Nama : Syaidatul Mukharomah

Kelas : 5 PPB-A

Nirm : 03.01.21.0171

Ujian Akhir Semester

1. Apakah manfaat mempelajari statistika terapan dalam penyuluhan pertanian

berkelanjutan? Berikan contoh penerapannya
2. Apakah perbedaan uji korelasi dan regresi? Berikan Contoh penelitian
3. Apa perbedaan data nominal, ordinal, dan rasio ?
Jawab:
1. Mempelajari statistika terspan dalam penyuluhan pertanian berkelanjutan memiliki
beberapa manfaat, di antaranya:
a. Membantu dalam pengambilan keputusan
Dengan mempelajari statistika terapan, para penyuluh pertanian dapat
mengumpulkan data yang akurat dan menggunakannya untuk membuat keputusan
yang tepat. Misalnya, mereka dapat menggunakan data untuk menentukan jenis
tanaman yang paling cocok untuk ditanam di suatu daerah atau untuk menentukan
kapan waktu yang tepat untuk melakukan panen.
b. Meningkatkan efisiensi
Para penyuluh pertanian dapat mengidentifikasi pola dan tren dalam data
mereka. Hal ini dapat membantu mereka meningkatkan efisiensi dalam
penggunaan sumber daya seperti air dan pupuk, sehingga menghasilkan hasil yang
lebih baik dengan biaya yang lebih rendah.
c. Meningkatkan produktivitas
Dengan mempelajari statistika terspan, para penyuluh pertanian dapat
mengidentifikasi faktor-faktor yang mempengaruhi produktivitas tanaman dan
mengambil tindakan yang tepat untuk meningkatkannya. Misalnya, mereka dapat
menggunakan data untuk menentukan jenis pupuk yang paling efektif atau untuk
menentukan teknik irigasi yang paling efisien.
Contoh penerapannya adalah pada program penyuluhan pertanian
berkelanjutan di suatu daerah. Para penyuluh dapat mengumpulkan data tentang
jenis tanaman yang paling cocok untuk ditanam di daerah tersebut, kondisi tanah,
 curah hujan, dan faktor-faktor lain yang mempengaruhi produktivitas tanaman.
Dengan menggunakan statistika terspan, mereka dapat menganalisis data tersebut
dan membuat rekomendasi yang tepat untuk petani setempat. Misalnya, mereka
dapat menyarankan penggunaan pupuk organik tertentu atau teknik irigasi yang
lebih efisien untuk meningkatkan produktivitas tanaman.

2. Perbedaan Korelasi dan Regresi

Korelasi Regresi
untuk mengetahui apakah diantara dua analisis regresi adalah untuk
variabel terdapat hubungan atau tidak, memprediksi besar Variabel Terikat
dan jika ada hubungan bagaimanakah (Dependent Variable) dengan
arah hubungan dan seberapa besar menggunakan data Variabel Bebas
hubungan tersebut (Independent Variable) yang sudah
diketahui besarnya.
Data pada analisis korelasi dapat berupa Data harus interval/rasio, Data
data kualitatif maupun kuantitatif, yang Berdistribusi normal
masing-masing mempunyai ukuran
korelasi sendiri-sendiri.
Korelasi menunjukkan sekedar Regresi menunjukkan pengaruh
hubungan
Tidak terdapat variabel tergantung dan Terdapat variabel tergantung dan
variabel bebas variabel bebas
Menunjukkan kekuatan hubungan antar Menunjukkan bentuk hubungan antara
dua variabel atau lebih dua variabel atau lebih
Contoh korelasi :Pupuk dengan Contoh regresi :
produksi panen, Biaya iklan dengan hasil Umur Vs Tinggi tanaman (X: umur, Y:
penjualan, Berat badan dengan tekanan Tinggi)
darah, Pendapatan dengan konsumsi. Biaya Promosi Vs Volume Penjualan (X
Investasi nasional dengan pendapatan : Biaya , Y : Volume)
nasional, Harga barang dengan
permintaan barang, Pendapatan
masyarakat dengan kejahatan ekonomi
 Syarat Uji Korelasi dan Regresi adalah :
a. Uji Korelasi
Menguji hubungan anatara variabel bebas dan variabel terikat. Konseop uji
korelasi digunakan untuk mengetahui hubungan antara 2 variabel. Untuk nilai
menggunakan referensi hubungan antar variabel yang lemah, sedang hingga
kuat. Nilai korelasi lemah jika dibawah 0.5 dan mendekati nilai 1.
b. Uji Regresi
Menguji pengaruh variabel independent dan dependent. Mengacu pada Teknik
analisis statistic yang bertujuan untuk memprediksi perilaku suatu variabel terikat.
3. Perbedaan Data Nominal, Data Ordinal, Data Ratio
a. Data Nominal
Data nominal adalah data yang diberikan pada objek atau kategori. Berdasarkan
jurnal data nominal dalam penelitian yaitu Jenis kelamin di Wilayah Kerja
Puskesmas Gunung Pati. Berdasarkan jurnal diketahui bahwa mayoritas responden
berjenis kelamin perempuan.
Contoh data Nominal pada jurnal

Data Nominal Pekerjaan

b. Data Ordinal
Data ordinal adalah jenis data penelitian yang berbentuk kategoris
dengan urutan tertentu, yang mana berbagai variabel penelitian di dalam data
ordinal ini dicantumkan secara berurutan. Data ordinal memiliki tujuan untuk
memberikan informasi mengenai jumlah relatif karakteristik yang berbeda
yang dimiliki oleh suatu objek atau suatu individu tertentu, sehingga tingkat
pengukuran data tersebut memiliki informasi skala nominal ditambahkan
dengan sarana peringkat relatif tertentu.
Berdasarkan jurnal, data ordinal yang digunakan adalah tingkat
pendidikan mulai dari tidak sekolah, tamad SD, SMP, SMA, hingga ke jenjang
pendiidkan sarjana.
Contoh data Ordinal berdasarkan Jurnal

c. Data Rasio
Data rasio adalah jenis data dimana jarak antara nilai-nilai sama dan
memilili nilai non absolut. Oleh karena itu, jika nilai data adalah nol,
maka menunjukkan bahwa tidak ada jumlah yang diukur atau tidak ada
karakteristik yang diukur.
 Berdasarkan jurnal, data rasio yang digunakan berupa umur atau
usia. Responden di Wilayah Kerja Puskesmas Gunungpati berusia 45-
55 tahun.
Contoh data rasio dalam jurnal

4. Nilai Persamaan Regresi

Diameter
Tinggi pohon batang
Y x Xy x2 y2
35 8 280 64 1225
49 9 441 81 2401
27 7 189 49 729
33 6 198 36 1089
60 13 780 169 3600
21 7 147 49 441
45 11 495 121 2025
51 12 612 144 2601
321 73 3142 713 14111

a. Nilai a dan b

(321 ×713 )−(73×3142) (8×3142)−(73×321)

a= (8×713)−(73×73)
b= (8×713)−(73×73)

−493 1703
a= b=
375 375

a = -1,31467 b = 4, 541333

Sehingga, berdasarkan perhitungan diperoleh nilai a = -1,31467 dan nilai b = 4,

541333

b. Persamaan Regresi
 y = a + b (x)

y = -1,31467 + 4, 5413 (x)

Sehingga diperoleh persamaan regresi yaitu y = -1,31467 + 4,5413 (x)

5. Tabel Hasil Regresi SPSS

Output bagian (Coefficients)

Pada tabel coefficients perhitungan SPSS diperoleh bahwa pada kolom B pada Contast
(a) adalah -1,315, sedang nilai diameter batang (b) adalah 4,541 . Sehingga persamaan atau
model regresinya adalah Y = a + b(x) atau -1,315 + 4,541(x). Pada output diatas diketahui nilai
signifikan (Sig.) sebesar 0.003 lebih kecil dari < probabilitas 0.05, sehingga dapat disimpulkan
bahwa “ Ada pengaruh diameter batang (x) terhadap tinggi pohon (y). Nilai 4,541 memiliki
makna bahwa setiap penambahan 1% diameter pohon (x) makan akan memperngaruhi tinggi
pohon yang ada.