MINAR HASIL LAPORAN SKRIPSI konsumen sebagai alat acuan dalam menyediakan dan mengonsumsi suatu

PROGRAM STUDI AGRIBISNIS komuditas.

SEKOLAH TINGGI ILMU PERTANIAN AMUNTAI
Perumusan Masalah
Berdasarkan paparan pada latar belakang tersebut dapat dirumuskan
Judul : Analisis Faktor-faktor yang Mempengaruhi
permasalahan dalam penelitian ini yaitu:
Permintaan dan Penawaran Daging Ayam Broiler di
1. Faktor harga daging ayam broiler, pendapatan, dan jumlah tanggungan
Kabupaten Hulu Sungai Utara.
mempengaruhi jumlah permintaan daging ayam broiler di Kabupaten Hulu
Pemrasaran : Muhammad Rifani
Sungai Utara.
NPM : 2017.02.0045
2. Faktor harga jual produsen, harga barang substitusi, dan harga biaya
Dosen Pembimbing : 1. Rum Van Royensyah S.p., M.P.
produksi mempengaruhi jumlah penawaran daging ayam broiler di
2. Heldawati, S.P., M.P.
Kabupaten Hulu Sungai Utara.
Dosen Penguji : 1. Ir. H. Azwar Saihani, M.P.
2. Mahdalena, S.P., M P.
Tujuan Penelitian
Moderator : Lina
Berdasarkan perumusan masalah yang telah dikemukakan, maka
Pembahas Utama : 1. Lisnawati
penelitian ini bertujuan untuk:
2. Siswanto
1. Untuk mengaatahui pengaruh fakktor-faktor harga beli konsumen,
Hari :
pendapatan, dan jumlah tanggungan terhadap permintaan daging ayam
Tanggal : Maret 2021
broiler di Kabupaten Hulu Sungai Utara.
Tempat : Kampus Stiper Amuntai 2. Untuk mengatahui pengaruh faktor-faktor harga jual produsen, harga
barang substitusi, dan biaya produksi terhadap penawaran daging ayam
PENDAHULUAN broiler di Kabupaten Hulu Sungai Utara.

Latar Belakang Kerangka Pemikiran

Ternak ayam broiler merupakan jumlah ternak unggas tertinggi dengan Komoditas Daging Ayam Broiler
populasi ayam broilernya yang berada di Kecamatan Amuntai Utara.
Berdasarkan Tabel 2 jumlah ternak ayam broiler di Kabupaten Hulu Sungai
Utara mengalami fluktuasi dalam kurun waktu 5 tahun. Pada tahun 2015 jumlah
ternak ayam broiler sebesar 2.675.113 ekor dan pada tahun 2016 mengalamin
kenaikan menjadi 2.698.617 dan mengalami penurunan menjadi 2.752.000 dan Permintaan Daging Ayam Permintaan Daging Ayam
Harga Beli Konsumen Harga Beli Konsumen
pada tahun selanjutnya jumlah ternak ayam broiler mengalami kenaikan pada
Pendapatan Jumlah Tanggungan
tahun 2018 hingga 2019 jumlah teknak ayam broiler mengalami kenaikan yang Jumlah Tanggungan Biaya Produksi
mencapai 55.688 ekor.
Setiap permintaan maupun penawaran tentunya dipengaruhi dengan
faktor-faktor tertentu yang menjadi dasar kesepakatan jual beli suatu
komoditas. Faktor-faktor ini penting diketahui oleh produsen ataupun
Analisis Regresi Linier

Analisis Faktor-faktor yang Mempengaruhi Permintaan dan

Penawaran Daging ayam Broiler di Kabupaten Hulu Sungai Utara
 variabel tergantung dengan skala interval. Persamaan regresi linier berganda
secara umum dapat ditulis sebagai berikut:
Y = a+b1X1+b2X2+…+bnXn+∑
Gambar 3. Kerangka Pemikiran Penelitian Analisis Faktor-faktor yang Mempengaruhi Keterangan:
Permintaan dan Penawaran Daging Ayam Broiler di Kabupaten Hulu Sungai
Y : Variabel terikat
Utara.
X : Variabel bebas
METODOLOGI
a : Konstanta
b : Koefisien regresi
Tempat dan Waktu Penelitian ∑ : nilai residu

Daerah penelitian ditentukan secara purposive (sengaja) di Kebupaten Uji t

Hulu Sungai Utara Provinsi Kalimantan Selatan. Adapun waktu penlitian
Uji t digunakan untuk menjawab sementara terhadap rumusan
dimulai pada bulan Januari sampai Maret 2021.
permasalahan yang menghubungkn 2 variabel atau lebih yang menggunkan
pengujian hipotesis koefisien apakah mempunyai pengaruh yang signifikan
Jenis dan Sumber Data
terhadap pertumbuhan ekonomi. Untuk menghitung besarnya nilai t hitung
Jenis data yang digunakan adalah data sekunder dan primer yang digunakan rumus berikut:
bj
didapat melalui produsen dan konsumen dengan cara wawancara sedangkan t = Sbj
data sekunder diperoleh dari BPS, dinas peternakan, dan internet. Keterangan:
t = Nilai t hitung
Metode Pengumpulan Data bj = Koefisien regresi
Peneliti menggunakan teknik asosiatif, dengan metode pengumpulan Sbj = Kesalahan baku koefisien regresi
data dengan survei secara acak dengan menggunakan kuisioner dan wawancara
serta dokumentasi. Uji F
Uji F ini disebut sebagai uji simultan, untuk menguji apakah variabel
Analisa Data Sektor Pertanian yang digunakan dalam model mampu menjelaskan perubahan
Untuk menjawab tujuan penelitian pertama dan kedua mengenai nilai variabel Pertumbuhan ekonomi atau tidak. Untuk menyimpulkan apakah
Faktor-Faktor yang mempengaruhi permintaan Daging Ayam Broiler di model masuk dalam kategori cocok (fit) atau tidak. Untuk menghitung
besarnya nilai F hitung digunakan formula berikut:
Kabupaten Hulu Sungai Utara dan Faktor-Faktor yang mempengaruhi R2 /(K−1)
penawaran Daging Ayam Broiler di Kabupaten Hulu Sungai Utara. Digunakan F = 1−R²/(n−k)
model regresi berganda dan dengan menghitung uji t, uji F. Keterangan:
F = Nilai F hitung
Model Regresi Berganda R² = Koefisien determinasi (R Square)
Menurut Narimawati (2008) analisis regresi linier berganda digunakan k = Jumlah variabel
oleh peneliti, apabila suatu analisis asosiasi yang digunakan secara bersamaan n = Jumlah pengamatan (ukuran sampel)
untuk meneliti pengaruh dua variabel atau lebih variabel bebas terhadap
 Jika nilai koefisien determinasi lebih besar dari nilai koefisien korelasi parsial
semua variabel bebasnya maka model tersebut tidak mengandung gejala
multikolinieritas. Hasil uji multikolinieritas dapat dilihat pada tabel 9 di
bawah.
Tabel 9. Hasil Uji Multikolinieritas
HASIL DAN PEMBAHASAN Model Summaryb
Hasil Penelitian Mode
l R R Square Adjusted R Square Std. Error of the Estimate
Hasil Uji Normalitas dengan Kolmogorov-Smirnov (Hasil Permintaan)
1 .782a .612 .567 0.97243
Uji normalitas bertujuan untuk mengetahui distribusi data dalam
variabel yang akan digunakan dalam penelitian. Data yang akan diuji a. Predictors: (Constant), HrgaBeliX3, PendapatanX1, JlhKeluargaX2
sebelumnya harus memenuhi persyaratan normalitas, dalam pengujian ini
digunakan uji one sample kolmogrov-smirnov. Hasil uji normalitas dapat b. Dependent Variable: Permintaan
dilihat pada tabel 8 berikut.
Tabel 8. Hasil Uji Normalitas Coefficientsa
One-Sample Kolmogorov-Smirnov Test Standardiz
Standardized ed
Residual Unstandardized Coefficient
Coefficients s Correlations
N 30
a Std. Zero- Partia
Normal Parameters Mean .0000000
Model B Error Beta T Sig. order l Part
Std. Deviation .94686415
1 (Constant) 3.809 3.020 1.261 .218
Most Extreme Differences Absolute .132
Pendapatan 1.254E-
Positive .132 .000 .550 3.514 .002 .727 .567 .429
X1 6
Negative -.110 JlhKeluarga
.334 .188 .279 1.780 .087 .625 .330 .217
Kolmogorov-Smirnov Z .724 X2
Asymp. Sig. (2-tailed) .671 HrgaBeliX3 -9.495E- - -
.000 -.191 .130 -.199 -.293
a. Test distribution is Normal. 5 1.564 .191
a. Dependent Variable:
Berdasarkan hasil uji normalitas di atas terlihat bahwa nilai Sig. (2- Permintaan
tailed) sebesar 0.671 > 0,05. Oleh sebab itu ho tidak dapat ditolak. Hal ini
berarti nilai residual terstandarisasi dinyatakan menyebar secara normal. Berdasarkan model summary terlihat koefisien determinasi secara
keseluruhan sebesar 0.612 lebih besar dari koefisien korelasi parsial
Uji Multikolinieritas dengan Korelasi Parsial (Hasil Permintaan) pendapatan, jumlah keluarga dan harga beli yang masing-masing sebesar 0.567,
Uji ini dilakukan dengan membandingkan antara koefisien determinasi 0.330 dan -0,293 maka pada model regresi yang terbentuk tidak terjadi gejala
keseluruhan dengan nilai koefisien korelasi parsial semua variabel bebasnya. multikolinier.
Uji Heteroskedastisitas dengan Metode Glejser (Hasil Permintaan) Test Valuea -.00803
Uji heteroskedastisitas digunakan untuk menguji terjadinya perbedaan Cases < Test Value 15
variance residual pada suatu periode pengamatan ke pengamatan lain. Model
regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara mempredeksi Cases >= Test Value 15
ada atau tidaknya heteroskedastisitas dapat dilihat dengan metode glejser, yang Total Cases 30
dilakukan dengan meregresikan semua variabel bebas terhadap nilai mutlak
residalnya. Hasil uji heteroskedastisitas dapat dilihat pada tabel 10 dibawah ini. Number of Runs 18
Tabel 10. Hasil Uji Heteroskedastisitas Z .557
a
Coefficients Asymp. Sig. (2-tailed) .577
Unstandardized Standardized a. Median
Coefficients Coefficients
Berdasarkan output run test di atas, untuk menyimpulkan apakah terjadi
Model B Std. Error Beta T Sig. gejala otokorelasi atau tidak maka nilai test dibandingkan dengan nilai tabel
1 (Constant) 1.486 1.824 .815 .423 atau nilai probabilitas dibandingkan dengan nilai alphanya. Dari output
tersebut juga diperoleh nilai probabilitas sebesar 0.577 lebih besar dari 0.05,
PendapatanX1 3.472E-7 .000 .382 1.611 .119
sehingga hipotesis nihil menyatakan menyebar secara acak diterima. Dengan
JlhKeluargaX2 -.149 .114 -.311 -1.311 .201 demikian maka tidak terjadi otokorelasi dalam persamaan regresi tersebut.
HrgaBeliX3 -2.436E-5 .000 -.123 -.665 .512 Uji Linier Analisis Grafik (Hasil Permintaan)
a. Dependent Variable: abres Metode analisis grafik dilakukan dengan mengamati scatterplot di
mana sumbu horizontal menggambarkan nilai prediksi terstandarisasi
sedangkan sumbu vertikal menggambarkan nilai residual. Asumsi linieritas
Berdasarkan output di atas diketahui bahwa model regresi tidak terjadi
terpenuhi jika plot antara nilai residual terstandarisasi dengan nilai prediksi
gejala heteroskedastisitas. Hal ini karena Sig. variabel pendapatan terhadap
terstandarisasi tidak membentuk suatu pola tertentu (acak).
residual sebesar 0.119 > 0.05, Sig. variabel jumlah keluarga terhadap residual
sebesar 0.201 > 0.05 dan Sig. variabel harga beli terhadap residual sebesar
0.512 > 0.05.

Uji Otokorelasi dengan Metode Run Test (Hasil Permintaan)

Run test merupakan salah satu analisis non-parametrik yang dapat
digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi.
Jika antar residual tidak terdapat korelasi maka dikatakan bahwa nilai residual
adalah acak atau random. Hasil uji otokorelasi dapat dilihat pada tabel 11
berikut.
Tabel 11. Hasil Uji Otokorelasi
Runs Test
Unstandardized Residual
 PendapatanX1 1.254E-6 .000 .550 3.514 .002
JlhKeluargaX2 .334 .188 .279 1.780 .087
HrgaBeliX3 -9.495E-5 .000 -.191 -1.564 .130
a. Dependent Variable: Permintaan

Hasil analisis regresi berganda dapat dilihat pada tabel di atas.

Berdasarkan hasil analisis regresi seperti tertera pada ringkasan tabel di atas
diperoleh persamaan model regresi yaitu:
Permintaan (Y) = 3.809 + 1.254 X1 + 0.334 X2 – 9.495 X3 + ɛ‚ Maka
koefisien-koefisien persamaan regresi linier berganda di atas dapat diartikan
sebagai berikut:
1. Nilai konstanta pada persamaan regresi sebesar 3.809. Menunjukkan
bahwa jika pendapatan, jumlah keluarga dan harga beli nilainya adalah
0, maka permintaan (Y) akan sebesar 3.809.
2. Koefisien regresi pendapatan sebesar 1.254. Menunjukkan bahwa jika
variabel pendapatan naik sebesar 1 satuan, jumlah keluarga dan harga
Berdasarkan tampilan pada scatterplot terlihat bahwa plot menyebar beli tetap, maka variabel permintaan mengalami peningkatan sebesar
secara acak di atas maupun di bawah angka nol pada sumbu regression 1.254.
standardized residual. Oleh karena itu berdasarkan uji linieritas menggunakan 3. Koefisien regresi jumlah keluarga sebesar 0.334. Menunjukkan bahwa
metode analisis grafik, model regresi terbentuk dinyatakan linier. jika variabel jumlah kelurga naik sebesar 1 satuan, pendapatan dan
harga beli tetap, maka variabel permintaan mengalami peningkatan
Analisis Regresi Berganda (Hasil Permintaan) sebesar 0.334.
Analisis regresi merupakan analisis ketergantungan dari satu atau lebih 4. Koefisien regresi harga beli sebesar -9.495. Menunjukkan bahwa jika
variabel bebas terhadap satu variabel tergantung, dengan tujuan untuk menduga variabel harga beli naik sebesar 1 satuan, pendapatan dan jumlah
atau mempredeksi nilai rata-rata populasi berdasarkan nilai-nilai variabel keluarga tetap, maka variabel permintaan akan turun sebesar 9.495.
bebasnya. Analisis regresi berganda digunakan untuk mempredeksi satu
variabel tergantung berdasarkan dua atau lebih variabel bebas. Perhitungan Uji t (Hasil Permintaan)
hasil analisis regresi berganda permintaan dapat dilihat pada tabel 6 berikut. Berdasarkan nilai t hitung pendapatan 3.514 > t tabel 1.706, maka dapat
Tabel 6. Hasil Analisis Regresi Berganda disimpulkan bahwa variabel pendapatan memiliki pengaruh positif terhadap
permintaan. Nilai t hitung jumlah keluarga 1.780 > t tabel 1.706, maka dapat
Coefficientsa
disimpulkan bahwa variabel jumlah keluarga memiliki pengaruh positif
Unstandardized Standardized terhadap permintaan. Nilai t hitung harga beli (-1.564) < t tabel 1.706, maka
Coefficients Coefficients dapat disimpulkan bahwa variabel harga beli memiliki pengaruh negatif
Model B Std. Error Beta t Sig. terhadap permintaan.
1 (Constant) 3.809 3.020 1.261 .218
Uji F (Hasil Permintaan)
 Digunakan untuk menguji pengaruh secara simultan variabel bebas Most Extreme Differences Absolute .174
terhadap variabel tergantungnya. Jika variabel bebas memiliki pengaruh secara
simultan terhadap variabel tergantung maka model persamaan regresi masuk Positive .174
dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara
Negative -.095
simultan maka hal itu akan masuk dalam kategori tidak cocok atau not fit.
Hasil perhitungan uji F dapat dilihat pada tabel 7 dibawah ini. Kolmogorov-Smirnov Z .776
Tabel 7. Hasil Pengujian F
Asymp. Sig. (2-tailed) .583
ANOVAb
a. Test distribution is Normal.
Model Sum of Squares Df Mean Square F Sig.
1 Regression 38.781 3 12.927 13.670 .000a Berdasarkan hasil uji normalitas di atas terlihat bahwa nilai Sig. (2-
Residual 24.586 26 .946 tailed) sebesar 0.583 > 0,05. Oleh sebab itu ho tidak dapat ditolak. Hal ini
Total 63.367 29 berarti nilai residual terstandarisasi dinyatakan menyebar secara normal.
a. Predictors: (Constant), HrgaBeliX3, PendapatanX1, Uji Multikolinieritas dengan Korelasi Parsial (Hasil Penawaran)
JlhKeluargaX2 Uji multikolinieritas bertujuan untuk menguji apakah dalam model
b. Dependent Variable: Permintaan regresi yang terbentuk ada korelasi yang tinggi atau sempurna di antara variabel
bebas atau tidak. Jika dalam model regresi yang terbentuk terdapat korelasi
Berdasarkan nilai F hitung 13.670 > nilai F tabel 2.975, maka dapat yang tinggi atau sempurna di antara variabel bebas maka model regresi tersebut
disimpulkan bahwa model persamaan regresi yang terbentuk masuk kriteria fit dinyatakan mengandung gejala multikolinieritas. Hasil uji multikolineritas
(cocok). dapat dilihat pada tabel berikut ini.
Tabel 15. Hasil Uji Multikolinieritas
Hasil Uji Normalitas dengan Kolmogorov-Smirnov (Hasil Penawaran)
Model Summaryb
Data yang dinyatakan berdistribusi normal jika signifikansi lebih besar
dari 0,05 dan sebaliknya jika nilai signifikansi lebih kecil dari 0,05 maka data
penelitian tidak berdistribusi normal. Hasil analisis terhadap asumsi normalitas
kolmogrov-smirnov dengan terhadap nilai residual dari persamaan disajikan Std. Error of the
dalam hasil uji normalitas pada tabel berikut: Model R R Square Adjusted R Square Estimate
Tabel 14. Hasil Uji Normalitas 1 .864a .747 .700 99.30897
One-Sample Kolmogorov-Smirnov Test
a. Predictors: (Constant), Substitusi, BiayaProduksi, Hargaayam
Standardized
Residual b. Dependent Variable: Penawaran
N 20
a
Normal Parameters Mean .0000000 Coefficientsa
Std. Deviation .91766294
 Standardize 1 (Constant) -55.781 391.074 -.143 .888
d BiayaProduksi 9.030E-7 .000 .191 .718 .483
Unstandardized Coefficient
Coefficients s Correlations Hargaayam .001 .002 .128 .472 .643
Std. Zero- Partia Substitusi .003 .015 .044 .169 .868
Model B Error Beta T Sig. order l Part a. Dependent Variable: abres
1(Constant) 480.630 605.801 .793 .439
BiayaProdu 8.948E- Berdasarkan output di atas diketahui bahwa model regresi tidak terjadi
.000 .639 4.594 .000 .744 .734 .578 gejala heteroskedastisitas. Hal ini karena Sig. variabel biaya produksi terhadap
ksi 6
residual sebesar 0.483 > 0.05, Sig. variabel harga ayam terhadap residual
Hargaayam .010 .004 .382 2.699 .016 .643 .559 .339 sebesar 0.643 > 0.05 dan Sig. variabel substitusi terhadap residual sebesar
Substitusi - 0.868 > 0.05.
-.029 .024 -.166 .235 -.157 -.295 -.155
1.234
Uji Otokorelasi dengan Metode Run Test (Hasil Penawaran)
a. Dependent Variable: Uji otokorelasi bertujuan untuk mengetahui apakah ada korelasi antara
Penawaran anggota serangkaian data observasi yang diuraikan menurut waktu (time-series)
atau ruang (cross section). Jika nilai probabilitas lebih besar dari alpha maka
Berdasarkan model summary terlihat koefisien determinasi secara model tersebut tidak terjadi gejala otokorelasi.
keseluruhan sebesar 0.747 lebih besar dari koefisien korelasi parsial biaya Tabel 17. Hasil Uji Otokorelasi
pproduksi, harga ayam dan substitusi yang masing-masing sebesar 0.734, 0.559
Runs Test
dan -0,295 maka pada model regresi yang terbentuk tidak terjadi gejala
multikolinier. Unstandardized Residual
a
Test Value -19.69166
Uji Heteroskedastisitas dengan Metode Glejser (Hasil Penawaran) Cases < Test Value 10
Cara mempredeksi ada atau tidaknya heteroskedastisitas dapat dilihat Cases >= Test Value 10
dengan metode glejser, yang dilakukan dengan meregresikan semua variabel
bebas terhadap nilai mutlak residalnya. Jika terdapat pengaruh variabel bebas Total Cases 20
yang signifikan terhadap nilai mutlak residualnya maka dalam model terdapat
masalah heteroskedastisitas. Hasil output heteroskedastisitas dapat dilihat pada Number of Runs 9
tabel berikut: Z -.689
Tabel 16. Hasil Uji Heteroskedastisitas
Asymp. Sig. (2-tailed) .491
Coefficientsa
Unstandardized Standardized a. Median
Coefficients Coefficients
Model B Std. Error Beta t Sig. Berdasarkan output run test di atas, untuk menyimpulkan apakah terjadi
gejala otokorelasi atau tidak maka nilai test dibandingkan dengan nilai tabel
atau nilai probabilitas dibandingkan dengan nilai alphanya. Dari output Analisis regresi berganda dikembangkan oleh para ahli ekonomi untuk
tersebut juga diperoleh nilai probabilitas sebesar 0.491 lebih besar dari 0.05, membantu meramalkan akibat dari aktivitas-aktivitas ekonomi pada berbagai
sehingga hipotesis nihil menyatakan menyebar secara acak diterima. Dengan segmen ekonomi. Fenomena ekonomi dan bisnis bersifat kompleks sehingga
demikian maka tidak terjadi otokorelasi dalam persamaan regresi tersebut. perubahan suatu variabel tidak hanya disebabkan oleh satu variabel bebas tetapi
juga dipengaruhi oleh variabel lain sehingga tidak dapat dijelaskan hanya
Uji Linier Analisis Grafik (Hasil Penawaran) dengan menggunakan satu variabel bebas saja. Dalam regresi berganda jumlah
Pengujian linieritas dilakukan untuk mengetahui model yang variabel bebas yang digunakan untuk mempredeksi variabel tergantung lebih
dibuktikan merupakan model linier atau tidak. Hasil dari uji linieritas ini dari satu. Hasil analisis regresi dapat dilihat pada tabel 12 di bawah.
adalah informasi apakah model empiris sebaiknya linier, kuadrat atau kubik. Tabel 12. Hasil Analisis Regresi Berganda dari Penawaran
Untuk mendeteksi apakah model sebaiknya mengunakan persamaan linier atau Coefficientsa
tidak, maka digunakan metode analisis grafik atau statistik.
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 480.630 605.801 .793 .439
BiayaProduksi 8.948E-6 .000 .639 4.594 .000
Hargaayam .010 .004 .382 2.699 .016
Substitusi -.029 .024 -.166 -1.234 .235
a. Dependent Variable: Penawaran

Hasil analisis regresi berganda dapat dilihat pada tabel di atas.

Berdasarkan hasil analisis regresi seperti tertera pada ringkasan tabel di atas
diperoleh persamaan model regresi yaitu:
Penawaran (Y) = 480.630 + 8.948 X1 + 0.010 X2 – 0.029 X3 + ɛ‚ Maka
koefisien-koefisien persamaan regresi linier berganda di atas dapat diartikan
sebagai berikut:
1. Nilai konstanta pada persamaan regresi sebesar 480.630. Menunjukkan
bahwa jika biaya produksi, harga ayam dan substitusi nilainya adalah 0,
maka penawaran (Y) akan sebesar 480.630.
2. Koefisien biaya produksi sebesar 8.948. Menunjukkan bahwa jika
Berdasarkan tampilan pada scatterplot terlihat bahwa plot menyebar variabel biaya produksi naik sebesar 1 satuan, harga ayam dan
secara acak di atas maupun di bawah angka nol pada sumbu regression substitusi tetap, maka variabel penawaran mengalami peningkatan
standardized residual. Oleh karena itu berdasarkan uji linieritas menggunakan sebesar 8.948.
metode analisis grafik, model regresi terbentuk dinyatakan linier. 3. Koefisien harga ayam sebesar 0.010. Menunjukkan bahwa jika
variabel harga ayam naik sebesar 1 satuan, biaya produksi dan
Analisis Regresi Berganda (Hasil Penawaran)
 substitusi tetap, maka variabel penawaran mengalami peningkatan
sebesar 0.010.
4. Koefisien regresi substitusi sebesar -0.029. Menunjukkan bahwa jika
variabel substitusi naik sebesar 1 satuan, biaya produksi dan harga
ayam tetap, maka variabel penawaran akan turun sebesar 0.029.
Uji t (Hasil Penawaran)
Berdasarkan nilai t hitung biaya produksi 4.594 > t tabel 1.746, maka
dapat disimpulkan bahwa variabel biaya produksi memiliki pengaruh positif
terhadap penawaran. Nilai t hitung harga ayam 2.699 > t tabel 1.746, maka
dapat disimpulkan bahwa variabel harga ayam memiliki pengaruh positif
terhadap penawaran. Nilai t hitung substitusi (-1.234) < t tabel 1.746, maka
dapat disimpulkan bahwa variabel substitusi memiliki pengaruh negatif
terhadap penawaran.
Uji F (Hasil Penawaran)
Nilai F hitung digunakan untuk menguji ketepatan model. Untuk
menyimpulkan apakah model masuk dalam ketegori cocok atau tidak, kita
harus membandingkan nilai F hitung dengan F tabel. Hasil uji F dapat dilihat
pada tabel 13 berikut.
Tabel 13. Hasil Uji F
ANOVAb
Pembahasan
Analisis Jumlah Permintaan Daging Ayam
Berdasarkan hasil penelitian yang dilakukan peternak ayan broiler dan
konsumen daging ayam broiler yang melakukan pembelian dipasar unggas dan
pasar induk oleh peneliti di pasar Kabupaten Hulu Sungai Utara.
1. Harga beli konsumen (X1)
Harga daging ayam bervariasi pada setiap pedagang. Dari data yang
diperoleh bahwa harga rata-rata daging ayam adalah sebesar Rp. 50.000/ekor,
harga tertinggi sebesar Rp. 55.000/ekor, dan harga terendah sebesar Rp.
45.000/ekor.
2. Pendapatan rata-rata/bulan (X2)
Pendapatan konsumen daging ayam bervariasi. Dari data yang diperoleh
bahwa pendapatan rata-rata konsumen adalah sebesar Rp. /bulan, pendapatan
konsumen tertinggi sebesar Rp. /bulan, dan pendapatan konsumen terendah
sebesar Rp. /bulan.
3. Jumlah Tangguangan (X3)
Jumlah tanggungan konsumen bervariasi. Dari data yang diperoleh bahwa
jumlah tanggungan rata-rata konsumen adalah 3 orang, jumlah tanggungan
terbantak adalah 6 orang, dan jumlah paling sedikit adalah 1 orang.

Sum of Analisis Regresi Berganda dari Permintaan

Model Squares Df Mean Square F Sig. Berdasarkan nilai t hitung pendapatan 3.514 > t tabel 1.706, maka dapat
disimpulkan bahwa variabel pendapatan memiliki pengaruh positif terhadap
1 Regression 466048.641 3 155349.547 15.752 .000a permintaan. Nilai t hitung jumlah keluarga 1.780 > t tabel 1.706, maka dapat
Residual disimpulkan bahwa variabel jumlah keluarga memiliki pengaruh positif
157796.359 16 9862.272 terhadap permintaan. Nilai t hitung harga beli (-1.564) < t tabel 1.706, maka
Total dapat disimpulkan bahwa variabel harga beli memiliki pengaruh negatif
623845.000 19
terhadap permintaan.
a. Predictors: (Constant), Substitusi, BiayaProduksi, Hargaayam Berdasarkan nilai F hitung 13.670 > nilai F tabel 2.975, maka dapat
disimpulkan bahwa model persamaan regresi yang terbentuk masuk kriteria fit
b. Dependent Variable: Penawaran (cocok).

Berdasarkan nilai F hitung 15.752 > nilai F tabel 3.239, maka dapat Analisis Jumlah Penawaran Daging Ayam
disimpulkan bahwa model persamaan regresi yang terbentuk masuk kriteria fit 1. Harga jual produsen (X1)
(cocok).
 Harga daging ayam bervariasi pada setiap peternak. Dari data yang akan berubah juga. Misalnya harga daging ayam broiler mengalami
diperoleh bahwa harga rata-rata daging ayam adalah sebesar Rp 35.000/ekor, kenaikan maka selera konsumen akan menurun.
harga tertinggi sebesar Rp 45.000/ekor dan harga terendah sebesar Rp
25.000/ekor.
2. Harga barang substitusi (X2)
Telur ayam merupakan barang substitusi daging ayam karena telur ayam
yang harganya relatif murah mulai harga Rp. 23.000-26.000/Kg dan
mengandung banyak energi, kalori, protein, dan lemak.
3. Biaya produksi (X3)
Biaya produksi yang dikeluarkan dalam 1 bulan terdiri dari pakan Rp
20.000.000, obat-obatan Rp 500.000, penyusutan kandang Rp 500.000 dan lain-
lainnya sebesar Rp 150.000 dengan jumlah pengeluaran biaya produksi sebesar
21.150.000 tidak termasuk tenaga kerja karena dilakukan secara mandiri tidak
ada bantuan orang lain selain orang yang ada dirumah.

Analisis Regresi Berganda dari Penawaran

Berdasarkan nilai t hitung biaya produksi 4.594 > t tabel 1.746, maka
dapat disimpulkan bahwa variabel biaya produksi memiliki pengaruh positif
terhadap penawaran. Nilai t hitung harga ayam 2.699 > t tabel 1.746, maka
dapat disimpulkan bahwa variabel harga ayam memiliki pengaruh positif
terhadap penawaran. Nilai t hitung substitusi (-1.234) < t tabel 1.746, maka
dapat disimpulkan bahwa variabel substitusi memiliki pengaruh negatif
terhadap penawaran.
Berdasarkan nilai F hitung 15.752 > nilai F tabel 3.239, maka dapat
disimpulkan bahwa model persamaan regresi yang terbentuk masuk kriteria fit
(cocok).

KESIMPULAN

Kesimpulan
Berdasarkan hasil penelitian maka dapat disimpulkan sebagai berikut:
1. Faktor yang mempengaruhi permintaaan dan penawaran daging ayam
broiler secara serempak adalah harga, pendapatan, dan jumlah tanggungan.
2. Seluruh variabel secara bersama-sama berpengaruh nyata karrna karena
permintaan seluruh variabel tersebut saling berkaitan , apabila salah satu
variabel tersebut saling berkaitan , apabila salah satu variabel yang lain