50
Berdasarkan hasil pengolahan data, semua variabel bebas memiliki pengaruh yang signifikan terhadap variabel tak bebas tabel 5.1. Karena semua
variabel memiliki pengaruh yang signifikan, maka semua variabel tersebut dapat dimasukkan ke dalam model. Bentuk model regresi linier dari fungsi produksi
Cobb-Douglas untuk usaha tanaman kedelai dengan enam variabel bebas ialah: 珪契 姿 = 伐層, 層掃挿 + 宋, 挿層挿 珪契 姉
層
+ 宋, 匝掃捜 珪契 姉
匝
+ 宋, 宋匝掻 珪契 姉
惣
+ 宋, 宋匝匝 珪契 姉
想
+ 宋, 宋想惣 珪契 姉
捜
+ 宋, 宋操宋 珪契 姉
掃
+ 侍
5.1
Keterangan: y = produksi kedelai kg
x
1
= input luas panen m
2
x
2
= input benih kg x
3
= input pupuk urea kg x
4
= input pupuk TSPSP36 kg x
5
= input pupuk KCl kg x
6
= input tenaga kerja OH b
1
+b
2
+b
3
+b
4
+b
5
+b
6
= 1,165.
5.2. Pengujian Asumsi Regresi
Ada empat asumsi yang harus dipenuhi untuk membentuk sebuah model persamaan regresi linier berganda, yaitu asumsi normalitas, nonautokorelasi, tidak
terjadi heteroskedastisitas, dan tidak ada multikolinearitas. Model regresi linear pada persamaan di atas telah melalui serangkaian uji statistik untuk memastikan
keempat asumsi tersebut telah terpenuhi.
51
Asumsi normalitas diuji dengan melihat bentuk dari kurva normal Q-Q plot. Jika Q-Q plot mengikuti garis normal lurus maka asumsi kenormalan dapat
diterima. Dari hasil pengolahan data terlihat bahwa kurva Q-Q plot telah mengikuti garis normal sehingga asumsi normalitas terpenuhi.
Gambar 5.1 Kurva Q-Q plot dari sisaanresidual
Asumsi nonautokorelasi
diuji dengan
statistik Durbin-Watson.
Berdasarkan hasil pengolahan data, diperoleh nilai statistik Durbin-Watson d sebesar 1.936. Nilai d tersebut terletak diantara 1,84165 dan 2,15835 yang berarti
tidak ada gejala autokorelasi baik positif maupun negatif di dalam model. Untuk mendeteksi adanya masalah heteroskedastisitas bisa dilakukan
dengan uji Park. Hasil uji t dalam regresi residual kudrat dengan semua variabel bebas menunjukkan nilai t hitung lebih kecil dibandingkan nilai t tabel atau
probabilitas t lebih besar dari
=0,05 yang berarti tidak ada masalah heteroskedastisitas dalam model.
Asumsi terakhir yang harus dipenuhi dalam melakukan analisis regresi linier berganda adalah tidak adanya multikolinieritas. Salah satu metode untuk
52
mendeteksi adanya multikolinieritas dalam sebuah model adalah dengan menghitung Variance Inflation Factor VIF dan Torelance TOL. Hasil olahan
data menunjukkan bahwa nilai VIF untuk semua variabel lebih kecil dari sepuluh yang artinya tidak terjadi multikolinieritas.
5.3. Pengujian Parameter Model
Tahapan yang dilakukan setelah model fungsi produksi didapatkan adalah melakukan pengujian hipotesis secara statistik terhadap semua parameter dalam
model. Beberapa pengujian secara statistik yang dilakukan terhadap paremeter model adalah uji koefisien determinasi R
2
, uji koefisien regresi secara menyeluruh F-testuji F, dan uji koefisien regresi parsial uji t.
Dari tabel 5.1 terlihat nilai koefisien determinasi R
2
yang dihasilkan oleh model sebesar 0,764. Angka ini berarti variasi atau proporsi keragaman nilai
output produksi kedelai yang mampu dijelaskan oleh variabel bebas dalam model adalah sebesar 76,4 persen. Sedangkan sisanya, sebanyak 23,6 persen variasi
output dijelaskan oleh variabel lain di luar model. Secara umum, hal ini menunjukkan adanya hubungan yang cukup kuat antara variabel tidak bebas
dengan semua variabel bebas.
Tingkat kekuatan hubungan antara variabel tidak bebas dengan semua variabel bebas yang menjelaskan secara menyeluruh dalam sebuah persamaan
regresi dapat diketahui dengan menggunakan uji statistik F. Sebelum melakukan uji F terlebih dahulu harus dilakukan penyusunan hipotesis. Hipotesis nol H
yang diajukan dalam uji i ni adalah nilai koefisien
1
=
2
=
3
=
4
=
5
=
6
=0 yang berarti tidak ada pengaruh variabel bebas terhadap variabel tidak bebas. Hipotesis
53
alternatifnya adalah ada satu koefisien ≠0 atau minimal ada satu variabel bebas yang memengaruhi variabel tidak bebas.
Nilai F hitung yang dihasilkan oleh model estimasi adalah sebesar
1475,438
dan signifikansi 0,00. Jika dilihat dari nilai signifikansi, maka hipotesis nol dapat ditolak pada nilai
=0,05. Hal ini berarti enam variabel tidak bebas dalam model secara bersama-sama memiliki pengaruh yang signifikan terhadap
produksi kedelai. Uji t t-test dilakukan untuk menguji secara parsial setiap variabel bebas.
Hipotesis yang diajukan dalam pengujian ini adalah masing-masing koefisien persamaan bernilai nol atau
i
=0. Artinya adalah tidak ada pengaruh dari variabel bebs terhadap variabel tidak bebas.
Sedangkan hipotesis alternatifnya adalah
i
≠0 yang artinya ada pengaruh dari setiap variabel bebas terhadap variabel tidak
bebas. Tingkat signifikansi semua variabel bebas dalam model bernilai 0,00. Bila
dibandingkan dengan =0,05 maka tingkat signifikansi dari setiap variabel bebas
lebih kecil dari . Sehingga keputusan yang diambil adalah menolak hipotesis nol
pada semua pengujian variabel bebas atau artinya semua variabel bebas secara parsial memiliki pengaruh signifikan terhadap variabel tidak bebas.
5.4. Analisis Fungsi Produksi
