Sementara pendapatan atas biaya total BT dapat dihitung dengan rumus sebagai berikut:
total = TR – BT
Keterangan: total
= Pendapatan total atas keuntungan total BT
= Biaya total biaya tunai dan biaya yang diperhitungkan
4.4.2 Analisis Imbangan Penerimaan dan Biaya
Analisis imbangan penerimaan dan biaya RC ratio analysis merupakan alat untuk mengetahui kriteria kelayakan dari kegiatan usaha yang dilakukan.
Rasio RC membandingkan antara nilai output terhadap nilai inputnya atau perbandingan antara penerimaan usahatani TR dengan pengeluaran usaha.
Analisis rasio RC dilakukan berdasarkan jenis biaya yang dikeluarkan, yaitu biaya tunai Bt dan biaya total BT. Rumus Rasio RC atas biaya tunai adalah
sebagai berikut:
Bt TR
C R
Rasio =
Sedangkan rasio RC atas biaya total dapat dituliskan sebagai berikut:
BT TR
C R
Rasio =
4.4.3 Analisis Diskriminan
Analisis diskriminan dipakai dalam penelitian ini karena variabel tidak bebas dependen penelitian adalah variabel kategoris yaitu bila variabel
penelitian menggunakan skala ordinal atau nominal sedangkan variabel bebas independen menggunakan skala metrik interval dan rasio. Variabel tidak bebas
berupa dua kategori, dimana dalam penelitian ini responden atau objek terbagi atas dua kategori, yakni pengusahaan penggilingan padi yang memiliki
pendapatan tinggi dan pengusahaan penggilingan padi berpendapatan rendah. Penggilingan berpendapatan tinggi adalah penggilingan yang memiliki
pendapatan lebih besar dari rata-rata pendapatan penggilingan padi secara agregat, sedangkan penggilingan berpendapatan rendah memiliki pendapatan lebih kecil
dari rata-rata pendapatan penggilingan padi secara agregat. Data mengenai besarnya pendapatan diperoleh setelah melakukan analisis pendapatan kemudian
dipisahkan berdasarkan kelompok di atas. Metode analisis diskriminan yang digunakan dalam penelitian ini
menggunakan analisis diskriminan bertahap stepwise discriminant, dimana variabel-variabel bebas dimasukkan ke dalam model secara bertahap berdasarkan
kemampuan variabel
bebas tersebut
dalam melakukan
diskriminasi antarkelompok. Metode ini cocok digunakan jika banyak variabel bebas yang
dilibatkan dan peneliti ingin menyederhanakan model dengan memilih variabel terbaik untuk dimasukkan ke dalam model Malhotra, 2005.
Adapun variabel-variabel bebas yang diduga menunjukkan perbedaan antara kedua kelompok tersebut antara lain 1 Kapasitas produksi beras; 2
Kapasitas mesin; 3 Tenaga kerja; 4 Jam kerja mesin; 5 Jumlah GKP; 6 Kadar air gabah; 7 Luas gudang penyimpanan; 8 Luas lantai jemur; 9 Rendemen
beras; 10 Pengalaman pengusaha; 11 Pendidikan pengusaha; 12 Modal pengusaha; 13 Kemasan beras; 14 Grading beras; 15 Mitra Bulog; 16 Sumber
modal pengusaha; 17 Umur pengusaha; dan 18 Jumlah solar. Lima faktor pembeda dalam perhitungan analisis diskriminan ini dikelompokkan ke dalam
skala interval Tabel 7.. Variabel bebas faktor-faktor tersebut diduga dapat menunjukkan perbedaan antara kedua kelompok penggilingan padi berdasarkan
tingkat pendapatannya.
Tabel 7. Faktor Pembeda dalam Skala Interval No
Atribut Satuan Ukuran
1. Mitra Bulog
1 = Penggilingan bermitra 2 = Penggilingan tidak bermitra
2. Sumber Modal
1 = Modal sendiri 2 = Modal pinjaman
3. Kemasan Beras
1 = Menggunakan merek sendiri 2 = Menggunakan merek pasar
4. Grading Beras
1 = Melakukan grading beras 2 = Tidak melakukan grading
5. Pendidikan Pengusaha
1 = SMA – S1 2 = SD – SMP
Dengan memilih variabel-variabel bebas yang terbaik sebagai prediktor pembeda pada setiap tahapannya, maka variabel-variabel bebas yang tidak
berguna sebagai prediktor antarkelompok akan dikeluarkan dari model. Model diskriminan yang berisi variabel-variabel bebas terpilih tadi sama baiknya, bahkan
terkadang lebih baik, dibandingkan model yang berisi keseluruhan variabel bebas yang digunakan dalam penelitian Hair, et.al., 1998.
Prosedur pemilihan variabel bebas terbaik dilakukan dalam beberapa tahap step sehingga disebut dengan analisis diskriminan bertahap stepwise
discriminant analysis . Metode ini akan memasukkan variabel satu-persatu
berdasarkan kemampuan mereka dalam membedakan kelompok. Pada setiap tahapan stepwise discriminant, pemilihan variabel tersebut didasarkan atas nilai
Mahalanobis Distance Min D square yang terbesar disertai dengan nilai Sig. of
F to Enter yang terkecil. Jika kedua kriteria tersebut terpenuhi, maka atribut yang
bersangkutan secara signifikan dapat berfungsi sebagai pembeda kelompok dan
dapat dimasukkan ke dalam model. Namun apabila tidak terpenuhi maka proses dihentikan Myers dan Mullet, 2003.
Model diskriminan yang terbentuk dapat dikatakan mampu membedakan perilaku kedua kelompok secara nyata jika angka Chi-square tinggi dengan
tingkat signifikansi di bawah 0.05, makin besar nilai Chi-square dan makin rendah nilai signifikansi, menggambarkan bahwa perilaku antarkelompok secara
nyata berbeda. Hair, et.al. 1998 menyatakan bahwa model diskriminan adalah
kombinasi linear dari variabel-variabel bebas yang merupakan hasil analisis diskriminan. Bentuk model tersebut yaitu:
Z
jk
= a + W
1
X
1k
+ W
2
X
2k
+ … +W
n
X
nk
Keterangan Z
jk
= Z skor diskriminan discriminant Z score a
= Intersep W
= Bobot diskriminan X
= Variabel bebas Dengan mengabaikan tanda, tiap-tiap pembobot menggambarkan
kontribusi relatif dari variabel bebas yang bersangkutan terhadap model diskriminan yang terbentuk. Variabel bebas dengan bobot yang lebih besar
memberikan kontribusi yang lebih baik sebagai prediktor pembeda perilaku antarkelompok kepada model diskriminan, dibandingkan variabel bebas yang
memiliki bobot lebih kecil. Model diskriminan akan mengestimasi koefisien W, sehingga nilai Z
discriminant Z score setiap kelompok sedapat mungkin berbeda. Berdasarkan
perbandingan nilai Z discriminant Z score dengan angka Z kritis cutting Z score
, yaitu nilai yang perbatasan antarkelompok, keanggotaan anggota kelompok penggilingan diprediksi. Dalam penelitian ini, jumlah antar kedua
kelompok tidak sama sehingga untuk mendapatkan angka Z kritis diperoleh melalui rumus yang dikemukakan oleh Hair, et.al. 1998 sebagai berikut:
Nb Na
Zb Nb
Za Na
Z
cu
+ +
= .
.
Keterangan: Z
cu
= Angka kritis untuk kelompok yang tidak sama ukurannya Na
= Jumlah anggota kelompok a Nb
= Jumlah anggota kelompok b Za
= Centroid kelompok a Zb
= Centroid kelompok b Tahap terakhir adalah mengidentifikasi ketepatan prediksi dari model
diskriminan, yaitu dengan menunjukkan kasus yang secara tepat diprediksi oleh model baik dari kelompok penggilingan berpendapatan tinggi dan penggilingan
padi berpendapatan rendah kemudian dibagi jumlah kasus secara keseluruhan. Menurut Hair, et.al. 1998 batas minimal ketepatan prediksi untuk model
diskriminan yang tidak sama ukuran kelompoknya diperoleh dengan rumus:
2 2
1 p
p Cpro
− +
= Keterangan
Cpro = Batas minimal ketepatan prediksi p
= Proporsi dari kelompok 1 1 - p = Proporsi dari kelompok 2
Jika model diskriminan dengan ukuran kelompok yang tidak sama memiliki ketepatan prediksi di atas nilai Cpro, maka ketepatan prediksi model
tersebut termasuk kategori ketepatan klasifikasi tinggi. Sesuai dengan batasan penelitian ini, maka tahap analisis hanya dilakukan sampai tahap mengetahui
faktor-faktor apa saja yang menjadi pembeda perilaku kedua kelompok. 4.4.4
Analisis Fungsi Produksi
Fungsi produksi yang digunakan untuk menjelaskan parameter Y dan X dalam penelitian ini adalah fungsi produksi Cobb-Douglas. Menurut Soekartawi
1990 fungsi produksi Cobb-Douglas memliki beberapa kelebihan antara lain 1 penyelesaian fungsi Cobb-Douglas relatif lebih mudah dan sederhana
dibandingkan dengan fungsi yang lain karena dapat ditransformasikan ke dalam bentuk linear sederhana; 2 koefisien pangkatnya sekaligus menunjukkan
besarnya elastisitas produksi yang optimum dari pemakaian faktor-faktor produksi; 3 jumlah elastisitas dugaan dari masing-masing faktor produksi
merupakan pendugaan skala usaha return to scale atas perubahan faktor-faktor produksi yang digunakan dalam proses produksi yang sedang berlangsung.
Kondisi return to scale didefinisikan sebagai respon dari perubahan jumlah output jika terjadi perubahan penggunaan semua input secara proporsional.
Skala usaha perlu diketahui apakah kegiatan dari suatu yang diteliti tersebut mengikuti kaidah increasing, constant, atau decreasing return to scale. Jika
jumlah elastisitas produksi dari fungsi Cobb-Douglas dilambangkan dengan bi, kondisi usahatani dapat dibedakan menjadi:
a. Jika bi 1, kondisi usahatani berada pada kondisi increasing return to
scale , artinya setiap penambahan faktor produksi akan menghasilkan
tambahan produksi dengan proporsi yang lebih besar. b.
Jika bi = 1, usahatani berada pada kondisi constant return to scale, artinya penambahan faktor produksi akan proporsional dengan penambahan
produksi. c.
Jika bi 1, usahatani berada pada kondisi decreasing return to scale, artinya penambahan faktor produksi melebihi proporsi penambahan
produksi. Fungsi Cobb-Douglas dapat dituliskan secara matematis sebagai berikut:
Y = b X
1 b1
X
2 b2
X
3 b3
X
4 b4
……X
n bn
e
u
Keterangan: Y = Produksi
b = Intersep
b
i
= Koefisien regresi penduga variabel ke-i X
i
= Jenis faktor produksi ke-I, dimana I = 1, 2, 3,…,n e = Bilangan natural e = 2,7182
u = Unsur sisa galat Soekartawi 1990 menambahkan bahwa syarat dalam menggunakan
fungsi produksi Cobb-Douglas adalah tidak ada nilai pengamatan yang bernilai nol atau negatif karena logaritma dari nol adalah suatu bilangan yang besarnya
tidak berhingga infintif, namun sulit untuk menghindarkan hal tersebut dalam kenyataan di lapang. Hal tersebut memerlukan cara untuk memperbaiki
pendugaan yang menggunakan suatu data, yaitu dengan cara mengganti pengamatan yang bernilai nol tersebut dengan bilangan yang lebih kecil sekali.
Persyaratan lainnya adalah dalam faktor produksi, perlu mengambil asumsi bahwa tidak ada perbedaan teknologi pada setiap pengamatan serta perbedaan lokasi
dalam fungsi produksi sudah tercakup pada faktor kesalahan. Variabel-variabel dugaan yang digunakan dalam menganalisis fungsi
produksi dan penggunaan faktor-faktor produksi penggilingan padi adalah faktor- faktor yang diduga berhubungan secara langsung dengan produksi dan ditambah
faktor yang signifikan dalam analisis diskriminan yang telah dilakukan. Faktor- faktor tersebut antara lain::
1. Jumlah GKP
Jumlah gabah dalam satu musim diukur dalam satuan kilogram. Jumlah gabah yang digiling diduga memiliki pengaruh positif terhadap produksi
penggilingan padi, semakin banyak gabah yang digiling maka akan meningkatkan produksi sebesar nilai elastisitasnya cateris paribus.
2. Bahan Bakar solar
Penggunaan bahan bakar dalam proses produksi diukur dalam satuan liter. Bahan bakar berupa solar diduga berpengaruh secara positif terhadap
produksi penggilingan padi, semakin besar penggunaan solar, semakin meningkat produksi sebesar nilai elastisitasnya cateris paribus.
3. Tenaga Kerja
Penggunaan tenaga kerja diukur dalam satuan hari orang kerja HOK. Tenaga kerja yang dimaksudkan di sini adalah tenaga kerja yang ikut serta
dalam kegiatan penggilingan proses pengolahan saja. Tenaga kerja
diduga berpengaruh positif terhadap produksi, secara teori bila jumlah tenaga kerja yang digunakan bertambah satu satuan, maka akan
meningkatkan produksi sebesar nilai elastisitasnya cateris paribus. 4.
Jam Kerja Mesin Penggunaan mesin per hari dalam aktivitas penggilingan dapat diukur
dalam satuan jam per hari jamhari. Jam kerja mesin adalah total penggunaan seluruh mesin yang digunakan selama produksi dalam satu
hari. Jam kerja mesin diduga berpengaruh positif terhadap produksi, secara teori apabila jumlah jam kerja mesin bertambah satu satuan, maka akan
meningkatkan produksi sebesar nilai elastisitasnya cateris paribus. 5.
Kapasitas Mesin Kapasitas mesin diukur dengan kemampuan mesin atau daya mesin dalam
satuan horse power HP atau juga disebut dengan power kuda PK. Daya mesin mampu menentukan kecepatan giling dan jumlah beras yang
digiling, sehingga kapasitas mesin diduga berpengaruh positif terhadap produksi. Secara teori, apabila jumlah jam kerja mesin bertambah satu
satuan, maka akan meningkatkan produksi sebesar nilai elastiistasnya cateris paribus.
6. Modal
Modal merupakan faktor yang sangat penting untuk menjamin berjalannya suatu produksi penggilingan. Modal digunakan untuk membiayai seluruh
aktivitas produksi, dari mulai pembelian gabah sampai pada penjualan beras. Modal diduga berpengaruh positif terhadap produksi. Semakin
banyak modal yang digunakan, maka semakin banyak pula jumlah
produksi yang dihasilkan. Secara teori, apabila modal bertambah sebesar satu satuan, maka akan meningkatkan produksi sebesar nilai elastisitasnya
cateris paribus. 7.
Mitra dengan Bulog Kerjasama yang dilakukan oleh penggilingan padi dengan Bulog dalam hal
pengadaan beras, diduga berpengaruh positif terhadap produksi. Kemitraan dengan Bulog menuntut produksi yang berkelanjutan dengan kuantitas dan
kualitas yang telah ditentukan oleh Bulog. Faktor ini merupakan faktor boneka dummy.
8. Pendidikan
Pendidikan pemilik penggilingan diduga berpengaruh positif terhadap produksi beras penggilingan. Pendidikan mampu menggambarkan kualitas
dan cara pandangan pemilik terhadap usaha yang dijalankannya. Semakin tinggi pendidikan, semakin luas pula pengetahuan dan wawasan pemilik.
Faktor ini merupakan faktor boneka dummy. 9.
Pengalaman Pemilik Pengalaman pemilik dalam menjalankan usaha penggilingan diduga
menjadi faktor yang berpengaruh positif terhadap produksi. Pemilik yang berpengalaman telah mengetahui usaha penggilingan secara luas.
Seringkali, pemilik dengan pengalaman banyak dan luas menjadi pedoman bagi pemilik lain dalam menjalankan aktivitas usahanya.
Identifikasi variabel dilakukan dengan mendaftar faktor-faktor produksi yang digunakan dalam proses penggilingan padi. Faktor-faktor produksi tersebut
antara lain jumlah GKP, bahan bakar, tenaga kerja, jumlah jam kerja mesin,
kapasitas mesin, modal, pendidikan, mitra, dan pengalaman. Faktor-faktor tersebut merupakan variabel independen bebas yang akan diuji pengaruhnya
terhadap variabel dependen tidak bebas yaitu hasil produksi. Dalam analisis fungsi produksi digunakan pendekatan fungsi produksi
Cobb-Douglas, sebagai berikut:: Y = b
X
1 b1
X
2 b2
X
3 b3
X
4 b4
X
5 b5
X
6 b6
X
7 b7
X
8 b8
X
9 b9
e
u
Model tersebut ditransformasikan dapat ke dalam bentuk linear logaritmatik untuk menduga fungsi produksi:
lnY = ln b + b
1
lnX
1
+ b
2
lnX
2 +
b
3
lnX
3
+ b
4
lnX
4
+ b
5
lnX
5 +
b
6
lnX
6 +
b
7
lnX
7 +
b
8
lnX
8 +
b
9
lnX
9
+ u
Keterangan: Y
= Produksi beras penggilingan padi kghari X
1
= Jumlah GKP kg X
2
= Bahan bakar yang digunakan liter X
3
= Tenaga kerja yang digunakan HOK X
4
= Jumlah jam kerja mesin per hari jamhari X
5
= Kapasitas mesin giling HP X
6
= Modal usaha juta rupiah X
7
= Mitra dengan Bulog faktor dummy; 1: bermitra, 2; tidak X
8
= Pendidikan pengusaha faktor dummy; 1: SMA-S1, 2: SD-SMP X
9
= Pengalaman usaha umur b
= Intersep b
i
= Koefisien regresi dari peubah bebas dengan I = 1. 2, 3,.. n u
= Galat
Berdasarkan analisis regresi sederhana logaritmatik akan diperoleh besarnya nilai t-hitung, F-hitung, dan R
2
. Nilai t-hitung digunakan untuk menguji apakah koefisien regresi dari masing-masing variabel bebas X yang digunakan
secara terpisah berpengaruh nyata terhadap variabel tidak bebas Y. Nilai F- hitung berguna untuk melihat apakah variabel-variabel bebas X
1,
X
2
, X
3
, X
4,
X
5,
X
6,
X
7,
X
8
dan X
9
tersebut secara bersma-sama memiliki pengaruh nyata terhadap variabel tidak bebas Y. Sementara nilai R
2
berguna untuk melihat sejauh mana keragaman yang dapat dijelaskan oleh variabel bebas X terhadap variabel tidak
bebas Y.
4.4.5 Pengujian Fungsi Produksi
