1.

Regresi dengan Menggunakan Metode Probit

Berikut merupakan hasil regresi faktor-faktor yang mempengaruhi adopsi

benih unggul dengan menggunakan metode probit:

Dependent Variable: Y
Method: ML - Binary Probit (Newton-Raphson / Marquardt steps)
Date: 11/27/17 Time: 01:14
Sample: 1 48
Included observations: 48
Convergence achieved after 7 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -13.00763 4.949229 -2.628213 0.0086

X1 3.28E-07 1.21E-07 2.714541 0.0066
X2 -7.891489 2.782364 -2.836253 0.0046
X3 0.000630 0.000257 2.446787 0.0144
X4 0.106344 0.064402 1.651248 0.0987
X5 0.245482 0.339174 0.723762 0.4692
X6 0.295982 0.160645 1.842462 0.0654

McFadden R-squared 0.641622 Mean dependent var 0.479167

S.D. dependent var 0.504852 S.E. of regression 0.307208
Akaike info criterion 0.787862 Sum squared resid 3.869453
Schwarz criterion 1.060745 Log likelihood -11.90868
Hannan-Quinn criter. 0.890985 Deviance 23.81736
Restr. deviance 66.45877 Restr. log likelihood -33.22939
LR statistic 42.64141 Avg. log likelihood -0.248097
Prob(LR statistic) 0.000000

Obs with Dep=0 25 Total obs 48

Obs with Dep=1 23

Hasil perhitungan Odd Ratio dengan metode Probit:

Probit
Coefficient Odd Ratio
-13.00763 2.243E-06
3.28E-07 1.0000003
-7.891489 0.0003739
0.00063 1.0006302
0.106344 1.1122044
0.245482 1.2782373
0.295982 1.344446
Interpretasi hasil dengan menggunakan metode Probit

a. Odd Ratio

Constant = 2.243E-06
Setiap kenaikan satu satuan variabel pendapatan, luas lahan, harga
benih, umur, jumlah anggota keluarga, dan frekuensi penyuluhan,
maka akan memunculkan odd ratio baru sebesar 2.24315E-06 atau
akan terjadi peluang peningkatan variabel adopsi benih sebesar
2.24315E-06 kali.

Pendapatan (X1) = 1.000000328

Setiap kenaikan satu rupiah variabel pendapatan maka akan
memunculkan odd ratio baru sebesar 1.000000328 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.000000328 kali.

Luas Lahan (X2) = 0.000373912

Setiap kenaikan satu hektar variabel luas lahan maka akan
memunculkan odd ratio baru sebesar 0.000373912 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 0.000373912 kali.

Harga Benih (X3) = 1.000630198

Setiap kenaikan satu rupiah variabel harga benih maka akan
memunculkan odd ratio baru sebesar 1.000630198 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.000630198 kali.

Umur (X4) = 1.112204409

Setiap kenaikan satu tahun variabel umur maka akan memunculkan
odd ratio baru sebesar 1.112204409 atau akan terjadi peluang
peningkatan variabel adopsi benih sebesar 1.112204409 kali.

Jumlah anggota keluarga (X5) = 1.278237275

Setiap kenaikan satu orang variabel jumlah anggota keluarga maka
akan memunculkan odd ratio baru sebesar 1.278237275 atau akan
 terjadi peluang peningkatan variabel adopsi benih sebesar
1.278237275 kali.

Frekuensi penyuluhan (X6) = 1.344445957

Setiap kenaikan satu kali variabel frekuensi penyuluhan maka akan
memunculkan odd ratio baru sebesar 1.278237275 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.278237275 kali.

b. R-square = 0.641622 (64.1622%)

64.1622% variasi adopsi penggunaan benih unggul dapat dijelaskan oleh

variabel pendapatan, luas lahan, harga benih, umur, jumlah anggota
keluarga, dan frekuensi penyuluhan yang dimasukkan ke dalam model,
sedangkan sisanya sebesar 35.8378% dapat dijelaskan oleh variabel lain
yang tidak dimasukkan ke dalam model.

c. LR statistic = 42.64141 Prob 0.0000

Secara bersama-sama variabel pendapatan, luas lahan, harga benih, umur,

jumlah anggota keluarga, dan frekuensi penyuluhan berpengaruh nyata
terhadap adopsi penggunaan benih unggul dengan tingkat kepercayaan
99%.

d. Z statistic
Constant (b = -13.00763 Prob 0.0086)
Constant berpengaruh nyata terhadap adopsi penggunaan benih
unggul dengan taraf kepercayaan 99%. Apabila variabel luas lahan,
pendapatan, luas lahan, harga benih, umur, jumlah anggota keluarga,
dan frekuensi penyuluhan bernilai nol, maka adopsi penggunaan benih
unggul sebesar -13.00763 satuan.

Pendapatan (X1) (b = 3.28E-07 Prob 0.0066)

Variabel pendapatan berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 99%. Jika variabel pendapatan
 naik sebesar Rp1 maka adopsi penggunaan benih unggul akan naik
sebesar 3.28E-07 satuan.

Luas Lahan (X2) (b = -7.891489 Prob 0.0046)

Variabel luas lahan berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 99%. Jika variabel luas lahan
naik sebesar 1 hektar maka adopsi penggunaan benih unggul akan
turun sebesar 7.891489 satuan.

Harga Benih (X3) (b = 0.000630 Prob 0.0144)

Variabel harga benih berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 95%. Jika variabel harga benih
naik sebesar Rp1 maka adopsi penggunaan benih unggul akan naik
sebesar 0.000630 satuan.

Umur (X4) (b = 0.106344 Prob 0.0987)

Variabel umur berpengaruh nyata terhadap adopsi penggunaan benih
unggul dengan taraf kepercayaan 90%. Jika variabel umur naik
sebesar 1 tahun maka adopsi penggunaan benih unggul akan naik
sebesar 0.106344 satuan.

Jumlah anggota keluarga (X5) (b = 0.245482 Prob 0.4692)

Variabel jumlah anggota keluarga tidak berpengaruh nyata terhadap
adopsi penggunaan benih unggul dengan taraf kepercayaan di bawah
90%.

Frekuensi Penyuluhan (X6) (b = 0.295982 Prob 0.0654)

Variabel frekuensi penyuluhan berpengaruh nyata terhadap adopsi
penggunaan benih unggul dengan taraf kepercayaan 90%. Jika
variabel frekuensi penyuluhan naik sebesar 1 kali maka adopsi
penggunaan benih unggul akan naik sebesar 0.295982 satuan.
2. Regresi dengan Menggunakan Metode Logit

Berikut merupakan hasil regresi faktor-faktor yang mempengaruhi adopsi

benih unggul dengan menggunakan metode logit:

Dependent Variable: Y
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 11/27/17 Time: 02:00
Sample: 1 48
Included observations: 48
Convergence achieved after 8 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -22.57501 9.266908 -2.436089 0.0148

X1 5.57E-07 2.19E-07 2.543159 0.0110
X2 -13.38355 5.056908 -2.646587 0.0081
X3 0.001100 0.000474 2.318616 0.0204
X4 0.179641 0.113824 1.578234 0.1145
X5 0.457012 0.606829 0.753115 0.4514
X6 0.508054 0.276673 1.836299 0.0663

McFadden R-squared 0.637767 Mean dependent var 0.479167

S.D. dependent var 0.504852 S.E. of regression 0.306508
Akaike info criterion 0.793199 Sum squared resid 3.851844
Schwarz criterion 1.066083 Log likelihood -12.03679
Hannan-Quinn criter. 0.896323 Deviance 24.07357
Restr. deviance 66.45877 Restr. log likelihood -33.22939
LR statistic 42.38520 Avg. log likelihood -0.250766
Prob(LR statistic) 0.000000

Obs with Dep=0 25 Total obs 48

Obs with Dep=1 23

Hasil perhitungan Odd Ratio dengan metode Probit:

Logit
Coefficient Odd Ratio
-22.57501 1.56963E-10
5.57E-07 1.000000557
-13.38355 1.54027E-06
0.0011 1.001100605
0.179641 1.196787639
0.457012 1.579347836
0.508054 1.662053689
Interpretasi hasil menggunakan metode logit:

Interpretasi hasil dengan menggunakan metode Logit

a. Odd Ratio

Constant = 1.56963E-10
Setiap kenaikan satu satuan variabel pendapatan, luas lahan, harga
benih, umur, jumlah anggota keluarga, dan frekuensi penyuluhan,
maka akan memunculkan odd ratio baru sebesar 1.56963E-10 atau
akan terjadi peluang peningkatan variabel adopsi benih sebesar
1.56963E-10 kali.

Pendapatan (X1) = 1.000000557

Setiap kenaikan satu rupiah variabel pendapatan maka akan
memunculkan odd ratio baru sebesar 1.000000557 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.000000557 kali.

Luas Lahan (X2) = 1.54027E-06

Setiap kenaikan satu hektar variabel luas lahan maka akan
memunculkan odd ratio baru sebesar 1.54027E-06 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.54027E-06 kali.

Harga Benih (X3) = 1.001100605

Setiap kenaikan satu rupiah variabel harga benih maka akan
memunculkan odd ratio baru sebesar 1.001100605 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.001100605 kali.

Umur (X4) = 1.196787639

Setiap kenaikan satu tahun variabel umur maka akan memunculkan
odd ratio baru sebesar 1.196787639 atau akan terjadi peluang
peningkatan variabel adopsi benih sebesar 1.196787639 kali.
 Jumlah anggota keluarga (X5) = 1.579347836
Setiap kenaikan satu orang variabel jumlah anggota keluarga maka
akan memunculkan odd ratio baru sebesar 1.579347836 atau akan
terjadi peluang peningkatan variabel adopsi benih sebesar
1.579347836 kali.

Frekuensi penyuluhan (X6) = 1.662053689

Setiap kenaikan satu kali variabel frekuensi penyuluhan maka akan
memunculkan odd ratio baru sebesar 1.662053689 atau akan terjadi
peluang peningkatan variabel adopsi benih sebesar 1.662053689 kali.

b. R-square = 0.637767 (63.7767%)

63.7767% variasi adopsi penggunaan benih unggul dapat dijelaskan oleh

variabel pendapatan, luas lahan, harga benih, umur, jumlah anggota
keluarga, dan frekuensi penyuluhan yang dimasukkan ke dalam model,
sedangkan sisanya sebesar 36.2233% dapat dijelaskan oleh variabel lain
yang tidak dimasukkan ke dalam model.

c. LR statistic = 42.38520 Prob 0.0000

Secara bersama-sama variabel pendapatan, luas lahan, harga benih, umur,

jumlah anggota keluarga, dan frekuensi penyuluhan berpengaruh nyata
terhadap adopsi penggunaan benih unggul dengan tingkat kepercayaan
99%.

d. Z statistic
Constant (b = -22.57501 Prob 0.0148)
Constant berpengaruh nyata terhadap adopsi penggunaan benih
unggul dengan taraf kepercayaan 95%. Apabila variabel luas lahan,
pendapatan, luas lahan, harga benih, umur, jumlah anggota keluarga,
dan frekuensi penyuluhan bernilai nol, maka adopsi penggunaan benih
unggul sebesar -22.57501 satuan.
 Pendapatan (X1) (b = 5.57E-07 Prob 0.0110)
Variabel pendapatan berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 95%. Jika variabel pendapatan
naik sebesar Rp1 maka adopsi penggunaan benih unggul akan naik
sebesar 5.57E-07 satuan.
Luas Lahan (X2) (b = -13.38355 Prob 0.0081)
Variabel luas lahan berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 99%. Jika variabel luas lahan
naik sebesar 1 hektar maka adopsi penggunaan benih unggul akan
turun sebesar 13.38355 satuan.
Harga Benih (X3) (b = 0.001100 Prob 0.0204)
Variabel harga benih berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan 95%. Jika variabel harga benih
naik sebesar Rp1 maka adopsi penggunaan benih unggul akan naik
sebesar 0.001100 satuan.
Umur (X4) (b = 0.179641 Prob 0.1145)
Variabel umur tidak berpengaruh nyata terhadap adopsi penggunaan
benih unggul dengan taraf kepercayaan dibawah 90%. Jika variabel
umur naik sebesar 1 tahun maka adopsi penggunaan benih unggul
akan naik sebesar 0.179641 satuan.
Jumlah anggota keluarga (X5) (b = 0.457012 Prob 0.4514)
Variabel jumlah anggota keluarga tidak berpengaruh nyata terhadap
adopsi penggunaan benih unggul dengan taraf kepercayaan di bawah
90%.
Frekuensi Penyuluhan (X6) (b = 0.50804 Prob 0.0663)
Variabel frekuensi penyuluhan berpengaruh nyata terhadap adopsi
penggunaan benih unggul dengan taraf kepercayaan 90%. Jika
variabel frekuensi penyuluhan naik sebesar 1 kali maka adopsi
penggunaan benih unggul akan naik sebesar 0.50804 satuan