PROGRAM STUDI MAGISTER AGRIBISNIS

FAKULTAS PETERNAKAN DAN PERTANIAN

UNIVERSITAS DIPONEGORO

Tugas Problem Ekonometrika

Nama : Atikah Fajriyah M

NIM : 23020321410011

A. SOAL FORMULASI MASALAH

Diketahui bahwa konsumen dalam melakukan belanja beras organik pada setiap bulan di Pasar
Swalayan Kota Semarang dengan harga, pendapatan, dan tingkat selera yang bervariasi.
1) Jika respondennya adalah konsumen beras organic di Pasar Swalayan Kota Semarang, maka
formulasi matematis persamaan regresinya adalah:
Yₑₛₜ = a + bX₁ + cX₂ + dX₃
Yₑₛₜ = Faktor-faktor yang mempengaruhi pembelian beras organik
X₁ = Harga
X₂ = Pendapatan
X₃ = Tinglat selera
2) Uji yang diperlukan agar persamaan regresi yang dihasilkan benar-benar dapat digunakan
sebagai penduga terhadap konsumen beras organic di Pasar Swalayan Kota Semarang yaitu:
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable terikat
dan variable bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi
yang baik adalah memiliki distribusi data normal atau mendekati normal. Pengujian
normalitas menggunakan rumus Kolmogorov Smirnov menggunakan kaidah pengujian
yaitu:
1. Jika asymp sig ≤ 0,05 maka sampel berdistribusi tidak normal
2. Jika asymp sig > 0,05 maka sampel berdistribusi normal
b. Uji Model Analisis Asumsi Klasik berupa Multikolinearitas, Autokorelasi,
Heteroskedastisitas dan Normalitas Residual
1. Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi yang
digunakan ditemukan adanya korelasi antar variable independent. Pada uji ini,
variable independen harus terbebas dari gejala korelasi antar variable independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antara variable
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

independen. Multikolinearitas dapat dilihat dari nilai Tolerance dan lawannya

Variance Inflation Factor (VIF). Kaidah pengujian ini adalah:
- Nilai Tolerance rendah sama dengan nilai VIF tinggi (karena VIF= 1/tolerance)
- Apabila nilai tolerance < 0,10 atau nilai VIF > 10 maka menunjukkan adanya
multikolinearitas.
2. Uji Autokorelasi merupakan pengujian asumsi dimana variable dependen tidak
berkorelasi dengan dirinya sendiri, atau dengan kata lain nilai dari variable dependen
tidak berhubungan dengan nilai variable itu sendri, baik nilai periode sebelumnya
atau nilai periode sesudahnya. Uji ini bertujuan untuk menguji apakah dalam model
regresi linear ada korelasi antara kesalahan penggunaan pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya). Untuk mengetahui ada atau
tidaknya problem autokorelasi yaitu dengan memperhatikan nilai Durbin-Watson
(DW) dimana menurut ketentuan Algifari (2000) adalah:
- Kurang dari 1,10 = Ada autokorelasi
- 1,10 s/d 1,54 = Tanpa kesimpulan
- 1,55 s/d 2,46 = Tidak ada autokorelasi
- 2,46 s/d 2,90 = Tanpa kesimpulan
- Lebih dari 2,91 = Ada autokorelasi
3. Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam modle regresi terjadi
ketidaksamaan varians dari residual atau pengamatan ke pengamatan yang lain. Jika
varian dari residual satu pengamatan ke pengamatan yang lain tetap disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Sedangkan model
regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Salah satu cara
mendeteksi ada atau tidaknya problem heteroskedastisitas antara lain dengan melihat
scatterplot. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat
ada tidaknya pola tertentu pada grafik scatterplot antara prediksi variable terikat
dengan residualnya dimana sumbu Y adalah Y yang diprediksi dan sumbu X adalah
residual (Y prediksi – Y sesungguhnya) yang telah di studentized.
4. Uji Normalitas Residual bertujuan untuk menguji apakah dalam model regresi
etrsebut, variable pengganggu atau residual memiliki distribusi normal atau tdak.
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

Cara untuk mendeteksi normal atau tidaknya distribusi residual yaitu menggunakan
analisis grafik.
- Pada grafik histogram, normalitas dapat dideteksi dengan melihat penyebaran
data (titik) pada sumbu diagonal dari grafik:
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas.
Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka
model regresi tidak memenuhi asumsi normalitas.
- Distribusi residual yang normal memiliki bentuk histogram yang mengikuti pola
kurva normal. Jika bentuk histogram tidak mengikuti pola kurva normal maka
perlu menggunakan uji Kolmogorov Smirov.

B. SOAL REGRESI LINEAR BERGANDA

1. Uji Normalitas Data

Berdasarkan kaidah Kolmogorov Smirnov yaitu jika asymp sig > 0,05 = sampel
berdistribusi normal, maka dapat dilihat bahwa nilai asymp sig semuanya (produksi
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

susu, susu segar, gula pasir dan perisa) memiliki nilai > 0,05 sehingga dapat dikatakan
bahwa data terdistribusi secara normal.
2. Uji Asumsi Klasik
a. Uji Multikolinearitas

Kaidah:
Apabila nilai tolerance < 0,10 atau nilai VIF > 10 maka menunjukkan adanya
multikolinearitas.
Berdasarkan hasil dari SPSS, menunjukkan bahwa variable perisa (X3)
memiliki nilai tolerance > 0,10 dan nilai VIF < 10 sehingga variable X3 (perisa)
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

dapat dikatakan bahwa variable perisa tidak menunjukkan adanya multkolinearitas.

Sedangkan variable susu segar (X1) dan gula pasir (X2) memiliki nilai VIF > 10
sehingga variable X1 dan X2 menunjukkan adanya multikolinearitas.
b. Uji Autokorelasi

Kaidah Durbin Watson adalah jika:

- Kurang dari 1,10 = Ada autokorelasi
- 1,10 s/d 1,54 = Tanpa kesimpulan
- 1,55 s/d 2,46 = Tidak ada autokorelasi
- 2,46 s/d 2,90 = Tanpa kesimpulan
- Lebih dari 2,91 = Ada autokorelasi
Berdasarkan hasil perhitungan bahwa nilai Durbin Watsonnya adalah 1,891 maka
dapat dikatakan bahwa tidak terjadi autokorelasi.
c. Uji Heteroskedastisitas

Berdasarkan hasil SPSS dapat dilihat

bahwa pada grafik plot, titik-titik yang
ada tidak membentuk suatu pola tertentu
sehingga hal tersebut mengindikasikan
tidak terjadi heetroskedastisitas
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

d. Uji Normalitas Residual

Berdasarkan data dapat dilihat bahwa pada grafik histogram, penyebaran data
(titik) mengikuti sumbu diagonal dari grafik sehingga hal tersebut menunjukkan
asumsu normalitas. Meskipun begitu, bentuk grafik histogram tidak mengikuti
pola kurva normal sehingga perlu dilakukan uji Kolmogorov Smirov. Hasil Uji
Kolmogorov Smirov terdapat pada pembahasan sebelumnya yaitu, bahwa terjadi
multikolinearitas pada variable X3 sedangkan dua variable lainnya (X1 dan X2)
menjelaskan bahwa tidak terjadi multikolinearitas.
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

3. Uji Goodnes of Fit

 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

a. Uji F
Berdasarkan hasil, dapat dilihat bahwa nilai signifikasi 0,000 sehingga dapat
dikatakan bahwa secara serempak variable-variabel dependen (susu segar sebagai
X1, gula pasir sebagai X2 dan perisa sebagai X3) berpengaruh sangat nyata terhadap
PBB susu pasteurisasi. Hal ini ditunjukkan oleh nilai sig < 0,01 < 0,05.
b. Uji t
Berdasarkan hasil dapat dilihat bahwa nilai signifikasi X1, X2, dan X3 adalah 0,000
sehingga dapat dikatakan bahwa secara sendiri-sendiri, letiga variable tersebut
berpengaruh secara nyata terhadap produksi susu pasteurisasi. Hal ini ditunjukkan
oleh nilai sig < 0,01 < 0,05
c. R²
Berdasarkan hasil perhitungan menggunakan paket program SPSS
diperoleh koefisien korelasi sebesar 1,000, yang berarti faktor-faktor
produksi yang dibakukan sebagai variabel independen mempunyai
keeratan hubungan tergolong kuat dengan kuantitas PBB susu
pasteurisasi sebagai variabel dependen. Koefisien determinasi diperoleh
sebesar 1,000; yang berarti bahwa variasi yang terdapat pada faktor-
faktor produksi susu segar (X1), gula pasir (X2), dan perisa (X3) sebesar
100% dapat menerangkan variasi yang terjadi pada kuantitas PBB susu
pasteurisasi (Y).
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

4. Persamaan fungsi produksi model Cobb-Douglas

Persamaan regresi sebagai penduga adalah:

Ln Y = 1,000 ln X₁ - 1,000 ln X2 – 1,000 ln X3
Y = Produksi susu pasteurisasi
X₁ = Jumlah susu segar yang digunakan
X2 = Jumlah gula pasir yang digunakan
X3 = Jumlah perisa yang digunakan
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

5. Elastisitas masing-masing factor produksi terhadap PBB

Berdasarkan hasil analisis data empiris, besarnya elastisitas produksi
terhadap masing-masing faktor produksi kuantitatif dan faktor-faktor
produksi kualitatif dapat dilihat pada fungsi model Cobb-Douglas sebagai
berikut :
Y = X11,000 X2 1,000 X3 1,000
6. Uraikan secara verbal makna analisis data tersebut
- Normalitas data: berdasarkan kaidah Kolmogorov Smirnov yaitu jika asymp sig >
0,05 = sampel berdistribusi normal, maka dapat dilihat bahwa nilai asymp sig
semuanya (produksi susu, susu segar, gula pasir dan perisa) memiliki nilai > 0,05
sehingga dapat dikatakan bahwa data terdistribusi secara normal
- Multikolinearitas: Berdasarkan hasil dari SPSS, menunjukkan bahwa variable perisa
(X3) memiliki nilai tolerance > 0,10 dan nilai VIF < 10 sehingga variable X3 (perisa)
dapat dikatakan bahwa variable perisa tidak menunjukkan adanya multkolinearitas.
Sedangkan variable susu segar (X1) dan gula pasir (X2) memiliki nilai VIF > 10
sehingga variable X1 dan X2 menunjukkan adanya multikolinearitas.
- Autokorelasi: Berdasarkan hasil perhitungan bahwa nilai Durbin Watsonnya adalah
1,891 maka dapat dikatakan bahwa tidak terjadi autokorelasi.
Heterokedestisitas: Berdasarkan hasil SPSS dapat dilihat bahwa pada grafik plot,
titik-titik yang ada tidak membentuk suatu pola tertentu sehingga hal tersebut
mengindikasikan tidak terjadi heetroskedastisitas
- Normalitas Residual: Berdasarkan data dapat dilihat bahwa pada grafik histogram,
penyebaran data (titik) mengikuti sumbu diagonal dari grafik sehingga hal tersebut
menunjukkan asumsu normalitas. Meskipun begitu, bentuk grafik histogram tidak
mengikuti pola kurva normal sehingga perlu dilakukan uji Kolmogorov Smirov.
Hasil Uji Kolmogorov Smirov terdapat pada pembahasan sebelumnya yaitu, bahwa
terjadi multikolinearitas pada variable X3 sedangkan dua variable lainnya (X1 dan
X2) menjelaskan bahwa tidak terjadi multikolinearitas.
Uji F: Berdasarkan hasil, dapat dilihat bahwa nilai signifikasi 0,000 sehingga dapat
dikatakan bahwa secara serempak variable-variabel dependen (susu segar sebagai
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

X1, gula pasir sebagai X2 dan perisa sebagai X3) berpengaruh sangat nyata terhadap
PBB susu pasteurisasi. Hal ini ditunjukkan oleh nilai sig < 0,01 < 0,05.
Uji t: Berdasarkan hasil dapat dilihat bahwa nilai signifikasi X1, X2, dan X3 adalah
0,000 sehingga dapat dikatakan bahwa secara sendiri-sendiri, letiga variable tersebut
berpengaruh secara nyata terhadap produksi susu pasteurisasi. Hal ini ditunjukkan
oleh nilai sig < 0,01 < 0,05
d. Uji R²: Berdasarkan hasil perhitungan menggunakan paket program

SPSS diperoleh koefisien korelasi sebesar 1,000, yang berarti faktor-

faktor produksi yang dibakukan sebagai variabel independen
mempunyai keeratan hubungan tergolong kuat dengan kuantitas PBB
susu pasteurisasi sebagai variabel dependen. Koefisien determinasi
diperoleh sebesar 1,000; yang berarti bahwa variasi yang terdapat pada
faktor-faktor produksi susu segar (X1), gula pasir (X2), dan perisa (X3)
sebesar 100% dapat menerangkan variasi yang terjadi pada kuantitas
PBB susu pasteurisasi (Y).

C. SOAL FUNGSI PRODUKSI MODEL COBB-DOUGLAS

Fungsi Produksi model Cobb-Douglas : Y = -0,023 X1 0,238 X2 0,093 X3 0,652

Keterangan :
Y : Produksi ternak ayam pedaging (kg).
X1 : Jumlah DOC (ekor).
X2 : Jumlah pakan (kg).
X3 : Curahan tenaga kerja (hkp).

Harga persatuan produk dan faktor-faktor produksi :

Y = Rp 17.000,- / kg bobot hidup. X2 = Rp 3.000,- / kg.
X1 = Rp 5.000,- / ekor. X3 = Rp 80.000,- / hkp.

Rata-rata nilai fisik produk dan faktor-faktor produksi :

Y = 7.714,30 kg. X2 = 11.846,55 kg.
X1 = 4.666,95 ekor. X3 = 369,45 hkp.
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

1) Efisiensi Ekonomis:

Ep Xᵢ 𝑌 PFM Xᵢ= P y BKM Xᵢ NFM Xᵢ = Efisiensi Ekonomis

𝑋1 Ep Xᵢ x PFM Xᵢ x P y
𝑌
𝑋1
0,238 17000 0,39 17.000 5.000 6687,89 1,33 = Belum efisien
= 1,65
5000
0,093 17000 0,06 17.000 3.000 1029,52 0,34 = Tidak efisien
= 0,65
3000
0,652 17000 13,61 17.000 80.000 231.439,4 2,89 = Belum efisien
= 20,88
80000

2) Arti dan saran/rekomendasi !

Pada kasus tersebut terdapat dua factor produksi yang dinyatakan belum efisien.
Rekomendasinya adalah perlu menambahkan factor produksi lainnya dalam produksi
ternak ayam pedaging. Selain itu, factor lain menyatakan bahwa efisiensinya tidak
efisien. Hal tersebut menandakan bahwa factor produksi yang dimasukkan terlalu
banyak. Pada kasus ini adalah factor produksi X2 yaitu jumlah pakan dinyatakan tidak
efisien. Rekomendasi yang diberikan adalah bahwa peternak perlu mengurangi jumlah
pakan pada proses produksi ternak ayam pedaging agar memiliki tingkat efisiensi
ekonomis yang cukup.

D. REGRESI DENGAN DUMMY VARIABEL

1. Buatlah uraian contoh permasalahan serta buatlah formulasi matematisnya tentang
penggunaan dummy variable pada suatu analisis regresi di bidang agribisnis !
Permasalahan:
Petani di Desa Srigading Kecamatan Sanden Yogyakarta mengembangkan budidaya
pertanian tanaman bawang merah di lahan pasir pantai. Dalam pengembangan
usahataninya tersebut, petani bawang merah menerapkan teknologi irigasi kabut.
Meskipun begitu, penggunaan teknologi irigasi kabut belum diterapkan pada semua
lahan komoditas bawang merah di Desa Srigading. Terdapat petani bawang merah yang
menggunakan irigasi non kabut. Untuk membandingkan usahatani bawang merah
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

antara penggunaan irigasi kabut dan non kabut, maka dalam analisis regresi
ditambahkan variabel dummy.
Formulasi matematis:
Y = b₀ + b₁X₁ + b₂X₂ + b₃X₃ + b₄X₄ + b₅X₅ + b₆X₆ + b₇X₇ + b₈D + e
Y = Penerimaan (Rp/ha)
b₀ = intersep
b₁,b₂ …b₈ = koefisien regresi
X₁ = biaya sewa lahan (Rp/ha)
X₂ = biaya bibit (Rp/ha)
X₃ = biaya pupuk (Rp/ha)
X₄ = biaya penyusutan alat (Rp/siklus produksi)
X₅ = biaya tenaga kerja (Rp/ha)
X₆ = umur petani (tahun)
X₇ = tingkat pendidikan (tahun)
D = variable dummy,
D = 0 untuk usahatani bawang merah irigasi kabut
D = 1 untuk usahatani bawang merah irigasi non kabut

2. Buatlah uraian contoh permasalahan serta buatlah formulasi matematisnya tentang

penggunaan logistic regression di bidang agribisnis !
Permasalahan:
Lada putih dihasilkan oleh enak kabupaten di Provinsi Bangka Belitung yaitu Bangka,
Bangka Barat, Bangka Tengah, Bangka Selatan, Belitung dan Belitung Timur. Para
petani dalam memperlakukan hasil produksi dibagi menjadi dua yaitu langsung menjual
atau menunda terhadap hasil panen lada putih. Penelitian ini dilakukan untuk
mengetahui faktor-faktor yang mempengaruhi keputusan petani untuk langsung
menjual atau tunda jual terhadap hasil panen lada putih.
Formulasi matematis:
logit (ðj) = ln = â0 + â1 xj1 + â 2xj2 +.... +â nxjn
Y = Keputusan petani terhadap hasil panen
1 = Langsung menjual hasil panen
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

0 = Tunda Jual
X1 = umur petani (tahun)
X2 = tingkat pendidikan (tahun)
X3 = jumlah anggota keluarga (orang)
X4 = pengalaman usahatani (tahun)
X5 = jumlah produksi lada putih (kg)
X6 = luas lahan (ha)
D1 = ketersediaan tempat penyimpanan (1= ada, 0 = tidak ada)
D2 = sumber pendapatan lain (1= ada, 0 = tidak ada)
D3 = persepsi harga(1= tinggi, 0= rendah)
X7 = kebutuhan konsumsi (Rp)
X8 = kebutuhan investasi (Rp)

E. LAIN-LAIN
Hasil analisis regresi dari data yang berasal dari sampel sebanyak 30 responden petani ternak
sapi perah di Jatinom Kabupaten Klaten adalah sebagai berikut:

1. Uraikan lengkap dengan maknanya dari Tabel Correlations di bawah ini !

Correlations
Pendapatan Kredit
Pearson Correlation Pendapatan 1,000 ,413
Kredit ,413 1,000

- Dapat dilihat bahwa nilai dari Pearson Correlation untuk pendapatan adalah sebesar
1,000, artinya bahwa hubungan antara pendapatan dengan kredit sangatlah kuat. Jadi
jika ada penambahan pendapatan maka akan menyebabkan peningkatan pada kredit
- Begitu pula pada nilai Pearson Correlation untuk kredit adalah sebesar 0,413, artinya
bahwa hubungan antara kredit dengan pedapatan cukup kuat. Jadi, jika terjadi
peningkatan kredit artinya terdapat peningkatan pada pendapatan.
 PROGRAM STUDI MAGISTER AGRIBISNIS
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO

2. Uraikan lengkap dengan maknanya dari Tabel Coefficients di bawah ini !

Coefficients
Unstandardized Standardized
Model Coefficients Coefficients
B Std. Error Beta t Sig.
1 (Constant) 1350232 807249,9 1,673 ,106
Kredit 4,147 ,413 2,401 ,023

- Konstan = 1350232
Nilai konstan positif menunjukkan pengaruh positif variable independent (kredit).
Bila variable independent naik atau berpengaruh dalam satu satuan maka variable Y
akan naik atau terpenuhi
- Kredit = 4,147
Merupakan nilai koefisien regresi variable kredit terhadap variable Y artinya jika
kinerja kredit mengalami kenaikan satu satuan, maka Y akan mengalami peningkatan
sebesar 4,147 atau 414,7% koefisien bernilai positif