BAB III METODE PENELITIAN. Daerah penelitian di tentukan secara sengaja (purposive) berdasarkan

BAB III METODE PENELITIAN 3.1 Metode Penentuan Daerah Penelitian Daerah penelitian di tentukan secara sengaja (purposive) berdasarkan pertimbangan tertentu. Penelitian ini dilakukan di Desa Pematang Setrak Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai. Desa Pematang Setrak dipilih karena petani di desa tersebut menerapkan penanaman padi sawah menggunakan SRI (System of Rice Intensification). 3.2 Metode Penentuan Sampel Sampel adalah bagian dari populasi yang akan diteliti dan di anggap data menggambarkan populasi. Populasi dalam penelitian ini adalah petani yang melakukan penanaman padi sawah sistem SRI (System of Rice Intensification) di Pematang Setrak di Kecamatan Teluk Mengkudu Kabupatan Serdang Bedagai. Penetapan sampel dalam penelitian ini dilakukan dengan menggunakan simple random sampling dimana cara pengambilan sampel dari anggota populasi dengan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut (Riduan, 2010). Menurut Soepomo (1997) didalam penelitian korelasional, paling sedikit diambil 30 sampel dari elemen populasi. Pada penelitian ini, terdapat 600 petani yang terdiri dari 8 kelompok tani. Dari jumlah tersebut kemudian diambil sampel sebanyak 30 petani sempel. Sampel yang diambil berasal dari kelompok tani Sri Murni 2 dengan pertimbangan kelompok tani ini yang menjalankan usahatani padi sawah

menggunakan sistem SRI dengan luas paling besar di desa Pematang Setrak. Informasi tersebut dapat di lihat pada Tabel 1. Tabel 1. Luas Tanam Padi Sawah Menggunakan Sistem SRI Menurut Kelompok Tani Desa Pematang Setrak Tahun 2012. No Kelompok Tani JumlahAnggota (orang) Luas Lahan ( Ha) Luas Lahan SRI (Ha) 1 Sri Murni 1 65 40 5 2 Sri Murni 2 69 43 25 3 Sri Murni 3 100 45 5 4 Fajar 64 31 20 5 Sri Karya 74 41 10 6 Mekar Jaya 44 28 0 7 Sri Wahyuni 59 35 5 8 Sumber Rezeki 125 74 10 Jumlah 600 337 80 Sumber : Ketua Gapoktan Desa Pematang Setrak 2012 Dari Tabel 1 diketahui bahwa di desa Pematang Setrak kelompok tani yang paling luas menggunakan sistem tanam SRI adalah kelompok tanim Sri Murni 2 dengan jumlah anggota 69 orang dengan luas lahan 43 ha menggunakan sistem SRI seluas 25 ha. 3.3 Metode Pengumpulan Data Data yang dikumpulkan dalam penelitian ini terdiri atas data primer dan data sekunder. Data primer diperoleh dari hasil pengamatan (observasi) dan wawancara secara langsung dengan petani sampel di daerah penelitian dengan menggunakan kuesioner yang telah dipersiapkan terlebih dahulu. Sedangkan data sekunder diperoleh dari lembaga terkait seperti BPS, kantor kepala desa Pematang Sentrak kecamatan Teluk Mengkudu kabupaten Serdang Bedagai, kantor kepala dinas pertanian Serdang Bedagai dan ketua Gapoktan desa Pematang Setrak, dan lembaga instansi terkait lainnya.

3.4 Metode Analisis Data Data yang diperoleh dalam penelitian ini terlebih dahulu ditabulasi, lalu dijabarkan dan dianalisis dengan metode analisis yang sesuai. Untuk hipotesis (1), dianalisis dengan secara deskriptif yaitu dengan menjelaskan secara rinci mengenai pelaksanaan program sistem SRI (System of Rice Intensification) pada usahatani padi sawah di daerah penelitian. Untuk hipotesis (2), dianalisis dengan menggunakan metode regresi linear yaitu dengan menggunakan model fungsi produksi yaitu fungsi produksi Cobb-Douglas dengan rumus sebagai berikut : YY = bb 0 XX 1 bb1 XX 2 bb 2 XX 3 bb 3 ee (Soekartawi, 1994). Fungsi produksi tersebut diubah menjadi bentuk fungsi linear berganda dengan cara mentransformasikan persamaan tersebut ke dalam log-natural (ln). Bentuk persamaan fungsi produksi menjadi : LnY = ln bo + b 1 ln X 1 + b 2 ln X 2 + b 3 ln X 3 + b 4 ln X 4 +b 5 ln X 5 + u ln e Dimana : Y X 1 X X 2 3 = Pendapatan (Rp) = Umur = Tingkat Pendidikan = Lamanya berusaha tani X4 = Luas lahan

X 5 bo = Jumlah tanggungan = Intersep b 1 bn = Koefisien regresi u = Faktor pengganggu Nilai-nilai parameter dari persamaan tersebut diselesaikan dengan menggunakan Metode Kuadrat Terkecil atau Ordinary Least Square (OLS). Pendugaan dengan Metode Kuadrat Terkecil atau Ordinary Least Square (OLS) memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated (BLUE) sehingga dilakukan uji asumsi klasik. Namun pada penelitian ini hanya asumsi normalitas, multikolinieritas, dan heteroskedastisitas yang diuji. Sedangkan autokorelasi tidak diuji sebab asumsi ini sering terjadi pada penelitian dengan data time series (Soekartawi, 1994). Hal ini dikemukakan Supranto (2005) bahwa autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu. Sehingga pada penelitian ini uji asumsi klasik yang digunakan yaitu : 3.4.1 Asumsi Normalitas Untuk Karakteristik Petani Asumsi kenormalan sangat diperlukan dalam menghadapi sampel kecil untuk keperluan pengujian hipotesis (Supranto, 2005). Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng (Santoso, 2010).

Untuk menguji normalitas dengan pendekatan grafik digunakan Normal Probability Plot, yaitu dengan membandingkan distribusi kumulatif data sesungguhnya (yang digambarkan dengan ploting) dengan distribusi kumulatif dari distribusi normal (yang digambarkan dengan garis lurus normal dari kiri ke kanan atas). Jika data normal, maka garis yang digambarkan data akan mengikuti atau merapat ke garis diagonalnya (Sulianto, 2011). 3.4.2 Asumsi Multikolinieritas Untuk Karakteristik Petani Menurut Ragner Frish dalam Supranto (2005) istilah kolinieritas sendiri berarti hubungan linear tunggal, sedangkan kolinieritas ganda (milticollinearity) menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 1. nilai toleransi lebih kecil dari 0,1 2. nilai VIF lebih besar dari 10 3. R² = 1 Jika terjadi masalah multikolinearitas maka dapat dilakukan beberapa metode untuk mengatasinya. Metode-metode yang dapat dilakukan adalah sebagai berikut: 1. Memperbesar ukuran sampel 2. Menggabungkan data time series dan data cross-section, atau 3. Dengan menghilangkan salah satu atau lebih variabel bebas 3.4.3 Asumsi Heteroskedastisitas Untuk Karakteristik Petani Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu bisa menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan

scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas (Santoso, 2010) 3.4.4 Uji f Untuk Karakteristik Petani Untuk menguji apakah variabel bebas yakni input produksi Xi bersama-sama (serempak) berpengaruh terhadap variabel tidak bebas (Y) digunakan uji-f. Hipotesis yang digunakan dalam uji ini adalah : H 0 : bi = 0 H 1 : Paling sedikit ada nilai bi 0 F-hitung = MMMMMM MMMMMM = RR² (kk 1) (1 RR²) (nn kk) Dimana : MRS : Mean Square Regression (Rata-rata Kuadrat Regresi) MSE : Mean Square Error (Rata-rata Kuadrat Sisa) R² : Koefisien Determinasi n : Jumlah Sampel R² = SSSSSS SSSSSS RR² = bbbb YYYYXX 1ii+ bb2 YYYYXX 2 ii + + bb kk YYYYXX kk ii YYYY² Dimana : SSR SST = Sum Square Regression (Jumlah Kuadrat Regresi) = Sum Square Total (Jumlah Kuadrat Total) R² = Koefisien Determinasi

Kesimpulan statistik: Bila nilai F-hitung > F-tabel maka H0 ditolak, artinya variabel bebas yakni input produksi (Xi) secara serempak berpengaruh nyata terhadap tingkat produksi (Y) (Soekartawi, 1994). 3.4.5 Uji t Untuk Karakteristik Petani Untuk menguji apakah pengaruh bebas yakni input (Xi) yang digunakan dari usaha perikanan budidaya secara parsial berpengaruh nyata terhadap hasil produksi (Y) digunakan uji-t. Semua variabel bebas (Xi) diuji satu per satu. Hipotesis yang diajukan adalah: H 0 : bi 0 H 1 : bi 0 bbbb t-hitung = SSSS (bbbb ) Dimana : bi Se = Koefisien Regresi = Simpanan Baku Kesimpulan Statistik : Jika t-hitung > t-tabel maka H0 ditolak, artinya variabel bebas (Xi) secara nyata berpengaruh terhadap produksi. Selanjutnya untuk mengetahui sejauh mana variabel bebas (Xi) dapat menjelaskan variabel tak bebas (Y) digunakan nilai

koefisien determinasi (R²). Selain itu untuk mengetahui keeratan hubungan antara regresor (Xi) dan regresi (Y) digunakan koefisien korelasi (R). Untuk hipotesis (3), dianalisis dengan menggunakan metode regresi linear sama seperti hipotesis (2) yaitu dengan menggunakan model fungsi produksi yaitu fungsi produksi Cobb-Douglas dengan rumus sebagai berikut : YY = bb 0 XX 1 bb1 XX 2 bb 2 XX 3 bb 3 ee (Soekartawi, 1994). Fungsi produksi tersebut diubah menjadi bentuk fungsi linear berganda dengan cara mentransformasikan persamaan tersebut ke dalam log-natural (ln). Bentuk persamaan fungsi produksi menjadi : LnY = ln bo + b 1 ln X 1 + b 2 ln X 2 + b 3 ln X 3 + b 4 ln X 4 +b 5 ln X 5 + u ln e Dimana : Y X 1 X X X X 2 3 4 5 bo = Pendapatan (Rp) = Biaya bibit (Rp) = Biaya pupuk (Rp) = Biaya pestisida (Rp) = Biaya tenaga kerja (Rp) = Biaya penyusutan (Rp) = Intersep b 1 bn = Koefisien regresi u = Faktor pengganggu

Nilai-nilai parameter dari persamaan tersebut diselesaikan dengan menggunakan Metode Kuadrat Terkecil atau Ordinary Least Square (OLS). Pendugaan dengan Metode Kuadrat Terkecil atau Ordinary Least Square (OLS) memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated (BLUE) sehingga dilakukan uji asumsi klasik. Namun pada penelitian ini hanya asumsi normalitas, multikolinieritas, dan heteroskedastisitas yang diuji. Sedangkan autokorelasi tidak diuji sebab asumsi ini sering terjadi pada penelitian dengan data time series (Soekartawi, 1994). Hal ini dikemukakan Supranto (2005) bahwa autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu. Sehingga pada penelitian ini uji asumsi klasik yang digunakan yaitu : 3.4.3 Asumsi Normalitas Untuk Biaya Usahatani Asumsi kenormalan sangat diperlukan dalam menghadapi sampel kecil untuk keperluan pengujian hipotesis (Supranto, 2005). Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng (Santoso, 2010). Untuk menguji normalitas dengan pendekatan grafik digunakan Normal Probability Plot, yaitu dengan membandingkan distribusi kumulatif data sesungguhnya (yang digambarkan dengan ploting) dengan distribusi kumulatif dari distribusi normal (yang digambarkan dengan garis lurus normal dari kiri ke kanan atas). Jika data normal, maka garis yang digambarkan data akan mengikuti atau merapat ke garis diagonalnya (Sulianto, 2011).

3.4.4 Asumsi Multikolinieritas Biaya Usahatani Menurut Ragner Frish dalam Supranto (2005) istilah kolinieritas sendiri berarti hubungan linear tunggal, sedangkan kolinieritas ganda (milticollinearity) menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 4. nilai toleransi lebih kecil dari 0,1 5. nilai VIF lebih besar dari 10 6. R² = 1 Jika terjadi masalah multikolinearitas maka dapat dilakukan beberapa metode untuk mengatasinya. Metode-metode yang dapat dilakukan adalah sebagai berikut: 4. Memperbesar ukuran sampel 5. Menggabungkan data time series dan data cross-section, atau 6. Dengan menghilangkan salah satu atau lebih variabel bebas 3.4.8 Asumsi Heteroskedastisitas Biaya Usahatani Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu bisa menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas (Santoso, 2010). 3.4.9 Uji f Biaya Usahatani Biaya Usahatani Untuk menguji apakah variabel bebas yakni input produksi Xi bersama-sama (serempak) berpengaruh terhadap variabel tidak bebas (Y) digunakan uji-f. Hipotesis yang digunakan dalam uji ini adalah :

H 0 : bi = 0 H 1 : Paling sedikit ada nilai bi 0 F-hitung = MMMMMM MMMMMM = RR² (kk 1) (1 RR²) (nn kk) Dimana : MRS : Mean Square Regression (Rata-rata Kuadrat Regresi) MSE : Mean Square Error (Rata-rata Kuadrat Sisa) R² : Koefisien Determinasi n : Jumlah Sampel R² = SSSSSS SSSSSS RR² = bbbb YYYYXX 1ii+ bb2 YYYYXX 2 ii + + bb kk YYYYXX kk ii YYYY² Dimana : SSR SST = Sum Square Regression (Jumlah Kuadrat Regresi) = Sum Square Total (Jumlah Kuadrat Total) R² = Koefisien Determinasi Kesimpulan statistik: Bila nilai F-hitung > F-tabel maka H0 ditolak, artinya variabel bebas yakni input produksi (Xi) secara serempak berpengaruh nyata terhadap tingkat produksi (Y) (Soekartawi, 1994). 3.4.10 Uji t Biaya Usahatani

Untuk menguji apakah pengaruh bebas yakni input (Xi) yang digunakan dari usaha perikanan budidaya secara parsial berpengaruh nyata terhadap hasil produksi (Y) digunakan uji-t. Semua variabel bebas (Xi) diuji satu per satu. Hipotesis yang diajukan adalah: H 0 : bi 0 H 1 : bi 0 bbbb t-hitung = SSSS (bbbb ) Dimana : bi Se = Koefisien Regresi = Simpanan Baku Kesimpulan Statistik : Jika t-hitung > t-tabel maka H0 ditolak, artinya variabel bebas (Xi) secara nyata berpengaruh terhadap produksi. Selanjutnya untuk mengetahui sejauh mana variabel bebas (Xi) dapat menjelaskan variabel tak bebas (Y) digunakan nilai koefisien determinasi (R²). Selain itu untuk mengetahui keeratan hubungan antara regresor (Xi) dan regresi (Y) digunakan koefisien korelasi (R). Untuk hipotesis (4), dan(5) dianalisis dengan menggunakan metode deskriptif, yaitu dengan mengamati masala-masalah apa saja yang dihadapi petani dan upayaupaya apa saja yang dilakukan petani di daerah penelitian. 3.5 Defenisi dan Batasan Operasional

Untuk menghindari kesalahpahaman dan kekeliruan atas pengertian dalam penelitian ini, maka diberikan beberapa defenisi dan batasan operasional sebagai berikut: 3.5.1 Defenisi 1. Petani adalah seseorang yang menjalankan usaha pertaniannya dan bertanggung jawab pada usahataninya seperti komoditi padi mulai dari persiapan lahan hingga proses panen. Dalam penerapan sistem SRI (System of Rice Intensification) pada padi sawah berbeda-beda. 2. SRI (System of rice Intensification) adalah teknik budidaya tanaman padi yang mampu meningkatkan produktivitas padi dengan cara mengubah pengelolaan tanaman, tanah, air dan unsur hara, terbukti telah berhasil meningkatkan produktivitas padi sebesar 50% bahkan dibeberapa tempat mencapai lebih dari 100%. 3. Karakteristik sosial ekonomi petani merupakan suatu karakter dari petani dalam hal ini terdiri dari luas lahan, umur, lama berusaha tani, tingkat pendidikan, jumlah tanggungan. 4. Umur adalah diukur berdasarkan usia petani sampel yang dihitung sejak dia dilahirkan hingga saat penelitian dilaksanakan dengan satuan tahun. 5. Tingkat pendidikan adalah tingkat jenjang pendidikan yang telah ditempuh oleh responden untuk memperoleh pengajaran di bangku sekolah (pendidikan formal). 6. Lama berusahatani adalah lamanya petani telah bekerja sebagai petani padi sawah.

7. Luas lahan adalah areal pertanaman padi sawah sistem SRI (System of Rice Intensification), yang dimiliki oleh petani yang diukur dengan satuan (ha). 8. Jumlah Tanggungan adalah petani sampel yang mempunyai jumlah orang yang tinggal bersama atau yang tidak tinggal bersama yang masih tanggungan keluarga hingga saat penelitian dilaksanakan dengan satuan orang. 9. Biaya bibit (X 1 )adalah biaya yang dikeluarkan dari pembelian bibit sampai dengan menanam dengan satuan rupiah. 10. Biaya pupuk (X satuan rupiah. 11. Biaya pestisida (X 12. Biaya tenaga kerja (X 2 ) adalah biaya yang dikeluarkan untuk pemupukan dengan hama penyakit dengan satuan rupiah. 13. Biaya penyusutan (X 3 ) adalah biaya yang dikeluarkan untuk pemberantasan 4 ) adalah biaya yang di keluarkan mulai pengolahan tanah sampai panen dihitung dengan satuan rupiah 5 ) adalah biaya yang di keluarkan untuk biaya penyusutan dihitung dengan satuan rupiah 14. Bibit adalah bahan tanaman padi sawah atau benih padi yang sudah siap tanam (Kg) 15. Pupuk adalah makanan (hara) untuk pertumbuhan tanaman padi sawah (Kg) 16. Pestisida adalah bahan kimia yang digunakan untuk membunuh atau mengendalikan berbagai hama (Liter) 17. Masalah yang dimaksud dalam tulisan ini adalah masalah yang dihadapi petani dalam pelaksanaan sistem SRI (System of Rice Intensification).

18. Upaya pemecahan masalah diartikan sebagai tindakan yang dilakukan petani dan penyuluh dalam merespon masalah dalam menerapkan sistem SRI (System of Rice Intensification). 3.5.2 Batasan Operasional 1. Lokasi penelitian dilakukan di Desa Pematang Sentrak Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai 2. Waktu penelitian dilakukan padabulan oktober tahun 2013 3. Sampel adalah petani padi sawah yang sudah menerapkan sistem SRI (System of Rice Intensification).di daerah penelitian yang dilakukan di Desa Pematang Sentrak Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai.

BAB IV DESKRIPSI DAERAH PENELITIAN 4.1 Kondisi Geografis Desa Pematang Setrak merupakan salah satu desa yang terletak di Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai, dengan luas wilayah desa 670,64 ha. Desa Pematang Setrak terbentuk dari 8 dusun dengan perincian sebagai berikut : 1. Dusun I : 83,53 ha. 2. Dusun II : 59,12 ha. 3. Dusun III : 63,12 ha. 4. Dusun IV : 38,18 ha. 5. Dusun V : 151,04 ha. 6. Dusun VI : 63,27 ha. 7. Dusun VII : 98,80 ha. 8. Dusun VIII : 113, 58 ha. Desa Pematang Setrak memiliki iklim tropis atau iklim sedang. Tanah di Desa Pematang Setrak merupakan tanah galong dan sebagian tanah pasir yang berada di Dusun I, VIII. Dengan demikian sebagian besar lahan di Desa Pematang Setrak cocok untuk lahan pertanian pangan seperti padi. Keadaan tanah yang tergolong datar sehingga mudah untuk membuat jaringan irigasi sebagai sarana penunjang pola pertanian teknis. Desa Pematang Setrak berada pada ketinggian antara 150 m 180 m diatas permukaan laut. Adapun batas batas Desa Pematang Setrak adalah sebagai berikut : - Sebelah Utara berbatasan dengan Desa Pekan Sialang Buah. - Sebelah Selatan berbatasan dengan Perkebunan PT. SOCFINDO.

- Sebelah Timur berbatasan dengan Desa Pasar Baru. - Sebelah Barat berbatasan dengan Desa Liberia. Desa Pematang Setrak berjarak ± 7 Km dari ibukota Kecamatan dan jarak ke ibukota kabupaten ± 20 Km. Desa Pematang Setrak merupakan desa yang sebagian besar lahannya digunakan untuk lahan usahatani, terutama usahatani padi sawah. Pemanfaatan lahan telah dimanfaatkan oleh penduduk secara optimal, terbukti dengan luasnya areal untuk kegiatan pertanian dan pemukiman. Secara rinci pemanfaatan lahan di Desa Pematang Setrak dapat dilihat pada Tabel 2 berikut ini : Tabel 2. Pembagian Luas Wilayah Desa Pematang Setrak No. Keterangan Luas Wilayah (Ha) Persentase (%) 1. Persawahan 265 ha 39,51 % 2 Tegal / Perladangan 103 ha 15,35 % 3. Perkebunan 96,23 ha 14,34 % 4. Perumahan / Pemukiman 202,92 ha 30,25 % 5. Kolam / Perikanan - - 6. Perkantoran / Sarana Sosial: a. Kantor / Balai Desa b. Puskesmas / Puskesdes c. 4 Unit Mesjid d. 3 Unit Musholla e. 1 Unit Sekolah f. Lapangan Olah Raga g. Pasar Desa h. Jalan Umum/Jalan Dusun i. Saluran Irigasi Tersier j. Saluran Pembuangan 0,86 ha 0,06 ha 0,16 ha 0,34 ha 0,08 ha - - 0,40 ha 0,75 ha 0,84 ha 0,128 % 0,008 % 0,023 % 0,050 % 0,011 % - - 0,094 % 0,111 % 0,125 % TOTAL 670,64 ha 100 % Sumber : Kantor Kepala Desa Tahun 2012 Dari Tabel 2 tersebut dapat dilihat bahwa sebagian lahan Desa Pematang Setrak digunakan untuk lahan persawahan yang seluas 265 Ha, yang rata rata

banyak ditanami komoditas padi sawah, sedangkan penggunaan lahan yang terkecil terdapat pada lahan puskesmas atau puskesdes yang seluas 0,06 Ha. 4.2 Kondisi Demografis 4.2.1 Keadaan Penduduk Berdasarkan Jenis Kelamin Jumlah penduduk di Desa Pematang Setrak berjumlah sebesar 4.082 jiwa dengan jumlah kepala keluarga sebesar 1.029 KK yang terdiri dari 8 dusun. Berikut ini dijelaskan pada Tabel 3, dimana jumlah penduduk berdasarkan jenis kelamin. Tabel 3. Distribusi Penduduk Berdasarkan Jenis Kelamin No Jenis Kelamin Jumlah (Jiwa) Persentase (%) 1 Laki Laki 2.043 50,05 % 2 Perempuan 2.039 49,95 % TOTAL 4.082 100 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 3 dapat diketahui bahwa jumlah penduduk laki laki relatif dominan 2.043 jiwa atau 50,05 % daripada penduduk perempuan 2.039 jiwa atau 49,95 %. 4.2.2 Keadaan Penduduk Berdasarkan Umur Penduduk merupakan salah satu potensi sumber daya dari suatu daerah, terutama berhubungan dengan faktor tenaga kerja. Tersedianya tenaga kerja yang besar merupakan peluang bagi pengembangan berbagai macam usaha. Desa Pematang Setrak memiliki penduduk sebanyak 4.082 jiwa. Untuk lebih jelasnya dapat dilihat pada Tabel 4 berikut ini.

Tabel 4. Keadaan Penduduk Berdasarkan Umur Umur No Dusun 0-5 THN 6-12 THN 13-16 THN 17-59 THN >60 THN Jumlah 1 I 51 204 151 197 25 628 2 II 56 70 39 325 15 505 3 III 60 41 18 253 43 415 4 IV 37 40 19 164 22 282 5 V 119 121 90 416 77 823 6 VI 43 56 52 188 24 363 7 VII 43 25 27 329 25 449 8 VIII 90 41 90 365 31 617 TOTAL 499 598 486 2.237 262 4.082 Persentase (%) 12,22 14,64 11,90 54,80 6,41 100 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 4 diketahui jumlah penduduk yang berusia produktif sebanyak 2.985 jiwa dengan persentase 73,12% yang berarti bahwa sebagian besar penduduk di Desa Pematang Setrak ini masih berusia produktif. Dengan melihat masih banyaknya penduduk yang berusia produktif maka dapat memudahkan proses masuknya teknologi di Desa Pematang Setrak ini, karena umur produktif yang tinggi berarti sektor perekonomian masih potensial untuk ditingkatkan serta kemungkinan tingkat kesejahteraan masyarakat lebih terjamin. 4.2.3 Keadaan Penduduk Berdasarkan Tingkat Pendidikan Pendidikan merupakan faktor penting dalam menunjang kelancaran pembangunan. Masyarakat yang mempunyai tingkat pendidikan tinggi akan mudah untuk menerapkan suatu inovasi baru sehingga akan memperlancar proses pembangunan. Sebaliknya masyarakat yang memiliki tingkat pendidikan rendah akan

sulit untuk menerapkan suatu inovasi baru sehingga dalam hal ini akan mempersulit pembangunan. Tingkat pendidikan digunakan sebagai parameter kemampuan sumber daya manusia dan kemajuan suatu wilayah. Tingkat pendidikan berpengaruh terhadap pemikiran yang rasional. Distribusi penduduk berdasarkan tingkat pendidikannya dilihat pada Tabel 5 berikut ini. Tabel 5. Keadaan Penduduk Berdasarkan Tingkat Pendidikan Tingkat Pendidikan No Dusun TK SD SLTP SMA PT Jumlah 1 I 13 202 138 178 18 549 2 II 13 185 120 140 12 470 3 II 21 153 133 63 6 376 4 IV 6 36 71 71 10 194 5 V 70 402 153 125 3 753 6 VI 9 139 65 70 6 289 7 VII 8 261 57 85 15 426 8 VIII 36 216 178 89 9 528 TOTAL 176 1.594 915 821 79 3.585 Persentase (%) 4,90 44,46 25,52 22,90 2,20 99,98 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 5 dapat diketahui bahwa penduduk di Desa Pematang Setrak sebagian besar tingkat pendidikannya adalah tamat sekolah dasar (SD) yaitu 1.594 jiwa dengan persentase 44,46%. Tingkat pendidikan penduduk yang paling sedikit adalah tamat perguruan tinggi (PT) yaitu 79 jiwa dengan persentase 2,20%. Dengan demikian dapat dikatakan bahwa tingkat pendidikan penduduk Desa Pematang Setrak sebagian besar tergolong sedang, hal ini dapat mendorong pembangunan desa tersebut dikarenakan orang yang berpendidikan akan mudah menerima inovasi baru dan selalu berhati-hati dalam mengambil keputusan. 4.2.4 Keadaan Penduduk Berdasarkan Agama

Masyarakat Desa Pematang Setrak sebagian besar beragama Islam, sebagai sarana tempat melaksanakan kegiatan ibadah terdapat mesjid dan musholla, kehidupan dan kegiatan kerohanian cukup baik. Selain agama islam ada juga penduduk yang beragama kristen yang hidup berdampingan dengan rukun dan damai. Hal ini dapat dilihat pada Tabel 6 berikut ini : Tabel 6. Keadaan Penduduk Berdasarkan Agama Agama No Dusun Islam Protestan Katolik Hindu Budha Jumlah 1 I 591 23 14 - - 628 2 II 505 - - - - 505 3 II 415 - - - - 415 4 IV 254 28 - - - 282 5 V 816 7 - - - 823 6 VI 365 - - - - 365 7 VII 435 12 - - - 447 8 VIII 456 37 124 - - 617 TOTAL 3.837 107 138 - - 4.082 Persentase (%) 94 2,62 3,38 - - 100 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 6 dapat diketahui bahwa penduduk Desa Pematang Setrak yang memeluk agama Islam lebih banyak yaitu 3.837 jiwa dengan persentase 94%, sedangkan paling sedikit adalah yang memeluk agama kristen protestan yaitu 107 jiwa dengan persentase 2,62%. 4.2.5 Keadaan Penduduk Berdasarkan Suku Adat istiadat merupakan budaya masyarakat dalam kehidupannya. Adat istiadat di Desa Pematang Setrak masih terpelihara dengan baik sehingga norma kehidupan bermasyarakat masih tinggi. Hal ini dapat dilihat pada Tabel 7 berikut ini.

Tabel 7. Keadaan penduduk berdasarkan Suku Bangsa Suku No Dusun Melayu Batak Karo Mandailing Aceh Banten 1 I 1 29 8 68 - - 2 II - 4 3 47 - - 3 III 1 - - 85 5-4 IV 8 28-11 - - 5 V - 7-52 3 18 6 VI 8 - - 10-4 7 VII 17 12-6 - 3 8 VIII 18 161-8 - 5 TOTAL 53 241 11 287 8 30 Persentase (%) 1,29 5,90 0,26 7,03 0,19 0,73 Sumber : Kantor Kepala Desa Tahun 2012 Lanjutan Tabel 7. Keadaan penduduk berdasarkan Suku Bangsa Suku No Dusun Banjar Jawa Minang Arab Tionghoa Jumlah 1 I 6 513 3 - - 628 2 II - 451 - - - 505 3 III 5 321 4 1-422 4 IV 6 226 3 - - 282 5 V 10 722 15 - - 877 6 VI - 345 - - - 367 7 VII 89 300 - - 2 429 8 VIII 26 404 - - - 622 TOTAL 142 3.282 25 1 2 4.082 Persentase (%) 3,47 80,40 0,61 0,02 0,04 100 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 7 dapat diketahui bahwa suku jawa merupakan suku bangsa yang terbesar menempati Desa Pematang Setrak yaitu sebanyak 3.282 jiwa dengan persentase 80,40% dan yang paling terkecil adalah suku arab yaitu 1 jiwa dengan persentase 0,02%.

4.2.6 Keadaan Penduduk Berdasarkan Mata Pencaharian Mata pencaharian penduduk di suatu wilayah menunjukkan struktur perekonomian yang ada pada suatu wilayah tersebut. Mata pencaharian penduduk Desa Pematang Setrak mayoritas sebagai petani. Untuk lebih jelasnya, distribusi penduduk menurut mata pencaharian di Desa Pematang Setrak dapat dilihat pada Tabel 8 berikut ini. Tabel 8. Keadaan Penduduk Berdasarkan Mata Pencaharian Pekerjaan/Mata Pencaharian No Dusun PNS TNI/POLRI KARYAWAN WIRASWASTA JASA 1 I 12 1 23 84 22 2 II 5 2 20 108 8 3 III 8-12 36 3 4 IV 9 1 4 72 21 5 V 4 1 8 140 3 6 VI 3-4 34-7 VII 5 2-15 - 8 VIII 4 - - 10 - TOTAL 50 7 71 499 57 Persentase (%) 2,54 0,35 3,61 25,40 2,90 Sumber : Kantor Kepala Desa Tahun 2012 Lanjutan Tabel 8. Keadaan Penduduk Berdasarkan Mata Pencaharian Pekerjaan/Mata Pencaharian No Dusun TANI NELAYAN BURUH LAINNYA Jumlah 1 I 31-30 156 359 2 II 22-6 117 288 3 III 63-11 7 140 4 IV 6-12 52 177 5 V 66-32 25 279 6 VI 97-8 4 150 7 VII 213 - - 22 257 8 VIII 245-45 10 314 TOTAL 743-144 393 1.964

Persentase (%) 37,83-7,33 20,01 99,97 Sumber : Kantor Kepala Desa Tahun 2012 Berdasarkan Tabel 8 dapat diketahui bahwa penduduk Desa Pematang Setrak paling banyak bermata pencaharian di sektor pertanian sebagai petani sebanyak 743 jiwa dengan persentase 37,83%. Mata pencaharian yang paling sedikit dijumpai di Desa Pematang Setrak adalah sebagai TNI/POLRI yaitu sebanyak 7 jiwa dengan persentase 0,35%. Tingginya jumlah penduduk yang bermata pencaharian sebagai petani menunjukkan bahwa Desa Pematang Setrak merupakan daerah pertanian. Hal ini juga didukung dengan kondisi alam yang cocok untuk kegiatan pertanian, misalnya hamparan sawah yang masih luas, kondisi tanah yang cocok untuk pertanian dan adanya jaringan irigasi sebagai sarana penunjang pola pertanian teknis. Sedangkan sisanya yaitu sebanyak 2.118 jiwa yang merupakan penduduk yang mencari kerja dan penduduk bukan angkatan kerja seperti masih sekolah, ibu rumah tangga. Berdasarkan hal itu dapat dikatakan bahwa jumlah penduduk di Desa Pematang Setrak tergolong angkatan kerja yang bekerja lebih banyak daripada penduduk yang bukan angkatan kerja. 4.3 Kondisi Sarana dan Prasarana 4.3.1 Sarana Sarana merupakan segala sesuatu yang dapat dipakai sebagai alat dalam mencapai makna dan tujuan atau segala sesuatu (bisa berupa syarat atau upaya) yang dapat dipakai sebagai dalam mencapai maksud dan tujuan. Sarana di Desa Pematang Setrak dapat dilihat pada Tabe

Tabel 9. Kondisi Sarana Desa No. Sarana Desa Jumlah (Unit) 1. Jalan Desa 8,5 Km 2. Jalan Dusun 18 Km 3. Jembatan Desa 2 4. Transportasi Darat Sepeda Motor 5. Puskesmas / Puskesdes 1 6. Mesjid 4 7. Musholla 3 8. Sekolah 1 9. Kantor Desa 1 10. PLN Ada 11. Air Bersih Ada 12. Poskamling 8 Sumber : Kantor Kepala Desa Tahun 2012 4.3.2 Prasarana Prasarana merupakan segala sesuatu yang mendukung terselenggaranya suatu proses terutama yang menunjang perubahan di Desa Pematang Setrak tersebut. Hal ini dapat dilihat pada Tabel 10 berikut ini. Tabel 10. Kondisi Prasarana Desa No. Prasarana Desa Jumlah (Unit) 1. Hand Traktor Ada 2. Mesin Panen Ada 3. Saluran Irigasi Ada 4. Saluran Pembuangan Ada 5. Pompa Air Ada 6. Kilang Padi 2 7. Kios Saprodi 2 8. Toko Pupuk 1 Sumber : Kantor Kepala Desa Tahun 2012 Dari Tabel 9 dan Tabel 10 menunjukkan bahwa ketersediaan sarana dan prasarana yang dibutuhkan oleh petani maupun penduduk di Desa Pematang Setrak cukup memadai, baik dibidacng pertanian, perekonomian, dan sosialnya.

4.4 Karakteristik Petani Sampel 4.4.1 Umur Berdasarkan penelitian, rata-rata umur petani sampel sebesar 45.67 tahun. Data mengenai luas lahan yang dimiliki petani dapat dilihat pada tabel 11. Tabel 11. Umur yang dimiliki petani sampel Umur (tahun) Jumlah (orang) Presentase (%) < 40 10 33,33 42-50 13 43,33 51-60 5 16,67 > 60 2 6,67 Jumlah 30 100% Sumber : Lampiran 1 Dari tabel 11 dapat diketahui bahwa dari 30 orang petani padi sawah yang menggunakan metode SRI (System of Rice Intensification) sebanyak 10 orang atau 33,33% yang memiliki umur < 40 tahun, 13 atau 43,33% petani yang memiliki umur 42-50 tahun, 5 orang atau 16,67% petani yang memiliki umur 51-60 tahun, 2 atau 6,67% petani memiliki umur > 60 tahun. 4.4.2 Pendidikan Berdasarkan penelitian, rata-rata umur petani sampel sebesar 17.57 tahun. Data mengenai luas lahan yang dimiliki petani dapat dilihat pada tabel 12. Tabel 12. Pendidikan yang dimiliki petani sampel Pendidikan (tahun) Jumlah (orang) Presentase (%) SD 11 36,67 SMP 11 36,67 SMA 8 28,66 Jumlah 30 100% Sumber : Lampiran 1

Dari tabel 12 dapat diketahui bahwa dari 30 orang petani padi sawah yang menggunakan metode SRI (System of Rice Intensification) sebanyak 11 orang atau 36,67% yang memiliki pendidikan SD, 11 atau 636,67% petani. yang memiliki pendidikan SMP, 8 orang atau 28,66% petani yang memiliki pendidikan SMA. 4.4.3 Lama Berusaha Tani Berdasarkan penelitian, rata-rata umur petani sampel sebesar 17.57 tahun. Data mengenai luas lahan yang dimiliki petani dapat dilihat pada Tabel 13. Tabel 13. Lama Berusaha Tani yang dimiliki petani sampel Lama berusaha tani (tahun) Jumlah (orang) Presentase (%) < 10 6 20,00 11-20 19 63,34 21-30 4 13,33 > 31 1 3,33 Jumlah 30 100% Sumber : Lampiran 1 Dari Tabel 13 dapat diketahui bahwa dari 30 orang petani padi sawah yang menggunakan metode SRI (System of Rice Intensification) sebanyak 6 orang atau 20,00% yang memiliki lama berusaha tani < 10 tahun, 19 atau 63,34% petani. yang memiliki lama berusaha tani 11-20, 4 orang atau 13,33% petani yang memiliki lama berusaha tani 21-30 tahun, 1atau 3,33% petani memiliki lama berusaha tani >31 tahun. 4.4.4 Luas lahan Berdasarkan penelitian, rata-rata kepemilikan lahan petani sampel sebesar 0.68 ha. Data mengenai luas lahan yang dimiliki petani dapat dilihat pada tabel 14.

Tabel 14. Luas lahan yang dimiliki petani sampel Luas lahan (ha) Jumlah (orang) Presentase (%) < 0,5 12 40,00 0.5-1 15 50,00 > 1 3 10,00 Jumlah 30 100% Sumber : Lampiran 1 Dari Tabel 14 dapat diketahui bahwa dari 30 orang petani padi sawah yang menggunakan metode SRI (System of Rice Intensification) sebanyak 12 orang atau 40% yang memiliki luas lahan < 0,5 ha, 15 atau 50% petani yang memiliki luas lahan 0,5-1, 3 atau 10% petani memiliki luas lahan > 1. 4.4.5 Jumlah Tanggungan Berdasarkan penelitian, rata-rata umur petani sampel sebesar 17.57 tahun. Data mengenai luas lahan yang dimiliki petani dapat dilihat pada Tabel 15. Tabel 15. Jumlah Tanggungan yang dimiliki petani sampel Jumlah Tanggungan (orang) Jumlah (orang) Presentase (%) 2 8 26,67 3 8 26,67 4 11 36,67 5 2 6,67 6 1 3,33 Jumlah 30 100% Sumber : Lampiran 1 Dari Tabel 15 dapat diketahui bahwa dari 30 orang petani padi sawah yang menggunakan metode SRI (System of Rice Intensification) sebanyak 8 orang atau 26,67% yang memiliki jumlah tanggungan 2 orang, 8 atau 26,67% petani. yang memiliki jumlah tanggungan 3 orang, 11 orang atau 36,67% petani yang memiliki jumlah tanggungan 4 orang, 2atau 6,67% petani memiliki jumlah tanggungan 5 orang, 1atau 3,3% petani memiliki jumlah tanggungan 6 orang.

BAB V HASIL DAN PEMBAHASAN 5.1 Pelaksanaan sistem tanam SRI (System Rice Intensification) di Desa Pematang Setrak, Kecamatan Teluk Mengkudu, Kabupaten Serdang Bedagai SRI (System Rice Intensification) yang diterapkan oleh petani di Desa Pematang Setrak sudah dilakukan dengan baik, tapi penerapan SRI (System of Rice Intensification) di daerah Pematang Setrak ini sedikit berbeda dengan penerapan SRI (System of Rice Intensification) yang biasanya dilakukan. Misalnya saja dalam penggunaan pupuk. Di Desa Pematang Setrak ini petani menggunakan pupuk kimia yang seharusnya dalam penerapan SRI (System Rice Intensification) pupuk kimia tersebut tidak digunakan. SRI (System of Rice Intensification) ini mengarah ke pertanian organik tetapi di Desa Pematang Setrak mereka hanya semi organik belum mengarah ke pertanian organik seutuhnya. Tetapi sistim tanamnya mereka menggunakan sistem tanam SRI. Penyemaian bibit yang diterapkan di Desa Pematang Setrak dilakukan pada saat bibit berumur antara 8-15 hari dan penggunaan jarak tanam yang dilakukan yaitu 30cm x 30 cm. untuk penggunaan air sistem pengairan sawah SRI (System of Rice Intensification) di Desa Pematang Setrak hanya menggunakan sedikit air tidak seperti pengairan padi pada umumnya yang menggunaka air dalam jumlah yang banyak. Air tidak sampai menggenangi sawah seperti pada umumnya, air hanya digunakan untuk menjaga kelembapan tanah saja, tetapi ± 1 bulan panen, sawah diairi seperti sistem tradisional pada umumnya.

5.2 Pengaruh Karakteristik Sosial Ekonomi Terhadap Pendapatan dalam Penerapan SRI (System of Rice Intensification). Setelah dilakukan analisis data menggunakan SPSS 16 dengan variable independent (X) yang meliputi variable biaya bibit, biaya pupuk, biaya pestisida, biaya tenaga kerja, biaya penyusutan dan pendapatan sebagai variable independent (Y). Tabel.16 Hasil Pengaruh Karakteristik Sosial Ekonomi Terhadap Pendapatan dalam Penerapan SRI (System of Rice Intensification) Variabel Koefisien Regresi Std. Error t hitung Sig Keterangan Constant 2135000 5063000 0.442 0.677 Tidak Nyata X 1 = Umur 14116.58 88263.078 0.160 0.874 Tidak Nyata X 2 = Tingkat 93967.91 269301.872 0.349 0.730 Tidak Nyata Pendidikan X 3 = Lama -174645.48 113800.693-1.535 0.138 Tidak Nyata berusaha tani X 4 =Luas 16960000 1526000 11.117 0.000 Nyata lahan X 5 =Jumlah 33685.11 609295.123 0.55 0.956 Tidak Nyata tanggungan Nyata pada α 0,05 R-Square = 0,847 F-Hitung = 26,589 F-Tabel = 2,53 T-Tabel =1,697 Sumber : Analisa Data Primer,Lampiran 11 Persamaan yang diperoleh dari hasil analisis Tabel.16 adalah : Y 1 = 2135000 + 14116.58 X 1 + 93967.91X 2-174645.48X 3 + 16960000 X4 + 33685.11X Dimana: Y = Pendapatan 5

X 1 X X X X 2 3 4 5 = Umur = Tingkat Pendidikan = Lama Berusaha Tani = Luas Lahan = Jumlah tanggungan Dari Tabel 16. diketahui bahwa nilai koefisien determinasi (R 2 ) yang diperoleh sebesar 0,847. Koefisien determinasi ini menunjukkan bahwa pendapatan (Y) dapat dijelaskan oleh variabel Umur (x 1 ) tingkat pendidikan (x 2 ), lama berusaha tani (x 3 ), luas lahan (x 4 ) dan jumlah tanggungan (x 5 ) sebesar 84,7% sedangkan sisanya sebesar 15,3% dipengaruhi oleh faktor lainnya. Untuk menguji hipotesis secara serempak, dilakukan dengan uji F, dan secara parsial dilakukan dengan uji t, dengan tingkat signifikansi dalam penelitian ini menggunakan α 5% atau 0,05. Hasil pengujian hipotesis diuraikan sebagai berikut: 5.2.1 Uji pengaruh Variabel Secara Serempak Hasil uji pengaruh variabel secara serempak dengan menggunakan uji F disajikan pada tabel 16, menunjukkan bahwa nilai signifikansi F adalah sebesar 0,000. Nilai yang diperoleh lebih kecil dari probabilitas kesalahan yang ditolerir yaitu α 5% atau 0,05 atau dapat diketahui melalui uji F. dimana F hitung yang diperoleh sebesar 26,589 dan F tabel sebesar 2,53. Sehingga F hitung > F tabel. Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu variabel Umur (x 1 ) tingkat pendidikan (x 2 ), lama berusaha tani (x 3 ), luas lahan (x 4 ) dan jumlah tanggungan (x 5 ) secara serempak berpengaruh nyata terhadap pendapatan (Y). 5.2.2 Uji pengaruh Variabel Secara Parsial

Setelah dilakukan uji pengaruh variabel secara serempak, pembahasan dilanjutkan dengan pengujian pengaruh variabel secara parsial. Uji pengaruh variabel secara parsial dapat diketahui dengan menggunakan uji t, berdasarkan tabel dapat dilihat bahwa: Tabel 16 menunjukkan bahwa umur (x 1 ) diperoleh t- hitung = 0,160> t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,874 lebih kecil dari α (0,05). Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu umur secara parsial tidak berpengaruh nyata terhadap pendapatan. Tabel 16 menunjukkan tingkat pendidikan (x2) diperoleh t- hitung = 0,349 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,730 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu tingkat pendidikan secara parsial tidak berpengaruh nyata terhadap pendapatan. Tabel 16 menunjukkan bahwa lama berusaha tani (x3) diperoleh t- hitung = -1,535 > t- tabel = 1,697dan memiliki nilai signifikansi sebesar lebih besar dari 0,138 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu lama berusaha tani secara parsial tidak berpengaruh nyata terhadap pendapatan. Tabel 16 menunjukkan bahwa luas lahan (x4) diperoleh t- hitung = 11,117 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,000 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu biaya tenaga kerja secara parsial berpengaruh nyata terhadap pendapatan. Tabel 16 menunjukkan bahwa jumlah tanggungan (x5) diperoleh t- hitung = 0,55 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,956 lebih besar dari α (0,05).

Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu jumlah tanggungan secara parsial tidak berpengaruh nyata terhadap pendapatan. 5.2.3 Uji Asumsi Klasik Pendugaan dengan Metode Kuadrat Terkecil (Ordinary Least Square) memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated (BLUE) yaitu terpenuhi beberapa uji asumsi klasik. Dalam penelitian ini asumsi klasik yang digunakan adalah sebagai berikut : 5.2.4 Uji Normalitas Untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, dilakukan uji normalitas. Pada penelitian ini normalitas dilakukan dengan pendekatan grafik. Uji normalitas dengan pendekatan grafik dapat dilihat pada Gambar 2 dan Gambar 3. Gambar 2. Histogram Uji Normalitas

Gambar 3. Normal P-P Plot of Regression Standarized Residual Distribusi data mengikuti atau mendekati distribusi normal, apabila distribusi data berbentuk lonceng (bell shaped) (Santoso, 2010). Berdasarkan tampilan histogram pada Gambar 2 dapat dilihat bahwa distribusi data berbentuk lonceng (bell shaped), sehingga data tersebut dikatakan berdistribusi normal. Kemudian tampilan Normal P-P Plot of Regression Standarized Residual pada Gambar 3 terlihat bahwa titik-titik menyebar di sekitar dan mengikuti garis diagonal. Suatu data dikatakan berdistribusi normal apabila garis yang digambarkan data menyebar atau merapat ke garis diagonalnya (Sulianto, 2011). Dengan demikian data tersebut dikatakan berdistribusi normal, sehingga asumsi normalitas terpenuhi. 5.2.5 Uji Multikolinieritas

Untuk uji multikolinearitas pada penelitian ini dilakukan dengan melihat nilai VIF pada tiap independent variable yang dapat dilihat pada Tabel 17. Tabel 17. Hasil Uji Multikolinearitas Independent Variable Collinierity Statistics Tollerance VIF Umur 0,451 2,220 Tingkat Pendidikan 0,869 1,151 Lama berusaha tani 0,473 2,115 Luas lahan 0,879 1,138 Jumlah tanggungan 0,874 1,144 Sumber :Lampiran 12 Menurut Ragner Frish dalam Supranto (2005) untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 1. nilai toleransi lebih kecil dari 0,1 2. nilai VIF lebih besar dari 10 3. R² = 1 Berdasarkan Tabel 17 dapat dilihat bahwa nilai VIF masing-masing variabel berada dibawah 10. Nilai VIF jumlah umur 2,220 < 10, nilai VIF tingkat pendidikan sebesar 1,151 < 10, nilai VIF lama berusaha tani sebesar 2,115 < 10, nilai VIF luas lahan sebesar 1,138 < 10 nilai VIF jumlah tanggungan sebesar 1,144 < 10 dan tolerance semua input produksi di atas 0,1. Hal ini menunjukkan bahwa model tidak mengandung multikolinearitas. 5.2.6 Uji Heteroskedastisitas

Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Uji asumsi klasik heteroskedastisitas dengan menggunakan analisis grafik dapat dilihat pada Gambar 4. Gambar 4. Scatterplot Uji Heteroskedastitas Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas. Hasil uji asumsi heteroskedastisitas dengan melihat Gambar 4 menunjukkan bahwa scatterplot menyebar secara acak dan titik-titik data menyebar di bawah dan di atas angka 0. Hal ini menunjukkan bahwa tidak terjadi masalah heteroskedastisitas. 5.3 Pengaruh Biaya Terhadap Pendapatan dalam Penerapan SRI (System of Rice Intensification).

Setelah dilakukan analisis data menggunakan SPSS 16 dengan variable independent (X) yang meliputi variable biaya bibit, biaya pupuk, biaya pestisida, biaya tenaga kerja, biaya penyusutan dan pendapatan sebagai variable independent (Y). Tabel.18 Hasil Pengaruh Biaya Terhadap Pendapatan dalam Penerapan SRI (System of Rice Intensification) Variabel Koefisien Regresi Std. Error t hitun g Sig Keterangan Constant -3611000 2139000-1,688 0,164 Tidak Nyata X 1 = Biaya bibit 86,242 30,208 2,855 0.009 Nyata X 2 = Biaya pupuk 1,692 1,762 0.961 0.346 Tidak Nyata X 3 =Biaya pestisida 12,726 5,400 2,357 0.027 Nyata X 4 = Biaya tenaga kerja -0,443 0,693-0,693 0,529 Tidak Nyata X 5 =Biaya penyusutan 9,933 18,148 0.547 0.589 Tidak Nyata R-Square = 0,845 F-Hitung = 26,196 F-Tabel = 2,53 T-Tabel =1,697 Sumber : Analisa Data Primer,Lampiran 12 Persamaan yang diperoleh dari hasil analisis Tabel.12 adalah : Y 1 = 2135000 + 86,242 X 1 + 1,692 X 2 + 12,726 X 3 0,443 X4 + 9,933 X Dimana: Y = Pendapatan X 1 X 2 5 = Biaya bibit = Biaya pupuk X3 = Biaya pestisida

X 4 X 5 = Biaya tenaga kerja = Biaya penyusutan Dari Tabel 18. diketahui bahwa nilai koefisien determinasi (R 2 ) yang diperoleh sebesar 0,845. Koefisien determinasi ini menunjukkan bahwa pendapatan (Y) dapat dijelaskan oleh variabel biaya bibit (x 1 ) biaya pupuk (x 2 ), biaya pestisida (x 3 ), biaya tenaga kerja (x 4 ) dan biaya penyusutan (x 5 ) sebesar 84,5% sedangkan sisanya sebesar 15,5% dipengaruhi oleh faktor lainnya. Untuk menguji hipotesis secara serempak, dilakukan dengan uji F, dan secara parsial dilakukan dengan uji t, dengan tingkat signifikansi dalam penelitian ini menggunakan α 5% atau 0,05. Hasil pengujian hipotesis diuraikan sebagai berikut: 5.3.1 Uji pengaruh Variabel Secara Serempak Hasil uji pengaruh variabel secara serempak dengan menggunakan uji F disajikan pada tabel 18, menunjukkan bahwa nilai signifikansi F adalah sebesar 0,000. Nilai yang diperoleh lebih kecil dari probabilitas kesalahan yang ditolerir yaitu α 5% atau 0,05 atau dapat diketahui melalui uji F. dimana F hitung yang diperoleh sebesar 26,196 dan F tabel sebesar 2,53. Sehingga F hitung > F tabel. Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu variabel biaya bibit (x 1 ) biaya pupuk (x 2 ), biaya pestisida (x 3 ), biaya tenaga kerja (x 4 ) dan biaya penyusutan (x 5 ) secara serempak berpengaruh nyata terhadap pendapatan (Y). 5.3.2 Uji pengaruh Variabel Secara Parsial Setelah dilakukan uji pengaruh variabel secara serempak, pembahasan dilanjutkan dengan pengujian pengaruh variabel secara parsial. Uji pengaruh variabel

secara parsial dapat diketahui dengan menggunakan uji t, berdasarkan tabel dapat dilihat bahwa: Tabel 18 menunjukkan bahwa biaya bibit (x 1 ) diperoleh t- hitung = 2,855> t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,009 lebih kecil dari α (0,05). Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu biaya bibit secara parsial berpengaruh nyata terhadap pendapatan. Tabel 18 menunjukkan biaya pupuk (x2) diperoleh t- hitung = 0,961 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,346 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu biaya pupuk secara parsial tidak berpengaruh nyata terhadap pendapatan. Tabel 18 menunjukkan bahwa biaya pestisida (x3) diperoleh t- hitung = 2,357 > t- tabel ex= 1,697dan memiliki nilai signifikansi sebesar lebih besar dari 0,027 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 ditolak atau H 1 diterima, yaitu biaya pestisida secara parsial berpengaruh nyata terhadap pendapatan. Tabel 18 menunjukkan bahwa biaya tenaga kerja (x4) diperoleh t- hitung = -0,693 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,529 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu biaya tenaga kerja secara parsial tidak berpengaruh nyata terhadap pendapatan. Tabel 18 menunjukkan bahwa biaya penyusutan (x5) diperoleh t- hitung = 0,547 < t- tabel = 1,697 dan memiliki nilai signifikansi sebesar 0,589 lebih besar dari α (0,05). Hal ini menunjukkan bahwa H 0 diterima atau H 1 ditolak, yaitu biaya penyusutan secara parsial tidak berpengaruh nyata terhadap pendapatan.

5.3. 3 Uji Asumsi Klasik Pendugaan dengan Metode Kuadrat Terkecil (Ordinary Least Square) memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated (BLUE) yaitu terpenuhi beberapa uji asumsi klasik. Dalam penelitian ini asumsi klasik yang digunakan adalah sebagai berikut : 5.3.4 Uji Normalitas Untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, dilakukan uji normalitas. Pada penelitian ini normalitas dilakukan dengan pendekatan grafik. Uji normalitas dengan pendekatan grafik dapat dilihat pada Gambar 5 dan 6. Gambar 5. Histogram Uji Normalitas

Gambar 6. Normal P-P Plot of Regression Standarized Residual Distribusi data mengikuti atau mendekati distribusi normal, apabila distribusi data berbentuk lonceng (bell shaped) (Santoso, 2010). Berdasarkan tampilan histogram pada Gambar 5 dapat dilihat bahwa distribusi data berbentuk lonceng (bell shaped), sehingga data tersebut dikatakan berdistribusi normal. Kemudian tampilan Normal P-P Plot of Regression Standarized Residual pada Gambar 6 terlihat bahwa titik-titik menyebar di sekitar dan mengikuti garis diagonal. Suatu data dikatakan berdistribusi normal apabila garis yang digambarkan data menyebar atau merapat ke garis diagonalnya (Sulianto, 2011). Dengan demikian data tersebut dikatakan berdistribusi normal, sehingga asumsi normalitas terpenuhi. 5.3.5 Uji Multikolinieritas Untuk uji multikolinearitas pada penelitian ini dilakukan dengan melihat nilai VIF pada tiap independent variable yang dapat dilihat pada Tabel 12.

Tabel 19. Hasil Uji Multikolinearitas Independent Variable Collinierity Statistics Tollerance VIF Biaya bibit 0,124 8,050 Biaya pupuk 0,320 3,121 Biaya pestisida 0,438 2,285 Biaya tenaga kerja 0,138 7,269 Biaya penyusutan 0,296 3,377 Sumber :Lampiran 12 Menurut Ragner Frish dalam Supranto (2005) untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 4. nilai toleransi lebih kecil dari 0,1 5. nilai VIF lebih besar dari 10 6. R² = 1 Berdasarkan Tabel 19 dapat dilihat bahwa nilai VIF masing-masing variabel berada dibawah 10. Nilai VIF Biaya bibit 8,050 < 10, nilai VIF Biaya pupuk sebesar 3,121< 10, nilai VIF Biaya pestisida sebesar 2,285< 10, nilai VIF Biaya tenaga kerja sebesar 7,269< 10 nilai VIF Biaya penyusutan sebesar 3,337 < 10 dan tolerance semua input produksi di atas 0,1. Hal ini menunjukkan bahwa model tidak mengandung multikolinearitas. 5.3.6 Uji Heteroskedastisitas Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Uji asumsi klasik heteroskedastisitas dengan menggunakan analisis grafik dapat dilihat pada Gambar 7.

Gambar 7. Scatterplot Uji Heteroskedastitas Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas. Hasil uji asumsi heteroskedastisitas dengan melihat Gambar 7 menunjukkan bahwa scatterplot menyebar secara acak dan titik-titik data menyebar di bawah dan di atas angka 0. Hal ini menunjukkan bahwa tidak terjadi masalah heteroskedastisitas. 5.4 Masalah dan Upaya Penerapan Padi Sawah Metode SRI (System of Rice Intensification).

Masalah dan kendala dari proyek SRI dalam penerapannya yang telah dipelajari meliputi: petani atau buruh tanam kesulitan tanam bibit muda, petani kesulitan mencari tenaga kerja, petani atau buruh tanam kesulitan menanam jarak lebar, pola pikir petani masih mainded pupuk kimia, dan petani kesulitan dalam pengendalian hama dan penyakit tanaman secara terpadu. Adapun masalah dan kendala penerapan SRI sebagai berikut: 1. Petani atau buruh tanam kesulitan menanam dengan bibit muda. Salah satu kunci sukses proyek SRI adalah menanam bibit muda, yakni pada umur 8-15 hari. Jika petani menanam bibit yang lebih tua - 3, 4, 5 atau 6 minggu maka mereka telah kehilangan banyak potensi untuk menghasilkan sejumlah anakan tanaman. Cara tanam bibit padi umur muda yaitu ketika bibit didorong ke dalam tanah harus digeser seperti huruf L hal ini untuk mengurangi tekanan akar tanaman dan memudahkan tanaman proses melanjutkan pertumbuhan akar. Hal inilah salah satu kesulitan buruh tanam karena mereka terbiasa menanam bibit konvensional dengan ditekan kedalam dengan kedalaman sekitar 4-6 cm. Sehingga cara menanam bibit muda menrupakan hambatan tersendiri bagi buruh tanam. Salah satu alasan menanam bibit muda dengan digeser adalah pada pertumbuhan akar tanaman. Akar tanaman padi tumbuh dari ujungnya. Jika ujung menunjuk ke atas maka akar harus mengubah posisinya di dalam tanah untuk mendapatkan ujung menunjuk ke bawah sebelum dapat melanjutkan pertumbuhan. Hal ini memerlukan banyak energi dan usaha dari akar kecil, pada saat itu masih lemah setelah tanam, terutama jika telah dibiarkan kering karena keterlambatan menanam. Hal inilah yang menjadi risiko besar untuk menanam bibit muda Berdasarkan hasil wawancara mendalam, sebagian