28
produktivitas susu sapi perah yang digunakan dalam liter per hari setiap satuan ternak.
4.4 Pengujian Statistik
Data yang diperoleh dari observasi langsung di lapangan, studi literatur, wawancara dan pengisian kuisioner, selanjutnya ditranskripsikan secara tertulis
kemudian diolah dengan alat analisis yang telah ditetapkan. Karakteristik demografis responden dianalisa dengan menggunakan tabulasi langsung
persentase. Tingkat penerimaan, biaya produksi, dan biaya transaksi peternak dianalisis menggunakan analisis usahatani. Faktor-faktor yang mempengaruhi
penerimaan usaha ternak sapi perah dianalisis dengan analisis regresi tobit dengan menggunakan program Software STATA. Sedangkan faktor-faktor yang
menentukan biaya transaksi dianalisis dengan analisis regresi berganda menggunakan software SPSS.
4.4.1
Analisis Perkembangan Kinerja Peternak Sapi Perah Anggota Koperasi
Analisis perkembangan kinerja peternak sapi perah anggota koperasi susu dilakukan melalui pendekatan terhadap jumlah peternak, kepemilikan modal
usahaternak sapi perah, jumlah sapi perah dan produksi susu. Perkembangan kinerja peternak sapi perah anggota koperasi susu didasarkan dengan
membandingkan perubahan jumlah peternak, kepemilikan modal usahaternak sapi perah, jumlah sapi perah dan produksi susu dari tahun ke tahun terhadap peternak
yang mendapat pelayanan penuh dari koperasi yang pengadaan ternaknya dengan ikut kredit ternak atau dengan modal sendiri. Data-data yang didapat akan
dianalisa dan diuraikan secara deskriptif. 4.4.2
Analisis Penerimaan Peternak Sapi Perah
Penelitian ini menggunakan metode analisis regesi tobit untuk menyusun fungsi penerimaan peternak sapi perah dari beberapa variabel yang dianggap
berpengaruh dalam
menentukan penerimaan.
Model regresi
tobit memungkinkan kita untuk mengkaji hubungan antara variabel tak bebas
dependent variabel dan beberapa variabel bebas independent variables. Pendugaan koefisien dilakukan dengan menggunakan cara maximum likelihood
ML. Cara ini memaksimalisasikan nilai dari likelihood function dengan mencari parameter-parameter regresi yang memberikan nilai tertinggi untuk likelihood
function tersebut.
Metode tobit mengasumsikan bahwa variable-variabel bebas tidak terbatas nilainya non-censured dan hanya variable tidak bebas yang censured.
Untuk menganalisa variabel tidak bebas yang censored, yaitu nilai dari variabel tidak bebas
tersebut terbatas atau sengaja dibatasi, metode OLS ordinary least square tidak dapat digunakan karena parameter yang dihasilkan oleh OLS mengalami bias dan
juga tidak konsisten, sehingga untuk mengatasi kekurangan tersebut harus digunakan metode regresi tobit yang dikembangkan oleh Tobin
1958
.
Semua variable baik variable bebas dan variable tidak bebas diukur dengan benar, tidak ada
auotocorrelation, tidak ada heteroscedasity, tidak ada multikolinearitas yang sempurna dan model matematis yang digunakan menjadi tepat Gujarati 1995.
29
Beberapa hal mendasar yang menjadi pertimbangan dalam menentukan model regresi adalah:
Tingkat signifikansi model Penelitian ini menetapkan tingkat signifikansi model sebesar 5 yang berarti
bahwa selang kepercayaan terhadap model yang akan dihasilkan adalah 95 atau tingkat kesalahan error sebesar 5. Dasar keputusan ini adalah melihat
populasi yang relatif homogen, luas wilayah studi yang relatif sempit yaitu di satu kabupaten dan lebih terfokus pada satu kecamatan yaitu Kecamatan
Cigugur.
Tingkat signifikan variabel Setiap variabel yang masuk dalam model regresi harus memiliki tingkat
signifikan yang lebih kecil dari tingkat signifikan yang ditentukan. Kendala- kendala yang dihadapi dalam penelitian sosial ekonomi memungkinkan tingkat
sigifikan variabel bersifat fleksibel. Analisis regresi pada penelitian ini menetapkan tingkat signifikan variabel 15 karena fenomena pengamatan
dalam penelitian mendukung model yang dibentuk. Semakin kecil tingkat signifikan variabel, maka semakin signifikan variabel tersebut dalam
mempengaruhi model, sebaliknya bila tingkat signifikan variabel lebih dari 15, maka variabel tersebut tidak signifikan dalam mempengaruhi model
sehingga tidak layak dimasukan.
Multikolinieritas multicolinierity Multikolinieritas adalah tingkat korelasi yang cukup tinggi yang terjadi pada
dua variabel, yang berarti bahwa salah satu dari variabel tersebut sudah cukup untuk menjelaskan model regresi. Dalam menyusun model regresi diharapkan
multikolinieritas sekecil mungkin.
Tanda positif atau negatif dari variabel bebas Tanda positif atau negatif dari variabel bebas menunjukan fenomena yang
terjadi. Tanda positif berarti bahwa variabel bebas berpengaruh searah terhadap variabel tak bebas, sebaliknya jika tanda negatif berarti bahwa variabel bebas
berpengaruh terbalik terhadap variabel tak bebas.
Fungsi penerimaan peternak akan memasukkan beberapa variabel bebas yang mempengaruhi total penerimaan dan akan diuji dalam regresi. Variabel-
variavel tersebut adalah beberapa variabel bebas yang dianggap mempengaruhi fungsi penerimaan adalah umur
X
1
tingkat pendidikan
X
2
,
pengalaman beternak
X
3
,
modal usaha
X
4
,
jumlah tenaga kerja
X
5
, dan skala usaha
X
6
.
Sedangkan variabel tak bebas yang akan digunakan dalam model penerimaan peternak ini
adalah rasio biaya transaksi terhadap penerimaan dalam sehari setiap satuan ternak Y. Fungsi penerimaan peternak dapat dituliskan sebagai berikut :
Y = ƒX
1
, X
2
, ..........,
X
6
4.1 Berdasarkan hasil dari uji variabel tak bebas ini akan dipilih model yang
paling bagus yang menggambarkan kondisi yang sebenarnya dari penerimaan peternak. Model umum regresi tobit dari fungsi penerimaan peternak adalah :
Y
1
=
β
+
β
1
X
1
i +
β
2
X
2
i + ....... +
β
6
X
6
i +
D
k +
4.2
Kategori