IV. METODE PENELITIAN 4.1. Waktu dan Lokasi Penelitian Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan Sukaraja, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara sengaja dengan berdasarkan data Badan Pusat Statistik (BPS) Kabupaten Bogor, yang menunjukan bahwa Desa Pasirlaja merupakan salah satu desa penghasil ubi kayu terbesar di Kabupaten Bogor. Kegiatan pengambilan data kurang lebih dilakukan selama dua bulan, yaitu pada bulan Februari hingga Maret tahun 2011. 4.2. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dengan cara melakukan wawancara dan pengamatan langsung ke petani dengan menggunakan kuisioner yang telah disiapkan sebelumnya. Data primer yang dikumpulkan meliputi keadaan umum mengenai petani dan pertanian ubi kayu secara umum, data penggunaan sarana produksi, biaya produksi yang dikeluarkan untuk satu musim tanam, data penerimaan usaha serta data lain yang berkaitan dengan penelitian ini. Data sekunder diperoleh dari literatur, baik buku, jurnal, situs internet, maupun dari instansi-instansi terkait, seperti BPS Pusat, BPS Kabupaten Bogor, Departemen Pertanian, dan beberapa instansi lain yang terkait dengan penelitian ini. 4.3. Metode Pengambilan Contoh Pemilihan responden dilakukan dengan metode Simple Random Sampling. Kriteria petani yang dipilih adalah petani yang menanam ubi kayu pada satu musim tanam. Berdasarkan jumlah petani yang seluruhnya berjumlah 100 orang, lalu dipilih 30 orang sebagai responden. Pemilihan sampel sebanyak 30 orang
32
dilakukan dengan pertimbangan bahwa karakteristik petani tidak terlalu beragam, sehingga jumlah 30 orang responden dianggap mewakili. 4.4. Metode Analisis dan Pengolahan Data Analisis data yang digunakan dalam penelitian ini adalah analisis kualitatif dan analisis kuantitatif. Analisis kualitatif meliputi analisis keadaan umum usahatani ubi kayu serta penerapan pedoman usahatani ubi kayu usahatani ubi kayu, sedangkan analisis kuantitatif berupa analisis pendapatan usahatani dan analisis efisiensi produksi. Tahap analisis data yang digunakan adalah dengan transfer data, editing serta pengolahan data menggunakan Software Micrrosoft Excel dan E-Views serta alat hitung kalkulator, kemudian dilanjutkan dengan tahap interpretasi data. 4.4.1. Analisis Pendapatan Usahatani Penerimaan
total usahatani adalah semua nilai input yang dikeluarkan
dalam proses produksi, sedangkan pendapatan adalah selisih antara total penerimaan dan total pengeluaran (Soekartawi et al, 1986). Secara matematis, penerimaan total, biaya dan pendapatan dapat dirumuskan sebagai berikut: TR
= P*Q…………………………………….……. (4.1)
TC
= biaya tunai + biaya diperhitungkan………...…(4.2)
atas biaya tunai π atas biaya total
= TR - biaya tunai…………………………..…...(4.3) = TR – TC………………………………………(4.4)
Keterangan: TR : total penerimaan usahatani (Rp) TC : total biaya usahatani (Rp) π
: keuntungan usahatani (Rp)
33
P
: harga output (Rp)
Q : jumlah output (kg) Pendapatan petani ubi kayu dalam penelitian ini dibedakan menjadi dua, yakni pendapatan atas biaya tunai dan pendapatan atas biaya total. Pendapatan atas biaya tunai adalah pendapatan berdasarkan biaya yang yang benar-benar dikeluarkan oleh petani (explisit cost), sedangkan pendapatan atas biaya total adalah pendapatan yang diperoleh dengan memperhitungkan input milik keluarga sebagai biaya (imputed cost). Pendapatan tersebut dirumuskan sebagai berikut:
π = NP – BT – BD………………………………………………………..(4.5) dimana:
π = Pendapatan (Rp) NP = nilai produksi, hasil kali jumlah fisik produk dengan harganya (Rp) BT = biaya tunai (Rp) BD = biaya diperhitungkan (Rp)
Biaya tunai adalah biaya yang benar-benar dikeluarkan oleh petani dalam usahataninya, sedangkan biaya diperhitungkan atau biaya tidak tunai adalah biaya yang tidak benar-benar dikeluarkan oleh petani dalam menjalankan usahataninya, namun ikut diperhitungkan. Biaya penyusutan alat-alat pertanian dihitung dengan membagi selisih antara nilai sisa yang ditafsirkan dengan lamanya modal dipakai. Metode yang digunakan dalam perhitungan penyusutan alat-alat pertanian adalah metode garis lurus. Alasan penggunaan metode ini adalah karena jumlah penyusutan alat tiap tahun diasumsikan sama dan tidak laku untuk dijual kembali. Rumus biaya penyusutan adalah sebagai berikut:
Biaya penyusutan
=
………………………………...(4.6)
34
Keterangan: Nb
: Nilai pembelian (Rp)
n
: Umur ekonomis (tahun)
Seberapa jauh suatu usahatani memberikan keuntungan bagi petani sebagai pelaku usaha dinilai dengan Revenue and Cost Ratio (R/C rasio). R/C rasio menunjukkan besarnya penerimaan yang diperoleh dengan pengeluaran dalam satu satuan biaya. Apabila nilai R/C > 1 berarti penerimaan yang diperoleh lebih besar dari unit biaya yang dikeluarkan untuk memperoleh penerimaan tersebut, sedangkan nilai R/C < 1 menunjukkan bahwa tiap unit biaya yang dikeluarkan akan lebih besar dari penerimaan yang diperoleh. R/C rasio yang digunakan dalam penelitian ini adalah R/C rasio atas biaya tunai dan R/C rasio atas biaya total. R/C rasio atas biaya tunai diperoleh dengan membandingkan antara penerimaan total (TR) dengan biaya tunai pada periode tertentu. R/C rasio atas biaya total diperoleh dengan membandingkan antara penerimaan total dengan biaya total pada periode tertentu (Soekartawi et al, 1986). 4.4.2. Analisis Fungsi Produksi Analisis fungsi produksi adalah analisis yang menjelaskan hubungan antara produksi dengan faktor-faktor produksi yang mempengaruhinya (Soekartawi, 2002). Hubungan fisik antara faktor-faktor produksi dengan hasil produksi sangat komplek. Sulit untuk mengetahui secara pasti pengaruh faktor-faktor produksi terhadap hasil produksi. Oleh karena itu, diperlukan pemodelan untuk melakukan analisis ini. Model yang diajukan dalam penelitian ini adalah fungsi produksi Cobb-Douglas. Penjelasan dari fungsi produksi tersebut adalah sebagai berikut: Secara matematik, fungsi Cobb-Douglas dapat dituliskan sebagai berikut :
35
Y = aX1b1 X2bXibi…. Xnbneu……………………………..………………….….(4.7) Dimana: Y = jumlah produksi Xi = jumlah faktor produksi ke-i yang digunakan bi = besaran parameter, elastisitas masing-masing faktor produksi a = Konstanta, intersep, besaran parameter e = bilangan natural (2,781) u = sisa (residual) i = 1,2,3,.....n Dengan mentransformasikan dari fungsi Cobb-Douglas ke dalam bentuk linear logaritmik, maka model fungsi produksi tersebut dapat ditulis sebagai berikut: Ln Y=ln a + b1 ln X1 + b2 ln X2 + b3 ln X3 +b4ln X4+b5lnX5+u...........................(4.8) Menurut Doll dan Orazem (1984), penggunaan fungsi produksi CobbDouglas mempunyai beberapa keuntungan antara lain: 1. Perhitungan sederhana karena dapat dibuat dalam bentuk linear, 2. Pada model ini, koefisien pangkatnya sekaligus menunjukkan besarnya elastisitas produksi dari masing-masing faktor produksi yang digunakan dalam produksi, sehingga dapat digunakan untuk mengetahui tingkat produksi yang optimum dari pemakaian faktor-faktor produksi 3. Hasil penjumlahan koefisien elastisitas masing-masing faktor produksi pada fungsi ini juga dapat menunjukkan skala usaha atau return to scale atas perubahan faktor-faktor produksi yang digunakan dalam proses produksi yang sedang berlangsung.
36
Usahatani ubi kayu Desa Pasirlaja dipengaruhi oleh beberapa faktor produksi. Faktor-faktor produksi yang diduga berpengaruh terhadap produksi ubi kayu adalah luas lahan, jumlah bibit, jumlah penggunaan pupuk urea, jumlah penggunaan pupuk kandang, serta penggunaan tenaga kerja. Variabel-variabel tersebut kemudian akan diestimasi ke dalam model fungsi produksi Cobb-Douglas dengan metode OLS. Selanjutnya, dari model yang telah diduga, akan dilakukan pengujian model. Menurut Ramanathan (1997), kriteria model yang baik adalah sebagai berikut: 1. Model yang terbaik secara statistik adalah model yang memiliki koefisien determinasi atau R-square adjusted (R-sq adj) yang paling tinggi. Semakin besar R-Sq adj maka model semakin akurat untuk digunakan dalam peramalan. Nilai R-Sq adj menunjukkan variasi yang dapat dijelaskan oleh variabel yang terdapat di dalam model, sedangkan sisanya dijalaskan oleh variabel lain yang tidak termasuk ke dalam model. 2. Model yang terbaik adalah model yang banyak memiliki variabel nyata. Banyaknya variabel nyata dari model tersebut dapat diketahui melalui uji-t. Suatu variabel dinyatakan mempunyai pengaruh nyata pada taraf tertentu jika nilai t-hitung > t-tabel atau nilai P-value < α. Adapun uji kelayakan model dapat dilakukan melalui uji F. Model dinyatakan layak jika nilai F-hitung > F tabel, yang berarti juga paling sedikit ada satu variabel bebas yang berpengaruh nyata terhadap variabel tak bebas. 3. Model yang terbaik adalah model yang sederhana dan sesuai dengan teori “goodness of fit”.
37
4. Model yang terbaik adalah model yang memiliki nilai MSE sekecil mungkin (minimal=nol). Semakin kecil nilai MSE, maka model tersebut semakin akurat. 5. Pendugaan parameter dari fungsi produksi dilakukan dengan metode kuadrat terkecil Ordinary Least Square (OLS) sehingga dengan sendirinya asumsi OLS harus terpenuhi. Syarat terpenuhinya asumsi OLS antara lain model linier dalam parameter, tidak terdapat autokorelasi, tidak terjadi multikolineraritas (VIF < 10), nilai tengah dari error = 0, dan komponen error terdistribusi normal. 4.4.3. Metode Pengujian Hipotesis Metode pengujian hipotesis terdiri dari uji statistik dan uji ekonometrik. Uji statustik terdiri dari uji t dan uji F. Uji Ekonometrik terdiri dari uji kenormalan, uji heteroskedastisitas, dan uji multikolinearitas. Nilai α yang digunakan dalam pengujian hipotesis sebesar 15 persen. 4.4.3.1. Uji Statistik. Terdapat dua hipotesis dalam uji statistik. Hipotesis pertama adalah bahwa model yang telah dipilih benar-benar berpengaruh nyata terhadap keragaman hasil produksi ubi kayu. Hipotesis ini diuji dengan menggunakan uji-F. Hipotesis yang kedua adalah bahwa faktor-faktor produksi luas lahan, jumlah bibit, jumlah penggunaan pupuk urea, jumlah penggunaan pupuk kandang, serta jumlah penggunaan tenaga kerja secara terpisah benar-benar berpengaruh nyata terhadap hasil produksi ubi kayu. Hipotesis ini diuji dengan menggunakan uji-t. 4.4.3.1.1. Uji F Uji F dilakukan untuk mengetahui apakah variabel independen secara bersama-sama mempengaruhi variabel dependennya (Juanda, 2009). Hipotesis
38
yang digunakan untuk uji F, secara matematis adalah sebagai berikut (Juanda, 2009): H0 : b1 = b2 = .....= b10 = 0
; artinya tidak ada satu pun variabel bebas yang berpengaruh nyata
H1: minimal ada 1 bi ≠ 0
;artinya ada minimal satu variabel bebas yang berpengaruh nyata.
Rumus untuk menentukan F-hitung adalah sebagai berikut:
F Hitung=
…………………………………………,,,,(4.9)
dimana; dbe = n-k n
= jumlah pengamatan
k
= jumlah variabel termasuk intersep
Kriteria Uji: P-value uji F > α (k-1, n-k), maka terima H0 ;model tidak nyata P-value uji F < α (k-1, n-k), maka terima H1; model berpengaruh nyata 4.4.3.1.2. Uji t Uji t dilakukan untuk mengetahui apakah variabel independen secara terpisah mempengaruhi variabel dependennya (Juanda, 2009). Hipotesis yang digunakan untuk uji-t secara matematis adalah sebagai berikut (Juanda, 2009): Hipotesis: H0 : bi = 0 ; artinya variabel bebas tidak memiliki pengaruh nyata H1 : bi > 0 ; i = 1,2,3,.......,10 ; artinya variabel bebas memiliki pengaruh yang nyata.
39
Rumus untuk menentukan t-hitung dan t-tabel adalah sebagai berikut:
………………………………………………………..(4.10) ……………………………………………………...(4.11) dimana: = Koefisien regresi ke i yang diduga Sbi
= Standar deviasi koefisien regresi ke-i yang diduga
Kriteria uji: P value uji t < α, maka terima H1 ; artinya variabel bebas nyata P value uji t > α, maka terima H0 ; artinya variabel bebas tidak nyata 4.4.3.1.3. Koefisien Determinasi (R-squared) Koefisien determinasi digunakan untuk mengetahui sejauh mana keragaman variabel dependen dapat dijelaskan oleh variabel-variabel independen di dalam model (Gujarati, 2007). Nilai koefisien determinasi berkisar antara 0 dan 1. Apabila nilai koefisien determinasi semakin mendekati 1, maka model semakin baik, karena semakin sedikit keragaman variabel dependen yang dijelaskan oleh variabel lain diluar model (Gujarati, 2007). Rumus Koefisien determinasi adalah sebagai berikut (Juanda, 2009): ………………………………………(4.12) 1.
Uji Ekonometrik Pengujian ekonometrik yang diperlukan dalam penelitian ini terdiri dari tiga
jenis
pengujian.
Pengujian
ini
meliputi
uji
normalitas,
uji
heteroskedastisitas, serta uji multikolinearitas. Adapun uji autokorelasi tidak
40
dilakukan karena data yang digunakan dalam penelitian ini merupakan data cross section. 4.4.3.2.1. Uji Normalitas Uji normalitas bertujuan membandingkan distribusi data dengan distribusi normal baku (Daniel, 1990). Penelitian ini menggunakan uji Jarque-Berra. Uji Jarque-Berra ini menggunakan perhitungan skwennes dan kurtosis. Rumus uji Jarque-Berra adalah sebagai berikut (Gujarati, 2003):
…………………………………………………………………………………….(4.13) dimana; n = jumlah pengamatan S = Koefisien Swekness K = Koefisien Kurtosis Hipotesis pada uji normalitas adalah sebagai berikut: H0: Error term terdistribusi normal H1: Error term tidak terdistribusi normal Kriteria uji : Jika P-value uji normalitas < α maka tolak H0; error term tidak terdistribusi normal Jika P value uji normalitas > α maka terima Ho; error term terdistribusi normal 4.4.3.2.2. Uji Heteroskedastisitas Heteroskedastisitas merupakan galat yang memiliki varian tidak konstan (Daniel, 1990). Penelitian ini menggunakan uji glejser. Uji glejser meregresikan nilai absolut residual terhadap variabel independen. Rumus uji glejser adalah sebagai berikut (Gujarati, 2003): │Ut│= α + βXt + vt ……………………………………………………………(4.1) 41
dimana: │Ut│= nilai absolut residual Xt = variabel independen. Apabila variabel independen dalam persamaan regresi ini signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi heteroskedastiditas (Gujarati, 2003). Hipotesis yang digunakan dalam pengujian heteroskedastisitas dengan adalah sebagai berikut: H0: tidak terdapat heteroskedastisitas H1: terdapat heteroskedastisitas Kriteria uji yang dugunakan adalah: Jika P-value uji heteroskedastisitas < α maka tolak H0; artinya terdapat heteroskedastisitas. Jika P value uji heteroskedastisitas > α maka terima Ho; artinya tidak terdapat heteroskedastisitas 4.4.3.2.3. Uji Multikolinearitas. Multikolinearitas didefinisikan sebagai adanya korelasi yang kuat antar variabel
independen
pada
model
persamaan
(Draper,
1992).
Adanya
multikolinearitas dalam persamaan regresi akan berdampak pada varian penduga koefisien regresi menjadi tidak signifikan. Pengujian adanya multikolinearitas dapat dilihat dengan menggunakan pengujian Variance Inflation Factor (VIF). Apabila nilai VIF kurang dari 10, maka tidak terdapat masalah multikolinearitas. Adapun rumus VIF adalah sebagai berikut: ………………………………………………………………(4.15)
42
4.5. Definisi Operasional Terdapat beberapa definisi dari istilah-istilah yang dipakai dalam penelitian. Definisi operasional tersebut antara lain; 1. Petani ubi kayu adalah petani yang melakukan usahatani ubi kayu selama satu musim tanam. 2. Luas Lahan garapan adalah luas lahan usahatani ubi kayu dalam satuan hektar. 3. Modal berupa lahan, alat-alat, tanaman di lahan, sarana produksi dan uang tunai yang digunakan untuk menghasilkan ubi kayu. 4. Tenaga kerja adalah tenaga kerja yang digunakan dalam proses produksi baik untuk pengolahan lahan, penanaman, pemeliharaan, dan pemanenan. Tenaga kerja ini terdiri dari tenaga kerja pria dan wanita, yang dibedakan menjadi tenaga kerja dalam keluarga dan luar keluarga. Penggunaan tenaga kerja dinyatakan dengan satuan Hari Kerja Pria (HKP) dengan lama kerja lima jam per hari. 5. Produksi total adalah hasil ubi kayu yang didapat dari luas lahan tertentu setelah dibersihkan dari tanah yang menempel (dicuci dengan air), diukur dalam kilogram. 6. Biaya tunai adalah besarnya nilai uang tunai yang dikeluarkan petani untuk membeli pupuk dan upah tenaga kerja luar keluarga. Biaya diperhitungkan dalam penelitian ini adalah biaya penyusutan alat, pajak lahan, penggunaan bibit, serta penggunaan tenaga kerja dalam keluarga. 7. Biaya total merupakan penjumlahan dari biaya tunai dan biaya yang diperhitungkan.
43
8. Harga produk adalah harga ubi kayu di tingkat petani dalam satu musim panen dalam satuan rupiah per kilogram. Dalam rangka menganalisis efisiensi penggunaan faktor-faktor produksi dalam usahatani ubi kayu, fungsi produksi yang dianalisis adalah fungsi produksi per rata-rata luas lahan di Desa Pasirlaja, yaitu sebesar 0,24 ha. Variabel-variabel yang diamati adalah: 1. Lahan (X1) tempat petani menanam ubi kayu. Lahan yang digunakan dianggap mempunyai tingkat kesuburan yang sama. Satuan pengukurannya adalah hektar. Lahan yang digunakan oleh petani ubi kayu Desa Pasirlaja merupakan lahan pinjaman dari suatu perusahaan perumahan. Sementara pihak perusahaan belum menggunakan tanahnya, maka petani dipersilahkan menggunakan lahan tanpa biaya sewa apapun. Oleh karena itu, biaya korbanan lahan dalam penelitian ini tidak ada. Akan tetapi, untuk memudahkan perhitungan lahan optimal, maka digunakan harga pajak lahan di sekitar lokasi penelitian sebagai biaya korbanan marjinal (BKM) lahan. 2. Jumlah bibit (X2) adalah jumlah batang bibit yang digunakan dalam satu musim tanam ubi kayu. Bibit yang digunakan oleh petani di desa penelitin diperoleh dari sisa panen, sehingga petani tidak mengeluarkan biaya bibit. Biaya korbanan bibit dinilai dari harga bibit dalam satuan batang di sekitar lokasi penelitian. 3. Pupuk Urea (X3) adalah jumlah kilogram pupuk urea yang digunakan dalam satu musim tanam. Biaya korbanan marjinal (BKM) pupuk urea adalah harga pupuk urea dalam satuan kilogram (Rp/kg) di tingkat petani.
44
4. Pupuk Kandang (X4) adalah jumlah kilogram pupuk kandang yang digunakan dalam satu musim tanam. BKM pupuk kandang adalah harga pupuk kandang dalam satuan kilogram (Rp/kg) di tingkat usahatani. 5. Tenaga kerja (X5) adalah jumlah hari kerja pria yang digunakan dalam satu musim tanam ubi kayu. Satuan yang digunakan adalah hari kerja pria (HKP). Perhitungan HKP untuk pria sebesar 1, dan untuk wanita sebesar 0,8. Jam kerja petani di Desa Pasirlaja selama 5 jam. Oleh karena itu, untuk 1 HKP pria dihitung dengan cara mengalikan antara jumlah jam kerja pria dengan 0,71 (5 jam dibagi 7 jam), sedangkan untuk menghitung HKP wanita, dilakukan dengan cara mengalikan antara jumlah jam kerja wanita dengan 0,8, kemudian dikalikan kembali dengan 0,71. BKM tenaga kerja adalah harga tenaga kerja (baik pria maupun wanita) per hari kerja pria (HKP). Satuan yang digunakan adalah Rupiah/HKP.
45
