Rendahnya pendapatan petani di daerah penelitian disebabkan oleh luas lahan yang diusahakan petani tergolong sempit dan juga harga jual yang begitu rendah.
Hal ini tentu akan mempengaruhi banyak produksi dan penerimaan yang akan diperoleh petani.
5.3 Faktor-faktor Sosial Ekonomi Yang Mempengaruhi Pendapatan Petani Ubi Kayu Di Desa Marindal II
Dalam analisis ini digunakan model regresi linear berganda dengan metode
Ordinary Least Square OLS. Masing masing variabel bebas dilihat pengeruhnya terhadap variabel terikat dalam hal ini Pendapatan petani ubi kayu. Untuk melihat
faktor-faktor yang mempengaruhi Pendapatan petani ubi kayu dilakukan dengan 2 cara, yaitu dengan uji F secara serempak dan uji-t secara parsial. Dalam
pembangunan model penduga tersebut, diduga Pendapatan ubi kayu dipengaruhi oleh luas lahan, produksi, Harga jual, dan jenis ubi yang ditanam.
Untuk melihat hasil regresi berganda dengan bantuan SPSS dengan persamaan:
Ŷ
i
= bo + b
1
X
1
+b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+b
6
X
6
+ b
7
X
7 +
μ
Diperoleh hasil seperti di bawah ini:
Model Summary
b
,939
a
,882 ,864
5809410,30 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Jenis Bibi t 0=Kali mantan,
1=Malaysia, Lama Pendidikan Tahun, Umur Tahun, Harga Jual RpKg, Pengalaman Bertani
Tahun, Luas Lahan Ha, Produktivi tas KgHa a.
Dependent Vari able: Pendapatan RpMT b.
Universitas Sumatera Utara
ANOVA
b
1,2E+016 7
1,687E+015 49,972
,000
a
1,6E+015 47
3,375E+013 1,3E+016
54 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Jenis Bibit 0=Kalim antan, 1=Mal aysi a, Lama Pendidikan Tahun, Um ur Tahun, Harga Jual RpKg, Pengal aman Bertani Tahun, Luas
Lahan Ha, Produktivitas KgHa a.
Dependent Vari able: Pendapatan RpMT b.
Persamaan yang diperoleh dari hasil diatas adalah Y= -4E+007 - 35828,1X
1
+ 628884,5X
2
- 81609,6X
3
+ 2E+007X
4
+ 8875,667X
5
+ 832,350X
6
– 992582,6X
7
Dari model ini diperoleh nilai koefisien determinasi sebesar 0,882. Hal ini menjelaskan bahwa sebesar 88,2 variabel umur X
1
, lama pendidikan X
2
, pengalaman bertani X
3
, luas lahan X
4
, harga X
5
, produktivitas X
6
, dan jenis bibit X
7
telah mampu menjelaskan variasi variabel Pendapatan Y. Untuk menguji hipotesis secara serempak, dilakukan dengan uji F, dan secara
parsial dilakukan dengan uji t, dengan tingkat signifikansi dalam penelitian ini menggunakan α=5 atau 0,05. Hasil pengujian hipotesis diuraikan sebagai
berikut: 1.
Uji pengaruh variabel secara serempak Secara serempak variabel umur X
1
, lama pendidikan X
2
, pengalaman bertani X
3
, luas lahan X
4
, harga X
5
, produktivitas X
6
, dan jenis bibit X
7
berpengaruh nyata pada taraf kepercayaan 95. Hal ini dapat dilihat dari uji F
Coefficients
a
-4E+007 1E+007
-2,962 ,005
-35828,1 76573,279
-,025 -,468
,642 ,041
-,068 -,023
,908 1,101
628884,5 293804,1
,129 2,140
,038 ,501
,298 ,107
,696 1,436
-81609,6 102285,8
-,044 -,798
,429 -,048
-,116 -,040
,832 1,202
2E+007 1278746
,864 14,701
,000 ,891
,906 ,738
,730 1,370
8875,677 2109,397
,221 4,208
,000 ,088
,523 ,211
,910 1,099
832,350 322,705
,179 2,579
,013 ,189
,352 ,129
,524 1,908
992582,6 2303463
,030 ,431
,669 -,226
,063 ,022
,511 1,955
Constant Umur Tahun
Lama Pendidikan Tahun
Pengalaman Bertani Tahun
Luas Lahan Ha Harga Jual RpKg
Produktivitas KgHa Jenis Bibit
0=Kalimantan, 1=Malaysia
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Zero-order
Partial Part
Correlations Tolerance
VIF Collinearity Statistics
Dependent Variable: Pendapatan RpMT a.
Universitas Sumatera Utara
dengan nilai signifikansi=0,000 α =0,05 dan nilai F-hitung 49,97F-tabel 2,14.
Sesuai Dengan kriteria uji Jika F
hitung
≤F
tabel
atau jika signifikansi Fα : terima H
o
atau tolak H
1
atau Jika F
hitung
F
tabel
atau jika signifikansi F ≤α : tolak H
o
atau terima H
1
. Maka dapat disimpulkan secara serempak variabel bebas umur X
1
, lama pendidikan X
2
, pengalaman bertani X
3
, luas lahan X
4
, harga X
5
, produktivitas X
6
, dan jenis bibit X
7
berpengaruh secara signifikan nyata terhadap variabel terikat Pendapatan Y.
2. Uji pengaruh variabel secara parsial
a. Pengaruh Umur X
