28

IV. METODE PENELITIAN

4.1 Lokasi dan Waktu Penelitian

Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan

Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas

wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan

kawasan industri berskala kecil berdasarkan rencana tata ruang wilayah

Kabupaten Karawang. Hal ini mengindikasikan terjadinya alih fungsi lahan

pertanian ke pemukiman ataupun industri. Selain itu, wilayah ini juga merupakan

pusat pemerintahan Kabupaten Karawang sehingga memberikan implikasi

terjadinya perubahan tata guna lahan.

Penelitian dilakukan dengan mengambil sampel Desa Kondangjaya.

Pemilihan lokasi dilakukan secara sengaja (purposive) atau disebut juga

judgemental sampling karena wilayah tersebut merupakan wilayah yang

mengalami alih fungsi lahan tertinggi di Kabupaten Karawang pada tahun 2011.

Proses pengumpulan data primer dan sekunder dilakukan pada bulan Februari

hingga April 2012.

4.2 Jenis dan Sumber data

Jenis data yang digunakan dalam penelitian ini adalah data primer dan

data sekunder. Data primer digunakan untuk mengetahui faktor-faktor yang

mempengaruhi alih fungsi lahan di tingkat petani, dampak lingkungan dari alih

fungsi lahannya, serta dampak alih fungsi lahan pertanian terhadap pendapatan

petani. Data primer diperoleh dari hasil wawancara langsung dari pemilik lahan

baik melalui kusioner maupun melalui wawancara mendalam. Data sekunder

digunakan untuk mengetahui laju alih fungsi lahan dan faktor-faktor yang

29

mempengaruhi alih fungsi lahan di tingkat wilayah dengan menggunakan data

time series 2001– 2010. Data sekunder diperoleh dari Badan Pusat Statistik (BPS)

nasional, BPS kabupaten Karawang, Dinas Pertanian, kehutanan, perkebunan, dan

Peternakan Kabupaten Karawang, Kantor Kecamatan Karawang Timur, dan

Kantor Desa Kondangjaya, Bappeda Kabupaten Karawang dan dinas-dinas terkait

lainnya. Data sekunder berupa data kebijakan alih fungsi lahan yang berlaku,

harga lahan, dan kependudukan, serta data-data lain yang di anggap mendukung

dalam menjawab pertanyaan penelitian.

4.3 Metode Pengambilan Sampel

Pengambilan sample yang dilakukan kepada petani pemilik lahan yang

mengalami alih fungsi lahan dan tidak mengalami alih fungsi lahan dilakukan

secara purposive sampling. Teknik purposive sampling merupakan bentuk dari

non-probability sampling method. Penelitian dilaksanakan menggunakan metode

sampling non-probability disebabkan oleh jumlah masing-masing populasi yang

akan diteliti tidak diketahui secara pasti. Sampel pada sampling tidak acak akan

menyebabkan populasi yang akan diteliti tidak memiliki kesempatan yang sama

untuk dipilih sebagai sampel.

Responden dalam penelitian ini adalah petani setempat yang lahan usaha

taninya pernah mengalami alih fungsi lahan dan tidak mengalami alih fungsi

lahan. Penelitian yang dilaksanakan mengambil responden berjumlah 40

responden. Penetapan sampel ini disasarkan pada pendapat Bailey dalam Hasan

(2002) yang menyatakan bahwa ukuran sampel minimum yang menggunakan

analisis data statistik ialah 30 responden dimana populasi menyebar normal.

Sampel merupakan bagian dari populasi yang diambil melalui cara-cara tertentu

30

yang juga mewakili karateristik tertentu, jelas, dan lengkap yang bisa dianggap

bisa mewakili populasi.

Pengambilan data primer dilakukan melalui teknik wawancara dengan

bantuan kuisioner kepada responden. Responden merupakan pihak yang

memberikan informasi dan dapat mewakili dalam menjawab permasalahan

penelitian.

4.4 Metode dan Prosedur Analisis Penelitian

Dalam penelitian ini digunakan dua metode analisis, yaitu metode analisis

deskriptif dan analisis kuantitatif. Metode analisis deskriptif digunakan dengan

tujuan untuk memberikan penjelasan dan interpretasi atas data dan informasi pada

tabulasi data. Kemudian metode analisis kuantitatif bertujuan untuk mengetahui

laju alih fungsi lahan, mengetahui faktor-faktor yang mempengaruhi alih fungsi

lahan, mengetahui dampak alih fungsi lahan terhadap pendapatan petani dan

lingkungan. Metode analisis kuantitatif menggunakan persamaan laju alih fungsi

lahan, analisis regresi berganda, analisis regresi logistik. dan analisis uji beda rata-

rata.

Data yang diperoleh selanjutnya dianalisis secara kualitatif dan kuantitatif.

Pengolahan dan analisis data dilakukan secara manual dan menggunakan

komputer dengan program microsoft office exel 2007 dan Statistical Program and

Service Solution (SPSS) 20.0.

4.4.1 Analisis Deskriptif

Analisis deskriptif merupakan metode pencarian fakta dengan interpretasi

yang tepat mengenai masalah-masalah yang ada dalam masyarakat, tata cara yang

berlaku, serta situasi-situasi tertentu termasuk tentang hubungan, kegiatan, sikap,

31

pandangan, serta proses yang sedang berlangsung dan pengaruh dari suatu fenomena

(Withney 1960) dalam (Nazir 2005). Data yang diperoleh dari hasil penelitian

kemudian diolah dengan langkah-langkah sebagai berikut:

1. Penulisan data dan informasi yang diperoleh selama penelitian dengan

tujuan untuk mengevaluasi data. Hal ini dilakukan untuk menghindari

kesalahan-kesalahan yang mungkin terjadi selama pengamatan.

2. Merumuskan data yang diperoleh ke dalam bentuk tabel untuk menghindari

kesimpangsiuran interpretasi serta sekaligus untuk mempermudah

interpretasi data.

3. Menghubungkan hasil penelitian yang diperoleh dengan kerangka pemikiran

yang digunakan dalam penelitian, dengan tujuan mencari arti atau memberi

interpretasi yang lebih luas dari data yang diperoleh.

Dengan menggunakan analisis deskriptif ini maka akan diperoleh gambaran

mengenai faktor-faktor yang mempengaruhi alih fungsi lahan pertanian dan

dampaknya terhadap pendapatan petani.

4.4.1 Analisis Laju Alih Fungsi Lahan

Dalam penghitungan laju alih fungsi lahan pertanian digunakan persamaan

alih fungsi lahan yang digunakan oleh sutandi (2009) dalam Astuti (2011). Laju

alih fungsi lahan dapat ditentukan dengan cara menghitung laju alih fungsi lahan

secara parsial. Laju alih fungsi lahan secara parsial dapat dijelaskan sebagai

berikut:

.................................................................................. (4.1)

32

dimana:

V = laju alih fungsi lahan (%)

Lt = Luas lahan tahun ke-t (ha)

Lt-1 = Luas lahan sebelumnya (ha)

Laju alih fungsi lahan (%) dapat ditentukan melalui selisih antara luas

lahan tahun ke-t dengan luas lahan tahun sebelumnya (t-1). Kemudian dibagi

dengan luas lahan tahun sebelumnya dan dikalikan dengan 100 persen. Hal ini

dilakukan juga pada tahun-tahun berikutnya sehingga diperoleh laju alih fungsi

lahan setiap tahun.

4.4.1 Analisis Regresi Linear Berganda

Dalam mengkaji faktor-faktor yang mempengaruhi penurunan lahan akibat

alih fungsi lahan pertanian digunakan model analisis regresi linear berganda.

Analisis regresi adalah sebuah alat analisis statistik yang memberikan penjelasan

tentang pola hubungan (antara dua variabel atau lebih). Tujuan dari analisis

regresi ini adalah meramalkan nilai rata-rata satu variabel. Metode ini sebenarnya

menggambarkan hubungan antara peubah bebas atau independent (Y) dengan

peubah tak bebas atau dependent (X) dan sering disebut dengan peubah penjelas.

Faktor-faktor yang diduga berpengaruh terhadap kegiatan alih fungsi lahan

di tingkat wilayah adalah:

1. Laju Pertumbuhan Penduduk (persen)

Jumlah penduduk mempengaruhi permintaan lahan. Semakin meningkat

jumlah penduduk maka permintaan lahan terutama untuk pembangunan

perumahan akan semakin tinggi sehingga mendorong penurunan luas

lahan sawah akibat alih fungsi lahan sawah yang semakin tinggi.

33

2. Jumlah Industri (unit)

Adanya peningkatan jumlah industri mendorong terjadinya peningkatan

permintaan lahan. Semakin tinggi jumlah industri maka semakin tinggi

penurunan luas lahan sawah akibat alih fungsi lahan sawah yang terjadi.

3. Produktivitas Lahan Pertanian (ton/ha)

Semakin rendah produktivitas lahan pertanian, maka diduga akan

meningkatkan penurunan luas lahan sawah akibat alih fungsi lahan karena

lahan dianggap memiliki opportunitunity cost.

4. Proporsi Luas Lahan Sawah Terhadap Luas Wilayah (persen)

Peningkatan luas lahan sawah karena adanya pencetakan sawah baru

menyebabkan terjadinya pembangunan yang dilakukan di atas lahan sawah

akan semakin besar. Semakin luas proporsi luas lahan sawah terhadap luas

wilayah maka akan semakin tinggi penurunan luas lahan sawah akibat alih

fungsi lahan yang terjadi.

5. Kebijakan pemerintah (dummy)

Adanya kebijakan pemerintah mengenai tata ruang wilayah pada saat ini

dan saat tahun sebelumnya. Hal ini dilakukan untuk membedakan

penggunaan lahan pertanian berdasarkan kebijakan tata ruang wilayah saat

ini dan tahun sebelumnya. Adanya perubahan kebijakan menyebabkan

terjadinya peningkatan penggunaan lahan sawah untuk keperluan non-

pertanian.

Persamaan model regresi linear berganda untuk mengetahui faktor yang

mempengaruhi alih fungsi lahan adalah sebagai berikut:

Y = α + β1 X1 + β2 X2 + β3 X3 + β4 X4 + β5D + ε ........................................... (4.2)

34

Tanda yang diharapkan:

β1 > 0

β2 > 0

β3 < 0

β4 > 0

D > 0

Dimana:

Y = Penurunan lahan pertanian akibat alih fungsi lahan (m2 )

α = Intersep

Xi = Faktor-faktor yang diduga mempengaruhi alih fungsi lahan

βi = Koefisien Regresi

D = Dummy

ε = Eror Term

Model analisis regresi linear berganda merupakan metode analisis yang

didasarkan pada metode Ordinary Least Square (OLS). Konsep dari metode least

square adalah menduga koefisien regresi (β) dengan meminimumkan kesalahan

(error). Ordinary least square (OLS) dapat menduga koefisien regresi dengan

baik karena: (1) memiliki sifat tidak bias dengan varians yang minimum (efisien)

baik linear maupun bukan, (2) konsisten, dangan meningkatknya ukuran sampel

maka koefisien regresi mengarah pada nilai populasi yang sebenarnya, serta (3) β0

dan β1 terdistribusi secara normal (Gujarati 2002).

Model ini mencangkup hubungan banyak variabel terdiri dari satu variabel

dependent dan berbagai variabel independent. Penggunaan metode ini saling

terikat antara satu variabel dengan variabel lainnya. Jika dijumpai bahwa saat satu

35

variabel terikat yang dipengaruhi oleh beberapa variabel bebas dalam

mempengaruhi variabel terikat itu bermacam maka bentuk hubungan antar

variabel pun juga akan berbeda. Dalam regresi linear berganda sifat hubungan

berjenjang sering kali terjadi dalam kajian ilmu sosial.

Sebagai langkah awal pengujian dilakukan pengujian ketelitian dan

kemampuan model regresi. Pengujian model regresi diperlukan dalam penelitian

ini terdiri dari tiga pengujian, yaitu uji koefisien determinasi (R-squared), Uji F,

dan Uji t.

Untuk mengetahui seberapa jauh pengaruh peubah-peubah dalam

persamaan akan mempengaruhi alih fungsi lahan pertanian akan uji statistik

sebagai berikut:

1. Uji Koefisien Determinasi (R-squared)

Nilai R-squared mencerminkan seberapa besar keragaman dari variabel

dependen yang dapat diterangkan oleh variabel independen. Nilai R-squared

memiliki besaran yang positif dan besarannya adalah 0 < R-squared < 1. Jika nilai

R-squared bernilai nol maka artinya keragaman variabel dependen tidak dapat

dijelaskan oleh variabel independennya. Sebaliknya, jika nilai R-squared bernilai

satu maka keragaman dari variabel dependen secara keseluruhan dapat

diterangkan oleh variabel independennya secara sempurna (Gujarati, 2002). R-

squared dapat dirumuskan sebagai berikut:

....................................................................................................(4.3)

Dimana:

ESS = Explained of Sum Squared

TSS = Total Sum of Squared

36

2. Uji t

Uji t dilakukan untuk menghitung koefisien regresi masing-masing

variabel independen sehingga dapat diketahui pengaruh variabel independen

tersebut terhadap variabel dependennya. Adapun prosedur pengujiannya yang

diungkap Gujarati (2002):

H0 : β1 = 0

H0 : β1 ≠ 0

.................................................................................................... (4.4)

Dimana:

b = Parameter dugaan

βt = Parameter Hipotesis

Seβ = Standar error parameter β

Jika t hitung (n-k) < t tabel α/2, maka H0 diterima, artinya variabel berarti variabel

(Xi) tidak berpengaruh nyata terhadap (Y). Namun, jika t hitung (n-k) > t tabel α/2, maka H0

ditolak, artinya variabel (Xi) berpengaruh nyata terhadap (Y)

3. Uji F

Uji F dilakukan untuk mengetahui pengaruh variabel independent atau

bebas (Xi) secara bersama-sama terhadap variabel dependent atau tidak bebas (Y).

Adapun prosedur yang digunakan dalam uji F (Gujarati 2002):

H0 = β1 = β2 = β3 = .... = βi = 0

H1 = minimal ada satu βi ≠ 0

..................................................................................... (4.5)

37

Dimana:

JKR = Jumlah Kuadrat Regresi

JKG = Jumlah Kuadrat Galat

k = jumlah variabel terhadap intersep

n = jumlah pengamatan/sampel

Apabila F hitung < F tabel maka H0 diterima dan H1 ditolak yang berarti

bahwa variabel bebas (Xi) tidak berpengaruh nyata terhadap variabel tidak bebas

(Y). Sedangkan apabila F hitung > F tabel maka H0 ditolak dan H1 diterima yang

berarti bahwa variabel (Xi) berpengaruh nyata terhadap variabel (Y).

Model yang dihasilkan dari regresi linear berganda haruslah baik. Jika

tidak baik maka akan mempengaruhi interpretasinya. Interpretasi ini menjadi tidak

benar apabila terdapat hubungan linear antara variabel bebas (Chatterjee and price

dalam Nachrowi et all 2002) Namun, agar diperoleh model regresi linear

berganda yang baik, maka model harus memenuhi kriteria BLUE (Best Linear

Unbiased Estimator). BLUE dapat dicapai bila memenuhi asumsi klasik. Uji

asumsi klasik merupakan pengujian pada model yang telah berbentuk linear untuk

mendapatkan model yang baik. Setelah model diregresikan kemudian dilakukan

uji penyimpangan asumsi.

a. Uji Normalitas

Uji normalitas bertujuan untuk melihat apakah model tersbut baik atau

tidak. Model dikatakan baik jika mempunyai distribusi normal atau hampir

normal. Uji yang dapat digunakan adalah Uji Kolmogorov-Smirnov.

Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:

H0 : Error term terdistribusi normal.

38

H1 : Error term tidak terdistribusi normal.

Dengan kriteria uji :

Jika P-value < α maka tolak H0

Jika P-value > α maka terima H0

Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan

persepsi di antara satu pengamat dengan pengamat lain. Penerapan pada uji

Kolmogorov-Smirnov adalah jika signifikansi di atas 5 persen berarti tidak

terdapat pebedaan yang signifikan antara data yang akan diuji dengan data normal

baku, artinya data tersebut normal.

b. Uji Autokorelasi

Menurut Nachrowi et all (2002), Autokorelasi adalah adanya korelasi

antara variabel itu sendiri, pada pengamatan berbeda waktu dan individu.

Umumnya, kasus autokorelasi terjadi pada data time series. Ada beberapa cara

yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi. Salah satu cara

yang digunakan adalah Uji Durbin Watson (DW-test). Uji ini hanya digunakan

untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan

adanya intercept dalam model regresi dan tidak ada variabel lag diantara variabel

penjelas. Jika pengujian autokorelasi diabaikan, maka akan berdampak terhadap

pengujian hipotesis dan proses peramalan. Besarnya nilai statistik DW dapat

diperoleh dengan rumus (Nachrowi et all. 2002):

.........………………………………………...... (4.6) Dimana:

d = statistik Durbin-Watson

ut dan ut-1 = Gangguan estimasi

39

Pengambilan keputusannya:

− Jika nilai DW terletak antara batas atau upper bound (du) dan (4-du), maka

koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi

positif.

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

maka koefisien autokorelasi lebih besar dari pada nol, berarti ada

autokorelasi positif.

− Jika DW lebih besar dari pada (4-dl), maka koefisien autokorelasi lebih kecil

dari pada nol, berarti ada autokorelasi positif.

− Jika nilai DW lebih besar dari pada (4-dl), maka koefisien autokorelasi lebih

kecil dari pada nol, berarti ada autokorelasi negatif.

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

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

c. Uji Multikolinearitas

Jika suatu model regresi berganda terdapat hubungan linear sempurna

antar peubah bebas dalam model tersebut, maka dapat dikatakan model tersebut

mengalami multikolinearitas. Terjadinya multikolinearitas menyebabkan R-

squared tinggi namun tidak banyak variabel yang signifikan dari uji t. Ada

berbagai cara untuk menentukan apakah suatu model memiliki gejala

multikolinearitas. Salah satu cara yang digunakan adalah uji Varian Infiaction

Factor (VIF). Cara ini sangat mudah, hanya melihat apakah nilai VIF untuk

masing-masing variabel lebih besar dari 10 atau tidak. Bila nilai VIF lebih besar

dari 10 maka diindikasikan model tersebut mengalami multikolinearitas.

40

Sebaliknya, jika VIF lebih kecil dari 10 maka diindikasikan bahwa model tersebut

tidak mengalami multikolinearitas yang serius.

d. Uji Heteroskedastisitas

Asumsi penting dari regresi linear klasik adalah bahwa gangguan yang

muncul dalam fungsi regresi adalah heteroskedastisitas. Menurut Juanda (2009),

heteroskedastisitas terjadi jika ragam sisaan tidak sama untuk tiap pengamatan ke-

i dari peubah-peubah bebas dalam model regresi. Masalah heteroskedastisitas

biasanya sering terjadi dalam data cross section. Salah satu cara dalam mendeteksi

heteroskedastisitas adalah dengan transformasi terhadap peubah respon dilakukan

dengan tujuan untuk menjadikan ragam menjadi homogeny pada peubah respon

hasil transformasi tersebut. Namun, dalam mendeteksi terjadinya

heteroskedastisitas dalam model dapat digunakan juga metode grafik (Nachrowi et

all 2002). Selain itu, dapat juga dilakukan dengan uji glejser. Uji Glejser

dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolute

residualnya (Gujarati 2006). Jika nilai signifikan dari hasil uji Glejser lebih besar

dari α maka tidak terdapat heteroskedastisitas dan sebaliknya.

4.4.2 Analisis Regresi Logistik

Dalam mengestimasi faktor-faktor yang mempengaruhi petani dalam

mengalihfungsikan lahan sawah digunakan analisis regresi logistik. Menurut

Nachrowi et all (2002), model logit adalah model non linear, baik dalam

paramater maupun dalam variabel. Model logit diturunkan berdasarkan fungsi

peluang logistik yang dapat di spesifikasikan sebagai berikut (Juanda 2009):

....................................... (4.7)

41

Dimana e mempresentasikan bilangan dasar logaritma natural (e=2.718...).

Kemudian dengan menggunakan aljabar biasa, persamaan dapat ditunjukkan

menjadi:

................................................................................................. (4.8)

Peubah Pi / 1 – Pi dalam persamaan diatas disebut sebagai odds, yang

sering diistilahkan dengan resiko atau kemungkinan, yaitu rasio peluang

terjadinya pilihan 1 terhadap peluang terjadinya pilihan 0 alternatif. Parameter

model estimasi logit harus diestimasi dengan metode maximum likelihood (ML).

Jika persamaan ditransformasikan dengan logaritma natural, maka:

................................................... (4.9)

Persamaan model regresi logistik untuk mengetahui faktor yang

mempengaruhi alih fungsi lahan adalah sebagai berikut:

= Z = α + β1 X1 + β2 X2 + β3 X3 + β4 X4 + β5 X5 + β6 X6 + ε ...... (4.10)

Dimana:

Z = Peluang alih fungsi lahan (1) dan tidak alih fungsi lahan (0)

α = Intersep

Xi = Faktor-faktor yang diduga mempengaruhi keputusan alih fungsi lahan

βi = Koefisien Regresi

ε = Eror Term

Adapun faktor-faktor yang diduga mempengaruhi keputusan petani dalam

mengalihfungsikan lahan, antara lain:

42

1. Tingkat Usia (Tahun)

Tingkat usia menunjukkan produktivitas seseorang dalam bekerja.

Semakin tinggi usia seseorang maka produktivitas dalam bekerja akan

semakin menurun. Hal ini akan mendorong terjadinya alih fungsi lahan

yang dilakukan.

2. Lama Pendidikan Petani (Tahun)

Lama pendidikan diduga berpengaruh terhadap keputusan petani dalam

melakukan alih fungsi lahan. Lama pendidikan menunjukkan tingkat

pendidikan yang dicapai. Semakin tinggi tingkat pendidikan petani maka

akan semakin bijaksana dalam pengambilan keputusan alih fungsi lahan.

3. Luas Lahan (Hektar)

Petani yang memiliki ukuran lahan yang luas cenderung untuk

mempertahankan lahannya karena semakin luas lahan maka usaha tani

akan semakin efisien dan relatif lebih besar keuntungannya. Semakin luas

lahan yang dimiliki oleh petani maka semakin kecil alih fungsi lahan yang

terjadi.

4. Proporsi pendapatan hasil usaha tani (Persen)

Semakin rendah pendapatan yang diperoleh dari hasil usaha tani, maka

akan semakin tinggi peluang petani dalam melakukan alih fungsi lahan.

Jika pendapatan yang diperoleh dari hasil usaha tani rendah maka ada

kecenderungan untuk memilih pendapatan di luar sektor pertanian dan

lahan yang dimiliki dialihfungsikan karena pendapatan usaha tani tidak

dapat memenuhi kebutuhan sehari-hari.

43

5. Jumlah tanggungan petani (Jiwa)

Jumlah tanggungan yang harus ditanggung petani mempengaruhi alih

fungsi lahan dimana semakin banyak jumlah tanggungan yang harus

ditanggung, maka alih fungsi lahan akan semakin tinggi. Semakin banyak

tanggungan yang dimiliki maka biaya yang dibutuhkan dalam memenuhi

kebutuhan sehari-hari semakin banyak sehingga petani akan cenderung

untuk mengalih fungsikan lahannya.

6. Pengalaman bertani (Tahun)

Semakin lama petani pengalaman dalam bertani, maka akan semakin berat

dalam pengambilan keputusan untuk alih fungsi lahan. Hal ini disebabkan

karena semakin lama pengalaman bertani, maka keahlian yang dalam

bertani akan semakin tinggi sehingga petani akan cenderung untuk terus

mempertahankan lahannya.

7. Produktivitas (Ton/Ha)

Semakin tinggi tingkat produktivitas lahan maka keputusan petani untuk

melakukan alih fungsi lahan akan semakin rendah. Hal tersebut

disebabkan karena semakin tinggi produktivitas, pendapatan yang

diperoleh dari sektor pertanian akan semakin tinggi sehingga petani akan

cenderung mempertahankan lahannya.

Agar diperoleh hasil analisis regresi logit yang baik perlu dilakukan

pengujian. Pengujian dilakukan untuk melihat apakah model logit yang dihasilkan

secara keseluruhan dapat menjelaskan keputusan pilihan secara kualitatif. Dalam

hal ini pilihan yang digunakan untuk melakukan alih fungsi lahan atau tidak

melakukan. Pengujian parameter dilakukan dengan menguji semua parameter

44

secara keseluruhan dan menguji masing-masing parameter secara terpisah.

Statistik uji yang digunakan adalah sebagai berikut:

a. Odds Ratio

Odds merupakan rasio peluang kejadian terjadi sukses (terjadinya pristiwa

y=1) terhadap peluang terjadi gagal (terjadinya pristiwa y=0) (Nachrowi et all.

2002). Odds ratio ini sering juga digunakan sebagai suatu ukuran asosiasi yang

sering ditemukan dalam epidemologi. Pada dasarnya odds ratio digunakan untuk

melihat hubungan antara peubah bebas dan peubah terikat dalam model logit.

Nilai tersebut dapat diperoleh dari perhitungan eksponensial dari koefisien

estimasi (βi) atau exp (βj). Odds Ratio dapat didefinisikan sebagai berikut:

dimana P menyatakan peluang terjadinya peristiwa (Z=1) dan 1-P menyatakan

peluang tidak terjadinya peristiwa.

b. Likelihood Ratio

Likelihood Ratio merupakan suatu rasio kemungkinan maksimum yang

digunakan untuk menguji peranan variabel penjelas secara serentak (Hosmer dan

Lemeshow 2002). Statistik uji yang dapat menunjukkan nilai likelihood ratio

adalah Uji G. Rumus umum Uji G adalah:

......................................................................................... (4.11)

Dimana l0 merupakan nilai likelihood tanpa variabel penjelas dan li

merupakan nilai likelihood model penuh. Statistik uji G akan mengikuti sebaran

chi-square dengan derajat bebas α. Kriteria keputusan yang diambil adalah jika G

> chi-square maka H0 ditolak. Jika H0 ditolak maka dapat disimpulkan bahwa

45

minimal ada βj ≠ 0, dengan pengertian lain, model regresi logistik dapat

menjelaskan atau memprediksi pilihan individu pengamatan.

4.4.3 Uji Beda Rata-rata

Perubahan pendapatan dilihat dari perubahan pendapatan rumah tangga

petani sebelum dan sesudah melakukan alih fungsi lahan. Untuk mengetahui ada

tidaknya perbedaan tingkat pendapatan petani sebelum alih fungsi lahan dan

setelah alih fungsi lahan yang dimilikinya digunakan pendekatan perbedaan dua

rata-rata. Pengujian ini dilakukan dengan uji T-test baik untuk menguji data

sampel masing-masing jenis alih fungsi lahan maupun untuk menguji data sampel

secara keseluruhan (Sutrisno 1995).

Persamaan uji T adalah sebagai berikut:

................................................ (4.12)

Dimana:

X1 = Rata-rata pendapatan sebelum terjadinya alih fungsi lahan

X2 = Rata-rata pendapatan setelah terjadinya alih fungsi lahan

n1 = Jumlah responden sebelum terjadinya alih fungsi lahan

n2 = Jumlah responden setelah terjadinya alih fungsi lahan

s1 = Standar deviasi sebelum terjadinya alih fungsi lahan

s2 = Standar deviasi setelah terjadinya alih fungsi lahan

Hipotesis:

H0 = X1 = X2

H1 = X1 ≠ X2

46

Apabila t hitung < t tabel maka H0 diterima dan H1 ditolak yang berarti tidak

ada perbedaan pendapatan petani sebelum dan sesudah alih fungsi lahan.

Sedangkan apabila t hitung > t tabel maka H0 ditolak dan H1 diterima yang berarti ada

perbedaan pendapatan petani sebelum dan sesudah alih fungsi lahan.