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