HASIL DAN PEMBAHASAN
4.6. Analisis Determinan Alih Fungsi Lahan Tanaman Padi Menjadi Tanaman Kelapa Sawit Tanaman Kelapa Sawit
Analisis regresi terhadap model estimasi dalam penelitian yang digunakan dalam penelitian ini adalah dengan menggunakan data Lampiran 3. Hasil perhitungan
estimasi determinan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu adalah sebagai berikut:
Y = - 42,836 + 2,566 lnI + 13,064 lnCo + 17,507 lnPt + 3,866 lnL
Std Error (1,185) (4,058) (3,859) (1,896)
t-stat (2,165)** (3,220)*** (4,537)*** (2,039) ** R2 = 0,938 F-stat = 232,653
Adj.R2 = 0,934 Prob-Stat = 0,000 Keterangan : *** signifikan pada á = 1%
** signifikan pada á = 5% * signifikan pada á = 10% Sumber: Data diolah (Lampiran 3)
Hasil regresi menunjukkan bahwa yang paling besar pengaruhnya terhadap alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu adalah total produksi kemudian diikuti oleh modal kerja, pendapatan dan tenaga kerja.
Kemudian berdasarkan hasil estimasi di atas dapat menunjukkan bahwa R2 = 0,938 yang bermakna bahwa variabel pendapatan, modal kerja, total produksi dan tenaga kerja, mampu menjelaskan variasi variabel alih fungsi lahan tanaman padi
menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu sebesar 93,8% dan sisanya sebesar 6,2%, dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi.
Dari hasil uji simultan (serempak) yang dilakukan melihat signifikansi secara bersama-sama variabel bebas dalam mempengaruhi variabel terikat (dependent variable), dari estimasi tersebut diperoleh nilai F-Statistik sebesar 232,653 yang berarti secara bersama-sama (pendapatan, modal kerja, total produksi dan tenaga kerja) dapat mempengaruhi alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu secara signifikan dengan tingkat keyakinan 95%.
Pengujian dilakukan dengan membandingkan nilai F-tabel dengan F-hitung. Untuk Degree of Freedom pada pengujian F adalah v1 = (k-1) = 5-1= 4) dan v2 = (n-k)= (66- 5 = 61), dijumpai F-tabel; pada á = 0,05 sebesar 2,522.
Sebagaimana yang telah dirumuskan pada bab sebelumnya, bahwa pengujian secara parsial dilakukan dengan membandingkan nilai t- hitung dengan nilai t-tabel. Selain itu juga dilihat berdasarkan nilai signifikansi (sig) pada hasil estimasi.
Berdasarkan uji parsial (Uji t-statistik) dapat diketahui variabel-variabel yang berpengaruh secara signifikan terhadap pendapatan. Pada jumlah sampel (n) = 66, variabel bebas (k) = 4. Koutsoyiannis, (1981) menjelaskan bahwa besarnya k adalah variabel bebas termasuk konstanta. Dengan demikian k = 5 dijumpai Degree of Freedom (DF) = 66 - 5 = 61. Pada DF 61 dan jumlah parameter 5 dijumpai t-tabel pada pengujian á = 0,05 sebesar 1,670.
Kemudian dari hasil estimasi diperoleh hasil uji parsial dan elastisitas setiap variabel sebagai berikut:
a. Pendapatan memiliki nilai hitung sebesar 2,165 lebih besar dibandingkan t-tabel: 1,670 yang bermakna bahwa variabel pendapatan berpengaruh signifikan pada á = 0,05 terhadap alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu dengan tingkat kepercayaan 95 persen. Koefisien regresi pendapatan diperoleh sebesar 2,566. Dengan demikian apabila peningkatan pendapatan naik 1 persen maka menyebabkan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit mengalami peningkatan sebesar 2,566 rante dalam satu tahun ceteris paribus.
Berarti hal ini sesuai dengan hipotesis yang menyatakan bahwa terdapat pengaruh yang positif antara pendapatan dengan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu. Hasil ini mendukung penelitian Wahid (2006) yang menyatakan bahwa pendapatan petani tanaman kelapa sawit lebih besar dibandingkan tanaman karet setelah masa tanam 20 tahun dengan tingkat kepercayaan sebesar 95 persen.
b. Modal kerja memiliki nilai hitung sebesar 3,220 lebih besar dibandingkan t-tabel: 1,670 yang bermakna bahwa variabel modal kerja berpengaruh signifikan pada á = 0,05 terhadap alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu dengan tingkat kepercayaan 99 persen. Koefisien regresi modal kerja diperoleh sebesar 13,064. Dengan
alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit mengalami peningkatan sebesar 13,064 rante dalam satu tahun ceteris paribus.
Berarti hal ini sesuai dengan hipotesis yang menyatakan bahwa terdapat pengaruh yang positif antara modal kerja dengan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu. Hasil ini mendukung penelitian Asni (2005) yang menyatakan bahwa modal kerja petani tanaman kelapa sawit merupakan variabel terbesar pengaruhnya terhadap produksi kelapa sawit dibandingkan dengan tenaga kerja dan luas lahan. Karena dengan penambahan modal kerja dapat dimanfaatkan petani untuk membeli pupuk, pestisida guna menghasilkan produksi kelapa sawit yang lebih besar juga dapat digunakan untuk memperluas lahan.
c. Total produksi memiliki nilai t-hitung sebesar 4,537 lebih besar dibandingkan t-tabel: 1,670 yang bermakna bahwa variabel total produksi berpengaruh signifikan pada á = 0,05 terhadap alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu dengan tingkat kepercayaan 99 persen. Koefisien regresi total produksi diperoleh sebesar 17,507. Dengan demikian apabila peningkatan total produksi naik 1 persen maka menyebabkan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit mengalami peningkatan sebesar 17,507 rante dalam satu tahun ceteris paribus.
Berarti hal ini sesuai dengan hipotesis yang menyatakan bahwa terdapat pengaruh yang positif antara total produksi dengan alih fungsi lahan tanaman
padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu. Hasil ini mendukung penelitian Asni (2005) yang menyatakan bahwa peningkatan produksi tanaman padi dan kelapa sawit petani dipengaruhi variabel luas lahan, tenaga kerja, modal kerja secara signifikan, kemudian peningkatan pendapatan petani tanaman padi dan kelapa sawit dipengaruhi variabel jumlah produksi, harga jual, tenaga kerja, dan modal kerja secara signifikan dan alih fungsi lahan padi sawah menjadi kelapa sawit rakyat di Kabupaten Labuhanbatu dipengaruhi oleh faktor pendidikan, pendapatan petani dan kesempatan menabung.
d. Jumlah tenaga kerja memiliki nilai t-hitung sebesar 2,039 lebih besar dibandingkan t-tabel: 1,670 yang bermakna bahwa variabel jumlah tenaga kerja berpengaruh signifikan pada á = 0,05 terhadap alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu dengan tingkat kepercayaan 95 persen. Koefisien regresi jumlah tenaga kerja diperoleh sebesar 3,866. Dengan demikian apabila peningkatan jumlah tenaga kerja sebanyak 1 persen maka menyebabkan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit mengalami peningkatan sebesar 3,866 rante dalam satu tahun ceteris paribus.
Berarti hal ini sesuai dengan hipotesis yang menyatakan bahwa terdapat pengaruh yang positif antara jumlah tenaga kerja dengan alih fungsi lahan tanaman padi menjadi tanaman kelapa sawit di Kabupaten Labuhanbatu. Hasil
fungsi lahan dapat dijelaskan oleh variasi variabel harga teh, harga kelapa sawit dan jumlah tenaga kerja, sedang 36,1% dijelaskan oleh variabel lain yang tidak dimasukkan kedalam model estimasi dan signifikan terhadap alih
fungsi lahan tanaman perkebunan teh menjadi perkebunan kelapa sawit di Kabupaten Simalungun.
4.7. Uji Penyimpangan Asumsi Klasik
Dalam suatu model regresi berganda ada beberapa permasalahan yang bisa terjadi yang secara statistik dapat mengganggu model yang ditentukan, bahkan dapat menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk. Untuk itu perlu dilakukan uji penyimpangan asumsi klasik.
4.7.2. Uji Multikolinearitas
Menurut Priyatno (2008) Mulitikolinearitas dapat dilihat dengan menggunakan pendekatan L.R. Klein, yaitu sebagai berikut: Dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2).
Ada tidaknya masalah multikolinearitas dalam sebuah model regresi dapat dideteksi dengan meregresikan setiap variabel independen dengan variabel independen lainnya. Tujuannya adalah untuk mengetahui nilai koefisien r2 untuk setiap variabel yang diregresikan. Selanjutnya nilai r2 tersebut dibandingkan dengan nilai koefisien determinasi R2. Kemudian hasil pengujiannya dapat diinterprestasikan dengan kriterianya sebagai berikut:
a. Jika r2 > R2, maka terjadi multikolinearitas. b. Jika r2 < R2, maka tidak terjadi multikolinearitas.
Dalam model regresi ini, hasil uji multikolinearitas dapat dilihat dari Tabel 4.17 berikut ini:
Tabel 4.17. Hasil Uji Multikolinearitas
Variabel Nilai R2 Y = f (lnI, lnCo, lnPt, lnL) 0,938 lnI = f (lnCo, lnPt, lnL) 0,371 lnCo = f (lnI, lnPt, lnL) 0,904 lnPt = f (lnI, lnCo, lnL) 0,918 lnL = f (lnI, lnCo, lnPt) 0,699
Sumber: Data Primer (olahan SPSS18.0)
Tabel 4.17 di atas dapat dilihat bahwa nilai R2 = Y = f (lnI, lnCo, lnPt, lnL) lebih besar dibandingkan dari nilai koefisien determinasi dalam regresi parsial dari lnI = f (lnCo, lnPt, lnL), lnCo = f (lnI, lnPt, lnL), lnPt = f (lnI, lnCo, lnL), lnL = f (lnI, lnCo, lnPt). Dengan demikian dapat disimpulkan bahwa tidak terjadi multikolinearitas antara variabel independen dalam penelitian ini.
4.7.3. Uji Heteroskedastisitas
Pada penelitian ini untuk pengujian heteroskedastisitas akan digunakan uji koefisien Spearman’s rho. Menurut Priyatno (2008) uji Spearman’s rho adalah mengorelasikan variabel independen dengan residualnya. Pengujian menggunakan tingkat signifikan 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independen dengan residual memberikan nilai:
Tabel 4.18. Hasil Uji Heteroskedastisitas
Unstandardized
Residual lnI lnCo lnPt lnL
Correlation Coefficient 1.000 -.089 -.061 -.029 .083
Sig. (2-tailed) . .479 .624 .818 .510
N 66 66 66 66 66
Sumber: Data Primer (olahan SPSS 18.0)
Tabel 4.18 di atas dapat dilihat bahwa korelasi antara variabel independen lnI, lnCo, lnPt, lnL dengan Unstandardized Residual memiliki nilai tingkat sig. > 0,05, maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas.
4.7.3. Uji Normalitas
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik tidak menjadi valid untuk sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal, yaitu dengan cara:
c. Analisis Grafik:
Pada prinsipnya normalitas dapat dideteksi dengan penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan dengan cara:
3. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
4. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4.7. Normal P-P Plot
Gambar 4.7 di atas menunjukkan bahwa sebaran data pada gambar di atas bisa dikatakan tersebar di sekeliling garis diagonal (tidak terpencar jauh dari garis diagonal). Hasil ini menunjukkan bahwa data yang akan diregresi dalam penelitian ini berdistribusi normal atau dapat dikatakan bahwa persyaratan normalitas data bisa dipenuhi.
d. Uji Statistik:
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, pada hal secara statistik bias sebaliknya. Oleh sebab itu dianjurkan di samping uji grafik dilengkapi dengan uji statistik. Untuk menguji normalitas ini digunakan uji statistik Kolmogorov-Smirnov (K-S). Uji K-S dilakukan dengan membuat hipotesis:
3. Merumuskan hipotesis:
a. H0 : Data residual berdistribusi normal b. Ha : Data residual tidak berdistribusi normal 4. Kriteria pengujian:
a. Jika signifikan < 0,05, maka H0 ditolak b. Jika signifikan > 0,05, maka H0 diterima
Tabel 4.19. Hasil Uji Normalitas
Unstandardized Residual
N 66
Normal Parametersa,,b Mean .0000000
Std. Deviation 3.90691675
Most Extreme Differences Absolute .116
Positive .106
Negative -.116
Kolmogorov-Smirnov Z .941
Asymp. Sig. (2-tailed) .339
Berdasarkan uji Kolmogorov-Smirnov yang dilakukan pada Tabel 4.19 di atas dapat terlihat bahwa signifikan (nilai Asymp.Sig.) adalah 0,339. Karena: 0,339 > 0,05 maka H0 diterima
Jadi dapat disimpulkan bahwa data residual terdistribusi normal.
4.7.4. Uji Linieritas
Uji linieritas digunakan untuk mengetahui apakah spesifikasi model yang digunakan sudah benar atau tidak. Uji linieritas dipergunakan untuk melihat apakah model yang dibangun mempunyai hubungan linier atau tidak. Uji ini jarang digunakan pada berbagai penelitian, karena biasanya model dibentuk berdasarkan telaah teoretis bahwa hubungan antara variabel bebas dengan variabel terikatnya adalah linier.
Menurut Priyatno (2008) uji linieritas dapat diketahui dengan program SPSS versi 18.0 dengan melihat dari compare means. Means merupakan alat analisis untuk menggambarkan statistik data untuk menampilkan tabel anova dan menguji linieritas antara variabel dependen dan independen.
Tabel 4.20. Hasil Uji Linieritas
Alih Fungsi Lahan * Abs
Between Groups
Within
Groups Total
(Combined) Linearity Deviation from Linearity Sum of Squares 16061,818 14148,534 1913,284 66,667 16128,485 Df 34 1 33 31 65 Mean Square 472,406 14148,534 57,978 2,151 F 219,669 6579,069 26,960 Sig. ,000 ,000 ,000
Tabel 4.20 di atas dapat terlihat bahwa nilai sig < 0,05. Dengan demikian dapat disimpulkan bahwa model yang dibangun mempunyai hubungan linier.
BAB V