196
LAMPIRAN 1: HASIL OLAHAN DATA EKONOMETRIKA Pengaruh Konversi Lahan, PDRB Sektor Pertanian dan Pertumbuhan Ekonomi Terhadap Kebercukupan Beras Kawasan I. Uji Asumsi Klasik a) Uji Normalitas One-Sample Kolmogorov-Smirnov Test PDRB_Pertania
Pertumbuh
n
an
N
123 a,,b
Normal Parameters
Mean
KBK
ln_konvers i
123
123
123
.2740
301.6976
1.4932
6.2576
.10986
255.93006
.56816
.85952
Absolute
.131
.122
.098
.150
Positive
.131
.122
.094
.150
Negative
-.092
-.109
-.098
-.090
1.454
1.358
1.088
1.660
.069
.052
.187
.081
Std. Deviation Most Extreme Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Keterangan : Setelah transformasi data dan membuang data outlier maka keempat variabel di atas terdistribusi normal (p-value > 0,05) b) Uji Heteroskedastisitas Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B 1
Std. Error
(Constant)
-.048
.116
ln_konversi
.027
.014
PDRB_Pertanian
.631
ln_Pertumbuhan
.010
a. Dependent Variable: abs_RES
t
Sig.
Beta -.416
.678
.170
1.889
.061
.166
.335
1.800
.082
.019
.045
.531
.597
197
Keterangan: Ketiga variabel independen mempunyai p-value > 0,05 , yang berarti tidak ada pengaruh signifikan terhadap absolut residualnya. Dengan demikian ketiga variabel bebas dari masalah heteroskedastistas. c) Uji Multikolineritas Coefficientsa Model
Collinearity Statistics Tolerance
1
VIF
ln_konversi
.931
1.075
PDRB_Pertanian
.986
1.014
Pertumbuhan
.940
1.064
a. Dependent Variable: KBK
Keterangan: Ketiga variabel independen mempunyai nilai VIF yang lebih kecil dari 10 serta nilai tolerance yang lebih besar dari 0,1. Dengan demikian keempat variabel ini bebas dari masalah multikolinieritas. d) Uji Autokorelasi Model Summaryb Model
R
1
R Square
.723
a
Adjusted R
Std. Error of the
Square
Estimate
.523
.511
.39746
Durbin-Watson
1.728
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: KBK
Keterangan: Nilai DW sebesar 1,728 berada di batas yang ditentukan untuk n=123 dan k=4 yakni 1,673
1
R
R Square a
.723
.523
Adjusted R
Std. Error of the
Square
Estimate .511
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: KBK
.39746
Durbin-Watson
1.728
198
ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
20.583
3
6.861
Residual
18.799
119
.158
Total
39.382
122
F
Sig.
43.432
.000a
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: KBK
Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std.
t
Sig.
Beta
Collinearity Statistics
Tolerance
VIF
Error 1
(Constant)
.352
.291
ln_konversi
-.010
.043
PDRB_Pertanian
3.696 .024
Pertumbuhan a. Dependent Variable: KBK
1.210
.229
.016
2.236
.014
.931
1.075
.330
.715
11.203
.000
.986
1.014
.000
.096
2.477
.016
.940
1.064
199
Pengaruh Konversi Lahan, PDRB Sektor Pertanian dan Pertumbuhan Ekonomi Terhadap Transformasi Mata Pencaharian I. Uji Asumsi Klasik a) Uji Normalitas One-Sample Kolmogorov-Smirnov Test PDRB_Pert
Pertumbu
anian
han
N Mean
Normal Parameters
a,,b
Std. Deviation
TMP
ln_konversi
123
123
123
123
.2740
301.6976
.7821
6.2576
.10986
255.93006
.40969
.85952
Most Extreme
Absolute
.131
.122
.106
.150
Differences
Positive
.131
.122
.106
.150
Negative
-.092
-.109
-.043
-.090
1.454
1.358
1.176
1.660
.069
.050
.126
.081
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Keterangan : Setelah transformasi data dan membuang data outlier maka keempat variabel di atas terdistribusi normal (p-value > 0,05) b) Uji heteroskedastisitas Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B 1
Std. Error
(Constant)
.191
.112
ln_konversi
-.002
.017
PDRB_Pertanian
.537
Pertumbuhan
.000
t
Sig.
Beta 1.715
.089
-.009
-.110
.912
.127
.349
1.243
.087
.000
-.298
-.537
.665
a. Dependent Variable: abs_RES2
Keterangan: Ketiga variabel independen mempunyai p-value > 0,05 , yang berarti tidak ada pengaruh signifikan terhadap absolut residualnya. Dengan demikian ketiga variabel bebas dari masalah heteroskedastistas.
200
c) Uji Multikolinieritas
Coefficientsa Model
Correlations Zero-order
1
ln_konversi PDRB_Pertanian Pertumbuhan
Partial
Collinearity Statistics Part
Tolerance
VIF
-.135
-.070
-.054
.931
1.075
.625
.622
.617
.986
1.014
-.055
-.075
-.058
.940
1.064
a. Dependent Variable: TMP
Keterangan: Ketiga variabel independen mempunyai nilai VIF yang lebih kecil dari 10 serta nilai tolerance yang lebih besar dari 0,1. Dengan demikian keempat variabel ini bebas dari masalah multikolinieritas. e) Uji Autokorelasi Model Summaryb Model
R
1
R Square
.732
a
Adjusted R
Std. Error of the
Square
Estimate
.536
.396
.32159
Durbin-Watson 1.681
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: TMP
Keterangan: Nilai DW sebesar 1,681 berada di batas yang ditentukan untuk n=123 dan k=4 yakni 1,673
II.
Hasil Uji Regresi Model Summaryb Model
1
R
.732
R Square a
.536
Adjusted R
Std. Error of the
Square
Estimate .396
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: TMP
.32159
Durbin-Watson
1.681
201
ANOVAb Model 1
Sum of Squares Regression
df
Mean Square
F
8.171
3
2.724
Residual
12.307
119
.103
Total
20.478
122
Sig. .000a
26.337
a. Predictors: (Constant), Pertumbuhan, PDRB_Pertanian, ln_konversi b. Dependent Variable: TMP
Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B 1
Std. Error
t
Sig.
Beta
(Constant)
.344
.235
1.463
.146
ln_konversi
-.027
.035
-.056
-8.763
.047
PDRB_Pertanian
2.316
.267
.621
8.677
.000
-9.567E-5
.000
-.060
-8.815
.017
Pertumbuhan
a. Dependent Variable: TMP
202
Pengaruh Land Rent, Ketergantungan kepada Tenaga Kerja Petani, Usia Kepala Keluarga, Pendidikan Kepala Keluarga terhadap Konversi Lahan Sawah I. Pengujian Normalitas a) Pengujian Normalitas Tahap 1 One-Sample Kolmogorov-Smirnov Test Landrent
Usia
Tanggu
Pendidikan
abs_konversi
ngan N Mean
Normal
185
185
185
185
185
3.8069E6
49.1622
.6308
5.2541
432.7153
Parametersa,,b
Std. Deviation
3.29364E6
11.94988
.32379
2.39912
417.16452
Most Extreme
Absolute
.112
.093
.235
.227
.169
Differences
Positive
.112
.093
.176
.216
.169
Negative
-.064
-.044
-.235
-.227
-.165
1.523
1.266
3.197
3.094
2.303
.019
.081
.061
.064
.021
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Keterangan : Variabel konversi lahan dan land rent tidak terdistribusi normal ( pvalue < 0,05)
b) Pengujian Normalitas Tahap 2
One-Sample Kolmogorov-Smirnov Test ln_LR N
ln_konversi
152
152
15.1647
5.6292
.58379
.98525
Absolute
.049
.080
Positive
.043
.066
Negative
-.049
-.080
Kolmogorov-Smirnov Z
.609
.991
Asymp. Sig. (2-tailed)
.852
.280
a,,b
Normal Parameters
Mean Std. Deviation
Most Extreme Differences
a. Test distribution is Normal. b. Calculated from data.
203
Keterangan: hasil uji normalitas variabel konversi lahan dan land rent setelah transformasi variabel ke nilai logaritma naturalnya. Kedua variabel terdistribusi normal (p value > 0,05)
II.
Pengujian Heteroskedastisitas (Uji Glejser)
Regression
Variables Entered/Removed Model
Variables Entered
Variables
Method
Removed 1
Pendidikan,
.
Enter
Tanggungan, ln_LR, Usiaa a. All requested variables entered.
Model Summary Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.219
a
.048
.022
.54130
a. Predictors: (Constant), Pendidikan, Tanggungan, ln_LR, Usia
ANOVAb Model
Sum of
df
Mean Square
F
Sig.
Squares 1
Regression
2.175
4
.544
Residual
43.072
147
.293
Total
45.247
151
a. Predictors: (Constant), Pendidikan, Tanggungan, ln_LR, Usia b. Dependent Variable: abs_Res
1.855
.121a
204
Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B 1
Std. Error
t
Sig.
Beta
(Constant)
.746
1.167
.639
.524
ln_LR
.004
.077
.005
.058
.954
Usia
.001
.004
.025
.281
.779
Tanggungan
.221
.135
.132
1.631
.105
Pendidikan
-.037
.020
-.171
-1.911
.058
a. Dependent Variable: abs_Res
Keterangan : ln_LR = ln land rent Abs- Res = nilai absolut residual Semua variabel tidak mempunyai pengaruh signifikan (p>0,05) terhadap nilai absolut residual regresi, dengan demikian keempat variabel ini bebas dari heteroskedastisitas. III. Pengujian Autokorelasi (Durbin Watson)
Model Summaryb Model
1
R
R Square a
.648
.420
Adjusted R
Std. Error of the
Square
Estimate .400
.97678
a. Predictors: (Constant), Pendidikan, Tanggungan, ln_LR, Usia b. Dependent Variable: ln_konversi
Keterangan : Nilai Durbin-Watson < 2, maka tidak ada autokorelasi
Durbin-Watson
1.879
205
IV. Pengujian Multikorelasi Coefficientsa Model
Correlations Zero-order
1
ln_LR
Collinearity Statistics
Partial
Part
Tolerance
VIF
.022
.054
.052
.968
1.033
Usia
-.059
-.133
-.131
.827
1.210
Tanggungan
-.057
-.036
-.035
.987
1.013
Pendidikan
-.148
-.191
-.190
.804
1.243
a. Dependent Variable: ln_konversi
Keterangan Nilai VIF < 10 dan tolerance > 0,1 pada keempat variabel independen . Dengan demikian maka keempat variabel ini bebas dari masalah multikolinieritas
V.
Pengujian Regresi Berganda
Variables Entered/Removed Model
1
Variables
Variables
Entered
Removed
Method
Pendidikan,
.
Enter
Tanggungan, ln_LR, Usiaa a. All requested variables entered.
Model Summaryb Model
1
R
.648
R Square a
.420
Adjusted R
Std. Error of the
Square
Estimate .400
a. Predictors: (Constant), Pendidikan, Tanggungan, ln_LR, Usia b. Dependent Variable: ln_konversi
.97678
206
Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B 1
Std. Error
(Constant)
5.373
2.106
ln_LR
-.090
.138
Usia
-.012
Tanggungan Pendidikan
t
Sig.
Beta 2.551
.012
.053
-2.650
.041
.007
-.144
-1.695
.002
-.107
.244
-.036
-1.739
.031
-.083
.035
-.212
-2.360
.020
a. Dependent Variable: ln_konversi
Persamaan regresi berganda hasil uji : Ln-konversi = 5,373 – 0,09 ln Landrent – 0,012 Usia – 0,107 Tanggungan – 0,083 Pendidikan
R2 = 0,42
207
LAMPIRAN 2: HASIL OLAHAN DATA STRUCTURAL MODEL PERILAKU KONVERSI
Goodness of Fit Statistics
Degrees of Freedom = 620 Minimum Fit Function Chi-Square = 1398.74 (P = 0.0) Normal Theory Weighted Least Squares Chi-Square = 1406.16 (P =0.0) Estimated Non-centrality Parameter (NCP) = 786.86 90 Percent Confidence Interval for NCP = (681.70 ; 899.72) Minimum Fit Function Value = 7.60 Population Discrepancy Function Value (F0) = 4.28 90 Percent Confidence Interval for F0 = (3.70 ; 4.89) Root Mean Square Error of Approximation (RMSEA) = 0.081 90 Percent Confidence Interval for RMSEA = (0.077 ; 0.089) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 Expected Cross-Validation Index (ECVI) = 8.54 90 Percent Confidence Interval for ECVI = (7.97 ; 9.16) ECVI for Saturated Model = 7.64 ECVI for Independence Model = 22.24 Chi-Square for Independence Model with 666 Degrees of Freedom = 4017.61
208
Independence AIC = 4091.61 Model AIC = 1571.86 Saturated AIC = 1406.00 Independence CAIC = 4247.76 Model CAIC = 1917.93 Saturated CAIC = 4372.91 Normed Fit Index (NFI) = 0.65 Non-Normed Fit Index (NNFI) = 0.75 Parsimony Normed Fit Index (PNFI) = 0.61 Comparative Fit Index (CFI) = 0.77 Incremental Fit Index (IFI) = 0.77 Relative Fit Index (RFI) = 0.63 Critical N (CN) = 93.86
Root Mean Square Residual (RMR) = 0.078 Standardized RMR = 0.091 Goodness of Fit Index (GFI) = 0.71 Adjusted Goodness of Fit Index (AGFI) = 0.67 Parsimony Goodness of Fit Index (PGFI) = 0.62
