Data yang digunakan dalam analisis ini adalah data skripsi yang ditulis oleh Paula
Judith Hasiani Boru Sitanggang, mahasiswa Fakultas Pertanian Universitas
Sebelas Maret yang berjudul “Analisis Efisiensi Ekonomi Penggunaan Faktor-
Faktor Produksi Pada Usahatani Stroberi Di Kabupaten Karanganyar “. Berikut
akan disajikan data yang diperoleh dari hasil penelitian yang telah dilakukan
mengenai factor produksi usahatani stroberi di Kabupaten Karanganyar. Data ini
dapat diketahui bahwa produksi, luas lahan, TK, bibit, pupuk kandang, pupuk
daun, pupuk NPK, pupuk KNO3, obat-obatan, dan dolomit merupakan beberapa
factor yang dapat mempengaruhi produksi stroberi di Kabupaten Karanganyar.
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis ordinary least square (OLS). Jadi analisis
regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik,
misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua uji
asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji
multikolinearitas tidak dilakukan pada analisis regresi linear sederhana dan uji
autokorelasi tidak perlu diterapkan pada data cross sectional. Uji asumsi klasik
juga tidak perlu dilakukan untuk analisis regresi linear yang bertujuan untuk
menghitung nilai pada variabel tertentu. Misalnya nilai return saham yang
dihitung dengan market model, atau market adjusted model. Perhitungan nilai
return yang diharapkan dapat dilakukan dengan persamaan regresi, tetapi tidak
perlu diuji asumsi klasik. Uji asumsi klasik yang sering digunakan yaitu uji
multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji
linearitas. Tidak ada ketentuan yang pasti tentang urutan uji mana dulu yang harus
dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai
contoh, dilakukan analisis terhadap semua uji asumsi klasik, lalu dilihat mana
yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji
tersebut, dan setelah memenuhi persyaratan, dilakukan pengujian pada uji yang
lain.
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi
antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada
korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara
variabel bebas terhadap variabel terikatnya menjadi terganggu. Uji
heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians
dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang
memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual
satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas.
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode
t dengan periode sebelumnya (t -1). Secara sederhana adalah bahwa analisis
regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel
terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi
sebelumnya.
Analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda
dengan menggunakan bantuan aplikasi SPSS 23 dan EVIEWS 9. Dalam
menggunakan analisis faktor produksi terhadap produksi stroberi di Kabupaten
Karanganyar ini menggunakan variable luas lahan, TK, bibit, pupuk kandang,
pupuk daun, pupuk KNO3, dan obat-obatan. Dari variabel tersebut akan dibuat
fungsi model penelitian produksi Cobb Douglas sebagai berikut.
Keterangan :
Y = Produksi Stroberi
X1 = Luas Lahan (ha)
X2 = Bibit (kg)
X3 = Pupuk Kandang (kg)
X4 = Pupuk Daun (kg)
X5 = Pupuk KNO3(kg)
X7 = Obat-obatan (Liter)
Untuk dapat menaksir fungsi produksi ini maka persamaan tersebut perlu di
transformasikan kedalam bentuk linier logaritma natural ekonometrika.
2.3 Hipotesis Penelitian
Berdasarkan dengan teori yang ada didapat beberapa hipotesis yang mendukung
penelitian ini. Adapun hipotesis penelitian ini adalah sebagai berikut.
1. Diduga secara bersama-sama (simultan) luas lahan, bibit, pupuk kandang,
pupuk daun, pupuk KNO3, dan obat-obatan berpengaruh nyata terhadap total
produksi stroberi di Kabupaten Karanganyar.
2. Diduga secara parsial luas lahan, bibit, pupuk kandang, pupuk daun, pupuk
KNO3, dan obat-obatan berpengaruh nyata terhadap total produksi stroberi di
Karanganyar.
III. DATA SIAP OLAH
Data siap olah merupakan data yang digunakan pada analisis penelitian pengaruh
faktor-faktor produksi dalam usahatani stroberi DI Kabupaten Karanganyar. Data
ini merupakan data yang setelah disesuaikan dengan persetujuan dosen.
Responden
ProduksiL Lahan TK Bibit P KandangP Daun P KNO3Obat-obatan
Y X1 X2 X3 X4 X5 X6 X7
1 906 500 108.670 5000 970 19 65 7
2 3606 4000 213.470 20.000 4.500 12 200 5
3 1226 1000 267.670 6500 3.000 10 72 5
4 2781 3000 324.330 10.000 4.350 17 200 3
5 1701 1600 169.330 15.000 1.600 14 150 4
6 1200 900 117.570 9.250 1.000 6 75 2
7 1929 2000 380.670 12.000 2.000 17 125 7
8 1257 1200 156.670 6.000 1.325 5 75 4
9 1515 1000 136.000 8.150 800 6 100 2
10 546 375 70.000 4.000 200 5 18 8
11 559 400 87.500 2.500 300 2 15 2
12 971 700 137.330 6.000 590 15 50 6
13 515 300 78.670 6.250 500 5 27 5
14 2663 6000 331.330 10.000 1.000 2 50 3
15 520 400 120.500 8.000 825 8 29 1
16 2045 2000 344.670 15.200 2.000 11 125 3
17 363 225 41.000 3.000 400 1 19 2
18 1068 1000 216.000 8.000 1.500 3 80 4
19 295 200 55.000 935 125 3 31 1
20 1994 2000 263.000 10.000 2.000 17 150 4
21 683 500 75.420 5.000 865 9 25 2
22 971 500 88.000 1.000 2.000 3 75 2
23 1089 1100 150.000 6.850 1.000 4 78 1
24 1145 1000 115.700 7.000 1.600 6 75 5
25 748 500 79.330 4.000 1.000 6 63 2
26 681 720 127.330 2.800 820 4 59 2
27 695 700 131.200 5.000 1.000 5 50 2
28 1111 1000 162.330 7.000 1.500 3 50 2
29 594 695 70.000 3.000 970 2 62 1
30 1375 1000 145.000 8.000 1.000 2 75 6
Data tersebut perlu dilakukan “linier” data agar menghasilkan data yang sesuai
pada saat dilakukan penganalisisan.
Data setelah dilakukan “linier” data dapat dilakuakan penganalisisan untuk uji
asumsi klasik.
IV. HASIL OLAH DATA
Model Summary
Change Statistics
Adjusted R Std. Error of the R Square
Model R R Square Square Estimate Change F Change df1
1 ,979a ,958 ,945 ,14204 ,958 72,315 7
Model Summary
Change Statistics
Model df2 Sig. F Change
1 22 ,000
a. Predictors: (Constant), obat-obatan, p KNO3, p daun, bibit, TK, p kandang, luas lahan
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 10,213 7 1,459 72,315 ,000b
Residual ,444 22 ,020
Total 10,657 29
A. Uji Multikolonieritas
Model Summary
Change Statistics
Adjusted R Std. Error of the R Square
Model R R Square Square Estimate Change F Change df1
1 ,979a ,958 ,945 ,14204 ,958 72,315 7
Coefficientsa
Collinear
Standardized ity
Unstandardized Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta t Sig. e
1 (Constant) 2,371 ,885 2,678 ,014
l lahan ,546 ,089 ,724 6,139 ,000 ,136
TK -,057 ,108 -,053 -,524 ,606 ,182
bibit ,027 ,063 ,032 ,428 ,673 ,348
P kandang ,070 ,063 ,092 1,119 ,275 ,278
P Daun ,026 ,050 ,033 ,515 ,612 ,459
P KNO3 ,156 ,082 ,176 1,912 ,069 ,223
obatan ,122 ,050 ,125 2,459 ,022 ,732
Coefficientsa
Collinearity Statistics
Model VIF
1 (Constant)
l lahan 7,357
TK 5,495
bibit 2,876
P kandang 3,592
P Daun 2,178
P KNO3 4,476
obatan 1,366
Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) l lahan TK bibit
1 1 7,659 1,000 ,00 ,00 ,00 ,00
2 ,216 5,953 ,00 ,00 ,00 ,00
3 ,103 8,627 ,00 ,00 ,00 ,00
4 ,014 23,636 ,02 ,01 ,00 ,01
5 ,004 44,586 ,03 ,24 ,00 ,07
6 ,003 53,300 ,02 ,00 ,00 ,00
7 ,002 69,796 ,02 ,22 ,03 ,90
8 ,000 168,855 ,91 ,52 ,97 ,01
Berdasarkan tabel Collinearity Statistics diatas dapat dilihat bahwa nilai VIF dari
masing masing faktor produksi yang mempengaruhi Stroberi yakni L lahan, bibit,
TK, p kandang, p daun p KNO3, dan obat-obatan kurang dari 10 (VIF<10) yang
artinya tidak ada masalah multikolinearitas.
B. Heterokedastisitas
Berdasarkan uji white pada faktor produksi yang mempengaruhi Stroberi model
tidak memiliki masalah heterokedastisitas karena memiliki nilai Prob. Chi Square
lebih dari 0.05.
C. Autokorelasi
Model Summaryb
Change Statistics
Adjusted R Std. Error of the R Square
Model R R Square Square Estimate Change F Change df1
1 ,979a ,958 ,945 ,14204 ,958 72,315 7
Model Summaryb
Change Statistics
Diketahui :
K=8 DW = 2,187
N = 30 α = 5%
2,187
Berdasarkan hasil uji autokorelasi diperoleh nilai Durbin Watson sebesar 2,187
dengan variabel bebas(k) 8 dan jumlah responden (n) 30 responden. Dengan
demikian memiliki nilai dL 0,8535 dan dU 2,1410 yang dieroleh dari tabel Durbin
Watwon yang terlampir pada buku response, dengan nilai α yang dipakai sebesar
5%. Kesimpulan dari uji Autokorelasi menggunakan Durbin Watson diatas adalah
sampel tidak dapat diputuskan atau tampa keputusan.
Berdasarkan uji pelanggaran asumsi klasik yang telah dilakukan diatas dapat
dilihat bahwa model regresi awal sudah menjadi model terbaik dikarenakan model
regresi tidak mengalami ketiga pelanggaran atau masalah multikolinearitas,
heterokedastisitas, dan autokorelasi. Sehingga dari hasil regresi yang dilakukan
diperoleh persamaan Linier sebagai berikut.
Y = Produksi Stroberi
X1 = Luas Lahan (ha)
X2 = Bibit (kg)
X3 = Pupuk Kandang (kg)
X4 = Pupuk Daun (kg)
X5 = Pupuk KNO3(kg)
X7 = Obat-obatan (Liter)
V. INTERPRETASI
Sebesar 95,8% produksi stroberi dapat dijelaskan oleh variable luas lahan, bibit,
pupuk kandang, TK, pupuk daun, pupuk KNO3, dan obat-obatan, yang
dimasukkan kedalam model. Sedangkan sisanya sebesar 4,2% dijelaskan oleh
variable lain yang tidak dimasukkan kedalam model.
Secara bersama-sama variable luas lahan, bibit, TK, pupuk kandang, pupuk daun,
pupuk KNO3, dan obat-obatan, berpengaruh nyata terhadap produksi stroberi
dengan taraf kepercayaan 99%.
T hitung
.
b. Luas lahan = 6,139 sig = 0,000 B = 0,546
Variable luas lahan berpengaruh nyata terhadap produksi strobericdengan taraf
kepercayaan 99%. Bila luas lahan naik sebesar satu satuan maka akan menaikan
produksi stroberi sebesar 0,546 satuan.
Oleh
Rindika Haliza Oktarina
1714131040
JURUSAN AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS LAMPUNG
2019