lahan yang terjadi. 2. Proporsi Pendapatan Hasil Usaha Tani Persen
Semakin rendah pendapatan yang diperoleh dari hasil usaha tani, maka akan semakin tinggi peluang petani dalam melakukan alih fungsi lahan. Jika
pendapatan yang diperoleh dari hasil usaha tani rendah maka ada kecenderungan untuk memilih pendapatan di luar sektor pertanian dan lahan
yang dimiliki dialihfungsikan karena pendapatan usaha tani tidak dapat memenuhi kebutuhan sehari-hari.
28
3. Jumlah Tanggungan Petani Jiwa Jumlah tanggungan yang harus ditanggung petani mempengaruhi alih fungsi
lahan dimana semakin banyak jumlah tanggungan yang harus ditanggung, maka alih fungsi lahan akan semakin tinggi. Semakin banyak tanggungan yang
dimiliki maka biaya yang dibutuhkan dalam memenuhi kebutuhan sehari-hari semakin banyak sehingga petani akan cenderung untuk mengalihfungsikan
lahannya. 4. Produktivitas TonHa
Semakin tinggi tingkat produktivitas lahan maka keputusan petani untuk melakukan alih fungsi lahan akan semakin rendah. Hal tersebut disebabkan
karena semakin tinggi produktivitas, pendapatan yang diperoleh dari sektor pertanian
akan semakin
tinggi sehingga
petani akan
cenderung mempertahankan lahannya.
5. Biaya Usaha Tani Biaya usaha tani adalah biaya pengeluaran petani untuk memproduksi padi
hingga panen tiba, seperti pupuk, bibit, air, dan lain-lain. Variabel ini dapat mempengaruhi keputusan petani, karena jika biaya semakin tinggi maka petani
akan cenderung menjual lahan pertaniannnya. Agar diperoleh hasil analisis regresi logit yang baik perlu dilakukan
pengujian. Pengujian dilakukan untuk melihat apakah model logit yang dihasilkan secara keseluruhan dapat menjelaskan keputusan pilihan secara kualitatif. Dalam
hal ini pilihan yang digunakan untuk melakukan alih fungsi lahan atau tidak melakukan. Pengujian parameter dilakukan dengan menguji semua parameter
secara keseluruhan dan menguji masing-masing parameter secara terpisah. Statistik uji yang digunakan adalah sebagai berikut:
a. Odds Ratio Odds
merupakan rasio peluang kejadian terjadi sukses terjadinya peristiwa=1 terhadap peluang terjadi gagal terjadinya peristiwa y=0. Odds ratio
ini sering juga digunakan sebagai suatu ukuran asosiasi yang sering ditemukan dalam epidemologi. Pada dasarnya odds ratio digunakan untuk melihat hubungan
antara peubah bebas dan peubah terikat dalam model logit. Nilai tersebut dapat
29
diperoleh dari perhitungan eksponensial dari koefisien estimasi βi atau exp βj.
Odds Ratio dapat didefinisikan sebagai berikut :
P
�
1 −P
�
dimana P menyatakan peluang terjadinya peristiwa Z=1 dan 1-P menyatakan peluang tidak terjadinya peristiwa.
b. Likelihood Ratio Likelihood Ratio
merupakan suatu rasio kemungkinan maksimum yang digunakan untuk menguji peranan variabel penjelas secara serentak. Statistik uji
yang dapat menunjukkan nilai likelihood ratio adalah Uji G. Rumus umum Uji G adalah:
= −2 �
�
............................................................................................... 4.10 Dimana lo merupakan nilai likelihood tanpa variabel penjelas dan li merupakan
nilai likelihood model penuh. Statistik uji G akan mengikuti sebaranchi-square dengan derajat bebas α. Kriteria keputusan yang diambil adalah jika G chi-
square maka H
ditolak. Jika H ditolak maka dapat disimpulkan bahwa minimal
ada βj ≠ 0, dengan pengertian lain, model regresi logistik dapat menjelaskan atau
memprediksi pilihan individu pengamatan.
4.4.5 Analisis Estimasi Dampak Produksi
