Pendeteksian Outlier

Sebelum dilakukan pengujian menggunakan Regresi Linear Berganda, perlu dilakukan

pendeteksian terhadap pencilan karena OLS sensitif terhadap pencilan. Dari hasil pengujian

yang dilakukan dengan menggunakan leverage value, didapatkan 28 observasi variabel bebas

menyimpang. Observasi-observasi tersebut menunjukkan bahwa levarege value (

hii ¿>(2 p/n=0,0544). Kemudian dilakukan pendeteksian pencilan menggunakan nilai

Studentized Deleted Residual (SDR). Didapatkan bahwa terdapat 11 observasi yang nilai

variabel tak bebasnya menyimpang. Dikatakan nilai observasi adalah sebuah pencilan jika

nilai Studentized Deleted Residual (SDR) > t (0,05 ; (n− p−1 )), dimana t (0,05 ; (n− p−1 ))=1,9673.

Tabel x. Outlier pada variabel bebas (X)

Frekuensi Persen
(1) (2) (3)
Bukan outlier 303 91,54

Outlier 28 8,46

Total 331 100

Tabel x. Outlier pada variabel tak bebas (Y)

Frekuensi Persen
(1) (2) (3)
Bukan outlier 320 96,68

Outlier 11 3,32

Total 331 100

Untuk mendeteksi apakah sebuah observasi merupakan suatu amatan observasi berpengaruh

atau bukan, maka digunakan nilai DFFITS dan DFBETAS. DFFITS digunakan untuk
mengetahui pengaruh suatu amatan ke-i terhadap model regresi yang ditinjau dari nilai fit-

nya. Jika suatu pengamatan ke-i memiliki nilai |DFFITS| > (2 √ p /n=0,3298),maka

pengamatan ke-i berpengaruh terhadap nilai fit-nya. Sedangkan DFBETAS digunakan untuk

mengetahui pengaruh suatu pengamatan ke-i terhadap koefisien ke-j, apabila pengamatan

tersebut memiliki nilai |DFBETAS| > (2/√ n=0,1099¿ .

Tabel X. Outlier pada variabel bebas (X) dan variabel tak bebas (Y) yang
mempunyai pengaruh terhadap model regresinya

Outlier X Outlier Y
(1) (2) (3)
Inf_DFFITS 10 6
Persen 35,71% 54,55%

Berdasarkan hasil pendeteksian influence dari 28 amatan yang merupakan pencilan dari

variabel bebas (X) didapatkan bahwa 10 amatan tersebut adalah amatan yang berpengaruh

terhadap persamaan fit. Selain itu, 6 amatan dari 11 amatan yang menjadi pencilan variabel

tak bebas merupakan amatan yang berpengaruh terhadap persamaan fit.

Koefisien Outlier X Outlier Y

(1) (2) (3)
4 3
Intercept
(12,29%) (27,27%)
8 2
Luas Lahan
(28,57%) (18,18%)

9 2
Jumlah Bibit
(34,14%) (18,18%)

10 2
Jumlah Pupuk
(35,71%) (18,18%)
 8 6
Jumlah Pestisida
(28,57) (54,54%)

6 4
Jumlah Tenaga Kerja
(21,43%) (36,36%)

3 3
Umur Petani
(10,71%) (27,27%)

6 1
Tingkat Pendidikan
(21,43%) (9,09%)

5 2
Keikutsertaan Penyuluhan
(17,86%) (18,18%)

Hasil pada tabel X menunjukkan bahwa dari 28 amatan yang nilai variabel bebasnya (X)

menyimpang dan 11 amatan yang nilai variabel tak bebasnya (Y) menyimpang, sebagian

amatan memiliki pengaruh terhadap seluruh koefisien regresi. Amatan yang merupakan

outlier, paling banyak memiliki pengaruh terhadap intercept, luas lahan, jumlah bibit, jumlah

pupuk, jumlah pestisida, jumlah tenaga kerja, umur petani, tingkat pendidikan, dan

keikutsertaan penyuluhan. Adapun banyaknya amatan menyimpang pada variabel bebasnya

(X) dan variabel tak bebasnya (Y) yang memiliki pengaruh terhadap model regresi, maka

peneliti tidak membuang begitu saja amatan-amatan yang terdeteksi sebagai outlier.

Pengujian Asumsi Klasik

1. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah nilai residual berdistribusi

normal atau tidak. Pendetektsian kenormalan nilai residual dilakukan dengan uji
Kolmogorov-Smirnov. Dari hasil yang diperoleh bahwa hasil p-value yaitu sebesar 0,000

< 0,05 sehingga kesimpulannya bahwa residual tidak berdistribusi normal (terdapat di

Lampiran ).

2. Uji Heteroskedastisitas

Uji Heteresoskedastisitas digunakan untuk menguji apakah nilai residual yang

mempunyai varians yang sama. Pendeteksian heteroskedastisitas dilakukan dengan

menggunakan uji Glejser.

Interpretasi Uji Heteroskedastisitas Glejser pada lampiran :

 Kriteria pengujian: Signifikansi > 0.05

 Hasil Output SPSS:

1) Nilai Signifikansi Luas Lahan sebesar 0.079 (> 0.05)

2) Nilai Signifikansi Jumlah Bibit sebesar 0.059 (> 0.05)

3) Nilai Signifikansi Jumlah Pupuk sebesar 0.194 (> 0.05)

4) Nilai Signifikansi Jumlah Pestisida sebesar 0.561 (> 0.05)

5) Nilai Signifikansi Tenaga Kerja sebesar 0.890 (> 0.05)

6) Nilai Signifikansi Umur Petani sebesar 0.437 (> 0.05)

7) Nilai Signifikansi Tingkat Pendidikan sebesar 0.462 (> 0.05)

8) Nilai Signifikansi Penyuluhan sebesar 0.183 (> 0.05)

 Nilai Signifikansi Variabel Independen yang digunakan lebih dari 0.05 maka

bisa disimpulkan data tidak terjadi gejala heteroskedastisitas.

3. Uji Non Multikolinearitas

Pendeteksian gejala multikolinearitas dapat dilihat dari nilai VIF dan Tolerance.

Dari hasil pengujian Non Multikolinearitas pada Lampiran dapat dilihat bahwa VIF dari
 semua variabel bebas dalam penelitian ini kurang dari 10 dan nilai Tolerance lebih besar

dari 0,1. Sehingga dapat disimpulkan bahwa semua variabel bebas tidak saling

berhubungan atau asumsi non multikolinearitas sudah terpenuhi.

Regresi OLS

Tabel x. Hasil analisis regresi linear berganda

Variabel Koefisien Standar t-hitung p-value

Regresi Error
(1) (2) (3) (4) (5)
Constant 3,845 0,954 4,029 0,000
Ln_LuasLahan 0,712 0,123 5,804 0,000
Ln_JumlahBibit 0,355 0,123 2,888 0,004
Ln_jumlahPupuk -0,043 0,065 -0,669 0,504
Ln_JumlahPestisida 0,186 0,031 6,036 0,000
Ln_JumlahTenagaKerj
0,134 0,121 1,108 0,269
a
Ln_UmurPetani -0,183 0,221 -0,827 0,409
Ln_TingkatPendidikan -0,033 0,175 -0,189 0,850
Ln_IkutPenyuluhan 0,267 0,140 1,911 0,057
R-Square 0,732
R-Square Adj 0,725
F-hitung 109,659
P-value 0,000

Model regresi yang diperoleh adalah sebagai berikut:

^
ln Produksii =3,845+0,712 ln Lahan+ 0,03 LNBibit−0,043 LNPupuk + 0,186 LNPestisida+ 0,134 LNTngKerja

Koefisien regresi OLS tidak akan memiliki varian yang minimum dikarenakan mengandung

pencilan. Adapun pencilan yang berpengaruh yang tidak bisa dihapus/dihilangkan sehingga
teknik analisis yang sesuai digunakan adalah robust regression. Berikut hasil dari analisis

regresi robust.

Regresi Robust

Table 1. Hasil analisis regresi robust

Std.
Variabel Coefficient z-Statistic P-value Keputusan
Error
(1) (2) (3) (4) (5) (6)
Constant 5,5049 0,7216 7,6293 0,000 Tolak H 0
LN_LuasLahan 0,6126 0,0924 6,6277 0,000 Tolak H 0
LN_JumBibit 0,1857 0,0928 2,0006 0,045 Tolak H 0
LN_JumPupuk 0,0573 0,0487 1,1774 0,239 Gagal Tolak H 0
LN_JumPestisida 0,1511 0,0232 6,5161 0,000 Tolak H 0
LN_JumTngKerja -0,0645 0,0908 -0,7120 0,477 Gagal Tolak H 0
LN_UmurPetani -0,1511 0,1675 -0,9047 0,367 Gagal Tolak H 0
LN_Pendidikan -0,1313 0,1320 -0,9947 0,320 Gagal Tolak H 0
LN_Penyuluhan 0,0857 0,1053 0,8144 0,415 Gagal Tolak H 0
Adj R-Squared 0,7362
Rn-Squared Statistic 877,5298 (P-value =0,000)

Persamaan yang diperoleh adalah sebagai berikut :

^
ln Produksii =5,505+0,613 LNLahan+0,186 LNBibit+ 0,057 LNPupuk +0,1 51 LNPestisida−0 , 065 LNTngKe

Jika dibandingkan standar error antara regresi OLS (regresi linear berganda) dan regresi

robust, maka nilai standar error regresi robust lebih kecil dibandingkan dengan regresi OLS

(regresi linear berganda). Hal ini menandakan bahwa penggunaan regresi robust lebih baik

jika dibandingkan dengan regresi OLS (regresi linear berganda).

Berdasarkan tabel X. diketahui pada tingkat signifikansi lima persen dalam uji simultan

didapatkan bahwa semua variabel bebas (X) yaitu luas lahan ( X 1 ¿, jumlah bibit ( X 2 ¿, jumlah

pupuk ( X 3 ¿, jumlah pestisida ( X 4 ¿, jumlah tenaga kerja ( X 5 ¿, umur petani ( X 6 ¿, tingkat

pendidikan ( X 7 ¿, dan keikutsertaan penyuluhan ( X 8 ¿ secara bersama-sama berpengaruh

signifikan terhadap produksi usahatani cabai rawit di Provinsi Jawa Tengah. Adapun hasil uji

parsial, diketahui bahwa variabel luas lahan ( X 1 ¿, jumlah bibit ( X 2 ¿, dan jumlah pestisida (

X 4 ¿ berpengaruh signifikan terhadap produksi usahatani cabai rawit di Provinsi Jawa

Tengah. Sedangkan variabel jumlah pupuk ( X 3 ¿, jumlah tenaga kerja ( X 5 ¿, umur petani ( X 6 ¿

, tingkat pendidikan ( X 7 ¿, dan keikutsertaan penyuluhan ( X 8 ¿ tidak berpengaruh signifikan

terhadap produksi usahatani cabai rawit di Provinsi Jawa Tengah. Selain itu, hasil Adjusted

R-Squared dari metode regresi robust diperoleh sebesar 0,7362 berarti variabel-variabel

bebas yang terdapat didalam model dapat menjelaskan sebesar 73,62 persen. Sedangkan

26,38 persen lainnya dijelaskan oleh variabel-variabel yang tidak terdapat didalam model.

Adapun hasil interpretasi model yang didapatkan adalah sebagai berikut:

1. Luas Lahan

Statistik uji parsial untuk variabel luas lahan adalah sebesar 0,613 dengan p-value

sebesar 0,000 ¿ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa terdapat cukup bukti untuk menyatakan bahwa variabel luas lahan

berpengaruh signifikan secara parsial terhadap produksi cabai rawit di Provinsi Jawa

Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari model tersebut sebesar

0,613 memiliki arti bahwa saat luas lahan pertanian bertambah 1 meter, maka jumlah

produksi cabai rawit akan bertambah 0,613 gram dengan asumsi variabel lainnya tetap.

Hal ini sejalan dengan Penelitian yang dilakukan oleh Dewi Setyo Utari, Farida

Syakir, dan Bambang Siswadi (2019) yang menyatakan adanya pengaruh positif luas lahan

terhadap produksi cabai rawit merah di Desa Bocek Kecamatan Karangploso Kabupaten

Malang. Didukung oleh penelitian Ara Anggar Andrias, Yus Darusman, dan Mochamad

Ramdan (2018) dengan judul penelitian Pengaruh Luas Lahan Terhadap Produksi dan

Pendapatan Usahatani Padi Sawah di Desa Jelat Kecamatan Baregbeg Kabupaten Ciamis
yang menyatakan bahwa hasil uji t untuk variabel luas lahan diperoleh t hitung =26,831

dengan probabilitas 0,000. Artinya ada pengaruh positif dan signifikan antara pendapatan

petani (Y) dengan luas lahan usaha tani padi di Desa Jelat.

Menurut Mubyarto (1989:42) bahwa salah satu faktor produksi adalah luas lahan,

tempat yang dihasilkannya produk pertanian yang memiliki sumbangan cukup besar

terhadap usaha tani karena banyak sedikitnya hasil produksi pertanian sangat dipengaruhi

oleh luas sempitnya luas lahan yang digunakan. Selain itu, menurut Ambarita dan Kartika

(2015) bahwa semakin besar luas lahan maka semakin besar produktivitas yang

dihasilkan.

2. Jumlah Bibit

Statistik uji parsial untuk variabel jumlah bibit adalah sebesar 0,186 dengan p-

value sebesar 0,045¿ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa terdapat cukup bukti untuk menyatakan bahwa variabel jumlah bibit

berpengaruh signifikan secara parsial terhadap produksi cabai rawit di Provinsi Jawa

Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari model tersebut sebesar

0,186 memiliki arti bahwa saat jumlah bibit yang digunakan bertambah 1 satuan/pohon,

maka jumlah produksi cabai rawit akan bertambah 0,816 gram dengan asumsi variabel

lainnya tetap.

Dari hasil koefisien regresi didapatkan bahwa variabel jumlah bibit memiliki

hubungan positif terhadap produksi cabai rawit di Provinsi Jawa Tengah tahun 2018. Hal

ini sejalan dengan teori Yuniarto (2008) bahwa bibit yaitu tanaman muda yang sudah

tumbuh di persemaian dan siap dipindahkan dilapangan untuk menghasilkan produksi.

Bibit yang ada dilapangan atau yang digunakan dalam menghasilkan produksi pada

tanaman tergantung jumlah dan kualitasnya.

Adapun penelitian yang dilakukan oleh oleh Dewi Setyo Utari, Farida Syakir, dan

Bambang Siswadi (2019) dengan judul penelitian “Analisis Faktor-Faktor yang

Mempengaruhi Keputusan Petani dalam Menerapkan Pola Usahatani Tumpangsari Cabai

Merah dengan Cabai Rawit Hibrida di Desa Bocek Kecamatan Karangploso Kabupaten

Malang”. Dalam penelitian ini menyatakan bahwa variabel benih berpengaruh sangat

nyata dan positif terhadap produksi cabai. Selain itu, penelitian yang dilakukan oleh Alvio

G. Onibala, dkk (2017) dengan judul penelitian “Analisis Faktor-Faktor yang

Mempengaruhi Produksi Padi Sawah di Kelurahan Koya Kecamatan Tondano Selatan”

diperoleh bahwa benih atau bibit mempengaruhi produksi padi dengan taraf signifikan

sebesar 1 persen dan nilai koefisien untuk variabel benih atau bibit sebesar 0,9331.

3. Jumlah Pupuk

Statistik uji parsial untuk variabel jumlah pupuk adalah sebesar 0,057 dengan p-

value sebesar 0,000 ≥ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa tidak terdapat cukup bukti untuk menyatakan bahwa variabel jumlah

pupuk berpengaruh signifikan secara parsial terhadap produksi cabai rawit di Provinsi

Jawa Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari model tersebut

sebesar 0,057 memiliki arti bahwa saat jumlah pupuk yang digunakan bertambah 1

kilogram pupuk, maka jumlah produksi cabai rawit akan bertambah 0,057 gram dengan

asumsi variabel lainnya tetap.

Hal ini tidak sesuai dengan Penelitian yang dilakukan oleh Umaruddin Usman dan

Juliyani (2018) tentang “Pengaruh Luas Lahan, Pupuk, dan Jumlah Tenaga Kerja terhadap

Produksi Padi Gampong Matang Baloi. Hasil penelitian ini bahwa hasil uji parsial atau uji
t untuk koefisien regresi diperoleh sebesar 0,603 atau p-value sebesar 0,0126. Hal ini

menyatakan bahwa terdapat pengaruh yang signifikan dan positif antara variabel pupuk

dengan variabel produksi padi.

Menurut Direktorat Pupuk dan Pestisida (2004) bahwa penggunaan pupuk yang

berimbang sesuai dengan kebutuhan tanaman telah terbukti meningkatkan produktivitas

30-40% pendapatan petani. Selain itu, Kassie et al. (2009) menyatakan bahwa faktor

kesuburan tanah menentukan terhadap jumlah pupuk yang digunakan oleh petani.

4. Jumlah Pestisida

Statistik uji parsial untuk variabel jumlah pestisida adalah sebesar 0. 1511 dengan

p-value sebesar 0,000 < 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa terdapat cukup bukti untuk menyatakan bahwa variabel jumlah

pestisida yang digunakan berpengaruh signifikan secara parsial terhadap produksi cabai

rawit di Provinsi Jawa Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari

model tersebut sebesar 0,1511 memiliki arti bahwa saat jumlah pestisida yang digunakan

bertambah 1 kilogram pestisida, maka jumlah produksi cabai rawit akan bertambah 0,1511

gram dengan asumsi variabel lainnya tetap.

Hal ini sejalan dengan penelitian yang dilakukan oleh Jerry Paska Ambarita dan I

Nengah Kartika (2015) dengan judul penelitian “Luas Lahan, Penggunaan Pestisida,

Tenaga Kerja, dan Pupuk terhadap Produksi Kopi di Kecamatan Pekutatan Kabupaten

Jembrana. Hasil penelitian ini bahwa variabel bebas penggunaan pestisida berpengaruh

positif terhadap produksi kopi di Kecamatan Pekutatan Kabupaten Jembrana. Adapun

penelitian lainnya yaitu penelitian Dewi Sahara dan Idris (2005) tentang “Efisiensi
Produksi Sistem Usahatani Padi Pada Lahan Sawah Irigasi Teknis” menyatakan bahwa

pestisida berpengaruh positif terhadap efisiensi produksi sistem usahatani padi pada lahan

sawah irigasi teknis.

Menurut Djojosumarto (2000) bahwa dalam upaya peningkatan mutu dan

produktivitas hasil pertanian, penggunaan pestisida untuk membasmi hama tanaman sering

tidak dihindarkan. Pestisida digunakan untuk membunuh atau menghentikan

perkembangan hama, dimana hama tersebut dapat menurunkan hasil produktivitas

pertanian (Sudarmo, 1991).

5. Jumlah Tenaga Kerja

Statistik uji parsial untuk variabel tenaga kerja adalah sebesar -0,065 dengan p-

value sebesar 0,477≥ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa tidak terdapat cukup bukti untuk menyatakan bahwa variabel jumlah

tenaga kerja yang digunakan berpengaruh signifikan secara parsial terhadap produksi

cabai rawit di Provinsi Jawa Tengah tahun 2018. Adapun koefisien regresi yang diperoleh

dari model tersebut sebesar -0,065 memiliki arti bahwa saat jumlah tenaga kerja yang

digunakan bertambah satu orang atau satuan, maka jumlah produksi cabai rawit akan

berkurang -0,065 gram dengan asumsi variabel lainnya tetap.

Hal ini tidak sejalan dengan Penelitian yang dilakukan oleh Katarina Bete dan

Werenfridus Taena (2018) tentang “Faktor-faktor yang Mempengaruhi Produksi

Usahatani Cabai Rawit di Desa Tapenpah Kecamatan Insana Kabupaten Timor Tengah

Utara” yang menyatakan adanya pengaruh negatif tenaga kerja terhadap produksi

usahatani cabai rawit merah di Desa Tapenpah Kecamatan Insana Kabupaten Timor
Tengah Utara. Didukung penelitian yang dilakukan oleh Umaruddin Usman dan Juliyani

(2018) tentang “Pengaruh Luas Lahan, Pupuk, dan Jumlah Tenaga Kerja terhadap

Produksi Padi Gampong Matang Baloi. Hasil penelitian ini bahwa hasil uji parsial atau uji

t untuk koefisien regresi diperoleh sebesar -30,8255 atau p-value sebesar 0,0355. Hal ini

menyatakan bahwa terdapat pengaruh yang signifikan dan negatif antara variabel jumlah

tenaga kerja dengan variabel produksi padi Gampang Matang Baloi.

Adapun teori yang menjelaskan variabel tenaga kerja yaitu jumlah tenaga kerja

yang diperlukan ini memang masih banyak dipengaruhi dan dikaitkan dengan kualitas

tenaga kerja, jenis kelamin, musim, dan upah tenaga kerja. Tentunya tenaga kerja laki-laki

memiliki spesialisasi dalam bidang pekerjaan tertentu seperti mengolah tanah, sedangkan

perempuan tugasnya menanam (Soekartawi, 1990). Selain itu, menurut Hernanto (1996 :

71-72) bahwa tenaga kerja dihitung berdasarkan jumlah tenaga kerja yang digunakan

dalam proses produksi sampai penjualan produk. Banyak atau sedikitnya tenaga kerja

menentukan tingkat kerugian hasil produksi.

6. Umur Petani

Statistik uji parsial untuk variabel umur petani adalah sebesar -0,151 dengan p-

value sebesar 0,367 ≥ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa terdapat cukup bukti untuk menyatakan bahwa variabel umur petani

berpengaruh signifikan secara parsial terhadap produksi cabai rawit di Provinsi Jawa

Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari model tersebut sebesar

-0,151 memiliki arti bahwa saat umur petani bertambah satu tahun, maka jumlah produksi

cabai rawit akan berkurang 0,151 gram dengan asumsi variabel lainnya tetap.

Hal ini tidak sesuai dengan penelitian yang dilakukan oleh Arlis (2016) mengenai

“Hubungan Karakteristik Petani dengan Produksi Padi Sawah di Desa Rambah Tengah
Barat Kecamatan Rambah Kabupaten Rokan Hulu”. Dari penelitian ini didapatkan bahwa

adanya hubungan negatif dan signifikan antara umur petani dengan produksi padi sawah di

Desa Rambah Tengah Barat Kecamatan Rambah Kabupaten Rokan Hulu. Adapun

penelitian lainnya yaitu penelitian yang dilakukan oleh Indra Nofita dan Syamsul Hadi

(2015) tentang analisis produktivitas usahatani cabai merah besar di Desa Andongsari

Kecamatan Ambulu Kabupaten Jember. Kesimpulan penelitian ini bahwa umur petani

berpengaruh negatif terhadap produktivitas usahatani cabai merah di Desa Andongsari

Kecamatan Ambulu Kabupaten Jember.

Hal ini tidak sejalan dengan teori Baking dan Manning (dalam 13 Hermaya Rukka,

2006:21) mengemukakan bahwa usia produktif untuk bekerja adalah 15-55 tahun. Pada

usia produktif, motivasi dalam bekerja cenderung lebih tinggi, begitu juga kemampuan

dan keterampilannya dalam bekerjapun masih baik. Kemampuan kerja penduduk usia

produktif akan terus menurun seiring dengan semakin bertambahnya usia petani. Begitu

pun menurut Aprilyanti (2017) bahwa usia yang masih dalam masa produktif biasanya

mempunyai tingkat produktivitas yang tinggi dibandingkan dengan tenaga kerja yang

berusia tua.

7. Tingkat Pendidikan

Statistik uji parsial untuk variabel tingkat pendidikan adalah sebesar -0,131 dengan

p-value sebesar 0,032 ≥ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95 persen dapat

dinyatakan bahwa terdapat tidak cukup bukti untuk menyatakan bahwa variabel tingkat

pendidikan berpengaruh signifikan secara parsial terhadap produksi cabai rawit di Provinsi

Jawa Tengah tahun 2018. Adapun koefisien regresi yang diperoleh dari model tersebut

sebesar -0,131 memiliki arti bahwa saat tingkat pendidikan akhir petani adalah maksimal
SMP, maka jumlah produksi cabai rawit akan menurun 0,131 gram dengan asumsi

variabel lainnya tetap.

Penelitian yang dilakukan oleh Hijri Juliansyah dan Agung Riyono (2018) dengan

judul “ Pengaruh Produksi, Luas Lahan, dan Tingkat Pendidikan Terhadap Pendapatan

Petani Karet di Desa Bukit Hagu Kecamatan Lhoksukon Kabupaten Aceh Utara”. Dalam

penelitian ini didapatkan nilai koefisien regresi dari uji parsial sebesar 35229,86 dan nilai

p-value sebesar 0,0608 sehingga dapat disimpulkan bahwa variabel tingkat pendidikan

tidak berpengaruh terhadap pendapatan petani karet di Desa Bukit Hagu Kecamatan

Lhoksukon Kabupaten Aceh Utara.

Teori yang mendukung variabel ini adalah menurut Menurut UU SISDIKNAS NO.

20 Tahun 2003, indikator tingkat pendidikan terdiri atas jenjang pendidikan dan

kesesuaian jurusan. terdiri dari : pendidikan dasar, pendidikan menengah, dan pendidikan

tinggi. Dan kewajiban untuk wajib belajar 9 tahun artinya pendidikan harus diselesaikan

minimal tamat SMP/Sederajat. Sehingga hal ini yang menyebabkan peneliti melakukan

pengkategorian pada variabel ini. Selain itu, menurut Yulianti (2015) mengemukakan

bahwa pendidikan seseorang pada umumnya akan mempengaruhi cara berpikirnya.

8. Keikutsertaan Penyuluhan

Statistik uji parsial untuk variabel keikutsertaan penyuluhan adalah sebesar 0,086

dengan p-value sebesar 0,415 ≥ 0,05. Oleh karena itu, dengan tingkat kepercayaan 95

persen dapat dinyatakan bahwa tidak terdapat cukup bukti untuk menyatakan bahwa

variabel keikutsertaan penyuluhan berpengaruh signifikan secara parsial terhadap produksi

cabai rawit di Provinsi Jawa Tengah tahun 2018. Adapun koefisien regresi yang diperoleh

dari model tersebut sebesar 0,086 memiliki arti bahwa saat petani pernah mengikuti
penyuluhan, maka jumlah produksi cabai rawit akan bertambah 0,086 gram dengan asumsi

variabel lainnya tetap.

Hal ini tidak sejalan dengan penelitian yang dilakukan oleh Katarina Bete dan

Werenfridus Taena (2018) dengan judul penelitian “Faktor-Faktor yang Mempengaruhi

Produksi Usahatani Cabai Rawit Merah di Desa Tapenpah Kecamatan Insana Kabupaten

Timor Tengah Utara”. Didapatkan hasil uji parsial atau uji t dengan koefisien regresi

sebesar 0,022 dan p-value sebesar 0,004 sehingga dapat disimpulkan bahwa adanya

pengaruh positif pengalaman (penyuluhan) terhadap produksi cabai rawit merah di Desa

Tapenpah Kecamatan Insana Kabupaten Timor Tengah Utara.

Menurut Miranda, dkk (2015:521) lamanya masa bekerja atau pengalaman kerja

sebagai petani merupakan lamanya waktu atau pengalaman memiliki pekerjaan sebagai

petani. Pada umumnya hasil dari pekerjaan yang baik sangat didasari dengan adanya

pengalaman kerja yang bagus. Jadi pengalaman kerja dapat menentukan keberhasilan yang

akan dicapai dari melakukan suatu pekerjaan dan pengalaman bekerja disini contohnya

keikutsertaan dalam penyuluhan.