ANALISIS PRODUKSI JAGUNG DI KABUPATEN LABUHAN
BATU PADA TAHUN 2010
TUGAS AKHIR
HADI KURNIAWAN TAMBUNAN
082407044
PROGRAM STUDI D-III STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS PRODUKSI JAGUNG DIKABUPATEN
LABUHAN BATU PADA TAHUN 2010
Kategori : TUGAS AKHIR
Nama : HADI KURNIAWAN TAMBUNAN
Nomor Induk Mahasiswa : 082407044
Program Studi : D-III STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Disahkan di Medan , Mei 2011
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Prof.Dr.Tulus.Voldipl.Math,M.Si,Ph.D Drs.Pasukat Sembiring,M.Si
NIP. 19620901 198803 1 002 NIP. 19531113 198503 1
PERNYATAAN
ANALISIS PRODUKSI JAGUNG DI KABUPATEN LABUHAN BATU PADA TAHUN 2010
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri,kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan , April 2011
PENGHARGAAN
Segala puji bagi Allah penulis ucapkan atas segala nikmat dan karunia serta
Ridho-Nya akhirnya dapat menyelesaikan amanh sebagi mahasiswa untuk menyelesaikan
tugas akhir ini. Shalawat dan salam ke junjungan Nabi besar Baginda Rasulullah
Muhammad SAW yang menjadi inspirator dalam setiap nafas dan gerak penulis.
Dalam melaksanakan Tugas akhir ini penulis tidak terlepas dari bantuan dan
peranan yang telah diberikan kepada penulis. untuk itu perkenankanlah saya
mengucapkan terima kasih kepada:
1. Bapak Dr. Sutarman, M.sc selaku Dekan Fakultas MIPA USU.
2. Bapak Prof. Dr. Tulus, M.Si selaku ketua Departemen Matematika Fakultas
MIPA USU.
3. Bapak Drs. Faigiziduhu Bulolo selaku Ketua Pelaksana Program Studi
Statistika D3 FMIPA USU.
4. Bapak Drs. Pasukat Sembiring, M.si, selaku dosen pembimbing yang telah
membimbing saya dalam menyelesaikan tugas akhir ini.
5. Ayahanda (H. Husni Tambunan) dan Ibunda (Hj. Kamalia Simatupang) serta
kakak dan adik penulis Devi Liani, Desi Ariani, Okti Pratiwi dan seluruh
keluarga saya yang selalu memberikan dukungan, doa, dan semangat dalam
melaksanakan Tugas akhir ini.
6. Teman- teman Statistika A 2008 Suryo, Doyok, Tongku Ahmad, Riduwan, Lae
Jhoni, Lae Samuel, Yongkiki, Lae dolmar, Yogi dan Uwenk dan selruh
teman-teman yang lain, semoga kita terus bisa sukses menjadi apa yang kita inginkan.
7. Abangda dan kakanda di Ukmi al falak bang yudha, bang agus, bang emir,
kak rini, kak resti, kak arni, kak heni. Syukron atas bimbingan dan pengajaran
yang diberikan.
8. Saudara-saudara seperjuangan dalam meretas zaman di Ukmi Al Falak, heru,
subhan, firman, annas, fahmi, melly, jannah, evie, ulie, ade, minah, nur, dwi
semoga kita menjadi manusia yang bermanfaat bagi manusia lainnya.
9. Adinda penerus estafet perjuangan, wahyu, nugrah, zikri, ganda, fandi, jundi,
fendi, sulaiman, budi, arbi, saiful anwar, saiful syamri, zul, zubeir, ardi,
syahrial, firman, asrul, dian, adam dan lain-lain tetap semangat dan selalu
luruskan niat hanya kepada Allah SWT.
10.Saudara sejawat, dan seperjuangan di KAMMI Nusantara, bg haris, hijri,
fadlan, khoir, wiwit, junni, saidah. Jalan ini masih panjang teman. Semoga kita
tetap isiqomah.
Demikian penulis sampaikan besar harapan tugas akhir ini bermanfaat bagi seluruh
pembaca dan penulis sendiri. Penulis juga mengharapkan kritik dan saran yang
membangun guna kebaikan tugas akhir ini.
Medan, 27 mei 2011
Penulis,
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar isi vi
Daftar Tabel viii
Daftar Gambar ix
Bab 1 Pendahuluan 1
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 4
1.3 Tujuan Penelitian 4
1.4 Manfaat Penelitian 4
1.5 Lokasi Penelitian 5
1.6 Metodologi Penelitian 5
1.6.1 Metode Pengumpulan Data 5
1.6.2 Metode Pengolahan Data 6
1.7 Metode Analisis yang Digunakan 6
1.8 Sistematika Penulisan 7
Bab 2 Landasan Teori 9
2.1 Pengertian Regresi 9
2.2 Analisa Regresi Linear 11
2.3 Analisis Regresi Linear Sederhana 12
2.4 Analisis Regresi Linear Berganda 13
2.5 Korelasi 15
Bab 3 Gambaran Umum Badan Pusat Statistik 21
3.1 Sejarah Singkat Badan Pusat Statistik 21
Bab 4 Analisa dan Pengolahan Data 27
4.1 Pengolahan Data 27
4.2 Persamaan Regresi Linear Sederhana 28
4.3 Analisis Residu 35
4.4 Uji Regresi Linear Berganda 37
4.5 Koefisien Determinasi 40
4.6 Koefisien Korelasi 41
Bab 5 Implementasi Sistem 47
5.1 Pengertian Implementasi Sistem 47
5.2 Pengaktifan Excel 47
5.2.1 Pengisian Data 50
5.3 Pengaktifan SPSS 16.0 52
Bab 6 Kesimpulan Dan Saran 60
6.1 Kesimpulan 60
6.2 Saran 61
DAFTAR TABEL
Halaman
Tabel 2.1. Interpretasi Nilai R 17
Tabel 4.1 Data Produksi Jagung, Luas Panen, dan Curah Hujan
di Kabupaten Labuhan Batu Tahun 2010 28
Tabel 4.2 Nilai- Nilai Koefisien 29
Tabel 4.3 Jumlah Nilai Koefisien 30
Tabel 4.4 Harga Y 36
DAFTAR GAMBAR
Halaman
Gambar 2.1 Pola Garis Lurus 11
Gambar 2.2 Korelasi Positif 17
Gambar 2.3 Korelasi Negatif 18
Gambar 2.4 Korelasi Nol 18
Gambar 5.1 Cara Mengaktifkan Program Excell 48
Gambar 5.2 Jendela Microsoft Excell 49
Gambar 5.3 Data Setelah Dimasukkan 51
Gambar 5.4 Tampilan Cara Pengaktifan SPSS 52
Gambar 5.5 Kotak Dialog Awal SPPS 53
Gambar 5.6 Tampilan Jendela Data View dalam SPSS 53
Gambar 5.7 Tampilan Pengisian Variabel View dalam SPSS 55
Gambar 5.8 Tampilan Pengisian Data View dalam SPSS 56
Gambar 5.9 Kotak Dialog Analisis Regresi 56
Gambar 5.10 Tampilan Jendela Linear Regresion 57
Gambar 5.11 Tampilan pada Pengisian Linear regression 58
Gambar 5.12 Tampilan Pengisian linear Regresion plots 58
BAB 1
PENDAHULUAN
1.1Latar Belakang
Kekayaan alam Indonesia merupakan sumber daya alam yang sangat berharga, iklim
tropis yang dimiliki negara ini membuatnya menjadi negara yanag agraris yang
banyak mengandalkan sektor agraria dalam memnunjang 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. Maka selain nasi yang berasal dari padi yang dijadikan bahan
makanan pokok mayoritas masyarakat Indonesia, terdapat jenis makanan pokok
lainnya yang berasal dari sektor pertanian, jagung contohnya.
Jagung merupakan makanan pokok masyarakat Indonesia setelah beras,
dibeberapa wilayah di Indonesia juga ada yang menggunakan jagung sebagai bahan
makanan pokok. Sehingga keberadaan jagung sangat dibutuhkan dalam rangka
ketahanan pangan di Indonesia juga di belahan dunia lainnya. Jagung juga memiliki
daya ekonomis yang tinggi dan sangat dibutuhkan oleh masyarakat Indonesia, karena
buah jagung sendiri tidak hanya dapat dimanfaatkan sebagi bahan makanan untuk
oleh penduduk, bahan olahan dari jagung juga sangat banyak ditemukan, mulai dari
keripik, kue, bahkan olahan susu jagung pun telah ada dipasarkan.
Selain itu jagung tidak hanya dapat dimanfaatkan terbatas pada buahnya saja,
Seperti batang dan daun jagung yang masih muda dikenal sebagai jerami jagung yang
dapat dimanfaatkan sebagai hijauan pakan ternak. Selain sebagai pakan hijauan
ternak, jerami juga dapat digunakan sebagai pakan olahan ternak dalam bentuk hay
dan silase. Sisa buah tongkol jagung pun dapat diolah kembali menjadi bahan bakar,
oleh karena itu pemerintah melalui departemen pertanian, terus berusahan
meningkatkan produki jagung di Indonesia.
Jagung adalah salah satu produk pertanian yang banyak dihasilkan di negara
Indonesia. Pada tahun 2004 produksi jagung nasional mencapai 11.225.243 ton dan
meningkat menjadi 12.523.894 ton pada tahun 2005.
Pemanfaatan jagung saat ini sangat beraneka ragam mulai dari bahan pangan
hingga bioenergi. Buah jagung terdiri dari 30% limbah yang berupa tongkol jagung.
Jika dikonversikan dengan jumlah produksi jagung pada tahun 2004 maka negara
Indonesia berpotensi menghasilkan tongkol jagung sebanyak 3.757.000 ton. Jumlah
limbah tersebut sangat banyak dan akan menjadi sangat potensial jika dapat
dimanfaatkan secara tepat.
Memang sudah seharusya pemerintah memperhatikan produksi Jagung di
ketahanan pangan, bahkan ketersediaan bahan bakar olahan seperti bio diesel yang
dapat dimanfaatkan dari jagung.
Untuk itu perlu diperhatikan secara intensif produksi jagung di Indonesia,
apa-apa saja yang menjadi faktor produksinya dalam hal ini penulis mengambil daerah
produksi jagung di Kabupaten Labuhan Batu dimana jagung juga menjadi komoditi
andalan di Kabupaten tersebut. Maka melihat permasalahan yang ada, penulis
mengambil 3 variabel yang diajdikan sandaran untuk melihat produksi jagung di
kabupaten labuhan batu yaitu luas lahan penanman, dan kondisi curah hujan(mm) dan
bnyaknya hari hujan yang terjadi. Penulis menggunakan teknik analisi regresi untuk
melihat pengaruh produksi jagung di kabupaten Labuhan Batu.
Dibeberapa 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 meihat pengaruh antar variabel
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.
Dari Uraian diatas maka penulis mengambil sebuah judul yang berjudul
“ Analisis Produksi Jagung di Kabupaten Labuhan Batu pada Tahun 2010”
Bersandar dari penjabaran diatas, maka penulis akan menganalisis permasalhan yang
ada yaitu mengindetifikasi jumlah produksi jagung di kabupaten Labuhan Batu
dengan menggunakan teknik analisa rregresi berganda berdasarkan variabel
pendukung yang ada dimana akan ada hubungan fungsional antara variabel bebas dan
variabel terikat agar dapat diramalkan pengaruh antar variable yang ada.
1.2Tujuan Penelitian
Yang menjadi tujuan penulis dalam penelitian ini adalah sebagai berikut:
1. Untuk melihat seberapa besar pengaruh yang diberikan variabel-variabel yang
diteliti terhadap produksi jagung.
2. Melihat hubungan antar variabel yang diteliti
3. Sebagai sarana aplikasi ilmu yang didapat ketika perkuliahan.
1.4 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1. Dapat diketahui pengaruh lahan dan curah hujan terhadap hasil produksi
jagung
2. Hubungan anatara variabel yang terikat dan bebas dapat diketahui keeratannya.
1.5 Lokasi Penelitan.
Penelitian dengan cara pengambilan data serta menganalisa hasil produksi jagung di
Kabupaten Labuhan Batu, dilakukan di Badan Pusat Statistika Provinsi Sumatera
Utara yang beralamat di Jl. Kapten Muslim Kota Madya Medan.
1.6 Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini dalah dengan menggunakan teknik
analisa Regresi Berganda sebagai teknik untuk mengetahui pengaruh fungsional antar
variabel terikat dan bebas, serta dengan metode korelasi untuk melihat hubungan
keeratan antar variabel yang ada.
1.6.1 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan penulis sebagai sarana dalam pembuatan
tugas akhir ini adalah dengan menggunakan data sekunder, yaitu data yang diambil
dari sumbernya yaitu dari Badan Pusat Statistika Provinsi Sumatera Utara.
Peneulis menggunakan metode regresi linear berganda guna melihat pengaruh
variabel- variabel bebas yaitu, luas panen, frekwensi hujan dan hari hujan yang
keseluruhannya diambil 12 bulan terhadap variabel terikat yaitu jumlah produksi
jagung.
1.7 Metode Analisis Yang Digunakan
Metode analisis linear regresi berganda pada prinsip dasarnya sama dengan metode
regresi linear sederhana. Keduanya bekerja sebgai alat untuk melihat pengaruh dan
estimasii sebuah kasus dan diselesaikan dengan metode persamaan linear serta
membentuk garis lurus. Persamaan regresi adalah suatu formula matematis yang
menunjukkan hubungan keterkaitan anatara satu atau beberapa variabel yang nilainya
sudah diketahui dengan satu variabel yang lainnya belum diketahui (Al gifri:2000,2)
Jika dalam regresi linear sederhana hanya menggunakan 2 variabel saja, satu yang
terikat dan satu lagi yang bebas dalam analisisnya maka didalam regresi linear ganda
penyelesaiannya dengan menggunakan lebih dari 2 variabel. Dimana satu variabel
terikat dan lebih dari satu untuk variabel bebasnya.
Rumus yang digunakan didalam regresi linear berganda adalah:
+
…+
Dimana:
Variabel tak bebas( nilai estimasi)
X = Variabel bebas
Setelah dilihat pengaruh antar variabel yang ada, kemudian dilihat juga hubungan atau
keeratan antar variabel tersebut dengan menggunkan metode korelasi ( r ). Adapun
rumus dari korelasi adalah:
1.8 Sistematika Penulisan
BAB 1 PENDAHULUAN
Dalam bab ini penulis menguraikan latar belakang, indentifikasi
masalah, batasan masalah, maksud dan tujuan penulisan, metodologi
penelitian, dan sistematika penulisan.
BAB 2 LANDASAN TEORI
Dalam bab ini penulis menguraikan teoritis dan analisa tentang segala
sesuatu yang berhubungan dengan masalah tugas akhir ini.
Dalam bab ini penulis menguraikan sejarah singkat Badan Pusat
Statistik beserta visi dan misi BPS
BAB 4 ANALISA DAN PEMBAHASAN
Dalam bab ini penulis menguraikan tentang analisa produksi dengan
metode regresi linear berganda dan analisa korelasi untuk melihat
hubungan antar variabel. Dimana objek penelitiannya adalah produksi
jagung di Kabupaten Labuhan Batu pada tahun 2010.
BAB 5 IMPLEMENTASI SISTEM
Dalam bab ini penulis membahas tentang software yang digunakan
dalam analisis data serta cara penggunaan dari software yang dipakai.
BAB 6 KESIMPULAN DAN SARAN
Dalam bab ini penulis menguraikan kesimpulan dan saran dari hasil
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan
perhatian dan dipelajari oleh ilmuan dari hamper semua bidang ilmu penegtahuan,
terutama para peneliti yang dalam penelitiannya banyak menggunakan satistika sebagi
dasar analisis maupun perancangannya (ratno dan mustadjab, 1992: 1) maka daptlah
dikatan 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 pra 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 lainya 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 telahmelakukan kecenderunagntinggi badan anak. Hasil studi
badan anak yang lahir terhadap orang tuanya adalah menurun (regress) mengarah
pada tinggi badan rata-rata penduduk.
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 beebrapa varabel lain
yang berhubungan dengan variabel tersebut.
Ada beberapa definisi regresi yang dapat dijabarkan yaitu:
a. Analisi regresi merupakan suatu teknik untuk membangun persamaan garis
lurusdan 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. Analisi regresi adalah Hubungan yang didapat dan dinyatakan dalam bentuk
persamaan matematik yang menyatakan hubungan fungsional anatar
variabel-variabel . ( Sudjana, 2002: 310)
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 menganalisa data.
Yang dimaksud dengan analis regresi linear adalah jika hubungan persamaan
tersebut searah dan membentuk sebuah pola garis lurus seperti gambar 2.1 berikut ini
Gambar 2.1 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:
a. Analisa regresi linear sederhana( simple analisis regresi)
2.3 Analisa regresi linear sederhana
Yang dimaksud dengan hubungan linear sederhana adalah yang ditunjukkan dengan
persamaan Y= a+ bX. 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 autokorelasi adalah hubungan antara nilai suatu variabel dengan nilai variabel
yang lain sama( Pangestu, 2004: 155). Misalnya kalau pada tahun pembelian bak
penampunagn 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 hubunagn
antara pembelian bak air yang sama dengan pemeblian 10 tahun yang akan datang.
Inilah yang dimaksud adanya autokorelasi.
Ciri penting dari regresi sederhana adalah apabila terdapat homoscedasticity.
Homoscedasticity adalah kesamaan distribusi Y pada setia nilai X. Artinya berapapun
misalnya jika pada nilai X1 diamati nilai Y dan dicata deviasi satndartnya, dan
dibandingkan denagn nilai Y pada X2 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.
Persamaan = a+ bX dalam teori regresi linear sederhana memili makna
sebagai berikut:
Variabel terikat
= parameter intercept
b = parameter koefisisen regresi variabel bebas
X = variabel bebas.
2.4 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 predictor (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 atu lebih variabel
bebas atau untuk mencari hubungan fungsional dua variabel bebas atau lebih 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 bebarapa variabel sekaligus. Dalam hal
ini regresi juga dapat dijadikan pisau analisis terhadap penelitian yang diadakan, tentu
Pada dasarnya rumus pada regresi ganda 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. Rumus rumusnya adalah sebagai berikut :
Untuk 2 prediktor : Y= a + b1X1 + b2X2
Untuk 3 prediktor : Y= a + b1X1 + b2X2+ b3X3
Untuk n prediktor : Y= a + b1X1 + b2X2+ b3X3… bnXn
Pada dasarnya regresi berganda digunakan untuk menghitung dan atau menguji
tingkat signifikansi, antara lain:
a. Menghintung persamaan regresinya
b. Menguji apakah persamaan regresinya signifikan
c. Dan bagaimana kesimpulannya?
Untuk hal ini penulis menggunakan regresi linear berganda dengan 4 variabel,
Yaitu 1 variabel terikat, dan 3 variabel bebas. Adapun bentuk persamaan regresinya
adalah:
+
Dimana:
= Produksi Jagung(Ton)
X2= Curah hujan(mm)
X3= Banyak Hujan(hari)
Dapun untuk mencari nilai:
Y
∑
=b
0n
+
b
1∑
X
1+
b
2∑
X
2+
b
3∑
X
31
YX
∑
=b
0∑
X
1+
b
1∑
X
12+
b
2∑
X
1X
2+
b
3∑
X
1X
32
YX
∑
= 3 2 32 2 2 1 2 1 2
0
X
b
X
X
b
X
b
X
X
b
∑
+
∑
+
∑
+
∑
3
YX
∑
=b
0∑
X
3+
b
1∑
X
3X
1+
b
2∑
X
3X
2+
b
3∑
X
322.5 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 yag 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
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:
Tabel 2.1 interpretasi nilai R
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 maka gambar graiknya
Gambar 2.2 korelasi positif
Jika suatu korelasi bertanda negatif r < 0 maka contoh gambar grafiknya
seperti ditunjukkan oleh gambar 2.3 berikut:
Gambar 2.3 korelasi negatif
Jika suatu korelasi tidak menunjukkan adanya hubungan r = 0 maka contoh
Gambar 2.4 korelasi nol
Bentuk umum korelasi adalah:
Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya, untuk
hubungan 4 variabel dapat dihitung dengan menggunakan rumus sebagai berikut:
a. Koefisien korelasi antara X1 dan Y
ryx1 =
(
)
{
2}
{
2( )
2}
1 2 1 1 1 1
Y
Y
n
X
X
n
Y
X
Y
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
ryx2 =
(
)
{
2}
{
2( )
2}
2 2 2 2 1 2
Y
Y
n
X
X
n
Y
X
Y
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
c. Koefisien korelasi antara X3 dan Y
ryx3 =
(
)
{
2}
{
2( )
2}
3 2 3 3 1 3
Y
Y
n
X
X
n
Y
X
Y
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
d. Koefisien korelasi antara X1 dan X2
r12 =
(
)(
)
(
)
{
}
{
(
)
2}
2 2 2 2 1 2 1 2 1 2 1
X
X
n
X
X
n
X
X
X
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
e. Koefisien korelasi antara X1 dan X3
r13 =
(
)(
)
(
)
{
}
{
(
)
2}
3 2 3 2 1 2 1 3 1 3 1
X
X
n
X
X
n
X
X
X
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
f. Koefisien korelasi antara X2 dan X3
r23 =
(
)(
)
(
)
{
}
{
(
)
2}
BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1. Sejarah Singkat Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat
pertanian, agraria, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan,
pendapatan dan keagamaan. Selain hal-hal diatas, Badan Pusat Statistik juga bertugas
melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di
pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa
oleh dua atau lebih instansi, memajukan keseragaman dalam pengangguran definisi,
klasifikasi dan ukuran-ukuran lainnya.
Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur
pertanian, kerajinan dan perdagangan (Directuer Van Landbouw Nijverheid en
Hendie) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan
mempublikasi data statistik.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Centraal Kantoor Voor de Statistick (CKS) atau Kantor Pusat Statistik dan
dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme
statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijnsen (IUA)
yang sekarang disebut Kantor Bea dan Cukai.
Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Pada
masa ini CKS diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 agustus 1945,
kegiatan statistik ditangani oleh lembaga baru sesuai dengan susunan kemerdekaan
yaitu KAPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia).
Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari
Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di Jakarta
mengaktifkan kembali CKS.
Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950
No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan
berada dibawah Kementrian Kemakmuran.
Berdasarkan Surat Menteri Perekonomian tanggal 1 Maret 1952 No.P/44,
lembaga KPS berada dibawah dan bertanggung-jawab kepada Menteri Perekonomian
dan pada tanggal 24 Desember 1953 dengan surat Menteri Perekonomian
No.18.099/M, KPS dibagi menjadi dua bagian yaitu bagian research yang disebut
Afdeling A, dan bagian penyelenggaraan dan tatausaha yang disebut Afdeling.
Dengan Keputusan Presiden Republik Indonesia No.131 tahun 1957,
Kementerian Perekonomian dipecah menjadi Kementerian Perdagangan dan
Kementerian Perindustrian. Untuk selanjutnya dengan Keputusan Presiden Republik
Indonesia No.172 tahun 1957 KPS diubah menjadi BPS (Biro Pusat Statistik) dan
urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri
Perekonomian dialihkan menjadi dibawah dan bertanggung-jawab kepada Perdana
Menteri. Berdasarkan KEPPRES ini pula secara formal nama Biro Pusat Statistik
Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan sensus
penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan
UU No.6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie
1930.
Dalam rangka memperhatikan kebutuhan dana bagi perencanaan pembangunan
semesta berencana dan mengingat materi statistieck ordonnantie 1934 dirasakan sudah
tidak sesuai lagi dengan kemajuan-kemajuan yang cepat dicapai oleh negara kita,
maka pada tanggal 26 September 1960 telah diundangkan UU No.7 tahun 1960
tentang statistik.
Berdasarkan keputusan Presidium Kabinet RI No.Aa/C/9 tahun 1965, maka
pada tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang BPS
dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas
menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah
administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan
pegawai KKS Tingkat II dan dibawah pengawasan Kepala Kecamatan.
Masa Orde Baru sampai Sekarang
Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi
Dalam masa orde baru ini, Biro Pusat Statistik telah mengalami empat kali
perubahan struktur organisasi, yaitu:
1. Peraturan Pemerintah No.16 tahun 1968 tentang organisasi Biro Pusat Statistik
2. Peraturan Pemerintah No.6 tahun 1980 tentang organisasi Biro Pusat Statistik
3. Peraturan Pemerintah No.2 tahun 1992 tentang organisasi Biro Pusat Statistik
dan Keputusan Presiden No.6 tahun 1992 tentang Kedudukan, Tuga, Fungsi,
Susunan, Reorganisasi dan Tata Kerja Biro Pusat Statistik
4. Undang-undang No.16 tahun 1997 tentang statistik
5. Keputusan Presiden RI No.86 tahun 1998 tentang Badan Pusat Statistik
6. Keputusan Kepala BPS No.100 tahun 1998 tentang Organisasi dan TataKerja
BPS
7. PP No.15 tahun 1999 tentang Penyelenggaraan Statistik
Sebagai pengganti UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7
Tahun 1960 tentang Statistik, ditetapkan UU Nomor 16 Tahun 1997 tentang Statistik.
Berdasarkan UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya,
secara formal nama Biro Pusat Statistik diganti menjadi Badan Pusat Statistik.
Materi yang merupakan muatan baru dalam UU Nomor 16 Tahun 1997, antara lain :
1. Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik dasar
yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang
dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan
BPS, serta statistik khusus yang diselenggarakan oleh lembaga, organisasi,
perorangan, dan atau unsur masyarakat lainnya secara mandiri atau bersama
2. Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita Resmi
Statistik (BRS) secara teratur dan transparan agar masyarakat dengan mudah
mengetahui dan atau mendapatkan data yang diperlukan.
3. Sistem Statistik Nasional yang andal, efektif, dan efisien.
4. Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk menampung
aspirasi
masyarakat statistik, yang bertugas memberikan saran dan pertimbangan
kepada BPS.
Berdasarkan Undang-Undang Nomor 16 Tahun 1997, peranan yang harus
dijalankan oleh BPS adalah sebagai berikut :
1. Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini
didapatkan dari
departemen atau lembaga pemerintahan lainnya sebagai data sekunder
2. Membantu kegiatan statistik di departemen, lembaga pemerintah atau
institusi lainnya, dalam membangun sistem perstatistikan nasional.
3. Mengembangkan dan mempromosikan standar teknik dan metodologi
statistik, dan menyediakan pelayanan pada bidan
statistik.
4. Membangun kerjasama dengan institusi internasional dan negara lain untuk
kepentingan perkembangan statistik Indonesia.
Berdasarkan Peraturan Pemerinatah No.6 tahun 1988 di tiap provinsi terdapat
perwakilan Badan Pusat Statistik dengan nama Kantor Statistik Kabupaten/Kota. Pada
tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden
Republik Indonesia No.86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus
mengatur tata kerja dan struktur organisasi Badan Pusat Statistik yang baru.
BAB 4
ANALISIS DAN PENGOLAHAN DATA
4.1 Pengolahan Data
Setiap data yang telah didapat merupakan alat pengambil keputusan dalam
pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang produksi
jagung seperti yang telah dijelaskan di bab pendahuluan. Pengumpulan data dilakukan
empat buah data yaitu, data produksi jagung, luas panen jagung, curah hujan, dan
banyaknya hari hujan yang secara keseluruhan data yang dimbil adalah data pada
tahun 2010, sebanyak 12 bulan.
Pengambilan data diatas dimaksudkan untuk melihat apakah variabel bebas (
luas panen, curah hujan, hari hujan) mempengaruhi produksi jagung yang ada.
Adapun data yang diambil adalah sebagai berikut:
Tabel 4.1 Data produksi jagung, luas panen, dan curah hujan di Kabupaten
Labuhan Batu Tahun 2010
NO Produksi Luas Curah hujan Curah hujan
( Ton) (Ha) (mm) (Hari)
1 433 162 412 18
2 889 332 255 11
3 430 161 556 20
4 62 23 342 15
5 46 17 308 12
6 97 36 55 3
7 407 151 178 9
8 1066 396 217 12
9 1033 383 445 20
11 51 19 504 17
12 280 104 450 14
Sumber: BPS Sumut
4.2Persamaan Regresi Linear Berganda
Dalam mencari persamaan regresi linear berganda, maka terlebih dahulu kita
menghitung koefisien-koefisien regresinya dengan mencari hubungan fungsional antar
variabel yang ada.
Dengan koefisien yang didapat dari perhitungan, maka dapat ditentukan
[image:37.595.105.533.84.143.2]persamaan regresinya. Adapun perhitungan koefisiennya adalah sebagai berikut:
Tabel 4.2 Nilai-nilai koefisien
Y X1 X2 X3 (X1)2 (X2)2 (X3)2 (Y)2
433 162 412 18 26244 169744 324 187489
889 332 255 11 110224 65025 121 790321
430 161 556 20 25921 309136 400 184900
62 23 342 15 529 116964 225 3844
46 17 308 12 289 94864 144 2116
97 36 55 3 1296 3025 9 9409
407 151 178 9 22801 31684 81 165649
1033 383 445 20 146689 198025 400 1067089
323 120 217 11 14400 47089 121 104329
51 19 504 17 361 254016 289 2601
280 104 450 14 10816 202500 196 78400
X1X2 X1X3 X2X3 YX1 YX2 YX3
66744 2916 7416 70146 178396 7794
84660 3652 2805 295148 226695 9779
89516 3220 11120 69230 239080 8600
7866 345 5130 1426 21204 930
5236 204 3696 782 14168 552
1980 108 165 3492 5335 291
26878 1359 1602 61457 72446 3663
85932 4752 2604 422136 231322 12792
170435 7660 8900 395639 459685 20660
26040 1320 2387 38760 70091 3553
9576 323 8568 969 25704 867
Keterangan:
Y = Produksi Jagung
X1 = Luas Panen
X2 = Curah Hujan
[image:39.595.103.506.236.784.2]X3 = Hari Hujan
Tabel 4.3 Jumlah Nilai Koefisien
∑Y ∑X1 ∑X2 ∑X3 ∑(X1)2 ∑(X2)2 ∑(X3)2
5117 1904 3939 162 516386 1539161 2454
∑(Y)2 ∑(X1X2) ∑(X1X3) ∑(X2X3) ∑(YX1) ∑(YX2) ∑(YX3)
3732503 621663 27315 60693 1388305 1670126 73401
Dari persamaan :
Y
∑
=b
0n
+
b
1∑
X
1+
b
2∑
X
2+
b
3∑
X
31
YX
∑
=b
0∑
X
1+
b
1∑
X
12+
b
2∑
X
1X
2+
b
3∑
X
1X
32
YX
∑
=b
0∑
X
2+
b
1∑
X
2X
1+
b
2∑
X
22+
b
3∑
X
2X
33
YX
∑
=b
0∑
X
3+
b
1∑
X
3X
1+
b
2∑
X
3X
2+
b
3∑
X
32Didapat nilainya sebagai berikut:
5.117 = 12 b0 + 1904 b1 + 3939 b2 + 162 b3 ….(1)
1.670.126 = 3.939 b0 + 621.663 b1 + 1.539.161 b2 + 60.693 b3...(3)
73.401 = 162 b0 + 27.315 b1 + 60.693 b2 + 2454 b3…..(4)
Persamaan diaatas diselesaikan dengan metode eliminasi persamaan linear,
dengan menghilngkan nilai b0.
Jika persamaan 1 dan 2 diambil dan disamakan nilai b0 nya dengan persamaan
2 tetap maka persamaan 1 harus dikalikan dengan 158,66667 (1.388.305 : 5.117=
158,66667 ) sehingga diperoleh persamaan ke 5 :
811.897,35 = 1904 b0 + 302.101,34b1 + 624.988,01b2 + 2.574,001b3
1.388.305 = 1.904 b0 + 516.386b1 + 621.663 b2 + 27.315 b3 -
-576.407,65 = 214.284, 66 b1 + 3. 325,01 b2 - 1.610,999b3
Selanjutnya untuk mendapatkan persamaan ke 6 kita gunakan rumus persamaan 1 dan
3. Jika persamaan 3 tetap maka persamaan 1 dikalikan dengan 328,25( 3939: 12 =
328,25)
1.679.655,3 = 3.939b0 + 624.988b1 + 1.292.976,8b2 + 53.176,5 b3
1.670.126 = 3.939b0 + 621.663 b1 + 1.539.161 b2 + 60.693 b3 -
9.529,3 = 3.325b1 - 246.184,2b2 - 7.516,5 b3
Selanjutnya untuk mendapatkan persamaan ke 7 kita gunakan rumus persamaan 1 dan
69.079,5 = 162 b0 + 25.704 b1 + 53.176,5 b2 + 2187 b3
73.401 = 162 b0 + 27.315 b1 + 60.693 b2 + 2454 b3 -
- 4.321,5 = -1.611 b1 - 7.516,5 b2 - 267 b3
Maka didapatlah beberapa persamaan:
-576.407,65 = 214.284, 66 b1 + 3. 325,01 b2 - 1.610,999b3…..(5)
9.529,3 = 3.325 b1 - 246.184,2 b2 - 7.516,5 b3...(6)
- 4.321,5 = -1.611 b1 - 7.516,5 b2 - 267 b3…. (7)
Langkah berikutnya akan menghilangkan nilai b1, dengan menggunkan rumus
persamaan 5 dan 6.
Jika persamaan 5 dikalikan dengan -1 dan persamaan 6 dikalikan dengan 64,
446514 akan didapat persamaan 8.
576.407,65 = 214.284, 66 b1 - 3. 325,01 b2 + 1.610,999b3
-37.722,52 = 15.862.388 b2 + 486.023,22 b3
Kemudian dengan menggunkan rumus persamaan 5 dan 7 akan didapat
persamaan 9. Persamaan 5 dikalikan dengan -1 dan persamaan 7 dikalikan dengan
– 133, 01345.
576.407,65 = 214.284, 66 b1 - 3. 325,01 b2 + 1.610,999b3
574.817,62 = 214.284, 66 b1 + 999. 795,6 b2 + 35.514,59 b3 -
1.590,03 = -1.003.120,6 b2 - 33.903,59 b3
Maka didapatlah 2 persamaan berikut:
-37.722,52 = 15.862.388 b2 + 486.023,22 b3…….(8)
1.590,03 = -1.003.120,6 b2 - 33.903,59 b3…….(9)
Kemudian kedua persamaan tersebut kembali dieliminasi hingga didapt harga b3.
Jika persamaan 8 tetap maka persamaan 9 dikalikan dengan -15, 813042
-37.722,52 = 15.862.388 b2 + 486.023,22 b3
-25.143,03 = 15.862.388 b2 + 536. 118,92 b3 -
- 12.579,309 = - 50.095,7b3
b3= 0,251
-37.722,52 = 15.862.388 b2 + 486.023,22 b3
b2 = -0,01
Kemudian harga b2 dan b3 disubtitusikan kepersamaan 5.
-576.407,65 = 214.284, 66 b1 + 3. 325,01 b2 - 1.610,999b3
b1 = 2,688
kemudian harga b1,b2 dan b3 disbutitusikan ke persamaan 1.
5.117 = 12 b0 + 1904 b1 + 3939 b2 + 162b3
b0 = - 0, 142
dari seluruh harga yang didapat maka didaplah persamaan regresi linear
bergandanya sebagai berikut :
+
= -0,142 + 2,688 X1 -0,01X2 + 0,251X3
Setelah didapat persamaan regresinya, maka untuk mengetahui seberapa besar
penyimpangan jumlah hasil produksi jagung terhadap jumlah produksi jagung yang
diperkirakan , maka dapat dihitung dengan mencari koefiseien dengan mencari
[image:44.595.109.504.444.750.2]koefisien-koefisien dari analisa residunya sebagai berikut:
Tabel 4.4 harga
NO Y X1 X2 X3 2
1 433 162 412 18 434,416 -1,416 2,005056
2 889 332 255 11 889,829 -0,829 0,687241
3 430 161 556 20 430,798 -0,798 0,636804
4 62 23 342 15 61,843 0,157 0,024649
5 46 17 308 12 45,35 0,65 0,4225
6 97 36 55 3 96,541 0,459 0,210681
7 407 151 178 9 405,017 1,983 3,932289
8 1066 396 217 12 1061,98 4,02 16,1604
9 1033 383 445 20 1026,868 6,132 37,60142
11 51 19 504 17 50,005 0,995 0,990025
12 280 104 450 14 277,592 2,408 5,798464
∑ 5117 1904 3939 162 5102,288 14,712 69,37393
Maka kesalahan bakunya adalah sebagai berikut:
Sy.123 =
Dimana
k= 3; n= 12; dan ∑ 2
= 69,37393
sehingga :
Sy.123 =
=
=
Dengan penyimpangan nilai yang telah didapatkan diatas, maka hasil produksi jagung
yang sebenarnya akan menyimpang dari hasil sebenarnya sebesar 2.94.
4.4Uji Regresi Linear Berganda
Perumusan hipotesa :
H0 :
β
1 =β
2=β
3 =β
4 =0 ( X1, X2, X3, X4 tidak mempengaruhi Y)H1 : Minimal ada satu parameter koefisien regresi yang tidak sama dengan
nol atau mempengaruhi Y.
Dengan : H0 diterima jika Fhit≤ Ftab.
H0 ditolak Jika Fhit > Ftab.
Untuk menguji model regresi yang telah terbentuk, maka dapat diambil :
1 1
1
X
X
x
=
−
x
3=
X
3−
X
3y
=
Y
−
Y
2 2
2
X
X
x
=
−
Dengan :
1
X
=15.6667X
3 = 13.52
Hasil perhitunganya disajikan didalam tabel berikut:
Tabel 4.5 pengujian regresi linear
Y x1 x2 x3 y
2
yx1 yx2 yx3
6,5833333 3,333333 83,75 4,5 43,34028 21,9444444 551,3542 29,625 462,58333 173,3333 -73,25 -2,5 213983,3 80181,1111 -33884,2 -1156,46 3,5833333 2,333333 227,75 6,5 12,84028 8,36111111 816,1042 23,29167 -364,4167 -135,667 13,75 1,5 132799,5 49439,1944 -5010,73 -546,625 -380,4167 -141,667 -20,25 -1,5 144716,8 53892,3611 7703,438 570,625 -329,4167 -122,667 -273,25 -10,5 108515,3 40408,4444 90013,1 3458,875 -19,41667 -7,66667 -150,25 -4,5 377,0069 148,861111 2917,354 87,375 639,58333 237,3333 -111,25 -1,5 409066,8 151794,444 -71153,6 -959,375 606,58333 224,3333 116,75 6,5 367943,3 136076,861 70818,6 3942,792 -103,4167 -38,6667 -111,25 -2,5 10695,01 3998,77778 11505,1 258,5417 -375,4167 -139,667 175,75 3,5 140937,7 52433,207 -65979,5 -1313,96 -146,4167 -54,6667 121,75 0,5 21437,84 8004,11599 -17826,2 -73,2083 0 0 0 0 1550529 576407,684 -9529,25 4321,5
Dari tabel 4.5 diatas didapat perhitungan sebgai berikut:
JKreg =
b
1∑
y
x
1+
b
2∑
y
x
2+
b
3∑
y
x
3= 2,68(576407,684) – 0,01(-9529,25) + 0,251(4321,5)
= 1545950,749
Untuk JKres dapat dilihat dari tabel 4.4 yaitu
2
)
(
∧
−
∑
Y
Y
= 69,37393 , maka nilaiFhit dapat dicari dengan rumus :
F =
) 1 /( / − −k n JK k JK res reg =
=
= 59.429,93Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 8, dan α = 0.05,
diperoleh Ftab = 4,07. Karena Fhit lebih besar daripada Ftab maka H0 ditolak dan H1
diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3, bersifat
nyata atau ini berarti bahwa luas laha, curah hujan, dan banyak hujan secara bersama –
4.5 Koefisien Determinasi
Koefisien determinasi digunakna untuk menganalisa seberapa besar pengaruh
faktor-faktor yang mempengaruhi hasil produksi jagung.
Berdasarkan tabel 4.5 dapat dilihat harga
∑
y
2= 1.550.529 sedangkan JKregyang telah dihitung adalah 1.545.950,749 . Maka selanjutnya dengan rumus R2 =
2
y
JK
reg∑
. Sehingga didapat koefisien determinasi :R2 =
= 0,997047
Dan untuk koefisien korelasi ganda, kita gunakan :
R = R2
=
= 0,9985
Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,997 dan
dengan mencari akar dari R2, diperoleh koefisien korelasinya sebesar 0,998. Nilai
tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap
perubahan variabel dependent. Artinya 99% jumlah produksi jagung yang
dipengaruhi oleh ketiga faktor yang dianalisis, sedangkan 1% sisanya dipengaruhi
4.6Koefisien Korelasi
Koefisien korelasi digunkan untuk melihat keeratan hubungan antara variabel bebas
dan variabel terikat atau antara variabel bebas yang ada.
Untuk mempermudah dalam hal penegerajaan dan perhitungan setiap nilai
yang ada dibagi dengan 1000
1. Koefisien korelasi antara Y dan X1
ryx1 =
(
)
{
2}
{
2( )
2}
1 2 1 1 1 1
Y
Y
n
X
X
n
Y
X
Y
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
=
==
= 1,000Angka koefisien diatas menunjukkan korelasi kuat dan searah(positif) antara
hasil produksi jagung dengan luas lahan yang digunkan, artinya semakin luas lahan
2. Koefisien Korelasi antara Y dan X2
ryx2 =
(
)
{
2}
{
2( )
2}
2 2 2 2 1 2
Y
Y
n
X
X
n
Y
X
Y
X
n
∑
−
∑
∑
−
∑
∑
∑
−
∑
==
=
=
= -0,015
Angka koefisien diatas menunjukkan korelasi sangat lemah dan tidak searah
(negatif) antara hasil produksi jagung dengan curah hujan, artinya penambahan
intensitas curah hujan akan menurunkan jumlah produksi jagung, dan sebaliknya
penurunan intensitas curah hujan meningkatkan jumlahproduksi jagung.
3. Koefisien korelasi antara Y dan X3
ryx3 =
(
)
{
2}
{
2( )
2}
=
=
=0,212
Angka koefisien diatas menunjukkan korelasi sangat lemah dan t searah (negatif)
antara hasil produksi jagung dengan banyaknya hari hujan, artinya penambahan hari
hujan yang ada akan meningkatkan jumlah produksi jagung, dan penurunan jumlah
hari hujan akan menurunkan jumlah produksi jagung.
4. Koefisien Korelasi antara X1 dan X2
r12 =
(
)(
)
(
)
{
}
{
(
)
2}
=
= -,0,014
5. Koefisien Korelasi antara X1 dan X3
r13 =
(
)(
)
(
)
{
}
{
(
)
2}
= 0,213
6. Koefisien Korelasi antara X2 dan X3
r23 =
(
)(
)
(
)
{
}
{
(
)
2}
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
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
dengan alamat yang kombinasi antar baris dan abjad kolom.
Gambar 5.1 cara mengaktifkan program excel
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.
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 tepat dengan
kesalhan yang kecil.
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
Hasil dari memasukkan data dapt dilihat pada gambar berikut ini:
Gambar 5.3 Data setelah dimasukkan
5.3 Pengaktifan SPSS 16.0
Berikut ini adalah langkah-langkah yang dilakukan dalam menyelesaikan program
linear berganda dengan SPSS sesuai dengan data dalam penulisan ini:
Gambar 5.4 Tampilan cara pengaktifan SPSS
2. Memasukkan data ke SPSS
Gambar 5.5 Kotak dialog awal SPSS
Untuk membuat lembar kerja baru klik cancel dan akan tampil sebagai berikut:
[image:62.595.109.525.476.722.2]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 4 variabel dapat di ketik Y, X1, X2 dan
X3.
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
karakter yang digunkan terbatas 8 angka atau huruf saja.
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, variabel X1 dengan dengan
label Luas, variabel X2 dilabeli dengan Intensitas, dan variabel X3 di labeli
dengan dengan Hari hujan.
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
I. 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.
Bentuk pengisisan data diatas dapat dilihat di gambar berikut:
[image:64.595.107.527.277.554.2]
Gambar 5.7 Tampilan pengisisan variable viewdalam SPSS
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 seperti
Gambar 5.8 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:65.595.109.524.467.715.2]b. Pada kolom dependent pindahkan variabel produksi, sedangkan pda kolom
independent pindahkan variabel luas, intensitas hujan, dan hari hujan.
[image:66.595.110.525.195.440.2]c. Pada kolom method pilih enter.
Gambar 5.10 Tampilan jendela linear regression
d. Kemudian klik kotak stastistik, pada pilihan regression coefficient cek
estimate , model fit dan descriptive. Kemudian pada pilihan residuals
Gambar 5.11 Tampilan pada pengisian liniear regression statistik
e. Klik plots untuk membuat grafik, dan berikan tanda ceklis pada pilihan
produce all partial plot lalu klik continue.
f. Klik plots, pada pilihan stepping method criteria masukkan angka 0.05 pada
kolom entri. Kemudian ceklis include constant in equation. Pada pilihan
[image:68.595.110.526.195.440.2]missing values ceklis exclude case listwise. Lalu klik continue.
Gambar 5.13 Tampilan pengisian linear regression options
BAB 6
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan perhitungan yang telah dilakukan maka didapat kesimpulan sebagai
berikut:
1. Dengan menggunkan rumus yang ada maka didapat nilai-nilai koefisien
regresinya yaitu:
b0 = - 0,142 , b1= 2,68 , b2= -0,01 , b3= 0,251 sehingga persaan linear berganda
yang didapat adalah:
= -0,142 + 2,688 X1 -0,01X2 + 0,251X3
Yang berarti bahwa produksi jagung dipengaruhi oleh 3 faktor yang menjadi
variabel yaitu luas lahan(X1), intensitas hujan(X2), dan banyaknya hari hujan
(X3). Dimana luas lahan sebesar 2,688, intensitas hujan sebesar -0,01 dan
banyaknya hari hujan sebesar 0,251
2. Pada uji linear berganda menggunakan distribusi F dengan dk pembilang = 3,
dk penyebut = 8, dan α = 0.05, diperoleh Ftab = 4,07 dan Fhitung = 59.429,93
berarti persamaan regresi linier berganda Y atas X1, X2, X3, bersifat nyata atau
ini berarti bahwa luas lahan, curah hujan, dan banyak hujan secara bersama –
sama mempengaruhi jumlah produksi jagung.
3. Koefisien determinasi (R) sebesar 99%, menunjukan bahwa 99% dipengaruhi
oleh ketiga faktor X1, X2, X3, dan 1% dipengaruhi oleh faktor – faktor lain.
4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi
yang kuat terjadi antara jumlah produksi jagung (Y) dengan luas lahan yang
disediakan (X1) yaitu sebesar 0,99
6.2 Saran
Melihat hubungan yang kuat antara produksi dan luas lahan maka disarankan agar
pihak pemerintah Indonesia membuka atau memeperluas lahan penanaman untuk
jagung agar nilai produksi juga bertambah, dan kebutuhan dalam negeri juga dapat
terpenuhi. Dan tidak lagi mengandalkan barang impor. Untuk selanjutnya metode
analisa statistic dapat digunakan dalam perancangan pembangunan di sektor pertanian.
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.
Supranto,J. 2000. Statistik. Edisi ke-6. Jakarta: Erlangga
Sarwono, Jonathan.2009. Statistik itu mudah. Yogyakarta. penerbit Andi
Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE
Sudjana,M.A. M.Sc. Metoda Statistika.Bandung.Tarsito 2005
Labuhan Batu Dalam Angka. BPS Sumut.2010
http:// Labuhan Batu.com
Output SPSS:
Descriptive Statistics
Mean Std. Deviation N
PRODUKSI 4.2642E2 375.44264 12
LUAS 1.5867E2 139.57229 12
INTENSITAS HUJAN 3.2825E2 149.60076 12
HARI HUJAN 13.5000 4.92674 12
Correlations
PRODUKSI LUAS
INTENSITAS
HUJAN
HARI
HUJAN
Pearson Correlation PRODUKSI 1.000 1.000 -.015 .212
LUAS 1.000 1.000 -.014 .213
INTENSITAS HUJAN -.015 -.014 1.000 .927
HARI HUJAN .212 .213 .927 1.000
Sig. (1-tailed) PRODUKSI . .000 .481 .254
LUAS .000 . .482 .253
INTENSITAS HUJAN .481 .482 . .000
HARI HUJAN .254 .253 .000 .
N PRODUKSI 12 12 12 12
LUAS 12 12 12 12
INTENSITAS HUJAN 12 12 12 12
Variables Entered/Removedb
Model
Variables
Entered
Variables
Removed Method
1 HARI HUJAN,
LUAS,
INTENSITAS
HUJANa
. Enter
a. All requested variables entered.
b. Dependent Variable: PRODUKSI
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 1.000a 1.000 1.000 2.18095
a. Predictors: (Constant), HARI HUJAN, LUAS, INTENSITAS HUJAN
b. Dependent Variable: PRODUKSI
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1550490.864 3 516830.288 1.087E5 .000a
Residual 38.052 8 4.757
Total 1550528.917 11
a. Predictors: (Constant), HARI HUJAN, LUAS, INTENSITAS HUJAN
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -.143 2.003 -.071 .945
LUAS 2.688 .006 .999 454.577 .000
INTENSITAS HUJAN -.010 .014 -.004 -.700 .504
HARI HUJAN .251 .447 .003 .562 .590
a. Dependent Variable: PRODUKSI
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 45.4622 1.0651E3 4.2642E2 375.43803 12
Residual -3.42450 3.14793 .00000 1.85992 12
Std. Predicted Value -1.015 1.701 .000 1.000 12
Std. Residual -1.570 1.443 .000 .853 12