Indikator Kebaikan Model Hasil Analisis Hubungan Struktur dan Faktor-faktor Lain yang

peningkatan yang menyebabkan banyaknya perusahaan-perusahaan baru yang berdiri untuk memenuhi tingginya permintaan konsumen.

5.4. Hasil Analisis Hubungan Struktur dan Faktor-faktor Lain yang

Mempengaruhi Kinerja

5.4.1. Indikator Kebaikan Model

Dari hasil regresi model dengan menggunakan metode Kuadrat Terkecil Biasa atau OLS Ordinary Least Square diperoleh informasi penting mengenai hubungan struktur dan faktor-faktor lain yang mempengaruhi kinerja industri pakan ternak di Indonesia periode 1984 sampai 2008. Hasil regresi tersebut dapat dilihat pada Tabel 5.3, dimana menurut Gujarati 1995 model ekonometrika yang baik harus memenuhi kriteria ekonometrika dan kriteria statistik. Berdasarkan kriteria ekonometrika, model harus sesuai dengan asumsi klasik yang artinya harus terbebas dari gejala multikolinearitas, autokorelasi dan heteroskedastisitas. Kesesuaian model dengan kriteria statistik dilihat dari hasil uji koefisiensi determinasi R 2 , uji F dan uji t. Tabel 5.3. Hasil Regresi Model Variable Coefficient Prob. C 7,481082 0,7042 CR4 -0,574927 0,0039 XEFF 0,529934 0,0000 GROWTH 0,045963 0,0778 MES 0,551553 0,0949 LNIM 0,401673 0,6730 AR1 0,582676 0,0064 R-squared 0,876301 Adjusted R-squared 0,832642 F-statistic 20,07167 ProbF-statistic 0,000001 Sumber: Lampiran 6 Berdasarkan kriteria statistik, nilai koefisien determinasi R 2 didapat sebesar 0,876301 yang berarti 87,6 persen keragaman PCM sebagai variabel dependen pada industri pakan ternak dapat dijelaskan oleh variabel independennya yang terdiri dari CR 4 , X-eff, Growth, MES dan IM. Selain itu, sisa dari nilai koefisien determinan sebesar 12,4 persen dijelaskan oleh variabel lain diluar model. Kriteria statistik lain yang dipakai yaitu uji F, dimana nilai probabilitas F- statistik yang dihasilkan sebesar 0,000001. Nilai tesebut lebih kecil dari taraf nyata yang digunakan yaitu 0,10 10 persen, yang berarti ada paling sedikit satu variabel independen yang berpengaruh nyata terhadap variabel dependen, sehingga model penduga tersebut layak untuk menduga parameter yang ada dalam fungsi. Selain itu, hasil uji t dapat dilihat melalui nilai probabilitas dari masing- masing variabel independennya. Variabel CR 4 , X-eff, Growth, MES dan AR1 memiliki nilai probabilitas yang nilainya lebih kecil dari taraf nyata 10 persen, artinya variabel-variabel independen tersebut berpengaruh nyata terhadap PCM. Sementara, variabel IM memiliki probabilitas sebesar 0,6730 yang nilainya lebih besar dari taraf nyata 10 persen, berarti IM tidak berpengaruh nyata terhadap PCM. Kemudian, dilakukan pengujian normalitas untuk menentukan bahwa error term pada model dapat terdistribusi normal yang dianalisis melalui nilai probabilitas. Pada penelitian ini menunjukkan bahwa nilai probabilitasnya sebesar 0,041641 yang ternyata lebih kecil dari taraf nyata 10 persen, artinya error term pada model ini tidak terdistribusi normal Lampiran 7. Namun, hal tersebut dapat diabaikan karena tidak berpengaruh terhadap pendugaan koefisien, dimana koefisien tetap tidak bias dan konsisten. Selain itu, pengujian multikolinearitas dilakukan untuk melihat apakah terdapat hubungan linear antara dua atau lebih variabel bebas multikolinearitas. Pada penelitian ini, uji multikolinearitas di analisis menggunakan matriks korelasi dengan melihat nilai antar variabel independennya. Ternyata nilai antar variabel independennya lebih kecil dari │0,8│ yang berarti model tidak mengalami masalah multikolinearitas Lampiran 8. Pengujian autokorelasi pada penelitian ini dilakukan menggunakan uji Breusch-Godfrey Serial Correlation LM Test , dimana nilai Probability ObsR- Squared yang dihasilkan sebesar 0,1030. Nilai tersebut ternyata lebih besar dari taraf nyata 10 persen, sehingga model yang dirumuskan tidak terjadi gejala autokorelasi Lampiran 9. Sementara yang terakhir adalah pengujian heteroskedastisitas, pengujian ini dilakukan menggunakan Breusch-Pagan-Godfrey dengan melihat nilai-p. Hasil uji yang dilakukan diketahui bahwa nilai Probability ObsR-Squared lebih besar dari taraf nyata 10 persen yaitu 0,6733. Artinya model yang dirumuskan pada penelitian ini tidak terjadi gejala heteroskedastisitas, melainkan asumsi homoskedastisitas terpenuhi Lampiran 10. Kesimpulannya bahwa model penelitian ini dapat memenuhi kriteria yang baik.

5.4.2. Faktor-faktor yang Mempengaruhi Kinerja Industri Pakan Ternak di Indonesia