• Tidak ada hasil yang ditemukan

Studi kepustakaan dilakukan dengan menelusuri dan mempelajari studi pustaka yang berkaitan dengan curah hujan, hari hujan, pupuk NPK, Mg, jumlah janjang, umur tanaman dan produktivitas Kelapa Sawit.

Pengumpulan Data

Pengumpulan data sekunder yang digunakan untuk kebutuhan penelitian dan di dapat kan dari studi kepustakaan di kantor. Data primer 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 produktivitas dan produktivitas tanaman. Data sekunder untuk keperluan analisis ini diambil data bulanan selama 3 tahun yakni pada tahun 2016, 2017, 2018 meliputi data curah hujan, data hari hujan, data per tahun selama 3 tahun yakni pada tahun 2016, 2017, 2018 meliputi data pupuk NPK, data pupuk Mg dan pada tahun 2017, 2018, 2019 meliputi data jumlah janjang, data produktivitas berdasarkan tahun tanam di lapangan.

Pengolahan Data Dan Analisis Data

Pengolahan data dilakukan dengan menggunakan analisis regresi linier berganda dan analisis korelasi. Regresi linier 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.22.

Analisis data bersifat deskriptif dengan menggunakan bantuan statistic untuk melihat hubungan antara variabel bebas dan variabel terikat. Analisis data dilakukan untuk memperoleh hasil pengolahan data. Data yang diperoleh tersebut dianalisis dengan menggunakan persamaan regresi linier berganda untuk mengetahui pengaruh iklim, pupuk, dan jumlah janjang tahunan yang mempengaruhi produksi Kelapa Sawit dan hubungan kedua variabel bebas dan terikat pada tanaman berumur 7, 10 dan 14 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 0,05. Teknik analisis data dengan menggunakan analisis regresi berganda dengan model persamaan pertama berikut :

Y = a+b1X1+b2X2+ b3X3 + ε Keterangan :

Y : produktivitas TBS

a : intersep dan garis pada sumbu Y b : koefisien regresi linier

X1 :curah hujan bulanan X2: hari hujan bulanan X3 : jumlah janjang ε : error

Model persamaan ke dua

Y = a+b1X1+b2X2 + ε Keterangan :

Y : produktivitas TBS

a : intersep dan garis pada sumbu Y b : koefisien regresi linier

X1 : Pemupukan NPK X2 : Pemupukan Mg ε : error

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 layak diuji atau tidak. Kelayakan model regresi dapat terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat multikolinearitas, heteroskedasitisitas, 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 penelitian. Model regresi yang baik adalah yang memiliki distribusi data normal dan mendekati normal. Dalam pembahasan ini akan digunakan uji one sample Kolmogorov – Sminov dengan menggunakan taraf signifikan 0,05. Data dinyatakan berdistribusi normal jika signifikan dan nilai uji one sample Kolmogorov – Sminov 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 digunakan adalah uji Glejser. Uji glejser dilakukan dalam meregresikan nilai absolute residual terhadap variabel independen lainnya. Jika nilai β 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 yang terjadi multikolinearitas yang dibuktikan dengan nilai VIF<5 dan nilai tolerance > 0,1Uji

Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan yang terjadi antara residual pada satu pengamatan dengan adanya pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari nilai 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 lebih kecil dari -2 maka diindikasikan terdapat autokorelasi positif.

2. Jika d terletak antara -2 sampai 2, maka diindikasikan tidak ada autokorelasi.

3. Jika d lebih besar dari 2, maka diindikasikan adanya autokorelasi negatif.

(Qudratullah, 2012).

Uji Autokorelasi juga dapat dilakukan melalui Run Test. Uji ini merupakan bagian dari statistik non-parametric yang dapat digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Pengambilan keputusan dilakukan dengan melihat nilai Asymp. Sig (2-tailed) uji Run Test.

Apabila nilai Asymp.Sig (2-tailed) lebih besar dari tingkat signifikansi 0,05 maka dapat disimpulkan tidak terdapat autokorelasi (Ghozali, 2006:103).

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 presentase 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 dependen terhadap variabel independen.

Uji ini dilakukan dengan membandingkan nilai T-hitung dengan 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 ialah :

H0 : bi = 0 Hi : 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 produktivitas Kelapa Sawit.

Penarikan Kesimpulan

Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data yang telah di analisis dengan menggunakan analisis regresi linier berganda dan analisis korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang telah dibuat apakah diterima atau ditolak.

Dokumen terkait