32
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
33 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
= PQ …………………………………….……. 4.1
TC = biaya tunai + biaya diperhitungkan
………...…4.2 atas biaya tunai
= TR - biaya tunai …………………………..…...4.3
π atas biaya total = TR
– TC………………………………………4.4 Keterangan:
TR : total penerimaan usahatani Rp TC : total biaya usahatani Rp
π : keuntungan usahatani Rp
34 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 memperhitungk
an 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
35 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 RC rasio. RC rasio
menunjukkan besarnya penerimaan yang diperoleh dengan pengeluaran dalam satu satuan biaya. Apabila nilai RC 1 berarti penerimaan yang diperoleh lebih besar
dari unit biaya yang dikeluarkan untuk memperoleh penerimaan tersebut, sedangkan nilai RC 1 menunjukkan bahwa tiap unit biaya yang dikeluarkan akan
lebih besar dari penerimaan yang diperoleh. RC rasio yang digunakan dalam penelitian ini adalah RC rasio atas biaya tunai dan RC rasio atas biaya total. RC
rasio atas biaya tunai diperoleh dengan membandingkan antara penerimaan total TR dengan biaya tunai pada periode tertentu. RC 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 :
36 Y = aX
1 b1
X
2 b
X
i bi
…. Xn
bn
e
u
……………………………..………………….….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 + b
1
ln X
1
+ b
2
ln X
2
+ b
3
ln X
3
+b
4
ln X
4
+b
5
lnX
5
+u...........................4.8 Menurut Doll dan Orazem 1984, penggunaan fungsi produksi Cobb-
Douglas 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.
37 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”.
38 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
39 yang digunakan untuk uji F, secara matematis adalah sebagai berikut Juanda,
2009: H
: b1 = b2 = .....= b10 = 0 ; artinya tidak ada satu pun variabel bebas yang berpengaruh nyata
H
1
: 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 H ;model tidak nyata
P-value uji F α k-1, n-k, maka terima H
1
; 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:
H : bi = 0 ; artinya variabel bebas tidak memiliki pengaruh nyata
H
1
: bi 0 ; i = 1,2,3,.......,10 ; artinya variabel bebas memiliki pengaruh yang nyata.
40 Rumus untuk menentukan t-hitung dan t-tabel adalah sebagai berikut:
………………………………………………………..4.10 ……………………………………………………...4.11
dimana: = Koefisien regresi ke i yang diduga
Sb
i
= Standar deviasi koefisien regresi ke-i yang diduga Kriteria uji:
P value uji t α, maka terima H
1
; artinya variabel bebas nyata P value uji t
α, maka terima H
0 ;
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
41 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:
H : Error term terdistribusi normal
H
1
: Error term tidak terdistribusi normal Kriteria uji :
Jika P-value uji normalitas α maka tolak H
; 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
42 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:
H : tidak terdapat heteroskedastisitas
H
1
: terdapat heteroskedastisitas Kriteria uji yang dugunakan adalah:
Jika P-value uji heteroskedastisitas α maka tolak H
; 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
43
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.
44 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 Rpkg di tingkat petani.
45 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 Rpkg 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 RupiahHKP.
46
V. KEADAAN UMUM DAERAH PENELITIAN 5.1. Keadaan Umum dan Geografis
Penelitian dilaksanakan di Desa Pasirlaja, Kecamatan Sukaraja, Kabupaten Bogor. Desa Pasirlaja terletak pada ketinggian antara 500-700 meter dpl dengan
jumlah bulan hujan dalam setahun sebanyak empat bulan. Suhu rata-rata antara 23 derajat Celcius-30 derajat Celcius. Jarak desa dari ibukota kabupaten terdekat
sejauh 12 kilometer, jarak desa dari ibukota propinsi sejauh 130 kilometer. Jalan
desa terbuat dari aspal dan sarana angkutan yang menjangkau desa ini berupa sepeda motor.
Desa Pasirlaja terletak di Kecamatan Sukaraja, Kabupaten Bogor, Provinsi Jawa Barat. Desa penelitian ini berbatasan dengan:
a. Sebelah Barat berbatasan dengan Desa Cijujung b. Sebelah Timur berbatasan dengan Desa Ciluar
c. Sebelah Utara berbatasan dengan Desa Cadas Ngampar d. Sebelah Selatan berbatasan dengan Desa Cipambuan
Luas wilayah Desa Pasirlaja secara keseluruhan adalah 195,77 ha. Pemanfaatan lahan desa sebagian besar digunakan untuk persawahan yaitu seluas
147,43 ha .
Sedangkan peruntukan lain adalah untuk pemukiman seluas 41 ha, pemakaman 0,12 ha, perkantoran 0,03 ha, serta sarana dan prasarana lain seluas
7,18 ha. Profil Desa Pasirlaja tahun 2009 menyatakan bahwa jenis tanah Desa
Pasirlaja adalah tanah berwarna merah, dengan tekstur tanah debuan. Sesuai dengan pedoman usahatani ubi kayu , tekstur tanah ini kurang cocok untuk
menanam ubi kayu.
Kategori