IV METODE PENELITIAN
4.4 Metode Pengumpulan Data
4.5.1 Analisis Faktor-faktor yang Mempengaruhi Produksi Ubi Jalar
Penelitian ini menganalisis fungsi produksi dengan menggunakan fungsi produksi Cobb_Douglas. Menuut Soekartawi (2002) fungsi Cobb_Douglas adalah suatu fungsi atau pesamaan yang melibatkan dua atau lebih variabel, dimana variabel yang satu disebut dengan variabel dependen, yan dijelaskan (Y) dan variabel lainnya disebut variabel independen, yang menjelaskan (X). Analisis ini digunakan untuk melihat hubungan antara variabel dependent dan variabel independent. Penjelasan lebih lengkap yaitu melalui pendekatan statistik dalam hubungan antara X dan Y. Dengan demikian, metode penduga yang digunakan adalah mtode kuadrat terkecil atau Ordinary Least Square (OLS). Metode ini digunakan untuk menguji nilai F-hitung, t-hitung dan R2. Oleh karena itu, kelayakan model tersebut akan diuji brdasarkan asumsi OLS, meliputi multikolinieritas, homoskedastisitas dan normalitas error. Apabila asumsi tersebut dapat dipenuhi maka koefisien regresi (parameter) yang diperoleh merupakan penduga linier terbaik yang tidak bias (Gujarati, 1978). Tahap-tahap dalam menganalisis fungsi produksi adalah sebagai berikut:
1. Identifikasi Variabel Bebas dan Terikat
Identifikasi variabel dilakukan dengan mendaftar faktor-faktor produksi yang diduga berpengaruh dalam proses produksi ubi jalar. Faktor-faktor yang dipakai dalam penelitian ini antara lain bibit, Urea, KCL, TSP, pupuk kandang dan tenaga kerja. Manajemen sebenarnya melekat pada tenaga kerja. Variabel yang menjadi variabel dependent (variabel yang dipengaruhi) adalah produksi. Variabel yang menjadi variabel independen (variabel yang mempengaruhi) antara lain jumlah bibit, Urea, KCL, TSP, pupuk kandang dan tenaga kerja. Variabel-
34 variabel tersebut ditentukan berdasarkan pada penggunaan input yang sering digunakan dalam usahatani ubi jalar. Disamping itu, penentuan variabel dapat dilihat pada hasil penelitian terdahulu. Penelitian Yulistia (2009) menyatakan bahwa variabel faktor produksi belimbing Dewa yang digunakan antara lain pupuk kandang, pupuk NPK, pupuk gandasil, pestisida, petrogenol dan tenaga kerja, sedangkan Zalukhu (2009) menentukan faktor-faktor yang mempengaruhi produksi padi antara lain, luas lahan, benih, urea, NPK, TSP, pupuk organik, furadan, pestisida dan tenaga kerja.
Menurut Soekartawi (1990), fungsi produksi Cobb-Douglas harus memenuhi beberapa persyaratan diantaranya:
a. Tidak ada nilai pengamatan yang bernilai nol, sebab nilai logaritma dari bilangan nol adalah suatu bilangan yang besarnya tidak diketahui.
b. Memerlukan asumsi bahwa tidak ada perbedaan teknologi pada setiap pengamatan. Hal ini menggambarkan jika fungsi Cobb-Douglass yang akan dipakai dalam suatu bentuk pengamatan dan bila diperlukan analisa yang mempunyai lebih dari satu model, maka model tersebut terletak pada intercept dan bukan pada kemiringan garis model tersebut.
c. Tiap variabel X adalah perfect competition
d. Perbedaan lokasi (pada fungsi produksi) seperti iklim adalah sudah tercakup pada faktor kesalahan (u).
Pada penelitian ini faktor produksi obat-obatan dan lahan tidak termasuk ke dalam model fungsi produksi. Hasil penelitian di lapangan bahwa obat-obatan tidak dimasukan ke dalam model dikarenakan obat-obatan jarang digunakan oleh petani responden dan hanya ada lima petani responden yang menggunakan obat- obatan, sehingga petani yang tidak menggunakan obat-obatan bernilai nol. Kondisi ini tidak memenuhi persyaratan pertama dalam menganalisis fungsi Cobb- Douglas, dimana tidak ada nilai pengamatan yang bernilai nol, sebab nilai logaritma dari bilangan nol adalah suatu bilangan yang besarnya tidak diketahui. Faktor produksi lahan pun tidak dimasukan ke dalam model, dikarenakan mempunyai multikolinier yang tinggi yaitu sebesar 20,7 dimana mempunyai nilai VIF lebih dari 10, sehingga dikeluarkan dari model. Multikolinier variabel independent pada lahan, artinya mempunyai korelasi yang kuat dengan variabel
35 independent lainnya (Lampiran 8). Ada beragam penyebab multikolinier diantaranya disebabkan adanya kecenderungan variabel-varabel ekonomi atau bisnis yang bergerak secara bersamaan. Apabila dijumpai masalah multikolinier, maka perlu dilakukan perbaikan pada model dugaan. Ada banyak cara untuk memperbaiki model dugaan, diantaranya adalah:
a. Menambah observasi. Penambahan ukuran sampel akan menyebabkan ragam bj mengecil.
b. Mengeluarkan variabel independent yang berkorelasi kuat dengan variabel independent lainnya.
c. Menggunakan teknik pendugaan regresi komponen utama PCA (Principal Component Regression). Variabel yang saling berkorelasi, ditransformasi menjadi variabel yang saling bebas, kemudian diregresikan terhadap variabel dependent.
2. Analisis Regresi
Secara matematis model fungsi produksi Cobb-Douglas dapat dirumuskan sebagai berikut :
Y = b0 X1 b1 X2 b2 X3 b3 X4b4 X5b5 X6b6 eu
Fungsi Cobb-Douglas diatas kemudian ditransformasikan kedalam bentuk linier logaritma untuk memudahkan pendugaan terhadap fungsi produksi tersebut, sehingga dapat dirumuskan sebagai berikut:
Ln Y = ln b0 + b1 ln X1 + b2 ln X2 + b3 ln X3 + b4 ln X4 + b5 ln X5 + b6 ln X6 + u Keterangan :
Y = Produksi Ubi Jalar (Kg) X1 = Bibit ubi jalar (setek) X2 = Urea (Kg)
X3 = KCL (Kg) X4 = TSP (Kg)
X5 = Pupuk kandang (Kg) X6 = Tenaga kerja (HOK) b0 = Intersept
36 b = Parameter variabel
e = Bilangan natural (e = 2,7182) u = Unsur sisa (galat)
b1, b2, b3,..., b6 = nilai dugaan besaran parameter 3. Pengujian Hipotesis
Pengujian hipotesis merupakan pengujian-pengujian yang dilakukan dalam pengujian model penduga dan pengujian terhadap parameter regresi, antara lain: a. Pengujian terhadap model penduga
Pengujian ini untuk mengetahui apakah faktor produksi yang digunakan secara bersama-sama berpengaruh nyata terhadap produksi ubi jalar.
Hipotesis:
H0 : b1 = b2 = . . . = bi = 0 H1 : salah satu dari b ada ≠ 0
Uji statistik yang digunakan adalah uji F:
R
n k
k R hitung F 2 2 1 1 Keterangan:k = Jumlah variabel termasuk intercept n = Jumlah pengamatan atau responden Kriteria uji:
F-hitung > F-tabel (k-1, n-k) pada taraf nyata α : tolak H0 F-hitung < F-tabel (k-1, n-k) pada taraf nyata α : terima H0
Apabila tolak H0 berarti secara bersama-sama variabel yang digunakan berpengaruh nyata terhadap produksi, namun apabila terima H0 maka variabel yang digunakan secara bersama-sama tidak berpengaruh nyata terhadap produksi. Setelah itu dihitung besarnya koefisien determinasi (R2) untuk mengukur tingkat kesesuaian model dugaan, yang merupakan ukuran deskriptif tingkat kesesuaian antara data aktual dengan ramalannya. Koefisien regresi mengukur besarnya keragaman total data yang dapat dijelaskan oleh model dan sisanya (1-R2) dijelaskan oleh komponen error. Semakin tinggi nilai R2 berarti model dugaan yang diperoleh semakin akurat untuk meramalkan variabel dependent atau dengan
37 kata lain tingkat kesesuaian antara data aktual dengan ramalannya semakin tinggi. Menurut Gujarati (1978) koefisien determinasi dapat dituliskan sebagai berikut:
JKT
Total Kuadrat Jumlah SSE gresi Kuadrat Jumlah R2 Re
2 2 2 1 t t Y e R Keterangan:∑ ei2 = Jumlah kuadrat unsur sisa (galat)
∑yi2 = Jumlah kuadrat total
b. Pengujian untuk masing-masing parameter
Pengujian untuk masing-masing parameter yaitu dengan uji-t yang menguji secara statistik bagaimana pengaruh nyat dari setiap parameter bebas (X) yang digunakan secara terpisah terhadap parameter tidak bebas (Y). Menurut Gujarati (1978), hipotesis pengujian secara statisti adalah sebagai berikut:
Hipotesis: H0 : bi = 0 H1 : bi ≠ 0
Uji statistik yang digunakan adalah uji t:
i i b se b hitung t 0 n k t tabel t 2 Dimana: bi = Koefisien regresise (bi) = Parameter penduga dari unsur sisa n = Jumlah pengamatan (sampel)
k = Jumlah koefisien regresi dugaan termasuk konstanta Kriteria uji:
t-hitung > t-tabel, maka tolak H0 pada taraf nyata α (berpengaruh nyata) t-hitung < t-tabel, maka terima H0pada taraf nyata α (tidak berpengaruh nyata)
38 Jika tolak H0 artinya variabel bebas berpengaruh nyata terhadap variabel tidak bebas dari nilai (produksi) dalam model dan sebaliknya bila terima H0 maka variabel bebas tidak berpengaruh nyata terhadap variabel tidak bebas (produksi). Apabila tidak menggunakan tabel, maka dapat dilihat dari nilai P, dengan kriteria sebagai berikut:
1. P-value/2 < α, maka variabel yang diuji (faktor produksi) berpengaruh nyata terhadap variabel tidak bebas (produksi)
2. P-value/2 > α, maka variabel yang di uji tidak berpengaruh nyata terhadap variabel tidak bebas.
c. Pengujian multikolinieritas
Pengujian ini dilakukan untuk melihat apakah terjadi multikolinieritas pada model. Ada banyak cara untuk mendeteksi terjadinya multikolinieritas, yaitu dengan koefisien determinasi (R2) yang tinggi namun dari uji-t banyak variabel bebas yang tidak signifikan atau dapat diukur dengan Variance Inflation Factor (VIF). Jika VIF (Xj) > 10, maka dapat disimpulkan bahwa model dugaan ada multikolinieritas antar peubah bebas (Gujarati, 1978), sementara asumsi OLS tentang heteroskedastisitas dan normalitas akan diuji dengan pendekatan grafik. Variabel penduga yang mempunyai nilai VIF > 10 pada model yang digunakan dalam penelitian yaitu terdapat pada variabel lahan dan bibit. Masing-masing nilai VIF nya sebesar 20,7 dan 22,4. VIF dapat dirumuskan sebagai berikut:
2
1 1 i i R X VIF Dimana, Rj = Koefisien determinasi dari model regresi dengan variabel dependent Xj dan variabel independent adalah variabel X lainnya.
d. Homoskedastisitas
Fungsi dalam model penduga dikatakan baik jika memenuhi asumsi homoskedastisitas (ragam error yang sama). Pembuktian asumsi tersebut, yaitu secara visual dapat dilakukan dengan cara melihat penyebaran nilai-nilai residual terhadap nilai-nilai prediksi. Jika penyebarannya tidak membentuk suatu pola yang sistematis seperti linier atau kuadratik, maka keadaan asumsi tersebut telah terpenuhi.
39 Hipotesis yang diajukan terhadap setiap faktor produksi adalah seluruh faktor produksi berpengaruh positif terhadap tingkat produksi ubi jalar. Kondisi ini diperkirakan karena seluruh komponen faktor produksi tersebut merupakan kebutuhan dalam kegiatan produksi ubi jalar. Adapun penjelasan hipotesis tersebut adalah sebagai berikut:
1. Bibit ubi jalar (X1)
b1 > 0 artinya semakin banyak bibit yang digunakan dalam proses produksi, maka akan semakin tinggi tingkat produksi ubi jalar yang dihasilkan.
2. Puipuk Urea (X2)
b2 > 0 artinya semakin banyak pupuk urea yang digunakan dalam proses produksi, maka akan semakin tinggi produksi ubi jalar yang dihasilkan.
3. Pupuk KCL (X3)
b3 > 0 artinya semakin banyak pupuk KCL yang digunakan dalam proses produksi, maka akan semakin tinggi produksi ubi jalar yang dihasilkan.
4. Pupuk TSP (X4)
b4 > 0 artinya semakin banyak pupuk TSP yang digunakan dalam proses produksi, maka akan semakin tinggi produksi ubi jalar yang dihasilkan.
5. Pupuk kandang (X5)
b5 > 0 artinya semakin banyak pupuk kandang yang digunakan dalam proses produksi, maka akan semakin tinggi tingkat produksi ubi jalar yang dihasilkan. Berpengaruhnya faktor produksi ini dikarenakan dalam penanaman ubi jalar, penggunaan pupuk kandang merupakan salah satu komponen yang penting untuk meningkatkan kualitas tanaman.
6. Tenaga Kerja (X6)
b6 > 0 artinya semakin banyak tenaga kerja yang digunakan dalam proses produksi, maka akan semakin tinggi tingkat produksi ubi jalar yang dihasilkan. Namun tidak menutup kemungkinan banyaknya tenaga kerja dapat mengakibatkan kegiatan produksi menjadi tidak efektif.\
40 4.5.2 Analisis Pendapatan Usahatani Ubi Jalar
