Analisi Pengaruh Luas Lahan Dan Produktivitas Terhadap Hasil Produksi

(1)

ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS TERHADAP HASIL PRODUKSI PADI DI KABUPATEN

DELI SERDANG TAHUN 2009

TUGAS AKHIR

AGUS SALIM SIAGIAN 102407021

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2013

(2)

ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS TERHADAP HASIL PRODUKSI PADI DI KABUPATEN

DELI SERDANG TAHUN 2009

Tugas dan Diajukan Untuk Melengkapi Memenuhi syarat Memperoleh ahli Madya

AGUS SALIM SIAGIAN 102407021

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2013

(3)

PERSETUJUAN

Judul : ANALISIS PENGARUH LUAS LAHAN DAN

PRODUKTIVITAS TERHADAP HASIL PRODUKSI

PADI DI KABUPATEN DELI SERDANG TAHUN 2009

Kategori : TUGAS AKHIR

Nama : AGUS SALIM SIAGIAN

Nomor Induk Mahasiswa : 102407021

Program Studi : D-3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2013

Diketahui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Prof. Dr. Tulus, M.Si Drs.Agus Salim Harahap, M.Si NIP. 19620901 198803 1 002 NIP : 19540828 198103 1 004

(4)

PERNYATAAN

ANALISIS PENGARUH LUAS LAHAN DAN PRODUKTIVITAS

TERHADAP HASIL PRODUKSI PADI DI KABUPATEN

DELI SERDANG TAHUN 2009

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2013

AGUS SALIM SIAGIAN

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang dengan limpah karunia-Nya, penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul : Analisis Pengaruh Luas Lahan dan Produktivitas Terhadap Hasil Produksi Padi Di Kabupaten Deli Serdang.

Terimakasih penulis sampaikan kepada Bapak Drs.Agus Salim Harahap,M.Si selaku dosen pembimbing yang telah meluangkan waktnya selama penyusunan

Tugas Akhir ini. Terimakasih kepada Bapak Faigiziduhu Bu’lolo,M.Si dan Bapak Drs.Suwarno Ariswoyo,M.Si selaku ketua dan sekretaris Program Studi D3 Statistika FMIPA USU Medan, Bapak Prof.Dr.Tulus,M.Si PhD dan ibu Dra.Mardianingsih,M.Si selaku ketua dan sekretaris Departemen Matematika FMIPA USU Medan, Bapak Drs.Sutarman,M.Sc selaku dekan FMIPA USU Medan, seluruh staff dan dosen Program Studi D3 Statistika FMIPA USU Medan, pegawai FMIPA USU Medan dan rekan-rekan kuliah.

Akhirnya tidak terlupakan kepada Bapak , Ibu dan keluarga yang selama ini memberikan doa, bantuan dan dorongan yang diperlukan dalam proses penyusunan Tugas Akhir ini. Semoga Tuhan Yang Maha Esa akan membalasnya.

(6)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar isi iv

Daftar Tabel vi

Daftar Gambar vii

BAB 1 PENDAHULUAN

1.1 Latar Belakang 1

1.2 perumusan Masalah 4

1.3 Batasan Masalah 4

1.4 Maksud dan Tujuan 5

1.5 Manfaat Penelitian5

1.6 lokasi Penelitian 6

1.7 Metodologi Penelitian 6

1.8 Sistematika Penulisan 7

BAB 2 LANDASAN TEORI

2.1 Pengertian Regresi 9

2.2 Analisis Regresi linier 10

2.2.1 Analisis Regresi Linier Sederhana 12 2.2.1 Analisis Regresi Linier Berganda 13

2.3 Uji Keberartian Regresi 14

2.4 Pengujian Hipotesis 16

2.5 Koefisien Determinasi 18

2.6 Uji Korelasi 19

2.6.1 Uji Koefisien Korelasi ` 19

BAB 3 SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Singkat BPS (Badan Pusat Statistik) 21 3.1.1 Masa Pemerintahan Hindia Belanda 21

3.1.2 Masa Pemerintahan Jepang 22

3.1.3 Masa Kemerdekaan Republik Indonesia 22 3.1.4 Masa Orde Baru Sampai Sekarang 23 3.2 Visi dan Misi BPS (badan Pusat Statistik) 24

3.2.1 Visi 24

(7)

3.3 Struktur Organisasi Badan Pusat Statistik 25

BAB 4 PENGOLAHAN DATA

4.1 Data dan Pembahasan 28

4.2 Persamaan Regresi Linier Berganda 30

4.3 Analisis Residu 36

4.4 Koefisien Determinasi 38

4.5 Perhitungan Korelasi Antara Variabel Y Dengan ( ) 39

4.6. Uji Regreesi Linier Berganda 41

BAB 5 IMPLEMENTASI DATA

5.1 Sekilas Tentang Program SPSS 43

5.2 Mengaktifkan SPSS 44

5.3 Input Data Pada Worksheet 45

5.4 Pengisian Data 48

5.5 Pengolahan Data Dengan Persamaan Regresi 48 5.6 Pengolahan Data Dengan Persamaan Korelasi 51

BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 53

6.2 Saran 54

DAFTAR PUSTAKA LAMPIRAN

(8)

DAFTAR TABEL

Tabel 4.1 Data Produksi, Luas lahan, Produktivitas 29 Tabel 4.2 Nilai-nilai menghitung Koefisien 30

(9)

DAFTAR GAMBAR

Gambar5.1 Mengaktifkan SPSS 44

Gambar 5.2 Worksheet 45

Gambar 5.3 Layar Kerja Variabel View 47

Gambar 5.4 Layar Data yang akan Diolah 48

Gambar 5.5 Analyze data Regression 49

Gambar 5.6 Kotak Dialog Linier Regression 49

Gambar 5.7 Kotak Dialog Linear Regression Statistic 50 Gambar 5.8 Kotak Dialog Linear Regression Plots 50

Gambar 5.9 Analyze Data Correlation 51

(10)

BAB 1 PENDAHULUAN

1.1 LATAR BELAKANG

Kekayaan alam Indonesia merupakan sumber daya alam yang sangat berharga, iklim tropis yang dimiliki negara ini membuatnya menjadi negara yang agraris yang banyak mengandalkan sektor agraria dalam menunjang pembangunan dan kebutuhan masyarakatnya.

Begitu banyak jenis tanaman pertanian yang ada di Indonesia yang seyogyanya menjadi bahan makanan masyarakatnya, antara lain, padi, ubi, jagung, kentang, wortel, dan lain-lain. Padi merupakan tanaman paling penting di negeri kita Indonesia. Betapa tidak karena makanan pokok di Indonesia adalah nasi dari beras yang tentunya dihasilkan oleh tanaman padi.

Selain di Indonesia padi juga menjadi makanan pokok negara-negara di benua Asia lainnya seperti Cina, India, Thailand, Vietnam dan lain-lain. Padi merupakan tanaman berupa rumput berumpun. Tanaman pertanian ini berasal dari dua benua yaitu Asia dan Afrika Barat tropis dan subtropis. Bukti sejarah memperlihatkan bahwa penanaman padi di Zhejiang (cina) sudah dimulai pada 3.000 tahun SM. Fosil butir padi dan gabah ditemukan di Hastinapur Uttar Pradesh India sekitar 100 – 800 SM. Selain Cina dan India, beberapa wilayah asal padi adalah Bangladesh Utara, Burma, Thailand, Laos dan Vietnam.

(11)

Negara produsen padi terkemuka adalah Republik Cina ( 31% dari total produksi dunia), India (20%), dan Indonesia (9%). Namun hanya sebagian kecil produksi padi dunia yang diperdagangkan antar negara (hanya 5% - 6% dari total produksi dunia). Thailand merupakan pengekspor padi utama (26% dari total padi yang diperdagangkan di dunia) diikuti Vietnam (15%) dan Amerika Serikat (11%). Indonesia merupakan pengimpor padi terbesar dunia (14% dari padi yang diperdagangkan di dunia) diikuti Bangladesh (4%), dan Brazil (3%). Indonesia yang pernah swasembada beras tahun (1985,1986,1993) dan merupakan penghasil padi no 3 terbesar di dunia, ternyata saat ini Indonesia malah menjadi negara pengimpor beras terbesar di dunia (14% dari yang diperdagangkan dunia). Indonesia yang digembar-gemborkan sebagai negara agraris, ternyata harus mengimpor beras dari Thailand dan Vietnam.

Memang sudah seharusya pemerintah memperhatikan produksi padi di Negara ini mengingat komsumsi beras yang terus meningkat dari tahun ke tahun, dan ada baiknya kita tidak terus mengimpor padi dari Negara lain.

Untuk itu perlu diperhatikan secara intensif produksi padi di Indonesia, apa-apa saja yang menjadi faktor produksinya dalam hal ini penulis mengambil daerah produksi padi di Kabupaten Deli Serdang dimana padi juga menjadi komoditi andalan di Kabupaten tersebut. Maka melihat permasalahan yang ada, penulis mengambil 3 variabel yang dijadikan sandaran untuk melihat produksi padi di kabupaten Deli Serdang yaitu yaitu luas tanah, Produktivitas, dan Hasil Prodksi padi.

(12)

Penulis menggunakan teknik analisis regresi linier berganda untuk melihat pengaruh produksi padi di kabupaten Deli Serdang. Di beberapa literatur yang ada, khususnya buku-buku yang berkenaan dengan statistik, regresi linear diartikan sebagai suatu teknik untuk membangun persamaan garis lurus dan menggunakan perkiraan tersebut untuk melihat pengaruh antar variable dan dapat dijadikan prediksi kedepannya, jadi dengan sederhana juga dapat disebutkan bahwa analisa regresi linear adalah sebuah model matematika yang digunakan untuk melihat hubungan antara variabel bebas ( Independent variable) dengan variabel terikat (

dependent variable) hingga didapat sebuah kesimpulan yang dapat di interpretasikan

mengenai masalah yang diindentifikasi.

Berdasarkan masalah di atas, penulis mengambil judul : Analisis Pengaruh Luas Lahan dan Produktivitas Terhadap Hasil Produksi Padi di Kabupaten Deli Serdang Tahun 2009

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah di atas, penulis merumuskan masalah penelitian ini sebagai berikut:

1. Apa sajakah faktor yang mempengaruhi hasil produksi padi di Kabupaten Deli Serdang tahun 2009.

2. Bagaimana besar nilai faktor-faktor yang mempengaruhi hasil produksi padi di Kabupaten Deli Serdang tahun 2009.

(13)

3. Bagaimana hubungan korelasi antara faktor-faktor yang mempengaruhi (luas lahan, dan produktivitas ) dengan hasil produksi padi di Kabupaten Deli Serdang tahun 2009.

1.3 Batasan Masalah

Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar tidak jauh menyimpang dari sasaran yang ingin dicapai, penulis hanya meneliti pengaruh produksi padi di Kabupaten Deli Serdang dengan variabel-variabel yang mempengaruhinya yaitu luas lahan, produktivitas. Data kuantitatif yang digunakan adalah data produksi padi per Kecamatan di Kabupaten Deli Serdang tahun 2009 (ton), data luas lahan per Kecamatan di Kabupaten Deli Serdang tahun 2009 (Ha), dan data Produktivitas per Kecamatan di Kabupaten Deli Serdang tahun 2009 (Kw/ Ha).

1.4 Maksud dan Tujuan

Tujuan dari penelitian ini adalah sebagai berikut :

1. Untuk mengetahui seberapa besar pengaruh yang diberikan variabel-variabel yang diteliti terhadap hasil produksi padi.

2. Mengetahui hubungan antar variabel yang diteliti.

(14)

1.5 Manfaat Penelitian

Dengan data yang diperoleh maka akan diketahui keadaan produksi padi yang dapat memberikan gambaran dan masukan pada instasi pemerintahan khususnya di kabupaten Deli Serdang. Adapun manfaat dari penelitian ini adalah:

1. Dapat mengaplikasikan ilmu dengan membandingkan teori-teori yang diperoleh selama kuliah.

2. Dapat memberikamn masukan dan menjadi bahan pertimbangan dalam upaya meningkatkan hasil produksi padi di Kabupaten Deli serdang.

3. Untuk mengetahui seberapa besar pengaruhyang diberikan variabel-variabel yang diteliti terhadap hasil produksi padi di Kabupaten Deli Serdang.

1.6 Lokasi Penelitian

Penelitian dan riset data dilakukan di Kantor Badan Pusat Statistik Provinsi Sumatera Utara yang beralamat di Jl. Asrama Kota Madya Medan.

1.7 Metodologi Penelitian

Metode yang penulis gunakan untuk memperoleh data yang diperlukan adalah: 1. Penelitian Lapangan

Yaitu penelitian yang dilakukan dengan cara terjun lagsung ke lapangan, tempat di mana penulis melakukan penelitian dan mencatat data yang diperlukan.

(15)

2. Studi Literatur

Studi literature ini meliputi pengambilan teori-teori serta rumus-rumus dari beberapa sumber bacaan seperti buku dan sumber-sumber lain yang berkaitan dengan masalah yang akan diteliti.

3. Mengolah data yang akan dianalisis. 4. Menarik kesimpulan.

1.8 Sistematika Penulisan

Penulisan tugas akhir ini dikerjakan berdasarkan yang penulis ketahui dari perusahaan dimana data tersebut diambil secara langsung oleh penulis. Dimana pembahasan Tugas Akhir ini dibagi dalam beberapa bab dan setiap babnya trdiri dari beberapa sub bab yang sesuai dengan sistematika yang telah ditetapkan.

BAB 1 : Pendahuluan

Bab ini mengurikan mengenai latar belakang permasalahan, perumusan masalah, batasan masalah, maksud dan tujuan, manfaat penelitian, lokasi penelitian, metodologi penelitian dan sistematika penulisan.

BAB 2 : Landasan Teori

Bab ini menguraikan tentang teori-teori dan tinjauan tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah.

BAB 3 : Gambaran Umum Perusahaan

Bab ini menjelaskan atau menceritakan tentang sejarh singkat berdirinya perusahaan dimana dilakukan penelitian.

(16)

BAB 4 : Analisis Data

Bab ini menguraikan analisis data dan hasil yang dikeluarkan.

BAB 5 : Implementasi Sistem

Bab ini menguraikan pembahasan tentang pengolahan data yang dilakukan.

BAB 6 : Kesimpulan dan Saran

Bab ini merupakan penutup, sehinggah diambil kesimpulan serta saran-saran yang mungkin berguna untuk dimasa yang akan dating.

(17)

BAB 2

LANDASAN TEORI

2.1 Pengertian Regresi

Regresi pertama kali digunakan sebagai konsep statistika oleh Sir Francis Galton (1822 – 1911).Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan, yang selanjutnya dinamakan regresi, sehubungan dengan penelitiannya terhadap tinggi badan manusia.Galton melakukan suatu penelitian di mana penelitian tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi.

Dengan kata lain, anak laki-laki dari ayah yang badannya sangat tinggi cenderung lebih pendek dari pada ayahnya, sedangkan anak laki-laki dari ayah yang badannya sangat pendek cenderung lebih tinggi dari ayahnya, jadi seolah-seolah semua anak laki-laki yang tinggi dan anak laki-laki yang pendek bergerak menuju kerata-rata tinggi dari seluruh anak laki-laki yang menurut istilah Galton disebut dengan

“regression to mediocrity”. Dari uraian tersebut dapat disimpulkan bahwa pada umumnya tinggi anak mengikuti tinggi orangtuanya.

Istilah “ regresi” pada mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan anak) terhadap variabel yang lain (tinggi badan orang tua). Pada perkembangan selanjutnya analisis regresi dapat digunakan sebagai alat untuk

(18)

membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut.

Jadi prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara suatu variabel tidak bebas (dependent variable) dengan

variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan

sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.

2.2 Analisis Regresi Linier

Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel.Analisis regresi linier atau regresi garis lurus digunakan untuk :

1. Menentukan hubungan fungsional antar variabel dependen dengan independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.

2. Meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya.

Analisis regresi tediri dari dua bentuk yaitu : 1. Analisis regresi linear sederhana.

(19)

Analisis regresi sederhana adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel dependen (terikat) dan variabel independen (bebas).Sedangkan analisis regresi berganda adalah bentuk regresi dengan model yang memiliki hubungan antara satu variabel dependen dengan dua atau lebih variabel independen.

Variabel independen adalah variabel yang nilainya tergantung dengan variabel lainnya, sedangkan variabel dependen adalah variabel yang nilainya tergantung dari variabel yang lainnya.

Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika, X₁, X₂, ..., Xkadalah variabel-variabel independen dan Y adalah

variabel dependen, maka terdapat hubungan fungsional antara X dan Y, dimana

variasi dari X akan diiringi pula oleh variasi dari Y.

Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim dilaksanakan yakni :

(1) Mengadakan estimasi terhadap parameter berdasarkan data empiris

(2) Menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi independen

(20)

(3) Menguji apakah estimasi parameter tersebut signifikan atau tidak

(4) Melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori.

2.2.1 Analisis Regresi Linier Sederhana

Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak

bebas Y. Dalam bentuk persamaan, model regresi sederhana adalah :

Y = a + bX

Keterangan :

Y adalah variabel terikat/tak bebas (dependent)

X adalah variabel bebas (independent)

a adalah penduga bagi intercept (α)

b adalah penduga bagi koefisien regresi (β)

Penggunaan regresi linear sederhana didasarkan pada asumsi diantaranya sebagai berikut:

Model regresi harus linier dalam parameter

Variabel bebas tidak berkorelasi dengan disturbance term (eror) .

Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X))

= 0

Varian untuk masing-masing error term (kesalahan) konstan

(21)

Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris

Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)

tidak ada hubungan linier yang nyata

2.2.2 Analisis Regresi Linier Berganda

Regresi linear ganda adalah regresi dimana variabel terikatnya (Y) dihubungkan/

dijelaskan lebih dari satu variabel, mungkin dua, tiga, dan seterusnya variabel bebas ( ) namun masih menunjukan diagram hubungan yang linear.Penambahan variabel bebas ini diharapkan dapat lebih menjelaskan karateristik hubungan yang ada walaupun masih saja ada variabel yang terabaikan. Bentuk umum persamaan regresi linear berganda dapat ditulis sebagai berikut:

=

+

Keterangan:

Y = variabel terikat

= koefisien regresi = variabel bebas

= kesalahan pengganggu (disturbance terma)

Jika sebuah variabel terikat dihubungkan dengan dua variabel bebas maka persamaan regresi linear bergandanya adalah:

(22)

Nilai dari koefisien dapat ditentukan dengan cara berikut ini:

=

Dimana:

2.3 Uji Keberartian Regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan keberartiannya.Pemeriksaan ini ditempuh melalui pengujian hipotesis.Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan

(23)

mengenai hubungan sejumlah peubah yang sedang dipelajari.Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi yang ditulis JK

reg dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan JKres.

Jika x₁_i= X₁_i– , x₂_i= X₂_i– _{, ... , x}_k= X_ki– , dan y_i= Y_i – , maka secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari :

dengan derajat kebebasan dk = k

dengan derajat kebebasan dk = (n–k– 1) untuk sampel berukuran n.

Dengan demikian uji keberartian regresi berganda dapat dihitung dengan :

Untuk statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan

pembilang V₁= k dan penyebut V₂= n – k – 1.

2.4 Pengujian Hipotesis

Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak menutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis.

reg= b1 x1iyi+b2 x2iyi ... bk xkiyi

JK_res₌ i

( – ^ 2

) i Y F hitung= ) 1 /( / k n JK k JK res reg

(24)

Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05.

Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sampelakan mewakili nilai populasi dimana sampel berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: (hipotesis nol) dan (hipotesis alternatif). bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya dari yang diteliti. bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang diteliti.Pembentukan suatu hipotesis memerlukan teori-teori maupun hasil penelitian terlebih dahulu sebaagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan :

1) Hipotesis nol dan hipotesis alternatif yang diusulkan

2) Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed

atau two tailed)

3) Penentuan nilai hitung statistik

4) Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan

(25)

Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain :

1) : b₀= b₁= . . . = b_k= 0

Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas.

:Minimal satu parameter koefisien regresi b_kyang ≠ 0

Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas

2) Pilih taraf α yang diinginkan

3) Hitung statistik F_hitung dengan menggunakan persamaan

4) Nilai F_tabel menggunakan daftar tabel F dengan taraf signifikansi α yaitu

Ftabel= F(1 )(k),(n k 1)

5)Kriteria pengujian : jika F_hitung ≥ F_tabel, maka ditolak dan diterima.Sebaliknya Jika F_hitung ≤ Ftabel, maka diterima dan ditolak.

2.5 Koefisien Determinasi

Koefisien determinasi yang disimbolkan denga bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen.Nilai dikatakan baik jika berada di atas 0,5 karena nilai berkisar antara 0 dan 1.Pada umumnya model regresi linier berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependen dijelaskan oleh variabel independen yang digunakan dalam model.

(26)

Sehingga rumus umum koefisien determinasi yaitu :

Harga diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing variabel yang tinggal dalam regresi.Hal ini mengakibatkan variasi yang dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.

2.6 Uji Korelasi

Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan hubungan fungsional (berhubungan bukan berarti disebabkan).Uji korelasi tidak membedakan jenis variabel (tidak ada variabel dependen maupun independen).Keeratan hubungan ini dinyatakan dalam bentuk koefisien korelasi.Uji korelasi terdiri dari Pearson, Spearman dan Kendall.Jika sampel data lebih dari 30 (sampel besar) dan kondisi data normal, sebaiknya menggunakan korelasi Pearsonn (karena memenuhi asumsi parametrik). Jika jumlah sampel kurang dari 30 (sampel kecil) dan kondisi data tidak normal maka sebaiknnya menggunakan korelasi Spearman atau Kendall (karena memenuhi asumsi non-parametrik).

R2₌

n 1 i 2 i reg y JK

R2₌

2 2 2 1 1 ) . ( ... i i i ki k i i i i Y Y y x b y x b y x b

(27)

2.6.1 Koefisien Korelasi

Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur kekuatan (keeratan) suatu hubungan antarvariabel.Koefisien korelasi biasanya disimbolkan dengan r.

Koefisien korelasi dapat dirumuskan sebagai berikut :

Koefisien korelasi memiliki nilai antara -1 hingga+1. Sifat nilai koefisien korelasi adalah plus(+) atau minus(-) yang menunjukan arah korelasi. Makna sifat korelasi:

1. Korelasi positif (+) berarti jika variabel X

1mengalami kenaikan maka

variabel X₂juga mengalami kenaikan atau jika variabel X₂mengalami

kenaikan maka variabel X₁_{juga mengalami kenaikan}

2. Korelasi negatif (-) berarti jika variabel X

1mengalami kenaikan maka

variabel X₂akan mengalami penurunan, atau jika variabel X₂mengalami

kenaikan maka variabel X

1akan mengalami penurunan

Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat dikelompokkan sebagai berikut :

r ₌

2 2 2 2 ) ( ) ( ) )( ( i i i i i i Y Y n X X n Y X Y X n

(28)

1. 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratan sangat lemah. 2. 0,21 sampai dengan 0,40 berarti korelasi memiliki keeratan lemah.

3. 0,41 sampai dengan 0,70 berarti korelasi memiliki keeratan cukup. 4. 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat kuat. 5. 0,91 sampai dengan 0,99 berarti korelasi memiliki keeratan sangat kuat

sekali.

(29)

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1Sejarah Singkat BPS (Badan Pusat Statistik) 3.1.1 Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden Handed) dan Berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.

Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Voor de Statistik (CKS) atau kantor statistik dan di pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en Accijnsen (IUA) yang sekarang disebut kantor Bea dan Cukai.

(30)

3.1.2 Masa Pemerintahan Jepang

Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik (CKS).

Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri Kemakmuran.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44, Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggungjawab menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian

(31)

Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

Dengan keputusan Presiden RI Nomor 131 tahun 1957, kementrian Perekonomian dipecah menjadi kementrian Perdagangan dan kementrian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah perdanana mentri.

3.1.4 Masa Orde Baru Sampai Sekarang

Dalam rangka perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan pada organisasi Badan Pusat Statistik.

Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:

1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan Pusat Statistik.

2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.

(32)

3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan, fungsi, susunan dan tata Kerja Biro Pusat Statistik.

4. Undang-undang Nomor 16 tahun 1917 tentang Statistik

5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang Penyelenggaraan

Statistik

Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah.Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS.

Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

(33)

3.2 Visi dan Misi BPS (Badan Pusat Statistik) Provinsi Sumatera Utara

3.2.1 Visi

Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.

3.2.2 Misi

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.

3.3 Struktur Organisasi Badan Pusat Statistik Propinsi Sumatera Utara

Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi.Dimana organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.

(34)

Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.

Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Provinsi Sumatera Utara adalah berbentuk Lini dan staff

1. Bagian Tata Usaha/Kepegawaian 2. Bidang Statistik Produksi

3. Bidang Statistik Distribusi 4. Bidang Statistik Kependudukan

5. Bidang Pengolahan, Penyajian dan Pelayanan Statistik 6. Bidang Neraca Wilayah dan Analisis Statistik

(35)

(36)

BAB 4

PENGOLAHAN DATA

4.1 Data dan pembahasan

Setiap data merupakan alat bagi pengambilan data keputusan untuk dasar pembuatan keputusan-keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan permasalahan.

Untuk membahas dan memecahkan masalah tentang faktor-faktor yang mempengaruhi hasil Produksi Padi seperti yang diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut, data yang dikumpukan dari Badan Pusat Statistika (BPS) Sumatera Utara adalah data mengenai produksipPadi, serta faktor-faktor yang mempengaruhi produksi padi dikabupaten Deli Serdang diantaranyaLuas Lahan dan Produktivitas.

(37)

Tabel data 4.1 Produksi, Luas Lahan, Produktivitas

No. PRODUKSI

(RATUS TON)

LUAS LAHAN (RATUS Ha)

PRODUKTIVITAS (RATUS Kw/Ha)

1. 56,12 11,04 0,5083

2. 49,57 9,90 0,5007

3. 69,25 13,70 0,5055

4. 100,87 19,76 0,5105

5. 47,74 9,40 0,5079

6. 94,86 18,32 0,5178

7. 91,34 17,95 0,5089

8. 87,39 17,15 0,5096

9. 18,27 3,65 0,5005

10. 107,72 20,63 0,5222

11. 256,69 49,25 0,5212

12. 72,00 14,28 0,5042

13. 2,04 0,40 0.5100

14. 256,04 49,05 0,5220

15. 533,96 102,23 0,5223

16. 345,03 66,32 0,5203

17. 535,85 101,67 0,5270

18. 102,96 20,29 0,5074

19. 438,872 84,43 0,5196

20. 238,88 45,03 0,5305

21. 181,04 33,76 0,5363

(38)

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan regresi linier berganda , terlebih dahulu kita menghitung koefisien- koefisien regresinya dengan mencari penggandaan suatu variable dengan variable yang lain.

Dengan koefisien-koefisien yang didapat dari perhitungan yang ada, maka dapat ditentukan persamaan untuk mencari regresi linier bergandanya, adapun nilai dari koefisien-koefisien sebagai berikut:

Tabel 4.2 Nilai-nilai koefisien No.

1. 56,12 11,04 0,5083 5,6116

2. 49,57 9,90 0,5007 4,9569

3. 69,25 13,70 0,5055 6,9254

4. 100,87 19,76 0,5105 10,0875

5. 47,74 9,40 0,5079 4,7743

6. 94,86 18,32 0,5178 9,4861

7. 91,34 17,95 0,5089 9,1348

8. 87,39 17,15 0,5096 8,7396

9. 18,27 3,65 0,5005 1,8268

10. 107,72 20,63 0,5222 10,7730

11. 256,69 49,25 0,5212 25,6691

12. 72,00 14,28 0,5042 7,2000

13. 2,04 0,40 0.5100 0,2040

14. 256,04 49,05 0,5220 25,6041

15. 533,96 102,23 0,5223 53,3947

16. 345,03 66,32 0,5203 34,5063

17. 535,85 101,67 0,5270 53,5801

(39)

Sambungan tabel 4.2 Nilai-nilai koefisien

No.

1. 619,5648 28,5258 3.149,4544 121,8816 0,25836889 2. 490,7430 24,8197 2.457,1849 98,0100 0,25070049 3. 948,7250 35,0059 4.795,5625 187,6900 0,25553025 4. 1.993,1912 51,4941 10.174,7569 390,4576 0,26061025 5. 448,7560 24,2472 2.279,1076 88,3600 0,25796241 6. 1.737,8352 49,1185 8.998,4196 335,6224 0,26811684 7. 1.639,5530 46,4829 8.342,9956 322,2025 0,25897921 8. 1.498,7385 44,5339 7.637,0121 294,1225 0,25969216 9. 66,6855 9,1441 333,7929 13,3225 0,25050025 10. 2.222,2636 56,2514 11.603,5984 425,5969 0,27269284 11. 1.2641,9825 133,7868 65.889,7561 2.425,5625 0,27164944 12. 1.028,1600 36,3024 5.184,0000 203,9184 0,25421764

13. 0,8160 1,0404 4,1616 0,1600 0,26010000

14. 12.558,7620 133,6529 65.556,4816 2.405,9025 0,27248400 15. 54.586,7308 278,8873 285.113,2816 10.4509729 0,27279729 16. 22.882,3896 179,5191 11.9045,7009 4.398,3424 0,27071209 17. 54.479,8695 282,3930 287.135,2225 10.336,7889 0,27772900 18. 2.089,0584 52,2419 10.600,7616 411,6841 0,25745476 19. 37.041,1296 227,9589 192.475,2384 7.128,4249 0,26998416 20. 10.756,7664 126,7258 57.063,6544 2.027,7009 0,28143025 21. 6.111,9104 97,0918 32.775,4816 1.139,7376 0,28761769 22. 8.208,3276 112,2042 43.936,3521 1.533,5056 0,28654609

19. 438,872 84,43 0,5196 43,8698

20. 238,88 45,03 0,5305 23,8884

21. 181,04 33,76 0,5363 18,1055

(40)

Keterangan:

= Produksi Padi = Luas Lahan = Produktivitas

Dari tabel 4.2 didapat jumlah dari nilai-nilai:

= 22 = 3.895,95 = 747,37

= 11,348

= 23.4051,9586 = 2031,4281

= 389,5955 = 1224551,9773 = 44739,9667 = 5,8559

Sehingga dapat dicari nilai-nilai dari:

=

44739,9667

=

44739,9667 25389,1780

=

19350,7887

(41)

=

5,8559

=

5,8559

–

5,8535

=

0,0024

=

1224551,9773

=

1224551,9773

–

689928,4728

=

534623,5045

=

234051,9586

–

=

1224551,9773

–

689928,4728

=

101701,2244

=

2031,4281

=

2031,4281

–

2009,6019

(42)

=

389,5955

=

389,5755

385,5071

=

4,0884

=

= 5,2082

=

224,6425

=

(43)

=

115,7157

Sehinggah diperoleh persamaan regresinya linear bergandanya adalah:

=

115,7157

+

5,2082

+

224,6425

4.3 Analisis Residu

Dengan didapat analisis regresinya, maka untuk mengetahui seberapa besar penyimpangan hasil produksi padi yang sebenarnya terhadap hasil produksi padi yang telah diperkirakan, maka dapat dihitung dengan mencari koefisien-koefisien dari analisis Residunya sebagai berikut:

(44)

Tabel 4.3 Penyimpangan nilai koefisien

Keterangan :

= 40,0044

n = 22 No.

1. 55,9686 56,12 0,1514 0,0229

2. 48,3240 49,57 1,2460 1,5526

3. 69,1934 69,25 0,0566 0,0032

4. 101,8783 100,87 -1,0083 1,0167

5. 47,3373 47,74 0,4027 0,1622

6. 96,0184 94,86 -1,1584 1,3419

7. 92,0921 91,34 -0,7521 0,5656

8. 88,0828 87,39 -0,6928 0,4799

9. 15,7278 18,27 2,5422 6,4628

10. 109,0378 107,72 -1,3178 1,7365

11. 257,8718 256,69 -1,1818 1,3967

12. 71,9222 72,00 0,0779 0,0061

13. 0,9353 2,04 1,1046 1,2205

14. 257,0099 256,04 -0,9699 0,9407

15. 534,0494 533,96 -0,0894 0,0080

16. 346,5736 345,03 -1,5436 2,3828

17. 532,1886 535,85 3,6614 13,4059

18. 103,943 102,96 -0,9823 0,9649

19. 440,7369 438,872 -2,0167 4,0678

20. 237,9824 238,88 0,8976 0,8057

21. 180,5889 181,04 0,4511 0,2035

(45)

k = 2

Sehinggah kesalahan bakunya dapat dihitung dengan menggunakan rumus:

=

1,4510

Dengan penyimpangan nilai yang didapat, berarti bahwa rata-rata produksi padi sebenarnya akan menyimpang dari rata-rata produksi padi yang diperkirakan sebesa 1,4510 berarti kesalahan bakunya tidak begitu besar.

4.4 Koefisien Determinasi

Untuk menganalisis dan mengetahui seberapa besar pengaruh faktor-faktor yang mempengaruhi produksi padi, maka dapat dilakukan perhitungan:

=

+

=

(5,2082 ) (101701,2244) + (224,6425) (21,826164)

=

529680,3169 + 4903,0804

=

534584,4009

=

(46)

=

0,9999

Maka untuk koefisien korelasi gandanya adalah:

=

0,9999

Dari perhitungan diatas, diperoleh koefisien determinasi ( ) sebesar 0,9999 dan koefisien korelasinya ( )sebesar 0,9999 atau 99,99 % produksi padi tersebut dipengaruhi oleh kedua faktor yang berpengaruh, sedangkan 0,01% dipengaruhi faktor lain.

4.5 Perhitungan Korelasi Antara variabel Y_dengan ₍ ₎

Untuk mengukur seberapa besar pengaruh variabel tak bebas terhadap variabel bebas, dapat dilihat daribesarnya koefisien korelasinya, yaitu:

(47)

1. Koefisien korelasi antara produksi padi dengan luas lahan

=

0,9999891

Ini menunjukkan korelasi sangat kuat kuat antara produksi padi dengan luas lahan , yang berarti semakin luas area lahan padi maka akan semakin meningkat hasil produksi padi yang dihasilkan.(0,90 ≤ r < 1,00 = korelasi sangat kuat).

2. Koefisien antara produksi padi dengan produktivitas

=

–

(48)

=

0,6128

Ini menunjukkan korelasi yang cukup antara produksi padi dengan produktivitas, yang berarti semakin tinggi produktivitas padi maka akan semakin

meningkat hasil produksi padi yang dihasilkan.(0,41 ≤ r ≤ 0,70 = korelasi yang

cukup).

4.6 Uji Regresi Linear Berganda

Untuk mungetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas maka kita melakukan uji F dengan

menggunakan statisti F.

1. Hipotesa yang digunaka adalah:

: 0

2. Taraf nyata yang digunakan adalah sebesar : α = 0,05 atau 5%.

3. Uji statistik dengan rumus:

(49)

=

126.949,275

Dalam hal ini tingkat keyakinan (confidence level) sebesar 95% atau taraf

nyatanya (significante level) sebesar 5% maka dari tabel distribusi F, diperoleh

untuk pembilang ( ) sebesar 2 dan penyebut ( ) sebesar 19 adalah 3,52. Dengan membandingkan dengan maka diperoleh:

(126,949,275) > (3,52)

Karena lebih besar dari maka ditolak dan diterima. Dalam hal ini berarti persamaan regresi linier berganda Y atas dan bersifat

(50)

BAB 5

IMPLEMENTASI DATA

5.1 Sekilas Tentang Program SPSS

SPSS merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistik. Banyak program lain yang juga dapat digunakan untuk olah data statistik, misalnya Microstat, SAS, Statistica, SPS-2000 dan lain-lain, namun SPSS lebih populer dibandingkan dengan program lainnya.

SPSS merupakan software yang paling populer, dan banyak digunakan

sebagai alat bantu dalam berbagai macam riset, sehingga program ini paling banyak digunakan di seluruh dunia. Saat ini Amerika Serikat saja diperkirakan lebih dari 250.000 perusahaan menggunakan SPSS sebagai alat bantu dalam pengambilan keputusan yang strategis bagi perusahaan.

SPSS pertama kali diperkenalkan oleh tiga mahasiswa Stanford University pada 1968. Tahun 1984 SPSS sebagai software muncul dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows. SPSS dengan sistem Windows ini telah mengeluarkan software dengan beberapa versi, antara lain SPSS for Windows versi 6, SPSS for Windows versi 7.5, SPSS for Windows versi10.01, SPSS for windows versi 11.5, versi 12, versi 13, versi 14, versi 15, versi 16 dan SPSS for Windows versi 17.0.

(51)

SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social

Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas

untuk berbagai jenis user, misalnya untuk proses produksi untuk perusahaan, riset ilmu-ilmu sain dan sebagainya. Sehingga SPSS yang sebelumnya singkatan dari

Statistical Package for the Social Sciences berubah menjadi Statistical Product and

Service Solutions.

5.2 Mengaktifkan SPSS

1. Klik tombol start pada windows, kemudian klik program, lalu klik SPSS.

Selain cara itu, bisa diaktifkan melalui icon shortcut pada tampilan dekstop.

Gambar 5.1 Mengaktifkan SPSS

2. Akan muncul tampilan SPSS dengan command window pada layar bagian

atas yang terdiri dari : File, Edit, View, Data, Transform, Analyze, Graphs,

Utilities, Add-ons, window, dan Help. Bagian bawah terdiri dari Data View

(52)

Gambar 5.2 Worksheet

5.3 Input Data pada Worksheet

Langkah-langkah untuk menginput data pada worksheet SPSS adalah sebagai berikut :

1. Klik File

2. Klik New

3. Klik Data sehingga muncul Data Editor

4. Klik Command window bagian bawah yaitu Variable View. Variable view berisi beberapa menu pilihan, yaitu sebagai berikut :

a. Kolom Name : diisi dengan nama atau singkatan nama variabel yang kita inginkan.

b. Kolom Type : jika data berupa angka, maka perintah yang diaktifkan adalah Numeric. Namun jika data yang dimasukkan berupa

(53)

c. Kolom Widht : jika data berupa huruf dengan perintah String, maka perlu diisi jumlah karakter huruf, namun jika data berupa angka maka dapat diabaikan.

d. Kolom Decimal : dapat diisi apabila data pada kolom tersebut bertipe

numeric saja.

e. Kolom Label : untuk memberi penjelasan nama variabel.

f. Kolom Values : digunakan untuk memberi value variabel untuk data tipe nominal atau ordinal. Misalnya 1 = tidak suka, 2 = suka, 3 = sangat suka.

g. Kolom Missing : digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. Maksudnya apabila dalam suatu file data terdapat data yang tidak tercatat dikarenakan sesuatu hal. h. Kolom Colums : untuk menentukan lebar kolom pada kolom data di

halaman Data View.

i. Kolom Align : untuk menentukan letak data, terdiri dari Left, Right dan Center

j. Kolom Measure : menunjukkan jenis pengukuran data apakah tipe data skala, nominal atau ordinal.

5. Klik baris 1 Name, isi dengan nama variable yang sesuai. Misalnya baris 1 Name Y, baris 2 Name X1, baris 3 Name X2, dan baris 4 Name X3.

6. Klik baris 1 , 2, 3, dan 4 pada kolom Type pilih numeric karena data yang dimasukkan berupa angka. Sedangkan pada baris 1, 2, 3, dan 4 kolom Label, isi dengan kepanjangan (nama asli) nama Variable secara utuh. Misalnya, baris 1 label diisi dengan Angka Kematian Bayi , baris 2 Label diisi dengan

(54)

Dokter, baris 3 label diisi dengan Bidan dan Baris 4 label diisi dengan Dukun.

7. Klik Command Window bagian bawah dimana tertulis Data View.

8. Masukkan data sesuai jumlah dan nama variable tertera pada masing-masing kolom worksheet.

9. Data siap diolah sesuai kebutuhan

Gambar 5.3 Layar Kerja Variabel View

5.4 Pengisian Data

1. Aktifkan jendela data dengan mengklik data view pada bagian bawah sudut kiri jendela editor.

(55)

Gambar 5.4 Layar Data yang akan diolah

5.5 Pengolahan Data dengan Persamaan Regresi

1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak.

2. Klik menu Analyze

→

Regression

→

Linier, akan muncul seperti gambar berikut ini:

(56)

Gambar 5.5 Analyze data Regresion

3. Setelah muncul kotak dialog Linear Regression, kemudian sorot variabel takbebas dan pindahkan ke kotak Dependent, demikian juga dengan variabel bebas pindahkan ke kotak Independent. Seperti gambar dibawah ini :

Gambar 5.6 Kotak Dialog Linear Regression

4. Klik Statistics, selanjutnya akan terbuka kotak dialog Linear Regression Statistics,pilih Colinearity diagnostics untuk menguji multikolinearitas, dan pilih Durbin-Watson untuk menguji autokorelasi, kemudian klik tombol

(57)

Gambar 5.7 Kotak Dialog Linier Regression Statistic

5. Kemudian klik Plots pada kolom kiri tersebut, lalu aktifkan Produce All Partial Plots, kemudian Klik continue, lalu klik OK pada kotak dialog

Linier Regression untuk melihat hasilnya/output.

(58)

5.6 Pengolahan Data dengan Persamaan Korelasi

Langkah-langkah uji korelasi dengan SPSS, setelah langkah-langkah data terpenuhi, maka cara pengujian korelasi dapat dilakukan dengan langkah-langkah sebagai berikut :

1. Klik Analyze, kemudian pilih submenu Correlate, kemudian pilih

Bivariate.

Gambar 5. 9 Analyze Data Correlation

2. Setelah muncul kotak dialog, kemudian sorot variabel-variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Variables.

3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom

(59)

(60)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Kesimpulan yang dapat penulis ambil dalam tugas akhir ini adalah:

1. Ternyata dari kedua variabel bebas yaitu luas lahan dan produktivitas mempunyai pengaruh yang nyata terhadap terjadinya peningkatan produksi padi.

2. Sekitar 99,99% produksi padi di Kabupaten Deli Serdang dipengaruhi oleh kedua faktor tersebut, sedangkan 0,01% dipengaruhi oleh faktor-faktor lain.

3. Hubungan sebuah variabel terikat (variabel dependent) dengan lebih dari satu variabel bebas (variabel independent) disebut analisis linier berganda. 4. Adapun bentu matematis regresi linier bergandanya adalah :

=

= - 115,7157 + 5,2082

+ 224,6425

5. Untuk memudahkan dan mempercepat pengolahan data-data statistika, banyak kita kenal perangkat lunak computer yang mendukung yang dapat kita gunakan untuk mengolah data seperti : paket SPSS, MINITAB dan perangkat lunak lainnya yang menggunakan bahasa pemrograman tingkat tinggi seperti PASCAL, FORTRAN, BASIC, dan lain sebagainya.

(61)

6.2 Saran

Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang mungkin bias membantu hasil dari produksi padi.

1. Dalam meningkatkan produksi padi bukan hanya di pengaruhi oleh luas lahan dan produktivitas, melainkan ada beberapa faktor lain yang mendukung peningkatan hasil produksi padi seperti memberikan perawatan yang intensif termasuk juga dalam pembasmian hama yang menyerang tanaman padi. Oleh karena itu diharapkan kepada petani lebih memperhatikan faktor-faktor tersebut.

2. Kepada instansi pemerintahan sebaiknya lebih memperhatikan para petani, dan memberikan bantuan bersubsidi kepada para petani, serta membangun irigasi disetiap lahan pertanian.

(62)

DAFTAR PUSTAKA

Sudjana.2005. Metode Statistika Edisi ke-6. Bandung : Tarsito

M.Iqbal Hasan,M.M,Ir.1999. Pokok-Pokok Materi Statistika 1 Edisi ke-2.

Jakarta: Bumi Aksara

Andi Supangat, M.Si, Drs.2007. Statistika Dalam Kajian Deskriftif, Inferensi, dan

Nonparametrik. Bandung : Kencana Prenada Media Grup

Santoso,Singgih.1999. SPSS Mengolah Data Statistika Secara Profesional.

Jakarta : PT.Elex Media Komputindo.

Panduan Tatacara Penulisan Skripsi & Tugas Akhir.2005. Dokumen Nomor:

Akad/05/2005. Medan :Fakultas Matematika dan Ilmu Pngetahuan Alam Universitas Sumatera Utara.

(1)

Gambar 5.7 Kotak Dialog Linier Regression Statistic

5. Kemudian klik Plots pada kolom kiri tersebut, lalu aktifkan Produce All Partial Plots, kemudian Klik continue, lalu klik OK pada kotak dialog Linier Regression untuk melihat hasilnya/output.

(2)

5.6 Pengolahan Data dengan Persamaan Korelasi

Langkah-langkah uji korelasi dengan SPSS, setelah langkah-langkah data terpenuhi, maka cara pengujian korelasi dapat dilakukan dengan langkah-langkah sebagai berikut :

1. Klik Analyze, kemudian pilih submenu Correlate, kemudian pilih Bivariate.

Gambar 5. 9 Analyze Data Correlation

2. Setelah muncul kotak dialog, kemudian sorot variabel-variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Variables.

3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom Test Of Significant, pilih Two Tailed, lalu klik OK.

(3)

(4)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Kesimpulan yang dapat penulis ambil dalam tugas akhir ini adalah:

1. Ternyata dari kedua variabel bebas yaitu luas lahan dan produktivitas mempunyai pengaruh yang nyata terhadap terjadinya peningkatan produksi padi.

2. Sekitar 99,99% produksi padi di Kabupaten Deli Serdang dipengaruhi oleh kedua faktor tersebut, sedangkan 0,01% dipengaruhi oleh faktor-faktor lain.

= - 115,7157 + 5,2082

+ 224,6425

(5)

6.2 Saran

Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang mungkin bias membantu hasil dari produksi padi.

2. Kepada instansi pemerintahan sebaiknya lebih memperhatikan para petani, dan memberikan bantuan bersubsidi kepada para petani, serta membangun irigasi disetiap lahan pertanian.

(6)

DAFTAR PUSTAKA

Sudjana.2005. Metode Statistika Edisi ke-6. Bandung : Tarsito

M.Iqbal Hasan,M.M,Ir.1999. Pokok-Pokok Materi Statistika 1 Edisi ke-2. Jakarta: Bumi Aksara

Andi Supangat, M.Si, Drs.2007. Statistika Dalam Kajian Deskriftif, Inferensi, dan Nonparametrik. Bandung : Kencana Prenada Media Grup

Santoso,Singgih.1999. SPSS Mengolah Data Statistika Secara Profesional. Jakarta : PT.Elex Media Komputindo.

Panduan Tatacara Penulisan Skripsi & Tugas Akhir.2005. Dokumen Nomor: Akad/05/2005. Medan :Fakultas Matematika dan Ilmu Pngetahuan Alam Universitas Sumatera Utara.