PADI DAN PENDAPATAN PETANI, SERTA PENENTUAN STRATEGI TERBAIK
5.2 Dampak Program PUAP terhadap pendapatan petan
Analisis dampak program PUAP terhadap peningkatan pendapatan petani menggunakan metode Double Difference sebagaimana persamaan (2) pada subbab 3.2.4.1. Keadaan sebelum adanya Program PUAP dipilih kondisi petani pada 2009 dan keadaan setelah Program PUAP dipilih kondisi petani pada 2014. Rentang waktu 2009-2014 ini diharapkan sudah ada dampak dari adanya bantuan BLM- PUAP.
Pendapatan usaha tani, baik petani penerima Program PUAP maupun petani bukan penerima Program PUAP dihitung berdasarkan pendapatan kotor (volume produksi dikalikan harga) dikurangi biaya-biaya yang dikeluarkan seperti biaya benih, pembelian pupuk, biaya tenaga kerja, biaya penyiangan, biaya penyemprotan,
45 biaya panen, dan biaya-biaya tetap yang dikeluarkan untuk usaha taninya. Selisih antara pendapatan kotor dengan biaya-biaya tersebut merupakan pendapatan bersih bagi petani.
Langkah dalam analisis Double Difference adalah, pertama, menghitung pendapatan riil yang diperoleh dari pendapatan nominal yang diindeks menggunakan indeks harga yang diterima petani (It) dan indeks yang dibayar petani (Ib). Kedua indeks ini merupakan komponen dari nilai tukar petani (NTP). Adapun kedua indeks yang digunakan adalah indeks untuk Provinsi Jawa Barat. Langkah kedua adalah menghitung masing-masing perubahan pendapatan riil petani di Desa Jati dan Desa Jamali antara tahun 2009 dengan pendapatan riil petani tahun 2014. Data time-series yang terdiri dari 100 responden tentang pendapatan riil petani kondisi tahun 2009 dan 2014 kemudian di-execute menggunakan Program STATA 13.1. Do-file yang digunakan dan hasil run (execute) program STATA 13.1 ini disajikan pada Lampiran 3.
Tabel 19 Rata-rata perubahan pendapatan riil petani di Desa Jati dan Desa Jamali: Metode Double Difference
Rata-rata perubahan proporsional, 2009-2014 t-hitung Desa Jati (PUAP) Desa Jamali (Non-PUAP) DD/se Pendapatan riil (Rp) 1 084 616 206 258 878 358** 267 643 3.2818 Catatan: ttabel pada α = 1% adalah 2.617; DD = double difference; se = standar error Sumber: Diolah dari data primer
Tabel 19 menunjukkan adanya rata-rata peningkatan pendapatan riil petani di Desa Jati sebesar Rp1 084 616 dan begitu pula di Desa Jamali, ternyata pendapatan petani juga meningkat, yaitu sebesar Rp206 258. Oleh karena itu untuk mengetahui bagaimana dampak Program PUAP terhadap peningkatan pendapatan petani maka langkah selanjutnya adalah mendapatkan nilai Double Difference yaitu dengan menghitung selisih rata-rata peningkatan pendapatan riil petani di Desa Jati dan rata-rata peningkatan pendapatan riil petani di Desa Jamali. Hasilnya nilai Double Difference adalah Rp878 358 dan signifikan pada α = 1%. Hal ini menunjukkan bahwa Program PUAP telah memberikan dampak signifikan terhadap peningkatan pendapatan riil petani di Desa Jati Rp878.358 lebih besar dibandingkan dengan pendapatan riil petani di Desa Jamali yang tidak menerima Program PUAP.
Hasil perhitungan dari uji t-statistik terhadap pendapatan riil pada Tabel 20 menyajikan ringkasan statistik yang digunakan dalam analisis Double Difference. Deskripsi statistik terbagi pada 2 kelompok, yaitu kelompok petani yang menerima Program PUAP (Group 1) dan kelompok petani yang tidak menerima Program PUAP (Group 2). Masing-masing kelompok terdiri dari 50 sampel. Pada kolom berikutnya terdapat rata-rata selisih pendapatan riil dari tahun 2009 ke tahun 2014 untuk masing-masing kelompok. Untuk Group 1, terjadi kenaikan rata-rata pendapatan riil sebesar Rp1 084 616 dengan standar deviasi/derajat penyimpangan rata-rata kenaikan sebesar 1 886 812. Angka rata-rata kenaikan pendapatan riil pada sampel ini terletak pada populasi di antara 548 390.3 hingga 1 620 843 rupiah dengan tingkat kepercayaan 95%.
46
Tabel 20 T-test untuk dua sampel dengan varian yang sama (Two-sample t test with equal variances): perhitungan DD untuk pendapatan riil (rupiah) Group Obs Mean Std.Err. Std.Dev. 95% Conf. Interval
1 50 1 084 616 266 835.6 1 886 812 548 390.3 1 620 843 2 50 206 258.1 20 778.24 146 924.4 164 502.6 248 013.5 Combined 100 645 437.2 140 269.8 1 402 698 367 111.5 923 762.9 diff 878 358.3 267 643.3 347 228.9 1 409 488
Diff = mean (1) – (mean (2) t = 3.2818
H0: diff = 0 Degree of freedom = 98
Sumber: Lampiran 3
Sedangkan untuk Group 2, terjadi kenaikan rata-rata pendapatan riil sebesar Rp206 258.1 dengan standar deviasi atau derajat penyimpangan rata-rata kenaikan sebesar Rp146 924.4. Angka rata-rata kenaikan pendapatan riil sampel ini terletak pada populasi di antara 164 502.6 hingga 248 013.5 rupiah dengan tingkat kepercayaan 95%. Jika kedua kelompok sampel digabung, rata-rata kenaikan pendapatan riil sebesar Rp645 437.2 dengan standar deviasi Rp1 402 698. Selisih kenaikan pendapatan riil di antara kedua kelompok tersebut adalah Rp878,358 seperti yang tersaji pada kolom mean baris diff.
Dengan standar error sebesar Rp267 643, dan selisih kedua kelompok tersebut pada populasi terletak diantara Rp347 228.9 dan Rp1 409 488. Untuk menentukan apakah perbedaan kedua selisih tersebut signifikan (diff-in-diff) maka diperoleh t-hitung yaitu selisih kedua kelompok dibagi standar error (878 358.3 dibagi 267 643.3) sebesar 3.2818. Pada bagian akhir tabel tersebut tersedia 3 jenis hipotesa alternatif, yaitu ketika perbedaan lebih kecil dari nol, tidak sama dengan nol (berbeda), dan perbedaan lebih besar dari nol.
Untuk penelitian ini digunakan jenis hipotesa kedua yaitu dengan hipotesa alternatif perbedaan antara kedua selisih tidak sama dengan nol. Hal ini berimplikasi pada penggunaan tabel tes hipotesis t yaitu distribusi two-tail dengan degree of freedom sebesar jumlah observasi dikurangi jumlah kelompok sampel yaitu 98 atau 100 dikurangi 2. Dari tabel distribusi t maka hipotesa akan ditolak apabila t-hitung lebih besar dari 2.617 pada tingkat signifikansi 1%. Dari perhitungan sebelumnya, ditemukan bahwa t-hitung (3.2818) lebih besar dari t pada tabel sehingga tidak ada cukup bukti untuk menolak hipotesa alternatif yaitu perbedaan kedua selisih tidak sama dengan nol. Artinya, ada perbedaan antara rata- rata selisih kedua sampel. Sebagai catatan pada test t di perhitungan ini menggunakan asumsi equal variance untuk kedua sampel dengan jumlah observasi identik untuk kedua sampel yang diuji.
Meskipun analisis yang menggunakan Double Difference menunjukkan bahwa Program PUAP telah berhasil meningkatkan pendapatan petani, namun rata- rata pendapatan per kapita per bulan di Desa Jati (yaitu sebesar Rp261 481) ternyata masih berada di bawah garis kemiskinan Kabupaten Cianjur (yaitu Rp280 501 per kapita per bulan) pada 2014 (Tabel 21). Selain itu, pelaksanaan Program PUAP tidak berjalan sebagaimana yang diharapkan sebagaimana ditemukannya masih ada
47 petani tidak miskin yang menerima Program PUAP. Selain itu, informasi kualitatif menjelaskan adanya persoalan-persoalan pelaksanaan PUAP berkaitan dengan masalah keuangan, baik yang bersifat komitmen untuk mengembalikan pinjaman ataupun pungutan-pungutan yang dialami oleh Gapoktan. Pandangan umum masyarakat, termasuk petani, bahwa bantuan pemerintah merupakan hibah yang tidak harus dikembalikan (atau digulirkan) masih menjadi masalah utama. Penyadaran dan pemahaman tentang hal ini perlu dilakukan pihak-pihak terkait kepada masyarakat, khususnya petani penerima bantuan Program PUAP. Selain itu, Gapoktan penerima Program PUAP juga mengalami pungutan dari berbagai pihak, antara lain dari kantor desa setempat, lembaga swadaya masyarakat, maupun perseorangan yang memperjuangkan perolehan dana bantuan Program PUAP tersebut.
Tabel 21 Pendapatan per kapita per bulan di Desa Jati dan Jamali, serta garis kemiskinan Kab. Cianjur, 2009 dan 2014 (rupiah)
Pendapatan/kapita/bl
2009 2014
Desa Jati 167 986 261 481
Desa Jamali 60 891 90 764
Garis Kemiskinan Kabupaten Cianjur 192 176 280 501 Sumber: BPS dan data primer, diolah
Oleh karena itu kemudian perlu adanya analisis faktor-faktor internal strategis dan faktor-faktor eksternal strategis untuk mengetahui kekuatan dan kelemahan serta peluang dan ancaman yang paling dominan dalam mempengaruhi keberhasilan program penanggulangan kemiskinan di perdesaan, yaitu dengan menggunakan analisis IFE-EFE. Hasil dari analisis ini digunakan untuk merumuskan strategi terbaik dalam upaya penanggulangan kemiskinan di perdesaan secara bottom up dengan menggunakan analisis SWOT dan QSPM.
5.3 Identifikasi faktor-faktor strategis internal dan faktor-faktor strategis