Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di dua wilayah sentra tembakau di Propinsi Jawa Timur dengan responden petani tembakau rakyat. Pemilihan lokasi penelitian dilakukan secara sengaja (purposive) dengan pertimbangan bahwa Jawa Timur merupakan penghasil tembakau terbesar di Indonesia. Lokasi penelitian yang dipilih merupakan sentra produksi tembakau virginia di Jawa Timur. Dua daerah yang dipilih sebagai lokasi penelitian adalah Kabupaten Bojonegoro dan Lamongan karena kedua daerah tersebut merupakan produsen tembakau virginia terbesar di Jawa Timur. Luas areal tembakau virginia di Bojonegoro mencapai 8 678 Ha dengan jumlah petani yang mengusahakan sebanyak 62 584 orang, sedangkan luas areal tembakau di Lamongan sebesar 3 183 Ha dengan jumlah petani sebanyak 35 013 orang. Pemilihan lokasi ini diharapkan dapat menggambarkan permasalahan penelitian yang telah dirumuskan. Berdasarkan kriteria tersebut, maka daerah yang mewakili adalah Bojonegoro, dan Lamongan.
Penelitian lapangan dilakukan selama empat bulan (Februari-Mei) untuk pengumpulan dan analisis data.
Metode Penentuan Sampel
Populasi penelitian ini adalah petani tembakau di Propinsi Jawa Timur. Unit analisis penelitian ini adalah petani tembakau yang menjadi pemilik dari usahatani tembakau tersebut. Sampel yang digunakan dalam penelitian ini diambil dengan menggunakan teknik random sampling dengan jenis systematic random sampling. Teknik ini digunakan pada ukuran populasi yang banyak dan tidak memiliki alat pengambilan data secara random. Systematic random sampling merupakan cara pengambilan sampel secara sistematis di mana sampel yang diambil merupakan sampel no tertentu dengan interval tertentu. Cara pengambilan sampel ini membutuhkan kerangka pengambilan sampel (sample frame) yang jelas. Kerangka sampel diperoleh dari Dishutbun Kabupaten Bojonegoro dan Disperbun Kabupaten Lamongan. Jumlah sampel yang digunakan dalam penelitian ini sebanyak 160 responden dengan pertimbangan jumlah populasi yang besar, maka semakin banyak responden yang diambil maka data akan semakin bagus dan dapat merepresentasikan kondisi di lapangan. Masing-masing kabupaten diambil 80 orang petani responden.
Data dan Instrumentasi
Data yang digunakan dalam penelitian ini adalah data primer dan sekunder. Data primer diperoleh langsung dari objek yang diteliti dan biasanya masih belum mengalami pengolahan lebih lanjut. Data primer diperoleh melalui pengamatan langsung dan wawancara dengan petani tembakau dan pihak terkait dengan menggunakan daftar pertanyaan. Data sekunder dapat diperoleh dari Direktorat Jenderal Perkebunan, Badan Pusat Statistik (BPS), Asosiasi Petani Tembakau Indonesia (APTI), perpustakaan IPB, studi literatur dari buku, internet, dan penelitian sebelumnya. Penelitian menggunakan pendekatan kuantitatif dan kualitatif. Pendekatan ini dipilih karena dapat memberikan gambaran mengenai perilaku kewirausahaan petani tembakau, serta membantu dalam melihat hubungannya dengan kinerja usaha. Instrumen yang digunakan dalam penelitian ini adalah kuesioner, penyimpan data elektronik, dan alat pencatat.
Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini meliputi wawancara, wawancara mendalam serta observasi lapang yang dilakukan sendiri oleh peneliti. Penelitian ini menggunakan bantuan kuesioner dan daftar pertanyaan wawancara untuk memperoleh data secara utuh yang dapat menggambarkan fenomena yang
terjadi di lapangan. Pengumpulan data diperoleh melalui jawaban kuesioner dari responden sebagai sampel dan dokumentasi laporan dan publikasi dari lembaga terkait. Kuesioner yang dibagikan merupakan penjabaran dari variabel-variabel yang terlibat dalam penelitian ini.
Metode Analisis Data
Data yang digunakan dalam penelitian ini adalah data kualitatif dan kuantitatif. Data kualitatif diperoleh melalui wawancara dan observasi selama penelitian sedangkan data kuantitatif yang diperoleh berupa data petani tembakau dan data penilaian perilaku kewirusahaan yang dimiliki petani tembakau. Analisis data dilakukan secara deskriptif dan kuantitatif. Analisis deskriptif digunakan untuk memberi gambaran umum mengenai responden yang meliputi gambaran umum tentang umur, tingkat pendidikan, usahatani tembakau, dan sebagainya. Sedangkan analisis kuantitatif dalam penelitian ini meliputi analisis lingkungan ekonomi, lingkungan sosial, lingkungan politik, lingkungan fisik, sifat individu, dan perilaku kewirausahaan serta hubungannya terhadap kinerja usaha. Data yang diperoleh dari kuesioner diolah menggunakan software computer Microsoft Excel, Lisrel 8.7, Minitab, dan SPSS.
Analisis Regresi Linier Berganda
Analisis regresi merupakan studi mengenai hubungan antara variabel satu variabel terikat dengan satu atau lebih variabel bebas. Analisis regresi memungkinkan kita untuk menguji pengaruh antara suatu variabel terhadap variabel lainnya. Menurut Gujarati (2007), walaupun regresi berkaitan dengan hubungan antara satu variabel tak bebas dengan satu atau lebih variabel bebas namun tidak selalu menyiratkan hubungan sebab akibat. Berarti variabel tidak selalu merupakan penyebab dan variabel tak bebas sebagai akibat. Apabila memang ada hubungan sebab akibat maka hubungan tersebut harus dilandasi oleh beberapa teori. Analisis regresi yang dilakukan dapat memiliki salah satu dari beberapa tujuan dilakukan analisis regresi berikut:
1. Memperkirakan nilai rata-rata dari variabel tak bebas, berdasarkan nilai variabel bebas yang ada.
2. Menguji hipotesis tentang sifat ketergantungan antar variabel (hipotesis ini dibuat berdasarkan teori ekonomi).
3. Memprediksi, atau meramalkan, nilai rata-rata dari variabel tak bebas berdasarkan nilai variabel bebas yang berada di luar rentang sampel.
4. Satu atau lebih gabungan tujuan di atas.
Umumnya, regresi linier terdiri dari dua, yaitu regresi linier sederhana dan regresi linier berganda. Regresi linier sederhana adalah analisis regresi dengan satu variabel terikat dan satu variabel bebas, sedangkan regresi linier berganda menggunakan beberapa variabel bebas. Analisis ini banyak digunakan pada penelitian-penelitian sosial terutama ekonomi. Software yang banyak digunakan
untuk analisis regresi adalah SPSS dan Minitab. Pada penelitian ini digunakan analisis regresi linier berganda karena melibatkan lebih dari satu variabel bebas. Persamaan umum dari regresi linier berganda adalah sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + ... + bnXn
dengan Y adalah variabel tak bebas dan X adalah variabel bebas. Koefisien a merupakan konstanta (intercept) yaitu titik potong antara garis regresi dengan sumbu Y, sedangkan b merupakan koefisien masing-masing variabel bebas. Asumsi model regresi linier berganda sangat mirip dengan asumsi model regreasi linier sederhana, yaitu (Juanda 2009):
1. Spesifikasi model regresi seperti pada persamaan di atas.
2. Peubah Xn merupakan peubah non stokastik (fixed), artinya sudah ditentukan,
bukan peubah acak. Selain itu tidak ada hubungan linier sempurna antar peubah bebas.
3. Komponen sisaan �i mempunyai nilai harapan sama dengan nol, dan ragam
konstan untuk semua pengamatan i (E(�i) = 0 dan Var (�i) = σ2).
4. Tidak ada hubungan atau tidak ada korelasi antar sisaan �i sehingga Cov(�i,
�j)=0, untuk i≠j.
5. Komponen sisaan menyebar normal.
Menurut Dalil Gaus Markov, jika asumsi tersebut dipenuhi maka pendugaan parameter koefisien regresi menggunakan metode OLS akan menghasilkan penduga tak bias linier terbaik (BLUE = Best Linear Unbiased Estimator).
Analisis regresi linier berganda pada penelitian ini dilakukan untuk mengukur pengaruh sifat individu dan lingkungan pada perilaku kewirausahaan dan kinerja usahatani serta pengaruh perilaku kewirausahaan pada kinerja. Elemen setiap variabel operasional dalam analisis regresi berganda ini adalah sifat individu (X1), lingkungan ekonomi (X2), lingkungan sosial (X3), lingkungan politik (X4), dan lingkungan fisik atau agroekosistem (X5). Sifat individu (X1) merupakan sifat yang dimiliki oleh individu yang akan mempengaruhi perilakunya pada usahatani tembakau, diantaranya need for achievement, innovativeness, proactive personality, self efficacy, stress tolerance, need for autonomy, internal locus of control, dan risk taking. Variabel lingkungan ekonomi (X2) merupakan kondisi ekonomi yang kondusif akan berpengaruh pada usahatani tembakau, diantaranya harga input output, akses modal, struktur pasar, inovasi produk olahan tembakau, dan peranan asosiasi. Variabel lingkungan sosial (X3) adalah kondisi sosial yang mempengaruhi petani sehingga berdampak pada usahatani tembakau, diantaramya latar belakang keluarga, pendidikan, sikap masyarakat, dan nilai budaya. Variabel lingkungan politik (X4) adalah undang- undang dan regulasi yang berpengaruh pada usahatani tembakau, diantaranya kebijakan pemerintah dan dukungan lembaga publik. Variabel lingkungan fisik (X5) merupakan kondisi agroekosistem yang berpengaruh pada usahatani tembakau, diantaranya cuaca, kesuburan tanah, sarana prasarana, perkembangan teknologi budidaya dan informasi.
Variabel dependen dalam analisis ini adalah perilaku kewirausahaan petani (Y1) dan kinerja usaha (Y2). Perilaku kewirausahaan (Y1) merupakan tindakan yang berhubungan dengan mengamati peluang dan menciptakan usaha untuk mewujudkan tujuan, seperti mendeteksi dan eksploitasi peluang, membuat
keputusan di bawah ketidakpastian, bekerja keras, dan kemampuan manajemen. Kinerja usaha (Y2) berhubungan dengan hasil atau tingkat keberhasilan seseorang secara keseluruhan selama periode tertentu dalam melaksanakan pekerjaan yang dilihat dari produktivitas, kualitas yang dihasilkan, dan keuntungan. Ada dua hal yang diuji di dalam penelitian ini. Pertama, mengukur pengaruh sifat individu dan lingkungan pada perilaku kewirausahaan petani. Kedua, melihat bagaimana pengaruh sifat individu, lingkungan, dan perilaku kewirausahaan terhadap kinerja usahatani. Persamaan dari regresi linier berganda yang dianalisis adalah sebagai berikut: Y1 = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 Y2 = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6Y1 Keterangan: X1 = sifat individu X2 = lingkungan ekonomi X3 = lingkungan sosial X4 = lingkungan politik X5 = lingkungan fisik Y1 = perilaku kewirausahaan Y2 = kinerja usahatani
Analisis regresi linier berganda membutuhkan pengujian serempak dengan menggunakan F hitung. Hasil perhitungan F hitung kemudian dibandingkan dengan F tabel untuk mengetahui apakah variabel bebas secara bersama-sama berpengaruh signifikan pada variabel tak bebas. Uji F disebut juga uji global atau uji signifikansi serentak. Uji ini bertujuan untuk melihat kemampuan menyeluruh dari variabel bebas dapat menjelaskan keragaman variabel terikat. Uji global juga dilakukan untuk mengetahui apakah semua variabel bebas memiliki koefisien regresi sama dengan nol. Uji F dapat dilakukan dengan cara membandingkan nilai statistik F observasi atau F hitung dengan F tabel atau melakukan perhitungan secara serentak dengan teknik analisis of variance (ANOVA). Jika F hit > F tabel berarti tidak signifikan atau H0 diterima dan apabila nilai F hit < F tabel berarti signifikan atau H0 ditolak.
Uji signifikansi parsial atau individual digunakan untuk menguji apakah suatu variabel bebas berpengaruh atau tidak pada variabel terikat. Pada regresi berganda mungkin saja secara serempak variabel bebas berpengaruh nyata pada variabel tak bebas namun belum tentu setiap variabel bebas berpengaruh nyata pada variabel terikat. Cara mengetahui apakah suatu variabel berpengaruh atau tidak pada variabel bebasnya adalah dengan melakukan uji t atau t-student (Suharyadi dan Purwanto 2009). Uji t dilakukan dengan membandingkan nilau t statistik observasi atau t hitung dengan t tabel yang dapat dilihat dari tabel probabilitas t. Selain membandingkan nilai t, uji t dapt dilakukan dengan melihat level signifikansi t hasil output software. Jika level signifikansi yang diperoleh lebih kecil dari nilai alpha (yaitu 0.05 atau 5 persen) maka dapat disimpulkan bahwa koefisien regresi yang diuji signifikan.
Analisis regresi berganda menggunakan software akan menghasilkan output yang salah satunya adalah koefisien determinasi (R2). Koefisien
determinasi menunjukkan kemampuan variabel bebas dalam menjelaskan variabel tak bebasnya. Koefisien determinasi membantu kita mengetahui besarnya variabilitas dalam data yang dijelaskan oleh model regresi. Nilai R2 berada di antara 0 persen sampai 100 persen di mana semakin mendekati 100 persen berarti semakin tinggi kemampuan variabel bebas dalam menjelaskan varians variabel tak bebasnya. Metode analisis regresi berganda juga membutuhkan beberapa uji asumsi yang secara statistik harus dipenuhi. Uji asumsi yang harus dipenuhi pada analisis regresi berganda, antara lain multikolinieritas, autokorelasi, dan heteroskedastisitas (Gujarati 2007).
Uji Multikolinieritas
Salah satu asumsi regresi linier klasik adalah tidak adanya multikolinieritas sempurna, yaitu tidak ada hubungan linier yang benar-benar pasti di antara variabel-variabel bebas di dalam regresi berganda. Pada prakteknya multikolinieritas sempurna jarang terjadi namun kasus multikolinieritas dekat atau sangat tinggi di mana variabel-variabel penjelas berhubungan secara linier sering muncul dalam penerapan. Jika terdapat hubungan antara variabel-variabel bebas ini, maka hubungan antara variabel bebas dengan variabel tak bebas akan terganggu. Adanya multikolinieritas dapat dideteksi dari beberapa indikator berikut (Gujarati 2007):
1. R2 tinggi namun sedikit rasio t yang signifikan.
2. Korelasi yang tinggi di antara variabel-variabel penjelas.
Jika nilai koefisien korelasi antar variabel penjelas ≥ 0.7 maka terjadi multikolinieritas.
3. Regresi subsider atau tambahan. 4. Nilai Variance Inflation Factor (VIF).
Jika nilai VIF ≤ 10 maka tidak terjadi multikolinier. Semakin besar nilai VIF maka varians akan semakin besar dan hal tersebut diakibatkan oleh besarnya rx1x2 karena adanya kolinearitas antara X1 dan X2. Dengan demikian, semakin
kecil nilai VIF maka dapat diduga tidak ada multikolinieritas.
Beberapa langkah yang dapat dilakukan untuk mengatasi multikolinieritas antara lain mengganti atau mengeluarkan variabel yang berkorelasi tinggi dari model, memperoleh data tambahan atau sampel baru (menambah jumlah sampel), mengkaji ulang model, mengkaji studi sebelumnya tentang beberapa parameter, dan mentransformasi variabel. Penghilangan variabel bebas yang berkorelasi akan menghilangkan masalah multikolinieritas namun penghilangan variabel bebas harus dilakukan dengan hati-hati karena bisa jadi variabel yang dikeluarkan merupakan variabel penting.
Uji Autokorelasi
Asumsi ini dikenal sebagai asumsi tidak adanya korelasi berurutan atau tidak ada autokorelasi yang berarti tidak ada korelasi antara suatu periode dengan periode sebelumnya. Analisis regresi dilakukan untuk melihat pengaruh antara variabel bebas pada variabel tak bebasnya sehingga tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. Autokorelasi biasanya berhubungan dengan data time series namun bisa pula terjadi pada data cross-section. Korelasi
seperti ini disebut korelasi ruang (spatial correlation), yaitu korelasi dalam ruang bukan waktu. Lokasi penelitian yang berdekatan memiliki karakteristik yang mirip sehingga terjadi korelasi dalam ruang atau tempat. Adanya autokorelasi dapat terlihat melalui pengujian grafik, metode Durbin Watson, uji h-statistik, dan metode Lagrange Multiplier. Salah satu uji formal yang populer untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Nilai statistik Durbin-Watson
yang didapatkan, yaitu 0 ≤ d ≤ 4.
- Jika Statistik DW bernilai 2, maka ρ akan bernilai 0, yang berarti tidak ada autokorelasi.
- Jika Statistik DW bernilai 0, maka ρ akan bernilai 1, yang berarti ada autokorelasi positif.
- Jika Statistik DW bernilai 4, maka ρ akan bernilai -1, yang berarti ada autokorelasi negatif.
Dengan demikian, jika nilai DW mendekati angka 2 maka kita dapat menduga bahwa residual tidak memiliki korelasi.
Autokorelasi dapat terjadi karena beberapa sebab, antara lain variabel bebas yang relevan tidak dimasukkan dalam model regresi, kesalahan spesifikasi model matematika yang digunakan, pemakaian data yang kurang baik, dan kesalahan spesifikasi variabel gangguan. Autokorelasi menyebabkan nilai standar error lebih kecil dari nilai sebenarnya dan penduga OLS tidak lagi efisien. Nilai standar error yang kecil membuat nilai statistik uji-t tinggi (overestimate) sehingga dugaan parameter koefisiennya lebih tepat dari yang sebenarnya, atau cenderung menolak hipotesis H0 meskipun seharusnya tidak ditolak, atau
cenderung memutuskan H1 (Juanda 2009).
Uji Heteroskedastisitas
Asumsi penting model regresi linier klasik adalah bahwa gangguan varians yang tercakup dalam fungsi regresi populasi bersifat homoskedastis, artinya semua memiliki varians yang sama. Jika varians bervariasi dari observasi ke observasi berarti terdapat heteroskedastisitas. Model regresi dianggap memenuhi syarat apabila varians dari satu observasi ke observasi lain tetap atau homoskedastisitas. Heteroskedastisitas sering terjadi pada data cross section namun dapat juga terjadi dalam data time series. Beberapa penyebab keragaman varians diantaranya sebagai berikut (Juanda 2009):
1. Hubungan antara variabel bebas dan tak bebas yang bervariasi, misalnya hubungan pendapatan (X) dan pengeluaran rumah tangga (Y) yang umumnya semakin tinggi pendapatan maka pola pengeluaran semakin bervariasi.
2. Pada data time series, ketelitian atau keakuratan objek penelitian sering mengikuti pola umum dari error-learning model. Pengalaman individu akan memperbaiki kesalahan-kesalahan masa lalu sehingga ragam kesalahannya semakin kecil seiring dengan waktu.
3. Spesifikasi model kurang cocok, baik dalam bentuk fungsi maupun variabel- variabel yang relevan di dalam model regresi.
4. Adanya data pencilan yang dapat menyebabkan terjadinya heteroskedastisitas. Adanya heteroskedastisitas akan menyebabkan dugaan parameter koefisien regresi dengan metode OLS tetap tidak bias dan masih konsisten, namun standar errornya bias ke bawah. Selain itu penduga OLS tidak efisien lagi.
Beberapa cara diagnosa yang dapat membantu mendeteksi adanya heteroskedastisitas adalah melalui pegujian grafik residual, uji Park, uji Glejser, dan uji White. Pengujian grafik dilakukan dengan memetakan nilai residual terhadap nilai prediksi. Jika hasil plot menunjukkan pola tertentu berarti dalam datanya mungkin terdapat gejala heteroskedastisitas.
Adanya heteroskedastisitas dapat ditangani dengan beberapa solusi. Pertama, jika varians kesalahan sebenarnya dikenali, metode Weighted Least Squares (WLS) untuk mendapatkan estimator BLUE namun pada prakteknya varians kesalahan sebenarnya jarang diketahui sehingga dapat dilakukan transformasi data sehingga dalam model transformasi tersebut faktor kesalahan bersifat homoskedastisitas. Transformasi ke dalam betuk logaritma hanya dapat dilakukan apabila semua data bernilai positif (Gujarati 2007).
Definisi Operasional
Elemen variabel operasional dalam penelitian ini adalah sifat individu, lingkungan ekonomi, lingkungan sosial, lingkungan politik, dan lingkungan fisik. Variabel-variabel ini akan diuji hubungan dan pengaruhnya terhadap perilaku kewirausahaan petani dan kinerja usaha. Penjelasan variabel-variabel yang digunakan di dalam penelitian ini adalah sebagai berikut:
1) Sifat-sifat individu (personality traits) merupakan alasan, tindakan, dan sumber keunikan individu yang akan mempengaruhi perilakunya pada usahatani tembakau. Trait merupakan pola konsistensi dari pikiran, perasaan, atau tindakan yang membedakan seseorang dari yang lain. Sifat-sifat yang digunakan dalam penelitian ini, diantaranya need for achievement, innovativeness, proactive personality, self efficacy, stress tolerance, need for autonomy, internal locus of control, dan risk taking (Rauch dan Frese 2007). Need for achievement menyiratkan seseorang memilih tugas dengan tingkat kesulitan lebih tinggi, bertanggung jawab pada hasil, dan mencari feedback dari tindakan yang dilakukan. Hal ini penting bagi wirausahawan karena seorang wirausahawan harus tertantang untuk melakukan hal-hal yang lebih sulit dengan baik. Innovativeness merupakan kesediaan seseorang untuk menerima teknologi atau cara-cara baru. Sifat ini mendorong wirausahawan untuk menerapkan inovasi dalam usahanya. Proactive juga merupakan sifat penting yang dimiliki wirausahawan karena seorang wirausahawan harus bertindak atas inisiatif sendiri dan mampu mengidentifikasi dan menindaklanjuti peluang. Self efficacy sangat penting karena wirausahawan harus percaya diri pada kemampuan mereka untuk melakukan tugas yang tidak terduga dalam situasi yang tidak menentu. Seseorang dengan self- efficacy yang tinggi akan bertahan ketika menemui masalah dan bahkan mencari tantangan. Stress tolerance penting karena seorang wirausahawan biasa dihadapkan pada kondisi yang penuh tekanan dan risiko. Toleransi pada stress membantu wirausahawan agar tidak tegang dalam situasi yang penuh tekanan. Need for autonomy berkaitan dengan pemilihan keputusan secara independen, mengatur dan mengembangkan rencana sendiri, serta menentukan tujuannya sendiri. Seseorang dengan need for autonomy yang
tinggi cenderung ingin memegang kendali dan tidak suka peraturan-peraturan dalam pekerjaan sehingga lebih memilih untuk berwirausaha. Internal locus of control berarti percaya bahwa tindakan yang dilakukan menentukan hasil yang akan diperoleh. Seseorang dengan internal locus yang tinggi meyakini bahwa mereka dapat mengontrol hasil yang diperoleh sehingga mereka mengerahkan usaha dan ketekunan untuk mendapatkan hasil yang diharapkan. Sifat yang terakhir adalah risk taking, karena usaha selalu dihadapkan pada kondisi yang tidak pasti sehingga wirausahawan harus mampu mengambil keputusan di dalam ketidakpastian.
2) Variabel lingkungan ekonomi merupakan kondisi ekonomi yang akan berpengaruh pada usahatani tembakau, diantaranya harga input output, akses modal, struktur pasar, inovasi produk olahan tembakau, dan peranan asosiasi. 3) Variabel lingkungan sosial adalah kondisi sosial yang mempengaruhi petani sehingga berdampak pada usahatani tembakau, diantaramya latar belakang keluarga, pendidikan, sikap masyarakat, dan nilai budaya.
4) Variabel lingkungan politik adalah undang-undang dan regulasi yang berpengaruh pada usahatani tembakau, diantaranya kebijakan pemerintah dan dukungan lembaga publik.
5) Variabel lingkungan fisik merupakan kondisi agroekosistem yang berpengaruh pada usahatani tembakau, diantaranya cuaca, kesuburan tanah, sarana prasarana, perkembangan teknologi budidaya dan informasi.
6) Perilaku kewirausahaan merupakan tindakan yang berhubungan dengan mengamati peluang dan menciptakan usaha untuk mewujudkan tujuan, seperti mendeteksi dan eksploitasi peluang, membuat keputusan di bawah ketidakpastian, bekerja keras, dan kemampuan manajemen.
7) Kinerja usaha berhubungan dengan hasil atau tingkat keberhasilan seseorang secara keseluruhan selama periode tertentu dalam melaksanakan pekerjaan yang dilihat dari produktivitas, kualitas yang dihasilkan, dan keuntungan. 8) Petani responden yang diteliti menanam tembakau musim kemarau (Vor-
Oogst) dengan jenis virginia.
