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
Oleh
REATA LUPJA ROMA DONA 20120430121
FAKULTAS EKONOMI
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
Universitas Muhammadiyah Yogyakarta
Oleh
REATA LUPJA ROMA DONA 20120430121
FAKULTAS EKONOMI
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
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.
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.
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
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
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
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...
...
60ix
DAFTAR GAMBAR
THE ANALYSIS ON FACTORS EFFECTING THE RICE PRODUCTION IN INDONESIA DURING 2009-2013
Diajukan oleh
REATA LUPJA ROMA DONA 20120430121
Telah disetujui Dosen Pembimbing Pembimbing
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
REATA LUPJA ROMA DONA 20120430121
Skripsi ini telah Dipertahankan dan Disahkan di depan Dewan Penguji Program Studi Ilmu Ekonomi Fakultas Ekonomi
Universitas Muhammadiyah Yogyakarta
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
Universitas Muhammadiyah Yogyakarta
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.
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
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
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
Sumber: Statistik Indonesia, BPS, 2009-2013
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
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
Sumber: Statistik Indonesia, BPS, 2009-2013
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,
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
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
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
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
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
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
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, X2b2 , … 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:
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
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
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
manusia. Oleh karena itu, setiap warga negara berhak atas terpenuhinya pangan
yang cuckup dengan harga murah (Amang dan Sawit, 1999).
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
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
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 (+)
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
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
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
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
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),
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
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
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
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
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
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
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
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
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
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
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
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,
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
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
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
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
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.
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
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
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
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
Sumber: Statistik Indonesia, BPS, 2009-2013
Berdasarkan tabel diatas, ada 33 provinsi dari tahun 2009 sampai tahun
2013, pada tahun 2009 yang tertinggi adalah provinsi Jawa Barat sebesar
11.322.681 dan yang terendah adalah provinsi Kepulauan Riau sebesar 430. Pada
tahun 2010 yang tertinggi adalah provinsi Jawa Barat sebesar 11.737.070 dan
yang terendah adalah provinsi Kepulauan Riau sebesar 1.246. Pada tahun 2011
yang tertinggi adalah provinsi Jawa Barat sebesar 11.633.891 dan yang terendah
adalah provinsi Kepulauan Riau sebesar 1.223. Pada tahun 2012 yang tertinggi
adalah provinsi Jawa Timur dan yang terendah adalah Kepulauan Riau sebesar
1.323. Sedangkan pada tahun 2013 Yang tertinggi adalah provinsi Jawa Barat
sebesar 12.083.162 dan yang terendah adalah provinsi Kepulauan Riau sebesar
1.370. Dari tahun 2009 sampai tahun 2011 yang tertinggi mengalami peningkatan
adalah provinsi Jawa Barat, tetapi pada tahun 2012 Jawa Timur. Dan pada tahun
2013 tetap Jawa Barat yang tertinggi. Sedangkan yang terendah dari tahun 2009