Oleh :
Wahyu Nurwening
2411101029
Padi adalah salah satu tanaman budidaya terpenting dalam peradaban manusia, terutama mengacu pada jenis tanaman budidaya. Jenisnya
pun semakin banyak, karena adanya perkembangan Ilmu Pengetahuan dan Teknologi ( IPTEK ) di bidang Rekayasa Genetikdan Holtikultura.
Di Indonesia pun sudah dikenal jenis beras, salah satunya adalah Beras Rojo Lele. Dan setiap wilayah atau provinsi memiliki jenis beras yang
unggul di daerahnya. Hal ini mungkin dikarenakan oleh adanya perbedaan unsure tanah di setiap provinsi atau wilayah tersebut. Selain itu,
harga GKP (Gabah Kering Panen) yang diterima petani di setiap wilayah atau provinsi juga mengalami perbedaan. GKP merupakan gabah yang
mengandung kadar air maksimum sebesar 25,0 persen dan hampa/kotoran maksimum 10,0 persen. Hal ini dapat dikarenakan oleh beberapa
faktor. Oleh karena itu, yaitu penyusun ingin mengetahui beberapa faktor yang mempengaruhinya. Sehingga penyusun menggunakan data yang
mengandung unsur data sebagai berikut :
1. Luas Panen ( ha )
2. Produktivitas ( ku/ha )
3. Produksi ( Ton )
4. Harga GKP Tingkat Penggilingan ( Rupiah )
5. Indeks Harga yang Diterima Petani atau lt
6. Indeks Harga yang Dibayar Petani atau lb
7. Jumlah Penduduk Miskin (Orang)
8. Garis kemiskinan ( Rupiah )
9. Pendidikan sampai SMA ( % )
10. Presentase Kepemilikan Rumah ( % )
Dari kesepuluh unsur data yang ingin diketahui hubungan atau korelasi dengan harga GKP tingkat petani, penyusun menggunakan data dari
Survei Monitoring Harga Produsen Gabah yang dilakukan secara rutin baik mingguan (saat panen raya) maupun bulanan oleh Badan Pusat
Statistik ( BPS ) pada tahun 2009, di dapat data sebagai berikut :
Harga GKP
Tingkat
Petani
(Rp/Ton)
Luas
Panen
(ha)
Produktivitas
(Ku/ha)
Produksi
(Ton)
Harga GKP
Tingkat
Petani
(Rp/Ton)
lb
Indeks
Yang
Dibayar
Petani
Jumlah
Penduduk
Miskin
(orang)
Garis
Kemiskinan
(Rupiah)
Pendidikan
SMA
(%)
Kepemilikan
Rumah
( %)
Aceh
2991000
356705
43
1540405
3002940
123.91
120.31
892900
261898
82.84
77.45
Sumatera Utara
2813000
772927
45
3469529
2854470
121.13
124.06
1499700
210241
73.36
67.34
Sumatera Barat
2917000
436086
47
2060320
2977060
121.99
122.6
429300
217469
74.37
66.55
Riau
2793000
161735
36
576412
2881010
122.51
115.95
527500
246481
72.46
67.25
Jambi
2779000
153990
42
641202
2829420
114.22
118.12
249700
199623
61.51
76.54
Lampung
2820000
547040
47
2547516
2899010
142.50
120.15
1558300
188812
60.62
85.97
Jawa Barat
2807000
1873318
57
10620613
2887650
114.62
126.07
4983600
191985
68.38
78.09
Jawa Tengah
2619000
1683897
55
9326123
2658270
113.02
119.67
5725700
182515
51.75
88.45
Yogyakarta
2666000
146082
56
817300
2711280
127.02
118.56
585800
211978
57.66
78.63
Jawa Timur
2601000
1837004
59
10839308
2653910
117.42
124.75
6022600
188317
60.85
88.09
Banten
2326670
367507
51
1857323
2386580
119.25
124.48
788100
198750
78.33
74.2
Bali
2539650
144288
59
846075
2590270
115.59
119.8
181700
196466
66.47
76.84
NTB
2356860
372974
50
1861781
2398300
115
125.24
1050900
185025
83.59
84.34
NTT
3075860
194611
31
595872
3082680
125.03
125.99
1013100
156191
60.79
85.36
Kalimantan Barat
Kalimantan
Tengah
Kalimantan
Selatan
Kalimantan
Timur
Sulawesi Utara
2819960
405317
31
1267211
2878060
115.43
120
434800
174617
51.85
85.82
2924700
204555
27
551013
3009040
127.01
121.21
165900
202612
53.8
76.93
2785910
504527
40
2012400
2864820
122.53
121.27
176000
195787
53.19
74.79
2672730
153100
28
587206
2175000
111.77
121.69
239200
261185
54.42
66.05
2880790
114217
48
546825
2947940
116.44
120.81
219600
184772
76.54
72.75
Sulawesi Tengah
2314000
220195
46
1003598
2370000
112.27
129.63
489800
189653
71.67
81.5
Sulawesi Selatan
2370980
840853
49
4139492
2430110
120.89
125.66
963600
153715
59.25
81.11
SulawesiTenggara
2403020
107453
39
418487
2462810
108.5
124.29
434300
161583
62.78
75.1
Sulawesi Barat
2422530
72337
48
345697
2463760
116.83
123.29
158200
163224
69.55
86.77
Povinsi
Sumber : www.bps.go.id
X1 = Luas Panen
X2 = Produktivitas
X8 = Garis Kemiskinan
X3 = Produksi
X9 = Pendidikan SMA
X5 = lb
Dari data yang telah didapat itu, penyusun mengambil dua sampel untuk mengetahui bagaiman cara mencari suatu persamaan dan
korelasinya. Oleh karena itu, penyusun mengambil dua variable yaitu X1 dan X2. Berikut adalah cara perhitungan secara manual dua sampel
tersebut :
Provinsi
Harga GKP
Produktivitas
( X1)
( X2 )
X1 Y
X2 Y
X1*X2
X1
X2
(Y)
NAD
2991
357
43
1067787
128613
15351
127449
1849
8946081
Sumatera Utara
2813
773
45
2174449
126585
34785
597529
2025
7912969
Sumatera Barat
2917
436
47
1271812
137099
20492
190096
2209
8508889
Riau
2793
162
36
452466
100548
5832
26244
1296
7800849
Jambi
2279
154
42
350966
95718
6468
23716
1764
5193841
Lampung
2820
547
47
1542540
132540
25709
299209
2209
7952400
Jawa Barat
2807
1873
57
5257511
159999
106761
3508129
3249
7879249
Jawa Tengah
2619
1684
55
4410396
144045
92620
2835856
3025
6859161
DI Yogyakarta
2666
146
56
389236
149296
8176
21316
3136
7107556
Jawa Timur
2601
1837
59
4778037
153459
108383
3374569
3481
6765201
Banten
2327
368
51
856336
118677
18768
135424
2601
5414929
Bali
2540
144
59
365760
149860
8496
20736
3481
6451600
NTB
2357
373
50
879161
117850
18650
139129
2500
5555449
NTT
Kalimantan
Barat
Kalimantan
Tengah
Kalimantan
Selatan
Kalimantan
Timur
Sulawesi Utara
Sulawesi
Tengah
Sulawesi
Selatan
Sulawesi
Tenggara
3076
195
31
599820
95356
6045
38025
961
9461776
2820
405
31
1142100
87420
12555
164025
961
7952400
2925
205
27
599625
78975
5535
42025
729
8555625
2786
505
40
1406930
111440
20200
255025
1600
7761796
2673
153
28
408969
74844
4284
23409
784
7144929
2881
114
48
328434
138288
5472
12996
2304
8300161
2314
220
46
509080
106444
10120
48400
2116
5354596
2371
841
49
1994011
116179
41209
707281
2401
5621641
2403
107
39
257121
93717
4173
11449
1521
5774409
Sulawesi Barat
2423
72
48
174456
116304
3456
5184
2304
5870929
Jumlah
61202
11671
1034
31217003
2733256
583540
12607221
48506
164146436
Yrata = Y/N
= 31217003-{(11671)(61202)/23}
= 61202/23
= 160979.43
= 2660.96
xy = XY-{(X)(Y)/N}
X1rata = X/N
= 2733256-{(1034)(61202)/23}
= 11671/23
= -18173.04
= 507.43
x = X-{(X)/N}
X2rata = X/N
= 12607221-{(11671)/23}
= 1034/23
= 6684949.65
= 44.96
x =
=
=
xx=
=
=
X-{(X)/N}
48506-{(1034)/23}
2020.96
XX-{(X)(X)/N}
583540-{(1034)(11671)/23}
58852.43
y = Y-{(Y)/N}
= 164146436- {612022/23}
= 1290575
xy = ax + axx
160979.43 = a6684949.65+ a58852.43
xy = axx + ax
a158852.43 + a2020.96
-1817.04=
R =
R=
R=
R=
) (
)(
R = 0.208
Dari persamaan dan korelasi yang telah diperoleh tersebut, penyusun akan membuktikan kecocokan antara perhitungan secara manual
dengan menggunakan program SPSS. Berikut hasil SPSS yang telah dilakukan :
Descriptive Statistics
Harga_GKP_
Tingkat_Peta
ni
Luas _Panen
Produktifitas
Mean
Std.
Deviation
2660.96
242.203
23
507.43
44.96
551.236
9.584
23
23
Dari hasil program SPSS ini yang didapatkan bahwa nilai rata-rata atau mean dari data Harga GKP tingkat Petani, Luas Panen, dan
Produktifitas dengan jumlah data 23 buah sama dengan hasil yang didapat dari perhitungan dengan cara manual.
Variables Entered/Removed(b)
Model
1
Variables
Entered
Produktifit
as,
Luas_pan
en
Variables
Removed
Method
Enter
Dari table ini, memperlihatkan bahwa penyusun menggunakan metode enter. Dan tidak ada variabel yang dibuang, sehingga produktifitas dan
luas panen mempengaruhi harga GKP tingkat petani.
Model Summary(b)
Model
R Square
R Square
Change
.448(a)
F Change
.201
Adjusted R
Square
Std. Error of
the Estimate
df1
df2
227.082
.121
Change Statistics
Sig. F
Change
.201
R Square
Change
2.514
F Change
2
df1
20
Model
1
Regression
Residual
Total
Sum of
Squares
259245.9
27
1031329.
030
1290574.
957
df
Mean Square
Sig.
129622.963
2.514
.106(a)
20
51566.451
22
Coefficients(a)
Unstandardized
Coefficients
Model
1
Standardized
Coefficients
Sig.
Beta
Std. Error
Std. Error
(Constant)
3176.535
245.926
12.917
.000
Luas_lahan
.139
.102
.316
1.363
.188
Produktifitas
-13.036
5.858
-.516
-2.225
.038
df2
.106
Dari tabel Cefficients(a) ini, memperlihatkan persamaan dari data yang telah didapat, dan persamaan yang didapat dari program SPSS ini
adalah Y = 3176.535 + 0.139 X1 13.036X2. Dan persamaan ini sama dengan persamaan yang diambil dari perhitungan manual. Dan
persamaan tersebut memperlihatkan bahwa:
1. Harga GPK Tingkat Petani akan tetap Rp 3176535,00 / Ton jika tidak dipengaruhi oleh luas lahan panen
2. Harga GPK Tingkat Petani akan naik RP 139,00 / Ton setiap ada kenaikkan lahan panen sebesar 1 ha
3. Harga GPK Tingkat Petani akan turun sebesar Rp 13360,00 / Ton setiap ada kenaikkan produktivitas 1 ku/ha
4. Korelasi antara Harga GPK Tingkat Petani dengan lahan panen dan produktivitas adalah 0.21
Dan dari perbandingan antara perhitungan secara manual dan secara SPSS akan menghasilkan hasil yang sama selama data yang digunakan
adalah data yang valid. Sehingga dengan cara yang sama, akan memperlihatkan suatu hasil yang sama pada hubungan variabel Y dengan 10
variabel X baik menggunakan cara manual maupun menggunakan program SPSS. Berikut ini adalah hasil pada 10 variabel X denagn
menggunakan Program SPSS :
Des criptive Statistics
Mean
Harga_GKP_Tingkat_
Petani
Luas _Panen
Produktivitas
Produksi
Harga_GKP_Tingkat_
Penggilingan
lb
Indeks_harga_Y ang_
dibayar_Petani
Jumlah_Penduduk_
Mis kin
Garis_Kemiskinan
Pendidikan_SMA
Kepemilikan_Rumah
Std. Deviation
2682594
228439.114
23
507422.52
44.96
2542248
551239.782
9.584
3220662.317
23
23
23
2713669
256678.75726
23
119.3426
7.13549
23
122.33
3.191
23
1251752
1767329.492
23
196647.78
65.4796
78.0835
29231.266
9.87433
7.06423
23
23
23
Tabel ini Memperlihatkan Nilai rata-rata atau mean, Standar Deviasi, dan jumlah data dari variabel Y dan 10 variabel X. Dan
memperlihatkan bahwa seluruh variabel X mempengaruhi variabel Y.
Model Summary(b)
Model
R Square
R Square
Change
.961(a)
F Change
.924
Adjusted
R Square
Std. Error of
the Estimate
df1
.860
df2
85345.380
Change Statistics
Sig. F
Change
.924
R Square
Change
14.562
F Change
10
df1
12
df2
.000
Model
Unstandardized Coefficients
B
Luas_Panen
-.239
Std. Error
1421722.
228
.507
Produktivitas
(Constant)
-294942.214
Standardized
Coefficients
Sig.
Beta
Std. Error
-.207
.839
-.578
-.472
.645
-4143.462
4104.469
-.174
-1.010
.333
Produksi
.030
.109
.425
.276
.788
Harga_GKP_Tingkat
_Penggilingan
.789
.107
.887
7.369
.000
lb
-249.121
3504.237
-.008
-.071
.944
Indeks_harga_Yang
_dibayar_Petani
8188.403
9539.416
.114
.858
.408
Jumlah_Penduduk_
Miskin
.025
.057
.190
.432
.673
Garis_Kemiskinan
2.277
1.115
.291
2.043
.064
Pendidikan_SMA
-4086.484
2976.368
-.177
-1.373
.195
Kepemilikan_Rumah
-1490.211
4454.036
-.046
-.335
.744
Dari hasil perhitungan regresi dengan menggunakan program SPSS ini, penyusun menyimpulkan bahwa :
1. Dengan mengambil sampel didapatkan suatu hasil perhitungan regresi linear dengan perhitungan manual yang hasilnya sama atau
selisih sedikit dibandingkan dengan perhitungan SPSS
2. Luas Panen ( ha ), produktivitas ( ku/ha ), produksi ( Ton ), harga GKP tingkat penggilingan ( Rupiah ), indeksh harga yang diterima
petani atau lt, indeks harga yang dibayar petani atau lb, jumlah penduduk miskin (Orang), garis kemiskinan ( Rupiah ), pendidikan
sampai SMA ( % ), presentase kepemilikan rumah ( % ) mempengaruhi haga GKP tingkat petani.
3. Persamaan regresinya adalah Y = -294942.214-0.239X1-4143.462X2+0.030X3+0.789X4-249.121X5+8188.403X6+0.025X7+2.277X84086.484X9-1490.211X10 dan korelasinya adalah R = 0.924