III. BAHAN DAN METODE
3.4. Analisis Data
3.4.2. Analisis Kelayakan Finansial
NPV menghitung nilai sekarang dari aliran kas yaitu merupakan selisih antara present value (PV) manfaat dan present value (PV) biaya. Nilai bersih sekarang akan menggambarkan keuntungan dan layak dilaksanakan jika mempunyai nilai positif.
Rumus dari NPV adalah :
∑
=+
−
=
n t ti
Ct
Bt
NPV
1(1
)
dimana :
Bt : manfaat sosial kotor suatu proyek pada tahun ke-t;
Ct : biaya sosial kotor sehubungan dengan proyek pada tahun ke-t; n : umur ekonomis dari proyek;
t : tahun proyek;
i : social opportunity cost of capital, yang ditunjuk sebagai social discount rate.
Jika NPV > 1, maka usaha tersebut layak untuk diusahakan; NPV < 1, usaha tersebut tidak layak untuk diusahakan dan jika NPV = 0, maka usaha tersebut cenderung impas, dimana besaran penerimaan hanya bisa digunakan biaya untuk menutupi biaya yang ditanggung.
b. BCR (Benefit Cost Ratio)
Benefit Cost Ratio merupakan tingkat besarnya tambahan manfaat setiap tambahan satu rupiah pengeluaran bersih. BCR dibedakan menjadi dua yaitu Net Benefit Cost Ratio dan Gross Benefit Cost Ratio. Net BCR merupakan angka perbandingan antara jumlah present value yang positif (sebagai pembilang) dengan jumlah present value yang negatif (sebagai penyebut).
Rumus dari Net BCR adalah :
dimana B : benefit/keuntungan (Rp) C : cost/biaya (Rp) Net B/C =
∑
= − + + − n t t t i Ct Bt i Ct Bt 1 ( ) (1 ) ) 1 ( ) ( untuk Bt-Ct > 0 untuk Bt-Ct < 0Gross BCR adalah jumlah present value arus benefit (sebagai pembilang) dengan jumlah present value arus biaya (sebagai penyebut). Rumus dari Gross BCR adalah :
Jika Net BCR/Gross BCR > 1, maka usaha tersebut layak untuk dilaksanakan karena mendatangkan keuntungan; jika Net BCR/Gross BCR < 1, usaha tersebut tidak layak untuk diusahakan karena bila diusahakan akan mengalami kerugian; jika Net BCR/Gross BCR = 0, maka usaha tersebut tidak mendatangkan keuntungan dan tidak mengalami kerugian.
c. IRR (Internal Rate of Return)
Internal Rate of Return adalah nilai diskonto yang membuat NPV dari kegiatan usaha sama dengan nol. Nilai IRR adalah tingkat bunga maksimum yang dapat dibayar oleh kegiatan usaha tersebut untuk sumberdaya yang digunakan atau pengembalian modal usahatani pada tingkat suku bunga tertentu.
Rumus dari IRR adalah :
dimana i’ : tingkat discount rate pada saat NPV positif; i’’ : tingkat discount rate pada saat NPV negatif; NPV’ : nilai NPV positif; NPV’’ : nilai NPV negatif. IRR = i' + (i' ' - i' ) ) (NPV NPV V NP ′′ − ′ ′ Gross B/C =
∑
= + + n t t t i Ct i Bt 1 (1 ) ) 1 (Bila nilai IRR lebih besar dari tingkat suku bunga yang berlaku saat analisis, maka usahatani tersebut layak untuk diusahakan. Artinya bahwa laju pertumbuhan manfaat lebih besar daripada laju pertumbuhan modal. Sebaliknya, bila nilai IRR lebih kecil dari tingkat suku bunga maka usahatani tersebut tidak layak untuk diusahakan.
d.BEP (Break Event Point)
Break event point atau titik impas adalah keadaan dimana suatu usaha tidak memperoleh laba dan tidak mengalami kerugian. BEP juga dapat didefinisikan sebagai periode waktu tersingkat yang diperlukan oleh suatu usaha untuk mencapai titik impas, dan nilai investasi terkecil yang diperlukan untuk dapat mengoperasikan usaha secara ekonomis. BEP terkait dengan (1) tolerable time/waiting time preference, yaitu tingkat kesabaran menunggu, dan ini tergantung pada jenis kebutuhannya, baik itu harian, mingguan, dan sebagainya dan (2) resources capability, yaitu kapasitas minimal untuk mengusahakan suatu sumberdaya. Analisis BEP digunakan untuk mengetahui jangka waktu pengembalian modal atau investasi suatu kegiatan usaha atau sebagai penentu batas produksi minimal suatu kegiatan usaha harus menghasilkan atau menjual produknya agar tidak mengalami kerugian. Menurut definisi tersebut keadaan impas terjadi bila jumlah pendapatan sama dengan jumlah biaya (laba = biaya = 0).
Persamaannya adalah sebagai berikut : 0 = cx – bx – a
dimana c : harga jual per satuan; x : jumlah produk yang dijual; b : biaya variabel per satuan; a : biaya tetap.
3.4.3. Analisis Regresi Berganda
Analisis regresi berganda (Multiple Regression Analysis) adalah metode statistik yang digunakan untuk merumuskan model pendugaan variabel tujuan (dependent variable) terhadap variabel-variabel penjelas (explanatory variable) lain yang diamati. Analisis regresi berganda variabel penjelas dan variabel tujuan yang bersifat kuantitatif. Persamaan yang dihasilkan dari model regresi berganda harus memenuhi beberapa asumsi di bawah ini :
1. E
( )
εi =0,untuk setiap ,i dimana i =1,2,...,n,artinya rata-rata kesalahan pengganggu (standard error) adalah nol.2. Kov
(
εi,εi)
=0,i≠ j, artinya kovarian(
εi,εi)
=0, dengan kata lain tidak ada autokorelasi antar pengganggu kesalahan (standard error).3. Var
( )
εi2 =σ2, untuk setiap ,i dimana i =1,2,...,n, artinya setiap kesalahan pengganggu memiliki varian yang sama.4. Kov
(
εi,x1i)
=Kov(
εi,x2i)
=0,artinya kovarian kesalahan pengganggu memiliki varian yang sama dengan setiap peubah bebas tercakup dalam persamaan linear berganda.5. Tidak ada multikolinearitas, artinya tidak ada hubungan linear yang eksak antara peubah-peubah penjelas atau variabel-variabel penjelas saling bebas (orthogonal).
6. εi=N
(
0;σ2)
, kesalahan pengganggu menyebar normal dengan rata-rata nol dan varian σ2.Persamaan umum model regresi berganda adalah :
n n
o AX A X
A
Y = + 1 1+...+ , dimana :
Y : Fungsi tujuan/peubah yang diduga (dependent variable)
o
A : Nilai konstanta/koefisien fungsi regresi (intercept)
X : Variabel penjelas/ variabel yang diduga (independent variable)
n
A : Nilai konstanta/koefisien variabel penjelas fungsi regresi
Umumnya variabel-variabel penjelas merupakan kombinasi dari variabel kategorikal dan kontinu, maka diperlukan beberapa metode khusus untuk menghasilkan model yang memiliki satu peubah-peubah terbaik. Beberapa metode yang dimaksud antara lain : standard, forward stepwise, dan backward stepwise. Pada penelitian ini digunakan metode forward stepwise, yang mana prinsip dasarnya adalah mengurangi banyaknya peubah di dalam fungsi tujuan dengan cara menyisipkan peubah penjelas satu per satu hingga diperoleh persamaan regresi yang paling baik.
Uji taraf nyata (uji-t) dilakukan pada selang kepercayaan 95% dengan menggunakan data penerimaan, biaya dan land rent. Data yang diuji akan berbeda nyata jika memiliki nilai p-level • 0.05 dan tidak berbeda nyata jika nilai p-level > 0.05
Peubah yang digunakan dalam analisis regresi berganda dengan land rent sebagai fungsi tujuan pada berbagai pola tanam tertera pada Tabel 3. Dalam Tabel 3, ada sepuluh peubah yang digunakan dalam analisis land rent.
Peubah-peubah tersebut memiliki satuan yang sama yaitu dalam Rupiah sehingga tidak perlu dilakukan normalisasi atau standarisasi terlebih dahulu.
Tabel 3. Peubah Analisis Regresi Berganda pada Fungsi Land rent
Sedangkan satuan pada peubah-peubah pada Tabel 4 dan Tabel 5 berbeda-beda, oleh karena itu perlu adanya standarisasi terlebih dahulu sebelum dianalisis. Peubah analisis regresi berganda dengan produksi sebagai fungsi tujuan pada pola tanam padi tertera pada Tabel 4 dengan sepuluh peubah dan pada pola tanam hortikultur tertera pada Tabel 5 dengan delapan peubah.
Tabel 4. Peubah Analisis Regresi Berganda pada Fungsi Produksi Padi Nama Peubah Kode Satuan pada respon
Land rent y Rp/m2/tahun Luas tanam x1 ha
Benih x2 Rp/kg
Pupuk x3 Rp/kg
Pestisida x4 Rp/L
Tenaga kerja x5 Rp/orang
Pajak x6 Rp/tahun
Alat x7 Rp/buah
Produksi x8 Rp/kg
Sisa alat x9 Rp/buah
Nama Peubah Kode Satuan pada respon Produksi y kg/ha Luas tanam x1 ha Benih x2 kg/ha Sewa traktor x3 Rp Upah benih x4 Rp Pajak x5 Rp/tahun Alat x6 buah
Tenaga kerja x7 orang/ha
Pupuk x8 kg/ha
Tabel 5. Peubah Analisis Regresi Berganda pada Fungsi Produksi Hortikultur Nama Peubah Kode Satuan pada respon
Produksi y kg/ha Luas tanam x1 ha
Benih x2 kg/ha
Pupuk x3 kg/ha
Pestisida x4 L/ha
Tenaga kerja x5 orang/ha
Alat x6 buah