IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Perkebunan Aek Pamienke, Labuhan Batu Utara, Sumatera Utara. Pemilihan provinsi Sumatera Utara sebagai lokasi penelitian dilakukan secara sengaja (purposive) dengan pertimbangan bahwa Sumatera Utara merupakan salah satu daerah yang sangat cocok dalam budidaya karet karena memiliki iklim yang basah. Penetapan perusahaan PT Socfin Indonesia (Socfindo) sebagai perusahaan yang diteliti karena produksi karet alam perusahaan tersebut pada tahun 2010-2011 menjadi urutan pertama yang menghasilkan produksi karet alam paling besar dibandingkan lima perkebunan karet lainnya di Sumatera Utara, yaitu PT Perkebunan Nusantara III (PTPN III), PT Tolan Tiga Indonesia, London Sumatera (LONSUM), Bakrie, dan PT Ukindo Indonesia yang dapat dilihat pada Gambar 6. Gambar 6. Grafik Produksi Karet Alam Enam Perusahaan Perusahaan Karet Tahun 2010-2011 Sumber : PT Socfindo (2011) Gambar 6 menunjukkan bahwa produksi karet alam yang dihasilkan oleh PT Socfindo pada tahun 2011 adalah 24,976 ton/ha dengan peningkatan 0,031 persen dari tahun 2010, sedangkan untuk perkebunan Aek Pamienke sebagai daerah penelitian dikarenakan perkebunan tersebut merupakan perkebunan karet yang memiliki lahan terluas di PT Socfindo dibandingkan empat perkebunan karet 30
lainnya, yaitu 3.941,25 Ha. Waktu pengumpulan data dimulai pada bulan Maret 2012 sampai dengan April 2012. 4.2 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh melalui pengamatan langsung, pencatatan dan wawancara langsung dengan staf divisi bagian tanaman PT Socfindo dan staff manager, asisten kepala lapangan, asisten kepala pabrik, dan asisten setiap afdeling di perkebunan Aek Pamienke untuk mengetahui proses produksi, risiko produksi yang dihadapi perusahaan, penyebab terjadinya risiko dan mengetahui bagaimana penanganannya. Proses wawancara dilakukan dengan cara mengajukan beberapa pertanyaan. Data sekunder yang diperoleh dari PT Socfindo meliputi luas areal tanaman karet, harga karet, jumlah pohon yang mati akibat cuaca ataupun penyakit, biaya yang dikeluarkan untuk penanganan penyakit, dan data produksi dari tahun 2009-2011. Selain itu, ada beberapa data yang dapat mendukung untuk mengetahui risiko antara lain Badan Pusat Statistik (BPS), Departemen Pertanian, Direktorat Jendral Perkebunan, Perpustakaan, dan situs atau literatur yang mendukung. 4.3 Metode Pengumpulan Data Penelitian ini menggunakan data sekunder dan data primer yang sangat dibutuhkan untuk dapat menjawab tujuan penelitian. Data sekunder dan data primer tersebut akan diolah dan dianalisis berdasarkan metode analisis yang digunakan. Data yang digunakan berupa data sekunder yang diberikan oleh PT Socfindo terkait data-data yang dibutuhkan di dalam penelitian ini. Data sekunder tersebut berupa data produksi, jumlah pohon yang hilang akibat sumber-sumber risiko dan peremajaan, jumlah pohon yang menghasilkan lateks, dll. Data penelitian ini disajikan dalam bentuk time series (antar waktu perbulan) mulai tahun 2009-2011. 31
4.4 Metode Pengolahan Data Metode yang digunakan dalam penelitian ini adalah metode regresi linier berganda. Metode regresi merupakan analisis metode statistika inferensia yang berkaitan dengan analisis data untuk peramalan atau penarikan kesimpulan dari pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat (untuk membuktikan ada atau tidaknya hubungan fungsional atau hubungan kausal antara dua atau lebih). Kegunaannya uji regresi ganda yaitu untuk meramalkan nilai variabel terikat (Y) apabila variabel bebas minimal dua atau lebih. Pada penelitian ini analisis regresi berganda menghubungkan antara variabel terikat (Y) dihubungkan dengan lebih dari satu variable bebas (X 1, X 2, X 3,.,Xn) yang dapat dirumuskan sebagai berikut: Y = f (X), Y = f (X 1, X 2,...,Xn) Y = c + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + b 6 X 6 + b 7 Y (t-1) Nilai dugaan parameter dari model ini adalah b 1, b 2, b 4, b 5, b 6 < 0 ; b 3, b 7 Y (t-1) > 0 Keterangan : Y = Produksi (Kk Kg) X 1 = Jumlah pohon yang mati c = Konstanta X 2 = Penderes yang melakukan kesalahan b = Koefisien regresi X 3 = Jumlah pohon yang di deres X 4 = Jumlah blok yang terkena Secondary Leaf Fall X 5 = Biaya perawatan Brown Bast/Bark Necrosis (Rp) X 6 = Curah hujan (mm) Y (t-1) = Produksi karet alam bulan Sebelumnya 4.5 Pengujian Hipotesis Uji hipotesis berguna untuk memeriksa atau menguji apakah variabelvariabel yang digunakan dalam model regresi signifikan atau tidak. Pengujian hipotesis dilakukan untuk menguji hasil dari model faktor-faktor sumber risiko produksi terhadap produksi karet. Salah satu pengujiannya adalah koefisien determinasi dan uji F. 1) Koefisien Determinasi (R 2 ) Koefisien Determinasi digunakan untuk melihat seberapa jauh tingkat keragaman oleh variabel bebas terhadap vaiabel tak bebas. Selain itu juga digunakan untuk melihat seberapa kuat variabel yang dimasukan kedalam model 32
dapat menerangkan model (Gujarati 1993). Adapun sifat R 2 yaitu merupakan besaran non negatif dan batasnya adalah 0 R 2 1. Jika R 2 bernilai 1 artinya suatu kecocokan sempurna (adanya hubungan antar variabel baik bebas maupun terikat), sedangkan jika R 2 bernilai 0 artinya tidak ada hubungannya antara variabel bebas dan terikatnya. Dalam pengujian, R 2 secara umum dapat dirumuskan sebagai berikut : Dimana : = Jumlah kuadrat regresi (SS regression ) = Jumlah kuadrat total (SS total ) 2) Uji F-Statistik Uji F ini digunakan untuk melihat bagaimana pengaruh secara bersamasama oleh variabel independen terhadap variabel dependennya (Gujarati 1993). Hipotesis : H 0 = b 1 = b 2 = = 0 H 1 = b 1 0 Dalam pengujiannya, uji F secara umum dapat dirumuskan sebagai berikut : Dimana : R 2 = Koefisien determinasi k = Jumlah variabel (termasuk intercept) n = Jumlah data Kriteria ujinya adalah jika F hitung > F tabel,α,(k-1)(n-k) maka tolak H 0, dimana k adalah jumah variabel (dengan intercept) dan jumlah observasi yang dilambangkan dengan huruf n. Selain itu, jika probabilitas (p-value) < taraf nyata maka sudah cukup bukti untuk menolak H 0. Jika tolak H 0 berarti secara bersamasama variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α persen, demikian pula sebaliknya. 33
4.6 Hipotesis Hipotesis merupakan kesimpulan awal yang digunakan sebagai dasar dalam penelitian ini. Adapun penjelasan hipotesis dari faktor-faktor risiko produksi terhadap produksi karet alam PT Socfindo adalah sebagai berikut : 1) Jumlah pohon yang mati (X 1 ) b 1 < 0, artinya semakin banyak jumlah pohon karet yang mati, maka produksi karet alam akan berkurang. 2) Penderes yang melakukan kesalahan (X 2 ) b 2 < 0, artinya semakin banyak jumlah penderes yang melakukan kesalahan, maka produksi karet alam akan berkurang. 3) Jumlah pohon yang dideres (X 3 ) b 3 > 0, artinya semakin banyak jumlah pohon yang dideres, maka produksi karet alam akan meningkat. 4) Jumlah blok yang terkena Secondary Leaf Fall (X 4 ) b 4 < 0, artinya semakin banyak jumlah blok yang terkena Secondary Leaf Fall, maka produksi karet alam akan berkurang. 5) Biaya Perawatan Brown Bast/Bark Necrosis (X 5 ) b 5 < 0, artinya semakin banyak jumlah biaya perawatan Brown Bast/Bark Necrosis yang dikeluarkan, maka produksi karet alam akan berkurang. 6) Curah Hujan (X 6 ) b 6 < 0, artinya semakin tinggi curah hujan, maka produksi karet alam akan berkurang. 7) Produksi Sebelumnya (Y (t-1) ) b 7 > 0, artinya semakin tinggi produksi pada bulan sebelumnya (t-1), maka produksi karet alam pada bulan saat ini akan meningkat. 4.7 Uji Asumsi Klasik Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik terhadap data penelitian yang meliputi pengujian normalitas data, multikolinieritas, heteroskedasitisitas dan autokorelasi. 34
a) Pengujian Normalitas Data Pengujian normalitas data dilakukan untuk menguji apakah dalam model regresi, peubah bebas dan terikat mempunyai distribusi normal, atau tidak. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Normalitas data dapat dilihat berapa cara, antara lain adalah dengan nilai skewness, histrogam dan Normal P-Plot. Nilai ini digunakan untuk mengetahui bagaimana distribusi normal data dalam variabel dengan menilai kemiringan kurva serta letak tersebarnya titik-titik pada Normal P-Plot adalah menyebar di sekitar garis diagonal dan penyebaran titik-titik data searah dengan garis diagonal (Suliyanto 2011). Pengujian normalitas ini akan dilakukan dengan uji Jarque-Bera. Uji Jarque-Bera adalah uji statistik untuk mengetahui apakah data berdistribusi normal atau tidak. Uji ini mengukur perbedaan skewness dan kurtosis data dan dibandingkan dengan apabila datanya bersifat normal. Uji Jarque-Bera dalam program eviews 6 dimunculkan dalam bentuk histogram. Walaupun pola distribusi normal Jarque-Bera dalam bentuk histogram tidak dapat terlihat mengikuti bentuk kurva normal, tetapi kenormalan data dapat dilihat dari nilai probability lebih besar dari α yang telah ditetapkan (Winarno 2009). b) Pengujian Multikolinearitas Multikolinearitas merupakan suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel bebas penyusun model. Indikasi adanya multikolinearitas dapat dilihat jika dalam model yang dihasilkan terbukti signifikan secara keseluruhan (uji-f) dan memiliki nilai R-Squared yang tinggi namun banyak variabel yang tidak signifikan (Winarno 2009). c) Pengujian Heteroskedastisitas Uji ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan ragam dari sisa satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokesdasitas, atau tidak terjadi heteroskedasitas (Suliyanto 2011). Deteksi dapat dilakukan dengan menggunakan uji metode grafis dan statistik. Metode grafis yaitu melihat ada tidaknya pola tertentu yang tergambar pada scatterplot. Sedangkan, metode statistik yaitu metode Glejser, 35
metode Park, metode White, metode Rank Spearman dan metode Bresch-Pagan- Godfrey (BPG). Untuk mendeteksi adanya pelanggaran asumsi heteroskedastisistas, digunakan uji- Breusch-Pagan-Godfrey yang diperoleh dalam program Eviews 6. Pengolahan data menggunakan Eviews 6 dengan metode Ordinary least Square (OLS), maka untuk mendeteksi adanya heteroskedastisitas adalah dengan melihat Prob. Chi-Square apakah lebih besar dari α atau tidak. Apabila lebih besar dari α, maka data tersebut telah terbukti tidak ada heteroskedastisitas, sehingga data nya homoskedastisitas dan uji terpenuhi. Apabila kurang dari α, maka terbukti terdapat heteroskedastisitas, sehingga uji ini tidak terpenuhi (Winarno 2009). d) Pengujian Autokorelasi Autokorelasi adalah hubungan antara residual satu obsevasi dengan observasi yang berlainan waktu. Autokorelasi lebih mudah timbul pada data yang bersifat deret waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa sebelumnya. Autokorelasi dapat berbentuk autokorelasi positif dan autokorelasi negatif. Dalam data deret waktu, lebih besar terjadi autokorelasi positif, karena variabel yang dianalisis pada umumnya cenderung meningkat (Winarno 2009). Ada beberapa metode untuk uji autokorelasi antara lain metode Breusch- Godfrey dan metode Durbin-Watson (DW). Uji korelasi Durbin-Watson relatif mudah dilakukan karena informasi nilai statistik hitungnya selalu diinformasikan setiap program komputer termasuk dalam Eviews versi 6. Dijelaskan bahwa jika nilai DW tersebut sudah lebih dari 1,5 dan mendekati 2 maka dapat dikatakan tidak ada autokorelasi yang dapat dilihat pada Tabel 8. Tabel 8. Selang Nilai Statistik Durbin Watson serta Keputusannya Nilai Durbin-Watson Kesimpulan DW < 1,10 Ada autokorelasi 1,10 < DW < 1,54 Tanpa kesimpulan 1,55 < DW < 2,46 Tidak ada autokorelasi 2,46 < DW < 2,90 Tanpa kesimpulan DW > 2,91 Ada autokorelsi Sumber : Firdaus 2004 36