Analisis Jumlah Produksi Padi Di Kab.Simalungun

(1)

ANALISIS JUMLAH PRODUKSI PADI di

KAB.SIMALUNGUN

TUGAS AKHIR

ANDIAMAN DAMANIK

052407030

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2008

(2)

ANALISIS JUMLAH PRODUKSI PADI

di KAB.SIMALUNGUN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

ANDIAMAN DAMANIK

052407030

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2008

(3)

PERSETUJUAN

Judul :ANALISIS JUMLAH PRODUKSI PADI di KAB.SIMALUNGUN

Kategori :TUGAS AKHIR

Nama :ANDIAMAN DAMANIK

Nim :052407030

Program Studi :DIPLOMA (D3) STATISTIKA

Departemen :MATEMATIKA

Fakultas :MATEMATIKA DAN ILMU PENGETAHUAN ALAM

(FMIPA)UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2008

Diketahui/Disetujui oleh

Depatemen Matematika FMIPA USU

Ketua Pembimbing

Drs. Saib Suwilo M.Sc Drs.Suwarno Ariswoyo,M.Si

(4)

PERNYATAAN

ANALISIS JUMLAH PRODUKSI PADI di KAB.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 2008

ANDIAMAN DAMANIK 052407030

(5)

PENGHARGAAN

Puji dan Syukur penulis panjatkan kepada ALLAH SWT atas segala berkah, rahmat dan hidayah-Nya sehingga penulis dapat menyeleaikan Tugas Akhir ini. Tugas Akhir ini disusun sebagai salah satu syarat dalam menyelesaikan program D-3 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Ucapan terima kasih saya sampaikan kepada Drs. Suwarno Ariswoyo M.Si selaku pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini, panduan ringkas dan padat dan profesional telah diberikan kepada saya agar penulis dapat menyelesaikan Tugas Akhir ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Dr.Saib Suwilo, M.Sc. dan Drs. Henri Rani Sitepu, M.Si., Dekan dan Pembantu Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU, dan rekan-rekan kuliah D-3 Statistika stambuk 2005.

Pada kesempatan ini, penulis sampaikan rasa terima kasih yang tak terhingga kepada Ayahanda L. Damanik, Ibunda D. Saragih, Kakanda Sriyani Damanik dan Idawati Damanik, Bang Ahan, Keponakan saya Wili dan Vincent dan seluruh sanak famili yang telah senantiasa memberikan dorongan moral maupun materil yang tiada ternilai kepada penulis selama menjalani pendidikan. Semoga Allah Swt akan membalasnya atas segala kebaikan yang telah diberikan selama ini. Amin.

(6)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vi

Daftar Gambar vii

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 3

1.4 Maksud dan Tujuan 3

1.5 Lokasi Penelitian 3

1.6 Metode Penelitian 3

1.7 Sistematika Penulisan 4

Bab 2 Tinjauan Teoritis

2.1 Definisi Regresi dan Korelasi 5

2.1.1 Definisi Regresi 5

2.1.2 Definisi Korelasi 6

2.2 Regresi Linier Sederhana 7

2.3 Regresi Linier Berganda 8

2.3.1 Pengujian Regresi Linier Berganda 10

2.4 Korelasi Ganda 10

2.5 Korelasi Parsil 11

2.6 Pengujian Koefisien Regresi Linier Berganda 11 Bab 3 Sejarah Tempat Riset

13 3.1 Sejarah Badan Pusat Statistik (BPS ) di Indonesia 13

3.1.1 Masa Pemerintahan Belanda 14

3.1.2 Masa Pemerintahan Jepang 14

3.1.3 Masa Kemerdekaan Republik 14

3.1.4 Masa Orde Baru sampai sekarang 15

3.1.5 Program Pengembangan Statistik 16

(7)

3.2.1 Kedudukan, Tugas, dan Fungsi BPS 17

3.2.2 Tata Kerja BPS 18

3.3 Struktur Organisasi BPS 19

Bab 4 Hasil dan Pembahasan

4.1 Data Yang akan dianalisis 23

4.2 Menentukan Persamaan regresi linier berganda 24

4.3 Perhitungan Korelasi Linier Berganda 33

4.4 Perhitungan Korelasi antar variable Y dengan X1 dan X2 34

4.5 Perhitungan Korelasi antar Variabel bebas X1 dan X2 35

4.6 Pengujian Korelasi Berganda 35

Bab 5 Implementasi Sistem

5.1 SPSS 39

5.2 Pengolahan Data 39

Bab 6 Kesimpulan dan Saran

6.1 Kesimpulan 45

6.2 Saran 46

Daftar Pusaka 47

(8)

DAFTAR TABEL

halaman Tabel 4.1 Produksi Padi, Luas Tanah, dan Luas Produksi Sawah 23

Tabel 4.2 Nilai-Nilai penolong untuk kekeliruan baku 25

(9)

DAFTAR GAMBAR

halaman

Gambar 5.1 Tampilan Input data pada variable view 41

Gambar 5.2 Tampilan data pada Variabel view 42

Gambar 5.3 Tampilan kotak dialog Linier Regression 43

Gambar 5.4 Tampilan kotak dialog Linier Regression (Statistics) 43

Gambar 5.5 Tampilan kotak dialog Linier Regression (Plots) 44

(10)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Sektor pertanian dalam tatanan pembangunan nasional memegang peranan penting karena selain bertujuan menyediakan pangan bagi seluruh penduduk, juga merupakan sektor andalan penyumbang devisa negara dari sektor non-migas.

Salah satu hasil pertanian yang paling utama ialah padi. Padi merupakan tanaman pertanian kuno yang sampai sekarang menjadi tanaman utama dunia.Sebagai makanan pokok, padi telah lama dikenal orang.Begitu pentingnya arti padi sebagai sehingga kegagalan panen dapat menyebabkan kelaparan dan kematian yang luas.Sebagai contoh pada tahun 1944,di Bangladesh terjadi kelaparan dan kematian yang parah akibat kegagalan panen padi.

(11)

Sumatera Utara setelah kabupaten. Deli Serdang merupakan daerah potensi yang harus dikembangkan dan ditingkatkan sehingga surplus beras dapat dipertahankan.

Selain tanaman padi terdapat pula tanaman pangan alternatif yang cukup potensial di kabupaten Simalungun, yaitu tanaman palawija yaitu terdiri dari jagung, ubi kayu, ubi jalar, kacang tanah, kacang hijau dan kedelai.

Masalah ketersediaan padi tidak hanya menyangkut jumlah yang tersedia saja, tetapi juga tentang kebutuhan yang dapat memenuhi permintaan dari waktu ke waktu. Untuk ini diperlukan suatu indicator yang dapat melihat peningkatan produksi terhadap kebutuhan yang diinginkan.

Selain melihat peningkatan Jumlah produksi komoditi padi, perlu juga dilakukan peninjauan terhadap perkembangan penduduk yang terus menerus bertambah. Semakin bertambahnya juga permintaan akan kebutuhan beras sehingga membutuhkan penigkatan jumlah produksi padi. Untuk itu diperlukan suatu penelitian dan analisis jumlah produksi padi di masa yang akan datang.

Dengan berlandaskan pemikiran diatas, maka penulis memilih Tugas Akhir

yang berjudul “ANALISIS JUMLAH PRODUKSI PADI di Kab. Simalungun”

(12)

Adapun perumusan masalah ini difokuskan untuk mengetahui berapa jumlah produksi padi yang akan dihasilkan oleh petani berdasarkan jumlah (luas) wilayah di Kab Simalungun . Selain itu untuk menganalisis hubungan antara luas wilayah dengan jumlah (hasil ) produksi padi yang ditanam dalam area yang dimiliki oleh masyarakat petani di Kab Simalungun.Dengan mengetahui rata-rata jumlah produksi padi , maka produksi padi dapat mudah dianalis di masa yang akan datang.

1.3 Batasan Masalah

Untuk mengarahkan agar penelitian tidak menyimpang dari tujuan yang diinginkan, maka penulis membuat batasan masalah pada tugas akhir ini, yakni luas tanah dan luas produksinya yang dianggap sangat berpengaruh terhadap hasil (jumlah) produksi padi. Lalu akan dianalisis secara Regresi linier berganda(multiple).

1.4 Maksud dan Tujuan

Adapun maksud penulisan Tugas Akhir ini adalah salah satu syarat untuk menyelesaikan studi pada program D3 Statistika FMIPA Universitas Sumatera Utara dan untuk memenuhi syarat mencapai gelar Ahli Madya.

Sedangkan tujuan penelitian ini adalah untuk Menganalisis jumlah produksi padi yang dihasilkan di Kab.Simalungun. Hasil ini akan membantu dalam memberikan gambaran dan penerapan kebijaksanaan dan strategi yang ditempuh di masa yang akan datang.

(13)

1.5 Lokasi Penelitian

Pengambilan data dilakukan di kantor Badan Pusat Statistik (BPS) Propinsi Sumatera Utara tepatnya di Jalan. Asrama no.179 Medan

1.6 Metode Penelitian

Pengumpulan data bersumber dari data sekunder yang diperoleh dari kantor Badan Pusat Statistik(BPS). Data yang dikumpulkan tersebut kemudian, diatur, disusun dan kemudian disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

Secara umum model persamaan regresi berganda dari data hasil pengamatan yang akan terjadi akibat-akibat variable-variabel x1, x2, x3,…………,xk. Adapun untuk

persamaan dari regresi linier berganda dapat digunakan perumusan sebagai berikut:

=b0+b1X1+b2X2+………..+bnXn 1.7 Sistematika Penulisan

Penulisan Tugas Akhir ini disusun secara sistematis, yang didalamnya dikemukakan beberapa bab sebagai berikut:

BAB 1 : PENDAHULUAN

Dalam Bab ini diuraikan latar belakang, rumus dan

permasalahan, tujuan dan manfaat penelitian, lokasi penelitian, metode penelitian, dan sistematika penelitian.

(14)

Dalam bab ini menguraikan tinjauan teoritis tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah sesuai dengan judul yang diutarakan baik penjelasan tentang jumlah produksi padi dan hubungan yang terjadi dengan metode regresi linier yang digunakan.

BAB 3 : SEJARAH TEMPAT RISET

Dalam Bab ini menguraikan tentang sejarah berdirinya Badan Pusat Statistik(BPS), kegiatan Badan Pusat Statistik, Serta Struktur organisasi Badan Pusat Statistik

BAB 4: HASIL DAN PEMBAHASAN

Dalam bab ini akan terlihat hasil dari perhitungan analisis yang digunakan.

BAB 5 : IMPLEMENTASI SISTEM

Dalam bab ini menguraikan perangkat lunak (software) dan model penggunaan, serta pengolahan data dan hasil dengan menggunakan program SPSS.

(15)

Dalam bab ini berisikan Kesimpulan dan Saran yang diperlukan dalam pemecahan masalah.

BAB 2

TINJAUAN TEORITIS

2.1 Definisi Regresi dan Korelasi

2.1.1 Definisi Regresi

Analisis Regresi adalah teknik statistika yang berguna untuk memeriksa atau memodelkan hubungan diantara variabel- variabel. Variabel-variabel tersebut dengan menggunakan analisis regresi dapat melihat adanya pengaruh suatu karakteristik atau atribut terhadap data lain. Dengan kata lain jika mempunyai dua atau variabel maka kita dapat mencari kita dapat mencari suatu cara bagaimana variabel-variabel itu berhubungan. Dan hubungan tersebut secara matematika dinyatakan sebagai hubungan fungsional antara variabel-variabel.

(16)

Sebagai contoh, kita mau melihat hubungan berat badan dipengaruhi oleh tinggi bedan, hubungan produksi padi dipengaruhi oleh tingkat kesuburan, curah hujan, bibit yang dipakai dan pemupukan yang dilakukan. Dengan melihat contoh diatas terlihat ada variabel yang mempengaruhi dan dipengaruhi. Dalam hal ini variabel yang mempengaruhi disebut dengan variabel bebas dan variabel yang dipengaruhi disebut variabel tak bebas.

2.1.2 Definisi Korelasi

Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antar dua variabel atau lebih. Korelasi ditemukan oleh Karl Pearson pada awal tahun 1900 sehingga korelasi sering disebut Korelasi Pearson Product Moment (PPM). Produk korelasi atau pengukuran yang digunakan untuk melihat kuat lemahnya korelasi disebut koefisien korelasi yang sering disimbolkan dengan r atau R ( penggunaan r biasanya pada korelasi parsil sedangkan R digunakan pada korelasi berganda).

Hubungan antara dua variabel atau lebih dalam korelasi bukanlah hubungan sebab akibat (timbal balik), melainkan hanya sehubungan searah. Misalnya hubungan tinggi badan menyebabkan berat badan bertmabah, motivasi belajar menyebabkan tingkat prestasi menaik. Dengan melihat hubungan tersebut diatas dalam korelasi dikenal penyebab dan akibat. Data penyebab atau yang mempengaruhi disebut variabel tak bebas dan data akibat disebut variabel terikat atau variabel tak bebas.

(17)

Untuk mendapatkan nilai koefisien korelasi maka kita dapat menggunakan rumus berikut:

r =

(

)(

)

(

)

}

)

}

         − − −

∑

i i i i

i i i i i Y Y n X X n Y X Y X n 2 2 2 2

Harga-harga koefisien korelasi ( R) berada dalam interval -1 < R < +1. Untuk R= + 1 maka korelasi positif sempurna artinya hubungan linier langsung sangat tinggi, untuk R= -1 maka korelasi negatif artinya hubungan liniernya tidak langsung, untuk R= 0 tidak ada korelasi . Jika nilai R berada diantara 1 dan +1 misalnya +0.7, +0.05, 0.5, -0.2 maka kita dapat menggunakan ketentuan seperti tabel di bawah ini:

R Interpretasi

0 Tidak ada

korelasi

0.01-0.20 Sangat rendah

0.21 -0.40 Rendah

(18)

0.61 -0.80 Cukup

0.81 -0.99 Tinggi

1 Sangat tinggi

Sumber :Buku Pengantar Statistika Karangan Husaini Usman, Mpd

2.2 Regresi Linier Sederhana

Regresi Linier sederhana bertujuan untuk mempelajari hubungan linier antara dua variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan variabel tak bebas (Y). Variabel yang dimaksud adalah variabel yang bisa dikontrol, sedangkan variabel tak bebas adalah variabel yang mencerminkan respon dari variabel bebas.

Persamaan regresi linier sederhana Y terhadap satu variabel X secara umum dituliskan sebagai berikut :Υ =θ₀ +θ₁X +ε.

Untuk persamaan regresi linier sederhana diatas perlu ditaksir parameter θ₀dan θ₁ dengan melihat dari data sampel. Sehingga dapat dituliskan persamaan taksirannya seperti berikut: =a+bX

Koefisien a dan b sebagai taksiran parameter persamaan regresi dapat dihitung dengan menggunakan rumus berikut yang dikenal dengan metode kuadrat terkecil:

(19)

(

)

(

)

(

)

∑

− − 2 2 i i i i i X X n Y X Y X n X b a=Υ−

2.3 Regresi Linier Berganda

Model regresi linier berganda Y atas X₁,X₂,X₃,...,X_n adalah

ε θ

θ θ

θ + + + + + +

= X X X _nX_n

Y ₀ ₁ ₁ ₂ ₂ ₃ ₃ ... persamaan regresi linier berganda

tersebut ditaksir dengan persamaan Yˆ =b₀ +b₁X₁+b₂X₂ +b₃X₃ +...+b_nX_n untuk

menyelesaikan koefisien taksiran dalam hal ini kita tidak dapat lagi menggunakan

metode kuadrat terkecil yaitu: b=

(

)

(

)

(

)

∑

− − 2 2 i i i i i X X n Y X Y X n

dan a=Υ−bX

karena variabel bebasnya sudah lebih dari satu.

Untuk menyelesaikan digunakan Sistem Persamaan linier untuk setiap taksiran koefisien sebagi berikut: (X sebanyak 2 ):

i i b X

X b n b Y

∑

= ₀ + ₁

∑

₁ + ₂

∑

₂

i i i

i i

iX b X bX b X X

Y 2 1 1 2 1 0 1

∑

+ +

∑

(20)

∑

Y_iX₂_i =b₀

∑

X₂_i +bX₁_iX₂_i +b

∑

X22i

Untuk mendapatkan harga-harga b0, b1, b2 dari persamaan diatas disusun

menurut datanya dan kemudian dapat diselesaikan dengan metode eliminasi dan subsitusi.

BAB 3

SEJARAH TEMPAT RISET

3.1 Sejarah Badan Pusat Statistik (BPS) di Indonesia

Adapun sejarah Badan Pusat Statistik(BPS) di Indonesia terjadi empat masa pemerintahan Indonesia:

3.1.1 Masa Pemerintahan Hindia Belanda

Pada masa Hindia Belanda ini, Kantor Statistika pertama didirikan oleh direktur Pertanian, Kerajinan, dan Perdagangan (Directur Van Landbow Nijeverheid en Handle), pada bulan Februari 1920 dan berkedudukan di Bogor, kantor ini diserahi tugas untuk mmengolah dan memplukasikan data statistik.

(21)

Pada bulan Maret tahun 1923, dibentuk suatu komisi untuk statistic yang merupakan anggotanya wakil tiap-tiap departemen. Komisi tersebut diberi tugas merencanakan tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Center Kantoor Voor de Statistiek (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. . Bersama dengan ini beralih pula pekerjaan mekanisme Statistik perdagangan yang semula dilakukan oleh Kantor Invoer Uitvoer en Acecijsen(IUA) yang disebut sekarang Kantor Bea dan Cukai.

3.1.2 Masa Pemerintahan Jepang.

Pada bulan Juni 1944, pemerintahan Jepang baru mengaktifkan kembali kegiatan statistic yang utamanya diarahkan untuk memenuhi kebutuhan perang dan militer. Pada masa kini juga CKS diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik

Setelah proklamasi kemerdekaan Indonesia tanggal 17 Agustus 1945, kegiatan statistic ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia). Tahun

(22)

1946, kantor KPPURI dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara ini pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali:CKS.

Berdasarkan edaran kementrian kemakmuran, tanggal 12 Juni 1950 No. 219/S.C, KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan pertanggungjawab kepada menteri kemakmuran. Dengan surat menteri perekonomian tanggal 1 Maret 1952 Nomor P/44, lembaga KPS dibawah dan tanggung jawab kepada menteri perekonomian. Selanjutnya keputusan menteri perekonomian tanggal 24 september 1953 Nomor 18.099/m KPS dibagi menjadi 2

(dua) bagian, yaitu bagian research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

Dengan keputusan presiden RI Nomor 131 tahun 1957, kementrian perekonomian dipecah menjadi kementrian perdagangan dan kementrian perindustrian. Untuk selanjutnya keputusan presiden RI Nomor 172 tahun 1957, terhitung mulai tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik dan urusan statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah perdana menteri.

3.1.4 Masa Orde Baru Sampai Sekarang

Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evluasi pembangunann, maka untuk mendapat statistic yang handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

(23)

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

1. Peraturan pemerintah No. 16 tahun 1968 tentang organisasi BPS. 2. Peraturan pemerintah No. 6 tahun 1980 tentang organisasi BPS.

3. Peraturan pemerintah No. 2 tahun 1992 tentang kedudukan, tugas, fungsi, dan susunan dan tata kerja Biro Pusat Statistik

4. Undang-undang No. 16 tahun 1997 tentang statistik 5. Keputusan presiden RI No. 86 tahun 1998 tentang BPS

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

7. PP 51 tahun 1998 tentang penyelenggaraan statistik

Tahun 1968, ditetapkan peraturan pemerintahan No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980, peraturan pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintahan No. 16 tahun 1968, berdasarkan peraturan pemerintah No. 6 tahun 1980 ditiap provinsi terdapat perwakilan BPS denagan nama kantor statistic provinsi dan di kabupaten dan kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten dan kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistic sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistic. Pada tanggal 17 Juli 1998 dengan keputusan presiden Republik Indonesia No. 86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

(24)

3.1.5 Program Pengembangan Statistik

Untuk mewujudkan pembangunan statistic, Badan Pusat Statistik membagi kedalam 4 (empat) program yaitu:

a. Program penyempurnaan dan pengembangan statistik b. Program penyempurnaan system informasi

c. Program pendidikan dan aparatur negara

d. Program peningkatan sarana dan prasarana aparatur negara

Adapun visi dari Badan Pusat Statistik adalah menjadi informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan ilmu pengetahuan informasi yang mutakhir. Sedangkan misi Badan Pusat Statistik adalah untuk menjunjung pembangunan nasional Badan Pusat Statistik mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik pada yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyrakatakan arti dan kegunaan statistik, dan pengembangan ilmu pengetahuan statistic.

3.2 Kegiatan Badan Pusat Statistik

3.2.1 Kedudukan, Tugas, dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada dibawah dan bertanggung jawab kepada presiden (kepres No.86 tahun 1998), dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan:

(25)

2. Keputusan presiden Nomor 86 tahun 1998 tentang Badan Pusat Statistik 3. Peraturan pemerintah No. 51 tahun 1999 tentang penyelengaraan statistik

Berdasarkan keputusan presiden No. 86 tahun 1998, dalam menyelenggarakan statistik dasar dalam melaksanakan kordinasi dan kerja sama, serta mengembangkan dan membina statistik sesuai peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik:

1) Perumusan kebijakan nasional dibidang statistik

2) Menyusun rencana dan program nasional di bidang statistik 3) Penyelenggaraan statistik dasar

4) Kordinasi dan kerjasama statistik dengan instansi pemerintah lembaga, organisasi, perseorangan, dan unsure masyarakat lainnya

5) Penyusunan dan pengembangan pembakuan konsep definisi dan

klasifikasi dan ukuran- ukuran serta pengembangan ilmu pengetahuan dan teknologi

6) Pelayanan data dan informasi serta hasil statistik kepada pemerintah dan masyarakat secara berkala dan sewaktu-waktu baik dari hasil penyelenggaraan sen diri maupun hasil kompilasi produk administrasi 7) Penyelebarluasan statistik melalui berbagai cara, baik langsung

maupun tidak langsung serta pelaksanaan upaya peningkatan dasar statistik bagi masyarakat

8) Pembinaan penyelengagaraan statistik, responden dan penggunaan statistik

(26)

9) Pembinaan sumber daya manusia di lingkungan BPS, pembinaan

pengendalian dan pengawasan administrasi di lingkungan BPS 3.2.2 Tata Kerja Badan Pusat Statistik

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

3.3 Struktur Organisasi Badan Pusat Statistik

Sebagaimana dibuat dalam lampiran, struktur organisasi kantor BPS propinsi Sumatera Utara, dipimpin oleh seorang kepala dibantu oleh bagian tata usaha.

Bagian tata usaha terdiri dari: 1. Sub Bagian Urusan Dalam

2. Sub Bagian Perlengkapan dan Perbekalan 3. Sub Bagian Keuangan

Uraian Tugas Bagian Tata Usaha:

(27)

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

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan atau percetakan ke arsip, rumah tangga, pemeliharaan gedung, keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan, penyluran 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

Sedang bidang Penunjang BPS ada 3 (tiga) bidang, yaitu:

1. Bidang Statistik Produksi

Mempunyai tugas melaksanakan kegiatan BPS pertanian, industri, serta BPS kontruksi pertambangan dan energi.

Uraian tugas Bidang Statistik Produksi: a. Menyusun program tahunan bidang

b. Yang termasuk ruang lingkup tugas bidang BPS Produksi adalah meliputi pelaksanaan kegiatan statistik pertanian, industri, kontruksi, pertambangan, energi dan statistik produksi lainnya yang ditentukan

(28)

c. Mengatur keikutsertaan program latihan yang diselenggarakan oleh pusat di bidang statistik produksi

d. Membantu kepala kantor BPS atau pimpinan proyek atau bagian proyek untuk menyiapkan program petugas bagian lapangan

e. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di puast pelatihan serta mengatur penjatahan pelatihan

f. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untukm pelaksanaan lapangan

2. Bidang Statistik Distribusi

Bidang Statistik Distribusi mempunyai tugas melaksanakan kegiatan BPS harga konsumen dan perdagangan besar, BPS keuangan, dan harga produsen, serta BPS niaga dan jasa.

Uraian tugas Bidang Statistik Distribusi:

a. Menyusun program kerja tahunan bidang

b. Yang termasuk ruang lingkup tugas bidang BPS distribusi adalah meliputi harga konsumen dan perdagangan besar, keuangan harga produsen, niaga dan jasa, seta statistik distribusi lainnya

c. Mengatur keikut setaan program pelatihan yang diselengarakan oleh pusat di bidang statistik distribusi

d. Membantu kepala kantor BPS provinsi atau pimpinan proyek untuk

menyiapkan program tugas lapangan

e. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan lainnya

(29)

f. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan

3.Bidang Statistik Kependudukan

Bidang BPS Kependudukan mempunyai tugas melaksanakan kegiatan BPS Demografi, rumah tangga, BPS tenaga kerja, dan BPS kesejahteraan:

Uraian tugas Bidang Statistik Kependudukan: a. Menyusun program tahunan bidang

b. Yang termasuk ruang lingkup bidang BPS Statistik Kependudukan adalah meliputi pelaksanaan kegiatan statistik demografi dan rumah tangga, ketenagakerjaan, kesejahteraan rakyat, dan statistik kependudukan

c. Mengatur keikutsertaan program pelatihan yang diselenggarakan oleh pusat di bidang Statistik Kependudukan

d. Membantu Kepala Kantor BPS provinsi atau pimpinan proyek atau pimpinan bagian proyek untuk menyiapkan program petugas lapangan

e. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan dipusat pelatihan serta mengatur penjatahan pelatihannya

f. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan.

BAB 4

(30)

4.1. Data Yang Akan Dianalisis

Data yang akan dibahas sebagaimana dijelaskan dalam Bab 1, kita akan melihat pengaruh produksi , luas tanah, dan luas produksi. Dalam hal ini objek adalah padi.

Tabel 4.1: Produksi, Luas Tanah, dan Luas Produksi padi Sawah dari Tahun 1991-2006

Tahun Produksi Luas Tanah Luas Produksi

1991 285.31 67.33 42.37

1992 323.14 71.38 45.27

1993 312.64 68.51 45.63

1994 346.01 79.41 43.57

1995 357.24 77.46 46.12

1996 394.52 79.71 49.49

1997 416.66 83.82 50

1998 360.01 73.52 48.97

1999 394.36 82.07 48.05

2000 398.07 83.11 47.9

2001 411.64 85.45 48.18

2002 413.83 83.82 49.37

2003 438.76 86.13 50.94

2004 417.42 82.54 50.57

2005 394.44 77.99 50.57

2006 391.54 73.93 52.96

Jumlah 6055.59 1256.18 769.96

Dimana :

Y: Jumlah Produksi Padi X1: Jumlah Luas tanah padi

(31)

X2: Jumlah Luas Produksi padi

4.2. Menentukan Persamaan Regresi Linier Berganda

Hubungan antara variabel-variabel bebas (X) terhadap variabel tak bebas (Y) dapat terlihat melalui persamaan regresi berganda. Persamaan regresi yang kita miliki adalah sebagai berikut:

=b0+b1x1+b2x2, maka untuk menentukan koefisien koefisien regresi tersebut

yaitu b0,b1,b2 maka kita membutuhkan nilai-nilai n,

∑

Yi ,

∑

X1i ,

∑

Y1iX₁_i,

∑

X2i,

, 2i iX

∑

X₁_i 2,

i iX

X 2 1

∑

X₂_i 2. Nilai-nilai tersebut dapat kita lihat dalam tabel berikut ini:

Tahun Y X1 X2

(32)

1992 323.14 71.38 45.27

1993 312.64 68.51 45.63

1994 346.01 79.41 43.57

1995 357.24 77.46 46.12

1996 394.52 79.71 49.49

1997 416.66 83.82 50

1998 360.01 73.52 48.97

1999 394.36 82.07 48.05

2000 398.07 83.11 47.9

2001 411.64 85.45 48.18

2002 413.83 83.82 49.37

2003 438.76 86.13 50.94

2004 417.42 82.54 50.57

2005 394.44 77.99 50.57

2006 391.54 73.93 52.96

Jumlah 6055.59 1256.18 769.96

YX1 YX2 X1X2 Y

X1 2

X2 2

(33)

23065.73 14628.55 3231.373 104419.5 5095.104 2049.373 21418.97 14265.76 3126.111 97743.77 4693.62 2082.097 27476.65 15075.66 3459.894 119722.9 6305.948 1898.345 27671.81 16475.91 3572.455 127620.4 6000.052 2127.054 31447.19 19524.79 3944.848 155646 6353.684 2449.26 34924.44 20833 4191 173605.6 7025.792 2500 26467.94 17629.69 3600.274 129607.2 5405.19 2398.061 32365.13 18949 3943.464 155519.8 6735.485 2308.803 33083.6 19067.55 3980.969 158459.7 6907.272 2294.41 35174.64 19832.82 4116.981 169447.5 7301.703 2321.312 34687.23 20430.79 4138.193 171255.3 7025.792 2437.397 37790.4 22350.43 4387.462 192510.3 7418.377 2594.884 34453.85 21108.93 4174.048 174239.5 6812.852 2557.325 30762.38 19946.83 3943.954 155582.9 6082.44 2557.325 28946.55 20735.96 3915.333 153303.6 5465.645 2804.762

478946.4 292944.3 60579.13 2320086 99162.29 37175.62

Dari hasil pembahasan hasil pembahasan diatas maka diperoleh nilai-nilainya yaitu:

∑

Y_i =6055.59

∑

=99162.29 2

∑

X₁_i =1256.18

∑

X₂_i2 =37175.62

∑

X₂_i =769.96

∑

Y_i2 =2320086

∑

YiX1i =478946.4

(34)

∑

YiX2i =292944.3

∑

X₁_iX₂_i =60579.13

n= 16

Berdasarkan harga-harga diatas maka kita dapat memasukkan ke dalam persamaan berikut:

i i b X

X b n b Y

∑

= ₀ + ₁

∑

₁ + ₂

∑

₂

i i i

i i

iX b X bX b X X

Y 2 1 1 2 1 0 1

∑

+ +

∑

Y_iX₂_i =b₀

∑

X₂_i +bX₁_iX₂_i +b

∑

X22i

Maka diperoleh: 6055.59= b₀16+b₁1256.18+b₂769.96 478946.4=b₀1256.8+b₁99162.29+b₂60579.13 292944.3=b₀769.96+b₁60579.13+b₂37175.62

Berdasarkan perhitungan yang telah dilakukan maka diperoleh lah harga-harga

2 1 0,b ,b

b yaitu: b₀ =−18.84 23 . 5 1 = b 256 . 0 2 =− b

Setelah harga-harga b₀,b₁,b₂ maka kita masukkan ke dalam persamaan regresi linier bergandanya yaitu:

2 1 0.26 23 . 5 84 . 18

ˆ _X _X

Y =− + −

Setelah kita peroleh persamaan regresi bergandanya maka kita akan menentukan nilai dari kekeliruan bakunya dengan rumusnya adalah:

(35)

( )

2 .

12 . 2

1 ˆ

∑

₋−₋

k n

Y Y

S y k .

Tahun Y X1 X2 Yˆ Y −Yˆ

( )

2 ˆ

Y Y−

1991 285.31 67.33 42.37 322.4492 -37.1392 1379.319

1992 323.14 71.38 45.27 342.8883 -19.7483 389.9946

1993 312.64 68.51 45.63 327.786 -15.146 229.4019

1994 346.01 79.41 43.57 385.3204 -39.3104 1545.306

1995 357.24 77.46 46.12 374.4691 -17.2291 296.8412

1996 394.52 79.71 49.49 385.3739 9.14614 83.65188

1997 416.66 83.82 50 406.7386 9.9214 98.43418

1998 360.01 73.52 48.97 353.1333 6.87672 47.28928

1999 394.36 82.07 48.05 398.0853 -3.7253 13.87786

2000 398.07 83.11 47.9 403.5629 -5.4929 30.17195

2001 411.64 85.45 48.18 415.7294 -4.08942 16.72336

2002 413.83 83.82 49.37 406.8999 6.93012 48.02656

2003 438.76 86.13 50.94 418.5793 20.18074 407.2623

2004 417.42 82.54 50.57 399.8983 17.52172 307.0107

2005 394.44 77.99 50.57 376.1018 18.33822 336.2903

2006 391.54 73.93 52.96 354.2561 37.28386 1390.086

Jumlah 6055.59 1256.18 769.96 6071.272 -15.6816 6692.738

Maka kekeliruan baku taksirannya dengan dk=2 n=16 dan

∑

( )

Y−Yˆ 2= 6619.687

(36)

Adalah =

( )

2 . 1 . 2

1 ˆ

− −

−

∑

k n

Y Y S y

1 2 16

738 . 6692

− −

13 738 . 6692

=514.825

Maka S_y_.₁_.₂ =22.689

Dalam model regresi yang telah ada maka dapat diambil nilai-nilai

X X

x1_i = 1_i − , x2i = X2i −X2i dan yi =Yi −Yi. Dan untuk mendapatkan nilai-nilai

tersebut harga-harga yang diperlukan seperti dalam tabel berikut ini:

Tabel 4.3 : harga-harga yang diperlukan untuk uji regresi( x1i = X1i −X,

i i i X X

(37)

y x₁_i x₂_i y_i2 x₁_i2 x₂_i2

-93.164375 -11.18125 -5.7525 8679.601 33.09126 33.09126

-55.334375 -7.13125 -2.8525 3061.893 8.136756 8.136756

-65.834375 -10.00125 -2.4925 4334.165 6.212556 6.212556

-32.464375 0.89875 -4.5525 1053.936 20.72526 20.72526

-21.234375 -1.05125 -2.0025 450.8987 4.010006 4.010006

16.045625 1.19875 1.3675 257.4621 1.870056 1.870056

38.185625 5.30875 1.8775 1458.142 3.525006 3.525006

-18.464375 -4.99125 0.8475 340.9331 0.718256 0.718256

15.885625 3.55875 -0.0725 252.3531 0.005256 0.005256

19.595625 4.59875 -0.2225 383.9885 0.049506 0.049506

33.165625 6.93875 0.0575 1099.959 0.003306 0.003306

35.355625 5.30875 1.2475 1250.02 1.556256 1.556256

60.285625 7.61875 2.8175 3634.357 7.938306 7.938306

38.945625 4.02875 2.4475 1516.762 5.990256 5.990256

15.965625 -0.52125 2.4475 254.9012 5.990256 5.990256

13.065625 -4.58125 4.8375 170.7106 23.40141 23.40141

(38)

i ix

y ₁ yix2i

1041.694 535.9281 394.6033 157.8413

658.426 164.0922

-29.1774 147.7941

22.32264 42.52184 19.23469 21.94239 202.7179 71.69351 92.16031 -15.6486 56.53297 -1.15171 90.11538 -4.36003

230.128 1.907023

187.6942 44.10614 459.3011 169.8547 156.9022 95.31942

-8.32208 39.07587

-59.8569 63.20496

3514.477 1534.121

Dik

477 . 3514 1 =

∑

yixi

∑

y_ix₂_i =1534.121

Maka

i i i

reg b y x b y x

2 2

∑

( )(

523 3514.477

) (

− 0.26

)(

1534.121

)

=17987.979

(39)

Untuk JKreg dapat dilihat pada tabel 5.3

( )

∑

− = 2 ˆ Y Y JK_reg =6692.7379

Maka F hitung Dapat dicari dengan rumus:

1 / / − − = k n JK k JK F res reg hit

(

16 2 1

)

/ 7579 . 6692 2 / 979 . 17987 − − = 13 / 7579 . 6692 2 / 979 . 17987 = 47 . 17 8275 . 514 9895 . 18993 = =

Dari keterangan diatas maka dapat disimpulkan bahwa:

Dari Tabel distribusi F dk pembilang= 2, dk penyebut= 13 dan α =5% (0.05) diperoleh: 80 . 3 = tabel

F , Karena F_hit =17.47 adalah lebih besar dari F₍₂_.₁₃₎₍₀_.₀₅₎ =3.80 maka H0

ditolak.

Karena H0 ditolak maka hal ini berarti persamaan regresi linier berganda Y atas X1

da X2 bersifat nyata, atau ini juga berarti luas tanah dan luas produksi padi secara

(40)

4.3 Perhitungan Korelasi Linier Berganda

Melalui Tabel 4.4 dapat dilihat bahwa

∑

y2i =28200.468. sedangkan JKreg yang

dihitung adalah 17987.79. Maka dengan rumus:

∑

= ₂

i reg

y JK R

Diperoleh koefisien determinasi :

48 . 28200

979 . 17987 2 ₌

64 . 0

Dan untuk koefisien korelasi linier berganda adalah:

= = R

R 0.64 =0.80

Dari hasil perhitungan diatas diperoleh korelasi r positif yaitu sebesar 0.80 yang menunjukkan bahwa antara variabel x dan y berhubungan secara positif dengan tingkat yang cukup. Nilai koefisisen determinasi sebesar 0.64 berarti 64% jumlah produksi padi dapat dijelaskan karena pengaruh luas tanah dan luas produksi padi. Melalui hubungan linier ganda dengan persamaan : Yˆ =−18.84+5.23X₁ −0.26X₂

(41)

4.4. Perhitungan Korelasi antar Variabel Y dengan X1 dan X2

(

)

(

)

(

)

(

)

2 1 2 1 1 1 1

∑

∑ ∑

− − − = i i i i i i i i y Y Y n X X n Y X X Y n r

( )(

) (

)(

)

( )(

) (

) ( )(

) (

)

96 . 0 59 . 6055 79 . 2320059 16 67 . 1255 09 . 99068 16 99 . 6055 67 . 1255 43 , 478946 16 2 2 = − − − =

(

)

(

)

(

)

(

)

2 2 2 2 2 2 2

∑

∑ ∑

− − − = i i i i i i i i y Y Y n X X n Y X X Y n r

( )(

) (

)(

)

( )(

) (

) ( )(

) (

)

47 . 0 59 . 6055 79 . 2320059 16 53 . 820 6 . 37175 16 99 . 6055 53 . 820 48 . 4687112 16 2 2 = − − − =

Dari kedua nilai korelasi diatas bahwa nilai korelasi antara jumlah produksi padi dengan luas tanah sebesar 0.96 dengan luas produksi 0.47. Dari kedua korelasi diatas yang memiliki korelasi yang sangat kuat adalah antara jumlah produksi padi dengan luas tanah, yaitu sebesar 0.96 yang berarti luas tanah memberikan pengaruh yang lebih kuat (besar) terhadap hasil (jumlah) produksi padi yang ditanam atau dihasilakan.

(42)

4.5.Perhitungan Korelasi antara Variabel Bebas ( X1 Dan X2)

(

)

(

)

(

)

(

)

2 2 2 2 2 1 2 1 2 1 2 1 12

∑

∑ ∑

− − − = i i i i i i i i X X n X X n X X X X n r

( )(

) (

)(

)

( )(

) (

) ( )(

) (

)

42 . 0 53 . 820 6 . 37175 16 57 . 1255 69 . 99068 16 53 . 820 67 . 1255 11 . 60644 16 2 2 − = − − − =

Dari hasil korelasi yang didapat dapat diambil kesimpulan sebagai korelasi yang lemah yang terjadi antara luas tanah dengan luas produksi padi.

4.6. Pengujian Korelasi Berganda

H0 : b1=0

H1 :b2 =0

H0 : b1 ≠0

H1 :b2≠ 0

Dimana tolak H0 jika thit > ttabdan dalam hal lain terima H0. Untuk menghitung

thit dari setiap koefisien regresi maka kita memerlukan harga dari kekeliruan baku

setiap koefisiennya. Dari perhitungan sebelumnya didapat harga

( )

2 2 . 1 . 2 1 ˆ − − − =

∑

k n Y Y

(43)

Maka S_y_.₁_.₂ =22.689 dan

∑

X₁_i2 =99162.29

∑

X₂_i2 =37175.6 dan korelasi antara variabel bebas rr₁₂=0.42 dengan menggunakan harga-harga tersebut dapat dihitung kekeliruan baku yaitu bi dan Sbj.

(

) (

)

(

)(

)

079 . 0 973 . 81592 6897 . 22 1764 . 0 1 99068 8259 . 514

1 ₁₂2 2 1 2 3 . 2 . 1 . 1 = = − = − − =

∑

X r

S S i y b

(

) (

)

(

)(

)

129 . 0 824 . 30617 6897 . 22 1764 . 1 9 6 . 37175 8259 . 514

1 ₁₂2 2 2 . 2 . 1 . 2 2 = = − = − − =

∑

X r

S S i k y b

Setelah mendapatkan nilai kekeliruan baku dan setiap koefisien regresinya maka kita dapat menghitung thit dari setiap koefisiennya yaitu tj:

(44)

079 . 0

23 . 5

1 1 1

= =

S b t

=0.4131

129 . 0

26 . 0

2 2 2

− =

= b

S b t

=-1.98

Dari tabel distribusi t dengan dk=13 dan α =0.05 maka dapat dilihat dalam ttab= 2.08.

Maka dari perhitungan ketiga thitung diatas bahwa t1=0.4131, t2= -1.98 lebih

kecil dari ttabel = 2.16 maka H0 diterima artinya bahwa kedua-duanya dari koefisien X1

dan X2 tidak nyata (berarti). Jadi prediksi jumlah produksi padi tidak sebatas

dipengaruhi oleh faktor-faktor diatas, akan tetapi masih ada faktor-faktor lain yang mempengaruhi.

(45)

IMPLEMENTASI SISTEM

Implentasi sistem adalah prosedur yang dilakukan pada tahap desain sistem dalam dokumen yang disetujui, menguji, kemudian menginstal dan mulai menggunakan program yang dibuat.

Tujuan dari implementasi sistem adalah:

1. Menyelesaikan desain sistem yang ada dalam dokumen desain sistem yang telah disetujui.

2. Menulis, menguji dan mendokumentasikan program dan prosedur yang

diperlukan oleh dokumen sistem yang disetujui.

3. Memastikan bahwa personal dapat mengoperasikan sistem baru yang telah dibuat

4. Memperhitungkan bahwa sistem sesuai dengan permintaan pemakai.

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain tertulis ke dalam programming(coding). Dalam pengolahan data pada karya tulis ini

(46)

menggunakan satu perangkat lunak sebagai implementasi sistem yaitu program SPSS 12.0 for windows dalam masalah memperoleh hasil perhitungan.

5.1 SPSS

SPSS pada awalnya adalah sigkatan dari Statistical Program for Social Sciences merupakan suatu paket program software statistika yang ditujukan untuk analisis data ilmu-ilmu sosial. SPSS pertama kali dibuat pada tahun 1968 oleh tiga mahasiswa Stanford University, dan dioperasikan pada komputer mainframe. Seiring dengan pengembangan software ini, SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu sosial maupun non-sosial, sehingga SPSS dirubah kepanjangannya menjadi Statistical Product and Service Solution. Sekitar tahun 1984, SPSS/PC+, diluncurkan pertama sekali. SPSS ini suah dapat dioperasikan dalam PC, namun hanya dapat dioperasikan dalam sistem DOS (Disk Operating System).

Software ini dapat dioperasikan dalam sistem windows sejak SPSS versi 5.0 dikeluarkan yaitu sekitar tahun 1992. SPSS terus dikembangkan dengan menambah program analisi-analisis statistik lainnya, dan sedikit perubahan dalam sturktur menunya dengan tujuan untuk mempermudah pemakainnya. SPSS versi yang terakhir adalah SPSS versi 14.0

(47)

Dimana langkah-langkah melakukan atau melaksanakan program SPSS adalah sebagai berikut:

1. Aktifkan program SPSS pada windows sebagai berikut: Start lalu program dan pilih SPSS for windows.

2. Pemasukan data ke SPSS

Langkah-langkahnya adalah sebagai berikut:

1. Buka lembar kerja baru dari menu file, pilih menu new, lalu klik data

2. Menamai variabel dan property yang diperlukan. Klik tab sheet variabel view yang ada di bagian kiri bawah

3. Pengisian

1.Variabel Y ( Jumlah Produksi padi ) merupakan variabel pertama maka tempatkan pointer pada baris pertama.

Name, sesuai kasus, letakkan pointer dibawah Name lalu kilk ganda pada sel tersebut, dan ketik Y.

Type, pilih numerik.

Width, untuk keseragaman, ketik 8.

Decimal, untuk keseragaman, ketik 3.

Label, sesuai kasus, letakkan pointer dibawah label, lalu klik ganda pada sel tersebut, dan ketik Jumlah produksi padi).

2.Variabel X1 (Luas Tanah ) merupakan variabel kedua maka

(48)

Name, sesuai kasus, letakkan pointer dibawah Name lalu kilk ganda pada sel tersebut, dan ketik Y.

Type, pilih numerik.

Width, untuk keseragaman, ketik 8. Decimal, untuk keseragaman, ketik 3.

Label, sesuai kasus, letakkan pointer dibawah label, lalu klik ganda pada sel tersebut, dan ketik Luas lahan.

3. Variabel X2 (Luas Produksi padi) merupakan variabel ktiga maka

tempatkan pointer pada baris pertama.

Name, sesuai kasus, letakkan pointer dibawah Name lalu kilk ganda pada sel tersebut, dan ketik Y.

Type, pilih numerik.

Width, untuk keseragaman, ketik 8. Decimal, untuk keseragaman, ketik 3.

Label, sesuai kasus, letakkan pointer dibawah label, lalu klik ganda pada sel tersebut, dan ketik Luas produksi padi.

(49)

Setelah selesai kemudian tekan Ctrl+T untuk kembali ke data view.

2. Pengisian Data.

Letakkan pointer pada baris pertama variabel Y. Kemudian isi data sesuai kasus diatas dengan mengetikkan data awal. Demikian pula untuk pengisian data pada Xi

Simpan file dengan nama Andiaman.

Gambar 5.2 Input data paa Data View.

5.2 Pengolahan data

Langkah-langkah pengolahan data pada SPSS adalah Sebagai berikut: 1. Buka File Andiaman

Dari menu utama SPSS, pilih menu Analyse, kemudiann pilih sib menu regression.

2. Dari serangkaian test untuk regresi pilih linier, lalu isi kotak dialog. a. Dependent, dalam hal ini klik variabel Y kemudian klik ganda ‘>’. b. Independent, dalam hal ini klik variabel X1dan X2

(50)

Gambar 5.3 Tampilan kotak dialog Linier Regression

d. Pilih kolom Statistics dengan mengklik pilihan teresebut. Pengisian:

Regression Coefficient, pilih estimate. Pilih model fit, Descriptives.

Gambar 5.4 Tampilan Kotak dialog Linier Regression: Statistics. Klik Contineu untuk melanjutkan

e. Pilih kolom plots dengan mengklik pilihan tersebut. Pengisian :

(51)

Pilih produce all partial plots.

Gambar 5.5 Tampilan kotak dialog Linier Regresion : Plots Klik continue untuk melanjutakan.

f. Pilih kolom options dengan mengklik pilihan tersebut. Pengisian:

Untuk Stepping Method Criteria, digunakan uji F yang mengambil standard 5% > oleh karena itu angka entry dipilih 0.05

Gambar 5.6 Tampilan kotak dialog Linier Regression: Options Klik Continue untuk melanjutkan.

(52)

BAB 6

KESIMPULAN DAN SARAN

6.1 KESIMPULAN

Berdasarkan analisis yang telah dilakukan maka dapat diambil beberapa kesimpulan diantarnya:

1 Dari hasil pengolahan dan perhitungan data yang telah dilakukan, maka diperoleh persamaan linier berganda pada data Jumlah produksi padi yang didasarkan pengaruh luas tanah, dan luas prouksi yaitu:

2 1 0.26 23

. 5 84 . 18

ˆ _X _X

Y =− + −

2 Dalam pengujian regresi dengan melihat daftar distribusi F dengan dk pembilang =2, dk penyebut = 13 danα =0.05 didapat F_tabel =3.80 karena F_hit =17.47adalah lebih besar dari F

(

₂_,₁₃_,₀_.₀₅

)

=3.80 maka H0 ditolak, maka regresi linier ganda Y

atas X1 dan X2 bersifat nyata. Atau ini juga berarti bahwa luas tanah dan luas

(53)

3. Dari hasil perhitungan secara korelasi (r) positif yaitu sebesar 1 yang menunujukkan bahwa antara variabel X dan Y berhubungan secara positif dengan tingkat yang tinggi.

4. Dari table distribusi t dengan dk= 21 dan α =0.05 maka dapat dilihat bahwa 16

. 2

= tabel

t maka dari perhitungan ketiga thit diatas didapat bahwa t1= 0.41317

dan t2=-1.98 lebih kecil dari ttabel =2.16 berarti H0 diterima artinya bahwa

kedua-duanya koefisien regresi X1 dan X2 tidak nyata atau tidak berarti. Jadi

prediksi padi untuk jumlah produksi padi tidak saja dipengaruhi oleh factor-faktor kedua diatas, mungkin masih ada factor lain lagi yang mempengaruhinya.

5. Dari keseluruhan perhitungan, baik persamaan regresi dan korelasi ternyata pengaruh luas tanah dan luas produksi cukup mempengaruhi jumlah produksi padi.

6.2 SARAN

1 Kepada petani diharapkan agar bekerja sama dengan petani lainnya dalam mempertahankan luas tanah dan meningkatkan jumlah produksi padinya. 2 Diharapkan kepada pemerintah agar memberikan modal atau keringanan biaya

kepada petani dalam meningkatkan penggunaan lahan (sawah) dan menetapkan harga padi yang menguntungkan para petani.

3 Penelitian yang berkaitan dengan perubahan luas lahan dan produksi agar terus dilakukan mengingat pekerjaan petani di desa sangat sedikit dan tidak menetap.

(54)

LAMPIRAN OUTPUT SPSS

Regression

Descriptive Statistics

Mean Std. Deviation N

jumlah produksi padi 378.4744 43.35903 16

luas tanah _78.5113 _5.98901 ₁₆

luas produksi 48.1225 2.86617 16

Correlations

1.000 .902 .823 .902 1.000 .499 .823 .499 1.000

. .000 .000

.000 . .024

.000 .024 .

16 16 16

jumlah produks i padi luas tanah

luas produksi jumlah produks i padi luas tanah

luas produksi jumlah produks i padi luas tanah luas produksi Pearson Correlation Sig. (1-tailed) N jumlah

produksi padi luas tanah luas produksi

Variables Entered/Removedb

luas produksi, luas tanaha

. Enter Model 1 Variables Entered Variables Removed Method

All requested variables entered. a.

Dependent Variable: jumlah produksi padi b.

Model Summaryb

.999a .999 .999 1.63050 Model

R R Square

Adjusted R Square

Std. Error of the Estimate

Predictors: (Constant), luas produksi, luas tanah a.

Dependent Variable: jumlah produks i padi b.

(55)

ANOV Ab

28165. 520 2 14082. 760 5297.226 .000a 34.561 13 2.659

28200. 081 15 Regres sion

Residual Total Model 1

Sum of

Squares df Mean S quare F Sig.

Predic tors: (Constant), luas produks i, luas tanah a.

Dependent Variable: jumlah produks i padi b.

Coeffi cientsa

-354.672 7.443 -47.653 .000

4.738 .081 .654 58.396 .000 7.504 .170 .496 44.262 .000 (Const ant)

luas tanah luas produksi Model

B St d. E rror Unstandardized

Coeffic ient s

Beta St andardiz ed

Coeffic ient s

t Sig.

Dependent Variable: jumlah produks i padi a.

Residuals Statisticsa

282.3244 435.7184 378.4744 43.33245 16 -2.55886 3.04162 .00000 1.51791 16 -2.219 1.321 .000 1.000 16

-1.569 1.865 .000 .931 16

Predicted Value Residual

Std. Predicted Value Std. Residual

Minimum Maximum Mean Std. Deviation N

Dependent Variable: jumlah produksi padi a.

(56)

Charts

6 4

2 0

-2 -4

-6

luas produksi 60

40 20 0 -20 -40

jumlah produksi padi

Dependent Variable: jumlah produksi padi Partial Regression Plot

10 5

0 -5

-10

luas tanah 40

20 0 -20 -40

jum

lah

produksi

padi

Dependent Variable: jumlah produksi padi Partial Regression Plot

(57)

Tabel : Produksi, Luas Tanah, dan Luas Produksi padi Sawah dari Tahun 1991-2006

Tahun Produksi Luas Tanah Luas Produksi

1991 285.31 67.33 42.37

1992 323.14 71.38 45.27

1993 312.64 68.51 45.63

1994 346.01 79.41 43.57

1995 357.24 77.46 46.12

1996 394.52 79.71 49.49

1997 416.66 83.82 50

1998 360.01 73.52 48.97

1999 394.36 82.07 48.05

2000 398.07 83.11 47.9

2001 411.64 85.45 48.18

2002 413.83 83.82 49.37

2003 438.76 86.13 50.94

2004 417.42 82.54 50.57

2005 394.44 77.99 50.57

2006 391.54 73.93 52.96

(58)

(1)

3. Dari hasil perhitungan secara korelasi (r) positif yaitu sebesar 1 yang

menunujukkan bahwa antara variabel X dan Y berhubungan secara positif

dengan tingkat yang tinggi.

4. Dari table distribusi t dengan dk= 21 dan

α

=

0 .

05 maka dapat dilihat bahwa

16 .

2 =

tabel

t

maka dari perhitungan ketiga t

hit

diatas didapat bahwa t

= 0.41317

dan t

=-1.98 lebih kecil dari

t

tabel

=

2 .

16 berarti H

diterima artinya bahwa

kedua-duanya koefisien regresi X

dan X

tidak nyata atau tidak berarti. Jadi

prediksi padi untuk jumlah produksi padi tidak saja dipengaruhi oleh

factor-faktor kedua diatas, mungkin masih ada factor lain lagi yang

mempengaruhinya.

5. Dari keseluruhan perhitungan, baik persamaan regresi dan korelasi ternyata

pengaruh luas tanah dan luas produksi cukup mempengaruhi jumlah produksi

padi.

6.2 SARAN

1 Kepada petani diharapkan agar bekerja sama dengan petani lainnya dalam

mempertahankan luas tanah dan meningkatkan jumlah produksi padinya.

2 Diharapkan kepada pemerintah agar memberikan modal atau keringanan biaya

kepada petani dalam meningkatkan penggunaan lahan (sawah) dan

menetapkan harga padi yang menguntungkan para petani.

3 Penelitian yang berkaitan dengan perubahan luas lahan dan produksi agar terus

dilakukan mengingat pekerjaan petani di desa sangat sedikit dan tidak

menetap.

(2)

LAMPIRAN OUTPUT SPSS

Regression

Descriptive Statistics

Mean Std. Deviation N

jumlah produksi padi 378.4744 43.35903 16

luas tanah _78.5113 _5.98901 ₁₆

luas produksi 48.1225 2.86617 16

Correlations

1.000 .902 .823 .902 1.000 .499 .823 .499 1.000 . .000 .000

.000 . .024

.000 .024 .

16 16 16

jumlah produks i padi luas tanah

luas produksi jumlah produks i padi luas tanah

luas produksi jumlah produks i padi luas tanah luas produksi Pearson Correlation Sig. (1-tailed) N jumlah

produksi padi luas tanah luas produksi

Variables Entered/Removedb

luas produksi, luas tanaha

. Enter Model 1 Variables Entered Variables Removed Method

All requested variables entered. a.

Dependent Variable: jumlah produksi padi b.

Model Summaryb

.999a .999 .999 1.63050 Model

R R Square

Adjusted R Square

Std. Error of the Estimate

Predictors: (Constant), luas produksi, luas tanah a.

Dependent Variable: jumlah produks i padi b.

(3)

ANOV Ab

28165. 520 2 14082. 760 5297.226 .000a 34.561 13 2.659

28200. 081 15 Regres sion

Residual Total Model 1

Sum of

Squares df Mean S quare F Sig.

Predic tors: (Constant), luas produks i, luas tanah a.

Dependent Variable: jumlah produks i padi b.

Coeffi cientsa

-354.672 7.443 -47.653 .000 4.738 .081 .654 58.396 .000 7.504 .170 .496 44.262 .000 (Const ant)

luas tanah luas produksi Model

B St d. E rror Unstandardized

Coeffic ient s

Beta St andardiz ed

Coeffic ient s

t Sig.

Dependent Variable: jumlah produks i padi a.

Residuals Statisticsa

282.3244 435.7184 378.4744 43.33245 16 -2.55886 3.04162 .00000 1.51791 16 -2.219 1.321 .000 1.000 16 -1.569 1.865 .000 .931 16 Predicted Value

Residual

Std. Predicted Value Std. Residual

Minimum Maximum Mean Std. Deviation N

Dependent Variable: jumlah produksi padi a.

(4)

Charts

6 4

2 0

-2 -4

-6

luas produksi

-20

-40

jumlah produksi padi

Dependent Variable: jumlah produksi padi Partial Regression Plot

10 5

0 -5

-10

luas tanah

-20

-40

jum

lah

produksi

padi

Dependent Variable: jumlah produksi padi Partial Regression Plot

(5)

Tabel : Produksi, Luas Tanah, dan Luas Produksi padi Sawah dari

Tahun 1991-2006

Tahun

Produksi

Luas Tanah

Luas Produksi

1991 285.31 67.33 42.37 1992 323.14 71.38 45.27 1993 312.64 68.51 45.63 1994 346.01 79.41 43.57 1995 357.24 77.46 46.12 1996 394.52 79.71 49.49

1997 416.66 83.82 50

1998 360.01 73.52 48.97 1999 394.36 82.07 48.05 2000 398.07 83.11 47.9 2001 411.64 85.45 48.18 2002 413.83 83.82 49.37 2003 438.76 86.13 50.94 2004 417.42 82.54 50.57 2005 394.44 77.99 50.57 2006 391.54 73.93 52.96

(6)