HASIL SPSS

1. Fungsi Linier
Variable s Ente re d/Re movebd Model 1 Variables Entered Terdidik, Tenaga_K, Pupuk_B, Bibit, a Pupuk_A Variables Removed Method

Enter

a. All requested variables entered. b. Dependent Variable: Produksi

M odel Summary Model 1 R R Square .933 a .871 Adjusted R Square .852 Std. Error of the Estimate 290.30254

a. Predictors: (Constant), Terdidik, Tenaga_K, Pupuk_B, Bibit, Pupuk_A

b ANOVA

Model 1

Regression Residual Total

Sum of Squares 19384754 2865369 22250123

df 5 34 39

Mean Square 3876950.738 84275.567

F 46.003

Sig. .000a

a. Predictors: (Constant), Terdidik, Tenaga_K, Pupuk_B, Bibit, Pupuk_A b. Dependent Variable: Produksi

a Coe fficie nts

Model 1

(Constant) Tenaga_K Bibit Pupuk_A Pupuk_B Terdidik

Unstandardized Coefficients B Std. Error 1900.026 622.772 .006 .003 33.137 9.869 17.182 13.132 -150.219 127.765 584.836 140.319

Standardized Coefficients Beta .177 .339 1.529 -1.354 .384

t 3.051 2.285 3.358 1.308 -1.176 4.168

Sig. .004 .029 .002 .200 .248 .000

a. Dependent Variable: Produksi

Corre lations Control Variables Produksi Tenaga_K Correlation Significance df Correlation Significance df Correlation Significance df Correlation Significance df Correlation Significance df Tenaga_K 1.000 . 0 -.029 .863 37 .042 .801 37 .034 .838 37 -.114 .491 37 Bibit -.029 .863 37 1.000 . 0 .227 .165 37 .223 .172 37 -.025 .879 37 Pupuk_A .042 .801 37 .227 .165 37 1.000 . 0 .996 .000 37 .099 .549 37 Pupuk_B .034 .838 37 .223 .172 37 .996 .000 37 1.000 . 0 .112 .498 37 Terdidik -.114 .491 37 -.025 .879 37 .099 .549 37 .112 .498 37 1.000 . 0

(2-tailed)

Bibit

(2-tailed)

Pupuk_A

(2-tailed)

Pupuk_B

(2-tailed)

Terdidik

(2-tailed)

2. Fungsi Log
Variable s Entere d/Removeb d Model 1 Variables Entered LPupuk_B, LTenaga_ K, LBibit, a LPupuk_A Variables Removed . Method Enter

a. All requested variables entered. b. Dependent Variable: LProduksi M odel Summary Model 1 R R Square .914 a .836 Adjusted R Square .817 Std. Error of the Estimate .03242

a. Predictors: (Constant), LPupuk_B, LTenaga_K, LBibit, LPupuk_A

b ANOVA

Model 1

Regression Residual Total

Sum of Squares .188 .037 .224

df 4 35 39

Mean Square .047 .001

F 44.634

Sig. .000a

a. Predictors: (Constant), LPupuk_B, LTenaga_K, LBibit, LPupuk_A b. Dependent Variable: LProduksi

a Coe fficie nts

Model 1

(Constant) LTenaga_K LBibit LPupuk_A LPupuk_B

Unstandardized Coefficients B Std. Error 1.114 .454 .061 .021 .689 .140 1.050 .602 -1.017 .663

Standardized Coefficients Beta .253 .504 1.958 -1.687

t 2.451 2.976 4.940 1.745 -1.534

Sig. .019 .005 .000 .090 .134

a. Dependent Variable: LProduksi Corre lations Control Variables LProduksi LTenaga_K Correlation Significance df Correlation Significance df Correlation Significance df Correlation Significance df LTenaga_K 1.000 . 0 -.117 .480 37 .004 .982 37 .002 .993 37 LBibit -.117 .480 37 1.000 . 0 .164 .320 37 .166 .314 37 LPupuk_A .004 .982 37 .164 .320 37 1.000 . 0 .996 .000 37 LPupuk_B .002 .993 37 .166 .314 37 .996 .000 37 1.000 . 0

(2-tailed)

LBibit

(2-tailed)

LPupuk_A

(2-tailed)

LPupuk_B

(2-tailed)

JAWABAN

1. Persamaan Regresi : a. Regresi Linier Y = 1900,026 + 0,006X1 + 33,137X2 + 17,182X3 150,219X4 + 584,836X5 (3,051) (2,285) (3,358) (1,308) (-1,176) (4,168)

R2 = 0,871

Uji Koefisien t dan F : - Uji t = 0,05 one-tail atau 0,025 two tails Df = observasi - jumlah semua variable = 40 6 = 34 nilai t table = 2,032

Regresi Linier :
Variabel T.Kerja Bibit PupukA PupukB Pendidika n T hitung 2,285 3,358 1,308 -1,176 4,168 T table 2,032 2,032 2,032 2,032 2,032 Parameter Thitung > T
table

Hipotesa H0 ditolak H0 ditolak H0 diterima H0 diterima H0 ditolak b1 0 b2 0 b3 = 0 b4 = 0 b5 0

Kesimpulan
T.Kerja memiliki hubungan dgn Produksi Bibit memiliki hubungan dgn Produksi Pupuk A tdk memiliki hubungan dgn Produksi Pupuk B tdk memiliki hubungan dgn Produksi Pendidikan memiliki hubungan dgn Produksi

Thitung > T
table

Thitung < T
table

-Thitung < T
table

Thitung > T
table

- Uji F
= 0,05 one-tail v1 (jumlah semua variable bebas) = 5 v2 = observasi - jumlah semua variable =40 6 = 34 nilai F table = 2,49x

Dari SPSS diperoleh nilai F hitung untuk persamaan logaritma, yaitu 46,003 F hitung > F table, sehingga b1 b2 b3 b4 b5 0, artinya semua variabel bebas mempunyai hubungan dengan Y.
b. Regresi Log Log(Y) = 1,114 + 0,061Log(X1) + 0,689Log(X2) + 1,050Log(X3) 1,017Log(X4)

(2,451) R2 = 0,836

(2,976)

(4,940)

(1,745)

(-1,534)

Uji Koefisien t dan F : - Uji t = 0,05 one-tail atau 0,025 two tails Df = observasi - jumlah semua variable = 40 5 = 35 nilai t table = 2,030

Variabel T.Kerja Bibit PupukA PupukB

T hitung 2,976 4,940 1,745 -1,534

T table 2,030 2,030 2,030 2,030

Parameter Thitung > T

table

Hipotesa H0 ditolak H0 ditolak H0 diterima H0 diterima b1 0 b2 0 b3 = 0 b4 = 0

Kesimpulan
T.Kerja memiliki hubungan dgn Produksi Bibit memiliki hubungan dgn Produksi Pupuk A tdk memiliki hubungan dgn Produksi Pupuk B tdk memiliki hubungan dgn Produksi

Thitung > T
table

Thitung < T
table

-Thitung < T
table

- Uji F
= 0,05 one-tail v1 (jumlah semua variable bebas) = 4 v2 = observasi - jumlah semua variable =40 5 = 35 nilai F table = 2,65

Dari SPSS diperoleh nilai F hitung untuk persamaan logaritma, yaitu 44,634 F hitung > F table, sehingga b1 b2 b3 b4 b5 0, artinya semua variabel bebas mempunyai hubungan dengan Y. 2. Gangguan pada persamaan : Ditemukan gangguan pada persamaan regresi di atas, hal ini ditunjukkan pada table korelasi dimana ditemukan nilai korelasi yang sangat tinggi pada hubungan variable Pupuk A dan B, yaitu 0,996 sehingga disimpulkan terjadi gangguan multikolinierat, yaitu terdapat hubungan internal antara variable pupuk A dan pupuk B. Untuk itu perlu dilakukan uji jika salah satu dari kedua variable tersebut dihilangkan

Dikarenakan R2 regresi Linier > R2 regresi Logaritma, maka persamaan yang akan digunakan dan diuji lebih lanjut adalah persamaan regresi Linier

R2 Koefisien

Eliminasi x3 (Pupuk Kandang) 0,865 1384.375 A .007 B1 35.474 B2 B4 B5 T table = 2,030 X1 X2 X3 X4 X5

2.528 3.618 1.492 4.111 16.347 582.637

Eliminasi x4 (Pupuk Urea) 0,866 1441.976 A .007 B1 34.811 B2 1.798 B3 B5 T table = 2,030
2.493 3.545 1.604 4.102 578.194

Uji t

B1 0 B2 0 B4 = 0 B5 0

B1 0 B2 0 B3 = 0 B2 0

Uji F Std Error of Est

F hitung = F table = 2,65 55,938 b1 b2 b4 b5 0 293,34

F hitung = F table = 2,65 56,541 b1 b2 b3 b5 0 291,88

Pada persamaan di atas, ditemukan bahwa pada persamaan sebelah kiri (eliminasi X3), variable X4 menjadi tidak signifikan, begitu pula sebaliknya. Sehingga dengan asumsi bahwa pupuk akan sangat berpengaruh terhadap produksi gabah dibandingkan pendidikan, maka langkah berikutnya adalah mengeliminasi variable pendidikan, dengan hasil sebagai berikut :

R2 Koefisien

Eliminasi x3 dan x5 0,799 A B1 B2 B4 T table = 2,028 X1 X2 X3 X4

2.601 4,464 2,530

Eliminasi x4 dan x5 0,802 445,315 A .009 B1 49,342 B2 B3

31,376

554,950 0,009 48,446 3,323

Uji t

T table = 2,028
B1 0 B2 0 B4 0
2,554 4,370 2,619

B1 0 B2 0 B3 0

Uji F Std Error of Est

F hitung = F table = 2,87 47,828 b1 b2 b4 b5 0 352,09112

F hitung = F table = 2,87 48,474 b1 b2 b3 b5 0 350,20304

Dengan demikian , dari kedua persamaan di atas yang akan digunakan adalah Persamaan sebelah kanan, karena R2 nya lebih besar dibandingkan R2 persamaan sebelah kiri, yaitu : Y = 554,950 + 0,009X1 + 48,446X2 + 3,323X3

(1,054)

(2,554)

(4,370)

(2,619)

3. Besar elastisitas tenaga kerja : Elastisitas Tenaga Kerja : koefisien 0,009, karena koefisiennya < 1, maka variable tenaga kerja bersifat tidak elastic Penambahan 1% tenaga kerja hanya menambah output produksi gabah sebesar 0,009% 4. Dalam melakukan produksi, petani belum efisien. Ini terlihat dari adanya variabel yang ternyata tidak memiliki hubungan signifikan terhadap output produksi gabah, yaitu pupuk B. Artinya bahwa petani telah menggunakan input yang tidak efisien karena pada dasarnya kedua variable tersebut tidak diperlukan tetapi tetap dilakukan oleh petani sehingga akan menyebabkan biaya produksi lebih besar daripada seharusnya.
.

5. Faktor produksi yang paling berpengaruh dapat dilihat dari koesifien masing-masing variable, dimana dari persamaan dapat disimpulkan bahwa faktor produksi yang paling berpengaruh sesuai urutannya adalah sebagai berikut (Berdasarkan tingkat elastisitas variable) : a. Bibit, penambahan 1% bibit akan meningkatkan jumlah produksi sebanyak 48,446% b. Pupuk A, penambahan pupuk A sebanyak 1% akan meningkatkan jumlah produksi sebanyak 3,323%

6. Perkiraan produksi tertinggi dan terendah jika ditentukan nilai variabel sebagai berikut : X1 = X2 = X3 = X4 = T table Se = Nilai Y = = = 65000 mandays 60 kg 250 kg 25 kg = 2,028 Standar error of the estimate = 350,20304 554,950 + 0,009X1 + 48,446X2 + 3,323X3 554,950 + 0,009(65000) + 48,446(60) + 3,323(250) 7553,44

Perkiraan produksi tertinggi : 7553,44 + (2.028X350,20304) = 8263,652 kg Perkiraan produksi terendah : 7553,44 - (2.028X350,20304) = 6843,228 kg