LAMPIRAN 1. Program Estimasi Model EkonomiRumahtangga PetaniKedelaiMetode 2SLS

Ukuran: px
Mulai penontonan dengan halaman:

Download "LAMPIRAN 1. Program Estimasi Model EkonomiRumahtangga PetaniKedelaiMetode 2SLS"

Transkripsi

1 LAMPIRAN 1. Program Estimasi EkonomiRumahtangga PetaniKedelaiMetode 2SLS /*Program SAS UjianTerbuka */ Title01 ProSAS UT By: RMS; Data Satu; Input NO LAT LAP PRO PKpPKt JB JPU JPS JPK JO JZ JR BS BTK BUK; NO = NomorResponden LAT = Luas Areal Tanam(Ha) LAP = Luas Areal Panen(Ha) PRO = ProduksiKedelai(Kg) PKp = Prodtvts.KPnn(Kg/Ha) PKt = Prodtvts.KTnm(Kg/Ha) JB = JmlhBenihKedelai(Kg) JPU = JmlhPupuk Urea (Kg) JPS = JmlhPp k.sp 36/Tsp(Kg) JPK = JmlhPp k.kcl/za (Kg) JO = JmlhObat/Pestsd(Lt) JZ = Jumlah ZPT/Ppc (Lt) JR = JmlhRhizo+ (Sachet) BS = BiayaSaranaProd(Rp) BTK = BiayaTenagaKerja(Rp) BUK = BiayaUt.Kedelai(Rp ); Cards; Data Dua; Input NO TKDK TKLK TKK TKDN TKDL TKD TKL TK CK TKLN TKLL CKL; NO = NomorResponden TKDK = TK DlmKlrg Kdl (HOK) TKLK = TK LuarKlrgKd l(hok) TKK = TenagaKerjaKdl(HOK) TKDN = TKDlmKlgNonKdl(HOK) TKDL = TKDlmKlgNUtLain(HOK) TKD = TKDalamKeluarga(HOK) TKL = TK LuarKeluarga(HOK) TK = TenagaKerjaTtl(HOK) CK = CurahKerjaTotal(HOK) TKLN = TKLrKlrgNonKd l(hok) TKLL = TKLrKlgNUtLain(HOK) CKL = CurahKerjaLrKlg(HOK); Cards; Data Tiga; Input NO BB BP BO BS BTK BUK PUK PUKT PNK PNL PRT; NO = NomorResponden BB = BiayaBenih (Rp) BP = BiayaPupuk (Rp) BO = BiayaObat/Pests(Rp) BS = BiayaSaranaProd(Rp) BTK = BiayaTenagaKerja(Rp) BUK = BiayaUt.Kedelai(Rp ) PUK = PenerimaanUt.Kdl(Rp) PUKT = PndapatnUtKdlTtl(Rp) PNK = PndapatnNonKdl (Rp)

2 198 Cards; PNL = PndapatnNUtLain(Rp) PRT = PendapatanRT.Ttl(Rp); Data Empat; Input NO PRT PD KPT KNP KT IE IH IS PBB KL; NO = NomorResponden PRT = PendapatanRT.Ttl(Rp) PD = PndptnDisposable(Rp) KPT = KonsumsiPngTunai(Rp) KNP = KonsumsiNonPngn(Rp) KT = KonsumsiRT.Total(Rp) IE = InvestasiPdidikn(Rp) IH = InvestasiKsehatn(Rp) IS = InvestasiSmbrDy(Rp) PBB = PajakBumiBngn (Rp) KL = Konsumsi Lain (Rp); Cards; Data Lima; Input NO IS IP INV TA B KRE KT BRT PRO KK KJ; NO = NomorResponden IS = InvestasiSmbrdy(Rp) IP = InvestasiProPert(Rp) INV = InvestasiRT.Ttl(Rp) TAB = Tabungan (Rp) KRE = KreditPertanian(Rp) KT = Konsumsi Total (Rp) BRT = PengeluaranRTTtl(Rp) PRO = ProduksiKedelai(Kg) KK = KonsumsiKedelai(Kg) KJ = Kd ljual/su rplusp(kg); Cards; Data Ena m; Input NO HK HG HJ HS HU HKT HKH HTpHTh HHK HTI ; NO = NomorResponden HK = HargaKedelai(Rp/Kg) HG = HargaGabahKP(Rp/Kg) HJ = HargaJagung (Rp/Kg) HS = HargaSingkong(Rp/Kg) HU = HargaUbiJalar(Rp/Kg) HKT = HargaKacngTnh(Rp/Kg) HKH = HargaKacangHj(Rp/Kg) HTp = HargaTempe(Rp/0.5Kg) HTh = HargaTahu(Rp/0.5Kg) HHK = HrgRata2HslKebun(Rp) HTI = Hrg Rata2Tnk/Ikan(Rp); Cards; Data Tujuh; Input NO HB HPU HPS HPK HO HZ HR UTKL HPH JPH; NO = NomorResponden HB = HargaBenihKdl(Rp/Kg) HPU = HargaPpk.Urea(Rp/Kg) HPS = Hrg PSp36/Tsp(Rp/Kg)

3 199 Cards; HPK = HargaPKcl/Za(Rp/Kg) HO = HrgObat/Pest(Rp/Lt) HZ = HargaZpt/Ppc(Rp/Lt) HR = HargaRhizo+(Rp/Sch) UTKL = UpahTKLuarKl(Rp/HOK) HPH = HgPHijau/Kdng(Rp/Kg) JPH = JmlhPHijau/Kdng(Kg); Data Delapan; Input NO SB UM ED AKK AK AT PBB KL LAT LAP; NO = NomorResponden SB = SukuBungaKredit(%/T) UM = UmurPetani (Th) ED = Lama Pendidikan (Th) AKK = AngktnKerjaKlg(Orng) AK = AnggotaKlrg (Orang) AT = Asset Total (Rp) PBB = PajakBumiBngnn(Rp) KL = KonsumsLainTunai(Rp) LAT = Luas Areal Tanam(Ha) LAP = Luas Areal Panen(Ha); Cards; Data Sembilan; Input NO KKB KKP KKL KK TKLN TKLL CKL DA DI DG DS; NO = NomorResponden KKB = KonsumsiKdlBenih(Kg) KKP = KonsumsiKdlPngn(Kg) KKL = KonsumsiKdlLain(Kg) KK = KonsumsiKedelai(Kg) TKLN = TKLuarKlgNonKdl(HOK) TKLL = TKLuarKlNUtLain(HOK) CKL = CurahKerjaLrKlg(HOK) DA = Du mmyarea "MilikSdr=1" DI = Du mmyirigasi"teknis=1" DG = Dummy Gender "Laki2=1" DS = DummySkill "TamatSD=1"; Cards; Options NoDateNoNu mberno Center; Data DELE; Set SatuDuaTigaEmpat Lima EnamTujuhDelapan Sembilan; Merge SatuDuaTigaEmpat Lima EnamTujuhDelapan Sembilan; BS = (JB* HB)+((JPU*HPU)+(JPS* HPS)+(JPK* HPK))+((JO*HO)+(JZ* HZ)+(JR* HR)); BTK = (TKLK)*(UTKL); PUK = (PRO)*(HK); PUKT = PUK - BS - BTK; PKp = (PRO)/(LAP); Hkpu = (Hk/Hpu); Hkps = (Hk/Hps); Hkp k = (Hk/Hpk); If DA>0 Then DA =1; Else DA=0; If DI>0 Then DI=1; Else DI=0; If DG>0 Then DG=1; Else DG=0; If DS>0 Then DS=1; Else DS=0;

4 200 DA = Du mmyarea "MilikSdr=1" DI = Du mmyirigasi"teknis=1" DG = Dummy Gender "Laki2=1" DS = DummySkill "TamatSD=1" Hkpu = RasioHgKd l/hgpurea Hkps = RasioHgKdl/HgPSpTsp Hkp k = RasioHgKd l/hgpkclza BS = BiayaSaranaProd(Rp) BTK = BiayaTenagaKerja(Rp) PUK = PenerimaanUt.Kdl(Rp) PUKT = PndapatnUtKdlTtl(Rp) PKp = ProdtvtKdlPnn(Kg/Ha); RUN; Title02 Prosedur SYSLIN ProSAS ; ProcSyslin Data=DELE 2SLS OutEst=Kedelai Simple; Endogenous LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK PNL KPT KNP IE IH IP TAB KRE TKK TKD TKL TK CK BS BTK BUK PUK PUKT PRT PD KT IS INV BRT KJ PKp; Instruments HK HG HJ HS HU HKT HKH HB HPU HPS HPK HO HZ HR HTp HTh HTI HHK UTKL UM ED AKK AK AT SB PBB KL KK TKLN TKLL CKL JPH Da Di Dg Ds Hkpu Hkps Hkp k ; ; LAP: LAP = HK HJ hkhhpu AT JB TKDK PRT / DW; PRO: PRO = HB hps HZ HR LAP KRE PUK / DW; JB: JB = HB HZ HR LAP KRE PUK / DW; JPU: JPU = HKPU HB HO HZ jph PNK pnl PUK / DW; JPS: JPS = HKPS HB HZ da LAP TKLK PNK / DW; JPK: JPK = hkpkhb HO hzjph lap PNK PUK / DW; JO: JO = HO HB hz HR jph di PNK PUK / DW; JZ: JZ = HZ hb HO HR PNK PUK / DW; JR: JR = HR hbhpu HO hz JPH LAP prt / DW; TKDK: TKDK = utkl UM ED AKK DG LAP JPS TAB / DW; TKLK: TKLK = UTKL um ed DS tkdl JPS PUK / DW; TKDN: TKDN = utklhkakk tklk PNK tab / DW; TKDL: TKDL = utkl UM ED tklk PNL PUKT / DW; PNK: PNK = HKT PNL pukt TAB KRE /Noint DW; PNL: PNL = HTP hti at PNK PUKT TA B KRE /Noint DW; KPT: KPT = HJ AK KK KNP KRE / DW; KNP: KNP = UM AK KPT PNL KT /Noint DW; IE: IE = HK hshuhtihhk um edak IP pnl INV / DW; IH: IH = hg hth IP KRE INV / DW; IP: IP = AT IS pro PRT /Noint DW; TAB: TAB = SB hti PD /Noint DW; KRE: KRE = SB HPU HO JPH tab JB KT IH /Noint DW; ; TKK: Identity TKK = TKDK + TKLK; TKD: Identity TKD = TKDK + TKDN + TKDL; TKL: Identity TKL = TKLK + TKLN + TKLL; TK: Identity TK = TKD + TKL; CK: Identity CK = TKD + CKL;

5 201 BS: Identity BS = BS + 0; BTK: Identity BTK = BTK + 0; BUK: Identity BUK = BS + BTK; PUK: Identity PUK = PUK + 0; PUKT: Identity PUKT = PUK - BUK; PRT: Identity PRT = PUKT + PNK + PNL; PD: Identity PD = PRT - PBB; KT: Identity KT = KPT + KNP + KL; IS: Identity IS = IE + IH; INV: Identity INV = IS + IP; BRT: Identity BRT = KT + INV; KJ: Identity KJ = PRO - KK; PKp: Identity PKp = PKp + 0; RUN; ;

6 LAMPIRAN 2. HasilEstimasi EkonomiRumahtangga PetaniKedelaiMetode 2SLS ProSAS Ujian Terbuka By: RMS. Two-Stage Least Squares Estimation LAP Dependent Variable LAP Luas Areal Panen(Ha) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HK HargaKedelai(Rp/Kg) HJ HargaJagung (Rp/Kg) HKH HargaKacangHj(Rp/Kg) HPU HargaPpk.Urea(Rp/Kg) AT E E <.0001 Asset Total (Rp) JB <.0001 JmlhBenihKedelai(Kg) TKDK <.0001 TK DlmKlrgKdl (HOK) PRT E E PendapatanRT.Ttl(Rp) Durbin-Watson First-Order Autocorrelation

7 204 PRO Dependent Variable PRO ProduksiKedelai(Kg) E <.0001 Error Corrected Total E8 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HB <.0001 HargaBenihKdl(Rp/Kg) HPS Hrg PSp36/Tsp(Rp/Kg) HZ HargaZpt/Ppc(Rp/Lt) HR HargaRhizo+(Rp/Sch) LAP Luas Areal Panen(Ha) KRE KreditPertanian(Rp) PUK <.0001 PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation JB Dependent Variable JB JmlhBenihKedelai(Kg) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept <.0001 Intercept HB HargaBenihKdl(Rp/Kg) HZ HargaZpt/Ppc(Rp/Lt) HR <.0001 HargaRhizo+(Rp/Sch) LAP <.0001 Luas Areal Panen(Ha) KRE E E KreditPertanian(Rp) PUK E E <.0001 PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation

8 205 JPU Dependent Variable JPU JmlhPupuk Urea (Kg) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept <.0001 Intercept Hkpu RasioHgKd l/hgpurea HB HargaBenihKdl(Rp/Kg) HO HrgObat/Pest(Rp/Lt) HZ HargaZpt/Ppc(Rp/Lt) JPH JmlhPHijau/Kdng(Kg) PNK E E PndapatnNonKdl (Rp) PNL E E PndapatnNUtLain(Rp) PUK E E PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation JPS Dependent Variable JPS JmlhPp k.sp 36/Tsp(Kg) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept Hkps RasioHgKdl/HgPSpTsp HB HargaBenihKdl(Rp/Kg) HZ HargaZpt/Ppc(Rp/Lt) DA DummyAreaMilikSdr=1 LAP Luas Areal Panen(Ha) TKLK TK LuarKlrgKd l(hok) PNK E E PndapatnNonKdl (Rp) Durbin-Watson First-Order Autocorrelation

9 206 JPK Dependent Variable JPK JmlhPp k.kcl/za (Kg ) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept Hkp k RasioHgKd l/hgpkclza HB HargaBenihKdl(Rp/Kg) HO HrgObat/Pest(Rp/Lt) HZ HargaZpt/Ppc(Rp/Lt) JPH JmlhPHijau/Kdng(Kg) LAP Luas Areal Panen(Ha) PNK E E PndapatnNonKdl (Rp) PUK E E PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation JO Dependent Variable JO JmlhObat/Pestsd(Lt) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept <.0001 Intercept HO E <.0001 HrgObat/Pest(Rp/Lt) HB HargaBenihKdl(Rp/Kg) HZ E E HargaZpt/Ppc(Rp/Lt) HR HargaRhizo+(Rp/Sch) JPH JmlhPHijau/Kdng(Kg) DI Du mmyirigasiteknis=1 PNK E E PndapatnNonKdl (Rp) PUK E E <.0001 PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation

10 207 JZ Dependent Variable JZ Jumlah ZPT/Ppc (Lt) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HZ E HargaZpt/Ppc(Rp/Lt) HB HargaBenihKdl(Rp/Kg) HO E HrgObat/Pest(Rp/Lt) HR HargaRhizo+(Rp/Sch) PNK E E PndapatnNonKdl (Rp) PUK E E PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation JR Dependent Variable JR JmlhRhizo+ (Sachet) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Va lue Pr> t Intercept Intercept HR HargaRhizo+(Rp/Sch) HB HargaBenihKdl(Rp/Kg) HPU HargaPpk.Urea(Rp/Kg) HO 1-8.4E E HrgObat/Pest(Rp/Lt) HZ E E HargaZpt/Ppc(Rp/Lt) JPH JmlhPHijau/Kdng(Kg) LAP Luas Areal Panen(Ha) PRT E E PendapatanRT.Ttl(Rp) Durbin-Watson First-Order Autocorrelation

11 208 TKDK Dependent Variable TKDK TK DlmKlrgKdl (HOK) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept UTKL UpahTKLuarKl(Rp/HOK) UM UmurPetani (Th) ED Lama Pendidikan (Th) AKK AngktnKerjaKlg(Orng) DG Dummy Gender Laki2=1 LAP Luas Areal Panen(Ha) JPS JmlhPp k.sp 36/Tsp(Kg) TAB E E Tabungan (Rp) Durbin-Watson First-Order Autocorrelation TKLK Dependent Variable TKLK TK LuarKlrgKd l(hok) Source DF Squares Square F Value Pr> F <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept <.0001 Intercept UTKL UpahTKLuarKl(Rp/HOK) UM UmurPetani (Th) ED Lama Pendidikan (Th) DS Du mmyskilltamatsd=1 TKDL TKDlmKlgNUtLain(HOK) JPS <.0001 JmlhPp k.sp 36/Tsp(Kg) PUK E E PenerimaanUt.Kdl(Rp) Durbin-Watson First-Order Autocorrelation

12 209 TKDN Dependent Variable TKDN TKDlmKlgNonKdl(HOK) Source DF Squares Square F Value Pr> F <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept UTKL UpahTKLuarKl(Rp/HOK) HK HargaKedelai(Rp/Kg) AKK AngktnKerjaKlg(Orng) TKLK TK LuarKlrgKd l(hok) PNK E E PndapatnNonKdl (Rp) TAB E E Tabungan (Rp) Durbin-Watson First-Order Autocorrelation TKDL Dependent Variable TKDL TKDlmKlgNUtLain(HOK) <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept UTKL UpahTKLuarKl(Rp/HOK) UM UmurPetani (Th) ED Lama Pendidikan (Th) TKLK TK LuarKlrgKd l(hok) PNL E <.0001 PndapatnNUtLain(Rp) PUKT E E PndapatnUtKdlTtl(Rp) Durbin-Watson First-Order Autocorrelation

13 210 PNK Dependent Variable PNK PndapatnNonKdl (Rp) E E <.0001 Error E E12 UncorrectedTotal E15 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t HKT HargaKacngTnh(Rp/Kg) PNL PndapatnNUtLain(Rp) PUKT PndapatnUtKdlTtl(Rp) TAB <.0001 Tabungan (Rp) KRE <.0001 KreditPertanian(Rp) Durbin-Watson First-Order Autocorrelation PNL Dependent Variable PNL PndapatnNUtLain(Rp) E E <.0001 Error E E13 UncorrectedTotal E16 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t HTp <.0001 HargaTempe(Rp/0.5Kg) HTI Hrg Rata2Tnk/Ikan(Rp) AT Asset Total (Rp) PNK PndapatnNonKdl (Rp) PUKT PndapatnUtKdlTtl(Rp) TAB <.0001 Tabungan (Rp) KRE KreditPertanian(Rp) Durbin-Watson First-Order Autocorrelation

14 211 KPT Dependent Variable KPT KonsumsiPngTunai(Rp) E E <.0001 Error E E8 Corrected Total E11 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HJ HargaJagung (Rp/Kg) AK AnggotaKlrg (Orang) KK <.0001 KonsumsiKedelai(Kg) KNP KonsumsiNonPngn(Rp) KRE KreditPertanian(Rp) Durbin-Watson First-Order Autocorrelation KNP Dependent Variable KNP KonsumsiNonPngn(Rp) E E <.0001 Error E E12 UncorrectedTotal E15 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t UM UmurPetani (Th) AK <.0001 AnggotaKlrg (Orang) KPT KonsumsiPngTunai(Rp) PNL PndapatnNUtLain(Rp) KT <.0001 KonsumsiRT.Total(Rp) Durbin-Watson First-Order Autocorrelation

15 212 IE Dependent Variable IE InvestasiPdidikn(Rp) E E <.0001 Error E E9 Corrected Total E12 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HK HargaKedelai(Rp/Kg) HS HargaSingkong(Rp/Kg) HU HargaUb ijalar(rp/kg) HTI Hrg Rata2Tnk/Ikan(Rp) HHK HrgRata2HslKebun(Rp) UM UmurPetani (Th) ED Lama Pendidikan (Th) AK AnggotaKlrg (Orang) IP <.0001 InvestasiProPert(Rp) PNL PndapatnNUtLain(Rp) INV <.0001 InvestasiRT.Ttl(Rp) Durbin-Watson First-Order Autocorrelation IH Dependent Variable IH InvestasiKsehatn(Rp) E E Error E E9 Corrected Total E11 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t Intercept Intercept HG HargaGabahKP(Rp/Kg) HTh HargaTahu(Rp/0.5Kg) IP InvestasiProPert(Rp) KRE KreditPertanian(Rp) INV InvestasiRT.Ttl(Rp) Durbin-Watson First-Order Autocorrelation

16 213 IP Dependent Variable IP InvestasiProPert(Rp) E E <.0001 Error E E12 UncorrectedTotal E15 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t AT Asset Total (Rp) IS InvestasiSmbrDy(Rp) PRO ProduksiKedelai(Kg) PRT PendapatanRT.Ttl(Rp) Durbin-Watson First-Order Autocorrelation TAB Dependent Variable TAB Tabungan (Rp) E E <.0001 Error E E13 UncorrectedTotal E16 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Variable DF Estimate Error t Value Pr> t SB SukuBungaKredit(%/T) HTI Hrg Rata2Tnk/Ikan(Rp) PD <.0001 PndptnDisposable(Rp) Durbin-Watson First-Order Autocorrelation

17 214 KRE Dependent Variable KRE KreditPertanian(Rp) E E <.0001 Error E E11 UncorrectedTotal E14 Root MSE R-Square Dependent Mean Adj R-Sq CoeffVar Para meter Standard Variable Variable DF Estimate Error t Value Pr> t SB SukuBungaKredit(%/T) HPU HargaPpk.Urea(Rp/Kg) HO HrgObat/Pest(Rp/Lt) JPH JmlhPHijau/Kdng(Kg) TAB Tabungan (Rp) JB JmlhBenihKedelai(Kg) KT <.0001 KonsumsiRT.Total(Rp) IH InvestasiKsehatn(Rp) Durbin-Watson First-Order Autocorrelation

18 LAMPIRAN 3. Program Validasi EkonomiRumahtangga PetaniKedelaidenganMetodeSolusi Newton Options NoDateNoNu mberno Center; Data DELE; Set SatuDuaTigaEmpat Lima EnamTujuhDelapan Sembilan; Merge SatuDuaTigaEmpat Lima EnamTujuhDelapan Se mb ilan; BS = (JB* HB)+((JPU*HPU)+(JPS* HPS)+(JPK* HPK))+((JO*HO)+(JZ* HZ)+(JR* HR)); BTK = (TKLK)*(UTKL); PUK = (PRO)*(HK); PUKT = PUK - BS - BTK; PKp = (PRO)/(LAP); Hkpu = (Hk/Hpu); Hkps = (Hk/Hps); Hkp k = (Hk/Hpk); If DA>0 Then DA =1; Else DA=0; If DI>0 Then DI=1; Else DI=0; If DG>0 Then DG=1; Else DG=0; If DS>0 Then DS=1; Else DS=0; DA = Du mmyarea "MilikSdr=1" DI = Du mmyirigasi"teknis=1" DG = Dummy Gender "Laki2=1" DS = DummySkill "TamatSD=1" Hkpu = RasioHgKd l/hgpurea Hkps = RasioHgKdl/HgPSpTsp Hkp k = RasioHgKd l/hgpkclza BS = BiayaSaranaProd(Rp) BTK = BiayaTenagaKerja(Rp) PUK = PenerimaanUt.Kdl(Rp) PUKT = PndapatnUtKdlTtl(Rp) PKp = ProdtvtKdlPnn(Kg/Ha); ; Title04 Prosedur SIMNLIN ProSA S UT by:rms; Proc SIMNLIN Data=DELE Type=N2SLS Newton MaxIter=50 Converge=1E-8 Simulate Stats Out=KedeleOutactualOutpredictTheilNoprint ; Endogenous LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK PNL KPT KNP IE IH IP TAB KRE TKK TKD TKL TK CK BS BTK BUK PUK PUKT PRT PD KT IS INV BRT KJ PKp ; Exogenous HK HG HJ HS HU HKT HKH HB HPU HPS HPK HO HZ HR HTp HTh HTI HHK UTKL UM ED AKK AK AT SB PBB KL KK TKLN TKLL CKL JPH DA DI DG DS Hkpu Hkps Hkp k ; Parms a a a a a a5 2.55E-9 a a a8 1.66E-8 b b b b b b b b c c c c c c5 7.06E-6 c E-6 d d d d d d d E-6 d E-6 d E-6

19 216 e e e e e e e e E-6 f f f f f f f f E-6 f E-6 g g g g3-7.82e-6 g g g g E-8 g E-7 h h h h h h E-7 h E-7 i i i i i4-8.4e-6 i5-5.03e-6 i i i E-8 j j j j j j j j j E-6 k k k k k k k k E-6 l l l l l l E-6 l E-6 m m m m m m m E-6 n n n n n o o o o o o o p p p p p p q q q q q r r r r r r r r r r r r s s s s s s t t t t u u u v v v v v v v v ; ; LAP = a0 +a1*hk +a2*hj +a3*hkh +a4*hpu +a5*at +a6*jb +a7*tkdk +a8*prt; PRO = b0 +b1*hb +b2*hps +b3*hz +b4*hr +b5*lap +b6*kre +b7*puk; JB = c0 +c1*hb +c2*hz +c3* HR +c4* LAP +c5* KRE +c6*puk; JPU = d0 +d1*(hk/hpu) +d2*hb +d3*ho +d4*hz +d5*jph +d6*pnk +d7*pnl +d8*puk; JPS = e0 +e1*(hk/hps) +e2* HB +e3*hz +e4*da +e5*lap +e6*tklk +e7*pnk; JPK = f0 +f1*(hk/hpk) +f2*hb +f3*ho +f4*hz +f5*jph +f6*lap +f7*pnk +f8*puk; JO = g0 +g1*ho +g2*hb +g3*hz +g4*hr +g5*jph +g6*di +g7*pnk +g8*puk; JZ = h0 +h1*hz +h2*hb +h3*ho +h4*hr +h5*pnk +h6*puk; JR = i0 +i1*hr +i2*hb +i3*hpu +i4*ho +i5*hz +i6*jph +i7*lap +i8*prt; TKDK = j0 +j1*utkl +j2*um +j3*ed +j4*akk +j5*dg +j6* LAP +j7*jps +j8*ta B; TKLK = k0 + k1*utkl +k2*um +k3*ed +k4*ds +k5*tkdl +k6*jps +k7*puk; TKDN = l0 +l1*utkl +l2*hk +l3*akk +l4*tklk +l5*pnk +l6*tab; TKDL = m0 +m1*utkl +m2*um +m3* ED +m4*tklk +m5*pnl +m6*pukt; PNK = n1*hkt +n2*pnl +n3*pukt +n4*tab +n5*kre; PNL = o1*htp +o2*hti +o3*at +o4*pnk +o5*pukt +o6*tab +o7*kre; KPT = p0 +p1*hj +p2*ak +p3*kk +p4*knp +p5*kre; KNP = q1* UM +q 2*AK +q 3*KPT +q 4*PNL +q 5*KT; IE = r0 +r1*hk +r2*hs +r3*hu +r4*hti +r5*hhk +r6*um +r7*ed +r8*ak +r9*ip +r10*pnl +r11*inv; IH = s0 +s1*hg +s2*hth +s3*ip +s4*kre +s5*inv; IP = t1*at +t2*is +t3*pro +t4*prt; TAB = u1*sb +u2*hti +u3*pd; KRE = v1*sb +v2*hpu +v3*ho +v4*jph +v5*tab +v6*jb +v7*kt +v8*ih;

20 217 ; TKK = TKDK + TKLK; TKD = TKDK + TKDN + TKDL; TKL = TKLK + TKLN + TKLL; TK = TKD + TKL; CK = TKD + CKL; BS = (JB* HB)+((JPU*HPU)+(JPS* HPS)+(JPK* HPK))+((JO*HO)+(JZ* HZ)+(JR* HR)); BTK = (TKLK)*(UTKL); BUK = BS + BTK; PUK = (PRO)*(HK); PUKT = PUK - BUK; PRT = PUKT + PNK + PNL; PD = PRT - PBB; KT = KPT + KNP + KL; IS = IE + IH; INV = IS + IP; BRT = KT + INV; KJ = PRO - KK; PKp = (PRO)/(LAP); RUN;

21 LAMPIRAN 4. HasilValidasi EkonomiRumahtangga PetaniKedelaidenganMetodeSolusi Newton ProSAS Ujian Terbuka By: RMS. The SIMNLIN Procedure - Simultaneous Simulation Descriptive Statistics Actual Predicted Variable Nobs N Mean StdDev Mean StdDev LAP Luas Areal Panen(Ha) PRO ProduksiKedelai(Kg) JB JmlhBenihKedelai(Kg) JPU JmlhPupuk Urea (Kg) JPS JmlhPp k.sp 36/Tsp(Kg) JPK JmlhPp k.kcl/za (Kg ) JO JmlhObat/Pestsd(Lt) JZ Jumlah ZPT/Ppc (Lt) JR JmlhRhizo+ (Sachet) TKDK TK DlmKlrgKdl (HOK) TKLK TK LuarKlrgKd l(hok) TKDN TKDlmKlgNonKdl(HOK) TKDL TKDlmKlgNUtLain(HOK) PNK PndapatnNonKdl (Rp) PNL PndapatnNUtLain(Rp) KPT KonsumsiPngTunai(Rp) KNP KonsumsiNonPngn(Rp) IE InvestasiPdidikn(Rp) IH InvestasiKsehatn(Rp) IP InvestasiProPert(Rp) TAB Tabungan (Rp) KRE KreditPertanian(Rp) TKK TenagaKerjaKdl(HOK) TKD TKDalamKeluarga(HOK) TKL TK LuarKeluarga(HOK) TK TenagaKerjaTtl(HOK) CK CurahKerjaTotal(HOK) BS BiayaSaranaProd(Rp) BTK BiayaTenagaKerja(Rp) BUK BiayaUt.Kedelai(Rp) PUK PenerimaanUt.Kdl(Rp) PUKT PndapatnUtKdlTtl(Rp) PRT PendapatanRT.Ttl(Rp) PD PndptnDisposable(Rp) KT KonsumsiRT.Total(Rp) IS InvestasiSmbrDy(Rp) INV InvestasiRT.Ttl(Rp) BRT PengeluaranRTTtl(Rp) KJ KdlJual/SurplusP(Kg) PKp ProdtvtKdlPnn(Kg/Ha)

22 220 The SIMNLIN Procedure - Simultaneous Simulation Statistics of fit Mean Mean% MeanAbs MeanAbs RMS RMS% Variable N Error Error Error % Error Error Error LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK PNL KPT KNP IE IH IP TAB KRE TKK TKD TKL TK CK BS BTK BUK PUK PUKT PRT PD KT IS INV BRT KJ PKp

23 221 The SIMNLIN Procedure - Simultaneous Simulation Theil Forecast Error Statistics MS E Decomposition Proportions Corr Bias RegDistVarCovarInequalCoef Variable N MS E (R) (UM) (UR) (UD) (US) (UC) U1 U LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK E PNL E KPT E KNP E IE E IH E IP E TAB E KRE E TKK TKD TKL TK CK BS E BTK E BUK E PUK E PUKT E PRT E PD E KT E IS E INV E BRT E KJ PKp E

24 LAMPIRAN 5. Program SimulasiKebijakan Ekonomi RumahtanggaPetaniKedelai Options NoDateNoNu mberno Center; Data DELE; Set SatuDuaTigaEmpat Lima EnamTujuhDelapan Sembilan; Merge SatuDuaTigaEmpat Lima EnamTujuhDelapan Sembilan; BS = (JB* HB)+((JPU*HPU)+(JPS* HPS)+(JPK* HPK))+((JO*HO)+(JZ* HZ)+(JR* HR)); BTK = (TKLK)*(UTKL); PUK = (PRO)*(HK); PUKT = PUK - BS - BTK; PKp = (PRO)/(LAP); Hkpu = (Hk/Hpu); Hkps = (Hk/Hps); Hkp k = (Hk/Hpk); If DA>0 Then DA =1; Else DA=0; If DI>0 Then DI=1; Else DI=0; If DG>0 Then DG=1; Else DG=0; If DS>0 Then DS=1; Else DS=0; DA = Du mmyarea "MilikSdr=1" DI = Du mmyirigasi"teknis=1" DG = Dummy Gender "Laki2=1" DS = DummySkill "TamatSD=1" Hkpu = RasioHgKd l/hgpurea Hkps = RasioHgKdl/HgPSpTsp Hkp k = RasioHgKd l/hgpkclza BS = BiayaSaranaProd(Rp) BTK = BiayaTenagaKerja(Rp) PUK = PenerimaanUt.Kdl(Rp) PUKT = PndapatnUtKdlTtl(Rp) PKp = ProdtvtKdlPnn(Kg/Ha); ; Title03 KenaikanHargaKedelai25.0%; HK = (1.25*HK); RUN; ; Title04 Prosedur SIMNLIN ProSAS UT by: RMS; Proc SIMNLIN Data=DELE Type=N2SLS Newton MaxIter=50 Converge=1E-8 Simulate Stats Out=KedeleOutactualOutpredictTheilNoprint ; Endogenous LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK PNL KPT KNP IE IH IP TAB KRE TKK TKD TKL TK CK BS BTK BUK PUK PUKT PRT PD KT IS INV BRT KJ PKp ; Exogenous HK HG HJ HS HU HKT HKH HB HPU HPS HPK HO HZ HR HTp HTh HTI HHK UTKL UM ED AKK AK AT SB PBB KL KK TKLN TKLL CKL JPH DA DI DG DS Hkpu Hkps Hkp k ; Parms a a a a a a5 2.55E-9 a a a8 1.66E-8 b b b b b b b b

25 224 c c c c c c5 7.06E-6 c E-6 d d d d d d d E-6 d E-6 d E-6 e e e e e e e e E-6 f f f f f f f f E-6 f E-6 g g g g3-7.82e-6 g g g g E-8 g E-7 h h h h h h E-7 h E-7 i i i i i4-8.4e-6 i5-5.03e-6 i i i E-8 j j j j j j j j j E-6 k k k k k k k k E-6 l l l l l l E-6 l E-6 m m m m m m m E-6 n n n n n o o o o o o o p p p p p p q q q q q r r r r r r r r r r r r s s s s s s t t t t u u u v v v v v v v v ; ; LAP = a0 +a1*hk +a2*hj +a3*hkh +a4*hpu +a5*at +a6*jb +a7*tkdk +a8*prt; PRO = b0 +b1*hb +b2*hps +b3*hz +b4*hr +b5*lap +b6*kre +b7*puk; JB = c0 +c1*hb +c2*hz +c3* HR +c4* LAP +c5* KRE +c6*puk; JPU = d0 +d1*(hk/hpu) +d2*hb +d3*ho +d4*hz +d5*jph +d6*pnk +d7*pnl +d8*puk; JPS = e0 +e1*(hk/hps) +e2* HB +e3*hz +e4*da +e5*lap +e6*tklk +e7*pnk; JPK = f0 +f1*(hk/hpk) +f2*hb +f3*ho +f4*hz +f5*jph +f6*lap +f7*pnk +f8*puk; JO = g0 +g1*ho +g2*hb +g3*hz +g4*hr +g5*jph +g6*di +g7*pnk +g8*puk; JZ = h0 +h1*hz +h2*hb +h3*ho +h4*hr +h5*pnk +h6*puk; JR = i0 +i1*hr +i2*hb +i3*hpu +i4*ho +i5*hz +i6*jph +i7*lap +i8*prt; TKDK = j0 +j1*utkl +j2*um +j3*ed +j4*akk +j5*dg +j6* LAP +j7*jps +j8*ta B; TKLK = k0 + k1*utkl +k2*um +k3*ed +k4*ds +k5*tkdl +k6*jps +k7*puk; TKDN = l0 +l1*utkl +l2*hk +l3*akk +l4*tklk +l5*pnk +l6*tab; TKDL = m0 +m1*utkl +m2*um +m3* ED +m4*tklk +m5*pnl +m6*pukt; PNK = n1*hkt +n2*pnl +n3*pukt +n4*tab +n5*kre; PNL = o1*htp +o2*hti +o3*at +o4*pnk +o5*pukt +o6*tab +o7*kre; KPT = p0 +p1*hj +p2*ak +p3*kk +p4*knp +p5*kre; KNP = q1* UM +q 2*AK +q 3*KPT +q 4*PNL +q 5*KT; IE = r0 +r1*hk +r2*hs +r3*hu +r4*hti +r5*hhk +r6*um +r7*ed +r8*ak +r9*ip +r10*pnl +r11*inv;

26 225 IH = s0 +s1*hg +s2*hth +s3*ip +s4*kre +s5*inv; IP = t1*at +t2*is +t3*pro +t4*prt; TAB = u1*sb +u2*hti +u3*pd; KRE = v1*sb +v2*hpu +v3*ho +v4*jph +v5*tab +v6*jb +v7*kt +v8*ih; ; TKK = TKDK + TKLK; TKD = TKDK + TKDN + TKDL; TKL = TKLK + TKLN + TKLL; TK = TKD + TKL; CK = TKD + CKL; BS = (JB* HB)+((JPU*HPU)+(JPS* HPS)+(JPK* HPK))+((JO*HO)+(JZ* HZ)+(JR* HR)); BTK = (TKLK)*(UTKL); BUK = BS + BTK; PUK = (PRO)*(HK); PUKT = PUK - BUK; PRT = PUKT + PNK + PNL; PD = PRT - PBB; KT = KPT + KNP + KL; IS = IE + IH; INV = IS + IP; BRT = KT + INV; KJ = PRO - KK; PKp = (PRO)/(LAP); RUN; ;

27 LAMPIRAN 6. HasilSimulasiKebijakan Ekonomi RumahtanggaPetaniKedelai ProSAS Ujian Terbuka By: RMS. KenaikanHargaKedelai 25.0% The SIMNLIN Procedure - Simultaneous Simulation Descriptive Statistics Actual Predicted Variable Nobs N Mean StdDev Mean StdDev LAP Luas Areal Panen(Ha) PRO ProduksiKedelai(Kg) JB JmlhBenihKedelai(Kg) JPU JmlhPupuk Urea (Kg) JPS JmlhPp k.sp 36/Tsp(Kg) JPK JmlhPp k.kcl/za (Kg ) JO JmlhObat/Pestsd(Lt) JZ Jumlah ZPT/Ppc (Lt) JR JmlhRhizo+ (Sachet) TKDK TK DlmKlrgKdl (HOK) TKLK TK LuarKlrgKd l(hok) TKDN TKDlmKlgNonKdl(HOK) TKDL TKDlmKlgNUtLain(HOK) PNK PndapatnNonKdl (Rp) PNL PndapatnNUtLain(Rp) KPT KonsumsiPngTunai(Rp) KNP KonsumsiNonPngn(Rp) IE InvestasiPdidikn(Rp) IH InvestasiKsehatn(Rp) IP InvestasiProPert(Rp) TAB Tabungan (Rp) KRE KreditPertanian(Rp) TKK TenagaKerjaKdl(HOK) TKD TKDalamKeluarga(HOK) TKL TK LuarKeluarga(HOK) TK TenagaKerjaTtl(HOK) CK CurahKerjaTotal(HOK) BS BiayaSaranaProd(Rp) BTK BiayaTenagaKerja(Rp) BUK BiayaUt.Kedelai(Rp) PUK PenerimaanUt.Kdl(Rp) PUKT PndapatnUtKdlTtl(Rp) PRT PendapatanRT.Ttl(Rp) PD PndptnDisposable(Rp) KT KonsumsiRT.Total(Rp) IS InvestasiSmbrDy(Rp) INV InvestasiRT.Ttl(Rp) BRT PengeluaranRTTtl(Rp) KJ KdlJual/SurplusP(Kg) PKp ProdtvtKdlPnn(Kg/Ha)

28 228 The SIMNLIN Procedure - Simultaneous Simulation Statistics of fit Mean Mean% MeanAbs MeanAbs RMS RMS% Variable N Error Error Error % Error Error Error LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK PNL KPT KNP IE IH IP TAB KRE TKK TKD TKL TK CK BS BTK BUK PUK PUKT PRT PD KT IS INV BRT KJ PKp

29 229 The SIMNLIN Procedure - Simultaneous Simulation Theil Forecast Error Statistics MS E Decomposition Proporti ons Corr Bi as RegDistVarCovarInequalCoef Variable N MS E (R) (UM) (UR) (UD) (US) (UC) U1 U LAP PRO JB JPU JPS JPK JO JZ JR TKDK TKLK TKDN TKDL PNK E PNL E KPT E KNP E IE E IH E IP E TAB E KRE E TKK TKD TKL TK CK BS E BTK E BUK E PUK E PUKT E PRT E PD E KT E IS E INV E BRT E KJ PKp E

30 LAMPIRAN 7. HasilAnalisisUsahataniKedelai di Indonesia Dalam analisis usahatani kedelai, untuk menghitung nilai R/C atau rasio antara produksi dan pengeluaran dalam persen, perlu diperhitungkan nilai produksi, pendapatan, dan pengeluaran-nya, seperti terlihat pada Tabel 7.1.dan Tabel 7.2. berikut ini. Jika produksi usahatani kedelai di Indonesia adalah 100%, maka jumlah pendapatan mencapai 24.60%, dan pengeluaran-nya 75.40%, sehingga diperoleh nilai R/C sebesar 1.33 (go-project), sesuai upa h tenaga-kerja luar keluarga yang dibayarkan. Jika memperhitungkan upah tenaga-kerja dalam keluarga, maka jumlah pendapatan mencapai 17.20%, dan pengeluaran-nya 82.80%, sehingga diperoleh nilai R/C sebesar 1.21 (go-project). Berdasarkan analisis nilai R/C, maka usahatani kedelai untuk Kabupaten Garut dan Kabupaten Ponorogo adalah tidak-layak (no-go- Project), dengan nilai R/C <1. Tabel 7.1. Analisis Usahatani Kedelai di Indonesia Tahun 2001, Berdasarkan Upah Tenaga Kerja yang Dibayarkan (%) Pengeluaran R/C PETANI Pendapatan Benih Pestisida Pupuk Upah TKLK Biaya Total 1.LampungTengah Garut Gunung-Kidul Wonogiri Ponorogo Pasuruan Indonesia Tabel 7.2. Analisis Usahatani Kedelai di Indonesia Tahun 2001, Berdasarkan Upah Tenaga Kerja yang Diperhitungkan (%) PETANI Pengeluaran R/C Pendapatan Benih Pestisida TKDK TKLK Total Pupuk Upah Upah Biaya 1.LampungTngh Garut Gunung-Kidul Wonogiri Ponorogo Pasuruan Indonesia

31 232 Pada Diagram 7.1. dan Diagram 7.2, nilai R/C usahatani kedelai di Indonesia, berdasarkan upah tenaga kerja yang dibayarkan adalah 1.33, sedangkan berdasarkan upah tenaga kerja yang diperhitungkan adalah Diagram 7.1. Nilai R/C Usahatani Kedelai di Indonesia Tahun 2001, Berdasarkan Upah Tenaga Kerja yang Dibaya rkan Indonesia : R/C = ,6 5,4 5,5 10,8 37,8 16,0 Benih Pestisida Pupuk Upah TKLk Biaya Pendapatan Diagram 7.2. Nilai R/C Usahatani Kedelai di Indonesia Tahun 2001, Berdas arkan Upah Tenaga -Kerja yang Diperhitungkan Indonesia : R/C = ,2 5,4 5,5 10,8 37,8 7,4 16,0 Benih Pestisida Pupuk Upah TKLk Upah TKDk Biaya Pendapatan

VI. HASIL ESTIMASI DAN VALIDASI MODEL EKONOMI RUMAHTANGGA PETANI KEDELAI

VI. HASIL ESTIMASI DAN VALIDASI MODEL EKONOMI RUMAHTANGGA PETANI KEDELAI VI. HASIL ESTIMASI DAN VALIDASI MODEL EKONOMI RUMAHTANGGA PETANI KEDELAI Dari hasil penelitian lapang, hasil estimasi model ekonomi rumahtangga petani kedelai di Indo nesia dapat dilihat pada Lampiran

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi Penelitian, Sumber Data, dan Sampel Data 4.1.1. Lokasi Penelitian dan Sumber Data Penelitian ini telah dilaksanakan pada bulan Oktober 2000 sampai dengan bulan Maret 2001,

Lebih terperinci

VII. DAMPAK KEBIJAKAN KENAIKAN HARGA TERHADAP EKONOMI RUMAHTANGGA PETANI KEDELAI

VII. DAMPAK KEBIJAKAN KENAIKAN HARGA TERHADAP EKONOMI RUMAHTANGGA PETANI KEDELAI VII. DAMPAK KEBIJAKAN KENAIKAN HARGA TERHADAP EKONOMI RUMAHTANGGA PETANI KEDELAI Salah satu ciri khas dari model ekonomi rumahtangga petani adalah adanya hubungan antara keputusan produksi dan keputusan

Lebih terperinci

LAMPIRAN. Rohil , , ,596,

LAMPIRAN. Rohil , , ,596, Lampiran. Data Analisis Pembangunan Perikanan di Provinsi Riau LAMPIRAN No Kab/Kota PB RTB PT LPU GP TPI PPI BBI PBI Rohil 764.7,537.00 47,343.70 06.00 3.43 0.00 3.00 0.00 3,596,00.00 Bengkalis,90.00,0.00,345.50

Lebih terperinci

Lampiran 1 Peraturan pemerintah yang berkaitan dengan rumput laut Indonesia

Lampiran 1 Peraturan pemerintah yang berkaitan dengan rumput laut Indonesia 46 Lampiran 1 Peraturan pemerintah yang berkaitan dengan rumput laut No Kebijakan Tentang Tujuan Objek i ii iii iv v 1 UU No 31 tahun. Mengatur pengelolaan Pembudidaya 2004 perikanan UU No 45 Tahun 2009

Lebih terperinci

Ekonomi rumah tangga petani tanaman pangan

Ekonomi rumah tangga petani tanaman pangan JURNAL PENELITIAN PERTANIAN TANAMAN PANGAN VOL. 27 NO. 2 2008 Model Ekonomi Rumah Tangga Petani Kedelai: Analisis Dampak Kebijakan terhadap Tenaga Kerja, Pendapatan, dan Pengeluaran Susetyanto 1, B.M.

Lebih terperinci

Analisis Regresi: Regresi Linear Berganda

Analisis Regresi: Regresi Linear Berganda Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.

Lebih terperinci

VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI

VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI 84 VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI 7.1. Hasil Validasi Model Perilaku Ekonomi Rumahtangga Petani Sebelum melakukan simulasi untuk menangkap

Lebih terperinci

V. EVALUASI MODEL. BAB V membahas hasil pendugaan, pengujian dan validasi model.

V. EVALUASI MODEL. BAB V membahas hasil pendugaan, pengujian dan validasi model. V. EVALUASI MODEL BAB V membahas hasil pendugaan, pengujian dan validasi model. Pembahasan dibedakan untuk masing-masing blok, yang terdiri dari: (1) blok makroekonomi, (2) blok deforestasi, dan (3) blok

Lebih terperinci

Lampiran 1. Biaya Penggunaan Bibit pada UsahaTani Padi Sawah Sistem Tanam SRI per Petani permusim Tanam di Desa Pematang Setrak

Lampiran 1. Biaya Penggunaan Bibit pada UsahaTani Padi Sawah Sistem Tanam SRI per Petani permusim Tanam di Desa Pematang Setrak Lampiran 1. Biaya Penggunaan Bibit pada UsahaTani Padi Sawah Sistem Tanam SRI per Petani permusim Tanam di Desa Pematang Setrak No. Sampel Luas Lahan (Ha) Kebutuhan Benih (Kg) Bibit Biaya Benih 1 0.20

Lebih terperinci

Lampiran 1 Hasil olah data regresi logistik (Model Logit)

Lampiran 1 Hasil olah data regresi logistik (Model Logit) LAMPIRAN 139 140 141 Lampiran 1 Hasil olah data regresi logistik (Model Logit) option ls=133 nodate nonumber; PROCIMPORTOUT= Kepemilikan Cendana DATAFILE= "D:\NTT\Rev-Proposal\Data final des_11_ok.xls"

Lebih terperinci

LAMPIRAN-LAMPIRAN. 1. Kuisioner Penelitian

LAMPIRAN-LAMPIRAN. 1. Kuisioner Penelitian LAMPIRAN-LAMPIRAN 1. Kuisioner Penelitian Analisis Kebutuhan Modal Usaha Tani Bagi Meningkatkan Kesejahteraan Petani Padi Sawah di Kecamatan Dolok Masihul Kabupaten Serdang Bedagai No. Responden :... Kepada

Lebih terperinci

Model Summary b. a. Predictors: (Constant), insentif, pengalaman, pendidikan, umur, upah b. Dependent Variable: produktivitas.

Model Summary b. a. Predictors: (Constant), insentif, pengalaman, pendidikan, umur, upah b. Dependent Variable: produktivitas. LAMPIRAN Hasil Uji SPSS :. Hasil Uji SPSS Regresi Berganda : Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson,986 a,973,969 8,474 2,022 a. Predictors: (Constant),

Lebih terperinci

Lampiran 1. Karakteristik Sampel Usaha Ternak Sapi Potong Sistem Non Gado. Lama Berusaha Pendidikan

Lampiran 1. Karakteristik Sampel Usaha Ternak Sapi Potong Sistem Non Gado. Lama Berusaha Pendidikan Lampiran 1. Karakteristik Sampel Usaha Ternak Sapi Potong Sistem Non Gado No Umur Lama Berusaha Pendidikan Jumlah Ternak Jumlah Tanggungan Sampel (tahun) (tahun) (tahun) (ekor) (orang) 1 31 4 9 2 3 2 33

Lebih terperinci

DAFTAR PUSTAKA. Antara, M Tenaga Kerja di Sektor Pertanian. Jurnal Sosial Ekonomi Pertanian dan Agribisnis, 7(3): 1-6.

DAFTAR PUSTAKA. Antara, M Tenaga Kerja di Sektor Pertanian. Jurnal Sosial Ekonomi Pertanian dan Agribisnis, 7(3): 1-6. 104 DAFTAR PUSTAKA Andriati. 2003. Perilaku Rumahtangga Petani Padi dalam Kegiatan Ekonomi di Jawa Barat. Tesis Magister Sains. Program Pascasarjana, Institut Pertanian Bogor, Bogor. Asmarantaka, R.W.

Lebih terperinci

IV. METODE PENELITIAN. Indonesia sehubungan dengan tujuan penelitian, yaitu menganalisis faktor-faktor

IV. METODE PENELITIAN. Indonesia sehubungan dengan tujuan penelitian, yaitu menganalisis faktor-faktor IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilaksanakan di wilayah Indonesia sehubungan dengan tujuan penelitian, yaitu menganalisis faktor-faktor

Lebih terperinci

DAFTAR PUSTAKA. BPS Statistik Indonesia. Badan Pusat Statistik, Jakarta.

DAFTAR PUSTAKA. BPS Statistik Indonesia. Badan Pusat Statistik, Jakarta. DAFTAR PUSTAKA Adiningsih, S. J. 2000. Peranan bahan organik tanah dalam sistem usahatani konservasi. Dalam: Bahri et al., (eds). Materi Pelatihan Revitalisasi Keterpaduan Usaha Ternak dalam Sistem Usaha

Lebih terperinci

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar

Lebih terperinci

VII ANALISIS PENDAPATAN USAHATANI KEDELAI EDAMAME PETANI MITRA PT SAUNG MIRWAN

VII ANALISIS PENDAPATAN USAHATANI KEDELAI EDAMAME PETANI MITRA PT SAUNG MIRWAN VII ANALISIS PENDAPATAN USAHATANI KEDELAI EDAMAME PETANI MITRA PT SAUNG MIRWAN 7.1. Penerimaan Usahatani Kedelai Edamame Analisis terhadap penerimaan usahatani kedelai edamame petani mitra PT Saung Mirwan

Lebih terperinci

DAFTAR KUESIONER PENELITIAN. Faktor-faktor Sosial Ekonomi yang Mempengaruhi Harga Jual Jeruk Medan di Pasar Induk Kramat Jati Jakarta Timur

DAFTAR KUESIONER PENELITIAN. Faktor-faktor Sosial Ekonomi yang Mempengaruhi Harga Jual Jeruk Medan di Pasar Induk Kramat Jati Jakarta Timur LAMPIRAN Lampiran 1 DAFTAR KUESIONER PENELITIAN Faktor-faktor Sosial Ekonomi yang Mempengaruhi Harga Jual Jeruk Medan di Pasar Induk Kramat Jati Jakarta Timur No/Nama Responden :... Hari/Tgl Wawancara

Lebih terperinci

BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY

BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY Membuka program SPSS kemudian memilih tab sheet Variable View. Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan

Lebih terperinci

Lampiran1. Keteranga n Variabel yang Digunakan dalam Model Subsidi Harga Listrik No Notasi Definisi Variabel Satuan

Lampiran1. Keteranga n Variabel yang Digunakan dalam Model Subsidi Harga Listrik No Notasi Definisi Variabel Satuan 170 LAMPIRAN Lampiran1. Keteranga n Variabel yang Digunakan dalam Model Subsidi Harga Listrik No Notasi Definisi Variabel Satuan A. Variabel Endoge n 1. PRODSDR Tenaga Listrik Diproduksi Sendiri GWh 2.

Lebih terperinci

Luas Panen Padi (Ha) Harga Beras (Rp/kg)

Luas Panen Padi (Ha) Harga Beras (Rp/kg) A. Ketersediaan Beras Tahun Ketersediaan Beras (Kg) Luas Panen Padi (Ha) Harga Beras (Rp/kg) Jumlah penduduk (Juta jiwa) Konsumsi beras (Kg/kap/tahun) Y X1 X2 X3 X4 2001 1.832.426.000 801.948 2.523 11.647.958

Lebih terperinci

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR Rancangan Acak Kelompok atau biasa disingkat RAK digunakan jika kondisi unit percobaan yang digunakan tidak homogen. Dalam rancangan ini, petakan percobaan

Lebih terperinci

BAB 7 APLIKASI RANCANGAN PETAK TERPISAH

BAB 7 APLIKASI RANCANGAN PETAK TERPISAH BAB 7 APLIKASI RANCANGAN PETAK TERPISAH Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih

Lebih terperinci

VIII. DAMPAK BIAYA TRANSAKSI, HARGA DAN UPAH TERHADAP EKONOMI RUMAHTANGGA PETANI USAHA TERNAK SAPI-TANAMAN

VIII. DAMPAK BIAYA TRANSAKSI, HARGA DAN UPAH TERHADAP EKONOMI RUMAHTANGGA PETANI USAHA TERNAK SAPI-TANAMAN 312 VIII. DAMPAK BIAYA TRANSAKSI, HARGA DAN UPAH TERHADAP EKONOMI RUMAHTANGGA PETANI USAHA TERNAK SAPI-TANAMAN Berdasarkan teori, keputusan rumahtangga berkaitan dengan keputusan curahan kerja, produksi

Lebih terperinci

BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH

BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH Rancangan split split plot design atau Rancangan Petak Petak merupakan jenis percobaan yang melibatkan tiga faktor atau lebih sekaligus dengan tingkat ketelitian

Lebih terperinci

BAB VI. ANALISIS SIMULASI KEBIJAKAN. Validasi model merupakan tahap awal yang harus dilakukan melaksanakan

BAB VI. ANALISIS SIMULASI KEBIJAKAN. Validasi model merupakan tahap awal yang harus dilakukan melaksanakan BAB VI. ANALISIS SIMULASI KEBIJAKAN 6.1 Validasi Model Simulasi Awal. Validasi model merupakan tahap awal yang harus dilakukan melaksanakan simulasi model, validasi model dilakukan untuk melihat apakah

Lebih terperinci

BAB VII ANALISIS PENDAPATAN USAHATANI CAISIM

BAB VII ANALISIS PENDAPATAN USAHATANI CAISIM BAB VII ANALISIS PENDAPATAN USAHATANI CAISIM 7.1 Penerimaan Usahatani Caisim Penerimaan usahatani merupakan nilai yang diperoleh petani dari jumlah produksi. Seperti yang telah dijelaskan pada bab sebelumnya

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga,

IV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga, IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi ini dilakukan secara tertuju

Lebih terperinci

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR A 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR Dalam percobaan faktorial, pengaruh dua faktor atau lebih diselidiki secara bersama-sama. Apabila pengaruh suatu faktor diperkirakan akan berubah menurut

Lebih terperinci

Disusun Oleh: Wenny Mamilianti Dosen Fakultas Pertanian Universitas Yudharta Pasuruan

Disusun Oleh: Wenny Mamilianti Dosen Fakultas Pertanian Universitas Yudharta Pasuruan SIMULASI KEBIJAKAN PENINGKATAN PRODUKSI DAN PENDAPATAN USAHA TANI PADI System of Rice Intensification (SRI) - Non SRI (Studi Kasus di Kecamatan Sukorejo Kabupaten Pasuruan) Disusun Oleh: Wenny Mamilianti

Lebih terperinci

Lampiran 1. Kartu Bimbingan

Lampiran 1. Kartu Bimbingan LAMPIRAN 63 Lampiran 1. Kartu Bimbingan 64 Lampiran 2. Surat Ijin Penelitian dari FIK 65 Lampiran 3. Surat Ijin Penelitian dari SEKDA DIY 66 Lampiran 4. Surat Ijin dari KessbangPol dan Linmas Jateng 67

Lebih terperinci

PENGARUH KEMITRAAN TERHADAP PENDAPATAN PETANI PADI SEHAT

PENGARUH KEMITRAAN TERHADAP PENDAPATAN PETANI PADI SEHAT VIII PENGARUH KEMITRAAN TERHADAP PENDAPATAN PETANI PADI SEHAT 8.1. Penerimaan Usahatani Padi Sehat Produktivitas rata-rata gabah padi sehat petani responden sebesar 6,2 ton/ha. Produktivitas rata-rata

Lebih terperinci

KUISONER PENELITIAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEUNTUNGAN USAHATANI JAGUNG

KUISONER PENELITIAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEUNTUNGAN USAHATANI JAGUNG LAMPIRAN Lampiran 1 KUISONER PENELITIAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEUNTUNGAN USAHATANI JAGUNG 1. Keadaan Umum Responden 1.1. Identitas Responden 1. Nama : (L / P) 2. Umur : tahun 3. Alamat : RT /

Lebih terperinci

VIII. DAMPAK PERUBAHAN FAKTOR INTERNAL DAN EKSTERNAL TERHADAP EKONOMI RUMAHTANGGA PETANI

VIII. DAMPAK PERUBAHAN FAKTOR INTERNAL DAN EKSTERNAL TERHADAP EKONOMI RUMAHTANGGA PETANI VIII. DAMPAK PERUBAHAN FAKTOR INTERNAL DAN EKSTERNAL TERHADAP EKONOMI RUMAHTANGGA PETANI Bagian ini akan menganalisis hasil melakukan simulasi, yaitu melakukan perubahan-perubahan pada satu atau beberapa

Lebih terperinci

. Enter. Model Summary b. a. Predictors: (Constant), UMR, SLTP, SLTA, Jumlah penduduk, Perguruan tinggi. ANOVA b

. Enter. Model Summary b. a. Predictors: (Constant), UMR, SLTP, SLTA, Jumlah penduduk, Perguruan tinggi. ANOVA b LAMPIRA Complete / b,,, penduduk, b. Dependent Variable: PDRB Summary b Durbin- Watson,993 a,985,977 952659,2 3,07 a. Predictors:,,,,, tinggi b. Dependent Variable: PDRB 2,32E+7 5 4,63E+6 2,460,000 a 3,43E+5

Lebih terperinci

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI, PERMINTAAN, IMPOR, DAN HARGA BAWANG MERAH DI INDONESIA

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI, PERMINTAAN, IMPOR, DAN HARGA BAWANG MERAH DI INDONESIA 66 VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI, PERMINTAAN, IMPOR, DAN HARGA BAWANG MERAH DI INDONESIA 6.1. Keragaan Umum Hasil Estimasi Model Model ekonometrika perdagangan bawang merah dalam penelitian

Lebih terperinci

BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR

BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR Pada bab sebelumnya telah dibahas aplikasi rancangan acak kelompok satu faktor dan dua faktor. Bab ini akan membahas aplikasi SPSS dan SAS untuk analisis

Lebih terperinci

Lampiran 1. Deskripsi Ubi Jalar Kuningan Putih berdasarkan Berita Resmi PVT (Pendaftaran Varietas Lokal)

Lampiran 1. Deskripsi Ubi Jalar Kuningan Putih berdasarkan Berita Resmi PVT (Pendaftaran Varietas Lokal) Lampiran 1. Deskripsi Ubi Jalar Kuningan Putih berdasarkan Berita Resmi PVT (Pendaftaran Varietas Lokal) 112 Lampiran 2. Pola Tata Niaga Ubi Jalar di Kabupaten Kuningan IX Petani / Produsen V VI I II Industri

Lebih terperinci

BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR

BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling sederhana dibanding rancangan lainnya. Penggunaan RAL di berbagai bidang penelitian telah banyak

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diteliti, yaitu Current Ratio (CR), Debt to Equity Ratio (DER), Earning Per

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diteliti, yaitu Current Ratio (CR), Debt to Equity Ratio (DER), Earning Per BAB IV HASIL PENELITIAN DAN PEMBAHASAN IV.1 Deskripsi Objek Penelitian Objek yang akan digunakan dalam penelitian ini terdiri atas variabel-variabel yang diteliti, yaitu Current Ratio (CR), Debt to Equity

Lebih terperinci

IV. METODE PENELITIAN. Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan

IV. METODE PENELITIAN. Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan IV. METODE PENELITIAN 4.1. Waktu dan Lokasi Penelitian Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan Sukaraja, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara sengaja

Lebih terperinci

Kepuasan Kerja Komitmen Organisasi Budaya Organisasi Kelamin Bekarja Umur Bekerja Jml Jml Jml

Kepuasan Kerja Komitmen Organisasi Budaya Organisasi Kelamin Bekarja Umur Bekerja Jml Jml Jml No Umur Jenis Lama Gol. Wkt Kepuasan Kerja Komitmen Organisasi Budaya Organisasi Pddkn Kelamin Bekarja Umur Bekerja 6 Jml Jml 6 Jml L S

Lebih terperinci

Lampiran 1. Keadaan Harga Kubis di Kabupaten karo pada Januari 2014 Desember 2015

Lampiran 1. Keadaan Harga Kubis di Kabupaten karo pada Januari 2014 Desember 2015 Lampiran 1. Keadaan Harga Kubis di Kabupaten karo pada Januari 2014 Desember 2015 Bulan Harga (Rp/Kg) Januari 2014 1295 Februari 1305 Maret 1352 April 965 Mei 1000 Juni 1038 Juli 1038 Agustus 1113 September

Lebih terperinci

LAMPIRAN. Universitas Sumatera Utara

LAMPIRAN. Universitas Sumatera Utara LAMPIRAN Lampiran 1 Data IPM dan Komponennya yang diperoleh dari Badan Pusat Satstistik Tahun Melek Huruf (Persen) Rata-rata Lama Sekolah (Tahun) Pengeluran Riil perkapita (Rp.000) Hidup (Tahun) IPM 2004

Lebih terperinci

VIII ANALISIS PENDAPATAN USAHATANI BAWANG MERAH

VIII ANALISIS PENDAPATAN USAHATANI BAWANG MERAH VIII ANALISIS PENDAPATAN USAHATANI BAWANG MERAH 8.1. Penerimaan Usahatani Bawang Merah Penerimaan usahatani bawang merah terdiri dari penerimaan tunai dan penerimaan tidak tunai. Penerimaan tunai merupakan

Lebih terperinci

DAFTAR PUSTAKA. Badan Pusat Statistik Provinsi Papua Barat Papua Barat Dalam Angka Badan Pusat Statistik Provinsi Papua Barat, Manokwari.

DAFTAR PUSTAKA. Badan Pusat Statistik Provinsi Papua Barat Papua Barat Dalam Angka Badan Pusat Statistik Provinsi Papua Barat, Manokwari. 147 DAFTAR PSTAKA Aryanto, A. 24. Alokasi waktu dan Ekonomi Rumahtangga Pekerja ada sektor Industri Formal Berdasarkan ender. Tesis Magister Sains. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor.

Lebih terperinci

Lampiran 1. Jumlah Penduduk Di Provinsi Sumatera Utara Tahun Jumlah Penduduk (Jiwa)

Lampiran 1. Jumlah Penduduk Di Provinsi Sumatera Utara Tahun Jumlah Penduduk (Jiwa) Lampiran 1. Jumlah Penduduk Di Provinsi Sumatera Utara 2004-2013 Jumlah Penduduk (Jiwa) 2004 12.123.360 2005 12.326.678 2006 12.643.494 2007 12.834.371 2008 13.042.317 2009 13.248.386 2010 12.982.204 2011

Lebih terperinci

GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics

GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics N Minimum Maximum Mean Std. Deviation TOperAC 47 988.47 2376.52 1802.6366

Lebih terperinci

Lampiran 1. Perkembangan Produksi Teh Indonesia Menurut Status Pengusahaan (Ton), **. Tahun PR/Smallholder PBN/Government Plantation

Lampiran 1. Perkembangan Produksi Teh Indonesia Menurut Status Pengusahaan (Ton), **. Tahun PR/Smallholder PBN/Government Plantation Lampiran 1. Perkembangan Produksi Teh Indonesia Menurut Status Pengusahaan (Ton), 2007-2012**. Tahun PR/Smallholder PBN/Government Plantation PBS/Private Plantation Jumlah Pertumbuhan (%) 2007 38.937 81.250

Lebih terperinci

BAB I. REGRESI LINIER BERGANDA

BAB I. REGRESI LINIER BERGANDA BAB I. REGRESI LINIER BERGANDA Membuka program SPSS kemudian memilih tab sheet Variable View. Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan dengan memperhatikan

Lebih terperinci

IV METODOLOGI PENELITIAN

IV METODOLOGI PENELITIAN IV METODOLOGI PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Cigedug, Kecamatan Cigedug, Kabupaten Garut, Jawa Barat. Pemilihan lokasi ini dilakukan secara sengaja (purposive)

Lebih terperinci

Lampiran 1 Tabel Data Responden PTPN IV Tinjowan. Masa Kerja Golongan

Lampiran 1 Tabel Data Responden PTPN IV Tinjowan. Masa Kerja Golongan Lampiran 1 Tabel Data Responden PTPN IV Tinjowan No Usia Jenis Kelamin Pendidikan Masa Kerja Golongan Jumlah Tanggungan Total Gaji Total Bonus 1 51 Laki-laki SD 30 IC/9 1 1474680 12276738 2 40 Laki-laki

Lebih terperinci

Lampiran 1. Skema pengolahan limbah sayuran. Sayuran dikumpulkan, dipilah dan dicuci dengan air. Ditiriskan menggunakan jaring

Lampiran 1. Skema pengolahan limbah sayuran. Sayuran dikumpulkan, dipilah dan dicuci dengan air. Ditiriskan menggunakan jaring 33 Lampiran 1. Skema pengolahan limbah sayuran Sayuran dikumpulkan, dipilah dan dicuci dengan air Ditiriskan menggunakan jaring Dicacah dan diangin-anginkan dilapangan terbuka Dikeringkan sampai kadar

Lebih terperinci

Lampiran 1 : Kuesioner Penelitian KUESIONER

Lampiran 1 : Kuesioner Penelitian KUESIONER Lampiran 1 : Kuesioner Penelitian KUESIONER PENGARUH PEMANFAATAN DANA BANTUAN OPERASIONAL KESEHATAN UNTUK KEGIATAN PELAYANAN GIZI TERHADAP PEMANTAUAN PERTUMBUHAN BALITA DI KECAMATAN BAMBEL KABUPATEN ACEH

Lebih terperinci

DAMPAK PENINGKATAN HARGA PUPUK UREA TERHADAP KERAGAAN PASAR TEMBAKAU BESUKI NA OOGST DI KABUPATEN JEMBER

DAMPAK PENINGKATAN HARGA PUPUK UREA TERHADAP KERAGAAN PASAR TEMBAKAU BESUKI NA OOGST DI KABUPATEN JEMBER P R O S I D I N G 186 DAMPAK PENINGKATAN HARGA PUPUK UREA TERHADAP KERAGAAN PASAR TEMBAKAU BESUKI NA OOGST DI KABUPATEN JEMBER Novi Haryati, Soetriono, Anik Suwandari Dosen Jurusan Sosial Ekonomi Fakultas

Lebih terperinci

KUESIONER PENGARUH STRUKTUR ORGANISASI TERHADAP PENINGKATAN EFEKTIVITAS KERJA PADA PT POS INDONESIA (PERSERO) MEDAN

KUESIONER PENGARUH STRUKTUR ORGANISASI TERHADAP PENINGKATAN EFEKTIVITAS KERJA PADA PT POS INDONESIA (PERSERO) MEDAN Lampiran 1 KUESIONER PENGARUH STRUKTUR ORGANISASI TERHADAP PENINGKATAN EFEKTIVITAS KERJA PADA PT POS INDONESIA (PERSERO) MEDAN Bersama ini saya mohon kesediaan Bapak/Ibu untuk mengisi kuesioner yang dibawah

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Pada deskripsi variabel penelitian akan dijelaskan nilai minimum, maksimum, rata-rata dan standard deviasi pada masing-masing variabel penelitian,

Lebih terperinci

VI. HASIL PENDUGAAN MODEL PERILAKU EKONOMI RUMAHTANGGA PETANI

VI. HASIL PENDUGAAN MODEL PERILAKU EKONOMI RUMAHTANGGA PETANI 69 VI. HASIL PENDUGAAN MODEL PERILAKU EKONOMI RUMAHTANGGA PETANI 6.1. Kinerja Umum Model Hal yang perlu diperhatikan di dalam model adalah terpenuhinya kriteria ekonomi, kriteria statistik dan kriteria

Lebih terperinci

Lampiran 1. Jumlah Ekspor Kentang, Harga Lokal, Harga Ekspor, Nilai Tukar, PDB Singapura dan Jumlah Produksi

Lampiran 1. Jumlah Ekspor Kentang, Harga Lokal, Harga Ekspor, Nilai Tukar, PDB Singapura dan Jumlah Produksi 92 Lampiran 1. Jumlah Ekspor Kentang, Harga Lokal, Harga Ekspor, Nilai Tukar, PDB Singapura dan Jumlah Produksi Tahun Bulan Jumlah (Kg) Harga lokal Harga Ekspor Nilai Tukar PDB Singapura Jumlah Produksi

Lebih terperinci

Nomor Pernyataan Jawaban

Nomor Pernyataan Jawaban Lampiran 1. Angket A. Variabel Motivasi Pegawai Dalam Bekerja Nomor Pernyataan Jawaban 1 2 3 4 5 Penghasilan yang Saya terima setiap bulannya, cukup 1 untuk memenuhi kebutuhan pokok Saya mendapatkan jaminan

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Pengambilan data telah dilaksanakan pada bulan Juli-Agustus 2011 di Desa Ringgit Kecamatan Ngombol, Kabupaten Purworejo, Propinsi Jawa Tengah dengan

Lebih terperinci

Halaman ini sengaja dikosongkan

Halaman ini sengaja dikosongkan 156 Halaman ini sengaja dikosongkan 157 Lampiran 1 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran pendidikan terhadap kemiskinan di Indonesia, tahun 2007-2010.

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN. A. Deskripsi Data. Tabel 4.1. Hasil Perolehan Data Tahun 2008 sampai dengan Tahun 2011

BAB IV ANALISIS DAN PEMBAHASAN. A. Deskripsi Data. Tabel 4.1. Hasil Perolehan Data Tahun 2008 sampai dengan Tahun 2011 BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Data 1. Analisa Perkembangan Derivatif Analisa perkembangan derivatif di Indonesia dengan mengunakan 49 perusahaan yang terdaftar di Bursa Efek Indonesia sebagai

Lebih terperinci

lampiran 1. Hasil Input Data Tenaga Kerja Desa Godong

lampiran 1. Hasil Input Data Tenaga Kerja Desa Godong LAMPIRAN 41 lampiran 1. Hasil Input Data Tenaga Kerja Desa Godong 42 Lanjutan Hasil Input Data Tenaga Kerja Desa Godong 43 Lanjutan Hasil Input Data Tenaga Kerja Desa Godong 44 Lanjutan Hasil Input Data

Lebih terperinci

LAMPIRAN 1 KUESIONER. Hormat saya, Wibiesono Wijaya

LAMPIRAN 1 KUESIONER. Hormat saya, Wibiesono Wijaya LAMPIRAN 1 KUESIONER No:.. Sehubungan dengan pemenuhan persyaratan tugas akhir, saya selaku mahasiswa Universitas Katolik Widya Mandala Surabaya dengan ini mengharapkan kesediaan Anda untuk mengisi kuesioner

Lebih terperinci

BAB IV. METODE PENELITIAN

BAB IV. METODE PENELITIAN BAB IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Gapoktan Tani Bersama Desa Situ Udik Kecamatan Cibungbulang Kabupaten Bogor. Pemilihan lokasi dilakukan dengan cara

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3)

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3) STK511 Analisis Statistika Pertemuan 9 ANOVA (3) 9. ANOVA (3) Diagnosis Asumsi dalam Uji Hipotesis 1. bersifat bebas terhadap sesamanya. Nilai harapan dari nol, E 0 3. Ragam homogen, Var 4. Pola sebaran

Lebih terperinci

ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia

ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia (ECONOMETRIC MODEL: SIMUTANEOUS EQUATION MODEL) The title of paper: ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia OLEH: S U R I A N I NIM: 1509300010009 UNIVERSITAS SYIAH KUALA PROGRAM DOKTOR

Lebih terperinci

LAMPIRAN 1 KUESIONER PENELITIAN

LAMPIRAN 1 KUESIONER PENELITIAN LAMPIRAN 1 KUESIONER PENELITIAN Keterangan Pengisian Kami meminta kesediaan saudara/i untuk menjawab pertanyaan-pertanyaan di bawah ini sejujurnya. Masing-masing daftar pertanyaan di sediakan 5 alternatif

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Jenis Dan Sumber Data Data yang digunakan dalam penelitian ini adalah pool data 13 kabupaten dan satu kota di Kalimantan Tengah selama periode 1995-2005. Data sekunder yang

Lebih terperinci

Cara Perhitungan : % N = Abs Blangko X 14 X N. HCl X 100% Berat Sampel

Cara Perhitungan : % N = Abs Blangko X 14 X N. HCl X 100% Berat Sampel LAMPIRAN Lampiran 1. Cara Kerja Analisis N Pada Tanaman Metode Kjeldahl 1. Timbang sample 0,2 0,5 gram, kemudian masukan ke dalam botol destruksi 2. Tambahkan Selenium mature sebanyak 0,2 gram dan 3 ml

Lebih terperinci

HASIL UJI REGRESI PENGARUH KINERJA KEUANGAN PERUSAHAAN TERHADAP CORPORATE SOCIAL RESPONSIBILITY. Descriptive Statistics

HASIL UJI REGRESI PENGARUH KINERJA KEUANGAN PERUSAHAAN TERHADAP CORPORATE SOCIAL RESPONSIBILITY. Descriptive Statistics LAMPIRAN 3 HASIL UJI REGRESI PENGARUH KINERJA KEUANGAN PERUSAHAAN TERHADAP CORPORATE SOCIAL RESPONSIBILITY Deskripsi Data Descriptive Statistics N Minimum Maximum Mean Std. Deviation TA 42 3.386499 8.013065

Lebih terperinci

KUESIONER PENELITIAN KEPERCAYAAN, IMPLEMENTASI PERATURAN PERUNDANG- UNDANGAN PENYUSUNAN, KULTUR ORGANISASIONAL TERHADAP PENGELOLAAN KEUANGAN DAERAH

KUESIONER PENELITIAN KEPERCAYAAN, IMPLEMENTASI PERATURAN PERUNDANG- UNDANGAN PENYUSUNAN, KULTUR ORGANISASIONAL TERHADAP PENGELOLAAN KEUANGAN DAERAH LAMPIRAN KUESIONER PENELITIAN KEPERCAYAAN, IMPLEMENTASI PERATURAN PERUNDANG- UNDANGAN PENYUSUNAN, KULTUR ORGANISASIONAL TERHADAP PENGELOLAAN KEUANGAN DAERAH KepadaYth, Bapak/Ibu/Sdr/i Responden Saya adalah

Lebih terperinci

Lampiran 1. Kuisioner Penelitian KUISIONER PENELITIAN ANALISIS KEMITRAAN PETANI JAHE EMPRIT DENGAN INDUSTRI JAMU

Lampiran 1. Kuisioner Penelitian KUISIONER PENELITIAN ANALISIS KEMITRAAN PETANI JAHE EMPRIT DENGAN INDUSTRI JAMU Lampiran 1. Kuisioner Penelitian KUISIONER PENELITIAN ANALISIS KEMITRAAN PETANI JAHE EMPRIT DENGAN INDUSTRI JAMU A. Data Pribadi Petani 1. Nama : 2. Jenis Kelamin : 3. Alamat : 4. Nomer HP : 5. Usia :

Lebih terperinci

KUESIONER PENELITIAN

KUESIONER PENELITIAN Lampiran 1. Kuesioner Penelitian KUESIONER PENELITIAN Responden yang terhormat, Bersama ini, saya mohon kesediaan para Bapak/ Ibu/ Saudara untuk mengisi daftar kuesioner yang saya berikan.informasi yang

Lebih terperinci

Kepada Yth. Bapak/Ibu Tempat. Perihal : Permohonan Pengisian Angket. Dengan hormat,

Kepada Yth. Bapak/Ibu Tempat. Perihal : Permohonan Pengisian Angket. Dengan hormat, Kepada Yth. Bapak/Ibu ------------------------------- Di Tempat Perihal : Permohonan Pengisian Angket Dengan hormat, Sehubungan dengan penulisan tesis saya yang berjudul ANALISIS PENGARUH CITRA MEREK PRODUK,

Lebih terperinci

Descriptive Statistics. N Minimum Maximum Mean Std. Deviation. Tingkat Suku Bunga Kredit

Descriptive Statistics. N Minimum Maximum Mean Std. Deviation. Tingkat Suku Bunga Kredit Lampiran Deskripsi Statistik Descriptive Statistics N Minimum Maximum Mean Std. Deviation Tingkat Suku Bunga Kredit 115 11 19 15.89 2.131 Kualitas Pelayanan 115 18 25 21.11 1.343 Permintaan Kredit Pemilikan

Lebih terperinci

LAMPIRAN. Universitas Sumatera Utara

LAMPIRAN. Universitas Sumatera Utara LAMPIRAN Lampiran. Output Regresi X -X 7 Terhadap Y Descriptive Statistics Ekspor Produksi Dom estik (Rp/ton) Internasional (US $/ton) GDP Malays ia Me an Std. Deviation N 30402.74 25454.84837 6 86988.88

Lebih terperinci

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)

Lebih terperinci

Hasil perhitungan Kolmogorov-Smirnov menunjukkan bahwa ketiga sampel atau variabel tersebut adalah distribusi normal.

Hasil perhitungan Kolmogorov-Smirnov menunjukkan bahwa ketiga sampel atau variabel tersebut adalah distribusi normal. NORMALITAS DATA One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.

Lebih terperinci

KUESIONER PENELITIAN TESIS ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP IMPLEMENTASI SISTEM AKUNTANSI INSTANSI (SURVEY PADA KEMENTERIAN SOSIAL RI)

KUESIONER PENELITIAN TESIS ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP IMPLEMENTASI SISTEM AKUNTANSI INSTANSI (SURVEY PADA KEMENTERIAN SOSIAL RI) KUESIONER PENELITIAN TESIS ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP IMPLEMENTASI SISTEM AKUNTANSI INSTANSI (SURVEY PADA KEMENTERIAN SOSIAL RI) Identitas Responden 1 Nama :... 2 NIP :... 3 Nama

Lebih terperinci

VI. HASIL DAN PEMBAHASAN. 6.1 Model Fungsi Respons Produksi Kopi Robusta. Pendugaan fungsi respons produksi dengan metode 2SLS diperoleh hasil

VI. HASIL DAN PEMBAHASAN. 6.1 Model Fungsi Respons Produksi Kopi Robusta. Pendugaan fungsi respons produksi dengan metode 2SLS diperoleh hasil VI. HASIL DAN PEMBAHASAN 6.1 Model Fungsi Respons Produksi Kopi Robusta Pendugaan fungsi respons produksi dengan metode 2SLS diperoleh hasil yang tercantum pada Tabel 6.1. Koefisien determinan (R 2 ) sebesar

Lebih terperinci

Observasi Pra-Riset. Hasil pengamatan:

Observasi Pra-Riset. Hasil pengamatan: Observasi Pra-Riset Hasil pengamatan: 1. PT. Teletama Artha Mandiri cabang Lampung bergerak pada bidang distributor handphone. 2. PT. Teletama Artha Mandiri cabang Lampung melakukan promosi untuk menarik

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. independen dari listrik adalah satuan kilowatt (kwh), untuk minyak adalah

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. independen dari listrik adalah satuan kilowatt (kwh), untuk minyak adalah 36 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Pengolahan Data Data yang diambil untuk varibel dependen adalah produk domestic bruto di Jakarta period 1995 2005 dalam satuan rupiah. Sedangkan variabel

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Cipeuyeum, Kecamatan Haurwangi, Kabupaten Cianjur, Propinsi Jawa Barat dengan responden para petani yang menggunakan

Lebih terperinci

LAMPIRAN 1 Tabel Durbin Watson (DW), α = 5%

LAMPIRAN 1 Tabel Durbin Watson (DW), α = 5% LAMPIRAN 1 Tabel Durbin Watson (DW), α = 5% n k = 6 k = 7 k = 8 k = 9 dl du dl du dl du dl du 30 0.998 1.931 0.926 2.034 0.854 2.141 0.782 2.251 31 1.020 1.920 0.950 2.018 0.879 2.121 0.810 2.226 32 1.041

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian mengenai faktor-faktor yang mempengaruhi risiko produksi jagung manis dilakukan di Desa Gunung Malang, Kecamatan Tenjolaya, Kabupaten Bogor.

Lebih terperinci

VARIABEL YANG MEMPENGARUHI TINGKAT KONSUMSI PRODUK KACANG GARING DI DESA GAJAHMATI KEC. PATI, KAB. PATI

VARIABEL YANG MEMPENGARUHI TINGKAT KONSUMSI PRODUK KACANG GARING DI DESA GAJAHMATI KEC. PATI, KAB. PATI KUESIONER SKRIPSI VARIABEL YANG MEMPENGARUHI TINGKAT KONSUMSI PRODUK KACANG GARING DI DESA GAJAHMATI KEC. PATI, KAB. PATI FAKULTAS PERTANIAN DAN BISNIS UNIVERSITAS KRISTEN SATYA WACANA No. Responden: Tanggal

Lebih terperinci

4. HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN 4. HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Tempat Penelitian 4.1.1 Letak Geografis Tempat Penelitian Desa Candi merupakan salah satu desa yang banyak menghasilkan produksi jagung terutama jagung pipilan

Lebih terperinci

1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.

1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)

Lebih terperinci

BAB III METODE PENELITIAN. survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh

BAB III METODE PENELITIAN. survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian adalah data sekunder hasil survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh BPS

Lebih terperinci

Lampiran 1 (lanjutan) 1. Bagian ini menyatakan identitas responden. a. Jenis Kelamin. 1. Perempuan. 2. Laki-laki. b. Usia Tahun. 2.

Lampiran 1 (lanjutan) 1. Bagian ini menyatakan identitas responden. a. Jenis Kelamin. 1. Perempuan. 2. Laki-laki. b. Usia Tahun. 2. Lampiran 1 (Kuesioner) Kuesioner Dalam rangka memenuhi persyaratan tugas akhir (skripsi), saya Sherly mahasiswa Universitas Katolik Widya Mandala Surabaya, sedang melakukan penelitian mengenai Pengaruh

Lebih terperinci

APLIKASI REGRESI GANDA DENGAN SPSS. HENDRY admin teorionline.net Phone : /

APLIKASI REGRESI GANDA DENGAN SPSS. HENDRY admin teorionline.net Phone : / APLIKASI REGRESI GANDA DENGAN SPSS HENDRY admin teorionline.net Phone : 0-834 4694 / email : klik.statistik@gmail.com Tentang Regresi Ganda Analisis regresi merupakan salah satu teknik analisis yang paling

Lebih terperinci

DAFTAR LAMPIRAN. 2. Jenis Kelamin : 1). Laki-Laki 2). Perempuan

DAFTAR LAMPIRAN. 2. Jenis Kelamin : 1). Laki-Laki 2). Perempuan 82 DAFTAR LAMPIRAN 1. Kuesioner Penelitian A. Umum Responden yang terhormat, Pertanyaan yang ada dalam kuesioner ini hanya semata mata untuk data penelitian dalam rangka penyusunan skripsi dengan judul

Lebih terperinci

mengisi data kuesioner mengenai pengaruh kemandirian pribadi terhadap kemauan

mengisi data kuesioner mengenai pengaruh kemandirian pribadi terhadap kemauan Lampiran 1 Kuesioner Pengaruh Kemandirian Pribadi, Motivasi, dan Pengetahuan Kewirausahaan Terhadap Kemauan Memulai UKM Pada Mahasiswa Fakultas Ekonomi dan Bisnis No. Responden:... 1.Petunjuk Pengisian

Lebih terperinci

: Berkat Kristian Zega NPM : Pembimbing : Anne Dahliawati, SE., MM

: Berkat Kristian Zega NPM : Pembimbing : Anne Dahliawati, SE., MM ANALISIS PENGARUH EARNING PER SHARE (EPS) DAN ECONOMIC VALUE ADDED (EVA) TERHADAP HARGA SAHAM PADA PT. INDOCEMENT TUNGGAL PRAKARSA, TBK PERIODE 2008-2012 Nama : Berkat Kristian Zega NPM : 29211191 Jurusan

Lebih terperinci

Lampiran 1. Perkembangan Data Usaha Mikro Kecil, Menengah (UMKM) dan Usaha Besar (UB) tahun

Lampiran 1. Perkembangan Data Usaha Mikro Kecil, Menengah (UMKM) dan Usaha Besar (UB) tahun Lampiran 1. Perkembangan Data Usaha Mikro Kecil, Menengah (UMKM) dan Usaha Besar (UB) tahun 2005-2011 N o. (1 ) INDIKATOR SATUAN TAHUN 2005 TAHUN 2006 TAHUN 2007 TAHUN 2008 TAHUN 2009 PERKEM BANG- JUMLAH

Lebih terperinci

PENGARUH MODAL DAN LUAS LAHAN TERHADAP PENDAPATAN PETANI PENGGARAP (Studi Kasus Praktek Maro Pada Masyarakat Desa Kaligading Kecamatan Boja

PENGARUH MODAL DAN LUAS LAHAN TERHADAP PENDAPATAN PETANI PENGGARAP (Studi Kasus Praktek Maro Pada Masyarakat Desa Kaligading Kecamatan Boja Lampiran 1 Kuesioner PENGARUH MODAL DAN LUAS LAHAN TERHADAP PENDAPATAN PETANI PENGGARAP (Studi Kasus Praktek Maro Pada Masyarakat Desa Kaligading Kecamatan Boja Kabupaten Kendal Tahun 2015) A. IDENTITAS

Lebih terperinci