Persepsi Kerugian Petani Akibat Variabilitas Cuaca
lain diluar model. Nilai F hitung adalah sebesar 16.174 dengan nilai signifikansinya sebesar 0.000 menunjukkan bahwa variabel dependent dalam
model berpengaruh secara simultan terhadap besarnya pendapatan nilai kerugian petani padi dalam setahun. Taraf nyata yang digunakan adalah taraf nyata 5.
Model regresi linier berganda tidak boleh melanggar uji asumsi klasik dan bersifat BLUE Best Linier Unbias Estimators. Model ini telah diuji dengan
menggunakan uji asumsi klasik yaitu uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. Berikut adalah hasil masing-masing uji
asumsi klasik : 1.
Uji Normalitas Uji normalitas dapat dilakukan dengan menggunakan uji Kolmogorov-
Smirnov. Data dikatakan normal apabila nilai Asymp.Sig.2-tailed lebih besar dari taraf nyata yang digunakan. Pada Tabel 18 nilai Asymp.Sig.2-
tailed sebesar 0.155 atau lebih besar dari taraf nyata 5 sehingga dapat dikatakan bahwa error term data dalam penelitian ini telah terdistribusi
secara normal. 2.
Uji Multikolinieritas Multikolinieritas dapat dilihat dari nilai VIF. Multikoliniertas terjadi
apabila nilai VIF 10. Berdasarkan hasil uji asumsi multikolinieritas terlihat bahwa nilai VIF semua variabel bebas 10 sehingga dalam model
ini tidak terdapat multikolinieritas. 3.
Uji Heteroskesdasitas Salah satu cara mendeteksi heteroskedastisitas adalah dengan melihat
Grafik Scatterplot. Hasil dari Grafik Scatterplot Lampiran 3 menunjukkan bahwa titik-titik menyebar secara acak. Hasil ini
menunjukkan bahwa model dalam penelitian ini tidak mengalami heteroskedastisitas.
4. Uji Autokorelasi
Uji autokorelasi dapat dilakukan dengan menggunakan nilai Durbin- Watson DW. Hasil menunjukkan bahwa nilai DW adalah 1.618. Menurut
Firdaus 2011 nilai DW yang berada diantara selang 1,55-2,46 menunjukkan tidak adanya autokorelasi. Nilai DW yang didapat berada
diantara selang tersebut, maka dapat disimpulkan model tidak mengalami autokorelasi.
Nilai Sig. dari variabel pengeluaran petani padi memiliki nilai yang lebih besar dari taraf nyata 5 persen 0,664 0,05. Hal ini menunjukkan bahwa
pengeluaran tidak berpengaruh nyata terhadap nilai kerugian petani padi. Variabel pengeluaran petani padi mempunyai hubungan positif sebesar 1,257 terhadap nilai
kerugian petani padi. Hal ini menunjukkan bahwa setiap terjadi kenaikan pengeluaran petani padi sebesar Rp 1000.000,- maka akan meningkatkan nilai
kerugian petani padi sebesar Rp 1.257.000,- dengan asumsi variabel lain dianggap tetap cateris paribus. Hubungan antara nilai kerugian petani padi dengan
pengeluaran petani padi ini menandakan bahwa pada tahun 2014 petani di Kabupaten Indramayu mengalami kenaikan pengeluaran sehingga mengakibatkan
kenaikan nilai kerugian petani padi. Variabel lain yang mempengaruhi nilai kerugian petani padi yaitu variabel
pendidikan. Nilai Sig. pada variabel pendidikan yaitu sebesar 0,726 namun tidak memenuhi syarat signikansi dalam model tersebut karena lebih besar dari taraf
nyata 5 persen 0,726 0,05. Variabel pendidikan mempunyai pengaruh negatif sebesar 0,005 terhadap nilai kerugian petani padi. Hal ini menunjukkan bahwa
setiap terjadi kenaikan tingkat pendidikan sebesar 1 tahun maka akan menurunkan nilai kerugian petani padi sebesar Rp 5.000,- dengan asumsi variabel
lain dianggap tetap cateris paribus. Hasil ini menandakan bahwa pendidikan yang semakin tinggi akan menyebabkan nilai kerugian petani padi semakin
menurun dikarenakan pengaruh tingkat pengetahuan dan informasi yang diperoleh petani dalam melakukan upaya strategi dan adaptasi terhadap
variabilitas cuaca. Dengan menurunnya nilai kerugian petani padi tersebut tentunya berdampak pada hasil produksi dan produktivitas padi cenderung
meningkat. Variabel umur tanam padi memiliki nilai Sig. sebesar 0,147. Nilai tersebut
menunjukkan bahwa umur tanam padi berpengaruh nyata terhadap nilai kerugian petani padi pada taraf nyata 15 persen yaitu nilai Sig. lebih kecil dibandingkan
taraf nyata yang digunakan pada model ini 0,147 0,15. Variabel umur tanam mempunyai pengaruh negatif sebesar 0,015 terhadap nilai kerugian petani padi.
Hal ini menunjukkan bahwa setiap terjadi kenaikan umur tanam sebesar 1 hst maka akan menurunkan nilai kerugian petani padi sebesar Rp 15.000,- dengan
asumsi variabel lain dianggap tetap cateris paribus. Hasil ini sesuai dengan kondisi lapang di Kabupaten Indramayu bahwa kenaikan umur tanam tidak akan
mempengaruhi nilai kerugian petani padi. Variabel musim memiliki nilai Sig. sebesar 0,043. Nilai tersebut
menunjukkan bahwa musim berpengaruh nyata terhadap nilai kerugian petani padi pada taraf nyata 5 persen 0,043 0,05. Variabel musim mempunyai hubungan
positif sebesar 0,076 terhadap nilai kerugian petani padi. Nilai tersebut menunjukkan bahwa setiap kenaikan tingkatan skala musim akan meningkatkan
nilai kerugian petani padi sebesar Rp 76.000,- dengan asumsi variabel lain dianggap tetap cateris paribus. Hasil ini sesuai dengan hipotesis bahwa
meningkatnya musim yang dipengaruhi oleh variabilitas cuaca mengakibatkan kerugian bagi petani padi sehingga pendapatan yang hilang semakin meningkat.
Variabel ketinggian lahan memiliki nilai Sig. sebesar 0,000. Nilai tersebut menunjukkan bahwa ketinggian lahan berpengaruh nyata terhadap nilai kerugian
petani padi pada taraf nyata 5 persen 0,000 0,05. Variabel ketinggian lahan mempunyai hubungan negatif sebesar 0,262 terhadap nilai kerugian petani padi.
Nilai tersebut menunjukkan bahwa peningkatan ketinggian lahan sebesar 1 mdpl akan menurunkan nilai kerugian petani padi sebesar Rp 262.000,- dengan asumsi
variabel lain dianggap tetap cateris paribus. Hasil ini sesuai dengan hipotesis bahwa semakin tinggi ketinggian lahan menyebabkan semakin rendah tingkat
kerentanannya terhadap bencana alam banjir yang mengakibatkan puso sehingga petani padi tidak mengalami kerugian yang begitu besar. Berdasarkan hasil dari
persamaan regresi pada Tabel 18, faktor-faktor yang mempengaruhi petani padi dalam melakukan strategi dan adaptasi terhadap variabilitas cuaca adalah umur
tanam, musim dan ketinggian lahan.