71
Tabel 30. Analisis Pendapatan dan RC Ratio Usahatani Padi Semi Organik dan Anorganik Petani Penggarap per Hektar per Musim Tanam
dengan Harga Output yang Sama
No. Uraian
Usahatani Padi Semi Organik Usahatani Padi Anorganik
1 Penerimaan
Rp 13.233.068,69 Rp 12.096.533,33
2 Biaya
- Biaya tetap
Rp 875.000,00 Rp 875.000,00
- Biaya variabel
Rp 10.494.765,86 Rp 9.183.508,25
3 Biaya total
Rp 11.369.765,86 Rp 10.058.508,25
4 Pendapatan
Rp 1.863.302,83 Rp 2.038.025,08
5 RC ratio
1,16 1,20
Sumber : Data Primer, 2011
Tidak semua produk dihasilkan usahatani yang mengarah pada sistem organik dapat diterima dengan harga yang baik oleh pasar. Pemasaran pada output
produk beras semi organik Desa Ciburuy telah menerima harga yang sedikit lebih tinggi dari output anorganik. Namun, jika perhitungan penerimaan menggunakan
harga output yang sama maka usahatani padi semi organik akan menghasilkan pendapatan sebesar Rp 1.863.302,83 dan usahatani padi anorganik menghasilkan
pendapatan sebesar Rp 2.038.025,08. Nilai pendapatan usahatani padi semi organik lebih kecil dari usahatani padi anorganik. Oleh karena itu pemasaran hasil
pertanian sangat perlu diperhatikan agar kesejahteraan petani bisa ditingkatkan lagi dengan sistem penjualan output pertanian yang baik.
6.3. Estimasi Faktor-Faktor yang Mendorong Petani untuk Mengurangi
Pemakaian Pupuk Kimia Model regresi logit akan diduga untuk menganalisis pengaruh variabel-
variabel penjelas terhadap peluang petani dalam mengurangi pemakaian pupuk kimia. Variabel independen yang diduga mempengaruhi keputusan tersebut antara
lain: lama pendidikan formal PDDKN, luas lahan LLHN, umur petani UMR, pendapatan petani PDPT, biaya pupuk BPK, dan informasi IFRM. Variabel
dependen dalam model ini merupakan output pilihan kualitatif yaitu keputusan
72
petani dalam mengurangi pemakaian pupuk kimia pada usahataninya satu dan keputusan petani untuk tidak mengurangi pemakaian pupuk kimia pada
usahataninya nol. Pengolahan data akan dilakukan dengan menggunakan Minitab Release 14. Adapun hasil estimasi regresi logistik dapat dilihat pada tabel
30 berikut ini:
Tabel 31. Hasil Estimasi Faktor-Faktor yang Mempengaruhi Petani untuk Mengurangi Pemakaian Pupuk Kimia
Predictor Coef
P Odss Ratio
Constant -2,84352
0,504 Lama Pendidikan
0,457851 0,060
1,58 Luas Lahan
1,87424 0,315
6,52 Umur
-0,0507959 0,396
0,95 Pendapatan
0,0000002 0,408
1,00 Biaya Pupuk
-0,0000011 0,221
1,00 Informasi
3,41488 0,004
30,41 Log-Likelihood = -8,837
Test that all slopes are zero: G = 23,915, DF = 6, P-Value = 0,001 Goodness-of-fit test
Method
Chi-Square DF
P Pearson
12,7640 23
0,957 Deviance
17,6738 23
0,775 Hosmer-Lemeshow
6,6654 8
0,573 Measures of Association
Between the Response Variable and Predicted Probabilities Pairs
Number Percent Summary Measures
Concordant 214
95,1 Somers’D 0,90
Discordant 11
4,9 Goodman-Kruskal Gamma 0,90 Ties
0,0 Kendall’s Tau-a 0,47
Total 225
100,0
Sumber : Data primer, 2011 Keterangan : signifikan pada taraf nyata
5 persen
Dari hasil uji ternyata hanya terdapat satu variabel yang berpengaruh nyata terhadap kesediaan petani dalam mengurangi pemakaian pupuk kimia yaitu
keberadaan informasi, variabel ini berpengaruh nyata dengan arah positif. Hasil pengolahan model regresi tersebut tertera dalam Lampiran 12, dengan taraf nyata
yang digunakan dalam pengujian ini yaitu lima persen. Model regresi logit berdasarkan hasil pengolahan data yaitu:
73
ln
1 −
= = -2,84352 + 3,41488 IFRM+ �
Pengujian keseluruhan model logit dilakukan dengan statistik uji G. Hasil
output diatas menunjukkan nilai Log-Likelihood yaitu -8,837 dengan nilai G yaitu sebesar 23,915 dan P-Value yaitu 0,001. Nilai P berada dibawah taraf nyata 5
persen sehingga dapat disimpulkan bahwa model regresi logistik secara keseluruhan dapat memprediksi keputusan responden atau petani dalam dalam
mengurangi pemakaian pupuk kimia pada usahataninya atau minimal
terdapat ≠ 0. Uji kebaikan model pada regresi logit diatas dapat dilihat pada
nilai P dari Goodness of fit test. Pearson menunjukkan nilai 0,957, Deviance menghasilkan nilai 0,775 dan nilai dari Hosmer-Lemeshow yaitu 0,573. Ketiganya
menunjukkan nilai p yang lebih besar dari taraf nyata 5 persen sehingga model dapat dikatakan layak untuk digunakan.
Dalam output minitab diatas juga ditampilkan ukuran hubungan asosiasi antara nilai aktual peubah respon Y dengan dugaan peluangnya PX. Hal
tersebut dapat dilihat pada nilai Concordant, Discordant, dan Ties. Nilai Concordant sebesar 95,1 persen artinya bahwa 95,1 persen pengamatan pada data
dengan kategori menerapkan pengurangan penggunaan pupuk kimia mempunyai peluang lebih besar pada data dengan kategori menerapkan inovasi tersebut. Nilai
Discordant dan Ties yang kecil menandakan terjadinya hubungan yang kuat daya prediksi model yang baik. Daya prediksi model juga dapat dikatakan cukup baik
karena hasil regresi di atas menunjukkan nilai Somers’D sebesar 0,90, nilai
Goodman-Kruskal Gamma sebesar 0,90 dan nilai Kendall’s Tau-a yaitu 0,47. Jika
nilai tersebut semakin mendekati nilai satu maka akan semakin baik daya prediksi dari model dugaan yang diperoleh.
74
a. Variabel yang Signifikan