PENDAHULUAN
A. Latar Belakang
Itik merupakan hewan penghasil daging, telur dan juga bulu. Daging dan telur itik begitu
banyak digemari oleh banyak masyarakat di seluruh indonesia. Itik bisa hidup dan
berkembangbiak dengan pakan yang sederhana dan memiliki daya adaptasi yang cukup baik.
Pada umumnya masyarakat bisa memelihara itik dengan cara tradisional yaitu dengan
dilepaskan dan ada juga dengan dilepaskan di dalam perkarangan yang dipagar. Ternak itik
juga tergolong mudah dipelihara dan dikenal oleh masyarakat luas.
Dikota Payakumbuh, peternak itik telah menunjukan kemampuan untuk bisa menjadi
pengusaha ternak yang dapat diandalkan. Hal ini terlihat dari semakin meningkat dan
berkembangnya populasi ternak itik dan banyak masyarakat di kota payakumbuh yang
mempunyai mata pencarian sebagai peternak itik, baik itu dijadikan pekerja sampingan
maupun tidak.
Agar berhasil dalam usaha beternak itik maka perlu diketahui faktor-faktor yang dapat
mempengaruhi keberhasilan ternak itik petelur. Dengan uraian yang telah penulis tulis dalam
latar belakang Skripsi mini ini, maka penulis akan mengajukan judul dari skripsi mini ini
yaitu “ ANALISIS FAKTOR YANG MEMPENGARUHI KEBERHASILAN TERNAK
ITIK PETELUR DI PAYAKUMBUH”
B. Rumusan Masalah
1. Apakah kualitas bibit mempengaruhi keberhasilan ternak itik petelur?
2. Apakah kualitas pakan mempengaruhi keberhasilan ternak itik petelur?
3. Apakah pemberian pakan yang tepat mempengaruhi keberhasilan ternak itik petelur?
4. Apakah prosedur pemeliharaan yang benar mempengaruhi keberhasilan ternak itik
petelur?
5. Apakah analisa keuangan yang baik mempengaruhi keberhasilan ternak itik petelur?
6. Apakah pengalaman mempengaruhi keberhasilan ternak itik petelur?
C. Tujuan
1. Untuk mengetahui pengaruh kualitas bibit terhadap keberhasilan ternak itik petelur
2. Untuk mengetahui pengaruh kualitas pakan terhadap keberhasilan ternak itik petelur
3. Untuk mengetahui pengaruh pemberian pakan yang tepat terhadap keberhasilan
ternak itik petelur
4. Untuk mengetahui pengaruh prosedur pemeliharaan yang benar terhadap
keberhasilan ternak itik petelur
5. Untuk mengetahui pengaruh analisa keuangan yang baik terhadap keberhasilan ternak
itik petelur
6. Untuk mengetahui pengaruh pengalaman terhadap keberhasilan ternak itik petelur
BAB II
TINJAUAN LITERATUR
METODELOGI PENELITIAN
Jenis data yang digunakan dalam penelitian ini menggunakan dua jenis data, yaitu Data
Kualitatif dan data Kuantitatif, dimana Data Kualitatif adalah data yang dinyatakan dalam
bentuk kata, kalimat, dan gambar. Sedangkan Data Kuantitatif adalah data yang berbentuk
angka, atau data kualitatif yang di angkakan.
2. Sumber Data
Sumber data dari penelitian ini bersumber dari data Primer yaitu data yang dikumpulkan
oleh peneliti secara langsung. Yang memiliki jumlah responden sebanyak 50 orang yang
diambil dari sejumlah masyarakat yang beternak itik.
1. ANALISIS DATA
A. Uji Data
1. Missing Data Analysis
Deskripsi Variabel dengan adanya Missing Value :
Univariate Statistics
N Mean Std. Missing No. of Extremesa
Deviation Count Percent Low High
Kualitas_Bibit 50 4,42 ,609 0 ,0 0 0
Kualitas_Pakan 49 4,45 ,503 1 2,0 0 0
Cara_Pemberian_Pakan 49 4,51 ,617 1 2,0 0 0
Prosedur_Pemeliharaan 47 4,36 ,640 3 6,0 0 0
Analisa_Keuangan 48 4,06 ,727 2 4,0 0 0
Pengalaman 49 4,35 ,561 1 2,0 0 0
Keberhasilan_Usaha 50 0 ,0
a. Number of cases outside the range (Q1 - 1.5*IQR, Q3 + 1.5*IQR).
Jika dilihat dalam kolom N, terlihat variasi setiap variabel, tergantung data yang
hilang disetiap variabel. Pada Variabel kualitas bibit dan Keberhasilan Usaha, Konsumen
mengisi seluruh data yaitu 50. Sedangkan kualitas pakan,cara pemberian pakan,dan
pengalaman, dari 50 konsumen hanya 49 data yang terisi penuh sehingga ada 1 data yang
missing. Serta variabel prosedur pemeliharaan ada 3 data yang missing dan variabel analisa
keuangan ada 2 data yang missing. Hal ini juga bisa dilihat dari tabel Missing dibagian count
untuk jumlah data da percent untuk melihat persentase. Dimana untuk variabel kualitas pakan
persentasenya adalah 2%, dan seterusnya.
Dan pada kolom Mean dan standar deviation menunjukan nilai statistik dasar. Untuk
variabel kualitas bibit, dengan 50 konsumen rata-ratanya adalah 4,42 dengan standar deviasi
0.609, dan seterusnya untuk data yang lain.
Tabulated Patterns
Number of Missing Patternsa Complet
Cases e if ...b
Kualitas Keberhasilan Cara_Pemb Pengalam Kualitas_ Analisa_ Prosedur_
_Bibit _Usaha erian_Pakan an Pakan Keuanga Pemelihar
n aan
42 42
2 X 44
1 X 43
3 X 45
1 X 43
1 X 43
a. Variables are sorted on missing patterns.
b. Number of complete cases if variables missing in that pattern (marked with X) are not used.
Angka 42 menyatakan ada 42 konsumen yang valid, artinya tidak ada data yang
missing, sedangkan angka 2 bada baris kedua menyatakan bahwa ada 2 konsumen yg datanya
missing yaitu pada analisa keuangan yaitu Nola dan Erina, dan begitu seterusnya untuk
semua data.
Analisis Metode EM :
EM Correlationsa
Kualitas_ Kualitas_ Cara_Pemb Prosedur_Pe Analisa_Ke Pengalam
Bibit Pakan erian_Pakan meliharaan uangan an
Kualitas_Bibit 1
Kualitas_Pakan ,243 1
Cara_Pemberian_Pakan ,088 ,254 1
Prosedur_Pemeliharaan ,051 ,123 ,333 1
Analisa_Keuangan ,412 ,247 ,152 ,424 1
Pengalaman ,361 ,243 ,313 ,278 ,458 1
a. Little's MCAR test: Chi-Square = 24,300, DF = 25, Sig. = ,502
Jika dilihat dari bagian bawah tabel, terlihat angka MCAR dengan alat analisis Chi-
square adalah 24,3 dengan signifikansi jauh diatas 0.05 maka missing value adalah random
atau acak, maka bisa dilakukan berbagai perlakuan lanjutan.
Result Variables
Result Variable N of Case Number of Non- N of Valid Creating Function
Replaced Missing Values Cases
Missing First Last
Values
Kualitas_Pakan 1 1 50 50 SMEAN(Kualitas_Pa
1
_1 kan)
Cara_Pemberia 1 1 50 50 SMEAN(Cara_Pembe
2
n_Pakan_1 rian_Pakan)
Prosedur_Peme 3 1 50 50 SMEAN(Prosedur_Pe
3
liharaan_1 meliharaan)
Analisa_Keuan 2 1 50 50 SMEAN(Analisa_Keu
4
gan_1 angan)
5 Pengalaman_1 1 1 50 50 SMEAN(Pengalaman)
Dari tabel diatas, ada 1 data untuk variabel kualitas pakan,cara pemberian pakan,dan
pengalaman yang diganti, dan ada 3 data untuk variabel prosedur pemeliharaan yang diganti,
serta 2 data untuk variabel analisa keuangan yang diganti.
3. Uji Outlier
a) Standarisasi Data
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Kualitas_Bibit 50 3,00 5,00 4,4200 ,60911
Kualitas_Pakan 50 4,00 5,00 4,4480 ,49744
Cara_Pemberian_Pakan 50 3,00 5,00 4,5100 ,61020
Prosedur_Pemeliharaan 50 3,00 5,00 4,3640 ,62032
Analisa_Keuangan 50 3,00 5,00 4,0640 ,71164
Pengalaman 50 3,00 5,00 4,3460 ,55520
Valid N (listwise) 50
Pada kolom Mean dan Standar Diviasi, rata-rata kualitas bibit adalah 4,42 dengan
standar deviasi 0,609, kualitas pakan adalah 4,448 dengan standar deviasi 0,497, rata-rata
cara pemberian pakan 4,51 dan standar deviasi 0,6102, dan begitu selanjutnya untuk semua
variabel.
b) Scatter Plot Data
Scatter Plot antara Kualitas Bibit dengan kualitas Pakan :
Scatter Plot antara kualitas bibit dengan kualitas pakan, dari gambar diatas ada data
yang diduga outlier. Dimana terletak pada bagian paling bawah sebelah kanan, ada konsumen
yang berpendapat bahwa kualitas bibit netral dalam keberhasilan usaha,sedangkan
pendapatnya terhadap kualitas pakan yaitu hampir sangat penting.
Scatter Plot antara cara pemberian pakan dengan kualitas pakan :
Scatter Plot antara cara pemberian pakan dengan kualitas pakan, dari gambar diatas
ada data yang diduga outlier. Dimana terletak pada bagian paling bawah sebelah kanan, ada
konsumen yang berpendapat bahwa cara pemberian pakan netral dalam keberhasilan
usaha,sedangkan pendapatnya terhadap kualitas pakan yaitu sangat penting.
c) Box Plot
Variabel Kualitas Bibit :
Terlihat tidak ada satupun data kualitas Bibit yang ada diluar Boxplot, dengan
demikian bisa dikatakan tidak ada outlier extrem pada variabel ini.
Terlihat sebaran data dari variabel Kualitas Pakan bergerombol di sekitar garis uji
yang mengarah ke kanan atas, dan ada data yang terletak jauh dari sebaran data, dengan
demikian data tersebut bisa dikatakan tidak normal.
Penanganan Data yang Tidak Normal :
Penulis dalam penanganan data yang tidak normal yaitu dengan menerima apa adanya
data, memang dianggap tidak normal dan tidak melakukan berbagai treatment. Untuk itu, alat
analisis yang dipilih harus diperhatikan, seperti unutk analisis faktor tidak begitu
mementingkan asumsi kenormalan data.
5. Uji Homoskedastisitas Data
Test of Homogeneity of Variancea,b
Levene Statistic df1 df2 Sig.
Based on Mean 1,227 1 46 ,274
Based on Median 1,371 1 46 ,248
Analisa_Keuangan Based on Median and with 1,371 1 45,164 ,248
adjusted df
Based on trimmed mean 1,181 1 46 ,283
Based on Mean 2,059 1 46 ,158
Based on Median ,121 1 46 ,730
Pengalaman Based on Median and with ,121 1 45,538 ,730
adjusted df
Based on trimmed mean 1,449 1 46 ,235
a. Analisa_Keuangan is constant when Keberhasilan_Usaha = 3,00. It has been omitted.
b. Pengalaman is constant when Keberhasilan_Usaha = 3,00. It has been omitted.
Kriteria Pengujian :
Jika Probabilitas (SIG) > 0,05, Maka Ho diterima
Jika probabilitas (SIG) < 0,05, maka Ho ditolak
Ket : Ho maksudnya kedua varians populasi adalah identik
Hi maksudnya kedua varians populasi adalah tidak identik
Keputusan :
Pada variabel analisa keuangan dengan dasar mean didapat angka signifikansi
0,274,karena besar dari 0,05 maka Ho diterima. Dan pada variabel pengalaman dengan
dasar mean didapat angka SIG 0,158 dan besar dari 0,05 yang berarti Ho diterima.
Total 15,780 49
Dari tabel diatas dapat diketahui hubungan antara kualitas bibit dengan keberhasilan
usaha memiliki tingkat signifikansi 0,009, artinya tidak ada hubungan antara kualitas bibit
dengan keberhasilan usaha. Suatu variabel independent dikatakan berhubungan dengan
variabel dependent jika memiliki tingkat signifikansi >0,5.
ANOVA Table
Total 15,780 49
Dari tabel dapat diketahui bahwa tidak ada hubungan antara kualitas pakan dengan
keberhasilan usaha karena tingkat signifikansi nya lebih kecil yaitu 0,059 < 0,5.
ANOVA Table
Total 15,780 49
Dari tabel daiatas, terlihat bahwa tidak ada hubungan antara cara pemberian pakan
dengan keberhasilan usaha karena tingkat signifikansi nya kecil dari 0,5 yaitu 0,162.
ANOVA Table
Dari tabel anova diatas juga terlihat tidak ada hubungan antara prosedur pemeliharaan
dengan keberhasilan usaha, karena angka signifikan nya lebih kecil yaitu 0,338 < 0,5.
ANOVA Table
Total 15,780 49
Dari tabel diatas terlihat bahwa tidak ada hubungan antara analisa keuangan dengan
keberhasilan usaha karena angka signifikannya kecil yaitu 0,14 < 0,5.
ANOVA Table
B. Analisis Faktor
1. Menilai Variabel yang Layak
Factor Analysis :
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,674
Approx. Chi-Square 47,111
Bartlett's Test of Sphericity Df 15
Sig. ,000
Angka KMO and Barlett’s Test adalah 0,674 dengan signifikansi 0,000, karena angka
tesebut diatas 0,5 dan SIG jauh dibawah 0,05 maka variabel dan sampel yang ada sebenarnya
sudah bisa dianalisis dengan analisis faktor.
Anti Imaage Matrices :
Anti-image Matrices
Kualitas Kualitas Cara_Pemb Prosedur_Pe Analisa_K Pengal
_Bibit _Pakan erian_Pakan meliharaan euangan aman
Kualitas_Bibit ,763 -,081 ,000 ,116 -,213 -,153
Kualitas_Pakan -,081 ,878 -,153 ,025 -,092 -,056
Anti-image Cara_Pemberian_Pakan ,000 -,153 ,805 -,213 ,068 -,169
Covariance Prosedur_Pemeliharaan ,116 ,025 -,213 ,729 -,258 -,034
Analisa_Keuangan -,213 -,092 ,068 -,258 ,600 -,183
Pengalaman -,153 -,056 -,169 -,034 -,183 ,693
Kualitas_Bibit ,671a -,098 ,000 ,156 -,315 -,211
a
Kualitas_Pakan -,098 ,786 -,182 ,032 -,127 -,072
Anti-image Cara_Pemberian_Pakan ,000 -,182 ,638a -,278 ,098 -,226
Correlation Prosedur_Pemeliharaan ,156 ,032 -,278 ,597a -,390 -,048
Analisa_Keuangan -,315 -,127 ,098 -,390 ,647a -,284
Pengalaman -,211 -,072 -,226 -,048 -,284 ,756a
a. Measures of Sampling Adequacy(MSA)
Pada bagian Anti-image correlation yang bertanda a yang berarah dari diagonal dari
kiri atas ke kanan bawah. Seperti angka MSA untuk variabel kualitas bibit adalah 0,671, dan
untuk kualitas pakan 0,786, vraiabel cara pemberian pakan 0,638 dan begitu seterusnya,
karena angka MSA dari semua variabel > 0,5 maka variabel masih bisa diprediksi dan bisa
dianalisis lebih lanjut.
Dari grafik terlihat dari faktor satu ke faktor dua mengalami penurunan yang cukup
tajam, dan begitu juga 2 ke 3, garis masih menurun namun dengan slope yang lebih kecil.
Dan pada faktor 4 sudah dibawah angka 1 dari sumbu eigenvalues. Hal ini menunjukan
bahwa dua faktor adalah paling bagus untuk meringkas ke-enam variabel.
Component Matrixa
Component
1 2
Kualitas_Bibit ,576 -,636
Kualitas_Pakan ,510 -,083
Cara_Pemberian_pakan ,537 ,558
Prosedur_Pemeliharaan ,587 ,546
Analisa_Keuangan ,768 -,163
Pengalaman ,740 -,116
Extraction Method: Principal Component Analysis.
a. 2 components extracted.
Tabel ini menunjukan bahwa korelasi antara variabel kualitas bibit dengan faktor 1
adalah 0,576 (kuat karena diatas 0,5). Korelasi antara variabel kualitas bibit dengan faktor 2
adalah -0,636 (lemah karena dibawah 0,5) , dan krelasi antara variabel kualitas pakan dengan
faktor 1 adalah 0,510 (kuat karena diatas 0,5), serta korelasi antara kualitas pakan dengan
faktor 2 -0,083 (lemah karena berada dibawah 0,5), dan begitu seterusnya untuk korelasi
variabel yang lain.
3. Validasi Faktor
a). Analisis faktor untuk kasus 1 sampai 25
Component Matrixa
Component
1 2 3
Zscore(Kualitas_Bibit) ,406 ,736 -,338
Zscore(Kualitas_Pakan) ,250 ,583 ,666
Zscore(Cara_Pemberian_pakan) ,544 ,110 ,388
Zscore(Prosedur_Pemeliharaan) ,619 -,562 ,250
Zscore(Analisa_Keuangan) ,812 -,292 -,057
Zscore(Pengalaman) ,698 ,116 -,500
Extraction Method: Principal Component Analysis.
a. 3 components extracted.
Dari tabel diatas , angka faktor loading kualitas bibit dengan komponen 1 kecil dari
0,55 yaitu 0,406. Sedangkan kualitas bibit dengan komponen 2 melewati angka 0,55 yaitu
0,736 dan begitu juga kualitas bibit dengan komponen 3 yaitu -0,338.Hal ini berarti
terbentuk sebuah faktor tanpa adanya reduksi faktor lain.
b). Analisis faktor kasus untuk nomor 26-50
Component Matrixa
Component
1 2
Zscore(Kualitas_Bibit) ,569 -,531
Zscore(Kualitas_Pakan) ,622 ,015
Zscore(Cara_Pemberian_pakan) ,532 ,677
Zscore(Prosedur_Pemeliharaan) ,547 ,514
Zscore(Analisa_Keuangan) ,748 -,416
Zscore(Pengalaman) ,835 -,045
Extraction Method: Principal Component Analysis.
a. 2 components extracted.
Dari tabel diatas terlihat bahwa angka faktor dari kualitas bibit besar dari 0,55 yaitu
0,569 dan sementara kualitas bibit dengan komponen 2 kecil dari 0,55 yaitu -0,531. Dan
begitu untuk variabel selanjutnya.
3. KEBIJAKAN
Berdasarkan analisis faktor yang telah penulis lakukan maka penulis mengambil
kesimpulan penelitian bahwa kualitas bibit dan pengalaman merupakan faktor yang sangat
penting dan paling berpengaruh dalam menentukan keberhasilan usaha beternak itik di
payakumbuh.
Kebijakan yang penulis ambil berdasarkan hasil penelitian ini adalah karena semua
faktor membentuk 94,89% pada tes variance matrix maka semua faktor merupakan penentu
dari keberhasilan usaha beternak itik dipayakumbuh. namun peternak lebih dianjurkan untuk
lebih mengutamakan faktor pengalaman dan kualitas bibit karena faktor tersebut adalah
faktor yang paling penting dalam keberhasilan beternak itik.