79
0,05. Sehingga dapat disimpulkan bahwa distribusi data penelitian tersebar secara normal yang menjadi asumsi dasar pada penelitian ini.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Deteksi
adanya multikolinearitas yaitu dengan menganalisis matrik korelasi variabel-variabel bebas, dapat juga dengan melihat nilai
tolerance
serta nilai
Variance Inflation Factor VIF
. Nilai kritis yang umum dipakai adalah nilai
tolerance
lebih kecil dari 0,01 atau sama dengan nilai VIF di atas 10, Jika nilai VIF lebih dari 10 maka terjadi
multikolinearitas. Hasil uji sebagai berikut: Tabel 4.21
Uji Multikolinearitas Variabel
Tolerance VIF Keterangan
Jumlah sapi 0,156
6,400 Tidak terbukti multiko
Harga pakan 0,168
5,941 Tidak terbukti multiko
Harga Obat-obatan 0,445
2,248 Tidak terbukti multiko
Upah tenaga kerja 0,767
1,304 Tidak terbukti multiko
Teknik inseminasi 0,726
1,378 Tidak terbukti multiko
Sumber : Data primer diolah, 2011 Lampiran 3 Tabel 4.21 di atas menunjukkan bahwa nilai VIF masing-masing
variabel bebas menghasilkan nilai tolerance lebih besar dari 0,01 dan nilai VIF kurang dari 10, dengan demikian model regresi tidak terbukti
multikolinearitas. perpustakaan.uns.ac.id
commit to user
80
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu
pengamatan kepengamatan yang lain. Jika variansi dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas . Deteksi asumsi ini
dengan uji korelasi
Spearman’s
, Jika nilai signifikan masing-masing variabel diatas 0,05 maka tidak terbukti heteroskedastisitas. Hasil uji
yang dilakukan diringkas dalam tabel berikut : Tabel 4.22
Uji Heteroskedastisitas Variabel
Sign.
Keterangan Jumlah sapi
0,717 Tidak terbukti hetoero
Harga pakan 0,494
Tidak terbukti hetero Harga obat-obatan
0,887 Tidak terbukti hetero
Upah tenaga kerja 0,813
Tidak terbukti hetero Teknik inseminasi
0,427 Tidak terbukti hetero
Sumber : Data primer diolah, 2011 Lampiran 3 Dari Tabel 4.22 diatas menunjukkan bahwa nilai signifikan
korelasi masing-masing variabel berada diatas 0,05. Dengan demikian masing-masing variabel tidak terbukti heteroskedastisitas pada semua
variable penelitian berarti syarat untuk tidak terjadi heteroskedastisitas pada model regresi telah terpenuhi.
commit to user
81
4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji gsuatu model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan
t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Untuk menguji problem autokorelasi dengan uji Durbin
Watson DW-test yaitu dengan membandingkan nilai DW-test dengan DW-tabel. DW-test 1,734 dan DW-tabel dengan taraf signifikan 5,
k=2 dan n=99 dengan dL = 1,65223, dU = 1,69298 dan 4-dU = 2,30702. Apabila DW-test terletak diantara dU dengan 4-dU maka
tidak terjadi autokorelasi. Hasil uji menunjukkan bahwa model regresi tidak terbukti autokorelasi karena nilai DW-test 1,734 berada diantara
1,65223 dU dan 2,30702 4-dU.
b. Uji Statistik
Dari persamaan di atas dapat dijelaskan bahwa apabila tidak ada perubahan nilai dari atau perubahan variabel independen sebesar nol,
maka lnY masih didapatkan 22,335 yang berarah positif nilai konstan.
1. Uji-F
Uji-F ini digunakan untuk menguji keberartian koefisien regresi secara bersama-sama simultan. Nilai F hitung menunjukkan bahwa
variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen. Hal ini ditunjukkan dengan
nilai F hitung sebesar 14,764 lebih besar dari F tabel sebesar 2,312 perpustakaan.uns.ac.id
commit to user
82
F- tabel : α=0,05, df1 =5, df2 = 93 atau nilai signifikansi sebesar
0,000 lebih kecil dari α = 0,05.
2. Koefisien Determinasi R
2
Koefisien determinasi dapat mengukur seberapa dekatkah garis regresi yang diestimasi dengan data sesungguhnya. Nilai koefisien
determinasi ini mencrminkan seberapa besar variasi variabel dependen dapat dijelaskan oleh variabel independen. Dari hasil regresi di atas
diketahui bahwa nilai R
2
sebesar 0,413, hal ini menunjukkan bahwa variabel Jumlah sapi, Harga pakan, Harga obat-obatan, Upah tenaga
kerja dan Teknik inseminasi hanya mampu menjelaskan variasi variabel Keuntungan peternak sebesar 41,3, sedangkan sisanya
58,7 dijelaskan oleh variasi variabel lain diluar model penelitian ini. 3. Uji-t
Jumlah sapi lnX1 mempunyai nilai t-hitung sebesar 2,017 lebih besar dari t-tabel sebesar 1,661 atau nilai probabilitas sebesar
0,047 lebih kecil dari 0,05, dengan demikian jumlah sapi berpengaruh signifikan positif secara statistik terhadap keuntungan peternak lnY.
Harga pakan lnX2 mempunyai nilai t-hitung sebesar -2,354 lebih kecil dari -t-tabel sebesar -1,661 atau nilai probabilitas sebesar 0,021
lebih kecil dari 0,05, dengan demikian harga pakan berpengaruh signifikan negatif secara statistik terhadap keuntungan peternak
lnY. Upah tenaga kerja lnX4 mempunyai nilai t-hitung sebesar - 5,727 lebih kecil dari -t-tabel sebesar -1,661 atau nilai probabilitas
commit to user
83
sebesar 0,000 lebih kecil dari 0,05, dengan demikian upah tenaga kerja berpengaruh signifikan negatif secara statistik terhadap
keuntungan peternak lnY. Teknik inseminasi X5 mempunyai nilai t-hitung sebesar 2,661 lebih besar dari t-tabel sebesar 1,661 atau
nilai probabilitas sebesar 0,009 lebih kecil dari 0,05, dengan demikian teknik inseminasi berpengaruh signifikan positif secara statistik
terhadap keuntungan peternak lnY. Harga obat-obatan lnX3 mempunyai nilai t-hitung sebesar 1,167 lebih kecil dari t-tabel sebesar
1,661 atau nilai probabilitas sebesar 0,246 lebih besar dari 0,05, dengan demikian harga obat-obatan tidak berpengaruh secara statistik
terhadap keuntungan peternak lnY. Dari aspek kesesuaian tanda menunjukkan bahwa pada variabel independen yang diestimasi,
dengan arah yang berbeda-beda, oleh karena itu sangat sesuai dengan
hipotesis yang diajukan kecuali harga obat-obatan. c.
Inteprestasi Hasil Penelitian
Analisis regresi secara individu parsial dapat dijelaskan sebagai
berikut : 1. Pengaruh jumlah sapi terhadap keuntungan
Variabel jumlah sapi ln X1, ternyata secara statistik sugnifikan mempengaruhi variabel keuntungan ln Y dengan nilai
probabilitas signifikan sebesar 0,047 serta mempunyai hubungan yang positif. Dengan nilai koefisien regresi sebesar 0,386 menunjukkan
commit to user
84
bahwa kenaikan jumlah sapi sebesar satu satuan atau 1 akan menaikkan keuntungan sebesar 0,386 keuntungan dengan asumsi
variabel lain konstran. Hasil temuan ini menunjukkan bahwa faktor nilai jumlah sapi mempunyai hubungan yang signifikan positif dengan
keuntungan peternak. Apabila jumlah sapi semakin banyak maka keuntungan peternak juga semakin banyak dan sebaliknya jika jumlah
sapi sedikit maka keuntungan peternak juga makin sedikit. Hipotesis yang diajukan diterima. Implikasinya dalam penelitian ini adalah
pelaksanaan kegiatan inseminasi buatan merupakan opersionalisasi dari bioteknologi reproduksi dalam jangka mendukung pengembangan
sumber daya peternakan, terutama untuk meningkatkan produktivitas ternak baik ternak potong maupun ternak perah dan meningkatkan
pendapatan peternak. Penerapan teknologi Inseminasi Buatan dalam hal ini mengacu pada bagaimana peternak dapat memperoleh
informasi, kemampuan untuk memperoleh pelayanan dalam hal ini fasilitas pelayanan dan kemampuan menerapkan teknologi Inseminasi
Buatan. Penelitian ini mendukung penelitian terdahulu bahwa tingkat pendapatan peternak sapi potong dengan menggunakan teknologi IB
lebih tinggi dibandingkan yang tidak menggunakan IB.
2. Pengaruh harga pakan terhadap keuntungan
