d. Penyebaran titik-titik tidak berpola.
Hal ini menunjukkan bahwa tidak terjadi heterokedastisitas. Maka dapat dinyatakan model regresi linier produksi jagung di daerah penelitian terbebas dari masalah
heterokedastisitas.
Uji Asumsi Normalitas
Hasil uji asumsi normalitas residual model dengan regresi linier produksi ternak kelinci menggunakan analisis grafik disajikan pada gambar berikut:
Sumber : Analisa Data Primer,Lampiran 16
Gambar 4. Grafik Uji Asumsi Normalitas Model Produksi Jagung
Gambar 4 menunjukkan bahwa grafik normal p-plot terlihat titik-titik menyebar di sekitar garis diagonal serta arah penyebarannya mengikuti garis diagonal. Hal ini
menunjukkan bahwa data residual model terdistribusi dengan normal. Maka dapat
Universitas Sumatera Utara
dinyatakan bahwa model regresi linier produksi usahatani jagung di daerah penelitian memenuhi asumsi normalitas.
Uji kesesuaian Test Goodness Of Fit Model dan Uji Hipotesis
Setelah dilakukan uji asumsi, maka dilakukan uji kesesuaian model dan uji hipotesis. Hasil analisis hubungan antara faktor-faktor yang mempengaruhi produksi terhadap
hasil produksi jagung, disajikan pada tabel berikut:
Tabel 15. Hasil Analisis Faktor – Faktor Yang Mempengaruhi Produksi Jagung di Daerah Penelitian
Variabel Koefisien
Regresi Std.
Error t hitung
Signifikansi Keterangan
Konstanta 4.910
.240 20.435
.000 -
Bibit .680
.053 12.724
.000 Nyata
Pupuk SP36 .090
.044 2.074
.042 Nyata
Pupuk Za .039
.053 .744
.460 Tidak Nyata Pupuk NPK
.131 .054
2.421 .019
Nyata
R
2
= 0,95 F
hitung
= 311,39 F
tabel
= 2,53 t
tabel
= 1,67
Sumber : Analisa Data Primer,Lampiran 16 Dari Tabel 15, diketahui bahwa nilai koefisien determinasi R
2
yang diperoleh sebesar 0,95. Koefisien determinasi ini menunjukkan bahwa produksi jagung Y dapat
dijelaskan oleh variabel Bibit x
1
, Pupuk SP36 x
2
, Pupuk Za x3 dan Pupuk NPK x
4
sebesar 95 sedangkan sisanya sebesar 5 dipengaruhi oleh faktor lainnya. Untuk menguji hipotesis secara serempak, dilakukan dengan uji F, dan secara parsial
dilakukan dengan uji t, dengan tingkat signifikansi dalam penelitian ini menggunakan α 5 atau 0,05. Hasil pengujian hipotesis diuraikan sebagai berikut:
A. Uji pengaruh Variabel Secara Serempak
Hasil uji pengaruh variabel secara serempak dengan menggunakan uji F disajikan pada tabel Model Summary
b
Analisis Data Primer lampiran , menunjukkan bahwa nilai signifikansi F adalah sebesar 0,00. Nilai yang diperoleh lebih kecil dari probabilitas
Universitas Sumatera Utara
kesalahan yang ditolerir yaitu α 5 atau 0,05 atau dapat diketahui melalui uji F. dimana F hitung yang diperoleh sebesar 311,39 dan F tabel 4,59 sebesar 2,53. Sehingga F
hitung F tabel 4,59. Hal ini menunjukkan bahwa H ditolak atau H
1
diterima , yaitu variabel bibit x
1
,pupuk SP36 x
2
, pupuk Za x
3
dan pupuk NPK x
4
secara serempak berpengaruh nyata terhadap variabel produksi jagung Y di daerah penelitian.
B. Uji pengaruh Variabel Secara Parsial
Setelah dilakukan uji pengaruh variabel secara serempak, pembahasan dilanjutkan dengan pengujian pengaruh variabel secara parsial. Uji pengaruh variabel secara parsial
dapat diketahui dengan menggunakan uji t, berdasarkan tabel dapat dilihat bahwa: • Tabel 15, menunjukkan bahwa bibit x
1
diperoleh t-hitung 12,724 lebih besar dari t-tabel1,67 dan memiliki nilai signifikansi sebesar 0,00
lebih kecil dari α 0,05. Hal ini menunjukkan bahwa H
ditolak atau H
1
diterima, yaitu bibit secara parsial berpengaruh nyata terhadap produksi jagung di daerah penelitian.
• Tabel 15, menunjukkan bahwa pupuk SP36 x
2
diperoleh t-hitung 2,074 lebih besar dari t-tabel1,67 dan memiliki nilai signifikansi sebesar 0,0042 lebih kecil
dari α 0,05. Hal ini menunjukkan bahwa H ditolak atau H
1
diterima, yaitu pupuk SP36 secara parsial berpengaruh nyata terhadap produksi jagung di daerah
penelitian. • Tabel 15, menunjukkan bahwa pupuk Za x
3
diperoleh t-hitung 0,74 lebih kecil dari t-tabel1,67 dan memiliki nilai signifikansi sebesar 0,46
lebih kecil dari α 0,05. Hal ini menunjukkan bahwa H
diterima atau H
1
ditolak, yaitu pupuk Za secara parsial tidak berpengaruh nyata terhadap produksi jagung di daerah
penelitian.
Universitas Sumatera Utara
• Tabel 15, menunjukkan bahwa pupuk NPK x
4
diperoleh t-hitung 2,42 lebih besar dari t-tabel1,67 dan memiliki nilai signifikansi sebesar 0,01
lebih kecil dari α 0,05. Hal ini menunjukkan bahwa H
ditolak atau H
1
diterima, yaitu pupuk NPK secara parsial berpengaruh nyata terhadap produksi jagung di daerah penelitian.
Untuk interpretasi analisis regresi, maka konstanta dan koefisien regresi yang didapat dari hasil pengolahan data yang telah dilakukan sebelumnya dikembangkan dalam
bentuk non linier Cobb-Douglas. Persamaan Cobb-Douglas hubungan input usaha ternak terhadap produksi usaha ternak kelinci adalah sebagai berikut:
Y = 4,91X
1 0,68
X
2 0,09
X
3 0,039
X
4 0,131
Dimana interpretasi dari persamaan tersebut adalah:
Hasil koefisien regresi sebesar 0,68 menunjukkan bahwa setiap adanya pertambahan bibit X
1
sebesar 1 maka akan menambah produksi sebesar 0,68. Sebaliknya setiap adanya pengurangan bibit X
1
sebesar 1 maka akan mengurangi produksi Y sebesar 0,68.
Hasil koefisien regresi sebesar 0,09 menunjukkan bahwa setiap adanya pertambahan
pupuk SP36 X
2
sebesar 1 maka akan menambah produksi sebesar 0,09. Sebaliknya setiap adanya pengurangan pupuk SP36 X
2
sebesar 1 maka akan mengurangi produksi Y sebesar 0,09.
Hasil koefisien regresi sebesar 0,039 menunjukkan bahwa setiap adanya
pertambahan pupuk Za X
3
sebesar 1 maka akan meningkatkan produksi sebesar 0,039. Sebaliknya setiap adanya pengurangan pupuk Za X
3
sebesar 1 maka akan mengurangi produksi Y sebesar 0,039.
Hasil koefisien regresi sebesar 0,131 menunjukkan bahwa setiap adanya
pertambahan pupuk NPK X
4
sebesar 1 maka akan meningkatkan produksi
Universitas Sumatera Utara
sebesar 0,131. Sebaliknya setiap adanya pengurangan pupuk NPK X
4
sebesar 1 maka akan mengurangi produksi Y sebesar 0,131.
Dengan demikian hipotesis kedua 2 yang menyatakan bahwa variabel bibit x
1
,pupuk SP36 x
2
, pupuk Za x
3
dan pupuk NPK x
4
berpengaruh nyata terhadap produksi jagung di daerah penelitian dapat diterima.
5.2.2 Faktor-faktor yang Mempengaruhi Produksi Jagung Per Ha di Daerah Penelitian
Untuk melihat apakah faktor-faktor luas lahan x1, bibit x2, pupuk ureax3, pupuk SP36x4, pupuk Zax5, pupuk NPKx6, obat-obatan x7 dan tenaga kerja x8
mempengaruhi produksi jagung per Ha di daerah penelitian. Berikut ini diuraikan luas lahan x1, bibit x2, pupuk ureax3, pupuk SP36x4, pupuk Zax5, pupuk NPKx6,
obat-obatan x7 dan tenaga kerja x8 pada produksi jagung dalam tabel mengenai Regresi Linier Berganda faktor-faktor yang mempengaruhi produksi jagung di daerah
penelitian:
Tabel 16. Data Analisis Faktor – Faktor Yang Mempengaruhi Produksi Jagung Per Ha Per Periode 4 Bulan di Daerah Penelitian
Keterangan Luas
Lahan Bibit
Pupuk Urea
Pupuk SP36
Pupuk Za
Pupuk NPK
Obat Gramoxon
Tenaga Kerja
Ha Kg
Zak Zak
Zak Zak
liter HKO
Jumlah 46
14680,08 393,52
156,17 132,70 142,46
244,45 2857,33
Rataan 1
229,38 6,15
2,44 2,07
2,23 3,82
44,65 Sumber : Analisa Data Primer, Lampiran 9
Setelah diperoleh data mengenai faktor yang mempengaruhi produksi jagung per ha di daerah penelitian, maka data tersebut dianalisis dengan metode analisis regresi linier
berganda. Sebelum dilakukan uji kesesuaian goodness of fit model, perlu dilakukan uji asumsi klasik untuk mendeteksi terpenuhinya asumsi-asumsi model linier produksi
jagung yang dispesifikasi. Uji asumsi klasik produksi jagung disajikan sebagai berikut:
Universitas Sumatera Utara
Uji Asumsi Klasik
Sebelum dilakukan uji kesesuaian goodness of fit model yakni uji F test dan t test, maka perlu dilakukan uji asumsi klasik untuk mendeteksi terpenuhinya asumsi-asumsi
dalam model regresi linier produksi jagung yang dispesifikasi. Pengujian asumsi klasik meliputi uji multikolinieritas, uji normalitas dan uji heterokedastisitas.
A. Uji asumsi multikolinieritas
Uji ini pada dasarnya digunakan untuk menguji apakah ada hubungan linier di antara variabel-variabel bebas dalam model regresi. Salah satu pendeteksian pengujian ini
adalah dengan pendekatan Tollerance Value dan Variance Inflaction Factor VIF. Jika nilai Tollerance mendekati 1 dan VIF sekitar angka 10 maka variabel dikatakan bebas
multikolinieritas. Namun, jika nilai Tollerance di bawah 0,1 dan VIF di atas 10 maka terjadi multikolinieritas. Setelah dilakukan analisis pada data faktor-faktor produksi luas
lahan x1, bibit x2, pupuk ureax3, pupuk SP36x4, pupuk Zax5, pupuk NPKx6,
obat-obatan x7 dan tenaga kerja x8, diperoleh hasil sebagai berikut: Tabel 17. Hasil uji Asumsi Multikolinieritas Model Produksi Jagung Per Petani
Per Periode 4 Bulan Menggunakan Statistik Kolinieritas No.
Variabel Bebas Colliniarity Statistics
Tolerrance VIF
1. Luas Lahan
0,171 5,854
2. Bibit
0,820 1,219
3. Pupuk Urea
0,560 1,785
4. Pupuk SP36
0,817 1,225
5. Pupuk Za
0,476 2,100
6. Pupuk NPK
0,447 2,239
7. Obat Gromoxone
0,796 1,256
8. Tenaga Kerja
0,417 2,396
Sumber : Analisa Data Primer,Lampiran 17 Dari Tabel 17, menunjukkan bahwa masing-masing variable bebas memiliki nilai
toleransi tolerance lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10. Hal ini menunjukkan tidak terjadinya multikolinieritas. Maka dapat disimpulkan bahwa model
Universitas Sumatera Utara
regresi linier produksi jagung per ha dengan variabel bebas luas lahan x1, bibit x2, pupuk ureax3, pupuk SP36x4, pupuk Zax5, pupuk NPKx6, obat-obatan x7 dan
tenaga kerja x8, terbebas dari masalah multikolinieritas.
B. Uji Asumsi Heterokedastisitas
Hasil uji asumsi heterokedastisitas dengan menggunakan analisis grafik untuk model regresi linier produksi ternak kelinci disajikan pada gambar berikut:
Sumber : Analisa Data Primer,Lampiran 17
Gambar 5. Grafik Uji Heterokedastisitas Model Produksi Jagung
Hasil uji asumsi heterokedastisitas dengan menggunakan analisis grafik untuk model regresi linier produksi ternak kelinci pada gambar, menunjukkan bahwa penyebaran
titik-titik varian residual adalah sebagai berikut:
e. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. f. Titik data tidak mengumpul hanya di atas atau di bawah saja.
Universitas Sumatera Utara
g. Penyebaran titik-titik data tidak membentuk pola bergelombang menyebar kemudian menyempit dan melebar kembali.
h. Penyebaran titik-titik tidak berpola.