Definisi Operasional Variabel Analisis Pembahasan Pengujian Hipotesis

Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008

3.6 Definisi Operasional Variabel

1. Total produksi TP adalab total hasil produksi biwa selama kurun waktu sekali panen dihitung dalam kg. 2. Jumlah Pohon JP adalah Jumlah Pohon biwa yang sudah berbuah yang digunakan para petani biwa. Junlah pohon dihitung dalam jumlah batang. 3. Tenaga kerja TK adalah jumlah pekerja yang digunakan selama kegiatan produksi mulai dari pembibitan sarnpai panen, dihitung berdasarkan jumlah hari kerja orang. 4. Pupuk Ppk adalah jumlah pupuk organik maupun non organik yang digunakan petani selama satu musim tanam dihitung dalam kilogram. 5. Musim Msm adalah musim hujan dan kemarau yang mempengaruhi produksi biwa.

3.7 Uji Kesesuaian Model Test of Goodness of Fit

Selanjutnya untuk pengujian validitas dan hasil taksiran tersebut digunakan uji koefisien R 2 , uji F statistic dan uji t statistik. Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai statistiknya berada pada daerah dimana H o ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada pada daerah dimana H o diterima. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008

3.7.1 Koeffisien Determinasi R

2 Penilaian terhadap kofesien determinasi R 2 bertujuan untuk melihat variasi kernampuan variabel bebas dalam menjelaskan pengaruhnya terhadap variabel terikat.

3.7.2 Uji F- Statistik

Uji signifikansi simultan pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara serentak terhadap variabel dependen. Hipotesis nol Ho yang hendak diuji apakah semua parameter dalam model penelitian ini sama dengan nol, atau: Ho : 1, 2, 3 = 0 Artinya, semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif Ha, tidak semua parameter penelitian ini secara simultan sama dengan nol, atau: Ha : 1, 2, 3 ≠ 0 Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Menurut Kuncoro 2006 cara melakukan uji F adalah sebagai berikut: Quick look. Bila nilal F lebih besar daripada 4 maka H yang menyatakan 1, 2, 3 = 0 dapat ditolak pada derajat kepercayaan sebesar 5, Dengan kata lain menerima hipotesis alternatif. Membandingkan nilai statistik F dengan titik kritis F tabel; apabila nilai statistik F hasil perhitungan lebih tinggi dibandingkan nilai F tabel, maka hipotesis alternatif Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.

3.7.3 Uji t-Statistik

Uji signifikansi parameter individual uji t pada dasarnya menunjukkan berapa jauh pengaruh variabel independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol H yang hendak diuji apakah parameter penelitian ini 1, 2, 3 sama dengan nol, atau: H 0 = 1, 2, 3 = 0 Artinya, variabel-variabel eksplanatori bukan merupakan penjelas yang signifikan terhadap variabel produksi biwa. Hipotesis alternatif Ha, parameter penelitian ini 1, 2, 3 tidak sama dengan nol, atau: Ha 1, 2, 3 ≠ Artinya, variabel-variabel eksplanatori merupakan penjelas yang signifikan terhadap variabel produksi biwa. Menurut Kuncoro 2006 cara melakukan uji adalah sebagai berikut: Quick look. Bila jumlah degree of freedom df adalah 20 atau lebih, dan derajat kepercayaan sebesar 5, maka H yang menyatakan b I =0 dapat ditolak bila nilai t lebih besar dari 2 dalam nilai absolut. Dengan kata lain menerima hipotesis alternatif. Membandingkan nilai statistik t dengan titik kritis t tabel, apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, maka menerima hipotesis altenatif. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008

3.8 Uji Asumsi Klasik

Kebenaran spesifikasi model penelitian ini, dideteksi dengan menguji asumsi klasik multikolinearitas dan heteroskedastisitas.

3.8.1 Uji Multikolinearitas

Istilah multikolinearitas mula-mula ditemukan oleh Ragnar Frisch. Multikolinearitas diartikan adanya hubungan linear yang “sempurna” atau pasti, diantara beberapa atau semua variabel yang menjelaskan dan model regresi. Untuk regresi k-variabel. meliputi variabel yang menjelaskan X 1 , X 2 …………….. X k dimana X 1 untuk semua pengamatan yang memungkinkan suatu intersep. suatu hubungan linear yang pasti dikatakan ada apabila kondisi 1 X 1 + 2 X 2+…… k X k = 0 terpenuhi Gujarati. 2003. Menurut Nachrowi dan Usman 2004 tidak mungkin koefisien regresi berganda dapat ditaksir akibat terjadinya multikolinearitas sempurna. Sedangkan bila terjadi multikolinearitas tidak sempurna, koefisien regresi berganda masih dapat dicari, tetapi menimbulkan beberapa akibat, yaitu: a variansi besar dan taksiran OLS b interval kepercayaan lebar; c uji : tdak signifikan. d R 2 tinggi tetapi tidak banyak variabel yang signifikan dan uji t ; e terkadang taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai dengan substansi, sehinga dapat menyesatkan.

3.8.2 Uji Heterokedastisitas

Menurut Nachrowi dan Usman 2004 dampak heterokedastisitas terhadap OLS adalah: a akibat tidak konstannya variansi. maka salah satu dampak yang Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 ditimbulkan adalah lebih besarnya variansi daripada taksiran; b lebih besarnya variansi, tentunya akan berpengaruh pada uji hipotesis yang dilakukan, karena kedua uji tersebut menggunakan besaran variansi taksiran akibatnya uji hipotesis menjadi kurang akurat: c Iebih besarnya taksiran, akan rnengakibatkan standar error taksiran juga lebih besar. sehingga interval kepercayaan juga menjadi besar; d akibat beberapa dampak tersebut rnaka kesimpulan yang diambil dan persamaan regresi yang dibuat dapat menyesatkan.

3.8.3. Uji Autokorelasi

Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. Sehingga terdapat saling ketergantungan antara faktor pengganggu yang berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lainnya. Oleh karena itu masalah autokorelasi biasanya muncul dalam data time series, meskipun tidak menutup kemungkinan terjadi dalam data cross sectional. Uji untuk melihat autokorelasi dapat dilakukan dengan uji Durbin-Watson Test ataupun dengan uji Lagrange Multiplier Test LM-Test. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Gambaran Tanaman

Biwa Anggur berastagi atau yang lazim disebut biwa eriobotrya japonica L, sejak dua tahun terakhir mulai diteliti untuk dikembangkan secara besar-besaran. Ini dilakukan karena buah tanaman dataran tinggi ini selain harganya mahal, daun, buah, biji, dan daging buahnya juga bisa digunakan untuk kesehatan tubuh. Gambar 4.1. Tanaman Biwa Buahnya berkhasiat dijadikan sebagai obat batuk dan bijinya digunakan sebagai anti kanker. Di Sumut, biwa banyak dikonsumsi masyarakat etnis China. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 Dalam pengobatan China tradisional dipercaya, minum teh, daun atau bubuk daun biwa bisa mengobati diare, stres dan menetralkan mabuk akibat minuman beralkohol, sedangkan daunnya bisa digunakan mengobati pembengkakan. Buah biwa juga berfungsi sebagai obat penenang, untuk menghaluskan kulit dan menurunkan kolestrol. Setelah diteliti selama dua tahun oleh Dinas Pertanian Sumut, Balai Penelitian Tanaman Buah Tropika, Kebun Percobaan Tanaman Buah KPTB Berastagi, Pemkab Karo, dan Fakultas Pertanian Universitas Sumatera Utara, maka pada November 2006 tanaman buah ini dilepas sebagai varietas unggul nasional. Dengan demikian, tanaman buah varietas unggul nasional dari Kabupaten Karo ada tiga jenis, yakni jeruk, markisa dan biwa. Biwa merupakan tanaman pekarangan yang mulai langka di Karo akibat kurang dibudidayakan secara komersial. Buah biwa yang ada dipasaran tidak berasal dari penanaman monokultur. Harga jualnya di pasaran mencapai Rp 35.000 - Rp 40.000 per kg, sementara di tingkat petani rata-rata Rp 25.000 per kg. Luas tanaman buah biwa di Karo pada tahun 2005 mencapai 12 hektar, tersebar di empat kecamatan termasuk di lokasi wisata Taman Simalem Resort seluas lima hektar. Sejak dikembangkan pada tahun 2002 dengan sistim vegetatif sambung pucuk, benihnya dari KPTB dijual seharga Rp 20.000 per batang. Dalam tiga tahun belakangan ini produk buah biwa mencapai 36 ton per tahun. Dinas Pertanian Kabupaten Karo. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 Varietas biwa yang mendapat dukungan dari mantan Menteri Pertanian Bungaran Saragih, mulai dikembangkan intensif di Desa Kurbakti, Kecamatan Simpang Empat. Varietas unggul biwa akan menambah jumlah varietas unggul nasional yang sudah ada sekaligus sebagai aset kekayaan sumber daya alam dan pelestarian plasma nuftah.

4.1.2 Karakteristik Responden

4.1.2.1 Karakteristik Responden Berdasarkan Tingkat Pendidikan

Responden dalam penelitian ini adalah para petani di Kabupaten Karo. Untuk mendapatkan data yang dibutuhkan dalam penelitian ini, diedarkan 33 set kuesioner. Dari hasil pengumpulan data yang dilakukan terhadap 33 Kepala Keluarga petani tanaman Biwa, mayoritas petani tidak berpendidikan, yaitu sebanyak 39,3. Hal ini menunjukkan bahwa petani tanaman Biwa di Kabupaten Karo memiliki karakteristik pendidikan yang cukup rendah sehingga dengan tingkat pendidikan yang cukup rendah, kinerja yang dihasilkan petani juga cukup rendah. Petani tidak dapat bekerja dan berpikir lebih profesional dan tidak dapat menganalisa kondisi pertanian saat ini. Hasil pengumpulan data yang dilakukan kepada 33 orang petani Tanaman Biwa di Kabupaten Karo ditunjukkan pada Tabel 4.2 berikut : Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 Tabel 4.1. Karakteristik Responden Berdasarkan Pendidikan Pendidikan Jumlah Responden Persentase Tidak Sekolah 13 39,3 SD 8 24,3 SMP 5 15,2 SMU 7 21,2 Jumlah 33 100 Sumber : Hasil Penelitian, 2008 data diolah

4.1.2.2 Karakteristik Responden Berdasarkan Jenis Kelamin Sebagai Petani Tanaman Biwa

Karakteristik responden berdasarkan jenis Kelamin sebagai petani tanaman Biwa dapat dilihat pada Tabel 4.2 berikut : Tabel 4.2. Karakteristik Responden Berdasarkan Jenis Kelamin Jenis Kelamin Jumlah Persentase Pria 28 84,8 Wanita 5 15,2 Jumlah 33 100 Sumber : Hasil Penelitian, 2008 data diolah Pada Tabel 4.3 dapat diketahui bahwa jenis kelamin petani tanaman Biwa di Kabupaten Karo mayoritas berjenis kelamin Pria 84,8.

4.1.2.3 Karakteristik Responden Berdasarkan Umur

Karakteristik responden berdasarkan umur dapat dilihat pada Tabel 4.3 berikut : Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 Tabel 4.3. Karakteristik Responden Berdasarkan Umur Umur Frekuensi Presentase 21 – 30 Tahun 7 21,2 31 – 40 Tahun 8 24,3 41 – 50 Tahun 11 33,3 51 tahun ke atas 7 21,2 Jumlah 33 100 Sumber : Hasil Penelitian, 2008 data diolah Dari Tabel 4.3 dapat diketahui bahwa petani tanaman Biwa di Kabupaten Karo lebih dominan berusia 41 – 50 tahun yaitu sebesar 33,3 serta pada usia 31 – 40 tahun yaitu sebesar 24,3. Hal ini berarti petani Tanaman Biwa di Kabupaten Karo berada pada tingkat usia puncak produktif dan akan segera memasuki tahap pensiun sehingga dibutuhkan adanya segera dilakukan regenerasi petani tanaman Biwa, agar tidak terjadi adanya stagnasi dalam produksi tanaman Biwa.

4.2 Deskripsi Variabel Penelitian

4.2.1 Variabel Jumlah Pohon JP

Tabel 4.4. Deskripsi Jumlah Pohon Tanaman Biwa yang Dimiliki Petani KK di Kabupaten Karo dengan Metode Sturges Jumlah Pohon Frekuensi 10 – 55 2 56 – 100 7 101 – 145 12 146 – 190 4 191 – 235 5 236 – 280 3 Jumlah 33 Sumber: Hasil Penelitian Data diolah Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 Dari tabel diatas, dapat diketahui perkembangan jumlah tanaman biwa yang dimiliki oleh petani. Jumlah Pohon Tanaman Biwa yang paling sedikit dimiliki Petani KK adalah 10 pohon dan yang paling banyak 280 pohon, sedangkan Jumlah Petani KK yang memiliki pohon paling sedikit sebanyak 2 KK 6 sedangkan jumlah Petani KK yang memiliki pohon terbanyak adalah sebanyak 3 KK 9 . Range Jumlah Pohon Tanaman Biwa sebanyak 101 – 145 pohon adalah paling banyak dimiliki petani yaitu 12 petani KK 36,3 .

4.2.2 Variabel Total Produksi TP per sekali panen

Tabel 4.5. Deskripsi Total Produksi Petani KK Tanaman Biwa Kabupaten Karo dengan Metode Sturges Produksi Kg Frekuensi 100 – 320 2 321 – 540 11 541 – 760 4 761 – 980 8 981 – 1200 5 1201 –1420 3 Jumlah 33 Sumber: Hasil Penelitian Data diolah Dari Tabel 4.5 dapat dilihat perkembangan produksi yang dihasilkan oleh tanaman biwa oleh sekali panen. Produksi Tanaman Biwa sekali Panen yang terendah adalah 100 kg dan yang tertinggi adalah sebesar 1400 kg, sedangkan produksi terendah sekali panen diperoleh oleh 2 KK 6 responden dan yang tertinggi diperoleh oleh 3 KK responden 9. Range Tingkat Produksi Tanaman Biwa sekali Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 panen responden memiliki produksi tanaman Biwa yang terbanyak sebesar 100 – 320 kg 33,3

4.2.3 Variabel Tenaga Kerja TK

Perkembangan jumlah tenaga kerja yang terlibat dalam mengembangkan usaha tanaman biwa dapat dilihat pada tabel 4.6 dibawah ini. Tabel 4.6. Deskripsi Tenaga Kerja Petani Tanaman Biwa KK di Karo dengan Metode Sturges Jumlah Tenaga Kerja Frekuensi 0 – 1 2 – 3 9 4 – 5 7 6 – 7 6 8 – 9 11 10 –11 Jumlah 33 Sumber : Hasil Penelitian data diolah Jumlah Tenaga Kerja Tanaman Biwa KK responden yang terkecil adalah 2 orang 6 dan yang terbesar adalah 8 orang 24,2, sedangkan jumlah Tenaga Kerja Tanaman Biwa KK responden yang terkecil dimiliki oleh 9 KK dan yang terbesar adalah 11 KK. Range Jumlah Tenaga Kerja yang dimiliki responden yang terbanyak adalah sebesar antara 8 – 9 orang yaitu 11 KK 33,3 Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008

4.2.4 Variabel Pupuk PPK per pemupukan

Pupuk merupakan salah satu input yang paling penting dapam bumidaya tanaman biwa. Oleh karena itu pemakaianpenggunaan pupuk oleh petani dapat dilihat pada tabel dibawah ini : Tabel 4.7. Deskripsi Pemakaian Pupuk oleh Petani Tanaman Biwa kg di Karo dengan Metode Sturges Pupuk Frekuensi 0 – 23 24 – 46 5 47 – 69 14 70 – 92 10 93 – 115 3 116 – 138 139 – 161 1 Jumlah 33 Dari tabel diatas dapat dilihat bahwa jumlah pemberian pupuk pada tanaman Biwa responden yang terkecil adalah 35 kg 3 dan yang terbesar adalah 156 kg 3sedangkan jumlah pemberian pupuk pada Tanaman Biwa responden yang terkecil dilakukan oleh 1 petani dan yang terbesar dilakukan 1 petani. Range Jumlah Pemberian Pupuk yang diberikan pada Tanaman Biwa yang dilakukan petani yang terbanyak adalah sebesar antara 47 – 69 kg yaitu dilakukan oleh 14 petani 42,4

4.3 Analisis Pembahasan Pengujian Hipotesis

Berdasarkan hasil regresi dari data primer yang diolah dengan menggunakan Program eviews 4.1. diperoleh hasil sebagai berikut: Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 ____________________________________________________________________ LnTP = 1,816 + 0.889 LnJP + 0.101 LnTK + 0.168 LnPPK + 0,042 Dmsm Std. error 0,1804 0,0967 0,0524 0,1017 0,0301 t- statistik 10,069 9,1927 1,9461 1,6550 1,4273 R 2 = 0,878776 F stat = 322.8116 Adjusted R 2 = 0,875744 Prob F stat = 0,0000 ____________________________________________________________________ Keterangan: signifikan pada = 10 signifikan pada = 5 signifikan pada = 1 Dari persamaan tersebut diatas dapat diuraikan sebagai berikut: a. Koefisien Regresi JP = 0,889 menunjukkan bahwa Jumlah Pohon Biwa berpengaruh positif dan signifikan terhadap Total Produksi Tanaman Biwa. Atau dengan kata lain jika Jumlah Pohon JP naik sebesar satu persen maka Total Produksi akan naik sebesar 88,9 persen, ceteris paribus. b. Koefisien Tenaga Kerja = 0,101 menunjukkan bahwa Tenaga Kerja berpengaruh positif dan signifikan terhadap Total Produksi Biwa. Atau dengan kata lain Pertambahan Tenaga Kerja sebesar satu persen, Total Produksi akan naik sebesar 10,1 persen, ceteris paribus. c. Koefisien Pupuk = 0,168 menunjukkan bahwa pemakaian Pupuk berpengaruh positip dan signifikan terhadap Total Produksi Biwa, atau dengan kata lain Pemakaian Pupuk sebesar satu persen, akan mengakibatkan Total Produksi Biwa akan Naik sebesar 16,8 persen, ceteris paribus. Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008 d. Musim, terutama musim hujan mempengaruhi produksi tanaman biwa secara positif dan tidak signifikan, atau dengan kata lain adanya musim hujan membawa pengaruh terhadap total produksi biwa.

4.4 Koefisien Diterminasi R