Faktor-Faktor Yang Mempengaruhi Keputusan Petani dalam

BAB V HASIL DAN PEMBAHASAN

5.2 Faktor-Faktor Yang Mempengaruhi Keputusan Petani dalam

Dari berbagai faktor-faktor yang mempengaruhi keputusan petani dalam mengkonversi lahan pertaniannya, peneliti menggunakan dua analisis yaitu analisis dengan metode logit dan juga secara deskriptif. Untuk faktor harga jual lahan, proporsi pendapatan, luas lahan, dan status lahan dianalisis dengan menggunakan metode logit atau binnary logistic. Sedangkan untuk kebijakan- kebijakan pemerintah terkait tata ruang dan pajak dibahas secara deskriptif.

Model regresi logistik (Logit)

Sesuai teori-teori sebelumnya mengenai faktor-faktor yang mempengaruhi seseorang untuk mengkonversi lahan pertaniannya maka peneliti menggunakan variabel-variabel sebagai berikut:

Variabel terikat;

Y = Sudah atau belum menjual lahan pertaniannya.

Y= 1, sudah menjual lahan pertaniannya.

Y= 0, belum menjual lahan pertaniannya.

Variabel bebas

X1 = Harga jual lahan (Rp jutaan/400m)

X2 = Proporsi pendapatan (%)

X3= Luas lahan (Ha)

X4= Produktivitas lahan (kg/Ha)

X5= Status lahan

Damana:

STA =1, memperoleh lahan dari membeli sendiri.

STA =0, memperoleh lahan dari warisan

Dari penjelasan variabel-variabel di atas maka dibuatlah estimasi sebagai berikut: Ŷ= a + b1X1 + b2 X2 + b3ZX3 + b4 X4 + D1X5 + ε

Analisis logit dalam penelitian ini dilakukan dengan dua bagian pengolahan yaitu; pertama, data diolah seluruhnya dan kedua, data diolah dengan menstratifikasikan data

menurut luas lahan menjadi dua bagian yaitu stratifikasi data dengan luas lahan ≤ 0,09 ha dan stratifikasi data dengan luas luas >0,09 ha tanpa out layer.

a. Pengolahan data seluruhnya

Setelah penelitian dilakukan dan diperoleh data, ternyata diperoleh data yang diduga out layer sehingga dalam pengolahan data dan analisis data pada bagian ini akan diolah dengan dua tahap yaitu data diolah seluruhnya bersama data yang diduga outlayer dan data diolah tanpa memasukan data yang diduga outlayer. Metode pengolahan data ini adalah metode forward LR. Dari hasil pengolahan data dengan menggunakan metode logit maka diperolehlah hasil sebagai berikut:

1. Data diolah seluruhnya dengan memasukan data yang out layer

Table 12 Koefisien, odds ratio dan signifikansi

Variabel Logit

Koefisien Odds Ratio Sign Konstanta X2 X4 10,308 -0,073 -0,001 0,929 0,999 0,000 0,009 0,007 Negelkerke R Square 0,714 Sumber: Data diolah dari lampiran 2

Dari hasil pengolahan data dengan menggunakan metode logit (binnary logistic) diperoleh nilai konstanta dan parameter untuk tiap-tiap variabel bebas, sehingga menghasilkan persamaan sebagai berikut:

Ŷ= 10,308 - 0,073 X2 -0,001 X4 + ε

Berdasarkan hasil pengolahan data diperoleh bahwa dari lima variabel yang diamati, terdapat dua variabel yang signifikan dan tiga variabel yang tidak signifikan pada derajat kepercayaan 5% . Variabel yang signifikan adalah X2 (proporsi pendapatan) dan X4 (produktivitas) dengan derajat kepercayaan 5%, Sedangkan untuk variabel yang tidak signifikan adalah X1 (harga jual lahan), X3 (luas lahan) dan X5 (status lahan). Adapun untuk penjelasannya adalah sebagai berikut:

Uji keseluruhan model (analisis secara serempak)

Uji keseluruhan model digunakan untuk melihat apakah secara keseluruhan model dapat digunakan sebagai alat prediksi. Uji keseluruhan model dengan menggunakan Chi square pada Omnibus Test menunjukkan angka siginifikansi model sebesar 0.000. Dari hasil pengamatan angka signifikansi tersebut menunjukan nilai yang lebih kecil dari 0,05, berarti dapat disimpulkan bahwa semua variabel bebas (X) secara bersama-sama dapat menerangkan variabel terikat (Y).

Uji Nagelkerke R Square

Uji ini digunakan untuk melihat seberapa besar model mampu menjelaskankan variabel terikat. Dari hasil pengujian diperoleh nilai Nagelkerke R Square model ini sebesar 71,4 %, maka dapat di artikan bahwa model dengan variabel bebas mampu menjelaskan 71,4% variabel terikat dan 28,6% merupakan variable lain yang tidak dimasukan ke dalam model.

Uji model secara parsial

Dari uji secara parsial dari lima variable bebas yang digunakan terdapat tiga variabel yang signifikan yaitu variabel proporsi pendapatan (X2), variabel produktivitas (X4), dengan penjelasan sebagai berikut:

• Variabel proporsi pendapatan (X2) secara signifikan mempengaruhi probabilitas pemilik lahan untuk menjual lahan atau tidak lahan pertaniannya. Koefisien variabel proporsi pendapatan sebesar -0,073, ini berarti jika variabel lain konstan dan proporsi pendapatan dari pertanian meningkat 1% dari total pendapatan maka secara rata-rata estimasi logit turun sebesar 0,073. Untuk nilai odds ratio diperoleh sebesar 0,929 artinya jika proporsi pendapatan pertanian turun 1% dari total pendapatan dan proporsi pendapatan dari luar pertaniaan naik 1% dari total pendapatan maka probabilitas pemilik lahan untuk menjual lahan pertaniannya 0,929 kali dibanding mempertahankan lahan pertaniannya yaitu sebesar 0,071 kali.

• Variabel produktivitas (X4) secara signifikan mempengaruhi probabilitas pemilik lahan untuk menjual lahan atau tidak lahan pertaniannya. Koefisien variabel produktivitas sebesar -0,001, ini berarti jika variabel lain konstan dan produktivitas meningkat 1 kg/Ha maka secara rata-rata estimasi logit turun sebesar 0,001. Untuk nilai odds ratio diperoleh sebesar 0,999 artinya jika produktivitas turun 1 kg/Ha maka kecendrungan pemilik lahan untuk menjual lahan pertaniannya 0,999 kali dibanding mempertahankan lahan pertaniannya yaitu sebesar 0,001 kali.

2. Data diolah seluruhnya tanpa data yang out layer

Table 13 Koefisien, odds ratio dan signifikansi Variabel Logit

Koefisien Odds Ratio Sign Konstanta X2 X4 10,964 -0,070 -0,002 0,932 0,998 0,000 0,017 0,009 Negelkerke R Square 0,735

Sumber: Data diolah dari lampiran 3

Ŷ= 10,964 - 0,070 X2 -0,002 X4 + ε

Berdasarkan hasil pengolahan data diperoleh bahwa dari lima variabel yang diamati, terdapat dua variabel yang signifikan dan tigavariable yang tidak signifikan pada derajat kepercayaan 5%. Variabel yang signifikan adalah X2 (proporsi pendapatan) dan X4 (produktivitas) dengan derajat kepercayaan 5%, Sedangkan untuk variabel yang tidak signifikan adalah X1(harga lahan), X3 (luas lahan) dan X4 (status lahan) . Adapun untuk penjelasannya adalah sebagai berikut:

Uji keseluruhan model (analisis secara serempak)

pengamatan angka signifikansi tersebut menunjukan nilai yang lebih kecil dari 0,05, berarti dapat disimpulkan bahwa semua variabel bebas (X) secara bersama-sama dapat menerangkan variabel terikat (Y).

Uji Nagelkerke R Square

Uji ini digunakan untuk melihat seberapa besar model mampu menjelaskankan variabel terikat. Dari hasil pengujian diperoleh nilai Nagelkerke R Square model ini sebesar 74,1 %, maka dapat di artikan bahwa model dengan variabel bebas mampu menjelaskan 74,1% variabel terikat dan 25,9% merupakan variable lain yang tidak dimasukan ke dalam model.

Uji model secara parsial

Dari uji secara parsial dari lima variable bebas yang digunakan terdapat dua variabel yang signifikan yaitu variabel produktivitas (X2) dan variabel proporsi pendapatan (X5), dengan penjelasan sebagai berikut:

• Variabel proporsi pendapatan (X2) secara signifikan mempengaruhi probabilitas pemilik lahan untuk menjual lahan atau tidak lahan pertaniannya. Koefisien variabel proporsi pendapatan sebesar -0,070, ini berarti jika variabel lain konstan dan proporsi pendapatan dari pertanian meningkat 1% dari total pendapatan maka secara rata-rata estimasi logit turun sebesar 0,070. Untuk nilai odds ratio diperoleh sebesar 0,932 artinya jika proporsi pendapatan pertanian naik1% dari total pendapatan dan proporsi pendapatan dari luar pertaniaan turun 1% dari total pendapatan maka probabilitas pemilik lahan untuk mempertahankan lahannya sebesar 0,932 kali dibanding menjual lahan pertaniannya.

• Variabel produktivitas (X4) secara signifikan mempengaruhi probabilitas pemilik lahan untuk menjual lahan atau tidak lahan pertaniannya. Koefisien variable produktivitas sebesar -0,002, ini berarti jika variabel lain konstan dan produktivitas meningkat 1 kg/Ha maka secara rata-rata estimasi logit turun sebesar 0,002. Untuk nilai odds ratio diperoleh sebesar 0,998 artinya jika produktivitas naik1 kg/Ha maka kecendrungan pemilik lahan adalah mempertahankan lahan 0,998 kali dari pada menjual lahan pertaniannya.

Dari hasil pengolahan dan analisi diatas ternyata setelah data yang diduga outlayer tidak disertakan dalam pengolahan terjadi peningkatan nilai Negelkerke R Square yaitu dari 71,4% menjadi 74,1%. Dari hasil kedua pengolahan data di atas juga terdapat kesamaan variabel yang tidak signifikan yaitu variabel harga jual lahan (X1), luas lahan (X3) dan status lahan (X5). Adapun pengamatan-pengamatan dilapangan yang dapat menjelaskan variabel yang tidak signifikan adalah sebagai berikut.

• Untuk luas lahan dari penelitian-penelitian sebelumya terdapat hubungan antara luas lahan dan keputusan petani dalam menjual lahannya dimana petani yang memiliki luas lahan kecil memungkinkan pemilik lahan untuk menjual lahan disebabkan karena skala usaha yang kecil untuk dapat memenuhi kebutuhan ekonomi . Sementara dari hasil pengamatan peneliti sendiri kondisi petani di Kota Medan rata-rata memiliki lahan yang relative kecil yaitu dibawah 0,5 Ha denagan persentase sebesar 93,3%. Dari hasil tersebut dapat disimpulkan bahwa hasil penelitian menunjukan bahwa keputusan petani menjual atau tidak lahan pertaniannya tidak dipengaruhi oleh luas lahan . Sedangkan untuk variabel harga jual lahan mengingat sampel merupakan petani yang telah menjual lahannya dan petani yang belum menjual lahannya maka,

dalam hal ini terdapat dua jenis harga yang berbeda. Harga jual untuk petani yang telah menjual lahan merupakan harga yang diterima saat melakukan jual beli lahan tersebut, sedangkan harga untuk petani yang belum menjual lahan adalah harga pasaran lahan di daerah lahan milik petani, dimana pada saat posisi harga tesebut petani juga tidak ingin menjual lahan mereka. Kemudian karena harga lahan tiap tahunnya mengalami kenaikan, jadi sebenarnya menurut peneliti penentuan harga untuk petani yang belum menjual lahan sulit ditetapkan sehingga tidak signifikansi dalam analisis model logit yang digunakan dalam penelitian ini.

• Status lahan tidak signifikan mempengaruhi keputusan pemilik lahan untuk menjual atau tidak lahan pertaniannya, karena dari responden ditemukan bahwa pemilik lahan dengan status lahan beli atau warisan pemilik lahan tetap menjual lahannya.

b. Pengolahan data dengan membagi dua data berdasarkan luas lahan yaitu dengan luas lahan ≤0,09 ha dan luas luas >0,09 ha tanpa out layer.

Dalam pengolahan data berikut di pisahkan menurut luas lahan yaitu data dengan luas lahan ≤0,09 ha dan data luas lahan >0,09 ha. Pengolahan data dengan luas lahan ≤0,09 ha hasil pengolahan datanya adalah sebagai berikut:

Table 14 Koefisien, odds ratio dan signifikansi data ≤0,09 tanpa out layer

variabel Logit

koefisien

Odds ratio Sign Konstanta X1 X2 X3 X4 X5 96,524 -0,032 -1,232 0,00012 -0,026 24,202 0,968 0,292 0 0,975 3,242 E10 0,002 1,000 0,998 0,999 0,998 0,999 Negelkerke R Square 1,000

Ŷ= 96,524 -0,032X1 -1,232X2 +0,00012X3 -0,026X4 +24,202X5 + ε

Berdasarkan hasil pengolahan data diperoleh bahwa dari lima variabel yang diamati ternyata semua variabel bebas secara parsial tidak nyata mempengaruhi variabel terikat dengan tingkat kepercayaan 5%. Meskipun secara serempak variabel memiliki signifikansi yang nyata yaitu sebesar 0,002 dan Uji Negelkerke R Square yang tinggi sebesar 1,000. Untuk data dengan luas lahan >0,09 ha, hasil pengolahan datanya adlah sebagai berikut:

Table 15 Koefisien, odds ratio dan signifikansi data luas lahan >0,09 ha

variabel Logit

koefisien

Odds ratio Sign Konstanta X1 X2 X3 X4 X5 263,762 -0,807 -1,003 383,575 -0,084 18,893 0,446 0,367 3,843E166 0,953 1,604E114 0,012 1,000 0,998 0,999 0,997 1,000 Negelkerke R Square 1,000

Sumber: Data diolah dari lampiran 5

Berdasarkan hasil pengolahan data diperoleh bahwa dari lima variabel yang diamati ternyata semua variabel bebas secara parsial tidak nyata mempengaruhi variabel terikat dengan tingkat kepercayaan 5%. Meskipun secara serempak variabel memiliki signifikansi yang nyata yaitu sebesar 0,012 dan Uji Negelkerke R Square yang tinggi sebesar 1,000.

Pengamatan faktor-faktor lain di lapangan.

Untuk variabel pajak dan variabel kebijakan tataruang akan dibahas secara deskriptif. Alasan mengapa kedua variabel ini dianalisis secara deskriptif karena dari hasil di lapangan kedua variabel ini jika dikaitkan dengan alasan petani menjual lahan atau tidak menjual lahan tidak ada pengaruhnya, jadi tidak ditemukan pemilik lahan melakukan penjualan lahannya karena dipengaruhi oleh pajak dan kebijakan pemerintah.

Pajak

Dalam hal pajak rata-rata petani di daerah penelitian jarang dikutip pajak dan bahkan beberapa petani tidak pernah dikutip pajak untuk lahan pertanian mereka. Berdasarkan hasil diskusi dengan beberapa pagawai pemerintahan pemungut pajak, petani selalu mengeluhkan pengutipan pajak karena masalah ekonomi. Di lapangan juga dapat dilihat sebagian besar petani padi sawah adalah petani penyewa. Petani penyewa sendiri terbagi atas petani yang menyewa lahan karena lahan mereka sendiri terlalu sempit sehingga untuk memperbesar usahanya mereka menyewa lahan yang tidak digunakan oleh pemiliknya. Kemudian ada petani yang memang tidak memiliki lahan sama sekali sehingga mereka menyewa lahan untuk melakukan kegiatan usaha taninya.

Kebijakan tata ruang

Pembahasan tentang kebijakan tata ruang dan alasan petani menjual lahan atau tidak lahan pertanian mereka jika dikaitkan secara langsung tidak ditemukan. Seperti misalnya banyak petani yang menjual lahan karena instruksi kebijakan tata ruang, hal ini tidak ditemukan di lapangan, tetapi petani melakukan penjualan lahan pertaniannya kebanyakan karena kebutuhan ekonomi. Meskipun begitu di lapangan juga ditemukan petani yang mengeluhkan pemerintah yang tidak memperhatikan pembangunan pemukiman yang kuarang teratur misalnya membangaun rumah bertepatan ada di depan lahan-lahan milik petani sehingga jalan alternatif masuk ke areal pertanian tertutup. Hal ini dapat memicu petani menjual lahan mereka dengan terpaksa.

Berikut adalah informasi yang diperolah dari lapangan tentang tata ruang menurut para petani:

a. Dari pihak petani sendiri sebenarnya sebagian besar tidak mengetahui kebijakan tataruang yang berlaku saat ini di arela lahan mereka.

b. Jika aturan tata ruang memang menetapkan lahan petani saat ini untuk pemukiman maka petani berharap memperoleh lahan untuk tetap bertani.

Dalam dokumen Analisis Faktor-Faktor Yang Mempengaruhi Pengambilan Keputusan Atas Konversi Lahan Pertanian Menjadi Permukiman Di Kota Medan (Halaman 46-58)