ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI INDONEISA TAHUN 2009-2013

(1)

SKRIPSI

Diajukan Guna Memenuhi Persyaratan untuk Memperoleh Gelar Sarjana pada Fakultas Ekonomi Program Studi Ilmu Ekonomi

Universitas Muhammadiyah Yogyakarta

Oleh

REATA LUPJA ROMA DONA 20120430121

FAKULTAS EKONOMI

(2)

Oleh

(3)

i

ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI INDONEISA TAHUN 2009-2013

THE ANALYSIS ON FACTORS EFFECTING THE RICE PRODUCTION IN INDONESIA DURING 2009-2013

SKRIPSI

Diajukan Guna Memenuhi Persyaratan untuk Memperoleh Gelar Sarjana pada Fakultas Ekonomi Program Studi Ilmu Ekonomi

Oleh

(4)

ii

PERNYATAAN

Dengan ini saya,

Nama : Reata Lupja Roma Dona

Nomor Mahasiswa : 20120430121

Menyatakan bahwa skripsi ini dengan judul: “ANALISIS FAKTOR -FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI INDONESIA (PERIODE 2009-2013)” tidak terdapat karya yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam Daftar Pustaka. Apabila ternyata dalam skripsi ini diketahui terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain maka saya bersedia karya tersebut dibatalkan.

Yogyakarta, 15 April 2016

(5)

iii

MOTTO DAN PERSEMBAHAN

 Tugas kita bukanlah untuk berhasil. Tugas kita adalah untuk mencoba,

karena didalam mencoba itulah kita menemukan dan belajar membangun

kesempatan untuk berhasil.

 Kaum petani sebelum makan hasil keringatnya bersodaqoh terlebih dahulu

untuk memberi makan burung, tikus, wereng dan lain sebagainya.

(K.H. Mohammad Sobari).

Skripsi ini Kupersembahkan untuk....

 Yang utama dari segalanya, sembah sujud serta syukur kepada Allah

SWT. Atas karunia serta kemudahan yang engkau berikan akhirnya skripsi

yang sederhana ini dapat terselesaikan.

 Ayah dan Ibu (Alm) tercinta kupersembahkan karya kecil ini kepada ayah

dan ibu yang telah memberikan kasih sayang, do’a, nasehat dan semangat

yang membuatku sadar untuk terus berjuang.

 Keluarga besarku yang telah memberikan do’a dan motivasi selama ini.

 Fauzi Ramadhan, terima kasih yang selalu memberikan perhatian, nasehat,

semangat, do’a dan dukungan. Semoga engkau pilihan yang terbaik

untukku dan masa depanku.

 Almamaterku tercinta Universitas Muhammadiyah Yogyakarta.

 Teman-temanku di Yogyakarta, Willia Agustiani, Safira Arimbi, Nonik

Diah Ayu Sugesti dan Ba’iq Irmala. Terima kasih.

(6)

iv

KATA PENGANTAR

Bismillahirrohmanirrohim.

Segala puji bagi Allah SWT yang telah memberikan kemudahan serta Rahmat-Nya dalam penulisan skripsi yang berjudul “Analisis Faktor-Faktor Yang Mempengaruhi Produksi Padi di Indonesia Tahun 2009-2013”.

Skripsi ini disusun untuk memenuhi salah satu persyaratan untuk memperoleh gelar sarjana pada Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta. Penyelesaian skripsi ini tidak terlepas dari bimbingan dan dukungan berbagai pihak, oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebanyak-banyaknya kepada:

1. Dekan Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta yang telah memberikan petunjuk, bimbingan dan kemudahan selama penulis menyelesaikan studi.

2. Bapak Agus Tri Basuki, S.E.,M.Si, yang dengan penuh kesabaran telah memberikan masukan dan bimbingan selama proses penyelesaian karya tulis ini.

3. Seluruh dosen Fakultas Ekonomi khususnya Prodi Ilmu Ekonomi Universitas Muhammadiyah Yogyakarta yang telah mengajarkan dan memberikan bekal ilmu kepada penulis.

4. Ayah dan Ibu (Alm) tersayang, terima kasih banyak atas kasih sayang,

perhatian, dukungan, kesabaran serta setiap doa yang tercurah untuk penulis.

5. Keluargaku yang telah memberikan doa, dukungan dan semangat.

6. Kakakku tersayang Alpin Tarera Lukita tetap semangat walaupun ibu sudah meninggal dunia.

(7)

v

8. Teman – teman Ilmu Ekonomi angkatan 2012 yang lain yang telah memberikan perhatian, semangat dan motivasi kepada penulis.

Dengan segala kerendahan hati penulis menyadari masih banyak terdapat kekurangan-kekurangan, sehingga penulis mengharapkan adanya saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini.

Yogyakarta, 15 April 2016

(8)

vi DAFTAR ISI

HALAMAN JUDUL ... i

HALAMAN PERSETUJUAN DOSEN PEMBIMBING………ii

HALAMAN PENGESAHAN. ... iii

HALAMAN PERNYATAAN ………iv

HALAMAN MOTTO DAN PERSEMBAHAN...v

INTISARI………vi

ABSTRACT………...vii

KATA PENGANTAR...viii

DAFTAR ISI………....x

DAFTAR TABEL………..xii

DAFTAR GAMBAR ... xiii

BAB 1 PENDAHULUAN ... 1

A. Latar Belakang Penelitian………..1

B. Batasan Masalah Penelitian...5

C. Rumusan Masalah Penelitian……….5

D. Tujuan Penelitian………...5

E. Manfaat Penelitian……….6

BAB II TINJAUAN PUSTAKA…...7

A. Landasan Teori………..7

Produksi Padi………...7

Teori Fungsi Produksi………..7

Fungsi Produksi Cobb-Douglas……….11

Faktor-Faktor Yang Mempengaruhi Produksi Padi...12

B. Hasil Penelitian Terdahulu...13

C. Hipotesis...19

D. Model Penelitian...20

BAB III METODE PENELITIAN…...21

A. Objek Penelitian...21

(9)

vii

C. Teknik Pengumpulan Data...21

D. Definisi Operasional Variabel Penelitian...22

E. Uji Kualitas Data...23

F. Analisis Data...25

BAB IV GAMBARAN UMUM OBYEK PENELITIAN…...42

A. Gambaran Umum Obyek Penelitian...42

1. Letak Geografis dan Astronomis Indonesia………..42

B. Gambaran Umum Variabel Operasional...45

1. Produksi Padi di Indonesia...45

2. Perkembangan Produksi Padi di Indonesia...47

3. Luas Lahan...49

4. Tenaga Kerja...50

5. Harga Beras...52

BAB V HASIL ANALISIS DAN PEMBAHASAN...55

A. Uji Kualitas Data...55

1. Heterokedastisitas...55

2. Multikolinearitas...55

B. Analisa Pemilihan Model Terbaik...56

1. Uji Chow...57

2. Uji Hausman...58

C. Analisis Model Terbaik...58

D. Hasil Estimasi Model Data Panel...60

E. Uji Statistik...68

F. Pembahasan...70

BAB VI SIMPULAN, SARAN DAN KETERBATASAN PENELITIAN 73 A. Simpulan………..73

B. Saran………74

C. Keterbatasan Penelitian………...75 DAFTAR PUSTAKA

(10)

viii

DAFTAR TABEL

1.1 Luas Panen, Produksi padi, Produktivitas tahun 2009-2013...2

1.2 Luas Lahan di Indonesia tahun 2009-2013...3

1.3 Tenaga Kerja di Indonesia tahun 2009-2013...3

1.4 Harga Beras di Indonesia tahun 2009-2013...4

2.1 Ringkasan Penelitian Terdahulu...15

4.1 Produksi Padi per Provinsi di Indonesia tahun 2009-2013...45

4.2 Perkembangan Luas Panen, Produksi, Produktivitas di Pulau Jawa, Luar Jawa dan Indonesia tahun 2009-2013...47

4.3 Luas Lahan per Provinsi di Indonesia tahun 2009-2013...49

4.4 Tenaga Kerja per Provinsi di Indonesia tahun 2009-2013...51

4.5 Harga Beras per Provinsi di Indonesia tahun 2009-2013...53

5.1 Hasil Uji Heterokedastisitas...55

5.2 Hasil Test Uji Chow...57

5.3 Hasil Test Uji Hausman...58

5.4 Hasil Estimasi Common Effect, Fixed Effect dan Random Effect...59

5.5 Hasil Estimasi Model Fixed Effect...

...

60

(11)

ix

DAFTAR GAMBAR

(12)

THE ANALYSIS ON FACTORS EFFECTING THE RICE PRODUCTION IN INDONESIA DURING 2009-2013

Diajukan oleh

Telah disetujui Dosen Pembimbing Pembimbing

(13)

ii

ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI INDONESIA TAHUN 2009-2013

THE ANALYSIS ON FACTORS EFFECTING THE RICE PRODUCTION IN INDONESIA DURING 2009-2013

Diajukan oleh

Skripsi ini telah Dipertahankan dan Disahkan di depan Dewan Penguji Program Studi Ilmu Ekonomi Fakultas Ekonomi

Tanggal, 30 Mei 2016

Yang terdiri dari

Dr. Nano Prawoto, SE., M.Si. Ketua Tim Penguji

Agus Tri Basuki, SE., M.Si. Drs. Hudiyanto

Anggota Tim Penguji Anggota Tim Penguji

Mengetahui Dekan Fakultas Ekonomi

(14)

Statistics (BPS) during 2009 to 2013. The populations as the object of this research were 33

provinces in Indonesia. The research used data panel regression as the instrument analysis. The

result of the research showed that the land area variable, the labour variable, and the price of

rice had significant and positive effects toward rice production in Indonesia.

(15)

1

Produksi adalah suatu kegiatan untuk menciptakan atau menghasilkan

nilai guna terhadap suatu barang atau jasa untuk memenuhi kebutuhan oleh

orang atau badan (produsen). Orang atau badan yang melakukan kegiatan

produksi dikenal dengan sebutan produsen. Sedangkan barang dan jasa yang

dihasilkan dari melakukan kegiatan produksi disebut produk. Padi merupakan

salah satu tanaman budidaya strategis di Indonesia. Hal ini terkait dengan

kenyataan bahwa makanan pokok sebagian besar penduduk Indonesia adalah

nasi, yaitu yang berasal dari tanaman padi. Padi tersebut kemudian diproses

menjadi beras, yang mana beras itu sendiri akan diolah menjadi nasi. Nasi

merupakan sumber kalori utama yang banyak mengandung unsur karbohidrat

yang sangat tinggi.

Pembangunan merupakan suatu proses perubahan menyeluruh yang

meliputi usaha penyelarasan keseluruhan sistem ekonomi yang terdapat dalam

suatu masyarakat sehingga membawa kemajuan dalam arti meningkatkan taraf

hidup masyarakat yang bersangkutan. Pembangunan pertanian perlu terus

dikembangkan dan diarahkan menuju tercapainya pertanian yang tangguh

(Sudrajat, 1996).

Salah satu tujuan pembangunan pertanian adalah untuk menciptakan

ketahanan pangan dan peningkatan kesejahteraan petani, sehingga pemerintah

(16)

berbagai langkah kebijakan. Dalam rangka peningkatan kesejahteraan petani,

diupayakan agar harga jual produk-produk petanian berada dalam tingkat yang

mampu memberikan keuntungan bagi petani.

Dan sebagian besar penduduk Indonesia berprofesi sebagai petani.

Petani padi di Indonesia umumnya merupakan petani tradisional, artinya para

petani ini bekerja dengan cara dan peralatan sederhana berdasarkan

pengetahuan yang diperolehnya secara turun temurun.

Tabel 1.1

Luas Panen(ha), Produksi Padi(ton) dan Produktivitas(ku/ha) di Indonesia Tahun 2009-2013

Tahun Luas Panen(ha) Produksi Padi(ton)

Produktivitas (ku/ha)

2009 12.883.576 64.398.890 49,99

2010 13.253.450 66.469.394 50,15

2011 13.203.643 65.756.904 49,80

2012 13.445.524 69.056.126 51,36

2013 13.835.252 71.291.494 51,52

Sumber: Statistik Indonesia, BPS, 2009-2013

Berdasarkan tabel diatas menunjukkan tingkat Luas Panen, Produksi

Padi dan Produktivitas di Indonesia dari tahun 2009-2013. Luas panen dan

produktivitas dari tahun 2009 sampai 2010 meningkat lalu mengalami

penuruan pada tahun 2011. Tetapi dari tahun 2011 sampai 2013 mengalami

peningkatan. Produksi padi adalah produksi tanaman pangan paling utama dan

karbohidrat sangat tinggi. Produksi padi pada tahun 2009 sebesar 64.398.890

meningkat menjadi 66.469.394 tahun 2010. Lalu mengalami penurunan pada

tahun 2011 sebesar 65.756.904 tetapi dari tahun 2011 sanpai tahun 2013

mengalami peningkatan sebesar 71.291.494. Jika produksi padi semakin

(17)

Tabel 1.2

Luas Lahan (ha) di Indonesia 2009-2013

No Tahun Luas Lahan

1 2009 8.068.327

2 2010 8.002.552

3 2011 8.095.962

4 2012 8.127.264

5 2013 8.112.103

Luas lahan diatas dari tahun ketahun mengalami penurunan bahkan

peningkatan. Karena disetiap provinsi berbeda-beda. Pada tahun 2009 yaitu

sebesar 8.068.327 lalu menurun menjadi 8.002.552 pada tahun 2010. Dari

tahun 2010 meningkat sebesar 8.095.962 Pada tahun 2011. Dari tahun 2011

sebesar 8.095.962 mengalami penurunan menjadi 8.112.103 pada tahun 2013.

Luas lahan mengalami penurunan dari tahun 2009 sampai tahun 2010 karena

tanah sawah pada tahun tersebut luasnya kecil. Lalu mengalami peningkatan

pada tahun 2011 karena pada tahun 2011 tanah sawahnya semakin besar jika

semakin besar maka luas lahan mengalami peningkatan yang cukup besar.

Tetapi pada tahun 2011 sampai tahun 2013 mengalami penurunan, karena

tahan sawah ditahun tersebut semakin kecil. Tanah sawah yakni

berpetak-petak.

Tabel 1.3

Tenaga Kerja (Juta jiwa) di Indonesia 2009-2013

No Tahun Tenaga Kerja

1 2009 41.661.840

2 2010 41.494.941

3 2011 39.328.15

4 2012 38.882.134

5 2013 38.068.254

(18)

Berdasarkan tabel diatas tenaga kerja setiap provinsi berbeda beda. Di

Indonesia tenaga kerja yakni dari tahun 2009-2013. Di Indonesia yang paling

tertinggi pada tahun 2009 sebesar 41.661.840 dan yang paling terendah pada

tahun 2013 sebesar 38.068.254. Tetapi dari tahun 2009 sampai dengan tahun

2013 mengalami penurunan. Karena yang bekerja ibu-ibu sudah tua dan

kakek-kakek, maka dari itu penghasilan petani berkurang, seharusnya dari

tahun ketahun bertambah dan yang bekerja diatas umur 15 tahun sampai

umur 65 tahun supaya tenaga kerja dari tahun 2009 sampai tahun 2013

mengalami peningkatan.

Tabel 1.4

Harga Beras (rupiah/kg) 2009-2013

No Tahun Harga Beras

1 2009 6.137,92

2 2010 6.958,21

3 2011 8.126,83

4 2012 8.858,72

5 2013 9.198,36

Berdasarkan tabel diatas menunjukkan harga beras disetiap provinsi

mengalami peningkatan dari tahun ketahun. Pada tahun 2009 sebesar Rp.

6.137,92 selalu meningkat dari tahun ketahun sampai tahun 2013 yaitu

sebesar Rp. 9.198,36. Setiap tahunnya total harga beras yang ditetapkan

pemerintah semakin meningkat, berbeda dengan harga beras disetiap provinsi

yang ada di Indonesia disebabkan kemajuan didaerah itu masing-masing dan

tingginya pendapatan daerah tersebut.

Berdasarkan uraian diatas terdapat keterkaitan antara Luas Lahan,

(19)

karena itu, penulis tertarik untuk melakukan penelitian dengan judul

“ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

PRODUKSI PADI DI INDONESIA TAHUN 2009-2013”.

B.Batasan Masalah

Berdasarkan latar belakang diatas maka yang menjadi batasan-batasan

dalam penelitian ini adalah sebagai berikut:

a. Variabel-variabel yang dianggap berpengaruh terhadap produksi padi di

Indonesia adalah Luas Lahan, Tenaga Kerja dan Harga Beras.

b. Data yang digunakan adalah data per tahun dari tahun 2009 sampai

dengan tahun 2013 adalah sebagai berikut:

1. Luas Lahan.

2. Tenaga Kerja.

3. Harga Beras.

C.Rumusan Masalah

Berdasarkan latar belakang di atas maka yang menjadi permasalahan

dalam penelitian ini adalah sebagai berikut:

a. Bagaimana pengaruh luas lahan terhadap Produksi Padi di Indonesia?

b. Bagaimana pengaruh tenaga kerja terhadap Produksi Padi di Indonesia?

c. Bagaimana pengaruh harga beras terhadap Produksi Padi di Indonesia?

D.Tujuan Penelitian

Berdasarkan latar belakang dan perumusan masalah yang telah

(20)

a. Mengetahui pengaruh luas lahan terhadap Produksi Padi di Indonesia.

b. Mengetahui pengaruh tenaga kerja terhadap Produksi Padi di Indonesia.

c. Mengetahui pengaruh harga beras terhadap Produksi Padi di Indonesia.

E.Manfaat Penelitian

Dari latar belakang dan tujuan diatas, penelitian ini diharapkan dapat

memberikan manfaat bagi berbagai pihak maupun instansi terkait terhadap

hasil penelitian ini diantaranya:

a. Sebagai referensi untuk melakukan penelitian yang terkait dengan

penelitian ini.

b. Penelitian ini diharapkan dapat digunakan sebagai suatu kajian ilmiah

untuk mengetahui pengaruh luas lahan, tenaga kerja dan harga beras

terhadap Produksi Padi di Indonesia.

c. Sebagai bahan untuk menambah wacana kepustakaan, baik di tingkat

(21)

7 BAB II

TINJAUAN PUSTAKA A.Landasan Teori

1. Produksi padi

Produksi padi merupakan salah satu hasil bercocok tanam yang

dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan secara

teratur sehingga menghasilkan suatu produksi padi yang dapat dimanfaatkan.

Padi tersebut kemudian diproses menjadi beras, yang mana beras itu sendiri

akan diolah menjadi nasi. Nasi merupakan sumber kalori utama yang banyak

mengandung unsur karbohidrat yang sangat tinggi sehingga sangat bermanfaat

dan menjadikan sebagai bahan pangan utama.

2.Teori Fungsi Produksi

Fungsi produksi adalah hubungan antara output fisik dengan input

-input fisik. Konsep tersebut didefinisikan sebagai skedul atau persamaan

matematika yang menunjukkan kuantitas maksimum output yang dapat

dihasilkan dari serangkaian input (Roger Leroy Miller, Roger E Meiners,

2000).

Dalam pengertian umum, fungsi produksi tersebut dapat ditunjukkan

(22)

Q = f (K,L,Pb) Dimana:

Q = Produksi Padi

F = Konstanta

K = Tenaga Kerja

L = Luas Lahan

Pb = Harga Beras

Pengertian fungsi produksi adalah hubungan Antara output yang

dihasilkan dan faktor-faktor produksi yang digunakan sering dinyatakan

dalam suatu fungsi produksi (production function) (Ari Sudarman, 2004).

Fungsi produksi suatu skedul (atau tabel atau persamaan matematis)

yang menggambarkan jumlah output maksimum yang dapat dihasilkan dari

satu set faktor produksi tertentu dan pada tingkat produksi tertentu pula,

faktor produksi dapat diklasifikasikan menjadi dua macam (Ari Sudarman,

2004).

1.Faktor Produksi Tetap (Fixed Input)

Faktor produksi tetap adalah faktor produksi dimana jumlah yang

digunakan dalam proses produksi tidak dapat diubah secara cepat bila

keadaan pasar menghendaki perubahan jumlah output. Dalam

kenyataannya tidak ada satu faktor produksi pun yang sifatnya tetap secara

mutlak. Faktor produksi ini tidak dapat ditambah atau dikurangi jumlahnya

dalam waktu yang relatif singkat. Input tetap akan selalu ada walaupun

output turun sampai dengan nol. Contoh faktor produksi tetap dalam

(23)

2. Faktor Produksi Variabel (Variable output)

Faktor produksi variabel adalah faktor produksi di mana jumlah

dapat berubah dalam waktu yang relatif singkat sesuai dengan jumlah

output yang dihasilkan. Contoh faktor produksi variabel dalam industri

adalah bahan baku dan tenaga kerja.

Sejalan berkembangnya faktor produksi menjadi faktor produksi

yang bersifat tetap dan variabel, para ally ekonomi sering membagi kurun

waktu produksi menjadi dua macam, yaitu jengka pendek (short run) dan

jangka panjang (long run). Kurun waktu jangka pendek adalah

menunjukkan kurun waktu di mana salah satu faktor produksi atau lebih

bersifat tetap. Jadi, dalam kurun waktu itu output dapat diubah jumlahnya

dengan jalan mengubah faktor produksi variabel yang digunakan dan

dengan peralatan mesin yang ada. Bila seorang produsen ingin menambah

produksinya dalam jangka pendek, maka hal ini hanya dapat dilakukan

dengan jalan menambah jam kerja dan dengan tingkat skala perusahaan

yang ada (dalam jangka pendek peralatan mesin perusahaan ini tidak

mungkin untuk ditambah). Adapun kurun waktu jangka panjang adalah

kurun waktu di mana semua faktor produksi bersifat variabel. Hal ini

berarti dalam jangka panjang, perubahan output dapat dilakukan dengan

cara mengubah faktor produksi dalam tingkat kombinasi yang seoptimal

mungkin. Misalnya dalam jangka pendek produsen dapat memperbesar

outputnya dengan jalan menambah jam kerja per hari dan hanya pada

(24)

lebih ekonomis baginya bila ia menambah skala perusahaan (peralatan

mesin) dan tidak perlu menambah jam kerja (Ari Sudarman, 2004).

Pengertian periode produksi jangka pendek dan jangka panjang

secara mutlak tidak dikaitkan dengan kurun waktu yang tertentu. Dalam

arti mungkin saja dalam suatu proses produksi tertentu, kurun waktu 1

tahun termasuk jangka pendek, tetapi untuk proses produksi yang lain

kurun waktu tersebut termasuk jangka panjang. Jangka pendek dan jangka

panjang dalam hal ini banyak dikaitkan dengan situasi proses produksi di

mana produsen dapat mengubah faktor produksi yang digunakan atau

tidak. Dalam kurun waktu satu hari mungkin lebih intensif apabila

produsen tetap menggunakan mesin yang ada, dalam kurun waktu satu

bulan produsen tersebut akan merasa lebih untung apabila menyewa

tambahan peralatan produksinya, dan dalam kurun waktu satu tahun akan

lebih menguntungkan lagi apabila produsen tersebut membayar sendiri

tambahan peralatan produksi yang baru lagi, dalam kurun waktu yang lebih

panjang kemungkinan produsen untuk mengadakan penggantian dan

penyesuaian faktor -faktor produksi yang digunakan menjadi lebih besar.

Dalam hal ini terlihat bahwa besarnya biaya produksi untuk menghasilkan

sejumlah output tertentu tergantung kepada lamanya waktu yang tersedia

bagi produsen untuk mengadakan penyesuaian jumlah faktor-faktor

(25)

3. Fungsi Produksi Cobb-Douglas

Fungsi produksi adalah hubungan fisik antara masukan produksi

(input) dengan produksi (output). Fungsi produksi Cobb-Douglas adalah suatu

fungsi atau persamaan yang melibatkan dua atau lebih variabel, di mana

variabel satu disabuse variabel dependen (Y) dan yang lain disebut variabel

independen (X). Penyelesaian hubungan antara X dan Y adalah biasanya

dengan cara regresi, dimana variasi dari Y akan dipengaruhi variasi dari X.

Dengan demikian kaidah-kaidah pada garis regresi juga berlaku dalam

penyelesaian fungsi Cobb-Douglas (Soekartawi, 2003).

Fungsi produksi Cobb-Dougals dapat ditulis sebagai berikut

(Soekartawi, 2003):

Y = a X1b1_{, X2}b2_,… X

nbn eu

Dimana :

Y = Produksi Padi X1 = Luas Lahan

X2 = Tenaga Kerja

X3 = Harga Beras

a,b = Besaran yang akan diduga

e = Kesalahan (disturbance term)

Untuk memudahkan pendugaan terhadap persamaan di atas maka

persamaan tersebut diperluas secara umum dan diubah menjadi bentuk linier

dengan cara melogaritmakan persamaan tersebut (Soekartawi, 2003) yaitu:

(26)

Karena penyelesaian fungsi Cobb-Douglas selalu dilogaritmakan dan

diubah bentuknya menjadi linier, maka persyaratan dalam menggunakan fungsi

tersebut antara lain (Soekartawi, 2003):

1. Tidak ada pengamatan yang bernilai nol. Sebab logaritma dari nol

adalah suatu bilangan yang besarnya tidak diketahui (infinite).

2. Dalam fungsi produksi perlu diasumsikan bahwa tidak ada

perbedaan tingkat teknologi pada setiap pengamatan.

3. Tiap variabel X dalam pasar perfect competition.

Perbedaan lokasi (pada fungsi produksi) seperti iklim adalah sudah

tercakup pada faktor kesalahan (e).

4. Faktor-faktor yang Mempengaruhi Produksi Padi di Indonesia

Berikut beberapa faktor yang dapat mempengaruhi produksi padi

di Indonesia.

a. Luas Lahan

Tanah sawah adalah tanah pertanian yang berpetak-petak

dan dibatasi oleh pematang (galengan), saluran untuk menahan

atau menyalurkan air dan biasanya ditanami padi sawah, tanpa

memandang dari mana diperolehnya ataupun status dari tanah

tersebut.

b. Tenaga Kerja

Tenaga kerja adalah banyaknya tenaga kerja (petani) sawah

(27)

atau mengusahakan tanaman padi dengan tujuan memenuhi

kebutuhan hidup.

Tenaga kerja yang dilakukan dalam pertanian yaitu meliputi:

1. Tenaga kerja manusia yaitu pekerjaan yang dilakukan dan

diselesaikan oleh manusia.

2. Mesin yaitu pengolahan sawah dilakukan dengan menggunakan

mesin atau alat.

c. Harga Beras

Harga beras disetiap masing-masing provinsi sangat

berbeda. Beras diolah menjadi nasi. Pangan beras mempunyai

peran yang sangat strategis dalam pemantapan ketahanan pangan

dan ketahanan ekonomi.

B.Hasil Penelitian Terdahulu

1. Hubungan Luas Lahan Terhadap Produksi Padi

Dalam pertanian, terutama indonesia, faktor produksi tanah mempunyai

kedudukan paling penting. Lahan sebagai salah satu faktor yang merupakan

pabriknya hasil-hasil pertanian yang mempunyai kontribusi yang cukup besar

terhadap usahatani. Besar kecilnya produksi dari usahatani antara lain

dipengaruhi oleh sempitnya lahan yang digunakan. Penggunaan luhan lahan

untuk pertanian secara umum dapat dibedakan atas penggunaan luas lahan

semusim, tahunan dan permanen. Penggunaan luas lahan tanaman semusim

diutamakan untuk tanaman musiman yang dalam polanya dapat dengan rotasi

(28)

kurang dari setahun. Penggunaan luas lahan tahunan merupakan penggunaan

tanaman jangka panjang yang pergilirannya dilakukan setelah hasil tanaman

tersebut secara ekonomi tidak produktif lagi, seperti pada tanaman perkebunan.

Penggunaan luas lahan permanen diarahkan pada lahan yang tidak diusahakan

untuk pertanian. Seperti hutan, daerah konservasi, perkotaan, desa dan

sarananya, lapangan terbang dan pelabuhan.

Jadi hubungan luas lahan dengan produksi padi adalah positif (Lains

1988 dalam Joko Triyanto 2006).

2. Hubungan Tenaga Kerja Terhadap Produksi Padi

Merupakan faktor produksi kedua setelah tanah. Tenaga kerja yang

digunakan didaerah menggunakan tenaga mekanik dan manusia. Dimana

tenaga kerja manusia dapat diperoleh dari dalam keluarga dan dari luar

keluarga. Tenaga kerja dalam keluarga adalah jumlah tenaga potensial yang

tersedia dalam keluarga, sedangkan tenaga kerja dari luar diperoleh dengan

cara sistim upah yaitu tergantung harga dari masing-masing daerah.

3. Hubungan Harga Beras Terhadap Produksi Padi

Harga Beras adalah salah satu produk makanan pokok paling penting

didunia. Beras merupakan bahan pangan pokok yang sampai saat ini masih

dikonsumsi oleh sebagian besar penduduk Indonesia. Jumlah masyarakat yang

mengkonsumsi beras ini menunjukkan ketergantungan masyarakat pada beras.

Kalau produksi padinya sedikit maka beras yang dijual akan lebih mahal.

Semakin banyak produksi, permintaan akan semakin murah. Hidup layak

(29)

manusia. Oleh karena itu, setiap warga negara berhak atas terpenuhinya pangan

yang cuckup dengan harga murah (Amang dan Sawit, 1999).

(30)

(31)

(32)

Lanjutan Tabel 2.1

Hasil-hasil penelitian tersebut memperkaya referensi dari penelitian ini.

Penelitian-penelitian yang telah dilakukan tersebut mempunyai kesamaan pada

permasalahan yang dibahas, yaitu mengenai analisis faktor-faktor yang

mempengaruhi produksi padi di Indonesia. Beberapa hal yang membedakan

penelitian ini dengan penelitian sebelumnya adalah dalam lokasi dan kondisi

objek penelitian, periode waktu penelitian dan beberapa variabel yang

(33)

C.Hipotesis

1. H0 : Luas Lahan = 0 : Luas Lahan Tidak Berpengaruh Terhadap Produksi Padi di Indonesia.

Luas lahan di seluruh provinsi Indonesia yang berpetak-petak. Jika

lahan sawah sangat luas maka panennya sangat banyak. Berdasarkan hal

ini, maka dapat disusun hipotesis sebagai berikut:

H1 : Luas Lahan > 0 : Luas Lahan Berpengaruh Positif dan Signifikan Terhadap Produksi Padi di Indonesia.

2. H0 : Tenaga Kerja = 0 : Tenaga Kerja Tidak Berpengaruh Terhadap Produksi Padi di Indonesia.

Tenaga kerja di Indonesia akan memberikan hasil yang sangat baik dan cepat dalam melakukan suatu pekerjaan terhadap masing-masing

usahatani diseluruh provinsi Indonesia. Jika banyak yang bekerja, maka

diharapkan dapat meningkatkan pendapatan petani di Indonesia.

Berdasarkan hal tersebut, maka dapat disusun hipotesis sebagai berikut:

H1 : Tenaga Kerja > 0 : Tenaga Kerja Berpengaruh Positif dan Signifikan Terhadap Produksi Padi di Indonesia.

3. H0 : Harga Beras = 0 : Harga Beras Tidak Berpengaruh Terhadap Produksi Padi di Indonesia.

Semakin besar harga beras maka semakin besar pula kemampuan

masyarakat untuk melakukan pembelian harga beras, yang pada akhirnya

(34)

Indonesia. Berdasarkan hal tersebut, maka dapat disusun hipotesis sebagai

berikut:

H1 : Harga Beras > 0 : Harga Beras Berpengaruh Positif dan Signifikan Terhadap Produksi Padi di Indonesia.

4. Model Penelitian

Pada pembahasan ini penulis akan memaparkan kerangka pikir

penelitian yang menjadi dasar sekaligus alur berpikir dalam melihat pengaruh

variabel yang menentukan produksi padi. Selanjutnya Informasi mengenai

kerangka pikir penelitian dapat dilihat pada Gambar di bawah ini sebagai

berikut:

Gambar 2.2

Model Penelitian

Dari gambar diatas, penulis ingin mengkaji dan menguji apakah

Luas Lahan, Tenaga Kerja dan Harga Beras berpengaruh terhadap

produksi padi. Untuk mengujinya penelitian ini menggunakan analisis

regresi Data Panel. Luas Lahan (+)

Tenaga Kerja (+)

Harga Beras (+)

(35)

21 BAB III

METODE PENELITIAN A. Objek/Subjek Penelitian

Objek penelitian yang digunakan dalam penelitian ini adalah yang

menjadi penyebab dari produksi padi di Indonesia. Sedangkan yang subjek

adalah luas lahan, tenaga kerja dan harga beras terhadap produksi padi di

Indonesia.

B. Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang

diambil dari BPS (Badan Pusat Statistik). Data bersifat time series dengan

periode 2009 sampai dengan 2013. Data yang diperlukan dalam penelitian ini

adalah:

a. Luas Lahan di seluruh provinsi Indonesia pada tahun 2009 sampai

dengan 2013.

b. Tenaga Kerja di seluruh provinsi Indonesia pada tahun 2009 sampai

dengan 2013.

c. Harga Beras di seluruh provinsi Indonesia pada tahun 2009 sampai

dengan 2013.

C. Teknik Pengumpulan Data

Pengambilan sampel dalam penelitian ini yaitu sampel gabungan

(36)

Seluruh Provinsi dari tahun 2009-2013. Dan hasil penelitian yang diperoleh

dari perhitungan data panel.

Untuk melengkapi data dan referensi yang diperlukan dalam

penyusunan penelitian ini, maka ditempuh cara sebagai berikut:

a. Studi Pustaka, yang merupakan cara memperoleh informasi melalui

benda-benda tertulis, yang diperoleh dari berbagai sumber antara lain

jurnal, skripsi, maupun buku-buku yang relevan dalam membantu

penyusunan penelitian ini, juga termasuk buku-buku terbitan instansi

pemerintah (BPS).

b. Studi Dokumen, metode pengambilan data dengan mengambil data

dari berbagai sumber yaitu dari Badan Pusat Statistik.

D.Definisi Operasional Variabel Penelitian

Dalam penelitian ini terdiri dari Variabel Dependen (Y) adalah

produksi padi, Variabel Independen (X1) adalah Luas Lahan, Variabel

Independen (X2) adalah Tenaga Kerja dan Variabel Independen (X3) adalah

Harga Beras di seluruh Provinsi Indonesia.

a. Produksi padi (Y)

Merupakan produksi padi yang berhasil dipanen pada tahun

2009-2013 seluruh provinsi di Indonesia, dinyatakan dalam

(37)

b. Luas Lahan (X1)

Merupakan luas lahan pertanian yang dapat ditanami padi

selama satu tahun dari masing-masing di Indonesia, dinyatakan

dalam (ha/tahun).

c. Tenaga Kerja (X2)

Merupakan penduduk dalam usia kerja yang siap melakukan

pekerjaan, yaitu usia 15-65 tahun. Berdasarkan UU No 13 tahun

2003, tenaga kerja adalah setiap orang yang mampu melakukan

pekerjaan guna menghasilkan barang dan jasa, baik untuk memenuhi

kebutuhan sendiri maupun masyarakat.

d. Harga Beras

Harga beras adalah harga beras rata-rata per kilogram dari

berbagai jenis varietas selama satu tahun dalam satuan rupiah. Beras

itu akan diolah menjadi nasi. Nasi merupakan sumber kalori utama

yang banyak mengandung unsur karbohidrat yang sangat tinggi

sehingga sangat bermanfaat dan menjadikan sebagai bahan pangan

utama. Data diambil dari Statistik Indonesia (BPS) pada tahun

2009-2013.

e. Uji Kualitas Data

1. Uji Multikolinearitas

Multikolinearitas adalah adanya hubungan linear antar variabel

independent. Salah satu asumsi model regresi klasik adalah tidak terdapat

(38)

terdapat korelasi yang signifikan diantara dua atau lebih variabel independent

dalam model regresi. Pengujian terhadap ada tidaknya multikolinearitas ini

dilakukan dengan cara melihat koefisien korelasi antar variabel. Beberapa

kaidah untuk mendeteksi ada tidaknya multikolinearitas dalam suatu model

empiris yaitu sebagai berikut:

1). Nilai R2 yang dihasilkan dari hasil estimasi model empiris sangat

tinggi, tetapi tingkat signifikan variabel bebas berdasarkan uji t statistik

sangat sedikit.

2). Tolerance and variance inflation factor (VIF). VIF mencoba melihat

bagaimana varian dari suatu penaksir meningkat seandainya ada

multikolnearitas dalam suatu model empiris. Misalkan R2 dari hasil

estimasi regresi secara parsial mendekati satu, maka nilai VIF akan

mempunyai nilai tak hingga. Dengan demikian nilai kolinearitas

meningkat maka varian dari penaksir akan meningkat dalam limit yang tak

terhingga.

Ada beberapa cara untuk mengetahui multikolinearitas dalam suatu

model, salah satunya adalah dengan melihat koefisien korelasi hasil output

komputer. Jika terdapat koefisien korelasi yang lebih besar |0.9| maka

terdapat gejala multikolinearitas.

2. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke

(39)

a). Signifikan korelasi >0,05 berarti bebas dari heteroskedastisitas

b). Signifikan korelasi < 0,05 berarti terkena heteroskedastisitas

f. Analisis Data

Untuk menjawab permasalahan yang telah ditetapkan, maka dalam

menganalisis permasalahan (data) penulis akan menggunakan metode regresi

Data Panel. Analisis regresi data panel adalah analisis regresi dengan struktur

data yang merupakan data panel. Umumnya pendugaan parameter dalam

analisis regresi dengan data cross section dilakukan menggunakan pendugaan

metode kuadrat terkecil atau disebut Ordinary Least Square (OLS).

Data panel adalah gabungan antara data runtut waktu (time series) dan

data silang (cross section). Menurut Agus Widarjono (2009) penggunaan data

panel dalam sebuah observasi mempunyai beberapa keuntungan yang

diperoleh. Pertama, data panel yang merupakan gabungan dua data time series

dan cross section mampu menyediakan data yang lebih banyak sehingga akan

lebih menghasilkan degree of freedom yang lebih besar. Kedua,

menggabungkan informasi dari data time series dan cross section dapat

mengatasi masalah yang timbul ketika ada masalah penghilangan variabel

(omitted-variabel).

Hsiao (1986), mencatat bahwa penggunaan panel data dalam penelitian

ekonomi memiliki beberapa keuntungan utama dibandingkan data jenis cross

section maupun time series. Pertama, dapat memberikan peneliti jumlah

pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan),

(40)

variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang

efisien. Kedua, panel data dapat memberikan informasi lebih banyak yang

tidak dapat dberikan hanya oleh data cross section dan time series saja. Dan

ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam

inferensi perubahan dinamis dibandingkan data cross section (Agus T.B. dan

Imamudin Y, 2015).

Menurut Wibisono (2005) keunggulan regresi data panel antara lain:

pertama, panel data mampu memperhitungkan heterogenitas individu secara

eksplisit dengan mengizinkan variabel spesifik individu. Kedua, kemampuan

mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat

digunakan untuk menguji dan membangun model prilaku lebih kompleks.

Ketiga, data panel mendasarkan diri pada observasi cross section yang

berulang-ulang (time series), sehingga metode data panel cocok digunakan

sebagai study of dynamic adjustment. Keempat, tingginya jumlah observasi

memiliki implikasi pada data yang lebih informatif, lebih variatif, dan

kolinearitas (multiko) antara data semakin berkurang, dan derajat kebebasan

(degree of freedom/ df) lebih tinggi sehingga dapat diperoleh hasil estimasi

yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari

model-model perilaku yang kompleks. Dan keenam, data panel dapat

digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi

(41)

a. Model Regresi Data Panel

Model regresi panel dari judul diatas sebagai berikut ini:

Y = α + b1X1it + b2X2it + b3X3it + e

Keterangan:

Y = Produksi Padi

α = Konstanta

b(1...3) = Koefisien dari masing-masing variabel independen

X1 = Luas Lahan X2 = Tenaga Kerja X3 = Harga Beras i = Indonesia

t = waktu

e = error term

1. Penentuan Model Estimasi

Dalam metode estimasi model regresi dengan menggunakan data panel

dapat dilakukan melalui tiga pendekatan, antara lain:

a. Common Effect atau Pooled Least Square (PLS)

Merupakan pendekatan model data panel yang paling sederhana

karena hanya mengkombinasikan data time series dan cross section. Pada

model ini tidak diperhatikan dimensi waktu maupun individu, sehingga

diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun

waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square

(OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.

b. Fixed Effect Model (FEM)

Model ini mengasumsikan bahwa perbedaan antar individu dapat

(42)

model Fixed Effects menggunakan teknik variable dummy untuk

menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa

terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun

demikian slopnya sama antar perusahaan. Model estimasi ini sering juga

disebut dengan teknik Least Squares Dummy Variable (LSDV).

c. Random Effect Model (REM)

Model ini akan mengestimasi data panel dimana variabel gangguan

mungkin saling berhubungan antar waktu dan antar individu. Pada model

Random Effect perbedaan intersep diakomodasi oleh error terms

masing-masing perusahaan. Keuntungan menggunakan model Random Effect

yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan

Error Component Model (ECM) atau teknik Generalized Least Square

(GLS).

Untuk memilih model yang paling tepat terdapat beberapa

pengujian yang dapat dilakukan, antara lain:

a. Uji Statistik F (Uji Chow)

Untuk mengetahui model mana yang lebih baik dalam pengujian

data panel, bisa dilakukan dengan penambahan variabel dummy sehingga

dapat diketahui bahwa intersepnya berbeda dapat diuji dengan uji Statistik

F. Uji ini digunakan untuk mengetahui apakah teknik regresi data panel

dengan metode Fixed Effect lebih baik dari regresi model data panel tanpa

(43)

Hipotesis nol pada uji ini adalah bahwa intersep sama, atau dengan

kata lain model yang tepat untuk regresi data panel adalah Common Effect,

dan hipotesis alternatifnya adalah intersep tidak sama atau model yang

tepat untuk regresi data panel adalah Fixed Effect.

Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan

derajat kebebasan (deggre of freedom) sebanyak m untuk numerator dan

sebanyak n – k untuk denumerator. m merupakan merupakan jumlah

restriksi atau pembatasan di dalam model tanpa variabel dummy. Jumlah

restriksi adalah jumlah individu dikurang satu. n merupakan jumlah

observasi dan k merupakan jumlah parameter dalam model Fixed Effect.

Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah

periode, sedangkan jumlah parameter dalam model Fixed Effect (k) adalah

jumlah variabel ditambah jumlah individu. Apabila nilai F hitung lebih

besar dari F kritis maka hipotesis nul ditolak yang artinya model yang

tepat untuk regresi data panel adalah model Fixed Effect. Dan sebaliknya,

apabila nilai F hitung lebih kecil dari F kritis maka hipotesis nul diterima

yang artinya model yang tepat untuk regresi data panel adalah model

Common Effect.

b. Uji Hausman

Hausman telah mengembangkan suatu uji untuk memilih apakah

metode Fixed Effectdan metode Random Effect lebih baik dari

metode Common Effect. Uji Hausman ini didasarkan pada ide bahwa Least

(44)

Effect dan Generalized Least Squares (GLS) dalam metode Random Effect

adalah efisien sedangkannOrdinary Least Squares (OLS) dalam

metode Common Effect tidak efisien. Dilain pihak, alternatifnya adalah

metode OLS efisien dan GLS tidak efisien. Karena itu, uji hipotesis nulnya

adalah hasil estimasi keduanya tidak berbeda sehingga uji Hausman bisa

dilakukan berdasarkan perbedaan estimasi tersebut.

Statistik uji Hausman mengikuti distribusi statistik

Chi-Squares dengan derajat kebebasan (df) sebesar jumlah variabel bebas.

Hipotesis nolnya adalah bahwa model yang tepat untuk regresi data panel

adalah model Random Effect dan hipotesis alternatifnya adalah model

yang tepat untuk regresi data panel adalah model Fixed Effect. Apabila

nilai statistik Hausman lebih bears dari nilai kritis Chi-Squares maka

hipotesis nol ditolak yang artinya model yang tepat untuk regresi data

panel adalah model Fixed Effect. Dan sebaliknya, apabila nilai statistik

Hausman lebih kecil dari nilai kritis Chi-Squares maka hipotesis nol

diterima yang artinya model yang tepat untuk regresi data panel adalah

model Random Effect.

Dari penjelasan mengenai metode estimasi dan pemilihan model

regresi panel di atas, digambarkan kerangka pemikiran regresi data panel

(45)

Sumber: Agus T.B. dan Imamudin Y, 2015

GAMBAR 3.1

Kerangka Pemikiran

a. Teknik Penaksiran Model

Pada penelitian ekonomi, seorang peneliti sering menghadapi kendala

data. Apabila regresi diestimasi dengan data runtut waktu, observasi tidak Obyek Penelitian

Uji Chow

Pemilihan Model Regresi Panel

Random Effect Fixed Effect

Common Effect

Model Estimasi Data

Variabel Independen (X) Variabel Dependen (Y)

Uji Asumsi Klasik

Uji Hausman

Heteroskedastisitas Multikolinieritas

Adjusted R2 Uji t

Uji Signifikasi

Uji F

(46)

mencukupi. Jika regresi diestimasi dengan data lintas sektoral terlalu sedikit

untuk menghasilkan estimasi yang efisien. Salah satu solusi untuk

menghasilkan estimasi yang efisien adalah dengan menggunakan model regresi

data panel. Data panel (pooling data) yaitu suatu model yang menggabungkan

observasi lintas sektoral dan data runtut waktu. Tujuannya supaya jumlah

observasinya meningkat. Apabila observasi meningkat maka akan mengurangi

kolinieritas antara variabel penjelas dan kemudian akan memperbaiki efisiensi

estimasi ekonometri (Insukindro, 2001).

Hal yang diungkap oleh Baltagi (Puji dalam Irawan, 2012), ada

beberapa kelebihan penggunaan data panel yaitu:

1. Estimasi data panel dapat menunjukkan adanya heterogenitas dalam

tiap unit.

2. Penggunaan data panel lebih informatif, mengurangi kolinieritas antar

variabel, meningkatkan derajat kebebasan dan kebih efisien.

3. Data panel cocok utnuk digunakan karena menggambarkan adanya

dinamika perubahan.

4. Data panel dapat meminimalkan bias yang mungkin dihasilkan dalam

agregasi.

Untuk menguji estimasi pengaruh jumlah unit usaha, nilai investasi,

nilai produksi dan upah minimum terhadap penyerapan tenaga kerja pada

industri kecil digunakan alat regresi dengan model data panel. Ada dua

pendekatan yang digunakan dalam mengalisis data panel. Pendekatann Fixed

(47)

terlebih dahulu dilakukan uji spesifikasi apakah Fixed Effect dan Random

Effect atau keduanya memberikan hasil yang sama. Metode GLS (Generated

Least Square) dipilih dalam penelitian ini karena adanya nilai lebih yang

dimiliki oleh GLS dibanding OLS dalam mengestimasi parameter regresi.

Menyebutkan bahwa metode OLS yang umum mengasumsikan bahwa varians

variabel adalah heterogen, pada kenyataannya variasi pada data pooling

cenderung heterogen. Metode GLS sudah memperhitungkan heterogenitas

yang terdapat pada variabel independen secara eksplisit sehingga metode ini

mampu menghasilkan estimator yang memenuhi kriteria BLUE (best linier

unbiased estimator) Gujarati (2003).

Dari beberapa variabel yang digunakan dalam penelitian ini maka dapat

dibuat model penelitan sebagai berikut:

Yit =β0+β1X1it+ β2X2it +β3X3it +ε

Yang kemudian di transformasikan kedalam persamaan logaritma,

yaitu:

LogYit =β0+Log β1X1it+ Log β2X2it +Log β3X3it +ε

Keterangan :

Log Yit = Produksi Padi

β0 = Konstanta

Log β123 = Koefisien variabel 1,2,3

Log X1 = Luas Lahan

Log X2 = Tenaga Kerja

X3 = Harga Beras

i = Indonesia

t = Periode Waktu ke-t

(48)

Dalam menguji spesifikasi model pada penelitian, penulis menggunakan

beberapa metode :

1. Uji Hausman

Uji Spesifikasi Hausman membandingkan model fixed effect dan

random di bawah hipotesis nol yang berarti bahwa efek individual tidak

berkorelasi dengan regresi dalam model (Hausman dalam Venia, 2014).

Jika tes Hausman tidak menunjukkan perbedaan yang signifikan (p> 0,05),

itu mencerminkan bahwa efek random estimator tidak aman bebas dari

bias, dan karena itu lebih dianjurkan kepada estimasi fixed effect disukai

daripada efek estimator tetap.

2. Uji Chow Test

Chow test yakni pengujian untuk menentukan model Fixed Effect

atau Random Effect yang paling tepat digunakan dalam mengestimasi data

panel. Hipotesis dalam uji chow adalah:

H0 = Common Effect Model atau pooled OLS

H1 = Fixed Effect Model

Dasar penolakan terhadap hipotesis diatas adalah dengan

membandingkan perhitungan F-statistik dengan F-tabel. Perbandingan

dipakai apabila hasil F hitung lebih besar (>) dari F table maka Ho di tolak

yang berarti model yang digunakan adalah Cammon Effect Model

(Widarjono, 2009). Perhitungan F statistic didapat dari uji chow dengan

(49)

Dimana :

SSE1 = Sum Square Error dari model Common Effect

SSE2 = Sum Square Error dari model Fixed Effect

n = Jumlah perusahaan (cross section) nt = Jumlah cross section x jumlah time series

k = Jumlah variable independen

sedangkan variable F table didapat dari :

Dimana :

a = tingkat signifikan yang dipakai n = jumlah Indonesia (cross section) nt = jumlah cross section x time series

k = jumlah variable independen

1. Pengujian Asumsi Klasik (Multikolinearitas dan Heteroskedastisitas).

Dengan pemakaian metode Ordinary Least Squared (OLS), untuk

menghasilkan nilai parameter model penduga yang lebih tepat, maka diperlukan

pendeteksian apakah model tersebut menyimpang dari asumsi klasik atau tidak,

deteksi tersebut terdiri dari:

a. Uji Multikolinearitas

Multikolinearitas dapat diartikan sebagai suatu keadaan dimana satu

atau lebih variabel bebas dapat dinyatakan sebagai kombinasi kolinier dari

variabel yang lainnnya. Uji ini bertujuan untuk mengetahui apakah dalam

(50)

korelasi maka dinamakna terdapat problem multikolinieritas. Salah satu cara

mendeteksi adanya multikolinearitas yaitu:

R2 cutupa tinggi (0,7 – 0,1), tetapi uji-t untuk masing-masing koefisien

regresi nya tidak signifikan.

Tingginya R2 merupakan syarat yang cukup (sufficent) akan tetapi

bukan syarat yang perlu (necessary) untuk terjadinya multikolinearitas, sebab

pada R2 _{yang rendah < 0,5 bisa juga terjadi multikolinearitas.}

1. Meregresikan variabel independen X dengan variabel-variabel

independen yang lain, kemudian di hitung R2 nya dengan uji F.

2. Jika F* > F tabel berarti H0 di tolak, ada multikolinearitas.

3. Jika F* < F tabel berarti H0 di terima, tidak ada multikolinearitas.

Ada beberapa cara untuk mengetahui multikolienaritas dalam suatu

model. Salah satunya adalah dengan melihat koefisien korelasi hasil output

komputer. Jika terdapat koefisien korelasi yang lebih besar dari (0,9), mka

terdapat gejala multikolinearitas (Rosadi, 2011).

Untuk mengatasi masalah multikolinieritas, satu variabel independen

yang memiliki korelasi dengan variabel independen lain harus dihapus.

Dalam hal metode GLS, model ini sudah diantisipasi dari multikolienaritas.

b. Uji Heteroskedastisitas

Suatu model regresi dikatakan terkena heteroskedastisitas apabila

terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke

(51)

pengamatan yang lain tetap, maka disebut homoskedastisitas. Jika varians

berbeda disebut heteroskedastisitas.

Adanya sifat heteroskedastisitas ini dapat membuat penaksiran dalam

model bersifat tidak efisien. Umumnya masalah heteroskedastisitas lebih biasa

terjadi pada data cross section dibandingkan dengan time series (Gujarati,

1978).

Untuk mendeteksi masalah heteroskedastisitas dalam model, penulis

menggunakan uji park yang sering digunakan dalam beberapa referensi. Dalam

metodenya, Park menyarankan suatu bentuk fungsi spesifik diantara varian

kesalahan σ dan variabel bebas yang dinyatakan sebagai berikut :

σ = αX ………...…...….(1)

Persamaan dijadikan linier dalam bentuk persamaan log sehingga

menjadi:

Ln σ = α + β Ln Xi+ vi …………...………..(2)

Karena varian kesalahan (σ tidak teramati, maka digunakan e

sebagai penggantinya. Sehingga persamaan menjadi:

Lne = α +β Ln Xi+ vi ………...(3)

Apabila koefisien parameter β dari persamaan regresi tersebut

signifikan secara statistik, berarti didalam data terdapat masalah

heteroskedastisitas. Sebaliknya, jika β tidak signifikan, maka asumsi

homokedastisitas pada data dapat diterima. (Park dalam Sumodiningrat,

(52)

Uji ini bertujuan untuk menguji apakah pada model regresi terjadi

ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan

yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan

yang lain tetap, maka disebut heteroskedastisitas. Model regresi yang baik

adalah tidak adanya heteroskedastisitas. Dalam hal metode GLS, model ini

sudah diantisipasi dari heteroskedastisitas. Deteksi adanya

heteroskedastisitas:

- Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu

pola tertentu yang terartur (bergelombang, melebat kemudian

menyempit), maka telah terjadi heteroskedastisitas.

- Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan

dibawah angka 0 pada sumbu Y, maka tidak terjadi

Heteroskedastisitas.

1. Uji Statistik Analisis Regresi

Uji signifikasi merupakan prosedur yang digunakan untuk menguji

kesalahan atau kebenaran dari hasil hipotesis nol dari sampel.

a. Uji Koefisien Determinasi (R-Square)

Koefisien determinasi R2 pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel independen.

Nilai koefisien determinasi diantara 0 dan 1 (0 < R2 <1), nilai (R2 )

yang kecil berarti kemampuan variabel-variabel independent dalam

menjelaskan variasi variabel independen sangat terbatas. Nilai yang

(53)

informasi yang dibutuhkan untuk memprediksi variasi model dependen

(Gujarati, 2003).

Kelemahan mendasar penggunaan koefisien determinasi adalah

bias terhadap jumlah variabel dependen, (R2 ) pasti meningkat, tidak

peduli apakah variabel tersebut berpengaruh secara signifikan terhadap

variabel dependen atau tidak. Oleh karena itu, banyak peneliti

menganjurkan untuk menggunakan nilai adjusted R2_{pada saat}

mengevaluasi model regresi terbaik. Tidak seperti nilai R2 , nilai

adjusted R2 dapat naik dapat turun apabila satu variabel independen

ditambahkan dalam model. Pengujian ini pada intinya adalah

mengukur seberapa jauh kemampuan model dalam menerangkan

variasi variabel independen.

b. Uji F-Statistik

Uji F-statistik ini dilakukan untuk melihat seberapa besar

pengaruh variabel independen secara keseluruhan atau bersama-sama

terhadap variabel dependen. Untuk pengujian ini dilakukan hipotesa

sebagai berikut:

a. H0: β1 = β2=0, artinya secara bersama-sama tidak ada

pengaruh variabel independen terhadap variabel dependen.

b. Ha: β1≠ β2≠ 0, artinya secara bersama-sama ada pengaruh

variabel independen terhadap variabel dependen.

Pengujian ini dilakukan untuk membandingkan nilai F-hitung

(54)

ditolak, yang berarti variabel independen secara bersama sama

mempengaruhi variabel dependen.

c. Uji t-Statisik (Uji Parsial)

Uji t dilakukan untuk melihat signifikasi dari pengaruh

variabel bebas secara individual terhadap variabel terikat dengan

menganggap variabel bebas lainnya adalah konstan. Uji t mengunakan

hipotesis sebagai berikut (Gujarati, 2003):

Hipotesis 1

Uji t untuk variabel Luas Lahan

H0: β1 = 0 (tidak ada hubungan linier antara luas lahan dengan

produksi padi)

H1: β1>0 (ada pengaruh positif dan signifikan luas lahan dengan

produksi padi)

Bila t hitung < t tabel maka H0 ditolak dan H1 diterima.

Hipotesis 2

Uji t untuk variabel Tenaga Kerja

H0: β2 = 0 (tidak ada hubungan linier antara Tenaga Kerja dengan

produksi padi)

H1: β1>0 (ada pengaruh positif dan signifikan dengan produksi

padi)

Bila t hitung < t tabel maka H0 ditolak dan H1 diterima

Hipotesis 3

(55)

H0: β2 = 0 (tidak ada hubungan linier antara harga beras dengan

produksi padi)

H1: β1>0 (ada pengaruh positif dan signifikan harga beras dengan

produksi padi)

Bila t hitung < t tabel maka H0 ditolak dan H1 diterima

Uji ini dapat dilakukan dengan membandingkan t hitung dengan t

tabel.

Adapun rumus untuk mendapatkan t hitung adalah sebagai

berikut:

t hitung = (bi – b)/sbi

Dimana:

bi = koefisien variabel independen ke-i b = nilai hipotesis nol

sbi = simpangan baku dari variabel independen ke-i

Pada tingkat signifikans 5 persen dengan kriteria

pengujian yang digunakan sebagai berikut:

- Jika t hitung < t tabel maka H0 diterima dan H1

ditolak, yang artinya salah satu variabel bebas

(independent) tidak mempengaruhi variabel terikat

(dependent) secara signifikan.

- Jika t hitung > t tabel maka H0 ditolak dan H1

diterima, yang artinya salah satu variabel bebas

(independent) mempengaruhi variabel terikat

(56)

42

1.Letak Geografis dan Astronomis Indonesia Serta Pengaruhnya

Letak geografi Indonesia dan letak astronomis Indonesia adalah posisi

negara Indonesia yang didefinisikan terhadap batasan-batasan yang

mengelilingi Indonesia. Negara kita memiliki sejumlah pulau yang tersusun

dari sabang sampai merauke. Penampakan permukaan alam Indonesia terdiri

diri perairan dan daratan yang berbanding antara 4:1. Penampakan daratan

berupa gunung tertinggi, sungai terpanjang di Indonesia, danau membuat

Indonesia menjadi negara ke 15 terluas di dunia. Indonesia termasuk negara

kepulauan yang berada pada posisi strategis yang digambarkan dari letak

geografis dan letak astronomis Indonesia. Berikut ini selengkapnya:

1). Letak geografis Indonesia

Letak geografis Indonesia adalah posisi negara Indonesia yang dilihat

dari permukaan bumi secara nyata sesak geuai penampakanalam yang

membatasi Indonesia. Letak geografis menekankan pada fenomena alam

berupa keadaan alam yang melingkupi wilayah tersebut. Hal ini berarti benua,

samudera, danau, laut dan sebagainya. Batasan letak geografis Indonesia

secara umum diapit oleh dua benua dan dua samudera, berikut penjelasannya:

1. Bagian barat laut: Wilayah Indonesia di batasi dengan Benua Asia.

(57)

3. Bagian barat: Indonesia sebelah berat berbatasan dengan Samudera

Hindia.

4. Bagian timur: Wilayah laut Indonesia berbatasan dengan Samudera

Pasifik.

2). Letak Astronomis Indonesia

Selain letak geografis di Indonesia ada letak astronomis dimana posisi

Indonesia yang dipengaruhi oleh garis khayal bumi yakni garis lintang dan

bujur yang mengelilingi bumi. Dinamai garis khayal karena memang pada

permukaan bumi sebenarnya, garis ini tidak ada hanya merupakan

pengembangan ilmu astronomi pada cabang-cabang ilmu biologi. Letak

astronomis Indonesia berdasarkan garis lintang dan bujur, yaitu :

1. Garis Lintang

Garis lintang membagi struktur bumi menjadi 2 bagian sama besar

yaitu antara utara dan selatan. Garis lintang sejajar dengan garis khayal

khatulistiwa (equator) yang membentang hingga kutub selatan dan kutub

utara. Letak astronomis Indonesia berada pada titik 6o Lintang Utara

(LU) sampai 11o_{Lintang Selatan (LS).}

2. Garis Bujur

Garis Bujur membelah bumi secara horizontal, dari barat ke timur.

Garis bujur disebut juga dengan garis meredien yang membatasi letak

(58)

3). Pengaruh Letak Geografis dan Astronomis Indonesia

Beberapa hal yang mempengaruhi Indonesia berdasarkan letak geografis:

a. Mempengaruhi musim – Letak geografis Indonesia dilalui hembusan angin muson (monsoon). Angin muson membawa perbedaan mus

Indonesia yang mempengaruhi proses terjadinya hujan pada musim

penghujan dan kemarau yang panas. Angin muson bergerak bergantian

sepanjang tahun sebanyak 2 kali.

b. Wilayah strategis – Letak Indonesia yang berada diantara 2 benua dan 2 samudera membuat Indonesia menjadi jalur perlintasan Internasional

baik laut dan udara. Hal ini akan mempengaruhi perkembangan

ekonomi pada zona ekonomi eksklusif Indonesia yang dilewati

industri-industri besar. Beberapa hal yang mempengaruhi Indonesia berdasarkan

letak astronomis.

c. Mempengaruhi iklim – Indonesia terletak di sepanjang garis khatulistiwa yang berarti memiliki iklim tropis. Wilayah negara dengan

iklim tropis akan memperoleh sinar matahari sebagai pusat tata surya

sepanjang waktu. Hal tersebut akan berbeda dengan yang terjadi pada

iklim sub tropis yang memiliki 4 musim, begitu juga dengan daerah

beriklim kutub.

d. Mempengaruhi perbedaan waktu - Letak astronomis mempengaruhi

perbedaan waktu yang ditetapkan mulai pada titik lintang dan bujur 0o

(59)

yaitu WIB, WIT dan WITA sesuai Keputusan Presiden No.41 Tahun

1987.

2. Gambaran Umum Variabel Operasional 1. Produksi Padi di Indonesia

Produksi padi merupakan salah satu hasil bercocok tanam yang

dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan

secara teratur sehingga menghasilkan suatu produksi padi yang dapat

dimanfaatkan.

Tabel 4.1

Produksi Padi (ha) di Indonesia Tahun 2009-2013

Provinsi Tahun

2009 2010 2011 2012 2013

Aceh 1.556.858 1.582.393 1.772.962 1.778.738 1.956.940

Sumatera Utara 3.527.899 3.582.302 3.607.403 3.715.514 3.727.249

Sumatera Barat 2.105.790 2.211.248 2.279.602 2.368.390 2.430.384

Riau 531.429 574.864 535.788 512.152 434.144

Kepulauan Riau 430 1.246 1.223 1.323 1.370

Jambi 644.947 628.828 646.641 625.164 664.535

Sumatera Selatan 3.125.236 3.272.451 3.384.670 3.295.247 3.676.723

Kepulauan Ba Bel 19.864 22.259 15.211 22.976 28.480

Bengkulu 510.160 516.869 502.552 581.911 622.832

Lampung 2.673.844 2.807.676 2.940.795 3.093.422 3.207.002

DKI Jakarta 11.013 11.164 9.516 11.044 10.268

Jawa Barat 11.322.681 11.737.070 11.633.891 11.271.861 12.083.162

Banten 1.849.007 2.048.047 1.949.714 1.865.893 2.083.608

Jawa Tengah 9.600.415 10.110.830 9.391.959 10.232.934 10.344.816

DI Yogyakarta 837.930 823.887 842.934 946.224 921.824

Jawa Timur 11.259.085 11.643.773 10.576.543 12.198.707 12.049.342

Bali 878.764 869.161 858.316 865.553 882.092

Nusa Tenggara Barat 1.870.775 1.774.499 2.067.137 2.114.231 2.193.698

Nusa Tenggara Timur 607.359 555.493 591.371 698.566 729.666

Kalimatan Barat 1.300.798 1.343.888 1.372.988 1.300.100 1.441.876

Kalimatan Tengah 578.761 650.416 610.236 755.507 812.652

Kalimatan Selatan 1.956.993 1.842.089 2.038.309 2.086.221 2.031.029

Kalimatan Timur 555.560 588.879 552.616 553.440 439.439

(60)

Provinsi Tahun

2009 2010 2011 2012 2013

Gorontalo 256.934 253.563 273.921 245.357 295.913

Sulawesi Tengah 953.396 957.108 1.041.789 1.024.316 1.031.364

Sulawesi Selatan 4.324.178 4.382.443 4.511.705 5.008.143 5.035.830

Sulawesi Barat 310.706 362.900 365.683 412.620 445.030

Sulawesi Tenggara 407.367 454.644 491.567 516.291 561.361

Maluku 89.875 83.109 87.468 84.271 101.835

Maluku Utara 46.253 55.401 61.430 65.686 72.445

Papua 98.511 102.610 115.437 138.032 29.912

Papua Barat 36.985 34.254 29.304 30.245 169.791

Indonesia 64.352.683 66.469.394 65.756.904 69.056.126 71.291.494 Rata-rata 2.038.341 2.105.120 2.078.748 2.185.983 2.252.507