Kecamatan yang menjadi lokasi penelitian adalah Kecamatan STM Hulu, dengan alasan dan pertimbangan bahwa kecamatan ini merupakan salah satu kecamatan
yang banyak melakukan konversi lahan karet menjadi kelapa sawit.
Tabel 3.2 Perkembangan
Luas Lahan Perkebunan di Kecamatan STM Hulu Tahun 2011-2014 ha
Tahun Komoditi
2011 2012 2013 2014 pertumbuhan
Karet
Rakyat 2001 1996 1894 1811 -9,49
Kelapa Sawit Rakyat 1731 1787 1834 1923 11,09
Cokelat Rakyat 164 136 136 144 -12,19
Pinang Rakyat 84 0 0 0 -100
Kelapa Rakyat 19 19 31 31 63,15
Kemiri Rakyat 103 103 103 103 0
Sumber : Dinas Pertanian Kabupaten Deli Serdang, 2015
Fenomena konversi ini diperlihatkan oleh adanya penurunan luas tanaman karet rakyat selama periode tahun 2011 sampai 2014, dengan perkataan lain
pertumbuhannya negatif. Pada tahun 2011 luas tanaman karet seluas 2.001 ha turun menjadi 1.811 ha pada tahun 2014. Penurunannya sebesar -9,49 selama
periode tersebut. Sementara itu dalam periode yang sama, luas lahan kelapa sawit rakyat mengalami peningkatan dengan laju pertumbuhan sebesar 11,09. Tahun
2011 luas tanaman kelapa sawit seluas 1731 ha meningkat menjadi 1923 ha pada tahun 2014.
3.2 Metode Pengambilan Sampel
Sampel dalam penelitian ini adalah petani kelapa sawit yang telah mengkonversikan tanaman karetnya menjadi tanaman kelapa sawit dalam periode
2011–2015. Besar populasi di lokasi penelitian ini tidak diketahui secara pasti, oleh karenanya cara pengambilan sampel yang digunakan adalah Nonprobability
Sampling dengan teknik Snowball Sampling. Teknik snowball sampling adalah mengambil sampel berdasarkan informasi dari sampel pertama yang berhasil
ditemui Kenneth dan Ermman, 1977. Dalam penelitian multivariate termasuk analisis regresi berganda, ukuran sampel sebaiknya 10 kali dari jumlah variabel
Roscoe, 1975. Oleh karena jumlah variabel ada 7, maka dalam penelitian ini sampel petani diambil sebanyak 70 orang.
3.3 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer diperoleh dengan melakukan wawancara langsung dengan
petani kelapa sawit yang sebelumnya pernah menanam tanaman karet dengan bantuan kuisioner yang telah dibuat sebelumnya. Data sekunder merupakan data
baku pelengkap yang diperoleh dari instansi pemerintah dan lembaga-lembaga yang terkait dengan penelitian ini, seperti BPS Provinsi Sumatera Utara, Dinas
Pertanian Kabupaten Deli Serdang dan lain lain.
3.4 Metode Analisis Data Untuk menganalisis masalah penelitian dilakukan metode analisis regresi linier
berganda Multiple Regression yaitu untuk menguji pengaruh faktor biaya usahatani sebelum konversi lahan, harga karet ditingkat petani sebelum konversi
lahan, pendapatan usahatani sebelum konversi lahan, pengeluaran keluarga sebelum konversi lahan, luas kepemilikan lahan, minat petani dan penyakit
tanaman karet yang mempengaruhi terjadinya konversi lahan karet rakyat menjadi kelapa sawit rakyat.
Variabel yang dimasukkan dalam model regresi adalah •
Biaya usahatani sebelum konversi lahan •
Harga karet ditingkat petani sebelum konversi lahan
• Pendapatan usahatani sebelum konversi lahan
• Pengeluaran keluarga sebelum konversi lahan
• Luas kepemilikan lahan
• Minat petani
• Penyakit tanaman karet
Untuk menguji pengaruh semua variabel bebas biaya usahatani sebelum konversi lahan, harga karet ditingkat petani sebelum konversi lahan, pendapatan usahatani
sebelum konversi lahan, pengeluaran keluarga sebelum konversi lahan, luas kepemilikan lahan, minat petani dan penyakit tanaman karet yang diregresikan
terhadap variabel terikat yakni luas lahan yang dikonversi, digunakan persamaan regresi linier berganda Multiple Regression. Dua diantara veriabel tersebut
merupakan variabelm dummy yakni minat petani dan penyakit tanaman karet. Model regresi yang digunakan adalah sebagai berikut.
Y = a + a
1
X
1
+ a
2
X
2
+ a
3
X
3
+ a
4
X
4
+ a
5
X
5
+ D
1
+ D
2
+ µ Dimana :
Y = Luas lahan yang dikonversi ha a
= Koefisien intersep a
1
...a
5
= Koefisien regresi X
1
= Biaya usahatani sebelum konversi lahan Rpbulan X
2
= Harga karet ditingkat petani sebelum konversi lahan Rpkg X
3
= Pendapatan usahatani sebelum konversi lahan Rpbulan X
4
= Pengeluaran keluarga sebelum konversi lahan Rpbulan X
5
= Luas kepemilikan lahan ha D
1
= Minat petani 0 : ikut-ikutan
1 : kemauan sendiri
D
2
= Penyakit tanaman karet 0 : sedikit terjangkit penyakit
1 : banyak terjangkit penyakit µ = Eror
Sebelum data digunakan dalam proses regresi uji kesesuaian model, maka data setiap variabel tersebut dilakukan uji asumsi klasik meliputi uji normalitas,
multikolinieritas, autokorelasi dan heteroskedastisitas.
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 tidak 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
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. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal
atau grafik histogram tidak menunjukkan pola distribusi normal, menunjukkan bahwa model regresi tidak memenuhi asumsi normalitas.
b. Uji normalitas Kolgomorov-Smirnov Konsep dasar dari uji normalitas Kolmogorov-Smirnov adalah dengan
membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku.
Kriteria uji sebagai berikut. Jika signifikansi α : Ho diterima atau H1 ditolak.
Jika signifikansi α : Ho ditolak atau H1diterima. Dimana:
Ho: data residual berdistribusi normal; H1: data residual tidak berdistribusi normal.
Uji Multikolinieritas
Multikolinieritas adalah suatu keadaan dimana variabel-variabel bebas saling berkorelasi satu dengan lainnya. Persamaan regresi linier berganda yang baik
adalah persamaan yang bebas dari adanya multikolinieritas antara variabel- variabel bebasnya. Sebagai alat ukur yang sering digunakan untuk mengukur ada
tidaknya variabel yang berkorelasi, maka digunakan alat uji statistik multikolinieritas collinierity statistics dengan menggunakan nilai Variance
Inflation Factor VIF. Dimana apabila nilai toleransi tolerance 0,1 dan nilai VIF 10 menunjukkan bahwa model regresi linier berganda terbebas dari
masalah multikolinieritas.
Uji Autokorelasi
Autokorelasi didefenisikan sebagai korelasi antara anggota observasi dalam beberapa deret waktu serial correlation atau antara anggota observasi berbagai
objek atau ruang spatial correlation. Uji autokorelasi terutama digunakan untuk data time series. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model
regresi yang digunakan, maka cara yang digunakan dengan melakukan pengujian serial korelasi dengan metode Durbin-Watson.
Pengambilan keputusan ada tidaknya autokorelasi pada uji Durbin Watson sebagai berikut.
• Bila nilai du dw 4 – du maka H0 diterima, artinya tidak terjadi autokorelasi. • Bila nilai dw dl atau dw 4 – dl maka H0 ditolak, artinya terjadi autokorelasi
• Bila nilai dl dw du atau 4 – du dw 4 – dl, artinya tidak ada kepastian atau kesimpulan yang pasti.
Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi perbedaan varian residual dari suatu periode pengamatan
kepengamatan yang lain. Jika varian residual dari suatu periode pengamatan kepengamatan lain tetap, maka disebut homoskedastisitas. Jika varian berbeda,
maka disebut heteroskedastisitas. Model regresi yang baik adalah jika tidak terjadi heteroskedastisitas.
Uji Kesesuaian test goodness of fit
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur dari nilai
koefisien determinasi, nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan secara sratistik apabila nilai uji statistiknya berada dalam
daerah kritis daerah dimana Ho ditolak. Sebaliknya, disebut tidak signifikan bila
nilai uji statistiknya berada dalam daerah dimana Ho diterima. Koefisien yang dihasilkan dapat dilihat pada output regresi berdasarkan data yang dianalisis untuk
kemudian diinterpretasikan serta dilihat siginifikansi tiap-tiap variabel yang diteliti. Koefisien determinasi R2 pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel terikat dependent. Koefisien determinasi R2 bertujuan untuk mengetahui kekuatan variabel-
variabel bebas independent menjelaskan variabel terikat dependent. 1. Uji hipotesis secara serempak
Uji serempak uji F pada dasarnya menunjukkan apakah secara serempak semua variabel bebas independent yang dimasukkan dalam model berpengaruh nyata
terhadap variabel terikat dependent. Uji serempak uji F dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara serempak.
Untuk menguji hipotesis, yaitu analisis faktor-faktor yang mempengaruhi konversi lahan karet rakyat menjadi kelapa sawit rakyat, digunakan uji F. Dengan
kriteria uji sebagai berikut. Jika F hitung F
tabel atau jika signifikansi F α
0,05
: Ho diterima atau H1 ditolak.
Jika F hitung F tabel atau jika signifikansi F α
0,05
: Ho ditolak atau H1 diterima.
Dimana: Ho: secara serempak, variabel bebas biaya usahatani sebelum konversi lahan,
harga karet ditingkat petani sebelum konversi lahan, pendapatan usahatani sebelum konversi lahan, pengeluaran keluarga sebelum konversi lahan, luas
kepemilikan lahan, minat petani dan penyakit tanaman karet tidak berpengaruh terhadap variabel terikat luas lahan yang dikonversi
H1: secara serempak, variabel bebas biaya usahatani sebelum konversi lahan, harga karet ditingkat petani sebelum konversi lahan, pendapatan usahatani
sebelum konversi lahan, pengeluaran keluarga sebelum konversi lahan, luas kepemilikan lahan, minat petani dan penyakit tanaman karet berpengaruh terhadap
variabel terikat luas lahan yang dikonversi 2. Uji hipotesis secara parsial
Uji parsial uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas independent secara parsial dalam menerangkan variasi variabel
terikat dependent. Uji parsial uji t dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara parsial Soekartawi, 1995.
Untuk menguji hipotesis, yaitu analisis faktor-faktor yang mempengaruhi konversi lahan karet rakyat menjadi kelapa sawit rakyat, digunakan uji t.
Dengan kriteria uji sebagai berikut. Jika t hitung t tabel atau jika signifikansi t
α : Ho diterima atau H1 ditolak. Jika t hitung t
tabel atau jika signifikansi t α : Ho ditolak atau H1 diterima. Dimana :
Ho : secara parsial, variabel bebas tidak berpengaruh signifikan terhadap variabel terikat luas lahan yang dikonversi;
H
1
: secara parsial, variabel bebas berpengaruh signifikan terhadap variabel terikat luas lahan yang dikonversi.
3.5 Definisi dan Batasan Operasional 3.5.1 Defenisi
