PENDAHULUAN
A. Latar Belakang
lain sisi, salah satu hambatan program intensifikasi dan ekstensifikasi adalah
gabah atau beras juga dipengaruhi oleh laju pertumbuhan. Upaya peningkatan
produksi padi masih dan akan tetap merupakan kebutuhan bagi bangsa ini
Selatan. Luas Kota Makassar tercatat 175,77 kilometer persegi. Kota Makassar
terdiri dari 14 kecamatan dan 143 kelurahan. Jumlah penduduk Kota Makassar
kian tahun kian bertambah, tercatat 1.449.401 per tahun 2015. Luas panen Pada
tahun 2011 : 3.551 hektar; Tahun 2012 : 3.425 hektar; Tahun 2013: 3.203
hektar; Tahun 2014 : 2.961 hektar ; Tahun 2015 : 3.315 hektar. Sedangkan
untuk produksi padi tiap tahunnya adalah pada tahun 2011 sebanyak 20.311,72
1
ton; tahun 2012 sebanyak 19.522,50 ton; tahun 2013 sebanyak 13.993 ; tahun
2014 sebanyak 13.701 ton; dan tahun 2015 sebanyak 12 490 ton. 1
Terjemahnya: “Dan suatu tanda (kekuasaan Allah yang besar) bagi mereka
adalah bumi yang mati. kami hidupkan bumi itu dan kami keluarkan dari
satunya ialah untuk menanam biji-bijian. Biji yang dimaksud disini salah
satunya ialah padi yang merupakan bakal beras sebagai makanan pokok bagi
manusia.2
1
Badan Pusat Statistika, 2016, ”Kota Makassar Dalam Angka 2016” (Makassar:
BPS), h. 117.
2
Nadiah Thayyarah, “Buku Pintar Sains dalam Al-Quran”,(Jakarta: Zaman, 2013),
h. 738.
2
Berdasarkan data yang diperoleh dari Badan Pusat Statistika Kota
kian tahun kian menurun. Oleh karena itu dibutuhkan penelitian untuk
yang akan datang. Salah satu cara yang dapat dilakukan adalah
tersebut.
disusul oleh pulau Bali, dan Papua merupakan pulau terbaik dalam hal
keseluruhan.3
3
Ahmad Nur Rohman, 2010, “Pemetaan Pulau-Pulau di Indonesia Terhadap Atribut
Produksi Beras dengan Metode Multidimensional Scaling”, Skripsi (Surakarta: FMIPA
Universitas Sebelas Maret).
3
karakteristik, yaitu atmosfer demokrasi (polity), daya beli beras (restlessness),
B. Rumusan Masalah
C. Tujuan
D. Manfaat
Manfaat yang dapat diperoleh dari penulisan tugas akhir ini adalah:
1. Bagi Penulis
2. Bagi Pembaca
khususnya mata kuliah Analisis Regresi Selain itu dapat berguna bagi
E. Batasan Masalah
4
Titi Purwandari dan Yuyun Hidayat, 2015, “Identifikasi Negara-Negara yang
Memiliki Kemiripan dengan Indonesia Dalam Konteks Krisis Beras Menggunakan
Multidimensional Scaling”, Laporan Hasil Penelitian (Bandung: Universitas Padjadjaran).
4
Agar pembahasan pada penulisan berfokus pada masalah yang diujikan,
5
BAB II
TINJAUAN PUSTAKA
A. Analisis Regresi
mengetahui bentuk hubungan antar peubah regresi, analisis regresi juga dapat
hubungan antara satu variabel, yaitu variabel yang diterangkan (the explained
variabel) dengan satu atau lebih variabel, yaitu variabel yang menerangkan (the
hubungan statistik yang terjadi antara dua atau lebih variabel. Dalam analisis
variabel bebas dan variabel tak bebas berbentuk garis lurus. Variabel bebas
dipengaruhi. Regresi linear dapat dibedakan menjadi dua macam, yaitu regresi
menguji sejauh mana hubungan sebab akibat antara variabel faktor penyebab
5
Robert Kurniawan dan Budi Yuniarto, 2016, “Analisis Regresi Dasar dan
Penerapannya dengan R”, (Jakarta:Kencana).
6
(X) terhadap variabel akibatnya. Faktor penyebab pada umumnya
Regresi Linear Sederhana atau sering disingkat dengan SLR (Simple Linear
Ŷ = a + bX
Y 0 1 X
Dimana :
7
0 Kostanta yang merupakan titik potong antara garis regresi dengan sumbu
1 Koefisien Arah.
persamaan, berikut:
berikut :
6
Wahyudin, 2000,” Analisis Regresi Linier Sederhana”,(CV:Delta Bawean).
8
7. Melakukan prediksi terhadap variabel predictor atau response
Signifikan.
suatu hipotesis akan dapat diketahui apakah suatu penelitian itu benar atau
selanjutnya dilakukan uji signifikan hipotesis yang diajukan. Uji ini dapat
menggunakan Uji-t; Uji-F; Uji-z atau Uji Chi Kuadrat. Dengan uji
a. Uji-t
9
Langkah-langkah yang perlu dilakukan dalam uji-t pada
1) Menentukan Hipotesis
terhadap Y
= 0,05)
r n2
thit
1 r2
H0 akan ditolak jika thit > ttab atau - (thit) < -(ttab), berarti H1
diterima.
H0 akan diterima jika -(thit) < ttab < thit , berarti H1 ditolak.
5) Menentukan t table
10
Bila nilai thit < ttab, maka H0 diterima, H1 ditolak
untuk mengetahui hubungan antara variable terikat dengan salah satu atau lebih
variable bebas. Apabila banyaknya variabelnya bebas hanya ada satu maka di
sebut sebagai regresi linear sederhana, sedangkan apabila terdapat lebih dari
nyatakan dengan:8
Yi 0 1 X 1i 2 X 2i ... p X pi
Yi = Variabel terikat
0 = Intercept
7
Danang Sunyanto, “Analisis Regresi dan Uji Hipotesis”, (Yogyakarta:wedpress).
8
Muhammad Arif Tiro, “Analisis korelasi dan regresi Edisi Ketiga”, hal 123.
11
= Galat
kegunaan adalah untuk menggambarkan fenomena data atau kasus yang sering
pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati
malalui penggunaan model regresi yang diperoleh, selain itu, juga bermanfaat
Data untuk variable bebas X pada regresi linear, bias merupakan data
pengematan yang tidak ditetapkan sebelumnya oleh peneliti atau data yang
peneliti fixed data, informasi diperoleh lebih kuat dalam menjelaskan sebab
akibat antara variable X dan Y. sedangkan pada observasi data yang diperoleh
lebih kuat dalam menjalankan hubungan sebab akibat. Untuk Fixed data
data variable X yang diamati bias beberapa saja, tergantung keadaan lapangan.9
9
Muhammad Arif Tiro, “Analisis korelasi dan regresi Edisi Ketiga”, hal 127.
12
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan
menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai
rumus:
∑(𝑦𝑖 −𝑦̂ )2
𝑆𝑦,1,2,… 𝑘 = √ 𝑛−𝑘−1
Dimana:
n = ukuran sampel
13
memiliki peluang terjadinya variable terikat Dalam analisis regresi berganda
bp
t*
s (bp )
Dimana nilai b p ini merupakan koefisien dari variable x p dan s{b p } ini
t* t .
(1 ; n p )
2
secara keseluruhan dan bersamaan dalam model. Uji ini dilakukan untuk
14
Hipotesis nol menunjukkan bahwa seluruh variable bebas tidak
Y)
dengan nol
15
atau mempengaruhi Y.
k dan 𝑣2 = n-k-l.
𝐽𝐾𝑟𝑒𝑔/𝑘
𝐹=
𝐽𝐾𝑟𝑒𝑠/(𝑛 − 𝑘 − 1)
Dimana :
Dimana :
𝑥1𝑖 = 𝑋1𝑖 − 𝑋1
16
6. Error berdistribusi normal.11
sama dengan 0, maka tidak ada sedikit pun prosentase sumbangan pengaruh
pengaruh. variabel bebas terhadap variabel tidak bebas, baik secara serentak
1. Normalitas
Uji normalitas yaitu uji dimana untuk melihat apakah nilai gaat itu
11
Sudjana,2006,”Teknik Analisis Regresi dan Korelasi”,(Bandung: Tarsito).
12
Suliyanto,2011, “Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS. Edisi
1", (Yogyakarta. Andi Publisher).
17
normalitas pada nilai galatnya bukan masing-masing variable penelitian.
Dan yang digunakan pada uji normalitas pada data yaitu dengan
Uji normalitas data dilakukan secara non parametric, uji ini dengan
uji Lilliefors. Dimana cara untuk uji Lilliefors ini dilakukan dengan
menghitung proporsi data dan juga menghitung jumlah selidih pada data
peta.
pernah memotong.
dengan .
Hipotesis:
13
Syafaruddin Siregar,2005,”Statistika Terapan”,(Jakarta:Gramedia), hal. 290.
18
Tolak H0 bila P value 0, 05 . Artinya urutan data tidak
berdistribusi normal.14
2. Heteroskedastisitas
homoskedastisitas.
Kriteria pengujian:15
heteroskedastisitas.
14
Pangestu Subagyo, 2005’”Statistika Induktif edisi 5”, (Yogyakarta:BPFE), hal. 67-
68.
15
Muhammad Arif Tiro dan Baharuddin Ilyas,2002”Statistik Terapan Untuk Ilmu
19
maka dapat mengidentifikasi bahwa ada salah satu atau beberapa variable
variable bebas terhadap variable terikat, jadi tidak boleh korelasi antara
2).
-2<DW<+2.
4. Multikolinearitas
regresi linear berganda. Jika ada korelasi yang tinggi diantara variable-
20
Dengan kata lain untuk mengetahui uji multikolinaritas dapat
dilihat melalui uji nilai tolerance. Apabila nilai tolerance lebih besar dari
5. Multikolinearitas
regresi adalah:
dengan Analisis Regresi Komponen Utama”,Jurnal Matematika dan computer,vol. 4,No. 2,hal.
71-73.
21
a. Kesalahan teoritis dalam pembentukan model fungsi regresi yang
dipergunakan.
model regresi.
sebagai berikut:19
tetapi tidak ada atau sedikit sekali koefisien regresi yang signifikan
secara statistic.
19
T. L. Wesilaine, M. W. Talakua, Y. A. Lesnussa, 2014,”Model Regresi Ridge untuk
22
mempunyai galat yang terbesar, disalm permodalan Geographycally
berikut.
1
VIF (ai ,bi )
1 R 2(ai ,bi )
k
Dimana:
variable bebas.
VIF > 5-10 mengidentifikasi bahwa ada salah satu variable predictor
dibedakan dalam dua tipe, yaitu padi kering yang tumbuh di lahan kering dan
20
Nurul Ainun Abdullah, Amran, Saleh,”Pemodelan Geographically Weighted
23
perkembangannya. Padi ini termasuk Genus Oryza sativa l. Padi tipe kedua
kurang lebih ada 25 spesies, tersebar di daerah tropik dan sub tropic seperti
kenyataannya sampai saat ini sebagian besar dari petani kita masih banyak
yang termasuk golongan miskin dan tidak mampu. Hal ini mengindikasikan
bahwa pemerintah pada masa lalu bukan saja kurang memberdayakan petani
pada masa lalu mempunyai beberapa kelemahan, yakni hanya terfokus pada
sentralistik.
24
5. umumnya berusaha dengan tenaga kerja keluarga sehingga menyebabkan
merugikan petani.
(konversi lahan pertanian menjadi lahan non pertanian) yang semakin tidak
pupuk pada saat musim tanam datang, swasembada beras yang tidak
Petani, menuntut pemerintah untuk dapat lebih serius lagi dalam upaya
21
Entang Sastraatmadja, 1991, “Ekonomi Pertanian Indonesia: Masalah, Gagasan,
25
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis data yang digunakan dalam penelitian ini adalah jenis data
terapan.
B. Sumber Data
Jenis Data yang digunakan adalah data sekunder, dari Kantor Badan
Tahun 2015. Data sekunder adalah suatu data yang diperoleh atau dikumpulkan
peneliti dari data yang telah ada. Data sekunder diperlukan dalam penelitian ini
26
C. Waktu Penelitian
produksi padi. Maka variable yang digunakan dalam penelitian ini disesuaikan
dengan ketersediaan data yaitu produksi padi, luas panen, puso padi, dan curah
hujan.
1. Produksi Padi (Y) yaitu jumlah output atau hasil panen padi dari luas lahan
petani selama satu kali musim tanam dalam bentuk gabah kering panen di
tersebut cukup umur di Provinsi Sulawesi Selatan pada tahun 2015, dengan
3. Puso Padi ( X 2 ) yaitu tanaman padi yang tidak dapat menghasilkan padi
4. Curah Hujan ( X 3 ) yaitu ketinggian air hujan yang terkumpul dalam tempat
yang datar, tidak menguap, tidak meresap dan tidak mengalir karena dapat
27
Analisis data yang dugunakan dalam penelitian ini adalah Regresi
Linear Berganda. Model ini dipilih untuk mengetahui seberapa besar pengaruh
variabel bebas terhadap variable terikat baik secara parsial maupun bersama-
sama.
a. Uji Normalitas
Uji normalitas data yang dilakukan untuk mengetahui bahwa suatu data
b. Uji Multikolinearitas
nilai variance inflation factor (VIF). Jika nilai VIF lebih dari 10, maka
c. Uji Heteroskedastisitas
28
3. Koefisien Determinasi ( R 2 )
(Y) dihubungkan/dijelaskan lebih dari satu variabel, mungkin dua, tiga dan
Y 0 1 x1 2 x2 3 x3
Dimana:
0 : Konstanta
29
X 3 : Curah Hujan (mm3 )
: Faktor Pengganggu
5. Pengujian Hipotesis
dalam penelitian ini adalah uji t (parsial), uji F (simultan) dan uji
determinasi.
tingkat signifikan.
dan H1 ditolak
30
Apabila nilai probabilitas signifikan <0,5 maka H 0 ditolak dan
H1 terima
F. Hasil
Adapun data yang digunakan dalam penelitian ini adalah data tentang
jumlah prodiksi padi yang dipengaruhi oleh luas panen, puso padi, dan curah
hujan.
31
Parepare 5349 954 31 1243
Palopo 28631 5098 130 1904
DAFTAR PUSTAKA
BPS).h .117.
32
Menggunakan Multidimensional Scaling”.Laporan Hasil Penelitian
68.
738.
Tiro Arif Muhammad.“Analisis korelasi dan regresi Edisi Ketiga”. hal 123.
Publisher).hal.430.
33
Widiharih Tarik.2001.”Penanganan Multikolonearitas (Kekolinieran Ganda)
34