BAB I PENDAHULUAN Tebu (Saccharum officinarum L) adalah suatu komoditi pertanian penghasil gula yang memerlukan pengolahan hasil

di Pabrik Gula (PG) terlebih dahulu sebelum menjadi gula. Perkembangan produksi pada sepuluh tahun terakhir mengalami penurunan dengan laju penurunan sekitar 1,8% per tahun. Namun demikian, semenjak tahun 2004, produksi gula mulai menunjukan peningkatan. Pada tahun 1994, produksi gula nasional mencapai 2,435 juta ton, sedangkan pada tahun 2004 hanya 2,051 juta ton. Pada dekade terakhir, produksi terendah terjadi pada tahun 1998 dengan volume produksi 1,494 juta ton. Berbagai kebijakan pemerintah seperti kebijakan tataniaga impor dan program akselerasi peningkatan produktivitas berdampak positif guna meningkatkan kembali produksi gula nasional. Anjloknya harga gula pada musim giling 2008, mengakibatkan luas areal budi daya tebu mengalami penurunan. Soentoro (2009), menyatakan bahwa kelemahan utama industri gula di Indonesia saat ini adalah terkonsentrasinya pabrik gula (PG) di Pulau Jawa, sehingga tidak mampu bersaing dengan komoditas tanaman pangan yang mendapat perhatian dan proteksi yang lebih besar dari pemerintah.Penurunan produksi dan produktivitas tebu, khususnya di sentra produksi tebu di Jawa sebagai dampak adanya pergeseran pengusahaan tebu dari lahan sawah ke lahan kering. Di samping penurunan areal, penurunan produktivitas merupakan faktor utama yang menyebabkan terjadinya penurunan produksi. Jika pada tahun 1990an produktivitas tebu/ha rata-rata mencapai 76,9/ha, maka pada tahun 2000-an hanya mencapai sekitar 62,7 ton/ha. Rendemen sebagai salah indikator produktivitas juga mengalami penurunan dengan laju sekitar -1,3% per tahun pada dekade terakhir. Pada tahun 1998, rendemen mencapai titik terendah (5,49%). Selanjutnya, rendemen mulai meningkat dan pada tahun 2004 rendemen mencapai 7,67 % .

Produktivitas tebu yang makin menurun bukan hanya karena kurang dikuasainya atau diterapkannya cara bercocok tanam tebu yang baik, tetapi juga karena makin mahalnya harga input (terutama tenaga kerja dan pupuk). Maka, petani tidak menggunakan input secara cukup. Maka dari itu perlu adanya kajian akan pengaruh antara luas lahan dan tenaga kerja terhadap keutungan usaha tani tebu ini.

BAB II TUJUAN

Tujuan dari praktikum ini adalah untuk mengetahui pengaruh luas lahan dan tenaga kerja terhadap keuntungan usaha tani melaui analisis regresi linear berganda, regresi liniear berganda dengan dummy slope, regresi linear berganda dengan dummy intersep, dan regresi linear berganda dengan dummy kombinasi.

BAB III METODE

Metode yang digunakan adalah metode ekonometrik teori tentang linear, double logaritma. 3.1. Linear Model yg memperlihatkan hubungan antara satu variable terikat (dependent variable) dgn beberapa variabel bebas (independent variables).

3.2. Regresi Berganda Regresi berganda seringkali digunakan untuk mengatasi permasalahan analisis regresi yang melibatkan hubungan dari dua atau lebih variabel bebas.

Salah satu contoh penggunaan regresi berganda dibidang pertanian diantaranya ilmuwan pertanian menggunakan analisis regresi untuk menjajagi antara hasil pertanian (misal: produksi padi per hektar) dengan jenis pupuk yang digunakan, kuantitas pupuk yang diberikan, jumlah hari hujan, suhu, lama penyinaran matahari, dan infeksi serangga.

3.3. Double Logaritma Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi variabel kualitatif. Kita pertimbangkan model berikut ini: I. Y = a + bX + c D1 (Model Dummy Intersep) dalam sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga mencoba membuat kuantifikasi dari

II. Y = a + bX + c (D1X) (Model Dummy Slope) III. Y = a + bX + c (D1X) + d D1 (Kombinasi)

BAB IV HASIL DAN PEMBAHASAN 4.1. Regersi Linear Berganda Hasil Analisis SPSS
Y = 0 + 1 X 1 + 2 X 2 +... + k X k

Y= SE

-25,450 (9.351)

0.542X1 (0.089)

0,771X2 (0.132)

;R2 = 0.702

T-Hit. F-Hit Df = 62

2.722 73,020

6.067

5.828

Keterangan :

Y = Keuntungan usahatani tebu X1 = Jumlah tenaga kerja X2 = Luas lahan

a. Standar error of estimate (SE) Standar error of estimate (SE) pada model summary bernilai 5,864. dengan asumsi semakin kecil nilai standar error, maka model tersebut semakin valid. b. F hitung Dari hasil analisis dapat diketahui bahwa nilai F hitung sebesar 73.020 yang nyata secara statistic signifikan pada tingkat alpha 5%. Ini menunjukkan bahwa tenaga kerja dan luas lahan berpengaruh secara nyata terhadap keuntungan usaha tani (Y).

c. R square R square sebesar 0,702 merupakan pengkuadratan dari koefisien korelasi yaitu 0,8382 = 0,702. R square disebut juga koefisien determinasi yang dapat dinyatakan dalam bentuk persen yaitu sebesar 70,2 %. Hal ini menjelaskan bahwa keuntungan usahatani bisa dijelaskan oleh variable tenaga kerja dan luas lahan sebesar 70,2%. Sedangkan sisanya sebesar (100 % - 70,2 %= 29,8%) dijelaskan oleh variabel lain yang tidak dijelaskan dalam model (Santoso, 2003). Dari tabel Coefficients diketahui variabel tenaga kerja signifikan mempengaruhi perubahan keuntungan usaha tani tebu begitu pula dengan luas lahan sangat signifikan mempengaruhi Y pada alpha 5%.

d. T hitung

Dari tabel coeficients diperoleh nilai t hitung dengan nilai signifikansi t hitung untuk konstanta, X1 dan X2 < 0,05. hal ini menunjukkan bahwa kesimpulan yang diambil adalah dengan menerima Ha dan menolak Ho, dengan asumsi : Berdasarkan probabilitas Jika Probabilitas > 0,05, Ho diterima Jika Probabilitas < 0,05 , Ha diterima Uji t untuk menguji variable dependen dan signifikansi konstanta. Variabel X1 t hitung = 6,067 Tingkat signifikansi () = 5% Df = 62 t table = 1,6698 (2 - tailed) Jadi t hitung 6,067 > t table1,6698 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan Variabel X2 t hitung = 5,828 Tingkat signifikansi () = 5% Df = 62 t table = 1,6698 (2 - tailed) Jadi t hitung 5,828 > t table1,6698 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan.

4.2. Regresi Linear Berganda dengan Dummy Intersep Hasil Analisis SPSS :

Y=
Y= SE T-Hit. F-Hit = 54,122 Df = 61 (R2 = 0.727) Keterangan :

1X1 +
0.538 X1 + (0,086) 6.232

2X2

c D1

-28,603 + (9,123) 6,237

0,799 X2 + 3,481 D1 (0.128) 2,360

Y = Keuntungan usahatani tebu X1 = Jumlah tenaga kerja X2 = Luas lahan D1 = Dummy (1= anggota, 0 = Non anggota)

a. Standar error of estimate (SE) Standar error of estimate (SE) pada model summary bernilai 5,660. dengan asumsi semakin kecil nilai standar error, maka model tersebut semakin valid. b. F hitung Dari hasil analisis SPSS dapat diketahui bahwa nilai F-hit sebesar 54,122 yang signifikan pada tingkat alpha 5% atau 0.05 Artinya bahwa tenaga kerja dan luas lahan mempengaruhi secara nyata terhadap keuntungan usaha tani (Y).

c.

R square

Angka R square sebesar 0,727 merupakan pengkuadratan dari koefisien korelasi yaitu 0,8532 = 0,727 R square disebut juga koefisien determinasi yang dapat dinyatakan dalam bentuk persen yaitu sebesar 72,7 %. Hal ini berarti bahwa keuntungan usahatani bisa dijelaskan oleh variable tenaga kerja dan luas lahan sebesar 72,7%. Sedangkan sisanya sebesar 100 % - 72,7 %= 27,3% dijelaskan oleh faktor-faktor yang lain yang tidak dijelaskan dalam model. (Santoso,2003).

d.

T hitung Dari tabel coeficient diperoleh nilai t hitung dengan nilai signifikansi t hitung untuk konstanta, X1 dan X2 < 0,05. Hal ini menunjukkan bahwa kesimpulan yang diambil adalah dengan menerima Ha dan menolak Ho, dengan asumsi : Berdasarkan probabilitas Jika Probabilitas > 0,05, Ho diterima Jika Probabilitas < 0,05 , Ha diterima Uji t untuk menguji variable dependen dan signifikansi konstanta. Variabel X1 t hitung = 6,237 Tingkat signifikansi () = 5% Df = 62 t table = 1,6702 (2 - tailed) Jadi t hitung 6,237> t table1,6702 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan. Variabel X2 t hitung = 6,232 Tingkat signifikansi () = 5% Df = 62 t table = 1,6702 (2 - tailed)

Jadi t hitung 6,232> t table1,6702 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan. Variabel Dummy (D1) T hitung = 2,360 Tingkat signifikansi () = 5% Df = 62 t table = 1,6702 (2 - tailed) Jadi t hitung 2,360 > t table1,6702 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan

4.3. Regresi Linear Berganda dengan Dummy Slope Hasil uji SPSS :

Y=
SE

a
(9.175)

+
+

1X1 +
(0.097) 5,395

2X2

+ c (D1 X1) + d (D1 X2 )

+ d (0,037) (0,214) -0,175 (0,207) 0,383

Y = -28,131

0.522X1 + 0,809 X2 + C(0,079) (0.140) 5.769

T-Hit. -3,066 F-Hit = 40,250 Df = 69 R2 = 0.729 Dimana : Y X1 X2

= Keuntungan usahatani tebu = Jumalah tenaga kerja = Luas lahan

D1X1 dan D1X2 = Dummy (1= anggota, 0 = Non anggota). a. Standar error of estimate (SE) Standar error of estimate (SE) pada model summary bernilai 5,690. dengan asumsi semakin kecil nilai standar error, maka model tersebut semakin valid.

10

b. F hitung Hasil analisis di atas menunjukkan bahwa model secara statistik adalah memang dapat digunakan, terbukti dari nilai F-hit sebesar 40,250 yang signifikan pada tingkat alpha 5% atau 0.05 Artinya bahwa tenaga kerja dan luas lahan mempengaruhi secara nyata terhadap Y(keuntungan usaha tani). c. R square Angka R square sebesar 0,729 yang merupakan pengkuadratan dari koefisien korelasi yaitu 0,8542 = 0,729. R square disebut juga koefisien determinasi yang dapat dinyatakan dalam bentuk persen yaitu sebesar 72,9 %. Hal ini berarti bahwa keuntungan usahatani bisa dijelaskan oleh variable tenaga kerja dan luas lahan sebesar 72,9%. Sedangkan sisanya (100 % - 72,9 %= 27,1%) dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam model. Angka R square berkisar antara 0 sampai 1, dengan ketentuan semakin kecil angka R square semakin lemah hubungan kedua variable (Santoso,2003). d. T hitung Uji t untuk menguji variable dependen dan signifikansi konstanta. Variabel X1 t hitung = 5,393 Tingkat signifikansi () = 5% Df = 62 t table =1,6706 (2 - tailed) Jadi t hitung 5,393 > t table 1,6706 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan. Variabel X2 t hitung = 5,769 Tingkat signifikansi () = 5% Df = 62 t table =1,6706 (2 - tailed) Jadi t hitung 5,769 > t table 1,6706 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan. Variabel D1X1 11

t hitung = 0,383 Tingkat signifikansi () = 5% Df = 62 t table =1,6706 (2 - tailed) Jadi t hitung 0,383< t table 1,6706 maka Ha ditolak , terima Ho maka koefisien regresi ini tidak signifikan. Variabel D1X2 t hitung = -0,175 Tingkat signifikansi () = 5% Df = 62 t table =1,6706 (2 - tailed) Jadi t hitung -0,175 < t table 1,6706 maka Ha ditolak , terima H0 maka koefisien regresi ini tidak signifikan.

Berdasarkan probabilitas Jika Probabilitas > 0,05, Ho diterima Jika Probabilitas < 0,05 , Ha diterima Pada kolom sig adalah 0.000 < 0,05 maka Ha diterima (X1 dan X2), koefisien regresi signifikan atau jumlah tenaga kerja dan luas lahan benar benar berpengaruh secara signifikan terhadap keuntungan usahatani. Sedangkan pada variable Dummy D1x1 dan D1X2 tidak signifikan karena probabilitas >0,05.

4.4. Regresi Linear Berganda dengan Dummy Kombinasi Berdasarkan hasil uji SPSS dperoleh bahwa : Y = a + bX + c (D1X) + d D1 Y = -24,670 + 0,517 X1 + 0,771 X2 +0,125 D1X1 +0,094 D1X2 14,383 D1 SE (10,578) T-Hit. -2.332 (0.098) 5,306 (0.152) 5.086 (0,219) 0,571 (0,292) 0,323 (21,563) -0,667

12

F-Hit = 31,991 Df = 59 R2 = 0.731 a. Standar error of estimate (SE) Standar error of estimate (SE) pada model summary bernilai 5,716. dengan asumsi semakin kecil nilai standar error, maka model tersebut semakin valid. b. F hitung Hasil analisis di atas menunjukkan bahwa model secara statistik adalah memang dapat digunakan, terbukti dari nilai F-hit sebesar 31,991 yang signifikan pada tingkat alpha 5% atau 0.05 Artinya bahwa tenaga kerja dan luas lahan mempengaruhi secara nyata terhadap Y(keuntungan usaha tani).

c. R square Angka R square adalah 0,731 yang merupakan pengkuadratan dari koefisien korelasi yaitu 0,855 x 0,855 = 0,731 R square disebut juga koefisien determinasi yang dalam hal ini berarti 73,1 %. Hal ini berarti bahwa keuntungan usahatani bisa dijelaskan oleh variable tenaga kerja dan luas lahan sebesar 73,1%. Sedangkan sisanya (100 % - 73,1 %= 26,9%) dijelaskan oleh sebab sebab lain yang tidak terdapat dalam model. Angka R square berkisar antara 0 sampai 1, dengan ketentuan semakin kecil angka R square semakin lemah hubungan kedua variable (Santoso,2003). d. T hitung Uji t untuk menguji variable dependen dan signifikansi konstanta. Variabel X1 t hitung = 5,306 Tingkat signifikansi () = 5% Df = 62 t table =1,6711 (2 - tailed) Jadi t hitung 5,306> t table 1,6711 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan.

13

Variabel X2 t hitung = 5,086 Tingkat signifikansi () = 5% Df = 62 t table =1,6711 (2 - tailed) Jadi t hitung 5,086> t table 1,6711 maka Ho ditolak , terima Ha maka koefisien regresi ini signifikan.

Variabel D1X1 t hitung = 0,571 Tingkat signifikansi () = 5% Df = 62 t table =1,6711 (2 - tailed) Jadi t hitung 0,571< t table 1,6711 maka Ho ditolak , terima Ha maka koefisien regresi ini tidak signifikan.

Variabel D1X2 t hitung = 0,323 Tingkat signifikansi () = 5% Df = 62 t table =1,6711 (2 - tailed) Jadi t hitung 0,323< t table 1,6711 maka Ho ditolak , terima Ha maka koefisien regresi ini tidak signifikan.

Variabel D1 t hitung = -0,667 Tingkat signifikansi () = 5% Df = 62 t table =1,6711 (2 - tailed) Jadi t hitung -0,667< t table 1,6711 maka Ho ditolak , terima Ha maka koefisien regresi ini tidak signifikan.

Berdasarkan probabilitas Jika Probabilitas > 0,05, Ho diterima Jika Probabilitas < 0,05 , Ha diterima Pada kolom significance adalah 0.000 atau probabilitas jauh dibawah 005 maka H0 ditolakatau Ha diterima, koefisien regresi signifikan, 14

atau jumlah tenaga kerja dan luas lahan benar benar berpengaruh secara signifikan terhadap keuntungan usahatani. 4.5. Uji Multikolinearitas Berdasarkan table hasil analisis korelasi antar variable independent di atas, terlihat antara X1 dan X2 memilki korelasi sebesar 51,60% yang signifikan pada tingkat = 0,01 (2 arah) lebih kecil dari = 0,05, antara X1 dan D1 tidak terjadi korelasi karena nilai korelari -0,032 pada tingkat significkan 0,8 lebih besar dari = 0,05 (2 arah). Sedangkan antara X2 dan D2 juga tidak terjadi korelasi karena nilai korelasi -0,096 pada tingkat signifikan 0,446 lebih besar dari = 0,05 (2 arah). Jadi dari hasi analisis korelasi di atas dapat disimpulkan bahwa antara variable dalam model regresi linear berganda, regresi linear berganda dengan dummy variable (intersep, slope dan kombinasi) terjadi multikolinieritas dikarenakan antara variable X1 (tenaga kerja) dan X2 (luas lahan) berkorelasi.

15

BAB V KESIMPULAN

Berdasarkan analisis regresi berganda dengan dummy intersep. Dari analisis keragaman diperoleh nilai F hitung sebesar 54,122 dengan tingkat signifikan 0,000. lebih kecil dari 0,05 maka semua variable independen (X1, X2 dan D1) merupakan penjelas yang signifikan terhadap variable dependen (Y). Berdasarkan analisis regresi berganda dengan dummy slope. Dari analisis keragaman diperoleh nilai F hitung sebesar 40,250 dengan tingkat signifikan 0,000 lebih kecil dari 0,05 maka semua variable independen (X1, X2, D1X1 dan D1X1) merupakan penjelas yang signifikan terhadap variable dependen (Y). Variabel D1X1 dan D1X1 tidak mempengaruhi variable dependen karena nilai koefisien korelasinya tidak signifikan pada = 0,05. Berdasrkan analisis regresi berganda dengan dummy kombinasi Dari analisis keragaman diperoleh nilai F hitung sebesar 31,991 dengan tingkat signifikan 0,000lebih kecil dari 0,05 maka semua variable independen (X1, X2, D1, D1X1 dan D1X1) merupakan penjelas yang signifikan terhadap variable dependen (Y). Variabel D1, D1X1 dan D1X1 tidak mempengaruhi variable dependen karena nilai koefisien korelasinya tidak signifikan pada = 0,05. Berdasrkan Uji multikolinieritas antara variable dalam model regresi linear berganda, regresi linear berganda dengan dummy variable (intersep, slope dan kombinasi) terjadi multikolinieritas dikarenakan antara variable X1 (tenaga kerja) dan X2 (luas lahan) berkorelasi. Berdasarakan hasil uji SPSS dengan analisis regresi linear berganda, regresi linear dengan dummy intersep, regresi linear berganda dengan dummy slope dan regresi linear berganda dengan dummy kombinasi diperoleh kesimpulan bahwa variabel luas lahan dan tenaga kerja berpengaruh pada keuntungan usaha tani

16

DAFTAR PUSTAKA

Asmara, R. 2010. Dummy Variabel. Available Online With Update at http://www.rosihan.com/Dummy Variabel. (Verified at 17 April 2010). Asmara, R. 2010. Operation Reseach Linier Programming. Available Online With Update at http://www.rosihan.com/Operation Reseach Linier Programming. (Verified at 17 April 2010). Gujarati,Damodar.2006. Ekonometrika Dasar. Erlangga. Jakarta Santoso, S. 2003. Mengatasi Berbagai Masalah Statistik dengan SPSS versi 11,5. Elex Media Komputindo. Jakarta. Sumodiningrat, Gunawan.1995. Ekonometrika Pengantar. BPPE. Yoyakarta

17

Tabel Usaha Tani Gula Tenaga Kerja X1 81.00 80.05 66.33 82.60 80.15 71.67 78.45 88.33 76.45 72.12 77.68 66.35 86.33 77.50 76.35 80.00 75.00 75.00 73.33 65.00 Luas Lahan X2 87.00 85.20 84.40 87.20 86.14 72.00 85.67 89.83 83.00 74.00 86.00 76.00 87.67 87.67 82.00 86.43 75.34 65.89 83.33 62.34 Keuntungan usaha tani Y 83.42 76.67 76.67 96.67 86.67 73.33 86.67 100.00 86.67 70.00 86.67 66.67 80.00 75.23 83.33 80.00 73.33 63.33 76.67 60.00 Keterlibatan dalam kelompok D1; 1= anggota 0=non anggota 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 D1X1 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 D1X2 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

18

86.33 81.43 86.67 91.67 87.00 92.00 74.00 83.75 76.67 91.67 86.33 90.00 67.50 80.33 76.23 82.00 86.80 80.00 73.00 78.34 70.00 76.00 62.30 56.67 71.67 70.00 73.33 82.00 81.33 80.00 96.25 84.00 90.00 98.33 86.60 86.67 88.33 82.67 80.00 75.00 74.23 63.33 98.33 85.50 86.67 98.33 80.25 86.67 90.00 82.50 90.00 95.00 87.00 86.67 Tabel Usaha Tani Gula (Lanjutan)

0.00 0.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

0.000 0.000 74.000 91.667 67.500 82.000 73.000 76.000 71.667 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

0.000 0.000 83.750 86.333 80.333 86.800 78.340 62.300 70.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

Tenaga Kerja X1 76.00 91.67 95.00 93.33 98.33 96.67 98.33 65.00 70.00 100.00 72.00 87.60 86.43 74.00 88.57 82.14 84.00 88.29 88.57

Luas Lahan X2 74.25 86.60 85.40 84.50 84.00 75.60 87.50 69.21 68.32 75.00 70.21 79.00 78.25 71.23 84.25 80.20 80.75 82.40 82.80

Keuntungan usaha tani Y 66.67 83.33 93.33 93.33 80.00 93.33 93.33 56.67 63.33 93.33 63.33 93.33 83.33 73.33 93.33 86.67 76.67 86.67 96.67

Keterlibatan dalam kelompok D1; 1= anggota 0=non anggota 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 D1X1 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 87.600 86.429 74.000 88.571 82.143 84.000 88.286 88.571 D1X2 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 79.000 78.250 71.230 84.250 80.200 80.750 82.400 82.800

19

82.14 80.43 87.86 78.00 88.00 90.83 91.43 80.00

81.33 83.00 80.67 75.68 78.00 82.40 81.50 83.00

86.67 93.33 96.67 73.33 83.33 83.33 89.00 86.67

1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

82.143 80.429 87.857 78.000 88.000 90.833 91.429 80.000

81.333 83.000 80.667 75.680 78.000 82.400 81.500 83.000

LAMPIRAN Lampiran 1 : Regresi Linear Berganda

Variables Entered/Removed Model 1 Variables Entered X2, X1a Variables Removed Method . Enter

a. All requested variables entered. Model Summary Model 1 R .838a R Square .702 Adjusted R Square .692 Std. Error of the Estimate 5.864

a. Predictors: (Constant), X2, X1

20

ANOVAb Model 1 Regression Residual Total b. Dependent Variable: Y Coefficientsa Unstandardized Coefficients Model 1 (Constant) X1 X2 a. Dependent Variable: Y Lampiran 2 : Regresi Linear Berganda dengan Dummy Intersep B -25.450 .542 .771 Std. Error 9.351 .089 .132 .491 .472 Standardized Coefficients Beta t -2.722 6.067 5.828 Sig. .008 .000 .000 Sum of Squares 5022.372 2132.209 7154.581 df 2 62 64 Mean Square 2511.186 34.390 F 73.020 Sig. .000a

a. Predictors: (Constant), X2, X1

Variables Entered/Removed Model 1 Variables Entered D1, X1, X2a Variables Removed . Method Enter

a. All requested variables entered.

Model Summary Model 1 R .853a R Square .727 Adjusted R Square .713 Std. Error of the Estimate 5.660

a. Predictors: (Constant), D1, X1, X2

21

ANOVAb Model 1 Regression Residual Total Sum of Squares 5200.702 1953.879 7154.581 df 3 61 64 Mean Square 1733.567 32.031 F 54.122 Sig. .000a

a. Predictors: (Constant), D1, X1, X2 b. Dependent Variable: Y Coefficientsa Unstandardized Coefficients Model 1 (Constant) X1 X2 D1 B -28.603 .538 .799 3.481 Std. Error 9.123 .086 .128 1.475 .487 .489 .159 Standardized Coefficients Beta t -3.135 6.237 6.232 2.360 Sig. .003 .000 .000 .022

a. Dependent Variable: Y

Lampiran 3 : Regresi Linear Brganda dengan Dummy Slope

Variables Entered/Removed Model 1 Variables Entered D1X2, X1, X2, D1X1a Variables Removed Method . Enter

a. All requested variables entered.

22

Model Summary Model 1 R .854

a

R Square .729

Adjusted R Square .710

Std. Error of the Estimate 5.690

a. Predictors: (Constant), D1X2, X1, X2, D1X1

ANOVAb Model 1 Regression Residual Total b. Dependent Variable: Y Sum of Squares 5212.175 1942.405 7154.581 df 4 60 64 Mean Square 1303.044 32.373 F 40.250 Sig. .000a

a. Predictors: (Constant), D1X2, X1, X2, D1X1

Coefficientsa Unstandardized Coefficients Model 1 (Constant) X1 X2 D1X1 D1X2 a. Dependent Variable: Y B -28.131 .522 .809 .079 -.037 Std. Error 9.175 .097 .140 .207 .214 .473 .495 .299 -.136 Standardized Coefficients Beta t -3.066 5.395 5.769 .383 -.175 Sig. .003 .000 .000 .703 .862

23

Lampiran 4 : Regresi Linear Berganda dengan Dummy Kombinasi Variables Entered/Removed Model 1 Variables Entered D1X2, TenagaKerja, luasLahan, D1X1, D1a Variables Removed Method . Enter

a. All requested variables entered.

Model Summary Model 1 R .855a R Square .731 Adjusted R Square .708 Std. Error of the Estimate 5.716

a. Predictors: (Constant), D1X2, TenagaKerja, luasLahan, D1X1, D1

ANOVAb Model 1 Regression Residual Total Sum of Squares 5226.713 1927.868 7154.581 df 5 59 64 Mean Square 1045.343 32.676 F 31.991 Sig. .000a

a. Predictors: (Constant), D1X2, TenagaKerja, luasLahan, D1X1, D1 b. Dependent Variable: KeuntunganUsahatani

24

Coefficientsa Unstandardized Coefficients Model 1 (Constant) TenagaKerja luasLahan D1 D1X1 D1X2 B -24.670 .517 .771 -14.383 .125 .094 Std. Error 10.578 .098 .152 21.563 .219 .292 .469 .472 -.656 .472 .343 Standardized Coefficients Beta t -2.332 5.306 5.086 -.667 .571 .323 Sig. .023 .000 .000 .507 .570 .748

a. Dependent Variable: KeuntunganUsahatani

25