BAB VI ANALISIS DAN PEMBAHASAN
6.6. Hasil Uji Statistik
Tahapan selanjutnya dalam penelitian ini adalah uji statistik terhadap variabel yang berpengaruh besar terhadap produksi kelapa sawit.Sebelum dilakukan uji statistik, terlebih dahulu disusun nilai dari tiap variabel, seperti terlihat pada Tabel 6.5.
Tabel 6.5.Variabel Faktor-Faktor X1– X4 yang berpengaruh terhadap
Produksi Kebun Sawit Langkat
Tahun X1 X2 X3 X4 Y Biaya Pemeliharaan (Rp) Biaya Pemupukan(Rp) Biaya Premi Panen (Rp) Biaya Pengamanan Produksi Sawit (Ton) 2006 9.173.201.226 0 3.329.373.875 1.913.536.567 79.634 2007 7.878.247.420 0 2.657.723.275 1.846.085.235 52.733 2008 9.118.267.227 0 2.953.577.248 1.751.135.310 50.923 2009 8.176.744.013 0 2.902.394.843 1.776.248.841 51.085 2010 8.479.452.568 0 2.207.630.132 1.779.361.665 37.971
Sumber : Hasil Pengolahan Data, 2011
Dari Tabel 6.5. terlihat bahwa variabel X2 yakni Biaya Pemupukan karena tidak pernah dilaksanakan pada tahun 2006 hingga 2010, sehingga dalam pengolahan data melalui SPSS versi 17 variabel ini dihilangkan. Data yang akan diolah melalui uji statistik dapat dilihat pada Tabel 6.6.
Tabel 6.6.Variabel Faktor-Faktor X1– X3 yang berpengaruh terhadap Produksi Kebun Sawit Langkat
Tahun X1 X2 X3 Y Biaya Pemeliharaan (Rp) Biaya Premi Panen (Rp) Biaya Pengamanan Produksi Sawit (Ton) 2006 9.173.201.226 3.329.373.875 1.913.536.567 79.634 2007 7.878.247.420 2.657.723.275 1.846.085.235 52.733 2008 9.118.267.227 2.953.577.248 1.751.135.310 50.923 2009 8.176.744.013 2.902.394.843 1.776.248.841 51.085 2010 8.479.452.568 2.207.630.132 1.779.361.665 37.971
Sumber : Hasil Pengolahan Data, 2011
6.6.1. Uji Normalitas Data
Uji Normalitas data dilakukan sebelum data diolah berdasarkan model- model penelitian yang diajukan. Uji normalitas data bertujuan untuk mendeteksi distribusi data dalam suatu variabel yang akan digunakan dalam penelitian. Data yang baik dan layak untuk membuktikan model-model penelitian tersebut adalah data yang memiliki distribusi normal.Hasil uji normalitas data dengan Nonparametrik Test seperti terlihat pada Tabel 6.7.
Tabel 6.7.Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Biaya Pemeliharaan Biaya Premi Panen Biaya Pengamanan Produksi N 5 5 5 5 Normal Parametersa,,b
Mean 8.5652E9 2.8101E9 1.8133E9 5.4469E7 Std.
Deviation
5.71337E8 4.13805E8 66,165,106.25240 1.52684E7 Most Extreme Differences Absolute .233 .188 .296 .345 Positive .160 .164 .296 .345 Negative -.233 -.188 -.174 -.208 Kolmogorov-Smirnov Z .522 .421 .662 .772
Asymp. Sig. (2-tailed) .948 .994 .774 .590
Dari Tabel 6.7. diperoleh nilai rata-rata dan standar deviasi dari tiap variabel. Untuk mengetahui data yang diuji normal atau tidak dapat dilihat pada Asymp. Sig. (2-tailed)diperoleh nilai 0,948 pada variabel X1, nilai 0,994 pada
variabel X2, nilai 0,774 pada variabel X3, serta nilai 0,590 pada variabel Y. Dari
kelima nilai pada variabel tersebut nilai Asymp. Sig. (2-tailed) diatas nilai alpha 0,05% yang berarti bahwa distribusi data normal.
6.6.2. Analisis Korelasi Pearson
Untuk mengetahui hubungan antar variabel. Berikut ini ditampilkan hasil output SPSS versi 17 yang menghasilkan nilai korelasi pearson.
Tabel 6.8. Hasil Output untuk Nilai Korelasi Pearson Correlations Produksi Biaya Pemeliharaan Biaya Premi Panen Biaya Pengamanan Pearson Correlation Produksi 1.000 .495 .888 .834 Biaya Pemeliharaan .495 1.000 .545 .141 Biaya Premi Panen .888 .545 1.000 .504 Biaya Pengamanan .834 .141 .504 1.000
Sig. (1-tailed) Produksi . .198 .122 .139
Biaya Pemeliharaan .198 . .171 .410 Biaya Premi Panen .022 .171 . .193 Biaya Pengamanan .039 .410 .193 . N Produksi 5 5 5 5 Biaya Pemeliharaan 5 5 5 5 Biaya Premi Panen 5 5 5 5 Biaya Pengamanan 5 5 5 5
Sumber : Hasil Pengolahan Data, 2011
Berkenaan dengan besaran angka. Angka korelasi untuk Pearson berkisar pada 0 (tidak ada korelasi sama sekali) dan 1 (korelasi sempurna). Sebagai pedoman sederhana, angka korelasi diatas 0,5 menunjukkan korelasi yang cukup kuat, sedang dibawah 0,5 korelasi lemah. Tanda korelasi juga berpengaruh pada penafsiran hasil. Tanda – (negatif) pada output menunjukkan arah hubungan yang
berlawanan, sedangkan tanda + (positif) menunjukkan arah hubungan yang sama. (Santoso, 2011).
Koefisien Korelasi Biaya Pemeliharaan dengan Produksi
Pada Tabel 6.8. koefisien korelasi Biaya Pemeliharaan dengan Produksi menunjukkan angka 0,495 yang berarti menunjukkan hubungan yang sama atau searah, dan berkorelasi lemah karena dibawah 0,5. Dapat disimpulkan bahwa biaya pemeliharaan yang telah dikeluarkan oleh Kebun Sawit Langkat dapat meningkatkan produksi, dan hubungan yang lemah antara biaya pemeliharaan dengan produksi.
Koefisien Korelasi Biaya Premi Panen dengan Produksi
Pada Tabel 6.8. koefisien korelasi Biaya Premi Panen dengan Produksi menunjukkan angka 0,888 yang berarti menunjukkan hubungan yang sama atau searah, dan berkorelasi kuat karena diatas 0,5 dan mendekati 1. Dapat disimpulkan bahwa biaya premi panen yang telah dikeluarkan oleh Kebun Sawit Langkat dapat meningkatkan produksi, dan hubungan yang kuat antara biaya premi panen dengan produksi.
Koefisien Korelasi Biaya Pengamanan dengan Produksi
Pada Tabel 6.8. koefisien korelasi Biaya Pengamanan dengan Produksi menunjukkan angka 0,834 yang berarti menunjukkan hubungan yang sama atau searah, dan berkorelasi kuat karena diatas 0,5. Dapat disimpulkan bahwa biaya pengamanan yang telah dikeluarkan oleh Kebun Sawit Langkat dapat meningkatkan produksi, dan hubungan yang kuat antara biaya pengamanan dengan produksi.
6.6.3. Analisis Regresi Berganda
Regresi berganda digunakan pada penelitian yang memliki jumlah variabel independen lebih dari satu. Hasil dari uji regresi berganda dapat dilihat pada Tabel 6.9.
Tabel 6.9. Hasil Output untuk Nilai Koefisien
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta
1 (Constant) -2.553E8 1.681E7 -
15.19 0 .042 Biaya Pemeliharaan .003 .001 .117 3.006 .204 Biaya Premi Panen .020 .002 .553 12.37 7 .051 Biaya Pengamanan .124 .009 .539 14.25 8 .045
a. Dependent Variable: Produksi
Sumber : Hasil Pengolahan Data, 2011
Persamaan regresi pada penelitian ini adalah : Y’ = a + b1X1 + b2X2 + b3X3
Y’ =-2,553E8+0.003X1+0,20X2+0.124X3
Persamaan tersebut sesuai dengan Tabel 6.14.dapat dijelaskan sebagai berikut : Konstanta sebesar -2,553E8 artinya jika X1,X2, dan X3 nilainya 0, maka
produksi sawit (Y) nilainya adalah -2,553E8.
Koefisien regresi variabel Biaya Pemeliharaan (X1) sebesar 0,003 artinya
jika variabel independen lain nilainya tetap dan biaya pemeliharaan (X1)
peningkatan sebesar 0,003%. Koefisien bernilai positif artinya terjadinya hubungan positif antara biaya pemeliharaan (X1) dengan produksi sawit,
semakin naik biaya pemeliharaan (X1) maka semakin naik produksi sawit.
Koefisien regresi variabel biaya premi panen (X2) sebesar 0,020 artinya
jika variabel independen lainnya tetap dan biaya premi panen mengalami kenaikan 1% maka produksi sawit akan mengalami peningkatan sebesar 0,020%, koefisien bernilai positif artinya terjadi hubungan positif antara biaya premi panen dengan produksi sawit, semakin naik biaya premi panen maka semakin meningkat produksi sawit
Koefisien regresi variabel biaya pengamanan (X3) sebesar 0,124 artinya
jika variabel independen lainnya tetap dan biaya pengamanan mengalami kenaikan 1%maka produksi sawit akan mengalami peningkatan sebesar 0,124%, koefisien bernilai positif artinya terjadi hubungan positif antara biaya pengamanan dengan produksi sawit, semakin naik biaya pengamanan maka semakin meningkat produksi sawit
Dari Tabel 6.9. variabel biaya pengamanan merupakan variabel yang paling berpengaruh karena memiliki nilai koefisien tertinggi dibanding variabel lain yakni 0,124sedangkan biaya pemeliharaan merupakan variabel yang paling rendah mempengaruhi produksi di Kebun Sawit Langkat dengan nilai 0,003.
6.6.4. Uji Nyata (Uji t)
Dari Tabel 6.9. diperoleh hasil t hitung dari setiap variabel, sedangkan nilai t tabel diperoleh berdasarkan rumus df=n-k, dimana n adalah jumlah data yang diobservasi yakni 5 tahun dan k adalah jumlah variabel independen dan terikat, sehingga df=5-4 atau df=1. Pada t tabel df=1dengan alpha 0,05diperoleh
nilai12,71 . Untuk menguji pengaruh secara nyata dari masing-masing variabel independen maka dibandingkan nilai t hitung terhadap t tabel.
Uji t Biaya Pemeliharaan dengan Produksi
Nilai t hitung Biaya Pemeliharaan pada Tabel 6.9. adalah 3,006 atau lebih kecil dari nilai t tabel yakni 12,71 (3,006 <12,71) , sehingga hipotesis Ho diterima atau dapat disimpulkan bahwa secara nyata biaya pemeliharaan tidak berpengaruh terhadap produksi.
Uji t Biaya Premi Panen dengan Produksi
Nilai t hitung Biaya Premi Panen pada Tabel 6.9. adalah 12,377 atau lebih kecil dari nilai t tabel yakni 12,71 (12,377 <12,71) , sehingga hipotesis Ho diterima atau dapat disimpulkan bahwa secara nyata biaya premi panen tidak berpengaruh terhadap produksi.
Uji t Biaya Pengamanan dengan Produksi
Nilai t hitung Biaya Pengamanan pada Tabel 6.9. adalah 14,258 atau lebih besar dari nilai t tabel yakni 12,71 (14,258 >12,71) , sehingga hipotesis Ho ditolak atau dapat disimpulkan bahwa secara nyata biaya pengamanan berpengaruh terhadap produksi.
6.6.5. Analisis Determinasi (R2)
Analisis determinasi dalam regresi berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (X1, X2,…..Xn) secara
serenpak terhadap variabel dependen(Y). Koefisien ini menunjukkan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen, seperti terlihat pada Tabel 6.10.
Tabel 6.10. Hasil Output untuk Nilai Regresi Berganda Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .999a .999 .996 9.80689E5 .999 322.862 3 1 .041 a. Predictors: (Constant), Biaya Pengamanan, Biaya Pemeliharaan, Biaya Premi Panen b. Dependent Variable: Produksi
Sumber : Hasil Pengolahan Data, 2011
Dari Tabel 6.10. terlihat bahwa nilai R square adalah 0,999 atau mendekati 1. Hal ini menunjukkan hubungan yang sangat kuat antara biaya pemeliharaan, biaya premi panen dan biaya pengamanan terhadap peningkatan produksi di Kebun Sawit Langkat.
Pengertian nilai (R Square) ialah jikaR2 sama dengan 0, maka tidak ada sedikitpun pengaruh variabel independen terhadap variabel dependen, sebaliknya jika R2 sama dengan 1, maka pengaruh variabel independen terhadap variabel dependen sempurna, atau variasi variabel independen yang digunakan dalam model menjelaskan 100% variasi variabel dependen.
DariTabel 6.10.diperolehnilai Adjusted R Square sebesar 0,996 atau 99,6%. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen (biaya pemeliharaan, biaya premi panen, danbiaya pengamanan) terhadap variabel dependen (produksi sawit) sebesar 99,6%, atau variasi variabel independen yang digunakan dalam model summary mampu menjelaskan sebesar 99,6% variasi variabel dependen dan 0,4% dipengaruhi oleh variabel lain yang tidak diteliti pada penelitian ini.
6.6.5. Uji F
Uji F (Anova) digunakan untuk mengetahui apakah variabel independen (X1, X2,…..Xn) secara bersama-sama berpengaruh secara signifikan terhadap
variabel dependen (Y). Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).Dari hasil output analisis regresi dapat diketahui nilai F seperti pada Tabel 6.11.
Tabel 6.11. Hasil Output untuk Anova
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 9.315E14 3 3.105E14 322.862 .041a
Residual 9.618E11 1 9.618E11
Total 9.325E14 4
a. Predictors: (Constant), Biaya Pengamanan, Biaya Pemeliharaan, Biaya Premi Panen b. Dependent Variable: Produksi
Sumber : Hasil Pengolahan Data, 2011 Tahap Uji F (Anova) :
1. Menentukan Hipotesis
Ho : Tidak ada pengaruh secara signifikan antara biaya pemeliharaan, biaya premi panen, dan biaya pengamanan secara bersama-sama terhadap produksi sawit
Ha : Ada pengaruh secara signifikansi antara biaya pemeliharaan, biaya premi panen, dan biaya pengamanan secara bersama-sama terhadap produksi sawit
2. Menentukan Tingkat Signifikan
Tingkat signifikan 5% (signifikan 5% adalah ukuran standar yang sering digunakan dalam penelitian sosial).
3. Menentukan F Hitung
Berdasarkan Tabel 6.15. diperoleh F hitung sebesar 322,861
4. Menentukan F Tabel
Dengan tingkat keyakinan 95%, df 1 = 3, df2 = 1, Ftabel =216 5. Kriteria Pengujian
Ho diterima bila F hitung < F tabel Ho ditolak bila F hitung > F tabel 6. Kesimpulan
Karena F hitung > F tabel (322,861>216) maka Ho ditolak, artinya ada pengaruh secara signifikan antara biaya pemeliharaan, biaya premi panen, biaya pengamanan secara bersama-sama terhadap produksi sawit. Dari kasus ini dapat disimpulkan bahwa biaya pemeliharaan, biaya premi panen, dan biaya pengamanan secara bersama-sama berpengaruh terhadap produksi sawit di Kebun Sawit Langkat. Hal ini dapat juga dilihat dari probabilitas significance 0.41 yang lebih kecil dari 0.5.