43 Maka dapat disimpulkan usahatani jagung di Desa Kuala, Kecamatan
Tigabinanga, Kabupaten Karo adalah usahatani yang menguntungkan dan layak diusahakan.
5.3 Nilai Kontribusi Pendapatan Usahatani Jagung terhadap Pendapatan Keluarga
Pendapatankeluargapetani jagung
adalahtotalkeseluruhanpendapatanbaikyangberasaldariusahatani jagungmaupunyangbukandariusahatani.Kontribusi
pendapatan usahatani jagung terhadap pendapatan keluarga adalah
seberapabesar proporsiyangdiberikandarihasilusahatanitanamanjagungterhadap total pendapatan
keluarga dengan ketentuan yaitu kontribusi Pendapatan Usahatani Jagung 30 berarti kontribusinya besar dan kontribusi Pendapatan Usahatani Jagung 30
berarti kontribusinya rendah. Besarnya kontribusi ini diperlihatkan pada Tabel 13.
Tabel 13. Kontribusi Pendapatan Usahatani Terhadap Pendapatan Keluarga No
Uraian Rata-rataPetani
Rp Proporsi
1 Pendapatan Usahatani Jagung
12.803.146 84
2 Pendapatan Non Usahatani
Jagung 2.371.488
16 3
Pendapatan Keluarga 15.174.634
100 Sumber : Lampiran 8
Dari Tabel 13 maka diketahui bahwa kontribusi pendapatan usahatani jagung terhadap pendapatan keluarga adalah sebesar 84 sehingga dapat disimpulkan
Universitas Sumatera Utara
44 bahwa usahatani jagung di Desa Kuala Tigabinanga, Kabupaten Karo
memberikan kontribusi sangat besar terhadap pendapatan keluarga.
5.4 Faktor – Faktor yang Mempengaruhi Pendapatan Usahatani Jagung
Pendapatan usahatani jagung dipengaruhi beberapa faktor, dalam hal ini adalah Produktivitas lahan, bibit, dosis pemupukan dan biaya tenaga kerja. Untuk
menguji pengaruhnya, maka perlu dilakukan pengujian dengan metode regresi linier berganda dengan bantuan perangkat lunak SPSS.
Analisis regresi linier berganda digunakan untuk menganalisis pengaruh antara variabel Produktivitas lahan, bibit, dosis pemupukan, biaya tenaga kerja terhadap
pendapatan usahatani jagung di Desa Kuala, Kecamatan Tigabinanga, Kabupaten Karo. Hasil regresi dapat dilihat pada Tabel 14 berikut :
Tabel 14. Hasil Uji Regresi Linier Berganda antara Produktivitas Lahan, Bibit, Dosis Pemupukan, Biaya Tenaga Kerja dengan Pendapatan
Usahatani
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta
Constant 2.569E7
6136807.544 Produktivitas lahan
3361.737 689.765
.565 Bibit
-771322.064 168579.518
-.514 Dosis Pemupukan
1606.864 3343.480
.044 Biaya Tenaga Kerja
-6.835 1.203
-.557 Sumber : Hasil Penelitian, 2016 Data Diolah
Berdasarkan pengolahan data pada Tabel 15 diatas diperoleh model regresi sebagai berikut
�� = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ µ
i
Universitas Sumatera Utara
45 Dimana :
Y �
= Pendapatan Usahatani Jagung PUT Rp X
1
= Produktivitas lahan KgHa X
2
= Bibit KgHa X
3
= Dosis Pemupukan KgHa X
4
= Biaya Tenaga Kerja RpHa
µ
i
=
Koefisien Pengganggu
PUT =
0,0002569 + 3361, 737 X1 – 771322,064 X2 + 1606,864 X3 – 6,835 X4+
µ
i
a. Nilai konstanta sebesar 0,0002569 artinya tanpa mempertimbangkan variabel independen, maka nilaiPendapatan Usahataniakan diperoleh sebesar
0,0002569. b.Koefisien Produktivitas lahan
X
1
= + 3361, 737, artinya setiap penambahan Produktivitas lahan sebesar 1 kgha, jika variabel lain dianggap konstan, maka
akan menaikan Pendapatan usahatani Rp. 3.361, 737 c. Koefisien Bibit
X
2
= - 771322,064, artinya setiap penambahan bibit sebesar 1 kgha, jika variabel lain dianggap konstan, maka akan menurunkan
Pendapatan usahatani Rp 771.322,064. d. Koefisien Dosis pemupukan
X
3
= + 1606,864, artinya setiap penambahan Dosis pemupukan sebesar 1 kgha, jika variabel lain dianggap konstan, maka
akan menaikan Pendapatan usahatani Rp. 1.606,864.
Universitas Sumatera Utara
46 e. Koefisien Biaya tenaga kerja
X
4
= - 6,835, artinya setiap penambahan Biaya tenaga kerja sebesar 1 Rpha, jika variabel lain dianggap konstan, maka akan
menurunkan Pendapatan usahatani Rp. 6,835.
5.3.1 Uji Kesesuaian Model Test of Goodness of Fit 5.3.1.1 Koefisien Determinasi R
2
Koefisien ini menunjukkan persentase variasi seluruh variabel terikat yang dapat dijelaskan oleh perubahan variabel bebas explanatory variables. Nilai R
2
terletak antara 0 sampai dengan 1 0
≤ R
2
≤ 1. Tujuan menghitung koefisien determinasi adalah untuk menjelaskan pengaruh variabel bebas terhadap variabel terikat. Dari
hasil analisis data diperoleh hasil yang ditunjukkan pada Tabel 15 sebagai berikut
Tabel 15. Hasil Uji Koefisien Determinasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate
1 .787
a
.572 .541
8.87663E6 a. Predictors: Constant, Biaya Tenaga Kerja, Dosis Pemupukan, Bibit,
Produktivitas lahan b. Dependent Variable: Pendapatan
Sumber : Hasil Penelitian, 2016 Data Diolah Berdasarkan tabel diatas dapat diketahui bahwa nilai RSquareadalah 0,572. Hal
ini menunjukkan bahwa sebesar 57,2 Pendapatan usaha tani dipengaruhi oleh variasi keempat variabel yaitu Produktivitas lahan, Bibit, Dosis Pemupukan, dan
Biaya Tenaga Kerja . Sedangkan sisanya sebesar 42,8 dipengaruhi oleh faktor- faktor lain yang tidak diteliti dalam penelitian ini.
Universitas Sumatera Utara
47
5.3.1.2 Uji F Uji PengaruhVariabel Secara Serempak
Kriteriauji:BerdasarkanNilai Signifikansi F
α
0,05
- Jikanilai signifikansi F αmakaH
diterimaH
1
ditolak - JikanilaiSignifikansi F
αmakaH ditolak H
1
diterima
Tabel 16. Hasil Uji F ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression 3.694E15
4 9.234E14
11.720 .000
a
Residual 6.225E15
79 7.879E13
Total 9.919E15
83 a. Predictors: Constant, Biaya Tenaga Kerja, Dosis Pemupukan, Bibit,
Produktivitas lahan b. Dependent Variable: Pendapatan
Sumber : Hasil Penelitian, 2016 Data Diolah Berdasarkan hasil SPSS, diperoleh tingkat signifikansi F adalah sebesar 0,000,
α
0,05
dengan menggunakan taraf 95
α
0,05
maka dapat disimpulkan bahwa H
ditolak dan H
1
diterima atau variabel bebas yaitu Produktivitas lahan, Bibit, Dosis Pemupukan, dan Biaya Tenaga Kerja secara serempak berpengaruh nyata
terhadap Pendapatan Usahatani Jagung.
5.3.1.3 Uji t Uji PengaruhVariabel SecaraParsial
Kriteriauji :BerdasarkanNilai Signifikansi
α
0,05
- Jikanilai signifika nsi αmakaH
diterimaH
1
ditolak - JikanilaiSignifika
nsi αmakaH ditolak. H
1
diterima
Universitas Sumatera Utara
48
Tabel 17. Hasil Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta
Constant 2.569E7
6136807.544 4.187
.000 Produktivitas lahan
3361.737 689.765
.565 4.874
.000 Bibit
-771322.064 168579.518
-.514 -4.575
.000 Dosis Pemupukan
1606.864 3343.480
.044 .481
.632 Biaya Tenaga Kerja
-6.835 1.203
-.557 -5.682
.000 a. Dependent Variable: Pendapatan
Sumber : Hasil Penelitian, 2016 Data Diolah a. Produktivitas lahan X
1
terhadap Pendapatan usahatani Y menunjukkan sig. 0,000
α
0,05
maka H
1
diterima dan H ditolak. Artinya variabel Produktivitas
lahan X
1
secara parsial berpengaruh nyata terhadap Pendapatan usahatani Y.
b. Bibit X
2
terhadap Pendapatan usahatani Y menunjukkan sig. 0,000
α
0,05
maka H
1
diterima dan H ditolak, artinya variabel bibit
X
2
secara parsial berpengaruh nyata terhadap Pendapatan usahatani Y.
c. Dosis Pemupukan X
3
terhadap Pendapatan usahatani Y menunjukkan sig. 0,632
α
0,05
maka H
1
ditolak dan H diterima. Artinya variabel dosis
pemupukan X
3
secara parsial tidak berpengaruh nyata terhadap Pendapatan usahatani Y.
d. Biaya tenaga kerja X
4
terhadap Pendapatan usahatani Y menunjukkan sig. 0,000
α
0,05
maka H
1
diterima dan H ditolak. Artinya variabel biaya tenaga
kerja X
4
secara parsial berpengaruh nyata terhadap Pendapatan usahatani Y.
Universitas Sumatera Utara
49
5.3.2 Uji Asumsi Klasik 5.3.2.1 Uji Normalitas
Pengujian normalitas bertujuan untuk mengetahui apakah data yang digunakan telah terdistribusi secara normal. Salah satu metode untuk mengetahui normalitas
adalah dengan menggunakan uji Kolmogrov Smirnov untuk melihat nilai signifikansinya.
Sig.KS
α
0,05
= Data berdistribusi normal Sig.KS
≤
α
0,05
= Data tidak berdistribusi normal Uji Kolmogorov Smirnov digunakan untuk menguji null hipotesis suatu sampel
atas suatu distribusi tertentu.
Hasil uji normalitas dapat ditunjukkan sebagai berikut:
Tabel 18. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 84
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 8.66009877E6
Most Extreme Differences
Absolute .186
Positive .186
Negative -.128
Kolmogorov-Smirnov Z 1.708
Asymp. Sig. 2-tailed .006
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2016 Data diolah
Berdasarkan tabel diatas dapat diketahui bahwa nilai signifikasi Kolmogorov- Smirnov adalah sebesar 0,006. Nilai signifikasi Kolmogorov- Smirnov
α
0,05
yang artinya data berdistribusi normal.
Universitas Sumatera Utara
50
5.3.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan
yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut
heteroskedastisitas. Penelitian ini menggunakan uji Glejser sebagai penguji heteroskedastisitas,
dengan melihat nilai signifikansi. Sig.
α
0,05
= Homoskedastisitas tidak terjadi masalah heteroskedastisitas Sig.
≤
α
0,05
= Heteroskedastisitas
Tabel 19. Hasil uji heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardi zed
Coefficien ts
T Sig.
B Std. Error
Beta
Constant 16.861
.763 22.109
.000 Produktivitas
lahan -7.168E-5
.000 -.111
-.836 .406
Bibit .010
.021 .059
.461 .646
dosis pemupukan .000
.000 .088
.834 .407
biaya tenaga kerja
-4.626E-7 .000
-.348 -3.094 .126
a. Dependent Variable: ABSOLUT Sumber : Hasil Penelitian, 2016 Data diolah
Dari hasil output SPSS, variabel Produktivitas lahan didapat sebesar 0,406
α
0,05
maka variabel Produktivitas lahan adalah variabel homoskedastisitas. Variabel Bibit didapat sebesar 0,646
α
0,05
maka variabel bibit adalah variabel
Universitas Sumatera Utara
51
homoskedastisitas. Variabel Dosis pemupukan didapat sebesar 0,407
α
0,05
maka variabel dosis pemupukan adalah variabel homoskedastisitas. Variabel Biaya
tenaga kerja didapat sebesar 0,126
α
0,05
maka variabel biaya tenaga kerja adalah variabel homoskedastisitas. Jadi, dapat disimpulkan nilai signifikansi keempat
variabel
α
0,05
sehingga dikatakan tidak terjadi heteroskedastisitas pada model regresi atau model regresi adalah homoskedastisitas.
5.3.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antar variabel independen. Uji yang dilakukan untuk
menguji multikolinearitas adalah dengan menghitung nilai VIF untuk masing- masing variabel independen. Suatu variabel menunjukkan gejala multikolinearitas
dapat dilihat dari nilai VIF yang tinggi pada variabel-variabel bebas suatu model regresi. Jika dalam penelitian nilai VIF 10 maka ini menunjukkan adanya gejala
multikolinearitas dalam model regresi. Hasil dari uji multikolinearitas dapat dilihat pada Tabel 20 berikut ini :
Tabel 20. Hasil Pengujian Multikolinieritas Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Produktivitas lahan .591
1.693 Bibit
.629 1.590
dosis pemupukan .940
1.064 biaya tenaga kerja
.826 1.211
Sumber : Hasil Penelitian, 2016 Data Diolah
Universitas Sumatera Utara
52 Hasil uji multikolinearitas pada Tabel 20 menunjukkan bahwa keseluruhan
variabel mempunyai nilai VIF 10, sehingga dapat disimpulkan bahwa model regresi tersebut tidak terjadi multikolinearitas.
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat
dijelaskan oleh variabel bebas lainnya. Nilai tolerance masing masing variabel independen lebih besar dari 0,10. Hasil penelitian ini mengindikasikan bahwa
tidak terjadi multikolinearitas di antara variabel independen dalam penelitian.
5.3.2.4 Uji Autokorelasi
Uji autokorelasi ini digunakan untuk menguji asumsi klasik regresi berkaitan dengan adanya autokorelasi. Model regresi yang baik adalah model yang tidak
mengandung autokorelasi. Pengujian ini menggunakan Uji Durbin-Watson DW test
:
Tabel 21. Hasil Pengujian Autokorelasi Model Summary
b
Model R
R Square
Adjusted R Square Std. Error of
the Estimate Durbin-
Watson 1
.787
a
.572 .541
8.87663E6 2.071
a. Predictors: Constant, biaya tenaga kerja, dosis pemupukan, bibit, Produktivitas lahan
b. Dependent Variable: Unstandardized Residual
Sumber : Hasil Penelitian, 2016 Data Diolah Hasil output SPSS menunjukkan nilai DW sebesar 2,071, nilai ini akan
dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan 5, jumlah sampel n = 84 dan jumlah variabel bebas k = 4, maka di tabel Durbin-
Watson didapatkan nilai dL durbin-watson lowerbatas bawah = 1,5472, nilai dU durbin-watson upperbatas atas = = 1,7462 dan 4 - dU = 2,254. Pengambilan
Universitas Sumatera Utara
53 keputusannya adalah dU 1,7462d 2,0714 - dU 2,254artinya tidak ada
autokorelasi positif atau negatif. Dengan demikian, tidak terdapat adanya autokorelasi pada model regresi.
Universitas Sumatera Utara
54
BAB VI KESIMPULAN DANSARAN
6.1 Kesimpulan