Analisa Korelasi Tehadap Faktor Yang Mempengaruhi Ketersediaan Beras Di Kabupaten Asahan

ANALISA KORELASI TERHADAP FAKTOR YANG

MEMPENGARUHI KETERSEDIAAN BERAS

DI KABUPATEN ASAHAN

TUGAS AKHIR

DEWI LESTARI GURNING

082407005

PROGRAM STUDI D-III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

ANALISA KORELASI TERHADAP FAKTOR YANG

MEMPENGARUHI KETERSEDIAAN BERAS

DI KABUPATEN ASAHAN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

DEWI LESTARI GURNING

082407005

PROGRAM STUDI D-III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

PERSETUJUAN

Judul : ANALISA KORELASI TEHADAP FAKTOR YANG

MEMPENGARUHI KETERSEDIAAN BERAS DI KABUPATEN ASAHAN

Kategori : TUGAS AKHIR

Nama : DEWI LESTARI GURNING

Nomor Induk Mahasiswa : 082407005

Program Studi : DIPLOMA III STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM ( FMIPA ) UNIVERSITAS SUMATERA

UTARA

Diluluskan di Medan, Juni 2011

Diketahui/Disetujui oleh Pembimbing Departemen Matematika FMIPA USU

Ketua,

Prof. Dr. Tulus, M.Si Drs. Djakaria Sebayang, MSi NIP. 19620901 198803 1 002 NIP. 1951127 198503 1 002

PERNYATAAN

ANALISA KORELASI TERHADAP FAKTOR YANG MEMPENGARUHI KETERSEDIAAN BERAS DI KABUPATEN ASAHAN

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 2011

DEWI LESTARI GURNING 082407005

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-NYA akhirnya penulis dapat menyelesaikan Tugas Akhir ini tepat pada waktunya.

Ucapan terima kasih saya sampaikan kepada Bapak Drs.Djakari Sebayang,M.Si, sebagai pembimbing saya pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan Tugas Akhir ini. Panduan ringkas, padat dan professional telah diberikan kepada saya agar penulis dapat menyelesaikan tugas ini. Begitu pula Bapak Prof. Dr. Tulus, M.Si selaku Ketua Departemen FMIPA USU, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua Dosen dan Pegawai pada Departemen Matematika FMIPA USU. Dan yang paling saya sayangi Ayahanda D. Gurning dan Ibunda tercinta Hj. Ida Rosita. SPd karena dengan dorongan dan motivasinya sehingga terselesaikannya Tugas Akhir ini, begitu juga dengan kakak dan abang serta semua keluarga yang mendukung. Dan tak lupa juga terima kasih kepada teman-teman yang turut membantu penulis, dengan dorongan dan motivasinya penulis bersemangat dalam penulisan Tugas Akhir ini. Semoga penulis bisa membalas kebaikan dan perhatian kalian semua, dan apabila terkendala semoga Allah yang dapat membalasnya. Amin.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang Masalah 1

1.2 Identifikasi Masalah 2

1.3 Pembatasan Masalah 3

1.4 Maksud dan Tujuan 3

1.5 Manfaat Penelitian 3

1.6 Metodologi Penelitian 4

1.7 Sistematika Penulisan 4

BAB 2 LANDASAN TEORI 6

2.1 Regresi Linier Sederhana 6

2.2 Regresi Linier Berganda 7

2.3 Uji Keberartian Regresi 8

2.4 Koefisien Korelasi 10

2.5 Uji Keberartiaan Koefisien Korelasi 13

BAB 3 SEJARAH SINGKAT TEMPAT RISET 14

3.1 Sejarah Singkat Badan Ketahanana Pangan Medan 14 3.2 Tugas dan Fungsi Pokok Kantor Badan Ketahahan Pangan

Provinsi Sumatera Utara, Medan 15

3.3 Kebijakan-Kebijakan Kantor Badan Ketahanan Pangan

BAB 4 ANALISIS DAN EVALUASI 21

4.1 Analisis dan Evaluasi Data 21

4.1.1 Menentukan Persamaan Regresi Linier Berganda 23

4.1.2 Uji Keberartian Regresi 26

4.1.3 Menentukan Koefisien Korelasi 31 4.1.4 Uji Kebertian Koefisien Korelasi 32

BAB 5 IMPLEMENTASI SISTEM 34

5.1 Sekilas Tentang SPSS 34

5.2 Mengaktifkan SPSS 34

5.3 Membuka Lembar Baru 35

5.4 Menamai Variabel 36

5.5 Pengisian Data 37

5.6 Pengolahan Data Dengan Persamaan Regresi 38 5.7 Pengolahan Data Dengan Persamaan Korelasi 41

BAB 6 PENUTUP 43

6.1 Kesimpulan 43

6.2 Saran 44

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman Tabel 4.1 Tabel Ketersediaan Beras, Produksi Beras dan Kebutuhan

Beras Per Bulan Pada Tahun 2008 dan 2009 21 Tabel 4.2 Tabel Nilai-nilai yang diperlukan untuk menghitung koefisien

Regresi a0, a1,a2 23

DAFTAR GAMBAR

Halaman

Gambar 5.1 Mengaktifkan SPSS 35

Gambar 5.2 Tampilan awal SPSS 36

Gambar 5.3 Layar kerja variable view 37

Gambar 5.4 Data yang diolah 38

Gambar 5.5 Pilih Analyze, Regresion, Linier 39

Gambar 5.6 Kotak dialog Linier Regresion 39

Gambar 5.7 Kotak dialog Linier Regresion Statistic 40 Gambar 5.8 Kotak dialog Linier Regresion Plot 40 Gambar 5.9 Kotak dialog Linier Regresion Options 41 Gambar 5.10 Pilih analyze, correlate, bivariate 42

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Seperti diketahui bersama, perwujudan ketahanan pangan merupakan tanggung jawab pemerintah bersama masyarakat, seperti tertuang di dalam Undang- Undang No: 7 tahun 1996 tentang pangan. Dalam hal ini pemerintah menyelenggarakan pengaturan, pembinaan, pengendalian dan pengawasan terhadap ketersediaan pangan yang cukup, baik jumlah dan mutunya, aman, bergizi, beragam, merata dan terjangkau oleh daya beli masyarakat. Sedangkan masyarakat, berperan dalam menyelangarakan produksi dan penyediaan, perdagangan dan distribusi, serta sebagai konsumen yang berhak memperoleh pangan yang aman dan bergizi. Dengan demikian sistem ketahanan pangan yang terdiri dari sub sistem ketersediaan, distribusi dan kewaspadaan pangan yang akan mencakup seluruh komponen bangsa.

Ketersediaan pangan merupakan salah satu sub sistem utama dalam system ketahanan pangan, yang menjelaskan tentang jumlah bahan pangan yang tersedia di suatu wilayah. Ketersediaan pangan dapat diwujudkan melalui produksi dalam negri atau daerah. Pemasukan dari luar negri atau luar daerah dan cadangan yang dimiliki daerah yang bersangkutan.

Ketahanan pangan masyarakat ketersediaan pangan yang cukup dan berkelanjutan sepanjang waktu, oleh sebab itu situasi ketersediaan pangan perlu diketahui secara periodik. Untuk itu perlu dilakukan pemantauan ketersediaan, kebutuhan dan cadangan bahan pangan. Tujuan dari pemantauan ketersediaan, kebutuhan dan cadangan bahan pangan adalah untuk memantau tingkat ketersediaan dibandingkan dengan tingkat kebutuhan akan pangan masyarakat. Sehingga informasi ini dapat menjadi acuan bagi institusi yang bersangkutan dalam usaha perumusan kebijakan dan memecahkan masalah ketersediaan pangan.

Oleh karena hal di atas, maka penulis merasa tertarik dan terdorong untuk mengadakan penelitiaan tentang ketersediaan beras dengan judul " ANALISA

KORELASI TERHADAP FAKTOR YANG MEMPENGARUHI

KETERSEDIAAN BERAS DI ASAHAN ".

1.2 Identifikasi Masalah

Sesuai dengan judul permasalahan ini, yang menjadi masalah adalah bagaimana mengetahui hubungan ketersediaan beras dengan faktor-faktor yang mempengaruhinya. Untuk hal tersebut diatas, salah satu cara yang dapat dilakukan adalah dengan menggunakan analisa korelasi.

1.3 Pembatasan Masalah

Sebagai pembatasan masalah ini adalah penganalisaan data kuantitatif statistik yakni menggunakan analisa korelasi dan regresi linier berganda. Data kuantitatif yang dilakukan adalah tentang jumlah ketersediaan beras dan faktor-faktor yang mempengaruhinya yaitu jumlah produksi beras dan kebutuhan beras, sehingga proses penganalisaannya dilakukan dengan uji keberartiaan koefisien korelasi dan uji keberartiaan regresi.

1.4 Maksud dan Tujuan

Maksud dilakukannya penelitian ini adalah untuk mengaplikasikan pengetahuan yang didapat selama perkuliahan tentang penerapan Analisa Korelasi dan Regresi Linier Berganda.

Tujuan dilakukan penelitian ini adalah mengetahui apakah secara signifikan (meyakinkan) terdapat korelasi positif, negatif atau tidak berkorelasi antara jumlah ketersediaan beras dengan jumlah produksi beras dan jumlah kebutuhan beras.

1.5 Manfaat Penelitian

Penelitian ini dilakukan dengan harapan dapat memberikan manfaat antara lain: 1. Bagi penulis, bermanfaat untuk menambah pengetahuan mengenai analisa

2. Bagi pihak Badan Ketahanan Pangan, dapat bermanfaat sebagai masukan dalam mengambil suatu kebijakan.

1.6 Metodologi Penelitian

Untuk memperoleh data yang diperlukan maka penulis melakukan penelitian yang dilakukan langsung ke kantor Badan Ketahanan Pangan Propinsi Sumatera Utara. Pengumpulan data dilakukan dengan cara wawancara dengan pegawai, staf, dan dari buku serta arsif berupa laporan tahunan dari lembaga tersebut.

1.7 Sistematika Penulisan

BAB 1 PENDAHULUAN

Berisi tentang latar belakang, identifikasi masalah, ruang lingkup, maksud dan tujuan, manfaat, metodologi penelitian, dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Dalam bab ini menjelaskan tentang sesuatu yang mencakup penyelesaian masalah dengan judul dan masalah yang diutarakan.

BAB 3 SEJARAH SINGKAT TEMPAT RISET

Bab ini berisikan tentang sejarah singkat tempat riset, yaitu di Badan Ketahanan Pangan.

BAB 4 ANALISIS DAN EVALUASI

Bab ini berisikan tentang hasil analisa dan pembahasan mengenai ketersediaan beras di Kota Medan.

BAB 5 IMPLEMENTASI SISTEM

Pada bab ini langkah-langkah pengolahan data dengan memakai sistem komputerisasi.

BAB 6 KESIMPULAN DAN SARAN

BAB 2

LANDASAN TEORI

2.1 Regresi Linier Sederhana

Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. Untuk regresi linier sederhana, regresi linier hanya melibatkan dua variabel (X danY). Persamaan regresinya dapat dituliskan dalam bentuk sebagai berikut :

Y = a+ bX

Dimana :

Y = variabel tak bebas

X = variabel bebas

a = bilangan konstan

b = koefisien regresi

Nilai a dan b dapat diperoleh dengan rumus sebagai berikut :

a =

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

b =

− −

2

2 _{( )}

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

2.2 Regresi Linier berganda

Bila regresi linier sederhana digunakan untuk mengetahui hubungan dua variabel yaitu satu variabel bebas ( X ) dan satu variabel tak bebas ( Y ), maka regresi linier berganda digunakan untuk mengetahuihubungan antara dua variabel atau lebih variabel bebas

( X ) dengan variabel tak bebas ( Y ) dan juga digunakan untuk meramalkan nilai

variabel tak bebas Y jika seluruh variabel bebasnya sudah diketahui nilainya dan semua koefisien regresi parsial sudah dihitung.

Bila jika dalam regresi linier sederhana hanya ada satu variabel bebas X yang dihubungkan dengan variabel tak bebas y linier dalam X, sehingga bentuk taksiran Y = a + bX, maka dalam regresi linier berganda terdapat sejumlah ( sebut saja k buah, k>1) variabel bebas yang yang dihubungkan dengan linier dalam semua variabel bebas. Jika variabel bebas X₁, X₂, X₃, …,X_k dan variabel tak bebas Y, maka bentuk umum linier berganda atas X₁, X₂, X₃, … X_k akan ditaksir oleh :

∧

Y = a + b₁X₁+b₂X₂+b₃X₃+…+b_kX_k

Dengan konstantaa0 dan koefisien a1, a2, a3,…,a_k dapat ditaksir berdasarkan n

buah pasangan data X₁, X₂, X₃, … , X_k. Y seperti halnya mencari a dan b dalam model

∧

Y= a + bX diperlukan n buah pasangan data X dan Y, maka untuk mencari a0,

Untuk regresi linier berganda dengan 2 variabel bebas X1, dan X2, metode kuadrat terkecil memberikan hasil bahwa koefisien – koefisien a0, a1, a2, dapat dihitung dengan sistem persamaan yaitu :

Y = na₀+a₁ X₁+a₂ X₂

1

YX = a₀ X₁+a₁ X₁2 +a₂ X₁X₂

2

YX = a₀ X₂+a₁ X₁X₂+a₂ X₂2

Untuk mendapatkan harga – harga a0, a1, dan a2 dari persamaan di atas disusun menurut datanya dan kemudian dapat diselesaikan dengan metode eliminasi dan substitusi.

2.3 Uji Keberartian Regresi

Uji keberartian regresi diperlukan untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.

Langkah – langkah untuk pengujian keberartian regresi adalah sebagai berikut:

1. Kumpulkan data dalam bentuk tabel. 2. Statistik uji adalah:

F =

) 1 (n−k−

JKres k JKreg

Dengan:

F = Statistik F yang menyebar mengikuti distribusi derajat kebebasan V₁ = k

dan V₂= n – k – 1

Jkreg = Jumlah kuadrat regresi:

b₁ y_ix_1i +b₂ y_ix_2i+b₃ y_ix_3i + ...+b_k y_ix_ki

x_1i = X_1i−X , X_2i−X , X_3i−X , X_ki−X

y = Y₁−Y

dengan derajat kebebasan (dk) = k

JKres = Jumlah Kuadrat Residu (sisa) = (Y−Yˆ)2

Dengan derajat kebebasan n – k – 1

3. Kriteria Pengujian.

a. H_o:B₁=B₂=...=B_k=0 (ini berarti bahwa antara Y dengan X₁ dan X₂ tidak ada hubungan)

0 : 1Bj≠

H ( ini berarti bahwa Y tergantung pada X₁ dan X₂ atau kedua – duanya)

b. Tolak H₀ Jika F_Hitung > F_Tabel

2.4 Koefisien Korelasi

Dalam kehidupan, kadang kita dihadapkan pada situasi dimana harus mencari hubungan antara dua variabel yang kita amati. Misalkan bagaimana hubungan antara ketersediaan beras dengan jumlah produksi beras. Untuk melihat hubungan tersebut kita dapat menggunakan analisa korelasi.

Korelasi merupakan istilah yang digunakan untuk mengukur kekuatan hubungan antar variabel. Analisa korelasi adalah cara untuk mengetahui ada atau tidaknya hubungan antar variabel misalnya hubungan dua variabel. Apabila terdapat hubungan antara variabel maka perubahan – perubahan yang terjadi pada salah satu variabel akan mengakibatkan terjadinya perubahan pada variabel lainnya. Jadi, dari analisis korelasi dapat diketahui hubungan antara variabel tersebut.

Korelasi yang terjadi antara dua variabel dapat berupa korelasi positf, korelasi negatif, tidak ada korelasi ataupun korelasi sempurna.

1. Korelasi Positif.

Korelasi Positif adalah Korelasi dua variabel, dimana apabila variabel bebas X meningkat maka variabel tak bebas Y cenderung meningkat pula. Hasil perhitungan korelasi mendekati +1 atau sama dengan +1.

2. Korelasi Negatif.

Korelasi Negatif adalah Korelasi dua variabel, dimana apabila variabel bebas X meningkat maka variabel tak bebas Y cenderung menurun. Hasil perhitungan korelasi mendekati -1 atau sama dengan -1.

3. Tidak ada Korelasi

Tidak adanya korelasi terjadi apabila variabel bebas X dan variabel tak bebas Y tidak menunjukkan adanya hubungan. Hasil perhitungan korelasi mendekati 0 atau sama dengan 0.

4. Korelasi Sempurna

Korelasi Sempurna adalah korelasi dua variabel dimana kenaikan atau penurunan harga variabel X berbanding dengan kenaikan atau penurunan harga variabel tak bebas Y.

Jika yang diukur korelasi antara variabel X dengan variabel Y dinotasikan

xy

r , maka rumus yang digunakan adalah:

) ) ( ( ) ( ) )( ( 2 2 2 2 − − − = i i i i i i i i xy Y Y n X X n Y X Y X n r Dimana :

n = Banyaknya pasangan data X dan Y

i

X = Jumlah nilai – nilai dari variabel X

1

Y = Jumlah nilai – nilai dari variabel Y

2

i

X = Jumlah kuadrat nilai – nilai dari variabel X

2

i

Y = Jumlah kuadrat nilai – nilai dari variabel Y

Sedangkan untuk menghitung korelasi antara variabel tak bebas dengan dua variabel bebas adalah :

1 .x y

r =

− − − ) ) ( ( ) ( ) )( ( 2 2 2 1 2 1 1 1 i i i i i i i i Y Y n X X n Y X Y X n 2 .x y

r =

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

Ukuran yang dipakai untuk mengetahui derajat hubungan antara dua variabel atau lebih terutama untuk data kuantitatif disebut koefisien korelasi. Besar kecilnya hubungan antara dua variabel dinyatakan dengan bilangan. Koefisien Korelasi ini bergerak antara 0,000 sampai 1,000 atau antara 0,000 sampai -0,000 tergantung kepada arah korelasi. Koefisien yang bertanda positif menunjukan arah korelasi yang positif, koefisien korelasi yang bertanda negatif menunjukkan arah korelasi yang negatif, sedang koefisien yang bernilai 0,000 menunjukkan tidak adanya hubungan.

Untuk lebih memudahkan mengetahui bagaimana sebenarnya keeratan hubungan antara variabel – variabel tersebut, dapat dilihat perumusan sebagai berikut:

-1,00 r -0,80 Berarti Berkorelasi Kuat -0,79 r -0,50 Berarti Berkorelasi Sedang -0,49 r 0,49 Berarti Berkorelasi Lemah 0,50 r 0,79 Berarti Berkorelasi Sedang 0,80 r 1,00 Berarti Berkorelasi Kuat

2.5 Uji Keberartian Koefisien Korelasi

Setelah diperoleh r_y.x1 dan r_y.x2 maka langkah selanjutnya adalah melakukan uji keberartian koefisien korelasi antara X dan Y. Dengan langkah – langkah sebagai berikut:

1. Statistik Uji adalah:

0

t =

2 1

2

r n n

− −

Dengan :

r = Koefisien Korelasi

n= Banyak Pasangan

2. Kriteria Pengujian

Tolak H₀ Jika t_Hitung > t_Tabel dan terima H₀Jika t_Hitung < t_Tabel

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Singkat Badan Ketahanan Pangan Propinsi Sumatera Utara, Medan

Badan Ketahanan Pangan Propinsi Sumatera Utara adalah lembaga pemerintah yang didirikan pada tanggal 16 mei 2000 di Jalan Jendral Besar Abdul Haris Nasution No.24 Medan.

Kantor Badan Ketahanan Pangan Propinsi Sumatera Utara Medan berlandaskan pada visi dan misi berikut:

1. Visi kantor Badan Ketahanan Pangan Propinsi Sumatera Utara :

Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal yang dimiliki secara efisien dan berkelanjutan menuju masyarakat yang berkualitas dan sejahtera.

2. Misi kantor Badan ketahanan Pangan Propinsi Sumatera Utara :

a. Meningkatkan pemberdayaan dan kemandirian masyarakat untuk mewujudkan ketahanan pangan yang berbasis sumber daya lokal yang dimiliki.

3.2 Tugas dan Fungsi Pokok Kantor Badan Ketahanan Pangan Propinsi Sumatera Utara, Medan

Tugas dan Fungsi Pokok kantor Badan Ketahanan Pangan Propinsi Sumatera Utara, Medan adalah :

1. Menyiapkan bahan dalam perumusan kebijakan teknis dalam lingkup ketahanan pangan.

2. Menyelenggarakan evaluasi dan pengkajian ketahanan pangan, pembinaan, kewaspadaan dan gizi serta pembinaan penyeragaman konsumsi pangan sumber daya dalam ketahanan pangan.

3. Melaksanakan tugas lain yang terkait dengan kehanan pangan sesuai dengan ketetapan kepala daerah.

4. Mengkoordinasikan perumusan kebijakan dan perencanaan program peningkatan ketahanan pangan daerah yang meliputi aspek-aspek sebagai berikut :

a. Aspek ketersediaan yang bersumber dari produksi, cadangan dan import.

b. Aspek distribusi yang berbasis kepada stabilitas harga pangan, aman dan terjangkau.

c. Aspek konsumsi yang berbasis kepada penganekaragaman konsumsi non beras, bermutu / bergizi dan aman.

5. Mengkoordinasikan monitoring program peningkatan ketahanan pangan melalui rapat Dewan Ketahanan Pangan dan rapat Pokja guna mengantisipasi dan memecahkan masalah yang dihadapi melalui hal-hal sebagai berikut :

a. Monitoring pelaksanaan kegiatan tani.

b. Monitoring eksport / inport bahan pangan strategis. c. Monitoring harga bahan pangan strategi dan lokal.

d. Monitoring pengadaan / penyiapan / penyaluran Cadangan Pangan. e. Monitoring daerah rawan pangan.

f. Monitoring kewaspadaan pangan (bencana alam dan gangguan OPT). g. Monitoring panganekaragaman konsumsi bahan pangan.

h. Monitoring mutu dan keamanan pangan. i. Supervisi yang terkoordinasi ke lapangan.

6. Melaksanakan pengkajian, analisis dan pembinaan terhadap aspek-aspek ketahanan pangan (ketersediaan, distribusi, penganekaragaman konsumsi dan kewaspadaan atau keamanan pangan).

7. Memantau dan mengendalikan ketersediaan dan distribusi bahan pangan, terutama sembilan bahan pangan pokok.

8. Mengkoordinasikan palaporan dan evaluasi program peningkatan ketahanan pangan yang meliputi aspek ketersediaan, mutu dan keamanan pangan.

3.3 Kebijakan-Kebijakan Kantor Badan Ketahanan Pangan untuk Peningkatan Pangan

Kebijakan kantor Badan Ketahanan Pangan untuk peningkatan pangan meliputi berbagai aspek diantaranya adalah :

1. Kebijakan dalam aspek ketahanan pangan :

a. Menjaga ketersediaan pangan malalui upaya-upaya paningkatan produksi dan produktivitas bahan nabati dan hewani sesuai potensi wilayah masing-masing yang diwujudkan malalui 4 (empat) usaha pokok yaitu intensivikasi,

ekstensivikasi, diversivikasi dan rehabilitasi dangan 8 (delapan) langkah kegiatan utama yaitu :

1. Pemberdayaan kelompok tani dan kelembagaan kelompok ekonomi petani (KUD, Koptan dan lain-lain).

2. Pemantapan penyediaan dan penyaluran sarana produksi (benih, pupuk, obat - obatan dan alsintan).

3. Penyediaan dan penyaluran kredit modal. 4. Peningkatan mutu teknologi.

5. Peningkatan kinerja penyuluh.

6. Mengembangkan kemitraan dalam pemasaran hasil. 7. Peningkatan mutu koordinasi.

8. Peningkatan dan pengembangan jaringan irigasi.

b. Perlunya menata ulang kembali mekanisme/tata cara pengadaan dan penyaluran pupuk yang sudah ada secara terkoordinasi dengan pemerintah daerah sehingga pupuk betul-betul tersedia di tengah-tengah petani yang memenuhi prinsip 6 (enam) tepat.

c. Tingkat ketersediaan bahan pangan yang bersumber dari produksi lokal harus diupayakan secara bertahap mencapai titik ideal yaitu sesuai dengan tingkat kebutuhan dan jika terjadi kelebihan (surplus) diprioritaskan untuk perdagangan antar propinsi maupun eksport.

d. Mendukung kebijakan pemerintah untuk tetap melaksanakan larangan import beras pada tahun 2005 dan tahun 2006, mengingat cadangan dan produksi cukup tinggi.

e. Untuk memantapkan ketersediaan gula pemerintah dihimbau nutuk memberikan kepercayaan kepada pemerintah daerah untuk melaksanakan import gula melalui importir daerah sehingga lebih memudahkan dalam pengawasan.

2. Kebijakan dalam aspek distribusi :

a. Mengembangkan kerja sama jaringan distribusi dan informasi pangan dalam daerah dan antar daerah untuk mewujudkan ketersediaan dan stabilitas harga. b. Peningkatan efisiensi kelancaran distribusi bahan pangan melalui reformasi

berbagai peraturan yang menghambat lalulintas perdagangan, pengembangan saranan dan prasaranan distribusi serta pelayanan teknologi pasca panen. c. Peningkatan kemampuan masyarakat dan pemerintah daerah dalam

menstabilkan harga bahan pangan antar waktu maupun antar wilayah.

d. Penguatan pangsa pasar yang bukan saja antar propinsi tetapi juga eksport serta mengembangkan kemitraan pemasaran hasil.

3. Kebijakan dalam aspek penganekaragaman konsumsi :

a. Melakukan upaya-upaya diversifikasi konsumsi pangan yang beragam, bergizi dan berimbang serta aman, sesuai dengan kondisi dan situasi daerah, dengan mengutamakan sumber pangan lokal untuk mencegah ketergantungan terhadap satu jenis pangan tertentu sesuai dengan Pola Pangan Harapan (PPH).

c. Peningkatan penganekaragaman konsumsi bahan pangan yang seimbang baik jenis nabati, atau hewani maupun mutu dan gizi.

d. Peningkatan konsumsi bahan pangan lokal sebagai basis pada non beras.

4. Kebijakan Dalam Aspek Kewaspadaan dan Keamanan Pangan

a. Melaksanakan pengamatan dini kerawanan pangan serta mengembangkan cadangan pangan daerah untuk mengantisipasi kondisi darurat (bencana alam, kerawanan pangan kronis dan lain-lain) yang mampu memenuhi kebutuhan masyarakat dalam 3 (tiga) bulan.

b. Peningkatan kemampuan fungsi Sistem Kewaspadaan Pangan dan Gizi (SKPG).

c. Peningkatan keberdayaan masyarakat miskin yang berada dalam kondisi kerawanan pangan kronis serta pengembangan jaringan pengamanan pangan bagi kelompok rawan pangan transien (mendadak) karena bencana alam dan sosial.

d. Peningkatan pengembangan keamanan mutu dan gizi pangan.

5. Kebijakan dalam upaya pengentasan kemiskinan :

a. Mengurangi jumlah penduduk yang kelaparan sekurang-kurangnya 1% per tahun dimulai tahun 2005 sebagai komitmen Indonesia dalam deklarasi Roma Tahuh 1996 pada KKT Pangan Dunia melalui Pembangunan Ketahanan Pangan di pedesaan dan perkotaan.

b. Mengembangkan desa mandiri pangan dan menggalang sumber-sumber dana masyarakat yang memadai yang dimulai pada tahun 2005.

6. Kebijakan dalam pemberdayaan masyarakat dalam ketahanan pangan :

Meningkatkan pemberian bantuan langsung masyarakat baik berupa dana penguatan modal bagi lembaga ekonomi pedesaan maupun bantuan dana berupa penguatan modal usaha kelompok petani di pedesaan.

BAB 4

ANALISIS DAN EVALUASI

4.1 Analisis dan Evaluasi Data

Dalam pengambilan data ini, penulis memperoleh data ketersediaan ( perimbangan ) beras dan faktor – faktor yang mempengaruhinya yaitu produksi beras dan kebutuhan dari Badan Ketahanan Pangan Propinsi Sumatera Utara.

Tabel 4.1 Ketersediaan beras, Produksi beras, dan Kebutuhan beras per bulan pada tahun 2008 dan 2009 di Kabupaten Asahan.

Bulan Ketersediaan Beras ( ton )

Produksi Beras ( ton )

Kebutuhan Beras ( ton )

Januari 2008 47559 32746 105345

Februari 2008 80336 55314 105345

Maret 2008 164625 113349 105345

April 2008 20630 14204 105345

Mei 2008 52995 36488 105345

Juni 2008 23183 15962 105345

Juli 2008 69342 47744 105345

Agustus 2008 80460 55399 105345

Oktober 2008 30718 21150 105345

November 2008 18365 12645 105345

Desember 2008 32200 22171 105345

Januari 2009 85305 59765 107193

Februari 2009 111649 78222 107193

Maret 2009 86842 60842 107193

April 2009 36987 25913 107193

Mei 2009 48358 33880 107193

Juni 2009 33304 23333 107193

Juli 2009 91253 63933 107193

Agustus 2009 159764 111932 107193

September 2009 18129 12702 107193

Oktober 2009 8741 6124 107193

November 2009 29298 20526 107193

Desember 2009 64869 45447 107193

Badan Ketahanan Pangan Propinsi Sumatera Utara

Dengan :

Y = Jumlah Ketersediaan Beras

X₁ = Jumlah Produksi Beras

Setelah melihat data yang tersedia, maka penganalisaan dan pembahasan atas data tersebut oleh penulis dikelompokkan dalam empat bagian yaitu :

1. Menentukan persamaan regresi linier berganda 2. Uji keberartian regresi

3. Menentukan koefisien korelasi 4. Uji keberartian korelasi

4.1.1 Menentukan Persamaan Regresi Linier Berganda

Untuk Melihat hubungan antara variabel – variabel bebas yaitu jumlah produksi beras dan jumlah kebutuhan beras ( X₁ , X₂ ) terhadap variabel tak bebas yaitu jumlah ketersediaan ( perimbangan ) beras ( Y ), Maka langkah pertama yang dilakukan adalah menentukan persamaan regresi linier berganda.

Tabel 4.2 Nilai – nilai yang diperlukan untuk menghitung koefisien – koefisien regersi a0, a1, a2

BULAN _{Y X1 X2 X1}2

X2 2

X1X2 X1Y X2Y Y

2

1 _{47559 32746 105345 1072300516 11097569025 3449627370 1557367014 5010102855 2261858481}

2 _{80336 55314 105345 3059638596 11097569025 5827053330 4443705504 8462995920 6453872896}

3 _{164625 113349 105345 12847995801 11097569025 11940750405 18660079125 17342420625 27101390625}

4 _{20630 14204 105345 201753616 11097569025 1496320380 293028520 2173267350 425596900}

5 _{52995 36488 105345 1331374144 11097569025 3843828360 1933681560 5582758275 2808470025}

6 _{23183 15962 105345 254785444 11097569025 1681516890 370047046 2442213135 537451489}

7 _{69342 47744 105345 2279489536 11097569025 5029591680 3310664448 7304832990 4808312964}

8 _{80460 55399 105345 3069049201 11097569025 5836007655 4457403540 8476058700 6473811600}

9 _{105289 72495 105345 5255525025 11097569025 7636985775 7632926055 11091669705 11085773521}

10 _{30718 21150 105345 447322500 11097569025 2228046750 649685700 3235987710 943595524}

11 _{18365 12645 105345 159896025 11097569025 1332087525 232225425 1934660925 337273225}

12 _{32200 22171 105345 491553241 11097569025 2335603995 713906200 3392109000 1036840000}

13 _{85305 59765 107193 3571855225 11490339249 6406389645 5098253325 9144098865 7276943025}

14 _{111649 78222 107193 6118681284 11490339249 8384850846 8733408078 11967991257 12465499201}

15 _{86842 60842 107193 3701748964 11490339249 6521836506 5283640964 9308854506 7541532964}

16 _{36987 25913 107193 671483569 11490339249 2777692209 958444131 3964747491 1368038169}

17 _{48358 33880 107193 1147854400 11490339249 3631698840 1638369040 5183639094 2338496164}

18 _{33304 23333 107193 544428889 11490339249 2501134269 777082232 3569955672 1109156416}

19 _{91253 63933 107193 4087428489 11490339249 6853170069 5834078049 9781682829 8327110009}

20 _{159764 111932 107193 12528772624 11490339249 11998326876 17882704048 17125582452 25524535696}

21 _{18129 12702 107193 161340804 11490339249 1361565486 230274558 1943301897 328660641}

22 _{8741 6124 107193 37503376 11490339249 656449932 53529884 936974013 76405081}

23 _{29298 20526 107193 421316676 11490339249 2200243518 601370748 3140540514 858372804}

24 _{64869 45447 107193 2065429809 11490339249 4871600271 2948101443 6953502717 4207987161}

Dari tabel di atas diperoleh nilai – nilai sebagai berikut :

Y = 1.500.201

1

X = 1.042.286

2

X = 2.550.456

2 1X

X = 1.108.023.782

Y

X₁ = 94.293.976.637

Y

X₂ = 159.469.948.497

2 1

X = 65.528.527.754 2

2

X = 271.054.899.288 2

Y = 135.696.984.581

n = 24

Y = 62.508,38

1

X = 43.428,58

2

X = 106.269

Persamaan mencari nilai koefisien regresi:

Y = na₀+a₁ X₁+a₂ X₂

Y

X₁ = a₀ X₁+a₁ X₁2 +a₂ X₁X₂

Y

Dapat kita substitusikan nilai - nilai yang bersesuaian, sehingga diperoleh persamaan di bawah ini :

1.500.201 = 24 a0 + 1.042.286 a1 + 2.550.456 a2

94.293.976.637 = 1.042.286 a0 + 65.528.527.754 a1 + 1.108.023.782 a2 159.469.948.497 = 2.550.456 a0 + 1.108.023.782 a1 + 271.054.899.288 a2

Setelah persamaan di atas diselesaikan maka di peroleh koefisien – koefisien regresi linier sebagai berikut :

a0 = 62.415,825 a1 = 1.439 a2 = -0,587

Jadi persamaan regeresinya adalah :

= a0+a1X1+a2X2

Yˆ = 62415,825+1,439X₁+(-0,587)X₂

4.1.2 Uji Keberartian Regresi

Setelah persamaan regresi linier berganda diperoleh, maka dibutuhkan suatu pengujian hipotesa mengenai keberartian model regresi dengan kriteria pengujian :

Tolak H₀ jika F_hitung > F_tabel

Terima H₀ jika F_hitung < F_tabel

Dengan F_tabel diperoleh dari F dengan = 0.05 dan dk pembilang = k, dk penyebut =

Rumus yang digunakan sebagai berikut :

hitung

F =

) 1 (n−k−

JK

k JK

res reg

Dengan :

reg

JK = + ₂

2 1

1 yx a yx

a

res

JK = 2

1

) ˆ (Y Y

n

i i −

Tabel 4.3 : Tabel Perhitungan Uji Regresi

No Y X1 X2

Y

(Y-Y )

x₁ (X₁-X )

x₂

(X₂-X )

yx

1

yx

2 Y

ˆ _Y-Yˆ _(Y-Yˆ₎2

1 47559 32746 105345 -14949.4 -10682.58 -924 159697947.8 13813227.12 47665.754 -106.754 11396.417

2 80336 55314 105345 17827.62 11885.42 -924 211888751.3 -16472720.88 80141.106 194.894 37983.671

3 164625 113349 105345 164625 69920.42 -924 11510649143 -152113500 163653.471 971.529 943868.6

4 20630 14204 105345 20630 -29224.58 -924 -602903085.4 -19062120 20983.816 -353.816 125185.76

5 52995 36488 105345 52995 -6940.58 -924 -367816037.1 -48967380 53050.492 -55.492 3079.3621

6 23183 15962 105345 23183 -27466.58 -924 -636757724.1 -21421092 23513.578 -330.578 109281.81

7 69342 47744 105345 69342 4315.42 -924 299239853.6 -64072008 69247.876 94.124 8859.3274

8 80460 55399 105345 80460 11970.42 -924 963139993.2 -74345040 80263.421 196.579 38643.303

9 105289 72495 105345 105289 29066.42 -924 3060374295 -97287036 104864.565 424.435 180145.07

10 30718 21150 105345 30718 -22278.58 -924 -684353420.4 -28383432 30979.11 -261.11 68178.432

11 18365 12645 105345 18365 -30783.58 -924 -565340446.7 -16969260 18740.415 -375.415 140936.42

12 32200 22171 105345 32200 -21257.58 -924 -684494076 -29752800 32448.329 -248.329 61667.292

13 85305 59765 107193 85305 16336.42 924 1393578308 78821820 85461.319 -156.319 24435.63

14 111649 78222 107193 111649 34793.42 924 3884650550 103163676 112020.942 -371.942 138340.85

No Y X1 X2

Y

(Y-Y )

x₁ (X₁-X )

x₂

(X₂-X )

yx

1

yx

2 Y

ˆ _Y-Yˆ (Y-Y

ˆ₎2

16 36987 25913 107193 36987 -17515.58 924 -647848757.5 34175988 36748.291 238.709 56981.987

17 48358 33880 107193 48358 -9548.58 924 -461750231.6 44682792 48212.804 145.196 21081.878

18 33304 23333 107193 33304 -20095.58 924 -669263196.3 30772896 33035.671 268.329 72000.452

19 91253 63933 107193 91253 20504.42 924 1871089838 84317772 91459.071 -206.071 42465.257

20 159764 111932 107193 159764 68503.42 924 10944380393 147621936 160529.632 -765.632 586192.36

21 18129 12702 107193 18129 -30726.58 924 -557042168.8 16751196 17737.662 391.338 153145.43

22 8741 6124 107193 8741 -37304.58 924 -326079333.8 8076684 8271.92 469.08 220036.05

23 29298 20526 107193 29298 -22902.58 924 -670999788.8 27071352 28996.398 301.602 90963.766

24 64869 45447 107193 64869 2018.42 924 130932887 59938956 64857.717 11.283 127.30609

Jumlah 1500201 1042286 2550456 29067189913 160603914.2 3163598.7

Y X ₁ X₂

Dari nilai – nilai diatas dapat diketahui nilai jumlah kuadrat regresi (JK_reg),nilai jumlah kuadrat residu (JK_res) sehingga diperoleh nilai F_hitung.

JK_reg = a₁ + ₂ 2

1 a yx

yx

= (1,439) (29067189913) + (-0,587) (160603914.2) = 41827686284 + (-94274497.66)

= 41.733.411.787

Untuk JK_res dapat diketahui dari tabel 3.3 seperti dibawah ini : JK_res =

= − n i i Y Y 1 2 ) ˆ ( = 3.163.598,7

Jadi F_hitung dapat dicari dengan rumus dibawah ini :

F_hitung =

1 − −k n JK k JK res reg = 1 2 24 7 3.163.598, 2 .787 41.733.411 − − = 150647.556 3 2086670589

= 138513,404

F_tabel = F₍α₎₍k_;n−k−₁₎ = F_(0.05)(2;21)

Jadi karena F_hitung > F_tabel yaitu 138513,404 > 3,47 maka H₀ ditolak. Hal ini berarti persamaan regresi linier ganda Yatas X₁ dan X₂ bersifat nyata yang berarti bahwa jumlah produksi padi dan jumlah kebutuhan beras secara bersama – sama mempengaruhi jumlah ketersediaan beras.

4.1.3 Menentukan Koefisien Korelasi

Dari tabel 3.2 dapat dicari koefisien korelasi antara variabel tak bebas Y dengan menggunakan rumus: 1 .x y r =

{

−

}{

−

}

− ) ) ( ( ) ( ) )( ( 2 2 2 1 2 1 1 1 i i i i i i i i Y Y n X X n Y X Y X n } ) 201 . 500 . 1 ( ) 581 . 984 . 696 . 135 )( 24 }{( ) 286 . 042 . 1 ( ) 754 . 527 . 528 . 65 )( 24 {( ) 201 . 500 . 1 )( 286 . 042 . 1 ( ) 637 . 976 . 293 . 94 ( 24 2 2 − − − =

= 0,999

2 .x y r =

{

−

}{

−

}

− ) ) ( ( ) ( ) )( ( 2 2 2 2 2 2 2 2 i i i i i i i i Y Y n X X n Y X Y X n } ) 201 . 500 . 1 ( ) 581 . 984 . 696 . 135 )( 24 }{( ) 456 . 550 . 2 ( ) 288 . 899 . 054 . 271 )( 24 {( ) 201 . 500 . 1 )( 456 . 550 . 2 ( ) 497 . 948 . 469 . 159 ( 24 2 2 ₋ − − =

Perhitungan koefisien korelasi antar variabel bebas

12

r =

{

−

}{

−

}

− ) ) ( ( ) ( ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 i i i i i i i i X X n X X n X X X X n } ) 456 . 550 . 2 ( ) 288 . 899 . 054 . 271 ( 24 }{( ) 286 . 042 . 1 ( ) 754 . 527 . 528 . 65 )( 24 {( ) 456 . 550 . 2 )( 286 . 042 . 1 ( ) 782 . 023 . 108 . 1 ( 24 2 2 ₋ − − =

= 0,062

Berdasarkan perhitungan korelasi antar variabel X₁ dan X₂ terhadap variabel Y dapat disimpulkan bahwa :

1. Variabel X₁ berkorolasi kuat terhadap Y 2. Variabel X₂ berkorelasi lemah terhadap Y 3. Variabel X₁ berkorelasi sedang terhadap X₂

4.1.4 Uji Keberartian Koefisien Koelasi

Setelah koefisien korelasi diperoleh,maka dibutuhkan suatu pengujian hipotesa mengenai keberartian koefisien dengan kriteria pengujian :

Tolak H₀ jika t_hitung > t_tabel dan terima H₀ jika t_hitung < t_tabeldengan t_tabel diperoleh dari tabel t dengan α dan dk = n – k - 1

Untuk melakukan pengujian digunakan rumus :

0 t = 2 1 2 r n r − −

Nilai t_hitung untuk n=24 dan

1 yx

r = 0,999 adalah sebagai berikut :

1 t = 2 1 2 r n r − − =

(

)

2

999 , 0 1 2 24 999 , 0 − − = 104,802

Nilai t_hitung untuk n=24 dan r_yx2= 0,485 adalah sebagai berikut :

2 t = 2 1 2 r n r − − =

(

)

2

485 , 0 1 2 24 485 , 0 − − = 2,601

Untuk taraf nyata = 0.05 dengan dk = 21 dari daftar distribusi student t nilai

tabel

t = 2,08 untuk t₁ = 104,802 maka t_hitung > t_tabel sehingga H₀ ditolak yang berarti bahwa ada hubungan secara dominan antara jumlah produksi beras terhadap jumlah ketersediaan beras. Sedangkan untuk t₂ = 2,601 maka t_hitung > t_tabel sehingga H₀

ditolak yang berarti ada hubungan secara dominan antara kebutuhan beras terhadap jumlah ketersediaan beras.

BAB 5

IMPLEMENTASI SISTEM

5.1 Sekilas Tentang SPSS

SPSS ( Statistical Product and Service Solution ) dibuat pada tahun 1968 oleh mahasiswa dari Standford University. SPSS pada awalnya merupakan salah satu paket program olah data statistik yang ditujukan untuk analisis data ilmu-ilmu sosial, yang dahulu namanya Social Package For Service Solution. Seiring dengan perkembangannya, SPSS berubah nama sesuai dengan kebutuhannya. SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu, baik ilmu sosial maupun non sosial. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan cepat.

5.2 Mengaktifkan SPSS

Klik Tombol start pada windows, kemudian klik program, lalu klik SPSS. Selain cara itu, program SPSS bisa diaktifkan melalui icon shortcut pada tampilan desktop.

Gambar 5.1 Mengaktifkan SPSS

5.3 Membuka lembar Baru

Dari tampilan yang muncul pada start saat membuka SPSS, Pilih type in data untuk membuat data baru atau dari menu file, pilih new maka akan muncul jendela editor, kemudian klik data.

Gambar 5.2 Tampilan Awal SPSS

5.4 Menamai Variabel

Klik variabel view, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah – langkah sebagai berikut :

1. Name : Ketik nama variabel yang kita inginkan.

2. Type : Sesuaikan type data dengan apa yang kita inginkan. 3. Width : Digunakan untuk menentukan jarak / lembar kolom. 4. Label : Ketikkan nama sesuai dengan identitas dari nama

,hanya terdiri dari 8 digit / karakter.

5. Value : Digunakan untuk mengisi penjelasan nama ( label ) pada variabel.

6. Missing : Digunakan untuk menjelaskan data yang hilang. 7. Columns : Digunakan untuk menentukan lebar kolom.

8. Align : Digunakan untuk menentukan letak pengisian data, apakah rata kiri, rata kanan, atau ditengah – tengah kolom.

9. Measure : Digunakan untuk menentukan jenis data.

Gambar 5.3 Layar kerja Variabel View

5.5 Pengisian Data

1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor.

2. Selanjutnya ketikkan data yang sesuai untuk setiap variabel yang telah didefinisikan.

Gambar 5.4 Data yang diolah

5.6 Pengolahan Data Dengan Persamaan Regresi

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

2. Pilih menu analyze, kemudian pilih sub menu Regression dengan cursor, dan pilih linier yang keluar pada tampilan jendela editor.

Gambar 5.5 Pilih Analyze, Regresion, Linier

3. Setelah muncul kotak dialog, kemudian sorot variabel yang menjadi variabel tidak bebas dan pindahkan ke kotak variabel dependent,demikian juga sorot variabel independentnya.

4. Klik statistic pada kotak dialog linier regression, aktifkan estimate, model fit,

casewise diagnostics, kemudian klik continiue untuk melanjutkannya.

Gambar 5.7 Kotak dialog Linier Regresion Statistic

5. Kemudian klik plots pada kotak tersebut, pilih Histogram dan Normal probability plot. Kemudian klik continue.

6. Pilih kolom Options dengan mengklik pilihan tersebut. Pengisian:

Untuk stepping method criteria, digunakan uji F dengan standard eror 0,05. oleh karena itu angka entry dipilih 0,05. kemudian klik continiue, lalu klik OK pada kotak dialog linier regression untuk melihat hasilnya / outputnya.

Gambar 5.9 : Kotak Diolog Linier Regresion Options

5.7 Pengolahan Data Dengan Persamaan Korelasi

1. Untuk mengetahui korelasi antara variabel tak bebas dengan variabel bebas maka lakukan analyze, kemudian pilih sub menu Corelate, kemudian pilih bivariate.

Gambar 5.10 Pilih Analyze, correlate, bivariate

2. Setelah muncul kotak dialog, kemudian sorot variebel – variabel yang akan ditentukan korelasinya dan pindahkan ke kotak variables

3. Pada kolom correlation coefficients, pilih pearson, sedang pada kolom test of significant, pilih two tailed, lalu klik OK.

BAB 6

PENUTUP

6.1 Kesimpulan

Berdasarkan analisa yang telah dilakukan, maka dapat diambil beberapa kesimpulan yaitu:

1. Dari hasil perhitungan diperoleh bahwa persamaan penduga dari jumlah ketersediaan beras untuk jumlah produksi beras dan jumlah kebutuhan beras adalah Yˆ = 62415,825+1,439X₁+(-0,587)X₂yang berarti bahwa untuk setiap pertambahan X₁ ( jumlah produksi beras ) sebesar satu ton, maka rata - rata ketersediaan beras Yˆ bertambah sebesar 1,439 ton dan setiap

pertambahan X₂( kebutuhan beras ) sebesar satu ton, maka rata – rata ketersediaan berkurang sebesar 0,587 ton.

2. Melalui uji keberartian regresi, dimana = 0.05 disimpulkan bahwa 0

H ditolak. Hal ini berarti bahwa persamaan regresi linier ganda Yatas X₁

dan X₂bersifat nyata yang berarti bahwa jumlah produksi beras dan jumlah kebutuhan beras secara bersama-sama mempengaruhi jumlah ketersediaan beras.

3. Berdasarkan perhitungan korelasi antara variabel X₁ dan X₂ terhadap variabel Y dapat disimpulkan bahwa variabel X₁ berkorelasi kuat terhadap variabel Y, variabel X₂ berkorelasi lemah terhadap variabel Y, dan variabel X₁ berkorelasi sedang terhadap variabel X₂.

4. Melalui uji keberartian koefisien korelasi, dengan = 0.05 disimpulkan bahwa untuk t₁= 104,802 maka t_hitung > t_tabel sehingga H₀ ditolak yang berarti bahwa ada hubungan secara dominan antara jumlah produksi beras terhadap jumlah ketersediaan beras. Dan untuk t₂ = 2,601 maka t_hitung >

tabel

t sehingga H₀ ditolak yang berarti bahwa ada hubungan secara dominan antara jumlah kebutuhan beras terhadap jumlah ketersediaan beras.

6.2 Saran

1. Bagi Badan Ketahanan Pangan lebih memperhatikan ketersediaan beras di Kabupaten Asahan, agar daerah tersebut memenuhi kebutuhan beras di daerah tersebut.

2. Bagi masyarakat Kabupaten Asahan lebih memberdayakan areal persawahan yang ada.

DAFTAR PUSTAKA

Hartono. 2004. Statistika untuk Penelitian. Pekanbaru: Lembaga Studi Filsafat, Kemasyarakatan, Kependidikan dan Perempuan.

Prof. Dr. Husaini Usman, M.Pd dan R. Purnomo Setiady Akbar, M.Pd.2006.

Pengantar Statistika”.Jakarta:Bumi Aksara

Sudjana.2005.Metode Statistik.Bandung:Tarsito Bandung.

Santoso, Ratno Dwi. 1992. Analisis Regresi. Yogyakarta: Andi Offset. Algifari. 1997. Analisis Regresi. Yogyakarta: BPFE.

Situmorang, Syafrizal Helmi, Muda, Iskandar, Dalimunthe, Doli M.Ja’far, Fadli dan Syarief Fauzie.2010. Analisis Data Penelitian untuk Riset Manajemen dan Bisnis. Medan : USU

L

A

M

P

I

R

A

N

OUTPUT SPSS

Regression

Variables Entered/Removedb

Model Variables Entered

Variables

Removed Method

1 _{Kebutuhan Beras,}

Produksi Berasa . Enter

a. All requested variables entered. b. Dependent Variable: Ketersediaan Beras

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 1.000a 1.000 1.000 387.76668

a. Predictors: (Constant), Kebutuhan Beras, Produksi Beras b. Dependent Variable: Ketersediaan Beras

ANOVAb

Model Sum of Squares df Mean Square F Sig.

Regression 4.192E10 2 2.096E10 1.394E5 .000a

Residual 3157622.895 21 150362.995

1

Total 4.192E10 23

a. Predictors: (Constant), Kebutuhan Beras, Produksi Beras b. Dependent Variable: Ketersediaan Beras

Coefficientsa

Unstandardized Coefficients

Standardized Coefficients

Model _{B Std. Error Beta} t Sig.

(Constant) 62415.825 9114.441 6.848 .000

Produksi Beras 1.439 .003 1.001 527.374 .000

1

Kebutuhan Beras -.587 .086 -.013 -6.843 .000

a. Dependent Variable: Ketersediaan Beras

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 8.2725E3 1.6369E5 6.2508E4 42691.35962 24

Residual -7.99978E2 9.36119E2 .00000 370.52389 24

Std. Predicted Value -1.270 2.370 .000 1.000 24

Std. Residual -2.063 2.414 .000 .956 24

a. Dependent Variable: Ketersediaan Beras

Correlations

Correlations

Ketersediaan

Beras Produksi Beras Kebutuhan Beras

Pearson Correlation 1 1.000** .049

Sig. (2-tailed) .000 .821

Ketersediaan Beras

N 24 24 24

Pearson Correlation 1.000** 1 .062

Sig. (2-tailed) .000 .775

Produksi Beras

N 24 24 24

Pearson Correlation .049 .062 1

Sig. (2-tailed) .821 .775

Kebutuhan Beras

N 24 24 24

DAFTAR PUSTAKA

Hartono. 2004.

Statistika untuk Penelitian

. Pekanbaru: Lembaga Studi Filsafat,

Kemasyarakatan, Kependidikan dan Perempuan.

Prof. Dr. Husaini Usman, M.Pd dan R. Purnomo Setiady Akbar, M.Pd.2006.

Pengantar Statistika”.

Jakarta:Bumi Aksara

Sudjana.2005.

Metode Statistik

.Bandung:Tarsito Bandung.

Santoso, Ratno Dwi. 1992.

Analisis Regresi

. Yogyakarta: Andi Offset.

Algifari. 1997.

Analisis Regresi

. Yogyakarta: BPFE.

Situmorang, Syafrizal Helmi, Muda, Iskandar, Dalimunthe, Doli M.Ja’far, Fadli dan

Syarief Fauzie.2010. Analisis Data Penelitian untuk Riset Manajemen dan

Bisnis. Medan : USU

L

A

M

P

I

R

A

N

OUTPUT SPSS

Regression

Variables Entered/Removedb

Model Variables Entered

Variables

Removed Method

1 _{Kebutuhan Beras,}

Produksi Berasa . Enter

a. All requested variables entered. b. Dependent Variable: Ketersediaan Beras

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 1.000a 1.000 1.000 387.76668

a. Predictors: (Constant), Kebutuhan Beras, Produksi Beras b. Dependent Variable: Ketersediaan Beras

ANOVAb

Model Sum of Squares df Mean Square F Sig.

Regression 4.192E10 2 2.096E10 1.394E5 .000a

Residual 3157622.895 21 150362.995

1

Coefficientsa

Unstandardized Coefficients

Standardized Coefficients

Model _{B Std. Error Beta} t Sig.

(Constant) 62415.825 9114.441 6.848 .000

Produksi Beras 1.439 .003 1.001 527.374 .000

1

Kebutuhan Beras -.587 .086 -.013 -6.843 .000

a. Dependent Variable: Ketersediaan Beras

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 8.2725E3 1.6369E5 6.2508E4 42691.35962 24

Residual -7.99978E2 9.36119E2 .00000 370.52389 24

Std. Predicted Value -1.270 2.370 .000 1.000 24

Std. Residual -2.063 2.414 .000 .956 24

a. Dependent Variable: Ketersediaan Beras

Correlations

Correlations

Ketersediaan

Beras Produksi Beras Kebutuhan Beras

Pearson Correlation 1 1.000** .049

Sig. (2-tailed) .000 .821

Ketersediaan Beras

N 24 24 24

Pearson Correlation 1.000** 1 .062

Sig. (2-tailed) .000 .775

Produksi Beras

N 24 24 24

Pearson Correlation .049 .062 1

Sig. (2-tailed) .821 .775

Kebutuhan Beras

N 24 24 24