di mana ??̅ adalah rata-rata selisih produktivitas sebelum dan
5.8. Analisis Jalur
5.8.3. Interpretasi Output SPSS
Interpretasi hasil perhitungan dari hasil (output) SPSS tersebut diperoleh bahwa:
1. Koefisien determinasi (R2) = 0,444
Variabel luas areal, jumlah tenaga kerja, dan jumlah pupuk yang digunakan dalam model mampu menjelaskan variasi variabel produksi kopi biji sebesar 44,4%, sedangkan sisanya sebesar 55,6% dijelaskan oleh variabel lain yang tidak disertakan dalam persamaan substruktur 1 di atas.
2. Uji F
Nilai sig (p-value) lebih kecil dari a (0,000 < 0,05). Artinya, secara bersama variabel luas areal, jumlah tenaga kerja dan jumlah pupuk berpengaruh signifikan terhadap produksi kopi biji.
3. Uji t
a. Variabel luas areal
luas lahan berpengaruh signifikan terhadap produksi kopi biji pada tingkat kepercayaan 95%.
b. Variabel jumlah tenaga kerja
Nilai sig lebih besar dari a (0,106 > 0,05). Artinya, variabel jumlah tenaga kerja berpengaruh tidak nyata terhadap produksi kopi biji pada taraf a = 5%.
c. Variabel jumlah pupuk
Nilai sig lebih besar dari a (0,111 > 0,05). Artinya, variabel jumlah pupuk berpengaruh tidak signifikan terhadap produksi kopi biji pada tingkat kepercayaan 95%.
Persamaan Substruktur 2 adalah X5 = 0,335X1 – 0,023X2 + 0,347X3
Hasil perhitungan (output) untuk persamaan substruktur 2:
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .616a .380 .339 1.53408
a. Predictors: (Constant), Pupuk, Tenaga kerja, Luas lahan b. Dependent Variable: Kualitas
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 66.244 3 22.081 9.383 .000a
Residual 108.256 46 2.353
Total 174.500 49
a. Predictors: (Constant), Pupuk, Tenaga kerja, Luas lahan b. Dependent Variable: Kualitas
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta 1 (Constant) 5.175 1.414 3.660 .001 Luas areal .252 .107 .355 2.350 .023 Tenaga kerja -.017 .102 -.023 -.172 .864 Pupuk .232 .099 .347 2.348 .023
a. Dependent Variable: Kualitas
Interpretasi hasil perhitungan untuk persamaan substruktur 2: 1. Koefisien determinasi (R2) = 0,380
Variabel luas areal, jumlah tenaga kerja, dan jumlah pupuk mampu menjelaskan variasi variabel kualitas kopi biji sebesar 38%, sedangkan sisanya sebesar 62% dijelaskan oleh variabel lain yang tidak disertakan dalam persamaan substruktur 2 di atas.
2. Uji F
Nilai sig lebih kecil dari a (0,000 < 0,05). Artinya, secara bersama-sama variabel luas areal, jumlah tenaga kerja dan jumlah pupuk berpengaruh signifikan terhadap kualitas kopi biji.
3. Uji t
a. Variabel luas areal
Nilai sig lebih kecil dari a (0,023 < 0,05). Artinya, variabel luas lahan berpengaruh signifikan terhadap kualitas kopi biji pada tingkat kepercayaan 95%.
b. Variabel jumlah tenaga kerja
Nilai sig lebih besar dari a (0,864 > 0,05). Artinya, variabel jumlah tenaga kerja berpengaruh tidak nyata terhadap kualitas kopi biji pada taraf a = 5%.
c. Variabel jumlah pupuk
Nilai sig lebih kecil dari a (0,023 < 0,05). Artinya, variabel jumlah pupuk berpengaruh signifikan terhadap kualitas kopi biji pada tingkat kepercayaan 95%.
Persamaan Substruktur 3 adalah Y = 0213X1 + 0,305X2 + 0,096X3 – 0,181X4 + 0,496X5
Hasil perhitungan (output) untuk persamaan substruktural 3:
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .776a .603 .558 .86981
a. Predictors: (Constant), Kualitas, Tenaga kerja, Produksi, Pupuk, Luas lahan b. Dependent Variable: Pendapatan
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1
Regression 50.491 5 10.098 13.347 .000a
Residual 33.289 44 .757
Total 83.780 49
a. Predictors: (Constant), Kualitas, Tenaga kerja, Produksi, Pupuk, Luas lahan b. Dependent Variable: Pendapatan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta 1 (Constant) 4.692 .973 4.823 .000 Luas lahan .105 .068 .213 1.532 .133 Tenaga kerja .161 .059 .305 2.706 .010 Pupuk .044 .061 .096 .730 .469 Produksi -.104 .073 -.181 -1.418 .163 Kualitas .344 .084 .496 4.111 .000
a. Dependent Variable: Pendapatan
Interpretasi hasil perhitungan untuk persamaan substruktur 3: 1. Koefisien determinasi (R2) = 0,603
Variabel luas areal, jumlah tenaga kerja, jumlah pupuk, jumlah produksi dan kualitas kopi biji mampu menjelaskan variasi pendapatan petani sebesar 60,3%, sedangkan sisanya sebesar
39,7% dijelaskan oleh variabel lain yang tidak disertakan dalam persamaan substruktur 3 di atas.
2. Uji F
Nilai sig lebih kecil dari a (0,000 < 0,05). Artinya, secara bersama-sama variabel luas areal, jumlah tenaga kerja, jumlah pupuk, jumlah produksi dan kualitas produksi berpengaruh signifikan terhadap pendapatan petani kopi pada tingkat kepercayaan 95%.
3. Uji t
a. Variabel luas areal
Nilai sig lebih besar dari a (0,133 > 0,05). Artinya, variabel luas lahan berpengaruh tidak signifikan terhadap pendapatan petani kopi pada tingkat kepercayaan 95%. b. Variabel jumlah tenaga kerja
Nilai sig lebih kecil dari a (0,010 < 0,05). Artinya, variabel jumlah tenaga kerja berpengaruh nyata terhadap pendapatan petani kopi pada taraf a = 5%.
c. Variabel jumlah pupuk
Nilai sig lebih besar dari a (0,469 > 0,05). Artinya, variabel jumlah pupuk berpengaruh tidak signifikan terhadap pendapatan petani kopi pada tingkat kepercayaan 95%. d. Variabel jumlah produksi
Nilai sig lebih besar dari a (0,163 > 0,05). Artinya, variabel jumlah produksi berpengaruh tidak signifikan terhadap pendapatan petani kopi pada tingkat kepercayaan 95%. e. Variabel kualitas kopi biji
Nilai sig lebih kecil dari a (0,000 > 0,05). Artinya, variabel kualitas kopi biji berpengaruh signifikan terhadap pendapatan petani kopi pada tingkat kepercayaan 95%.
Perhitungan Pengaruh Langsung (Direct Effect):
• Pengaruh langsung X1 terhadap X4 (X1à X4) adalah PX4X1 yaitu sebesar 0,370
• Pengaruh langsung X1 terhadap X5 (X1à X5) adalah PX5X1 yaitu sebesar 0,335
• Pengaruh langsung X2 terhadap X4 (X2à X4) adalah PX4X2 yaitu sebesar 0,209
• Pengaruh langsung X2 terhadap X5 (X2à X5) adalah PX5X2 yaitusebesar -0,023
• Pengaruh langsung X3 terhadap X4 (X3à X4) adalah PX4X3 yaitu sebesar 0,227
• Pengaruh langsung X3 terhadap X5 (X3à X5) adalah PX5X3 yaitu sebesar 0,347
• Pengaruh langsung X1 terhadap Y (X1à Y) adalah PYX1 yaitu sebesar 0,213
• Pengaruh langsung X2 terhadap Y (X2à Y) adalah PYX2 yaitu sebesar 0,305
• Pengaruh langsung X3 terhadap Y (X3à Y) adalah PYX3 yaitu sebesar 0,096
• Pengaruh langsung X4 terhadap Y (X4à Y) adalah PYX4 yaitu sebesar -0,181
• Pengaruh langsung X5 terhadap Y (X5à Y) adalah PYX5 yaitu sebesar 0,496
Perhitungan Pengaruh Tidak Langsung (Indirect Effect):
• Pengaruh X1 terhadap Y melalui X4 (X1à X4à Y) adalah (PX4X1) (PYX4) yaitu (0,370) (-0,181) = -0,067
• Pengaruh X1 terhadap Y melalui X5 (X1 à X5à Y) adalah (PX5X1) (PYX5) yaitu (0,335) (0,496) = 0,166
• Pengaruh X2 terhadap Y melalui X4 (X2à X4à Y) adalah (PX4X2) (PYX4) yaitu (0,209) (-0,181) = -0,038
• Pengaruh X2 terhadap Y melalui X5 (X2à X5à Y) adalah (PX5X2) (PYX5) yaitu (-0,023) (0,496) = -0,011
• Pengaruh X3 terhadap Y melalui X4 (X3à X4à Y) adalah (PX4X3) (PYX4) yaitu (0,227) (-0,181) = -0,041
• Pengaruh X3 terhadap Y melalui X5 (X3à X5à Y) adalah (PX5X3) (PYX5)yaitu (0,347) (0,496) = 0,172
Perhitungan Pengaruh Total (Total Effect): • X1à X4 + X4à Y : (PX4X1) + (PYX4) = (0,370) + (-0,181) = 0,189 • X1à X5 + X5à Y : (PX5X1) + (PYX5) = (0,335) + (0,496) = 0,831 • X2à X4 + X4à Y : (PX4X2) + (PYX4) = (0,209) + (-0,181) = 0,028 • X2à X5 + X5à Y : (PX5X2) + (PYX5) = (-0,023) + (0,496) = 0,473 • X3à X4 + X4à Y : (PX4X3) + (PYX4) = (0,227) + (-0,181) = 0,046 • X3à X5 + X5à Y : (PX5X3) + (PYX5)= (0,347) + (0,496) = 0,843 Diagram Jalur Hasil Perhitungan:
0,213 e1 = 0,556 0,370 0,335 0,227 0,305 -0,023 0,370 0,347 0,096 e2 = 0,620 E3 = 0,397 X1 X2 X3 X4 X5 Y 0,496 -0,181
5.8.4. Kesimpulan
1. Pengaruh variabel luas areal terhadap jumlah produksi kopi sebesar 0,370.
2. Pengaruh variabel luas areal terhadap kualitas kopi sebesar 0,335.
3. Pengaruh variabel jumlah tenaga kerja terhadap jumlah produksi kopi sebesar 0,209.
4. Pengaruh variabel jumlah tenaga kerja terhadap kualitas kopi sebesar -0,023.
5. Pengaruh variabel jumlah pupuk terhadap jumlah produksi kopi sebesar 0,227.
6. Pengaruh variabel jumlah pupuk terhadap kualitas kopi sebesar 0,347.
7. Pengaruh variabel luas areal terhadap pendapatan petani sebesar 0,213.
8. Pengaruh variabel jumlah tenaga kerja terhadap pendapatan petani sebesar 0,305.
9. Pengaruh variabel jumlah pupuk terhadap pendapatan petani sebesar 0,096.
10. Pengaruh variabel jumlah produksi kopi biji terhadap pendapatan petani sebesar -0,181.
11. Pengaruh variabel kualitas kopi biji terhadap pendapatan petani sebesar 0,496.
12. Pengaruh variabel luas areal terhadap pendapatan petani melalui jumlah produksi kopi sebesar -0,067.
13. Pengaruh variabel luas areal terhadap pendapatan petani melalui kualitas kopi sebesar 0,166.
14. Pengaruh variabel jumlah tenaga kerja terhadap pendapatan petani melalui jumlah produksi kopi sebesar -0,038.
15. Pengaruh variabel jumlah tenaga kerja terhadap pendapatan petani melalui kualitas kopi sebesar -0,011.
16. Pengaruh variabel jumlah pupuk terhadap pendapatan petani melalui jumlah produksi kopi sebesar -0,041.
17. Pengaruh variabel jumlah pupuk terhadap pendapatan petani melalui kualitas kopi sebesar 0,172.
5.9. Model Persamaan Struktural
55.9.1. Pengantar
Model persamaan struktural (MPS) atau structural equation
modelling (SEM) adalah suatu teknik yang efektif sebagai suatu 5 Model Persamaan Struktural dapat dipelajari lebih lanjut, antara lain, dari Gefen et al. (2000), Stapleton (2008), dan Anglim (2007). Panduan praktis dengan meng gunakan AMOS, antara lain, dapat dipelajari dari Wijaya (2009) dan Kusnendi (2008).
metode analisis multivariate baku, yang mencakup regresi, analisis faktor, dan analisis ragam. Secara teknis, MPS menduga koefisien yang tidak diketahui dalam seperangkat persamaan struktural linier. Variabel dalam MPS biasanya terdiri atas variabel yang secara langsung terukur atau dapat diamati (observed variable), dan variabel laten yang tidak terukur dan tidak dapat diamati (latent variable) tetapi berkaitan dengan variabel terukur (MacLean dan Gray 1998).
MPS digunakan untuk menguji hubungan-hubungan yang rumit antara variabel terukur (measured) dan variabel laten (unobserved) dan juga hubungan antara dua atau lebih variabel laten. Variabel terukur secara langsung diperoleh dalam suatu studi atau penelitian, sementara variabel laten tidak dapat diperoleh secara langsung dalam studi (Anglim 2007).