ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS TERHADAP HASIL PRODUKSI PADI DI KABUPATEN
DELI SERDANG TAHUN 2009
TUGAS AKHIR
AGUS SALIM SIAGIAN 102407021
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS TERHADAP HASIL PRODUKSI PADI DI KABUPATEN
DELI SERDANG TAHUN 2009
Tugas dan Diajukan Untuk Melengkapi Memenuhi syarat Memperoleh ahli Madya
AGUS SALIM SIAGIAN 102407021
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS PENGARUH LUAS LAHAN DAN
PRODUKTIVITAS TERHADAP HASIL PRODUKSI
PADI DI KABUPATEN DELI SERDANG TAHUN 2009
Kategori : TUGAS AKHIR
Nama : AGUS SALIM SIAGIAN
Nomor Induk Mahasiswa : 102407021
Program Studi : D-3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juli 2013
Diketahui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
PERNYATAAN
ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS
TERHADAP HASIL PRODUKSI PADI DI KABUPATEN
DELI SERDANG TAHUN 2009
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 2013
AGUS SALIM SIAGIAN
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang dengan limpah karunia-Nya, penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul : Analisis Pengaruh Luas Lahan dan Produktivitas Terhadap Hasil Produksi Padi Di Kabupaten Deli Serdang.
Terimakasih penulis sampaikan kepada Bapak Drs.Agus Salim Harahap,M.Si selaku dosen pembimbing yang telah meluangkan waktnya selama penyusunan
Tugas Akhir ini. Terimakasih kepada Bapak Faigiziduhu Bu’lolo,M.Si dan Bapak Drs.Suwarno Ariswoyo,M.Si selaku ketua dan sekretaris Program Studi D3 Statistika FMIPA USU Medan, Bapak Prof.Dr.Tulus,M.Si PhD dan ibu Dra.Mardianingsih,M.Si selaku ketua dan sekretaris Departemen Matematika FMIPA USU Medan, Bapak Drs.Sutarman,M.Sc selaku dekan FMIPA USU Medan, seluruh staff dan dosen Program Studi D3 Statistika FMIPA USU Medan, pegawai FMIPA USU Medan dan rekan-rekan kuliah.
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar isi iv
Daftar Tabel vi
Daftar Gambar vii
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 perumusan Masalah 4
1.3 Batasan Masalah 4
1.4 Maksud dan Tujuan 5
1.5 Manfaat Penelitian5
1.6 lokasi Penelitian 6
1.7 Metodologi Penelitian 6
1.8 Sistematika Penulisan 7
BAB 2 LANDASAN TEORI
2.1 Pengertian Regresi 9
2.2 Analisis Regresi linier 10
2.2.1 Analisis Regresi Linier Sederhana 12 2.2.1 Analisis Regresi Linier Berganda 13
2.3 Uji Keberartian Regresi 14
2.4 Pengujian Hipotesis 16
2.5 Koefisien Determinasi 18
2.6 Uji Korelasi 19
2.6.1 Uji Koefisien Korelasi ` 19
BAB 3 SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Singkat BPS (Badan Pusat Statistik) 21 3.1.1 Masa Pemerintahan Hindia Belanda 21
3.1.2 Masa Pemerintahan Jepang 22
3.1.3 Masa Kemerdekaan Republik Indonesia 22 3.1.4 Masa Orde Baru Sampai Sekarang 23 3.2 Visi dan Misi BPS (badan Pusat Statistik) 24
3.2.1 Visi 24
3.3 Struktur Organisasi Badan Pusat Statistik 25
BAB 4 PENGOLAHAN DATA
4.1 Data dan Pembahasan 28
4.2 Persamaan Regresi Linier Berganda 30
4.3 Analisis Residu 36
4.4 Koefisien Determinasi 38
4.5 Perhitungan Korelasi Antara Variabel Y Dengan ( ) 39
4.6. Uji Regreesi Linier Berganda 41
BAB 5 IMPLEMENTASI DATA
5.1 Sekilas Tentang Program SPSS 43
5.2 Mengaktifkan SPSS 44
5.3 Input Data Pada Worksheet 45
5.4 Pengisian Data 48
5.5 Pengolahan Data Dengan Persamaan Regresi 48 5.6 Pengolahan Data Dengan Persamaan Korelasi 51
BAB 6 KESIMPULAN DAN SARAN
6.1 Kesimpulan 53
6.2 Saran 54
DAFTAR TABEL
Tabel 4.1 Data Produksi, Luas lahan, Produktivitas 29 Tabel 4.2 Nilai-nilai menghitung Koefisien 30
DAFTAR GAMBAR
Gambar5.1 Mengaktifkan SPSS 44
Gambar 5.2 Worksheet 45
Gambar 5.3 Layar Kerja Variabel View 47
Gambar 5.4 Layar Data yang akan Diolah 48
Gambar 5.5 Analyze data Regression 49
Gambar 5.6 Kotak Dialog Linier Regression 49
Gambar 5.7 Kotak Dialog Linear Regression Statistic 50 Gambar 5.8 Kotak Dialog Linear Regression Plots 50
Gambar 5.9 Analyze Data Correlation 51
BAB 1
PENDAHULUAN
1.1 LATAR BELAKANG
Kekayaan alam Indonesia merupakan sumber daya alam yang sangat berharga, iklim
tropis yang dimiliki negara ini membuatnya menjadi negara yang agraris yang
banyak mengandalkan sektor agraria dalam menunjang pembangunan dan kebutuhan
masyarakatnya.
Begitu banyak jenis tanaman pertanian yang ada di Indonesia yang
seyogyanya menjadi bahan makanan masyarakatnya, antara lain, padi, ubi, jagung,
kentang, wortel, dan lain-lain. Padi merupakan tanaman paling penting di negeri kita
Indonesia. Betapa tidak karena makanan pokok di Indonesia adalah nasi dari beras
yang tentunya dihasilkan oleh tanaman padi.
Selain di Indonesia padi juga menjadi makanan pokok negara-negara di
benua Asia lainnya seperti Cina, India, Thailand, Vietnam dan lain-lain. Padi
merupakan tanaman berupa rumput berumpun. Tanaman pertanian ini berasal dari
dua benua yaitu Asia dan Afrika Barat tropis dan subtropis. Bukti sejarah
memperlihatkan bahwa penanaman padi di Zhejiang (cina) sudah dimulai pada
3.000 tahun SM. Fosil butir padi dan gabah ditemukan di Hastinapur Uttar Pradesh
India sekitar 100 – 800 SM. Selain Cina dan India, beberapa wilayah asal padi
Negara produsen padi terkemuka adalah Republik Cina ( 31% dari total
produksi dunia), India (20%), dan Indonesia (9%). Namun hanya sebagian kecil
produksi padi dunia yang diperdagangkan antar negara (hanya 5% - 6% dari total
produksi dunia). Thailand merupakan pengekspor padi utama (26% dari total padi
yang diperdagangkan di dunia) diikuti Vietnam (15%) dan Amerika Serikat (11%).
Indonesia merupakan pengimpor padi terbesar dunia (14% dari padi yang
diperdagangkan di dunia) diikuti Bangladesh (4%), dan Brazil (3%). Indonesia yang
pernah swasembada beras tahun (1985,1986,1993) dan merupakan penghasil padi no
3 terbesar di dunia, ternyata saat ini Indonesia malah menjadi negara pengimpor
beras terbesar di dunia (14% dari yang diperdagangkan dunia). Indonesia yang
digembar-gemborkan sebagai negara agraris, ternyata harus mengimpor beras dari
Thailand dan Vietnam.
Memang sudah seharusya pemerintah memperhatikan produksi padi di
Negara ini mengingat komsumsi beras yang terus meningkat dari tahun ke tahun,
dan ada baiknya kita tidak terus mengimpor padi dari Negara lain.
Untuk itu perlu diperhatikan secara intensif produksi padi di Indonesia,
apa-apa saja yang menjadi faktor produksinya dalam hal ini penulis mengambil daerah
produksi padi di Kabupaten Deli Serdang dimana padi juga menjadi komoditi
andalan di Kabupaten tersebut. Maka melihat permasalahan yang ada, penulis
mengambil 3 variabel yang dijadikan sandaran untuk melihat produksi padi di
Penulis menggunakan teknik analisis regresi linier berganda untuk melihat
pengaruh produksi padi di kabupaten Deli Serdang. Di beberapa literatur yang ada,
khususnya buku-buku yang berkenaan dengan statistik, regresi linear diartikan
sebagai suatu teknik untuk membangun persamaan garis lurus dan menggunakan
perkiraan tersebut untuk melihat pengaruh antar variable dan dapat dijadikan
prediksi kedepannya, jadi dengan sederhana juga dapat disebutkan bahwa analisa
regresi linear adalah sebuah model matematika yang digunakan untuk melihat
hubungan antara variabel bebas ( Independent variable) dengan variabel terikat (
dependent variable) hingga didapat sebuah kesimpulan yang dapat di interpretasikan
mengenai masalah yang diindentifikasi.
Berdasarkan masalah di atas, penulis mengambil judul : Analisis Pengaruh Luas Lahan dan Produktivitas Terhadap Hasil Produksi Padi di Kabupaten Deli Serdang Tahun 2009
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah di atas, penulis merumuskan masalah penelitian
ini sebagai berikut:
1. Apa sajakah faktor yang mempengaruhi hasil produksi padi di Kabupaten
Deli Serdang tahun 2009.
2. Bagaimana besar nilai faktor-faktor yang mempengaruhi hasil produksi padi
3. Bagaimana hubungan korelasi antara faktor-faktor yang mempengaruhi
(luas lahan, dan produktivitas ) dengan hasil produksi padi di Kabupaten
Deli Serdang tahun 2009.
1.3 Batasan Masalah
Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar tidak
jauh menyimpang dari sasaran yang ingin dicapai, penulis hanya meneliti pengaruh
produksi padi di Kabupaten Deli Serdang dengan variabel-variabel yang
mempengaruhinya yaitu luas lahan, produktivitas. Data kuantitatif yang digunakan
adalah data produksi padi per Kecamatan di Kabupaten Deli Serdang tahun 2009
(ton), data luas lahan per Kecamatan di Kabupaten Deli Serdang tahun 2009 (Ha),
dan data Produktivitas per Kecamatan di Kabupaten Deli Serdang tahun 2009 (Kw/
Ha).
1.4 Maksud dan Tujuan
Tujuan dari penelitian ini adalah sebagai berikut :
1. Untuk mengetahui seberapa besar pengaruh yang diberikan
variabel-variabel yang diteliti terhadap hasil produksi padi.
2. Mengetahui hubungan antar variabel yang diteliti.
1.5 Manfaat Penelitian
Dengan data yang diperoleh maka akan diketahui keadaan produksi padi yang dapat
memberikan gambaran dan masukan pada instasi pemerintahan khususnya di
kabupaten Deli Serdang. Adapun manfaat dari penelitian ini adalah:
1. Dapat mengaplikasikan ilmu dengan membandingkan teori-teori yang
diperoleh selama kuliah.
2. Dapat memberikamn masukan dan menjadi bahan pertimbangan dalam
upaya meningkatkan hasil produksi padi di Kabupaten Deli serdang.
3. Untuk mengetahui seberapa besar pengaruhyang diberikan variabel-variabel
yang diteliti terhadap hasil produksi padi di Kabupaten Deli Serdang.
1.6 Lokasi Penelitian
Penelitian dan riset data dilakukan di Kantor Badan Pusat Statistik Provinsi
Sumatera Utara yang beralamat di Jl. Asrama Kota Madya Medan.
1.7 Metodologi Penelitian
Metode yang penulis gunakan untuk memperoleh data yang diperlukan adalah:
1. Penelitian Lapangan
Yaitu penelitian yang dilakukan dengan cara terjun lagsung ke lapangan,
tempat di mana penulis melakukan penelitian dan mencatat data yang
2. Studi Literatur
Studi literature ini meliputi pengambilan teori-teori serta rumus-rumus dari
beberapa sumber bacaan seperti buku dan sumber-sumber lain yang
berkaitan dengan masalah yang akan diteliti.
3. Mengolah data yang akan dianalisis.
4. Menarik kesimpulan.
1.8 Sistematika Penulisan
Penulisan tugas akhir ini dikerjakan berdasarkan yang penulis ketahui dari
perusahaan dimana data tersebut diambil secara langsung oleh penulis. Dimana
pembahasan Tugas Akhir ini dibagi dalam beberapa bab dan setiap babnya trdiri
dari beberapa sub bab yang sesuai dengan sistematika yang telah ditetapkan.
BAB 1 : Pendahuluan
Bab ini mengurikan mengenai latar belakang permasalahan, perumusan
masalah, batasan masalah, maksud dan tujuan, manfaat penelitian, lokasi
penelitian, metodologi penelitian dan sistematika penulisan.
BAB 2 : Landasan Teori
Bab ini menguraikan tentang teori-teori dan tinjauan tentang segala
sesuatu yang menyangkut terhadap penyelesaian masalah.
BAB 3 : Gambaran Umum Perusahaan
Bab ini menjelaskan atau menceritakan tentang sejarh singkat berdirinya
BAB 4 : Analisis Data
Bab ini menguraikan analisis data dan hasil yang dikeluarkan.
BAB 5 : Implementasi Sistem
Bab ini menguraikan pembahasan tentang pengolahan data yang
dilakukan.
BAB 6 : Kesimpulan dan Saran
Bab ini merupakan penutup, sehinggah diambil kesimpulan serta
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Regresi pertama kali digunakan sebagai konsep statistika oleh Sir Francis Galton
(1822 – 1911).Beliau memperkenalkan model peramalan, penaksiran, atau
pendugaan, yang selanjutnya dinamakan regresi, sehubungan dengan penelitiannya
terhadap tinggi badan manusia.Galton melakukan suatu penelitian di mana penelitian
tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya.
Galton menunjukkan bahwa tinggi badan anak laki-laki dari ayah yang tinggi setelah
beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi.
Dengan kata lain, anak laki-laki dari ayah yang badannya sangat tinggi cenderung
lebih pendek dari pada ayahnya, sedangkan anak laki-laki dari ayah yang badannya
sangat pendek cenderung lebih tinggi dari ayahnya, jadi seolah-seolah semua anak
laki-laki yang tinggi dan anak laki-laki yang pendek bergerak menuju kerata-rata
tinggi dari seluruh anak laki-laki yang menurut istilah Galton disebut dengan
“regression to mediocrity”. Dari uraian tersebut dapat disimpulkan bahwa pada
umumnya tinggi anak mengikuti tinggi orangtuanya.
Istilah “ regresi” pada mulanya bertujuan untuk membuat perkiraan nilai satu
variabel (tinggi badan anak) terhadap variabel yang lain (tinggi badan orang tua).
membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain
yang berhubungan dengan variabel tersebut.
Jadi prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan
regresi adalah bahwa antara suatu variabel tidak bebas (dependent variable) dengan
variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan
sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian
sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.
2.2 Analisis Regresi Linier
Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik
yang menyatakan hubungan fungsional antara variabel-variabel.Analisis regresi
linier atau regresi garis lurus digunakan untuk :
1. Menentukan hubungan fungsional antar variabel dependen dengan
independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis
regresi yang berbentuk linier.
2. Meramalkan atau menduga nilai dari satu variabel dalam hubungannya
dengan variabel yang lain yang diketahui melalui persamaan garis
regresinya.
Analisis regresi tediri dari dua bentuk yaitu :
1. Analisis regresi linear sederhana.
Analisis regresi sederhana adalah bentuk regresi dengan model yang
bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel dependen
(terikat) dan variabel independen (bebas).Sedangkan analisis regresi berganda
adalah bentuk regresi dengan model yang memiliki hubungan antara satu variabel
dependen dengan dua atau lebih variabel independen.
Variabel independen adalah variabel yang nilainya tergantung dengan
variabel lainnya, sedangkan variabel dependen adalah variabel yang nilainya
tergantung dari variabel yang lainnya.
Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel
atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum
diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa
variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang
komplek. Jika, X1, X2, ..., Xkadalah variabel-variabel independen dan Y adalah
variabel dependen, maka terdapat hubungan fungsional antara X dan Y, dimana
variasi dari X akan diiringi pula oleh variasi dari Y.
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang
lazim dilaksanakan yakni :
(1) Mengadakan estimasi terhadap parameter berdasarkan data empiris
(2) Menguji berapa besar variasi variabel dependen dapat diterangkan oleh
(3) Menguji apakah estimasi parameter tersebut signifikan atau tidak
(4) Melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori.
2.2.1 Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua
variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak
bebas Y. Dalam bentuk persamaan, model regresi sederhana adalah :
Y = a + bX
Keterangan :
Y adalah variabel terikat/tak bebas (dependent)
X adalah variabel bebas (independent)
a adalah penduga bagi intercept (α)
b adalah penduga bagi koefisien regresi (β)
Penggunaan regresi linear sederhana didasarkan pada asumsi diantaranya
sebagai berikut:
Model regresi harus linier dalam parameter
Variabel bebas tidak berkorelasi dengan disturbance term (eror) .
Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X))
= 0
Varian untuk masing-masing error term (kesalahan) konstan
Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam
model yang digunakan dalam analisis empiris
Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)
tidak ada hubungan linier yang nyata
2.2.2 Analisis Regresi Linier Berganda
Regresi linear ganda adalah regresi dimana variabel terikatnya (Y) dihubungkan/
dijelaskan lebih dari satu variabel, mungkin dua, tiga, dan seterusnya variabel bebas
( ) namun masih menunjukan diagram hubungan yang
linear.Penambahan variabel bebas ini diharapkan dapat lebih menjelaskan
karateristik hubungan yang ada walaupun masih saja ada variabel yang terabaikan.
Bentuk umum persamaan regresi linear berganda dapat ditulis sebagai berikut:
=
+
Keterangan:
Y = variabel terikat
= koefisien regresi
= variabel bebas
= kesalahan pengganggu (disturbance terma)
Jika sebuah variabel terikat dihubungkan dengan dua variabel bebas maka
persamaan regresi linear bergandanya adalah:
Nilai dari koefisien dapat ditentukan dengan cara berikut ini:
=
=
=
Dimana:
=
=
=
=
=
=
2.3 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan
terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan
keberartiannya.Pemeriksaan ini ditempuh melalui pengujian hipotesis.Uji
keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat
mengenai hubungan sejumlah peubah yang sedang dipelajari.Untuk itu diperlukan
dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi yang ditulis JK
reg dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan JKres.
Jika x1i= X1i– , x2i= X2i– , ... , xk= Xki– , dan yi= Yi – , maka secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari :
dengan derajat kebebasan dk = k
dengan derajat kebebasan dk = (n–k– 1) untuk sampel berukuran n.
Dengan demikian uji keberartian regresi berganda dapat dihitung dengan :
Untuk statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan
pembilang V1= k dan penyebut V2= n – k – 1.
2.4 Pengujian Hipotesis
Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam
penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah
populasi maka tidak menutup kemungkinan untuk terjadinya kesalahan dalam
mengambil keputusan antara menolak atau menerima suatu hipotesis.
JK
reg= b1 x1iyi+b2 x2iyi ... bk xkiyi
JKres= i
Y
( – ^ 2
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu:
tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05.
Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud
dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu
kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan
pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah
tingkat dimana sebesar 95% nilai sampelakan mewakili nilai populasi dimana
sampel berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu:
(hipotesis nol) dan (hipotesis alternatif). bertujuan untuk memberikan usulan
dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan
keadaan yang sesungguhnya dari yang diteliti. bertujuan memberikan usulan
dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang
diteliti.Pembentukan suatu hipotesis memerlukan teori-teori maupun hasil penelitian
terlebih dahulu sebaagai pendukung pernyataan hipotesis yang diusulkan. Dalam
membentuk hipotesis ada beberapa hal yang dipertimbangkan :
1) Hipotesis nol dan hipotesis alternatif yang diusulkan
2) Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed
atau two tailed)
3) Penentuan nilai hitung statistik
4) Menarik kesimpulan apakah menerima atau menolak hipotesis yang
Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk
pengujian hipotesis ini antara lain :
1) : b0= b1= . . . = bk= 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas
dengan variabel tak bebas.
:Minimal satu parameter koefisien regresi bkyang ≠ 0
Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan
variabel tak bebas
2) Pilih taraf α yang diinginkan
3) Hitung statistik Fhitung dengan menggunakan persamaan
4) Nilai Ftabel menggunakan daftar tabel F dengan taraf signifikansi α yaitu
Ftabel= F(1 )(k),(n k 1)
5)Kriteria pengujian : jika Fhitung ≥ Ftabel, maka ditolak dan diterima.Sebaliknya Jika Fhitung ≤ Ftabel, maka diterima dan ditolak.
2.5 Koefisien Determinasi
Koefisien determinasi yang disimbolkan denga bertujuan untuk mengetahui
seberapa besar kemampuan variabel independen menjelaskan variabel
dependen.Nilai dikatakan baik jika berada di atas 0,5 karena nilai berkisar
antara 0 dan 1.Pada umumnya model regresi linier berganda dapat dikatakan layak
dipakai untuk penelitian, karena sebagian besar variabel dependen dijelaskan oleh
variabel independen yang digunakan dalam model.
Sehingga rumus umum koefisien determinasi yaitu :
Harga diperoleh sesuai dengan variansi yang dijelaskan oleh
masing-masing variabel yang tinggal dalam regresi.Hal ini mengakibatkan variasi yang
dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.
2.6 Uji Korelasi
Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak
menunjukkan hubungan fungsional (berhubungan bukan berarti disebabkan).Uji
korelasi tidak membedakan jenis variabel (tidak ada variabel dependen maupun
independen).Keeratan hubungan ini dinyatakan dalam bentuk koefisien korelasi.Uji
korelasi terdiri dari Pearson, Spearman dan Kendall.Jika sampel data lebih dari 30
(sampel besar) dan kondisi data normal, sebaiknya menggunakan korelasi Pearsonn
(karena memenuhi asumsi parametrik). Jika jumlah sampel kurang dari 30 (sampel
kecil) dan kondisi data tidak normal maka sebaiknnya menggunakan korelasi
Spearman atau Kendall (karena memenuhi asumsi non-parametrik).
R2=
n 1 i 2 i reg y JK
R2=
2.6.1 Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur
kekuatan (keeratan) suatu hubungan antarvariabel.Koefisien korelasi biasanya
disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut :
Koefisien korelasi memiliki nilai antara -1 hingga+1. Sifat nilai koefisien
korelasi adalah plus(+) atau minus(-) yang menunjukan arah korelasi. Makna sifat
korelasi:
1. Korelasi positif (+) berarti jika variabel X
1mengalami kenaikan maka
variabel X2juga mengalami kenaikan atau jika variabel X2mengalami
kenaikan maka variabel X1 juga mengalami kenaikan
2. Korelasi negatif (-) berarti jika variabel X
1mengalami kenaikan maka
variabel X2akan mengalami penurunan, atau jika variabel X2mengalami
kenaikan maka variabel X
1akan mengalami penurunan
Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat
dikelompokkan sebagai berikut :
r =
1. 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratan sangat lemah.
2. 0,21 sampai dengan 0,40 berarti korelasi memiliki keeratan lemah.
3. 0,41 sampai dengan 0,70 berarti korelasi memiliki keeratan cukup.
4. 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat kuat.
5. 0,91 sampai dengan 0,99 berarti korelasi memiliki keeratan sangat kuat
sekali.
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1Sejarah Singkat BPS (Badan Pusat Statistik)
3.1.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden
Handed) dan Berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan
mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang
anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas
untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk
mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan
nama Central Kantor Voor de Statistik (CKS) atau kantor statistik dan di pindahkan
ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme Statistik
Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en Accijnsen (IUA)
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan
Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer.
Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya menjadi
Shomubu Chosasitsu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik
ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu
KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dipindahkan
ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah
Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik
(CKS).
Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950
Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik
Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat
Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,
Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggungjawab
menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kementrian
Perekonomian dipecah menjadi kementrian Perdagangan dan kementrian
Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung
tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat Statistik
yang semula menjadi tanggung jawab dan wewenang berada dibawah perdanana
mentri.
3.1.4 Masa Orde Baru Sampai Sekarang
Dalam rangka perencanaan dan evaluasi pembangunan, maka untuk mendapatkan
statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan
pembenahan pada organisasi Badan Pusat Statistik.
Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat kali
perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan Pusat
Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat
3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat
Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,
fungsi, susunan dan tata Kerja Biro Pusat Statistik.
4. Undang-undang Nomor 16 tahun 1917 tentang Statistik
5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik
6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang Penyelenggaraan
Statistik
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah.Tahun 1980 peraturan
pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan
pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6
tahun 1980 di tiap provinsi terdapat perwakilan BPS.
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia
Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja
3.2 Visi dan Misi BPS (Badan Pusat Statistik) Provinsi Sumatera Utara
3.2.1 Visi
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang
punggung informasi pembangunan nasional dan regional, didukung Sumber Daya
Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.
3.2.2 Misi
Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi
mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu,
handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan
kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.3 Struktur Organisasi Badan Pusat Statistik Propinsi Sumatera Utara
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur
organisasi, karena perusahaan juga merupakan organisasi.Dimana organisasi adalah
suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh
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 Provinsi
Sumatera Utara adalah berbentuk Lini dan staff
1. Bagian Tata Usaha/Kepegawaian
2. Bidang Statistik Produksi
3. Bidang Statistik Distribusi
4. Bidang Statistik Kependudukan
5. Bidang Pengolahan, Penyajian dan Pelayanan Statistik
BAB 4
PENGOLAHAN DATA
4.1 Data dan pembahasan
Setiap data merupakan alat bagi pengambilan data keputusan untuk dasar pembuatan
keputusan-keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik
dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang
baik. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui
gambaran tentang suatu keadaan permasalahan.
Untuk membahas dan memecahkan masalah tentang faktor-faktor yang
mempengaruhi hasil Produksi Padi seperti yang diuraikan pada bagian sebelumnya,
penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut, data
yang dikumpukan dari Badan Pusat Statistika (BPS) Sumatera Utara adalah data
mengenai produksipPadi, serta faktor-faktor yang mempengaruhi produksi padi
Tabel data 4.1 Produksi, Luas Lahan, Produktivitas
No. PRODUKSI
(RATUS TON)
LUAS LAHAN
(RATUS Ha)
PRODUKTIVITAS
(RATUS Kw/Ha)
1. 56,12 11,04 0,5083
2. 49,57 9,90 0,5007
3. 69,25 13,70 0,5055
4. 100,87 19,76 0,5105
5. 47,74 9,40 0,5079
6. 94,86 18,32 0,5178
7. 91,34 17,95 0,5089
8. 87,39 17,15 0,5096
9. 18,27 3,65 0,5005
10. 107,72 20,63 0,5222
11. 256,69 49,25 0,5212
12. 72,00 14,28 0,5042
13. 2,04 0,40 0.5100
14. 256,04 49,05 0,5220
15. 533,96 102,23 0,5223
16. 345,03 66,32 0,5203
17. 535,85 101,67 0,5270
18. 102,96 20,29 0,5074
19. 438,872 84,43 0,5196
20. 238,88 45,03 0,5305
21. 181,04 33,76 0,5363
4.2 Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda , terlebih dahulu kita menghitung
koefisien- koefisien regresinya dengan mencari penggandaan suatu variable dengan
variable yang lain.
Dengan koefisien-koefisien yang didapat dari perhitungan yang ada, maka dapat
ditentukan persamaan untuk mencari regresi linier bergandanya, adapun nilai dari
[image:38.595.117.515.383.744.2]koefisien-koefisien sebagai berikut:
Tabel 4.2 Nilai-nilai koefisien No.
1. 56,12 11,04 0,5083 5,6116
2. 49,57 9,90 0,5007 4,9569
3. 69,25 13,70 0,5055 6,9254
4. 100,87 19,76 0,5105 10,0875
5. 47,74 9,40 0,5079 4,7743
6. 94,86 18,32 0,5178 9,4861
7. 91,34 17,95 0,5089 9,1348
8. 87,39 17,15 0,5096 8,7396
9. 18,27 3,65 0,5005 1,8268
10. 107,72 20,63 0,5222 10,7730
11. 256,69 49,25 0,5212 25,6691
12. 72,00 14,28 0,5042 7,2000
13. 2,04 0,40 0.5100 0,2040
14. 256,04 49,05 0,5220 25,6041
15. 533,96 102,23 0,5223 53,3947
16. 345,03 66,32 0,5203 34,5063
17. 535,85 101,67 0,5270 53,5801
Sambungan tabel 4.2 Nilai-nilai koefisien
No.
1. 619,5648 28,5258 3.149,4544 121,8816 0,25836889
2. 490,7430 24,8197 2.457,1849 98,0100 0,25070049
3. 948,7250 35,0059 4.795,5625 187,6900 0,25553025
4. 1.993,1912 51,4941 10.174,7569 390,4576 0,26061025
5. 448,7560 24,2472 2.279,1076 88,3600 0,25796241
6. 1.737,8352 49,1185 8.998,4196 335,6224 0,26811684
7. 1.639,5530 46,4829 8.342,9956 322,2025 0,25897921
8. 1.498,7385 44,5339 7.637,0121 294,1225 0,25969216
9. 66,6855 9,1441 333,7929 13,3225 0,25050025
10. 2.222,2636 56,2514 11.603,5984 425,5969 0,27269284
11. 1.2641,9825 133,7868 65.889,7561 2.425,5625 0,27164944
12. 1.028,1600 36,3024 5.184,0000 203,9184 0,25421764
13. 0,8160 1,0404 4,1616 0,1600 0,26010000
14. 12.558,7620 133,6529 65.556,4816 2.405,9025 0,27248400
15. 54.586,7308 278,8873 285.113,2816 10.4509729 0,27279729
16. 22.882,3896 179,5191 11.9045,7009 4.398,3424 0,27071209
17. 54.479,8695 282,3930 287.135,2225 10.336,7889 0,27772900
18. 2.089,0584 52,2419 10.600,7616 411,6841 0,25745476
19. 37.041,1296 227,9589 192.475,2384 7.128,4249 0,26998416
20. 10.756,7664 126,7258 57.063,6544 2.027,7009 0,28143025
21. 6.111,9104 97,0918 32.775,4816 1.139,7376 0,28761769
22. 8.208,3276 112,2042 43.936,3521 1.533,5056 0,28654609
19. 438,872 84,43 0,5196 43,8698
20. 238,88 45,03 0,5305 23,8884
21. 181,04 33,76 0,5363 18,1055
Keterangan:
= Produksi Padi
= Luas Lahan
= Produktivitas
Dari tabel 4.2 didapat jumlah dari nilai-nilai:
= 22
= 3.895,95
= 747,37
= 11,348
= 23.4051,9586
= 2031,4281
= 389,5955
= 1224551,9773
= 44739,9667
= 5,8559
Sehingga dapat dicari nilai-nilai dari:
=
=
44739,9667=
44739,9667 25389,1780=
19350,7887=
=
5,8559=
5,8559–
5,8535=
0,0024=
=
1224551,9773=
1224551,9773–
689928,4728=
534623,5045=
=
234051,9586–
=
1224551,9773–
689928,4728=
101701,2244=
=
2031,4281=
2031,4281–
2009,6019=
=
389,5955=
389,5755385,5071
=
4,0884=
=
=
= 5,2082
=
=
=
=
224,6425=
=
=
115,7157Sehinggah diperoleh persamaan regresinya linear bergandanya adalah:
=
=
115,7157+
5,2082+
224,64254.3 Analisis Residu
Dengan didapat analisis regresinya, maka untuk mengetahui seberapa besar
penyimpangan hasil produksi padi yang sebenarnya terhadap hasil produksi padi
yang telah diperkirakan, maka dapat dihitung dengan mencari koefisien-koefisien
Tabel 4.3 Penyimpangan nilai koefisien
Keterangan :
= 40,0044
n = 22 No.
1. 55,9686 56,12 0,1514 0,0229
2. 48,3240 49,57 1,2460 1,5526
3. 69,1934 69,25 0,0566 0,0032
4. 101,8783 100,87 -1,0083 1,0167
5. 47,3373 47,74 0,4027 0,1622
6. 96,0184 94,86 -1,1584 1,3419
7. 92,0921 91,34 -0,7521 0,5656
8. 88,0828 87,39 -0,6928 0,4799
9. 15,7278 18,27 2,5422 6,4628
10. 109,0378 107,72 -1,3178 1,7365
11. 257,8718 256,69 -1,1818 1,3967
12. 71,9222 72,00 0,0779 0,0061
13. 0,9353 2,04 1,1046 1,2205
14. 257,0099 256,04 -0,9699 0,9407
15. 534,0494 533,96 -0,0894 0,0080
16. 346,5736 345,03 -1,5436 2,3828
17. 532,1886 535,85 3,6614 13,4059
18. 103,943 102,96 -0,9823 0,9649
19. 440,7369 438,872 -2,0167 4,0678
20. 237,9824 238,88 0,8976 0,8057
21. 180,5889 181,04 0,4511 0,2035
k = 2
Sehinggah kesalahan bakunya dapat dihitung dengan menggunakan rumus:
=
=
=
=
1,4510Dengan penyimpangan nilai yang didapat, berarti bahwa rata-rata produksi
padi sebenarnya akan menyimpang dari rata-rata produksi padi yang diperkirakan
sebesa 1,4510 berarti kesalahan bakunya tidak begitu besar.
4.4 Koefisien Determinasi
Untuk menganalisis dan mengetahui seberapa besar pengaruh faktor-faktor yang
mempengaruhi produksi padi, maka dapat dilakukan perhitungan:
=
+
=
(5,2082 ) (101701,2244) + (224,6425) (21,826164)=
529680,3169 + 4903,0804=
534584,4009=
=
=
=
0,9999Maka untuk koefisien korelasi gandanya adalah:
=
=
=
0,9999Dari perhitungan diatas, diperoleh koefisien determinasi ( ) sebesar 0,9999
dan koefisien korelasinya ( )sebesar 0,9999 atau 99,99 % produksi padi tersebut
dipengaruhi oleh kedua faktor yang berpengaruh, sedangkan 0,01% dipengaruhi
faktor lain.
4.5 Perhitungan Korelasi Antara variabel Y dengan ( )
Untuk mengukur seberapa besar pengaruh variabel tak bebas terhadap variabel
1. Koefisien korelasi antara produksi padi dengan luas lahan
=
=
=
=
=
=
0,9999891Ini menunjukkan korelasi sangat kuat kuat antara produksi padi dengan luas
lahan , yang berarti semakin luas area lahan padi maka akan semakin meningkat
hasil produksi padi yang dihasilkan.(0,90 ≤ r < 1,00 = korelasi sangat kuat).
2. Koefisien antara produksi padi dengan produktivitas
=
=
=
–=
=
0,6128Ini menunjukkan korelasi yang cukup antara produksi padi dengan
produktivitas, yang berarti semakin tinggi produktivitas padi maka akan semakin
meningkat hasil produksi padi yang dihasilkan.(0,41 ≤ r ≤ 0,70 = korelasi yang
cukup).
4.6 Uji Regresi Linear Berganda
Untuk mungetahui apakah sekelompok variabel bebas secara bersamaan mempunyai
pengaruh terhadap variabel tak bebas maka kita melakukan uji F dengan
menggunakan statisti F.
1. Hipotesa yang digunaka adalah:
: 0
: 0
2. Taraf nyata yang digunakan adalah sebesar : α = 0,05 atau 5%.
3. Uji statistik dengan rumus:
=
=
=
126.949,275Dalam hal ini tingkat keyakinan (confidence level) sebesar 95% atau taraf
nyatanya (significante level) sebesar 5% maka dari tabel distribusi F, diperoleh
untuk pembilang ( ) sebesar 2 dan penyebut ( ) sebesar 19 adalah 3,52.
Dengan membandingkan dengan maka diperoleh:
(126,949,275) > (3,52)
Karena lebih besar dari maka ditolak dan diterima.
Dalam hal ini berarti persamaan regresi linier berganda Y atas dan bersifat
BAB 5
IMPLEMENTASI DATA
5.1 Sekilas Tentang Program SPSS
SPSS merupakan salah satu paket program komputer yang digunakan dalam
mengolah data statistik. Banyak program lain yang juga dapat digunakan untuk olah
data statistik, misalnya Microstat, SAS, Statistica, SPS-2000 dan lain-lain, namun
SPSS lebih populer dibandingkan dengan program lainnya.
SPSS merupakan software yang paling populer, dan banyak digunakan
sebagai alat bantu dalam berbagai macam riset, sehingga program ini paling banyak
digunakan di seluruh dunia. Saat ini Amerika Serikat saja diperkirakan lebih dari
250.000 perusahaan menggunakan SPSS sebagai alat bantu dalam pengambilan
keputusan yang strategis bagi perusahaan.
SPSS pertama kali diperkenalkan oleh tiga mahasiswa Stanford University
pada 1968. Tahun 1984 SPSS sebagai software muncul dengan nama SPSS/PC+
dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows.
SPSS dengan sistem Windows ini telah mengeluarkan software dengan beberapa
versi, antara lain SPSS for Windows versi 6, SPSS for Windows versi 7.5, SPSS for
Windows versi10.01, SPSS for windows versi 11.5, versi 12, versi 13, versi 14, versi
SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu
sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social
Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas
untuk berbagai jenis user, misalnya untuk proses produksi untuk perusahaan, riset
ilmu-ilmu sain dan sebagainya. Sehingga SPSS yang sebelumnya singkatan dari
Statistical Package for the Social Sciences berubah menjadi Statistical Product and
Service Solutions.
5.2 Mengaktifkan SPSS
1. Klik tombol start pada windows, kemudian klik program, lalu klik SPSS.
[image:51.595.145.512.406.610.2]Selain cara itu, bisa diaktifkan melalui icon shortcut pada tampilan dekstop.
Gambar 5.1 Mengaktifkan SPSS
2. Akan muncul tampilan SPSS dengan command window pada layar bagian
atas yang terdiri dari : File, Edit, View, Data, Transform, Analyze, Graphs,
Utilities, Add-ons, window, dan Help. Bagian bawah terdiri dari Data View
Gambar 5.2 Worksheet
5.3 Input Data pada Worksheet
Langkah-langkah untuk menginput data pada worksheet SPSS adalah sebagai
berikut :
1. Klik File
2. Klik New
3. Klik Data sehingga muncul Data Editor
4. Klik Command window bagian bawah yaitu Variable View. Variable view berisi beberapa menu pilihan, yaitu sebagai berikut :
a. Kolom Name : diisi dengan nama atau singkatan nama variabel yang kita inginkan.
b. Kolom Type : jika data berupa angka, maka perintah yang diaktifkan adalah Numeric. Namun jika data yang dimasukkan berupa
c. Kolom Widht : jika data berupa huruf dengan perintah String, maka perlu diisi jumlah karakter huruf, namun jika data berupa angka maka
dapat diabaikan.
d. Kolom Decimal : dapat diisi apabila data pada kolom tersebut bertipe
numeric saja.
e. Kolom Label : untuk memberi penjelasan nama variabel.
f. Kolom Values : digunakan untuk memberi value variabel untuk data tipe nominal atau ordinal. Misalnya 1 = tidak suka, 2 = suka, 3 = sangat
suka.
g. Kolom Missing : digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. Maksudnya apabila dalam
suatu file data terdapat data yang tidak tercatat dikarenakan sesuatu hal.
h. Kolom Colums : untuk menentukan lebar kolom pada kolom data di halaman Data View.
i. Kolom Align : untuk menentukan letak data, terdiri dari Left, Right dan Center
j. Kolom Measure : menunjukkan jenis pengukuran data apakah tipe data skala, nominal atau ordinal.
5. Klik baris 1 Name, isi dengan nama variable yang sesuai. Misalnya baris 1
Name Y, baris 2 Name X1, baris 3 Name X2, dan baris 4 Name X3.
6. Klik baris 1 , 2, 3, dan 4 pada kolom Type pilih numeric karena data yang
dimasukkan berupa angka. Sedangkan pada baris 1, 2, 3, dan 4 kolom Label,
isi dengan kepanjangan (nama asli) nama Variable secara utuh. Misalnya,
Dokter, baris 3 label diisi dengan Bidan dan Baris 4 label diisi dengan
Dukun.
7. Klik Command Window bagian bawah dimana tertulis Data View.
8. Masukkan data sesuai jumlah dan nama variable tertera pada masing-masing
kolom worksheet.
[image:54.595.140.511.229.489.2]9. Data siap diolah sesuai kebutuhan
Gambar 5.3 Layar Kerja Variabel View
5.4 Pengisian Data
1. Aktifkan jendela data dengan mengklik data view pada bagian bawah sudut kiri jendela editor.
Gambar 5.4 Layar Data yang akan diolah
5.5 Pengolahan Data dengan Persamaan Regresi
1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela
editor yang tampak.
2. Klik menu Analyze
→
Regression→
Linier, akan muncul seperti gambar berikut ini:Gambar 5.5 Analyze data Regresion
[image:56.595.155.509.237.473.2]3. Setelah muncul kotak dialog Linear Regression, kemudian sorot variabel takbebas dan pindahkan ke kotak Dependent, demikian juga dengan variabel bebas pindahkan ke kotak Independent. Seperti gambar dibawah ini :
Gambar 5.6 Kotak Dialog Linear Regression
4. Klik Statistics, selanjutnya akan terbuka kotak dialog Linear Regression Statistics,pilih Colinearity diagnostics untuk menguji multikolinearitas, dan pilih Durbin-Watson untuk menguji autokorelasi, kemudian klik tombol
Gambar 5.7 Kotak Dialog Linier Regression Statistic
5. Kemudian klik Plots pada kolom kiri tersebut, lalu aktifkan Produce All Partial Plots, kemudian Klik continue, lalu klik OK pada kotak dialog
Linier Regression untuk melihat hasilnya/output.
[image:57.595.138.507.428.622.2]5.6 Pengolahan Data dengan Persamaan Korelasi
Langkah-langkah uji korelasi dengan SPSS, setelah langkah-langkah data terpenuhi,
maka cara pengujian korelasi dapat dilakukan dengan langkah-langkah sebagai
berikut :
1. Klik Analyze, kemudian pilih submenu Correlate, kemudian pilih
[image:58.595.165.514.271.498.2]Bivariate.
Gambar 5. 9 Analyze Data Correlation
2. Setelah muncul kotak dialog, kemudian sorot variabel-variabel yang akan
ditentukan korelasinya dan pindahkan ke kotak Variables.
3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Kesimpulan yang dapat penulis ambil dalam tugas akhir ini adalah:
1. Ternyata dari kedua variabel bebas yaitu luas lahan dan produktivitas
mempunyai pengaruh yang nyata terhadap terjadinya peningkatan
produksi padi.
2. Sekitar 99,99% produksi padi di Kabupaten Deli Serdang dipengaruhi
oleh kedua faktor tersebut, sedangkan 0,01% dipengaruhi oleh
faktor-faktor lain.
3. Hubungan sebuah variabel terikat (variabel dependent) dengan lebih dari
satu variabel bebas (variabel independent) disebut analisis linier berganda.
4. Adapun bentu matematis regresi linier bergandanya adalah :
=
= - 115,7157 + 5,2082
+ 224,6425
5. Untuk memudahkan dan mempercepat pengolahan data-data statistika,
banyak kita kenal perangkat lunak computer yang mendukung yang dapat
kita gunakan untuk mengolah data seperti : paket SPSS, MINITAB dan
perangkat lunak lainnya yang menggunakan bahasa pemrograman tingkat
6.2 Saran
Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang
mungkin bias membantu hasil dari produksi padi.
1. Dalam meningkatkan produksi padi bukan hanya di pengaruhi oleh luas
lahan dan produktivitas, melainkan ada beberapa faktor lain yang
mendukung peningkatan hasil produksi padi seperti memberikan
perawatan yang intensif termasuk juga dalam pembasmian hama yang
menyerang tanaman padi. Oleh karena itu diharapkan kepada petani lebih
memperhatikan faktor-faktor tersebut.
2. Kepada instansi pemerintahan sebaiknya lebih memperhatikan para
petani, dan memberikan bantuan bersubsidi kepada para petani, serta
DAFTAR PUSTAKA
Sudjana.2005. Metode Statistika Edisi ke-6. Bandung : Tarsito
M.Iqbal Hasan,M.M,Ir.1999. Pokok-Pokok Materi Statistika 1 Edisi ke-2.
Jakarta: Bumi Aksara
Andi Supangat, M.Si, Drs.2007. Statistika Dalam Kajian Deskriftif, Inferensi, dan
Nonparametrik. Bandung : Kencana Prenada Media Grup
Santoso,Singgih.1999. SPSS Mengolah Data Statistika Secara Profesional.
Jakarta : PT.Elex Media Komputindo.
Panduan Tatacara Penulisan Skripsi & Tugas Akhir.2005. Dokumen Nomor:
Akad/05/2005. Medan :Fakultas Matematika dan Ilmu Pngetahuan Alam