Studi Efisensi pada Berbagai Usahatani Komoditas Pertanian

49 di mana : y = output x = vektor J variabel input z = vektor Q Quasi-fixed inputs v = error term, diasumsikan i.i.d. 0,1 yang merepresentasikan ketidak pastian produksi u = memiliki nilai 0 yang merepresentasikan inefisiensi teknis jika u=0, produsen secara teknis efisien fx,z = menunjukkan fungsi produk rata-rata gx,z = menunjukkan fungsi risiko produksi qx,z = menunjukkan fungsi in-efisiensi teknis.

2.6. Studi Efisensi pada Berbagai Usahatani Komoditas Pertanian

Salah satu studi terbaru yang mencoba untuk melihat manfaat antar metode yang digunakan dalam analisis efisiensi adalah studi dari Bravo-Ureta et al. 2007. Secara terperinci, studi tersebut mencoba mengkaji beberapa hal, yakni : 1 Apakah metode parametrik baik deterministik maupun stokastik menghasilkan nilai TE yang berbeda dengan metode non parametrik; 2 Apakah bentuk fungsi memiliki pengaruh atau efek pada TE; 3 Apakah model data panel menghasilkan nilai rata-rata mean TE yang sama dengan yang dihasilkan model frontier dengan data cross section; 4 Apakah nilai TE dari pendekatan primal berbeda dengan pendekatan dual; 5 Apakah model dengan ukuran contoh besar dan jumlah variabel banyak atau sedikit memiliki pengaruh pada nilai TE; 6 Apakah nilai TE bervariasi antar jenis komoditas yang dianalisis; 7 Apakah 50 lokasi geografis negara menghasilkan rata-rata TE yang spesifik; dan 8 Apakah tingkat pendapatan negara mempengaruhi nilai estimasi TE. Untuk mendapatkan atas jawaban tersebut, Bravo-Ureta et al., 2007 mengkaji sebanyak 167 hasil studi empiris dengan komposisi sebagai berikut : 42 studi menggunakan metode non parametrik, 32 studi menggunakan metode parametrik deterministik dan 117 menggunakan metode frontier parametrik stokastik. Hasil studi menyarankan bahwa tidak ada kesimpulan yang berkaitan dengan penggunaan berbagai bentuk fungsi. Sementara itu, analisis lainnya menyimpulkan bahwa nilai estimasi yang dihasilkan oleh model frontier parametrik stokastik lebih tinggi dibandingkan dengan yang dihasilkan oleh model parametrik deterministik. Hasil kajian juga menunjukkan bahwa model frontier parametrik stokastik adalah metode yang banyak digunakan oleh para peneliti di bidang pertanian. Ada banyak aplikasi metodologi frontier terutama di negara-negara berkembang Kalirajan, 1981; Kalirajan, 1984; Kalirajan dan Shand 1985; Kalirajan dan Shand, 1989; Kalirajan, 1990; Kalirajan, 1991; Bauer, 1990; Battese, 1992; Battese dan Coelli, 1992; Beck 1991; Bravo-Ureta et al., 2007. Beberapa peneliti juga mengkaji efisiensi teknis beberapa komoditas pertanian di negara maju Wilson et al., 1998; Fogasari dan Latruffe, 2007; dan Lambarraa et al., 2007. Battese 1992 memberikan ulasan komprehensif tentang aplikasi frontier produksi parametrik untuk usaha pertanian, khususnya padi. Ogundari dan Ojo 2006 melakukan studi efisiensi teknis, alokatif dan efisiensi ekonomi untuk ubikayu di Osun State, Nigeria. Sedangkan Qayyum dan Ahmad 2006 51 melakukan analisis efisiensi dan keberlanjutan kelembagaan keuangan mikro di Asia Selatan Pakistan, India dan Banglades. Sementara itu, Wilson et al., 1998 memberikan ulasan tentang aplikasi frontier produksi kentang di Inggris dengan menggunakan data sekunder dari Departemen Pertanian, Perikanan, dan Pangan. Bravo-Ureta dan Pinheiro 1993 menyampaikan ulasan komprehensif tentang aplikasi berbagai metode frontier untuk usaha pertanian negara berkembang. Bravo-Ureta dan Pinheiro 1993 menguji sebanyak 30 studi dari 14 negara. Survei mereka menunjukkan bahwa usahatani padi paling banyak diteliti di antara usaha pertanian. Coelli 1995 juga menyimpulkan hal yang sama dalam surveinya, bahwa terdapat 11 aplikasi frontier untuk produksi padi dari 38 makalah. Padi paling banyak mendapat perhatian karena perannya yang sentral bagi pasokan pangan dari berbagai negara di dunia. Battese 1992, Bravo-Ureta dan Pinheiro 1993 dan Coelli 1995 menunjukkan bahwa frontier parametrik lebih populer dari frontier non parametrik. Fogasari dan Latruffe 2007 mengkaji efisiensi teknis dan teknologi pertanian di Eropa Timur Hungaria dan Eropa Barat Perancis dengan membandingkan komoditas pangan dan susu dengan pendekatan Data Envelopment Analysis DEA. Lambarraa et al. 2007 menganalisis efisiensi usahatani jeruk di Spanyol dengan menggunakan pendekatan Total Factor Productivity dan Stochastic Frontier Model. Sementara itu, Bravo-Ureta et al. 2007 melakukan analisis TE di pertanian dengan analisis a meta regression yang bersifat lintas negara negara berkembang dan negara maju dan lintas komoditas. 52 Tabel 1 ditunjukkan bahwa dari 50 studi efisiensi, sebagian besar adalah efisiensi untuk usahatani padi 29 dan beberapa komoditas non padi 21 dengan komoditas yang beragam. Berdasarkan Tabel 1 hanya ditemukan 8 studi yang menggunakan frontier non-paramterik, sedangkan selebihnya 32 menggunakan berbagai frontier parametrik. Hal ini sesuai dengan gambaran banyaknya metode parametrik dalam literatur ekonomi pertanian yang ditunjukkan oleh Battese 1992, Bravo-Ureta dan Pinheiro 1993 dan Coelli 1995. Pada Tabel 1 ditunjukkan bahwa model frontier stokastik telah digunakan secara luas dalam analisis efisiensi terutama untuk usahatani padi, terutama di Asia, yaitu Banglades, Cina, India, Indonesia, Jepang, Pakistan, Filipina, dan Srilanka. Tampaknya di Indonesia aplikasi model frontier juga banyak dijumpai untuk usahatani padi. Beberapa studi oleh Tabor 1992, Erwidodo 1990, Erwidodo 1992 a , Erwidodo 1992 b dan Trewin et al., 1995, Daryanto 2000, Sumaryanto 2001 dan Sumaryanto et al., 2003, serta Wahida 2005 menggunakan frontier stokastik untuk analisis efisiensi untuk usahatani padi. Studi Llewelyn dan William 1996 menggunakan analisis non-parametrik produksi tanaman pangan termasuk padi di Jawa Timur. Aplikasi model frontier untuk komoditas hortikultura masih jarang ditemukan di Indonesia, hanya dijumpai pada usahatani cabai di Kecamatan Selupu, Kabupaten Rejang Lebong, Bengkulu dengan variabel teknis dan sosial-ekonomi yang terbatas Sukiyono, 2004. Fauziyah 2010 menggunakan model fungsi produksi frontier stokastik yang memfokuskan pada pengaruh perilaku petani dalam menghadapi risiko produksi terhadap alokasi input usahatani tembakau. 53 Studi produksi frontier stokastik yang ditampilkan pada Tabel 1 umumnya mengasumsikan bahwa frontier produksi Cobb-Douglas CD atau Translog adalah memadai dalam analisis data tingkat petani padi. TE usahatani padi sangat bervariasi dari 50 persen di India Kalirajan, 1981, 76-85 persen untuk padi konvensional dan 87-94 persen untuk padi hibrida di Jiangsu China Xu dan Jeffrey, 1998, 71,30 persen Sumaryanto, et al., 2003 dan 76,00 persen Wahida, 2005 di DAS Brantas, Jawa Timur, serta 91,86 persen untuk usahatani padi di lima daerah sentra produksi padi di Jawa Barat, Jawa Tengah, Jawa Timur, Sumatera Utara, dan Sulawesi Selatan Kusnadi et al., 2011 pada input dan teknologi yang digunakan. Sementara itu, untuk komoditas non padi, seperti komoditas kentang di Inggris 0,90 Wilson, Hadley, dan Kaltas, 1998, cabai merah di Rejang Lebong Bengkulu nilai TE 0.65-0.99 Sukiyono, 2005, tembakau di Pamekasan, Jawa Timur 0.89 Fauziyah, 2010. Dengan perbedaan tingkat inefisiensi antar petani padi dan beberapa komoditas non padi, adalah layak mempertanyakan mengapa sebagain petani relatif tinggi efisiensinya sedangkan yang lain secara teknis kurang efisien. Prosedur dua langkah telah banyak digunakan untuk eksplorasi faktor-faktor yang menerangkan inefisiensi Tabel 2. Prosedur ini dikritik oleh beberapa penulis yang berpendapat bahwa variabel sosio-ekonomi harus dimasukkan secara langsung dalam model frontier produksi karena variabel tersebut mempunyai dampak langsung terhadap efisiensi. 54 Tabel 1. Studi-studi Empiris Model Frontier pada Usahatani Beberapa Komoditas Pertanian Penulis Lokasi Jml sampel periode Jml input yg digunakan Bentuk fungsi 1 Metode estimasi 2 I. FRONTIER DETERMINISTIK a. Frontier non-parameterik Fare, Grabowski dan Grosskopf, padi 1985 Filipina - 1948-56 7 - LP Llewelyn dan Williams c , padi Madiun, Indonesia 77 1994 4 - LP Andreu dan Grunewald, biji-bijian dan peternakan 2006 Kansas, Amerika Serikat 6100 1995-2004 10 - DEALP Qayyum dan Ahmad, untuk Micro Finance 2006 Pakistan, India, Banglades 95 8 - DEALP Bravo-Ureta, Solis, Lopez, Maripani, Thiam, dan Rivas, beragam komoditas 2007 Lintas Negara dan lintas komoditas 68 1983-2005 16 - DEALP Fogasari dan Latruffe, pangan dan susu 2007 Hungaria dan Perancis 719 peternak susu dan 1183 petani pangan 2001-2004 7 - DEALP b. Frontier parametrik Ali dan Chaudry, padi 1990 3 Punjab, Pakistan 220 198485 6 CD PR Caselli dan Coleman II, output total 2006 Dunia 52 negara 1988 11 CD PR II. FRONTIER STOKASTIK a. Frontier penampang lintang Kalirajan, padi 1981 Tamilnadu, India 70 1978 6 CD MLE Kalirajan dan Finn, padi 1983 Bicol, Pilipina 79 198081 4 CD MLE Kalirajan 1984 Pilipina 81 197980 4 TL MLE Taylor, Evan Drumond, dan Gomes, untuk kredit program 1986 Southeasttern, Minas Gerais, Brazil 433 1981-1982 3 CD COLS MLE Ekayanake, padi 1987 Sri Lanka 124 198485 3 CD MLE Siregar, padi 1987 Jawa Barat, Indonesia 63 1982 3 CD OLS dan COL Ali dan Flinn, padi 1989 Punjab, Pakistan 120 1982 7 TL OLS dan MLE Squires dan Tabor, padi 1991 c Jawa Luar Jawa, Indonesia 1080 1983 3 TL MLE Dev dan Hossain, padi 1995 Banglades 411 dan 825 1985 1990 5 CD MLE Tadesse dan Krishnamoorthy, padi 1997 Tamil Nadu 129 1992-1993 7 CD MLE Xu dan Jeffrey, padi 1998 Jiangsu, China 180 198586 7 CD MLE Wilson, Hadley, dan Kaltas, kentang 1998 Inggris 140 1992 12 CD MLE Hazarika dan Subramanian, teh 1999 Assam 67 1997-1998 CD MLE 1 CD = Cobb-douglas, TL = translog 2 GLS = generalized least square estimator, LP = linear programming, PR = probabilistic frontier, MLE = maximum likelihood estimation 55 Tabel 1. Lanjutan Penulis Lokasi Jml sampel periode Jml input yg digunakan Bentuk fungsi 3 Metode estimasi 4 II. FRONTIER STOKASTIK a. Frontier penampang lintang Sumaryanto, padi 2001 Subang dan Cianjur, Jawa Barat serta Sidrap, Sulsel 150 19981999-1999 8 CD MLE Kebede, padi 2001 Mardi Watershed in the Western Development Region of Nepal 200 2000 9 CD OLS Kumbhakar, Subal C., usahaikan salmon 2002 Norwegia 216 1999 3 CD MLE Ojo, S. O., ayam ras petelur 2003. Nigeria 200 7 CD MLE Sumaryanto, padi 2003 Subang dan Cianjur, Jabar Sidrap, Sulsel 40-60lokasi 19981999, 1999 21 CD MLE Siregar dan Sumaryanto, kedelai 2003 DAS Brantas, Kediri, Jawa Timur, Indonesia 480 19992000 8 CD MLE Utama, Padi SLPHT 2003 Sumatera Barat, Indonesia 216 1995, 1999 10 CD OLS dan MLE Nufus, kedelai 2003 Lombok Barat, Nusa Tenggara Barat, Indonesia - 2002 7 CD MLE Eggert dan Tveteras, perikanan komersial 2004 Swedish West Coast demersal trawl fishers 3,762 1995 3 Just and Pope Mean Standart Deviation MS Sukiyono, cabai 2005 Rejang Lebong, Bengkulu, Indonesia 60 2005 7 CD OLS Wahida, padi 2005 DAS Brantas, Jawa Timur 480 19992000 23 CD MLE Waridin, alat tangkap cantrang 2005 Pemalang, Jawa Tengah, Indonesia 100 2005 8 TL MLE Myint dan Kyi, padi 2005 Myanmar 144 1997 9 CD MLE Ogundari K. Dan S.O. Ojo, ubikayu 2006 Osun State, Nigeria ubikayu 200 Tidak ada informasi tahun pengumpulan data 9 CD MLE Boshrabadi dan Fleming, Pistachio 2007 Iran 475 2003-2004 7 TL Technology Gap Ratio TGR Ajewole dan Folayan, sayuran daun 2008 Ekiti State, Nigeria 100 4 CD MLE Ray, industri 2008 India 23 kelompok industri 1991, 1995, 2001 28 TL COL Fauziyah, Elys Pamekasan, Madura, Jawa Timur 2010 6 -7 CD MLE Kusnadi, et al., Padi 2011 Jawa Barat, Jawa Tengah, Jawa Timur, Sumatera Utara, Sulawesi Selatan 802 responden petani 6 CD MLE 3 CD = Cobb-Douglas, TL = translog 4 GLS = generalized least square estimator, LP = linear programming, PR = probabilistic frontier, MLE = maximum likelihood estimation 56 Tabel 1. Lanjutan Penulis Lokasi Jml sampel periode Jml input yg digunakan Bentuk fungsi 5 Metode estimasi 6 b. Frontier data panel dan Pool Kalirajan dan Shand, padi 1989 Tnnevely, South India 170 1981 – 1983 4 TL MLE Dawson dan Lingard, padi 1989 Central Luzon, Pilipina 61, 57, 143 135 1970, 1974, 1979, 1982 6 CD MLE Erwidodo, padi 1990 Jawa Barat 171 197576, 1977 197677, 1977 15 CD, TL GLS Dawson, Lingard dan Woodford, padi 1991 Central Luzon, Filipina 22 1970, 1974, 1979, 1982, 1984 8 CD MLE Battese dan Coelli, padi 1992 India 38 197576, 1976 15 CD, TL GLS Battese dan Coelli, padi 1995 Aurepalle, India 125 197576-198485 5 CD MLE Erwidodo, padi 1992 Jawa Barat 171 19751976, 1976, 19761977, 1983 17 CD OLS EGLS Erwidodo, padi 1992 Jawa Barat 171 19751976, 1976, 19761977, 1983 15 CD OLS GLS Trewin et al., padi 1995 Jawa Barat 171 197677, ’77, 198182, ‘82 4 CD MLE Ajibun, Battese dan Kada, padi 1996 Jepang 470 1984-1994 5 TL MLE Jaenicke dan Larson, tanaman penutup 2001 West Tennese dan Maryland’s Coastal Plain - 1994-1997 7 TL OLS dan MLE Bokusheva dan Hockman, pertanian Rusia 443 1996-2001 4 Just dan Pope MLE Villano, O’Donnell dan Battese, padi 2005 Pilipina 46 1990-1997 5 Fungsi Produksi Kuadratik dan fungsi risiko MLE Vilano dan Fleming, padi 2005 Central Luzon, Pilipina 46 1990-1997 9 CD, TL, Kuadrat ik MLE Andreu dan Grunewald, biji-bijian dan peternakan 2006 Kansas, Amerika Serikat 6100 1995-2004 10 Quadrat ic cost and Translo g cost MLE Bravo-Ureta, Solis, Lopez, Maripani, Thiam, dan Rivas, beragam komoditas 2007 Lintas Negara dan lintas komoditas 117 1983-2005 16 CD, TL, lainnya MLE Lambarraa, Gil, dan Serra, Jeruk 2007 Spanyol 859 1995-2003 4 CD MLE Sumber : Diadaptasi Daryanto 2000, dilengkapi dengan beberapa data dan informasi terbaru. 5 CD = Cobb-douglas, TL = translog 6 GLS = generalized least square estimator, LP = linear programming, PR = probabilistic frontier, MLE = maximum likelihood estimation 57 Studi tentang sumber TE pada usahatani memperhatikan peran keputusan manajerial yang dipengaruhi oleh variabel-variabel sosio-ekonomi. Keputusan manajerial menentukan kemampuan seorang petani sebagai manajer untuk memilih kombinasi input produksi dan pola output usahatani yang dipandang tepat, seperti penggunaan varietas dan jumlah benih, dosis dan jenis pupuk, waktu aplikasi pemupukan dan pestisida, teknik berproduksi, sistem tanam, serta teknik panen dan pasca panen. Variabel sosioekonomi bukan bagian dari proses produksi fisik, tetapi mempunyai efek terhadap variabel keputusan manajemen. Variabel sosio-ekonomi paling banyak digunakan untuk menerangkan variasi tingkat usahatani baik padi maupun non padi dalam hal TE, yaitu ukuran lahan usahatani, pendidikan, umur dan pengalaman petani, kontak petani dengan petugas penyuluhan, pendapatan, ketersediaan dan aksessibilitas air irigasi, aksessibilitas terhadap kelembagaan koperasi, rotasi tanaman dan lain sebagainya Tabel 2. Peranan ukuran usahatani adalah bermacam-macam. Xu dan Jeffrey 1998 menemukan hubungan signifikan antara inefisiensi teknis dan ukuran usahatani. Tetapi beberapa studi tidak menemukan hubungan seperti itu Dev dan Hossain, 1998; Erwidodo, 1990; Squires dan Tabor, 1991. Kontak dengan pelayanan penyuluhan adalah penting dalam menerangkan inefisiensi teknis. Penyuluhan ternyata berhubungan negatif dengan inefisiensi teknis dalam studi yang dilakukan oleh Kalirajan 1981, Kalirajan 1984, Kalirajan dan Flinn 1983, dan Kalirajan dan Shand 1989. Aksessibilitas terhadap kelembagaan koperasi berhubungan negatif dengan inefisiensi teknis pada usahatani kentang di Inggris Wilson et al., 1998. Demikian juga akses 58 terhadap kredit juga berhubungan negatif dengan inefisiensi teknis pada usahatani padi Kalirajan dan Shand, 1989. Pendapatan non usahatani mempunyai hubungan yang negatif dengan inefisiensi teknis usahatani Xu dan Jeffrey, 1998, demikian juga pendapatan perkapita Sumaryanto et al., 2003 dan pendapatan dari usahatani padi 2005. Pendidikan umumnya memiliki dampak positif dan nyata terhadap TE dan berhubungan negatif dengan inefisiensi teknis pada berbagai usahatani. Semua studi yang terdaftar dalam Tabel 2 menggunakan beberapa variabel teknis dan variabel sosial ekonomi. Beberapa variabel teknis yang sering dimasukkan sebagai variabel dummy yang diduga mempengaruhi inefisiensi teknis dan TE adalah jenis irigasi, musim tanam, varietas yang digunakan, penggunaan mekanisasi pertanian, pengetahuan teknik budidaya, sistem tanam, dan rotasi tanaman. Sementara itu, beberapa variabel sosial ekonomi yang diduga mempengaruhi inefisiensi teknis dan TE adalah variabel umur petani, pendidikan petani, pengalaman bertani, jumlah anggota rumah tangga, kontak dengan penyuluh pertanian lapang, sistem penguasaan lahan, ukuran luas lahan garapan, keikutsertaan dalam keorganisasian kelompok tani, gabungan kelompok tani, dan koperasi, aksessibilitas terhadap sumber-sumber kredit, aksessibilitas terhadap pasar input, aksessibilitas terhadap pasar output, pendapatan non usahatani. Secara terperinci faktor-faktor yang mempengaruhi inefisiensi teknis pada berbagai usahatani dan lokasi dapat disimak pada Tabel 2. 59 Tabel 2. Inefisiensi Teknis dan Faktor-Faktor yang Menentukan Inefisiensi Teknis Usahatani dalam Studi Frontier Stokastik Penulis Lokasi Negara Inefisiensi teknis Faktor yang mempengaruhi inefisiensi Kalirajan, padi 1981 Tamilnadu, India 53 Pendidikan -, pengalaman -, Pengetahuan -, kontak penyuluhan -, penggarap bagi hasil + Kalirajan dan Flinn, padi 1983 Bicol, Pilipina 50 Pendidikan -, Umur -, pengalaman - , kontak penyuluhan -, metode tanam - Kalirajan, padi 1984 Pilipina 27 Pendidikan -, kontak penyuluhan -, pemilikan -, umur, pengalaman - Ekayanake, padi 1987 Srilangka 50 Petani zona barat -, literacykemmapuan baca-tulis -, petani paruh waktu +, kredit -, petani terbelit utang +, varietas berumur pendek yang mudah ditanam - Ali dan Flinn, padi 1989 Punjab, Pakistan 28 Pendidikan -, menyewa -, pekerjaan off-farm +, ketidaktersediaan kredit +, ukuran lahanusahatani +, pemilikan sumur -, penggunaan traktor -, hambatan airirigasi +, tanam terlambat +, terlambat memupuk - Kalirajan dan Shand, padi 1989 Tnnevely, South India 30 Pendidikan -, pengalaman -, akses kredit -, kunjungan penyuluhan - Erwidodo, padi 1990 Jawa Barat, Indonesia 7 Ukuran usahatanilahan tdk ada pengaruh Squires dan Tabor, padi 1991 Indonesia 30 Ukuran usahatanilahan tdk ada pengaruh Battese dan Coelli, padi 1995 Aurepalle, India Tdk ada informasi Umur +, pendidikan sekolah -, tahun - Dev dan Hossain, padi 1995 Banglades 16 Pendidikan +, wilayah irigasi -, banjir +, kekeringan +, ukuran lahan +, wilayahlahan sewa +, umur +, tekanan subsisten +, waktu - Wilson, Hadley, dan Kaltas, untuk kentang 1998 Inggris 10,47 Proporsi lahan irigasi -, keikutsertaan kelembagaan koperasi -, rotasi tanaman - Xu dan Jeffrey, padi 1998 Jiangsu, China 15-26 hibrida 6-13 konvensional Untuk produksi padi hibrida: Jiangsu Selatan Pendidikan -, ukuran lahan -, pendapatan non-usahatani - Jiangsu Tengah Pendidikan -, ukuran lahan -, pendapatan non-usahatani - Jiangsu Utara Pendidikan -, ukuran lahan -, pendapatan non-usahatani - 60 Tabel 2. Lanjutan Penulis Lokasi Negara Inefisiensi teknis Faktor yang mempengaruhi inefisiensi Siregar dan Sumaryanto, kedelai 2003 DAS Brantas, Jawa Timur 20 Jumlah persil -, lahan irigasi milik -, lahan irigasai garapan -, pendapatan perkapita +, umur -, pendidikan -, indeks diversifikasi +, jumlah ART dewasa +, pendidikan ART dewasa -. Ojo, ayam ras petelur 2003 Nigeria 23,70 Lamanya sekolah +, umur +, dan pengalaman + Sumaryanto, padi 2003 DAS Brantas, Jawa Timur, Indonesia 29 Jumlah persil -, Rasio persil garapan sakaptotal -, Rasio persil garapan sewatotal -, Pendapatan per kapita - , Pangsa pendapatan dari usahatani padi -, Umur petani KK -, Indeks diversifikasi di blok tersier Indeks diversifikasi di blok tersier - Utama, padi SLPHT 2004 Sumatera Barat, Indonesia 36 SLPHT 1995 33 SLPHT 1999 Tingkat pendidikan +, jumlah ART +, luas lahan +, pendapatan +, irigasi -, penyuluhan +, SLPHT -, PHT - Sukiyono, cabai merah 2005 Rejang Lebong, Bengkulu 35.14 2003 dan 2004 Tingkat pendidikan - Myint dan Kyi, padi 2005 Myanmar 23 skala kecil 26 skala sedang 36 skala luas -umur ART +, tingkat pendidikan -, kontak penyuluh - -umur -, Tingkat pendidikan -, kontak penyuluh - -umur ART +, tingkat pendidikan -, kontak penyuluh - Villano dan Fleming, padi 2005 Central Luzon, Pilipina 11 Translog 23 Quadratik -umur +, pendidikan -, rasio ART dewasa -, pendapatan non pertanian + -umur -, pendidikan +, rasio ART dewasa +, pendapatan non pertanian + Wahida, padi 2005 Jawa Timur, Indonesia 24 Cobb- Douglas Jumlah anggota rumah tangga usia kerja +, aksessibilitas terhadap saluran kuarter -, umur tingkat pendidikan KK -, total biaya usahatani -, pendapatan dari sektor pertanian - Ajewole dan Folayan 2008 Ekiti State, Nigeria 38.5 Cobb- Douglas Jumlah anggota rumah tangga - , pendapatan dari luar usahatani + , akses terhadap kredit - , kunjungan penyuluh - . Fauziyah 2010 Pamekasan, Madura, Jawa Timur 11 Cobb- Douglas Umur +, pendidikan -, pendapatan non pertanian -, teknik budidaya - , kelompok tani -, penyuluhan pertanian - Catatan: dan masing-masing berbeda nyata 5 dan 10 persen Sumber : Diadaptasi dari Heny Daryanto 2000, dilengkapi dengan beberapa data dan informasi terbaru. 61

2.7. Studi Risiko pada Usaha Pertanian