Deskriftif Daerah Penelitian Geografi Daerah
Daerah Irigasi Perbaungan merupakan daerah yang dialiri oleh sarana irigasi. Daerah Irigasi Perbaungan mengaliri lahan sawah petani yang berada di Kecamatan Perbaungan dan Kecamatan Pantai Cermin Kabupaten Serdang Bedagai, dimana daerah ini berada pada dataran rendah dengan luas lahan sawah yang dialiri sekitar 5,090 ha. Jumlah desa yang masuk dalam Derah Irigasi Perbaungan yaitu sebanyak 20 desa, dengan batas-batas sebagai berikut :
a. sebelah utara : kecamatan Pantai cermin
b. sebelah timur : kecamatan Teluk Mengkudu/Sei Rampah c. sebelah selatan : kecamatan Sei Rampah
d. sebelah barat : kabuapten Deli Serdang
Kondisi Kependudukan
Berdasarkan data BPS tahun 2006 jumlah penduduk tahun 2006 untuk Kecamatan Perbaungan dan Kecamatan Pantai Cermin yaitu 125.154 jiwa dan jumlah KK sebanyak 28.555 jiwa
Adapun mata pencaharian penduduk : a. PNS/TNI/POLRI : 747 jiwa
c. Wiraswasta : 11.409 jiwa d. Pedagang : 3.953 jiwa e. Jasa : 992 jiwa f. Tani : 15.419 jiwa g. Nelayan : 120 jiwa h. Buruh : 2.610 jiwa Kondisi Pertanian
Sektor pertanian memegang peranan penting dan strategis bagi pembangunan perekonomian di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Hal ini ditunjukkan dari kontribusi sektor pertanian dalam pembentukan Produk Domestik Regional Bruto (PDRB) Kab. Serdang Bedagai. Untuk jelasnya dapat dilihat dalam tabel 1 dan 2.
Dilihat dari luas panen, tanaman padi merupakan tanaman yang dibudidayakan masyarakat yang berusaha di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Untuk jelasnya dapat dilihat dalam tabel 3, 4 dan 5.
Tabel 1
Produk Domestik Regional Bruto
Menurut Lapangan Usaha Atas Dasar Harga Berlaku 2004 – 2006 (Milyar/Rp.) Lapangan Usaha/ Industrial Origin 2004 2005r 2006* (1) (2) (3) (4) 1. Pertanian/ Agriculture 1.888,61 2.086,28 2.339,18 2. Pertambangan dan Penggalian/ Mining
and Quarrying 44,86 54,53 59,60
3. Industri/ Manufactuirng 948,14 1.034,13 1.133,37 4. Listrik, Gas dan Air Minum/
Electricity, Gas dan Water Suply 24,99 32,79 39,20
5. Bangunan/ Contruction 299,93 376,12 484,90 6. Perdagangan, hotel dan restoran/
Trade, Hotel dan Restaurant 728,93 807,49 875,73
7. Pengangkutan dan Komunikasi/
Transportation dan Comunication 36,57 43,62 49,09
8. Keuangan, Usaha Persewaan dan Jasa perusahaan/ Financial, Real Estate
and Ownership of Dwelling Bussines Servis
154,70 169,07 191,48 9. Jasa Kemasyarakatan, Sosial dan
Perorangan/ Social, Community and
Personal Service
381,61 455,73 511,77
PDRB/GRDP 4.508,35 5.059,77 5.684,32
Sumber : BPS Kabupaten Sedang Bedagai
Source : BPS – Statistic of Sedang Bedagai regency
Keterangan : r) Angka Perbaikan/ Rivised Figures *) Angka Sementara/ Preliminary Figures
Tabel 2
Produk Domestik Regional Bruto
Menurut Lapangan Usaha Atas Dasar Harga Konstan 2000
2004 – 2006 (Milyar/Rp.) Lapangan Usaha/ Industrial Origin 2004 2005r 2006* (1) (2) (3) (4) 1. Pertanian/ Agriculture 1.391,38 1.441,77 1.506.20
2. Pertambangan dan Penggalian/ Mining
and Quarrying 34,24 38,37 48,09
3. Industri/ Manufactuirng 638,07 663,94 695,82
4. Listrik, Gas dan Air Minum/
Electricity, Gas dan Water Suply 15,85 17,83 20,10
5. Bangunan/ Contruction 216,93 256,23 302,11
6. Perdagangan, hotel dan restoran/
Trade, Hotel dan Restaurant 528,79 556,18 580,87
7. Pengangkutan dan Komunikasi/
Transportation dan Comunication 22,74 24,21 25,66
8. Keuangan, Usaha Persewaan dan Jasa perusahaan/ Financial, Real Estate
and Ownership of Dwelling Bussines Servis
99,58 105,63 113,59
9. Jasa Kemasyarakatan, Sosial dan Perorangan/ Social, Community and
Personal Service
243,45 275,60 297,70
PDRB/GRDP 3.191,04 3.379,77 3.590,14
Sumber : BPS Kabupaten Sedang Bedagai
Source : BPS – Statistic of Sedang Bedagai regency
Keterangan : r) Angka Perbaikan/ Rivised Figures *) Angka Sementara/ Preliminary Figures
Tabel 3
Distribusi Persentase Produk Domestik Regional Bruto Menurut Lapangan Usaha Atas Dasar Harga Berlaku
2004 – 2006 (Persen) Lapangan Usaha/ Industrial Origin 2004 2005r 2006* (1) (2) (3) (4) 1. Pertanian/ Agriculture 41,89 41,23 41,15
2. Pertambangan dan Penggalian/ Mining
and Quarrying 1,00 1,08 1,05
3. Industri/ Manufactuirng 21,03 20,44 19,94
4. Listrik, Gas dan Air Minum/
Electricity, Gas dan Water Suply 0,55 0,65 0,69
5. Bangunan/ Contruction 6,65 7,43 8,53
6. Perdagangan, hotel dan restoran/
Trade, Hotel dan Restaurant 16,17 15,96 15,41
7. Pengangkutan dan Komunikasi/
Transportation dan Comunication 0,81 0,86 0,86
8. Keuangan, Usaha Persewaan dan Jasa perusahaan/ Financial, Real Estate and
Ownership of Dwelling Bussines Servis
3,43 3,34 3,37
9. Jasa Kemasyarakatan, Sosial dan Perorangan/ Social, Community and
Personal Service
8,46 9,01 9,00
PDRB/GRDP 100,00 100,00 100,00
Sumber : BPS Kabupaten Sedang Bedagai
Source : BPS – Statistic of Sedang Bedagai regency
Keterangan : r) Angka Perbaikan/ Rivised Figures *) Angka Sementara/ Preliminary Figures
Tabel 4
Luas Panen, Produksi Dan Rata-Rata Produksi Padi Sawah
2006 Kecamatan/ Dictrict Luas panen/ Harves Area (Ha) Produksi/ Production (Ton) Rata-rata produksi/ Yield Rate (Kw/Ha) (1) (2) (3) (4) 01. Kotarih 2.222 10.524 47,36 02. Silinda 1) * * * 03. Bintang bayu 1) * * * 04. Dolok Masihul 8.916 43.098 48,33 05. Sebajadi 1) * * * 06. Spispis 764 3.662 47,93 07. Dolok Merawan - - - 08. Tebing Tinggi 10.041 49.218 49,01 09. Tebing Syahbandar 1) * * * 10. Bandar Khalipah 5.973 28.677 48,01 11. Tanjung Beringin 4.668 22.967 49,20 12. Sei Rampah 17.238 84.766 49,17 13. Sei Bamban 1) * * * 14. Teluk Mengkudu 5.248 25.763 49,09 15. Perbaungan 13.839 62.826 45,40 16. Pegajahan 1) * * * 17. Pantai Cermin 6.650 32.875 49,43 Jumlah/Total 75.559 32.875 48,22
Sumber : Dinas Pertanian dan Peternakan Kabupaten Serdang Bedagai
Source : Agriculture and Livestock Srervice of Sedang Bedagai Regency
Tabel 5
Luas Panen, Produksi Dan Rata-Rata Produksi Padi Sawah 2006 Kecamatan/ Dictrict Luas panen/ Harves Area (Ha) Produksi/ Production (Ton) Rata-rata produksi/ Yield Rate (Kw/Ha) (1) (2) (3) (4) 01. Kotarih 210 513 24,43 02. Silinda - - - 03. Bintang bayu - - - 04. Dolok Masihul - - - 05. Sebajadi - - - 06. Spispis - - - 07. Dolok Merawan - - - 08. Tebing Tinggi - - - 09. Tebing Syahbandar - - - 10. Bandar Khalipah - - - 11. Tanjung Beringin - - - 12. Sei Rampah - - - 13. Sei Bamban - - - 14. Teluk Mengkudu - - - 15. Perbaungan - - - 16. Pegajahan - - - 17. Pantai Cermin - - - Jumlah/Total 210 513 24,43
Sumber : Dinas Pertanian dan Peternakan Kabupaten Serdang Bedagai
Hasil Analisis
Dalam bagian ini akan dilihat factor-faktor yang mempengaruhi Pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai, Harga Jual Produksi, Jumlah Hasil Produksi Padi, Biaya Pemupukan dan Biaya Tenaga Kerja. Juga akan dilakukan pengujian terhadap hipotesis yang telah dibuat sebelumnya pada bagian awal tulisan ini yaitu sebagai berikut :
Harga Jual Produksi, Jumlah Hasil Produksi Padi, Biaya Pemupukan dan Biaya Tenaga Kerja mempunyai pengaruh terhadap jumlah produktivitas pertanian padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai, ceteris paribus.
Untuk menguji hipotesis diatas, digunakan analisis regresi linier berganda dengan teknik analisis OLS (Ordinary Least Square). Proses perhitungan regresi dilakukan dengan menggunakan program komputer E-Views versi 4.1. Adapun hasil regresi yang diperoleh adalah sebagai berikut :
Tabel 6
Hasil Regresi Pengaruh Harga Jual Produksi, Jumlah Hasil Produksi Padi, Biaya Pemupukan dan Biaya Tenaga Kerja Terhadap Pendapatan Padi di
Daerah Irigasi Perbaungan Kab. Serdang Bedagai Dependent Variabel: Y
Method: Least Squares Date: 03/05/08 Time: 10:13 Sample: 1 60
Included observations: 60
Variabel Coefficient Std. Error t-Statistic Prob. C 1398380. 906036.5 1.543403 0.1285 X1 0.217336 0.098975 2.195857 0.0323 X2 1803804. 293616.1 6.143412 0.0000 X3 -0.963111 0.133912 -7.192090 0.0000 X4 -1.570039 0.213287 -7.361146 0.0000 R-squared 0.756296 Mean dependent var 9558833. Adjusted R-squared 0.738572 S.D. dependent var 2540665. S.E. of regression 1299043. Akaike info criterion 31.07181 Sum squared resid 9.28E+13 Schwarz criterion 31.24634 Log likelihood -927.1543 F-statistic 42.67087 Durbin-Watson stat 1.929516 Prob(F-statistic) 0.000000
Interpretasi Model Hasil estimasi :
Y = 1398380 + 0,217336X1 + 1803804X2 – 0,963111X3 – 1,570039X4
Dari hasil regresi diatas, maka dapat dilakukan interpretasi sebagai berikut :
1. Nilai konstanta adalah sebesar 1398380. Hal ini dapat diartikan bahwa jika tidak ada perubahan pada Harga Jual Produksi, Jumlah Hasil Produksi Padi, Biaya Pemupukan dan Biaya Tenaga Kerja, maka besarnya pendapatan petani padi adalah sebesar 1398380.
2. Harga Jual Produksi ternyata berpengaruh positif terhadap pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Hal ini ditunjukkan oleh koefisien regresi X1, yaitu 0,217336. Artinya, setiap kenaikan 1% Harga Jual Produksi, maka akan menaikkan pendapatan petani sebesar 0,217336. 3. Jumlah Hasil Produksi Padi ternyata berpengaruh positif terhadap pendapatan
petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Hal ini ditunjukkan oleh koefisien regresi X2, yaitu sebesar 1803804. Artinya, setiap kenaikan 1% Jumlah Hasil Produksi Padi, maka akan menaikkan pendapatan petani padi sebesar 1803804.
4. Biaya Pemupukan ternyata berpengaruh negatif terhadap pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Hal ini ditunjukkan oleh koefisien regresi X3, yaitu sebesar –0,963111. Artinya, setiap kenaikan 1 % Biaya Pemupukan, maka akan menurunkan pendapatan petani padi sebesar 0,963111.
5. Biaya Tenaga Kerja ternyata berpengaruh negatif terhadap pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai. Hal ini ditunjukkan oleh koefisien regresi X4, yaitu sebesar –1,570039. Artinya, setiap kenaikan 1% Biaya Tenaga Kerja, maka akan menurunkan pendapatan petani padi sebesar 1,570039.
Uji t-statistik
a. Variabel Harga Jual Produksi (X1) 1. Hipotesa : Ho : b1 = 0
Ha : b1≠ 0 2. df = n – (k – 1) = 60 – 5 = 55
α = 5% t-tabel : 2,004
3. Kriteria (+) : Ho diterima apabila t-hitung < t-tabel (α = 5%) Ha diterima apabila t-hitung > t-tabel (α = 5%)
t* = 2,196
Untuk variabel Harga Jual Produksi diperoleh harga t-hitung sebesar 2,196. Dengan demikian Ho ditolak, karena t-hitung > t-tabel (2,196 > 2,004). Berarti dapat disimpulkan bahwa variabel Harga Jual Produksi berpengaruh nyata (signifikan) terhadap variabel pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai dengan pengujian pada tingkat kepercayaan 95%.
Ho diterima
Ha diterima Ha diterima
b. Variabel Jumlah Hasil Produksi Padi (X2) 1. Hipotesa : Ho : b1 = 0
Ha : b1≠ 0 2. df = n – (k – 1) = 60 – 5 = 55
α = 5% t-tabel : 2,004
3. Kriteria (+) : Ho diterima apabila t-hitung < t-tabel (α = 5%) Ha diterima apabila t-hitung > t-tabel (α = 5%)
t* = 6,143
Untuk variabel Jumlah Hasil Produksi diperoleh harga t-hitung sebesar 6,143. Dengan demikian Ho ditolak, karena t-hitung > t-tabel (6,143 > 2,004). Berarti dapat disimpulkan bahwa variabel Jumlah Hasil Produksi Padi berpengaruh nyata (signifikan) terhadap variabel pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai dengan pengujian pada tingkat kepercayaan 95%.
Ho diterima
Ha diterima Ha diterima
c. Variabel Biaya Pemupukan (X3) 1. Hipotesa : Ho : b1 = 0
Ha : b1≠ 0 2. df = n – (k – 1) = 60 – 5 = 55
α = 5% t-tabel : 2,004
3. Kriteria (+) : Ho diterima apabila t-hitung < t-tabel (α = 5%) Ha diterima apabila t-hitung > t-tabel (α = 5%)
t* = -7,192
Untuk variabel Biaya Pemupukan diperoleh harga t-hitung sebesar -7,192. Dengan demikian Ho diterima, karena t-hitung < t-tabel (-7,192 < -2,004). Berarti dapat disimpulkan bahwa variabel Biaya Pemupukan berpengaruh terhadap variabel pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai dengan pengujian pada tingkat kepercayaan 95%.
Ha diterima
Ho diterima Ho diterima
d. Variabel Biaya Tenaga Kerja (X4) 1. Hipotesa : Ho : b1 = 0
Ha : b1≠ 0 2. df = n – (k – 1) = 60 – 5 = 55
α = 5% t-tabel : 2,004
3. Kriteria (+) : Ho diterima apabila t-hitung < t-tabel (α = 5%) Ha diterima apabila t-hitung > t-tabel (α = 5%)
t* = -7,361
Untuk variabel Biaya Pemupukan diperoleh harga t-hitung sebesar -7,361. Dengan demikian Ho diterima, karena t-hitung < t-tabel (-7,361 < -2,004). Berarti dapat disimpulkan bahwa variabel Biaya Pemupukan tidak berpengaruh nyata terhadap variabel pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai dengan pengujian pada tingkat kepercayaan 95%.
Ha diterima
Ho diterima Ho diterima
Analisis Koefisien Determinasi (R2)
Berdasarkan hasil output Program E-Views 4.1, dapat dilihat nilai R2 adalah sebesar 0,756 yang berarti bahwa variabel X1 (Harga Jual Produksi), X2 (Jumlah Hasil Produksi Padi), X3 (Biaya Pemupukan), dan X4 (Biaya Tenaga Kerja) secara bersama-sama mampu memberikan penjelasan terhadap variasi pendapatan petani padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai (Y) sebesar 75,6%. Sedangkan sisanya sebesar 24,4% dijelaskan oleh variabel lain.
Uji F Statistik
Untuk membuktikan nilai R-Square tersebut diatas, maka dilakukan pengujian dengan menggunakan uji F. Hipotesisnya adalah sebagai berikut :
- Ho : β1 = β2 = β3 = β4 = 0 (tidak ada pengaruh) - Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0 (ada pengaruh)
Berdasarkan hasil output E-Views 4.1, diperoleh nilai F hitung sebesar 42,671 dengan nilai probabilitas (siginifikansi) adalah sebesar 0,000. Dengan demikian Ho ditolak, karena nilai F-hitung > F-tabel (42,671 > 3,14) dan nilai probabilitas (signifikansi) lebih kecil dari nilai α 0,05 (0,000 < 0,05). Berarti dapat disimpulkan bahwa variabel X1 (Harga Jual Produksi), X2 (Jumlah Hasil Produksi Padi), X3 (Biaya Pemupukan), dan X4 (Biaya Tenaga Kerja) berpengaruh secara nyata (signifikan) terhadap Y (Pendapatan Petani Padi di Daerah Irigasi Perbaungan Kab. Serdang Bedagai) pada tingkat kepercayaan 95%.
Ho diterima Ha diterima
0 3,14 42,671
Uji Penyimpangan Klasik a. Multikolinearity
Uji multikolinearitas adalah adanya korelasi yang kuat diantara variabel independent dari suatu model estimasi. Ukuran hubungan yang kuat apabila r > 0,5 ; maka berdasarkan lampiran dapat dilihat korelasi masing-masing variabel sebagai berikut :
Tabel 7
Korelasi antar variabel independent dari model estimasi
Variabel Harga Jual Produksi (X1) Jumlah Hasil Produksi Padi (X2) Biaya Pemupukan (X3) Biaya Tenaga Kerja (X4) Harga Jual Produksi
(X1)
1.000000 0.811539 0.250789 0.119203 Jumlah Hasil Produksi
(X2)
0.811539 1.000000 0.290111 0.199480 Biaya Pemupukan (X3) 0.250789 0.290111 1.000000 -0.464607 Biaya Tenaga Kerja
(X4)
0.119203 0.199480 -0.464607 1.000000
Berdasarkan tabel diatas dapat dilihat bahwa besarnya korelasi antara variabel independent terdapat masalah multikolinearity disebabkan karena variabel X1
(Harga Jual Produksi) terhadap variabel X2 (Jumlah Hasil Produksi) dan sebaliknya lebih besar dari 0,5.
b. Heterokedastisitas
Untuk menguji ada tidaknya heteroskedastisitas dalam model estimasi di atas. Maka penulis menggunakan metode White untuk menganalisanya. Ada 2 jenis regresi yang digunakan dalam metode White Heterokedasticity ini yaitu: White Heterokedasticity (no cross terms) dan White Heterokedasticity (cross terms). Karena model regresi yang penulis gunakan mengandung banyak variabel bebas, maka penulis menggunakan metode White Heterokedasticity (no cross terms) untuk mendeteksi ada tidaknya heteroskedastisitas. Heterokedastisitas menyatakan adanya nilai varian yang tidak sama dari observasi bebas tertentu. Hasil uji White Heterokedasticity (no cross terms) adalah sebagai berikut :
Tabel 8
Uji White Heterokedastisitas White Heteroskedasticity Test:
F-statistic 3.093899 Probability 0.006376 Obs*R-squared 19.60460 Probability 0.011940 Test Equation:
Dependent Variabel: RESID^2 Method: Least Squares
Date: 03/08/08 Time: 13:57 Sample: 1 60
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob. C 2.43E+13 9.58E+12 2.539144 0.0142 X1 1038980. 2155397. 0.482037 0.6318 X1^2 -0.035542 0.091215 -0.389648 0.6984 X2 -1.25E+13 6.97E+12 -1.789123 0.0795 X2^2 1.24E+12 7.59E+11 1.629803 0.1093 X3 -1916063. 2031961. -0.942963 0.3501 X3^2 0.604007 0.569095 1.061347 0.2935 X4 485637.6 3235102. 0.150115 0.8813 X4^2 -0.201407 0.685282 -0.293904 0.7700 R-squared 0.326743 Mean dependent var 1.55E+12 Adjusted R-squared 0.221134 S.D. dependent var 4.02E+12 S.E. of regression 3.54E+12 Akaike info criterion 60.76773 Sum squared resid 6.40E+26 Schwarz criterion 61.08188 Log likelihood -1814.032 F-statistic 3.093899 Durbin-Watson stat 1.874252 Prob(F-statistic) 0.006376
Berdasarkan tabel diatas dapat dilihat bahwa nilai koefisien determinasi (R2) sebesar 0,326743. Nilai Chi-squares hitung sebesar 19,6046 diperoleh dari Obs*R-squared dikalikan dngan determinasi. Sedangkan nilai kritis Chi-squares (χ2
) pada α = 5% dengan df sebesar 8 adalah 15,5073. Karena nilai Chi-squares (χ2
) hitung lebih besar dari nilai kritis Chi-squares (χ2
) maka dapat disimpulkan terdapat masalah heterokedantisitas. Terdapatnya heterokedastisitas
juga bisa dapat dilihat dari nilai probabilitas Chi-squares sebesar 0,011940 (1,2%) lebih kecil dari α = 5% yang berarti signifikan.
Adanya masalah heterokedastisitas pada model persamaan menjelaskan bahwa terdapat varian variabel ganguan namun tidak diketahui besarnya. Untuk mengatasi masalah ini maka dilakukan penyembuhan dengan metode White tentang heteroscedasticity-corrected standard errors didasarkan pada asumsi bahwa variabel gangguan et tidak saling berhubungan atau tidak ada serial korelasinya.
Hasil penyembuhan heterokedastisitas dapat dilihat sebagai berikut : Tabel 9
White Heteroscedasticity-Corrected Standard Errors Dependent Variabel: Y
Method: Least Squares Date: 03/08/08 Time: 09:45 Sample: 1 60
Included observations: 60
White Heteroskedasticity-Consistent Standard Errors & Covariance Variable Coefficient Std. Error t-Statistic Prob.
C 1398380. 1232448. 1.134636 0.2614 X1 0.217336 0.163843 1.326485 0.1902 X2 1803804. 503440.1 3.582958 0.0007 X3 -0.963111 0.121632 -7.918264 0.0000 X4 -1.570039 0.154927 -10.13407 0.0000 R-squared 0.756296 Mean dependent var 9558833. Adjusted R-squared 0.738572 S.D. dependent var 2540665. S.E. of regression 1299043. Akaike info criterion 31.07181 Sum squared resid 9.28E+13 Schwarz criterion 31.24634 Log likelihood -927.1543 F-statistic 42.67087 Durbin-Watson stat 1.929516 Prob(F-statistic) 0.000000
Dari hasil penyembuhan heterokedastisitas (heteroscedasticity-corrected
standard errors) tersebut diatas maka dapat dilihat nilai standard error yang lebih
tinggi dan t-statistik yang semakin kecil dibanding dengan hasil regresi yang menggunakan metode OLS.
BAB V