27 H
: X
2
– X
1
= 0 H
1
: X
2
– X
1
≠ 0
Dimana: H
= Rata-rata kondisi sebelum dan sesudah menerima kredit adalah sama tidak berpengaruh nyata
H
1
= Rata-rata kondisi sebelum dan sesudah menerima kredit adalah tidak sama berpengaruh nyata
Dasar pengambilan keputusan dilakukan dengan membandingkan nilai P- value
dengan nilai α, yaitu jika probabilitas atau P-value α, maka terima H ,
tetapi jika P-value α, maka tolak H
0.
Besarnya selang kepercayaan α yang akan menjadi batas penerimaan maupun penolakan H
adalah 0,05.
4.5.3. Analisis Faktor-faktor yang Mempengaruhi Produksi
Soekartawi 1994 menjelaskan bahwa yang dimaksud dengan analisis fungsi produksi adalah analisis atau pendugaan hubungan kuantitatif antara
masukan input dan produksi output. Ada berbagai macam bentuk aljabar fungsi produksi, diantaranya adalah fungsi produksi linear, kuadratik polinominal
kuadratik, eksponensial,
CES Constant
Elasticity of
Substitution, Transcendental dan Translog. Ada tiga hal yang perlu diperhatikan dalam memilih
bentuk aljabar fungsi produksi, yaitu: 1 Bentuk fungsi produksi harus dapat menggambarkan dan mendekati keadaan
yang sebenarnya. 2 Bentuk aljabar fungsi produksi yang dipakai harus mudah diukur atau
dihitung secara statistik. 3 Fungsi produksi itu dapat dengan mudah diartikan, khususnya arti ekonomi
dari parameter yang menyusun fungsi produksi tersebut. Sistematika yang lazim diikuti dalam pembentukan model model
building fungsi produksi menurut Soekartawi 1994 adalah sebagai berikut : 1. Menentukan variabel yang difungsikan sebagai variabel yang dijelaskan Y
dan variabel yang menjelaskan X.
28 2. Menetapkan variabel X sebanyak yang relevan dengan teori dan logik bahwa
memang variabel X tersebut diduga mempengaruhi Y. 3. Membuat diagram sebaran titik scatter diagram antara masing-masing X dan
Y. 4. Menetapkan variabel X yang mempunyai hubungan korelasi relatif tinggi
dengan Y dan menetapkan bahwa X tersebut dipakai pada model. 5. Menetapkan bentuk fungsi produksi yang akan dipakai. Model fungsi produksi
yang ditetapkan harus didasarkan pada sebaran titik yang diperoleh pada diagram sebaran titik tersebut.
Model penduga fungsi produksi yang akan digunakan dalam penelitian ini adalah Fungsi Produksi Cobb Douglas. Fungsi Cobb Douglas merupakan suatu
fungsi yang melibatkan dua atau lebih variabel Soekartawi 2002. Ada tiga alasan pokok mengapa fungsi Cobb Douglas lebih sering digunakan, yaitu :
1. Penyelesaian fungsi Cobb Douglas relatif lebih mudah dibandingkan dengan fungsi lain. Fungsi Cobb Douglas dapat dengan mudah ditransfer ke bentuk
linear. 2. Hasil pendugaan garis melalui fungsi Cobb Douglas akan menghasilkan
koefisien regresi yang sekaligus juga menunjukkan besaran elastisitas. 3. Besaran elastisitas tersebut sekaligus menunjukkan besaran returns to scale.
Secara matematis fungsi produksi Cobb Douglas dapat ditulis sebagai berikut :
Y = aX
1 b1
X
2 b2
… X
i bi
e
u
Untuk memudahkan pendugaan terhadap persamaan maka persamaan tersebut diubah menjadi bentuk linear berganda dengan cara melogaritmakan
persamaan tersebut dan dapat dituliskan 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
+ c
1
ln D
1
+ u
29 Keterangan :
Y : Produksi Belimbing Dewa kg
X
1
: Pupuk Kandang kg X
2
: Pupuk NPK kg X
3
: Pupuk Urea kg X
4
: Pupuk Gandasil kg X
5
: Pestisida liter X
6
: Tenaga Kerja HOK D
1
: Dummy: 2= sesudah kredit dan 1= sebelum kredit a, b, c : Koefisien yang akan diduga
u : sisa residual
Penyelesaian fungsi Cobb Douglas selalu dilogaritmakan dan diubah dalam bentuk fungsi linear, sehingga Soekartawi 2002 menyatakan bahwa
penggunaan fungsi produksi Cobb Douglas harus memenuhi beberapa persyaratan diantaranya adalah :
1. Tidak ada nilai pengamatan yang bernilai nol, sebab logaritma dari nol adalah suatu bilangan yang besarnya tidak diketahui infinite
2. Harus memenuhi asumsi bahwa tidak ada perbedaan teknologi pada setiap pengamatan non neutral difference in the respective technologies. Artinya
jika fungsi Cobb Douglas yang digunakan sebagai model dalam suatu pengamatan dan jika diperlukan analisis yang memerlukan lebih dari satu
model maka perbedaan antar model terletak pada intercept dan bukan pada slope model tersebut.
3. Tiap variabel X adalah perfect competition. 4. Perbedaan lokasi pada fungsi produksi seperti iklim adalah sudah tercakup
pada faktor kesalahan u.
Faktor-faktor produksi yang diduga berpengaruh terhadap produksi belimbing dewa yaitu pupuk kandang, pupuk NPK, pupuk urea, pupuk gandasil,
pestisida, tenaga kerja, dan dummy kredit. Tenaga kerja yang dimaksud dalam penelitian ini adalah tenaga kerja yang digunakan dalam proses produksi
30 belimbing dewa, baik yang berasal dari dalam keluarga maupun luar keluarga.
Variabel-variabel tersebut kemudian akan dicoba ke dalam model penduga fungsi produksi. Pengujian hipotesis secara statistik dilakukan untuk hasil regresi dari
model fungsi produksi yang dihasilkan dari pengolahan data. Dari analisis regresi akan diperoleh besarnya nilai t-hitung, F-hitung dan koefisien determinasi R
2
. Nilai t-hitung digunakan untuk menguji secara statistik apakah koefisien
regresidari masing-masing parameter bebas X
i
yang dipakai secara terpisah berpengaruh nyata atau tidak terhadap parameter tidak bebas Y. Apabila nilai
|thitung| lebih besar dari t-tabel berarti parameter yang diuji berpengaruh nyata terhadap parameter tidak bebas dan bila |t-hitung| lebih kecil dari t-tabel berarti
parameter yang diuji tidak berpengaruh nyata terhadap parameter bebas. Nilai F-hitung digunakan untuk melihat apakah parameter bebas X yang
digunakan secara bersama-sama berpengaruh nyata terhadap parameter tidak bebas Y, atau dengan kata lain apakah model penduga yang digunakan sudah
layak untuk menduga parameter dalam fungsi produksi. Bila F-hitung lebih besar dari F-tabel maka secara bersama-sama parameter bebas berpengaruh nyata
terhadap parameter tidak bebas. Sedangkan nilai R
2
digunakan untuk melihat sampai sejauh mana keragaman yang diterangkan oleh parameter bebas X
terhadap parameter tidak bebas Y. Pengujian hipotesis yang dilakukan adalah sebagai berikut :
a. Pengujian terhadap model penduga Tujuan dari pengujian terhadap model penduga ini adalah untuk
mengetahui apakah model penduga yang diajukan sudah layak untuk menduga parameter dan fungsi produksi.
Hipotesis : H
: b
1
= b
2
= … = b
i
= 0 H
1
: paling tidak ada satu b
i
≠0
Pada pengujian terhadap model penduga ini, uji statistik yang digunakan adalah uji F, yaitu :
31 F-tabel = F
αk-1,n-k
Keterangan : R
2
= Koefisien determinasi k
= Jumlah variabel termasuk intersep n
= Jumlah pengamatan
Kriteria Uji : |F-hitung| F
αk-1,n-k
, maka tolak H |F-hitung| F
αk-1,n-k
, maka terima H
Apabila nilai |F-hitung| lebih besar dari F-tabel tolak H berarti secara
bersama-sama parameter bebas dalam proses produksi mempunyai pengaruh yang nyata terhadap hasil produksi Y. Sebaliknya jika |F-hitung| lebih kecil dari F-
tabel terima H berarti secara bersama-sama parameter bebas dalam proses
produksi tidak berpengaruh nyata terhadap hasil produksi Y. Untuk memperhitungkan pengujian, maka perlu dihitung besarnya nilai koefisien
determinasi R
2
, yang bertujuan untuk mengetahui berapa jauh keragaman yang dapat diterangkan oleh parameter bebas yang terpilih terhadap parameter tidak
bebas Y. Koefisien determinasi dapat dirumuskan sebagai berikut :
Keterangan: Σei
2
= jumlah kuadrat unsur sisa galat Σyi
2
= jumlah kuadrat total
b. Pengujian untuk masing-masing parameter Pengujian ini bertujuan untuk menguji secara statistik apakah koefisien
regresi dari masing-masing parameter bebas X
i
yang digunakan secara terpisah berpengaruh nyata atau tidak terhadap parameter tidak bebas Y.
32 Hipotesis :
H : b
i
= 0 H
1
: b
i
≠0
Uji statistik yang digunakan adalah uji t, yaitu :
t-tabel = t
α2n-k
Keterangan : b
i
= parameter penduga Se b
i
= parameter penduga dari unsur sisa n
= jumlah pengamatan k
= jumlah koefisien regresi dugaan
Kriteria uji : |t-hitung| t
α2n-k
, maka tolak H |t-hitung| t
α2n-k
, maka terima H
Jika |t-hitung| lebih besar dari t-tabel tolak H maka parameter yang diuji
faktor produksi berpengaruh nyata terhadap parameter tidak bebas hasil produksi. Sebaliknya |t-hitung| lebih kecil dari t-tabel terima H
berarti parameter yang diuji tidak berpengaruh nyata terhadap parameter tak bebas.
Metode penduga yang digunakan adalah metode kuadrat terkecil atau Ordinary Least Square OLS, sehingga ada beberapa asumsi yang harus
dipenuhi. Kelayakan model diuji berdasarkan asumsi OLS yaitu multikolinearitas, homoskedastisitas dan normalitas error. Peubah bebas yang dilibatkan dalam
model fungsi produksi belimbing dewa petani responden cukup banyak. Peubah- peubah bebas tersebut seharusnya saling bebas satu dengan yang lain sehingga
model yang diperoleh tidak bias. Keterkaitan atau hubungan antar peubah bebas dikenal dengan istilah multikolinearitas. Uji multikolinearitas dilakukan dengan
pendekatan Varians Inflation Factors VIF. Nilai VIF digunakan sebagai indikator dalam uji tersebut. Nilai VIF lebih besar dari 10 berarti terdapat kolinear
33 antar peubah bebas Gujarati 1978. Untuk mengetahui adanya autokorelasi dapat
dilakukan dengan uji Durbin-Watson. Apabila nilai d mendekati 2, maka dapat dikatakan bahwa tidak terdapat autokorelasi pada komponen error. Asumsi OLS
tentang heteroskedastisitas dan normalitas sisaan diuji dengan pendekatan grafis. Dalam penelitian ini, hipotesis faktor-faktor yang diduga mempengaruhi
jumlah produksi Belimbing Dewa petani Belimbing Dewa di Kota Depok adalah: 1. Pupuk kandang, diduga berpengaruh positif terhadap produksi belimbing
dewa. Hal ini dikarenakan pupuk kandang memiliki fungsi untuk menambah dan memperbaiki sifat fisik, kimia dan biologi tanah.
2. Pupuk NPK, diduga berpengaruh positif terhadap produksi belimbing dewa. Hal ini dikarenakan pupuk NPK memiliki fungsi untuk pertumbuhan tunas
dan buah belimbing. 3. Pupuk Urea, diduga berpengaruh negatif terhadap produksi belimbing dewa.
Hal ini dikarenakan pupuk urea pada dasarnya bukan merupakan pupuk yang dianjurkan dalam SOP belimbing dewa di Kota Depok sehingga penggunaan
pupuk urea diduga berpengaruh negatif terhadap produksi belimbing dewa. 4. Pupuk gandasil diduga berpengaruh positif terhadap produksi belimbing
dewa. Pendugaan ini diperoleh dari hasil penelitian Yulistia 2009 yang menyatakan bahwa pupuk gandasil berpengaruh positif terhadap produksi
belimbing dewa. Hal ini dikarenakan pupuk gandasil berfungsi untuk merangsang pertumbuhan bunga sehingga meningkatnya penggunaan
gandasil akan meningkatkan produksi belimbing dewa. 5. Pestisida diduga berpengaruh positif terhadap produksi belimbing dewa. Hal
ini dikarenakan pestisida memiliki fungsi untuk mengendalikan HPT yang dapat mengakibatkan gagal panen sehingga penggunaan pestisida dapat
mengurangi risiko gagal panen. Hal ini sesuai dengan hasil penelitian Zamani 2008 dan Yulistian 2009.
6. Tenaga kerja diduga berpengaruh positif terhadap produksi belimbing dewa. Menurut hasil penelitian Zamani 2008 dan Yulistian 2009, dalam
usahatani belimbing dewa diperlukan banyak tenaga kerja. Salah satu fungsi tenaga kerja ini adalah untuk mengurangi risiko serangan hama, yaitu melalui
34 kegitan pembungkusan. Semakin banyak tenaga kerja yang digunakan dapat
berpengaruh pada jumlah produksi belimbing dewa yang semakin meningkat. 7. Kredit PKBL diduga berpengaruh positif terhadap produksi belimbing dewa.
Pendugaan ini diperoleh dari hasil penelitian Perdana 2008 dan Pratiwi 2009. Dalam penelitiannya, Perdana 2008 dan Pratiwi 2009 menyatakan
bahwa pendapatan petani setelah menerima kredit mengalami peningkatan.
35
V GAMBARAN UMUM LOKASI PENELITIAN
5.1. Keadaan Umum, Geografis dan Iklim Kota Depok