Metode Analisis Data

D. Metode Analisis Data

1. Analisis Penawaran Jagung Di Kabupaten Grobogan

Analisis data yang digunakan adalah dengan regresi linear berganda pada fungsi penawaran dengan cara pendekatan produksi, secara matematis dirumuskan :

Q t = bo + b 1 P t-1 +b 2 Q t-1 +b 3 A t +b 4 Pu t +b 5 W t +e Keterangan :

Q t : Produksi jagung pada tahun t (ton)

bo

: Konstanta

commit to user

P t-1 : Harga jagung pada tahun sebelumnya (Rp/kg) Q t-1 : Produksi jagung pada tahun sebelumnya (ton)

A t : Luas areal panen jagung pada tahun t (ha) Pu t

: Harga input (pupuk urea) pada tahun t (Rp/kg) W t : Rata-rata curah hujan pada tahun t (mm/tahun)

e : Nilai kesalahan pengganggu

2. Pengujian model

a. Uji R 2 Adjusted ( 2 )

Menurut Sudarmanto (2005:206),

2 menunjukkan kemampuan model untuk menjelaskan hubungan antara variabel bebas dan variabel

tidak bebas. Nilai 2 ini mempunyai range antara 0 sampai 1 (0 < 2 ≤ 1). Semakin besar 2 (mendekati 1) semakin baik hasil regresi tersebut (semakin besar pengaruh variabel bebas terhadap variabel tidak bebas),

dan semakin mendekati 0 maka variabel bebas secara keseluruhan semakin kurang bisa menjelaskan variabel tidak bebas.

R - (1 - 1 - R 2 2

Dimana :

JK Total

JK gresi Re

Keterangan : n

: Banyaknya sampel

: Jumlah koefesien yang ditaksir

JK Regresi : Jumlah kuadrat regresi JK Total : Jumlah kuadrat total

b. Uji F

Untuk mengetahui pengaruh variabel-variabel bebas secara bersama-sama terhadap variabel tak bebas digunakan uji F dengan tingkat kepercayaan yang digunakan 90%, 95%, dan 99% atau tingkat

commit to user

signifikansi (α) 10%, 5%, dan 1%, yang dapat dirumuskan sebagai berikut:

Keterangan :

R 2 : koefesien determinasi

: banyaknya sampel

: Jumlah koefesien yang ditaksir

Dengan hipotesis: Tes Hipotesis :

H 0 :b 1 =b 2 =b 3 =b 4 =b 5 =b 6 =b 7 =0

H 1 :b 1 ≠b 2 ≠b 3 ≠b 4 ≠b 5 ≠b 6 =b 7 ≠ 0 (Paling tidak ada salah satu yang tidak sama dengan nol) Kriteria pengujian yang digunakan dalam penelitian ini adalah:

1) Jika nilai signifikansi < α berarti H 0 ditolak dan H 1 diterima, maka variabel bebas secara bersama-sama berpengaruh nyata terhadap variabel tak bebas.

2) Jika nilai signifikansi > α berarti H 0 diterima dan H 1 ditolak, maka variabel bebas secara bersama-sama tidak berpengaruh nyata terhadap variabel tak bebas.

Menurut Santoso (2002:65), menentukan tingkat signifikansi (α), yaitu probabilitas kesalahan hipotesis yang ternyata benar. Jika

dikatakan α = 5%, berarti resiko kesalahan mengambil keputusan adalah 5%. Semakin kecil α berarti semakin mengurangi resiko kesalahan .

c. Uji t Untuk mengetahui pengaruh variabel bebas secara individu terhadap penawaran jagung di Kabupaten Grobogan digunakan uji t dengan tingkat kepercayaan yang digunakan 90%, 95%, dan 99% atau

tingkat signifikansi (α) 10%, 5%, dan 1%, yang dapat dirumuskan sebagai berikut :

commit to user

t hitung

(bi Se (bi

bi

Se(bi)

(bi Var (bi

Keterangan: bi

: Koefisien regresi variabel bebas ke-i

Se(bi) : Standar error koefisien regresi variabel bebas ke-i Tes Hipotesis :

H 0 :b i =0

H 1 :b i ≠0 Dengan kriteria pengujian yang digunakan dalam penelitian ini adalah:

1) Jika nilai signifikansi < α berarti H 0 ditolak dan H 1 diterima, maka variabel bebas secara individu berpengaruh nyata terhadap variabel tak bebas.

2) Jika nilai signifikansi > α berarti H 0 diterima dan H 1 ditolak, maka variabel bebas secara individu tidak berpengaruh nyata terhadap variabel tak bebas.

d. Nilai Standar Koefisien Regresi Untuk mengetahui variabel yang paling berpengaruh terhadap penawaran jagung di Kabupaten Grobogan digunakan nilai standar koefesien regresi dari hasil analisis uji t. Menurut Arif (1993:10), Untuk menentukan kekuatan masing-masing variable independen yang paling dominan dapat diketahui melalui nilai standar koefisien regresi yang dapat diperoleh dengan rumus :

b‘ = b i x Keterangan :

b = Standar koefisien regresi variable bebas

b i = Koefisien regresi variable bebas ke-i dy = Standar deviasi variable tak bebas di = Standar deviasi variable bebas ke-i

commit to user

yang paling berpengaruh terhadap penawaran jagung di Kabupaten Grobogan.

3. Pengujian asumsi klasik

a. Uji Multikolinearitas Multikolinearitas mengacu pada kondisi dimana terdapat korelasi linear di antara variabel bebas sebuah model. Jika dalam suatu model terdapat multikolinear akan menyebabkan nilai R 2 yang tinggi dan lebih banyak variabel bebas yang tidak signifikan daripada variable bebas yang signifikan atau bahkan tidak ada satupun.

Untuk menguji ada atau tidaknya multikolinearitas dapat digunakan pendekatan matriks korelasi, dengan melihat nilai matriks Pearson Correlation (PC). Apabila nilai PC < 0,8 berarti antar variabel bebas tidak terjadi multikolinieritas. Bila terjadi angka korelasi lebih dari 0,8 maka kedua variabel tersebut perlu dipertimbangkan apakah digunakan atau tidak dalam model (Soekartawi, 1993:107).

b. Autokorelasi Autokorelasi adalah hubungan yang terjadi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t sebelumnya. Model regresi yang baik seharusnya tidak menunjukkan autokorelasi. Pengujian ada atau tidaknya korelasi antar variabel bebas (otokorelasi), dilakukan dengan menggunakan uji statistik d dari Durbin Watson dengan kriteria:

1) 1,65 < DW < 2,35 yang artinya tidak terjadi autokorelasi.

2) 1,21 < DW < 1, 65 atau 2,35 < DW < 2,79 yang artinya tidak dapat

disimpulkan.

3) DW < 1,21 atau DW > 2,79 yang artinya terjadi autokorekasi.. (Sulaiman, 2002:155-156)

c. Heteroskedastisitas Uji heteroskedatisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu

commit to user

metode grafik dengan melihat diagram pencar (scatterplot) untuk mendeteksi ada tidaknya heteroskedastisitas. Menurut Santoso, (2002: 98), analisis untuk mendeteksi adanya heteroskedastisitas yaitu:

a. Apabila pola tertentu yang terbentuk pada hasil scatterplot, maka telah terjadi heteroskedastisitas.

b. Apabila tidak ada pola tertentu yang terbentuk pada hasil scatterplot, maka tidak terjadi heteroskedastisitas.

4. Elastisitas Penawaran Jagung

Elastisitas penawaran dapat diketahui dengan menggunakan rumus sebagai berikut :

Xi

bi Epd = keterangan :

Epd : Elastisitas penawaran jangka pendek bi

: Koefesien regresi variabel bebas ke-i Xi : Rata-rata variabel bebas ke-i Y : Rata-rata variabel tak bebas

(Gujarati, 2006:214) Sedangkan elastisitas jangka panjang dapat diketahui setelah elastisitas jangka pendek diketahui. Elastisitas jangka panjang dirumuskan sebagai berikut :

Epj =

Epd

Nilai koefisisen penyesuaian diperoleh dari:

k=1–b 2 Q t-1

Keterangan :

k : koefisien penyesuaian

b 2 : koefisien regresi dari Q t-1

(Gujarati, 2004:241)

commit to user

commit to user