TUGAS AKHIR
RANDY SEPTIADI
112407082
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya
RANDY SEPTIADI
112407082
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
Judul :Faktor - Faktor yang Mempengaruhi Hasil
Produksi Padi Di Kota Medan Pada Tahun 2002-2011 Kategori :Tugas Akhir
Nama :Randy Septiadi
Nomor Induk Mahasiswa :112407082 Program Studi :D3 Statistika Departemen :Matematika
Fakultas :Matematika dan Ilmu Pengetahuan Alam
Disetujui di Medan, Juli 2014
Disetujui oleh
Ketua Program Studi D3 Statistika Dosen Pembimbing Ketua,
FAKTOR - FAKTOR YANG MEMPENGARUHI HASIL
PRODUKSI PADIDI KOTA MEDAN PADA
TAHUN 2002-2011
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya
Medan, Juli 2014
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan maha
penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan
Tugas Akhir dengan judul “FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL
PRODUKSI PADI DI KOTA MEDAN PADA TAHUN 2002-2011”.
Terima kasih penulis sampaikan kepada bapak Drs.Gim Tarigan,M.Si selaku
Pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini.
Terima kasih kepada bapak Dr. Faigiziduhu Bu’ulölö, M.Si dan Bapak Dr.Suwarno
Ariswoyo selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU,
Bapak Prof. Dr. Tulus, M.Si.PhD dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan
Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc
selaku Dekan FMIPA USU Medan, seluruh staff dan dosen Program Studi D3
Statistika FMIPA USU, pegawai dan rekan-rekan kuliah. Akhirnya tidak terlupakan
kepada Bapak Misral dan Ibu Sumiati, dan keluarga yang selama ini memberikan
bantuan dan dorongan yang diperlukan, semoga Tuhan Yang Maha Esa akan
membalasnya.
Penulis
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar Isi iv
Daftar Tabel vi
Daftar Lampiran vii
Bab 1. Pendahuluan
1.1 Latar Belakang 1
1.2 Rumusan Masalah 3
1.3 Maksud Dan Tujuan Penelitian 3
1.4 Batasan Masalah 3
1.5 Tinjauan Pustaka 4
1.6 Metodologi Penelitian 5
1.7 Sistematika Penulisan 6
Bab 2. Landasan Teori
2.1 Pengertian Regresi 9
2.2 Analisa Regresi Linier 10
2.3 Analisa Regresi Liniear Sederhana 12 2.4 Analisis Regresi Liniear Berganda 13
2.5 Koefisien Determinasi 16
2.6 Koefisien Korelasi 17
2.7 Uji Regresi Linier Berganda 21
Bab 3. Gambaran Umum Badan Pusat Statistik
3.1 Sejarah Singkat Badan Pusat Statistik 23 3.2 Logo Intstansi Badan Pusat Statistik 23 3.3 Visi dan Misi Badan Pusat Statistik 24 3.3.1 Visi Badan Pusat Statistik 25 3.3.2 Misi Badan Pusat Statistik 25 3.4 Struktur Organisasi Badan Pusat Statistik 25
3.5 Job Description 26
Bab 4. Analisis dan Pengolahan Data
4.5 Koefisien Determinasi 39
4.6 Koefisien Korelasi 40
4.7 Pengujian Koefisien Regresi Liniear Ganda 42
Bab 5. Implementasi Sistem
5.1 Pengertian Implementasi Sistem 46
5.2 Pengaktifan Excel 46
5.2.1 Pengisian Data 48
5.3 Pengaktifan SPSS 50
5.3.1 Pengisian Data SPSS 52
Bab 6. Penutup
6.1 Kesimpulan 57
6.2 Saran 59
Nomor Judul Halaman
Tabel
4.1 Data yang akan diolah 28
4.2 Perhitungan masing-masing variabel 30
4.3 Selisih nilai sebenarnya dengan nilai perkiraan 35
Nomor Judul
Lamp
1. Hasil Perhitungan Program SPSS
2. Surat Permohonan Penelitian Tugas Akhir
3. Surat Riset Pengumpulan Data
4. Kartu Bimbingan Tugas Akhir
5. Surat Keterangan Hasil Uji Program Tugas Akhir
BAB 1
PENDAHULUAN
1.1Latar Belakang
Pembangunan pertanian di Indonesia diarahkan untuk meningkatkan pendapatan,
kesejahteraan, daya beli, taraf hidup, kapasitas dan kemandirian serta akses
masyarakat pertanian dalam proses pembangunan melalui peningkatan kualitas
dan kuantitas produksi dan distribusi serta keanekaragaman hasil pertanian.
Swasembada pangan harus dimantapkan secara efisien melalui peningkatan
ketersediaan, keragaman jenis, dan mutu pangan secara merata sehubungan
dengan kecenderungan meningkatnya kebutuhan konsumsi pangan masyarakat
yang bergizi seimbang dan permintaan pasar global.
Daya hasil (produksi) tanaman padi dari tahun ke tahun semakin
meningkat, tetapi kebutuhan akan beraspun dari tahun ketahun semakin tinggi
seiring dengan bertambahnya penduduk Indonesia, ini karena beras merupakan
makanan pokok masyarakat Indonesia. Akan tetapi luas pertanaman padi dari
tahun ketahun semakin berkurang, karena banyak alih fungsi lahan yang tadinya
lahan pertanian menjadi lahan perumahan, produksi, atau bahkan perkantoran.
Oleh karena itu untuk mempertahankan produksi padi diperlukan teknologi yang
tepat guna, mulai dari penyediaan bibit yang berkualitas baik, teknik pengolahan,
Padi (Oriza sativa) adalah salah satu tanaman budidaya terpenting dalam
peradaban. Dalam usaha mempertahankan kelangsungan hidupnya, manusia
berusaha, memenuhi kebutuhan primer yaitu makanan. Dalam sejarah hidup
manusia dari tahun ketahun mengalami perubahan yang diikuti pula oleh
perubahan kebutuhan bahan makanan pokok. Hal ini dibuktikan dibeberapa
daerah yang semula makanan pokoknya ketela, sagu, jagung akhimya beralih
makan nasi. Padi merukan sumber makanan pokok pertama masyarakat Indonesia.
Selain sebagai makanan pokok, dipercaya bahwa ada bagian-bagian dari tanaman
padi bisa dijadikan sebagai obat.
Padi merupakan bahan makanan yang menghasilkan beras. Bahan
makanan ini merupakan makanan pokok bagi sebagian besar penduduk Indonesia.
Meskipun padi dapat digantikan oleh makanan lainnya, namun padi memiliki nilai
tersendiri bagi orang yang biasa makan nasi dan tidak dapat dengan mudah
digantikan oleh bahan makanan yang lain. Padi adalah salah satu bahan makanan
yang mengandung gizi dan penguat yang cukup bagi tubuh manusia, sebab
didalamnya terkandung bahan yang mudah diubah menjadi energi. Oleh karena
itu padi disebut juga makanan energy.
Berdasarkan uraian diatas maka untuk melengkapi persyaratan kelulusan
dalam membuat Tugas Akhir, penulis mengajukan judul “Faktor-Faktor yang
Mempengaruhi Hasil Produksi Padi Di Kota Medan Pada Tahun
1.2Perumusan Masalah
Berdasarkan uraian pada latar belakang, maka masalah yang dapat diidentifikasi
adalah sebagai berikut:
1. Faktor apa saja yang mempengaruhi hasil produksi padi di kota medan?
2. Faktor apa yang paling dominan mempengaruhi hasil produksi padi di kota
medan?
3. Berapa besar pengaruhi kedua faktor tersebut?
4. Berapa besar korelasi kedua faktor tersebut?
1.3Maksud dan Tujuan Penelitian
Adapun yang menjadi maksud dan tujuan penelitian ini diadakan adalah untuk
melihat hubungan antara curah hujan dan luas panen di daerah kota medan. Bagi
penulis penelitian ini merupakan suatu kesempatan untuk mengaplikasikan ilmu
yang diperoleh dalam perkuliahan, khususnya dalam bidang regresi dan penerapan
metode statistika.
1.4Batasan Masalah
Dalam penelitian ini analisis terhadap Hasil produksi padi dipengaruhi oleh curah
1.5Tinjauan Pustaka
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh
antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang
mempengaruhi sering disebut variabel bebas, variabel independen atau variabel
penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau
variabel dependen.
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana
yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan regresi
linear berganda dengan beberapa variabel bebas dan satu buah variabel terikat.
Analisis regresi linear merupakan metode statistik yang paling jamak
dipergunakan dalam penelitian-penelitian sosial, terutama penelitian ekonomi.
Program komputer yang paling banyak digunakan adalah SPSS (Statistical
Package For Service Solutions). Dalam penelitian ini penulis menggunakan
Analisis Regresi Linier Berganda.
Analisis regresi linier berganda adalah hubungan secara linear antara dua
atau lebih variabel independen ( , ) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah masing-masing variabel independen berhubungan
positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila
nilai variabel independen mengalami kenaikan atau penurunan. Data yang
Rumus yang digunakan dalam regresi berganda adalah:
Ŷ =
Dimana:
Ŷ = Variabel tak bebas ( nilai estimasi )
= Koefisien regresi
X = Variabel bebas
Setelah dilihat pengaruh antar variabel yang ada, kemudian dilihat juga hubungan
atau keeratan antar variabel tersebut dengan menggunakan metode korelasi ( r ).
Adapun rumus dari korelasi adalah :
=
–√
1.6Metodologi Penelitian
Metodologi penelitian adalah suatu cara yang terdiri dari langkah-langkah atau
urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk
melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu
Metode penelitian yang digunakan penulis adalah:
1. Metode penelitian kepustakaan
Merupakan suatu cara penelitian yang digunakan untuk memperoleh ilmu
ataupun rumus-rumus yang dapat digunakan untuk mencari model regresi
liniernya serta korelasi dari data yang telah diperoleh serta dapat membantu
penulis untuk menyelesaikan tugas akhir ini.
2. Metode pengumpulan data
Pengumpulan data untuk keperluan riset ini. Penulis melakukannya dengan
menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS).
Data sekunder tersebut adalah data yang diperoleh dan dirangkum ulang
berdasarkan data yang telah tersedia dan disusun oleh Badan Pusat Statistik
(BPS) Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian
diatur/disusun dan disajikan dalam bentuk tabel yang berisi angka-angka
yang diperlukan, dengan tujuan untuk mendapatkan gambaran yang jelas
tentang data tersebut.
Dalam hal ini penulis mengambil pedoman dari literatur-literatur buku
tentang regresi linier dan tugas akhir tahun sebelumnya. Penulis mengambil
kebaikan tugas akhir sebelumnya yaitu cara penulisannya yang tepat dan
jelas.
1.7Sistematika Penulisan
Bab 1 : PENDAHULUAN
Dalam bab ini terdapat penjelasan mengenai latar belakang,
perumusan masalah, maksud dan tujuan penelitian, batasan
masalah, tinjauan pustaka, metodologi penelitian, metode analisis
yang digunakan, dan sistematika penulisannya.
Bab 2 : LANDASAN TEORI
Pada bab ini diuraikan mengenai pengertian regresi,analisis
regresi linier, analisis regresi linier sederhana, analisis regresi
linier berganda,koefisien determinasi, koefisien korelasi,
pengujian regresi linier berganda.
Bab 3 : GAMBARAN UMUM
Dalam bab ini penulis menguraikan gambaran mengenai sejarah
singkat berdirinya Badan Pusat Statistik (BPS).
Bab 4 : PENGOLAHAN DATA
Bab ini merupakan bab yang berisikan mengenai proses
pembentukan regresi linier berganda, mencari koefisien
Bab 5 : IMPLEMENTASI SISTEM
Dalam bab ini diuraikan tentang pengertian dan tujuan
implementasi sistem, rancangan program yang dipakai dan hasil
outputnya.
Bab 6 : KESIMPULAN DAN SARAN
Pada bab ini, penulis memberikan beberapa kesimpulan dan
beberapa saran kepada pembaca sesuai hasil analisa yang telah
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Statistika merupakan salah satu cabang pengetahuan yang paling banyak
mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua bidang ilmu
pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
menggunakan statistika sebagai dasar analisis maupun perancangannya (ratno dan
mustadjab, 1992: 1) maka dapatlah dikatakan bahwa statistika mempunyai
sumbangan yang penting dan besar terhadap kemajuan berbagai bidang ilmu
pengetahuan. Statistika harus dan penting dipelajari oleh para peneliti.
Analisis regresi adalah satu cabang statistika yang banyak mendapatkan
perhatian dan dipelajari oleh para ilmuan, khususnya para peneliti, baik ilmuan
bidang sosial maupun eksakta. Banyak buku atau literature yang membahas
hal-hal yang berkaitan dengan analisis regresi, dimana satu dengan lainnya saling
melengkapi, tetapi dalam hal-hal tertentu masih banyak masalah yang belum dan
banyak sekali dibahas.
Regresi pertama kali digunakan sebagi konsep staistika pada tahun 1877
oleh sir Francis Galton. Dia telah melakukan kecenderungan tinggi badan anak.
Hasil studi tersebut merupakan suatu kesimpulan bahwa kecenderungan tinggi
badan anak yang lahir terhadap orang tuanya adalah menurun (regress) mengarah
Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu
variabel (tinggi badan anak) terhadap satu variabel yang lain (tinggi badan orang
tua). Pada perkembangan selanjutnya, analisis regresi dapat digunkan sebagai alat
untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa
variabel lain yang berhubungan dengan variabel tersebut.
Ada beberapa definisi regresi yang dapat dijabarkan yaitu:
a. Analisis regresi merupakan suatu teknik untuk membangun persamaan garis
lurus dan menggunakan persamaan tersebut untuk membuat perkiraan. (Mason,
1996: 489)
b. Persamaan regresi adalah suatu formula matematis yang menunjukkan
hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah
diketahui dengan variabel yang nilainya belum diketahui. (Algifri, 2000: 2)
c. Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam bentuk
persamaan matematik yang menyatakan hubungan fungsional antara
variabel-variabel. (Sudjana, 2002: 310).
2.2 Analisa Regresi Linear
Sebelum melakukan analisis korelasi dalam sebuah penelitian maka terlebih
dahulu harus diketahuai apakah variabel-variabel yang akan dikorelasikan
merupakan regresi linear atau non linear, karena hal ini akan dipergunakan dalam
Yang dimaksud dengan analisa regresi linear adalah jika hubungan
persamaan tersebut searah dan membentuk sebuah pola garis lurus seperti gambar
2.2 berikut ini
Gambar 2.2 pola garis lurus
Antara variabel bebas (X) dan variabel terikat (Y) membentuk sebuah pola garis
yang lurus, dan dalam aplikasinya jika nilai X meningkat maka nilai Y juga
meningkat dan jika nilai X mengalami penurunan makan nilai Y juga mengalami
penurunan.
Didalam teorinya analisa regresi linear mempunyai dua bentuk persamaan
yaitu:
b. Analisa regresi linear berganda (multiple analisis regresi).
2.3 Analisa regresi linear sederhana
Yang dimaksud dengan hubungan linear sederhana adalah yang ditunjukkan
dengan persamaan Y = a + . Persamaan ini hanya memiliki 2 variabel saja,
hanya satu variabel terikat (Y) dan satu variabel bebas (X). Sehingga setiap nilai
X bertambah dengan satu satuan maka nilai Y akan bertambah dengan b kalau
nilai X = 0 maka nilai Y sebesar a saja.
Penggunaan model regresi sederhana hanya memungkinkan bila pengaruh
yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent
variabel (variabel terikat), tidak boleh ada pengaruh timbal balik, yaitu jika
variabel terikat juga berpengaruh terhadap variabel bebas.
Dalam regresi linear sederhana dihindari sifat autokorelasi, yang dimaksud
dengan auto korelasi adalah hubungan antara nilai suatu variabel dengan nilai
variabel yang lain sama (Pangestu, 2004: 155). Misalnya kalau pada tahun
pembelian bak penampungan air banyak sekali, maka pembelian bak mandi 10
tahun lagi juga akan banyak, karena usia bak air tersebut memang hanya bertahan
10 tahun. Yang dibeli 10 tahun sebelumnya akan rusak, sehingga pemebelian
secara bersama-sama setiap 10 tahun sekali, sehingga pembelian akan melonjak.
Dengan kata lain ada hubungan antara pembelian bak air yang sama dengan
Ciri penting dari regresi sederhana adalah apabila terdapat homoscedasticity.
Homoscedasticity adalah kesamaan distribusi Y pada setiap nilai X. Artinya
berapapun besarnya X, kalau diamati nilai Y nya dan dihitung deviasi standartnya
relative sama, misalnya jika pada nilai diamati nilai Y dan dicatat deviasi
satndartnya, dan dibandingkan dengan nilai Y pada maka nilainya sama, yang
berarti distribusi nilai Y terhadap nilai X selalu sama. gejala ini yang dimaksud
dengan homoscedasticity. Kalau distribusinya tidak sama maka tidak boleh terjadi
pada regresi linear sederhana.
Model regresi linier sederhanaya adalah:
Keterangan :
Ŷ = Variabel terikat (dependent variable)
= Variabel bebas (independent variable)
a = Konstanta (intrcept)
b = Kemiringan (slope)
2.4 Analisis Regresi Linear Berganda
Jika dalam regresi linear sederhana hanya memiliki 2 variabel saja yaitu satu
variabel terikat (Y) dan satu variabel bebas (X) dengan satu prediktor (a). Pada
regresi linear berganda terdapat lebih dari 2 variabel, satu variabel untuk variabel
terikat, dan lebih dari satu untuk variabel tertutup.
Regresi berganda berguna untuk mencari pengaruh dua atau lebih variabel
terhadap variabel terikatnya, atau untuk meramalkan dua variabel bebas atau lebih
terhadap variabel terikatnya. Dengan demikinan multiple regression (regresi
berganda) digunakan untuk penelitian yang menyertakan beberapa variabel
sekaligus. Dalam hal ini regresi juga dapat dijadikan pisau analisis terhadap
penelitian yang diadakan, tentu saja jika regresi diarahkan untuk menguji
variabel-variabel yang ada.
Pada dasarnya rumus pada regresi berganda sama dengan rumus pada
regresi sederhana, hanya saja pada regresi berganda ditambahkan
variabel-variabel lain yang juga diikutsertakan dalam penelitian. Adapun rumus yang
dipakai disesuaikan dengan jumlah variabel yang diteliti. Rumusnya adalah
sebagai berikut:
Untuk 2 prediktor :
Untuk 3 prediktor :
Untuk n prediktor :
Pada dasarnya regresi berganda digunakan untuk menghitung dan atau
menguji tingkat signifikansi, antara lain:
a. Menghitung persamaan regresinya
b. Menguji apakah persamaan regresinya signifikan
c. Dan bagaimana kesimpulannya?
Untuk hal ini penulis menggunakan regresi linear berganda dengan 3 variabel,
yaitu 1 variabel terikat, dan 2 variabel bebas. Secara umum model regresi linier
Keterangan :
= Variabel terikat (dependent variable)
= Variabel bebas (independent variable)
= Konstanta regresi
= Koefisien regresi variabel bebas
ɛ = Pengamatan variabel error
Adapun untuk mencari nilai: , di taksir
∑ = n + ∑ + ∑
∑ = ∑ + ∑ + ∑
∑ = ∑ + ∑ + ∑
Untuk menghitung nilai koefisien b0, b1, b2 dapat menggunakan rumus sebagai
berikut:
∑ ∑ ∑
∑ ∑
∑ ∑ ∑
s = n ∑ - ∑ ∑
t = n ∑ – ∑
sehingga :
b1
=
b2 =
b0 = ∑ ∑
`
2.5 Koefisien Determinasi
Koefisien determinasi dinyatakan dengan R2 untuk pengujian regresi linier
berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah
untuk mengetahui proporsi keragaman total dalam variabel tak bebas Y yang
dapat dijelaskan atau diterangkan oleh variabel-variabel bebas X yang ada di
dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2
akan ditentukandengan rumus:
=
∑Dengan:
= Jumlah kuadrat regresi
Harga R yang diperoleh sesuai dengan variasi yang dijelaskan
dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang
bersifat nyata).
2.6 Koefisien Korelasi
Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti,
untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel
yang terikat dengan yang bebas, atau antara variabel bebas itu sendiri.
Untuk mengukur seberapa kuat hubungan antara variabel tersebut maka
digunakan metode analisis korelasi. Analisis korelasi adalah alat statistik yang
dapat digunakan untuk mengetahui derajat hubungan linear antara satu variabel
dengan variabel yang lain (algifri,2000:45). Umumnya analisis korelasi
digunakan, dalam hubungannya dengan analisis regresi, untuk mengukur
ketepatan garis regresi dalam menjelaskan (explaining) variasi nilai variabel
dependen.Hasil dari perhitungan korelasi diinterpretasikan pada sebuah hubungan
yang didasarkan pada nilai angka yang muncul.
Sandaran nilainya adalah ,-1≤ r ≤1. Semakin tinggi nilai koefisien korelasi
(semakin mendekati nilai 1) maka hubungannya antara dua varibel tersebut
semakin tinggi, jika nilai koefisiennya mendekati nilai 0 mka hubungnnya
semakin rendah. Adapun jika nilainya bertanda negatif, maka terjadi hubungan
yang berlawanan arah, artinya jika suatu nilai variabel naik maka nilai variabel
lain akan turun.
Secara jelas dapat dilihat di tabel berikut:
R Interpretasi
0
0,01 – 0,20
0,21 – 0,40
0,41 – 0,60
0,61 – 0,80
0,81 – 0,99
1
Tidak berkorelasi
Sangat rendah
Rendah
Agak rendah
Cukup
Tinggi
Sangat tinggi
Sumber : Hartono, M. Pd statistik untuk penelitian
Jika suatu korelasi bertanda positif r > 0 maka contoh gambar grafiknya
seperti ditunjukkan oleh gambar 2.6.2 berikut:
Gambar 2.6.2 korelasi positif
Jika suatu korelasi bertanda negatif r < 0 maka contoh gambar grafiknya
Gambar 2.6.3 korelasi negatif
Jika suatu korelasi tidak menunjukkan adanya hubungan r = 0 maka
contoh gambar grafiknya seperti ditunjukkan oleh gambar 2.6.4 berikut:
Gambar 2.6.4 korelasi nol
=
–√
Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya,
untuk hubungan 3 variabel dapat dihitung dengan menggunakan rumus sebagai
berikut:
a. Koefisien korelasi antara dan Y
=
– √b. Koefisien korelasi antara dan Y
=
– √c. Koefisien korelasi ana dan
=
–√
Uji regresi linier berganda perlu dilakukan untuk mengetahui apakah sekelompok
variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak
bebas.
Pada dasarnya pengujian hipotesis tentang parameter koefisien regresi
secara keseluruhan atau pengujian persamaan regresi dengan menggunakan
statistik F yang dirumuskan sebagai berikut:
F =
Dengan:
F = Statistik F yang menyebar mengikuti distribusi F dengan derajat
kebebasan = k dan = n-k-1
= Jumlah kuadrat regresi = b1 ∑ + b2 ∑ , dengan derajat kebebasa
dk = k
= Jumlah kuadrat residu (sisa) = ∑( –Ŷ), dengan derajat kebebasan dk =
n-k-1
Dalam pengujian persamaan regresi terutama menguji hipotesis tentang
parameter koefisien regresi secara keseluruhan melibatkan intersep serta k buah
variabel penjelasan sebagai berikut:
Dengan persamaan penduganya adalah:
Langkah-langkah yang dibutuhkan dalam pengujian hipotesis ini adalah sebagai
berikut:
a. Menentukan formulasi hipotesis
H0 : = = ... = = 0 ( , ,...,tidak mempengaruhi Y )
H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan
nol atau mempengaruhi Y
b. Menentukan taraf nyata α dan Ftabel dengan derajat kebebasan = k dan
= n-k-1. Pilih taraf nyata α yang diinginkan
c. Menentukan kriteria pengujian
diterima bila
H0 ditolak bila
d. Menentukan nilai statistik F
BAB 3
GAMBARAN UMUM
3.1Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah lembaga non departemen. Badan Pusat
Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang
pertanian, agrarian, pertambangan, kependudukan sosial, ketenagakerjaan,
keuangan, pendapatan, dan keagamaan. Selain hal-hal diatas BPS juga bertugas
untuk melaksanakan koordinasi dilapangan, kegiatan satistik dari segenap instansi
baik dipusat maupun didaerah dengan mencegah dilakukannya pekerjaan yang
serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan
defenisi, klasifikasi dan ukuran-ukuran lainnya.
3.2Logo Instansi Badan Pusat Statistik
[image:32.595.178.381.583.719.2]Badan Pusat Statistik mempunyai logo seperti yang ada pada gambar dibawah ini
Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna.
Adapun makna yang dimaksud adalah :
1. Biru
Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS
setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index
pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan
sosial, konsumsi dan pangelaran, pendidikan, perumahan, sosial budaya, tenaga
kerja.
2. Hijau
Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun
sekali (tahun berakhiran angka 3) yang mencakup index tanaman pangan,
hortikultura, kehutanan, perkebunan, perikanan dan peternakan.
3. Orange
Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali
(tahun berakhiran angka 6) yang mencakup index kegiatan ekspor-impor,
industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi,
konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik
bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha
mikro kecil.
3.3 VISI dan MISI Badan Pusat Statistik
3.3.1 Visi Badan Pusat Statistik
Visi BPS adalah “Pelopor data statistik terpercaya untuk semua’’.
3.3.2 Misi Badan Pusat Statistik
Misi BPS yaitu:
1. Memperkuat landasan konstitusional dan operasional lembaga statistik
untuk penyelenggaraan statistik yang efektif dan efisien.
2. Menciptakan insan statistik yang kompeten dan profesional, didukung
pemamfaatan teknologi dan informasi mutakhir untuk kemajuan
perstatistikan Indonesia.
3. Meningkatkan penerapan standar klasifikasi, konsep dan
defenisi,pengukuran dan kode etik statistik yang bersifat universal dalam
setiap penyelenggaraan statistik.
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.
5. Meningkatkan koordinasi, integritas, dan singkronisasi kegiatan statistik
yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem
Statistik Nasional (SSN) yang efektif dan efisien.
3.4 Struktur Organisasi Badan Pusat Statistik (BPS)
Setiap perusahaan baik perusahaan pemerintah maupaun swasta mempunyai
organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang
dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.
Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung
jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana
hubungannya yang satu dengan yang lain.
Dengan adanya struktur organisasi perusahaan yang baik, maka dapat
diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan.
Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi
Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.
1. Bagian Tata Usaha
2. Bidang Statistik Produksi
3. Bidang Statistik Distribusi
4. Bidang Statistik Kependudukan
5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik
6. Bidang Neraca Wilayah dan Analisis Statistik
3.5 Job Description
Dalam menjalankan suatu organisasi maka diperlukan personal-personal jabatan
tertentu dalam organisasi tersebut dimana masing-masing diberi tugas dan fungsi
job description atau pembagian kerja. Kepala kantor dibantu bagian tata usaha
yang terdiri dari :
1. Sub Bagian Urusan Dalam
3. Sub Bagian Keuangan
4. Sub Bagian Kepegawaian
5. Sub Bagian Bina Program
Sedangkan bidang penunjang statistik ada 5 bidang, yaitu:
1. Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan
statistik pertanian, industri, serta statistik konstruksi pertambangan dan
energi.
2. Bidang Statistik Distribusi
Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatan
statistik konsumen dan perdagangan besar, statistik keuangan dan harga
produsen serta Statistik Kesejahteraan.
3. Bidang Statistik Sosial
Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan
kegiatan statistik demografi dan rumah tangga, statistik ketenagakerjaan,
dan statistik kesejahteraan.
4. Bidang Integrasi Pengolahan dan Distribusi Sosial
Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan
kegiatan dan penyiapan data, penyusunan sistem, dan program serta
operasional pengolahan data dengan komputer.
5. Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu
melaksanakan kegiatan penyusunan neraca produksi, neraca konsumen,
BAB 4
PENGOLAHAN DATA
4.1 Data dan Pembahasan
Setiap data yang telah didapat merupakan alat pengambil keputusan dalam
pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang Hasil
Produksi Padi seperti yang telah dijelaskan di bab pendahuluan. Pengumpulan
data dilakukan dengan mengambil data sekunder di Kantor Badan Pusat Statistik
Kota Medan. Dalam hal ini penulis mengambil tiga buah data yaitu data Luas
Panen, Curah Hujan, dan Hasil Produksi Padi yang secara keseluruhan data yang
diambil adalah data pada tahun 2002 – 2011 sebanyak 10 tahun.
Pengambilan data diatas dimaksudkan untuk melihat apakah variabel
bebas (Luas Panen dan Curah Hujan) mempengaruhi nilai produksi Padi yang
[image:37.595.112.517.608.752.2]ada. Adapun data yang di ambil adalah sebagai berikut :
Tabel 4.1 Data hasil Produksi Padi, Luas Panen, dan Curah Hujan di Kota
Medan pada tahun 2002 – 2011
Tahun Curah Hujan Luas Panen Hasil Produksi Padi
2002 1.451 9.639 58.407
2003 2..265 9.611 58.916
2004 2.055 8.076 45.174
2006 2.764 8.693 41.870
2007 2.732 7.791 42.754
2008 2.113 7.609 43.661
2009 2.184 8.318 40.779
2010 1.605 7.619 39.169
2011 2.593 6.771 30.074
Sumber : BPS Kota Medan
4.2 Persamaan Regresi Linier Berganda
Dalam mencari persamaan regresi linier berganda, maka terlebih dahulu kita
menghitung koefisien – koefisien regresinya dengan mencari hubungan fungsional
antara variabel yang ada.
Dengan koefisien yang didapat dari perhitungan, maka dapat ditentukan
Tabel 4.2 Perhitungan masing-masing variabel
Keterangan :
Y = Produksi Padi
X1 = Curah Hujan
X2 = Luas Panen
Y
1451 9639 58407 2105401 92910321 3411377649 13986189 84748557 562985073
2265 9611 58916 5130225 92371321 3471095056 21768915 133444740 566241676
2055 8076 45174 4223025 65221776 2040690276 16596180 92832570 364825224
2083 8096 40.806 4338889 65545216 1665129636 16863968 84998898 330365376
2764 8693 41870 7639696 75568249 1753096900 24027452 115728680 363975910
2732 7791 42754 7463824 60699681 1827904516 21285012 116803928 333096414
2113 7609 43661 4464769 57896881 1906282921 16077817 92255693 332216549
2184 8.318 40779 4769856 69189124 1662926841 18166512 89061336 339199722
1605 7619 39169 2576025 58049161 1534210561 12228495 62866245 298428611
2593 6771 30074 6723649 45846441 904445476 17557203 77981882 203631054
Dari tabel 4.2 diperoleh :
n = 10 � (X2)2 = 683298171 � X1 = 21845 � (Y)2 = 20177159832
� X2 = 82223 � (X1X2) = 178557743
� Y = 441610 � (YX1) = 950722529
� (X1)2 = 49435359 � (YX2) = 3694965609
Dari persamaan :
� Y = b0 n + b1 ∑ + b2 ∑
� YX1 = b0 ∑ + b1 ∑ + b2 ∑
� YX2 = b0 ∑ + b1 ∑ + b2 ∑
Untuk menghitung nilai koefisien b0, b1, b2 dapat menggunakan rumus sebagai
berikut:
p =n ∑ - ∑ ∑
q = n ∑ - (∑ )2
r = n ∑ - ∑ ∑
s = n ∑ - ∑ ∑
t = n ∑ - (∑ )2
sehingga :
b1
=
b2 =
b0 =
Dengan rumus diatas maka diperoleh :
p = n ∑ - ∑ ∑
= 10 (950722529) – (441610) (21845)
= 9507225290 – 9646970450
= -139745160
q = n ∑ - (∑ )2
= 10 (683298171) – (82223)2
= 6832981710 – 6760621729
= 72359981
r = n ∑ - ∑ ∑
= 10 (178.557743) – (21.845) (82.223)
s = n ∑ - ∑ ∑
= 10 (3694965609) – (441610) (82223)
= 36949656090 – 36310499030
= 639157060
t = n ∑ - (∑ )2
= 10 (49435359) – (21845)2
= 494353590 – 477204025
= 17149565
u = tq - r2
= (17149565) (72359981) – (-10584005)2
= 124094219755827 – 11202116184
= 112892103571824
b1 =
=
=
=
b2 =
=
=
=
= 8,3993492667
b0 =
=
=
=
b0 = -18424,18872
b1 = -2,96488018
b2 = 8,3993492667
dari seluruh harga yang didapat maka didapatlah persamaan regresi linier
bergandanya sebagai berikut :
Ŷ = b0 + b1X1 + b2X2
Ŷ = -18424,18872 - 2.96488018 X1 + 8.3993492667X2
4.3Analisa Residu
Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan
[image:44.595.64.560.498.698.2]regresi yang telah didapatkan, maka diperlukan harga Ŷ.
Table 4.3 Selisih nilai sebenarnya dengan nilai perkiraan
Tahun X1 X2 Y Ŷ Y - Ŷ (Y - Ŷ)2
S
y.12= √
Ŷ
Dimana :
k = 2
n = 10
Ʃ (Y - Ŷ)2 = 229576437,4
Sehingga :
Sy12 =
√
=
√
= √
= 5726,834545
Dengan penyimpangan nilai yang telah didapatkan diatas, maka hasil produksi
padi yang sebenarnya akan menyimpang dari hasil sebenarnya sebesar
4.4 Uji Regresi Linear Berganda
1. Perumusan hipotesa :
H0 : �1 = �2 = 0 ( X1, X2 tidak mempengaruhi Y )
H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan 0
atau mempengaruhi Y
2. Dengan taraf nyata α = 5 %
3. Kriteria pengujian
H0 diterima jika Fhit≤ Ftab
H0 ditolak jika Fhit > Ftab
4. Perhitungan uji statistic
5. Untuk menguji model regresi yang telah terbentuk, maka dapat diambil :
x1 = X1 - ̅1
x2 = X2 - ̅2
y = Y - ̅
Dengan :
̅1 = 2184,5
̅2 = 8222,3
Table 4.4 Nilai-nilai yang di perlukan untuk Uji Regresi Linier Ganda
Dari table 4.4 diatas didapat perhitungan sebagai berikut :
JKreg = b1 ∑ + b2∑
= (-2,96488018) (-13974516) + (8,839934927) (63915706)
= 41432765,5134929 + 565010681,832171
= 606443447,345664
Untuk JKres dapat dilihat dari table 4.3 yaitu � (Y - Ŷ)2 = 229576437,4, maka nilai Fhit dapat dicari dengan rumus :
F =
=
=
Y X1 X2 Y2 X1Y X2Y
14246 -733,5 1416,7 202948516 -10449441 137317194 14755 80,5 1388,7 217710025 1187777,5 141810305 1013 -129,5 -146,3 1026169 -131183,5 8180988 -3355 -101,5 -126,3 11256025 340532,5 -27162080 -2291 579,5 470,7 5248681 -1327634,5 -19915663 -1407 547,5 -431,3 1979649 -770332,5 -10961937
-500 -71,5 -613,3 250000 35750 -3804500
-3382 -0,5 95,7 11437924 1691 -28131476
=
= 9,25
6. Kesimpulan
Dari table distribusi F dengan dk pembilang = 2 , dk penyebut = 7 dan α = 0,05 ,
diperoleh Ftab = 4,74. Karena Fhit lebih besar dari pada Ftab maka H0 ditolak dan H1
diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2 bersifat
nyata atau ini berarti bahwa jumlah Curah Hujan dan Luas Panen secara
bersama-sama mempengaruhi hasil produksi padi .
4.5 Koefisien Determinasi
Koefisien determinasi digunakan untuk menganalisa seberapa besar pengaruh
faktor-faktor yang mempengaruhi hasil produksi padi.
Berdasarkan tabel 4.5 dapat dilihat harga
y
2= 675220622 sedangkanJKreg yang telah dihitung adalah 606443447,345664.
Maka selanjutnya dengan rumus :
R2 = 2
y
JK
reg
.R2 =
= 0,9
Dan untuk koefisien korelasi ganda, kita gunakan :
R = √
= √
= 0,95
Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,9 dan dengan mencari akar dari R2 diperoleh koefisien korelasinya sebesar 0,95.Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 95% Hasil Produksi Padi yang dipengaruhi oleh kedua faktor yang dianalisis.
4.6 Koefisien Korelasi
Koefisien korelasi digunakan untuk melihat keeratan hubungan antara variabel
bebas dan variabel terikat atau antara variabel bebas yang ada.
a. Koefisien korelasi antara Curah Hujan ( X1) dan Produksi Padi (Y)
r
x1y= –√
= –
=
√
=
√
=
=
-0,41Angka koefisien diatas menunjukkan korelasi lemah dan searah (negatif) antara
curah hujan dengan hasil produksi padi yang digunakan, artinya semakin kecil
curah hujan yang digunakan maka akan semakin kecil hasil produksi padi yang
dihasilkan.
b. Koefisien korelasi antara Luas Panen (X2) dan Produksi Padi (Y)
r
x2y=
– √=
√
=
√
=
√
= 0,91
Angka koefisien diatas menunjukkan korelasi sangat kuat dan searah
(positif) antara luas panen dengan hasil produksi padi artinya semakin besar luas
panen maka semakin besar hasil produksi padi yang dihasilkan.
4.7 Pengujian Koefisien Regresi Linier Ganda
Ŷ = -18424,18872 - 2.96488018 X1 + 8.3993492667 X2
Hipotesis
H0 : bi = 0 dimana i = 1,2, … ,k (variabel bebas Xi tidak berpengaruh terhadap
Y)
H1 : bi dimana i = 1,2, … ,k (variabel bebas Xi berpengaruh terhadap Y)
1. Dengan taraf nyata α = 5 %
2. Kriteria pengujian
Terima H0 jika thit < ttab
Tolak H0 jika thit > ttab
3. Statistik pengujian
Dari perhitungan yang sebelumnya didapat harga-harga :
Sy122 =
� (X1)2 = 477204025
� (X2)2 = 6760621729
Maka kekeliruan baku koefisien bi adalah sebagai berikut :
S
bi=
√
( )( )
S
b1=
√
( )( )=
√
=
√
=
S
b2=
√
( )( )=
√
=
√
-10,78138247
383,3449968
Dari tabel distribusi t dengan dk = 7 dan α = 0,05 diperoleh ttab sebesar 4,74 dan
dari hasil perhitungan diatas diperoleh :
1. 10,78860409 >
2. 384,3449968 >
Sehingga dari kedua koefisien regresi tersebut variabel X1 dan X2 memiliki
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah tahapan penerapan hasil desain tetulis ke dalam
programming dengan menggunkan perangkat lunak (software) sebagai
implementasi ataupun prosedur untuk menyelesaikan desain system, yang mana
dalam hal ini implementasi system digunakan untuk menganalisis data jumlah
produksi jagung pada tahun 2010 di Kabupaten Labuhan Batu.
Adapun impementasi sistem yang digunakan adalah Microsoft excel. Dan
SPSS(Statistical Product and service solution) 16.0 for windows.
Diharapkan dengan menggunkan Microsoft excel dan SPSS l6.0 dapat
meningkatkan pengetahunan penulis dalam menggunakan aplikasi ilmu stastistik.
5.2 Pengaktifan Excel
Sebelum mengoperasikan excel, pastikan bahwa program tersebut telah tersedia di
komputer, kemudian lanjutkan langkah-langkah sebagai berikut :
a. Dari Windows klik start, pilih program dan klik Microsoft excel
b. Klik windows Excel maka secara otomatis jendela utama excel akan tampil dan
langsung digunakan untuk mengolah data.
Pada setiap Lembar Kerja excel memiliki 256 kolom dan 65.536 baris yang siap
untuk digunkan. Pada setiap baris dan kolom terdapat sel-sel yang didindentifikasi
Gambar 5.1 cara mengaktifkan program excel
[image:55.595.152.503.521.719.2]Beberapa istlah dlam Microsoft Excel:
1. Worksheet adalah tempat lembar kerja yang memasukkan data ataupun rumus.
Worksheet tersedia sebanyak tiga sheet yang terdiri dari 65.536 bris dan 256
kolom
2. Workbook adalah buku kerja yangterdiri dari beberaa worksheet. Workbook ini
tempat menyimpan worksheet sehingga mempermudah mengorganisir file-file
sesuai dengan kebutuhan yang diperlukan
3. Cell adalah perpotongan baris dan kolom yang ditandai dengan poiter sel pada
posisi tertentu yang ditunjukkan ppada name book.
4. Pointer cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal.
5. Range adalah kumpulan beberapa sel yang menunjukkan kelompok area
6. Gridlines adalah garis bantu sel pada area kerja.
7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk
memindahkan atau mengopi data dan rumus dengan mengguunkan mouse.
5.2.1 Pengisian Data
dalam hal pengolahan data computer memiliki banyak kelebihan dari manusia
yaitu dalam hal kecepatan, ketepatan, dan khandalan. Manusia sangat terbantu
dengan adanya computer karena kadang kala data yang banyak dan rumit tidak
dapt dikerjakan dengan manula dan meembutuhkan banyak waktu dan tenaga.
Maka dari itu computer diharapkan dapat melakukan pekerjaan dengan cepat dan
Proses pengisian data pada lembar kerja excel dengan cara mnegtik data yang kita
inginkan di sel yang tersedia , ada dua cara mengisi data, dengan menggunkan
keyboard atau sub menu yang terdapat pada menu excel.
Cara mengisikan data dengan menggunakann keyboard, langkah-langkahnya:
1. Letakkan pinter dan sel yang ingin diisi data
2. Ketik data
3. Tekan enter
[image:57.595.115.509.363.646.2]Hasil dari memasukkan data dapt dilihat pada gambar berikut ini:
5.3 Pengaktifan SPSS
Berikut ini adalah langkah-langkah yang dilakukan dalam menyelesaikan program
linear berganda dengan SPSS sesuai dengan data dalam penulisan ini:
[image:58.595.114.483.189.403.2]1. Klik start lalu all Program pilih SPSS Inc lalu klik SPSS
Gambar 5.4 Tampilan cara pengaktifan SPSS
2. Memasukkan data ke SPSS
Setelah program SPSS aktif maka akan muncul kotak doalog sebagai berikut,
[image:58.595.116.475.498.707.2]Untuk membuat lembar kerja baru klik cancel dan akan tampil sebagai berikut:
Gambar 5.6 Tampilan jendela Data View dalam SPSS
Saat program sudah berjalan seperti gambar diatas maka selanjutnya klik variable
view pada sudut kiri bawah program, kemudian lakukan petunjuk untuk pengisian
data sebagai berikut.
A. Kolom name dapat diisi dengan variabel yang kita miliki daalam penelitian,
dalam penelitian ini yang memiliki 3 variabel dapat di ketik Y, X1, dan X2.
B. Untuk kolom type maka dapat diisikan seluruhnya dengan tipe data Numeric.
Karena penelitian ini dengan metode kuantitaif.
C. Untuk kolom width diisikan seluruhnya dengan angka 8 artinya jumlah
D. Kolom Decimal semuanya diisikan dengan angka 2, yang artinya perhitungna
dilakunkan dengan aturan 2 desimal dibelakang koma.
E. Kolom label diisikan berdasarkan indentitas dari variabel yang dimiliki, dalam
hal ini variabel Y diabeli dengan Produksi Padi, variabel X1 dengan dengan label
Curah Hujan, variabel X2 dilabeli dengan Luas Panen.
F. Kolom Values digunkan untuk menuliskan nilai kuantitatif dari variabel yang
berskala ordinal dan nominal, dalam hal ini kita menggunkan bentuk data skala,
maka untuk kolom ini diabaikan saja seluruhnya
G. Kolom missing digunakan untuk penjelasan dat yang hilang atu rusak, dalam
hal ini kolom missing kita abaikan saja.
H. Kolom columns digunkan untuk menentukan lebar kolom, untuk ketiga
variabel kita isiskan angka 8.
Kolom align digunkan untuk menentukan letak pengisian data apakah rata kiri,
rata kana atau tengah, dalam hal ini seluruh variabel kita isi right(kanan).
J. Kolom measure digunkan untuk menentukan jenis data, dalam hal ini data kita
gunkan data scale. Maka seluruh variabel kita gunkan scale.
5.3.1 Pengisian data pada SPSS
Setelah selesai melakukan pengisisan pada variabel view selanjutnya dilakukan
pengisisan data pada pada data view. Isiskan data sesuai variebl yang tersedia
Gambar 5.7 Tampilan pengisian data view dalam SPSS
Setelah dilakukan pengisisan data seperti diatas selanjutnya dilakukan proses
analisa data.
a. Pilih menu analyze, kemudian pilih menu Regression, pilih Linear seprti
tampilan berikut:
[image:61.595.115.514.477.704.2]b. Pada kolom dependent pindahkan variabel produksi, sedangkan pda kolom
independent pindahkan variabel luas, intensitas hujan, dan hari hujan.
[image:62.595.114.512.204.428.2]c. Pada kolom method pilih enter.
Gambar 5.9 Tampilan jendela linear regression
d. Kemudian klik kotak stastistik, pada pilihan regression coefficient cek estimate
, model fit dan descriptive. Kemudian pada pilihan residuals kosongkan saja. Lalu
Gambar 5.10 Tampilan pada pengisian liniear regression statistic
e. Klik plots untuk membuat grafik, dan berikan tanda ceklis pada pilihan produce
all partial plot lalu klik continue.
[image:63.595.114.513.459.684.2]f. Klik plots, pada pilihan stepping method criteria masukkan angka 0.05 pada
kolom entri. Kemudian ceklis include constant in equation. Pada pilihan missing
[image:64.595.115.513.221.447.2]values ceklis exclude case listwise. Lalu klik continue.
Gambar 5.12 Tampilan pengisian linear regression options
BAB 6
PENUTUP
6.1Kesimpulan
Berdasarkan perhitungan yang telah dilakukan maka didapat kesimpulan sebagai
berikut :
1. Dengan menggunakan rumus yang ada maka didapat nilai – nilai koefisien
regresinya yaitu :
b0 = -18424,18872
b1 = - 2.96488018
b2 = 8.3993492667
sehingga persamaan linier berganda yang didapat adalah :
Ŷ = -18424,18872 – 2,96488018 X1 + 8,3993492667 X2
Yang berarti bahwa Hasil Produksi Padi dipengaruhi oleh dua faktor yang
menjadi variabel yaitu Curah Hujan (X1) dan Luas Panen (X2). Dimana
jumlah tenaga kerja sebesar – 2,96488018 dan nilai investasi
8,3993492667
2. Dengan penyimpangan nilai yang telah didapatkan diatas, maka hasil
produksi padi yang sebenarnya akan menyimpang dari hasil sebenarnya
3. Dari table distribusi F dengan dk pembilang = 2 , dk penyebut = 7 dan α =
0,05 , diperoleh Ftab = 4,74. Karena Fhit lebih kecil dari pada Ftab maka H0
diterima dan H1 ditolak. Hal ini berarti persamaan regresi linier berganda
Y atas X1, X2 bersifat nyata atau ini berarti bahwa curah hujan dan luas
panen secara bersama-sama mempengaruhi hasil produksi padi .
4. Dari hasil perhitungan didapat nilai koefisien determinasi sebesar
1,136284475 dengan mencari akar dari R2 diperoleh koefisien korelasinya
sebesar 1,065966451. Nilai tersebut digunakan untuk mengetahui
pengaruh variabel independent terhadap perubahan variabel dependent.
Artinya 58,3% Hasil Produksi Padi yang dipengaruhi oleh kedua factor
yang dianalisis.
5. Angka koefisien diatas menunjukkan korelasi lemah dan searah (negatif)
antara curah hujan dengan hasil produksi padi yang digunakan, artinya
semakin kecil curah hujan yang digunakan maka akan semakin kecil hasil
produksi padi yang dihasilkan.
6. Angka koefisien diatas menunjukkan korelasi sangat kuat dan searah
(positif) antara luas panen dengan hasil produksi padi artinya semakin
7. Dari tabel distribusi t dengan dk = 7 dan α = 0,05 diperoleh ttab sebesar
4,74 dan dari hasil perhitungan diatas diperoleh :
10,78860409 <
>
Sehingga dari kedua koefisien regresi tersebut variabel X1 dan X2
memiliki pengaruh yang berarti atau signifikan terhadap Hasil Produksi
Padi.
8. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas,
korelasi yang kuat terjadi antara jumlah nilai produksi (Y) dengan Jumlah
6.2Saran
Melihat hubungan yang kuat antara curah hujan dan lua panen maka disarankan
agar pihak pemerintah Kota Medan dan terkhususnya bagi masyarakat unutuk
DAFTAR PUSTAKA
Algifri.2000.Analisis Regresi teori, kasus, dan solusi.Yogyakarta. BPFE-
YOGYAKARTA.
Hartono, Drs.2004. Statistik Untuk Penelitian.Yogyakarta. LSFK2P
Santoso, Ratno Dwi dkk. 1992. Analisis Regresi. Yogyakarta. Andi Offset.
