• Tidak ada hasil yang ditemukan

IV. HASIL DAN PEMBAHASAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "IV. HASIL DAN PEMBAHASAN"

Copied!
20
0
0

Teks penuh

(1)

18

IV. HASIL DAN PEMBAHASAN

Pada bab ini akan ditunjukkan hasil perhitungan analisis data penelitian serta pembahasannya yang meliputi gambaran umum lokasi penelitian, karakteristik responden, uji validitas, uji reliabilitas, uji model-fit, dan juga uji hipotesis.

4.1 Gambaran Umum Lokasi Penelitian

Penelitian ini menggunakan data responden yang diperoleh di Kecamatan Getasan, Desa Batur, Kabupaten Semarang, Jawa Tengah dengan batasan wilayah sebagai berikut :

Sebelah Utara : Desa Sumogawe Sebelah Selatan : Gunung Merbabu Sebelah Barat : Desa Kopeng Sebelah Timur : Desa Tajuk

Secara geografis, Desa Batur memiliki data orbitrasi (jarak dari pusat pemerintahan) adalah sebagai berikut :

Pusat Pemerintahan Kecamatan : 3 km Pusat Pemerintahan Kabupaten : 30 km Pusat Pemerintahan Provinsi : 35 km

Desa Batur terbagi menjadi 19 dusun yang terdiri dari 19 RW dan 54 RT. Luas keseluruhan tanah baik jalan, sawah, pemukiman, bangunan umum, pemakaman, dan peternakan adalah 1081,75 Ha. Letak Desa Batur berada di 1200 mdpl dengan suhu udara rata-rata 30o C dengan curah hujan sebesar 2500 mm/tahun.

4.2 Karakteristik Responden

Analisis deskriptif responden dimaksudkan untuk melihat karakteristik umum responden. Seluruh responden dalam peneilitian ini merupakan petani sayuran di Kecamatan Getasan, Desa Batur. Gambaran umum responden dapat dilihat dalam beberapa tabel berikut ini :

(2)

19

4.2.1 Keputusan Petani

Data keputusan petani yang ini dimaksudkan untuk melihat tingkatan dalam sistem pertanian organik yang diterapkan oleh responden dan melihat berapa presentase responden yang memiliki keputusan untuk menerapkan sistem pertanian organik dan non-organik.

Dari tabel 4.1 terlihat bahwa 56,4% responden sudah menerapkan sistem pertanian organik, 43,6% lainnya masih belum menerapkan sistem pertanian organik (non-organik). Berdasarkan jawaban responden, peneliti membagi sistem pertanian non-organik ke dalam 4 tingkatan:

i. Tidak Organik

Subjek merupakan kelompok petani yang sedang tidak menerapkan pertanian organik dan memiliki keyakinan untuk tetap bertahan dengan sistem yang sedang diterapkan, untuk proses budidaya selanjutnya. Terdapat 6 petani yang masuk ke dalam kelompok ini.

ii. Belum Organik

Subjek merupakan kelompok petani yang sedang tidak menerapkan pertanian organik tapi memiliki pandangan kedepan bahwa mereka akan menerapkan sistem pertanian organik suatu saat nanti (belum tahu kapan). Terdapat 11 petani yang masuk ke dalam kelompok ini.

iii. Akan Mencoba Organik

Subjek merupakan kelompok petani yang belum pernah menerapkan pertanian organik tapi sudah memiliki rencana untuk beralih ke sistem pertanian organik untuk waktu yang sudah ditentukan, direncanakan kurang dari 3 tahun ke depan. Terdapat 5 petani yang masuk ke dalam kelompok ini dalam penelitian ini. Tabel 4.1 Data Keputusan Petani

Sistem Frekuensi Persentase

(%) Tidak organik 6 5,5 Belum organik 11 10,0 Akan Mencoba 5 4,5 Pernah mencoba 26 23,6 Organik 62 56,4 Total 110 100,0

(3)

20

iv. Pernah Mencoba Organik

Subjek merupakan kelompok petani yang sudah pernah menerapkan sistem pertanian organik dan kembali lagi ke sistem pertanian non-organik karena alasan-alasan tertentu. Terdapat 26 petani yang masuk ke dalam kelompok ini

v. Organik

Subjek merupakan kelompok petani yang sedang menerapkan sistem pertanian organik, baik yang masih semi-organik maupun organik tersertifikasi. Terdapat 62 petani yang masuk ke dalam kelompok ini

Tidak ada presentase yang dominan antara penerapan sistem pertanian organik dan non-organik, sehingga data yang digunakan dalam penelitian ini dipercaya memiliki nilai yang bervariasi karena data yang terkumpul bersumber dari berbagai sudut pandang yang berbeda.

4.2.2 Umur Petani

Data umur responden dimaksudkan untuk mengetahui rentang umur seluruh responden sehingga dapat diketahui umur responden yang paling banyak dan persebaran data responden serta penerapan sistem pertanian yang sedang masing-masing petani jalani saat proses pengambilan data.

Tabel 4.2 Frekuensi Umur Umur

(tahun)

Kategori Sistem Pertanian

Total Tidak Organik Belum Organik Akan Mencoba Pernah Mencoba Organik f % f % f % f % f % f % 20-31 0 0 0 0 0 0 0 0 4 4 4 4 32-43 1 0,91 3 2,73 0 0 6 5 12 11 22 20 44-55 5 4,55 6 5,45 3 2,73 9 8,18 30 27,27 53 48,18 56-67 0 0 2 1,82 2 1,82 11 10,00 16 14,55 31 28,18 TOTAL 6 5.,45 11 10 5 4,55 26 23,64 62 56,36 110 100 Rata-Rata (tahun) 46 50 55 52 49 50

Sumber : Data primer yang diolah, 2016

Dari tabel 4.2 diketahui bahwa umur responden memiliki rentang yang jauh mulai dari katergori umur 20-31 tahun sampai kategori umur 56-67 tahun. Dapat dilihat bahwa petani yang menerapkan sistem pertanian organik didominasi oleh petani dengan rentang umur 44-55 tahun, dengan rata 49 tahun. Perbedaan

(4)

rata-21 rata umur pada setiap kelas sistem pertanian tidak memiliki rentang yang jauh sehingga dapat dikatakan bahwa rentang umur tidak terlalu mempengaruhi keputusan petani dalam menentukan salah satu sistem pertanian.

4.2.3 Jenis Kelamin

Berikut adalah tabel gambaran umum perbandingan jenis kelamin seluruh responden penelitian ini :

Tabel 4.3 Perbandingan Jenis Kelamin Tidak organik Belum organik Akan mencoba Pernah

mencoba Organik Total

f % f % f % f % f % f %

Laki-Laki 5 4,5 7 6,4 3 2,7 13 11,8 35 31,8 63 57,3

Perempuan 1 0,9 4 3,6 2 1,8 13 11,8 27 24,5 47 42,7

Total 6 5,5 11 10 5 4,5 26 23,6 62 56,4 110 100 Sumber : Data primer yang diolah, 2016

Dari tabel 4.3 terlihat bahwa 57,3% responden merupakan petani laki-laki dan sisanya 42,7% merupakan petani perempuan. Jika melihat per-kategori sistem pertanian, hampir seluruh kategori didominasi oleh kaum pria, kecuali di kategori kelompok petani yang pernah mencoba organik. Walaupun jumlah petani pria dan wanita yang menerapkan pertanian organik lebih banyak dari pada petani non-organik, perbandingan tersebut tidak begitu jauh sehingga bisa dikatakan bahwa hasil analisa kedepannya merupakan data yang diambil dari dua sudut pandang, laki-laki dan perempuan yang hampir sama kuatnya.

4.2.4 Distribusi Kondisi Lingkungan Sosial Petani

Data distribusi berikut diharapkan mampu memperlihatkan gambaran umum responden dalam menilai dirinya sendiri terhadap keadaan lingkungan sosial di sekitar petani. Lingkungan sosial petani ini merupakan sudut pandang masing-masing individu petani yang petani rasakan dan alami secara nyata dan sudah dikelompokkan ke dalam masing-masing sistem pertanian. Data pada tabel 4.4 merupakan rata-rata skor yang dipilih oleh responden dan sudah dikelompokkan pada masing-masing kategori sistem pertanian dengan skor 1-5 (sangat tidak setuju – sangat setuju).

(5)

22

Tabel 4.4 Distribusi Kondisi Lingkungan Sosial Petani

No. Lingkungan Sosial

Skor per Kategori Sistem Pertanian Tidak Organik Belum Organik Akan Mencoba Pernah Mencoba Organik 1

Tergabung dalam kelom-pok tani organik dengan

banyak anggota 1,00 1,00 1,20 3,35 4,73

2

Selalu mengikuti program-program dalam kelompok tani

1,00 1,09 1,40 2,92 4,42

3 Selalu hadir dalam kegiatan penyuluhan kelompok tani 1,00 1,00 1,60 3,08 4,35 4

Selalu aktif mengungkap-kan pendapat dalam

kelom-pok tani 1,17 1,00 1,80 2,88 4,37

5

Penyuluh selalu memberi-kan solusi terhadap perma-salahan yang dihadapi pe-tani

1,00 1,00 1,20 3,77 4,18

6

Penyuluh selalu memberi-kan informasi penting ke-pada petani

1,00 1,00 1,20 3,65 4,24

7

Penyuluh memberikan ino-vasi-inovasi menguntung-kan kepada petani

1,00 1,00 1,20 3,73 4,00

Rata-Rata Skor Total 1,02 1,01 1,37 3,34 4,33

Sumber : Data primer yang dioilah, 2016

Petani memiliki sudut pandang yang beragam mengenai lingkungan sosial di sekitar mereka. Data dari tabel 4.4 menunjukkan kondisi bahwa lingkungan sosial di kalangan petani organik memiliki skor yang lebih tinggi dibandingkan lingkungan sosial di kalangan petani non-organik. Rata-rata skor total ini menunjukkan bahwa banyak petani organik setuju bahwa lingkungan sosial mereka mendukung keputusan mereka dalam menerapkan pertanian organik, sedangkan kelompok petani non-organik cenderung memiliki nilai lingkungan sosial yang lebih rendah daripada petani organik.

4.2.5 Distribusi Persepsi Petani tentang Risiko Pertanian Organik

Data distribusi berikut diharapkan dapat memperlihatkan seberapa jauh pengetahuan petani tentang risiko pertanian sayuran organik. Persepsi petani ini merupakan sudut pandang masing-masing individu petani yang petani rasakan dan alami secara nyata dan sudah dikelompokkan ke dalam masing-masing sistem pertanian. Data pada tabel 4.5 merupakan rata-rata skor yang dipilih oleh responden

(6)

23 dan sudah dikelompokkan pada masing-masing kategori sistem pertanian dengan skor 1-5 (sangat setuju – sangat tidak setuju).

Tabel 4.5 Distribusi Persepsi Petani terhadap Risiko Pertanian Organik

No. Risiko

Skor per Kategori Sistem Pertanian Tidak Organik Belum Organik Akan Mencoba Pernah Mencoba Organik 1

Risiko Produksi :

Pengolah-an pertPengolah-aniPengolah-an orgPengolah-anik sPengolah-angat susah

1,33 1,45 3,00 3,65 3,90

2

Risiko Produksi : Pertanian

organik memiliki kemung-kinan gagal lebih besar dari-pada pertanian konvensional

1,33 1,45 3,00 3,62 4,03

3

Risiko finansial : modal

ber-tani secara organik sangat be-sar/mahal

3,00 2,27 3,20 4,19 4,58

4

Risiko finansial :

Keuntung-an diperoleh petKeuntung-ani dalam jangka waktu yang lama

3,00 2,27 3,20 3,92 3,89

5

Risiko harga dan pasar :

produk pertanian organik dibandingkan dengan per-tanian non-organik harganya jauh lebih murah

3,00 2,18 3,20 3,23 3,40

6

Risiko harga dan pasar :

harga dari produk pertanian organik kondisinya fluktuatif

3,00 2,27 3,00 2,85 2,76 Rata-Rata Skor Total 2,44 1,98 3,10 3,58 3,76

Sumber : Data primer yang diolah, 2016

Tabel distribusi ini menunjukkan bahwa kelompok petani organik memiliki persepsi tidak setuju terhadap risiko produksi dan finansial pada pertanian organik, sedangkan pada risiko harga dan pasar seluruh kategori kelompok tani kecuali kelompok petani yang belum organik cenderung merasakan hal yang sama karena memiliki nilai yang tidak berbeda jauh. Secara keseluruhan, rata-rata skor total menunjukkan bahwa kategori petani organik dan petani yang sudah pernah mencoba sistem organik merasa tidak setuju dengan risiko pertanian organik yang ditawarkan.

4.2.6 Distribusi Karakter Petani

Data distribusi berikut diharapkan dapat memperlihatkan gambaran umum responden dalam menilai kepribadian yang dimiliki oleh masing-masing individu. Karakter petani ini merupakan sudut pandang masing-masing individu petani yang

(7)

24 petani rasakan dan alami secara nyata dan sudah dikelompokkan ke dalam masing-masing sistem pertanian. Data pada tabel 4.6 merupakan rata-rata skor yang dipilih oleh responden dan sudah dikelompokkan pada masing-masing kategori sistem pertanian dengan skor 1-5 (sangat tidak setuju – sangat setuju).

Tabel 4.6 Distribusi Karakter Petani

No. KarakterPetani

Skor per Kategori Sistem Pertanian Tidak Organik Belum Organik Akan Mencoba Pernah Mencoba Organik 1

Suka mencari informasi ten-tang pertanian organik melalui penyuluhan

1,00 1,00 1,20 2,12 3,84

2

Suka mencari informasi ten-tang pertanian organik melalui media massa

1,00 1,00 1,20 2,31 3,69

3

Merupakan seorang yang

kosmopolitan terhdap

per-tanian organik

1,00 1,09 1,60 2,46 3,82

4

Terbuka dengan lingkungan untuk mencari informasi mengenai pertanian organik

1,00 1,09 1,40 2,46 3,87

5 Tertarik dengan

inovasi-inovasi yang baru

1,00 1,00 1,20 2,38 3,60

6

Selalu tahu jika ada inovasi baru mengenai pertanian or-ganik.

1,00 1,00 1,20 2,27 3,58

7

Selalu menerapkan

ino-vasi-inovasi baru tentang

pertanian organik

1,00 1,00 1,20 2,27 3,58

Rata-Rata Skor Total 1,00 1,03 1,29 2,32 3,71

Sumber : Data primer yang diolah, 2016

Data disitribusi mengenai karakter petani menunjukkan bahwa sebagian besar responden belum memiliki nilai karakter yang informatif dan inovatif dan terbuka terhadap pertanian organik, baik dari segi informasi maupun inovasi, bahkan rata-rata skor kelompok petani yang sudah menerapkan sistem pertanian organik saja masih belum bisa menyentuh skor 4.

4.2.7 Distribusi Persepsi Petani Terhadap Pertanian Organik

Data distribusi berikut diharapkan dapat memperlihatkan gambaran umum responden dalam menilai pertanian sayuran organik secara umum. persepsi petani ini merupakan sudut pandang masing-masing individu petani yang petani rasakan dan alami secara nyata dan sudah dikelompokkan ke dalam masing-masing sistem pertanian. Data pada tabel 4.7 merupakan rata-rata skor yang dipilih oleh responden

(8)

25 dan sudah dikelompokkan pada masing-masing kategori sistem pertanian dengan skor 1-5 (sangat tidak setuju – sangat setuju).

Tabel 4.7 Distribusi Persepsi Petani terhadap Pertanian Organik

No. Persepsi Petani

Skor per Kategori Sistem Pertanian Tidak Organik Belum Organik Akan Mencoba Pernah Mencoba Organik 1

Pertanian organik sebagai salah satu solusi untuk me-ningkatkan kesejahteraan petani

1,0 1,0 1,6 3,3 3,9

2

Pertanian organik dapat

memperbaiki kondisi eko-nomi keluarga saya

1,0 1,0 1,6 3,4 3,9

3

Pertanian organik dapat meningkatkan dan menjaga

kualitas tanah dan unsur

hara di dalam tanah

2,7 2,6 2,6 2,9 4,0

4

Produktivitas lahan

perta-nian organik saya tidak me-nurun

2,7 2,6 2,6 3,1 4,1

5

Hasil pertanian organik

lebih menyehatkan bagi

saya dan konsumen

2,5 2,5 2,6 3,8 4,4

6 Hasil lebih awet dan tahan lama pertanian organik 2,5 2,5 2,6 3,9 4,3

Rata-Rata Skor Total 2,1 2,1 2,3 3,4 4,1

Sumber : Data primer yang diolah, 2016

Data menunjukkan bahwa kelompok petani organik cenderung setuju dengan persepsi yang bagus terhadap pertanian organik. Rata-rata skor total juga menunjukkan bahwa kelompok petani yang tergabung dalam kategori non-organik cenderung tidak setuju dengan persepsi yang bagus terhadap pertanian organik. 4.2.8 Potensi Keberlanjutan Bertani Secara Organik

Data berikut diharapkan dapat memperlihatkan gambaran umum responden dalam menentukan keputusannya untuk melakukan budidaya sayuran organik secara terus-menerus. Keputusan petani ini berasal dari sudut pandang masing-masing individu petani dan sudah dikelompokkan ke dalam masing-masing-masing-masing sistem pertanian. Data pada tabel 4.8 merupakan rata-rata skor yang dipilih oleh responden dan sudah dikelompokkan pada masing-masing kategori sistem pertanian dengan skor 1-5 (sangat tidak setuju – sangat setuju).

(9)

26

Tabel 4.8 Distribusi Perilaku Petani

Potensi Keberlanjutan Pertanian Organik

Kategori Sistem pertanian Sangat Tidak Setuju (orang) Tidak Setuju (orang) Netral (orang) Setuju (orang) Sangat Setuju (orang) Rata2 skor Tidak Organik 6 0 0 0 0 1.0 Belum Organik 10 0 1 0 0 1.2 Akan Mencoba 1 1 3 0 0 2.4 Sudah Mencoba 1 0 2 2 21 4.6 Organik 1 0 1 4 56 4.8 TOTAL (orang) 19 1 7 6 77

Sumber : Data primer yang diolah, 2016

Data menunjukkan bahwa kelompok petani di dalam kategori tidak organik dan belum organik masih enggan untuk melanjutkan ke pertanian organik dalam jangka waktu yang singkat. Kelompok petani dalam kategori sudah pernah mencoba sistem pertanian organik maupun yang sedang menerapkan pertanian organik cenderung setuju untuk tetap melanjutkan budidaya sayuran dengan sistem pertanian organik. Terdapat data yang menarik pada tabel tersebut dimana ada salah satu petani organik yang sangat tidak setuju untuk melanjutkan sistem pertanian organik. Dari hasil wawancara, diketahui bahwa petani ini adalah petani independen yang bukan merupakan anggota kelompok tani dan petani tersebut menganggap bahwa kegiatan bertani organik yang selama ini dilakukan kurang mendapat dukungan dari lingkungan sosial di sekitarnya (dapat diketahui dari nilai lingkungan sosial yang rendah) seperti tidak turut aktif dalam kegiatan kelompok tani, pelatihan, dan juga penyuluhan. Hal inilah yang membuatnya merasa dirugikan karena tanpa dukungan lingkungan sosial di sekitarnya, kegiatan pertanian yang dijalaninya tidak berjalan dengan lancar.

4.3 Uji Keabsahan data

Uji keabsahan data berikut mencakup hasil pengujian validitas, reliabilitas dan juga uji model-fit dari data yang sudah didapat sehingga dapat diketahui data apa saja yang tidak layak untuk proses pengolahan data selanjutnya. Terdapat 5 variabel yang digunakan pada penelitian ini yang terdiri dari 3 variabel endogen, 1 variabel kendali, dan juga 1 variabel eksogen. Variabel-variabel tersebut adalah LS

(10)

27 (Lingkungan Sosial petani), R (Risiko Pertanian Organik), KP (Karakteristik Petani), PP (Persepsi Petani) dan juga PRP (Perilaku Petani).

a. Uji Validitas

Uji validitas dilakukan untuk mengukur apakah instrumen penelitian benar-benar mampu mengukur konstruk yang digunakan. Peneliti menggunakan metode analisis faktor untuk mengetahui validitas instrumen penelitian. Tinggi rendahnya validitas suatu instrumen kuesioner dapat dilihat melalui factor loading dengan menggunakan software SPSS Statistic 20.0

Tabel 4.9 Hasil Uji Validitas (Pertama) Item Kuesioner Factor Loading Fokus Komponen Status Item Kuesioner Factor Loading Fokus Komponen Status

LS1 0,657 2 Valid KP2a 0,808 1 Valid

LS2a 0,645 1 Valid KP2b 0,812 1 Valid

LS2b 0,632 1 dan 2 Tidak

Valid KP3a 0,907 1 Valid

LS2c 0,630 1 Valid KP3b 0,834 1 Valid

LS3a 0,746 1 Valid KP3c 0,827 1 Valid

LS3b 0,715 1 Valid PP1a 0,787 2 Valid

LS3c 0,719 1 Valid PP1b 0,793 2 Valid

R1a 0,813 2 Valid PP2a 0,772 3 Valid

R1b 0,796 2 Valid PP2b 0,784 3 Valid

R2a 0,745 2 Valid PP3a 0,606 2 Valid

R2b 0,573 2 Valid PP3b 0,597 1 dan 3 Tidak

Valid

R3a 0,692 4 Valid PRP1 0,689 2 Valid

R3b 0,877 4 Valid PRP2 0,803 2 Valid

KP1a 0,775 1 Valid

KP1b 0,772 1 Valid

Sumber : Data primer yang diolah, 2016

Hasil dari uji validitas pertama pada tabel 4.9 menunjukkan bahwa sebenarnya seluruh item di kuesioner memenuhi syarat factor loading sebesar > 0,5, namun ada beberapa item pertanyaan yang tidak terekstrak dengan sempurna ke dalam salah satu faktor dan harus dihilangkan pada uji validitas selanjutnya. Oleh karena itu indikator LS2b dan PP3b akan dihilangkan pada uji validitas selanjutnya.

(11)

28 Tabel 4.10 Hasil Uji Validitas (kedua)

Uji Tes KMO dan Bartlett Syarat Hasil

Kaiser-Meyer-Olkin Measure of Sampling

Adequacy. ≥ 0,5 0,897

Bartlett's Test of Sphericity

4863,099 Approx. Chi-Square

Sig. ≤ 0,05 0,000

Sumber : Data primer yang diolah, 2016

Hasil uji validitas kedua menyatakan bahwa data indikator dinyatakan dapat dianalisa karena nilai yang keluar hasil uji uji KMO dan Barlett’s Test sudah memenuhi syarat (lihat tabel 4.10). Dengan nilai KMO Measure of Sampling Adequacy 0,897 (di atas 0,5), serta nilai Bartlett’s Test dengan Chi-Square sebesar 4863,099 dan signifikan pada 0,000 (di bawah 0,005) maka disimpulkan bahwa data dapat dilanjutkan ke uji analisis faktor.

Tabel 4.11 Hasil Uji Analisis Faktor Item Kuesioner Factor Loading Fokus Komponen Status Item Kuesioner Factor Loading Fokus Komponen Status

LS1 0,671 1 Valid KP2a 0,824 1 Valid

LS2a 0,669 1 Valid KP2b 0,829 1 Valid

LS2c 0,655 1 Valid KP3a 0,915 1 Valid

LS3a 0,751 1 Valid KP3b 0,845 1 Valid

LS3b 0,723 1 Valid KP3c 0,837 1 Valid

LS3c 0,721 1 Valid PP1a 0,787 2 Valid

R1a 0,823 2 Valid PP1b 0,793 2 Valid

R1b 0,805 2 Valid PP2a 0,751 3 Valid

R2a 0,746 2 Valid PP2b 0,773 3 Valid

R2b 0,574 2 Valid PRP1 0,689 2 Valid

R3a 0,700 4 Valid PRP2 0,795 2 Valid

R3b 0,871 4 Valid

KP1a 0,796 1 Valid

KP1b 0,792 1 Valid

Sumber : Data primer yang diolah, 2016

Hasil uji validitas kedua dengan 110 responden dilakukan dengan analisis faktor dan tersajikan pada tabel Rotated Component Matrix (Tabel 4.11). Dari output tersebut dapat dilihat bahwa setiap item pertanyaan sudah terekstrak sempurna ke dalam salah satu faktor komponen dengan loading factor > 0,50. Dapat disimpulkan bahwa variabel yang dapat diolah selanjutnya adalah variabel Lingkungan Sosial (LS) dengan enam item pertanyaan, Risiko (R) dengan enam

(12)

29 item pertanyaan, Karakteristik Petani (KP) dengan tujuh item pertanyaan, Persepsi Petani (PP) dengan empat item pertanyaan, dan juga Perilaku Petani (PRP) dengan dua item pertanyaan.

b. Uji Reliabilitas

Uji reliabilitas merupakan uji yang dilakukan untuk mengukur apakah kuesioner benar-benar merupakan indikator yang mengukur suatu variabel. Reliabilitas dalam penelitian ini diuji dengan metode Chronbach’s Alpha. Menurut Nunnaly dalam Ghozali (2006), suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Chronbach’s Alpha > 0,60

Hasil pengujian reliabilitas dengan menggunakan software SPSS Statistic 20.0 menunjukkan bahwa semua variabel dinilai mampu memberikan hasil pengukuran yang konsisten karena semua variabel memiliki nilai Chronbach’s Alpha > 0,8. 4.4 Uji Goodness of Fit

Pengujian goodness of fit ini merupakan uji model-fit yang digunakan untuk mengetahui ukuran kesesuaian input observasi dengan prediksi dari model yang diajukan. Pengujian goodness of fit dilakukan dengan menggunakan software IBM AMOS 22.0 dan hasilnya dapat dilihat pada tabel 4.13.

Dari hasil pengujian, terlihat bahwa beberapa kriteria goodness of fit belum menunjukkan indikasi yang baik. Dimulai dari nilai Chi-square yang menunjukkan angka 264,981 yang didapat dari nilai Chi-square yang dibagi dengan degree of freedom. Indeks ini merupakan indeks kesesuaian parsimonious yang mengukur hubungan goodness of fit model dengan jumlah koefisien-koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian. Nilai chi-square dianggap baik karena nilainya lebih kecil dari nilai tabel sebesar 341,95.

Tabel 4.12 Hasil Uji Reliabilitas

Variabel Chronbach’s Alpha Keterangan

Lingkungan Sosial 0,988 Reliabel

Risiko 0,834 Reliabel

Karakter Petani 0,981 Reliabel

Persepsi Petani 0,943 Reliabel

Perilaku petani 0,901 Reliabel

(13)

30 Tabel 4.13 Hasil Uji Goodness of Fit

Indeks Nilai Kritis Nilai Keterangan

Chi-square < 341,95 264,981 Baik

Probability level ≤ 0,05 0,0 Baik

CMIN/DF < 2,00/3,00 4,569 Kurang baik

GFI ≥ 0,90 0,747 Kurang baik

AGFI ≥ 0,90 0,604 Kurang baik

RMSEA ≤ 0,08 0,181 Kurang baik

TLI ≥ 0,90 0,856 Cukup baik

CFI ≥ 0,90 0,893 Cukup baik

NFI ≥ 0,90 0,868 Cukup baik

Sumber : Data primer yang diolah, 2016

Nilai CMIN/DF dinilai masih kurang bagus karena masih berada di atas nilai kritis (2,00/3,00) yaitu 4,569. Nilai GFI menunjukkan derajat kesesuaian dari data yang diprediksi dengan data aktual tanpa menyesuaikan degree of freedom-nya. Semakin tinggi nilai GFI maka semakin baik modelnya. Dalam tabel terlihat bahwa nilai GFI 0,747 masih dinilai kurang baik karena masih dibawah nilai yang diharapkan (≥ 0,90).

AGFI merupakan GFI yang disesuakan dengan degree of freedom-nya. Dengan nilai GFI yang kurang baik, maka nilai AGFI sebesar 0,604 juga masih jauh dari nilai yang diharapkan. RMSEA digunakan untuk mengkompensasi nilai Chi-square dalam sampel yang besar. Nilai yang direkomendasikan untuk indeks RMSEA adalah ≤ 0,08, maka ilai RMSEA sebesar 0,181 menunjukkan tingkat kesesuaian yang kurang baik.

TLI merupakan indeks kesesuaian model yang kurang dipengaruhi oleh ukuran sampel. Dengan nilai rekomendasi ≥ 0,90, maka nilai TLI 0,856 dinilai masih cukup baik. CFI merupakan indeks yang membandingkan model yang diuji dengan null model. Indeks ini dianjurkan memiliki nilai yang mendekati 1 karena semakin mendekati angka 1 maka model yang diajukan dinilai memiliki tingkat kesesuaian yang baik. Dengan begitu nilai 0,893 menunjukkan bahwa model sudah memiliki kesesuaian yang cukup baik. Sama dengan CFI, NFI juga menunjukkan ukuran

(14)

31 perbandingan antara model yang diajukan dan null model. Dengan begitu nilai NFI 0,868 juga dianggap masih cukup baik karena sudah mendekati nilai rekomendasi ≥ 0,90.

4.5 Pengujian Hipotesis

Setelah kriteria goodness of fit struktural yang diestimasi dapat terpenuhi, maka tahap selanjutnya adalah analisis terhadap hubungan-hubungan struktural model (pengujian hipotesis). Pengujian Structural Equation Modeling (SEM) dalam penelitian ini menggunakan software AMOS 22.0.

Pengujian hipotesis dilakukan dengan menganalisis tingkat signifikansi hubugan kausalitas antar konstruk dalam model yang didasakan pada nilai Critical Ratio (C.R). Nilai C.R sendiri dianalisis dengan mengacu pada cut of value tabel T.

Tabel 4.14 Syarat Signifikansi

Score Cut of Value

Critical Ratio

1% ≥ 2,56

5% ≥ 1,96

10% ≥ 1,645

Sumber : Tabel T

Variabel dianggap berpengaruh signifikan jika nilai Critical Ratio (C.R) pada output AMOS menunjukkan nilai lebih atau sama dengan 1,96 karena berarti variabel tersebut memiliki tingkat signifikansi 95%. Hasil analisa regresi dapat dilihat pada tabel output berikut ini :

Tabel 4.15 Output Regresi AMOS

Variabel Critical

Ratio Probabilitas Estimasi Persepsi <--- Lingk_sos 4,536 *** 0,481 Persepsi <--- Risiko 3,218 ,001 0,571 Persepsi <--- Karakter 0,560 ,576 0,035 Perilaku <--- Persepsi 8,312 *** 0,972 LS1 <--- Lingk_sos 16,441 *** 0,985 LS2 <--- Lingk_sos 15,597 *** 0,963 LS3 <--- Lingk_sos 0,857 R1 <--- Risiko 3,655 *** 0,918 R2 <--- Risiko 3,543 *** 0,767 R3 <--- Risiko 0,342 KP1 <--- Karakter 19,964 *** 0,967 KP2 <--- Karakter 19,953 *** 0,967

(15)

32 Tabel 4.15 Output Regresi AMOS

Variabel Critical

Ratio Probabilitas Estimasi

KP3 <--- Karakter 0,917

PP1 <--- Persepsi 8,684 *** 0,930

PP2 <--- Persepsi 0,660

PRP1 <--- Perilaku 0,906

PRP2 <--- Perilaku 16,573 *** 0,929

Sumber : Data primer yang diolah, 2016

Tabel output regresi dari software AMOS itulah yang berikutnya akan dianalisa dan digunakan untuk menjawab hipotesa yang telah diajukan. Tabel output tersebut digunakan untuk mengetahui besarnya pengaruh antar variabel dengan melihat nilai Critical Ratio dan juga nilai signifikansinya. Sedangakan kolom estimasi digunakan untuk melihat seberapa besar nilai standar deviasi variabel yang terpengaruh oleh nilai standar deviasi variabel bebas.

4.4.1 Pengaruh Lingkungan Sosial terhadap Persepsi tentang Pertanian Sayuran Organik

Pengujian hipotesis pertama ini ingin membuktikan bahwa ada pengaruh antara lingkungan sosial petani sayuran terhadap persepsi petani tentang pertanian sayuran organik. Asumsi ini diuji melalui hasil regresi “Variabel Lingkungan Sosial” dan “Variabel Persepsi”. Supaya lebih jelas, maka berikut peneliti tampilkan hasil regresi terukur dan regresi terstandar dari output AMOS :

Tabel 4.16 Output Hipotesis 1

Variabel Regresi Regresi Terstandar

C.R. P Estimasi

Persepsi <--- Lingk_sos 4,536 *** 0,481 Sumber : Data primer yang diolah, 2016

Dari hasil pengolahan maka didapatkan nilai Critical Ratio (C.R.) variabel lingkungan sosial terhadap persepsi sebesar 4,536. Dapat disimpulkan bahwa lingkungan sosial memiliki pengaruh dengan signifikansi level < 1% karena nilai C.R. berada di atas 2,5. Hal ini juga ditandai dengan adanya simbol tiga bintang pada kolom probabilitas, yang berarti “Variabel Lingkungan Sosial” berpengaruh signifikan terhadap “Variabel Persepsi” dengan nilai siginifikansinya kurang dari 0,001. Terlihat juga pada tabel Standardized Regression bahwa meningkatnya 1

(16)

33 satuan standar deviasi lingkungan sosial petani akan meningkatkan 0,481 satuan standar deviasi persepsi petani.

Hasil ini sejalan dengan teori yang diutarakan Amsyari (1986) bahwa lingkungan sosial dapat mempengaruhi seseorang dalam mengambil suatu tindakan. Dalam hal ini lingkungan sosial petani sayuran organik ternyata juga mempengaruhi persepsi petani terhadap pertanian sayuran organik. Lingkungan sosial petani disini bisa saja merupakan sesama anggota kelompok tani, antar petani, keluarga, juga penyuluh pertanian.

Dapat dilihat pada Tabel 4.4 bahwa ternyata tergabungnya petani ke dalam kelompok tani secara aktif akan membuat petani memiliki persepsi yang baik terhadap pertanian organik. Selain anggota dalam kelompok tani, keaktifan petani dalam mengikuti penyuluhan juga ternyata dapat merubah sudut pandang petani terhadap pertanian organik. Sehingga dapat dikatakan bahwa lingkungan sosial ini tidak luput dari peran aktif penyuluh dalam melaksanakan program penyuluhan. Penyuluh juga tidak bisa bergerak secara individu, namun harus “menggandeng” beberapa anggota kelompok tani organik untuk bekerja sama mensosialisasikan pertanian organik ke petani-petani yang masih menerapakan sistem pertanian non-organik. Dengan demikian dapat disimpulkan bahwa hipotesis pertama diterima, bahwa ada pengaruh antara lingkungan sosial petani dengan persepsi petani tentang pertanian sayuran organik.

4.4.2 Pengaruh Risiko Pertanian Sayuran Organik terhadap Persepsi tentang Pertanian Sayuran Organik

Pengujian hipotesis kedua ini ingin membuktikan bahwa ada pengaruh antara persepsi petani tentang risiko pertanian sayuran organik terhadap persepsi petani tentang pertanian sayuran organik. Asumsi ini diuji melalui hasil regresi “Variabel Risiko” dan “Variabel Persepsi”. Supaya lebih jelas, maka berikut peneliti tampilkan hasil regresi terukur dan regresi terstandar dari output AMOS :

Tabel 4.17 Output Hipotesis 2

Variabel Regresi Regresi Terstandar

C.R. P Estimasi

Persepsi <--- Risiko 3,218 0,001 0,571 Sumber : Data primer yang diolah, 2016

(17)

34 Dari hasil pengolahan maka didapatkan nilai Critical Ratio (C.R.) variabel risiko terhadap persepsi sebesar 3,218. Dapat disimpulkan bahwa risiko memiliki pengaruh dengan signifikansi level < 1% karena nilai C.R. berada di atas 2,5. Hal ini juga ditandai dengan nilai 0,001 pada kolom probabilitas, yang berarti signifikasi pengaruh yang diberikan “Variabel Risiko” terhadap “Variabel Persepsi” sebesar 0,001. Terlihat juga pada tabel Standardized Regression bahwa meningkatnya 1 satuan standar deviasi persepsi petani tentang risiko pertanian sayuran organik akan meningkatkan 0,571 satuan standar deviasi persepsi petani tentang pertanian sayuran organik.

Setiap perlakuan yang diaplikasikan ke dalam sistem budidaya pertanian pasti memiliki risiko yang bermacam-macam. Hal inilah yang menjadi pertimbangan petani dalam melakukan budidaya dan mempengaruhi persepsi mereka terhadap pertanian sayuran organik. Petani yang menganggap bahwa pertanian sayuran organik tidak memiliki risiko yang besar, akan memiliki persepsi yang baik terhadap pertanian sayuran organik itu sendiri. Sedangkan petani yang menganggap bahwa pertanian sayuran organik memiliki risiko yang besar, akan memiliki persepsi yang buruk juga terhadap pertanian sayuran organik. Ada juga petani yang menganggap bahwa pertanian sayuran organik memiliki risiko yang tinggi, namun juga menganggap bahwa risiko yang tinggi akan mendatangkan keuntungan yang tinggi, sehingga memiliki nilai persepsi yang baik terhadap pertanian sayuran organik.

Hal ini didukung oleh tabel 4.5 yang menunjukkan bahwa kategori kelompok petani organik cenderung tidak merasakan risiko produksi dan risiko finansial selama menerapkan sistem pertanian organik. Beda halnya dengan kelompok petani non-organik yang masih memiliki persepsi bahwa pertanian organik memiliki risiko produksi dan risiko finansial besar. Namun, baik kelompok petani organik maupun non-organik memiliki persepsi yang sama pada risiko harga pasar bahwa hasil dari produksi pertanian organik masih memiliki harga yang fluktuatif di pasaran dan masih perlu bersaing dengan hasil dari produksi pertanian non-organik. Hal inilah yang dapat mempengaruhi petani dalam membentuk persepsi mereka terhadap pertanian sayuran organik. Dengan demikian dapat disimpulkan bahwa hipotesis 2 dalam penelitian ini diterima, bahwa persepsi petani tentang

(18)

35 risiko pertanian sayuran organik mempengaruhi persepsi petani tentang pertanian sayuran organik

4.4.3 Pengaruh Karakter Petani terhadap Persepsi tentang Pertanian Sayuran Organik

Pengujian hipotesis ketiga ini ingin membuktikan bahwa ada pengaruh antara karakter petani sayuran terhadap persepsi mereka tentang pertanian sayuran organik. Asumsi ini diuji melalui hasil regresi “Variabel Karakter” dan “Variabel Persepsi”. Supaya lebih jelas, maka berikut peneliti tampilkan hasil regresi terukur dan regresi terstandar dari output AMOS :

Tabel 4.18 Output Hipotesis 3

Variabel Regresi Regresi Terstandar

C.R. P Estimasi

Persepsi <--- Karakter 0,560 0,576 0,035 Sumber : Data primer yang diolah, 2016

Dari hasil pengolahan maka didapatkan nilai Critical Ratio (C.R.) variabel karakter terhadap persepsi sebesar 0,560. Dapat disimpulkan bahwa karakter petani tidak memiliki pengaruh karena nilai C.R berada di bawah 1,645 (lihat tabel 4.14 syarat signifikansi). Probabilitas yang dihasilkan pun sebesar 0,576, yang artinya variabel karakter petani hanya mampu mempengaruhi sekitar 42% variabel persepsi saja. Terlihat juga pada tabel Standardized Regression bahwa meningkatnya 1 satuan standar deviasi karakter petani hanya akan meningkatkan 0,035 satuan standar deviasi persepsi petani.

Hasil analisis yang didapat agak bertolak belakang dengan yang dikemukakan oleh Soekarwati dalam penelitian Ferdias (2005) yang mengatakan bahwa karakter petani akan turut menentukan pengambilan keputusan petani. Karakter petani yang inovatif, kosmopolitan dan informatif ternyata tidak mempengaruhi persepsi mereka terhadap pertanian organik. Hal ini didukung oleh Tabel 4.6 dan Tabel 4.7 yang menunjukkan bahwa banyak petani organik memiliki nilai karakter yang informatif dan inovatif, tetapi memiliki persepsi yang tidak baik terhadap pertanian organik karena mereka hanya mengikuti teman-teman di anggota kelompok tani mereka saja tanpa mempertimbangkan risiko dan hasilnya. Begitu jugan dengan petani yang sebenarnya menganggap dirinya tidak memiliki nilai karakter yang informatif dan inovatif tapi memiliki persepsi yang baik terhadap

(19)

36 pertanian organik. Dari hasil analisis maka disimpulkan bahwa hipotesis 3 dalam penelitian ini ditolak, bahwa karakter petani ternyata tidak mempengaruhi persepsi petani terhadap pertanian sayuran organik.

4.4.4 Pengaruh Persepsi Petani tentang Pertanian Sayuran Organik terhadap Perilaku Petani tentang Pertanian Sayuran Organik

Pengujian hipotesis keempat ini ingin membuktikan bahwa ada pengaruh antara persepsi petani sayuran terhadap perilaku mereka tentang pertanian sayuran organik. Asumsi ini diuji melalui hasil regresi “Variabel Persepsi” dan “Variabel Perilaku Petani”. Supaya lebih jelas, maka berikut peneliti tampilkan hasil regresi terukur dan regresi terstandar dari output AMOS :

Tabel 4.19 Output Hipotesis 4

Variabel Regresi Regresi Terstandar

C.R. P Estimasi

Perilaku <--- Persepsi 8,312 *** 0,972 Sumber : Data primer yang diolah, 2016

Dari hasil pengolahan maka didapatkan nilai Critical Ratio (C.R.) variabel persepsi petani terhadap perilaku petani sebesar 8,312. Dapat disimpulkan bahwa persepsi petani memiliki pengaruh dengan signifikansi level < 1% karena nilai C.R berada di atas 2,5. Hal ini juga ditandai dengan adanya simbol tiga bintang pada kolom probabilitas, yang berarti “Variabel Persepsi” berpengaruh signifikan terhadap “Variabel Perilaku” dengan nilai siginifikansinya < 0,001. Terlihat juga pada tabel Standardized Regression bahwa meningkatnya 1 satuan standar deviasi persepsi petani akan meningkatkan 0,972 satuan standar deviasi perilaku petani.

Seperti teori yang diungkapkan oleh Prayitno et, al. (2014) bahwa persepsi yang dimiliki seseorang akan mempengaruhi perilaku orang tersebut. Sama halnya dengan petani, melalui faktor eksternal dan internal yang ada pada petani, maka akan terbentuk persepsi pada masing-masing petani tentang pertanian sayuran organik. Persepsi inilah yang kemudian dituangkan dalam perilaku mereka dalam menerapkan sistem budidaya sayuran organik. Petani yang memiliki persepsi yang baik terhadap sayuran organik memiliki kecenderungan untuk menerapkan sistem pertanian sayuran organik. Begitu juga petani yang memliki persepsi yang kurang baik terhadap pertanian sayuran organik cenderung ragu-ragu untuk menerapkan sistem pertanian sayuran organik.

(20)

37 Pada tabel 4.8 juga terlihat bahwa petani yang sudah pernah menerapkan pertanian organik cenderung memilih untuk tetap melanjutkan pertanian organik, berbeda dengan petani yang belum pernah mencoba pertanian organik, masih ragu-ragu untuk mengambil keputusan dalam menerapkan pertanian organik. Dengan demikian dapat disimpulkan bahwa hipotesis 4 pada penelitian ini diterima, bahwa ada hubungan antara persepsi petani tentang usahatani organik dengan perilaku petani terhadap pertanian sayuran organik.

Gambar

Tabel 4.1 Data Keputusan Petani
Tabel 4.2 Frekuensi Umur  Umur
Tabel 4.3 Perbandingan Jenis Kelamin  Tidak  organik  Belum  organik  Akan  mencoba  Pernah
Tabel 4.5 Distribusi Persepsi Petani terhadap Risiko Pertanian Organik
+7

Referensi

Dokumen terkait

Setelah estimasi model dilakukan, peneliti dapat memodifikasi model yang dikembangkan apabila ternyata estimasi tersebut memiliki tingkat prediksi tidak seperti yang

Dasar-dasar Audit Internal Sektor Publik, Tim Penyusun Modul Program Pendidikan Non Gelar Auditor Sektor Publik STAN Badan Pendidikan dan Pelatihan Keuangan (BPPK)

Seperti Menjaga pola makan yang sangat sulit untuk mendapatkan proporsi tubuh ideal sesuai permintaan klien, menghadapi klien 'nakal' yang ternyata bukan memberi pekerjaan tapi

Kode yang kedua dari level realitas adalah kode Appearance (Penampilan), bisa dilihat dalam penampilan dalam film ini terjadi perbedaan antara bangsa manusia dengan

Kredit macet apapun sebabnya, pendapatan (bagi hasil) yang seharusnya diperoleh dan/atau kredit yang seharusnya kembali ke koperasi ternyata tidak dapat ditarik oleh

Paradigma Sehat Program • Pengarusutamaan kesehatan dalam pembangunan • Promotif - Preventif sebagai pilar utama upaya kesehatan • Pemberdayaan masyarakat Penguatan Yankes

TCO menjadi konsep penting karena dalam pemilihan bahan baku dalam kegiatan supply chain management yang akan digunakan dalam proses produksi dan akan dibeli, dikarenakan

Mereka diberi tayangan dan bahan bacaan (melalui Whattsapp group, Zoom, Google Classroom, Telegram atau media daring lainnya) terkait materi Dampak Mutasi pada Salingtemas