pemecahan masalah dengan cara mendeskripsikan kondisi subjek atau objek penelitian pada saat ini berdasarkan fakta-fakta sebagaimana
adanya yang dilakukan dengan mengumpulkan berbagai pendapat dari pihak yang terkait dengan penelitian ini.
2. Metode analisis data tujuan kedua
Untuk mengetahui tujuan kedua yaitu mengenai faktor-faktor yang berhubungan dengan pengambilan keputusan petani beralih kemitraan
dari usahatani tebu ke usahatani ubi kayu dapat digunakan Analisis Kendall Parsial. Korelasi Kendall Parsial merupakan statistik
nonparametrik. Analisis Kendall Parsial Partial Correlation adalah suatu analisis untuk mengetahui hubungan antara dua variabel dimana
variabel lainnya yang dianggap berpengaruh dikendalikan atau dibuat
tetap sebagai variabel kontrol.
Korelasi ini digunakan pada data sama seperti data yang digunakan pada korelasi spearman yaitu sekurang-kurangnya data ordinal yang digunakan
untuk menjawab apakah faktor teknis budidaya tanaman X1, penyediaan saprodi X2, bantuan modal X3, pemasaran hasil panen X4, sistem
bagi hasil X5, persyaratan kemitraan X6, pendapatan usahatani X7, tekanan sosial X8, dan luas lahan X9 mempunyai pengaruh terhadap
probabilitas keputusan petani beralih kemitraan dalam berusahatani tebu dan ubi kayu, dengan rumus Siegel, 1997 yaitu :
Atau
Dimana : = koefisien korelasi parsial kendall
= koefisien antara X Y dengan yang lainnya dianggap konstan = koefisien antara Z dan Y dengan yang lainnya dianggap konstan
= koefisien antara Z dan X dengan yang lainnya dianggap konstan Nilai korelasi r berkisar antara 1 sampai -1, nilai semakin mendekati 1
atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah.
Nilai positif menunjukkan hubungan searah X naik maka Y naik dan nilai negatif menunjukkan hubungan terbalik X naik maka Y turun.
Menurut Sugiyono 2007 pedoman untuk memberikan interpretasi koefisien korelasi, sebagai berikut:
0,00-0,199 = sangat rendah
0,20-0,399 = rendah
0,40-0,599 = sedang
0,60-0,799 = kuat
0,80-1,000 = sangat kuat
Untuk mengetahui hubungan antara kedua variabel, maka menggunakan rumus t
hitung
Riduwan, 2009 sebagai berikut :
