BAB II TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA
2.4. Hipotesis Penelitian
Berdasarkan landasan teori maka dalam penelitian ini diajukan hipotesis sebagai berikut:
1) Faktor-faktor teknis yang mempengaruhi harga jual gabah petani yaitu upah tenaga kerja, biaya benih, biaya pestisida dan biaya pupuk.
2) Faktor-faktor non teknis yang mempengaruhi harga jual gabah petani yaitu kondisi cuaca, agen dan waktu panen.
BAB III
METODOLOGI PENELITIAN
3.1. Metode Penentuan Daerah Penelitian
Penentuan daerah penelitian dilakukan secara sengaja (purposive) yaitu di Desa Melati II Kecamatan Perbaungan Kabupaten Serdang Bedagai dengan pertimbangan bahwa daerah penelitian tersebut cukup potensial ditinjau dari segi luas areal, produksi, produktivitas padi, jumlah kelompok tani serta akses ke daerah penelitian.
Tabel 3. Luas Tanam, Panen, Puso dan Produksi Tanaman Pangan Kab.
Serdang Bedagai Tahun 2012 Komoditi Padi Sawah No Kecamatan Sisa Akh Sumber: Dinas Pertanian dan Peternakan Kab. Serdang Bedagai
3.2. Metode Pengambilan Sampel
Populasi penelitian adalah petani padi sawah yang melakukan usahatani dalam kurun waktu 5 (lima) tahun dan dengan ketentuan petani tersebut adalah petani pemilik penggarap. Dengan melihat ukuran sampel yang layak dalam penelitian adalah antara 30-500 sampel maka jumlah sampel yang diambil adalah 31 orang.
Penarikan 31 sampel dilakukan secara random sampling setelah mendata seluruh jumlah populasi kemudian dilakukan penarikan secara acak tanpa pengembalian (Sugiyono, 2007).
3.3. Metode Pengumpulan Data
Data yang dikumpulkan berupa data primer dan sekunder. Data primer diperoleh melalui wawancara dan kuisioner dengan petani sampel serta Petugas Penyuluh Lapang (PPL) di daerah penelitian. Sedangkan data sekunder diperoleh dari dinas-dinas terkait di daerah penelitian seperti Kantor Kepala Desa daerah penelitian, Kantor Camat Kabupaten, Dinas Pertanian dan Peternakan Kabupaten dan Provinsi, BPKP di daerah penelitian dan instansi terkait lainnya.
3.4. Metode Analisis Data
Untuk tujuan penelitian (1) dan (2) dianalisis dengan menggunakan model penduga regresi berganda dengan metode Ordinary Least Square (OLS) dengan alat bantu SPSS, secara sistematis dapat ditulis sebagai berikut:
Ý = a + b1X1 + b2X2 + b3X3 + b4X4 + b5d1 + b6d2 + b7d3 + µ Dimana:
Ý = Harga Jual Gabah Petani (Rp/Kg)
a = Intercept (konstanta)
b1, b2, b3, b4, b5, b6, b7 = Koefisien regresi
X1 = Upah tenaga kerja (Rp 10rb)
X2 = Biaya bibit (Rp 10rb)
X3 = Biaya pestisida (Rp 10rb)
X4 = Biaya pupuk (Rp 10rb)
d1 = Kondisi cuaca (tidak hujan=1, hujan=0)
d2 = Agen (bersaing=1, tidak bersaing=0)
d3 = Waktu panen (panen tepat waktu=1, panen sebelum waktunya=0)
µ = error term (koefisien error) (Sastrosupadi, 2003).
Uji Asumsi Klasik 1) Uji Multikolinearitas
Uji multikolinieritas dimaksudkan untuk menghindari adanya hubungan yang linier antar variabel bebas. Menurut Gujarati (1994), multikolinieritas dapat dideteksi dengan beberapa metode, diantaranya adlah dengan melihat:
- Jika nilai Tpleransi atau VIF kurang dari 0,1 atau nilai VIF melebihi 10 - Terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8.
Jika nilai F-hitung melebihi nilai F-tabel dari regresi antar variabel bebas.
- Melihat nilai R2 (R square) yang tinggi sedangkan tidak ada satupun variabel yang berpengaruh secara parsial (Sujianto, 2009).
2) Uji Heteroskesdasitas
Untuk mengetahui apakah penelitian ini terjadi heteroskesdasitas adalah dengan melihat gambar scatterplot dimana apabila tidak terjadi heteroskesdasitas maka titik akan menyebar tapa membentuk pola tertentu.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji
t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk jumla sampel kecil. Cara mendeteksi apakah residual berdistribusi normal apa tidak dalam model regresi adalah sebagai berikut:
- Uji Kolmogorov-Smirnov
Konsep dasar uji adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Output SPSS akan menunjukkan besar nilai Kolmogorov-Smirnov dengan criteria sebagai berikut:
a) Jika signifikansi > α : data residual model berdistribusi normal b) Jika signifikansi ≤ α : data residual model tidak berdistribusi normal.
Uji Hipotesis
Semua data yang telah diperoleh terlebih dahulu ditabulasi yang kemudian dianalisis dengan menggunakan alat uji yang sesuai dengan hipotesis yang diajukan.
1. Untuk menguji pengaruh variabel bebas secara serempak terhadap harga gabah digunakan uji F
Fhitung = 𝑅
2⁄𝑘 (1−𝑅2) (𝑛−𝑘−1)⁄
Keterangan:
R2 = koefisien determinasi k = jumlah variabel bebas n = jumlah sampel
F = uji hipotesis
Dengan kriteria uji sebagai berikut:
Jika Fhitung < Ftabel : tolak H0 ; terima H1
Jika Fhitung ≥ Ftabel : tolak H1 ; terima H0
Apabila: Fhitung < Ftabel: tolak H0 ; terima H1 artinya variabel bebas secara serempak tidak berpengaruh nyata terhadap variabel terikat.
Fhitung ≥ Ftabel: tolak H1 ; terima H0, artinya variabel bebas secara serempak berpengaruh terhadap variabel terikat.
2. Untuk menguji pengaruh variabel bebas secara parsial terhadap harga gabah digunakan uji t
𝑡(𝛽𝑖) = 𝑏𝑖 𝑆𝐸 (𝑏𝑖) Keterangan:
βi = koefisien regresi
SE (bi) = standar error koefisien regresi Dengan kriteria uji sebagai berikut:
Jika thitung < ttabel : tolak H0 ; terima H1
Jika thitung ≥ ttabel : tolak H1 ; terima H0
Apabila : thitung < ttabel : tolak H0 ; terima H1 artinya variabel bebas secara parsial tidak berpengaruh nyata terhadap variabel terikat.
thitung ≥ ttabel : tolak H1 ; terima H0 artinya variabel bebas secara parsial berpengaruh nyata terhadap variabel terikat.
Untuk tujuan penelitian (3), dijelaskan dengan menggunakan analisis deskriptif dengan menggunakan metode analisis trend linear untuk melihat bagaimana trend perkembangan harga gabah di daerah penelitian selama 4 (empat) tahun terakhir.
Persamaan trend dibentuk dengan menggunakan metode Least Square, yaitu:
Y = a + bx
Dimana: Y = y hasil prediksi ( y sendiri adalah data asli dari time series) x = kode yang berhubungan dengan waktu
untuk mencari nilai b digunakan rumus:
𝑏 = ∑ 𝑥 . 𝑦 − 𝑛. 𝑥̅. 𝑦̅
∑ 𝑥2− 𝑛. 𝑥̅2 Dan a dicari dengan rumus:
a = 𝑦 ̅ - b. 𝑥̅
dimana:
n = jumlah data
𝑥̅ = nilai rata-rata dari x
𝑦̅ = nilai rata-rata dari y (Santoso, 2003).
Untuk tujuan penelitian (4) digunakan metode deskriptif dengan memberikan kuisioner kepada instansi pemerintahan yang bersangkutan seperti penyuluh pertanian lapang (PPL) di daerah penelitian.
3.5. Defenisi dan Batasan Operasional
Untuk menghindari kesalahpahaman dan kekeliruan dalam penafsiran penelitian ini, maka perlu dibuat defenisi dan batasan operasional sebagai berikut:
3.5.1. Defenisi Operasional
1. Faktor teknis adalah faktor-faktor yang langsung mempengaruhi biaya produksi usahatani (upah tenaga kerja, biaya bibit, biaya pupuk, biaya pestisida) padi dan relevan dengan biaya produksi.
2. Faktor non-teknis adalah faktor-faktor yang mempengaruhi produksi yang secara eksternal dan off-farm mempengaruhi harga gabah.
3. Upah tenaga kerja adalah total upah tenaga kerja dalam kegiatan usahatani padi sawah per satu musim tanam.
4. Biaya bibit adalah total biaya penggunaan bibit dalam kegiatan usahatani padi sawah per satu musim tanam.
5. Biaya pupuk adalah total biaya penggunaan pupuk dalam kegiatan usahatani padi sawah per satu musim tanam.
6. Biaya pestisida adalah total biaya penggunaan pestisida dalam kegiatan usahatani padi sawah per satu musim tanam.
7. Mitigasi pemerintah adalah rencana-rencana yang dibangun pemerintah untuk membantu petani dalam hal peningkatan produksi padi yang telah dirasakan membantu petani secara langsung.
8. Harga gabah adalah sejumlah uang yang diterima petani atas hasil panennya yang dijual dalam bentuk Gabah Kering Panen (GKP).
9. Pemerintah adalah Petugas Penyuluh Lapang (PPL) di daerah penelitian.
3.5.2. Batasan Operasional
Adapun batasan operasional dalam penelitian ini adalah:
1. Penelitian dilakukan pada tahun 2012.
2. Daerah penelitian adalah Desa Melati II Kecamatan Perbaungan Kabupaten Serdang Bedagai.
3. Sampel dalam penelitian ini adalah petani padi sawah pemilik penggarap yang melakukan usahatani padi sawah kurun waktu 5 (lima) tahun sampai periode musim tanam tahun 2012 ini.
BAB IV
DESKRIPSI DAERAH PENELITIAN
4.1. Luas dan Topografi Desa
Desa Melati II terletak di Kecamatan Perbaungan, Kabupaten Serdang Bedagai, Provinsi Sumatera Utara dengan luas wilayah 1.180 Ha dan mempunyai topografi dataran rendah yang berada pada ketinggian 15 meter diatas permukaan laut yang terdiri dari 23 dusun. Jumlah penduduk di Desa Melati II sebanyak 13.382 jiwa.
Desa Melati II merupakan Desa dataran rendah dan Desa persawahan yang hamparan terbentang luas. Jarak orbitasi dari Desa Melati II ke Ibu Kota Kecamatan 6 Km dengan lama tempuh 15 Menit dan ke Ibu Kota Kabupaten Serdang Bedagai 23 KM atau lama tempuh 1,5 jam.
Adapun batas Desa Melati II sebagai berikut:
• Sebelah Utara berbatasan dengan Desa Kelurahan Melati I
• Sebelah Selatan berbatasan dengan Perkebunan PTPN II Kebun Melati
• Sebelah Barat berbatasan dengan Desa Citaman Jernih, Perk.PTPN Adolina IV
• Sebelah Timur berbatasan dengan Desa Jatimulya Kecmatan Pegajahan
Desa ini sangat potensial dalam pengembangan tanaman pangan seperti padi dan tanaman pangan laiannya. Jika dilihat dari penggunaan tanah adalah sebagai berikut:
• Sawah Irigasi Teknis : 847 Ha
• Tegal/Ladang : 114,5 Ha
• Tanah Rawa : 9 Ha
Setelah dilaksanakan Program Pemerintah Desa Melati II dalam pembangunan dan pembinaan masyarakat pada tahun 2006, maka taraf hidup di Desa Melati II sudah semakin meningkat, dimana meningkatnya hasil panen padi dari 960 Ton pada tahun 2005 menjadi 1024 Ton pada tahun 2006.
4.2. Keadaan Penduduk
Penduduk Desa Melati II berjumlah 13.382 jiwa meliputi 6.739 jiwa laki-laki dan 6.643 jiwa perempuan, dengan jumlah rumah tangga sebanyak 3493 KK.
Klasifikasi penduduk menurut pekerjaannya terdapat pada Tabel 4.1.
Tabel 4.1 Distribusi Penduduk Menurut Pekerjaan di Desa Melati II Tahun 2006
No Uraian Jumlah Penduduk (jiwa) Persentase (%)
1 Petani 1.603 46,69
2 Buruh Tani 640 18,64
3 Buruh/Swasta 300 8,73
4 Pegawai Negeri/TNI 182 5,30
5 Pengrajin 214 6,23
6 Pedagang 476 13,86
7 Peternak 6 0,17
8 Montir/Bengkel 12 0,38
TOTAL 3433 100
Sumber: Kantor Kepala Desa Melati II 2006 (diolah)
Tabel 4.1 menunjukkan bahwa penduduk di daerah penelitian memiliki beragam pekerjaan. Sebagai petani padi sebanyak 1.603 jiwa (46,69%), buruh tani sebanyak 640 jiwa (18,64%), buruh/swasta sebanyak 300 jiwa (8,73%), pegawai negeri/TNI sebanyak 182 (5,30%), pengrajin sebanyak 214 jiwa (6,23%), pedagang sebanyak 476 jiwa (13,86%), peternak sebanyak 6 jiwa (0,17%) dan montir/bengkel sebanyak 12 jiwa (0,38%).
Tingkat pendidikan formal merupakan salah satu kunci utama dalam membangun dan mengembangkan masyarakat terutama dalam menerima suatu inovasi dan informasi yang diberikan. Gambaran jumlah penduduk menurut tingkat pendidikan penduduk Desa Melati II dapat dilihat pada Tabel 4.2.
Tabel 4.2 Distribusi Penduduk Menurut Tingkat Pendidikan Formal di Desa Melati II Tahun 2006
No. Tingkat Pendidikan Jumlah Penduduk (jiwa) Persentase (%)
1. Tidak tamat SD 1.424 40,79
Sumber: Kantor Kepala Desa Melati II Tahun 2006 (diolah)
Tabel 4.2 menunjukkan bahwa tingkat pendidikan penduduk di Desa Melati II dapat dikatakan tinggi karena 59,21% dari seluruh penduduk telah dapat menyelesaikan pendidikan formal tingkat SD ke atas. Dengan demikian cara berpikir dan wawasan penduduk sudah maju.
4.3 Luas Wilayah dan Penggunaan Tanah
Luas wilayah Desa Melati II hamper seluruhnya digunakan untuk usahatani padi dan sebagian lainnya digunakan sebagai pemukiman. Lebih jelasnya dapat dilihat pada Tabel 4.3.
Table 4.3 Distribusi Luas Wilayah dan Penggunaan Tanah di Desa Melati II Tahun 2006
Sumber: Kantor Kepala Desa Melati II Tahun 2006 (diolah)
Tabel 4.3 menunjukkan bahwa penggunaan lahan sebagai usahatani padi merupakan yang terluas yaitu 847 Ha (71,77%), sedangkan untuk pemukiman penduduk digunakan sebanyak 198,4 Ha (16,81%).
4.4 Sarana dan Prasarana
Sarana dan prasarana yang terdapat di suatu daerah akan mempengaruhi perkembangan dan kemajuan masyarakat yang tinggal di daerah tersebut.
Semakin baik sarana dan prasarananya, maka akan mempercepat laju perkembangan daerah tersebut.
Dalam upaya mensejahterakan masyarakat Desa Melati II, pemerintah telah melaksanakan pembangunan sarana dan prasarana pendukung, yaitu PLN, sarana transportasi yaitu jalan Desa sepanjang 31,2 km dan jalan aspal 4 km. jembatan beton 27 unit dan jembatan kayu 1 unit. Sarana pendukung lain yaitu irigasi persawahan untuk mengairi 847 Ha sawah sedangkan sarana pendukung lainnya pelayanan pos dan telekomunikasi sudah terjangkau.
4.5 Karakteristik Sampel
Sampel dalam penelitian ini adalah petani yang menanam padi sawah irigasi di Desa Melati II Kecamatan Serdang Bedagai. Desa Melati II memiliki 15 kelompok tani dengan total petani padi sawah sebanyak 1412 jiwa.
Berdasarkan metode penentuan sampel yang telah ditentukan sebelumnya (purposive), maka setelah dilakukan pra-survey dan survey ke daerah penelitian ditetapkan jumlah petani sampel penelitian adalah sebanyak 31 sampel petani padi sawah irigasi dan 1 sampel Petugas Penyuluh Lapang (PPL).
BAB V
HASIL DAN PEMBAHASAN
5.1. Faktor-faktor yang Mempengaruhi Harga Jual Gabah Petani di Serdang Bedagai Kecamatan Perbaungan Desa Melati II
Faktor-faktor yang mempengaruhi harga jual gabah petani dibagi dalam dua yaitu faktor teknis dan faktor non teknis. Faktor-faktor teknis penduga yang mempengaruhi harga jual gabah yaitu total upah tenaga kerja, biaya benih, biaya pestisida dan biaya pupuk, dan faktor-faktor non teknis penduga yang mempengaruhi harga jual gabah yaitu kondisi cuaca, agen dan waktu panen diestimasi dengan model penduga Regresi Linier Berganda dengan metode OLS (Ordinary Least Square).
5.1.1. Uji Serempak (Uji F)
Uji F digunakan untuk mengetahui apakah variabel-variabel independen (upah tenaga kerja, biaya bibit, biaya pestisida, biaya pupuk, kondisi cuaca, agen, waktu panen) secara serempak berpengaruh nyata terhadap variabel dependen (harga gabah) dengan tingkat derajat kepercayaan yang digunakan adalah 0.05. Apabila nilai F hasil perhitungan lebih besar daripada nilai F menurut tabel maka hipotesis alternatif yang menyatakan bahwa semua variabel-variabel independen secara serempak berpengaruh nyata terhadap variable dependen.
Hasil uji pengaruh variabel-variabel secara serempak menggunakan uji F yang disajikan pada Tabel 5.1 berikut ini.
Tabel 5.1 Hasil Analisis Pengaruh Variabel Secara Serempak ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 258367.975 7 36909.711 8.900 .000a Residual 95382.025 23 4147.045
Total 353750.000 30
a. Predictors: (Constant), Waktu Panen, Upah Tenaga Kerja, Agen, Kondisi Cuaca, Biaya Pestisida, Biaya Pupuk, Biaya Benih
b. Dependent Variable: Harga Jual Gabah
Sumber: Lampiran 7
Dari hasil analisis regresi linier berganda di atas dapat dilihat bahwa F hitung > F tabel ( 8,900 > 2,44 ), maka tolak H1 ; terima H0 yang artinya upah tenaga kerja, biaya benih, biaya pestisida, biaya pupuk, kondisi cuaca, agen, dan waktu panen secara serempak berpengaruh nyata terhadap harga jual gabah petani.
5.1.2. Uji Parsial
Hasil uji pengaruh variabel-variabel independen secara parsial terhadap variabel dependen disajikan pada Tabel 5.2 berikut ini.
Tabel 5.2 Faktor-faktor yang Mempengaruhi Harga Gabah di Desa Melati II Kecamatan Perbaungan Kabupaten Serdang Bedagai
No. Variabel Koefisien Regresi t-hitung Sig.
1 Konstanta 3502.607 76.074 .000
Dari hasil analisis regresi linier berganda, diperoleh persamaan regresi sebagai berikut:
X3 = Biaya Pestisida (Rp 10rb) X4 = Biaya Pupuk (Rp 10rb)
d1 = Kondisi Cuaca (hujan = 1 , tidak hujan = 0) d2 = Agen (bersaing = 1 , tidak bersaing = 0)
d3 = Waktu Panen( panen pada waktunya= 1,panen tidak pada waktunya = 0)
µ = Error term (Koefisien Error)
Berdasarkan Tabel 5.2 (lampiran 7) diketahui bahwa nilai koefisien determinasi ( R2) yang diperoleh adalah sebesar 0,730. Hal ini menunjukkan bahwa sebesar 73% variasi harga jual gabah petani (Ý) telah dapat dijelaskan oleh variabel bebas yaitu upah tenaga kerja (X1), biaya benih (X2), biaya pestisida (X3), biaya pupuk (X4), kondisi cuaca (d1), agen (d2), waktu panen (d3) sedangkan sisanya sebesar 27% dipengaruhi oleh variabel lain yang tidak dimasukkan ke dalam model.
Akan tetapi, jika dilakukan uji signifikansi secara parsial dengan tingkat derajat kepercayaan yang digunakan 0.05 dilihat bahwa tidak semua variabel bebas yang dimasukkan ke dalam model berpengaruh secara nyata terhadap variabel terikat.
Upah tenaga kerja (X1) secara parsial berpengaruh nyata terhadap harga jual gabah petani, sig. (0.006 < 0.05) dengan koefisien regresi 0,621 dan bernilai positif artinya setiap penambahan upah tenaga kerja Rp 10.000,- akan meningkatkan harga jual gabah petani sebesar Rp 0,621,-. Penggunaan tenaga kerja yang berpengalaman dengan tingkat upah yang sesuai akan memperoleh hasil produksi yang optimal dalam waktu yang optimal. Peningkatan upah tenaga kerja berbanding lurus dengan peningkatan harga gabah yang artinya semakin tinggi upah maka harga gabah juga akan tinggi.
Biaya benih (X2) secara parsial berpengaruh nyata terhadap harga jual gabah petani, sig. (0.018 < 0.05) dengan koefisien regresi 4,841 dan bernilai positif artinya setiap penambahan biaya penggunaan benih Rp 10.000,- akan menaikkan
harga jual gabah petani sebesar Rp 4,841,-. Jenis benih yang digunakan di daerah penelitian adalah Ciherang yang merupakan salah satu jenis benih unggul yang direkomendasikan pemerintah. Penggunaan benih unggul dapat meningkatkan produksi karena benih unggul lebih bersifat resistan terhadap serangan hama penyakit. Rata-rata petani di daerah penelitian menggunakan 32,57 kg bibit varietas Ciherang untuk 1 ha luasan lahan dengan jumlah rumpun sekitar 3-5 rumpun per lubang tanam, sementara menurut rekomendasi, penggunaan bibit varietas Ciherang adalah sekitar 30 kg untuk 1 ha luasan lahan dengan jumlah rumpun sekitar 1-2 rumpun per lubang tanam. Berdasarkan hasil penelitian, hal ini dilakukan petani untuk mengatasi serangan hama penyakit dan gangguan alam seperti iklim buruk.
Pestisida (X3) secara parsial tidak berpengaruh nyata terhadap harga jual gabah petani, sig. (0,752 > 0,05) dengan nilai koefisien regresi 0,044 bernilai positif artinya setiap penambahan biaya penggunaan pestisida Rp 10.000,- akan menaikkan harga jual gabah petani sebesar Rp 0,044,-. Pestisida merupakan bahan kimia dalam usahatani sehingga pemakaiannya harus tepat dosis dan tepat waktu.
Di daerah penelitian tingkat serangan hama penyakit tergolong rendah.
Pupuk (X4) secara parsial tidak berpengaruh nyata terhadap harga jual gabah petani, sig. (0,272 > 0,05) dengan nilai koefisien regresi 0,284 bernilai positif artinya setiap penambahan biaya penggunaan pupuk Rp 10.000,- akan meningkatkan harga jual gabah petani sebesar Rp 0,284,-. Pupuk sebagai bahan kimia atau organisme berperan dalam penyediaan unsur hara bagi keperluan tanaman secara langsung maupun tidak langsung. Dengan demikian kebutuhan akan pupuk adalah hal yang utama bagi petani dalam peningkatan produksi gabah.
Setiap penambahan jumlah pupuk maka biaya pupuk bertambah dan harga gabah juga meningkat.
Kondisi cuaca (d1) secara parsial berpengaruh nyata terhadap harga jual gabah petani, sig. (0,002 < 0,05) dengan nilai koefisien regresi 106,847 bernilai positif artinya setiap panen pada saat kondisi cuaca tidak hujan akan meningkatkan harga jual gabah petani sebesar Rp 106,847,-. Kondisi cuaca berpengaruh terhadap kondisi kualitas gabah (mutu). Pada saat panas, kandungan butir hampa gabah, butir hijau gabah, dan butir kapur gabah rendah dan pengeringan gabah menjadi mudah sehingga kandungan butir kuning rendah yang merupakan identifikasi mutu gabah yang baik sehingga harga jual gabah akan tinggi dan sebaliknya.
Agen (d2) secara parsial berpengaruh nyata terhadap harga jual gabah petani, sig.
(0,014 < 0,05) dengan nilai koefisien regresi 72,199 bernilai positif artinya semakin bersaing agen pada saat panen akan menaikkan harga jual gabah petani sebesar Rp 72,199,-. Agen merupakan perpanjangan tangan kilang untuk membeli gabah petani. Semakin banyak agen yang beredar dalam suatu daerah pada saat panen maka harga gabah yang ditawarkan akan lebih tinggi karena masing-masing agen mempunyai kuota gabah yang akan dibawa ke kilang sehingga terjadi persaingan harga diantara agen-agen tersebut untuk memenuhi kuota gabah yang diharapkan kilang.
Waktu panen (d3) secara parsial berpengaruh nyata terhadap harga jual gabah petani, sig. (0,019 < 0,05) dengan nilai koefisien regresi sebesar 78,553 bernilai positif yang artinya bila panen pada waktunya akan meningkatkan harga gabah sebesar Rp 78,553,-. Kualitas gabah pada saat dipanen tepat waktu cenderung lebih baik dibandingkan dipanen sebelum waktunya dan harga juga lebih tinggi.
Kecenderungan petani di daerah penelitian yang memanen sebelum waktunya adalah keharusan petani tersebut untuk memperoleh uang mencukupi kebutuhan keluarganya atau hal lain yang menjadi keputusan petani.
5.1.3. Uji Asumsi Ordinary Least Square (OLS)
Sebelum dilakukan uji kesesuaian (goodness of fit) model, perlu dilakukan uji asumsi untuk mendeteksi terpenuhinya asumsi-asumsi dalam model regresi linier berganda harga gabah. Model regresi linier berganda dapat disebut model yang baik apabila memenuhi kriteria BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai apabila memenuhi asumsi klasik. Hasil pengujian asumsi diuraikan pada bagian berikut ini.
1) Uji Multikolinieritas
Uji multikolinieritas dimaksudkan untuk menghindari adanya hubungan yang linier antar variabel bebas. Multikoliniertas dapat dideteksi dengan beberapa metode diantaranya adalah melihat kriteria sebagai berikut:
Jika nilai Toleransi > 0,1 dan VIF < 10, disajikan pada Tabel 5.3.
Tabel 5.3 Hasil Uji Multikolinieritas menggunkan Statistik Kolinieritas
Coefficientsa
a. Dependent Variable: Harga Jual Gabah Sumber: Lampiran
Pada Tabel 9 dapat dilihat bahwa tidak terjadi multikolinieritas antar variabel bebas, ditunjukkan dengan kriteria:
1) Nilai VIF Upah Tenaga Kerja 6,621 (tidak melebihi 10) dan nilai Toleransi 0,151 (tidak kurang dari 0,1),
2) Nilai VIF Biaya Benih 8,581 (tidak melebihi 10) dan nilai Toleransi 0,117 (tidak kurang dari 0,1),
3) Nilai VIF Biaya Pestisida 1,667 (tidak melebihi 10) dan nilai Toleransi 0,600 (tidak kurang dari 0,1),
4) Nilai VIF Biaya Pupuk 4,110 (tidak melebihi 10) dan nilai Toleransi 0,243 (tidak kurang dari 0,1),
5) Nilai VIF Kondisi Cuaca 1,080 (tidak melebihi 10) dan nilai Toleransi 0,926 (tidak kurang dari 0,1),
6) Nilai VIF Agen 1,124 (tidak melebihi 10) dan nilai Toleransi 0,889 (tidak kurang dari 0,1).
7) Nilai VIF Waktu Panen 1,258 (tidak melebihi 10) dan nilai Toleransi 0,795 (tidak kurang dari 0,1).
2) Heteroskedastisitas
Untuk mengetahui apakah penelitian ini terjadi heterokesdasitas adalah dengan melihat gambar scater plot dimana apabila tidak terjadi heteroskesdasitas maka titik akan bersebar tanpa membentuk pola tertentu. Berikut adalah scatterplot penelitian.
Gambar 5.1 Scatterplot Hasil Uji Heteroskesdasitas
Adapun dasar pengambilan keputusan dilakukan dengan dasar analisis sebagai berikut:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengindikasikan telah terjadi heteroskesdasitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskesdasitas.
Dari Gambar 4 dapat dilihat bahwa titik-titik tersebut menyebar tanpa membentuk suatu pola tertentu dengan demikian disimpulkan bahwa tidak terjadi heteroskesdasitas pada penelitian.
3) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
• Uji Kolmogorov-Smirnov
Konsep dasar uji ini adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Output SPSS akan menunjkkan besar nilai Kolmogorov-Smirnov dengan kriteria sebagai berikut:
a. Jika signifikansi > α : data residual model berdistribusi normal, b. Jika signifikansi ≤ α : data residual model tidak berdistribusi normal.
Hasil Uji Normalitas dapat dilihat pada Tabel 8.
Tabel 5.4 Hasil Uji Normalitas menggunakan Uji Kolmogrov-Smirnov
No Keterangan Nilai Kolmogorov-Smirnov
1 Asymp. Sig. (2-tailed) 0,302
Sumber: lampiran 7 (diolah)
Signifikansi dari Kolmogorov-Smirnov sebesar 0,302 (>α=0,05), dapat disimpulkan bahwa data residual model berdistribusi normal.
5.3. Kecenderungan Perkembangan Harga Gabah di Kabupaten Serdang Bedagai
Perkembangan harga gabah di Serdang Bedagai dalam kurun waktu 4 (empat) tahun terakhir dapat dilihat pada Tabel 5.9 di bawah ini.
Perkembangan harga gabah di Serdang Bedagai dalam kurun waktu 4 (empat) tahun terakhir dapat dilihat pada Tabel 5.9 di bawah ini.