Model Regresi Logistik Penelitian Pendugaan Intersep dan Koefisien Variabel Bebas

besar daripada nilai RC pada usahatani padi hibrida. RC yang lebih tinggi menunjukkan bahwa pendapatan yang akan diperoleh petani padi inbrida lebih besar daripada pendapatan petani padi hibrida pada luasan lahan yang sama.

6.2 Analisis

Faktor–Faktor yang Mempengaruhi Petani untuk Menggunakan Inovasi Benih Padi Hibrida Dalam melakukan analisis faktor–faktor yang mempengaruhi petani untuk menggunakan inovasi benih padi hibrida, ada empat tahap utama yang dilakukan. Tahap pertama adalah menentukan model regresi logistik penelitian yang akan dipergunakan dalam tahap analisis berikutnya. Setelah itu, melakukan pendugaan terhadap masing-masing koefisien dalam model regresi logistik. Tahap ketiga adalah melakukan uji terhadap signifikansi masing-masing variabel penjelas terhadap model regresi logistik sekaligus menilai kelayakan model tersebut. Tahap terakhir adalah melakukan analisis terhadap faktor-faktor yang signifikan mempengaruhi penggunaan benih padi hibrida di tingkat petani berdasarkan hasil analisis tahap sebelumnya.

6.2.1 Model Regresi Logistik Penelitian

Berdasarkan literatur terdahulu dan pertimbangan kenyataan pada lokasi penelitian, ada enam variabel penjelas yang diduga mempengaruhi keputusan petani untuk mengadopsi inovasi yang berupa benih padi hibrida. Keenam variabel penjelas tersebut adalah pendidikan petani, luas lahan usahatani, kehadiran dalam kegiatan penyuluhan, status kepemilikan lahan, rasio pendapatan, dan umur petani. Variabel pertama dan keenam mewakili faktor karakteristik petani dan keluarganya, variabel kedua dan keempat mewakili faktor karakteristik usahatani petani, variabel ketiga mewakili faktor lingkungan. Sedangkan variabel kelima merupakan gabungan antara faktor karakteristik petani dan faktor karakteristik usahatani. Dengan demikian model regresi logistik dalam penelitian ini adalah: 6 6 2 2 1 1 6 6 2 2 1 1 1 x x x x x x e e x β β β β β β β β π + ⋅⋅⋅ + + + + ⋅⋅⋅ + + + + = setelah ditransformasikan ke dalam logit gx, model berubah menjadi:       − = 1 ln x x x g π π 6 6 2 2 1 1 x x x β β β β + ⋅⋅ ⋅ + + + = n StatusLaha Penyuluhan LuasLahan Pendidikan 4 3 2 1 β β β β β + + + + = Umur patan RasioPenda 6 5 β β + + Dengan keterangan: X 1 = Pendidikan = Pendidikan petani tahun X 2 = Luas Lahan = Luas lahan usahatani padi hektar X 3 = Penyuluhan = Frekuensi penyuluhan dalam setahun kali X 4 = Status Lahan = Status kepemilikan lahan yang digunakan dalam usahatani 1 = lahan milik, 2 = lahan bukan milik X 5 = Rasio Pendapatan = Perbandingan antara pendapatan usahatani padi dengan pendapatan total X 6 = Umur = Umur petani tahun β = Konstantaintersep β 1 - β 6 = Koefisien variabel bebas atau parameter yang akan diestimasi logits

6.2.2 Pendugaan Intersep dan Koefisien Variabel Bebas

Setelah model regresi logistik penelitian ditentukan maka langkah selanjutnya adalah melakukan estimasi terhadap masing-masing koefisien dari variabel penjelas model regresi logistik. Data masing-masing responden untuk tiap-tiap variabel terdapat pada Lampiran 13. Dalam regresi logistik, teknik estimasi parameter yang dipakai adalah teknik Maximum Likelihood Estimate MLE. Ringkasan hasil estimasi model regresi logistik terhadap faktor-faktor yang mempengaruhi petani Cibuaya untuk menggunakan benih padi hibrida dengan menggunakan teknik Maximum Likelihood Estimate tampak pada Tabel 23. Adapun beberapa tabel output regresi logistik SPSS yang penting dapat dilihat pada Lampiran 14. Tabel 23. Hasil Estimasi Model Regresi Logistik Terhadap Faktor-Faktor yang Mempengaruhi Petani Cibuaya untuk Menggunakan Benih Padi Hibrida Variabel Koefisien Sig. Sig.of the change ExpB Pendidikan 0,002 0,984 0,984 1,002 Luas lahan 0,162 0,026 0,012 1,176 Penyuluhan - 0,024 0,914 0,914 0,976 Status lahan - 1,826 0,009 0,005 0,161 Rasio Pendapatan - 3,402 0,079 0,066 0,033 Umur - 0,075 0,069 0,058 0,928 Konstanta 6,487 0,023 - 656,506 Nilai Chi-square atau Statistik Hosmer and Lemeshow adalah 3,980 dengan Sig.0,859. Nilai statistik model chi-squared test adalah 17,289 , , secara berurutan menunjukkan signifikan secara statistik pada tingkat peluang 10, 5 dan 1. Regresi logistik memberikan hasil bahwa konstanta, pendidikan, dan luas lahan mempunyai koefisien yang bernilai positif. Sementara variabel yang lain mempunyai koefisien yang negatif. Nilai konstanta yang terestimasi adalah 6,487. Nilai koefisien untuk variabel penyuluhan, status lahan, Rasio Pendapatan, dan umur adalah -0,024, -1,826, -3,402 ,dan -0,075. Sementara koefisien untuk variabel pendidikan dan luas lahan secara berurutan adalah 0,002 dan 0,162.

6.2.3 Uji Siginifikansi Model dan Variabel Bebas