MODEL REGRESI LOGISTIK (LOGIT

)

Ada dua permasalahan yang dikemukakan dalam contoh kasus sebagai soal UTS Ekonometrika kelas AD, yaitu: ‡ Faktor apa saja yang mempengaruhi petani menentukan keputusan untuk melakukan kontrak ‡ Dampak kontrak terhadap pendapatan petani

Hal yang mula-mula saya lakukan adalah meneliti kelengkapan data. Ternyata, dari data yang saya dapatkan terdapat beberapa bagian yang missed, yaitu: 1. Jumlah responden tercantum sebanyak 299 orang, padahal setelah diurutkan ternyata hanya sejumlah 286 orang. Meskipun demikian ini tidak terlalu berpengaruh terhadap hasil estimasi. 2. Terdapat beberapa item dari hasil observasi yang tidak terisi, yaitu 25 bagian yang kosong pada kolom untuk 2 variabel terakhir, tepatnya 24 bagian di kolom variabel Index Difficulty in Accessing Output Market (scale) dan 1 bagian di kolom variabel Index Difficulty in Accessing Credit (scale). Untuk menguji apakah nantinya ada pengaruh yang berarti terhadap hasil signifikansi pengaruh variabel independen terhadap variabel dependen, maka saya melakukan tiga kali regresi dengan sumber data yang hampir sama. Dalam model regresi yang pertama dan kedua, saya mengolah data sesuai kondisi aslinya (ada bagian yang kosong). Sedangkan untuk regresi yang ketiga, data sudah diedit dengan memasukkan angka nol ke dalam tempat yang kosong tersebut. Hasil print out dari program Stata dan interpretasinya akan dimulai di halaman berikut.

119 P > |z| untuk X3 adalah 0. terdapat persamaan maupun perbedaan mengenai signifikansi pengaruh variabel independen terhadap variabel dependen. X4. Pada model regresi yang kedua dimana hanya diambil 6 variabel independen yang dimasukkan. Dari model ini juga terbukti bahwa variabel yang signifikan adalah X2 (Household Income) X4 (Age of Household Head) dan X13 (Index Difficulty in Accessing Credit). bukan angka).207 P > |z| untuk X4 adalah 0.1057 P > |z| untuk X13 adalah 0. 1. Prob > chi2 sekarang menjadi 0. dan X13 hasilnya menunjukkan perubahan drastis.0000. Pada model regresi yang ketiga dimana hanya diambil adalah semua variabel dengan data yang sedikit dirubah dengan cara mengganti bagian yang kosong dengan nol.007 P > |z| untuk X13 adalah 0.707 P > |z| untuk X5 adalah 0.010 2. X5. nampak bahwa tidak ada dari keenam variabel tersebut yang signifikan bahkan untuk yang pada model pertama nilainya signifikan: y y y y y y P > |z| untuk X2 adalah 0. X9. yaitu X2. Kemudian.718 3.986 P > |z| untuk X9 adalah 0. yang ditunjukkan oleh nilai P > |z| yang berada di bawah angka 5% dengan rincian sebagai berikut: y y y P > |z| untuk X2 adalah 0. hasilnya sama dengan model pertama (dalam signifikansi.0000 yang artinya model sudah cukup menggambarkan bahwa model regresi logistik secara keseluruhan dapat menjelaskan atau memprediksi keputusan petani untuk ikut dalam kontrak atau tidak ikut dalam kontrak. hasil untuk Prob > chi2 adalah 0.Dari perbandingan ketiga hasil estimasi tersebut. Prob > chi2 untuk model ini adalah 0. Pada model regresi yang pertama dimana semua (13) variabel independennya dimasukkan. artinya model regresi logistik secara keseluruhan dapat menjelaskan atau memprediksi keputusan petani untuk ikut dalam kontrak atau .3516 (tidak signifikan) artinya model regresi logistik secara keseluruhan dapat menjelaskan atau memprediksi keputusan petani untuk ikut dalam kontrak atau tidak ikut dalam kontrak.015 P > |z| untuk X4 adalah 0. X3.

010 P > |z| untuk X13 adalah 0. untuk jawaban pertanyaan pertama. Sementara itu untuk signifikansi pengaruhnya tetap pada variabel seperti model pertama. kesimpulannya adalah bahwa faktor yang mempengaruhi keputusan petani untuk ikut dalam kontrak atau tidak ikut dalam kontrak adalah: (1) Household Income. Kemungkinan kedua ini akan selalu ada meskipun peluangnya lebih kecil dari yang pertama. tentunya dengan segala pertimbangan untung-ruginya. Petani B akan cenderung kepada pilihan tidak ikut di dalam suatu kontrak dengan perusahaan dan memilih untuk tetap berada di daerah aman (safety zone). akan tetapi dibandingkan dengan tawaran kontrak yang hasilnya juga belum tentu menjanjikan. rinciannya adalah sbb: y y y P > |z| untuk X2 adalah 0. Dengan tingginya tingkat pendapatan yang dimilikinya.tidak ikut dalam kontrak. Kecuali jika Petani B sama-sama berjiwa spekulatif dan risk taker seperti Petani A. maka ia pun akan cenderung bersedia ikut di dalam kontrak. Jadi. juga karena alasan teknis yaitu kelengkapan data. Dalam program Stata. karena hasil di masa yang akan datang belum tentu memuaskan.019 P > |z| untuk X4 adalah 0. karena semakin tinggi pendapatan rumah tangganya maka petani semakin cenderung untuk ikut dalam kontrak. adanya hasil observasi yang kosong atau hilangnya satu elemen data saja artinya sama dengan hilangnya satu responden. model ketiga inilah yang menurut saya paling tepat karena selain dapat menjelaskan atau memprediksi keputusan petani untuk ikut dalam kontrak atau tidak ikut dalam kontrak. artinya Petani A dapat mempergunakan sebagian uangnya untuk motif spekulasi setelah memenuhi semua kebutuhan pokoknya. Petani B dengan pendapatan rumah tangga yang lebih rendah akan berpikir berkali-kali sebelum memutuskan untuk ikut dalam kontrak. Sebaliknya. Hal ini menurut saya dapat mempengaruhi ketepatan estimasi. .035 Nah. Misalnya Petani A pendapatannya lebih tinggi daripada Petani B. Dengan kondisi yang dirasakan saat ini mungkin Petani B merasa belum sejahtera.

artinya semakin tinggi kesulitan petani mengakses kredit melalui lembaga keuangan maka besar peluang bagi petani akan termotivasi untuk ikut terlibat dalam suatu kontrak. bahwa Petani D lebih berpengalaman daripada Petani C dalam bisnis pertanian terutama dihubungkan dengan mekanisme kontrak. namun Petani C telah melihat misalnya.(2) Age of Household Head. Meskipun demikian. Besar kemungkinan. Manfaat yang ada tidak hanya dalam . Padahal mungkin kredit itu sangat ia perlukan untuk modal pengembangan usaha pertaniannya. Derajat ketertarikan Petani E mungkin lebih besar daripada Petani F dalam hal mengikuti kontrak karena adanya mekanisme pembagian biaya dan keuntungan yang menjadi salah satu daya tarik kontrak bagi petani E. informasi. Petani E mempunyai kesulitan yang lebih tinggi daripada Petani F dalam hal mengakses kredit. Atau mungkin juga Petani C dan Petani D sama-sama belum pernah terlibat kontrak. (3) Index Difficulty in Accessing Credit. berdasarkan pengalaman koleganya sesame petani seusianya. bahwa kontrak dengan kriteria tertentu ternyata tidak hanya menguntungkan perusahaan tetapi juga petani pemilik lahan. Misalnya Petani C usianya 20 tahun lebih muda daripada Petani D. Sistem ini dapat dilihat sebagai suatu terobosan untuk mengurangi biaya transaksi yang tinggi akibat kegagalan pasar dan/atau kegagalan pemerintah dalam menyediakan sarana (input) yang diperlukan (misalnya kredit. Penilaian terhadap sistem pertanian kontrak pada umumnya menunjukkan hasil yang positif dimana petani kecil memperoleh manfaat dalam bentuk laba yang lebih tinggi atau mereka bahkan keluar dari kontrak tersebut. Petani C bahkan mungkin sudah lama terikat kontrak dengan suatu perusahaan dan menikmati keuntungan yang cukup besar. Namun dalam model ini terbukti peluangnya lebih kecil daripada yang pertama disebutkan di atas. Misalkan saja antara Petani E dan Petani F. tetap ada peluang bahwa petani yang lebih muda mempunyai pengalaman yang lebih baik dan lebih banyak daripada petani yang lebih tua dalam hal kontrak tersebut. asuransi. prasarana dan faktor-faktor produksi lainnya) dan lembaga-lembaga pemasaran. alasannya adalah semakin matang usia petani maka lebih besar peluangnya ia telah memiliki banyak pengalaman mengenai untung-ruginya ikut atau tidak ikut di dalam kontrak dengan perusahaan. Pertanian kontrak adalah sistem produksi dan pemasaran berskala menengah dimana terjadi pembagian beban resiko produksi dan pemasaran diantara pelaku agrobisnis dan petani kecil.

pemberdayaan kaum perempuan serta pengembangan budaya berniaga yang berhasil. tetapi keikutsertaan dalam kontrak dapat pula meningkatkan kemampuan dalam mengelola resiko. kredit dan teknologi. secara tidak langsung. memberikan kesempatan kerja yang lebih baik bagi anggota keluarga dan. .bentuk akses pemasaran.

saya melakukan regresi linier (OLS) antara variabel ³Keputusan Petani untuk Ikut atau Tidak Ikut Kontrak´ yang dalam model logit merupakan variabel tujuan/independen/regressand dengan Household Income yang dalam model logit merupakan salah satu variabel penjelas/dependen/regressor. Dari R2 yang nilainya 0. sedangkan 92.53% oleh variabel keputusan kontrak.0000 artinya model ini sudah dapat menjelaskan pengaruh keputusan kontrak yang merupakan variabel dummy terhadap Household Income. untuk menjawab pertanyaan kedua.0753 artinya model ini dapat dijelaskan sebanyak 7. Ini tidak hanya berpotensi meningkatkan penghasilan petani kecil yang ikut dalam kontrak tetapi juga mempunyai efek berlipat ganda bagi perekonomian di pedesaan maupun perekonomian dalam skala yang lebih luas. Karena variabel penjelasnya hanya satu maka otomatis melalui uji t juga didapatkan bahwa variabel tersebut signifikan terhadap variabel dependennya (P > |t| sebesar 0.0000). Hasilnya adalah sebagai berikut: Dari Prob > F yang nilainya 0.Selanjutnya. agro-industri dapat membantu petani kecil beralih dari pertanian subsistensi atau tradisional ke produksi hasil-hasil pertanian yang bernilai tinggi dan berorientasi ekspor. Sistem pertanian kontrak (contract farming) merupakan satu mekanisme yang mungkin dapat meningkatkan penghidupan petani kecil di daerah pedesaan dan memberikan manfaat liberalisasi ekonomi bagi mereka.47% diterangkan oleh variabel di luar model. Melalui kontrak. .