LAMPIRAN Intrepretasi Hasil Output Analisis Linear Berganda Untuk memperoleh gambaran interpretasi analisis, maka akan dilakukan pengujian dan analisis yang terdiri dari beberapa bagian yaitu uji asumsi multikolinearitas, uji asumsi heteroskedastisitas, uji asumsi autokolerasi,uji R-square, uji F dan uji signifikansi. 1. Uji Asumsi Multikolinearitas. Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model regresi. Untuk mendeteksi adanya multikolinearitas dilihat pada nilai : 1. Besaran VIF dan Tolerance 2. Besaran korelasi antar variabel independen - Cara mengatasi multiko dengan metode residual : Ambil nilai residualnya, yang kemudian digunakan untuk menggantikan salah satu dari variabel bebas yang memiliki multikolinearitas yang tinggi. Untuk mendeteksi adanya multikolinearitas dilihat pada nilai VIF dan Tolerance yang terdapat pada tabel dibawah ini: Tolerance Collinearity Statistics VIF 0,151 6,618 0,356 2,812 0,710 1,409 0,892 1,121 0,233 4,285 0,239 4,192 Berdasarkan tabel diatas dapat dilihat bahwa angka VIF ( Variance Inflaion Factor) berkisar antara 1-6 atau tidak melebihi angka 10 dan nilai Tolerance > 0,10. Dengan demikian dapat disimpulkan bahwa tidak terjadinya multikolienearitas atau tidak terjadinya kemiripan dan tidak terdapatnya kolerasi antara variabel-variabel independent.
2. Uji Asumsi Heteroskedastisitas. Uji asumsi heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Untuk mengetahui ada tidaknya heteroskedostisitas dalam model regresi dapat dilihat pada tabel scatterplot berikut: Berdasarkan tabel scatterplot diatas dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas atau tidak terdapatnya perbedaan variance residual suatu periode pengamatan ke periode pengamatan lain. Hal ini dapat dilihat dari penyebaran titik- titik sebagai berikut: 1. Titik- titik pada tabel menyebar secara menyeluruh dari atas dan dibawah. 2. Titik-titik data tidak mengumpul diatas atau dibawah saja. 3. Penyebaran titik-titik data tidak berpola. 3. Uji Asumsi Autokolerasi. Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Cara mengetahui adanya autokorelasi dengan uji Durbin Watson d = e = Y - nilai duga Y memasukan nila X dalam persamaan regresinya autokorelasi positif (0 < p < 1) : H0 diterima jika d > du, H0 ditolak jika d < d1
Autokorelasi negatif H0 diterima jika ( 4 d ) > du, H0 ditolak jika (4 0 ) < d1. Adapun tabel Durbin Watson sebagai berikut: Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.956 a.913.904 1263052.658 1.645 Berdasarkan tabel Durbin Watson dengan jumlah variabel (k) = 7 dan jumlah sampel (n) = 60 maka diperoleh nilai dl dan du adalah 1,371 dan 1,508. Hasil pengolahan data menunjukkan nilai Durbin Watson sebesar 1,645 dan nilai tersebut berada di antara du dan (4 du) atau 1,588 lebih besar dari 1.508 dan 1,645 lebih kecil dari 2,355 maka dapat disimpulkan bahwa dalam model regresi linier Berganda tersebut tidak terdapat Autokorelasi atau tidak terjadi korelasi diantara kesalahan penggangu. 4. Uji R-Square Untuk memperkuat hasil analisis regresi berganda maka dilakukan analisis terhadap Koefisien determinasi (R 2 ) untuk menentukan kemampuan variabel bebas (X i ) dalam menjelaskan variasi variabel terikat (Y). Nilai koefisien determinasi (R 2 ) antara 0 dan 1. Nilai R 2 yang mendekati 1 berarti variabel bebas (X i ) memiliki kemampuan menjelaskan variabel terikat (Y) secara penuh atau mendekati sempurna. Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Sig. F Change Durbin- Watson 1.956 a.913.904 1263052.658.000 1.645 Berdasarkan hasil analisis diatas, nilai koefisien determinasi Adjusted R square (R 2 - Adjusted) sebesar.904. Hal ini menunjukkan bahwa 90,4 % variasi dari variabel pendapatan petani tembakau dapat dijelaskan oleh variabel-variabel bebas yang meliputi: luas lahan (X 1 ), biaya sarana produksi (X 2 ), tenaga kerja (X 3 ), umur petani (X 4 ), tingkat pendidikan (X 5 ) dan dummy cara penjualan (X 6 ).
5. Uji F Untuk menunjukan pengaruh nyata variabel bebas terhadap variabel terikat. Dinyatakan dengan : Jika F hitung > F tabel, maka H0 ditolak, artinya variabel bebas secara bersama-sama berpengaruh nyata terhadap variabel tidak bebas. Jika F hitung < F tabel, H0 diterima maka variabel bebas secara bersama-sama tidak berpengaruh nyata terhadap variabel tidak bebas. Nilai F dapat dilihat pada tabel berikut: Model Sum of Squares df Mean Square F Sig. Regression 8.916E14 6 1.486E14 93.147.000 a Residual 8.455E13 53 1.595E12 Total 9.761E14 59 Berdasarkan hasil analisis diperoleh nilai F- Hitung 93.147 lebih besar dari nilai F- Tabel sebesar 2,28 pada tingkat kepercayaan 95%. Hal ini berarti variabel bebas yaitu: luas lahan (X 1 ), biaya sarana produksi (X 2 ), tenaga kerja (X 3 ), umur petani (X 4 ), tingkat pendidikan (X 5 ) dan cara penjualan (X 6 ) secara bersama-sama berpengaruh nyata terhadap variabel tidak bebas yaitu pendapatan petani tembakau (Y) pada tingkat kepercayaan 95%. 6. Uji Signifikansi Untuk memperoleh gambaran tentang pengaruh variabel bebas terhadap variabel tidak bebas secara individual akan dilakukan uji signifikansi dengan menggunakan tabel berikut ini: Model (Constant) Luas lahan Biayaproduksi HOK Umur Tingkatpendidikan Carapenjualan Unstandardized Coefficients Standardized Coefficients B Std. Error Beta T Sig. 756.098,630 926894.349.816 0,418 11.910.000 2.385E6.413 4.994 0,000* 0,698.243.298 2.869 0,006* 5.162,260 2494.704.140 2.069 0,043* 5.463,797 16409.901.016.333 0,740 3.049,818 79128.530.002.039 0,969 1.603.000 707669.384.190 2.265 0,028* Berdasarkan tabel diatas dapat dilihat variabel bebas yang secara signifikan berpengaruh dan tidak memiliki pengaruh nyata terhadap variabel tidak bebas (Y) dapat dijelaskan sebagai berikut:
a) Uji individu untuk variabel luas lahan (X 1 ) Ho: β 1 = ( variabel X 1 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 1 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05 Keputusan: tolak Ho karena signifikansi = 0,000* Kesimpulan : menerima Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 1 signifikan mempengaruhi variabel Y. b) Uji individu untuk variabel sarana produksi (X 2 ) Ho: β 1 = ( variabel X 2 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 2 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05 Keputusan: tolak Ho karena signifikansi = 0,006* Kesimpulan : menerima Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 2 signifikan mempengaruhi variabel Y. c) Uji individu untuk variabel jumlah HOK tenaga kerja (X 3 ) Ho: β 1 = ( variabel X 3 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 3 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05 Keputusan: tolak Ho karena signifikansi = 0,043* Kesimpulan : menerima Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 3 signifikan mempengaruhi variabel Y. d) Uji individu untuk variabel umur petani (X 4 ) Ho: β 1 = ( variabel X 4 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 4 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05 Keputusan: terima Ho karena signifikansi = 0,740 Kesimpulan : menolak Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 4 tidak signifikan mempengaruhi variabel Y. e) Uji individu untuk variabel tingkat pendidikan (X 5 ) Ho: β 1 = ( variabel X 5 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 5 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05
Keputusan: terima Ho karena signifikansi = 0,969 Kesimpulan : menolak Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 5 tidak signifikan mempengaruhi variabel Y. f) Uji individu untuk variabel cara penjualan (X 6 ) Ho: β 1 = ( variabel X 6 tidak signifikan mempengaruhi variabel Y) Ho: β 1 ( variabel X 6 signifikan mempengaruhi variabel Y) Dimana tolak Ho, jika nilai sig < 0,05 Keputusan: tolak Ho karena signifikansi = 0,028* Kesimpulan : menerima Ha, dimana dengan tingkat keyakinan 95%, dapat disimpulkan bahwa variabel X 6 signifikan mempengaruhi variabel Y.
Kuisioner Penelitian Judul : FAKTOR FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI PENDAPATAN PETANI TEMBAKAU DESA BATUR KECAMATAN GETASAN KABUPATEN SEMARANG Oleh : Aldoni Riwan Waluwanja No Responden Nama Responden Waktu Tempat : :... :... :... Petunjuk 1. Mohon memberikan informasi yang tersedia dalam kuisioner. 2. Hasil pengisian kuesioner ini hanya ditujukan untuk penelitian ilmiah semata! I. DATA UMUM RESPONDEN 1. Nama :... 2. Umur :...tahun 3. Jenis kelamin ( P ) ( L ) 4. Jumlah anggota keluarga :...orang 5. Pekerjaan tetap :... 6. Pekerjaan Sampingan :... a. Buruh b. Pedagang c. Pengrajin d. Tukang) e. Karyawan Swasta f. PNS/pensiunan) g. lain lain:...
II. DATA PENELITIAN 1. luas lahan yang diusahakan untuk tanaman tembakau :...Hektar/...M2 2. informasi lain :... Status penguasaan lahan No Status Luas (M2) Harga Sewa (Rp) Keterangan 1 Milik 2 Sewa 3 Sakap 4 Pinjam 5 Lain-lain 3. Penggunaan faktor-faktor produksi tembakau pada musim tanam: bulan...s/d... tahun... No Faktor produksi Kepemilikan Jumlah Harga per satuan Keterangan Beli Milik Sendiri Penggunaan ( Rp 1 Bibit ( jumlah) 2 Jenis pupuk a. Pupuk Urea ( Kg) b. Pupuk TSP ( Kg ) c. Pupuk Kandang ( Kuintal) 3 Pestisida ( liter) Keterangan: varietas bibit, asal bibit, jenis pupuk dan pestisida,
4. Penggunaan Tenaga Kerja. a. Tenaga kerja dalam keluarga No Nama kegiatan Tenaga Kerja dalam Keluarga Pria 1 Pengolahan tanah 2 Penanaman 3 Pemeliharaan 4 Panen 5 Pasca panen Wanita O HK W U O HK W U b. Tenaga kerja luar keluarga No Nama kegiatan Tenaga Kerja luar Keluarga Keterangan Pria Wanita O HK W U O HK W U 1 Pengolahan tanah 2 Penanaman 3 Pemeliharaan 4 Panen 5 Pasca panen Keterangan: O = Jumlah Orang HK = Jumlah hari kerja W = Jumlah jam kerja U = Upah orang/hari Keterangan : jenis kelamin, waktu kerja ( jam kerja), sistem pengupahan ( harian/ borongan), asal tenaga kerja.
5. Pengalaman a) Lama bertani tembakau :... b) Jenis pelatihan yang pernah diikuti dalam 5 tahun terakhir : a. Topik :... b. Topik :... c. Topik :... c) Jenis penyuluhan yang pernah diikuti dalam 5 tahun terakhir d. Topik :... e. Topik :... f. Topik :... d) Manfaat yang diperoleh dari pelatihan dan penyuluhan yang diikuti :... e) Jenis pelatihan atau penyuluhan yang diinginkan kedepan untuk menambah pengetahuan usahatani khususnya tembakau :... f) Penghargaan yang pernah diperoleh dalam bidang pertanian:... g) Nama kelompok tani yang diikuti:... h) Berapa lama mengikuti kelompoktani tersebut:... i) Kegiatan-kegiatan yang dilakukan oleh kelompoktani:... 6. Tingkat Pendidikan a) Pendidikan terakhir : a) SD b) SMP c) SMA d) Diploma e) Sarjana ( S1, S2, S3 ) a) Bagaimana cara penjualan hasil produksi yang siap dijual? b) Dari mana asal pembeli atau pemesan hasil produksi? c) Sistem pembayaran dalam proses pemasaran : a) Cash b) Non Cash c) lain lain (...) 7. Produksi dan Sistem Penjualan d) Jumlah produksi :... TON e) Di jual dalam bentuk: a. Basah b. Kering c. Bentuk lain(...) F) informasi lain berkenaan dengan pendapatan petani tembakau:...
No Nama Luas Lahan ( Ha) DATA PRIMER SAMPEL PETANI TEMBAKAU Sarana Produksi ( Rp) Tenaga Kerja (HOK) Umur Petani (Tahun) Tingkat Pendidikan (Tahun) Dummy Cara Penjualan Pendapatan Petani (Rp) (X1) (X2) (X3) (X4) (X5) (X6) (Y) 1 ISMAN 0.5 4.250.000 458 56 6 1 15.800.000 2 RUGIMIN 0.4 4.300.000 468 48 6 1 10.900.000 3 SUKINI 0.5 3.075.000 447 60 12 1 11.000.000 4 PAIDI 0.15 590.000 246 25 4 0 2.100.000 5 PAK PARDY 0.3 975.000 135 43 6 0 5.000.000 6 SUWARSO 0.4 4.200.000 254 59 6 1 9.500.000 7 ABDUL HADI 0.3 2.175.000 224 37 6 0 7.000.000 8 HARIANTO 0.3 4.250.000 178 50 5 1 6.900.000 9 PARDI 0.5 1.215.000 268 33 9 0 7.700.000 10 SUMADI 0.2 515.000 223 45 6 0 4.700.000 11 SAIFUDIN 0.1 715.000 149 35 9 0 4.000.000 12 CIPTO 0.25 4.050.000 246 60 6 1 9.800.000 13 BESO 0.5 4.775.000 475 30 9 1 14.300.000 14 SUTARJO.T 0.2 605.000 244 52 6 0 3.500.000 15 ADI 0.2 575.000 224 30 6 0 3.100.000 16 JUMARI 0.08 270.000 128 50 6 0 3.700.000 17 TURUT 0.15 500.000 240 43 6 0 2.700.000 18 WARDI 0.1 355.000 244 40 6 0 2.700.000 19 MUJAR 0.5 4.175.000 369 52 6 1 15.000.000 20 YOHANES 0.15 500.000 126 40 12 0 4.000.000 21 PAIMIN 0.3 975.000 264 57 6 0 6.800.000 22 WIYONO 0.1 475.000 129 30 6 0 3.300.000
23 SLAMET 0.25 550.000 253 33 6 0 6.100.000 24 SUDIMIN 0.4 1.625.000 429 40 6 1 9.600.000 25 KUNADI 0.5 4.675.000 439 45 6 1 14.600.000 26 NGATEMIN 0.06 475.000 120 33 0 0 3.300.000 27 SUDAR 0.2 425.000 200 35 6 0 3.600.000 28 JUNI 0.3 640.000 140 55 3 0 6.600.000 29 SUNARDI 0.25 430.000 217 27 6 1 8.540.000 30 SUWARDI 0.2 390.000 256 63 6 0 4.300.000 31 JONO 0.5 4.475.000 333 55 6 1 11.600.000 32 SAID 0.15 390.000 122 30 6 0 3.800.000 33 SURAMI 0.2 875.000 122 23 12 0 4.100.000 34 COKRO MERDI 0.3 3.175.000 256 65 6 1 11.000.000 35 SUROSO 0.1 775.000 120 35 12 0 2.900.000 36 BOWO 0.25 415.000 228 29 6 1 5.200.000 37 JUMARNO 0.35 565.000 255 30 6 0 8.700.000 38 PARDI 0.15 900.000 130 32 6 0 4.200.000 39 WAGIMIN 0.3 1.075.000 224 33 9 0 6.200.000 40 SUMARIN 0.5 3.675.000 200 36 6 1 11.100.000 41 MARIAH 0.2 370.000 276 21 9 0 5.300.000 42 SUWADI 0.3 990.000 247 48 6 0 7.160.000 43 ESNI 0.1 300.000 130 29 9 0 3.800.000 44 TRUBOWON 0.3 620.000 248 35 9 0 6.850.000 45 JUMIYATI 0.2 445.000 250 34 9 0 5.480.000 46 JAINET 0.1 235.000 150 57 6 0 3.500.000 47 SOBIAH 0.1 210.000 175 33 9 0 3.900.000 48 SUNARDI 0.25 345.000 225 30 6 0 5.900.000 49 SEMI 0.1 295.000 129 50 6 0 3.400.000
50 SUHARDI 0.35 4.375.000 178 55 6 1 12.980.000 51 SUTRISNO 0.2 255.000 234 35 6 0 4.650.000 52 SUNARDY 0.15 450.000 126 28 6 0 4.875.000 53 SLAMET 0.2 255.000 140 35 6 0 6.350.000 54 JUMAR 0.25 4.250.000 258 33 9 1 10.250.000 55 NUROMIN 0.2 440.000 248 20 6 0 5.600.000 56 SATRO 0.5 4.750.000 460 60 6 1 17.000.000 57 MUJARI 0.5 4.275.000 447 58 12 1 13.800.000 58 KUAT 0.4 4.154.000 250 48 6 1 12.800.000 59 KUSNADI 0.5 4.475.000 445 43 9 1 14.100.000 60 JULI 0.5 4.575.000 439 45 6 1 14.650.000 RATA-RATA 0,27 1.751.817 247,3 41,2 6,85 0,35 7.354.750
LAMPIRAN GAMBAR [Penyemaian Bibit Tembakau] [ Pengolahan Tanah] [Penanaman Tembakau] [Tembakau Siap Panen]
[Tembakau Yang Telah Dipanen] [Daun Tembakau Dikeringkan] [ Alat Perajang Tembakau] [Tembakau Rajagan Dikeringkan