41 error. Kesesuaian model penduga dengan data yang digunakan goodness of fit
diuji berdasarkan koefisien determinasi dan signifikansi parameter penduga secara serempak. Analisis regresi linear berganda tersebut dapat menunjukkan besarnya
nilai t-hitung, F-hitung, dan R
2
. Nilai t-hitung digunakan un tuk menguji secara statistik apakah koefisien regresi dari masing-masing parameter bebas Xn yang
dipakai, secara terpisah berpengaruh nyata atau tidak terhadap variavel tidak bebas Y. Apabila hasil t-hitung lebih besar dari t-tabel, maka parameter yang
diuji tersebut berpengaruh nyata terhadap parameter tidak bebas, dan sebaliknya jika t-hitung lebih kecil dari t-tabel, maka parameter yang diuji tersebut tidak
berpengaruh nyata terhadap parameter tidak bebas. Sedangkan nilai F-hitung digunakan untuk melihat apakah parameter
bebas yang digunakan X
1
, X
2
, X
3
, X
4
, X
5
, X
6
secara bersama-sama berpengaruh nyata terhadap Variabel Y. Apabila hasil F-hitung lebih besar dari F-tabel, maka
parameter tersebut secara bersama-sama berpengaruh nyata terhadap parameter tidak bebas yaitu Y, dan sebaliknya jika hasil F-hitung lebih kecil dari F-tabel,
maka parameter tersebut secara bersama-sama tidak berpengaruh nyata terhadap parameter Y. Koefisien determinasi R
2
adalah besaran yang digunakan untuk menunjukkan sampai sejauh mana keragaman produksi Y dapat diterangkan
oleh model dugaan. Nilai koefisien determinasi yang semakin dekat dengan satu, mengindikasikan bahwa semakin besar keragaman hasil produksi yang dapat
dijelaskan oleh faktor produksinya.
4.7. Pengujian Hipotesis
Uji nyata parameter penduga secara serempak dilakukan dengan pendekatan analisis ragam analisis of variance. Hipotesis awal ini adalah dugaan
bahwa semua variabel produksi yang digunakan dalam fungsi produksi mempunyai pengaruh nyata terhadap produksi.
Hipotesis awal H pada hipotesis awal ini adalah produksi usahatani padi
organik tidak dipengaruhi oleh luas lahan, benih, pupuk urea, ponska, kompos, tenaga kerja. Hipotesis alternatifnya H
1
adalah dugaan bahwa faktor-faktor produksi tersebut berpengaruh nyata terhadap produksi padi organik di lokasi
penelitian. Analisis ragam dalam uji ini tersebut dapat dilihat pada Tabel 3.
42
Tabel 3. Analisis Ragam terhadap Model Penduga Fungsi Produksi
Hipotesis Uji Statistik
Kriteria Uji H
: b = b
2
= b
3
= ......= b
6
= 0 H
1
: b ≠ b
2
≠ b
3
≠ .....≠ b
6
≠ 0 F =
k n
R k
R 1
1
2 2
F hitung F
αk-1 , n-k
, maka tolak H
F hitung F
αk-1 , n-k
, maka tolak H
Keterangan: R
2
= Koefisien determinasi; n =jumlah data; k = jumlah parameter penduga
Koefisien determinasi mempunyai keterkaitan erat dengan nilai F pada analisis ragam. Uji statistik F selain digunakan untuk menguji signifikansi
parameter penduga secara serempak juga merupakan uji signifikansi koefisien determinasi. Koefisien determinasi dapat dirumuskan sebagai berikut:
R
2
=
2 2
1
i i
Y e
JKT JKR
Dimana: JKR = jumlah kuadrat regresi
JKT = jumlah kuadrat total σe
i 2
= jumlah kuadrat unsur sisa σY
i 2
= jumlah kuadrat total Keterkaitan antara koefisien determinasi dengan uji F dapat dirumuskan
sebagai berikut:
F =
1 n
JKR k
n JKS
=
1 n
JKS JKT
k n
JKS
=
1 n
JKT JKS
JKT k
n JKT
JKS
= 1
1
2 2
n R
k n
R
Selain uji statistik F, ketepatan suatu model dapat diketahui dengan melakukan pengujian terhadap model dengan menggunakan alat analisis uji
statistik t. Uji ini dilakukan untuk mengetahui seberapa besar masing-masing faktor produksi Xi mempengaruhi produksi Y, prosedur pengujiannya adalah:
H : b
i
= 0 tidak ada pengaruh; H
i
: b
i
≠ 0 ada pengaruh. Jika t-hitung t-tabel, maka H
diterima, artinya Xi tidak berpengaruh nyata terhadap Y sedangkan jika t-hitung t-tabel, maka H
ditolak, yang artinya Xi berpengaruh nyata terhadap Y.
43 Peubah bebas yang dilibatkan dalam model fungsi produksi cabang
usahatani padi organik cukup banyak. Peubah-peubah bebas tersebut seharusnya saling bebas satu dengan yang lain sehingga yang diperoleh tidak bias.
Keterkaitan atau hubungan antar peubah bebas dikenal dengan istilah multikolinear. Uji multikolinear dilakukan dengan pendekatan Varians Inflation
Faktors VIF. Nilai VIF digunakan sebagai indikator dalam uji tersebut. Nilai VIF lebih besar dari 10 berarti terdapat kolinear antar peubah bebas Gujarati
2003 dicetus dalam Zamani 2008. Asumsi OLS tentang heterkedastisitas dan normalitas sisaan diuji dengan pendekatan grafis.
Hipotesis yang pertama digunakan dalam menduga efisiensi pendapatan usahatani padi organik di lokasi penelitian. Perumusan hipotesis mengenai
efisiensi pendapatan berdasarkan penelitian terdahulu mengenai belimbing depok dikatakan efisien pada saat nilai RC rasi lebih besar dari kriteria kelayakan yaitu
lebih besar dari satu, maka hipotesis awalnya H adalah rasio RC sama dengan
satu dan hipotesis alternatifnya H
1
adalah rasio RC lebih besar dari satu, atau secara matematis dapat ditulis sebagai berikut:
H :
β
j
= 0 H
1
: β
j
0 atau β
j
T-hitung = bj
StDev bj
H j
=
n x
Dimana: bj
= koefisien model dugaan untuk variabel Xj ß
j
= nilai koefisien model untuk variabel Xj StDev = standar deviasi dari bj
Jika t-hitung t
α2, n-k
, maka tolak H ; t-hitung t
α2, n-k
, maka tolak H
1
terima H . Hipotesis kedua adalah dugaan bahwa masing masing parameter bebas
faktor produksi yang digunakan dalam fungsi produksi berpengaruh nyata terhadap produksi. Hipotesis awal H
pada hipotesis kedua ini adalah produksi usahatani padi organik tidak dipengaruhi oleh variabel X
1
atau X
2
atau..... X
6
. Hipotesis alternatifnya H
1
adalah dugaan untuk setiap faktor-faktor produksi tersebut berpengaruh nyata terhadap produksi padi organik di lokasi penelitian.
Uji stastistik terhadap hipotesis tersebut dapat dilihat pada Tabel 4 berikut:
44 Tabel 4. Uji signifikansi untuk Masing-Masing Parameter Penduga Fungsi
Produksi
Hipotesis Uji Statistik
Kriteria Uji H
: b
1
= 0; H
1
: b
1
H : b
2
= 0; H
2
: b
2
H : b
3
= 0; H
3
: b
3
H : b
4
= 0; H
4
: b
4
H : b
5
= 0; H
5
: b
5
H : b
6
= 0; H
6
: b
6
t =
i i
b b
Jika t-hitung t
α, n-k
, maka tolak H Jika t-hitung t
α, n-k
, maka tolak H
1
Keterangan: k = jumlah variabel termasuk intersep; n = jumlah data; i = faktor produksi yang digunakan i = 1, 2, 3, ..., 6, α = 0.05; b
j
= parameter penduga Xj; dan σb
j
= simpangan baku parameter penduga Xj
Apabila tidak menggunakan tabel, maka uji diatas dapat dilihat dari nilai p, dengan kriteria sebagai berikut:
P- value2 α, maka tolak H
P- value2 α, maka terima H
Jika nilai P- value α, maka variabel bebas atau faktor produksi yang diuji
berpengaruh nyata terhadap variabel tidak bebas atau produksi. Sebaliknya, Jika nilai P-
value α, maka variabel bebas yang diuji tidak berpengaruh nyata terhadap variabel tidak bebas produksi.
Disamping uji-uji diatas, uji lain yang dilakukan dalam pendugaan fungsi produksi ini adalah uji multikolinearitas. Terdapat banyak cara dalam mendeteksi
adanya multikolinear, salah satunya adalah dengan menggunakan kriteria variance inflation faktor variabel independent ke j VIFxj. Apabila nilai VIFxj lebih besar
dari sepuluh, maka dapat disimpulkan terdapat masalah multikolinear diantara variabel independent.
VIFxj =
2
1 1
Rxj
4.8. Konsep Pengukuran Variabel
