X2 = Biaya pupuk kompos X3 = Biaya kapur
X4 = Biaya benih cabai merah X5 = Biaya obat-obatan
X6 = Harga Cabai Merah X7 = Nilai Variasi produksi
e = unsur galat eror Model regresi yang digunakan diduga dengan menggunakan metode
kuadrat terkecil atau Ordinary Least Square OLS yang didasarkan pada asumsi - asumsi berikut Juanda 2008.
1. Nilai rata-rata kesalahan pengganggu sama dengan nol, yaitu E ei = 0, untuk i = 1,2,......n
2. Varian ej = E ej = σ , sama untuk semua kesalahan pengganggu
asumsi homoskedasititas 3. Tidak ada autokorelasi antara kesalahan pengganggu berarti covarian
ei,ej = 0, i ≠ j
4. Variabel bebas X1, X2, ........, Xn konstan dalam sampling yang terulang dan bebas terhadap kesalahan pengganggu, E Xi, ei = 0
5. Tidak ada kolinearitas ganda diantara variabel bebas X 6. Ei
≈ N 0 ; σ
2
, artinya kesalahan pengganggu mengikuti distribusi normal dengan rata-rata nol dengan varian
σ.
4.4.2.1. Model Double Log
Model double log adalah suatu model yang mentransformasikan variabel dependen dan variabel independen ke dalam ln atau natural log sebelum dilakukan
pengolahan ke dalam regresi linier berganda. Penggunaan model ini digunakan untuk mengetahui persentase perubahan variabel dependen terhadap variabel
dependen Harmini 2009.
4.4.2.2. Pengujian terhadap Model Penduga
Pengujian terhadap model penduga ini digunakan untuk mengetahui apakah model penduga tersebut sudah tepat dalam menduga parameter dan fungsi.
Adapun hipotesis yang digunakan adalah: H0 : a
1
= a
2
= .... = a
5
= 0 H1 : minimal ada satu an
≠ 0 dan uji statistik yang digunakan adalah uji F, dimana F-hitung secara matematis
dapat dituliskan sebagai berikut: F
– hitung dimana:
R
2
= koefisien determinasi K
= jumlah parameter N
= jumlah pengamatan contoh dengan kriteria uji yang digunakan adalah:
- Apabila F-hitung F-tabel k-1, n-k maka tolak H - Apabila F-hitung F-Tabel k-1, n-k maka terima H
Apabila H ditolak maka berarti paling sedikit terdapat satu variabel independen
X yang digunakan berpengaruh secara signifikan terhadap variabel dependen, sehingga model yang digunakan tersebut dapat digunakan untuk memperkirakan
variabel dependen Y. Sebaliknya, apabila H diterima, maka tidak ada variable
independen yang digunakan berpengaruh terhadap variabel dependen secara signifikan dan model yang digunakan tidak dapat digunakan untuk
memperkirakan variabel dependen Y. Untuk melihat sejauh mana variasi variabel dependen Y dijelaskan oleh variable
independen X dapat dilihat dari besarnya nilai koefisein determinasi R2. Secara matematis, koefisien determinasi dapat dirumuskan sebagai berikut:
R
2
= 1 –
R
2
= dimana:
SST = jumlah kuadrat total SSE = jumlah kuadrat galateror
SSR = jumlah kuadrat regresi Nilai R
2
bergerak antara nol sampai dengan satu 0 ≤ R
2
≤ 1. Apabila R
2
sama dengan satu berarti bahwa sumbangan variabel independen secara bersamasama terhadap variasi variabel dependen adalah seratus persen. Hal ini
berarti bahwa seluruh variasi variabel dependen dapat dijelaskan oleh model Gujarati 2003.
4.4.2.3 Pengujian terhadap Koefisien Regresi
