sampel yang terpilih mewakili populasi setiap desakelurahan adalah sebanyak 5 orang. Petani sampel terpilih berada pada strata luas lahan yang telah ditentukan
secara acak. Hal tersebut terjadi karena tidak adanya nilai yang pasti untuk jumlah populasi maupun besaran lahan yang dimiliki petani. Tingkatan strata yang harus
dipenuhi oleh petani sampel, yaitu dibawah atau sama dengan 0,5 hektar ≤ 0,5
Ha; diantara 0,6 hingga 0,9 hektar 0,6 – 0,9 Ha dan besar atau sama dengan 1 hektar
≥1 Ha.
Namun berdasarkan hasil penelitian bahwa tidak semua desakelurahan memenuhi syarat tingkat strata yang telah ditentukan, sehingga komposisi sampel
yang terpilih dirumuskan ke dalam Tabel 4 berikut ini.
Tabel 4. Realisasi Besaran Sampel Berdasarkan Tingkatan Luas Lahan. Nama Desa
Luas Lahan Ha Jumah Sampel
Petani Per Desa 0,5
0,6 - 0,9 ≥1
Kaban 5
1 1
5 Kacaribu
5 -
- 5
Kandibata 2
2 1
5 Ketaren
2 2
1 5
Lausimomo 2
2 1
5 Rumah Kabanjahe
5 -
- 5
Samura 5
- -
5 Sumber Mufakat
5 -
- 5
Gung Negeri 4
1 -
5 Kampung Dalam
3 1
1 5
Jumlah Sampel Petani Per Kriteria
38 8
4 50
Sumber : Data Diolah dari Lampiran 1.
3.3. Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data primer dan sekunder. Data primer diperoleh melalui wawancara langsung dengan petani responden
menggunakan daftar pertanyaan kuisioner yang telah dipersiapkan sebelumnya. Sedangkan data sekunder yang digunakan diperoleh dari instansi-instansi terkait
Universitas Sumatera Utara
dengan penelitian ini seperti Badan Pusat Statistik dan Badan Penyuluh Pertanian, serta didukung dengan pernyataan dari berbagai literatur, jurnal dan internet yang
sesuai.
3.4 Ruang Lingkup dan Variabel Penelitian
Ruang lingkup penelitian ini difokuskan pada faktor-faktor yang mempengaruhi produktivitas kubis di Kecamatan Kabanjahe Kabupaten Karo.
Faktor-faktor yang diduga mempengaruhi produktivitasnya antara lain bibit, pupuk organik, pupuk N, pupuk P, pupuk K, insektisida dan tenaga kerja.
Variabel yang digunakan tersusun menjadi : a.
Variabel bebas atau independent variable yaitu variabel yang mempengaruhi, antara lain : faktor produksi bibit, pupuk organik, pupuk N, pupuk P, pupuk K,
insektisida dan tenaga kerja. b.
Variabel terikat atau dependent variable yaitu variabel yang dipengaruhi adalah produktivitas kubis.
3.5 Metode Analisis Data
Data primer yang telah diperoleh selanjutnya akan diolah dan dianalisis dengan metode kuantitatif. Analisis kuantitatif digunakan untuk mengidentifikasi
faktor-faktor yang berpengaruh terhadap produktivitas kubis di Kecamatan Kabanajahe. Data yang dikumpulkan akan diolah menggunakan Software
SPSS 16.
3.5.1 Uji Linearitas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji linearitas untuk mendeteksi
apakah hubungan yang terjadi berbentuk garis lurus atau tidak. Garis lurus yang
Universitas Sumatera Utara
dimaksud adalah garis lurus yang menyatakan bentuk hubungan antara faktor X dengan faktor Y, dengan beranggapan bahwa faktor-faktor lainnya konstan
Sudarmanto, 2013. Ada atau tidaknya hubungan linear antara variabel bebas dan variabel terikat
dapat diuji dengan menggunakan Ramset Reset Test. Uji ini berkaitan dengan masalah spesifikasi kesalahan. Langkah-langkah yang harus dilakukan, yaitu :
1. Meregresi fungsi empirik yang sedang diamati, dan diperoleh nilai residual R
2
dan Y
prediksi
, selanjutnya dikuadratkan Y
prediksi 2
Y = b + b
1
X
1
+ b
2
X
2
+ e 2.
Meregresi fungsi empirik tersebut, dan diperoleh nilai R
2 new
. Y = b
+ b
1
X
1
+ b
2
X
2
+ b
3
Y
prediksi 2
+ e 3.
Mencari nilai Fhitung dengan rumus :
Dimana, n adalah jumlah sampel dan k adalah jumlah variabel bebas dan variabel terikat.
4. Mencari nilai F
tabel
α = 10. 5.
Kesimpulan : F
hitung
F
tabel
maka fungsi empiris linear.
3.5.2 Uji Asumsi Klasik
Persamaan yang diperoleh dari sebuah estimasi dapat dioperasikan secara statistik jika memenuhi asumsi klasik, yaitu memenuhi asumsi bebas multikolinearitas,
bebas heterokedastisitas dan berbentuk normalitas. Pengujian asumsi klasik ini dilakukan dengan bantuan Software SPSS 16.
3.5.2.1 Uji Multikolinearitas
Universitas Sumatera Utara
Menurut Gunawan 2015, uji multikolinearitas dimaksudkan untuk mengetahui ada tidaknya hubungan korelasi yang signifikan antara variabel
bebas. Multikolinearitas terjadi apabila dua atau lebih variabel bebas saling berkorelasi kuat satu sama lain. Bila terjadi multikolinearitas, estimasi kuadrat
terkecil dapat dihitung tetapi terjadi kesulitan untuk menginterpresentasikan efek dari tiap-tiap variabel.
Uji multikolinearitas dengan SPSS dilakukan dengan uji regresi, dengan patokan nilai VIF Variance Inflation Factor, Tolerance dan koefisien korelasi
regresi antar variabel bebas. Kriteria yang digunakan adalah : 1.
Jika nilai VIF lebih besar dari 1 atau nilai Tolerance lebih kecil dari 1, maka dikatakan tidak terdapat masalah multikolinearitas dalam model regresi.
2. Jika koefisien antar variabel bebas kurang dari 0,7 maka tidak terdapat
masalah multikolinearitas. Adapun rumus untuk menentukan nilai VIF dan Tol dalam Supardi 2013
adalah seperti berikut :
Dimana, VIF
= nilai Variance Inflation Factor Tol
j
= nilai Tolerance variabel bebas – j Hipotesis yang diuji adalah :
H : Terjadi multikolinearitas antara variabel bebas
H
1
: Tidak terjadi multikolinearitas antar variabel bebas
Universitas Sumatera Utara
3.5.2.2 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang
baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Uji ini dilakukan menggunakan uji korelasi Rank – Spearman dengan scatterplot antara
nilai prediksi variabel independen yaitu ZPRED sumbu X dengan residualnya SRESID sumbu Y. Terjadi heterokedastisitas dalam model regresi jika titik-titik
dalam scatterplot membentuk pola-pola tertentu atau berkumpul di satu sisi atau dekat nilai 0 pada sumbu Y pada kurva yang dihasilkan. Jika titik-titik data
menyebar tidak secara beraturan, maka tidak terjadi heterokedastisitas Santoso, 2010
3.5.2.3 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui, bahwa uji
t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi valid untuk jumlah sampel kecil.
Cara mendeteksi apakah residual berdistribusi normal atau tidak dalam model regresi dengan Program SPSS adalah sebagai berikut.
a. Analisis Grafik
Melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Dengan kriteria
Universitas Sumatera Utara
uji sebagai berikut : jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi
normal menunjukkan bahwa model regresi memenuhi asumsi normalitas; namun apabila data menyebar jauh di sekitar garis diagonal danatau tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal menunjukkan bahwa model regresi tidak memenuhi asumsi normalitas.
b. Uji Normalitas Kolmogorov-Smirnov
Konsep dasar dari Uji Kolmogorov-Smirnov adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku.
Dengan kriteria uji sebagai berikut. H
: signifikansi yang diperoleh ˃ α
H
1
: signifikansi yang diperoleh α Pada tingkat kepercayaan 90, maka :
a. Jika signifikansi
˃ α : terima H atau tolak H
1
, artinya sampel berasal dari populasi yang berdistribusi normal.
b. Jika signifikansi
≤ α : tolak H atau terima H
1
, artinya sampel tidak berasal dari populasi yang berdistribusi normal.
3.5.3 Uji Regresi Linear Berganda
Untuk menjawab hipotesis 1 dan 2, data dianalisis secara kuantitatif untuk
mengetahui faktor-faktor produksi bibit, pupuk organik, pupuk N, pupuk P, pupuk K, insektisida dan tenaga kerja berpengaruh nyata terhadap produktivitas
kubis. Pengolahan data dilakukan dengan Software SPSS. Setelah data diolah, maka dilakukan interpretasi hasil.
Universitas Sumatera Utara
Faktor-faktor produksi yang diduga berpengaruh terhadap produktivitas kubis dimasukkan ke dalam sebuah fungsi persamaan linear berganda, sebagai berikut :
Y = f X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, X
7
Dimana : Y
= produktivitas kubis kgHa X
1
= bibit batangHa X
2
= pupuk kandang kgHa X
3
= pupuk N kgHa X
4
= pupuk P kgHa X
5
= pupuk K kgHa X
6
= insektisida ccHa X
7
= tenaga kerja HKOHa Persamaan regresi dianalisis untuk menjelaskan hubungan sebab akibat dari
faktor-faktor produksi terhadap output yang dihasilkan. Nilai yang diperoleh dari analisis regresi yaitu besarnya nilai t
hitung
, F
hitung
, dan koefisien determinasi R
2
. Nilai t
hitung
digunakan untuk menguji secara statistik apakah secara parsial koefisien regresi dari masing-masing variabel terikat X
n
yang dipakai berpengaruh nyata atau tidak terhadap variabel bebas Y.
Pengujian hipotesis dapat ditarik melalui model linear berganda terhadap parameter regresi, yakni sebagai berikut :
3.5.3.1 Uji Hipotesis Secara Serempak
Uji serempak dilakukan dengan uji F. Menurut Gujarati 2007 dalam Rifqie 2008, menyatakan uji statistik F pada dasarnya menunjukkan apakah semua
variabel bebasindependen yang dimasukkan ke dalam odel mempunyai pengaruh
Universitas Sumatera Utara
secara bersama-sama terhadap variabel terikatdependen. Pengujian F ini dilakukan dengan membandingkan nilai F hasil perhitungan dengan F
tabel
. Adapun rumus untuk mencari nilai F yaitu :
Dimana : ESS
= jumlah kuadrat variabel yang dijelaskan ∑yi
2
RSS = jumlah kuadrat residu
∑e
i 2
n = ukuran sampel
k = jumlah variabel
Dengan hipotesis yang diuji : H
: β1, β2, β3, β4, β5 = 0 H
1
: minimal ada satu β ≠ 0 Pada tingkat kepercayaan 90, maka :
a. Jika F
hitung
≤ F
tabel
atau signifikansi F ˃ α : terima H
atau tolak H
1
, artinya secara serempak, variabel bebas bibit, pupuk organik, pupuk N, pupuk P,
pupuk K, insektisida dan tenaga kerja tidak berpengaruh nyata terhadap variabel terikat produktivitas kubis.
b. Jika F
hitung
˃ F
tabel
atau signifikansi F ≤ α : tolak H
atau terima H
1
, artinya secara serempak, variabel bibit, pupuk organik, pupuk N, pupuk P, pupuk K,
insektisida dan tenaga kerja berpengaruh nyata terhadap variabel terikat produktivitas kubis.
3.5.3.2 Uji Hipotesis Secara Parsial
Uji parsial dilakukan melalui uji t. Uji ini digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel bebas secara parsial dakam menerangkan
Universitas Sumatera Utara
variabel independen. Menurut Arief 1993 daam Riyanti 2011, rumus mengetahui nilai t adalah sebagai berikut :
t-hitung =
Dimana : β
i
= koefisien regresi ke-i S
i
= standart error koefisien regresi ke-i Kriteria penilaian yang diuji :
H : βi = 0
H
1
: βi ≠ 0 Pada tingkat kepercayaan 90, maka :
a. Jika t
hitung
≤ t
tabel
atau jika signifikansi t ˃ α : terima H
atau tolak H
1
, artinya secara parsial variabel bibit, pupuk organik, pupuk N, pupuk P, pupuk K,
insektisida dan tenaga kerja tidak berpengaruh nyata terhadap variabel terikat produktivitas kubis.
b. Jika t
hitung
˃ t
tabel
atau jika signifikansi t ≤ α : tolak H
atau terima H
1
, artinya secara parsial variabel bibit, pupuk organik, pupuk N, pupuk P, pupuk K,
insektisida dan tenaga kerja berpengaruh nyata terhadap variabel terikat produktivitas kubis.
3.6 Defenisi dan Batasan Operasional 3.6.1 Defenisi Operasional