Analisis Faktor yang Mempengaruhi Tingkat Produksi Padi Sawah di Kabupaten Padang Lawas.
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
SKRIPSI
IDA YANTI HASIBUAN 090803010
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
(2)
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar sarjana sains
IDA YANTI HASIBUAN 090803010
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2013
(3)
PERSETUJUAN
Judul : Analisis Faktor yang Mempengaruhi Tingkat Produksi Padi Sawah di Kabupaten Padang Lawas.
Kategori : Skripsi
Nama : Ida Yanti Hasibuan
Nomor Induk Mahasiswa : 090803010
Program Studi : Sarjana (S1) Matematika
Departemen : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara
Disetujui di
Medan, 3 Agustus 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. UjianSinulingga, M.si Drs. Pengarapen Bangun,M.Si NIP. 19560303 198403 1 004 NIP. 195608151985031005
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Ketua,
Prof. Dr. Tulus,M.Si. Ph.D NIP. 19620901 198803 1 002
(4)
PERNYATAAN
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 3 Agustus 2013
IDA YANTI HASIBUAN 090803010
(5)
PENGHARGAAN
Puji dan syukur penulis sampaikan kepada Allah SWT, karena berkat Rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini dengan baik dan shalawat berangkaikan salam penulis juga sampaikan kepada Rasulullah tercinta Muhammad SAW.
Dalam menyelesaikan skripsi ini penulis banyak menerima bantuan dan saran dari berbagai pihak. Pada kesempatan ini, penulis mengucapkan terima kasih sebesar-besarnya kepada:
Bapak Drs. Pengarapen Bangun, M.Si. selaku dosen pembimbing I dan Bapak Drs. Ujian Sinulingga, M.Si. selaku dosen pembimbing II yang telah memberikan panduan, dukungan moral, motivasi dan ilmu pengetahuan bagi penulis dalam menyelesaikan penelitian ini.
Bapak Drs. Rosman Siregar, M.Si. selaku dosen pembanding I dan Bapak Drs. Sawaluddin, M.IT. selaku dosen Pembanding II yang telah memberikan saran demi perbaikan penelitian ini. Seluruh Staf Pengajar Departemen Matematika dan pegawai Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sumatera Utara.
Kepada Ayahanda H. Amir Hasan Hasibuan dan terkhusus Ibundaku Hj. Nelly Nasution yang paling saya sayangi yang selalu mengiringi langkah anak-anaknya dengan doa yang tulus serta perjuangan yang keras demi pencapaian cita-cita anak-anaknya tanpa mengenal lelah dan keluh kesah. Abang dan kakakku tersayang M.Soleh Hasibuan, Anisa Murni Hasibuan, Annur Rosida Hasibuan, dan keponakanku tercinta serta keluarga besarku yang selalu memberikan doa dengan ikhlas demi keberhasilan penulis dalam menyelesaikan studi ini,
Sahabat-sahabatku Yuan Anisa, Mardatillah, Devita Sari, Wiwit Widyawati, Juliarti Hardika, Desi Ratna Sari, Sari C. Kembaren, Siti Rayani Simatupang, Siti Aisyah, Efendi, Yudha, Dani, Syukri Jundi, Gilang, Hilda Wiryanti, Pinta Riski Mala, Khadijah Rambe, Wahyu Hidayat, Panusunan Hasibuan, Meina Fitri serta Kakanda Rehan Safrina, Pinta Romaito, dan teman-teman yang tak bisa penulis sebutkan satu persatu.
Demikianlah yang dapat penulis sampaikan, atas perhatian dan kerjasamanya penulis ucapkan terima kasih. Semoga tulisan ini bermanfaat bagi siapa yang membutuhkan.
Medan, 3 Agustus 2013 Penulis,
(6)
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
ABSTRAK
Padi merupakan tanaman pangan yang menghasilkan beras sebagai sumber makanan sebagian besar penduduk indonesia. Kebutuhan padi setiap tahunnya selalu meningkat, akibat dari peningkatan jumlah penduduk. Sementara itu ketidakmerataan lahan pertanian juga merupakan hambatan yang harus diperhitungkan dalam upaya perbaikan pangan penduduk.Untuk mengetahui tingkat produksi padi tersebut, maka perlu diketahui Faktor yang Mempengaruhi Tingkat Produksi Padi Sawah.Analisis faktor merupakan suatu teknik statistika multivariat yang digunakan untuk mereduksi/meringkas data, dari variabel yang banyak diubah menjadi sedikit variabel. Hasil penelitian ini menunjukkan bahwa Tingkat Produksi Padi di Kabupaten Padang Lawas dipengaruhi oleh 4 faktor yang paling dominan, yaitu PerawatanTanaman (47,71%), Pengairan(15,09%), pendapatan (12,99%), pengelolahan (10,96%).dan sisanya dapat dipengaruhi faktor-faktor lainnya yang tidak teridentifikasi oleh model penelitian.
Kata kunci :Analisisfaktor, Produksi, dan Padi.
(7)
FACTOR ANALYSIS CAN INFLUENCING THE PRODUCTION OF RICE FIELDS IN THE REGENCY PADANG LAWAS
ABSTRACT
Rice plant is the plantation major crops produced rice as a source food partial large of the indonesian population. Rice plant needs every year is increasing of result an increasing population. Meanwhile agricultural land inequality is also a barrier that must be taken into account in efforts to improve population.To find such production the level, then need to know factor can influencing the production of rice fields. Factor analysis is a multivariate statistical technique that used to reduce/summarize data from a lot of variables becoming a few variable. The results of study show that the levels rice production in the regency Padang Lawas four dominant factors, that is factors treatment plant (47,71%), factors irrigation (15,09%), income (12,99%), manage (10,96%). and the rest can be influenced by other factors which is not identified by research model.
(8)
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Abstrak iv
Abstract v
Daftar Isi vi
Daftar Tabel viii
Daftar Gambar ix
Daftar Lampiran x
Bab 1 Pendahuluan 1.1 Latar Belakang 1 1.2 Perumusan Masalah 3
1.3 Batasan Masalah 4
1.4 Tinjauan Pustaka 4
1.5 Tujuan Penelitian 6
1.6 Kontribusi Penelitian 7
1.7 Metodologi Penellitian 7
Bab 2 Landasan Teori 2.1 Pertanian dan Produksi 9
2.1.1 Pengertian Pertanian dan Produksi 9
2.1.2 Pembangunan Pertanian 10
2.2 Faktor Produksi dan Pengukuran Variabel 11
2.3 Populasi dan Sampel Penelitian 12
2.4 Variabel Penelitian 13
2.5 Data 15
2.5.1 Data Menurut Sifatnya 15
2.5.2 Data Menurut Cara Memperolehnya 16
2.6 Skala pengukuran 16
2.7 Skala untuk Instrumen (Model Skala Likert) 18
2.8 Metode Pengumpulan Data 20
2.9 Uji Pengolahan Data 21
2.9.1 Uji Validitas 21
2.9.2 Uji Reabilitas 22
2.10 Analisis Faktor 23
2.10.1 Prinsip-Prinsip Analisis Faktor 24
2.10.2 Statistik yang Relevan dengan Analisis Faktor 25
(9)
Bab 3 Metode Penelitian
3.1 Penentuan Lokasi Penelitian 34
3.2 Jenis dan Sumber Data 34
3.3 Populasi, Sampel dan Teknik Pengambilan Sampel 35
3.3.1 Populasi 35
3.3.2 Sampel 35
3.3.3 Teknik Pengambilan Sampel 36
3.4 Teknik Pengumpulan Data 36
3.5 Variabel yang di Gunakan 37
Bab 4 Analisis Data 4.1 Gambaran Umum Daerah Penelitian 39
4.1.1 Letak Geografis 39
4.1.2 Pemerintahan 40
4.1.3 Keadaan Penduduk 41
4.2 Pertanian 41
4.2.1 Tanaman Bahan Makanan 42
4.2.2 Perkebunan 43
4.3 Pengolahan Data 44
4.3.1 Input Data Mentah 44
4.3.2 Penskalaan Data Ordinal Menjadi Data Interval 47
4.3.3 Uji Validitas 51
4.3.4 Uji Reabilitas 57
4.4 Analisis Data 59
4.4.1 Membentuk Matriks Kolerasi 59
4.4.2 Ekstraksi Faktor 67
4.4.3 Menentukan Banyak Faktor 69
4.4.4 Melakukan Rotasi faktor 71
4.4.5 Interpretasi Faktor 73
4.4.6 Menentukan Ketepatan Model 76
Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 77
5.2 Saran 78
Daftar Pustaka 79
(10)
DAFTAR TABEL
Halaman Tabel 1.1 Pengembangan Luas Panen, Produksi dan Produktivitas
di Padang Lawas 2
Tabel 2.1 Contoh Data Hasil Kuesioner 29
Tabel 2.2 Contoh Penskalaan Variabel 32 Tabel 2.3 Korelasi Antar Variabel 32 Tabel 3.1 Bobot Penelitian Berdasarkan Skala Likert 38 Tabel 4.1 Luas Wilayah Dari Luas Distribusi Menurut Kecamatan Di Kabupaten Padang Lawas 41
Tabel 4.2 Jumlah Penduduk Menurut Kecamatan dan Jenis Kelamin 43 Tabel 4.3 Luas Panen, Rata-rata Produktivitas dan Produksi Tanaman Bahan Makanan Menurut Jenis Tanaman Bahan Makanan Menurut Jenis Tanaman di Kabupaten Padang Lawas 44 Tabel 4.4 Data Hasil Kuisioner 45
Tabel 4.5 Penskalaan Variabel 1 49
Tabel 4.6 Hasil Penskalaan Semua Variabel 52 Table 4.7Uji Validitas Variabel Penelitian 53 Tabel 4.8 Contoh Perhitungan Kolerasi Product Moment 54 Tabel 4.9 Uji Reabilitas Variabel Penelitian 58
Tabel 4.10 Perhitungan Kolerasi Antara Variabel X1 dan X2 58
Tabel 4.11Inter-item Correlations Matriks 65 Tabel 4.12Kaiser – Meyes Olkim (KMO) 66
Tabel 4.13Nilai Measure Of Sampling adequecy (MSA) 67
Tabel 4.14 Komunalitas 68
Tabel 4.15 Total Variansi yang di Jelaskan 68
Tabel 4.16 Matriks Faktor (Sebelum di Rotasi) 73
Tabel 4.17 Matriks Faktor (Setelah di Rotasi) 74
Tabel 4.18 Faktor-Faktor Hasil Rotasi 75
Tabel 4.19 Selisih (Residual) Antara Matriks Kolerasi Sebelum Analisis Faktor dengan Matriks Kolerasi Setelah di Lakukan Analisis Faktor 77
(11)
DAFTAR GAMBAR
Halaman
(12)
DAFTAR LAMPIRAN
Lampiran 1 80
Lampiran 2 83
Lampiran 3 89
Lampiran 4 94
(13)
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
ABSTRAK
Padi merupakan tanaman pangan yang menghasilkan beras sebagai sumber makanan sebagian besar penduduk indonesia. Kebutuhan padi setiap tahunnya selalu meningkat, akibat dari peningkatan jumlah penduduk. Sementara itu ketidakmerataan lahan pertanian juga merupakan hambatan yang harus diperhitungkan dalam upaya perbaikan pangan penduduk.Untuk mengetahui tingkat produksi padi tersebut, maka perlu diketahui Faktor yang Mempengaruhi Tingkat Produksi Padi Sawah.Analisis faktor merupakan suatu teknik statistika multivariat yang digunakan untuk mereduksi/meringkas data, dari variabel yang banyak diubah menjadi sedikit variabel. Hasil penelitian ini menunjukkan bahwa Tingkat Produksi Padi di Kabupaten Padang Lawas dipengaruhi oleh 4 faktor yang paling dominan, yaitu PerawatanTanaman (47,71%), Pengairan(15,09%), pendapatan (12,99%), pengelolahan (10,96%).dan sisanya dapat dipengaruhi faktor-faktor lainnya yang tidak teridentifikasi oleh model penelitian.
(14)
FACTOR ANALYSIS CAN INFLUENCING THE PRODUCTION OF RICE FIELDS IN THE REGENCY PADANG LAWAS
ABSTRACT
Rice plant is the plantation major crops produced rice as a source food partial large of the indonesian population. Rice plant needs every year is increasing of result an increasing population. Meanwhile agricultural land inequality is also a barrier that must be taken into account in efforts to improve population.To find such production the level, then need to know factor can influencing the production of rice fields. Factor analysis is a multivariate statistical technique that used to reduce/summarize data from a lot of variables becoming a few variable. The results of study show that the levels rice production in the regency Padang Lawas four dominant factors, that is factors treatment plant (47,71%), factors irrigation (15,09%), income (12,99%), manage (10,96%). and the rest can be influenced by other factors which is not identified by research model.
(15)
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Undang-undang No.7 Tahun 1996 menjelaskan, pangan adalah segala sesuatu yang berasal dari sumber hayati dan air, baik yang diolah maupun tidak diolah, yang diperuntukkan sebagai makanan atau minuman bagi manusia, termasuk bahan tambahan pangan, bahan baku pangan, dan bahan lain yang digunakan dalam proses penyiapan, pengolahan dan pembuatan makanan atau minuman. Pangan merupakan kebutuhan pokok manusia, sehingga semua orang pasti menginginkan kecukupan pangannya (Mashuri et al, 1999).
Pangan di indonesia memiliki nilai strategis dengan dimensi yang sangat luas dan kompleks. Untuk menciptakan ketahanan pangan dan peningkatan kesejahteraan masyarakat salah satunya adalah pembangunan pertanian. Sektor pertanian menjadi salah satu komponen pembangunan Nasional dalam menuju swasembada pangan guna mengatasi kemiskinan. Pentingnya peran sektor pertanian dalam pembangunan Nasional diantaranya sebagai penyerap tenaga kerja, menyumbang Produk Domestik Bruto (PDB), sumber devisa, bahan baku industri, sumber bahan pangan dan gizi, serta pendorong bergeraknya sektor-sektor ekonomi lainnya. Dalam lingkungan yang lebih sempit, pembangunan pertanian diharapkan mampu meningkatkan akses masyarakat tani pada faktor Produksi diantaranya sumber modal, teknologi, bibit unggul, pupuk, dan sistem distribusi, sehingga berdampak langsung dalam meningkatkan kesejahteraan petani (Aprianto, 2007).
Tanaman utama pertanian di Indonesia adalah padi. Padi merupakan tanaman pangan yang menghasilkan beras sebagai sumber makanan sebagian
(16)
besar penduduk Indonesia. Kebutuhan padi setiap tahunnya selalu meningkat, akibat dari peningkatan jumlah penduduk. Sementara itu ketidakmerataan lahan pertanian juga merupakan hambatan yang harus diperhitungkan dalam upaya perbaikan pangan penduduk.
Masalah yang sering dihadapi tentang kekurangan pangan adalah lahan pertanian yang semakin sempit akibat alih fungsi lahan pertanian menjadi non pertanian dan akibat dari pengaruh globalisasi. Produksi lahan pertanian tetap rendah apabila tidak menerapkan panca usaha pertanian. Adapun panca usaha pertanian tersebut termasuk penggunaan irigasi, bibit jenis unggul, pupuk, obat-obatan dan cara tanam yang teratur (Suhardjo, 2008).
Kabupaten Padang Lawas merupakan salah satu Kabupaten yang berada di Propinsi Sumatera Utara yang mempunyai sumber daya alam yang cukup besar dan tingkat pertumbuhan yang semakin meningkat. Sebagian besar penduduknya bekerja di sektor pertanian. Produksi tanaman bahan makanan (tabama) di Kabupaten Padang Lawas terbesar adalah padi dan ubi kayu. Untuk tanaman padi, kecamatan penghasil terbesar adalah kecamatan Barumun dengan Produksi pada tahun 2012 mencapai 26.859 ton, atau 29,89 persen dari total Produksi Kabupaten. Berikut ini adalah data yang menunjukkan Produksi padi di Kabupaten Padang Lawas yang tidak menetap (Bps. Padang Lawas 2012).
Tabel 1.1 Perkembangan Luas Panen, Produksi, dan Produktivitas di Kabupaten Padang Lawas.
Sumber : BPS Kabupaten Padang Lawas, 2012
Uraian 2009 2010 2011 2012
Luas panen (Ha) 17.649 23.381 14.185 17.677
Produksi (Ton) 85.769 104.755 66.287 89.830
(17)
Data pada tabel diatas menunjukkan bahwa Produksi padi mulai dari tahun 2009 hingga tahun 2010 mengalami peningkatan Produksi sebesar 18.986 ton. Namun pada tahun 2011 mengalami penurunan sebesar 38.468 ton dan pada tahun 2012 meningkat sebesar 23.543 ton (Bps, 2012). Masalah ketersediaan padi tidak hanya menyangkut jumlah yang tersedia saja, tetapi juga tentang kebutuhan yang dapat memenuhi pemintaan dari waktu ke waktu. Karena pentingnya komoditi ini sehingga memerlukan adanya suatu perencanaan yang matang untuk dapat memenuhi kebutuhan yang cukup memadai dan perlu dipantau terus agar dapat di antisipasi permasalahan yang akan timbul.
Melihat peningkatan jumlah Produksi padi, perlu juga di lakukan peninjauan terhadap faktor-faktor yang mempengaruhinya, karena terdapat banyak variabel yang mempengaruhinya. Untuk itu variabel tersebut perlu di reduksi untuk memperoleh beberapa faktor-faktor yang dominan yang dapat mempengaruhi Produksi padi di Kabupaten Padang Lawas. Analisis Faktor digunakan didalam penelitian ini karena dapat mereduksi/meringkas dari variabel banyak diubah menjadi sedikit variabel.
Berdasarkan uraian diatas penulis memilih judul tugas akhir “Analisis Faktor yang Mempengaruhi Tingkat Produksi Padi Sawah di Kabupaten Padang Lawas”.
1.2 Perumusan Masalah
Tingkat Produksi padi di Kabupaten Padang Lawas yang hasilnya tidak tetap setiap tahunnya, sebaliknya kebutuhan padi setiap tahunnya selalu meningkat akibat dari pertambahan jumlah penduduk. Dengan adanya masalah tersebut penelitian yang akan di teliti dalam tulisan ini adalah faktor-faktor apa saja dan seberapa besar pengaruh faktor-faktor tersebut mempengaruhi Produksi padi sawah di Kabupaten Padang Lawas.
(18)
1.3 Batasan Masalah
Agar pembatasan masalah lebih jelas, maka penulis memberikan batasan yang akan dilakukan yaitu :
1. Populasi pada penelitian ini adalah petani padi sawah yang ada di Kabupaten Padang Lawas.
2. Iklim diseluruh wilayah Kabupaten Padang Lawas adalah sama, artinya iklim tidak merupakan faktor yang mempengaruhi Produksi padi di Kabupaten Padang Lawas.
3. Penduduk yang menjadi responden adalah msyarakat yang ada dan terdaftar sebagai penduduk di Kabupaten Padang Lawas.
1.4 Tinjauan Pustaka
Analisis faktor merupakan suatu alat/metode yang menunjukkan suatu kelas prosedur, utamanya dipergunakan untuk mereduksi data atau meringkas, dari variabel yang banyak diubah menjadi variabel yang lebih sedikit, misalnya dari 15 variabel yang lama diubah menjadi 4 atau 5 variabel baru yang di sebut faktor dan masih memuat sebagian besar informasi yang terkandung dalam variabel asli (original variable) (Supranto, 2004).
Proses analisis faktor mencoba menemukan hubungan (interrelations) antara sejumlah variabel – variabel yang saling independen satu dengan yang lain sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal dan dapat menilai apa saja variabel yang dianggap layak (appropriateness) untuk dimasukkan dalam analisis selanjutnya (Santoso, 2010).
Tujuan analisis faktor adalah : (Santoso, 2010)
1. Data summarzation, yakni mengidentifikasi adanya hubungan antar-variabel dengan melakukan uji korelasi.
(19)
2. Data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat sebuah variabel set baru yang dinamakan faktor untuk menggantikan sejumlah variabel tertentu.
Analisis faktor dipergunakan di dalam situasi sebagai berikut : (Supranto, 2004) 1. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying
dimensions) atau faktor, yang menjelaskan korelasi antara suatu set variabel.
2. Menganalisis faktor berarti mereduksi data/variabel.Menganalisis atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi (independent) yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi didalam analisis multivariat selanjutnya, misalnya analisis regresi berganda dan analisis diskriminan. 3. Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu
set variabel yang lebih banyak jumlah untuk di pergunakan didalam analisis multivariat selanjutnya.
Model Analisis Faktor dapat ditulis sebagai berikut ini :
k ik i
i i
i W X W X W X W X
F 1 1 2 2 3 3...
Keterangan :
Fi Estimasi faktor ke i
i
W Bobot atau koefisien nilai faktor ke i
k jumlah variabel
Supranto (2004) menyatakan bahwa analisis faktor memiliki banyak aplikasi didalam riset pemasaran, manajemen dan ilmu sosial/kedokteran, untuk klasifikasi/pengelompokkan. Antara lain adalah sebagai berikut:
(20)
1. Analisis faktor bisa dipergunakan didalam segmentasi pasar untuk mengidentifikasi variabel yang mendasari yang dipergunakan untuk mengelompokkan pelanggan.
2. Didalam riset produk analisis faktor dapat dipergunakan untuk menentukan atribut atau karakteristik merek yang mempengaruhi pilihan pelnggan/pembeli.
3. Didalam studi advertensi, analisis faktor dapat dipergunakan untuk memahami kebiasaan mengkonsumsi media the media consuption habits
dari sasaran (the target market).
4. Didalam penelitian harga, bisa digunakan untuk mengenali/mengidentifikasi karakteristik atau sifat-sifat pelanggan yang sensitif terhadap harga.
Pada bidang kependudukan/demografi penggunaan analisis faktor juga mengambil peran penting. Cristopel,(2008) menggunakan analisis faktor untuk menyelidiki faktor-faktor yang mempengaruhi pertumbuhan penduduk di Kotamadya Medan. Berdasarkan hasil penelitian diperoleh 3 faktor yang paling dominan yang dapat mempengaruhi pertumbuhan penduduk di Kotamadya Medan yaitu pendapatan dan migrasi (29,766%), faktor eksternal (13,057%), faktor internal (11,004%).
1.5 Tujuan Penelitian
Tujuan penelitian ini adalah untuk mengetahui faktor dominan yang mempengaruhi Produksi padi sawah di Kabupaten Padang Lawas, sehingga faktor tersebut dapat di antisipasi dan juga dikendalikan. Hasil ini akan membantu dalam memberikan gambaran dan penerapan kebijaksanaan dan strategi yang di tempuh dimasa yang akan datang.
(21)
1.6 Kontribusi Penelitian
a. Bagi Penulis
Menambah wawasan dan memperkaya literatur dalam bidang statistika yang berhubungan dengan analisis faktor, serta pengetahuan mengenai faktor-faktor apa saja yang mempengaruhi Tingkat Produksi padi sawah di Kabupaten Padang Lawas.
b. Bagi Departemen/Universitas
Agar dapat disajikan sebagai bahan studi kasus bagi pembaca, khususnya kepada mahasiswa, serta dapat memberikan referensi bagi pihak perpustakaan sebagai bahan bacaan yang dapat menambah ilmu pengetahuan.
c. Bagi Kabupaten Padang Lawas
Memberikan gambaran seberapa besar pengaruh faktor-faktor yang mempengaruhi Produksi padi sawah di Kabupaten Padang Lawas sebagai antisipasi untuk perkembangan Produksi padi tersebut.
d. Bagi Petani
Sebagai bahan pertimbangan bagi petani dalam penggunaan faktor-faktor yang mempengaruhi Produksi padi sawah dalam meningkatkan pendapatan petani.
1.7 Metodologi Penelitian
Adapun metodologi penelitian dalam tulisan ini adalah sebagai berikut:
1. Mengumpulkan referensi yang berkaitan dengan Produksi padi dan analisis faktor (Multivariat).
2. Menentukan variabel penelitian.
3. Mengumpulkan data primer yang bersumber pada hasil kuisioner terhadap responden yang merupakan penduduk Kabupaten Padang Lawas, dengan menggunakan angket (kuesioner).
(22)
Langkah-langkah yang dilakukan yaitu dengan mengolah dan menganalisis data yang diperoleh dengan menggunakan software statistika SPSS.
a. Menguji validitas data.
Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau sesuatu instrumen. Dengan kata lain, validitas menunjukkan sejauh mana alat ukur itu mengukur apa yang ingin diukur.
b. Menguji reabilitas data.
Pengujian reabilitas adalah untuk menunjukkan sesuatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik.
c. Menganalisis data dengan menggunakan teknik analisis faktor. d. Interpretasi faktor.
e. Menentukan ketepatan/kecocokan model. 5. Mengambil kesimpulan.
(23)
BAB 2
LANDASAN TEORI
2.1 Pertanian dan Produksi
2.1.1 Pengertian Pertanian dan Produksi
Pertanian adalah sejenis proses produksi yang khas didasarkan atas pertumbuhan tanaman dan hewan, para petani mengatur dan menggiatkan pertumbuhan tanaman dan hewan itu dalam usaha taninya (A.T. Mosher 1984).
Produksi adalah suatu kegiatan antar faktor-faktor produksi dan capaian tingkat produksi yang dihasilkan, dimana faktor produksi tersebut sering di sebut dengan output (Sadono, 1985).
Dalam bidang pertanian produksi dihasilkan oleh beberapa faktor yang mempengaruhinya antara lain luas lahan, bibit, pupuk, obat hama (pestisida), sistem irigasi, tenaga kerja dan sebagainya.
Produksi pertanian yang rendah hampir semua negara sedang berkembang menjadikan pembatas bagi usaha-usaha untuk memperbaiki keadaan gizi penduduk. Produksi persatuan luas tetap masih rendah dengan tanpa menerapkan pancausaha pertanian termasuk penggunaan irigasi, bibit jenis unggul, pupuk, obat-obatan dan cara tanam yang teratur (Suhardjo, 2008).
Dari uraian diatas dapat pula diperoleh pengertian produksi pada tanaman padi sawah secara khusus yaitu suatu proses produksi sehingga menghasilkan beras yang disebut sebagai keluaran (output).
(24)
2.1.2 Pembangunan Pertanian
Pembangunan pada suatu daerah dilakukan dengan mengusahakan agar senantiasa tercipta perubahan-perubahan sosial, dalam arti kata masyarakatnya diajak maju, sehingga makin pandai, makin terampil, makin bersemangat, makin tekun dalam bekerja dan sebagainya. Dengan perubahan sosial itu produktivitas disegala bidang kegiatan dan ditambah dengan sarana-sarana ekonomis, maka proses pembangunan dapat berjalan dengan lancar dan sesuai dengan yang diharapkan. Apabila suatu penduduk daerah berusaha dibidang pertanian, atau menjadi peternak, dan ada yang menanam pohon untuk menghasilkan kayu dan seterusnya, maka sosial penduduk terutama di daerah pada segi-segi pertanian meningkat, dan kerja sama dalam usaha-usaha pertanian meningkatkan produktivitas masing-masing sector pertanian meningkat.
Untuk tercapainya pembangunan pertanian, terdapat lima syarat pelancar pembangunan pertanian. Syarat-syarat mutlak tersebut adalah sebagai berikut:
1. Adanya pasar untuk hasil-hasil usaha tani. 2. Teknologi yang senantiasa berkembang.
3. Tersedianya bahan-bahan dan alat produksi secara local. 4. Adanya produksi bagi petani
5. Tersedianya pengangkutan yang lancar dan kontinu (Mosher 1984).
Sedangkan syarat pelancar yang di maksud Mosher adalah: 1. Pendidikan pembangunan.
2. Kegiatan gotong-royong petani.
3. Perbaikan dan perluasan tanah pertanian. 4. Perencanaan nasional pembanguan pertanian.
(25)
2.2 Faktor Produksi dan Pengukuran Variabel
Defenisi variabel yang digunakan dalam penelitian ini adalah: 1. Modal (X1).
Modal adalah salah satu faktor produksi yang menyumbang pada hasil produksi pertanian, hasil produksi dapat naik karena digunakannya alat-alat mesin produksi yang efisien. Dalam proses produksi tidak ada perbedaan antara modal antara modal sendiri dengan modal pinjaman, masing-masing menyumbang lansung pada produksi.
2. Bibit (X2).
Bibit adalah penggunaan benih padi yang digunakan oleh petani pada musim tanam. Misalnya petani menggunakan bibit yang berasal dari panen ke panen berikutnya atau petani lebih sering menggunakan bibit yang dianjurkan oleh penyuluh pertanian atau Dinas pertanian.
3. Kesuburan tanah (X3
)
Kesuburan tanah adalah tingkat kesuburan tanah yang sangat berpengaruh dalam pengelolahan tanaman padi.
4. Tenaga kerja (X4)
Tenaga kerja adalah jumlah tenaga kerja yang digunakan dalam usahatani padi baik tenaga kerja keluarga maupun tenaga kerja dari luar.
5. Jam bekerja (X5)
Jam bekerja adalah lamanya petani bekerja didalam mengolah lahan tanaman padi tersebut.
6. Pupuk (X6)
Pupuk adalah suatu obat atau cara yang digunakan dalam tanaman padi apakah sesuai dengan yang dibutuhkan tanaman padi tersebut.
(26)
7. Sistem irigasi (X7)
Sistem irigasi adalah sistem penggunaan air di dalam mengairi lahan sawah yang digunakan petani dalam usaha tani. Misalnya petani sering mengairi lahan sawahnya mulai dari bibit hingga mendekati masa panen.
8. Luas lahan (X8)
Luas lahan yang digarap adalah luas lahan padi sawah yang digarap oleh petani menghasilkan padi. Baik lahan sendiri maupun lahan pinjaman.
9. Pestisida (X10)
Pestisida adalah bahan yang digunakan untuk mengendalikan, menolak, memikat, atau membasmi organisme pengganggu tanaman padi tersebut.
10. Pengelolahan yang intensif (X10)
Pengelolahan yang intensif adalah pengelolahan lahan yang dilakukan secara intensif dan terus menerus berlangsung selama bertahun-tahun sehingga bedampak pada tingkat kesuburan tanaman padi.
2.3 Populasi dan Sampel Penelitian
Populasi adalah keseluruhan bahan atau data yang kita teliti, misalnya tinggi badan mahasiswa (Adji, 2000).
Populasi adalah sekelompok orang kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan obyek penelitian (Supranto, 2004).
Ada dua macam populasi yaitu populasi tak terhingga (populasi infinite) dan populasi terbatas (populasi finite).Populasi tak terhingga yaitu populasi yang tidak terhingga jumlahnya, misalnya mahasiswa. Pengertian mahasiswa ini meliputi mahasiswa yang pernah ada, yang ada sekarang dan yang berada dimana
(27)
saja diseluruh penjuru dunia ini. Sedangkan populasi terbatas adalah populasi yang terbatas baik jumlah maupun tempatnya.
Sampel adalah bagian dari populasi yang diambil untuk diteliti atau observasi, sehingga dengan melakukan pengamatan pada contoh diperoleh keuntungan yaitu: menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah, dan diselidiki, sehingga hasilnya dapat cepat digunakan.
Jika kita hanya akan meneliti sebagian dari populasi, maka penelitian tersebut disebut penelitian sampel. Sampel adalah sebagian atau wakil populasi yang diteliti (Suharsimi, 2010).
2.4 Variabel Penelitian
Istilah variabel merupakan istilah yang tidak pernah ketinggalan dalam jenis penelitian. Variabel adalah sesuatu yang nilainya berubah-ubah menurut waktu atau berbeda menurut elemen/tempat (Supranto, 2004).
Variabel dapat dibedakan atas yang kuantitatif dan kualitatif. Contoh variabel kuantitatif misalnya luas kota, umur, banyaknya jam dalam sehari, dan sebagainya. Contoh variabel kualitatif misalnya kemakmuran kepandaian.
Lebih jauh variabel kuantitatif diklasifikasikan menjadi 2 kelompok yaitu variabel diskrit dan variabel kontinum.
1. Variabel diskrit.
Variabel diskrit disebut juga variabel nominal atau variabel kategorik karena hanya dapat di kategorikan atas 2 kutub yang berlawanan yakni “ya” dan “tidak”.
(28)
2. Variabel kontinum.
Variabel kontinum dipisahkan menjadi 3 variabel kecil yaitu:
1. Variabel ordinal, yaitu variabel yang menunjukkan tingkatan-tingkatan misalnya panjang, kurang panjang, pendek. Untuk sebutan lain adalah variabel “lebih kurang” karena yang satu mempunyai kelebihan dibandingkan yang lain.
Contoh: Ani terpandai, siti pandai, Nono tidak pandai.
2. Variabel interval, yaitu variabel yang mempunyai jarak, jika dibanding dengan variabel lain, sedang jarak itu sendiri dapat diketahui dengan pasti.
Contoh: Jarak semarang – Megelang 70 km, sedangkan Magelang – Yogya 101 km. Maka selisih jarak Magelang – Yogya, yaitu 31 km.
3. Variabel rasio, yaitu perbandingan. Variabel ini dalam hubungan antar – sesamanya merupakn “sekian kali”.
Contoh: Berat Pak Karlo 70 kg, sedangkan anaknya 35 kg. Maka Pak Karlo beratnya dua kali berat anaknya.
Di tinjau dari sifatnya, variabel penelitian dapat dibedakan menjadi dua, yaitu variabel statis dan variabel dinamis.
a. Variabel statis adalah variabel yang tidak dapat diubah keberadaannya, misalnya jenis kelamin, status sosial ekonomi, tempat tinggal, dan lain-lain. Andaikata, hasil penelitian menunjukkan sesuatu yang merupakan akibat dari variabel-variabel tersebut, peneliti tidak mampu mengubah atau mengusulkan untuk mengubah variabel yang dimaksud.
b. Variabel dinamis adalah variabel yang dapat diubah keberadaannya berupa pengubahan, peningkatan, atau penurunan.
(29)
Pada penelitian ini variabel yang digunakan adalah modal, bibit, kesubeuran tanah, tenaga kerja, jam bekerja, pupuk, sistem irigasi, luas lahan, pestisida, pengelolahan intensif. Kesepuluh variabel tersebut di beri simbol dengan huruf X, dan variabel tersebut akan membentuk beberapa faktor.
2.5 Data
Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Sedangkan perolehan data seharusnya relevan artinya data yang ada hubungannya langsung dengan penelitian.
2.5.1 Data Menurut Sifatnya
Data menurut sifatnya ada dua yaitu data kualitatif dan data kuantitaif.
a. Data kualitatif yaitu data yang berhubungan dengan kategorisasi, karakteristik berwujud pernyataan atau berupa kata-kata. Data ini biasanya didapat dari wawancara yang bersifat subjektif sebab data tersebut ditafsirkan lain oleh orang yang berbeda. Data kualitatif dapat dinyatakan dalam angka dalam bentuk ordinal atau rangking.
Contoh: wanita itu cantik, pria itu tampan, baik, buruk, dan lain-lain.
b. Data kuantitatif yaitu datanya berwujud angka-angka. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantatif bersifat objektif dan bisa ditafsirkan semua orang.
Contoh: Luas sekolah itu adalah 2000 m2, banyak kursi diruangan itu adalah 30 buah. dan sebagainya.
(30)
Data kuantitatif di bagi menjadi dua bagian, yaitu:
a. Data diskrit adalah data yang diperoleh dengan cara menghitung atau membilang.
Contoh: Didi membeli pensil sebanyak 6 buah. Jumlah penghuni rumah itu ada 7 orang. Hardi mempunyai jeruk sebanyak 6 biji.
b. Data kontinu adalah data yang diperoleh dengan cara mengukur. Contoh: panjang buku itu adalah 30 cm.
2.5.2 Data Menurut Cara Memperolehnya
Dalam hal ini data di bagi dua bagian, yaitu:
1. Data primer primer adalah data yang dikumpulkan secara langsung suatu organisasi atau objek individual (responden) oleh orang yang berkepentingan atau memakai data tersebut.
2. Data sekunder adalah sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat dari pihak lain) umumnya berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip (data dokumenter).
2.6 Skala Pengukuran
Maksud dari skala pengukuran ini untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian selanjutnya ( Riduwan, 2004). Jenis-jenis skala pengukuran ada empat, yaitu:
(31)
a. Skala Nominal
Skala nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karakteristik dengan karakteristik lainnya. Adapun ciri-ciri skala nominal antara lain: Hasil perhitungan dan tidak dijumpai bilangan pecahan, angka yang tertera hanya label saja, tidak mempunyai urutan (rangking), tidak mempunyai ukuran baru, dan tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.
Contoh: Jenis Kelamin: 1= Laki-laki, 2= Perempuan. Agama: 1= Islam, 2= Budha, dan seterusnya.
b. Skala Ordinal
Skala ordinal adalah skala yang didasarkan pada rangking, diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya.
Contoh: Mengukur kejuaraan, misalnya: keteladanan: tingkat 1, tingkat 2, tingkat 3, tingkat 4.
c. Skala Interval
Skala interval adalah skala yang menunjukkan jarak antara satu data yang lain dan mempunyai bobot yang sama.
d. Skala Rasio
Skala rasio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur dibawah nol tahun dan seseorang harus memiliki timbangan di atas nol pula. Contoh yang lain adalah berat badan, tinggi pohon, tinggi badan manusia, jarak, panjang dan sebagainya.
(32)
2.7 Skala untuk Instrumen (Model Skala Sikap)
Bentuk-bentuk skala sikap yang perlu diketahui dalam melakukan penelitian. Berbagai skala sikap yang sering digunakan ada 5 macam, yaitu:
1. Skala Likert 2. Skala Guttman
3. Skala Defferensial Simantict 4. Rating Scale
5. Skala Thurstone.
1. Skala Likert
Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur. Artinya indikatot-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat item instrumen yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut:
Sangat Setuju (SS) = 5
Setuju (S) = 4
Netral (N) = 3
Tidak Setuju (TS) = 2
Sangat Tidak Setuju (STS) = 1
2. Skala Guttman
Skala Guttman merupakan skala kumulatif. Skala Guttman mengukur suatu yang dimensi saja dari suatu variabel yang multidimensi. Skala Guttman disebut juga skala scalogram yang sangat baik untuk meyakinkan peneliti tentang kesatuan dimensi dari sikap atau sifat yang diteliti, yang sering disebut dengan atribut universal.
(33)
Skala Guttman digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten. Misalnya: Yakin – tidak yakin, Ya – tidak, Benar – salah, Positif – negatif, Setuju – tidak setuju, dan lain sebagainya.
3. Skala Diferensial Semantik (Semantic Differensial Scale)
Skala Diferensial Semantik atau skala perbedaan semantik berisikan serangkaian karakteristik bipolar (dua – kutup), seperti: panas – dingin; popular – tidak popular; baik – tidak baik dan sebagainya. Karakteristik bipolar tersebut mempunyai tiga dimensi dasar sikap seseorang terhadap objek, yaitu:
a. Potensi b. Evaluasi c. Aktivitas.
4. Rating Scale
Berdasarkan ketiga skala pengukuran diatas, yaitu : Skala Likert, Skala Guttman, dan Skala perbedaan semantik, data yang diperoleh adalah data kualitatif yang dikuantitatifkan. Sedangkan Skala Rating Scale adalah data mentah yang didapat berupa angka kemudian ditafsirkan dalam dalam pengertian kualitatif. Respoden menjawab, misalnya: ketat – longgar, sering dilakukan – tidak pernah dilakukan, lemah – kuat, positif – negatif, buruk – baik, mendidik – menekan, besar – kecil, ini semua merupakan contoh data kualitatif.
Pembuatan dan penyusunan instrumen dengan menggunakan Rating Scale yang penting harus dapat mengartikan atau menafsirkan setiap angka yang diberikan dalam alternatif jawaban pada setiap item instrumen. Misalnya ani memilih jawaban angka 4, doni memilih angka 4, tetapi persepsi ani dan doni belum tentu sama maknanya walaupun sama-sama menjawab angka 4.
(34)
5. Skala Thurstone
Skala Thurstone meminta responden untuk memilih pertanyaan yang ia setujui dari beberapa pernyataan yang menyajikan pandangan yang berbeda-beda. Pada umumnya setiap item mempunyai asosiasi nilai antara 1 sampai dengan 10, tetapi nilai-nilainya tidak diketahui oleh responden.
Perbedaan antara Skala Likert dengan Skala Thurstone adalah pada Skala Thurstone interval yang panjangnya sama memiliki insensitas kekuatan yang sama, sedangkan pada Skala Likert tidak perlu sama.
2.8 Metode Pengumpulan Data
Teknik atau cara-cara pengumpulan data yang dimaksud adalah pencatatan peristiwa dari sebagian populasi penelitian. Data yang diperoleh akan dijadikan landasan dalam mengambil keputusan. Ada beberapa instrumen pengumpulan data yang digunakan secara umum dalam penelitian, yaitu:
a. Metode dokumentasi
Metode dokumentasi ditujukan untuk memperoleh data langsung berupa catatan, transkip, buku-buku, surat kabar, majalah, prasasti, notulen rapat, agenda dan sebagainya. Metode dokumentasi dalam penelitian ini digunakan untuk mengumpulkan data tentang hasil produksi padi sawah di Kabupaten Padang Lawas dan jumlah petani berdasarkan kelompok tani.
b. Metode angket (Kuisioner)
Angket (Questionnaire) adalah daftar pertanyaan atau pernyataan yang diberikan kepada orang lain bersedia respons (responden). Tujuan penyebaran angket dari masyarakat mengenai faktor-faktor yang mempengaruhi produksi padi sawah di Kabupaten Padang Lawas untuk mencari informasi yang lengkap mengenai suatu masalah dari responden tanpa merasa khawatir bila
(35)
bila responden memberikan jawaban yang tidak sesuai dengan kenyataan dalam pengisian daftar pertanyaan atau pernyataan.
Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan angket (kuisioner), setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasikan dan diberi skor atau nilainya, yaitu:
Skor 5 untuk jawaban responden sangat setuju Skor 4 untuk jawaban responden setuju
Skor 3 untuk jawaban responden cukup setuju/ragu-ragu Skor 2 untuk jawaban responden tidak setuju
Skor 1 untuk jawaban responden sangat tidak setuju
c. Wawancara
Wawancara adalah suatu cara pengumpulan data yang digunakan untuk memperoleh informasi langsung dari sumbernya. Teknik wawancara dilakukan peneliti kepada responden yang kurang mengerti terhadap angket (kuisioner) yang diberikan.
2.9 Uji Pengolahan Data
2.9.1 Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau kesahihan sesuatu instrumen. Suatu instrumen yang valid atau sahih mempunyai validitas tinggi. Sebaliknya, instrumen yang kurang valid berarti memiliki validitas rendah.
Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan. Sebuah instrumen dikatakan valid apabila dapat mengungkapkan data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen
(36)
menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang validitas yang dimaksud. Metode yang digunakan untuk menguji validitas pada penelitian ini adalah korelasi product moment yang rumusnya sebagai berikut:
= (∑ ) − (∑ .∑ )
{ ∑ − (∑ ) }{ ∑ − (∑ ) }
Keterangan :
rxy = koefisien korelasi
X = skor pertanyaan
Y = skor total
n = jumlah sampel
Untuk menentukan valid tidaknya variabel adalah dengan cara mengkonsultasikan hasil perhitungan koefisien korelasi dengan tabel nilai koefisien (r) pada taraf signifikan 5% atau taraf kepercayaan 95%. Untuk menguji apakah variabel tersebut valid, maka nilai koefisien (r) harus lebih besar dari nilai koefisien rtabel.
Hipotesis :
: Matriks korelasi sederhana merupakan matriks identitas : Matriks korelasi sederhana bukan merupakan matriks identitas Sehingga,
Apabila rxy ≥ rtabel → valid
Apabila rxy < rtabel → tidak valid
2.9.2 Uji Realibilitas
Reabilitas menunjukkan pada pengertian bahwa suatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik. Reabilitas menunjuk pada tingkat keterandalan sesuatu. Metode yang
(37)
digunakan untuk menguji reliabilitas adalah metode Alpha Cronbach.Variabel dikatakan reliabel jikkan nilai Alpha Cronbach> 0,6
Nilai Alpha Cronbachdapat diperoleh dengan menggunakan rumus sebagai berikut :
= − 1 1 −∑
Keterangan:
= nilai (koefisien) Alpha Cronbach = banyaknya variabel penelitian ∑ = jumlah varians variabel penelitian
= varians total (Arikunto, 2010).
2.10 Analisis Faktor
Pada awalnya tekhnik analisis faktor dikembangkan pada abad ke-20. Tekhnik analisis ini dikembangkan dalam bidang psikometrik atas usaha ahli statistik yaitu charles spearman. Pada analisis faktor ( factor analysis) dapat dibagi menjadi dua macam yaitu analisis komponen utama (principal component analysis = PCA) dan analisis faktor (facktor analysis). Kedua analisis ini bertujuan menerangkan struktur ragam-peragam melalui kombinasi linier dari variabel-variabel pembentuknya sehingga dapat dikatakan bahwa faktor atau komponen adalah variabel bentukan bukan variabel asli. Secara umum analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru yang berupa variabel bentukan. Pada dasarnya analisis faktor atau analisis komponen utama mendekatkan data pada suatu pengelompokan atau pembentukan suatu variabel baru yang berdasakan adanya keeratan hubungan antarimensi pembentuk faktor atau adanya konfirmatori sebagai variabel baru atau faktor.
(38)
Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel-variabel yang saling independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Sebagai contoh, jika ada 10 variabel yang independen satu dengan yang lain, dengan analisis faktor mungkin bisa diringkas menjadi 3 kumpulan variabel baru yang mampu menerangkan variabel asli/awal (Santoso.2010).
Tujuan utama analisis faktor adalah untuk menjelaskan struktur di antara banyak variabel dalam bentuk faktor atau variabel laten atau variabel bentukan. Faktor yang terbentuk merupakan besaran acak (random quantities) yang sebelumnya tidak dapat diamati atau diukur secara langsung. Selain tujuan utama analisis faktor, terdapat beberapa tujuan lainnya, yaitu :
1. Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi sejumlah variabel baru yang jumlahnya lebih sedikit dari variabel asal dan variabel baru tersebut dinamakan faktor atau variabel laten atau konstruk atau veriabel bentukan.
2. Untuk mengidentifikasi adanya hubungan antar variabel penyusun faktor atau dimensi dengan faktor yang terbentuk dengan menggunakan pengujian koefisien korelasi antar faktor dengan komponen pembentuknya.
3. Adanya validasi data untuk mengetahui apakah hasil analisis faktor tersebut dapat digeneralisasi ke dalam populasinya, sehingga setelah terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.
2.10.1 Prinsip-Prinsip Analisis Faktor
Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu alat untuk menguji alat ukur dalam metode statistic multivariate (Dillon and Goldstein, 1984). Ada tiga fungsi utama analisis faktor, yaitu :
(39)
1. Mereduksi banyaknya variabel penelitian dengan tetap mempertahankan sebanyak mungkin informasi data awal. Banyaknya variabel awal dapat dikurangi menjadi beberapa variabel yang jumlahnya lebih sedikit dengan tetap mempertahankan sebagian besar variasi data.
2. Mencari perbedaan kualitatif dan kuantitatif dalam data, dalam situasi dimana terdapat jumlah data yang sangat besar.
3. Data digunakan pula untuk menguji hipotesis tentang perbedaan kualitatif dan kuantitatif dalam data penelitian.
Adapun kelebihan dari metode analisis faktor adalah :
1. Dapat mengungkapkan karakteristik dominan yang dimiliki unit data operasi.
2. Dapat menganalisis sejumlah variabel awal penelitian dan menganalisis korelasi antar variabel awal tersebut.
3. Dapat menggabungkan atau mengagresikan sejumlah variabel awal yang diteliti menjadi sejumlah variabel yang lebih sedikit.
2.10.2 Statistik yang Relevan dengan Analisis Faktor
Statistik kunci yang relevan dengan analisis faktor adalah sebagai berikut : 1. Barlett’s test of sphericity
Barlett’s test of sphericity adalah uji statistik yang digunakan untuk menguji hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0).
(40)
2. Correlation matrix (Matriks Korelasi)
Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana (r) antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau angka pada diagonal utama semuanya sama yaitu 1.
3. Perhitungan communality
Communality adalah jumlah varian yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut proporsi atau bagian varian yang dijelaskan oleh common factor atau besarnya sumbangan suatu faktor terhadap varian seluruh variabel. Makin kecil nilainya, makin lemah hubungan antara variabel yang terbentuk. dengan persamaan :
ℎ = + + ⋯ +
Keterangan:
ℎ = communalityvariabel ke-i = nilai factor loading
4. Perhitungan nilai karakteristik (eigen value)
Eigenvalue yaitu mempresentasikan total varians yang dijelaskan oleh setiap faktor. Untuk faktor yang mempunyai nilai eigenvalue > 1 maka faktor tersebut akan dimasukkan ke dalam model.
dimana perhitungan ini berdasarkan persamaan karakteristik :
(Σ− ) = 0
Keterangan:
Σ = matriks korelasi = matriks identitas
(41)
= eigen value
5. Kaiser - Meyer - Olkin (KMO) measure of sampling adequency
Kaiser-Meyer-Olkin (KMO) merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor. Analisis faktor dikatakan tepat apabila nilai KMO berkisar antara 0,5 – 1,0 dan sebaliknya jika nilai KMO kurang dari 0,5 berarti analisis faktor tidak tepat.
=∑ ∑ ∑ ∑ ∑ ∑ , = 1,2, … , ; = 1,2, … ,
Keterangan :
= koefisien korelasi sederhana antara variabel dan = koefisien korelasi parsial antara variabel dan
ke-6. Measure of Sampling Adequacy (MSA)
Measure of Sampling Adequacy (MSA) yaitu suatu indeks perbandingan antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk mengukur kecukupan sampel.
=∑ ∑ + ∑ , = 1,2, … , ; = 1,2, … ,
Keterangan :
= koefisien korelasi sederhana antara variabel dan = koefisien korelasi parsial antara variabel dan
(42)
Persentase varians adalah persentase total varians yang disumbangkan oleh setiap faktor.
8. Residuals
Residuals adalah selisih antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diestimasi dari matriks faktor.
9. Scree plot
Scree plot adalah sebuah plot dari eigenvalue untuk menentukan banyaknya faktor.
2.10.3 Model analisis faktor
Secara matematis, analisis faktor agak mirip dengan analisis regresi, yaitu dalam hal fungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas (communality). Kovarians di antara variabel dijelaskan terbatas dalam sejumlah kecil faktor umum (common factor) ditambah sebuah faktor unik (unique factor) untuk setiap variabel.
Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan common factor. Common factor sendiri dapat dinyatakan sebagai kombinasi linear dari variabel-variabel yang terobservasi, yaitu :
k ik i
i i
i W X W X W X W X
F 1 1 2 2 3 3 ...
Keterangan :
Fi Estimasi faktor ke i
i
(43)
k jumlah variabel
Dimungkinkan untuk memilih bobot atau skor koefisien faktor sehingga faktor pertama dapat menjelaskan porsi terbesar dari total varians. Kemudian, kelompok kedua dari bobot dapat dipilih, sehingga faktor kedua tersebut merupakan varians sisa yang terbesar dengan tetap mempertimbangkan bahwa faktor kedua ini tidak berkorelasi dengan faktor pertama. Prinsip yang sama dapat dapat diaplikasi untuk memilih penambahan bobot untuk penambahan faktor. Dengan demikian, faktor dapat diestimasi, dengan skor faktornya yang tidak berkorelasi (tidak seperti nilai dari variabel aslinya).
Tahapan-tahapan penentuan bobot faktor atau ekstraksi faktor adalah sebagai berikut :
a. Penentuan matriks input data mentah yang terdiri sampel observasi (responden) dan variabel awal penelitian.
Tabel 2.1 Contoh Data Hasil Kuesioner
b. Dari data mentah hasil kuesioner dibuat suatu matriks data × yang telah dilakukan penskalaan menjadi skala interval. Teknik penskalaan yang digunakan dalam penelitian ini adalah Methods Successive Interval
dengan bantuan Microsoft Office Excel 2007. …
1 2 3 ⋮ ⋮
(44)
Tabel 2.2 Contoh Penskalaan Variabel No. Variab el Kategori Skor Jawaban Ordinal
Frekuensi Proporsi Proporsi Kumulatif Z Densita s {f(z)} Nilai Hasil Penskalaan 1
2,000 21,000 0,210 0,210 -0,806 0,288 1,000
3,000 10,000 0,100 0,310 -0,496 0,353 1,726
4,000 53,000 0,530 0,840 0,994 0,243 2,579
5,000 16,000 0,160 1,000 0,000 3,893
Jumlah 100
Langkah-langkah Methods Successive Interval:
1. Menghitung frekuensi skor jawaban dalam skala ordinal.
2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor jawaban.
3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari Tabel Distribusi Normal Baku.
4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai berikut: 2 2 1 2 1 ) ( z e z f 0,288 2 1 ) -0,806 ( 2 ) -0,806 ( 2 1 e f
5. Menghitung SV (Scale Value) dengan rumus :
= −−
371
-1,
0,000
0,210
0,288
0,000
2
SV
(45)
0,650 -0,210 0,310 0,353 0,288
3
SV ⋮ 518 1, 0,840 1,000 0,000 0,243
5
SV
6. Menentukan Scale Value min sehingga + | | = 1 Scale Value terkecil = −1,371
1 371
,
1 min
SV 371 , 2 min SV
7. Menstransformasikan nilai skala dengan menggunakan rumus :
min
SV SV
Y
Y2 = -1,371 + 2,371 = 1 Y3 = -0, 650 + 2,371 = 1,726
⋮
Y5 = 1,518 + 2,371 = 3,893
c. Dilakukan perhitungan matriks korelasi Σ ×. Matriks korelasi digunakan sebagai inputanalisis faktor.
Tabel 2.3 Korelasi antar Variabel …
1 1
1
… ⋮ ⋮ ⋮ 1
(46)
d. Perhitungan nilai karakteristik (eigen value).
e. Penentuan vektor karakteristik (eigen vector) yang bersesuaian dengan nilai karakteristik (eigen value), yaitu dengan persamaan :
Σ =
Keterangan: = eigen vector
f. Penentuan banyaknya faktor yang diperoleh dari banyaknya faktor yang ada. beberapa prosedur yang dapat digunakan yaitu penentuan secara priori
(ditentukan terlebih dahulu), berdasarkan eigen value, scree plot, percentage of variance accounted for, split-half reliability dan significance test. Dalam penelitian ini penentuan banyaknya faktor didasarkan pada eigen value yang lebih besar dari satu.
g. Perhitungan matriks factor loading,melalui persamaan.
h. Perhitungan communalityuntuk setiap variabel.
i. Rotasi faktor, tujuannya adalah untuk menyederhanakan struktur faktor, agar lebih mudah dalam menginterpretasikannya. Dalam rotasi faktor dikenal dua jenis rotasi, yaitu rotasi orthogonal dan rotasi oblique. Dalam rotasi
orthogonal variabel – variabel diekstraksi sedemikian rupa, sehingga variabel – variabel tersebut independent satu sama lain, dengan melakukan rotasi dengan sudut 90∘. Sedangkan pada oblique tidak perlu dilakukan sudut 90∘.
Untuk menyederhanakan struktur faktor dikenal tiga metode rotasi
orthogonal, yaitu metode varimax, metode quartimaxdan metode equamax.
1. Varimaxdigunakan untuk menyederhanakan kolom 2. Quartimax digunakan untuk menyederhanakan baris 3. Equamaxmerupakan kombinasi Varimaxdan Quartimax
(47)
Dalam penelitian ini digunakan metode Varimax, karena bertujuan untuk mengekstraksi sejumlah variabel menjadi beberapa faktor. Selain itu metode ini menghasilkan struktur relatif lebih sederhana dan mudah diinterpretasikan. j. Interpretasi faktor
Interpretasi faktor difasilitasi melalui identifikasi variabel yang memiliki loadings besar pda faktor yang sama. Faktor tersebut kemudian dapat diinterpretasikan menurut variabel-variabel yang memiliki loading tinggi dengan faktor tersebut.
k. Menentukan ketepatan model (Model fit)
Untuk mengetahui apakah model dapat dinyatakan sudah tepat dan layak digunakan yaitu dengan melihat selisish atau nilai residual antara matriks korelasi sebelum dilakukan analisis faktor dengan matriks korelasi setelah dilakukan analisis faktor. Untuk menentukan sebuah model sesuai atau tidak, maka nilai absolut residuals harus kurang dari 0,05 sehingga model tersebut dapat diterima.
(48)
BAB 3
METODE PENELITIAN
3.1 Penentuan Lokasi Penelitian
Penelitian ini mengambil lokasi di Kabupaten Padang Lawas. Pemilihan lokasi penelitian dilakukan secara purposive atau sengaja, yaitu di Kabupaten Padang Lawas. Lokasi penelitian ditentukan berdasarkan tingkat produktivitas tanaman bahan makanan penghasil terbesar di Kabupaten Padang Lawas adalah Padi dan Ubi. Produksi Padi Sawah di Kabupaten Padang Lawas mengalami naik dan turun. Adapun Produksi Padi pada tahun 2012 mencapai 25, 82 persen dari total Produksi. Penelitian dilakukan pada bulan April 2013.
3.2 Jenis dan Sumber Data
Tekhnik pengumpulan data dilakukan yaitu :
1. Observasi, yaitu dengan pengamatan lansung terhadap obyek yang akan di teliti dalam hal ini adalah Petani Padi Sawah di Kabupaten Padang Lawas. 2. Wawancara, yaitu dengan pengamatan langsung terhadap obyek yang akan
diteliti dalam hal ini adalah Petani Padi Sawah di Kabupaten Padang Lawas.
3. Mengumpulkan data berupa teori-teori yang di peroleh dari literatur yang berhubungan dengan permasalahan yang ada dalam penulisan ini.
(49)
3.3 Populasi, Sampel, dan Tekhnik Pengambilan Sampel
3.3.1 Populasi
Populasi adalah sekelompok orang kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan obyek penelitian (Supranto, 2004).
Populasi pada penelitian ini adalah jumlah seluruh petani berdasarkan kelompok Tani yang ada di Kabupaten Padang Lawas. Data total jumlah petani pada tahun 2012 yang diperoleh dari Dinas Pertanian Kabupaten Padang Lawas adalah sebanyak 12.292 orang.
3.3.2 Sampel
Sampel adalah bagian dari populasi yang diambil untuk diteliti atau observasi, sehingga dengan melakukan pengamatan pada contoh diperoleh keuntungan yaitu: menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah, dan diselidiki, sehingga hasilnya dapat cepat digunakan.
Untuk mengetahui ukuran sampel dari populasi yang diketahui jumlahnya, berdasarkan jumlah petani yang ada di Kabupaten padang Lawas menurut kelompok taninya, maka peneliti menggunakan Rumus Slovin:
2 1 N e
N n
Keterangan :
n = ukuran sampel N = ukuran populasi
e = kelonggaran atau ketidaktelitian karena kesalahan sampel yang dapat ditolerir, misalnya 2%, 5%, 10%. Pada penelitian ini peneliti menggunakan batas kesalahan yang ditolerir sebesar 10%.
(50)
Maka berdasarkan jumlah Petani Padi Sawah di Kabupaten Padang Lawas berdasarkan kelompok tani berjumlah 12.292, sehingga :
19 , 99 92 , 123 292 . 12 ) 01 , 0 ( 292 . 12 1 292 . 12 ) 1 , 0 ( 292 . 12 1 292 . 12 %) 10 ( 292 . 12 1 292 . 12 2 2 n
Jumlah sampel pada penelitian ini dibulatkan menjadi 100 responden.
3.3.3 Teknik Penarikan Sampel
Teknik sampel (penarikan sampel) yang digunakan oleh peneliti dalam penelitian ini adalah sampel betujuan (Purposive Sample). Sampel bertujuan dilakukan dengan cara mengambil subjek bukan didasarkan atas strata, random atau daerah tetapi didasarkan tujuan tertentu.
Cara pengambilan sampel dalam penelitian ini adalah dengan teknik sampling sampling kemudahan (Convenience Sampling), sampel yang diambil berdasarkan ketersediaan elemen dan kemudahan untuk mendapatkannya.
3.4 Teknik Pengumpulan Data
Dalam penelitian ini teknik penelitian data yang digunakan peneliti adalah dengan data primer. Data primer adalah data yang diperoleh dari sumber lapangan. Data yang bersumber dari responden dengan wawancara dan menggunakan angket kuisioner dalam bentuk pernyataan disertai dengan pilihan jawaban.
(51)
Penyusunan kuisioner berdasarkan dari variabel-variabel dan dijabarkan setiap pernyataan-pernyataan yang terdapat dalam kuisioner. Setiap jawaban responden diberi bobot dengan menngunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian (Riduwan,2005).
Adapun alternatif jawaban yang disediakan terdiri alternatif jawaban berupa pernyataan yang diklasifikasikan dalam bentuk sangat setuju, setuju, cukup setuju, tidak setuju, dan sangat tidak setuju seperti tabel berikut ini.
Tabel 3.1 Bobot Penelitian Berdasarkan Skala Likert
3.5 Variabel yang di Gunakan
Variabel yang digunakan peneliti dalam penelitian ini adalah :
X1 = Modal
X2 = Bibit
X3 = Kesuburan tanah
X4 = Tenaga kerja
X5 = Jam bekerja
X6 = Pupuk
Bobot Penilaian
1 Sangat tidak setuju
2 Tidak setuju
3 Cukup setuju
4 Setuju
(52)
X8 = Luas lahan
X9 = Pestisida
(53)
BAB 4
PEMBAHASAN DAN HASIL
4.1 Gambaran Umum Daerah Penelitian
4.1.1 Letak Geografis
Kabupaten Padang Lawas adalah salah satu Kabupaten yang berada di Provinsi Sumatera Utara. Sumber budaya yang dimiliki berupa tinggalan budaya berupa candi, dan sebagainya. Begitu pula dengan sumberdaya alam di padang lawas dengan adanya flora dan fauna yang beragam. Kabupaten Padang lawas dahulunya merupakan bagian dari Kabupaten Tapanuli Selatan. Sejak tahun 2007 Kabupaten Tapanuli Selatan telah dimekarkan menjadi tiga, yaitu Kabupaten Tapanuli Selatan, Kabupaten Padang Lawas, dan Kabupaten Padang Lawas Utara.
Kabupaten padang lawas dengan Ibukota Sibuhuan merupakan salah Provinsi Sumatera Utara yang terletak pada koordinat 1o 26' – 2o 11' Lintang Utara dan 91o 01' – 95 o53' Bujur Timur dengan batas wilayah sebagai berikut:
1. Sebelah utara : berbatasan dengan Kecamatan Batang Onang, Kecamatan Portibi, Kecamatan Padang Bolak, Kecamatan Halongonan, Kecamatan Simangambat Kabupaten Padang Lawas Utara.
2. Sebelah timur : berbatasan dengan Kabupaten Rokan Hulu privinsi Riau. 3. Sebelah selatan : berbatasan dengan Kabupaten Pasaman Provinsi
Sumatera Barat, Kecamatan Siabu Kabupaten Mandailing Natal.
4. Sebelah Barat : berbatasan dengan Kecamatan Bukit Malintang Kabupaten Mandailing Natal, Kecamatan Sayur Matinggi dan Kecamatan Batang Angkola Kabupaten Tapanuli Selatan.
(54)
Wilayah Kabupaten Padang lawas terbagi atas Wilayah Kecamatan Sosopan, Ulu Barumun, Barumun, Barumun Selatan, Lubuk Barumun, Sosa, Batang Lubu Sutam, Hutaraja Tinggi, Huristak, Barumun Tengah, dan Aek Nabara Barumun. Adapun luas wilayah dan luas distribusinya menurut kecamatan di Kabupaten Padang Lawas adalah sebagai berikut.
Tabel 4.1 Luas Wilayah dan Luas Distribusi Menurut Kecamatan di Kabupaten Padang Lawas Tahun 2012
Sumber : Kabupaten Padang Lawas dalam Angka, Tahun 2012.
4.1.2 Pemerintahan
Pemerintahan Kabupaten Padang Lawas secara administrasi terdiri atas 11 kecamatan, 303 desa, dan 1 kelurahan. Dengan luas wilayah terbesar, Kecamatan Sosa adalah Kecamatan yang mempunyai 39 desa. Adapun kelurahan hanya terdapat di Kecamatan Barumun, yaitu Kelurahan Pasar Sibuhuan.
No Kecamatan Luas Distribusi Luas
1. Sosopan 407,52 9,63
2. Ulu Barumun 241,37 5,71
3. Barumun 119,50 2,83
4. Barumun Selatan 122,60 2,90
5. Lubuk Barumun 300,23 7,10
6. Sosa 611,85 14,46
7. Batang Lubu Sutam 586,00 13,85
8. Hutaraja Tinggi 408,00 9,65
9. Huristak 357,65 8,46
10. Barumun Tengah 587,52 13,89
11. Aek Nabara Barumun 487,75 11,53
(55)
Keanggotaan dewan DPRD Kabupaten Padang Lawas sesuai dengan hasil Pilkada Legislatif tahun 2008 adalah sejumlah 30 anggota politik (parpol) dengan komposisi 29 orang laki-laki dan 1 orang perempuan. Terdapat 7 fraksi di DPRD Kabupaten Padang Lawas dengan jumlah anggota terbanyak adalah Fraksi Nasional Bersatu (7anggota).
4.1.3 Keadaan Penduduk
Jumlah penduduk Kabupaten Padang Lawas pada tahun 2011 tercatat sebanyak 227.365 jiwa dengan kepadatan penduduk sebesar 54 jiwa per km2. Dilihat per Kecamatan Barumun merupakan kecamatan dengan jumlah penduduk terbesar dibanding kecamatan lainnya. Kecematan ini juga merupakan kecamatan terpadat di Padang Lawas dengan kepadatan mencapai 369 jiwa km2. Adapun kecematan terendah adalah Sosopan dan kepadatan penduduk terendah adalah Batang Lubu Sutam.
Berdasarkan kelompok umur, penduduk Kabupaten Padang Lawas tergolong kelompok muda. Hal ini terlihat dari kelompok umur dengan kata lain kelompok berumur muda lebih besar dibandingkan dengan kelompok umur yang lebih tua. Bila dibandingkan antara penduduk usia produktif (15 – 64 tahun) dengan penduduk usia tidak produktif (0 – 14 dan 65 tahun ke atas), maka rasio beban ketergantungan penduduk Padang Lawas tahun 2011 adalah sebesar 72 persen yang artinya setiap 100 orang penduduk produktif menanggung sekitar 72 orang penduduk usia yang tidak produktif. Di Kabupaten Padang Lawas paling banyak di usia 0 – 19 tahun yakni 109.982 jiwa sedangkan usia lebih dari 65 tahun ke atas jumlahnya paling sedikit yakni 6404 jiwa. Adapun jumlah penduduk Kabupaten Padang Lawas menurut kecamatan dan jenis kelaminnya adalah sebagai berikut:
(56)
Tabel 4.2 Jumlah Penduduk Menurut Kecamatan dan Jenis Kelamin
Sumber : Kabupaten Padang Lawas dalam Angka, Tahun 2012.
4.2 Pertanian
4.2.1 Tanaman Bahan Makanan
Produksi tanaman bahan makanan (tabama) dan hortikultura Kabupaten Padang Lawas terbesar di seluruh kecamatan. Padi dan ubi kayu adalah komoditi terbesar pertanian tabama di Padang Lawas. Untuk tanaman padi, kecamatan penghasil terbesar adalah kecamatan Barumun dengan Produksi pada tahun 2011 mencapai 26.859 ton, atau 29,89 % dari total produksi kabupaten. Kecamatan penghasil ubi kayu terbesar adalah Hutaraja Tinggi dengan produksi mencapai 1.433 ton, atau 25,82 persen dari total produksi Kabupaten. Berikut adalah luas panen, rata-rata produktivitas dan produksi tanaman bahan makanan menurut jenis tanaman di Kabupaten Padang Lawas.
No Kecamatan Laki-laki Perempuan Jumlah
1. Sosopan 4.598 4.566 9.164
2. Ulu barumun 7.034 6.986 14.020
3. Barumun 22.105 22.026 44.131
4. Barumun Selatan 3.465 3.365 6.830
5. Lubuk Barumun 8.163 8.107 16.270
6. Sosa 16.048 15.936 31.984
7. Batang Lubu Sutam 6.017 5.975 11.992
8. Hutaraja Tinggi 19.888 19.750 39.638
9. Huristak 9.933 9.863 19.796
10. Barumun Tengah 11.498 11.273 22.771
11. Aek Nabara Barumun 5.331 5.438 10.769
(57)
Tabel 4.3 Luas Panen, Rata-Rata Produktivitas dan Produksi Tanaman Bahan Makanan Menurut Jenis Tanaman
di Kab. Padang Lawas
Sumber : Kabupaten Padang Lawas dalam Angka, Tahun 2012.
4.2.2 Perkebunan
Hasil perkebunan rakyat di Padang lawas yang paling menonjol adalah kelapa sawit. Total luas perkebunan (rakyat) kelapa sawit di wilayah ini pada tahun 2011 mencapai 32.385,36 hektar. Adapun kecamatan penghasil kelapa sawit terbanyak adalah kecamatan Hutaraja Tinggi dan sosa. Lebih dari setengah produksi kelapa sawit Padang Lawas berasal dari dua kecamatan tersebut.
Selain kelapa sawit, terdapat perkebunan rakyat lainnya yang cukup menunjang perekonomian di Padang Lawas. Karet, Kelapa, dan Pinang merupakan tanaman yang sering ditemui hampir diseluruh kecamatan di Padang Lawas.
Jenis Tanaman Luas Panen Rata-rata Produktivitas
Produksi
Padi sawah 17.677 48,72 89.830
Padi lading 976 29,95 2.923
Jagung 875 44,01 3.851
Ubi kayu 314 176,78 5.551
Ubi jalar 125 108,88 1.361
Kacang tanah 298 11,28 336
Kacang kedelai 319 12,13 387
(58)
4.3 Pengolahan Data
4.3.1 Input Data Mentah
Penentuan matriks input data hasil kuisioner yang terdiri dari 100 responden dan 10 variabel awal dalam penelitian.
Tabel 4.4 Data Hasil Kuisioner Nomor
Responden X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1. 5 5 5 5 2 5 5 4 5 5
2. 4 3 3 3 3 4 4 4 3 3
3. 5 3 4 2 2 4 4 3 3 3
4. 5 4 5 5 5 4 5 4 3 4
5. 4 4 2 4 2 4 2 3 4 3
6. 2 5 3 2 3 5 3 3 5 3
7. 5 3 4 2 2 4 4 4 3 4
8. 4 4 3 3 2 4 3 4 4 2
9. 4 4 5 5 2 4 5 4 4 2
10. 5 5 4 5 5 5 4 5 5 5
11. 5 5 4 5 5 5 4 5 5 5
12. 4 4 4 2 1 4 4 4 4 4
13. 4 2 2 4 4 2 2 2 2 4
14. 4 4 4 4 4 4 4 4 4 4
15. 4 4 4 4 5 4 4 4 4 4
16. 2 5 5 5 2 5 5 4 5 5
17. 4 4 4 4 3 4 4 4 4 5
18. 4 4 4 4 2 4 4 3 4 5
19. 4 4 4 4 2 4 4 4 4 2
20. 4 4 3 4 3 4 3 2 4 5
(59)
22. 5 5 5 3 5 5 5 4 5 5
23. 2 2 3 2 2 2 3 4 2 5
24. 3 3 4 5 4 3 4 4 3 5
25. 5 4 5 4 4 4 5 4 4 4
26. 2 5 5 4 4 5 5 3 5 4
27. 4 2 4 4 2 2 4 4 2 4
28. 4 4 4 4 4 4 4 4 4 4
29. 4 4 4 4 4 4 4 4 4 2
30. 5 4 4 4 5 4 4 4 4 5
31. 4 5 3 3 4 5 3 5 5 4
32. 4 3 1 5 2 3 1 3 3 4
33. 4 4 4 4 2 4 4 3 4 3
34. 5 3 4 5 4 3 4 3 3 3
35. 4 4 4 4 2 4 4 2 4 4
36. 3 4 3 5 4 4 3 3 4 4
37. 4 5 4 5 4 5 4 3 5 4
38. 5 4 4 5 2 4 4 3 4 4
39. 4 3 3 4 3 3 3 4 3 4
40. 4 3 3 4 2 3 3 3 3 4
41. 2 4 4 3 4 4 4 3 4 2
42. 4 5 5 5 4 5 5 4 5 5
43. 2 3 4 5 3 3 4 1 3 4
44. 4 3 4 5 2 3 4 4 3 4
45. 3 3 5 4 1 3 5 3 3 5
46. 2 5 3 5 4 5 3 2 5 4
47. 2 3 4 4 2 3 4 2 3 5
48. 4 2 4 4 2 2 4 4 2 4
49. 2 4 4 5 2 4 4 2 4 4
50. 2 3 3 5 2 3 3 2 3 4
51. 2 2 3 4 4 2 3 2 2 4
(60)
53. 4 5 4 4 3 5 4 2 5 4
54. 4 3 3 4 2 3 3 3 3 4
55. 4 5 4 4 5 5 4 4 5 5
56. 5 5 5 5 5 5 5 4 5 5
57. 4 4 4 4 2 4 4 4 4 2
58. 4 4 4 4 2 4 4 4 4 4
59. 4 3 3 4 2 3 3 2 3 4
60. 4 3 3 4 2 3 3 4 3 5
61. 4 1 4 5 5 1 4 2 1 4
62. 4 2 3 4 4 2 3 4 2 4
63. 4 2 4 4 2 2 4 4 2 4
64. 4 5 5 5 5 5 5 4 5 4
65. 4 4 4 4 2 4 4 3 4 4
66. 4 4 4 4 2 4 4 4 4 4
67. 2 5 3 5 4 5 3 2 5 4
68. 2 3 4 4 2 3 4 2 3 5
69. 3 4 5 5 4 4 5 3 4 4
70. 4 4 4 4 5 4 4 5 4 5
71. 4 4 5 4 5 4 5 4 4 4
72. 4 4 3 4 2 4 3 4 4 4
73. 3 4 3 4 2 4 3 4 4 5
74. 4 4 3 4 2 4 3 4 4 2
75. 2 4 2 5 2 4 2 4 4 4
76. 3 3 3 4 3 3 3 3 3 4
77. 4 4 5 4 5 4 5 4 4 4
78. 5 5 5 5 5 5 5 5 5 4
79. 3 2 3 4 4 2 3 2 2 4
(1)
LAMPIRAN 5
PERHITUNGAN ANALISIS FAKTOR MENGGUNAKAN MATRIKS
MATRIKS KORELASI SEDERHANA (
)
X
1X
2X
3X
4X
5X
6X
7X
8X
9X
10X
11,000
0,221
0,313
-0,023
0,267
0,255
0,317
0,559
0,206
0,102
X
20,221
1,000
0,400
0,247
0,304
0,989
0,395
0,337
0,996
0,107
X
30,313
0,400
1,000
0,199
0,249
0,398
0,993
0,236
0,386
0,150
X
4-0,023
0,247
0,199
1,000
0,265
0,196
0,183
-0,065
0,236
0,156
X
50,267
0,304
0,249
0,265
1,000
0,297
0,250
0,246
0,287
0,113
X
60,255
0,989
0,398
0,196
0,297
1,000
0,403
0,345
0,986
0,085
X
70,317
0,395
0,993
0,183
0,250
0,403
1,000
0,243
0,381
0,135
X
80,559
0,337
0,236
-0,065
0,246
0,345
0,243
1,000
0,331
0,211
X
90,206
0,996
0,386
0,236
0,287
0,986
0,381
0,331
1,000
0,107
X
100,102
0,107
0,150
0,156
0,113
0,085
0,135
0,211
0,107
1,000
MATRIKS EIGEN VALUE (L)
L =
4,1777
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0000
1,5085
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0000 0,0000
1,2994
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0000 0,0000 0,0000
1,0961
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0000 0,0000 0,0000 0,0000
0,8904
0,0000 0,0000 0,0000 0,0000 0,0000
0,0000 0,0000 0,0000 0,0000 0,0000
0,6044
0,0000 0,0000 0,0000 0,0000
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,4007
0,0000 0,0000 0,0000
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0156
0,0000 0,0000
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0044
0,0000
(2)
V =
0.2268 -0.4127 0.4282 0.0233 0.2151 -0.3783 -0.6350 0.0352 -0.0187
0.4356 0.3558 0.0606 -0.0570 -0.0675 0.0109 -0.0500 0.2706 0.3481
-0.6894 0.3419 -0.3972 -0.3807 -0.2613 -0.0673 0.0516 0.0599 0.3579
0.4760 0.3830 0.1515 0.1150 -0.4710 0.5289 0.2230 -0.6280 0.1286
-0.0371 0.0004 0.0145 0.2299 -0.1022 -0.0002 0.4318 0.6080 0.6168
0.0031 0.0064 -0.0051 0.0067 0.4345 0.3403 0.0918 -0.0963 -0.0589
0.0261 -0.0949 -0.7003 0.2527 0.3319 0.3411 -0.4002 -0.3707 -0.2761
-0.0573 0.0596 0.0680 -0.3494 -0.4819 -0.3796 0.2517 -0.2684 0.5442
0.1022 -0.0387 -0.1749 0.7250 -0.0108 0.0097 0.0091 0.4305 0.3680
0.0651 -0.0628 -0.0831 0.0134 -0.0444 0.4278 -0.5964 0.3511 0.1110
-0.1958 -0.0030 0.6016 -0.7142 0.2102 -0.1812 -0.0183 -0.0009 0.0021
Matriks
loading factor
(
Λ
) diperoleh dengan mengalikan matriks
eigen
vector
dengan akar dari matriks
eigen value. Atau dalam persamaan
matematis ditulis
=√
AKAR DARI MATRIKS EIGEN VALUE (
√
0.0532 0 0 0 0 0 0 0 0 0
0 0.0663 0 0 0 0 0 0 0 0
0 0 0.1247 0 0 0 0 0 0 0
0 0 0 0.6330 0 0 0 0 0 0
0 0 0 0 0.7774 0 0 0 0 0
0 0 0 0 0 0.9436 0 0 0 0
0 0 0 0 0 0 1.0469 0 0 0
0 0 0 0 0 0 0 1.1399 0 0
0 0 0 0 0 0 0 0 1.2282 0
(3)
V*sqrt(L)
ans =
MATRIKS LOADING FACTOR
( )
0.4636 0.5069 -0.4881 0.0244
0.2030 -0.2941 -0.4020 0.0044 -0.0012
0.0006
0.8903 -0.4370 -0.0691 -0.0597
0.0637 0.0085 0.0317 0.0338 0.0231
-0.0365
0.6988 0.4878 0.4340 -0.2736
-0.0635 0.0401 0.0379 0.0447 0.0316
0.0203
0.3097 -0.1412 0.5369 0.5537
0.2104 -0.4882 0.0814 -0.0046 0.0000
0.0008
0.4699 0.1255 -0.0002 0.4521
0.5737 0.4795 0.0020 0.0008 -0.0003
0.0004
0.8881 -0.4180 -0.1046 -0.1008
-0.0556 0.0203 -0.0601 -0.0875 0.0168
0.0176
0.6972 0.4915 0.4226 -0.2891
0.0541 0.0463 0.0430 0.0436 0.0320
-0.0201
0.5145 0.3297 -0.6203 0.1070
-0.0365 -0.1360 0.4589 -0.0013 0.0006
0.0005
0.8799 -0.4520 -0.0742 -0.0657
-0.0784 0.0104 -0.0281 0.0534 -0.0396
0.0186
0.2269 0.2405 0.0034 0.6298
0.6739 0.1634 0.1147 0.0023 0.0001
-0.0001
Keterangan : Angka yang dicetak tebal adalah nilai factor loading
yang memiliki
eigen value lebih besar dari satu.
(4)
(5)
(6)