Penelitian ini dilaksanakan di PT Perkebunan Nusantara IV Persero Kebun Bah Jambi, Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun Provinsi Sumatera Utara pada bulan Mei 2015 sampai dengan Agustus 2015 .
Metode Penelitian
Penelitian ini menggunakan metoda deskriptif (descriptive analysis) kuantitatif maupun kualitatif. Data dikumpulkan, disusun, dijelaskan, kemudian dianalisis dengan analisis regresi berganda dan korelasi yang diuraikan secara deskriptif. Alat bantu yang digunakan untuk mengolah data tersebut adalah SPSS.v.17 (Statistical Package of Social Science) for windows.
Metode analisis yang digunakan dalam penelitian ini ialah analisis linier regresi berganda dan korelasi. Teknik analisis regresi linier berganda digunakan untuk mengetahui pengaruh fungsional antar variabel terikat dan variabel bebas dan analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara variabel bebas dan terikat serta hubungan antar variabel komponen produksi. Variabel tidak bebas adalah variabel yang keberadaannya dipengaruhi oleh variabel bebas dan dinotasikan dengan Y. Variabel tidak bebas dalam penelitian ini adalah produksi TBS kelapa sawit, sedangkan variabel bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya variabel tidak bebas dan dinotasikan dengan X. Variabel bebas pada penelitian ini adalah curah hujan dan hari hujan bulanan. Pengaruh fungsional variabel curah hujan dan hari hujan
bulanan terhadap produksi TBS yang dianalisis dengan fungsi matematis sebagai berikut:
Y = a + b1X1 + b2X2 + E
Keterangan :
Y : produksi TBS
a : intersep dari garis pada sumbu Y b : koefisien regresi linier
X1 : curah hujan bulanan
X2 : hari hujan bulanan
E : error Peubah Amatan
Peubah amatan yang diamati adalah data sekunder berupa data-data PT Perkebunan Nusantara IV Persero kebun Bah Jambi Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun Provinsi Sumatera Utara.
Produksi Tandan Buah Segar (ton)
Data produksi tandan buah segar (ton) yang digunakan berdasarkan data produksi kelapa sawit bulanan selama 3 tahun yakni 2011, 2012, 2013 dikumpulkan. Data produksi tandan buah segar yang digunakan yakni 2011, 2012, dan 2013 berdasarkan umur tanaman 8, 16 dan 19 tahun di lapangan yaitu pada tahun tanam 2003, 2004, dan 2005 (umur 8 tahun); tahun tanam 1995, 1996, dan 1997 (umur 16 tahun), tahun tanam 1992, 1993, dan 1994 (umur 19 tahun). Data produksi TBS dianalisis dengan menggunakan analisis regresi linear berganda dan analisis korelasi.
Produksi kelapa sawit banyak dipengaruhi oleh beberapa faktor. Faktor tersebut tidak berdiri sendiri untuk memberikan pengaruh terhadap produksi yang dihasilkan kebun. Berdasarkan ketersediaan data di kebun, maka data komponen produksi yang digunakan yaitu data komponen jumlah janjang, berat janjang rata- rata (BJR), jumlah pokok produktif, berat brondolan. Komponen produksi ini dianalisis dengan menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah hujan bulanan selama tiga tahun yakni 2011, 2012, dan 2013. Data diperoleh dari PT Perkebunan Nusantara IV Persero kebun Bah Jambi Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun Provinsi Sumatera Utara.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari dimana turunnya hujan setiap bulannya selama tiga tahun yakni 2011, 2012, dan 2013. Data diperoleh dari PT.Perkebunan Nusantara IV Persero kebun Bah Jambi, Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun Provinsi Sumatera Utara.
Pelaksanaan Penelitian Pengumpulan Data
Pengumpulan data sekunder adalah meliputi data sekunder untuk laporan umum dan data sekunder untuk keperluan analisis. Data sekunder ini diperoleh dari studi literatur yang didapat dikantor tentang PTPN IV kebun Bah Jambi. Data sekunder untuk analisis disesuaikan dengan kelengkapan data pada administrasi
kebun. Data sekunder untuk laporan umum meliputi keadaan umum perusahaan, letak geografis, keadaan tanah dan iklim, luas tata guna kebun, keadaan produksi dan produktivitas tanaman. Data sekunder untuk keperluan analisis ini diambil data bulanan selama 3 tahun yakni pada tahun 2011, 2012, dan 2013 meliputi data curah hujan, data hari hujan, data produksi, data umur tanaman berumur 8, 16 dan 19 tahun setelah tanam berdasarkan umur tahun tanam di lapangan.
Pengolahan Data dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linear berganda dan analisis korelasi. Regresi linear berganda berguna untuk menghitung besarnya pengaruh hubungan dua atau lebih variabel bebas terhadap satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas. Analisis korelasi berguna untuk melihat kuat–lemahnya hubungan antara variabel bebas dan terikat. Pengolahan data dibantu dengan software SPSS.v.18 for windows.
Analisis data bersifat deskriptif dengan menggunakan bantuan statistik untuk melihat hubungan antara variabel bebas dan variabel terikat. Analisis data dilakukan untuk memperoleh hasil pengolahan data. Data yang telah diperoleh tersebut dianalisis dengan menggunakan persamaan regresi linear berganda untuk mengetahui pengaruh curah hujan dan hari hujan bulanan yang mempengaruhi produksi kelapa sawit dan hubungan kedua variabel bebas dan terikat pada tanaman berumur 8, 16 dan 19 tahun berdasarkan data yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan Uji–T (parsial), Uji–F (serempak) dan R2. Uji hipotesis menggunakan uji dua arah
dengan tingkat signifikan (α) sebesar 5%. Teknik analisis data dengan
menggunakan analisis regresi berganda dengan model persamaan berikut ini: Y = a + b1X1 + b2X2 + E
Model yang digunakan dalam membuat suatu persamaan regresi linier berganda ini, dapat terjadi beberapa keadaan yang dapat menyebabkan estimasi koefisien regresi tidak lagi menjadi penduga koefisien tak bias terbaik, sehingga diperlukan beberapa asumsi mendasar yang perlu diperhatikan dengan melakukan uji asumsi klasik.
Uji Asumsi Klasik
Uji asumsi klasik berguna untuk menguji apakah model regresi yang digunakan dalam penelitian ini layak diuji atau tidak. Kelayakan model regresi dapat terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat multikolinearitas, heteroskedastisitas, autokorelasi dalam model yang digunakan. Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak digunakan.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel tidak bebas dan variabel bebas memiliki data yang terdistribusi normal atau tidak. Data yang terdistribusi normal menunjukkan bahwa tidak terdapat nilai ekstrim yang nantinya dapat mengganggu hasil data penelitian. Model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov–Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi
normal jika signifikansi dan nilai One Sample Kolmogorov–Smirnov lebih besar dari 5% atau 0,05.
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varians dan residual satu pengamatan ke pengamatan yang lain pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas atau biasa disebut homoskedastisitas. Metode pengujian yang yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai absolute residual terhadap variabel independen lainnya. Jika nilai ß signifikan maka mengindikasikan terdapat heteroskedastisitas dalam model. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Uji multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan nilai Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance > 0.1. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari nilai Durbin Watson (d) dibandingkan dengan nilai Tabel Durbin Watson. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam
model regresi. Metode uji Durbin–Watson (uji DW) dengan ketentuan sebagai berikut:
1. Jika d terletak antara 0 dan dL, maka ada autokorelasi positif.
2. Jika d terletak antara dL dan dU atau d terletak antara (4-dU) dan (4-dL), maka tidak dapat disimpulkan.
3. Jika d terletak antara dU dan (4-dU), maka tidak ada autokorelasi. 4. Jika d terletak antara (4-dL) dan 4, maka ada autokorelasi negatif. Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan Uji–T (parsial), Uji–F (serempak) dan R2. Pengujian hipotesis dilakukan dengan
uji dua arah dengan tingkat signifikan (α) sebesar 5% apakah diterima atau
ditolak. Nilai koefisien determinasi (R2) digunakan untuk melihat besarnya persentase pengaruh variabel bebas terhadap nilai variabel terikat. Nilai R2 semakin mendekati nol memperlihatkan semakin kecil pengaruh semua variabel bebas terhadap nilai variabel terikat sedangkan nilai R2 semakin mendekati satu memperlihatkan semakin besar pula pengaruh semua variabel bebas terhadap nilai variabel terikat. Uji hipotesis secara parsial digunakan untuk mengetahui pengaruh dari masing–masing variabel independen terhadap variabel dependen. Uji ini dilakukan dengan membandingkan nilai T–hitung dengan nilai T– tabel. Uji hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel independen secara keseluruhan terhadap variabel dependen. Uji ini dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis yang diajukan dalam analisis ini ialah:
H0: bi = 0
H1: bi ≠ 0,
bi = koefisien regresi variabel ke–i
Pengambilan keputusan untuk melihat apakah hipotesis H0 diterima atau
ditolak. Hipotesis H0 ditolak membuktikan bahwa variabel bebas yang digunakan
berpengaruh nyata terhadap produksi TBS. Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data yang telah di analisis dengan menggunakan analisis regresi linear berganda dan analisis korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang telah dibuat apakah diterima atau ditolak.
