Enanalisis Pgaruh Luas Lahan, Pupuk, Dan Curah Hujan Terhadap Hasil Produktifitas Padi Sawah Di Kabupaten Langkat Tahun 2006 - 2011

ENANALISIS PGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP HASIL PRODUKTIFITAS PADI

SAWAH DI KABUPATEN LANGKAT TAHUN 2006 - 2011

TUGAS AKHIR

SITI WIRANI 102407069

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2013

ANALISIS PENGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP HASIL PRODUKTIFITAS PADI

SAWAH DI KABUPATEN LANGKAT TAHUN 2006 - 2011

Diajukan Untuk Melengkapi Tugas dan Memenuhi Syarat Memperoleh Ahli Madya

SITI WIRANI 102407069

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2013

PERSETUJUAN

Judul : ANALISIS PENGARUH LUAS LAHAN, PUPUK,

DAN CURAH HUJAN TERHADAP

PRODUKTIFITAS PADI SAWAH DI KABUPATEN LANGKAT TAHUN 2006 – 2011.

Kategori : TUGAS AKHIR

Nama : SITI WIRANI

Nomor Induk Mahasiswa : 102407069

Program Studi : DIPLOMA (D3) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2013

Komisi Pembimbing :

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Prof. Drs. Tulus, Vordipl, M.Si, Ph.D Drs. Suwarno Ariswoyo, M.Si

NIP. 196 209 011 988 031 002 NIP.195 021 031 980 031 001

PERNYATAAN

ANALISIS PENGARUH LUAS LAHAN, PUPUK, DAN CURAH HUJAN TERHADAP PRODUKTIFITAS PADI SAWAH

DIKABUPATEN LANGKAT TAHUN 2006 – 2011

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2013

SITI WIRANI 102407069

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan yang Maha pemurah dan Maha penyayang, dengan limpah karunia- Nya. Penulis dapat menyelesaikan

penyusunan Tugas Akhir ini dengan judul Analisis Pengaruh Luas

lahan,Pupuk,dan Curah hujan terhadap produktifitas padi sawah kabupaten langkat bedasarkan data tahun 2006-2011

Terimakasih penulis sampaikan kepada Bapak Drs, Suwarno Ariswoyo, M,Si selaku sekretaris program studi D3 statistika FMIPA USU dan pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada bapak Drs.faigiziduhu Bu’ulolo, M.Si selaku Ketua program studi D3 statistika FMIPA USU, Bapak Prof.Dr.Tulus,M.Si.PhD dan Ibu Dra.Mardiningsih ,M.Si Selaku ketua dan sekretaris Departemen matematika FMIPA USU medan, Bapak Drs.Sutarman,M.Sc selaku Dekan FMIPA USU Medan, Seluruh Staf dan Dosen program studi D3 statistika FMIPA USU , Pegawai FMIPA USU dan Rekan-rekan Kuliah. Akhirnya tidak terlupakan kepada Ayahanda Alm. Seni Wira Arzaini dan Ibunda Siti Ramlah Hasibuan, serta keluarga yang selama ini

memberikan bantuan dan dorongan yang di perlukan, semoga Tuhan yang Maha Esa dapat membalasnya.

DAFTAR ISI

PERSETUJUAN I

PERNYATAAN Ii

PENGHARGAAN Iii

DAFTAR ISI Iv

DAFTAR TABEL Vii

DAFTAR GAMBAR Viii

Bab 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 4

1.3 Batasan Masalah 5

1.4 Maksud dan Tujuan 1.4.1 Maksud Penelitian 1.4.2 Tujuan Penelitian

6 6 6 1.5 Metodologi

1.5.1 Metodologi Pengambilan Data 1.5.2 Metodologi Pengembangan Sistem

7 7 7 1.6 Tempat dan Waktu Penelitian

1.6.1 Tempat Penelitian 1.6.2 Waktu Penelitian 1.7 Sistematika Penulisan

8 8 8 8

Bab 2 LANDASAN TEORI 10

2.1 Defenisi Variabel 10

2.2 Tinjauan Teori

2.2.1 Teknik Analisa yang Digunakan 2.2.1.1 Analisa Korelasi

2.2.1.2 Interpretasi Korelasi 2.2.1.3 Hipotesis

2.2.1.4 Analisis Regresi 2.2.1.5 Pengaruh Simultan 2.2.1.6 Pengaruh Parsial

12 12 13 17 18 18 20 21

Bab 3 SEJARAH SINGKAT TEMPAT RISET 23

3.1 Sejara Singkat Badan Pusat Statistik (BPS) 3.1.1 Sejarah Hari Statistik

3.1.2 Priode-priode Badan Pusat Statistik

3.1.2.1 Priode 1920-1942, Masa Hindia-Belanda 3.1.2.2 Priode 1942-1945, Masa Pemerintahan Jepang 3.1.2.3 Priode 1945-1950, Masa Pemerintahan RI 3.1.2.4 Priode 1950-1957

3.1.2.5 Priode 1957-1997 3.1.2.6 Priode 1997-Sekarang

23 23 24 24 24 24 25 25 26 3.2 Badan Pusat Statistik(BPS) Kabupaten Langkat

3.2.1 Latar Belakang 3.2.2 Kondisi Umum

3.2.3 Kedudukan, Tugas, Fungsi, dan Kewenangan 3.2.4 Landasan Hukum

3.2.5 Struktur Organisasi

3.2.6 Wilayah Administrasi Kerja BPS Kabupaten Langkat

28 28 29 30 32 33 34 3.3 Badan Pusat Statistik (BPS) Kabupaten Langkat 2010-2014

3.3.1 Visi dan Misi

3.3.1.1 Visi BPS Kabupaten Langkat

35 35 35

3.3.1.2 Misi BPS Kabupaten Langkat 36

Bab 4 PENGOLAHAN DATA 38

4.1 Pengolahan Variabel 4.1.1 Variabel Luas Lahan 4.1.2 Variabel Pupuk 4.1.3 Variabel Curah Hujan

4.1.4 Variabel Produktifitas Padi Sawah

38 38 38 39 40 4.2 Analisis Variabel

4.2.1 Uji Normalitas

4.2.2 Analisis Regresi Linear Berganda 4.2.3 Uji Signifikansi/ Uji Kelinearan (Uji F) 4.2.4 Analisis Korelasi Ganda

4.2.4.1 Korelasi Bivariat

4.2.5 Uji Koefisien Regresi Ganda (Uji t) dan Uji Multikolinearitas

40 42 43 51 53 58 60

Bab 5 IMPLEMENTASI SISTEM 65

5.1 Pengertian Implementasi Sistem 65

5.2 Program-Program Pada Implementasi Sistem 5.2.1 Microsoft Office Word dan Excel 2007 5.2.2 SPSS Statistics 17 For Windows 5.3 Analisis Dengan SPSS Statistic 17 5.3.1 Uji Normalitas

5.3.2 Analisis Regresi Linear Berganda 5.3.3 Analisis Korelasi Ganda

65 65 66 68 68 69 70

Bab 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 6.2 Saran

72 72 74

DFTAR PUSTAKA 75

DAFTAR TABEL

Halaman Tabel 3.2 Daftar Desa dan Kelurahan ditiap Kecamatan di Kabupaten Langkat 34 Tabel 4.1 Luas Lahan Panen Padi Sawah di Kabupaten Langkat 38 Tabel 4.2 Jumlah Pupuk UREA Bersubsidi Untuk Tanaman Pangan dan

Hortikulturan di Kabupaten Langkat. 39

Tabel 4.3Jumlah dan Rata-rata Curah Hujan di Kabupaten Langkat. 39 Tabel 4.4 Hasil Produksi Padi Sawah di Kabupaten Langkat tiap tahun 40 Tabel 4.5 Data Luas Lahan, Pupuk, Curah Hujan dan Produktifitas Padi Sawah 40 Tabel 4.6 Data Luas Lahan, Pupuk, Curah Hujan dan Produktifitas Padi Sawah

Setiap Tahun Setalah di Koding ke Dalam Ribuan. 42 Tabel 4.7 Output Uji Normalitas Kolmogorov-Smirnov 43 Tabel 4.8 Daftar Harga-harga Perhitungan Matriks Dengan Metode Cramer 45 Tabel 4.9 Output Analisis Regresi Linear Berganda 50

Tabel 4.10 Tabel ANOVA Uji Signifikansi 52

Tabel 4.11 Interval Tingkat Hubungan Analisis Korelasi Pearson 54 Tabel 4.12 Daftar Harga-harga Analisis Korelasi Linear Ganda 56

Tabel 4.13 Output Analisis Korelasi 57

Tabel 4.14 Output nilai Korelasi 59

DAFTAR GAMBAR

Halaman Gambar 4.1 Desain Kerangka Analisis Dalam Penelitian 41 Gambar 5.1 Tampilan Data Editor SPSS Statistics 17 for Windows 67

Gambar 5.2 Tampilan Variable View SPSS 17 67

Gambar 5.3 Input Data Variabel SPSS 17 68

Gambar 5.4 Uji Normalitas Kolmogorov-Smirnov 69

Gambar 5.5 Analisis Regresi Linear Ganda 70

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah salah satu negara agraris, yaitu negara yang penghasilan penduduknya sebagian besar berasal dari hasil bercocok tanam padi sawah dan kebanyakan penduduknya bermata pencaharian sebagai petani. Sehingga sektor pertanian di Indonesia memegang peranan penting dari keseluruhan perekonomian nasional. Hal ini dapat ditunjukkan dari banyaknya penduduk atau tenaga kerja yang hidup atau bekerja dalam sektor pertanian atau dari produk nasional yang berasal dari sektor pertanian. Hal ini juga dipengaruhi oleh kondisi alam, cuaca dan budaya masyarakat di Indonesia sangat mendukung di sektor pertanian ini dimana tanah di negara Indonesia merupakan tanah yang sangat subur dan produktif, sehingga pertanian memang cocok untuk terus dikembangkan di Indonesia (Ganesha Enterpreneur Club, “Pola Tanam Padi Sri, Produktifitas Tinggi”, 2009).

Namun, dalam perkembangannya secara umum, semakin lama kondisi tanah pertanian di Indonesia semakin rendah tingkat produktifitas dan kesuburannya yang berdampak kepada semakin menurunnya tingkat produksi pertanian (Ganesha Enterpreneur Club, “Pola Tanam Padi Sri, Produktifitas Tinggi”, 2009). Adapun upaya-upaya yang dilakukan oleh para petani guna mengembalikan tingkat produksi pertaniannya di antaranya adalah peningkatan

penggunaan kuantitas dan kualitas benih, penggunaan pupuk dan pestisida atau insektisida.

Pertanian dalam arti luas terdiri dari lima sektor, yaitu tanaman pangan, perkebunan, peternakan, perikanan dan kehutanan. Kelima sektor pertanian tersebut bila ditangani dengan serius sebenarnya akan mampu memberikan sumbangan yang besar bagi perkembangan perekonomian Indonesia mendatang. Salah satu cara penanganannya yaitu dengan berorientasi pada bisnis pertanian atau agrobisnis (Soekartawi, 1999). Salah satu hasil pertanian dari sektor tanaman pangan adalah padi sawah yang dapat diolah menjadi beras yang merupakan makanan pokok negara Indonesia. Salah satu daerah atau Kabupaten yang memiliki Produk Domestik Regional Bruto perkapita terbesar di sektor pertanian adalah Kabutapen Langkat, sehingga membuat penulis tertarik untuk melakukan penelitian di daerah tersebut.

Sebagai salah satu daerah atau kabupaten yang sebagian besar warganya bermatapencaharian sebagai petani dan memiliki Produk Domestik Regional Bruto atau PDRB perkapita terbesar di sektor pertanian, Kabupaten Langkat memiliki beberapa faktor yang mendukung terjadinya hal tersebut, diantaranya karenakan luas lahan pertanian di daerah Kabupaten Langkat yang masih sangat luas, dan keahlian bercocok tanam yang dimiliki oleh para petani yang diwariskan secara turun-temurun.

Namun, sebagai salah satu kabupaten yang memiliki PDRB perkapita terbesar di sektor pertanian, Kabupaten Langkat masih mengandalkan pasokan

pupuk untuk meningkatkan hasil produksi pertanian, yang kebutuhan akan pasokan pupuk tersebut semakin meningkat jumlahnya tiap tahun. Padahal, pada kenyataannya hanya sebagian saja pupuk yang diberikan dapat dimanfaatkan oleh tanaman dikarenakan beberapa sifat bahan kimia yang terkandung dalam pupuk tersebut susah larut.

Dalam penelitian ini, penulis akan mengambil beberapa faktor yang akan digunakan sebagai variable untuk mengetahui produktifitas padi sawah di kabupaten Langkat. Faktor-faktor yang akan penulis gunakan diantaranya adalah: Luas lahan yang digunakan para petani untuk bercocok tanam, cuaca atau curah hujan yang terjadi tiap tahunnya di daerah Kabupaten Langkat, serta pasokan pupuk yang digunakan oleh para petani untuk membantu hasil produksi pertaniannya.

Namun, selain faktor-faktor yang telah disebutkan diatas, ada juga beberapa faktor pendukung hasil produksi lainnya yang ikut mempengaruhi produktifitas padi sawah di Kabupaten Langkat yang tidak diikut sertakan oleh penulis sebagai salah satu variable dalam penelitian ini. Faktor-faktor tersebut diantaranya: Faktor hama yang menyerang lahan pertanian dan bencana yang terjadi sehingga mengakibatkan terjadinya gagal panen seperti bencana banjir, bencana kekeringan, tiupan angin, dan bencana-bencana lain yang terjadi di daerah tersebut.

Dengan demikian, dalam kajian ini penulis tertarik dan akan melakukan penelitian mengenai Produktifitas padi sawah di daerah Kabupaten Langkat tersebut.

1.2 Rumusan Masalah

Seperti yang telah dijelaskan dalam latar belakang permasalahan tersebut diatas, diketahui bahwa salah satu daerah atau kabupaten yang memiliki Produk Domestik Regional Bruto atau PDRB perkapita terbesar sektor pertanian adalah Kabupaten Langkat, karena di daerah atau kabupaten tersebut sebagian besar penduduknya bermata pencaharian sebagai petani dan lahan pertanian yang subur dan produktif, serta curah hujan yang mendukung tiap musimnya.

Sebagai daerah yang memiliki PDRB perkapita terbesar di sektor pertanian, Kabupaten Langkat masih mengandalkan pasokan pupuk sebagai salah satu upaya guna meningkatkan produktifitas padi sawah yang terus meningkat jumlahnya tiap tahun.

Untuk mengetahui hasil produktifitas padi sawah di daerah tersebut, maka penulis tertarik untuk melakukan penelitian di daerah tersebut, dan beberapa permasalahan yang akan di kaji dalam penelitian ini dapat dirumuskan sebagai berikut:

Berapakah besarnya pengaruh luas lahan, pupuk, curah hujan, dan produktifitas padi sawah di Kabuapaten Langkat secara simultan?, apakah luas lahan, pupuk yang digunakan, dan curah hujan berpengaruh terhadap

produktifitas padi sawah di Kabupaten Langkat? dan Apakah luas lahan; pupuk serta curah hujan memiliki pengaruh yang berarti terhadap produktifitas padi sawah di Kabupaten Langkat?

Adapun usaha yang dilakukan untuk menjawab pertanyaan tersebut diatas adalah adanya hubungan dan seberapa besar pengaruh yang terjadi secara signifikan dan simultan antara variabel luas lahan, pupuk yang digunakan, dan curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat.

1.3 Batasan Masalah

Batasan masalah yang dibuat demi kevaliditasan dan kerealibitasan hasil penelitian, dalam penelitian ini penulis member batasan sebagai berikut:

1. Penelitian mengenai produktiftas padi sawah ini dilakukan di Kabupaten Langkat.

2. Data yang didapat merupakan data sekunder hasil survey yang dilakukan oleh Kantor Badan Pusat Statistik atau BPS Kabupaten Langkat.

3. Variabel yang digunakan untuk penelitian ini adalah, variabel luas lahan, pupuk yang digunakan, dan curah hujan terhadap variabel produktifitas padi sawah di Kabupaten Langkat. Dan variabel lain diluar model yang ikut mempengaruhi antara lain, hama dan bencana yang melanda sehingga terjadi gagal panen.

4. Untuk variabel pupuk, penulis membatasi hanya pada pupuk jenis UREA yang bersubsidi dari pemerintah untuk tanaman pangan dan hortikultura.

5. Data yang digunakan dalam penelitian ini terbatas pada 6 tahun terakhir, yaitu tahun 2006 sampai 2011.

6. Penyelesaian asumsi klasik seperti uji normalitas, uji signifikansi atau uji kelinieran, uji koefisien dan uji multikolinieritas, pada penelitian ini, penulis menggunakan bantuan program pengolah data SPSS Statistics 17

1.4 Maksud dan Tujuan 1.4.1 Maksud Penelitian

Sesuai dengan latar belakang permasalah dan rumusan masalah tersebut diatas, adapun maksud dari penelitian ini adalah untuk mengetahui besarnya hubungan dan pengaruh yang terjadi secara signifikan dan simultan antara variabel luas lahan, pupuk yang digunakan, dan curah hujan terhadap variabel produktifitas padi sawah di Kabupaten Langkat sehingga membuat salah satu PDRB perkapita terbesar di Kabupaten Langkat ada di sektor pertanian.

1.4.2 Tujuan Penelitian

Adapun tujuan dari penelitian yang penulis lakukan adalah:

1. Untuk menganalisis besar hubungan dan pengaruh yang terjadi antara variabel luas lahan, pupuk yang digunakan, dan curah hujan, terhadap hasil produktifitas padi sawah di Kabupaten Langkat pada tahun 2005-2010 secara simultan atau gabungan.

2. Untuk menganalisis pengaruh variabel luas lahan terhadap hasil proudktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010 secara parsial atau bagian.

3. Untuk menganalisis pengaruh variabel pupuk yang digunakan terhadap hasil produktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010 secara parsial atau bagian.

4. Untuk menganalisis pengaruh variabel curah hujan terhadap hasil produktiftas padi sawah di Kabupaten Langkat pada tahun 2005-2010 secara parsial atau bagian.

1.5 Metodologi

1.5.1 Metodologi Pengambilan Data

Data yang diambil berupa data sekunder atau data yang telah di olah sebelumnya dari hasil survey yang telah di lakukan oleh Kantor Badan Pusat Statistik atau BPS Kabupaten Langkat.

1.5.2 Metodologi Pengembangan Sistem

Metode yang digunakan untuk mengembangkan data adalah dengan metode analisis korelasi atau metode yang digunakan untuk mengetahui seberapa erat dan signifikankah hubungan antara dua buah variabel atau lebih. Dan metode analisis regresi linear berganda yaitu metode regresi untuk menemuka model regresi yang melibatkan lebih dari satu variabel bebas. Model hasil regresi linear

berganda ini digunakan untuk mengetahui pengaruh antara beberapa variabel bebas terhadap variabel terikat.

1.6 Tempat dan Waktu Penelitian 1.6.1 Tempat Penelitian

Tempat dilaksanakannya penelitian ini adalah di Kabupaten Langkat, dan data yang yang digunakan adalah data sekunder yang telah tersedia di Kantor Badan Pusat Statistik atau BPS Kabupaten Langkat.

1.6.2 Waktu Penelitian

Penelitian ini di laksanakan selama 3 (tiga) kali terhitung dari tanggal 13 Maret , 30 April dan 14 Mei, dengan cara mencatat langsung data yang butuhkan.

1.7 Sistematika Penulisan

Agar dapat memberikan gambaran yang jelas pada penyusunan laporan hasil penelitian ini, maka penulis menjabarkan dalam beberapa bab sebagai berikut:

BAB 1 : PENDAHULUAN

masalah, batasan masalah, maksud dan tujuan penelitian, metodologi, tempat dan Pada Bab pendahuluan ini menguraikan tentang latar belakang penelitian, rumusan waktu penelitian, serta sistematika penulisan laporan penelitian.

BAB 2 : LANDASAN TEORI

Bab ini berisi tentang teori dasar dalam penelitian yang mendukung penulisan Tugas Akhir, mencakup defenisi variabel, teori tentang permasalahan, metoda atau teknik yang digunakan, uraian tentang metode yang digunakan, dan kerangka penyelesaian masalah.

BAB 3 : SEJARAH SINGKAT TEMPAT RISET

Bab ini berisi penjelasan tentang hasil pendefinisian kebutuhan permasalahan dan penjelasan mengenai tempat dimana penelitian ini dilakukan yang dijadikan topik penelitian ini.

BAB 4 : PENGOLAHAN DATA

Bab ini berisi tentang teknik yang digunakan untuk mengolah dan menganalisis data yang didapat dan diteruskan dengan pengujian data hasil analisis dengan data tabel.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini merupakan Bab yang berisikan tentang sistematika pengolahan data menggunakan aplikasi-aplikasi yang di gunakan oleh penulis.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini merupakan Bab penutup yang berisikan tentang kesimpulan dan saran dari hasil penelitian yang telah di lakukan oleh peulis.

BAB 2

LANDASAN TEORI

2.1 Defenisi Variabel

Pada penelitian yang penulis lakukan untuk menganalisis pengaruh yang terjadi antara luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat tahun 2006-2011 ini, penulis menggunakan beberapa variabel yang penulis gunakan sebagai faktor penentu, yaitu:

a) Variabel luas lahan

Menurut Dokuchaiev, lahan merupakan likungan fisis dan biotik yang berkatian dengan daya dukungnya terhadap perikehidupan dan kesejahteraan hidup manusia. Lingkungan fisis meliputi relief atau topografi, iklim, tanah, dan air. Sedangkan lingkungan biotik meliputi hewan, tumbuhan, dan manusia (Romenah, ”Lahan Potensial dan Lahan Kritis”, 2008).

Pada penelitian ini, penulis menggunakan variabel luas lahan yaitu besarnya lahan panen yang digunakan oleh warga di Kabupaten Langkat untuk bercocok tanam padi sawah dengan kondisi lahan tersebut memiliki tingkat kesuburan dan dan kondisi yang berbeda-beda di tiap daerahnya.

b) Variabel pupuk

Pupuk merupakan kunci dari kesuburan tanah karena berisi satu atau lebih unsur untuk menggantikan unsur yang habis terisap tanaman. Jadi, memupuk berarti menambah unsur hara ke dalam tanah (pupuk akar) dan tanaman (pupuk daun) (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).

Pupuk sudah membudaya pada petani. Petani dan pupuk seakan sudah menyatu. Sehingga tak perlu heran kalau banyak petani yang merasa enggan menanam sesuatu tanpa memberi pupuk. Berdasarkan asal pembuatannya, pupuk terdiri dari dua kelompok, yaitu pupuk anorganik dan pupuk organik. Pupuk anorganik adalah pupuk yang dibuat oleh pabrik-pabrik pupuk dengn meramu bahan-bahan kimia (anorganik) berkadar hara tinggi. Misalnya, pupuk urea berkadar N 45% - 46%, jadi setiap 100 kg urea terdapat 45-46 kg hara Nitrogen (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).

Pada penelitian ini, penulis membatasi variabel pupuk hanya pada pupuk yang sering digunakan oleh petani yang berada di Kabupaten Langkat yaitu pupuk jenis UREA bersubsidi dari pemerintah untuk tanaman pangan dan hortikultura. Pupuk urea termasuk pupuk nitrogen yang dibuat dari gas amoniak dan gas asam arang. Persenyawaan kedua zat ini melahirkan pupuk urea dengan kandungan N sebanyak 46% yang termasuk pupuk higroskopis atau mudah menarik uap air. Pada kelembapan 73%, pupuk ini sudah mampu menarik uap air dari udara

sehingga pupuk urea ini mudah larut dalam air dan mudah diserap oleh tanaman (Marsono, “Petunjuk Penggunaan Pupuk”, 1998).

c) Variabel curah hujan

Curah hujan adalah banyaknya debit air hujan yang turun pada suatu daerah dalam kurun waktu tertentu di setiap musimnya. Pada daerah tropis seperti Indonesia, curah hujan sangat berpengaruh terhadap kesuburan suatu tanaman.

Pada penelitian ini, penulis menggunakan variabel curah hujan sebagai salah satu variabel bebas, yaitu banyaknya tingkat debit air hujan yang turun di daerah Kabupaten Langkat dalam kurun waktu 1 (satu) tahun.

d) Variabel Produktifitas Padi Sawah

Produktifitas padi sawah adalah banyaknya hasil produksi di sektor padi sawah. Hasil produksi padi sawah tersebut di pengaruhi oleh beberapa faktor, diantaranya luas lahan, pupuk, curah hujan, hama, bibit yang digunakan, dan banyak faktor pendukung lainnya.

Pada penelitian ini, penulis menggunakan variabel produktifitas padi sawah sebagai variabel takbebas atau prediktor, yaitu produktifitas padi sawah di daerah Kabupaten Langkat tiap tahunnya.

2.2.1 Teknik Analisis yang Digunakan

Adapun teknik analisis statistik penulis gunakan dalam melakukan pengolahan data pada penelitian ini yaitu dengan teknik analisis korelasi ganda dan analisis regresi ganda. Berikut akan dipaparkan lebih lanjut mengenai teknik analisis data tersebut.

2.2.1.1 Analisis Korelasi

Teknik analisis korelasi merupakan bagian dari teknik pengukuran asosiasi (measure of association) yang berguna untuk mengukur kekuatan hubungan antara dua variabel atau lebih. Terdapat beberapa teknik analisis korelasi, diantaranya yang paling terkenal dan digunakan secara luas diseluruh dunia ialah teknik analisis korelasi Pearson dan Spearman.

Pada penelitian ini, penulis menggunakan analisis korelasi ganda yang merupakan teknik analisis yang digunakan untuk mengukur kekuatan hubungan antara lebih dari dua variabel. Korelasi ganda tidak secara otomatis menunjukkan hubungan kausalitas antar variabel. Hubungan dalam korelasi ganda dapat berupa hubungan linier positif dan linier negatif. Interpretasi koefisien korelasi ganda akan menghasilkan makna kekuatan, signifikansi dan arah hubungan kedua variabel yang diteliti. Untuk melihat kekuatan koefisien korelasi ganda didasarkan pada jarak yang berkisar antara 0 sampai dengan 1. Untuk melihat signifikansi hubungan digunakan angka signifikansi/probabilitas/alpha. Untuk melihat arah korelasi dilihat dari angka koefisien korelasi ganda yang menunjukkan positif atau negatif. Koefisien korelasi ganda dapat ditentukan dengan mengakarkan koefisien determinasi ganda.

koefisien diterminasi dengan simbol r2 merupakan proporsi variabilitas dalam suatu data yang dihitung didasarkan pada model statistik. Definisi berikutnya menyebutkan bahwa r2 merupakan rasio variabilitas nilai-nilai yang dibuat model dengan variabilitas nilai data asli. Secara umum r2 digunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi r2 ini dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika r2 sama dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara sempurna.

Interpretasi lain ialah bahwa r2 diartikan sebagai proporsi variasi tanggapan yang diterangkan oleh regresor (variabel bebas/X) dalam model. Dengan demikian, jika r2 = 1 akan mempunyai arti bahwa model yang sesuai menerangkan semua variabilitas dalam variabel Y. Jika r2 = 0 akan mempunyai arti bahwa tidak ada hubungan antara regresor (X) dengan variabel Y. Dalam contoh kasus misalnya, jika r2 = 0,8 mempunyai arti bahwa sebesar 80% variasi dari variabel Y (variabel tergantung/response) dapat diterangkan dengan variabel X (variabel bebas/explanatory), sedang sisanya 0,2 dipengaruhi oleh variabel-variabel yang tidak diketahui atau variabilitas yang inheren. Rumus untuk menghitung koefisien determinasi (KD) adalah KD = r2 x 100%. Variabilitas mempunyai makna penyebaran/distribusi seperangkat nilai-nilai tertentu. Dengan menggunakan bahasa umum, pengaruh variabel X terhadap Y adalah sebesar 80%; sedang sisanya 20% dipengaruhi oleh faktor lain.

Dalam hubungannya dengan korelasi, maka r2 merupakan kuadrat dari koefisien korelasi yang berkaitan dengan variabel bebas (X) dan variabel Y (tergantung). Secara umum dikatakan bahwa r2 merupakan kuadrat korelasi antara variabel yang digunakan sebagai predictor (X) dan variabel yang memberikan response (Y). Dengan menggunakan bahasa sederhana r2 merupakan koefisien korelasi yang dikuadratkan. Oleh karena itu, penggunaan koefisien determinasi dalam korelasi tidak harus diinterpretasikan sebagai besarnya pengaruh variabel X terhadap Y mengingat bahwa korelasi tidak sama dengan kausalitas. Secara bebas dikatakan dua variabel mempunyai hubungan belum tentu variabel satu mempengaruhi variabel lainnya. Lebih lanjut dalam konteks korelasi antara dua variabel maka pengaruh variabel X terhadap Y tidak nampak. Kemungkinannya hanya korelasi merupakan penanda awal bahwa variabel X mungkin berpengaruh terhadap Y. Sedang bagaimana pengaruh itu terjadi dan ada atau tidak akan mengalami kesulitan untuk membuktikannya. Hanya menggunakan angka r2 tidak akan dapat membuktikan bahwa variabel X mempengaruhi Y.

Dengan demikian jika menggunakan korelasi sebaiknya jangan menggunakan koefisien determinasi untuk melihat pengaruh X terhadap Y karena korelasi hanya menunjukkan adanya hubungan antara variabel X dan Y. Jika tujuan riset hanya untuk mengukur hubungan maka sebaiknya berhenti saja di angka koefisien korelasi. Sedang jika ingin mengukur besarnya pengaruh variabel X terhadap Y sebaiknya menggunakan rumus lain, seperti regresi atau analisis jalur.

Keterangan: R2 = Koefisien determinasi

JKreg = Jumlah kuadrat-kuadrat regresi

yi2 = Kuadrat selisih variabel terikat dikurang rata-rata

Dengan rumus untuk JKreg adalah:

koefisien korelasi ganda ialah pengukuran statistik kovarian atau asosiasi antara dua atau lebih variabel. Besarnya koefisien korelasi ganda berkisar antara +1 s/d -1. koefisien korelasi ganda menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua atau lebih variabel acak. Jika koefisien korelasi ganda bernilai positif, maka variabel-variabel tersebut mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefisien korelasi ganda bernilai negatif, maka variabel-variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya).

Secara umum penulis menggunakan angka signifikansi sebesar 0,01; 0,05 dan 0,1. Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan (confidence interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01 mempunyai pengertian bahwa tingkat kepercayaan atau bahasa umumnya keinginan untuk memperoleh kebenaran dalam riset adalah

sebesar 99%. Jika angka signifikansi sebesar 0,05, maka tingkat kepercayaan adalah sebesar 95%. Jika angka signifikansi sebesar 0,1, maka tingkat kepercayaan adalah sebesar 90%.

Pertimbangan lain ialah menyangkut jumlah data (sampel) yang akan digunakan dalam riset. Semakin kecil angka signifikansi, maka ukuran sampel akan semakin besar. Sebaliknya semakin besar angka signifikansi, maka ukuran sampel akan semakin kecil. Unutuk memperoleh angka signifikansi yang baik, biasanya diperlukan ukuran sampel yang besar. Sebaliknya jika ukuran sampel semakin kecil, maka kemungkinan munculnya kesalahan semakin ada.

Untuk pengujian dalam SPSS digunakan kriteria sebagai berikut:

- Jika angka signifikansi hasil riset < 0,05; maka hubungan kedua variabel signifikan.

- Jika angka signifikansi hasil riset > 0,05; maka hubungan kedua variabel tidak signifikan.

2.2.1.2 Interpretasi Korelasi

Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat kekuatan hubungan dua variabel; kedua, melihat signifikansi hubungan; dan ketiga, melihat arah hubungan. Untuk melakukan interpretasi kekuatan hubungan antara dua variabel dilakukan dengan melihat angka koefisien korelasi hasil perhitungan dengan menggunakan kriteria sebagai berikut:

1. Jika angka koefisien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai hubungan.

2. Jika angka koefisien korelasi mendekati 1, maka kedua variabel mempunyai hubungan semakin kuat.

3. Jika angka koefisien korelasi mendekati 0, maka kedua variabel mempunyai hubungan semakin lemah.

4. Jika angka koefisien korelasi sama dengan 1, maka kedua variabel mempunyai hubungan linier sempurna positif.

5. Jika angka koefisien korelasi sama dengan -1, maka kedua variabel mempunyai hubungan linier sempurna negatif.

2.2.1.3 Hipotesis

Pengujian hipotesis untuk korelasi digunakan uji t. Pengambilan keputusan menggunakan angka pembanding t tabel dengan kriteria sebagai berikut :

1. Jika t hitung > t tabel, H0 ditolak; H1 diterima

2. Jika t hitung < t tabel, H0 diterima; H1 ditolak

Disamping menggunakan cara diatas, cara kedua ialah menggunakan angka signifikansi. Caranya adalah sebagai berikut :

1. Jika angka signifikansi hasil riset < 0,05; maka H0 ditolak.

2.2.1.4 Analisis Regresi

Dalam penelitian ini, salah satu teknik analisis yang digunakan adalah analisis regresi linier berganda. Analisis regresi linier berganda ialah suatu alat analisis dalam ilmu statistik yang berguna untuk mengukur hubungan matematis antara lebih dari 2 peubah. Bentuk umum persamaan regresi linier berganda ialah sebagai berikut :

Persamaan tersebut diduga oleh persamaan di bawah ini :

Menentukan b0, b1, b2, …, bk dapat menggunakan metode kuadrat terkecil melalui

apa yang disebut dengan persamaan normal seperti di bawah ini :

Bentuk persamaan matriks di atas termasuk ke dalam suatu sistem persamaan linier. Mencari atau menentukan b0, b1, b2, b3, …, bn berarti mencari

atau menentukan solusi dari sistem persamaan linier (SPL). Mencari solusi SPL ada berbagai macam cara, diantaranya ialah Metode Eliminasi Gauss, Metode

Invers (Metode Matriks yang diperbesar dan Metode Matriks Adjoin), dan Metode Cramer.

Metode Cramer merupakan metode yang paling populer dalam menentukan suatu solusi SPL (Sistem Persamaan Liniear) karena sifatnya yang mudah dipelajari dan sederhana. Menurut Cramer jika kita punya SPL (Sistem Persamaan Liniear) sebagai berikut :

Maka x1, x2, x3, …, xn dapat langsung dicari dengan membagi determinan

matriks Aj dengan determinan matriks koefisien A. Dimana :

Uji simultan atau uji F, bertujuan untuk mengetahui pengaruh gabungan variabel-variabel X terhadap variabel-variabel Y. Nilai F hitung dapat ditentukan dengan formula :

Keterangan :

R² = Koefisien determinasi n = Banyaknya sampel m = Banyaknya varians

Apabila hasil perhitungan F hitung > F tabel, maka H0 ditolak sehingga

dapat dikatakan bahwa variabel bebas regresi dapat menerangkan variabel terikat secara serentak. Sebaliknya jika F hitung < F tabel, maka Ho diterima dengan demikian dapat dikatakan bahwa variabel bebas dari model regresi berganda tidak mampu menjelaskan variabel terikat.

2.2.1.6 Pengaruh Parsial

Untuk menguji kemaknaan koefisien regresi parsial digunakan uji t. Nilai t dapat ditentukan dengan formula sebagai berikut :

r = Koefisien korelasi n = Banyaknya sampel

Apabila t hitung > t tabel, maka H0 ditolak dengan demikian variabel

bebas dapat menerangkan variabel terikat yang ada dalam model. Sebaliknya apabila t hitung < t tabel maka Ho diterima, dengan demikian variabel bebas tidak dapat menjelaskan variabel terikat atau dengan kata lain tidak ada pengaruh di antara dua variabel yang diuji. Untuk mencari besarnya r2, di mana r2 adalah satu dikurangi rasio antara besarnya deviasi Y observasi dari garis regresi dengan besar deviasi nilai Y observasi dari rata-ratanya. Secara matematis dapat ditulis dengan formula sebagai berikut:

r²=

Keterangan :

r² = Besarnya koefisien determinasi Y = Nilai variabel Y

Ŷ = Nilai estimasi Y

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Singkat Bdan Pusat Statistik (BPS) 3.1.1 Sejarah Hari Statistik

Sejarah hari statistik terjadi diantaranya sebagai berikut:

Untuk memenuhi rekomendasi PBB kepada setiap Negara, agar seluruh anggotanya dapat menyelenggarakan sensus penduduk secara serentak. Sehingga pemerintah Republik Indonesia mengundangkan Undang-undang Nomor 6 Tahun 1960 tentang sensus sebagai pengganti dari

Volkstelling Ordonnantie tahun 1930.

Dalam rangka memenuhi kebutuhan bagi penyusunan perencanaan Pembanguna Semesta Berencana, pada tanggal 26 September 1960 Pemerintah RI mengesahkan Undang-undang Nomor 7 Tahun 1960 tentang Statistik sebagai pengganti Statistiek Ordonnantie tahun 1934. Undang-undang tersebut secara terperinci mengatur penyelenggaraan statistik dan organisasi Biro Pusat Statistik (BPS).

Presiden RI pada bulan Agustus tahun 1996 menetapkan tanggal di sahkannya Undang-undang Nomor 7 tahun 1960 tentang Statistik tersebut sebagai “Hari Statistik”, karena hari kelahiran Undang-undang Nomor 7 tahun 1960 tersebut merupakan titk awal perjalanan Badan Pusat Statistik (BPS) dalam mengisi kemerdekaan di bidang statistik yang selama ini

diatur berdasarkan sistem perundang-undangan kolonial. Kemudian, Pemerintah RI menetapkan Undang-undang nomor 16 Tahun 1997 tentang Statistik, sebagai pengganti undang-undang Nomor 8 dan 7 tahun 1960.

3.1.2 Periode-Periode Badan Pusat Statistik 3.1.2.1 Periode 1920-1942, Masa Hindia-Belanda

Didirikan tahun 1920 dengan tugas mengumpulkan data statistik Bea dan Cukai, dan bernaung dibawah Departemen Landbouw Nijverheid en Handel.

Tanggal 24 Sepetember 1924 pusat kegiatan pindah dari Bogor ke Jakarta dengan nama Centraal Kantoor voor de Stastiek (CKS).

3.1.2.2 Periode 1942-1945, Masa Pemerintahan Jepang

CKS beralih ke Pemerintahan Militer Jepang. Kegiatannya diarahakan untuk memenuhi kebutuhan data yang berkatian dengan Pemerintah Militer Jepang. Bernaung dibawah Gubernur Militer (Gunsekanbu) denga Nama Chosasitsu Gunseikanbu.

3.1.2.3 Periode 1945-1950, Masa Pemerintahan RI

Sejak Proklamasi 17 Agustus 1945 Chosasitsu Gunseikanbu diubah menjadi Kantor Penyelidikan Perangkaan Umum Republik Indonesia (KAPPURI), yang dipimpin oleh Abdul Karim Pringgodigdo.

Pada awal 1946, KAPPURI pindah ke Yogyakarta. Saat itu KAPPURI dipimpin oleh Semaun. Sementara itu di Jakarta Pemerintah Federal (Belanda) menghidupak kembali CKS.

3.1.2.4 Periode 1950-1957

Berdasarkan surat edaran Kementrian Kemakmuran 12 Juni 1950 No.219/SC, kedua kantor tersebut dilebur menjadi satu dengan nama “Kantor Pusat Statistik” dibawah naungan Kementrian Kemakmuran.

3.1.2.5 Periode 1957-1997

Berdasarkan surat Keputusan Presiden RI No. 172/1957, Kantor Pusat Statistik (KPS) diubah menjadi “Biro Pusat Statistik” (BPS), dan langsung berada dibawah Perdana Menteri.

Pada tangal 24 September 1960 dengan Undang-undang No.6 tahun 1960 tentang Sensus dan tentang Statistiktanggal 26 September 1960 dengan Undang-undang No.7 tahun 1960 ditetapkan bahwa “Biro Pusat Statistik” (BPS), ditugasi sebagai penyelenggara Sensus (Pasal 2 UU No.6 Tahun 1960) dan BPS berada di lingkungan Kabinet Perdana Menteri sebagai Pusat Penyaluran Statistik (Pasal 2 UU No. 7 tahun 1960).

Tahun 1961, untuk yang pertama kalinya BPS menyelnggarakan Sensus Penduduk sejak masa kemerdekaan RI. Setiap kantor Gubernur (Propinsi), Kabupaten/Kotamadya dan Kecamatan dibentuk bagian yang mengurus pelaksanaan Sensus Penduduk.

Tahun 1965, dengan Keputusan Presidium Kabinet No. Aa/C/9 Bagian Sensus di tiap Kantor Gubernur dan Kabupaten/Kotamadya tersebutditetapkan menjadi Kantor Sensus dan Statistik.

Tahun 1968, ditetapkan Peraturan Pemerintah No.6 Tahun 1968, yang mengatur Organisasi dan Tata Kerja BPS (di Pusat dan Daerah).

Tahun 1980, ditetapkan Peraturan Pemerintah No. 6 Tahun 1980, tentang Organisasi BPS sebagai Pengganti PP No. 16/1968. Berdasarkan PP No.6/1980 disetiap propinsi terdapat kantor statistik dengan nama Kantor Statistik Propinsi dan begitu juga disetiap Kabuapten dan Kotamadya terdapat Kantor Statistik dengan nama Kantor Statistik Kabupaten/Kotamadya.

Tahun 1992, ditetapkan Peraturan Pemerintah No.2 tahun 1992, tentang Organisasi BPS sebagai pengganti PP No.6/1980. Kedudukan, tugas, fungsi, susunan organisasi, dan tata kerja Biro Pusat Statistik Selanjutnya diatur dengan Keputusan Presiden.

Berdasarkan KEPPRES No.6/1992 organisasi BPS terdiri dari Kepala, Wakil Kepala, Deputi Administrasi, Deputi Perencanaan dan Anasisi Statistik, Deputi Statistik Produksi dan Kependudukan, Deputi Statistik Distribusi dan Neraca Nasional, Pusat Pendidikan dan Pelatiah Statistik, perwakilan BPS Daerah dan Unit Pelaksanaan Teknis (UPT).

3.1.2.6 Periode 1997-Sekarang

Sebagain pengganti UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7 Tahun 1960 tentang Statistik, ditetapkan UU NOmor 16 Tahun 1997 tentang

Statistik. Berdasarkan UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya, secara formal nama Biro Pusat Statistik diganti menjadi Bada Pusat Statistik.

Materi yang merupakan mutatan baru dalam UU Nomor 16 Tahun 1997, antara lain :

Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik dasar yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan BPS, serta statistik khusus yang diselenggarakan oleh lembaga, Organisasi, perorangan, dan atau unsure masyarakat lainnya secara mandiri atau bersama dengan BPS.

Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita Resmi Statistik (BRS) secara teratur dan transparan agar masyarakat dengan mudah mengetahui dan atau mendapatkan data yang diperlukan.

Sistem Statistik Nasional yang andal, efektif, dan efisien.

Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk menampung aspirasi masyarakat statistik, yng bertugas memberikan saran dan pertimbangan kepada BPS.

Berdasarkan Undang-undang Nomor 16 Tahun 1997, pernana yang harus dijalankan oleh BPS adalah sebagai berikut :

Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari departemen atau lembaga pemerintahan lainnya sebagai data sekunder.

Membantu kegiatan statistik di departemen, lembaga pemerintah atau institusi lainnya, dalam membangu sistem perstatistikan nasional.

Mengembangkan dan mempromosikan standar teknik dan metodologi statistik,

dan menyediakan pelayanan pada bidang pendidikan dan pelatihan statistik.

Membangun kerjasama dengan isntitusi internasional dan Negara lain untuk kepentingan perkembanga statistik Indonesia

3.2 Badan Pusat Statistik (BPS) Kabupaten Langkat 3.2.1 Latar Belakang

Badan Pusat Statistik (BPS) mempunyai tugas menyediakan data dan informasi statistik yang berkualitas: lengkap, akurat, mutakhir, berkelanjutan, dan relevan bagi pengguna data. Data dan informasi statistik yang berkualitas merupakan rujukan bagi upaya perumusan kebijakan dalam menyusun perencanaan, melakukan pemantauan dan mengevaluasi program-program agar sasaran-sasaran yang telah ditetapkan dapat dicapai dengan tepat, sehingga tujuan pembangunan, diantaranya untuk meningkatkan kesejahteraan rakyat, dapat dicapai dengan efektif.

Dalam Peraturan Presiden No. 5 tahun 2010 ditetapkan bahwa Rencana Pembangunan Jangka Menengah (RPJM) Nasional Tahun 2010-2014 merupakan penjabaran dari visi, misi, dan program Presiden hasil Pemilihan Umum Tahun 2009. Dengan demikian, Rencana Strategis (Renstra) Tahun 2010-2014 yang

disusun Kementerian/Lembaga harus mangacu kepada RPJM Nasional 2010-2014. Perpres No.5 Tahun 2010 juga mengatur kewajiban Kementerian/Lembaga untuk menyusun Rencana Strategis 2010-2014 dengan menyusun visi dan misi Kementerian/Lembaga yang diselaraskan dengan visi dan misi RPJMN 2010-2014. Dengan adanya Renstra sebagai dasar menyusun rencana kerja tahunan Kementerian/Lembaga maka pelaksanaan program dan kegiatan akan menjadi lebih terarah, efektif, dan efisien.

3.2.2 Kondisi Umum

Sejalan dengan penerapan perencanaan dan penganggaran berbasis kinerja, langkah penguatan pemantauan dan evaluasi kinerja pelaksanaan rencana pembangunan menjadi pilihan strategis. Proses perencanaan memerlukan data dan informasi statistik yang berkualitas. Oleh karena itu, ketersediaan data dan informasi statistik yang andal

merupakan salah satu kunci keberhasilan perencanaan. Data dan informasi statistik berkualitas tidak saja menjadi rujukan pemerintah tetapi juga dibutuhkan oleh kalangan swasta dan masyarakat untuk pengembangan usaha dan beragam kebutuhan lainnya.

Dalam rangka memenuhi kebutuhan data dan informasi statistik dan amanat UU No. 16 Tahun 1997 tentang Statistik, BPS telah menerbitkan Surat Keputusan Kepala BPS Nomor 5 Tahun 2000 tentang Sistem Statistik Nasional (SSN). Tujuan diterbitkannya SK Kepala BPS tersebut antara lain:

a) Agar para penyelenggara kegiatan statistik memanfaatkan sumber daya yang tersedia secara optimal;

b) Menghindari kemungkinan terjadinya duplikasi kegiatan oleh para penyelenggara statistik; dan

c) Agar tercipta suatu Sistem Statistik Nasional yang andal, efektif, dan efisien.

Salah satu upaya BPS untuk mewujudkan SSN antara lain melakukan koordinasi dan kerjasama dengan instansi pemerintah dan masyarakat, baik di pusat maupun daerah, serta dengan lembagalembaga internasional. Koordinasi dan kerjasama dimaksud dilaksanakan atas dasar kemitraan dengan tetap mengantisipasi serta menerapkan perkembangan ilmu pengetahuan dan teknologi, khususnya teknologi informasi dan komunikasi (TIK). Jejaring tersebut merupakan kekuatan yang terus dikembangkan dalam rangka pembangunan nasional di bidang statistik.

3.2.3 Kedudukan, Tugas, Fungsi, dan Kewenangan

Kedudukan

Berdasarkan Keputusan Kepala Badan Pusat Statistik (BPS) Nomor 121 Tahun 2001 tentang Organisasi dan Tata Kerja Perwakilan BPS di Daerah, BPS Kabupaten Langkat merupakan Instansi vertikal yang bertanggung

jawab langsung kepada Kepala BPS dan melaksanakan koordinasi dengan Bupati sebagai Kepala Daerah setempat.

Tugas Pokok

BPS Kabupaten Langkat menurut KepPres Republik Indonesia No. 103 Tahun 2001 Pasal 22, mempunyai tugas pokok melaksanakan tugas pemerintah di bidang perstatistikan di wilayan Kabupaten Langkat sesuai dengan perundang-undangan yang berlaku.

Fungsi

Dalam melaksanakan tugas tersebut, BPS Kabupaten Langkat menyelenggarakan fungsi:

 Pengkajian, Penyusunan, dan Perumusan kebijakan dibidang statistik;  Pengkoordinasian kegiatan statistik nasional dan regional;

 Penetapan dan penyelenggaraan statistik dasar;

 Pembinaan dan fasilitas terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan

 Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.

Kewenangan

Dalam menyelenggarakan fungsi tersebut, Badan Pusat Statistik Kabupaten Langkat mempunyai kewenangan:

 Penyusunan rencana daerah di BPS Kabupaten Langkat secara makro di bidang statistik;

 Perumusan kebijakan di bidang statistik untuk mendukung pembangunan daerah di Kabupaten Langkat;

 Penetapan sistem informasi statistik;

 Penetapan dan penyelenggaraan Statistik Nasional di Kabupaten Langkat;

 Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu perumusan dan pelakasanan kebijakan tertentu di bidang kegiatan statistik dan penyusunan pedoman penyelenggaraan survei statistik sektoral.

3.2.4 Landasan Hukum

Dalam menyelenggarakan pelaksanaan tugas dan fungsinya, Badan Pusat Statistik Kabupaten Langkat dilindungi oleh perangkat hukum, yaitu:

1. Undang-undang Nomor 16 Tahun 1997 tentang Statistik menjamin kepastian hukum bagi penyelenggara dan pengguna statistik baik pemerintah maupun masyarakat. Dengan adanya Undang-undang Statistik maka kepentingan masyarakat pengguna statistik akan terjamin terutama atas nilai infomasi yang diperolehnya.

2. Peraturan Pemerintah Republik Indonesia Nomor 51 Tahun 1999 tentang menyelenggarakan kegiatan statistik dasar.

3. Kepututsan Presiden Republik Indonesia Nomor 103 Tahun 2001 tentang Kedudukan, Tugas, Kewenangan, Susunan Organisasi, dan Tata Kerja

Lembaga Pemerintahan Non Departemen yang menetapkan kedudukan BPS sebagai lembaga pemerintah non departemen yang mempunyai tugas menyelenggarakan kegiatan statistik dasar.

4. Keputusan Kepala Badan Pusat Statistik (BPS) Nomor 121 Tahun 2001 tentang Organisasi dan Tata Kerja Perwakilan BPS di Daerah.

3.2.5 Struktur Organisasi

Untuk melaksanakan tugas, fungsi, kewenangan, susunan organisasi, dan tata kerja tersebut, sesuai Keputusan Kepala Badan Pusat Statistik Nomor 121 Tahun 2001 tentang Organisasi dan Tata Kerja Perwakilan Badan Pusat Statistik di Daerah, telah ditentukan struktur Organisasi Badan Pusat Statistik Kabupaten Langkat yang terdiri dari:

1. Kepala BPS Kabupaten Langkat 2. Kepala Sub Bagian Tata Usaha 3. Kepala Seksi Statistik Produksi 4. Kepala Seksi Statistik Sosial 5. Kepala Seksi Statistik Distribusi 6. Kepala Seksi Statistik Nerwilis 7. Kepala Seksi IPDS

8. Staf Administrasi dan Tehnis 9. Tenaga Fungsional/KSK

Jumlah Staf di Kabupaten sebanyak 8 orang terdiri dari 1 orang bendaharawan dan 7 orang staf administrasi dan tehnis. Koordinator Statistik

Kecamatan (KSK) sebanyak 17 orang dan 8 orang di antaranya merupakan pejabat fungsional statistisi.

3.2.6 Wilayah Administrasi Kerja BPS Kabupaten Langkat

Wilayah administrasi kerja BPS Kabupaten Langkat yang menjadi tanggung jawab pengawasan dan pembinaan dalam penyelnggaraan kegiatan statistik sebanyak 23 Kecamatan dan 240 Desa serta 37 Kelurahan. Adapun nama-nama Kecamatan tersebut adalah:

Tabel 3.2: Daftar Desa dan Kelurahan ditiap-tiap Kecamatan di Kabupaten Langkat

No. Kecamatan Desa Kelurahan Jumlah

1. Bahorok 18 1 19

2. Serapit 10 0 10

3. Salapian 16 1 17

4. Kutambaru 8 0 8

5. Sei Bingai 13 1 14

6. Kuala 14 2 16

7. Selesai 12 1 13

8. Binjai 6 1 7

9. Stabat 6 6 12

10. Wampu 13 1 14

11. Batang Serangan 7 1 8

12. Sawit Seberang 6 1 7

13. Padang Tualang 11 1 12

14. Hinai 12 1 13

15. Secanggang 16 1 17

17. Gebang 10 1 11

18. Babalan 4 4 8

19. Sei Lepan 9 5 14

20. Brandan Barat 5 2 7

21. Besitang 6 3 9

22. Pangkalan Susu 9 2 11

23. Pematang Jaya 8 0 8

JUMLAH 240 37 277

3.3 Badan Pusat Statistik (BPS) Kabupaten Langkat 2010-2014 3.3.1 Visi dan Misi

3.3.1.1 Visi BPS Kabupaten Langkat

Visi BPS 2010-2014 dibangun dengan memperhatikan berbagai kekuatan dan kelemahan internal serta peluang dan tantangan yang dihadapi dari pihak luar dengan landasan pemikiran proaktif. Pembangunan nasional di bidang statistik diarahkan agar mampu mengakomodasi berbagai tantangan yang berkembang, seperti reformasi yang mendukung keterbukaan informasi, otonomi daerah yang mengandung tantangan keragaman data dan informasi statistik pada tingkatan wilayah kecil, perkembangan teknologi informasi yang mengarah kepada peningkatan kemudahan akses masyarakat akan data dan informasi, serta memperhatikan kesiapan SDM penyelenggara statistik dan kecenderungan pembatasan akses terhadap data dari responden/obyek kegiatan statistik.

Dengan mempertimbangkan berbagai hal tersebut, maka Visi BPS 2010-2014 disepakati sebagai berikut:

“Pelopor data statistik terpercaya untuk semua” “The Agent of trustworthy statistical data for all”

BPS adalah lembaga pemerintah yang mempunyai tugas pokok menyediakan dan melakukan koordinasi ketersediaan data dan informasi statistik pada lingkup nasional maupun daerah. Kata “pelopor” mempunyai makna bahwa BPS sebagai pencetus ide penyedia statistik terpercaya, sekaligus sebagai pelaku dalam penyediaan statistik terpercaya. Kata “data statistik yang terpercaya” yaitu statistik yang menggambarkan keadaan yang sebenarnya. Kata “untuk semua” dimaksudkan bahwa semua pihak mempunyai hak yang sama untuk mengakses data BPS (impartial).

3.3.1.2 Misi BPS Kabupaten Langkat

Pernyataan misi merupakan penjabaran serta rencana pelaksanaan program dan kegiatan agar mampu mencapai visi yang sudah ditetapkan. Berdasarkan visi BPS, maka misi pembangunan nasional statistik Indonesia mencakup:

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

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

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

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

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

BAB 4

PENGOLAHAN DATA

4.1 PENGOLAHAN VARIABEL

4.1.1 Variabel Luas Lahan

Data tabel mengenai variabel luas lahan panen yang digunakan para petani untuk digunakan sebagai lahan bercocok tanam padi sawah. Pada penelitian ini, penulis menjadikan variabel luas lahan sebagai variabel bebas pertama (X1).

Tabel 4.1: Luas lahan panen padi sawah didaerah Kabupaten Langkat tiap tahun.

No. Tahun Luas lahan panen (Ha) / X1

1. 2006 80.167

2. 2007 79.573

3. 2008 82.447

4. 2009 85.227

5. 2010 67.115

6. 2011 75.595

Sumber: BPS Langkat 2011

4.1.2 Variabel Pupuk

Data tabel mengenai variabel pupuk jenis UREA bersubsidi untuk tanaman pangan dan hortikulutra yang digunakan oleh petani di Kabupaten Langkat. Pada

penelitian ini, penulis menjadikan variabel pupuk sebagai variabel bebas kedua (X2).

Tabel 4.2: Jumlah Pupuk UREA Bersubsidi Untuk Tanaman Pangan Dan Hortikultura di Kabupaten Langkat Tiap Tahun.

No. Tahun Jumlah Pupuk (Ton)

1. 2006 8.817,5

2. 2007 10.335,0

3. 2008 9.599,0

4. 2009 13.972,5

5. 2010 14.476,0

6. 2011 9520,1

Sumber: BPS Langkat 2011

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 (X3).

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. 2006 3.164,00 263,67

2. 2007 2.587,83 215,65

3. 2008 2.205,43 183,79

4. 2009 2.641,07 220,09

5. 2010 2.628,50 255,55

6. 2011 2832,00 236,00

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. 2006 432.451

2. 2007 433.423

3. 2008 448.825

4. 2009 468.322

5. 2010 394.401

6. 2011 444.563

Sumber: BPS Langkat 2011

4.2 Analisis Variabel

Tabel 4.5: Luas Lahan (X1), Pupuk (X2), Curah Hujan (X3), dan Produktifitas Padi

Sawah (Y) di Kabupaten Langkat Tahun 2006-2011.

TAHUN LUAS

LAHAN (X1)

PUPUK (X2)

CURAH HUJAN

(X3)

PRODUKTIFITAS PADI SAWAH (Y)

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

Besarnya hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah didaerah Kabupaten Langkat dapat digambarkan sebagai berikut:

Luas lahan = X1

Pupuk = X2

Curah hujan = X3

Produktifitas padi sawah = Y

Gbr 4.1: Desain kerangka analisis simultan/gabungan dan partial/bagian 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.

Tabel 4.6: Luas Lahan (X1), Pupuk (X2), Curah Hujan (X3), dan Produktifitas

Padi Sawah (Y) di Kabupaten Langkat Tahun 2005-2010 (setelah di koding dalam Ribuan).

Keterangan:

Analisis Simultan / Gabungan Analisis Partial / Bagian.

Luas Lahan (X1)

Curah Hujan (X3)

Pupuk (X2)

Produktifitas Padi Sawah(Y)

TAHUN LUAS LAHAN (X1)

PUPUK (X2)

CURAH HUJAN

(X3)

PRODUKTIFITAS PADI SAWAH (Y)

2006 80.17 8,82 3,16 432.45

2007 79.57 10,34 2,59 433.42

2008 82.45 9,60 2,21 448,82

2009 85.23 13,97 2,64 468,32

2010 67.12 14,48 2,63 394,40

2011 75.60 9,52 2,83 444,56

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 17 untuk melakukan uji normalitas Kolmogorov-Smirnov.

Dan output yang dihasilkan dari uji normalitas Kolmogorov-Smirnov menggunakan program SPSS sebagai berikut:

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic Df Sig.

Produktivitas_padi .260 6 .200* .932 6 .596

Luas_lahan .242 6 .200* .916 6 .474

Pupuk .291 6 .121 .813 6 .077

Curah_hujan .223 6 .200* .948 6 .724

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

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 korelasi dan analisis regresi linear berganda.

4.2.2 Analisis Regresi Linear Berganda

Setelah dilakukan uji normalitas dan data telah dikatakan normal, maka selanjutnya adalah dilakukan analisis regresi linear berganda. Pada penelitian ini, penulis menggunakan metode Cramer untuk mendapatkan determinan matriks, yang kemudian determinan tersebut digunakan untuk menentukan fungsi regresi linear berganda.

x =

A x B = C

Untuk memenuhi persyaratan pada metode Cramer, diperlukan harga-harga tambahan pada tabel untuk perhitungan matrik.

Tabel 4.8: Harga-harga yang digunakan dalam perhitungan matriks dengan metode Cramer.

Dari daftar tabel diatas, dengan menggunakan metode Cramer, didapat matriks sebagai berikut:

x =

A x B = C

Dari matriks diatas, dapat dilihat bahwa terdapat 3 (tiga) buah matriks, yaitu matriks A,B dan C. Dengan metode Cramer, maka langkah pertama adalah mencari nilai determinan untuk matriks A.

TAHUN X1 X2 X3 Y X12 X22 X32 X1X2 X1X3 X2X3 X1Y X2Y X3Y

2006 80,17 8,82 3,17 432,45 6.427,23 77,79 10,05 707,00 254,14 27,96 34.669,52 3.814,21 1.370,87

2007 79,57 10,34 2,59 433,42 6.331,38 106,92 6,71 822,75 206,09 26,78 34.487,23 4.481,56 1.122,56

2008 82,45 9,6 2,21 448,83 6.798,00 92,16 4,88 791,52 182,21 21,22 37.006,03 4.308,77 991,91

2009 85,23 13,97 2,64 468,32 7.264,15 195,16 6,97 1.190,66 225,01 36,88 39.914,91 6.542,43 1.236,37

2010 67,12 14,48 2,63 394,4 4.505,09 209,67 6,92 971,90 176,53 38,08 26.472,13 5.710,91 1.037,27

2011 75,6 9,52 2,83 444,56 5.715,36 90,63 8,01 719,71 213,95 26,94 33.608,74 4.232,21 1.258,11

Jumlah 470,14 66,73 16,07 2.621,98 37.041,22 772,33 43,54 5.203,65 1.257,92 177,86 206.158,6 29.090,09 7.017,08

\

Setelah didapatkan determinan untuk matriks A yaitu sebesar 14.897,55, lalu tentukan determinan matriks A1, dengan mengganti kolom pertama pada

matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:

Setelah didapatkan determinan untuk matriks A1 yaitu sebesar

227.6393,19 , lalu tentukan determinan matriks A2, dengan mengganti kolom

kedua pada matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:

Sehingga didapat determinan untuk matriks A2 adalah:

Setelah didapatkan determinan untuk matriks A2 yaitu sebesar 53.165,61 ,

lalu tentukan determinan matriks A3, dengan mengganti kolom ketiga pada

matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:

Sehingga didapat determinan untuk matriks A3 adalah:

Setelah didapatkan determinan untuk matriks A3 yaitu sebesar 8.961,88 ,

lalu tentukan determinan matriks A4, dengan mengganti kolom keempat pada

matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:

Sehingga didapat determinan untuk matriks A4 adalah:

Setelah didapat determinan matriks A1, A2, A3, dan A4 dapat langsung

dibagi dengan determinan matriks A untuk mendapatkan nilai b0, b1, b2, dan b3.

Sehingga didapat persamaan regresi linear bergandanya. Untuk nilai b0, b1, b2, dan

Setelah didapat b0, b1, b2, dan b3, maka akan didapat persamaan regresi

linear berganda dengan rumus Ŷ=b0+b1X1+b2X2+b3X3+ . Yaitu menjadi:

Ŷ = 152,8 + 3,568 X1 + 0,602 X2 – 0,80 X3 +

Dengan menggunakan program SPSS, dapat dilihat output untuk analisis regresi linear bergandanya adalah sebagai berikut:

Tabel 4.9: Output SPSS Untuk Analisis Regresi Linear Berganda Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 152.852 147.471 1.036 .409

Luas_lahan 3.568 1.242 .923 2.873 .103

Pupuk .602 3.275 .060 .184 .871

Curah_hujan -.802 24.400 -.010 -.033 .977

a. Dependent Variable: Produktivitas_padi

Dari tabel output SPSS diatas, terdapat kolom B pada Unstandardized Coefficients, yang merupakan nilai koefisien untuk persamaan regresi linear berganda nya. Pada tabel, b0 dinyatakan pada baris Constant, b1, b2, dan b3,

dinyatakan dalam variabel masing-masing. Dari tabel output SPSS tersebut, dapat dilihat bahwa b0 = 152,852 ; b1 = variabel luas lahan = 3,568 ; b2 = variabel pupuk

= 0,602; dan b3 = variabel curah hujan = –0,802. Sehingga model persamaan

regresi linear berganda menurut output SPSS adalah : Ŷ = 152,852 + 3,568 X1 +

0,602 X2 – 0,802 X3.

4.2.3 Uji Signifikansi / Uji Kelinearan (Uji F)

Setelah model persamaan regresi linear berganda didapat, maka perlu dilakukan pengujian pada model persamaan regresi linear berganda tersebut, apakah model persamaan regresi linear berganda tersebut bisa diterima atau tidak. Pengujian model regresi linear berganda tersebut dapat dilakukan dengan uji kelinearan (uji F). Pada penelitian ini, penulis menggunakan bantuan SPSS untuk melakukan uji signifikansi atau uji kelinearan.

Hipotesis :

H0 : Tidak ada hubungan yang signifikan dan simultan antara luas lahan,

pupuk, dan curah hujan terhadap produktifitas padi sawah.

H1 : Ada hubungan yang signifikan dan simultan antara luas lahan,

pupuk dan curah hujan terhadap produktifitas padi sawah.

Untuk pengujian hipotesis pada tabel ANOVA, dapat dilakukan dengan 2 (dua) cara, yaitu dengan membandingkan nilai Fhitung dengan Ftabel dan dengan

membandingkan taraf signifikansi (Sig.) hitung dengan taraf signifikansi (Sig.) α = 5% (0,05).

Kriteria pengujian:

- H0 diterima dan H1 ditolak apabila Fhitung< Ftabel - H0 ditolak dan H1 diterima apabila Fhitung> Ftabel b. Membandingkan taraf Sig.hitung dengan taraf Sig.0,05

- H0 diterima dan H1 ditolak apabila Sig.hitung> Sig.0,05 - H0 ditolak dan H1 diterima apabila Sig.hitung< Sig.0,05 Berikut adalah tabel ANOVA hasil output SPSS.

Tabel 4.10: Tabel ANOVA Output SPSS Untuk Uji Signifikansi

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 2491.471 3 830.490 3.106 .253a

Residual 534.790 2 267.395

Total 3026.260 5

a. Predictors: (Constant), Curah_hujan, Luas_lahan, Pupuk b. Dependent Variable: Produktivitas_padi

a. Membandingkan Fhitung dengan Ftabel

Dari tabel ANOVA, dapat dilihat Fhitung yang dihasilkan dari output SPSS adalah sebesar 3,106 yang kemudian akan dibandingkan dengan nilai Ftabel yang

dia bil dari daftar tabel distribusi F ya g e iliki kete tua sig ifika si α = 5%

(0,05); dk1 = k = 3; dan dk2 = n-k-1 = 2. Dimana: k = banyak variabel bebas,

n = banyak pengamatan, maka didapat nilai Ftabel sebesar 19,16.

Dari perbandingan nilai tersebut diatas, dapat dilihat bahwa Fhitung = 3,106 < Ftabel = 19,16 Sehingga H1 ditolak dan H0 diterima yang berarti tidak ada

hubungan yang signifikan dan simultan antara luas lahan, pupuk dan curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat.

b. Membandingkan taraf Sig.hitung dengan taraf Sig.tabel

Dari tabel ANOVA, dapat dilihat taraf Sig.hitung yang dihasilkan oleh output SPSS adalah sebesar 0,253 > taraf Sig.0,05 = 0,05. Sehingga H1 ditolak dan H0 diterima yang berarti tidak ada hubungan yang signifikan dan simultan antara luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat.

4.2.4 Analisis Korelasi Ganda

Setelah regresi linear ganda dihitung, selanjutnya adalah menentukan derajat hubungan antara variabel luas lahan, pupuk dan curah hujan terhadap hasil produktifitas padi sawah. Derajat hubungan antara variabel-variabel tersebut dapat dihitung dengan analisis korelasi ganda. Analisis korelasi ganda adalah analisis yang digunakan untuk melihat besarnya hubungan yang terjadi antar variabel. Pada penelitian ini, penulis menggunakan analisis korelasi Pearson (R) dengan ketentuan nilai R (-1 < R < 1), dimana nilai R = -1 menujukkan korelasi yang terjadi antar variabel adalah negatif dan sangat kuat; R = 0 menunjukkan tidak ada korelasi yang terjadi antara variabel; dan nilai R = 1 menunjukkan korelasi yang terjadi antara variabel adalah positif dan sangat kuat. Interval koefisien dari korelasi nilai R pada korelasi ganda, dapat dilihat pada tabel berikut:

Tabel 4.11: Interval Tingkat Hubungan pada Analisis Korelasi Pearson (R)

Interval Koefisien Tingkat Hubungan

0,00 – 0,190 Sangat Lemah 0,20 – 0,390 Lemah

0,40 – 0,59 Cukup Kuat 60 – 0,790 Kuat

80 – 1,000 Sangat Kuat

Besarnya nilai koefisien determinasi (R2) pada analisis korelasi dapat ditentukan dengan menggunakan rumus:

Keterangan:

R2 : Koefisien Determinasi

JKreg : Jumlah Kuadrat-kuadrat Regresi

Nilai koefisiean korelasi Pearson (R) pada korelasi linear ganda dapat diambil dari hasil pengakaran nilai koefisien determinasi ganda (R2).

Dalam analisis korelasi linear berganda, diperlukan beberapa harga-harga tambahan pada tabel 4.5 agar memenuhi syarat analisis korelasi linear ganda. Berikut adalah tabel yang telah memenuhi syarat analisis korelasi linear ganda:

Tabel 4.12: Harga-Harga Yang Diperlukan Dalam Analisis Korelasi Linear Berganda

No. X1 X2 X3 Y

x1 x2 x3 y _x

1y x2y x3y y2

1 80,17 8,82 3,17 432,45 1,81 -2,30 0,49 -4,55 -8,24 10,46 -2,24 20,67 2 79,57 10,34 2,59 433,42 1,21 -0,78 -0,09 -3,58 -4,34 2,80 0,32 12,79 3 82,45 9,6 2,21 448,83 4,09 -1,52 -0,47 11,83 48,44 -18,01 -5,54 140,03 4 85,23 13,97 2,64 468,32 6,87 2,85 -0,04 31,32 215,30 89,22 -1,20 981,15 5 67,12 14,48 2,63 394,4 -11,24 3,36 -0,05 -42,60 478,64 -143,05 2,06 1.814,48 6 75,6 9,52 2,83 444,56 -2,76 -1,60 0,15 7,56 -20,85 -12,11 1,15 57,20 Jumlah 470,14 66,73 16,07 2.621,98 - - - - 708,94 -70,69 -5,46 3.026,32 Rata-rata 78,36 11,12 2,68 437,00 - - - - 118,16 -11,78 -0,91 504,39

JKreg = b1 x1y + b2 x2y + b3 x3y

= 3,568 (708,94) + 0,0602 (-70,69) + (-0,802) (–5,46) = 2529,50 – 42,56 + 4,38

= 2491,32

Sehingga didapat nilai koefisien determinasi ganda (R2) adalah:

Jadi, hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat pada penelitian ini dapat dijelaskan sebesar 0,823 atau 82,3 %, sisanya sebesar (100% - 82,3%) 17,7% dapat dijelaskan oleh variabel lain diluar model penelitian.

besarnya tingkat koefisien korelasi ganda yang dinyatakan oleh R adalah sebesar (R = R2 = 0,823) 0,907 dan bernilai positif yang berarti hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah adalah sangat kuat dan searah, yakni apabila jumlah pada variabel luas lahan, pupuk, dan curah hujan bertambah tinggi, maka jumlah pada variabel produktifitas padi sawah juga akan bertambah tinggi.

Pada output SPSS, besarnya nilai koefisien korelasi ganda (R) dan koefisien determinasi ganda (R2) terdapat pada tabel output Model Summary yang dihasilkan dari analisis regresi, Output SPSS tersebut adalah sebagai berikut:

Tabel 4.13: Output SPSS Untuk Analisis Korelasi Model Summary

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .907a .823 .558 16.35221

a. Predictors: (Constant), Curah_hujan, Luas_lahan, Pupuk

Dari output tersebut diatas, dapat kita lihat besarnya tingkat koefisien korelasi ganda yang dinyatakan oleh R adalah sebesar 0,907 dan bernilai positif yang berarti hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah adalah sangat kuat

dan searah, yakni apabila jumlah pada variabel luas lahan, pupuk, dan curah hujan bertambah tinggi, maka jumlah pada variabel produktifitas padi sawah juga akan bertambah tinggi.

Dan dari output SPSS diatas, dapat kita lihat pula besarnya tingkat koefisien determinasi ganda yang dinyatakan dengan R Square (R2), yaitu sebesar 0,823, maka:

Koefisien Determinasi Ganda (KD) = R2 x 100% = 0,823 x 100% = 82,3 %

Yang berarti besarnya tingkat produktifitas padi sawah di Kabupaten Langkat dapat dijelaskan sebesar 82,3 % dipengaruhi oleh luas lahan, pupuk, dan curah hujan secara simultan/gabungan. Dan sisanya, yaitu sebesar (100% – 82,3%) 17,7 % dipengaruhi oleh variabel lain di luar model regresi.

4.2.4.1 Korelasi Bivariat

Uji Korelasi Bivariat ini digunakan untuk menguji adanya hubungan masing-masing variabel bebas terhadap variabel terikatnya. Hal ini dinyatakan menurut nilai Korelasi antara lahan terhadap produktivitas, pupuk terhadap produktivitas dan curah hujan terhadap produktivitas.Dalam hal ini dilihat apakah hubungan masing-masing variabel bebas terhadap variabel terikat mempunyai nilai pengaruh yang kuat,positif dan searah atau nilai yang negatif dan berlawanan arah.

Untuk melihat nilai korelasi masing-masing variabel bebas terhadap variabel terikat bisa dilihat melalui output SPSS berikut ini :

Tabel 4.14 : Output SPSS untuk nilai korelasi Correlations

Luas_lahan Pupuk Curah_hujan

Produktivitas_pa di

Luas_lahan Pearson Correlation 1 -.321 -.127 .905*

Sig. (2-tailed) .535 .811 .013

N 6 6 6 6

Pupuk Pearson Correlation -.321 1 -.223 -.234

Sig. (2-tailed) .535 .670 .656

N 6 6 6 6

Curah_hujan Pearson Correlation -.127 -.223 1 -.141

Sig. (2-tailed) .811 .670 .790

N 6 6 6 6

Produktivitas_padi Pearson Correlation .905* -.234 -.141 1

Sig. (2-tailed) .013 .656 .790

N 6 6 6 6

*. Correlation is significant at the 0.05 level (2-tailed).

a. Korelasi antara luas lahan terhadap produktivitas bernilai 0,905 yang artinya hubungan antara luas lahan terhadap produktivitas padi bernilai positif dan searah yang menyebabkan apabila luas lahan bertambah maka produktivitas padi juga bertambah.

b. Korelasi antara pupuk terhadap produktivitas bernilai -0,234 yang artinya hubungan antara pupuk terhadap produktivitas padi bernilai negatif dan berlawanan arah yang menyebabkan apabila pupuk bertambah maka produktivitas padi akan mengalami sedikit pengurangan.

c. Korelasi antara curah hujan terhadap produktivitas bernilai -0,141 yang artinya hubungan antara curah hujan terhadap produktivitas padi bernilai negatif dan berlawanan arah yang menyebabkan apabila curah hujan bertambah maka produktivitas padi akan mengalami sedikit pengurangan.

4.2.5 Uji Koefisien Regresi Ganda (Uji t) dan Uji Multikolinearitas

Uji koefisien regresi ganda digunakan untuk menguji adanya keberartian pada setiap variabel bebas dalam regresi linear ganda dibandingkan dengan tabel distribusi Student t dengan taraf signifikansi (α = 5% = 0,05) dan derajat kebebasan dk=(n–k–1) adalah sebesar 4,303. Dalam penelitian ini, penulis menggunakan program SPSS dalam pengujian koefisien regresi ganda (uji t) untuk setiap variabel.

Uji multikolinearitas regresi ganda digunakan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi diantara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Untuk mendeteksi terjadi atau tidaknya hubungan multikolinearitas pada suatu model regresi, dapat dilihat dari hubungan antara variabel bebas yang lebih besar dari pada 0,85. Pada program SPSS, salah satu cara yang dilakukan untuk uji multikolinieritas adalah dengan melihat besarnya nilai Variance Inflation Factor (VIF), terjadi multikolinearitas apabila nilai VIF > 5.

Tabel output SPSS untuk uji koefisien regresi ganda (uji t) dan uji multikolinearitas untuk setiap variabel adalah sebagai berikut:

Tabel 4.15: Output SPSS Uji Koefisien dan Uji Multikolinearitas. Coefficientsa

Model

Standardized Coefficients

T Sig.

Collinearity Statistics

1 (Constant) 1.036 .409

Luas_lahan .923 2.873 .103 .856 1.169

Pupuk .060 .184 .871 .826 1.211

Curah_hujan -.010 -.033 .977 .906 1.104

a. Dependent Variable: Produktivitas_padi

Dari output SPSS diatas, dapat dilihat nilai untuk uji koefisien dan uji multikolinearitas pada masing-masing variabel.

1. Uji Koefisien dan Uji Multikolinearitas Variabel Luas Lahan. Hipotesis:

H0 : Tidak ada pengaruh yang berarti antara variabel luas lahan terhadap produktifitas

padi sawah.

H1 : Ada pengaruh yang berarti antara luas lahan terhadap produktifitas padi sawah.

Kriteria Pengujian:

H0 diterima H1 ditolak apabila thitung < ttabel

H0 ditolak H1 diterima apabila thitung > ttabel

Hasil Pengujian:

Dari output SPSS diatas, dapat dilihat nilai thitung untuk variabel luas lahan adalah

ttabel = 4,303, jadi H1 ditolak dan H0 diterima, yang artinya luas lahan tidak memiliki

pengaruh yang berarti terhadap hasil produktifitas padi sawah.

Untuk uji multikolinearitas, dari tabel output SPSS juga dapat dilihat nilai VIF untuk variabel luas lahan adalah sebesar 1,169 < 5, yang berarti tidak ada hubungan yang multikolinearitas untuk variabel luas lahan terhadap variabel bebas lainnya.

2. Uji Koefisien dan Uji Multikolinearitas Variabel Pupuk. Hipotesis:

H0 : Tidak ada pengaruh yang berarti antara pupuk terhadap produktifitas padi sawah.

H1 : Ada pengaruh yang berarti antara pupuk terhadap produktifitas padi sawah.

Kriteria Pengujian:

H0 diterima H1 ditolak apabila thitung < ttabel

H0 ditolak H1 diterima apabila thitung > ttabel

Hasil Pengujian:

Dari output SPSS diatas, dapat dilihat nilai thitung untuk variabel pupuk adalah

sebesar 0,184. Dan nilai untuk ttabel adalah sebesar 4,303. Sehingga nilai thitung = 0,184 <

ttabel = 4,303, jadi H0 diterima dan H1 ditolak, yang artinya pupuk tidak memiliki

Untuk uji multikolinearitas, dari tabel output SPSS juga dapat dilihat nilai VIF untuk variabel pupuk adalah sebesar 1,211 < 5, yang berarti tidak ada hubungan multikolinearitas yang terjadi untuk variabel pupuk terhadap variabel bebas lainnya.

3. Uji Koefisien dan Uji Multikolinearitas Variabel Curah Hujan. Hipotesis:

H0 : Tidak ada pengaruh yang berarti antara curah hujan terhadap produktifitas padi

sawah.

H1 : Ada pengaruh yang berarti antara curah hujan terhadap produktifitas padi sawah.

Kriteria Pengujian:

H0 diterima H1 ditolak apabila thitung < ttabel

H0 ditolak H1 diterima apabila thitung > ttabel

Hasil Pengujian:

Dari output SPSS diatas, dapat dilihat nilai thitung untuk variabel curah hujan

adalah sebesar –0,033. Dan nilai untuk ttabel adalah sebesar 4,303. Sehingga nilai thitung = –

0,033 < ttabel = 4,303, jadi H0 diterima dan H1 ditolak, yang artinya curah hujan tidak

memiliki pengaruh yang berarti terhadap hasil produktifitas padi sawah.

Untuk uji multikolinearitas, dari tabel output SPSS juga dapat dilihat nilai VIF untuk variabel curah hujan adalah sebesar 1,104 < 5, yang berarti tidak ada hubungan multikolinearitas yang terjadi untuk variabel curah hujan terhadap variabel bebas lainnya

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah suatu prosedur yang dilakukan pada suatu penelitian untuk menyelesaikan desain sistem yang ada dalam dokumen yang telah disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Di dalam implementasi sistem data tersebut terdapat suatu perangkat lunak yang dinamakan dengan software, dan dalam pembuatan tugas akhir ini, penulis menggunakan program Microsoft Office Word 2007, Microsoft Office Excel 2007 dan SPSS Statistics 17 For Windows dalam penerapan pengolahan data.

5.2 Program-Program Pada Implementasi Sistem 5.2.1 Microsoft Office Word dan Excel 2007

Program Microsoft Office Word 2007 dan Microsoft Office Excel 2007 merupakan program milik perusahaan komersil Microsoft yang diinstal dalam satu paket. Program Microsoft Office Word 2007 pada penelitian ini, penulis gunakan sebagai program untuk penyusunan laporan, sedangkan Microsoft Office Excel 2007 penulis gunakan sebagai program untuk perhitungan matriks pada penelitian ini.

5. Berikut tampilannya:

Gbr. 5.5: Analisis Regresi Linear Ganda pada SPSS 17

5.3.3 Analisis Korelasi Ganda

Untuk analisis korelasi, langkah – langkah yang harus dilakukan dalam program SPSS adalah sebagai berikut:

3. Pilih menu Analyze, kemudian Correlate.

4. Pilih Bivariate, lalu masukkan variabel yang akan dicari korelasinya.

5. Aktivkan Box Pearson untuk analisis korelasi Pearson.

6. Kemudian klik OK untuk melihat output.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Dari hasil analisa pada penelitian ini, dapat diambil beberapa kesimpulan mengenai analisis pengaruh luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat tahun 2006 – 2011, diantaranya adalah:

1. Tidak ada hubungan yang signifikan dan simultan antara luas lahan, pupuk dan curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat. Rumus persamaan garis regresi linear berganda antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah di Kabupaten Langkat adalah Ŷ = 152,852 + 3,568 X1 + 0,602 X2 – 0,802 X3 + .

2. Derajat hubungan secara simultan / gabungan antara luas lahan, pupuk dan curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat adalah sangat kuat dan searah, atau apabila terjadi penambahan jumlah pada variabel luas lahan, pupuk, dan curah hujan maka ini akan mempengaruhi jumlah pada hasil produktifitas padi sawah di Kabupaten Langkat. Hal ini dapat dilihat dari hasil koefisien korelasi yang terjadi pada analisis korelasi yaitu sebesar 0,907 dan bernilai positif.

3. Derajat hubungan secara parsial / bagian antara luas lahan terhadap hasil produktifitas padi sawah di Kabupaten Langkat adalah sangat kuat dan searah, atau apabila ada

akan juga bertambah. Hal ini dapat dilihat dari besarnya nilai koefisien korelasi parsial antara variabel luas lahan terhadap produktifitas padi sawah apabila curah hujan dan pupuk dianggap tetap yaitu sebesar 0,905 dan bernilai positif.

4. Derajat hubungan secara parsial / bagian antara pupuk terhadap hasil produktifitas padi sawah di Kabupaten Langkat adalah sangat lemah dan berlawanan arah, atau apabila ada penambahan jumlah pada pupuk maka jumlah pada hasil produktifitas padi sawah hanya akan mengalami sedikit penurunan. Hal ini dapat dilihat dari besarnya nilai koefisien korelasi parsial antara variabel pupuk terhadap produktifitas padi sawah apabila luas lahan dan curah hujan dianggap tetap yaitu sebesar -0,234 dan bernilai negatif.

5. Derajat hubungan secara parsial / bagian antara curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat adalah sangat lemah dan berlawanan arah, atau apabila ada penambahan jumlah pada curah hujan maka jumlah pada hasil produktifitas padi sawah hanya akan mengalami sedikit penurunan. Hal ini dapat dilihat dari besarnya nilai koefisien korelasi parsial antara variabel curah hujan terhadap produktifitas padi sawah apabila luas lahan dan pupuk dianggap tetap yaitu sebesar –0,141 dan bernilai negatif.

6.2 Saran

Berikut adalah beberapa saran dari penulis dalam penelitian ini:

1. Untuk terus meningkatkan hasil produktifitas padi sawah di Kabupaten Langkat, petani harus memperluas lahan tanam.

2. Pengaruh pupuk yang kurang terhadap hasil produktifitas padi sawah di Kabupaten Langkat, kemungkinan disebabkan karena data variabel pupuk hanya berasal dari pupuk UREA bersubsidi dari pemerintah.

Curah hujan yang kurang berpengaruh dalam hasil produktifitas padi sawah di Kabupaten Langkat, kemungkinan disebabkan oleh tehnik perairan lahan tanam sawah dengan menggunakan irigasi

DAFTAR PUSTAKA

Depdikbud, 1989. Sistem Pendidikan Nasional (UU RI no.2 tahun 1989). Jakarta: Armas Duta Jaya.

Ganesha Enterpreneur Club, 2009. Pola Tanam Padi Sri, Produktifitas Tinggi Marsono, 1998. Petunjuk Penggunaan Pupuk, Jakarta: Erlangga.

Romenah, 2008. Lahan Potensial dan Lahan Kritis. Sudjana, 1994. Metode Statistika. Bandung : Tarsito

http://www.langkatkab.go.id/page.php?id=135, http://www.langkatkab.go.id/page.php?id=203,

Selain daftar pustaka diatas, penulis juga mengambil beberapa kutipan dari Renstra (Rencana dan Strategi) Badan Pusat Statistik (BPS) Tahun 2010-2014, dan buku tahunan Langkat Dalam Angka 2005-2011.