Tabel 4.2: Jumlah Pupuk UREA Bersubsidi Untuk Tanaman Pangan Dan Hortikultura di Kabupaten Langkat Tiap Tahun.
No. Tahun
Jumlah Pupuk Ton 1.
2005 8.423,5
2. 2006
8.817,5 3.
2007 10.335,0
4. 2008
9.599,0 5.
2009 13.972,5
6. 2010
14.476,0 Sumber: Dinas Pertanian Kab. Langkat
4.1.3 Variabel Curah Hujan
Data tabel mengenai jumlah curah hujan yang terjadi tiap tahun di Kabupaten Langkat. Pada penelitian ini, penulis menjadikan variabel jumlah curah hujan sebagai
variabel bebas ketiga X
3
.
Tabel 4.3: Jumlah dan rata-rata curah hujan yang turun didaerah Kabupaten Langkat tiap tahun.
No. Tahun
Curah Hujan mm Jumlah
Rata-rata 1.
2005 2.548,90
212,40 2.
2006 3.164,00
263,67 3.
2007 2.587,83
215,65 4.
2008 2.205,43
183,79 5.
2009 2.641,07
220,09 6.
2010 2.628,50
255,55 Sumber: Dinas Pertanian Kab. Langkat
Universitas Sumatera Utara
4.1.4 Variabel Produktifitas Padi Sawah
Data tabel hasil produksi padi sawah di Kabupaten Langkat. Pada penelitian ini, penulis menjadikan variabel hasil produksi padi sawah sebagai variabel terikat Y.
Tabel 4.4: Hasil produksi padi sawah didaerah Kabupaten Langkat tiap tahun. No.
Tahun Hasil Produksi Padi
Sawah Ton 1.
2005 372.371
2. 2006
432.451 3.
2007 433.423
4. 2008
448.825 5.
2009 468.322
6. 2010
394.401 Sumber: Dinas Pertanian Kab. Langkat
4.2 ANALISIS VARIABEL
Tabel 4.5: Luas Lahan X
1
, Pupuk X
2
, Curah Hujan X
3
, dan Produktifitas Padi Sawah Y di Kabupaten Langkat Tahun 2005-2010.
TAHUN LUAS LAHAN
X
1
PUPUK X
2
CURAH HUJAN X
3
PRODUKTIFITAS PADI SAWAH Y
2005 69.177
8.423,5 2.548,90
372.371 2006
80.167 8.817,5
3.164,00 432.451
2007 79.573
10.335,0 2.587,83
433.423 2008
82.447 9.599,0
2.205,43 448.825
2009 85.227
13.972,5 2.641,07
468.322 2010
67.115 14.476,0
2.628,50 394.401
Universitas Sumatera Utara
Besarnya hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah didaerah Kabupaten Langkat dapat digambarkan
sebagai berikut: •
Luas lahan = X
1
• Pupuk
= X
2
• Curah hujan
= X
3
• Produktifitas padi sawah
= Y
Gbr 4.1: Desain kerangka analisis simultangabungan dan partialbagian dalam penelitian.
Pada penelitian ini, penulis melakukan koding pada data yang didapat guna mempermudah dalam perhitungan dan penganalisisan data. Data yang dikoding pada
penelitian ini adalah dibagi dengan 1000 seribu sehingga data penelitian akan berbentuk dalam ribuan. Berikut adalah tabel data setelah dilakukan koding dalam
ribuan. Keterangan:
Analisis Simultan Gabungan
Analisis Partial Bagian.
Luas Lahan X
1
Curah Hujan X
3
Pupuk X
2
Produktifitas Padi SawahY
Universitas Sumatera Utara
Tabel 4.6: Luas Lahan X
1
, Pupuk X
2
, Curah Hujan X
3
, dan Produktifitas Padi Sawah Y di Kabupaten Langkat Tahun 2005-2010 setelah di koding dalam Ribuan.
TAHUN LUAS LAHAN
X
1
PUPUK X
2
CURAH HUJAN X
3
PRODUKTIFITAS PADI SAWAH Y
2005 69,18
8,42 2,55
372,37 2006
80,17 8,82
3,17 432,45
2007 79,58
10,34 2,59
433,42 2008
82,45 9,60
2,21 448,83
2009 85,23
13,97 2,64
468,32 2010
67,12 14,48
2,63 394,40
4.2.1 Uji Normalitas
Sebelum melakukan analisis regresi linear berganda dan analisis korelasi berganda, terlebih dahulu dilakukan uji normalitas. Uji normalitas adalah pengujian yang
dilakukan terhadap data pada masing-masing variabel untuk melihat tingkat kenormalan data tersebut. Uji normalitas yang sering digunakan adalah uji
Kolmogorov-Smirnov. Pada penelitian ini, penulis menggunakan bantuan program pengolah data SPSS Statistics 19 untuk melakukan uji normalitas Kolmogorov-
Smirnov.
Dan output yang dihasilkan dari uji normalitas Kolmogorov-Smirnov menggunakan program SPSS sebagai berikut:
Tabel 4.7: Output SPSS Untuk Uji Normalitas Kolmogorov-Smirnov
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
Df Sig.
Statistic Df
Sig. Luas Lahan
,289 6
,129 ,873
6 ,238
Pupuk ,256
6 ,200
,842 6
,136 Curah Hujan
,323 6
,050 ,877
6 ,254
Produktifitas Padi Sawah ,250
6 ,200
,946 6
,707 a. Lilliefors Significance Correction
. This is a lower bound of the true significance.
Universitas Sumatera Utara
Dari output yang dihasilkan, dapat dilihat nilai signifikansi Sig. pada uji Kolmogorov-Smirnov. Berdasarkan uji normalitas Kolmogorov-Smirnov tersebut,
data dari variabel akan dikatakan normal apabila nilai Sig. 0,05 dan data dari variabel akan dikatakan tidak normal apabila nilai Sig. 0,05. Dari output SPSS
tersebut, dapat dilihat bahwa semua variabel memiliki Sig. 0,05. Sehingga data dari variabel tersebut dikatakan normal, dan data dari variabel tersebut dapat dilakukan
sebagai variabel dalam analisis regresi linear berganda dan analisis korelasi.
4.2.2 Analisis Regresi Linear Berganda