ENANALISIS PGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP HASIL PRODUKTIFITAS PADI
SAWAH DI KABUPATEN LANGKAT TAHUN 2006 - 2011
TUGAS AKHIR
SITI WIRANI 102407069
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
ANALISIS PENGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP HASIL PRODUKTIFITAS PADI
SAWAH DI KABUPATEN LANGKAT TAHUN 2006 - 2011
Diajukan Untuk Melengkapi Tugas dan Memenuhi Syarat Memperoleh Ahli Madya
SITI WIRANI 102407069
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS PENGARUH LUAS LAHAN, PUPUK,
DAN CURAH HUJAN TERHADAP
PRODUKTIFITAS PADI SAWAH DI KABUPATEN LANGKAT TAHUN 2006 – 2011.
Kategori : TUGAS AKHIR
Nama : SITI WIRANI
Nomor Induk Mahasiswa : 102407069
Program Studi : DIPLOMA (D3) STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
Prof. Drs. Tulus, Vordipl, M.Si, Ph.D Drs. Suwarno Ariswoyo, M.Si
PERNYATAAN
ANALISIS PENGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP PRODUKTIFITAS PADI SAWAH
DIKABUPATEN LANGKAT TAHUN 2006 – 2011
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2013
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,Pupuk,dan Curah hujan terhadap produktifitas padi sawah kabupaten
langkat bedasarkan data tahun 2006-2011
Terimakasih penulis sampaikan kepada Bapak Drs, Suwarno Ariswoyo,
M,Si selaku sekretaris program studi D3 statistika FMIPA USU dan pembimbing
yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih
kepada bapak Drs.faigiziduhu Bu’ulolo, M.Si selaku Ketua program studi D3
statistika FMIPA USU, Bapak Prof.Dr.Tulus,M.Si.PhD dan Ibu Dra.Mardiningsih
,M.Si Selaku ketua dan sekretaris Departemen matematika FMIPA USU medan,
Bapak Drs.Sutarman,M.Sc selaku Dekan FMIPA USU Medan, Seluruh Staf dan
Dosen program studi D3 statistika FMIPA USU , Pegawai FMIPA USU dan
Rekan-rekan Kuliah. Akhirnya tidak terlupakan kepada Ayahanda Alm. Seni Wira
Arzaini dan Ibunda Siti Ramlah Hasibuan, serta keluarga yang selama ini
memberikan bantuan dan dorongan yang di perlukan, semoga Tuhan yang Maha
Bab 2 LANDASAN TEORI 10
Bab 3 SEJARAH SINGKAT TEMPAT RISET 23
3.1 Sejara Singkat Badan Pusat Statistik (BPS)
3.1.1 Sejarah Hari Statistik
3.2 Badan Pusat Statistik(BPS) Kabupaten Langkat
3.2.1 Latar Belakang
3.2.2 Kondisi Umum
3.2.3 Kedudukan, Tugas, Fungsi, dan Kewenangan
3.2.4 Landasan Hukum
3.2.5 Struktur Organisasi
3.2.6 Wilayah Administrasi Kerja BPS Kabupaten Langkat
28
3.3 Badan Pusat Statistik (BPS) Kabupaten Langkat 2010-2014
3.3.1 Visi dan Misi
3.3.1.1 Visi BPS Kabupaten Langkat
35
35
3.3.1.2 Misi BPS Kabupaten Langkat 36
4.2.5 Uji Koefisien Regresi Ganda (Uji t) dan Uji Multikolinearitas
40
Bab 5 IMPLEMENTASI SISTEM 65
5.1 Pengertian Implementasi Sistem 65
5.2 Program-Program Pada Implementasi Sistem
5.2.1 Microsoft Office Word dan Excel 2007
5.2.2 SPSS Statistics 17 For Windows
5.3 Analisis Dengan SPSS Statistic 17
DAFTAR TABEL
Halaman
Tabel 3.2 Daftar Desa dan Kelurahan ditiap Kecamatan di Kabupaten Langkat 34
Tabel 4.1 Luas Lahan Panen Padi Sawah di Kabupaten Langkat 38
Tabel 4.2 Jumlah Pupuk UREA Bersubsidi Untuk Tanaman Pangan dan
Hortikulturan di Kabupaten Langkat. 39
Tabel 4.3Jumlah dan Rata-rata Curah Hujan di Kabupaten Langkat. 39
Tabel 4.4 Hasil Produksi Padi Sawah di Kabupaten Langkat tiap tahun 40
Tabel 4.5 Data Luas Lahan, Pupuk, Curah Hujan dan Produktifitas Padi Sawah 40
Tabel 4.6 Data Luas Lahan, Pupuk, Curah Hujan dan Produktifitas Padi Sawah
Setiap Tahun Setalah di Koding ke Dalam Ribuan. 42
Tabel 4.7 Output Uji Normalitas Kolmogorov-Smirnov 43 Tabel 4.8 Daftar Harga-harga Perhitungan Matriks Dengan Metode Cramer 45 Tabel 4.9 Output Analisis Regresi Linear Berganda 50
Tabel 4.10 Tabel ANOVA Uji Signifikansi 52
Tabel 4.11 Interval Tingkat Hubungan Analisis Korelasi Pearson 54 Tabel 4.12 Daftar Harga-harga Analisis Korelasi Linear Ganda 56
Tabel 4.13 Output Analisis Korelasi 57
Tabel 4.14 Output nilai Korelasi 59
DAFTAR GAMBAR
Halaman
Gambar 4.1 Desain Kerangka Analisis Dalam Penelitian 41
Gambar 5.1 Tampilan Data Editor SPSS Statistics 17 for Windows 67
Gambar 5.2 Tampilan Variable View SPSS 17 67
Gambar 5.3 Input Data Variabel SPSS 17 68
Gambar 5.4 Uji Normalitas Kolmogorov-Smirnov 69
Gambar 5.5 Analisis Regresi Linear Ganda 70
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Indonesia adalah salah satu negara agraris, yaitu negara yang penghasilan
penduduknya sebagian besar berasal dari hasil bercocok tanam padi sawah dan
kebanyakan penduduknya bermata pencaharian sebagai petani. Sehingga sektor
pertanian di Indonesia memegang peranan penting dari keseluruhan perekonomian
nasional. Hal ini dapat ditunjukkan dari banyaknya penduduk atau tenaga kerja
yang hidup atau bekerja dalam sektor pertanian atau dari produk nasional yang
berasal dari sektor pertanian. Hal ini juga dipengaruhi oleh kondisi alam, cuaca
dan budaya masyarakat di Indonesia sangat mendukung di sektor pertanian ini
dimana tanah di negara Indonesia merupakan tanah yang sangat subur dan
produktif, sehingga pertanian memang cocok untuk terus dikembangkan di
Indonesia (Ganesha Enterpreneur Club, “Pola Tanam Padi Sri, Produktifitas Tinggi”, 2009).
Namun, dalam perkembangannya secara umum, semakin lama kondisi
tanah pertanian di Indonesia semakin rendah tingkat produktifitas dan
kesuburannya yang berdampak kepada semakin menurunnya tingkat produksi
pertanian (Ganesha Enterpreneur Club, “Pola Tanam Padi Sri, Produktifitas
penggunaan kuantitas dan kualitas benih, penggunaan pupuk dan pestisida atau
insektisida.
Pertanian dalam arti luas terdiri dari lima sektor, yaitu tanaman pangan,
perkebunan, peternakan, perikanan dan kehutanan. Kelima sektor pertanian
tersebut bila ditangani dengan serius sebenarnya akan mampu memberikan
sumbangan yang besar bagi perkembangan perekonomian Indonesia mendatang.
Salah satu cara penanganannya yaitu dengan berorientasi pada bisnis pertanian
atau agrobisnis (Soekartawi, 1999). Salah satu hasil pertanian dari sektor tanaman
pangan adalah padi sawah yang dapat diolah menjadi beras yang merupakan
makanan pokok negara Indonesia. Salah satu daerah atau Kabupaten yang
memiliki Produk Domestik Regional Bruto perkapita terbesar di sektor pertanian
adalah Kabutapen Langkat, sehingga membuat penulis tertarik untuk melakukan
penelitian di daerah tersebut.
Sebagai salah satu daerah atau kabupaten yang sebagian besar warganya
bermatapencaharian sebagai petani dan memiliki Produk Domestik Regional
Bruto atau PDRB perkapita terbesar di sektor pertanian, Kabupaten Langkat
memiliki beberapa faktor yang mendukung terjadinya hal tersebut, diantaranya
karenakan luas lahan pertanian di daerah Kabupaten Langkat yang masih sangat
luas, dan keahlian bercocok tanam yang dimiliki oleh para petani yang diwariskan
secara turun-temurun.
Namun, sebagai salah satu kabupaten yang memiliki PDRB perkapita
pupuk untuk meningkatkan hasil produksi pertanian, yang kebutuhan akan
pasokan pupuk tersebut semakin meningkat jumlahnya tiap tahun. Padahal, pada
kenyataannya hanya sebagian saja pupuk yang diberikan dapat dimanfaatkan oleh
tanaman dikarenakan beberapa sifat bahan kimia yang terkandung dalam pupuk
tersebut susah larut.
Dalam penelitian ini, penulis akan mengambil beberapa faktor yang akan
digunakan sebagai variable untuk mengetahui produktifitas padi sawah di
kabupaten Langkat. Faktor-faktor yang akan penulis gunakan diantaranya adalah:
Luas lahan yang digunakan para petani untuk bercocok tanam, cuaca atau curah
hujan yang terjadi tiap tahunnya di daerah Kabupaten Langkat, serta pasokan
pupuk yang digunakan oleh para petani untuk membantu hasil produksi
pertaniannya.
Namun, selain faktor-faktor yang telah disebutkan diatas, ada juga
beberapa faktor pendukung hasil produksi lainnya yang ikut mempengaruhi
produktifitas padi sawah di Kabupaten Langkat yang tidak diikut sertakan oleh
penulis sebagai salah satu variable dalam penelitian ini. Faktor-faktor tersebut
diantaranya: Faktor hama yang menyerang lahan pertanian dan bencana yang
terjadi sehingga mengakibatkan terjadinya gagal panen seperti bencana banjir,
bencana kekeringan, tiupan angin, dan bencana-bencana lain yang terjadi di
Dengan demikian, dalam kajian ini penulis tertarik dan akan melakukan
penelitian mengenai Produktifitas padi sawah di daerah Kabupaten Langkat
tersebut.
1.2 Rumusan Masalah
Seperti yang telah dijelaskan dalam latar belakang permasalahan tersebut diatas,
diketahui bahwa salah satu daerah atau kabupaten yang memiliki Produk
Domestik Regional Bruto atau PDRB perkapita terbesar sektor pertanian adalah
Kabupaten Langkat, karena di daerah atau kabupaten tersebut sebagian besar
penduduknya bermata pencaharian sebagai petani dan lahan pertanian yang subur
dan produktif, serta curah hujan yang mendukung tiap musimnya.
Sebagai daerah yang memiliki PDRB perkapita terbesar di sektor
pertanian, Kabupaten Langkat masih mengandalkan pasokan pupuk sebagai salah
satu upaya guna meningkatkan produktifitas padi sawah yang terus meningkat
jumlahnya tiap tahun.
Untuk mengetahui hasil produktifitas padi sawah di daerah tersebut, maka
penulis tertarik untuk melakukan penelitian di daerah tersebut, dan beberapa
permasalahan yang akan di kaji dalam penelitian ini dapat dirumuskan sebagai
berikut:
Berapakah besarnya pengaruh luas lahan, pupuk, curah hujan, dan
produktifitas padi sawah di Kabuapaten Langkat secara simultan?, apakah
produktifitas padi sawah di Kabupaten Langkat? dan Apakah luas lahan;
pupuk serta curah hujan memiliki pengaruh yang berarti terhadap
produktifitas padi sawah di Kabupaten Langkat?
Adapun usaha yang dilakukan untuk menjawab pertanyaan tersebut diatas
adalah adanya hubungan dan seberapa besar pengaruh yang terjadi secara
signifikan dan simultan antara variabel luas lahan, pupuk yang digunakan, dan
curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat.
1.3 Batasan Masalah
Batasan masalah yang dibuat demi kevaliditasan dan kerealibitasan hasil
penelitian, dalam penelitian ini penulis member batasan sebagai berikut:
1. Penelitian mengenai produktiftas padi sawah ini dilakukan di Kabupaten
Langkat.
2. Data yang didapat merupakan data sekunder hasil survey yang dilakukan
oleh Kantor Badan Pusat Statistik atau BPS Kabupaten Langkat.
3. Variabel yang digunakan untuk penelitian ini adalah, variabel luas lahan,
pupuk yang digunakan, dan curah hujan terhadap variabel produktifitas
padi sawah di Kabupaten Langkat. Dan variabel lain diluar model yang
ikut mempengaruhi antara lain, hama dan bencana yang melanda sehingga
terjadi gagal panen.
4. Untuk variabel pupuk, penulis membatasi hanya pada pupuk jenis UREA
5. Data yang digunakan dalam penelitian ini terbatas pada 6 tahun terakhir,
yaitu tahun 2006 sampai 2011.
6. Penyelesaian asumsi klasik seperti uji normalitas, uji signifikansi atau uji
kelinieran, uji koefisien dan uji multikolinieritas, pada penelitian ini,
penulis menggunakan bantuan program pengolah data SPSS Statistics 17
1.4 Maksud dan Tujuan
1.4.1 Maksud Penelitian
Sesuai dengan latar belakang permasalah dan rumusan masalah tersebut diatas,
adapun maksud dari penelitian ini adalah untuk mengetahui besarnya hubungan
dan pengaruh yang terjadi secara signifikan dan simultan antara variabel luas
lahan, pupuk yang digunakan, dan curah hujan terhadap variabel produktifitas
padi sawah di Kabupaten Langkat sehingga membuat salah satu PDRB perkapita
terbesar di Kabupaten Langkat ada di sektor pertanian.
1.4.2 Tujuan Penelitian
Adapun tujuan dari penelitian yang penulis lakukan adalah:
1. Untuk menganalisis besar hubungan dan pengaruh yang terjadi antara
variabel luas lahan, pupuk yang digunakan, dan curah hujan, terhadap hasil
produktifitas padi sawah di Kabupaten Langkat pada tahun 2005-2010
2. Untuk menganalisis pengaruh variabel luas lahan terhadap hasil
proudktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010
secara parsial atau bagian.
3. Untuk menganalisis pengaruh variabel pupuk yang digunakan terhadap
hasil produktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010
secara parsial atau bagian.
4. Untuk menganalisis pengaruh variabel curah hujan terhadap hasil
produktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010
secara parsial atau bagian.
1.5 Metodologi
1.5.1 Metodologi Pengambilan Data
Data yang diambil berupa data sekunder atau data yang telah di olah sebelumnya
dari hasil survey yang telah di lakukan oleh Kantor Badan Pusat Statistik atau
BPS Kabupaten Langkat.
1.5.2 Metodologi Pengembangan Sistem
Metode yang digunakan untuk mengembangkan data adalah dengan metode
analisis korelasi atau metode yang digunakan untuk mengetahui seberapa erat
dan signifikankah hubungan antara dua buah variabel atau lebih. Dan metode
analisis regresi linear berganda yaitu metode regresi untuk menemuka model
berganda ini digunakan untuk mengetahui pengaruh antara beberapa variabel
bebas terhadap variabel terikat.
1.6 Tempat dan Waktu Penelitian
1.6.1 Tempat Penelitian
Tempat dilaksanakannya penelitian ini adalah di Kabupaten Langkat, dan data
yang yang digunakan adalah data sekunder yang telah tersedia di Kantor Badan
Pusat Statistik atau BPS Kabupaten Langkat.
1.6.2 Waktu Penelitian
Penelitian ini di laksanakan selama 3 (tiga) kali terhitung dari tanggal 13 Maret ,
30 April dan 14 Mei, dengan cara mencatat langsung data yang butuhkan.
1.7 Sistematika Penulisan
Agar dapat memberikan gambaran yang jelas pada penyusunan laporan hasil
penelitian ini, maka penulis menjabarkan dalam beberapa bab sebagai berikut:
BAB 1 : PENDAHULUAN
masalah, batasan masalah, maksud dan tujuan penelitian, metodologi,
tempat dan Pada Bab pendahuluan ini menguraikan tentang latar
belakang penelitian, rumusan waktu penelitian, serta sistematika
BAB 2 : LANDASAN TEORI
Bab ini berisi tentang teori dasar dalam penelitian yang mendukung
penulisan Tugas Akhir, mencakup defenisi variabel, teori tentang
permasalahan, metoda atau teknik yang digunakan, uraian tentang
metode yang digunakan, dan kerangka penyelesaian masalah.
BAB 3 : SEJARAH SINGKAT TEMPAT RISET
Bab ini berisi penjelasan tentang hasil pendefinisian kebutuhan
permasalahan dan penjelasan mengenai tempat dimana penelitian ini
dilakukan yang dijadikan topik penelitian ini.
BAB 4 : PENGOLAHAN DATA
Bab ini berisi tentang teknik yang digunakan untuk mengolah dan
menganalisis data yang didapat dan diteruskan dengan pengujian data
hasil analisis dengan data tabel.
BAB 5 : IMPLEMENTASI SISTEM
Bab ini merupakan Bab yang berisikan tentang sistematika pengolahan
data menggunakan aplikasi-aplikasi yang di gunakan oleh penulis.
BAB 6 : KESIMPULAN DAN SARAN
Bab ini merupakan Bab penutup yang berisikan tentang kesimpulan dan
BAB 2
LANDASAN TEORI
2.1 Defenisi Variabel
Pada penelitian yang penulis lakukan untuk menganalisis pengaruh yang terjadi
antara luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah
di Kabupaten Langkat tahun 2006-2011 ini, penulis menggunakan beberapa
variabel yang penulis gunakan sebagai faktor penentu, yaitu:
a) Variabel luas lahan
Menurut Dokuchaiev, lahan merupakan likungan fisis dan biotik yang
berkatian dengan daya dukungnya terhadap perikehidupan dan
kesejahteraan hidup manusia. Lingkungan fisis meliputi relief atau
topografi, iklim, tanah, dan air. Sedangkan lingkungan biotik meliputi
hewan, tumbuhan, dan manusia (Romenah, ”Lahan Potensial dan Lahan
Kritis”, 2008).
Pada penelitian ini, penulis menggunakan variabel luas lahan yaitu
besarnya lahan panen yang digunakan oleh warga di Kabupaten Langkat
untuk bercocok tanam padi sawah dengan kondisi lahan tersebut memiliki
b) Variabel pupuk
Pupuk merupakan kunci dari kesuburan tanah karena berisi satu atau lebih
unsur untuk menggantikan unsur yang habis terisap tanaman. Jadi,
memupuk berarti menambah unsur hara ke dalam tanah (pupuk akar) dan
tanaman (pupuk daun) (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).
Pupuk sudah membudaya pada petani. Petani dan pupuk seakan
sudah menyatu. Sehingga tak perlu heran kalau banyak petani yang merasa
enggan menanam sesuatu tanpa memberi pupuk. Berdasarkan asal
pembuatannya, pupuk terdiri dari dua kelompok, yaitu pupuk anorganik
dan pupuk organik. Pupuk anorganik adalah pupuk yang dibuat oleh
pabrik-pabrik pupuk dengn meramu bahan-bahan kimia (anorganik)
berkadar hara tinggi. Misalnya, pupuk urea berkadar N 45% - 46%, jadi
setiap 100 kg urea terdapat 45-46 kg hara Nitrogen (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).
Pada penelitian ini, penulis membatasi variabel pupuk hanya pada
pupuk yang sering digunakan oleh petani yang berada di Kabupaten
Langkat yaitu pupuk jenis UREA bersubsidi dari pemerintah untuk
tanaman pangan dan hortikultura. Pupuk urea termasuk pupuk nitrogen
yang dibuat dari gas amoniak dan gas asam arang. Persenyawaan kedua
zat ini melahirkan pupuk urea dengan kandungan N sebanyak 46% yang
termasuk pupuk higroskopis atau mudah menarik uap air. Pada
sehingga pupuk urea ini mudah larut dalam air dan mudah diserap oleh
tanaman (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).
c) Variabel curah hujan
Curah hujan adalah banyaknya debit air hujan yang turun pada suatu
daerah dalam kurun waktu tertentu di setiap musimnya. Pada daerah tropis
seperti Indonesia, curah hujan sangat berpengaruh terhadap kesuburan
suatu tanaman.
Pada penelitian ini, penulis menggunakan variabel curah hujan
sebagai salah satu variabel bebas, yaitu banyaknya tingkat debit air hujan
yang turun di daerah Kabupaten Langkat dalam kurun waktu 1 (satu)
tahun.
d) Variabel Produktifitas Padi Sawah
Produktifitas padi sawah adalah banyaknya hasil produksi di sektor padi
sawah. Hasil produksi padi sawah tersebut di pengaruhi oleh beberapa
faktor, diantaranya luas lahan, pupuk, curah hujan, hama, bibit yang
digunakan, dan banyak faktor pendukung lainnya.
Pada penelitian ini, penulis menggunakan variabel produktifitas
padi sawah sebagai variabel takbebas atau prediktor, yaitu produktifitas
padi sawah di daerah Kabupaten Langkat tiap tahunnya.
2.2.1 Teknik Analisis yang Digunakan
Adapun teknik analisis statistik penulis gunakan dalam melakukan pengolahan
data pada penelitian ini yaitu dengan teknik analisis korelasi ganda dan analisis
regresi ganda. Berikut akan dipaparkan lebih lanjut mengenai teknik analisis data
tersebut.
2.2.1.1 Analisis Korelasi
Teknik analisis korelasi merupakan bagian dari teknik pengukuran asosiasi
(measure of association) yang berguna untuk mengukur kekuatan hubungan antara dua variabel atau lebih. Terdapat beberapa teknik analisis korelasi,
diantaranya yang paling terkenal dan digunakan secara luas diseluruh dunia ialah
teknik analisis korelasi Pearson dan Spearman.
Pada penelitian ini, penulis menggunakan analisis korelasi ganda yang
merupakan teknik analisis yang digunakan untuk mengukur kekuatan hubungan
antara lebih dari dua variabel. Korelasi ganda tidak secara otomatis menunjukkan
hubungan kausalitas antar variabel. Hubungan dalam korelasi ganda dapat berupa
hubungan linier positif dan linier negatif. Interpretasi koefisien korelasi ganda
akan menghasilkan makna kekuatan, signifikansi dan arah hubungan kedua
variabel yang diteliti. Untuk melihat kekuatan koefisien korelasi ganda didasarkan
pada jarak yang berkisar antara 0 sampai dengan 1. Untuk melihat signifikansi
hubungan digunakan angka signifikansi/probabilitas/alpha. Untuk melihat arah
korelasi dilihat dari angka koefisien korelasi ganda yang menunjukkan positif atau
negatif. Koefisien korelasi ganda dapat ditentukan dengan mengakarkan koefisien
koefisien diterminasi dengan simbol r2 merupakan proporsi variabilitas
dalam suatu data yang dihitung didasarkan pada model statistik. Definisi
berikutnya menyebutkan bahwa r2 merupakan rasio variabilitas nilai-nilai yang
dibuat model dengan variabilitas nilai data asli. Secara umum r2 digunakan
sebagai informasi mengenai kecocokan suatu model. Dalam regresi r2 ini
dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli
yang dibuat model. Jika r2 sama dengan 1, maka angka tersebut menunjukkan
garis regresi cocok dengan data secara sempurna.
Interpretasi lain ialah bahwa r2 diartikan sebagai proporsi variasi
tanggapan yang diterangkan oleh regresor (variabel bebas/X) dalam model.
Dengan demikian, jika r2 = 1 akan mempunyai arti bahwa model yang sesuai
menerangkan semua variabilitas dalam variabel Y. Jika r2 = 0 akan mempunyai
arti bahwa tidak ada hubungan antara regresor (X) dengan variabel Y. Dalam
contoh kasus misalnya, jika r2 = 0,8 mempunyai arti bahwa sebesar 80% variasi
dari variabel Y (variabel tergantung/response) dapat diterangkan dengan variabel X (variabel bebas/explanatory), sedang sisanya 0,2 dipengaruhi oleh variabel-variabel yang tidak diketahui atau variabilitas yang inheren. Rumus untuk
menghitung koefisien determinasi (KD) adalah KD = r2 x 100%. Variabilitas
mempunyai makna penyebaran/distribusi seperangkat nilai-nilai tertentu. Dengan
menggunakan bahasa umum, pengaruh variabel X terhadap Y adalah sebesar
Dalam hubungannya dengan korelasi, maka r2 merupakan kuadrat dari
koefisien korelasi yang berkaitan dengan variabel bebas (X) dan variabel Y
(tergantung). Secara umum dikatakan bahwa r2 merupakan kuadrat korelasi antara
variabel yang digunakan sebagai predictor (X) dan variabel yang memberikan response (Y). Dengan menggunakan bahasa sederhana r2 merupakan koefisien
korelasi yang dikuadratkan. Oleh karena itu, penggunaan koefisien determinasi
dalam korelasi tidak harus diinterpretasikan sebagai besarnya pengaruh variabel X
terhadap Y mengingat bahwa korelasi tidak sama dengan kausalitas. Secara bebas
dikatakan dua variabel mempunyai hubungan belum tentu variabel satu
mempengaruhi variabel lainnya. Lebih lanjut dalam konteks korelasi antara dua
variabel maka pengaruh variabel X terhadap Y tidak nampak. Kemungkinannya
hanya korelasi merupakan penanda awal bahwa variabel X mungkin berpengaruh
terhadap Y. Sedang bagaimana pengaruh itu terjadi dan ada atau tidak akan
mengalami kesulitan untuk membuktikannya. Hanya menggunakan angka r2 tidak
akan dapat membuktikan bahwa variabel X mempengaruhi Y.
Dengan demikian jika menggunakan korelasi sebaiknya jangan
menggunakan koefisien determinasi untuk melihat pengaruh X terhadap Y karena
korelasi hanya menunjukkan adanya hubungan antara variabel X dan Y. Jika
tujuan riset hanya untuk mengukur hubungan maka sebaiknya berhenti saja di
angka koefisien korelasi. Sedang jika ingin mengukur besarnya pengaruh variabel
X terhadap Y sebaiknya menggunakan rumus lain, seperti regresi atau analisis
jalur.
Keterangan: R2 = Koefisien determinasi
JKreg = Jumlah kuadrat-kuadrat regresi
yi2 = Kuadrat selisih variabel terikat dikurang rata-rata
Dengan rumus untuk JKreg adalah:
koefisien korelasi ganda ialah pengukuran statistik kovarian atau asosiasi
antara dua atau lebih variabel. Besarnya koefisien korelasi ganda berkisar antara
+1 s/d -1. koefisien korelasi ganda menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua atau lebih variabel acak. Jika koefisien korelasi
ganda bernilai positif, maka variabel-variabel tersebut mempunyai hubungan
searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula.
Sebaliknya, jika koefisien korelasi ganda bernilai negatif, maka variabel-variabel
mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai
variabel Y akan menjadi rendah (dan sebaliknya).
Secara umum penulis menggunakan angka signifikansi sebesar 0,01; 0,05
dan 0,1. Pertimbangan penggunaan angka tersebut didasarkan pada tingkat
kepercayaan (confidence interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01 mempunyai pengertian bahwa tingkat kepercayaan atau
sebesar 99%. Jika angka signifikansi sebesar 0,05, maka tingkat kepercayaan
adalah sebesar 95%. Jika angka signifikansi sebesar 0,1, maka tingkat
kepercayaan adalah sebesar 90%.
Pertimbangan lain ialah menyangkut jumlah data (sampel) yang akan
digunakan dalam riset. Semakin kecil angka signifikansi, maka ukuran sampel
akan semakin besar. Sebaliknya semakin besar angka signifikansi, maka ukuran
sampel akan semakin kecil. Unutuk memperoleh angka signifikansi yang baik,
biasanya diperlukan ukuran sampel yang besar. Sebaliknya jika ukuran sampel
semakin kecil, maka kemungkinan munculnya kesalahan semakin ada.
Untuk pengujian dalam SPSS digunakan kriteria sebagai berikut:
- Jika angka signifikansi hasil riset < 0,05; maka hubungan kedua variabel
signifikan.
- Jika angka signifikansi hasil riset > 0,05; maka hubungan kedua variabel
tidak signifikan.
2.2.1.2 Interpretasi Korelasi
Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat kekuatan
hubungan dua variabel; kedua, melihat signifikansi hubungan; dan ketiga, melihat
arah hubungan. Untuk melakukan interpretasi kekuatan hubungan antara dua
variabel dilakukan dengan melihat angka koefisien korelasi hasil perhitungan
1. Jika angka koefisien korelasi menunjukkan 0, maka kedua variabel
tidak mempunyai hubungan.
2. Jika angka koefisien korelasi mendekati 1, maka kedua variabel
mempunyai hubungan semakin kuat.
3. Jika angka koefisien korelasi mendekati 0, maka kedua variabel
mempunyai hubungan semakin lemah.
4. Jika angka koefisien korelasi sama dengan 1, maka kedua variabel
mempunyai hubungan linier sempurna positif.
5. Jika angka koefisien korelasi sama dengan -1, maka kedua variabel
mempunyai hubungan linier sempurna negatif.
2.2.1.3 Hipotesis
Pengujian hipotesis untuk korelasi digunakan uji t. Pengambilan keputusan
menggunakan angka pembanding t tabel dengan kriteria sebagai berikut :
1. Jika t hitung > t tabel, H0 ditolak; H1 diterima
2. Jika t hitung < t tabel, H0 diterima; H1 ditolak
Disamping menggunakan cara diatas, cara kedua ialah menggunakan angka
signifikansi. Caranya adalah sebagai berikut :
1. Jika angka signifikansi hasil riset < 0,05; maka H0 ditolak.
2.2.1.4 Analisis Regresi
Dalam penelitian ini, salah satu teknik analisis yang digunakan adalah analisis
regresi linier berganda. Analisis regresi linier berganda ialah suatu alat analisis
dalam ilmu statistik yang berguna untuk mengukur hubungan matematis antara
lebih dari 2 peubah. Bentuk umum persamaan regresi linier berganda ialah
sebagai berikut :
Persamaan tersebut diduga oleh persamaan di bawah ini :
Menentukan b0, b1, b2, …, bk dapat menggunakan metode kuadrat terkecil melalui
apa yang disebut dengan persamaan normal seperti di bawah ini :
Bentuk persamaan matriks di atas termasuk ke dalam suatu sistem
persamaan linier. Mencari atau menentukan b0, b1, b2, b3, …, bn berarti mencari
atau menentukan solusi dari sistem persamaan linier (SPL). Mencari solusi SPL
Invers (Metode Matriks yang diperbesar dan Metode Matriks Adjoin), dan Metode
Cramer.
Metode Cramer merupakan metode yang paling populer dalam
menentukan suatu solusi SPL (Sistem Persamaan Liniear) karena sifatnya yang
mudah dipelajari dan sederhana. Menurut Cramer jika kita punya SPL (Sistem
Persamaan Liniear) sebagai berikut :
Maka x1, x2, x3, …, xn dapat langsung dicari dengan membagi determinan
matriks Aj dengan determinan matriks koefisien A. Dimana :
Uji simultan atau uji F, bertujuan untuk mengetahui pengaruh gabungan
variabel-variabel X terhadap variabel-variabel Y. Nilai F hitung dapat ditentukan dengan formula :
Keterangan :
R² = Koefisien determinasi
n = Banyaknya sampel
m = Banyaknya varians
Apabila hasil perhitungan F hitung > F tabel, maka H0 ditolak sehingga
dapat dikatakan bahwa variabel bebas regresi dapat menerangkan variabel terikat
secara serentak. Sebaliknya jika F hitung < F tabel, maka Ho diterima dengan
demikian dapat dikatakan bahwa variabel bebas dari model regresi berganda tidak
mampu menjelaskan variabel terikat.
2.2.1.6 Pengaruh Parsial
Untuk menguji kemaknaan koefisien regresi parsial digunakan uji t. Nilai t dapat
ditentukan dengan formula sebagai berikut :
r = Koefisien korelasi
n = Banyaknya sampel
Apabila t hitung > t tabel, maka H0 ditolak dengan demikian variabel
bebas dapat menerangkan variabel terikat yang ada dalam model. Sebaliknya
apabila t hitung < t tabel maka Ho diterima, dengan demikian variabel bebas tidak
dapat menjelaskan variabel terikat atau dengan kata lain tidak ada pengaruh di
antara dua variabel yang diuji. Untuk mencari besarnya r2, di mana r2 adalah satu
dikurangi rasio antara besarnya deviasi Y observasi dari garis regresi dengan besar
deviasi nilai Y observasi dari rata-ratanya. Secara matematis dapat ditulis dengan
formula sebagai berikut:
r²=
Keterangan :
r² = Besarnya koefisien determinasi
Y = Nilai variabel Y
Ŷ = Nilai estimasi Y
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Singkat Bdan Pusat Statistik (BPS)
3.1.1 Sejarah Hari Statistik
Sejarah hari statistik terjadi diantaranya sebagai berikut:
Untuk memenuhi rekomendasi PBB kepada setiap Negara, agar seluruh
anggotanya dapat menyelenggarakan sensus penduduk secara serentak.
Sehingga pemerintah Republik Indonesia mengundangkan
Undang-undang Nomor 6 Tahun 1960 tentang sensus sebagai pengganti dari
Volkstelling Ordonnantie tahun 1930.
Dalam rangka memenuhi kebutuhan bagi penyusunan perencanaan
Pembanguna Semesta Berencana, pada tanggal 26 September 1960
Pemerintah RI mengesahkan Undang-undang Nomor 7 Tahun 1960
tentang Statistik sebagai pengganti Statistiek Ordonnantie tahun 1934. Undang-undang tersebut secara terperinci mengatur penyelenggaraan
statistik dan organisasi Biro Pusat Statistik (BPS).
Presiden RI pada bulan Agustus tahun 1996 menetapkan tanggal di
sahkannya Undang-undang Nomor 7 tahun 1960 tentang Statistik tersebut
sebagai “Hari Statistik”, karena hari kelahiran Undang-undang Nomor 7
tahun 1960 tersebut merupakan titk awal perjalanan Badan Pusat Statistik
diatur berdasarkan sistem perundang-undangan kolonial. Kemudian,
Pemerintah RI menetapkan Undang-undang nomor 16 Tahun 1997 tentang
Statistik, sebagai pengganti undang-undang Nomor 8 dan 7 tahun 1960.
3.1.2 Periode-Periode Badan Pusat Statistik
3.1.2.1 Periode 1920-1942, Masa Hindia-Belanda
Didirikan tahun 1920 dengan tugas mengumpulkan data statistik Bea dan
Cukai, dan bernaung dibawah Departemen Landbouw Nijverheid en Handel.
Tanggal 24 Sepetember 1924 pusat kegiatan pindah dari Bogor ke Jakarta
dengan nama Centraal Kantoor voor de Stastiek (CKS).
3.1.2.2 Periode 1942-1945, Masa Pemerintahan Jepang
CKS beralih ke Pemerintahan Militer Jepang. Kegiatannya diarahakan
untuk memenuhi kebutuhan data yang berkatian dengan Pemerintah
Militer Jepang. Bernaung dibawah Gubernur Militer (Gunsekanbu) denga
Nama Chosasitsu Gunseikanbu.
3.1.2.3 Periode 1945-1950, Masa Pemerintahan RI
Sejak Proklamasi 17 Agustus 1945 Chosasitsu Gunseikanbu diubah
menjadi Kantor Penyelidikan Perangkaan Umum Republik Indonesia
Pada awal 1946, KAPPURI pindah ke Yogyakarta. Saat itu KAPPURI
dipimpin oleh Semaun. Sementara itu di Jakarta Pemerintah Federal
(Belanda) menghidupak kembali CKS.
3.1.2.4 Periode 1950-1957
Berdasarkan surat edaran Kementrian Kemakmuran 12 Juni 1950
No.219/SC, kedua kantor tersebut dilebur menjadi satu dengan nama
“Kantor Pusat Statistik” dibawah naungan Kementrian Kemakmuran.
3.1.2.5 Periode 1957-1997
Berdasarkan surat Keputusan Presiden RI No. 172/1957, Kantor Pusat
Statistik (KPS) diubah menjadi “Biro Pusat Statistik” (BPS), dan langsung
berada dibawah Perdana Menteri.
Pada tangal 24 September 1960 dengan Undang-undang No.6 tahun 1960
tentang Sensus dan tentang Statistiktanggal 26 September 1960 dengan
Undang-undang No.7 tahun 1960 ditetapkan bahwa “Biro Pusat Statistik”
(BPS), ditugasi sebagai penyelenggara Sensus (Pasal 2 UU No.6 Tahun
1960) dan BPS berada di lingkungan Kabinet Perdana Menteri sebagai
Pusat Penyaluran Statistik (Pasal 2 UU No. 7 tahun 1960).
Tahun 1961, untuk yang pertama kalinya BPS menyelnggarakan Sensus
Penduduk sejak masa kemerdekaan RI. Setiap kantor Gubernur (Propinsi),
Kabupaten/Kotamadya dan Kecamatan dibentuk bagian yang mengurus
Tahun 1965, dengan Keputusan Presidium Kabinet No. Aa/C/9 Bagian
Sensus di tiap Kantor Gubernur dan Kabupaten/Kotamadya
tersebutditetapkan menjadi Kantor Sensus dan Statistik.
Tahun 1968, ditetapkan Peraturan Pemerintah No.6 Tahun 1968, yang
mengatur Organisasi dan Tata Kerja BPS (di Pusat dan Daerah).
Tahun 1980, ditetapkan Peraturan Pemerintah No. 6 Tahun 1980, tentang
Organisasi BPS sebagai Pengganti PP No. 16/1968. Berdasarkan PP
No.6/1980 disetiap propinsi terdapat kantor statistik dengan nama Kantor
Statistik Propinsi dan begitu juga disetiap Kabuapten dan Kotamadya
terdapat Kantor Statistik dengan nama Kantor Statistik
Kabupaten/Kotamadya.
Tahun 1992, ditetapkan Peraturan Pemerintah No.2 tahun 1992, tentang
Organisasi BPS sebagai pengganti PP No.6/1980. Kedudukan, tugas,
fungsi, susunan organisasi, dan tata kerja Biro Pusat Statistik Selanjutnya
diatur dengan Keputusan Presiden.
Berdasarkan KEPPRES No.6/1992 organisasi BPS terdiri dari Kepala,
Wakil Kepala, Deputi Administrasi, Deputi Perencanaan dan Anasisi
Statistik, Deputi Statistik Produksi dan Kependudukan, Deputi Statistik
Distribusi dan Neraca Nasional, Pusat Pendidikan dan Pelatiah Statistik,
perwakilan BPS Daerah dan Unit Pelaksanaan Teknis (UPT).
3.1.2.6 Periode 1997-Sekarang
Sebagain pengganti UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7
Statistik. Berdasarkan UU ini yang ditindaklanjuti dengan peraturan perundangan
dibawahnya, secara formal nama Biro Pusat Statistik diganti menjadi Bada Pusat
Statistik.
Materi yang merupakan mutatan baru dalam UU Nomor 16 Tahun 1997,
antara lain :
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 unsure masyarakat lainnya secara
mandiri atau bersama dengan BPS.
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.
Sistem Statistik Nasional yang andal, efektif, dan efisien.
Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk
menampung aspirasi masyarakat statistik, yng bertugas memberikan saran
dan pertimbangan kepada BPS.
Berdasarkan Undang-undang Nomor 16 Tahun 1997, pernana yang harus
dijalankan oleh BPS adalah sebagai berikut :
Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini
didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari
Membantu kegiatan statistik di departemen, lembaga pemerintah atau
institusi lainnya, dalam membangu sistem perstatistikan nasional.
Mengembangkan dan mempromosikan standar teknik dan metodologi
statistik,
dan menyediakan pelayanan pada bidang pendidikan dan pelatihan
statistik.
Membangun kerjasama dengan isntitusi internasional dan Negara lain untuk
kepentingan perkembanga statistik Indonesia
3.2 Badan Pusat Statistik (BPS) Kabupaten Langkat 3.2.1 Latar Belakang
Badan Pusat Statistik (BPS) mempunyai tugas menyediakan data dan informasi
statistik yang berkualitas: lengkap, akurat, mutakhir, berkelanjutan, dan relevan
bagi pengguna data. Data dan informasi statistik yang berkualitas merupakan
rujukan bagi upaya perumusan kebijakan dalam menyusun perencanaan,
melakukan pemantauan dan mengevaluasi program-program agar sasaran-sasaran
yang telah ditetapkan dapat dicapai dengan tepat, sehingga tujuan pembangunan,
diantaranya untuk meningkatkan kesejahteraan rakyat, dapat dicapai dengan
efektif.
Dalam Peraturan Presiden No. 5 tahun 2010 ditetapkan bahwa Rencana
Pembangunan Jangka Menengah (RPJM) Nasional Tahun 2010-2014 merupakan
penjabaran dari visi, misi, dan program Presiden hasil Pemilihan Umum Tahun
disusun Kementerian/Lembaga harus mangacu kepada RPJM Nasional
2010-2014. Perpres No.5 Tahun 2010 juga mengatur kewajiban Kementerian/Lembaga
untuk menyusun Rencana Strategis 2010-2014 dengan menyusun visi dan misi
Kementerian/Lembaga yang diselaraskan dengan visi dan misi RPJMN
2010-2014. Dengan adanya Renstra sebagai dasar menyusun rencana kerja tahunan
Kementerian/Lembaga maka pelaksanaan program dan kegiatan akan menjadi
lebih terarah, efektif, dan efisien.
3.2.2 Kondisi Umum
Sejalan dengan penerapan perencanaan dan penganggaran berbasis kinerja,
langkah penguatan pemantauan dan evaluasi kinerja pelaksanaan rencana
pembangunan menjadi pilihan strategis. Proses perencanaan memerlukan data dan
informasi statistik yang berkualitas. Oleh karena itu, ketersediaan data dan
informasi statistik yang andal
merupakan salah satu kunci keberhasilan perencanaan. Data dan informasi
statistik berkualitas tidak saja menjadi rujukan pemerintah tetapi juga dibutuhkan
oleh kalangan swasta dan masyarakat untuk pengembangan usaha dan beragam
kebutuhan lainnya.
Dalam rangka memenuhi kebutuhan data dan informasi statistik dan
amanat UU No. 16 Tahun 1997 tentang Statistik, BPS telah menerbitkan Surat
Keputusan Kepala BPS Nomor 5 Tahun 2000 tentang Sistem Statistik Nasional
a) Agar para penyelenggara kegiatan statistik memanfaatkan sumber daya
yang tersedia secara optimal;
b) Menghindari kemungkinan terjadinya duplikasi kegiatan oleh para
penyelenggara statistik; dan
c) Agar tercipta suatu Sistem Statistik Nasional yang andal, efektif, dan
efisien.
Salah satu upaya BPS untuk mewujudkan SSN antara lain melakukan
koordinasi dan kerjasama dengan instansi pemerintah dan masyarakat, baik di
pusat maupun daerah, serta dengan lembagalembaga internasional. Koordinasi
dan kerjasama dimaksud dilaksanakan atas dasar kemitraan dengan tetap
mengantisipasi serta menerapkan perkembangan ilmu pengetahuan dan teknologi,
khususnya teknologi informasi dan komunikasi (TIK). Jejaring tersebut
merupakan kekuatan yang terus dikembangkan dalam rangka pembangunan
nasional di bidang statistik.
3.2.3 Kedudukan, Tugas, Fungsi, dan Kewenangan
Kedudukan
Berdasarkan Keputusan Kepala Badan Pusat Statistik (BPS) Nomor 121
Tahun 2001 tentang Organisasi dan Tata Kerja Perwakilan BPS di Daerah,
jawab langsung kepada Kepala BPS dan melaksanakan koordinasi dengan
Bupati sebagai Kepala Daerah setempat.
Tugas Pokok
BPS Kabupaten Langkat menurut KepPres Republik Indonesia No. 103
Tahun 2001 Pasal 22, mempunyai tugas pokok melaksanakan tugas
pemerintah di bidang perstatistikan di wilayan Kabupaten Langkat sesuai
dengan perundang-undangan yang berlaku.
Fungsi
Dalam melaksanakan tugas tersebut, BPS Kabupaten Langkat
menyelenggarakan fungsi:
Pengkajian, Penyusunan, dan Perumusan kebijakan dibidang statistik;
Pengkoordinasian kegiatan statistik nasional dan regional;
Penetapan dan penyelenggaraan statistik dasar;
Pembinaan dan fasilitas terhadap kegiatan instansi pemerintah di
bidang kegiatan statistik; dan
Penyelenggaraan pembinaan dan pelayanan administrasi umum di
bidang perencanaan umum, ketatausahaan, organisasi, tata laksana,
kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan,
dan rumah tangga.
Kewenangan
Dalam menyelenggarakan fungsi tersebut, Badan Pusat Statistik
Penyusunan rencana daerah di BPS Kabupaten Langkat secara makro
di bidang statistik;
Perumusan kebijakan di bidang statistik untuk mendukung
pembangunan daerah di Kabupaten Langkat;
Penetapan sistem informasi statistik;
Penetapan dan penyelenggaraan Statistik Nasional di Kabupaten
Langkat;
Kewenangan lain sesuai dengan ketentuan peraturan
perundang-undangan yang berlaku, yaitu perumusan dan pelakasanan kebijakan
tertentu di bidang kegiatan statistik dan penyusunan pedoman
penyelenggaraan survei statistik sektoral.
3.2.4 Landasan Hukum
Dalam menyelenggarakan pelaksanaan tugas dan fungsinya, Badan Pusat Statistik
Kabupaten Langkat dilindungi oleh perangkat hukum, yaitu:
1. Undang-undang Nomor 16 Tahun 1997 tentang Statistik menjamin
kepastian hukum bagi penyelenggara dan pengguna statistik baik
pemerintah maupun masyarakat. Dengan adanya Undang-undang Statistik
maka kepentingan masyarakat pengguna statistik akan terjamin terutama
atas nilai infomasi yang diperolehnya.
2. Peraturan Pemerintah Republik Indonesia Nomor 51 Tahun 1999 tentang
menyelenggarakan kegiatan statistik dasar.
3. Kepututsan Presiden Republik Indonesia Nomor 103 Tahun 2001 tentang
Lembaga Pemerintahan Non Departemen yang menetapkan kedudukan
BPS sebagai lembaga pemerintah non departemen yang mempunyai tugas
menyelenggarakan kegiatan statistik dasar.
4. Keputusan Kepala Badan Pusat Statistik (BPS) Nomor 121 Tahun 2001
tentang Organisasi dan Tata Kerja Perwakilan BPS di Daerah.
3.2.5 Struktur Organisasi
Untuk melaksanakan tugas, fungsi, kewenangan, susunan organisasi, dan tata
kerja tersebut, sesuai Keputusan Kepala Badan Pusat Statistik Nomor 121 Tahun
2001 tentang Organisasi dan Tata Kerja Perwakilan Badan Pusat Statistik di
Daerah, telah ditentukan struktur Organisasi Badan Pusat Statistik Kabupaten
Langkat yang terdiri dari:
1. Kepala BPS Kabupaten Langkat
2. Kepala Sub Bagian Tata Usaha
3. Kepala Seksi Statistik Produksi
Kecamatan (KSK) sebanyak 17 orang dan 8 orang di antaranya merupakan
pejabat fungsional statistisi.
3.2.6 Wilayah Administrasi Kerja BPS Kabupaten Langkat
Wilayah administrasi kerja BPS Kabupaten Langkat yang menjadi tanggung
jawab pengawasan dan pembinaan dalam penyelnggaraan kegiatan statistik
sebanyak 23 Kecamatan dan 240 Desa serta 37 Kelurahan. Adapun nama-nama
Kecamatan tersebut adalah:
Tabel 3.2: Daftar Desa dan Kelurahan ditiap-tiap Kecamatan di Kabupaten
Langkat
No. Kecamatan Desa Kelurahan Jumlah
17. Gebang 10 1 11
18. Babalan 4 4 8
19. Sei Lepan 9 5 14
20. Brandan Barat 5 2 7
21. Besitang 6 3 9
22. Pangkalan Susu 9 2 11
23. Pematang Jaya 8 0 8
JUMLAH 240 37 277
3.3 Badan Pusat Statistik (BPS) Kabupaten Langkat 2010-2014
3.3.1 Visi dan Misi
3.3.1.1 Visi BPS Kabupaten Langkat
Visi BPS 2010-2014 dibangun dengan memperhatikan berbagai kekuatan dan
kelemahan internal serta peluang dan tantangan yang dihadapi dari pihak luar
dengan landasan pemikiran proaktif. Pembangunan nasional di bidang statistik
diarahkan agar mampu mengakomodasi berbagai tantangan yang berkembang,
seperti reformasi yang mendukung keterbukaan informasi, otonomi daerah yang
mengandung tantangan keragaman data dan informasi statistik pada tingkatan
wilayah kecil, perkembangan teknologi informasi yang mengarah kepada
peningkatan kemudahan akses masyarakat akan data dan informasi, serta
memperhatikan kesiapan SDM penyelenggara statistik dan kecenderungan
Dengan mempertimbangkan berbagai hal tersebut, maka Visi BPS
2010-2014 disepakati sebagai berikut:
“Pelopor data statistik terpercaya untuk semua”
“The Agent of trustworthy statistical data for all”
BPS adalah lembaga pemerintah yang mempunyai tugas pokok
menyediakan dan melakukan koordinasi ketersediaan data dan informasi statistik
pada lingkup nasional maupun daerah. Kata “pelopor” mempunyai makna bahwa
BPS sebagai pencetus ide penyedia statistik terpercaya, sekaligus sebagai pelaku
dalam penyediaan statistik terpercaya. Kata “data statistik yang terpercaya” yaitu
statistik yang menggambarkan keadaan yang sebenarnya. Kata “untuk semua”
dimaksudkan bahwa semua pihak mempunyai hak yang sama untuk mengakses
data BPS (impartial).
3.3.1.2 Misi BPS Kabupaten Langkat
Pernyataan misi merupakan penjabaran serta rencana pelaksanaan program dan
kegiatan agar mampu mencapai visi yang sudah ditetapkan. Berdasarkan visi BPS,
maka misi pembangunan nasional statistik Indonesia mencakup:
1. Memperkuat landasan konstitusional dan operasional lembaga statistik
untuk penyelenggaraan statistik yang efektif dan efisien;
2. Menciptakan insan statistik yang kompeten dan profesional, didukung
pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan
3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi,
pengukuran, dan kode etik statistik yang bersifat universal dalam setiap
penyelenggaraan statistik;
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak;
5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik
yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem
Statistik Nasional (SSN) yang efektif dan efisien.
BAB 4
PENGOLAHAN DATA
4.1 PENGOLAHAN VARIABEL
4.1.1 Variabel Luas Lahan
Data tabel mengenai variabel luas lahan panen yang digunakan para petani untuk
digunakan sebagai lahan bercocok tanam padi sawah. Pada penelitian ini, penulis
menjadikan variabel luas lahan sebagai variabel bebas pertama (X1).
Tabel 4.1: Luas lahan panen padi sawah didaerah Kabupaten Langkat tiap tahun.
No. Tahun Luas lahan panen (Ha) / X1
1. 2006 80.167
2. 2007 79.573
3. 2008 82.447
4. 2009 85.227
5. 2010 67.115
6. 2011 75.595
Sumber: BPS Langkat 2011
4.1.2 Variabel Pupuk
Data tabel mengenai variabel pupuk jenis UREA bersubsidi untuk tanaman
penelitian ini, penulis menjadikan variabel pupuk sebagai variabel bebas kedua
(X2).
Tabel 4.2: Jumlah Pupuk UREA Bersubsidi Untuk Tanaman Pangan Dan
Hortikultura di Kabupaten Langkat Tiap Tahun.
No. Tahun Jumlah Pupuk (Ton)
Langkat. Pada penelitian ini, penulis menjadikan variabel jumlah curah hujan
sebagai variabel bebas ketiga (X3).
Tabel 4.3: Jumlah dan rata-rata curah hujan yang turun didaerah Kabupaten
4.1.4 Variabel Produktifitas Padi Sawah
Data tabel hasil produksi padi sawah di Kabupaten Langkat. Pada penelitian ini,
penulis menjadikan variabel hasil produksi padi sawah sebagai variabel terikat
(Y).
Tabel 4.4: Hasil produksi padi sawah didaerah Kabupaten Langkat tiap tahun.
No. Tahun Hasil Produksi Padi Sawah (Ton)
Sawah (Y) di Kabupaten Langkat Tahun 2006-2011.
Besarnya hubungan antara variabel luas lahan, pupuk, dan curah hujan
terhadap produktifitas padi sawah didaerah Kabupaten Langkat dapat
digambarkan sebagai berikut:
Luas lahan = X1
Pupuk = X2
Curah hujan = X3
Produktifitas padi sawah = Y
Gbr 4.1: Desain kerangka analisis simultan/gabungan dan partial/bagian dalam penelitian.
Pada penelitian ini, penulis melakukan koding pada data yang didapat
guna mempermudah dalam perhitungan dan penganalisisan data. Data yang
dikoding pada penelitian ini adalah dibagi dengan 1000 (seribu) sehingga data
penelitian akan berbentuk dalam ribuan. Berikut adalah tabel data setelah
dilakukan koding dalam ribuan.
Tabel 4.6: Luas Lahan (X1), Pupuk (X2), Curah Hujan (X3), dan Produktifitas
Padi Sawah (Y) di Kabupaten Langkat Tahun 2005-2010 (setelah di
TAHUN LUAS
Sebelum melakukan analisis regresi linear berganda dan analisis korelasi
berganda, terlebih dahulu dilakukan uji normalitas. Uji normalitas adalah
pengujian yang dilakukan terhadap data pada masing-masing variabel untuk
melihat tingkat kenormalan data tersebut. Uji normalitas yang sering digunakan
adalah uji Kolmogorov-Smirnov. Pada penelitian ini, penulis menggunakan
bantuan program pengolah data SPSS Statistics 17 untuk melakukan uji normalitas Kolmogorov-Smirnov.
Dan output yang dihasilkan dari uji normalitas Kolmogorov-Smirnov menggunakan program SPSS sebagai berikut:
Tests of Normality
*. This is a lower bound of the true significance.
Dari output yang dihasilkan, dapat dilihat nilai signifikansi/ Sig. pada uji Kolmogorov-Smirnov. Berdasarkan uji normalitas Kolmogorov-Smirnov tersebut,
data dari variabel akan dikatakan normal apabila nilai Sig. > 0,05 dan data dari
variabel akan dikatakan tidak normal apabila nilai Sig. < 0,05. Dari output SPSS tersebut, dapat dilihat bahwa semua variabel memiliki Sig. > 0,05. Sehingga data
dari variabel tersebut dikatakan normal, dan data dari variabel tersebut dapat
dilakukan sebagai variabel dalam analisis korelasi dan analisis regresi linear
berganda.
4.2.2 Analisis Regresi Linear Berganda
Setelah dilakukan uji normalitas dan data telah dikatakan normal, maka
selanjutnya adalah dilakukan analisis regresi linear berganda. Pada penelitian ini,
penulis menggunakan metode Cramer untuk mendapatkan determinan matriks, yang kemudian determinan tersebut digunakan untuk menentukan fungsi regresi
x =
A x B = C
Tabel 4.8: Harga-harga yang digunakan dalam perhitungan matriks dengan metode Cramer.
Dari daftar tabel diatas, dengan menggunakan metode Cramer, didapat matriks sebagai berikut:
x =
A x B = C
Dari matriks diatas, dapat dilihat bahwa terdapat 3 (tiga) buah matriks, yaitu matriks A,B dan C. Dengan metode Cramer, maka langkah pertama adalah mencari nilai determinan untuk matriks A.
TAHUN X1 X2 X3 Y X12 X22 X32 X1X2 X1X3 X2X3 X1Y X2Y X3Y
2006 80,17 8,82 3,17 432,45 6.427,23 77,79 10,05 707,00 254,14 27,96 34.669,52 3.814,21 1.370,87
2007 79,57 10,34 2,59 433,42 6.331,38 106,92 6,71 822,75 206,09 26,78 34.487,23 4.481,56 1.122,56
2008 82,45 9,6 2,21 448,83 6.798,00 92,16 4,88 791,52 182,21 21,22 37.006,03 4.308,77 991,91
2009 85,23 13,97 2,64 468,32 7.264,15 195,16 6,97 1.190,66 225,01 36,88 39.914,91 6.542,43 1.236,37
2010 67,12 14,48 2,63 394,4 4.505,09 209,67 6,92 971,90 176,53 38,08 26.472,13 5.710,91 1.037,27
2011 75,6 9,52 2,83 444,56 5.715,36 90,63 8,01 719,71 213,95 26,94 33.608,74 4.232,21 1.258,11
Jumlah 470,14 66,73 16,07 2.621,98 37.041,22 772,33 43,54 5.203,65 1.257,92 177,86 206.158,6 29.090,09 7.017,08
\
Setelah didapatkan determinan untuk matriks A yaitu sebesar 14.897,55,
lalu tentukan determinan matriks A1, dengan mengganti kolom pertama pada
matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Setelah didapatkan determinan untuk matriks A1 yaitu sebesar
227.6393,19 , lalu tentukan determinan matriks A2, dengan mengganti kolom
kedua pada matriks A dengan matriks C. Sehingga didapat matriks sebagai
berikut:
Sehingga didapat determinan untuk matriks A2 adalah:
Setelah didapatkan determinan untuk matriks A2 yaitu sebesar 53.165,61 ,
lalu tentukan determinan matriks A3, dengan mengganti kolom ketiga pada
matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Sehingga didapat determinan untuk matriks A3 adalah:
Setelah didapatkan determinan untuk matriks A3 yaitu sebesar 8.961,88 ,
lalu tentukan determinan matriks A4, dengan mengganti kolom keempat pada
matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Sehingga didapat determinan untuk matriks A4 adalah:
Setelah didapat determinan matriks A1, A2, A3, dan A4 dapat langsung
dibagi dengan determinan matriks A untuk mendapatkan nilai b0, b1, b2, dan b3.
Sehingga didapat persamaan regresi linear bergandanya. Untuk nilai b0, b1, b2, dan
Dengan menggunakan program SPSS, dapat dilihat output untuk analisis
regresi linear bergandanya adalah sebagai berikut:
Tabel 4.9: Output SPSS Untuk Analisis Regresi Linear Berganda
Coefficientsa Coefficients, yang merupakan nilai koefisien untuk persamaan regresi linear berganda nya. Pada tabel, b0 dinyatakan pada baris Constant, b1, b2, dan b3,
dinyatakan dalam variabel masing-masing. Dari tabel output SPSS tersebut, dapat
= 0,602; dan b3 = variabel curah hujan = –0,802. Sehingga model persamaan
regresi linear berganda menurut output SPSS adalah : Ŷ = 152,852 + 3,568 X1 +
0,602 X2 – 0,802 X3.
4.2.3 Uji Signifikansi / Uji Kelinearan (Uji F)
Setelah model persamaan regresi linear berganda didapat, maka perlu dilakukan
pengujian pada model persamaan regresi linear berganda tersebut, apakah model
persamaan regresi linear berganda tersebut bisa diterima atau tidak. Pengujian
model regresi linear berganda tersebut dapat dilakukan dengan uji kelinearan (uji
F). Pada penelitian ini, penulis menggunakan bantuan SPSS untuk melakukan uji
signifikansi atau uji kelinearan.
Hipotesis :
H0 : Tidak ada hubungan yang signifikan dan simultan antara luas lahan,
pupuk, dan curah hujan terhadap produktifitas padi sawah.
H1 : Ada hubungan yang signifikan dan simultan antara luas lahan,
pupuk dan curah hujan terhadap produktifitas padi sawah.
Untuk pengujian hipotesis pada tabel ANOVA, dapat dilakukan dengan 2
(dua) cara, yaitu dengan membandingkan nilai Fhitung dengan Ftabel dan dengan
membandingkan taraf signifikansi (Sig.) hitung dengan taraf signifikansi (Sig.) α
= 5% (0,05).
Kriteria pengujian:
- H0 diterima dan H1 ditolak apabila Fhitung< Ftabel
- H0 ditolak dan H1 diterima apabila Fhitung> Ftabel
b. Membandingkan taraf Sig.hitung dengan taraf Sig.0,05
- H0 diterima dan H1 ditolak apabila Sig.hitung> Sig.0,05
- H0 ditolak dan H1 diterima apabila Sig.hitung< Sig.0,05
Berikut adalah tabel ANOVA hasil output SPSS.
Tabel 4.10: Tabel ANOVA Output SPSS Untuk Uji Signifikansi
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 2491.471 3 830.490 3.106 .253a
Residual 534.790 2 267.395
Total 3026.260 5
a. Predictors: (Constant), Curah_hujan, Luas_lahan, Pupuk b. Dependent Variable: Produktivitas_padi
a. Membandingkan Fhitung dengan Ftabel
Dari tabel ANOVA, dapat dilihat Fhitung yang dihasilkan dari output SPSS
adalah sebesar 3,106 yang kemudian akan dibandingkan dengan nilai Ftabel yang
dia bil dari daftar tabel distribusi F ya g e iliki kete tua sig ifika si α = 5%
(0,05); dk1 = k = 3; dan dk2 = n-k-1 = 2. Dimana:
k = banyak variabel bebas,
n = banyak pengamatan,
maka didapat nilai Ftabel sebesar 19,16.
Dari perbandingan nilai tersebut diatas, dapat dilihat bahwa Fhitung =
hubungan yang signifikan dan simultan antara luas lahan, pupuk dan curah
hujan terhadap produktifitas padi sawah di Kabupaten Langkat.
b. Membandingkan taraf Sig.hitung dengan taraf Sig.tabel
Dari tabel ANOVA, dapat dilihat taraf Sig.hitung yang dihasilkan oleh
output SPSS adalah sebesar 0,253 > taraf Sig.0,05 = 0,05. Sehingga H1 ditolak dan
H0 diterima yang berarti tidak ada hubungan yang signifikan dan simultan antara
luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah di
Kabupaten Langkat.
4.2.4 Analisis Korelasi Ganda
Setelah regresi linear ganda dihitung, selanjutnya adalah menentukan derajat
hubungan antara variabel luas lahan, pupuk dan curah hujan terhadap hasil
produktifitas padi sawah. Derajat hubungan antara variabel-variabel tersebut dapat
dihitung dengan analisis korelasi ganda. Analisis korelasi ganda adalah analisis
yang digunakan untuk melihat besarnya hubungan yang terjadi antar variabel.
Pada penelitian ini, penulis menggunakan analisis korelasi Pearson (R) dengan ketentuan nilai R (-1 < R < 1), dimana nilai R = -1 menujukkan korelasi yang terjadi antar variabel adalah negatif dan sangat kuat; R = 0 menunjukkan tidak ada korelasi yang terjadi antara variabel; dan nilai R = 1 menunjukkan korelasi yang terjadi antara variabel adalah positif dan sangat kuat. Interval koefisien dari
Tabel 4.11: Interval Tingkat Hubungan pada Analisis Korelasi Pearson (R)
Interval Koefisien Tingkat Hubungan
0,00 – 0,190 Sangat Lemah 0,20 – 0,390 Lemah
0,40 – 0,59 Cukup Kuat 60 – 0,790 Kuat
80 – 1,000 Sangat Kuat
Besarnya nilai koefisien determinasi (R2) pada analisis korelasi dapat ditentukan
dengan menggunakan rumus:
Keterangan:
R2 : Koefisien Determinasi
JKreg : Jumlah Kuadrat-kuadrat Regresi
Nilai koefisiean korelasi Pearson (R) pada korelasi linear ganda dapat diambil
dari hasil pengakaran nilai koefisien determinasi ganda (R2).
Dalam analisis korelasi linear berganda, diperlukan beberapa harga-harga
tambahan pada tabel 4.5 agar memenuhi syarat analisis korelasi linear ganda. Berikut
Tabel 4.12: Harga-Harga Yang Diperlukan Dalam Analisis Korelasi Linear Berganda
No. X1 X2 X3 Y
x1 x2 x3 y x
1y x2y x3y y2
1 80,17 8,82 3,17 432,45 1,81 -2,30 0,49 -4,55 -8,24 10,46 -2,24 20,67 2 79,57 10,34 2,59 433,42 1,21 -0,78 -0,09 -3,58 -4,34 2,80 0,32 12,79
3 82,45 9,6 2,21 448,83 4,09 -1,52 -0,47 11,83 48,44 -18,01 -5,54 140,03 4 85,23 13,97 2,64 468,32 6,87 2,85 -0,04 31,32 215,30 89,22 -1,20 981,15 5 67,12 14,48 2,63 394,4 -11,24 3,36 -0,05 -42,60 478,64 -143,05 2,06 1.814,48
6 75,6 9,52 2,83 444,56 -2,76 -1,60 0,15 7,56 -20,85 -12,11 1,15 57,20
Jumlah 470,14 66,73 16,07 2.621,98 - - - - 708,94 -70,69 -5,46 3.026,32
Rata-rata 78,36 11,12 2,68 437,00 - - - - 118,16 -11,78 -0,91 504,39
JKreg = b1 x1y + b2 x2y + b3 x3y
= 3,568 (708,94) + 0,0602 (-70,69) + (-0,802) (–5,46) = 2529,50 – 42,56 + 4,38
= 2491,32
Sehingga didapat nilai koefisien determinasi ganda (R2) adalah:
Jadi, hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap hasil
produktifitas padi sawah di Kabupaten Langkat pada penelitian ini dapat dijelaskan sebesar
0,823 atau 82,3 %, sisanya sebesar (100% - 82,3%) 17,7% dapat dijelaskan oleh variabel lain
diluar model penelitian.
besarnya tingkat koefisien korelasi ganda yang dinyatakan oleh R adalah sebesar (R =
R2 = 0,823) 0,907 dan bernilai positif yang berarti hubungan antara variabel luas lahan,
pupuk, dan curah hujan terhadap produktifitas padi sawah adalah sangat kuat dan searah, yakni
apabila jumlah pada variabel luas lahan, pupuk, dan curah hujan bertambah tinggi, maka jumlah
pada variabel produktifitas padi sawah juga akan bertambah tinggi.
Pada output SPSS, besarnya nilai koefisien korelasi ganda (R) dan koefisien determinasi
ganda (R2) terdapat pada tabel output Model Summary yang dihasilkan dari analisis regresi, Output SPSS tersebut adalah sebagai berikut:
Tabel 4.13: Output SPSS Untuk Analisis Korelasi
Model Summary
a. Predictors: (Constant), Curah_hujan, Luas_lahan, Pupuk
Dari output tersebut diatas, dapat kita lihat besarnya tingkat koefisien korelasi ganda
yang dinyatakan oleh R adalah sebesar 0,907 dan bernilai positif yang berarti hubungan antara
dan searah, yakni apabila jumlah pada variabel luas lahan, pupuk, dan curah hujan bertambah
tinggi, maka jumlah pada variabel produktifitas padi sawah juga akan bertambah tinggi.
Dan dari output SPSS diatas, dapat kita lihat pula besarnya tingkat koefisien determinasi
ganda yang dinyatakan dengan R Square (R2), yaitu sebesar 0,823, maka: Koefisien Determinasi Ganda (KD) = R2 x 100%
= 0,823 x 100%
= 82,3 %
Yang berarti besarnya tingkat produktifitas padi sawah di Kabupaten Langkat dapat dijelaskan
sebesar 82,3 % dipengaruhi oleh luas lahan, pupuk, dan curah hujan secara simultan/gabungan.
Dan sisanya, yaitu sebesar (100% – 82,3%) 17,7 % dipengaruhi oleh variabel lain di luar model
regresi.
4.2.4.1 Korelasi Bivariat
Uji Korelasi Bivariat ini digunakan untuk menguji adanya hubungan masing-masing variabel
bebas terhadap variabel terikatnya. Hal ini dinyatakan menurut nilai Korelasi antara lahan
terhadap produktivitas, pupuk terhadap produktivitas dan curah hujan terhadap
produktivitas.Dalam hal ini dilihat apakah hubungan masing-masing variabel bebas terhadap
variabel terikat mempunyai nilai pengaruh yang kuat,positif dan searah atau nilai yang negatif
dan berlawanan arah.
Untuk melihat nilai korelasi masing-masing variabel bebas terhadap variabel terikat bisa dilihat