Y = Produktivitas Sapi Perah literhariST
X
1
= Besarnya Biaya Usaha Rphari X
2
= Jumlah Pemberian Pakan Kosentrat Sapi Produksi kghariST X
3
= Jumlah Pemberian Pakan Hijauan Sapi Produksi kghariST X
4
= Masa Laktasi Sapi Produksi bulan b
= Konstanta b
1
= Koefisien regresi Biaya Usaha b
2
= Koefisien regresi Pemberian Pakan Hijauan Sapi Produksi b
3
= Koefisien regresi Pemberian Pakan Kosentrat Sapi Produksi b
4
= Koefisien regresi Masa Laktasi Sapi Produksi Penelitian faktor-faktor yang mempengaruhi produktivitas sapi perah yang
dipelihara peternak ini diasumsikan : 1. Besarnya biaya usaha yang digunakan peternak berpengaruh   positif dan
nyata terhadap produktivitas susu di tingkat peternak. 2. Jumlah pemberian pakan kosentrat sapi produksi berpengaruh psitif dan
nyata terhadap produktivitas susu di tingkat peternak. 3. Pemberian pakan hijauan sapi produksi berpengaruh positif dan nyata ter-
hadap produktivitas susu di tingkat peternak. 4. Masa   laktasi   sapi   produksi   berpengaruh   negatif   dan   nyata   terhadap
produktivitas susu di tingkat peternak.
4.5.2. Pengujian Statistik
Untuk mengevaluasi apakah model yang digunakan sudah baik atau tidak, terdapat   beberapa   kriteria   pengujian   statistik   yaitu   koefisien   determinasi   yang
disesuaikan atau R-Sq adj, uji F dan uji t. Uji F digunakan untuk melihat apakah
variabel penjelas secara bersama-sama simultan berpengaruh nyata atau tidak terhadap variabel dependen Nachrowi dan Usman, 2002. Uji t merupakan suatu
pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak. Uji t digunakan untuk melihat apakah variabel penjelas secara individu
berpengaruh   nyata   atau   tidak   terhadap   variabel   dependen.   Nilai   koefisien determinasi   merupakan   suatu   ukuran   yang   menunjukan   besar   sumbangan   dari
variabel penjelas terhadap variabel respon. Semakin besar koefisien determinasi maka   model   semakain   baik   Nachrowi   dan   Usman,   2002.   Menurut   Santoso
1999, untuk regresi berganda yang mempunyai  varibel bebas lebih dari dua, dianjurkan menggunakan koefisien determinasi yang disesuaikan atau R-Sq adj.
Koefisien   determinasi   yang   disesuaikan   berarti   koefisien   determinasi   sudah disesuaikan   dengan   derajat   bebas   dari   masing-masing   jumlah   kuadrat   yang
tercakup didalam perhitungan koefisien determinasi Firdaus, 2004. 1. Uji t Statistik
Uji t statistik melihat hubungan atau pengaruh antara variabel independen secara individual terhadap variabel dependen.
Hipotesis yang digunakan : a. Jika hipotesis positif
H =
b ≤   0   :   variabel  independent  tidak   mempengaruhi   variabel  dependen
secara signifikan H
1
= b
0   :   variabel  independen  mempengaruhi   variabel  dependen  secara positif dan signifikan
b. Jika hipotesis negatif H
= b
≥   0   :   variabel  independent  tidak   mempengaruhi   variabel  dependen secara signifikan
H
1
= b
0   :   variabel  independen  mempengaruhi   variabel  dependen  secara negatif dan signifikan
Pengambilan keputusan uji t adalah : Jika t table ≥ t hitung, Ho diterima berarti variabel independen secara individual
tidak berpengaruh secara signifikan terhadap variabel dependen. Jika t table  t hitung, Ho ditolak berarti variabel independen secara individu
berpengaruh secara signifikan terhadap variabel dependen. 2. Uji F Statistik
Uji F digunakan untuk melihat apakah variabel penjelas secara bersama- sama berpengaruh nyata atau tidak terhadap variabel dependen Nachrowi dan
Usman, 2002. Hipotesis yang digunakan :
H : b
1
= b
2
= b
3
= b
4
= b
5
= 0 tidak ada pengaruh yang signifikan dari variabel indipenden
terhadap variabel dependen secara bersama – sama. H
1
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0 ada pengaruh yang signifikan dari variabel indipenden
terhadap variabel dependen secara bersama – sama. Pengambilan keputusan uji F adalah :
Apabila   F-hitung      F-tabel,   maka   Ho   ditolak   berarti   secara   bersama   –   sama variabel independen secara signifikan mempengaruhi variabel dependen
Apabila F-hitung  F-tabel maka Ho diterima yang berarti secara bersama – sama variabel independen secara signifikan tidak mempengaruhi variabel dependen.
Gambar 2. Statistik Durbin-Watson autokorelasi
positif Ragu-
ragu tidak ada
autokorelasi ragu-
ragu autokorelasi
negatif 0                               D
L
D
U
2             4-D
U
4-D
L
4 3. Uji Asumsi Klasik
Pengujian ini dimaksudkan untuk mendeteksi ada tidaknya autokorelasi, multikolinearitas, dan normalitas. Apabila terjadi penyimpangan terhadap asumsi
klasik tersebut uji t dan uji F yang dilakukan sebelumnya menjadi tidak valid dan secara statistik dapat mengacaukan kesimpulan.
A. Multikolineritas Pengujian multikolinearitas merupakan suatu keadaan dimana satu atau
lebih variabel independen dapat dinyatakan sebagai kombinasi linear dari variabel lainya. Salah satu cara untuk mengetahui adanya multikolinearitas adalah dengan
pengujian   terhadap   masing-masing   variabel   independen. Pengujian
multikolinearitas diketahui dari nilai VIF setiap prediktor. Jika nilai VIF prediktor tidak melebihi 10, maka data terbebas dari multikolinearitas.
B. Autokorelasi Untuk   mendeteksi   ada   atau   tidaknya   autokorelasi   digunakan   Durbin
Watson test, dengan hipotesa sebagai berikut: a.
Jika nilai Durbin-Watson statistik  D
L
, atau Durbin-Watson statistik 4- D
L
, maka terdapat autokorelasi b.
Jika   nilai   D
U
Durbin-Watson     4-   D
U
,   maka   tidak   terdapat autokorelasi.
c. Jika nilai D
L
≤ Durbin-Watson ≤ D
U
atau 4- D
U
≤ Durbin-Watson ≤ 4- D
L
, berarti ragu-ragu
C. Normalitas Uji   normalitas   dilakukan   dengan   uji   normal   P-Plot.   Deteksi   dengan
melihat   penyebaran   data   titik   pada   sumbu   diagonal   dari   grafik.   Dasar pengambilan keputusan :
a.  Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
4.5.3. Analisis Pendapatan Usaha Ternak Sapi Perah