75 Struktur pengeluaran rumah tangga di Desa Gempol Kolot Tabel 18 juga
mengutarakan bahwa proporsi tertinggi pada pengeluaran untuk pangan adalah konsumsi lauk pauk, sayur, buah dan bumbu dapur 19,74 persen dan konsumsi
beras 9,29 persen. Hal ini mengisyaratkan bahwa dalam pengeluaran konsumsi pangan petani di Desa Gempol Kolot sudah memperhatikan nutrisi gizi
keluarganya secara lebih baik, meskipun relatif kurang konsisten dengan masih besarnya pengeluaran untuk rokok yakni sebesar 8,19 persen. Proporsi tertinggi
pada pengeluaran untuk nonpangan adalah pengeluaran pendidikan, yakni sebesar 8,00 persen. Hal ini wajar bagi masyarakat yang berpenghasilan cukup tinggi,
sebab tuntutan zaman mengharuskan pentingnya peningkatan sumber daya manusia, terutama melalui perbaikan kualitas pendidikan seluruh individu
keluarga untuk mencapai tingkat kesejahteraan RTP yang lebih baik. Dari uraian diatas dapat disimpulkan, bahwa proporsi pengeluaran konsumsi, khususnya
pangan rumah tangga di Desa Gempol Kolot adalah cukup baik.
7.4. Perbandingan Pendapatan Usahatani Lahan Sawah terhadap
Pengeluaran Rumah Tangga
Layaknya pendapatan usahatani padi dan baiknya struktur pengeluaran rumah tangga di Desa Gempol Kolot, belum tentu menunjukkan pengusahaan
lahan sawah yang tepat terhadap pengeluaran rumah tangganya. Luasan lahan sawah minimal yang seharusnya diusahakan oleh petani di Desa Gempol Kolot
Tabel 19 mengindikasikan pendapatan usahatani yang dihasilkan petani di Desa Gempol Kolot tidak dapat memenuhi pengeluaran konsumsi keluarganya sehingga
petani menambah sumber pendapatanya dari sektor lainnya. Selain itu, Tabel 19 menunjukkan bahwa luasan sawah masih dinilai kurang dalam pengusahaannya.
Luasan sawah minimal yang seharusnya diusahakan oleh petani padi di Desa Gempol Kolot untuk memenuhi kebutuhan rumah tangganya adalah 1,70 hektar.
Tabel 19. Luasan Sawah Minimal yang Seharusnya Diusahakan RTP di Desa
Gempol Kolot pada Tahun 2010
No. Uraian
Saat ini Rp Seharusnya Rp
1. Pendapatan usahatani
15.790.791,51 23.935.598,58
2. Pengeluaran rumah tangga
23.935.598,58 23.935.598,58
3. Luasan sawah
1,125 1,70
76
VII FAKTOR-FAKTOR YANG MEMPENGARUHI PENGUSAHAAN LAHAN SAWAH
8.1. Pengujian Model Faktor-Faktor yang Mempengaruhi Pengusahaan
Lahan Sawah
Pengujian model persamaan regresi linier berganda untuk faktor-faktor yang mempengaruhi pengusahaan lahan sawah diharapkan memenuhi beberapa
asumsi yang disyaratkan, diantaranya adalah asumsi multikolinearitas, autokorelasi, heteroskedastisitas dan normalitas. Dengan terpenuhinya asumsi-
asumsi tersebut, maka akan menghasilkan variabel penduga terbaik yang tidak bias atau disebut BLUE best linear unbiased estimator. Sebaliknya, jika terdapat
paling tidak satu asumsi dalam model regresi yang tidak dapat dipenuhi oleh fungsi regresi yang diperoleh, maka kebenaran pendugaan model atau pengujian
hipotesis untuk pengembalian keputusan menjadi diragukan. Secara umum, model persamaan regresi untuk faktor-faktor yang
mempengaruhi pengusahaan lahan sawah petani padi di Desa Gempol Kolot telah memenuhi keseluruhan asumsi. Untuk mengetahui tidak adanya multikolinearitas
yang sempurna antara variabel independen pada model persamaan regresi dapat dilihat dari nilai VIF variance inflation factor yang dihasilkan oleh masing-
masing variabel independen pada model yang dibangun. Jika variabel independen pada model persamaan regresi memiliki nilai VIF lebih dari sepuluh, dapat
disimpulkan bahwa model dugaan menunjukkan gejala multikolinearitas. Hasil analisis VIF dapat dilihat pada Lampiran 8. Dari hasil tersebut diperoleh nilai VIF
untuk masing-masing variabel adalah dibawah nilai sepuluh kisaran antara 1,4 hingga 9,6 yang berarti model persamaan regresi tidak menunjukkan gejala
multikolinearitas dan asumsi multikolinearitas telah terpenuhi. Sementara itu, untuk mendeteksi apakah model persamaan regresi yang dibangun bebas dari
masalah autokorelasi adalah dengan menggunakan uji Durbin-Watson. Hasil analisis uji statistik Durbin-Watson dapat dilihat pada Lampiran 8. Dari hasil
tersebut diperoleh nilai Durbin-Watson sebesar 1,98877, yang berarti tidak terdapat masalah autokorelasi pada model persamaan regresi karena nilai yang
didapat semakin mendekati nilai dua.
77 Untuk mendeteksi masalah heteroskedastisitas dapat dilihat melalui
gambar plot residual pada Lampiran 9. Berdasarkan grafik plot residual diketahui bahwa data tersebar dibawah nilai nol dan diatas nilai nol. Selain itu, data tidak
menggambarkan pola tertentu sehingga dapat diartikan bahwa model persamaan regresi tidak terjadi heteroskedastisitas. Lampiran 9 juga menunjukkan bahwa
hasil uji Bartlett diperoleh nilai p-value yang lebih besar dari nilai α sebesar 10
persen, yaitu 0,616, yang berarti asumsi heteroskedastisitas telah terpenuhi. Sementara itu, untuk mengetahui masalah normalitas dapat ditunjukkan oleh hasil
pengujian Kolmogorov Smirnov. Hasil uji Kolmogorov Smirnov dapat dilihat pada Lampiran 10. Pada taraf nyata 10 persen diperoleh nilai p-value sebesar 0,150,
yang berarti nilai tersebut lebih besar dari 10 persen atau 0,10 dan menunjukkan asumsi normalitas telah terpenuhi.
8.2. Analisis Faktor-Faktor yang Mempengaruhi Pengusahaan Lahan
