3.7 2 Elastisitas Respon Produktivitas terhadap Harga
3.8 3.9
dimana : = Elastisitas luas areal jagung terhadap harga jagung jangka pendek,
= Elastisitas luas areal jagung terhadap harga jagung jangka panjang, = Elastisitas produktivitas jagung terhadap harga jagung jangka pendek,
= Elastisitas produktivitas jagung terhadap harga jagung jangka panjang
3.4. Metode Pengolahan dan Analisis Data
Untuk menjawab semua permasalahan dan tujuan yang telah dikemukan pada bagian sebelumnya, maka data yang diperoleh dalam penelitian ini akan
dianalisis dengan menggunakan metode analisis statistika deskriptif dan analisis regresi yang keduanya akan dijelaskan sebagaimana berikut :
3.4.1. Analisis Statistika Deskriptif
Analisis statistika deskriptif merupakan metode yang berkaitan dengan pengumpulan data sehingga memberikan informasi yang berguna. Upaya
penyajian ini dimaksudkan mengungkapkan informasi penting yang terdapat dalam data kedalam bentuk yang lebih ringkas dan sederhana yang pada akhirnya
mengarah pada keperluan adanya penjelasan dan penafsiran. Penyajian statistika deskriptif dapat berupa angka, tabel, dan grafik.
Selama tidak ada penarikan kesimpulan, pendugaan parameter, peramalan, pengujian hipotesis maka data-data yang disajikan berupa angka, tabel dan grafik
tersebut merupakan hasil analisis statistika deksriptif dan bukan analisis statistika inferensia.
3.4.2. Analisis Regresi
Analisis regresi merupakan analisis yang berkaitan dengan ketergantungan satu variabel yaitu variabel tak bebas, terhadap satu atau lebih variabel lain yaitu
variabel yang menjelaskan explanatory variable atau variabel bebas dengan maksud menaksir atau meramalkan nilai rata-rata hitung mean atau rata-rata
populasi variabel tak bebas Gujarati, 1978. Untuk menganalisis model yang memiliki lebih dari satu variabel bebas digunakan analisis regresi linier berganda.
Dalam penelitian ini, analisis regresi yang digunakan untuk melakukan analisis respon penawaran adalah analisis regresi linear berganda, dimana analisis
ini berkenaan dengan studi ketergantungan satu variabel variabel dependen yang satu atau lebih variabel lain variabel independen dengan maksud menaksir atau
meramalkan nilai variabel dependen berdasarkan nilai yang diketahui dari variabel yang menjelaskan variabel independen. Penaksiran parameter diduga
dengan metode kuadrat terkecil atau Ordinary Least Square OLS. Metode kuadrat terkecil dikemukakan oleh Carl Friedrich Gauss, seorang ahli matematik
berkebangsaan Jerman. Dengan menggunakan OLS, dapat diperoleh intersep dan slope sehingga diperoleh garis regresi yang menunjukkan trend data secara baik.
Untuk mempermudah perhitungan dan pengolahan data, maka dalam penelitian
ini menggunakan software Eviews 5.1.
Model regresi linier secara umum dapat dituliskan sebagai berikut: Y
i
= β + Σβ
i
X
i
+ u
i
; i = 1, 2, ……n
dimana: Y
i
= variabel tak bebas dependent variable, β
= intersep, β
i
= slope, X
i
= variabel bebas yang menjelaskan variabel tak bebas Y independent variable,
u
i
= error term, n
= banyaknya variabel independen dalam fungsi. Sementara itu, asumsi atau persyaratan yang melandasi estimasi koefisien
regresi dengan menggunakan metode OLS yaitu: 1 Eu
i
= 0 atau E u
i
|x
i
= 0 atau EY = β + Σβ
i
X
i
Atau dengan kata lain pada saat X
i
terobservasi, pengaruh pengaruh u
i
terhadap Y diabaikan atau u
i
tidak mempengaruhi EY secara sistematis. u
i
menyatakan variabel-variabel lain yang mempengaruhi Y, tetapi tidak
terwakili dalam model. 2 Tidak ada korelasi antara u
i
dan u
j
{cov u
i
, u
j
= 0}; i ≠ j. Artinya pada saat X
i
sudah terobservasi, deviasi Y
i
dari rata-rata populasi mean tidak menunjukkan adanya pola {E u
i
, u
j
= 0} 3 Homoskedastisitas, yaitu besarnya varian u
i
sama atau var u
i
=
2
untuk setiap i.
4 Kovarian antara u
i
dan X
i
nol {cov u
i
, X
i
= 0}, atau dengan kata lain artinya tidak ada korelasi antara u
i
dan X
i
. Sehingga jika ada hubungan dimana X
i
meningkat dan mengakibatkan u
i
juga meningkat atau ketika X
i
menurun, u
i
akan menurun pula maka dapat dikatakan bahwa hal tesebut menunjukkan adanya korelasi antara u
i
dan X
i
. 5 Tidak ada multikolinearitas, yang berarti bahwa tidak ada hubungan yang
nyata antar peubah X atau variabel-variabel independen nya. Jika asumsi-asumsi tersebut diatas terpenuhi, maka koefisien regresi yang
diduga bersifat BLUE Best Linier Unbiased Estimate.Model penawaran komoditas jagung akan diduga dengan metode OLS Ordinary Least Square.
3.5. Evaluasi Model
