IV. HASIL PENELITIAN DAN PEMBAHASAN
4.3 Hasil Analisis
4.3.3 Pengaruh Tenaga Kerja terhadap Produks
Pengaruh tenaga kerja terhadap jumlah produksi nanas dianalisis melalui regresi. Untuk mengetahui model regresi yang digunakan maka digambarkan terlebih dahulu grafik antara tenaga kerja dengan produksi. Grafik ini dimulai pada strata I, lalu strata II dan akhirnya over-all.
Pada strata I terdapat n = 8, setelah diurutkan (data sort) tenaga kerja dari yang terkecil ke yang terbesar dengan pasangannya (jumlah produksi) maka dapat dilihat pada Gambar 3.
Jumlah Tenaga Kerja (HKP) 1.00 .75 .50 .25 0.00 P roduksi N anas (B uah) 1.00 .75 .50 .25 0.00
Gambar 3. Grafik Tenaga Kerja dengan Jumlah Produksi di Strata I.
Dari Gambar 3 dapat dilihat bahwa sebaran data X,Y (tenaga kerja dengan produksi nanas) berhubungan secara linear. Untuk lebih lanjut data jumlah tenaga kerja (variabel X, dependen variabel) diregresikan dengan data jumlah produksi nanas (variabel Y, independen variabel). Model regresi pertama adalah yang linear sederhana dan hasilnya dapat dilihat pada Tabel 18.
Tabel 18. Hasil Perhitungan Regresi Linear Strata I
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept -34675,56
X (Tenaga Kerja) 638,71 4,814 **
R. Square = 0,794 Keterangan ** : sangat nyata t-tabel ( = 1%) = 3,14
Sumber : analisis data primer (lampiran 13)
Dari hasil perhitungan regresi diperoleh persamaan regresi :
Y = -34675,56 + 638,71X
Model regresi ke dua adalah regresi non linear. Semua data X dan Y dilogaritmakan terlebih dahulu, kemudian Logaritma X diregresikan dengan
Logaritma Y. Perhitungan hasil regresi adalah seperti pada Tabel 19. Dari Tabel regresi non linear diperoleh persamaan regresi adalah:
Y = -2,144X3,326
Tabel 19. Hasil Perhitungan Regresi Non Linear Strata I
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept -2,144
X (Tenaga Kerja) 3,326 4,160 **
R. Square = 0,743 Keterangan ** : sangat nyata t-tabel ( = 1 %) = 3,14
Sumber : analisis data primer (lampiran 14)
Dapat dilihat dari dua persamaan regresi di atas bahwa nilai R2 dan th pada linear lebih besar daripada non-linear. Oleh karena itu regresi penduga yang dipakai adalah:
Y = -34675,56 + 638,71X Persamaan regresi ini berlaku pada saat X ≥ 55
Nilai t tabel df = 6, dengan
α
= 1% adalah 3,14. Oleh karena th = 4,814 > tt = 3,14maka dapat dinyatakan bahwa tenaga kerja berpengaruh nyata pada α= 1% terhadap produksi nanas. Juga pada regresi non linear pengaruh X itu nyata terhadap Y.
Dari sudut signifikansi regresi adalah berpengaruh sangat nyata terhadap jumlah produksi nanas per petani dengan nilai R2 sebesar 0,794, menunjukkan bahwa 79,4 % faktor produksi tenaga kerja mempengaruhi produksi nanas sedangkan sisanya 20,6 % ditentukan oleh variabel lain yang tidak termasuk dalam model ini.
Pada strata II terdapat n = 22, setelah diurutkan (data sort) tenaga kerja dari yang terkecil ke yang terbesar dengan pasangannya (jumlah produksi) maka dapat dilihat grafiknya pada Gambar 4.
Jumlah Tenaga Kerja (HKP)
1.00 .75 .50 .25 0.00 P roduksi N anas (B uah) 1.00 .75 .50 .25 0.00
Gambar 4. Grafik Tenaga Kerja dengan Jumlah Produksi di Strata II.
Pada Gambar 4, grafik dari strata II di atas dapat dilihat bahwa sebaran data X,Y (tenaga kerja dengan produksi nanas) dapat diduga berhubungan secara linear. Untuk lebih lanjut data jumlah tenaga kerja (variabel X) diregresikan dengan data jumlah produksi nanas (variabel Y). Model regresi pertama adalah regresi linear sederhana, hasil perhitungannya dapat dilihat pada Tabel 20.
Tabel 20. Hasil Perhitungan Regresi Linear Strata II
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept -819,87
R. Square = 0,578 Keterangan ** : sangat nyata t-tabel ( = 1 %) = 2,53
Sumber : analisis data primer (Lampiran 15)
Dari hasil perhitungan maka diperoleh regresi linear : Y = -819,87 + 319,22X
Bila dengan regresi non-linear maka hasil perhitungan regresi pada strata II adalah sebagai berikut:
Tabel 21. Hasil Perhitungan Regresi Non-Linear Strata II
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept 2,688
X (Tenaga Kerja) 0,897 4,185 **
R. Square = 0,467 Keterangan ** : sangat nyata t-tabel ( = 1 %) = 2,53
Sumber : analisis data primer (Lampiran 16)
Dari hasil perhitungan maka diperoleh regresi non-linear : Y = 2,688X0,897
Dapat dilihat dari dua persamaan regresi pada strata II di atas bahwa nilai R2 dan th pada regresi linear sederhana lebih besar daripada non-linear. Oleh karena itu regresi penduga yang dipakai adalah pada strata II adalah:
Y = -819,87 + 319,22X Persamaan regresi ini berlaku pada saat X ≥ 3.
Nilai t tabel df = 20, dengan
α
= 1% adalah 2,53. Oleh karena th = 5,259 > tt = 2,53terhadap produksi nanas pada strata II. Juga pada regresi non linear pengaruh X itu nyata terhadap Y.
Dari sudut signifikansi regresi adalah berpengaruh sangat nyata terhadap jumlah produksi nanas per petani dengan nilai R2 sebesar 0,578, menunjukkan bahwa 57,8 % faktor produksi tenaga kerja mempengaruhi produksi nanas sedangkan sisanya 42,2 % ditentukan oleh variabel lain yang tidak termasuk dalam model ini.
Pada Gambar 5 grafik over-all, dari sebaran data X,Y maka dapat diduga berhubungan secara linear atau non-linear. Untuk lebih lanjut data jumlah tenaga kerja (variabel X) diregresikan dengan data jumlah produksi nanas (variabel Y), dengan model regresi linear sederhana. Hasil perhitungannya adalah sebagai berikut.
Tabel 22. Hasil Perhitungan Regresi Linear Over-All
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept -7518,71
X (Tenaga Kerja) 347,57 7,521 **
R. Square = 0,669 Keterangan ** : sangat nyata t-tabel ( = 1 %) = 2,467
Sumber : analisis data primer (Lampiran 17)
Dari hasil perhitungan diperoleh persamaan regresi : Y = -7518,71 + 347,57 X
Jumlah Tenaga Kerja (HKP) 1.00 .75 .50 .25 0.00 P roduksi N anas (B uah) 1.00 .75 .50 .25 0.00
Gambar 5. Grafik Tenaga Kerja Dengan Jumlah Produksi pada Over-all
Dari hasil perhitungan regresi linear pada Tabel 22 dapat dituliskan persamaan regresi over-all sebagai berikut:
Y = -7518,71 + 347,57X
Bila dianggap hubungan X,Y pada over-all adalah non-linear maka diperoleh hasil perhitungan regresinya pada Tabel 23.
Tabel 23. Hasil Perhitungan Regresi Non-Linear Over-All
Variabel Koefisien Regresi t-hitung Signifikansi
Intercept 1.626
X (Tenaga Kerja) 1,367 7,88 **
R. Square = 0,689 Keterangan ** : sangat nyata t-tabel ( = 1 %) = 2,47
Sumber : analisis data primer (Lampiran 18) Persamaan regresi yang diperoleh adalah:
Dari persamaan regresi linear dan non linear over-all di atas dapat dilihat bahwa nilai R2 dan th pada non linear adalah lebih besar atau lebih tinggi, karena itu
regresi penduga pada over-all dianggap lebih cocok regresi non-linear. Nilai th =
7.521 dan Nilai tabel df = 28, dan α = 1% adalah 2,47, karena itu variabel X
berpengaruh nyata terhadap variabel Y.
Dari sudut signifikansi regresi adalah berpengaruh sangat nyata terhadap jumlah produksi nanas per petani dengan nilai R2 sebesar 0,689, menunjukkan bahwa 68,9 % faktor produksi tenaga kerja mempengaruhi produksi nanas sedangkan sisanya 31.1 % ditentukan oleh variabel lain yang tidak termasuk dalam model ini.
Dari persamaan regresi strata I, strata II dan over-all dapat dilihat variabel tenaga kerja berpengaruh sangat nyata terhadap variabel jumlah produksi nanas, baik pada regresi linear maupun pada regresi non linear. Dengan demikian Hipotesis I dalam penelitian ini dapat diterima.
4.3.4 Tingkat Optimasi Penggunaan Tenaga Kerja pada Usahatani Nanas