Faktor-Faktor yang Mempengaruhi Hasil Panen di Simalungun

(1)

FAKTOR - FAKTOR YANG MEMPENGARUHI HASIL

PANEN PADI DI SIMALUNGUN

TUGAS AKHIR

SAIDAL AMAR

112407088

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

(2)

FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PANEN

PADI DI SIMALUNGUN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

SAIDAL AMAR

112407088

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

(3)

PERSETUJUAN

Judul : FAKTOR FAKTOR YANG MEMPENGARUHI HASIL PANEN PADI DI SIMALUNGUN Kategori : TUGAS AKHIR

Nama : SAIDAL AMAR Nomor Induk Mahasiswa : 112407088 Program Studi : D3 STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

Disetujui

diMedan, Juni 2014

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU ketua Pembimbing,

Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Mardiningsih, M.Si

(4)

PERNYATAAN

FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PANEN PADI DI SIMALUNGUN

TUGAS AKHIR

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

Medan, Juni 2014

SAIDAL AMAR 112407088

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan tugas akhir ini dengan judul Faktor-Faktor yang mempengaruhi hasil panen padi di simalungun.

Terimakasih penulis sampaikan kepada Ibu Dr. Mardiningsih, M.Si selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si dan Bapak Dr. Suwarno Arriswoyo, M.Si selaku Ketua dan Sekretaris program studi D3 Statistika FMIPA USU, dan Bapak Prof. Dr. Tulus, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayah Soldin, Ibu Sustiyah dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Medan, Juni 2014

(6)

DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Daftar Isi Daftar Tabel Daftar Gambar

Bab 1 Pendahuluan

1.1 Latar Belakang 1.2 Perumusan Masalah 1.3 Tujuan Penelitian 1.4 Manfaat Penelitian 1.5 Metode Penelitian 1.6 Sistematika Penelitian

Bab 2 Tinjauan Pustaka

2.1 Pengertian regresi

2.2 Analisis regresi linier berganda 2.3 Pengertian regresi sederhana 2.4 regresi linier berganda 2.5 Kesalahan standart estimasi 2.6 Koefisien determinan 2.7 Koefisien korelasi

Bab 3 Gambaran Umum Perusahaan

3.1 Sejarah Singkat BPS

3.2 Tugas dan Fungsi Pokok 16 3.3 Kebijakan- Kebijakan

i ii iii iv v vi 1 1 2 2 3 8 9 8 9 9 11 13 20 21 25 29

(7)

Bab 4 Hasil dan Pembahasan

4.1 Pengolahan Data

4.2 Membentuk persamaan regresi linier 4.3 Analisis residu

4.4 Uji regresi linier berganda

4.5 penghitungan koefisien determinan 4.6 koefisien korelasi

Bab 5 Implementasi Sistem

5.1 Pengertian implementasi sistem 5.2 Tujuan implementasi sistem 5.3 Pengenalan SPSS

5.4 Langkah-langkah pengolahan data SPSS 5.5 Mengoperasikan SPSS

5.6 Input variabel

5.7 Pengolahan Data dengan SPSS 5.8 Output Hasil Pengolahan Data

Bab 6 Penutup

6.1 Kesimpulan 6.2 Saran

Daftar Pustaka Abstrak Lampiran 30 31 35 39 40 45 48 49 50 52 53 55

(8)

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

DEPARTEMEN MATEMATIKA

Jl. Bioteknologi No.1 Kampus USU, Telp. (061) 8211050, Fax (061) 8214290

Medan 20155

SURAT KETERANGAN

Hasil Uji Implementasi Sistem Tugas Akhir

Yang bertanda tangan dibawah ini menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika :

Nama Mahasiswa : Saidal Amar Nomor Induk Mahasiswa : 112407088

Judul Tugas Akhir : Faktor-Faktor yang mempengaruhi hasil panen padi di simalungun

Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal:

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.

Medan, Juni 2014 Dosen Pembimbing,

Dr. Mardiningsih, M.Si NIP. 19630405 1988112 001

(9)

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

DEPARTEMEN MATEMATIKA

Jl. Bioteknologi No.1 Kampus USU, Telp. (061) 8211050, Fax (061) 8214290

Medan 20155

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : Saidal Amar Nomor Induk Mahasiswa : 112407088

Judul Tugas Akhir : Faktor-Faktor Yang Mempengaruhi Hasil Panen padi di simalungun

Dosen Pembimbing : Dr. Mardiningsih, M.Si Tanggal Mulai Bimbingan :

Tanggal Selesai Bimbingan :

No. Tanggal Asistensi Bimbingan

Pembahasan Asistensi Pada Bab

Paraf Dosen

Pembimbing Keterangan 1 2 3 4 5 6 7 8

*Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU DosenPembimbing, Ketua,

Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Mardiningsih, M.Si NIP. 19531218 198003 1 003 NIP : 19630405 1988 11 2 001

(10)

ABSTRAK

1. Faktor-faktor yang mempengaruhi hasil panen padi di simalungun. Antara lain faktor-faktor yang mempengaruhi, luas panen( x1), jumlah penduduk ( x2), jumlah produksi (y)

2. Hasil koefisien determinan R2= 0,999 menunjukan bahwa hasil panen padi di Simalungun di pengaruhi oleh faktor- faktor yang mempengaruhi adalah tinggi. Dengan menggunakan metode analisis regresi sederhana

3. Koefisien korelasi antara jmlah penduduk miskin (Y) dan luas wilayah (X1) adalah 0,999 yang menunjukkan korelasi yang cukup dengan arah

positif. Hal ini berarti jika luas wilayah kecil maka jumlah hasil panen rendah dan sebaliknya jika luas panen bertambah maka jmlah hasil panen meningkat.

Koefisien korelasi antara jmlah produksi (Y) dan jumlah penduduk (X2)

adalah 2,64 yang menunjukkan korelasi yang cukup dengan arah positif. Hal ini berarti jika hasil panen kecil maka jumlah hasil panen rendah dan sebaliknya jika luas panen bertambah maka jumlah hasil panen meningkat.

(11)

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Sektor pertanian dalam tatanan pembangunan nasional khusus nya padi memegang peranan penting karena selain bertujuan menyediakan pangan bagi seluruh penduduk, juga merupakan sektor andalan penyumbang devisa negara dari sektor non migas. Besar nya kesempatan kerja yang dapat diserap dan besarnya jumlah penduduk yang masih bergantung pada sektor ini masih perlu di tumbuh kembangkan.

Penduduk indonesia khusus nya sumatera utara sangat bergantung pada nasi sebagai makanan pokok. Ketergantungan yang sangat besar ini menjadi tantangan bagi negara yang konsumsi nasi sebagai makanan pokok untuk selalu dapat mencukupi kebutuhan beras tanpa melakukan impor dari negara lain.

Situasi ketersedian pangan perlu diketahui secara periodik. Untuk itu diperlukan pemantauan ketersedian, kebutuhan dan cadangan bahan pangan. Tujuan dari pemantauan ketersedian, kebutuhan dan cadangan bahan pangan adalah untuk memantau tingkat kebutuhan pangan masyarakat, sehingga informasi ini menjadi acuan bagi institusi yang bersangkutan dalam usaha perumusan kebijakan dan memecahkan masalah ketersediaan pangan.

(12)

Oleh karena itu, maka penulis merasa tertarik dan terdorong untuk mengadakan penelitian tentang hasil panen di kabupaten simalungun, yang meliputi faktor faktor yang mempengaruhi dengan judul “FAKTOR FAKTOR YANG MEMPENGARUHI HASIL PANEN PADI DI SIMALUNGUN”

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah diatas,penulis merumuskan masalah penelitian sebagai berikut:

1. Apa sajakah faktor yang mempengaruhi hasil produksi padi di kabupaten simalungun

2. Bagaimana besar nilai faktor-faktor yang mempengaruhi hasil produksi padi di kabupaten simalungun

3. Bagaimana hubungan korelasi antara faktor-faktor yang mempengaruhi ( luas panen, jumlah penduduk, produksi ) dengan hasil panen padi di simalungun, sumatera utara

1.3 Batasan Masalah

Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar tidakjauh menyimpang dari sasaran yang ingin dicapai, penulis hanya meneliti pengaruh hasil panen di simalungun di simalungun dengan variabel-variabel yang mempengaruhinya yaitu luas panen di simalungun, sumatera utara. Data kuantitatif yang digunakan adalah data jumlah penduduk 2013, data luas panen tahun 2013, produksi panen 2013.

(13)

1.4.1 Tujuan Penelitian

Tujuan dari penelitian ini adalah sebagai berikut:

1. Untuk mengetahui seberapa besar pengaruh yang diberikan variabel-variabel yang diteliti terhadap jumlah hasil panen padi di simalungun. 2. Mengetahui hubungan antar variabel yang diteliti.

3. Sebagai sarana aplikasi ilmu yang didapat saat perkuliahan.

1.4.2 Manfaat Penelitian

Manfaat yang dapat diambil dari penelitian ini adalah :

1. Untuk mengetahui pengaruh luas wilayah, jumlah penduduk, dan produksi terhadap jumlah hasil panen di simalungun, sumatera utara.

2. Untuk mengetahui hubungan antara variabel terikat dan bebas.

3. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis mengenai riset dan menganalisis data.

1.5 Metodologi Penelitian

1. Penulisan Kepustakaan

Penulisan kepustakaan yaitu metode pengumpulan data untuk memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca buku-buku, referensi dan bahan-bahan yang bersifat teotitis yang mendukung penulisan tugas akhir.

Metode pengumpulan data yang digunakan ialah data sekunder, yaitu data yang diolah diperoleh dari kantor Badan Pusat Statisti Provinsi Sumatera Utara.

(14)

2. Teknik dan Analisa Data

Metode yang digunaka adalah dengan metod hitung korelasi dan regresi.

a. Regresi Ganda

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap variabel kriteriumnya.

Untuk keperluan analisis, variabel bebas akan dinyatakan dengan x1,x2,...xk(k ≥1) sedangkan variabel tidak bebas dinyatakan dengan Y.

Ŷ = a0 + a1x1 + a2x2 +...+ akxk

Dengan :

Ŷ = variabel tidak bebas (dependent) a0,...ak =koefisisen regresi

x1,...,xk =vaeriabel bebas (independent)

Kofisien-koefisien a0,...,ak dapat dihitung dengan menggunakan

persamaan:

ƩY1 = a0n + a1ƩX1i + a2ƩX2i + ... + akƩXki

ƩX1iYi = a0ƩX1i + a1(ƩX1i)2+ a2ƩX1iX2i + ... + akƩX1iXki

(15)

...

ƩXkiYi = a0ƩXki + a1ƩX1iXki + a2ƩX2iXki + ... + akƩ(Xki)

b. Kesalahan Standar Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, mskin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya.

Kesalahan standar estimasi dapat ditentukan dengan rumus:

S

y,1,2,...,k

=

�

Ʃ(�_�Ŷ)2

�−�−1

... (2.5)

Dengan Yi adalah nilai data sebenarnya, Ŷi adalah nilai taksiran.

c. Koefisien Korelasi Linier Ganda

Menguji keberartian regresi linier ganda dimaksudkan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai sejumlah perubahan yang dipelajari.

(16)

H0 : Tidak dapat hubungan fungsioanal yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi.

H1 : Terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadapfaktor yang dipengaruhi.

d. Koefisien korelasi

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:

r

=

�

Ʃ��−(Ʃ��)(Ʃ��)

��Ʃ�_��2 ₋₍_Ʃ_�

��)2��Ʃ��2−(Ʃ��)2�

Dengan:

r

_yx = koefisien korelasi antara Y dan X

Xki = variabel bebas

Yi = variabel tak bebas

(17)

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari tugas akhir ini, yaitu sebagai berikut :

BAB 1 : PENDAHULUAN

Pada bab ini akan diuraikan latar belakang, maksud dan tujuan, identifikasi masalah, batasan masalah, metode penelitian dan landasan teori serta sistematika penulisan.

BAB 2 : LANDASAN TEORI

Dalam bab ini menguraikan teoritis dan analisa tentang segala sesuatu yang berhubungan dengan masalah tugas akhir.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

Dalam bab ini penulis menguraikan tentang sejarah singkat berdirinya Badan Pusat Statistik (BPS) Sumatera Utara.

BAB 4 : ANALISIS DAN PEMBAHASAN

Pada bab ini penulis menjelaskan mengenai tentang analisis faktor-faktor yang mempengaruhi jumlah penduduk miskin dengan metode regresi linier berganda dan analisa korelasi untuk melihat hubungan antar variabel. Dimana objek penelitiannya adalah jumlah penduduk miskin di Provinsi Sumatera Utara tahun 2012.

(18)

BAB 5 : IMPLEMENTASI SISTEM

Pada bab ini membahas tentang yang digunakan dalam analisis data serta dalam penggunaan dari software.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang berisi kesimpulan dari pembahasan serta saran penulis berdasarkan kesimpulan yang didapat dari pengamatan.

(19)

BAB 2

LANDASAN TEORI

2.1 Pengertian Regresi

Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886.Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata populasi atau niiai rata-rata variabel dependen berdasarkan nilai variabe! independen yang diketahui.Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen dengan suatu persamaan.

2.2 Analisis Regresi Linier

Analisis regresi linier adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu :

(20)

1. Analisis Regresi Sederhana (simple analisis regresi) 2. Analisis Regresi Berganda (multipe analisis regresi)

Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variable) dan variabel tak bebas (dependent variable). Seangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dan satu variabel tak bebas.

2.3 Regresi Linier Sederhana

Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen (X) dengan variabel dependen (Y).Analisis regresi linier sederhana dipergunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.. Data yang digunakan biasanya berskala interval atau rasio.

Rumus regresi linier sederhana adalah sebagai berikut : Ŷ = a + bx

Dengan :

Ŷ = Variabel tak bebas X = Variabel bebas a = Parameter Intercept

(21)

2.4 Regresi Linier Berganda

Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis

ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Bentuk persamaan regresi linier sederhana yang mencakup dua atau lebih variabel, yaitu :

Y = β0 + β1x1i + β2x2i + ... + βkxkiεi

Dengan :

Y = Pengamatan ke-i pada variabel tak bebas

xki = Pengamatan ke-i pada variabel bebas

β0 = Parameter intercept

(22)

ᶓi = Parameter ke-i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya untuk menarik sebagian berupa sampel untuk populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model populasi perlu diduga berdasarkan model populasi sebagai berikut :

Ŷ = ao + a1x1+ a2x2+…..+ akxk

Dengan :

Ŷ = Variabel tidak bebas (dependent) ao,...,ak = koefisien regresi

x1,...,xk = variabel bebas (independent)

Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel terikat (variable dependent) dan tiga variabel bebas (variable independent). Bentuk umum regresi linier berganda tersebut, yaitu :

Ŷ= b0+ b1X1i+ b2X2i+…..+ bnXni

Dengan : Y =produksi X1 =Luas Wilayah

(23)

i = 1,2,...,n

Untuk rumus diatas, dapat diselesaikan oleh empat persamaan variabel yang terbentuk:

ƩY = nb0 + b1ƩX1 + b2ƩX2

ƩX1Y = b0ƩX1 + b1Ʃ(X1)2 + b2ƩX1X2

ƩX2Y = b0ƩX2 + b1ƩX1X2+ b2Ʃ(X2)2

Dengan b0, b1, b2 adalah koefisien yang ditentukan berdasarkan data hasil

pengamatan. Untuk menghitung nilai x1 = X – X1, x2 = X2 – X2 dan y = Y-Ῡ.

2.5 Kesalahan Standard Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi

(standard error estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi. Makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan srandar estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. ( Algifari, 2000. Analisa Regresi Teori, kasus dan solusi, Edisi 2) Kesalahan standar estimasi dapat ditentukan dngan rumus :

S

y,1,2,...,k

=

�

Ʃ�_�Ŷ2

(24)

Dengan :

Yi =nilai data sebenarnya

Ŷ =nilai taksiran

2.6 Koefisien Determinan

Koefisien determinasi (R2) adalah satu ukuran yang digunakan untuk mengukur pengaruh variabel independen terhadap variansi variabeldependen, dengan 0 < R2 < 1. Koefisien determinasi pada besar kemampuan semua variabel bebas dalam menjelaskan terikatnya. Secara sederhana koefisien determinasi dihitung dengan mengkuadratkan Koefisien Korelasi (R). Secara umum koefisien determinasidigunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi, koefisien determinasi dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika r2 sama dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara sempurna.

Hipotesa :

H0 : Tidak terdapat hubungan fungsional yang signifikan antara semua faktor

yang mempengaruhi terhadap faktor yang dipengaruhi.

H1 : Terdapat hubungan fungsional yang signifikan antara semua faktor yang

(25)

Koefisien determinasi yang dinyatakan dengan R2 digunakan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 ditentukan dengan rumus, yaitu:

R

=

��

Ʃ�_�2

Dengan :

JKreg = Jumlah Kuadrat Regresi

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja.

2.7 Koefisien Korelasi

Setelah mendapatkan hasil jumlah pengaruh pada variabel yang diteliti selanjutnya penulis akan mencari seberapa besar hubungan antara variabel terikat dengan variabel bebas atau antara variabel bebas itu sendiri.

Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien

(26)

korelasi menunjukkan kekuatan hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Dengan kata lain koefisien korelasi sederhana (r) merupakan akar dari koefisien determinasi. Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbulkan dengan huruf “r”. Besarnya koefisien korelasi akan berkisar antara -1 (negatif satu) sampai dengan +1 (positif satu) :

Keterangan :

+ menunjukkan korelasi positif - menunjukkan korelasi negatif

0 menunjukkan tidak adanya hubungan

Apabila koefisien korelasi mendekati + 1 atau – 1, berarti hubungan antarvariabel tersebut semakin kuat. Sebaliknya, apabila koefisien korelasi mendekati angka 0, berarti hubungan antarvariabel tersebut semakin lemah. Dengan kata lain, besarnya nilai korelasi bersifat absolut, sedangkan tanda “ + “ atau “–“ hanya menunjukkan arah hubungan saja.

Untuk menganalisis keterkaitan antarvariabel, perlu diukur besarnya nilai koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:

(27)

r

=

�

Ʃ��−(Ʃ��)(Ʃ��)

��Ʃ�_��2 ₋₍_Ʃ_�

��)2��Ʃ��2−(Ʃ��)2�

Dengan :

ryx =koefisien korelasi antara Ydan X

Xki =variabel bebas

Yi =variabel teriat

Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis :

-1≤ r ≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti tidah ada korelasi antara X dan Y.

Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut

(28)

tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut :

Tabel 2.1 Interpretasi Koefisien Korelasi

R _Interpretasi 0 Tidak ada korelasi >0 -0,25 korelasi sangat lemah >0,25 – 0,5 korelasi cukup >0,5 – 0,75 korelasi kuat >0,75 – 0,99 korelasi sangat kuat

1 korelasi sempurna

Sumber : (Sarwono:2006)

Keterangan :

r =koefisien korelasi

+ =menunjukkan korelasi positif –. =menunjukkan korelasi negatif

0 =menunjukkan tidak ada korelasi (korelasi nihil)

Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis :

1. Korelasi positif

Terjadinya korelasi potitif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang sama (berbanding

(29)

lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel yang lainnya.

2. Korelasi negatif

Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang berlawanan

(berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.

3. Korelasi nihil

Korelasi nihil artinya tidak adanya korelasi antara variabel.

Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya, untuk hubungan empat variabel dapat dihitung dengan menggunakan rumus sebagai berikut :

a. Koefisien Korelasi antara Y dan X1

r

_yx1

=

�Ʃ�1�1−(Ʃ�1)(Ʃ�)

(30)

b. Koefisien Korelasi antara Y dan X2

r

yx2

=

�

Ʃ�2�1−(Ʃ�2)(Ʃ�)

��Ʃ�22−(Ʃ�2)2�{�Ʃ�2−(Ʃ�)2}

c. Koefisien Korelasi antara X1 dan X2

r

₁₂

=

�Ʃ�1�1−(Ʃ�1)(Ʃ�2)

(31)

BAB 3

GAMBARAN UMUM TEMPAT RISET

3.1 Sejarah Badan Pusat Statistik (BPS)

,Seiring dengan perkembangan jaman, khususnya pada pemerintahan Orde Baru, untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat, salah satu unsurnya adalah pembenaan organisasi BPS.

Kegiatan Statistik di Indonesia sudah dilaksanakan sejak masa Pemerintahan Hindia Belanda. Pada bulan Februari 1920 di kantor Statistik untuk pertama kalinya didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.

Dalam masa orde baru ini, BPS telah mengalami empat kali perubahan stuktur organisasi :

1. Peraturan pemerintah No.16 Tahun 1980 tentang organisasi BPS.

2. Peraturan pemerintah No.6 tahun 1980 tentang organisasi BPS.

3. Peraturan pemerintah No.2 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS.

4. Undang – undang No.16 tahun 1997 tentang statistik

(32)

6. Keputusan kepala BPS No.100 tahun 1998 tentang organisasi dan tata kerja BPS.

7. Peraturan Pemerintah No. 51 tahun 1998 tentang penyelenggaraan statistik.

Tahun 1968, ditetapkan peraturan pemerintah No.16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980, peraturan pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No.16 tahun 1968. berdasarkan peraturan pemerintah No. 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS dengan nama kantor satistik provinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan presiden RI No. 89 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan stuktur organisasi BPS yang baru.

3.2 Visi dan Misi

Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang muktahir.

(33)

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.

2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan Indonesia.

3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran, dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik.

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak. 5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik

yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik Nasional (SSN) yang efektif dan efisien.

3.3 Kedudukan dan Fungsi Badan Pusat Statistik

BPS adalah Lembaga Pemerintah Non Departemen yang berada di bawah dan bertanggung jawab kepada Presiden. BPS dipimpin oleh seorang Kepala. dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan :

1. UU No.16 tentang statistic

2. Keputusan presiden No. 86 tahun 1998 tentang BPS

3. Peraturan pemerintah No.51 tahun 1999 tentang penyelenggaraan statistik.

(34)

Fungsi yang diselenggarakan Badan Pusat Statistik adalah :

1. Perumusan kebijaksanaan perencanaan, pengumpulan, pengolahan, penyajian data, dan analisis di bidang statistik produksi dan kependudukan serta bidang statistik distribusi dan neraca nasional.

2. Pembinaan dan pelaksanaan kooordinasi kegiatan statistik dengan departemen dan instansi lainnya dalam mengembangkan bebagai jenis statistik yang diperlukan, serta pelaksanaan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun luar negeri.

3. Penyajian data kepada pemerintah dan masyarakat dari hasil kegiatan statistik produksi dan kependudukan serta statistik distribusi dan neraca nasional secara berkala baik dari hasil penelitian sendiri maupun dari data sekunder.

4. Penyebarluasan statistik melalui berbagai cara baik langsung maupun tidak langsung.

5. Pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, serta memberikan pelayanan administrasi di lingkungan BPS.

3.4 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerja sama teknis statistik di dalam dan di luar negeri sesuai dengan bidang tugas masing – masing dan harus melaporkan kepada kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integrasi, sibronisasi dan sinlifiksi, baik dalam lingkungan masing – masing antara satuan unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai bidang masing – masing.

(35)

3.5 Tugas Badan Pusat Statistik

Menurut Keputusan Presiden RI Nomor 6 Tahun 1992 tugas PBS adalah :

1. Melakukan kegiatan statistik yang ditugaskan kepadanya oleh pemerintah, antara lain dibidang pertanian, agraria, pertambangan, perindustrian, perhubungan, perdagangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan nasional, pendidikan, dan keagamaan.

2. Atas nama pemerintah malaksanakan koordinasi di lapangan kegiatan statistik dari segenap instansi pemerintah baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi, dan lain – lain.

3. Mengadakan segala daya agar masyarakat menyadari akan tujuan dan kegunaan statistik.

Berdasarkan Keppres ini Kepala berada di bawah dan bertanggung jawab langsung kepada Presiden serta mempunyai tugas :

1. Memimpin BPS sesuai dengan tugas dan fungsi BPS serta membina aparatur BPS agar berdayaguna dan berhasilguna.

2. Menentukan kebijakan teknis pelaksanaan di bidang statistik yang secara fungsional menjadi tanggungjawabnya sesuai dengan peraturan perundang-undangan yang berlaku serta kebijakan umum yang telah ditetapkan oleh Pemerintah.

(36)

3. Membina dan melaksanakan koordinasi dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan, serta melaksanakan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri.

Wakil Kepala BPS berada di bawah dan bertanggung jawab langsung kepada Kepala BPS serta mempunyai tugas :

1. Membantu Kepala BPS dalam membina dan mengembangkan administrasi BPS agar berdayaguna dan berhasil guna.

2. Membantu Kepala BPS dalam mengkoordinasikan tugas – tugas Deputi, Pusat Pendidikan dan Pelatihan Statistik dan Perwakilan BPS di daerah.

3. Mewakili Kepala BPS dalam hal Kepala BPS berhalangan.

Deputi Administrasi mempunyai tugas menyelenggarakan pembinaan pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, pengendalian, serta memberikan pelayanan administrasi di lingkungan BPS.

Deputi Perencanaan dan Analisis Statistik adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan perencanaan program dan metodologi statistik, system informasi statistik, pengolahan hasil sensus, survei dan data sekunder serta analisis dan pengembangan statistik.

Deputi Statistik Produksi dan Kependudukan adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan

(37)

kegiatan statistik pertanian, industri, konstruksi, pertambangan dan energi, kesejahteraan rakyat, serta statistik demografi dan ketenagakerjaan.

Deputi Statistik Produksi dan Neraca Nasional adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik harga dan keuangan, perdagangan dan jasa, serta neraca nasional.

3.6 Struktur Organisasi Badan Pusat Statistik

Struktur organisasi BPS dipimpim oleh seorang kepala dibantu oleh bagian tata usaha. Tata usaha terdiri dari :

1. Sub bagian urusan dalam

2. Sub bagian perlengkapan dan perbekalan

3. Sub bagian keuangan

Uraian tugas bagian Tata Usaha:

1. Menyusun program kerja tahunan bagian

2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS provinsi dan menyimpannya ke BPS.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan dan percetakan arsip, rumah tangga, pemeliharaa gedung,

(38)

keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan, serta pemeliharaan peralatan dan perlengkapan.

5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

Organisasi BPS berdasarkan Keppres RI Nomor 6 Tahun 1992 terdiri atas :

1. Kepala

2. Wakil Kepala

3. Deputi Administrasi

4. Deputi Perencanaan dan Analisis Statistik

5. Deputi Statistik Produksi dan Kependudukan

6. Deputi Statistik Produksi dan Neraca Nasional

7. Pusat Pendidikan dan Pelatihan Statistik

8. Perwakilan BPS di Daerah

(39)

Deputi Perencanaan dan Analisis Statistik ( PAS )mengkoordinasi 3 biro yakni :

1. Biro Perencanaan dan Pengendalian

2. Biro Pengolahan dan Penyajian

3. Biro Analisa dan Pengembangan

Deputi Pembinaan Statistik mengkoordinir 4 Biro, yakni :

1. Biro Statistik dan Industri

2. Biro Statistik Distribusi

3. Biro Statistik Sosial dan Kpendudukan

(40)

BAB 4 ANALISIS DATA

4.1 Pengolahan Data

Data yang diambil dari Kantor Badan Pusat Statistik Provinsi Sumatera Utara adalah data jumlah penduduk (ribuan jiwa), luas panen (ribuan km2), produksi (ton) di kabupaten simalungun, sumatera utara.

Tabel 4.1 nama-nama kecamatan di Simalungun, luas panen, jumlah penduduk, dan produksi padi pada tahun 2013 di Kabupaten Simalungun

No Kecamatan Luas Panen ( Ha) Jumlah Penduduk Produksi

1 Silimakuta 88 14396 367

pematang

silimahuta 34 10516 141

3 Sidamanik 3736 27271 20216

pematang

sidamanik 902 16414 4857

5 Girsang 742 14528 4077

6 tanah jawa 8736 46945 51527

(41)

8 dolok panribuan 6888 18092 39117

9 jorlang hataran 3955 15439 22414

10 Panei 3474 21704 19046

11 Panombeian 4504 19313 24386

12 Raya 1672 31378 7865

13 dolok silou 556 13969 2624

14 raya kahean 347 17550 1675

15 tapian dolok 310 39178 1767

16 dolok batu 1303 39830 7376

17 Siantar 4873 64153 28861

18 gunung malela 5647 33441 33570

19 gunung maligas 1517 26813 8979

20 hutabayu 7369 29370 44204

21 jawa maraja 2963 20709 17676

22 Bandar 5535 31435 33616

23 bandar haluan 1560 25998 9088

24 pematang bandar 1341 65554 7998

25 bandar masilam 369 24511 2134

26 ujung padang 2896 40478 16382

Sumber: Badan Pusat Statistik Provinsi Sumatera Utara

Dari data tersebut maka variabel-variabelnya adalah sebagai berikut:

(42)

X1 : Luas panen (ribuan km2)

X2 : jumlah penduduk (ratusan jiwa / km2)

4.2 Membentuk Persamaan Regresi Linier Berganda

Untuk membentuk persamaan regresi linier berganda, diperlukan perhitungan masing-masing satuan variabel. Hasil perhitungan yang dibutuhkan terdapat pada tabel dibawah ini :

Tabel 4.2 nilai-nilai yang di perlukan untuk menghitung koefisien-koefisien regresi b0,b1,b2

No Kecamatan x1 x2 Y X1^2 X2^2

1 Silimakuta 88 14396 367 7744 207244816

pematang

silimahuta 34 10516 141 1156 110586256 3 Sidamanik 3736 27271 20216 13957696 743707441

pematang

sidamanik 902 16414 4857 813604 269419396 5 Girsang 742 14528 4077 550564 211062784 6 tanah jawa 8736 46945 51527 76317696 2203833025 7 Hatonduhan 5291 21211 31007 27994681 449906521 8 dolok panribuan 6888 18092 39117 47444544 327320464

(43)

9 jorlang hataran 3955 15439 22414 15642025 238362721 10 Panei 3474 21704 19046 12068676 471063616 11 Panombeian 4504 19313 24386 20286016 372991969 12 Raya 1672 31378 7865 2795584 984578884 13 dolok silou 556 13969 2624 309136 195132961 14 raya kahean 347 17550 1675 120409 308002500 15 tapian dolok 310 39178 1767 96100 1534915684 16 dolok batu 1303 39830 7376 1697809 1586428900 17 Siantar 4873 64153 28861 23746129 4115607409 18 gunung malela 5647 33441 33570 31888609 1118300481 19 gunung maligas 1517 26813 8979 2301289 718936969 20 hutabayu 7369 29370 44204 54302161 862596900 21 jawa maraja 2963 20709 17676 8779369 428862681 22 Bandar 5535 31435 33616 30636225 988159225 23 bandar haluan 1560 25998 9088 2433600 675896004 24 pematang bandar 1341 65554 7998 1798281 4297326916 25 bandar masilam 369 24511 2134 136161 600789121 26 ujung padang 2896 40478 16382 8386816 1638468484 Total 76608 830680 440970 384512080 28315882632

(44)

Sambungan tabel 4.2nilai-nilai yang di perlukan untuk menghitung koefisien-koefisien regresi b0,b1,b2

Y^2 X1Y X2Y X1X2

134689 32296 5283332 1266848 19881 4794 1482756 357544 408686656 75526976 551310536 101884456

23590449 4381014 79722798 14805428 16621929 3025134 59230656 10779776 2655031729 450139872 2418935015 410111520

961434049 164058037 657689477 112227401 1530139689 269437896 707704764 124617696 502387396 88647370 346049746 61061245 362750116 66165804 413374384 75399696 594676996 109834544 470966818 86985752 61858225 13150280 246787970 52464016 6885376 1458944 36654656 7766764 2805625 581225 29396250 6089850 3122289 547770 69227526 12145180 54405376 9610928 293786080 51898490 832957321 140639653 1851519733 312617569 1126944900 189569790 1122614370 188841327 80622441 13621143 240753927 40675321

(45)

1953993616 325739276 1298271480 216427530 312440976 52373988 366052284 61360767 1130035456 186064560 1056718960 173992725

82591744 14177280 236269824 40556880 63968004 10725318 524300892 87907914 4553956 787446 52306474 9044559 268369924 47442272 663110596 117224288 13041028808 2237743610 13799521304 2378510542

Dari Tabel 4.2 diperoleh hasil sebagai berikut :

n =26 ƩX1X2 =2378510542

ƩY =440970 ƩYX2 =13799521304

ƩX1 =776608

ƩX2 =830680

ƩYX1 =2237743610

ƩY2 =13041028808 ƩX12 =384512080

(46)

Dari data tersebut maka selanjutnya akan dicari persamaan normal dengan rumus (2.5) sebagai berikut :

ƩY = nb0 + b1ƩX1 + b2ƩX2

ƩYX1 = b0ƩX1 + b1ƩX12 + b2ƩX1X2

ƩYX2 = b0ƩX2 + b1ƩX1X2+ b2ƩX22

Harga – harga koefisien b0, b1, b2, b3dicari dengan substitusi dan eliminasi dari

persamaan normal diatas. Selanjutnya substitusi nilai-nilai pada Tabel 4.2 kedalam persamaan normal, sehingga diperoleh :

440970 = 26b0 + 776608 b1 + 830680 b2

2237743610 = 7776608 b0 + 384512080 b1 + 2378510542 b2

13799521304 = 830680 b0 + 2378510542 b1 + 28315882632 b2

Harga-harga koefisien regresi �₀ ,�₁ ,�₂ dicari dengan menggunakan matriks invers dengan rumus:

�=��

�

440970 2237743610 13799521304�=�

26 76608 830680

76608 384512080 2378510542 830680 2378510542 28315882632� � �

�0

�1

�2�

� = �−1��

=�

26 76608 830680

76608 384512080 2378510542 830680 2378510542 28315882632� � �

440970 2377243610 13799521304�

(47)

= �

69135,2776−13788,01294−56578,03735

−264582 + 0 + 0

−1,76388 + 0 + 0 �

�=�

−816,354 5,888 0,015 �

Setelah persaman diatas diselesaikan, maka diperoleh koefisien-koefisien regresi linier berganda sebagai berikut :

b0 = −816,354

b1 = 5,888

b2 = 0,015

Maka persamaan regresi linier bergandanya adalah : Ŷ = b0 + b1X1 + b2X2

Ŷ = -816,354– 5,888 X1– 0,015 X2

Dari hasil persamaan yang diperoleh maka dapat diketahui ketiga variabel bebas yaitu memiliki pengaruh negatif. Artinya adalah bahwa variabel luas panen, jumlah penduduk saling berbanding terbalik dengan variabel jumlah hasil panen

4.3 Analisis Residu

Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan regresi yang telah didapatkan, maka diperlukan harga Ŷ.

(48)

Setelah diperoleh persaman regresi linier berganda, langkah selanjutnya adalah menghitung kesalahan baku ini diperlukan harga Ŷ yang diperoleh dari persamaan regresi diatas untuk tiap harga X1, X2, yang diketahui. Maka untuk mencari

kesalahan baku tersebut dibuat terlebih dahulu tabel dibawah ini :

Tabel 4.3 Nilai-Nilai Ŷ Yang Diperoleh Dari Persaman Regresi Linier Berganda Untuk Menghitung Kekeliruan Tafsiran Baku

Y �� − �� (�−��)2

367 −82.27 449.27 201843.5329

141 −458.422 599.422 359306.7341

20216 21590.279 −1374.279 1888642.77

4857 4740.832 116.168 13495.00422

4077 3770.462 306.538 93965.54544

51527 51325.389 201.611 40646.99532

31007 30655.219 351.781 123749.872

39117 40011.57 −894.57 800255.4849

22414 22702.271 −288.271 83100.16944

19046 19964.118 −918.118 842940.6619

(49)

7865 9499.052 −1634.052 2670125.939

2624 2666.909 −42.909 1841.182281

1675 1490.032 184.968 34213.16102

1767 1596.596 170.404 29037.52322

7376 7453.16 −77.16 5953.6656

28861 28838.165 22.835 521.437225

33570 32934.797 635.203 403482.8512

8979 8517.937 461.063 212579.09

44204 43012.868 1191.132 1418795.441

17676 16940.425 735.575 541070.5806

33616 32245.251 1370.749 1878952.821

9088 8758.896 329.104 108309.4428

7998 8062.764 −64.764 4194.375696

2134 1723.983 410.017 168113.9403

16382 16842.464 −460.464 212027.0953

440970 ��.�� .�� 14719270.43

Setelah memperoleh harga yang terdapat pada Tabel 4.3, maka kekeliruan bakunya dapat dihitung dengan menggunakan rumus (2.5) sebagai berikut :

S

y,1,2,...,k

= s

=

�

Ʃ(�_�−Ŷ)2

�−�−1

(50)

Sehingga diperoleh :

S

y,1,2,...,k

= s

=

�

Ʃ(�_�−Ŷ)2

�−�−1

S

=

799,98

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata-rata jumlah produksi hasil panen yang sebenarnya akan menyimpang dari rata rata jumlah hasil panen yang di perkirakan sebesar 799.98.

4.3 Uji Regresi Linier Berganda

Pengujian hipotesa dalam regresi linier berganada perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.

4.3.1 Uji F (Simultan)

1. Menentukan formulasi hipotesis

H0 : Tidak terdapat pengaruh yang signifikan antara variabel

bebas yaitu luas panen, jumlah penduduk, produksi terhadap variabel terikat yaitu jumlah penduduk miskin.

(51)

H1 : Terdapat pengaruh yang signifikan antara variabel bebas

yaitu luas panen, jumlah penduduk, produksi terhadap variabel terikat yaitu jumlah produksi hasil panen

2. Mencari nilai Ftabel dari Tabel Distribusi F

Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k =

2 dan dk penyebut (v2) = n – k -1 = 26 – 2 – 1 = 23, maka diperoleh

Fv1;v2(α) = F2;23(0,05) = 3,68

3. Menentukan kriteria penguji

H0 diterima bila Fhitung< Ftabel

H0 ditolak bila Fhitung ≥ Ftabel

4. Menentukan nilai statistik Fhitung

Fhitung =

��(��)/� ��(_��)/(�−�−1)

Untuk menguji model regresi yang telah terbentuk, maka diperlukan nilai-nilai y, x1, x2, dan x3 dngan rumus :

y = Y-Ῡ x2 = X2 - Ῡ

x1 = X1 - Ῡ x3 =X3 - Ῡ

Dari tabel 4.2 dapat dicari rata-rata untuk Y, X1, X2, dan X3 seperti

dibawah ini :

Ῡ

=

Ʃ�

(52)

Ῡ = 440970

Ŷ = 16960,38

Maka nilai-nilai diatas akan dimasukkan ke dalam Tabel 4.4 dibawah ini :

Tabel: 4.4 Tabel perhitungan uji regresi

x1 x2 Y x1^2 x2^2

-2858.461538 -13688.4615 -16593.38462 8170802.367 187373979.3 -2912.461538 -17568.4615 -16819.38462 8482432.213 308650840.8 789.5384615 -813.461538 3255.615385 623370.9822 661719.6746 -2044.461538 -11670.4615 -12103.38462 4179822.982 136199672.5 -2204.461538 -13556.4615 -12883.38462 4859650.675 183777649.4 5789.538462 18860.53846 34566.61538 33518755.6 355719911.1 2344.538462 -6873.46154 14046.61538 5496860.598 47244473.52 3941.538462 -9992.46154 22156.61538 15535725.44 99849287.6 1008.538462 -12645.4615 5453.615385 1017149.828 159907697.5 527.5384615 -6380.46154 2085.615385 278296.8284 40710289.44 1557.538462 -8771.46154 7425.615385 2425926.059 76938537.52 -1274.461538 3293.538462 -9095.384615 1624252.213 10847395.6 -2390.461538 -14115.4615 -14336.38462 5714306.367 199246254.4 -2599.461538 -10534.4615 -15285.38462 6757200.29 110974879.9 -2636.461538 11093.53846 -15193.38462 6950929.444 123066595.6 -1643.461538 11745.53846 -9584.384615 2700965.828 137957673.8 1926.538462 36068.53846 11900.61538 3711550.444 1300939467

(53)

2700.538462 5356.538462 16609.61538 7292907.982 28692504.29 -1429.461538 -1271.46154 -7981.384615 2043360.29 1616614.444 4422.538462 1285.538462 27243.61538 19558846.44 1652609.136 16.53846154 -7375.46154 715.6153846 273.5207101 54397432.91 2588.538462 3350.538462 16655.61538 6700531.367 11226107.98 -1386.461538 -2086.46154 -7872.384615 1922275.598 4353321.751 -1605.461538 37469.53846 -8962.384615 2577506.751 1403966313 -2577.461538 -3573.46154 -14826.38462 6643307.982 12769627.37 -50.46153846 12393.53846 -578.3846154 2546.366864 153599795.6

-5.91172E-12 4.36557E-11 -4.36557E-11 158789554.5 5152340650

Sambungan Tabel: 4.4 Tabel perhitungan uji regresi

y^2 y*x1 y*x2

275340413 47431551.72 227137907.1 282891698.8 48985810.79 295490711.7 10599031.53 2570433.562 -2648317.899 146491919.1 24744904.33 141252084.6 165981599.1 28400925.87 174653108 1194850899 200124749.3 651944978.9 197307403.8 32932830.02 -96548870.59 490915605.3 87331151.72 -221399127.1 29741920.76 5500180.87 -68963483.59

(54)

4349791.533 1100242.331 -13307188.75 55139763.84 11565681.56 -65133499.75 82726021.3 11591717.87 -29955999.05 205531923.8 34270576.02 202364685.6 233642982.8 39733769.41 161023296.3 230838936.1 40056774.18 -168548396.6 91860428.46 15751567.49 -112573758.1 141624646.5 22926993.25 429237803.7 275879323.2 44854905.18 88970043.64 63702500.38 11409082.33 10148023.56 742214579.2 120485936.9 35022715.41 512105.3787 11835.17751 -5277993.746 277409523.8 43113701.02 55805279.95 61974439.53 10914758.49 16425427.72 80324337.99 14388763.79 -335816415.1 219821680.8 38214436.1 52981515.18 334528.7633 29186.17751 -7168231.976

5562008004 938442465.4 1415116299

Dari nilai-nilai diatas dapat diketahui nilai jumlah kuadrat regresi (JKreg) dan nilai

(55)

�� =�1 ∑��1 +�2 ∑��2

JKreg =(5,888 x 938442465,4)–(0,015 x 1415116299)

JKreg = 5504322491,79

JKres = Ʃ(Y-Ŷ)2

JKres =14719270,4

F

hitung

=

�� /(�−�−1)

F

hitung

=

2752161245 ,89 639968 ,28

F

hitung

= 4334,459

Untuk Ftabel, yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat

kebebasan pembilang V1 = k yaitu 2 dan penyebut V2 = n-k-1 yaitu 23, dan α =

5% = 0,05 maka :

Ftabel = F(α)(v1;v2)

Ftabel =F(0,05)(3;29) = 2,93

Dengan demikian dapat kita lihat bahwa nilai Fhitung = 4334,459 . Maka H0

(56)

terdapat pengaruh signifikan antara luas panen, jumlah penduduk dan produksi terhadap terjadinya hasil produksi panen. Atau bisa juga diartikan bahwa variabel eksogen diatas memberikan pengaruh yang berbanding terbalik dengan variabel endogen.

4.4 Perhitungan Koefisien Determinasi Dan Koefisien Korelasi Ganda

Dari tabel 4.4 dapat dilihat harga Ʃy 2 = 6756,72 dan nilai JKreg = 227,407 telah

dihitung sebelumnya, maka diperoleh nilai koefisien determinasi :

R

=

��

Ʃ�2

R

=

5504322491 ,79

5562008004

R

2 = 0,997

Didapat nilai koefisien determinasi 0,997. Hal ini berarti bahwa sekitar 43,9 % jumlah hasil panen dapat ditentukan oleh luas panen, jumlah penduduk, dan produksi melalui hubungan regresi linier berganda sedangkan sisanya 56,1% dipengaruhi oleh faktor lain.

Untuk koefisien korelasi ganda digunakan rumus :

(57)

R = 0,999

Dari hasil perhitungan didapat korelasi (R) antara luas panen, jumlah penduduk dan produksi terhadap jumlah hasil panen . Nilai korelasi tersebut menyatakan bahwa hubungan antara luas panen, jumlah penduduk dan produksi terhadap jumlah hasil panen sangatlah rendah.

4.5 Perhitungan Koefisien Korelasi Antar Variabel

Dari Tabel 4.2 dapat diperoleh koefisien korelasi antara variabel terikat (Y) dengan variabel bebas (X) sehingga diketahui seberapa besar pengaruh antar variabel tersebut.

4.5.1 Koefisien Korelasi Antara Jumlah produksi (Y) dengan Luas Panen r (X1)

r

yx1

=

�

Ʃ�1�1−(Ʃ�1)(Ʃ�) ��Ʃ�12−(Ʃ�1)2�{�Ʃ�2−(Ʃ�)2}

r

yx1

=

_�_{26_�_384512080₋26_{(533186198416 )}�2237743610−2(730196 )(440970 )_}{26_�_13041028808₋_{194454540900 }}

r

yx1

=

0,999

(58)

Koefisien korelasi antara jmlah penduduk miskin (Y) dan luas wilayah (X1) adalah 0,999 yang menunjukkan korelasi yang cukup

dengan arah positif. Hal ini berarti jika luas wilayah kecil maka jumlah hasil panen rendah dan sebaliknya jika luas panen bertambah maka jmlah hasil panen meningkat.

4.5.2 Koefisien Korelasi Antara Jumlah Produksi (Y) dengan Jumlah penduduk (X2)

r

_yx2

=

�Ʃ�2�1−(Ʃ�2)(Ʃ�)

��Ʃ�22−(Ʃ�2)2�{�Ʃ�2−(Ʃ�)2}

r

yx2

=

26�13799521304−(730196 )(440970 )

��33�25659502128−(533186198416 )− �{26�13041028808−(440970 )2_}

r

_yx2

=

_2,64

Koefisien korelasi antara jmlah produksi (Y) dan jumlah penduduk (X2) adalah 2,64 yang menunjukkan korelasi yang cukup dengan arah

positif. Hal ini berarti jika hasil panen kecil maka jumlah hasil panen rendah dan sebaliknya jika luas panen bertambah maka jumlah hasil panen meningkat.

(59)

BAB 5

IMPLEMENTASI SISTEM

1.1Pengertian Implementasi Sistem

Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.Tahapan implementasi sistem merupakan tahapan-tahapan penerapan hasil desain tertulis ke dalam programming.Dalam pengolahan data dalam hal ini menggunakan software IBM SPSS 20for windows sebagai implementasi system dalam memperoleh hasil perhitungan.

1.2SPSS dalam Statistika

SPSS (Statistic Package for Service Solution) merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistik. SPSS merupakan software yang paling populer, dan banyak digunakan sebagai alat bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968.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, sehingga SPSS yang sebelumnya disingkat dari Statistical Package for the Social Sciences berubah menjadi Statistical Product and Service Solutions. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.

(60)

1.3Mengaktifkan SPSS

Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada komputer. Jika pada menu pilihan windows sudah tersedia SPSS, maka SPSS dapat dibuka dengan cara memilih menu start kemudian klik IBM SPSS 20, seperti gambar berikut

5.4 Mengoperasikan SPSS

Setelah mengklik pilihan IBM SPSS 20, maka akan muncul tampilan jendela seperti gambar berikut ini:

(61)

1.4Input Variabel (Variable View)

Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel yang akan dianalisis seperti berikut:

a. Name : digunakan untuk memberikan nama variable b. Type : digunakan untuk menentukan tipe data c. Width : digunakan untuk menentukan lebar kolom d. Decimals : digunakan untuk memberikan nilai decimal e. Label : digunakan untuk memberi nama variable

f. Value : digunakan untuk menjelaskan nilai datapada kolom g. Missing : digunakan untuk menentukan data yanghilang h. Columns : digunakan menentukan lebar kolom

i. Align : digunakan untuk menentukan rata kanan,kiri, atau tengah j. Measure : digunakan untuk menentukan tipe atauukuran data,

(62)

Gambar 5.3 Tampilan Jendela Variable View

1.5Input Data (Data View)

Setelah selesai mengisi Variable View, klik pilihan Data View dan masukkan data berdasarkan jenis variabel yang telah didefinisikan terlebih dahulu pada Variable View.

(63)

Gambar 5.4 Tampilan Jendela Data View

1.6Pengolahan Data dengan Analisis Regresi

Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih Regression dan klik Linier, seperti gambar 5.5 dibawah ini:

(64)

Gambar 5.5 Tampilan Pengolahan Data dengan Regresi Linier

Kemudian dilanjutkan untuk melengkapi jendela-jendela LinierRegression. Pada kotak dependen isikan variabel Y (produksi) sedangkan pada kotak independen isikan dengan variabel X1 (luas panen), dan X2(jumlah penduduk) Pilih Methode:

Enter, seperti pada gambar 5.6 berikut

(65)

Kemudian klik Statistics dan pilih Estimates, Durbin Watson,Descriptive, dan Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7 berikut ini:

Gambar 5.7 Tampilan Jendela Statistik Regresi Linier

Kemudian dilanjutkan dengan memilih Plots, maka pada layar akantampak tampilan Windows Linier Regression: Plots. Masukkan variable SDRESID pada kotak pilihan Y, dan masukkan variabel ZPRED pada kotak pilihan X. Pada kolom Standarized Residual Plots pilih Histogram dan Normal Probability Plots.Pilih continue kemudian klik OK.

(66)

Gambar 5.8 Tampilan Jendela Regresi Linier Plot

Dilanjutkan klik Save dan pilih Residual Standardized dan terakhir klik OK, seperti gambar 5.9 di bawah ini:

(67)

BAB 6

KESIMPULAN DAN SARAN

Pada bab ini diuraikan tentang kesimpulan dan saran yang dapat penulis peroleh dari hasil penelitian tugas akhir ini.

6.1 Kesimpulan

Setelah dilakukan analisis, maka penulis dapat mengambil beberapa kesimpulan antara lain:

1. Dengan menggunakan rumus diatas maka didapat koefisien – koefisien b0

= -816,354; b1 = 5,888; dan b2 = 0,015. Sehingga persamaan regresi linier

berganda yang di dapat adalah

��

=

-816,354 +5,888X

+ 0,015X

.

2. Pada uji regresi linier berganda dengan taraf nyata 0,05, dk pembilang = 2, dk penyebut = 15, maka Ftabel yang didapat sebesar 3,68 dan F

(68)

hitungsebesar 4334,459. Maka dapat disimpulkan bahwa H0 ditolak dan H1

diterima. Ini menunjukkan signifikan antara luas panen (X1), jumlah

Penduduk (X2) yang mempengaruhi tingkat produksi (Y)

3. Koefisien determinasi (R) sebesar 0,999, menunjukkan bahwa 99% hasil panen dipengaruhi oleh 2 faktor yang dianalisis.

4. Pada analisis koefisien korelasi antara variabel dependen dengan variabel independen, korelasi yang kuat terjadi pada tingkat produksi (Y) dengan jumlah penduduk(X2) yaitu sebesar 2,64 dan tergolong tinggi, ini berarti

korelasi tinggi.

6.2 Saran

Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang penulis dapat berikan, yang mungkin bisa membantu sehingga dapat memaximalkanhasil panen yang terjadi di kabupaten simalungun adalah sebagai berikut:

1. Untuk peneliti-peneliti selanjutnya diharapkan untuk menambahkan jumlah variabel yang mempengaruhi hasil panen padi di Simalungun, karena masih banyak jumlah variabel yang mempengaruhi hasil panen padi di simalungun

(69)

DAFTAR PUSTAKA

1. Algifari.2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE

2. . Mudrajad Kuncoro. 1997 Ekonomi Pembangunan, Teori Masalah, dan Kebijakan

3. Edisi ketiga, Yogyakarta: UPP AMP YKPN

4. 3. Sadono Sukirno. 1997. Ekonomi Pembangunan, jakarta: Lembaga Penerbit

5. Fakultas Ekonomi Universitas Indonesia.

(1)

Gambar 5.5 Tampilan Pengolahan Data dengan Regresi Linier

Enter, seperti pada gambar 5.6 berikut

(2)

Kemudian klik Statistics dan pilih Estimates, Durbin Watson,Descriptive, dan Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7 berikut ini:

Gambar 5.7 Tampilan Jendela Statistik Regresi Linier

(3)

Gambar 5.8 Tampilan Jendela Regresi Linier Plot

Dilanjutkan klik Save dan pilih Residual Standardized dan terakhir klik OK, seperti gambar 5.9 di bawah ini:

(4)

BAB 6

KESIMPULAN DAN SARAN

Pada bab ini diuraikan tentang kesimpulan dan saran yang dapat penulis peroleh dari hasil penelitian tugas akhir ini.

6.1 Kesimpulan

Setelah dilakukan analisis, maka penulis dapat mengambil beberapa kesimpulan antara lain:

1. Dengan menggunakan rumus diatas maka didapat koefisien – koefisien b0

= -816,354; b1 = 5,888; dan b2 = 0,015. Sehingga persamaan regresi linier

berganda yang di dapat adalah

��

=

-816,354 +5,888X

+ 0,015X

.

2. Pada uji regresi linier berganda dengan taraf nyata 0,05, dk pembilang = 2, dk penyebut = 15, maka Ftabel yang didapat sebesar 3,68 dan F

(5)

hitungsebesar 4334,459. Maka dapat disimpulkan bahwa H0 ditolak dan H1

diterima. Ini menunjukkan signifikan antara luas panen (X1), jumlah

Penduduk (X2) yang mempengaruhi tingkat produksi (Y)

3. Koefisien determinasi (R) sebesar 0,999, menunjukkan bahwa 99% hasil panen dipengaruhi oleh 2 faktor yang dianalisis.

korelasi tinggi.

6.2 Saran

(6)

DAFTAR PUSTAKA

1. Algifari.2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE

2. . Mudrajad Kuncoro. 1997 Ekonomi Pembangunan, Teori Masalah, dan Kebijakan

3. Edisi ketiga, Yogyakarta: UPP AMP YKPN

4. 3. Sadono Sukirno. 1997. Ekonomi Pembangunan, jakarta: Lembaga Penerbit

5. Fakultas Ekonomi Universitas Indonesia.