METODE PENELITIAN - Faktor-Faktor yang Mempengaruhi Ketersediaan dan Konsumsi Pangan Strategis di Sumatera Utara

METODE PENELITIAN Metode Penentuan Daerah Penelitian

  Penelitian ini dilakukan di Provinsi Sumatera Utara. Daerah penelitian ini dipilih secara sengaja dengan mempertimbangkan bahwa daerah ini merupakan daerah yang prosfektif untuk mengetahui ketersediaan dan konsumsi pangan strategis (beras dan cabai).

  Metode Penentuan Sampel

  Data yang digunakan dalam penelitian ini adalah data times series dengan

  

range tahun 2001-2010 yang dianalisis dengan alat bantuan program SPSS

(Statistical Package for Sosial Science) dan berupa Data Sekunder.

  Metode Pengumpulan Data Data yang dikumpulkan dalam penelitian adalah menggunakan data sekunder.

  Menurut Sugiyono (2010), sumber data Sekunder merupakan sumber yang tidak langsung memberikan data kepada pengumpul data misalnya melalui orang lain atau melalui dokumen. Penelitian ini dilakukan dengan menggunakan jenis data sekunder

  Departemen dan Dinas Pertanian dan berbagai literatur-literatur yang berhubungan dengan penelitian ini.

  Metode Analisis Data

  Data yang telah dikumpulkan segera ditabulasi, kemudian dibuat hipotesis, dilanjutkan dengan metode analisis yang sesuai dengan hipotesis tersebut. Metode analisis yang digunakan untuk menganalisis faktor-faktor yang mempengaruhi ketersediaan dan konsumsi pangan strategis (beras dan cabai) yang di Sumatera Utaramodel regresi linear berganda.

  Analisis regresi linier berganda ialah suatu alat analisis dalam ilmu statistik yang berguna untuk mengukur hubungan matematis antara lebih dari 2 peubah.

  Menurut Nawari (2010), Model regresi linier berganda yang memiliki variebel penduga lebih dari satu, yaitu Xi sampai dengan Xk. Bentuk umum persamaan regresi linier berganda ialah sebagai berikut : (Anonimus ᵃ, 2008). regresi, dengan persamaan :

• Ketersediaan Beras

  Y = a0 + a1 X1 + a2 X2 + a3 X3 + a4 X4 + µ Keterangan :

  Y = Ketersediaan beras (Kg) a0 = Konstanta intersep X1 = Luas panen padi (Ha) X2 = Harga beras (Rp/kg) X3 = Jumlah penduduk (Juta jiwa) X4 = Konsumsi beras (Kg/kap/tahun) µ = Random error a1-a4 = Koefisien variabel regresi

  Secara serempak hipotesis yang digunakan adalah : H0 : Luas panen padi, harga beras, jumlah penduduk dan konsumsi beras berpengaruh terhadap ketersediaan beras.

  H1 : Luas panen padi, harga beras, jumlah penduduk dan konsumsi beras tidak ber pengaruh terhadap ketersediaan beras.

  Secara parsial hipotesis yang digunakan adalah : H1 : Luas panen padi berpengaruh nyata terhadap ketersediaan beras. H0 : Harga beras tidakberpengaruh nyata terhadap ketersediaan beras. H1 : Harga berasberpengaruh nyata terhadap ketersediaan beras. H0 : Jumlah penduduk tidakberpengaruh nyata terhadap ketersediaan beras. H1 : Jumlah penduduk berpengaruh nyata terhadap ketersediaan beras. H0 : Konsumsi beras tidakberpengaruh nyata terhadap ketersediaan beras. H1 : Konsumsi beras berpengaruh nyata terhadap ketersediaan beras. Jika th

  ≤ t table, tidak diterima H1 ; terima HO Jika th > t table, tidak diterima HO ; terima H1

• Ketersediaan Cabai

  Y = a0 + a1 X1 + a2 X2 + a3 X3 + a4 X4 + µ Keterangan :

  Y = Ketersediaan cabai (Kg) a0 = Konstanta intersep X1 = Produksi cabai (Kg) X2 = Harga cabai (Rp/kg) X3 = Harga ikan (Rp/kg) X4 = Konsumsi beras (Kg/kap/tahun) µ = Random error

  Secara serempak hipotesis yang digunakan adalah : H0 : Produksi cabai, harga cabai, harga ikan dan konsumsi beras berpengaruh terhadap ketersediaan cabai.

  H1 : Produksi cabai, harga cabai, harga ikan dan konsumsi beras tidak berpengaruh terhadap ketersediaan cabai.

  Secara parsial hipotesis yang digunakan adalah : H0 : Produksi cabai tidak berpengaruh nyata terhadap ketersediaan cabai.

  H1 : Produksi cabaiberpengaruh nyata terhadap ketersediaan cabai. H0 : Harga cabai tidakberpengaruh nyata terhadap ketersediaan cabai. H1 : Harga cabaiberpengaruh nyata terhadap ketersediaan cabai. H0 : Harga ikan tidak berpengaruh nyata terhadap ketersediaan cabai. H1 : Harga ikanberpengaruh nyata terhadap ketersediaan cabai. H0 : Konsumsi beras tidak berpengaruh nyata terhadap ketersediaan cabai. H1 : Konsumsi berasberpengaruh nyata terhadap ketersediaan cabai. Jika th

  ≤ t table, tidak diterima H1 ; terima HO Jika th > t table, tidak diterima HO ; terima H1

  Dan untuk menguji identifikasi masalah (2) akan diuji dengan menggunakan regresi, dengan persamaan :

• Konsumsi Beras

  Keterangan :

  Y = Konsumsi beras (Kg/kapita/tahun) b0 = Konstanta intersep X1 = Jumlah penduduk (Juta jiwa)

  X2 = Harga beras (Rp/kg) X3 = Produksi beras (Kg) X4 = Pendapatan perkapita (Rp)

  µ = Random error a1-a4 = Koefisien variabel regresi Secara serempak hipotesis yang digunakan adalah :

  H0 : Jumlah penduduk, harga beras, produksi beras dan pendapatan perkapita berpengaruh terhadap konsumsi beras.

  H1 : Jumlah penduduk, harga beras, produksi beras dan pendapatan perkapita tidak berpengaruh terhadap konsumsi beras.

  Secara parsial hipotesis yang digunakan adalah : H0 : Jumlah penduduk tidakberpengaruh nyata terhadap konsumsi beras.

  H1 : Jumlah pendudukberpengaruh nyata terhadap konsumsi beras. H0 : Harga beras tidakberpengaruh nyata terhadap konsumsi beras. H1 : Harga beras berpengaruh nyata terhadap konsumsi beras. H0 : Produksi beras tidakberpengaruh nyata terhadap konsumsi beras.

  H0 : Pendapatan perkapita tidak berpengaruh nyata terhadap konsumsi beras. H1 : Pendapatan perkapita berpengaruh nyata terhadap konsumsi beras. Jika th

  ≤ t table, tidak diterima H1 ; terima HO Jika th > t table, tidak diterima HO ; terima H1

• Konsumsi Cabai

  Y2 = b0 + b1 X1 + b2 X2 + b3 X3 + µ Keterangan :

  Y = Konsumsi cabai (Kg/kapita/tahun) b0 = Konstanta intersep X1 = Pendapatan perkapita (Rp)

  X2 = Harga cabai (Rp/kg) X3 = Produksi cabai (Kg)

  µ = Random error a1-a4 = Koefisien variabel regresi Secara serempak hipotesis yang digunakan adalah :

  H0 : Pendapatan perkapita, harga cabai dan produksi cabai berpengaruh terhadap konsumsi cabai. terhadap konsumsi cabai.

  Secara parsial hipotesis yang digunakan adalah : H0 : Pendapatan perkapita tidakberpengaruh nyata terhadap konsumsi cabai.

  H1 : Pendapatan perkapitaberpengaruh nyata terhadap konsumsi cabai. H0 : Harga cabai tidak berpengaruh nyata terhadap konsumsi cabai. H1 : Harga cabaiberpengaruh nyata terhadap konsumsi cabai. H0 : Produksi cabai tidakberpengaruh nyata terhadap konsumsi cabai. H1 : Produksi cabaiberpengaruh nyata terhadap konsumsi cabai. Jika th

  ≤ t table, tidak diterima H1 ; terima HO Jika th > t table, tidak diterima HO ; terima H1

  Interpretasi Hasil Uji Multikolinearitas

  Uji multikolinearitas dimaksudkan untuk menghindari adanya hubungan yang linear antar variable bebas. Multikolinearitas dapat dideteksi dengan beberapa metode, diantaranya adalah dengan melihat :

• nilai VIF melebihi 10.

  Jika nilai Toleransi atau VIF (Variance Inflation Factor) kurang dari 0,1 atau

• (Gujarati, 2007).

  Terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8.

  Autokolerasi 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-Waston.

  Korelasi Ragu-ragu Tidak ada Ragu-ragu Kolerasi negatif Positif kolerasi dL dU 4-dU 4-dL

  Gambar 2 : Aturan membandingkan Uji DW dengan Tabel Durbin-Watson

  Pengambilan keputusan ada tidaknya autokolerasi : Bila DW terletak antara batas atau upper bound (du) dan (4-du), maka

• koefisien autokolerasataui sama dengan nol, berarti tidak ada autokolerasi.
• maka koefisien autokolerasi lebih besar dari pada nol, berarti ada autokolerasi positif.

  Bila nilai DW lebih rendah dari pada batas bawah atau lower bound (dl),

• kecil dari pada nol, berarti ada autokolerasi negatif.

  Bila nilai DW lebih besar dari pada (4-dl), maka koefisien autokolerasi lebih

• terletak antara (4-dl) dan (4-dl), maka hasilnya tidak dapat disimpulkan.

  Bila nilai DW terletak diantara batas atas (du) dan batas bawah (dl) atau DW

  Defenisi Batasan Operasional

  Untuk memperjelas dan menghindari kesalahpahaman mengenai pengertian tentang istilah-istilah dalam penelitian, maka dibuat defenisi dan batasan operasional sebagai berikut :

  Defenisi 1.

  Ketersediaan beras adalah jumlah beras yang tersedia untuk dikonsumsi oleh masyarakat Sumatera Utara.

  2. Luas panen padi merupakan luas areal persawahan yang akan dipanen pada musim tertentu.

  3. Harga beras adalah harga beras yang berada di Badan Ketahanan Pangan (BKP) Provinsi Sumatera Utara.

  Pertumbuhan jumlah penduduk berarti jumlah pangan yang harus disediakan semakin banyak untuk memenuhi kebutuhan pangan penduduk.

  5. Ketersediaan cabai adalah jumlah produksi pangan (cabai) yang tersedia untuk dikonsumsi oleh masyarakat Sumatera Utara.

  6. Produksi pangan adalah kegiatan atau proses menghasilkan, menyiapkan, mengolah, membuat, mengawetkan, mengemas, mengemas kembali dan atau mengubah bentuk pangan.

  7. Harga cabai adalah harga cabai yang beradadi Badan Ketahanan Pangan (BKP) Provinsi Sumatera Utara.

  8. Harga ikan adalah harga ikan yang berada di Badan Ketahanan Pangan (BKP) Provinsi Sumatera Utara.

  9. Konsumsi beras adalah sejumlah beras yang akan dimakan oleh masyarakat Sumatera Utara dengan tujuan memenuhi kebutuhan hayati.

  10. Pendapatan adalah jumlah uang yang diterima oleh perusahaan dari aktivitasnya, kebanyakan dari penjualan produk dan/atau jasa kepada pelanggan.

  11. Ketahanan pangan adalah kondisi terpenuhinya pangan bagi rumah tangga yang tercermin dari tersedianya pangan yang cukup, baik dalam jumlah maupun mutunya, aman, merata dan terjangkau.

  12. Pangan strategis adalah bahan pangan dengan kriteria dikonsumsi dan dibudidayakan oleh sebagian besar masyarakat (massal), produksi yang ada cukup besar serta pasokan atau pemantauan berfluktuasi secara signifikan sesuai dengan musiman.