dimana : P
i
= Peluang petani bersedia membayar iuran pengelolaan irigasi bernilai 1 jika petani bersedia membayar dan
bernilai 0 jika petani tidak bersedia membayar. ß
o
= Konstanta ß
1
,...., ß
9
= Koefisien Regresi PDPTN
= Pendapatan RpMT I PGLM
= Pengalaman tahun PL
= Produktivitas lahan tonMT I 1 ton = 1, 1-3 ton = 2, 3 ton = 3
TP = Tingkat pendidikan tahun
PLYN = Pelayanan
i = Responden ke-i i = 1,2,…n
4.4.1.1 Pengujian Parameter
Pengujian terhadap parameter model dilakukan untuk memeriksa kebaikan model. Uji statistik yang dilakukan adalah dengan menggunakan statistik uji G
dan statistik uji Wald.
Uji G
The log-likelihood biasa dikenal sebagai – 2 LL - two times the log- likelihood dimana nilai tersebut dapat memperkirakan distribusi chi-squere
χ
2
dan memungkinkan penentuan level signifikansi. Statistik uji G adalah uji rasio kemungkinan maksimum likelihood ratio test yang digunakan untuk menguji
peranan variabel penjelas secara serentak. Rumus umum untuk uji G adalah Hosmer Lemeshow, 1989 adalah:
G = - 2 ln ⎥
⎦ ⎤
⎢ ⎣
⎡
1
L L
dimana : L
= nilai likelihood tanpa variable penjelas L
1
= nilai likelihood model penuh Pengujian terhadap hipotesis pada uji G adalah sebagai berikut:
H : ß
1
= ... = ß
n
= 0 H
1
: minimal ada satu nilai ß
1
tidak sama dengan nol, dimana i = 1,2,3,...,n Statistik G akan mengikuti sebaran
χ
2
dengan derajat bebas α. Kriteria
keputusan yang diambil adalah jika G χ
2 pa
maka hipotesis nol ditolak. Uji G juga dapat digunakan untuk memeriksa apakah nilai yang diduga dengan variabel
di dalam model lebih baik jika dibandingkan dengan model tereduksi Hosmer Lemeshow, 1989.
Uji Wald
Uji wald digunakan untuk uji nyata parsial bagi masing-masing koefisien variabel. Dalam pengujian hipotesa, jika koefisien dari variabel penjelas sama
dengan nol, hal ini berarti variabel penjelas tidak berpengaruh pada variabel respon. Statistik uji Wald dapat didefinisikan sebagai berikut Hosmer
Lemeshow, 1989:
dimana :
j
βˆ = penduga
j
βˆ SE
j
βˆ = penduga galat baku
j
βˆ Pengujian terhadap hipotesis pada uji Wald adalah:
H :
j
β = 0 H
1
:
j
β ≠ 0, dimana j = 1,2,...,n W
j
=
j j
E S
β β
ˆ ˆ
ˆ
Uji wald mengikuti sebaran normal baku dengan kaidah keputusan menolak H jika W Z
α2
atau p-value α.
4.4.1.2 Interpretasi Koefisien
Dalam kajian hubungan antar variabel kategori dikenal adanya ukuran asosiasi atau ukuran keeratan hubungan antar variabel kategori. Salah satu ukuran
asosiasi yang dapat diperoleh melalui analisis regresi logit adalah odds ratio. Odds berarti rasio peluang kejadian sukses dengan kejadian tidak sukses dari
variabel respon Firdaus Farid, 2008. Odds ratio mengindikasikan seberapa besarnya peluang kejadian sukses pada suatu kelompok dibandingkan dengan
kelompok lainnya. Odds ratio merupakan interpretasi dari peluang. Koefisien yang bertanda
negatif menunjukkan nilai odds ratio yang lebih kecil dari satu mengindikasikan bahwa peluang kejadian tidak sukses akan lebih besar dari peluang kejadian
sukses, sedangkan koefisien yang bertanda positif menunjukkan nilai odds ratio yang lebih besar dari satu mengindikasikan bahwa peluang kejadian sukses akan
lebih besar dari peluang kejadian tidak sukses. Jika nilai odds ratio sama dengan satu mengindikasikan kedua kelompok memiliki peluang yang sama besar
berkaitan dengan munculnya kejadian sukses Firdaus Farid, 2008.
4.4.2 Analisis Pendapatan Usahatani
