Uji Asumsi Klasik Metode Analisis Data

commit to user 33 Pada tingkat kepercayaan 95, maka: 1 Jika t hitung t tabel , maka Ho diterima dan Ha ditolak, yang berarti faktor produksi ke-i tidak berpengaruh nyata terhadap produksi bawang merah varietas Bima. 2 Jika t hitung t tabel , maka Ho ditolak dan Ha diterima, yang berarti faktor produksi ke-i berpengaruh nyata terhadap produksi bawang merah varietas Bima. d. Uji standard koefisien regresi beta coefficient Uji Standard koefisien regresi digunakan untuk mengetahui faktor produksi yang paling berpengaruh diantara faktor produksi yang lain. Menurut Arief 1993 beta coefficient dihitung dengan rumus: b i = bi i Keterangan: b i : standard koefisien regresi b i : koefisien regresi untuk faktor produksi ke-i σ i : standard deviasi faktor produksi ke-i σ y : standard deviasi produksi Nilai standard koefisien regresi yang paling besar merupakan faktor produksi yang paling berpengaruh terhadap produksi bawang merah varietas Bima.

4. Uji Asumsi Klasik

a. Uji multikolinearitas Uji multikolinieritas dilakukan untuk mengetahui ada tidaknya korelasi yang sangat kuat antar variabel bebas pada model regresi. Deteksinya diketahui dari matriks pearson correlation. Apabila matriks pearson correlation tidak ada yang bernilai lebih dari 0,8 maka disimpulkan tidak terjadi multikolinearitas Nisfiannoor, 2009. b. Uji autokorelasi Menurut Sulaiman 2002, uji autokorelasi digunakan untuk mengetahui apakah terdapat korelasi antara anggota serangkaian commit to user 34 observasi yang diurutkan menurut waktu time series atau tempatruang cross section. Pengujian autokorelasi dilakukan dengan melihat nilai Durbin Watson dengan kriteria sebagai berikut: 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 inconclusion 3 DW 1,21 atau DW 2,79 yang artinya terjadi autokorelasi c. Uji heteroskedastisitas Uji Heterokesdastisitas bertujuan untuk menguji apakah dalam model regresi mempunyai varians variance yang tidak sama untuk semua pengamatan. Uji ini dilakukan dengan scatterplot antara nilai prediksi variabel dependent yaitu ZPRED sumbu X dengan residualnya SRESID sumbu Y. Apabila tidak terdapat pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Nisfiannoor, 2009. 5. Analisis Efisiensi Ekonomi Penggunaan Faktor-Faktor Produksi Analisis efisiensi ekonomi digunakan untuk mengetahui kombinasi penggunaan faktor-faktor produksi pada usahatani bawang merah mencapai efisiensi ekonomi tertinggi atau belum. Efisiensi ekonomi tertinggi dicapai apabila perbandingan nilai produk marjinal NPMxi dengan harga faktor produksi Pxi sama dengan satu. Adapun rumusnya: NPMx 1 Px 1 = NPMx 2 Px 2 = NPMx 3 Px 3 = NPMx 4 Px 4 = NPMx 5 Px 5 = NPMx 6 Px 6 = NPMx 7 Px 7 = 1 Keterangan: NPMx i : Nilai Produk Marginal untuk faktor produksi x i Px i : harga faktor produksi x i Kriteria yang digunakan sebagai berikut: Pxi NPMxi = 1, berarti penggunaan faktor produksi x i telah mencapai efisiensi ekonomi tertinggi. Pxi NPMxi ≠ 1, berarti penggunaan faktor produksi x i tidak efisien secara ekonomi. commit to user 35 Apabila terdapat kendala sehingga kombinasi penggunaan faktor- faktor produksi belum mencapai efisiensi ekonomi tertinggi, maka dilakukan analisis optimalisasi. Analisis ini bertujuan untuk mengetahui kombinasi penggunaan faktor-faktor produksi pada usahatani bawang merah varietas Bima mencapai kombinasi optimal atau belum. Kombinasi optimal dicapai apabila perbandingan antara produk fisik marjinal PFMxi dengan harga faktor produksi Pxi besarnya sama untuk setiap faktor produksi. Adapun rumusnya adalah sebagai berikut: PFMx 1 Px 1 = PFMx 2 Px 2 = PFMx 3 Px 3 = PFMx 4 Px 4 = PFMx 5 Px 5 = PFMx 6 Px 6 = PFMx 7 Px 7 Keterangan: PFMx i : Produk Fisik Marjinal faktor produksi x i Px i : harga faktor produksi x i Apabila belum mencapai kombinasi optimal, maka yang dapat dilakukan adalah mencapai kondisi optimum dengan mengoptimalkan penggunaan faktor-faktor produksinya. Penentuannya menggunakan pendekatan Least Cost Combination LCC dengan menentukan salah satu faktor produksi yang dijadikan sebagai faktor pembatas constraint x i , sehingga penentuan penggunaan faktor produksi lain x j yang optimal menggunakan rumus: Xj = βj.Xi.Pxi βi.Pxj Keterangan: Xi : penggunaan faktor pembatas Xj : penggunaan faktor produksi lain Pxi : harga faktor produksi pembatas Pxj : harga faktor produksi ke-j βi : koefisien regresi faktor pembatas βi : koefisien regresi faktor produksi ke-j commit to user 36

IV. KEADAAN UMUM DAERAH PENELITIAN

A. Keadaan Geografis

1. Lokasi Daerah Penelitian

Kabupaten Brebes merupakan daerah strategis di Provinsi Jawa Tengah, yang ditinjau dari aspek letak daerah, sosial dan ekonomi, serta merupakan pintu masuk jalur utara dari Provinsi Jawa Barat, DKI Jakarta menuju Jawa Tengah, Jawa Timur dan Daerah Istimewa Yogyakarta. Letak geografis Kabupaten Brebes terletak diantara antara 108º 41’ 37”- 109º 11’ 29” Bujur Timur BT dan 6º 44’ 56,5”-7º 20’ 51,48” Lintang Selatan LS dengan jarak terjauh dari utara ke selatan 87 km dan dari barat ke timur 50 km. Wilayah administrasi Kabupaten Brebes terbagi menjadi 17 kecamatan yang terdiri dari 297 desa dan 5 kelurahan dengan luas wilayah 166.296 ha atau 5,10 dari luas Provinsi Jawa Tengah yang sebesar 3.254.412 Ha. Adapun batas-batas wilayah Kabupaten Brebes adalah sebagai berikut: Sebelah Utara : Laut Jawa Sebelah Selatan : Kabupaten Banyumas dan Kabupaten Cilacap Sebelah Timur : Kabupaten Tegal dan Kota Tegal Sebelah Barat : Provinsi Jawa Barat Kecamatan Wanasari merupakan salah satu kecamatan yang ada di Kabupaten Brebes dengan luas 7.444 ha atau 4,48 dari luas wilayah Kabupaten Brebes. Kecamatan Wanasari terletak di sebelah barat Ibukota Kabupaten Brebes dengan jarak 4 km. Wilayah Kecamatan Wanasari disebelah utara berbatasan dengan Laut Jawa, sebelah selatan berbatasan dengan Kecamatan Larangan, sebelah timur berbatasan dengan Kecamatan Brebes dan Kecamatan Jatibarang, dan sebelah barat berbatasan dengan Kecamatan Bulakamba. Kecamatan Wanasari terdiri dari 20 desa yang semuanya berpotensi sebagai penghasil bawang merah varietas Bima.