39 yang digunakan untuk uji F, secara matematis adalah sebagai berikut Juanda,
2009: H
: b1 = b2 = .....= b10 = 0 ; artinya tidak ada satu pun variabel bebas yang berpengaruh nyata
H
1
: minimal ada 1 bi ≠ 0 ;artinya ada minimal satu variabel bebas
yang berpengaruh nyata. Rumus untuk menentukan F-hitung adalah sebagai berikut:
F Hitung= …………………………………………,,,,4.9
dimana;
dbe = n-k
n = jumlah pengamatan k = jumlah variabel termasuk intersep
Kriteria Uji: P-value uji F
α k-1, n-k, maka terima H ;model tidak nyata
P-value uji F α k-1, n-k, maka terima H
1
; model berpengaruh nyata
4.4.3.1.2. Uji t
Uji t dilakukan untuk mengetahui apakah variabel independen secara terpisah mempengaruhi variabel dependennya Juanda, 2009. Hipotesis yang
digunakan untuk uji-t secara matematis adalah sebagai berikut Juanda, 2009: Hipotesis:
H : bi = 0 ; artinya variabel bebas tidak memiliki pengaruh nyata
H
1
: bi 0 ; i = 1,2,3,.......,10 ; artinya variabel bebas memiliki pengaruh yang nyata.
40 Rumus untuk menentukan t-hitung dan t-tabel adalah sebagai berikut:
………………………………………………………..4.10 ……………………………………………………...4.11
dimana: = Koefisien regresi ke i yang diduga
Sb
i
= Standar deviasi koefisien regresi ke-i yang diduga Kriteria uji:
P value uji t α, maka terima H
1
; artinya variabel bebas nyata P value uji t
α, maka terima H
0 ;
artinya variabel bebas tidak nyata
4.4.3.1.3. Koefisien Determinasi R- squared
Koefisien determinasi digunakan untuk mengetahui sejauh mana keragaman variabel dependen dapat dijelaskan oleh variabel-variabel independen di dalam
model Gujarati, 2007. Nilai koefisien determinasi berkisar antara 0 dan 1. Apabila nilai koefisien determinasi semakin mendekati 1, maka model semakin
baik, karena semakin sedikit keragaman variabel dependen yang dijelaskan oleh variabel lain diluar model Gujarati, 2007. Rumus Koefisien determinasi adalah
sebagai berikut Juanda, 2009: ………………………………………4.12
1. Uji Ekonometrik
Pengujian ekonometrik yang diperlukan dalam penelitian ini terdiri dari
tiga jenis
pengujian. Pengujian
ini meliputi
uji normalitas,
uji heteroskedastisitas, serta uji multikolinearitas. Adapun uji autokorelasi tidak
41 dilakukan karena data yang digunakan dalam penelitian ini merupakan data
cross section. 4.4.3.2.1. Uji Normalitas
Uji normalitas bertujuan membandingkan distribusi data dengan distribusi normal baku Daniel, 1990. Penelitian ini menggunakan uji Jarque-Berra. Uji
Jarque-Berra ini menggunakan perhitungan skwennes dan kurtosis. Rumus uji Jarque-Berra adalah sebagai berikut Gujarati, 2003:
…………………………………………………………………………………….4.13 dimana;
n = jumlah pengamatan S = Koefisien Swekness
K = Koefisien Kurtosis Hipotesis pada uji normalitas adalah sebagai berikut:
H : Error term terdistribusi normal
H
1
: Error term tidak terdistribusi normal Kriteria uji :
Jika P-value uji normalitas α maka tolak H
; error term tidak terdistribusi normal Jika P value uji normalitas
α maka terima Ho; error term terdistribusi normal
4.4.3.2.2. Uji Heteroskedastisitas Heteroskedastisitas merupakan galat yang memiliki varian tidak konstan
Daniel, 1990. Penelitian ini menggunakan uji glejser. Uji glejser meregresikan nilai absolut residual terhadap variabel independen. Rumus uji glejser adalah
sebagai berikut Gujarati, 2003: │Ut│= α + βXt + vt ……………………………………………………………4.1
42 dimana:
│Ut│= nilai absolut residual Xt = variabel independen.
Apabila variabel independen dalam persamaan regresi ini signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi heteroskedastiditas
Gujarati, 2003. Hipotesis yang digunakan dalam pengujian heteroskedastisitas dengan adalah sebagai berikut:
H : tidak terdapat heteroskedastisitas
H
1
: terdapat heteroskedastisitas Kriteria uji yang dugunakan adalah:
Jika P-value uji heteroskedastisitas α maka tolak H
; artinya terdapat heteroskedastisitas.
Jika P value uji heteroskedastisitas α maka terima Ho; artinya tidak terdapat
heteroskedastisitas
4.4.3.2.3. Uji Multikolinearitas.
Multikolinearitas didefinisikan sebagai adanya korelasi yang kuat antar variabel independen pada model persamaan Draper, 1992. Adanya
multikolinearitas dalam persamaan regresi akan berdampak pada varian penduga koefisien regresi menjadi tidak signifikan. Pengujian adanya multikolinearitas
dapat dilihat dengan menggunakan pengujian Variance Inflation Factor VIF. Apabila nilai VIF kurang dari 10, maka tidak terdapat masalah multikolinearitas.
Adapun rumus VIF adalah sebagai berikut: ………………………………………………………………4.15
43
4.5. Definisi Operasional
Terdapat beberapa definisi dari istilah-istilah yang dipakai dalam penelitian. Definisi operasional tersebut antara lain;
1. Petani ubi kayu adalah petani yang melakukan usahatani ubi kayu selama satu musim tanam.
2. Luas Lahan garapan adalah luas lahan usahatani ubi kayu dalam satuan hektar. 3. Modal berupa lahan, alat-alat, tanaman di lahan, sarana produksi dan uang tunai
yang digunakan untuk menghasilkan ubi kayu. 4. Tenaga kerja adalah tenaga kerja yang digunakan dalam proses produksi baik
untuk pengolahan lahan, penanaman, pemeliharaan, dan pemanenan. Tenaga kerja ini terdiri dari tenaga kerja pria dan wanita, yang dibedakan menjadi
tenaga kerja dalam keluarga dan luar keluarga. Penggunaan tenaga kerja dinyatakan dengan satuan Hari Kerja Pria HKP dengan lama kerja lima jam
per hari. 5. Produksi total adalah hasil ubi kayu yang didapat dari luas lahan tertentu setelah
dibersihkan dari tanah yang menempel dicuci dengan air, diukur dalam kilogram.
6. Biaya tunai adalah besarnya nilai uang tunai yang dikeluarkan petani untuk membeli pupuk dan upah tenaga kerja luar keluarga. Biaya diperhitungkan
dalam penelitian ini adalah biaya penyusutan alat, pajak lahan, penggunaan bibit, serta penggunaan tenaga kerja dalam keluarga.
7. Biaya total merupakan penjumlahan dari biaya tunai dan biaya yang diperhitungkan.
Kategori