34 pendapatan kerja petani jika penyusutan, sewa lahan dan nilai kerja keluarga
diperhitungkan. Untuk menghitung pendapatan usahatani dapat digunakan rumus : -
Pendapatan π = TR - TC -
Pendapatan π = P × Q – Biaya Tunai + Biaya Diperhitungkan dimana :
TR = Total Penerimaan TC = Biaya Tunai + Biaya Diperhitungkan
4.5.2 Analisis RC
Setelah melakukan analisis penerimaan dan biaya usahatani selanjutnya akan dianalisis efisiensi usahatani dengan menggunakan analisis rasio penerimaan
dan biaya RC. Analisis RC bertujuan untuk menguji sejauh mana hasil yang diperoleh dari usaha tertentu dihitung selama satu periode cukup
menguntungkan. RC meliputi RC tunai dan RC total, RC tunai merupakan perbandingan penerimaan dengan biaya tunai sedangkan RC total merupakan
perbandingan penerimaan dengan total biaya yang dikeluarkan. Formulasi rumus sebagai berikut :
Penerimaan Total Q × P
RC = = Biaya Total BT + BD
dimana : Q
= Total Produksi Kg P
= Harga Jual Produk Rp BT = Biaya Tunai Rp
BD = Biaya Diperhitungkan Rp Secara teoritis RC menunjukkan bahwa setiap satu rupiah biaya yang
dikeluarkan akan memperoleh penerimaan sebesar nilai RC nya. Apabila nilai RC 1 maka usahatani yang dilakukan menguntungkan, namun sebaliknya
apabila nilai RC 1 maka usahatani yang dilakukan tidak mendatangkan keuntungan atau rugi.
4.5.3 Analisis Faktor-faktor yang Mempengaruhi
Produksi Cabai Merah Keriting Penelitian ini menganalisis fungsi produksi dengan menggunakan fungsi
produksi Cobb Douglass. Menurut Soekartawi dalam Rahim A dan Hastuti RDR
35 2008 fungsi produksi Cobb-Douglas adalah suatu fungsi atau persamaan yang
melibatkan dua atau lebih variabel variabel bebasindependent variable dan variabel tidak bebasdependent variable.
Karena penyelesaian fungsi Cobb-Douglas selalu dilogaritmakan dan diubah bentuk fungsinya menjadi fungsi linier, maka ada beberapa persyaratan
yang harus dipenuhi sebelum seseorang menggunakan fungsi Cobb-Douglas. Persyaratan tersebut antara lain 1. tidak ada nilai pengamatan yang bernilai nol.
Sebab logaritma dari nol adalah suatu bilangan yang besarnya tidak diketahui infinite 2. dalam fungsi produksi, perlu asumsi bahwa tidak ada perbedaan
teknologi pada setiap pengamatan non-neutral difference in the respective technologies,
ini artinya, kalau fungsi Cobb-Douglass yang dipakai sebagai model dalam suatu pengamatan; dan bila diperlukan analisis yang memerlukan
lebih dari satu model katakanlah dua model, maka perbedaan model tersebut terletak pada intercept dan bukan pada kemiringan garis slope model tersebut
3. tiap variabel x adalah perfect competition 4. perbedaan lokasi pada fungsi produksi seperti iklim adalah sudah tercakup pada faktor kesalahan.
Pemilihan model fungsi produksi Cobb-Douglass pada penelitian ini didasari dengan alasan 1. bahwa penyelesaian fungsi Cobb-Douglas relatif lebih
mudah dibandingkan dengan fungsi yang lain 2. hasil pendugaan garis melalui fungsi Cobb-Douglas akan menghasilkan koefisien regresi yang sekaligus juga
menunjukkan besaran elastisitas 3. besaran elastisitas tersebut sekaligus menunjukkan tingkat besaran returns to scale.
Pada fungsi produksi Cobb- Douglass, untuk menganalisi hubungan antara faktor-faktor produksi digunakan alat analisis regresi dengan Ordinary Least
Square OLS. Metode ini digunakan untuk menguji nilai F-hitung, t-hitung dan R
2
. Oleh karena itu, kelayakan model tersebut akan diuji berdasarkan asumsi OLS, meliputi multikolinieritas, homosdekisitas dan normalitas error. Apabila
asumsi tesebut dapat dipenuhi maka koefisien regresi parameter yang diperoleh merupakan penduga linier terbaik yang tidak bias Gujarati 1978 dalam Nurmala,
2011. Adapun tahap-tahap dalam menganalisis fungsi produksi adalah sebagai berikut :
36 1. Identifikasi Variabel Bebas dan Terikat
Identifikasi variabel dengan mendaftarkan faktor-faktor produksi yang diduga berpengaruh dalam usahatani cabai merah keriting. Variabel yang menjadi
variabel dependent variabel yang dipengaruhi adalah produksi cabai merah keriting. Faktor-faktor produksi yang digunakan oleh petani Desa Citapen dalam
usahatani cabai merah keriting, antara lain benih, pupuk kandang, Kapur, NPK, ZA, SP-36, KCL, pestisida, nutrisi dan tenaga kerja, dimana dari faktor-faktor
produksi tersebut tidak seluruhnya dijadikan sebagai variabel independent variabel yang mempengaruhi. Adapun variabel yang diduga menjadi variabel
independent variabel yang mempengaruhi antara lain benih benih, pupuk kandang, NPK, SP-36, KCL, pestisida, nutrisi dan tenaga kerja. Variabel
independent tersebut ditentukan berdasarkan pada penggunaan input yang digunakan oleh 30 petani responden, artinya dari seluruh petani responden tidak
ada satu pun petani yang tidak menggunakan input-input produksi tersebut. Sedangkan untuk input produksi kapur dan pupuk kimia ZA tidak termasuk ke
dalam model fungsi produksi. Hasil penelitian di lapangan menunjukkan bahwa kapur dan pupuk kimia
ZA tidak dimasukkan kedalam model, dikarenakan kapur dan pupuk kimia ZA jarang digunakan oleh petani responden, dimana hanya ada 11 orang petani
responden yang menggunakan kapur dan untuk pupuk kimia ZA hanya digunakan oleh delapan orang petani responden, sehingga untuk petani responden yang tidak
menggunakan input produksi kapur dan pupuk kimia ZA bernilai nol. Kondisi ini tidak memenuhi salah satu persyaratan dalam menganalisis fungsi produksi Cobb
Douglas, dimana menurut Soekartawi 1990 bahwa salah satu syarat dalam menganalisis fungsi produksi Cobb Douglas adalah tidak ada nilai pengamatan
yang bernilai nol, sebab nilai logaritma dari bilangan nol adalah suatu bilangan yang besarnya tidak diketahui.
2. Analisis Regresi Secara matematis, persamaan fungsi produksi Cobb-Douglas dapat ditulis
sebagai berikut : Y = aX
1 b1
X
2
b
2
X
3
b
3
........X
n bn
e
u
dimana :
37 Y = Variabel yang dijelaskan variabel dependent
X = Variabel yang menjelaskan variabel independent a,b= Besaran yang akan diduga
u = kesalahan e = Logaritma natural e = 2,718
Fungsi produksi Cobb-Douglass dapat diubah menjadi bentuk regresi linier, sehingga dapat dirumuskan 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
ln X
5
+ b
6
ln X
6
+ b
7
ln X
7
+ b
8
ln X
8
+ u dimana :
Y = produksi cabai merah keriting Kg
a = konstanta
b
1...
b
8
= koefisien arah regresi masing-masing variabel bebas X
1
= benih cabai merah keriting gr X
2
= pupuk kandang Kg X
3
= pupuk NPK Kg X
4
= pupuk SP-36 Kg X
5
= pupuk KCL Kg X
6
= pestisida Lt X
7
= nutrisi Lt X
8
= tenaga kerja u
= Gangguan stokhastik atau kesalahan Dengan menggunakan regresi linier ini maka akan diperoleh besarnya nilai
t-hitung, F-hitung dan R
2
. Nilai t-hitung digunakan untuk menguji secara statistik apakah koefisien regresi dari masing-masing parameter bebas X
n
yang dipakai, secara terpisah berpengaruh nyata atau tidak terhadap parameter tidak bebas Y.
Apabila hasilnya menunjukkan bahwa nilai t-hitung lebih besar dari t-tabel, maka parameter yang di uji tersebut berpengaruh nyata terhadap parameter tidak bebas,
namun apabila nilai t-hitung lebih kecil dari nilai t-tabel, maka parameter tersebut tidak berpengaruh nyata terhadap parameter tidak bebas.
Nilai F-hitung digunakan untuk melihat apakah parameter bebas yang digunakan yaitu X
1,
X
2,
X
3,
X
4,
X
5,
X
6,
X
7,
X
8
secara bersama-sama berpengaruh
38 nyata terhadap parameter tidak bebas Y. Apabila hasil dari F-hitung lebih besar
dari F-tabel, maka parameter bebas tersebut secara bersama-sama berpengaruh nyata terhadap parameter tidak bebas, dan sebaliknya. Koefisien determinasi R
2
adalah besaran yang dipakai untuk menunjukkan sampai sejauh mana keragaman determinasi semakin mendekati satu, maka semakin besar keragaman hasil
produksi dapat dijelaskan oleh faktor produksinya. 3. Pengujian Hipotesa
Pengujian hipotesa ini dilakukan untuk hasil dari model fungsi produksi yang dihasilkan dari pengolahan data, pengujian yang dilakukan yaitu :
a. Pengujian terhadap Model penduga Pengujian terhadap model penduga dilakukan dengan tujuan untuk
mengetahui apakah model penduga yang diajukan sudah layak atau tidak untuk menduga parameter dan fungsi produksi. Prosedur untuk mengevaluasi model
penduga dilakukan melalui kriteria : Koefisien Determinasi R
2
Koefisien determinasi R
2
dapat digunakan untuk mengukur tingkat kesesuaian goodness of fit model dugaan, yang merupakan ukuran
deskriptif tingkat kesesuaian antara data aktual dengan ramalannya. Koefisien determinasi R
2
mengukur besaranya keragaman total data yang dapat dijelaskan oleh model, sisanya 1- R
2
dijelaskan oleh komponen error. Semakin tinggi nilai R
2
berarti model dugaan yang diperoleh semakin akurat untuk meramalkan variabel dependent, atau dengan kata
lain tingkat kesesuaian antara data aktual dengan ramalannya semakin tinggi. Koefisien determinasi melihat sampai sejauh mana besar
keragaman yang diterangkan oleh parameter bebas X terhadap parameter tidak bebas Y.
Uji Signifikansi Model Penduga
Pemeriksaan akurasi model dugaan, disamping menggunakan ukuran deskriptif melalui koefisien determinasi R
2
, juga dibutuhkan pemeriksaan melalui inferensia statistika yakni uji signifikansi model penduga. Hasil
uji signifikansi model dugaan, dapat dilihat di bagian Analysis of Variance, yaitu pada nilai F.
Adapun kriteria pengujiannya adalah dengan
39 membandingkan nilai F-hitung dengan nilai F-tabel, yaitu apabila nilai F-
hitung F-tabel n-k-1 pada taraf nyata α maka disimpulkan secara bersama-sama variabel yang digunakan berpengaruh nyata terhadap
produksi, begitu juga sebaliknya apabila nilai F-hitung F-tabel n-k-1 pada taraf nyata α maka disimpulkan variabel yang digunakan secara
bersama-sama tidak berpengaruh nyata terhadap produksi.
Uji untuk Masing-masing Parameter Apabila model dugaan disimpulkan signifikan, maka perlu perlu diperiksa
lebih lanjut, variabel bebas mana saja yang berpengaruh signifikan terhadap variabel tidak bebas.
t – hitung t-tabel α, n-k-1, maka tolak H t – hitung t-tabel α, n-k-1, maka terima H
dimana : n = jumlah variabel
k = jumlah data Jika H
ditolak, maka variabel bebas yang digunakan berpengaruh nyata terhadap variabel tidak bebas produksi dan sebaliknya bila terima H
maka variable bebas tidak berpengaruh nyata terhadap variabel tidak bebas produksi. Apabila tidak menggunakan tabel, maka dapat dilihat dari nilai
P, dengan kriteria jika nilai P-value α, maka variabel yang di uji faktor produksi berpengaruh nyata terhadap variabel tidak bebas produksi dan
sebaliknya apabila P-value α, maka variabel yang di uji tidak berpengaruh nyata terhadap variabel tidak bebas.
Asumsi OLS
Metode pendugaan OLS bersifat BLUE, bila asumsi OLS terpenuhi. Adapun asumsi OLS yang dimaksud adalah :
1 Model linier dalam koefisien parameter 2 Tidak terdapat Multikolinier diantara variabel bebas, dimana untuk
menguji adanya multikolinieritas, diantaranya menggunakan kriteria Variance Inflation Factor variabel independent ke-j VIFxj. Apabila
nilai VIFxj lebih besar dari 10, maka disimpulkan terdapat masalah multikolinieritas diantara variabel independent.
40 3 Komponen Error tidak berpola acakrandom, menyebar normal
dengan nilai tengah nol dan ragamnya homogen Homoskedisitas. b. Hipotesis
Hipotesis yang
digunakan sebagai
dasar pertimbangan
untuk melaksanakan penelitian adalah bahwa semua faktor produksi yaitu benih X
1
, pupuk kandang X
2
, NPK X
3
, SP-36 X
4
, KCLX
5
, pestisida X
6
, nutrisi X
7
, dan tenaga kerja X
8
memiliki nilai koefisien regresi positif dan berpengaruh nyata terhadap tingkat produksi cabai merah keriting.
4.6 Definisi Operasional