Lokasi dan Waktu Penelitian
Penelitian yang dilakukan adalah mengenai analisis risiko produksi padi dengan metode SRI di Desa Nagrak Utara Kecamatan Nagrak Kabupaten Sukabumi. Pemilihan lokasi dilakukan secara sengaja (purposive) karena Desa Nagrak Utara merupakan salah satu desa yang memproduksi padi dengan metode SRI di Kecamatan Nagrak. Selain itu, Desa Nagrak Utara memiliki luas lahan persawahan terbesar dibanding dengan desa lainnya di Kecamatan Nagrak, ditambah desa ini secara keseluruhan persawahannya dengan irigasi teknis sehingq1q1222ga mendukung untuk membudidayakan tanaman padi. Menurut BP3K (Balai Penyuluhan Pertanian, Perikanan dan Kehutanan) Kecamatan Nagrak, padi menjadi komoditas utama di Desa Nagrak Utara. Pengumpulan data dilakukan pada bulan Februari sampai April 2016. Pertimbangan lain pemilihan lokasi tersebut karena petani di Desa Nagrak Utara menghadapi kondisi dimana produktivitas padi bervariasi diantara petani. Variasi produktivitas ini mengindikasikan adanya risiko produksi yang dihadapi petani padi metode SRI di Desa Nagrak Utara.
Jenis dan Sumber Data
Penelitian ini menggunakan data primer dan data sekunder. Data Primer merupakan data yang diperoleh langsung dari sumber atau objek penelitian. Sumber atau objek penelitian pada penelitian ini di antaranya petani yang menanam padi metode SRI, penyuluhan pertanian, dan berbagai instansi terkait yang berhubungan dengan penelitian. Data primer dikumpulkan dengan pengamatan langsung di lapangan dan wawancara dengan pihak petani yang dijadikan sebagai responden dengan menggunakan daftar pertanyaan yang telah dipersiapkan sebelumnya.
Data sekunder ialah data yang sudah ada atau diterbitkan namun bukan untuk tujuan penelitian para peneliti, biasanya harus diolah lebih lanjut untuk disesuaikan dengan kebutuhan para peneliti. Data sekunder pada penelitian ini diantaranya literatur pada instansi-instansi terkait yang diperoleh dari Badan Pusat Statistik, Badan pelaksana penyuluhan pertanian dan kehutanan, literatur penelitian terdahulu dari perpustakaan LSI Institut Pertanian Bogor, buku, jurnal, penelusuran melalui internet.
Metode Pengambilan Sampel
Sampel yang dipilih pada penelitian ini adalah petani-petani yang menanam padi dengan metode SRI (System of Rice Intensification) di Desa Nagrak Utara. Pada Desa Nagrak Utara, sebagian besar masyarakatnya berprofesi sebagai petani dan paling banyak mengusahakan tanaman padi (BP3K Kecamatan Nagrak). Metode penarikan sampel dalam penelitian ini adalah dengan menggunakan
non-probability sampling, karena terbatasnya informasi atau data populasi petani yang
menanam padi dengan metode SRI. Penarikan sampel dilakukan secara purposive dimana cara penarikan sampel yaitu dengan memilih responden berdasarkan pertimbangan-pertimbangan tertentu. Metode purposive dilakukan dengan beberapa pertimbangan kriteria, diantaranya adalah petani-petani yang menanam padi di Desa Nagrak Utara dengan metode System of Rice Intensification (SRI) dan melakukan proses panen dari bulan Desember 2015 sampai dengan Maret 2016. Jumlah sampel yang diambil ditentukan sebanyak 35 orang untuk memenuhi aturan umum secara stastistik, yaitu lebih dari 30 orang karena sudah terdistribusi normal.
Metode Pengumpulan Data
Pengumpulan data akan dilakukan melalui wawancara dan diskusi. Wawancara dan diskusi dilakukan kepada pihak-pihak terkait untuk memperoleh informasi mengenai gambaran umum lokasi penelitian, proses kegiatan teknis, sumber risiko, dan keterangan lain yang sesuai dengan kebutuhan penelitian.
Metode Pengolahan Data
Data yang diperoleh dari responden pada penelitian ini akan dianalisis secara kualitatif dan kuantitatif. Analisis kualitatif dilakukan dengan pendekatan deskriptif untuk mengetahui pendeskripsian mengenai gambaran umum objek yang diteliti. Sedangkan analisis kuantitatif digunakan untuk menganalisis risiko produksi yaitu menganalisis faktor-faktor produksi yang memengaruhi produktivitas dan varians (risiko) produksi padi metode SRI. Pengolahan data secara kuantitatif akan menggunakan alat bantu kalkulator, Microsoft Exel 2013, dan SPSS 21.
Analisis Deskriptif
Analisis deskriptif akan dilakukan dengan menggunakan metode diskusi dan wawancara. Analisis deskriptif pada penelitian ini akan menjelaskan mengenai karakteristik petani responden seperti umur, pengalaman berusahatani, tingkat pendidikan petani, dan hal-hal lainnya. Analisis deskriptif juga akan digunakan untuk menganalisis penggunaan input untuk produksi padi SRI, proses usahatani padi SRI, dan harga jualnya.
Analisis Risiko Produksi
Analisis risiko produksi pada penelitian ini dilakukan menggunakan model
Just and Pope. Model Just and Pope digunakan untuk menganalisis pengaruh
faktor-faktor produksi terhadap produktivitas dan risiko produksi. Faktor-faktor produksi yang diduga memengaruhi produktivitas dan risiko produksi padi SRI diantaranya bibit, pupuk kandang, pupuk petroganik, urea, phonska, pestisida cair, dan tenaga kerja.
Model Risiko Produksi Just and Pope
Analisis risiko produksi dalam model Just and Pope diperoleh dengan melakukan pendugaan terhadap fungsi produksi rata-rata dan fungsi variance produktivitas. Dalam fungsi produksi Just dan Pope melibatkan masuknya kesalahan istilah (error) ke dalam fungsi produksi untuk menggambarkan pengaruh faktor tak terkendali seperti inefisiensi teknis, cuaca, dan lainnya dalam produksi. Masuknya kesalahan istilah (error) ke dalam fungsi produksi akan menunjukkan variabilitas bahwa dalam output juga dijelaskan oleh tingkat input yang digunakan. Fungsi produksi yang digunakan adalah fungsi produksi dalam bentuk logaritma natural. Model fungsi produksi Just and Pope yang digambarkan oleh fungsi produktivitas rata-rata dan fungsi varians produktivitasnya dapat ditulis sebagai berikut:
Fungsi Produktivitas Rata-Rata:
LnYi = β0 + β1LnX1i + β2LnX2i + β3LnX3i + β4LnX4i + β5LnX5i + β6LnX6i + β7LnX7i + ε
Fungsi Variance Produktivitas :
Lnσ²Yi = θ0 + θ1LnX1i + θ2LnX2i + θ3LnX3i + θ4LnX4i + θ5LnX5i + θ6LnX6i
+θ7LnX7i + ε
Variance Produktivitas : σ²Yi = ( Yi - Yi )² Dimana:
Y = Produktivitas Padi SRI aktual (kg/ha)
Yi = Produktivitas rata-rata Padi SRI (kg/ha) X1 = Jumlah penggunaan bibit per musim tanam (kg/ ha)
X2 = Jumlah penggunaan pupuk kandang per musim tanam (kg/ ha) X3 = Jumlah penggunaan pupuk petroganik per musim tanam (kg/ ha) X4 = Jumlah penggunaan Urea per musim tanam (kg/ ha)
X5 = Jumlah penggunaan Phonska per musim tanam (kg/ ha) X6 = Jumlah penggunaan pestisida cair per musim tanam (ml/ ha) X7 = Jumlah tenaga kerja per musim tanam (HOK/ ha)
σ²Y = Variance produktivitas padi SRI ε = error
i = Petani responden
β1,β2,...,β7 = Koefisien parameter dugaan X1, X2,..., X7
θ3,θ4,...,θ7 = Koefisien parameter dugaan X1, X2,..., X7
Hipotesis dari fungsi produktivitas rata-rata padi SRI a Bibit (X1)
β1 > 0, artinya semakin banyak bibit yang digunakan dalam proses produksi maka akan meningkatkan produktivitas padi metode SRI
b Pupuk Kandang (X2)
β2 > 0, artinya semakin banyak penggunaan pupuk kandang dalam proses produksi maka akan meningkatkan produktivitas padi metode SRI
c Pupuk petroganik (X3)
β3 > 0, artinya semakin banyak penggunaan pupuk petroganik dalam proses produksi maka akan meningkatkan produktivitas padi metode SRI
d Urea (X4)
β4 > 0, artinya semakin banyak penggunaan pupuk urea dalam proses produksi maka akan meningkatkan produktivitas padi metode SRI
e Phonska (X5)
Β5 > 0, artinya semakin banyak penggunaan pupuk phonska dalam proses produksi maka akan meningkatkan produktivitas padi metode SRI
f Pestisida Cair (X6)
Β6 > 0, artinya semakin banyak penggunaan pestisida cair dalam proses produksi maka akan meningkatkan produktivitas padi SRI
g Tenaga Kerja (X7)
Β7 > 0, artinya semakin banyak penggunaan tenaga kerja dalam proses produksi maka akan meningkatkan produktivitas padi SRI
Hipotesis dari fungsi variance produktivitas padi SRI :
Penggunaan faktor produksi tidak semua berpengaruh positif terhadap variance produktivitas padi SRI. Berikut ini hipotesis dari fungsi variance produktivitas padi SRI :
a. Bibit (X1)
θ1 > 0, artinya semakin banyak bibit padi metode SRI yang digunakan dalam proses produksi maka variance produktivitas padi semakin meningkat, sehingga bibit dikategorikan sebagai faktor yang meningkatkan risiko (risk
inducing factors).
b. Pupuk Kandang (X2)
θ2 > 0, artinya semakin banyak pupuk kandang yang digunakan dalam proses produksi maka variance produktivitas padi metode SRI semakin meningkat, sehingga pupuk kandang dikategorikan sebagai faktor yang meningkatkan risiko (risk inducing factors).
c. Pupuk petroganik (X3)
θ3 > 0, artinya semakin banyak pupuk petroganik yang digunakan dalam proses produksi maka variance produktivitas padi metode SRI semakin meningkat, sehingga pupuk petroganik dikategorikan sebagai faktor yang meningkatkan risiko (risk inducing factors).
d. Urea (X4)
θ4 > 0, artinya semakin banyak pupuk urea yang digunakan dalam proses produksi maka variance produktivitas padi metode SRI semakin meningkat, sehingga pupuk urea dikategorikan sebagai faktor yang meningkatkan risiko (risk inducing factors).
e. Phonska (X5)
θ5 > 0, artinya semakin banyak pupuk phonska yang digunakan dalam proses produksi maka variance produktivitas padi metode SRI semakin meningkat,
sehingga pupuk phonska dikategorikan sebagai faktor yang meningkatkan risiko (risk inducing factors).
f. Pestisida Cair (X6)
θ6 < 0, artinya semakin banyak pestisida cair yang digunakan dalam proses produksi maka variance produktivitas padi metode SRI akan menurun, sehingga pestisida cair dikategorikan sebagai faktor yang mengurangi risiko (risk reducing factors).
g. Tenaga Kerja (X7)
θ7 < 0, artinya semakin banyak tenaga kerja yang digunakan dalam proses produksi maka variance produktivitas padi SRI akan menurun, sehingga tenaga kerja dikategorikan sebagai faktor yang mengurangi risiko (risk
reducing factors).
Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau uji asumsi klasik, sehingga sebelum melakukan analisis yang sesungguhnya, data pnelitian harus di uji kenormalan distribusinya. Data yang baik adalah data yang normal dalam pendistribusiannya. Dasar pengambilan keputusan dalam uji normalitas adalah apabila nilai signifikansi lebih besar dari 0.05 maka data tersebut berdistribusi normal dan sebaliknya.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas karena model regresi yang baik seharusnya tidak terdapat korelasi antar variabel bebas. Jika terjadi korelasi yang kuat di antara variabel independen, masalah multikolinearitas akan muncul. Artinya hasil estimasi dari koefisien menjadi tidak valid (Rosadi 2010). Salah satu ukuran yang digunakan untuk melihat adanya multikolinearitas antarvariabel independen adalah Variance Infaltion Factor (VIF).
Dimana:
Rxj2 = Koefisien determinasi dari model regresi antara variabel dependent Xj dan variabel X lainnya sebagai variabel independent.
Apabila nilai VIF pada masing-masing variabel independen memiliki nilai lebih dari 10 maka dapat disimpulkan bahwa dalam model tersebut terjadi multikolinieritas. Menurut Rosadi (2010), penyelesaian masalah multikolinearitas dapat dilakukan dengan berbagai cara, diantaranya: (1) menambah lebih banyak observasi, (2) mengeluarkan salah satu variabel yang memiliki hubungan korelasi yang kuat, (3) mentrasformasikan variabel independen dengan mengkombinasikan variabel-variabel independen ke dalam satu indeks, dan (4) melakukan analisis regresi Bayesian atau regresi ridge.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi di antara komponen error pada periode waktu
tertentu dengan komponen error pada periode waktu sebelumnya. Untuk menguji adanya autokorelasi pada model dapat dilakukan dengan penyajian grafis dan uji Durbin-Watson (DW) yaitu dengan membandingkan DW statistik dengan DW tabel (Gujarati 1991). Uji DW d statistik menggunakan rumus sebagai berikut:
Dimana :
d = nilai uji DW d statisik ε = nilai error
Apabila nilai d sama dengan nol, maka terdapat autokorelasi positif sempurna, akan tetapi apabila nilai d sama dengan empat, maka terdapat autokorelasi negatif sempurna. Nilai d sama dengan dua menunjukkan bahwa tidak ada autokorelasi. Pada Gambar 7 menunjukkan bahwa batas d adalah nol dan empat.
Gambar 7 Statistik d Durbin-Watson
Sumber : Gujarati (2006)
4. Uji Heteroskedastisitas
Heterokesdastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain atau untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Cara memprediksi ada tidaknya heterokesdastisitas pada suatu model dapat dilihat dari plot gambar scatterplot model tersebut. Analisis pada gambar scatterplot yang menyatakan model regresi linear berganda tidak terdapat heterokesdastisitas apabila : (1) Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. (2) Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. (3) Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar
0 dL du 2 4-du 4-dL 4
Menolak Ho Bukti autokorelasi
positif
Menerima Ho Tidak ada autokorelasi
Menolak Ho Bukti autokorelasi
negatif
kemudian menyempit dan melebar kembali. (4) Penyebaran titik-titik data sebaiknya tidak berpola.
Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan melihat koefisien determinasi (R²), uji signifikansi model dugaan, dan uji signifikansi variabel.
1. Koefisien Determinasi (R²)
Koefisien determinasi (R²) digunakan untuk mengetahui tingkat kesesuaian (goodness of fit) model dugaan. Goodness of fit menunjukkan ketepatan data aktual dengan data ramalannya. Nilai koefisien determinasi (R²) menunjukkan seberapa besar keragaan variabel dependent dapat dijelaskan oleh variabel-variabel independent. Nilai yang semakin tinggi pada koefisien determinasi (R2) menunjukkan model yang digunakan semakin baik, nilai error pada model semakin kecil (Gujarati 1991).
2. Uji signifikansi model dugaan
Uji signifikansi model dugaan dilakukan untuk melihat nyata atau tidak nyatanya pengaruh variabel independent yang digunakan terhadap variabel
dependent. Uji signifikansi model dugaan dilakukan dengan menggunakan uji F.
Adapun prosedur pengujiannya sebagai berikut:
a. Hipotesis
Pengujian hipotesis produktivitas rata-rata : H0 : βi = 0, i = 1,2,3,….7
H1 : ada salah satu βi yang ≠ 0 Pengujian hipotesis varians produktivitas:
H0 : θi = 0, i = 1,2,3,….7 H1 : ada salah satu θi yang ≠ 0 b. Statistik Uji F
Uji F hitung dapat dirumuskan sebagai berikut (Gujarati 1991) :
Dimana:
R² = Koefisien determinasi k = Jumlah variabel bebas n = Jumlah sampel
c. Kriteria uji
Kriteria uji dilakukan dengan membandingkan nilai Fhitung dengan nilai sebaran Ftabel, dengan kriteria:
Fhitung> F(k-1, n-k) pada taraf nyata α, maka tolak H0 Fhitung < F(k-1, n-k) pada taraf nyata α, maka terima H0
Jika tidak menggunakan tabel, maka dapat dilihat nilai p dengan kriteria: p-value < α, maka tolak H0
Jika Fhitung > F(k-1, n-k) atau p-value < α maka variabel independent mempunyai pengaruh nyata terhadap variabel dependent pada taraf nyata α,, dan sebaliknya. 3. Uji signifikansi variabel
Uji signifikansi variabel dilakukan untuk mengetahui variabel independent yang memengaruhi variabel dependent. Uji signifikansi variabel dapat dilakukan dengan uji t.
Adapun prosedur pengujiannya sebagai berikut: a. Hipotesis
Pengujian hipotesis fungsi produktivitas rata-rata : H0 : βi = 0, i = 1,2,3,….6
H1 : βi ≠ 0
Pengujian hipotesis varians produktivitas: H0 : θi = 0, i = 1,2,3,….6
H1 : θi≠ 0
b. Statistik Uji t
Uji t hitung dapat dirumuskan sebagai berikut (Gujarati 1991) :
Dimana:
bi = Koefisien determinasi untuk variabel Xi
c. Kriteria uji
Kriteria uji dilakukan dengan membandingkan nilai thitung dengan nilai sebaran ttabel, dengan kriteria:
thitung> ttabel pada taraf nyata α, maka tolak H0 thitung< ttabel pada taraf nyata α, maka terima H0
Jika tidak menggunakan tabel, maka dapat dilihat nilai p dengan kriteria: p-value < α, maka tolak H0
p-value > α, maka terima H0
Jika thitung> ttabel atau p-value < α maka variabel independent mempunyai pengaruh nyata terhadap variabel dependent pada taraf nyata α, dan sebaliknya.
Definisi Operasional dan Asumsi
a. Produktivitas (Y) adalah jumlah total panen padi metode SRI yang dihitung dalam satuan kilogram per hektar selama satu periode tanam.
b. Bibit (X1) adalah jumlah bibit yang digunakan untuk memproduksi padi metode SRI yang diukur dengan satuan kilogram per hektar per periode tanam.
c. Pupuk kandang (X2) adalah jumlah pupuk kandang yang digunakan untuk melakukan proses usahatani padi metode SRI yang dihitung dalam satuan kilogram per hektar selama satu periode tanam.
d. Pupuk petroganik (X3) adalah jumlah pupuk petroganik yang digunakan untuk melakukan proses usahatani padi metode SRI yang dihitung dalam satuan kilogram per hektar selama satu periode tanam.
e. Urea (X4) adalah jumlah pupuk urea yang digunakan untuk melakukan proses usahatani padi metode SRI yang dihitung dalam satuan kilogram per hektar selama satu periode tanam.
f. Phonska (X5) adalah jumlah pupuk phonska yang digunakan untuk melakukan usahatani padi SRI dalam satuan kilogram per hektar selama satu periode tanam.
g. Pestisida Cair (X6) adalah jumlah pestisida cair yang digunakan untuk melakukan proses usahatani padi metode SRI yang dihitung dalam satuan kilogram per hektar selama satu periode tanam.
h. Tenaga kerja (X7) adalah jumlah tenaga kerja yang digunakan untuk melakukan proses usahatani padi SRI yang dihitung dalam satuan HOK per hektar selama satu periode tanam.
Pengaruh Risiko Terhadap Pendapatan Usahatani
Adanya risiko produksi yang dihadapi petani dapat menimbulkan variasi pendapatan yang diperoleh petani. Dengan demikian dilakukan perhitungan
expected return untuk melihat return yang diharapkan dari kegiatan usahatani
padi metode SRI yang dilakukan petani. Mustakini (2003) mengemukakan bahwa risiko pada dasarnya merupakan penyimpangan tingkat keuntungan yang diperoleh dengan tingkat keuntungan yang diharapkan. Perhitungan hasil yang diharapkan dirumuskan sebagai berikut :
n i Pi Ri R E 1 . ) ( Dimana :E(R) : expected return atau return yang diharapkan Ri : return ke-i yang mungkin terjadi
Pi : probabilitas kejadian return ke-i
n : banyaknya return yang mungkin terjadi
Pada penelitian ini menggunakan data cross section sehingga nilai probabilitas diasumsikan sama. Adanya risiko produksi dapat menimbulkan perbedaan return yang diperoleh petani. return yang diperoleh petani diharapkan sesuai dengan hasil yang diharapkan atau melebihi return yang diharapkan. Perhitungan expected return akan menunjukkan seberapa besar return yang dihasilkan petani dari kegiatan usahataninya. Hasil perhitungan nilai expected
return yang dihasilkan petani akan menunjukkan pendapatan rata-rata yang
diperoleh oleh petani responden. Berikut ini penjabaran pengaruh risiko terhadap pendapatan usahatani dengan menhitung expected return dengan asumsi nilai
probability sama :
n i Pi Ri R E 1 . ) ( = (R1.P1 + R2.P2 + R3.P3 + …. + Rn.Pn) = (R1.1/35 + R2.1/35 + R3.1/35 + …. + Rn.1/35) = 1/35 (R1 + R2 + R3 + …. + Rn ) = 1/n (R1 + R2 + R3 + …. + Rn )Penerimaan diperoleh dari perkalian antara produksi yang diperoleh dengan harga jual. Penerimaan ini terdiri dari penerimaan tunai dan penerimaan yang diperhitungkan. Biaya usahatani diklasifikasikan menjadi dua yaitu biaya tetap dan biaya variabel. Biaya tetap merupakan biaya yang dikeluarkan petani dengan nilai konstan tidak tergantung pada besar-kecilnya produksi seperti sewa lahan, pajak, atau iuran irigasi. Sedangkan, biaya variabel adalah biaya yang dikeluarkan petani dimana besarnya biaya tergantung dengan jumlah produksi yang dihasilkan. Biaya tunai merupakan seluruh biaya yang dikeluarkan secara tunai dalam kegiatan usahatani padi SRI. Sedangkan, biaya yang diperhitungkan adalah nilai dari penggunaan faktor produksi yang tidak dinilai langsung dengan uang seperti nilai penggunaan faktor produksi tenaga kerja dalam keluarga, penyusutan peralatan dan nilai modal yang tidak dihitung. Secara rinci perhitungan pendapatan dijelaskan pada Tabel 3.
Tabel 3 Komponen pendapatan usahatani padi metode SRI
Simbol Komponen Keterangan
A Penerimaan tunai Harga x hasil panen yang dijual B Penerimaan yang diperhitungkan Harga x hasil panen yang
dikonsumsi /disimpan
C Total penerimaan A + B
D Biaya tunai Biaya sarana produksi, biaya tenaga kerja luar keluarga (TKLK)
E Biaya yang diperhitungkan Biaya tenaga kerja dalam keluarga (TKDK), penyusutan peralatan, nilai lahan sendiri atau nilai lahan dan pajak
F Total biaya D + E
G Pendapatan atas biaya tunai C – D H Pendapatan atas biaya total C – F
Sumber : Soekartawi (2002)