Metode Pengambilan Sampel Analisis Pendapatan Usaha Garam Rakyat Berdasarkan Status Lahan dan Penggunaan Zat Aditif (Studi Kasus: Desa Santing, Kecamatan Losarang, Kabupaten Indramayu)

1 Pengujian Terhadap Model Penduga Pengujian variabel secara keseluruhan, dimaksudkan untuk melihat pengaruh bersama-sama variabel dependen dengan variabel independen secara keseluruhan Gujarati, 2006. Hipotesa yang digunakan adalah sebagai berikut Prosedur pengujian : H : b 1 = b 2 = ... = b 6 = 0 H 1 : paling sedikit ada satu bi ≠ 0 dimana: R 2 = koefisien determinasi k = jumlah variabel bebas = 6 n = jumlah sampel = 100 Kriteria uji: Jika F-hitung F- tabel k-1, n-k, maka tolak H , artinya faktor-faktor produksi X i secara bersama-sama berpengaruh nyata terhadap produksi garam pada selang kepercayaan 1- α. Jika F-hitung F- tabel k-1, n-k, maka terima H , artinya faktor-faktor produksi X i secara bersama-sama tidak berpengaruh nyata terhadap produksi garam pada selang kepercayaan 1- α. 2 Pengujian Koefisien Regresi Pengujian ini digunakan untuk menghitung koefisien regresi masing-masing variabel independen sehingga dapat diketahui pengaruh variabel independen tersebut terhadap variabel dependennya Gujarati, 2006. Hipotesis yang digunakan dalam pengujian ini adalah: H : b i = 0 H 1 : b i ≠ 0 Dimana: b i = koefisien regresi ke-i Sb i = standar deviasi koefisien regresi ke-i Kriteria pengujian : Jika t-hitung t- tabel α2, n-k, atau P-value α, maka tolak H , artinya X i berpengaruh nyata terhadap P pada selang kepercayaan 1- α. Dan jika t-hitung t- tabel α2, n-k, maka terima H , artinya X i tidak berpengaruh nyata terhadap P pada selang kepercayaan 1- α. 3 Pengujian Koefisien Determinasi Nilai R-squared mencerminkan seberapa besar keragaman dari variabel dependen yang dapat diterangkan oleh variabel independen. Nilai R-squared memiliki dua sifat yang memiliki besaran yang positif dan besarannya adalah 0 R-squared 1. Jika R-squared bernilai nol maka artinya keragaman dari variabel dependen tidak dapat diterangkan oleh variabel independennya. Sebaliknya, jika nilai R-squared bernilai satu maka keragaman dari variabel dependen secara keseluruhan dapat diterangkan oleh variabel independennya secara sempurna Gujarati, 2006. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen maka R 2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen Kuncoro, 2011. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model yang terbaik. Adjusted R 2 dihitung dari : Koefisien determinasi R-Squared adjusted dari model yang digunakan adalah ratio dari jumlah kuadrat regresi dan total jumlah kuadrat seperti yang terlihat berikut ini Dimana : R 2 = koefisien determinasi