BAB IV HASIL DAN PEMBAHASAN
B. Temuan dan Pembahasan
1. Analisis Penggunaan Faktor-Faktor Produksi
Penggunaan faktor-faktor produksi dalam kegiatan usahatani padi ialah penggunaan input produksi yang terdiri dari luas lahan, bibit, pupuk, tenaga kerja, pestisida untuk menghasilkan produk berupa bulir padi (gabah). Dalam proses dan pengelolaan perlu diketahui apakah penggunaan faktor-faktor produksi tersebut berpengaruh atau tidak terhadap produksi. Maka untuk mengetahui pengaruh tersebut digunakan teori fungsi produksi.
Menurut Soekartawi (2003), fungsi produksi adalah hubungan fisik antara variabel yang dijelaskan yaitu Y dengan variabel yang menjelaskan yaitu X. Variabel Y biasanya berupa output yang dalam penelitian ini ialah produksi padi dan variabel X biasanya berupa input yang dalam penelitian ini ialah luas lahan, bibit, pupuk, tenaga kerja, pestisida.
Untuk mengetahui faktor-faktor produksi yang berpengaruh nyata terhadap produksi padi digunakan fungsi produksi Cobb-Douglass dengan menggunakan alat analisis regresi berganda pada Eviews 9. Selain untuk mengetahui seberapa besar pengaruh dari faktor-faktor produksi terhadap hasil produksi padi, analisis ini juga untuk digunakan untuk mengetahui besarnya elastisitas dai masing-masing variabel independen (X) terhadap variabel independen (Y).
Berkenaan dengan fungsi produksi Cobb-Douglass dalam analisis ini maka data ditransformasikan ke dalam bentuk logaritma natural (Ln) agar dapat diregresi secara linier. Dengan menggunakan analisis regresi linier berganda maka diperoleh hasil sebagai berikut :
56
Tabel 4.13
Hasil Analisis Regresi Berganda
Sumber : Hasil pengolahan Eviews 9
Dari hasil regresi diatas dapat disimpulkan persamaan sebagai berikut :
LNPRO = 4.322912 + 1.218807 LNLAHAN + 0.261484 LNBIBIT + 0.280626 LNPUPUK -0.040501 LNTK -0.121877 LNPESTISIDA
Persamaan diatas menunjukkan hubungan antara faktor-faktor produksi luas lahan, bibit, pupuk, tenaga kerja dan pestisida terhadap produksi padi. Dari kelima variabel independen tersebut hanya tiga faktor produksi yang menunjukkan hubungan positif, yaitu luas lahan, bibit, dan pupuk yang berarti bahwa ketiga faktor produksi tersebut memiliki pengaruh yang positif terhadap produksi padi.
Sedangkan untuk dua faktor produksi lainnya yaitu tenaga kerja dan pestisida menunjukkan hubungan negatif yang artinya bahwa kedua faktor produksi tersebut memiliki pengaruh yang negatif terhadap produksi padi.
Dari hasil tersebut kemudian dilakukan uji asumsi klasik dan uji stastistik.
a. Uji Asumsi Klasik 1) Uji Normalitas
Menurut Winarno (2011), untuk menguji adakah variabel pengganggu atau residual terdistribusi normal dalam model regresi maka perlu dilakukan dengan uji normalitas. Bila nilai Jarque-Bera lebih kecil dari 2, maka data terdistribusi normal. Jika dilihat
Variable Coefficient Prob.
C 4.322912 0.0000 Lnlahan 1.218807 0.0000 Lnbibit 0.261484 0.0018 Lnpupuk 0.280626 0.0004 LnTK -0.040501 0.6855 Lnpestisida -0.121877 0.0528
57 dari probabilitasnya lebih besar dari 5%, maka data terdistribusi normal. Gambar 4.1 Uji Normalitas 0 2 4 6 8 10 12 -0.4 -0.2 0.0 0.2 0.4 0.6 Series: Residuals Sample 1 87 Observations 82 Mean -6.98e-16 Median -0.008436 Maximum 0.618685 Minimum -0.419889 Std. Dev. 0.217895 Skewness 0.473940 Kurtosis 2.943742 Jarque-Bera 3.080606 Probability 0.214316
Sumber : Hasil pengolahan Eviews 9
Dari gambar 4.1 diatas menunjukkan bahwa nilai probabilitas Jarque-Bera lebih besar dari α = 5%, maka dapat dikatakan bahwa data dalam penelitian ini adalah terdistribusi normal.
2) Uji Multikolinieritas
Multikolinieritas adalah kondisi adanya hubungan linier antarvariabel independen. Menurut Santoso (2012), salah satu untuk mengukur ada tidaknya multikolinieritas adalah dengan melihat tolerance value atau variance inflation factor (VIF). Batas
tolerance value adalah 0,10 atau nilai VIF adalah 10. Jika VIF >
10 dan nilai tolerance value < 0,10 , maka terjadi multikolinieritas tinggi antar variabel bebas dengan variabel bebas lainnya. Jika VIF<10 dan nilai tolerance value < 0,10 ,maka dapat diartikan tdak terdapat multikolinieritas pada penelitian tersebut. Berikut hasil uji multikolieritas :
58
Tabel 4.14 Uji Multikolinieritas
Variance Inflation Factors Date: 05/19/18 Time: 20:24 Sample: 1 87
Included observations: 82
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 0.088198 142.9243 NA Lnlahan 0.016433 11.34596 3.444432 Lnbibit 0.006515 147.3572 8.130490 Lnpupuk 0.005641 285.2029 6.147355 LnTK 0.009923 68.77184 1.147322 Lnpestisida 0.003837 6.168182 2.631714
Sumber : Hasil pengolahan Eviews 9
Dari hasil uji multikolinieritas diatas, dapat dilihat pada tabel kolom centered VIF . Nilai VIF untuk variabel luas lahan, bibit, pupuk, tenaga kerja dan pestisida lebih kecil dari 10. Karena nilai VIF dari kelima variabel independen tersebut tidak ada yang lebih besar dari 10, maka dapat dikatakan bahwa tidak terjadi multikolinieritas.
3) Uji Heteroskedastisitas
Ada beberapa metode yang dapat digunakan untuk mengidentifikasi ada tidaknya masalah heteroskedastisitas seperti yang sudah dijelaskan pada bab 3. Dalam pengujian heteroskedastisitas penelitian in menggunakan Uji White. Masalah heteroskedastisitas pada data dapat dilihat dari nilai Obs*R-Squared pada outputnya. Jika nilai probabilitasnya lebih kecil dari 0,05 atau α = 5% maka data tersebut bersifat heteroskedastisitas.
59
Tabel 4.15 Uji Heteroskedastisitas
Heteroskedasticity Test: White
F-statistic 1.720397 Prob. F(20,61) 0.0545
Obs*R-squared 29.57249 Prob. Chi-Square(20) 0.0771 Scaled explained SS 24.68858 Prob. Chi-Square(20) 0.2136
Sumber : Hasil pengolahan Eviews 9
Dari hasil regresi uji heteroskedastisitas diatas diketahui bahwa nilai probabilitas Obs*R-Squared 0,0771 yang artinya lebih besar dari α = 5%, maka data yang digunakan dalam penelitian ini bebas dari masalah heterskedastisitas.
4) Uji Autokorelasi
Autokorelasi adalah hubungan antara residual satu obdervasi dengan residual observasi lainnya. Dalam mengidentifikasi uji autokorelasi dapat menggunakan uji
Breusch-Godfrey atau dalam nama lain adalah uji Langrange-Multiplier
(Pengganda Lagrange). Masalah autokorelasi (dengan menggunalan uji Langrange-Multiplier ) pada data dapat dilihat dari nilai Obs*R-Squared. Jika nilai probabilitasnya lebih besar dari α = 5% , berarti data tersebut tidak ada autokorelasi. Bila nilai probabilitasnya lebih kecil dari α = 5% , berarti data tersebut terjadi autokorelasi. (Winarno, 2009 : 5:30)
Tabel 4.16 Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.800450 Prob. F(2,74) 0.0672
Obs*R-squared 5.769707 Prob. Chi-Square(2) 0.0559
Sumber : Hasil pengolahan Eviews 9
Dari hasil regresi uji autokorelasi diatas diketahui bahwa nilai probabilitas Obs*R-Squared lebih besar dari α = 5%, maka
60 data yang digunakan dalam penelitian ini bebas dari masalah autokorelasi.
b. Uji Hipotesis
Pengujian hipotesis ini dilakukan untuk mengetahui apakah hipotesis yang telah ditetapkan diterima atau ditolak secara statistik. Pengujian statistik ini dilakukan dengan uji statistik f, uji statistik t dan Uji Koefisien Determinasi Adjusted R Square. Model penelitian yang menggunakan Ordinary Least Square ini dapat dijelaskan melalui persamaan sebagai berikut :
LNPRO = 4.322912 + 1.218807 LNLAHAN + 0.261484 LNBIBIT + 0.280626 LNPUPUK -0.040501 LNTK -0.121877 LNPESTISIDA
Dari persamaan regresi yang telah diuraikan diatas, maka dapat ditarik kesimpulan sebagai berikut:
a) Jika Variabel independen dianggap konstan atau bernilai nol, artinya variabel independen tidak terjadi peningkatan atau penurunan maka besarnya nilai produksi padi sebesar 4.322912 atau 4,32%.
b) Nilai koefisien regresi variabel luas lahan adalah sebesar 1.218807 atau dibulatkan menjadi 1,22 , yang artinya setiap peningkatan luas lahan sebesar 1% akan meningkatkan nilai produksi padi sebesar 1,22%
c) Nilai koefisien regresi variabel bibit adalah sebesar 0.261484 atau dibulatkan menjadi 0,26 , yang artinya setiap peningkatan bibit sebesar 1% akan meningkatkan nilai produksi padi sebesar 0,26%. d) Nilai koefisien regresi variabel pupuk adalah sebesar 0.280626
atau dibulatkan menjadi 0,28 , yang artinya setiap peningkatan pupuk sebesar 1% akan meningkatkan nilai produksi padi sebesar 0,28%.
61 e) Nilai koefisien regresi variabel tenaga kerja adalah sebesar
-0.040501 atau dibulatkan menjadi -0,04 , yang artinya setiap penurunan tenaga kerja sebesar 1% akan meningkatkan nilai produksi padi sebesar 0,04%.
f) Nilai koefisien regresi variabel pestisida adalah sebesar -0.121877 atau dibulatkan menjadi -0,12 , yang artinya setiap penurunan pestisida sebesar 1% akan meningkatkan nilai produksi padi sebesar 0,12%.
1) Uji F (Uji Secara Bersama-sama)
Menurut Ghozali (2005), Uji F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji F dapat dilakukan dengan membandingkan F-tabel.
Apabila F statistik > F tabel, maka terdapat pengaruh positif secara bersama – sama (simultan) pada variabel independen terhadap variabel dependen (terikat).
Apabila F statistik < F tabel, maka tidak terdapat pengaruh positif secara bersama – sama (simultan) pada variabel independen terhadap variabel dependen (terikat).
Untuk mencari F tabel, caranya kita harus menentukan degree of freedom (df) terlebih dahulu. Rumus df ada dua, yaitu :
Df (n1) = k-1 dan Df (n2) = n-k
Diketahui, k = banyaknya variabel = 6 n = banyak responden = 87 Maka, Df (n1) = 6-1 = 5
Df (n2) = 87-6 = 81
62 Selain itu, pengujian hipotesis uji F dapat juga dilakukan dengan melihat nilai probabilitas dari F-statistik. Konsep ini membandingkan α dengan nilai probabilitas. Jika p-value lebih kecil dari α = 5% maka dapat dikatakan bahwa variabel dependen dan independen memiliki hubungan.
Adapun hipotesisnya adalah sebagai berikut :
H0 = 0 : Diduga tidak terdapat pengaruh yang signifikan antara luas lahan, bibit, pupuk, tenaga kerja dan pestisida terhadap produksi padi.
H0 ≠ 0 : Diduga terdapat pengaruh yang signifikan antara luas lahan, bibit, pupuk, tenaga kerja dan pestisida terhadap produksi padi.
Tabel 4.17 Uji F
F-statistic 195.6554
Prob(F-statistic) 0.000000 Sumber : Hasil pengolahan Eviews 9
Pada tabel diatas,diketahui hasil uji tersebut nilai F statistik adalah 195.6554 dan nilai F tabel adalah 2,33, maka (195.6554>2,33) dan nilai probabilitasnya adalah 0.000000, pada α = 5% maka nilai probabilitas pada penelitian tersebut lebih kecil dari tingkat signifikansi (0.000000<0,05). Sehingga dapat disimpulkan bahwa secara simultan atau bersama-sama terdapat pengaruh yang signifikan variabel luas lahan, bibit, pupuk, tenaga kerja dan pestisida terhadap produksi padi dan dari hasil nilai probabilitas yang lebih kecil maka secara simultan variabel-variabel independen terhadap variabel-variabel dependen memiliki hubungan signifikan. Dengan begitu, hasil penelitian tersebut menolak hipotesis H0 dan menerima H1.
2) Uji T (Uji Secara Parsial)
Uji t bertujuan untuk mengetahui pengaruh variabel independen yaitu luas lahan, bibit, pupuk, tenaga kerja dan pestisida terhadap produksi padi secara parsial. Uji t ini digunakan untuk membuktikan hipotesis yang telah dibuat. Untuk melihat uji t dari t-statistik, apabila t-statistik lebih besar dari t-tabel, maka maka H0 ditolak dan H1 diterima, artinya ada pengaruh antara variabel bebas dengan variabel terikat. Selain itu untuk
63 mengetahui kebenaran hipotesis dapat juga dilihat melalui nilai probabilitas t-statistik. Jika nilai probabilitas t-statistik lebih besar dari α = 5% maka H0 diterima dan H1 ditolak artinya tidak ada pengaruh antara variabel bebas dengan variabel terikat dan sebaliknya apabila jika nilai probabilitas t-statistik lebih kecil dari α = 5% maka H0 ditolak dan H1 diterima yang artinya ada pengaruh antara variabel bebas dengan variabel terikat.
Tabel 4.18 Uji T
Variable t-Statistic Prob.
C 14.55620 0.0000 Lnlahan 9.507778 0.0000 Lnbibit 3.239682 0.0018 Lnpupuk 3.736435 0.0004 LnTK -0.406587 0.6855 Lnpestisida -1.967462 0.0528
Sumber : Hasil pengolahan Eviews 9
Perhitungan t-tabel : Df = n-k
Df = 87-6 = 81
Dari perhitungan diatas, diketahui df = 81 dengan signifikasi 0,05 (dua sisi 0,025%) diketahui t-tabelnya adalah 1,98969.
a. Luas Lahan
Nilai t-statistik pada variabel luas lahan 9.507778 > nilai t-tabel sebesar 1,98969 , maka secara statistik luas lahan yang digunakan untuk kegiatan usahatani padi berpengaruh nyata terhadap jumlah produksi padi. Nilai koefisien regresi sebesar 1.218807 menunjukkan bahwa penambahan jumlah benih sebesar 1 % akan meningkatkan produksi rata-rata sebesar
1.218807 %. Semakin besar jumlah yang digunakan maka akan menghasilkan produksi yang semakin tinggi. Pengembangan padi sawah semakin meningkat terkait dengan kebutuhan konsumsi beras dan
64 meningkatnya jumlah penduduk. Oleh karena itu titik berat perbaikan sumberdaya lahan sawah banyak diperuntukkan untuk pemacuan peningkatan produktivitas. Peningkatan produktivitas dapat di lakukan dengan cara menambah luas lahan. Luas lahan usaha tani padi tidak seluruhnya milik sendiri, melainkan lahan sewa atau bagi hasil. Kegiatan ini dilakukan untuk memperluas hasil produksi. Untuk lahan milik sendiri seluruh biaya ditanggung oleh petani karena hasilnya juga di nikmati sendiri. Jika lahan itu adalah lahan sewa maka petani harus mengeluarkan biaya tambahan untuk menyewa lahan tersebut.
b. Bibit
Nilai t-statistik pada variabel bibit 3,239682 > t-tabel sebesar 1,98969 , maka secara statistik bibit yang digunakan untuk kegiatan usahatani padi berpengaruh nyata terhadap jumlah produksi padi. Nilai koefisien regresi sebesar 0.261484 menunjukkan bahwa penambahan jumlah bibit sebesar 1 % akan meningkatkan produksi rata-rata sebesar 0.261484
%. Semakin besar jumlah yang digunakan maka akan menghasilkan produksi yang semakin tinggi. Namun hal ini harus disesuaikan dengan kondisi lahan yang ada juga input usahatani yang digunakan. Salah satu penyebab bahwa benih berpengaruh terhadap jumlah produksi padi disebabkan karena sebagian besar petani responden di lokasi penelitian telah menggunakan benih unggul diantaranya varietas IR64, Ciherang dan Cibogo. Dimana hal tersebut telah sesuai dengan anjuran pemerintah bahwa kegiatan perbenihan tanaman pangan merupakan fokus utama pada program ketahanan pangan.
c. Pupuk
Nilai t-statistik pada variabel pupuk adalah 3.736435 > nilai t-tabel sebesar 1,98969, maka secara statistik pupuk yang digunakan untuk kegiatan usahatani padi berpengaruh nyata terhadap jumlah produksi padi. Nilai koefisien regresi sebesar 0.280626 menunjukkan bahwa penambahan jumlah pupuk sebesar 1 % akan meningkatkan produksi rata-rata sebesar
65 menghasilkan produksi yang semakin tinggi. Jenis pupuk yang digunakan responden diantaranya pupuk urea, ponska, organik, KSL dan NPK. d. Tenaga Kerja
Nilai t-statistik pada variabel tenaga kerja adalah sebesar -0.406587
< t-tabel sebesar 1,98969 , maka secara statistik tenaga kerja yang digunakan untuk kegiatan usahatani padi tidak berpengaruh nyata terhadap jumlah produksi padi. Berdasarkan hasil wawancara peneliti terhadap responden petani padi menyatakan bahwa dalam usahatani, sebagian besar tenaga kerja berasal non keluarga. Tenaga kerja non keluarga berasal dari tenaga buruh yang melaksanakan kegiatannya pada waktu-waktu tertentu saja, baik pada saat pengolahan lahan maupun kegiatan panen. Hal ini disebabkan karena waktu dua kegiatan ini dibutuhkan tenaga kerja dalam jumlah yang besar, karena jumlah keluarga tidak mampu untuk mengatasi masalah tersebut. Akan tetapi dalam kegiatan budidaya lainnya seperti pemeliharaan, dilakukan oleh petani sendiri.
Nilai koefisien regresi pada variabel tenaga kerja adalah sebesar
-0.040501 menunjukkan bahwa peningkatan alokasi tenaga kerja sebesar 1 % akan menurunkan produksi sebesar -0.040501 %.
e. Pestisida
Nilai t-statistik pada variabel pestisida adalah sebesar -1.967462 < t-tabel sebesar 1,98969 , maka secara statistik pestisida yang digunakan untuk kegiatan usahatani padi tidak berpengaruh nyata terhadap jumlah produksi padi. Nilai koefisien regresi pada variabel pestisida adalah sebesar -0.121877 menunjukkan bahwa peningkatan alokasi pestisida sebesar 1 % akan menurunkan produksi sebesar -0.121877 %.
Berdasarkan hasil wawancara peneliti terhadap responden petani padi menyatakan bahwa dalam usahatani, petani hanya menggunakan pestisida ketika diperlukan saja. Biasanya ketika padi yang mereka tanam terlihat ada gangguan atau hama seperti bekicot, ulat, walang sangit terutama pengerek batang yang menyebabkan batang busuk sebelum masa panen. Jenis pestisida yang dipakai petani adalah jenis pestisida Furadan.
66
3) Uji Koefisien Determinasi (Adjusted R Square)
Uji ini digunakan untuk mengukur hubungan dari model yang dipakai. Koefisien determinasi Adjusted R Square merupakan nilai R-square yang telah disesuaikan, angka yang menunjukkan besarnya kemampuan varian atau penyebaran dari variabel-variabel independen yang menerangkan variabel dependen atau angka yang menunjukkan seberapa besar variasi variabel dependen dipengaruhi oleh variabel-variabel independen.
Berdasarkan hasil regresi diatas diketahui bahwa nilai adjusted R2 adalah sebesar 0.923170 atau 92,32%. Hal ini berarti sebesar 92,32% produksi padi dijelaskan oleh luas lahan (X1), bibit (X2), pupuk (X3), tenaga kerja (X4) dan pestisida (X5). Sedangkan 7,68% dijelaskan oleh variabel lain diluar penelitian ini.