HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Penelitian
Penelitian yang dilakukan untuk melihat faktor-faktor yang mempengaruhi jumlah penawaran sapi potong di Pasar Ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung, dilaksanakan dengan penyebaran kuesioner penelitian yang dibagikan kepada 45 pedagang sapi potong di Pasar Ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung yang tabulasi datanya dapat dilihat pada lampiran II. Dalam melakukan pengolahan data, digunakan analisis regresi linier berganda dan penghitungannya menggunakan software minitab 14. Berdasarkan teknik analisis data yang telah dijelaskan pada bab sebelumnya, maka diperoleh hasil analisis data sebagai berikut:
1. Plot Data
Langkah awal yang dilakukan dalam tahap analisis regresi linear berganda adalah membuat plot/grafik data. Plot data ini bertujuan untuk melihat kelinearan . Dalam model regresi linear, hubungan yang terjadi antara variabel terikat dan setiap variabel bebas bersifat linear. Asumsi ini berarti bahwa keragaman variabel terikat semata-mata akibat dari pengaruh penambahan variabel bebas. Plot data dalam penelitian ini melalui scatterplot dengan hasilnya dapat dilihat pada Lampiran V.
Dari scatterplot tersebut dapat dilihat bahwa antara variabel bebas X1 , X2 dan X3 dengan variabel terikat Y memperlihatkan model yang baik yang ditandai dengan sebaran titik yang acak dan terdapat hubungan yang linear.
37
2. Bentuk Model dengan Kombinasi Seluruh Variabel
Dalam pembentukan model dengan kombinasi seluruh variabel seperti yang dijelaskan pada teknik analisis data, dengan menggunakan persamaan (2) didapat model regresi dengan kombinasi seluruh variabel adalah sebagai berikut:
ŷ = 1,65 + 0,0582 X1 + 1,03 X2 + 0.00114 X3
Dari model di atas dapat diinterpretasikan kesimpulan sementara bahwa setiap peningkatan harga sapi (X1) akan meningkatkan jumlah penawaran sapi potong di Pasar Ternak palangki Kecamatan IV Nagari Kabupaten Sijunjung selagi harga pakan (X2) dan biaya pemeliharaan (X3) masih ada / memberikan pengaruh pada model.
Untuk setiap peningkatan harga pakan (X2) akan meningkatkan jumlah penawaran sapi potong sebesar 1,03 selagi harga sapi (X1) dan biaya pemeliharaan (X3) masih ada / memberikan pengaruh pada model.
Setiap peningkatan biaya pemeliharaan (X3) akan meningkatkan jumlah penawaran sapi potong sebesar 0.00114 selagi harga sapi (X1) dan harga pakan (X2) masih ada / memberikan pengaruh pada model.
3. Analisis sisaan untuk mengetahui apakah asumsi ada yang dilanggar Uji Asumsi:
a) Uji Kelinieran
Dengan menggunakan persamaan (9) didapat:
Fobs = Fobs = 39,37
38
Nilai Fobs adalah 39,37 dan nilai F0,05(3,41) dalam tabel F adalah2,92 maka Fobs > F0,05(3,41) sehingga terima H1, hal ini berarti bahwa minimal terdapat satu variabel bebas (X) yang memiliki hubungan linier dengan variabel terikat (Y). Ini berarti bahwa asumsi kelinieran telah terpenuhi secara pasti.
Setelah menguji kelinieran, maka perlu dilakukan uji keberartian model guna mendapatkan variabel bebas yang memang mempengaruhi variabel terikat. Melalui output regression seperti pada Lampiran III dengan menggunakan persamaan (10) dapat dilihat bahwa nilai |tobs| untuk masing-masing variabel X1, X2, dan X3 secara berturut-turut adalah4,77 , 2,44 , 0,42 dan t(0,025,41) pada tabel t adalah 1,684. Dapat dilihat bahwa |tobs| untuk masing-masing variabel yaitu:
|tobs| X1 > ttabel
|tobs| X2 > ttabel
|tobs| X3 < ttabel
Maka terima H1 untuk X1 dan X2. Berdasarkan hal tersebut dapat disimpulkan bahwa variabel X1 dan X2 berpengaruh secara signifikan terhadap variabel terikat sehingga tidak dapat dihilangkan dari model.
Sementara untuk X3 tolak H1 yang berarti bahwa variabel X3 tidak begitu berpengaruh sehingga dapat dihilangkan dari model.
b) Uji Kebebasan Sisaan (non autokorelasi)
Kebebasan sisaan (non autokorelasi) dapat dilihat pada residual versus the order of the data. Jika sebaran plot sisaan pada residual versus
39
the order of the data tidak membentuk pola tertentu maka menandakan sisaan sudah saling bebas dalam artian waktu tidak mempengaruhi pengambilan data. Dari residual plot pada lampiran IVdapat dilihat bahwa sebaran titik pada residual versus the order of the data tidak membentuk pola tertentu. Hal ini menyatakan bahwa asumsi kebebasan sisaan terpenuhi.
Cara lain untuk mendeteksi asumsi kebebasan sisaan adalah dengan menggunakan statistic d Durbin Watson, dimana jika nilai d sama atau mendekati 2 berarti sisaan saling bebas. Melalui minitab 14 didapat nilai statistic d Durbin Watson = 1,57205. Nilai statistic d Durbin Watson mendekati 2. Hal ini berarti bahwa tidak terdapat autokorelasi sehingga kebebasan sisaan terpenuhi secara pasti.
c) Uji Kehomogenan Ragam Sisaan
Pemeriksaan asumsi kehomogenan ragam sisaan dapat dilihat pada residual versus the fitted values, dimana jika sebaran titik pada residual versus the fitted values tersebar acak, tidak ada pola yang sistematis serta titik-titik menyebar disekitar angka nol, maka dapat dinyatakan asumsi kehomogenan ragam sisaan dapat terpenuhi. Dari residual plot pada Lampiran IV dapat dilihat bahwa sebaran titik pada residual versus the fitted values telah tersebar secara acak, tidak terdapat pola yang sistematis serta titik-tik menyebar disekitar nol meskipun terdapat empat buah titik yang merupakan pencilan, ini menyatakan bahwa kehomogenan ragam sisaan telah terpenuhi.
40 d) Uji Kenormalan Sisaan
Pemeriksaan asumsi kenormalan sisaan dapat dilihat melalui normal probability plot of the residual. Jika sebaran titik mengikuti pita kenormalan sisaan terpenuhi. Pada Lampiran V terlihat pada normal probability plot of the residual sebaran titik mengikuti pita kenormalan dan dengan menggunakan uji Anderson Darling pada persamaan (12) didapat bahwa P-value adalah 0,302 ( P-value > 0,05) maka dapat dikatakan bahwa kenormalan sisaan telah terpenuhi.
Karena keempat asumsi regresi linier berganda terpenuhi, maka tidak perlu dilakukan transformasi dan dapat dilanjutkan dengan pemilihan model terbaik.
4. Kriteria penilaian model terbaik melalui metode semua kombinasi yang mungkin yaitu melalui perbandingan , S2, Cp Mallows dan nilai VIF.
Dalam pemilihan model terbaik salah satu cara yang dilakukan adalah dengan melihat , rataan kuadrat sisa (S2) dan Cp Mallows dari masing-masing variabel bebas dan kombinasinya terhadap variabel terikat. Penentuan menggunakan persamaan (14), S2 menggunakan persamaan persamaan (15), dan Cp Mallows menggunakan persamaan (16) dapat dilihat dari hasil ouput statistic regression seperti pada lampiran VI. Model yang baik adalah model dengan nilai mendekati 1, nilai S2 terkecil dari masing-masing variabel dan kombinasinya, dan nilai Cp Mallows yang mendekati p (dalam penelitian ini p=4) dari
masing-41
masing variabel dan kombinasinya. Nilai dari , S2, dan Cp Mallows dapat dilihat pada tabel berikut:
Tabel 2. Nilai , S2, dan Cp Mallows dari masing-masing Model Kelompok Kombinasi buah yang dikelompokkan dalam 3 kelompok. Dalam setiap kelompok diambil beberapa kombinasi terbaik. Berdasarkan kriteria dalam menentukan penentuan model terbaik seperti dijelaskan di atas maka masing-masing kelompok dapat dipilih calon persamaan terbaik yang menjadi perwakilan dari masing-masing kelompok dan kombinasinya. Model calon persamaan terbaik dari kelompok A yaitu model A1 dengan R2adjusted terbesar, S2 terkecil, dan Cp Mallows yang paling mendekati 2 dibandingkan model dalam kelompok A lainnya.
Model calon persamaan terbaik dari kelompok B yaitu model B1 dengan R2adjusted terbesar, S2 terkecil, dan Cp Mallows yang mendekati 3 dibandingkan dalam kelompok B lainnya. Kemudian dipilih kembali calon persamaan terbaik dari kelompok B yang mengandung variabel X1 yang mengalami peningkatan pada nilai R2 adjusted apabila ditambahkan variabel lainnya (variabel X3), sehingga terpilih model B2 sebagai calon persamaan terbaik selanjutnya.
42
Model C juga masuk sebagai model persamaan terbaik karena mempunyai nilai R2 adjusted terbesar, S2 terkecil, dan Cp Mallows yang mendekati 4. Maka terpilihlah 3 calon persamaan terbaik dari masing-masing kelompok yaitu kelompok A1, B1, B2, dan C1. Model tersebut akan dipilih kembali untuk mendapatkan calon persamaan terbaik yang akan digunakan. Calon persamaan terbaik dari masing-masing kelompok dapat dilihat pada Tabel berikut:
Tabel 3. Calon Persamaan Terbaik
Kelompok Kombinasi Peubah
Persamaan Regresi R2_adj Cp_Mallows S2
A 1 X1 Ŷ = 2,91 + 0,0723 X1 69,8 6,0 1,1033 perlu melihat korelasi antar variabel bebas. Untuk mendeteksi adanya multikolinearitas dapat menhunakan nilai VIF. Jika nilai VIF < 5, maka tidak ada korelasi antar peubah bebas dan asumsi non multikolinearitas terpenuhi. Dengan menggunakan persamaan (17) didapat nilai VIF seperti pada lampiran VI. Tiga calon persamaan terbaik dari masing-masing kelompok dapat dilihat pada Tabel berikut:
43
Tabel 4. Nilai VIF Masing-masing Variabel Pengaruh pada Calon Persamaan Terbaik
Dari Tabel 4 dapat dilihat bahwa semua nilai VIF < 5, maka tidak terjadi multikolinearitas pada ketiga model. Maka dipilih satu model persamaan terbaik yaitu model B1 karena memiliki R2adjusted terbesar, S2 terkecil, dan CP Mallows mendekati p (p=4 untuk 3 variabel) dibandingkan kelompok B2 dan C. Dengan demikian dapat disimpulkan bahwa model terbaik adalah model B1 yaitu X1X2. 5. Rekomendasi model yang digunakan
Dalam penetapan persamaan model terbaik kita perlu memperhatikan tujuan dari penelitian yang kita lakukan. Menurut Sembiring (1995: 243) bahwa
“model yang terbaik sering tidak ada, tapi ada beberapa model yang baik. Suatu model mungkin baik untuk suatu tujuan tapi model lain mungkin lebih baik untuk tujuan yang lain. Model mana yang kemudian sebaiknya digunakan tergantung pada pemahaman kita tentang permasalahan yang dihadapi dan untuk apa model itu digunakan”.
Berdasarkan pernyataan Sembiring di atas, maka model terbaik yang cocok dan sesuai dengan tujuan permasalahan yang dihadapi dalam penelitian ini
44
adalah X1X2 setelah dilakukan langkah-langkah dalam pemilihan model terbaik.
Dimana dugaan/prediksi persamaan regresi linier bergandanya adalah:
ŷ = 2,29 + 0,0620 X1 – 0,989 X2
6. Interpretasi variabel yang berpengaruh secara langsung dari model yang didapatkan
Berdasarkan analisis data menggunakan analisis regresi linier berganda diperoleh model persamaan terbaik dari faktor-faktor yang mempengaruhi jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung yaitu : ŷ = 2,29 + 0,0620 X1 – 0,989 X2. Dari model dapat dilihat bahwa variabel yang berpengaruh adalah X1 (Harga Sapi) dan X2 (Harga Pakan). Dari model terbaik tersebut dapat diinterpretasikan bahwa peningkatan harga sapi akan berpengaruh kepada penawaran sapi sebesar 0,0620. Artinya, peningkatan harga sapi akan berakibat naiknya penawaran sapi potong. Dan setiap peningkatan harga pakan akan berpengaruh kepada penurunan penawaran sapi sebesar 0,989.
Artinya, setiap harga pakan naik maka akan berakibat pada turunnya penawaran sapi.
B. Pembahasan
Penelitian ini merupakan penelitian terapan yang diawali dengan survey, dimana alat pengumpulan data yang digunakan adalah kuesioner. Adapun variabel yang dilihat pada penelitian ini yaitu variabel bebas (X) berupa harga sapi (X1), harga pakan (X2), dan biaya pemeliharaan (X3) serta variabel terikat (Y) berupa jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung.
45
Berdasarkan analisis menggunakan analisis regresi linier berganda, dari plot data dapat dilihat bahwa pencaran titik terlihat tidak adanya hubungan kelinieran. Hal tersebut berarti bahwa keragaman variabel terikat tidak semata-mata dipengaruhi oleh variabel bebas. Selanjutnya dari plot sisaan dapat dilihat bahwa sebaran titik tidak membentuk pola yang sistematis dan menyebar secara acak, hal ini berarti bahwa sisaan saling bebas dan homogen. Ini menunjukkan bahwa nilai pengamatan tidak dipengaruhi oleh pengamatan lainnya dan waktu tidak mempengaruhi data dan setiap pengamatan memiliki informasi yang sama penting dalam setiap variabel. Plot sisaan juga menunjukkan terpenuhinya asumsi kenormalan.
Model regresi linier berganda yang didapatkan dari pengaruh harga sapi, harga pakan dan biaya pemeliharaan terhadap jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung adalah ŷ = 2,29 + 0,0620 X1 – 0,989 X2. Dari model dapat dilihat bahwa variabel terikat hanya dipengaruhi oleh X1 dan X2. Hal ini menyatakan bahwa jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung dipengaruhi oleh faktor harga sapi dan harga pakan. Ini dibuktikan dengan survey di lapangan bahwa harga sapi dan harga pakan yang lebih dominan mempengaruhi terhadap penawaran. Sedangkan biaya pemeliharaan tidak begitu mempengaruhi.
46 BAB V PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian dan pembahasan diperoleh kesimpulan sebagai berikut:
1. Bentuk model regresi linier berganda untuk mendeskripsikan pengaruh harga sapi, harga pakan, dan biaya pemeliharaan terhadap jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung.
ŷ = 2,29 + 0,0620 X1 – 0,989 X2
2. Faktor yang berpengaruh terhadap jumlah penawaran sapi potong di pasar Ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung adalah harga sapi dan harga pakan.
B. Saran
Adapun saran-saran yang dapat penulis sampaikan adalah sebagai berikut:
1. Bagi pedagang sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung, sebaiknya lebih memahami faktor-faktor apa saja yang berpengaruh terhadap jumlah penawaran sapi potong.
2. Diharapkan dapat menjadi bahan masukan dan evaluasi bagi Instansi Dinas Peternakan Kabupaten Sijunjung.
3. Bagi peneliti selanjutnya untuk melibatkan variabel-variabel lain yang diperkirakan mampu menjelaskan penentu faktor-faktor yang mempengaruhi jumlah penawaran sapi potong di pasar ternak Palangki Kecamatan IV Nagari Kabupaten Sijunjung.
47