LAPORAN TUGAS EKONOMETRIKA

(1)

LAPORAN TUGAS EKONOMETRIKA

Penerapan Model Regresi Linear Beganda dan Regresi Logistik Biner

Dosen Pengampu : Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc

Oleh :

Farhan Adib D1B020133

Kelas F

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN

UNIVERSITAS JAMBI

2023

(2)

REGRESI LINEAR BERGANDA

1. Uraian

Analisis ini menggunakan model analisis regresi linear berganda yang bertujuan untuk mengetahui ada atau tidaknya pengaruh variabel Independen terhadap variabel dependen.

Data yang akan dianalis berasal dari 52 sampel yang diambil secara acak dari 105 responden yang tersedia. Adapun data yang digunakan pada analisis ini yaitu : Pendapatan Petani Kelasa Sawit, luas lahan kelapa sawit yang dimiliki, lama pendidikan yang ditempuh petani, produktivitas kelapa sawit sebelum diremajakan, dan keaktifan petani dalam Kelompok Tani. Analisis ini dilakukan untuk mengetahui pengaruh dari Luas lahan (X1), Pendidikan (X2), Produktivitas (X3), dan Keaktifan (D) terhadap Pendapatan (Y).

2. Model Analisis

Persamaan regresi yag terbentuk :

Y = 2478603,376 + 318161,017 X1 - 10218,374 X2 - 467,668 X3 + 258227,108 D Keterangan :

α = 2478603,376. Artinya jika Luas lahan, Pendidikan, Produktivitas dan Keaktifan sebesar 0, maka Pendapatan sebesar 2478603,376

β1 = 318161,017. Artinya dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Luas Lahan sebesar 1 Satuan akan meningkatkan Pendapatan sebesar 318161,017

β2 = -10218,374. Artinya dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap penurunan Pendidikan sebesar 1 Satuan akan menurunkan Pendapatan sebesar 10218,374

β3 = -467,668. Artinya dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap penurunan Produktivitas sebesar 1 Satuan akan menurunkan Pendapatan sebesar 467,668

D = 258227,108. Artinya dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Keaktifan sebesar 1 Satuan akan meningkatkan Pendapatan sebesar 258227,108

(3)

3. Evaluasi hasil Estimasi Koefisin Determinasi

R² = 0,74 . Artinya Luas lahan, Pendidikan, Produktivitas, dan Keaktifan dapat mempengaruhi Pendapatan sebesar 74%. Sedangkan 26% sisanya dipengaruhi oleh variabel lain diluar penelitian.

Uji F dan Uji t Perumusan Hipotesis :

H0: Variabel Luas lahan, Pendidikan, Produktivitas, dan Keaktifan secara simultan tidak berpengaruh signifikan terhadap Pendapatan.

H1: Variabel Luas lahan, Pendidikan, Produktivitas, dan Keaktifan secara simultan berpengaruh signifikan terhadap Pendapatan.

 Jika Sig > Alpha Penelitian, maka H0 diterima (Tidak Signifikan).



Jika Sig < Alpha Penelitian, maka H0 ditolak (Signifikan)

 Jika f hitung < f tabel, maka H0 diterima (Tidak signifikan).



Jika f hitung > f tabel, maka H0 ditolak (Signifikan).

 Jika t hitung < t tabel, maka H0 diterima (Tidak signifikan).



Jika t hitung > t tabel, maka H0 ditolak (Signifikan).

UJI F

(4)



Diketahui nilai Sig sebesar 0.001 (< 0.05). Artinya H0 ditolak. Maka, Variabel Luas lahan Pendidikan, Produktivitas, dan Keaktifan secara simultan berpengaruh signifikan terhadap Pendapatan

 F tabel = F (4 ; 48) = 2,57



F hitung > F tabel (33,664 > 2,57). Artinya H0 ditolak. Maka, Variabel Luas lahan Pendidikan, Produktivitas, dan Keaktifan secara simultan berpengaruh signifikan terhadap Pendapatan

Uji t

 t tabel = t (0,025 ; 47) = 2,012



Diketahui nilai Sig Variabel Luas lahan sebesar 0,001 (< 0.05) dan nilai t hitung > t tabel (7,534 >2,012) Artinya H0 ditolak. Maka, Variabel Luas lahan secara simultan berpengaruh signifikan terhadap Pendapatan



Diketahui nilai Sig Variabel Pendidikan sebesar 0.412 ( > 0.05) dan nilai t hitung < t tabel (-0,828 < 2,012) Artinya H0 diterima. Maka, Variabel Pendidikan secara simultan tidak berpengaruh signifikan terhadap Pendapatan



Diketahui nilai Sig Variabel Produktivitas sebesar 0.102 ( >0.05) dan nilai t hitung < t tabel (-1,667 < 2,012). Artinya H0 diterima. Maka, Variabel Produktivitas secara simultan tidak berpengaruh signifikan terhadap Pendapatan



Diketahui nilai Sig Variabel Keaktifan sebesar 0.015 (< 0.05) dan nilai t hitung > t tabel (2,535 >2,012). Artinya H0 ditolak. Maka, Variabel Keaktifan secara simultan berpengaruh signifikan terhadap Pendapatan

(5)

Uji Multikolinearitas

Tidak terjadi multikolinearitas karena korelasi antar-variabel bebas dibawah 0,90

Hasil perhitungan nilai Tolerance menunjukkan tidak ada variabel bebas yang memiliki nilai Tolerance kurang dari 0,1 Maka artinya tidak terjadi Multikolinearitas

Hasil perhitungan nilai variance inflation factor (VIF) menunjukkan tidak ada variabel bebas yang memiliki nilai VIF lebih dari 10 Maka artinya tidak terjadi Multikolinearitas

Uji Autokorelasi

Berdasarkan Tabel DW dengan n =52 dan k = 4, maka nilai dL sebesar 1,3929 dan dU 1,7223.

(6)

Maka dL < dU < DW < 4-dU < 4-dL

Sebesar 1,3929 < 1,7223 < 2,078 < 2,2777 < 2,6071. Sehingga dapat dsimpulkan tidak terjadi gejala autokorelasi.

Uji Heterokedastisitas

Tidak terjadi heteroskedastisitas karena titik-titik menyebar secara acak, tidak membentuk pola dan tersebar baik di atas maupun di bawah angka 0 pada sumbu Y

Uji Normalitas

Pada uji histogram garis membentuk gunung dan terlihat sempurna dengan kaki yang simetris, maka dapat disimpulkan data dalam penelitian berdistribusi normal

Pada uji normal probability plots titik-titik mengikuti garis diagonal dari titik 0 dan tidak melebar terlalu jauh, maka dapat disimpulkan data berdistribusi normal.

(7)

REGRESI LOGISTIK BINER

1. Uraian

Analisis ini menggunakan model analisis regresi logistik biner yang bertujuan untuk mengetahui hubungan antara variabel dependen dan variabel independen. Variabel dependennya bersifat binary, yaitu hanya memiliki dua kategori seperti benar/salah, ya/tidak, dan benar/salah. Data yang akan dianalis berasal dari 52 sampel yang diambil secara acak dari 105 responden yang tersedia. Adapun data yang digunakan pada analisis ini yaitu : Petani yang Meremajakan tanaman kelapa sawit, Pendapatan Petani Kelasa Sawit, luas lahan kelapa sawit yang dimiliki, produktivitas kelapa sawit sebelum diremajakan, keaktifan petani dalam Kelompok Tani. Analisis ini dilakukan untuk mengetahui hubungan antara Meremajakan (Y) terhadap Luas lahan (X1), Pendidikan (X2), Produktivitas (X3), dan Keaktifan (D).

2. Model Analisis

Persamaan Model :

π (x) = exp(−213,623+0,000x1+6,958x2+0,028x3+39,184D) 1+exp(−213,623+0,000x1+6,958x2+0,028x3+39,184D)

Interpretasi Odd Ratio :

1. Jika Pendapatan, Luas lahan, Produktivitas dan Keaktifan sebesar 0, maka keputusan petani meremajakan kelapa sawit sebesar 0

2. Dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Pendapatan sebesar 1 Satuan akan meningkatkan Keputusan petani Meremajakan kelapa sawit sebesar 1,000

3. Dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Luas lahan sebesar 1 Satuan akan meningkatkan keputusan petani Meremajakan kelapa sawit sebesar 1051,267

4. Dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Produktivitas sebesar 1 Satuan akan meningkatkan keputusan petani Meremajakan kelapa sawit sebesar 0,971

(8)

5. Dengan asumsi variabel independen lainnya bernilai tetap (tidak berubah), maka setiap peningkatan Keaktifan sebesar 1 Satuan akan meningkatkan keputusan petani Meremajakan kelapa sawit sebesar 1,041

3. Evaluasi Hasil Estimasi BLOCK 0

Diketahui data yang diolah sebagai sampel berjumlah 52 dan tidak adanya missing values, artinya data yang digunakan valid

Nilai -2 Log likelihood = 70,852.

Nilai Chi-square tabel (α= 5%, df = 52-1 = 51) = 68,669.

70,852 > 68,669 Artinya model sebelum dimasukkan variabel independen masih tidak layak digunakan

 Terdapat 30 responden yang tidak meremajakan, dan 22 responden meremajakan

 Ketepatan model memprediksi keputusan untuk meremajakan = 57,7%

(9)

BLOCK 1

Dengan masuknya variabel independen nilai -2 Log likelihood = 0,000 . Terjadi penurunan nilai dibandingkan dengan nilai pada BLOCK 0.

Nilai -2 Log likelihood = 0,000.

Nilai Chi-square tabel (= 5%, df = 52-4-1 = 47) = 64,001

0,000 > 64,001 Artinya model setelah dimasukkan variabel independen layak digunakan

Kriteria Pengujian: Nilai Sig < 0,05

Nilai Chi-Square = 70,852 dengan nilai Sig = 0,001 < 0,05. Artinya, model yang digunakan memiliki goodness-of-fit yang tepat

(10)

Nilai Nagelkerke R Square = 1,000 Artinya kemampuan variabel independen menjelaskan keputusan meremajakaan secara keseluruhan yaitu 100%

Nilai Chi-square = 0,000 dengan nilai Sig. = 1,000 > 0,05 yang berarti signifikan.

Artinya, model yang digunakan memiliki goodness-of-fit yang tepat dan layak untuk memprediksi faktor-faktor yang mempengaruhi keputusan petani untuk melakukan peremajaan kelapa sawit.

Ketepatan model memprediksi keputusan untuk meremajakan sebesar 100%

Kriteria Pengujian: Nilai Sig. < 0,05 Diketahui :

 Variabel Pendapatan memiliki nilai sig. 0,998 > 0,05

 Variabel Luas lahan memiliki nilai sig. 0,999 > 0,05

 Variabel Produktivitas memiliki nilai sig. 0,999 > 0,05

 Variabel Keaktidan memiliki nilai sig. 0,996 > 0,05

Dari hasil uji Wald, dapat disimpulkan bahwa tidak terdapat faktor yang berpengaruh signifikan terhadap keputusan petani dalam meremajakan tanaman kelapa sawit.