IV.
METODE PENELITIAN
4.1. Lokasi dan Waktu Penelitian Penentuan lokasi studi kasus dilakukan secara sengaja (purposive), dimana penelitian ini dilakukan pada salah satu lokasi penghasil beras kualitas premium, yaitu penghasil beras organik di Kabupaten Klaten, Jawa Tengah. Pengumpulan data primer penelitian dilakukan pada Bulan Maret 2010.
4.2. Jenis dan Macam Data Jenis data yang digunakan dalam kajian ini adalah cross section dan data time series. Data cross section
dalam penelitian ini merupakan data yang
bersumber dari data primer yang dikumpulkan dari sumber asal data dan dikumpulkan secara khusus untuk menjawab tujuan penelitian ini, seperti data karakteristik rumah tangga, keragaan proses produksi usahatani, persepsi petani, saluran pemasaran, dan lain-lain. Data time series dalam kajian ini merupakan data sekunder pendukung yang telah dikumpulkan dan dipublikasikan oleh berbagai institusi, seperti: Badan Pusat Statistik, Perum Bulog, Departemen Pertanian (Sekretariat Jenderal, Direktorat Jenderal Bina Produksi Tanaman Pangan, Direktorat Jenderal Bina Pemasaran dan Pengolahan Hasil Pertanian dan Badan Penelitian dan Pengembangan Pertanian), dan Departemen Perdagangan 4.3. Metode Pengambilan Sampel
Lokasi sampel penelitian dilakukan secara purposive, dan sesuai tujuan penelitian maka dipilih Kabupaten Klaten, Jawa Tengah dengan pertimbangan
45
bahwa lokasi tersebut merupakan salah satu sentra padi penghasil beras premium yang terkenal. Berdasarkan data produksi padi dari Dinas Pertanian Kabupaten Klaten, maka terpilih Kecamatan Cawas sebagai sampel kecamatan. Kecamatan Cawas merupakan kecamatan peringkat kedua dalam luas areal dan produksi padi sawah di wilayah Kabupaten Klaten. Sampel petani dipilih dari dua lokasi yang berdekatan yang menanam padi yang tergolong premium dan medium dan dipilih secara random sampling. Seperti yang tercantum dalam keterbatasan penelitian, sampel petani padi premium diwakili oleh petani padi organik di Desa Balak, Kecamatan Cawas, Kabupaten Klaten.. Petani padi organik yang dimaksud dalam penelitian ini adalah petani yang menanam padi dengan tidak menggunakan masukan bahan unorganik dalam proses produksinya, seperti pupuk unorganik dan pestisida unorganik. Petani organik memanfaatkan limbah peternakan dan tanaman yang dikomposkan sebagai pupuk, dan menggunakan bahan organik serta pengendalian hayati untuk mengatasi serangan organisme penggangu tanaman (OPT). Sedangkan petani non organik adalah petani yang menggunakan masukan bahan unorganik dalam proses produksinya. Sebenarnya batasan ini belum sempurna untuk mengatakan suatu produk dikatakan produk organik, karena faktor lingkungan yang lain, seperti air dan alat-alat pengolahan masih dimungkinkan saling mencemari, dan kualitas organik tersebut telah disahkan oleh lembaga yang berwenang. Namun dengan berbagai keterbatasan yang ada, maka penelitian ini menggunakan batasan tersebut dalam membedakan petani organik dan non organik.
46
Populasi petani responden penelitian ini adalah petani padi di Desa Balak dan desa sekitar yang mempunyai lahan di Desa Balak. Jumlah populasi petani di Desa Balak berjumlah sekitar 245 orang dimana 60 orang petani merupakan petani organik sehingga populasi petani non organik dalam penelitian ini berjumlah 185 orang petani. Jumlah responden petani penelitian ini terdiri dari 60 responden, yang terdiri dari 30 responden petani organik dan 30 responden petani non organik. Berdasarkan jumlah populasi sampel yang ada maka sampel penelitian masing-masing sekitar 12.44 dari jumlah total populasi petani. Sampel petani organik adalah 50 persen dari jumlah petani organik, sedangkan sampel petani non organik adalah 16.22 persen dari populasi petani non organik. Untuk menganalisis sistem pemasaran, sampel penelitian dilakukan dengan metode snow ball sampling, yaitu dengan menelusuri pelaku pemasaran yang berkaitan. Sampel pelaku pemasaran beras di lokasi penelitian adalah pedagang pengumpul gabah, penggilingan padi/pedagang beras, pengecer. Jumlah pedagang beras organik di lokasi penelitian berjumlah 3 orang, sedangkan jumlah pedagang gabah/beras
beras non organik sekitar 5 orang. Sampel
pedagang pengumpul gabah/beras organik
dalam penelitian ini berjumlah
masing-masing 2 orang setiap kelompok. Sampel pedagang pada gabah/beras organik adalah kelompok petani organik dan satu orang pedagang pengumpul yang langsung menjual beras organik ke konsumen. Penggilingan padi di desa Balak tidak ada, sehingga untuk menggiling padi hasil pertanian masyarakat pada umumnya memanfaatkan penggilingan keliling yang banyak beroperasi di desa, serta memanfaatkan penggilingan padi di luar desa. Sampel penelitian
47
penggilingan padi dalam penelitian ini berjumlah 1 (satu) unit usaha, yaitu penggilingan padi di luar Desa Balak. Sesuai dengan tujuan penelitian ini, penulis lebih menitikberatkan pembahsan pada pengembangan beras organik, sedangkan pembahasan beras non organik lebih ditujukan untuk mendukung informasi pengembangan beras organik.
4.4. Metode Analisis Data Penelitian ini menggunakan metode studi kasus. Metode analisis data merupakan metode analisis deskriptif tabulasi dan analisis kuantitatif, dimana data mula-mula dikumpulkan, disusun, dijelaskan, kemudian dianalisis. Teknik pelaksanaannya dilakukan dengan cara studi komparatif, yaitu meneliti faktorfaktor tertentu yang berhubungan dengan situasi yang diamati dan dibandingkan satu faktor dengan faktor lainnya. Analisis deskriptif digunakan untuk menggambarkan potensi dan hambatan pengembangan padi kualitas premium, keragaan rumah tangga petani, saluran/margin pemasaran, dan potensi wilayah pengembangan beras kualitas premium. Sedangkan analisis kuantitatif digunakan untuk melihat faktor-faktor yang mempengaruhi produksi, dan pendapatan petani. Metode analisis data yang digunakan untuk menjawab tujuan penelitian ini adalah sebagai berikut: 1. Menelaah produktivitas dan pendapatan usahatani beras organik dan non organik Dalam menelaah pendapatan usahatani
digunakan analisis pendapatan
usahatani dan analisis R/C ratio. Pendapatan dan keuntungan usahatani adalah
48
selisih antara penerimaan usahatani
dengan biaya usahatani per musim atau
tahun.
π atas biaya tunai = TR – BT
………………………………………… (4.1)
π atas biaya total = TR – (BT + BD) ……………………………………. (4.2) dimana: π = Pendapatan ( dalam Rp) TR = Q x P
(dalam Rp)
TR = penerimaan petani padi (dalam Rp) BT = biaya total (dalam Rp) BD= biaya diperhitungkan (dalam Rp) Q = hasil produksi (dalam Kg) P = harga produksi (dalam Rp per kg) Metode analisis yang digunakan untuk menghitung produktivitas padi organik dan organik adalah dengan menghitung produktivitas lahan usahatani, yaitu perbandingan jumlah produksi yang dihasilkan terhadap luas lahan masingmasing usahatani. Untuk mengetahui perbedaan produktivitas dan pendapatan petani organik dan non organik digunakan uji beda rata-rata (independent t test). Nilai t-hitung dalam penelitian ini dihitung dengan rumus: t hitung =
x o − x no ⎛ 1 S 2 ⎜⎜ ⎝ No
1 + N no
⎞ ⎟⎟ ⎠
………………………..………………. (4.3)
dimana: x o = rata-rata nilai variabel pada petani organik x no = rata-rata nilai variabel pada petani non organik N
= jumlah sampel
S2
= varian gabungan
49
2. Menelaah pemasaran beras organik dan kerjasama atau kemitraan yang dilakukan oleh petani dengan pihak lain Analisis pemasaran dan pola kerjasama atau kemitraan yang dilakukan oleh petani dengan pihak lain digunakan analisis deskriptif dan analisis marjin pemasaran. Marjin pemasaran dirumuskan dalam persamaan sebagai berikut: MP = Pr – Pf atau MP = ∑Ci + . ∑Bi …………………………….(4.4) dimana: MP : marjin pemasaran Pr
: harga di tingkat pengecer/retail
Pf
: harga di tingkat petani
∑Ci : jumlah biaya yang dikeluarkan lembaga pemasaran (i = 1,2,3,...) ∑Bi : jumlah keuntungan yang diperoleh lembaga pemasaran (i = 1,2,3,..) 3. Menelaah hambatan dan peluang pengembangan beras organik Metode analisis dalam melihat hambatan dan peluang pengembangan beras organik menggunakan pendekatan analisis deskriptif dengan teknik studi komparatif, yaitu meneliti faktor-faktor tertentu yang berhubungan dengan situasi yang diamati dan dibandingkan satu faktor dengan faktor lainnya, mulai dari aspek usahatani sampai pemasaran beras tersebut. Model analisis data untuk mengetahui faktor-faktor yang mempengaruhi produksi beras organik dari aspek usahatani pada penelitian ini adalah analisis regresi linier berganda fungsi produksi Cobb- Douglas dengan estimasi Ordinary Least Squares (OLS). Fungsi produksi Cobb-Douglas memiliki bentuk dasar: Q = A Kα Lβ …………………………………………………..……… (4.5) dimana: Q : output A : indeks efisiensi
50
K : input kapital L : input tenaga kerja α : elastisitas input kapital β : elastisitas input tenaga kerja Jika dinyatakan dalam bentuk tranformasi linear logaritma menjadi: Ln Q = ln A + α ln K + β ln L …………………………………… (4.6) Fungsi produksi Cobb-Douglas dipilih karena fungsi produksi ini memiliki keunggulan, yaitu (1) penyelesaian fungsi produksi Cobb-Douglas relatif lebih mudah dibandingkan dengan fungsi yang lain dan fungsi produksi Cobb-Douglas juga dapat ditransformasikan ke dalam bentuk linea, (2) hasil pendugaan garis melalui fungsi produksi Cobb-Douglas akan menghasilkan koefisien regresi yang sekaligus menunjukkan besaran elastisitas, yaitu α sebagai elastisitas input K dan β sebagai elastisitas input L, dan (3) besaran elastisitas tersebut sekaligus menunjukkan tingkat besaran return to scale (Soekartawi, 2003). Fungsi produksi Cobb Douglass dalam penelitian ini yang dirumuskan dalam persamaan regresi logaritma natural: ln QPR
= a0 + a1 ln IQSo + a2 ln IQFLo + a3 ln IQFSo + a4 ln IQPo + a5 ln IQLIo.+
ln QMR
a6 ln IQLOo + a7DSo + a8DSSo + e ……(4.7)
= b0 + b1 ln IQSno + b2 ln IQFSno + b3 ln IQPno + b4 ln IQLIno + b5 ln IQLOno + b6DSno + b7DSSno + e
dimana: QPR = produksi padi organik (kg) QMR = produksi padi non organik (kg) IQS
= jumlah bibit (kg)
IQFL = jumlah pupuk cair (liter) IQFS = jumlah pupuk padat (kg)
…..……………. (4.8)
51
IQP
= jumlah pestisida (liter)
IQLI
= jumlah tenaga kerja dalam keluarga (HKSP)
IQLO = jumlah tenaga kerja luar keluarga (HKSP) DS
= dummy musim (1=Musim Hujan; 0 = Musim Kemarau)
DS
= dummy sumber benih/bibit (1=benih dari pembelian; 0 = benih dalam keluarga)
no
= non organik
o
= organik
e
= error term Penelitian ini menggunakan metode estimasi kuadtrat terkecil atau
Ordinary Least Square (OLS). Metode OLS ini dipergunakan untuk memperoleh parameter yang akurat dalam fungsi produksi Cobb-Douglas. Alasan-alasan yang penggunaan metode estimasi OLS adalah: (1) estimasi parameter yang diperoleh dengan metode OLS memiliki karakteristik optimal, (2) prosedur pehitungan OLS cukup sederhana jika dibandingkan dengan teknik ekonometrik lainnya, (3) metode OLS telah banyak dipergunakan secara luas dengan hasil yang memuaskan, (4) mekanisme OLS mudah dipahami, dan (5) metode estimasi OLS merupakan komponen esensial dari teknik ekonometrik. Penggunaan fungsi produksi Cobb-Douglas dengan estimasi OLS mensyaratkan serangkaian pengujian terhadap model tersebut. Pengujian tersebut berupa pengujian kelayakan model, uji parameter, dan uji asumsi model. Untuk melihat apakah model yang digunakan sesuai, dapat diketahui dengan menghitung nilai koefisien determinasinya, R (Gujarati, 1991). Koefisien determinasi didefinisikan sebagai:
r2 =
ESS TSS
dim ana 0 ≤ r 2 ≤ 1 ……………………………………… (4.9)
52
Nilai r2 sebesar 1 (satu) berarti suatu kecocokan sempurna, sedangkan r2 bernilai 0 (nol) berarti tidak ada hubungan antara variabel tak bebas dengan variabel yang menjelaskannya. Uji melihat kelayakan parameter yang digunakan digunakan Uji F dan Ujit. Untuk melihat apakah peubah penjelas secara bersama-sama berpengaruh nyata atau tidak terhadap peubah endogen, maka digunakan uji-F.
Hipotesis yang
digunakan dalam Uji- F adalah: Ho: βi = 0; i = 1,2,…,p H1: tidak semua βi = 0 Untuk menguji hipotesis tersebut, statistik uji yang digunakan adalah uji F, dimana: Fhitung =
MSS MSS
dari dari
ESS .…………..…………………………… (4.10) RSS
Aturan pengambilan keputusan adalah: Jika Fhitung ≤ Ftabel (1- α, p-1, n-p) maka Ho diterima Jika Fhitung > Ftabel (1- α, p-1, n-p) maka Ho ditolak Pengambilan
keputusan
juga
dapat
dilakukan
dengan
melihat
tingkat
signifikansinya, yaitu jika signifikansi < α maka Ho ditolak. Kemudian untuk menguji apakah masing-masing peubah penjelas secara individual berpengaruh nyata atau tidak terhadap peubah endogen digunakan uji-t. Hipotesis yang digunakan dalam pengujian ini adalah: Ho: βi = 0; i = 1,2,…,p H1: βi ≠ 0
53
Untuk menguji hipotesis tersebut, statistik uji yang digunakan adalah uji t (t test), dimana: t hitung =
βˆi ...………………………………………………. (4.11) δ {βˆi }
Aturan pengambilan keputusan adalah: Jika │thitung│ ≤ ttabel (1- α/2, n-p-1) maka Ho ditolak Jika │thitung│ > ttabel (1- α/2, n-p-1) maka Ho diterima Pengambilan
keputusan
juga
dapat
dilakukan
dengan
melihat
tingkat
signifikansinya, yaitu jika signifikansi < α maka Ho ditolak. Selain uji kelayakan model dan parameter, pengujian asumsi model sangat penting dalam fungsi produksi Cobb-Douglas dengan estimasi OLS. Asumsi-asumsi yang harus dipenuhi oleh suatu model regresi linier klasik dengan estimasi OLS adalah: (1) asumsi normalitas, (2) non otokorelasi, (3) homokedastisitas, dan non multikloineraritas. Dalam penelitian ini pengujian asumsi model dilakukan dengan bantuan program Eviews 6.1. Asumsi normalitas menyatakan bahwa populasi gangguan (disturbance) ui didistribusikan secara normal. Dengan terpenuhinya asumsi ini maka estimasi koefisien regresi yang diperoleh akan efisien karena memenuhi sifat ketidakbiasan dan mempunyai varians yang minimum. (Gujarati, 1991).
Pengujian asumsi
kenormalan ini dapat dilakukan dengan menggunakan Histogram-Normality test. Hipotesis yang dipakai dalam pengujian ini yaitu: H0 : sisaan berdistribusi normal H1 : sisaan tidak berdistribusi normal
54
Dengan melihat nilai Probabilitas Jarque-Bera yang dihasilkan dari program E-views 6.1 maka H0 diterima jika Probabilitas Jarque-Bera lebih besar dari α yang menunjukkan bahwa asumsi kenormalan telah terpenuhi. Otokorelasi merupakan korelasi yang terjadi antara anggota serangkaian observasi yang diurutkan menurut waktu (seperti dalam data deretan waktu/ time series) atau ruang (seperti dalam data cross-sectional). Kondisi tidak terdapatnya otokorelasi dilambangkan dengan: E (εi, εj) = 0 i≠j. Adanya masalah otokorelasi akan menyebabkan terjadinya hasil penafsiran yang tidak efisien karena estimasi koefisien memiliki varians yang besar meskipun hasil estimasi koefisien tetap konsisten dan tidak bias. Varians yang tidak efisien ini menyebabkan terjadinya kecenderungan thitung untuk memiliki nilai yang kecil sehingga hasil pengujian yang dilakukan akan cenderung untuk menerima H0. Pengujian terhadap adanya otokorelasi dilakukan dengan menggunakan uji Durbin-Watson dan uji Breusch-Godfrey Serial Correlation LM Test. Dalam
penelitian ini uji otokorelasi dilakukan dengan menggunakan uji Breusch-Godfrey Serial Correlation LM Test. Dengan hipotesis yang dipakai yaitu:
H0 : non-otokorelasi H1 : otokorelasi Dengan melihat nilai Probabilitas Obs*R-squared yang dihasilkan dari program Eviews 6.1 maka jika obs*R-squared lebih besar dari α maka tidak ada otokorelasi.
55
Heterokedasitas adalah kondisi dimana asumsi homokedastisitas tidak terpenuhi. Heteroskedastisitas ini mengakibatkan varians dari estimasi koefisien regresi tidak lagi minimal sehingga membuat proses estimasi menjadi tidak efisien baik dalam sampel kecil maupun besar (asimtotik) meskipun hasil estimasinya tetap konsisten dan tidak bias. Pengujian heteroskedastisitas dalam penelitian ini dilakukan dengan menggunakan uji white heteroscedasticity. Hipotesis yang digunakan adalah: H0 : Homoskedastis H1 : Heteroskedastis Dengan melihat nilai Probabilitas Obs*R-squared yang dihasilkan dari program E-views 6.1 maka H0 diterima jika nilai Probabilitas Obs*R-squared lebih besar dari α. Asumsi tidak adanya multikoleniaritas merupakan asumsi yang penting dalam estimasi OLS.
Multikolinearitas menunjukkan terdapatnya hubungan
linear yang signifikan di antara beberapa atau semua variabel bebas dalam model regresi. Gejala terjadinya multikolinearitas dapat ditunjukkan oleh beberapa faktor, namun yang paling menunjang penjelasan adanya multikolinearitas dalam model adalah ketika model hasil regresi memiliki nilai R2 yang sangat tinggi namun sebagian variabel bebasnya tidak menunjukkan hubungan yang signifikan terhadap variabel terikatnya yang dapat dilihat dari perbandingan antara nilai thitung dan Fhitung dengan ttabel dan Ftabel. Selain itu terjadinya multikolinearitas ini dapat dilihat dengan menggunakan matriks korelasi antar variabel bebas
56
4. Merumuskan kebijakan pengembangan beras premium
Merupakan sintesis kebijakan dari berbagai permasalahan pengembangan beras premium, mulai aspek usaha tani sampai pemasaran beras organik dengan merujuk hasil kajian dari tujuan 1 sampai 3.
