UJI KOMPARASI MODEL KORELASI DALAM MENGANALISIS EFEKTIVITAS PENDAMPINGAN PETANI Alternative of Corellation Models to Analyze Farmers Assistance Effectivity Yennita Sihombing1, Lintje Hutahaean1 Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian Jl. Tentara Pelajar No. 10, Bogor, 16114, Indonesia Telp. (0251) 8351277, Fax. (0251) 8350928, 8322933 E-mail: [email protected], [email protected] 1 (Makalah diterima 18 Januari 2019 – Disetujui 03 Juni 2019) ABSTRAK Penerapan teknologi atau inovasi pertanian di petani memerlukan pendampingan oleh peneliti atau penyuluh agar memberikan hasil yang diharapkan. Pengkajian ini bertujuan untuk mengetahui efektivitas model korelasi Pearson, Kendall’s tau-b, dan Spearman dalam menganalis kegiatan pendampingan petani. Pengkajian didasarkan pada data hasil pendampingan yang dikumpulkan di Kabupaten Bolaang Mongondow Utara, Sulawesi Utara. Data primer didapat melalui wawancara menggunakan kuesioner terhadap 22 petani padi yang terpilih sebagai responden secara acak yang didahului dengan PRA. Data pendampingan yang dikumpulkan fokus pada aspek produksi padi sebelum dan sesudah pendampingan petani. Indikator efektivitas model korelasi dilihat dari banyaknya variabel hasil analisis yang nyata dan nilai koefisien yang dihasilkan. Berdasarkan pendekatan tersebut diperoleh gambaran bahwa model uji korelasi Pearson dan Kendall’s tau-b serta Spearman pada dasarnya dapat digunakan dalam menganalisis kinerja pendampingan yang ditunjukkan oleh korelasi dari ketiga model tersebut, baik sebelum maupun setelah pendampingan. Ketiga model korelasi menghasilkan satu korelasi variable signifikan yang sama, yaitu korelasi umur dengan pengalaman. Perbedaannya hanya muncul dalam derajat kekuatan korelasi. Analisis korelasi model Pearson, Kendall’s tau b, dan Spearman dapat menjadi pilihan dalam menganalisis kinerja pendampingan petani dalam menerapkan teknologi di lapang. Kata kunci: petani, pendampingan, model, korelasi ABSTRACT In Order to apply the agriculture technology or innovation, the farmers requires assistance by researches or extension agent to provide the expected results. The application of agricultural technology or innovation in farmers requires assistance by researchers or extension workers to provide the expected results. This study has an objective to determine the effectiveness among three correlation models, namely: Pearson, Kendall’s tau-b, and Spearman for analyzing the performance of assisting activities. The assessment was done based on the assisting data which collected in North of Bolaang Mongondow District, North Sulawesi Province. As the respondents, the primary data were obtained by questionnaires to 22 of the rice farmers who were randomly selected by PRA. The assisting data focused on the rice production aspect for both of pre-assisting and post-assisting cases. The effectiveness indicator among those correlation models has defined using the number of real analysis variables and the correlation coefficients. According to three models, they produced almost similar coefficient correlation for both of pre-assisting and post-assisting cases. Based on three models, a significant correlation variable which found was a correlation between the age and the experiences. For those significant variable, the differences among those models only appears in the degree of correlation. As a conclusion, the Pearson, Kendall’s tau b, and Spearman correlation models can be used as an alternative methods for analyzing the performance of assisting activities. Key words: farmer, assisting, model, correlation 1 Informatika Pertanian, Vol. 28 No.1, Juni 2019 : 1 - 10 PENDAHULUAN Pendampingan yang dilakukan peneliti dan penyuluh di lingkup Balitbangtan bertujuan untuk memotivasi (mendorong) perubahan sikap dan perilaku petani terhadap introduksi inovasi teknologi agar sikap yang semula apriori terhadap teknologi menjadi proaktif. Melalui pendampingan diharapkan akan meningkat pengetahuan dan keterampilan petani dalam berusaha tani. Perubahan sikap, pengetahuan, dan perilaku tersebut menjadi awal perbaikan pengelolaan usaha tani. Hal ini diharapkan mendorong efektivitas dan efisiensi adopsi teknologi sehingga berujung pada meningkatkan produktivitas usaha tani (Hendayana, 2016). Menurut Syakir (2016), upaya mendorong petani meningkatkan produksi pertanian merupakan bagian dari kebijakan pemerintah menuju kedaulatan pangan. Kata pendampingan berarti proses, cara, dan kegiatan mendampingi atau mendampingkan (KBBI, 2015). Dalam konteks peningkatan produksi pertanian, pendampingan berhubungan dengan upaya peningkatan pemberdayaan petani ke arah perbaikan pengelolaan usaha tani. Prinsip pendampingan yaitu membangun inisiatif dan mendayagunakan potensi lokal, partisipasi, peningkatan peran aktif anggota kelompok dalam berusaha tani, kemitraan, tidak menggurui, aktualisasi institusi tradisional, dan keberlanjutan (Hendayana, 2011; Hendayana, 2016). Prinsip dasar pendampingan adalah egaliter sehingga watak hubungan antara pendamping dan komunitas (masyarakat) yang didampingi adalah kemitraan (partnership). Pendampingan membangun inisiatif dan mendayagunakan potensi lokal, partisipasi, peningkatan peran aktif anggota kelompok dalam berusaha tani secara keberlanjutan (Ife, 1995). Wujud pendampingan petani padi dapat langsung maupun tidak langsung. Dalam Surat Keputusan Kepala Balitbangtan No. 79/Kpts/KP.340/I/2/2014 mengenai tugas pengawalan dan pendampingan dikemukakan bahwa kegiatan pendampingan antara lain menyediakan rekomendasi teknologi spesifik lokasi pada setiap kawasan, merekomendasikan penggunaan varietas unggul baru (VUB) spesifik lokasi, menyediakan kalender dan pola tanam, menyelenggarakan temu lapang dengan pelaksana di lapangan; menyebarkan leaflet dan brosur. Di samping itu berpartisipasi dalam pelatihan sebagai narasumber, menghadirkan peneliti sebagai narasumber pada waktu pertemuan dengan petani, melakukan display (uji adaptasi) teknologi dan mengefektifkan kegiatan sekolah lapang (Jamal, 2009). Salah satu wujud pendampingan yang efektif mengacu pada pendekatan Spectrum Diseminasi Multi Channel (SDMC) (Badan Litbang Pertanian, 2011). 2 Pendampingan bertujuan agar inovasi teknologi dapat diterapkan secara optimal dalam upaya mendukung pencapaian tujuan dan sasaran peningkatan produksi pangan nasional. Sasaran pendampingan di kawasan produksi padi adalah meningkatnya pengetahuan, keterampilan, dan sikap petani sehingga pelaksanaan penerapan teknologi intensifikasi dan ekstensifikasi dapat berjalan lebih cepat dan berkelanjutan (Dirjen Tanaman Pangan, 2014) . Dari hasil pengkajian yang telah dilakukan terungkap petani memberikan apresiasi positif atau cenderung sangat setuju dengan kehiatan pendampingan dan materi yang diberikan. Hendayana (2011) mengungkapkan pula penilaian petani terhadap pendampingan difokuskan pada aspek pendidikan formal, disiplin ilmu, umur, masa kerja sebagai pegawai, motivasi dan pengalaman pendampingan serta kegiatan di luar pendampingan. Pada pengkajian ini, data utama yang dijadikan basis pembahasan adalah aspek produksi usaha tani padi sebelum dan setelah pendampingan. Terhadap data yang terkumpul diaplikasikan tiga model korelasi, yaitu model korelasi Pearson, Kendall’s tau-b, dan Spearman. Uji Pearson merupakan statistik nonparametrik, sedangkan Kendall’s tau-b dan Spearman termasuk statistik parametrik. Makalah ini bertujuan untuk mengelaborasi model korelasi Pearson, Kendall’s tau-b, dan Spearman dalam menganalisis efektivitas kegiatan pendampingan usaha tani padi. BAHAN DAN METODE Pendekatan Pengkajian untuk mengelaborasi tiga model korelasi dalam pendampingan mengacu pada data pendampingan di Bolaang Mongondow Utara, Sulawesi Utara, pada tahun 2017. Pengumpulan data melalui survei dwngan bantuan kuesioner. Survei menggunakan pendekatan partisipatif dengan mengakomodasi pendekatan PRA terhadap 22 petani padi yang dipilih secara acak sederhana. Jenis dan Sumber Data Jenis data utama yang dikumpulkan adalah produksi padi berupa gabah dalam satuan kilogram per hektar, dari dua kondisi. Pertama, produksi padi yang diperoleh petani sebelum pendampingan. Kedua, produksi padi setelah pendampingan dari musim tanam yang sama. Analisis Data Analisis data menggunakan tiga model korelasi Uji Komparasi Model Korelasi dalam Menganalisis Efektivitas Pendampingan Petani (Yennita Sihombing, Lintje Hutahaean) yaitu model korelasi Pearson, Kendall’s tau b, dan Spearman. Analisis korelasi digunakan untuk mencari tingkat keeratan dan arah hubungan. Semakin tinggi nilai korelasi, semakin tinggi pula keeratan hubungan kedua variabel. Nilai korelasi memiliki rentang antara nol sampai satu atau nol sampai minus satu. Angka pada nilai korelasi menunjukkan keeratan hubungan antara dua variabel yang diuji. Jika angka korelasi semakin mendekati satu, maka korelasi dua variabel akan semakin kuat, sedangkan jika angka korelasi mendekati nol maka korelasi dua variabel semakin lemah. Tanda minus dan plus pada nilai korelasi menyatakan sifat hubungan. Jika nilai korekasi bertanda minus, berarti hubungan di antara kedua tabel bersifat searah. Jika nilai korelasi bertanda plus, hubungan di antara kedua tabel berlawanan arah (Trihendradi, 2012). Landasan Teoritis Model Korelasi Pearson Uji Pearson merupakan salah satu dari beberapa jenis uji korelasi yang digunakan untuk mengetahui derajat keeratan hubungan dua variabel berskala interval atau rasio, berdistribusi normal, yang akan mengembalikan nilai koefisien korelasi dengan nilai berkisar antara -1, 0 dan 1. Nilai -1 artinya terdapat korelasi negatif yang sempurna, 0 artinya tidak ada korelasi dan nilai 1 berarti ada korelasi positif yang sempurna (Huang, 2016). Syarat atau asumsi klasik untuk uji Pearson antara lain linearitas, normalitas, heteroskedastisitas. Linearitas adalah sifat hubungan yang linear antarvariabel, artinya setiap perubahan yang terjadi pada satu variabel akan diikuti oleh perubahan dengan besaran yang sejajar pada variabel lainnya. Interprestasinya, jika nilai H0 < 0,05 maka bersifat linear. Uji normalitas adalah uji yang bertujuan untuk menilai sebaran data pada kelompok data atau variabel (Arifin, 2012). Uji heteroskedastisitas adalah uji yang menilai ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus dilakukan pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi, maka model regresi dinyatakan tidak valid sebagai alat peramalan (Hidayat, 2012). Formula korelasi Pearson yang digunakan adalah : r = nilai korelasi x = variabel x y = variabel y n = banyak sampel Model Korelasi Kendall’s Tau-b Model korelasi Kendall’s Tau-b digunakan untuk mengukur keeratan hubungan populasi yang mempunyai dua variabel, berdistribusi tidak normal, dan biasa digunakan untuk data yang berskala ordinal (Gamma Sigma Beta, 2012). Koefisein korelasi rangking Kendall’s Tau-b cocok digunakan sebagai ukuran korelasi dengan jenis data yang sama dengan data dimana koefisien korelasi rangking Spearman dapat digunakan. Artinya, jika sekurang-kurangnya tercapai pengukuran ordinal dari tabel X dan Y. Nilai korelasi yang dihasilkan berkisar antara -1 sampai +1 (Kurniawan, 2009). Untuk uji signifikasi diperlukan pembentukan hipotesis yaitu H0 : tabel X dan tabel Y tidak saling berhubungan, sedangkan H1 : tabel X dan tabel Y saling berhubungan (Sarwono, 2006). Formula korelasi Kendall’s Tau-b yang digunakan adalah: dengan: Tx = ( Tx – 1) Ty = ( Ty – 1) Tx = banyaknya nilai X yang sama suatu data Ty = banyaknya nilai X yang sama suatu data Cek kagi apakah Ty maksudnya? Model Korelasi Spearman Dari semua statistik yang didasarkan atas rangking (peringat) koefisien korelasi, Spearman merupakan alat analisis statistik yang paling awal digunakan dan mungkin paling dikenal dengan baik. Statistik ini kadang-kadang disebut rho, ditulis dengan rs, merupakan ukuran korelasi yang menuntut kedua tabel pengamatan sekurang-kurangnya diukur berdasarkan dalam urutan rangking dua variabel skala atau ordinal, dan berdistribusi tidak normal, sehingga obyek atau individu yang diamati dapat dirangking dalam dua rangkaian berurut. Korelasi rank spearman digunakan untuk menganalisis hubungan antara variabel dengan skala ordinal atau variabel dengan data interval yang tidak berdistribusi normal. Oleh karena itu, alat uji ini tidak sensitif terhadap nilai ekstrim (Kurniawan, 2009). 3 Informatika Pertanian, Vol. 28 No.1, Juni 2019 : 1 - 10 Formula korelasi Spearman yang digunakan adalah : rs = Koefisien korelasi Rank Spearman di = Selisih setiap rank n = Banyaknya pasangan data Indikator efektivitas model dievaluasi dari koefisien korelasi masing-masing model. Suatu model korelasi dikatakan efektif jika: (a) Penerapan instrumen analisis korelasi dapat mengakomodasi karakteristik data pendampingan. Indikatornya, data yang terkumpul relevan dianalisis menggunakan instrumen korelasi yang digunakan. (b) Hasil analisis korelasi dapat menjelaskan fenomena yang terjadi dalam pendampingan. Indikatornya, dilihat dari nilai koefesien korelasi mampu menunjukkan hasil yang signifikan (Singgih, 2010). HASIL DAN PEMBAHASAN Aspek pertama yang dijadikan obyek dalam analisis Pearson, Kendall’s tau-b, dan Spearman yaitu karakteristik petani yang melakukan budi daya padi varietas Ciherang pada agroekosistem sawah irigasi di musim hujan. Karakteristik petani yang dibahas difokuskan pada umur, pendidikan, dan pengalaman berusaha tani. Ketiga variabel tersebut termasuk karakter demografi (Afandi, 2010; Budiartiningsih et al., 2010; Nurhasikin, 2013; Andini et al., 2013; Manyamsari dan Mujiburrahmad, 2014). Umur dihitung sejak lahir sampai saat menjadi responden, yang dikategorikan: (1) muda (< 45 tahun), (2) sedang (45-55 tahun), dan (3) tua (>55 tahun). Lama pendidikan merupakan waktu yang ditempuh petani dalam mengikuti sekolah formal berdasarkan jenjang sekolah dasar sampai perguruan tinggi (tahun). Hasil pengukuran dikategorikan menjadi: (1) rendah (kurang dari 7 tahun atau setara dengan tamatan SD), (2) sedang (lebih dari 7 tahun sampai dengan 10 tahun atau setara tamatan SMP), dan (3) tinggi (lebih dari 10 tahun). Pengalaman berusahatani menunjukkan lama petani berkecimpung dalam kegiatan budi daya, produksi, seluk beluk usaha dan pemasaran hasil pertanian (Shinta, 2011). Pengalaman dibagi menjadi: (1) pengalaman baru, kurang dari 10 tahun, (2) pengalaman sedang, berkisar antara 10 - 20 tahun, dan (3) pengalaman lama, lebih dari 20 tahun. Informasi lebih rinci ketiga variabel tersebut disajikan pada Tabel 1. Pada Tabel 1 dapat dilihat bahwa 22 petani responden menunjukkan umur relatif homogen (standar deviasi = 7,911), dengan umur minimum dan maksimum dalam kategori produktif (Nurhasikin, 2013). Dari sisi pendidikan diperoleh nilai standar deviasi kecil 2,532 yang dapat diartikan bahwa nilai mean (rata rata) yang diperoleh akurat. Pendidikan menentukan tingkat kompetensi petani dalam melakukan kegiatan pertanian (Manyamsari dan Mujiburrahmad, 2014). Wiriaatmadja (1986) menjelaskan tingkat pendidikan merupakan salah satu indikator mutu petani. Dari hasil penelitian Sudana dan Subagyono (2012) terungkap umur dan tingkat pendidikan petani berpengaruh nyata terhadap peluang adopsi inovasi teknologi. Dari sisi pengalaman berusahatani, nilai standar deviasi cukup besar yaitu 13,287. Hal ini berarti semakin besar nilai standar deviasi semakin beragam nilaivariabel yang diuji. Dengan kata lain, semakin tidak akurat nilai mean yang diperoleh sehingga dapat diartikan nilai mean bukan parameter yang tepat untuk mewakili semua data. Mulyasa (2003) mengemukakan perkembangan kemampuan berpikir terjadi seiring dengan bertambahnya umur. Hal ini menunjukkan semakin tua umur petani semakin bertambah pengalaman sehingga semakin meningkat kompetensi dalam berusaha tani. Tabel 1. Karakteristik petani Uraian N Mean Std. deviation Minimum Maximum 4 Valid Missing Umur (tahun) 22 0 48,27 7,911 38 63 Uji Komparasi Model Korelasi dalam Menganalisis Efektivitas Pendampingan Petani (Yennita Sihombing, Lintje Hutahaean) Dari Tabel 2 dapat dilihat hasil padi petani responden sebelum dan sesudah pendampingan relatif heterogen, namun dengan kisaran minimum dan maksimum dalam katagori tinggi. Dapat disimpulkan bahwa pendampingan terhadap petani terjadi peningkatan hasil padi yang cukup signifikan sehingga meningkatkan pendapatan petani di Bolaang Mongondow Utara, Sulawesi Utara. Model Pearson menghasilkan korelasi variabel yang sangat signifikan pada taraf 0,01, yaitu antara variabel umur dan pengalaman berusaha tani dengan nilai koefisien korelasi 0,691. Korelasinya sangat erat dan searah Variabel lainnya tidak signifikan. Hal ini diduga disebabkan antara lain karena rata-rata petani sudah berusaha tani sejak sebelum sekolah, tidak melanjutkan pendidikan sampai ke perguruan tinggi (hanya sampai tingkat SMP) karena lebih suka bertani, dan tidak memiliki biaya sehingga banyak petani yang mengandalkan usaha tani sebagai sumber utama pendapatan sampai akhir hidupnya (Andini et al. 2013). Sementara itu korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi tidak signifikan dengan nilai koefisien korelasi < Aplikasi Tiga Model Korelasi a. Sebelum Pendampingan Hasil uji korelasi Pearson, Kendall’s tau-b, dan Spearman antara variabel karakteristik usaha tani dengan usahatani sebelum pendampingan dapat dilihat pada Tabel 3, 4, dan 5. Tabel 2. Karakteristik usaha tani padi Uraian N Hasil padi (kg/ha) sebelum pendampingan 22 0 1822,73 254,356 1.200 2.200 Valid Missing Mean Std. Deviation Minimum Maximum Hasil padi (kg/ha) sesudah pendampingan 22 0 2154,55 159,545 2.000 2.500 Tabel 3. Hasil uji korelasi Pearson sebelum pendampingan 1 -0,351 Pengalaman berusaha tani (Thn) ,691** 22 0,109 22 0,000 22 0,432 22 Pearson Correlation Sig. (2-tailed) N -0,351 1 -0,393 -0,316 0,109 22 22 0,071 22 0,152 22 Pengalaman Pearson Usahatani (Thn) Correlation Sig. (2-tailed) N ,691** -0,393 1 -0,075 0,000 22 0,071 22 22 0,740 22 HasilProduksi (Kg.Ha) Sebelum Pendampingan 0,177 -0,316 -0,075 1 0,432 22 0,152 22 0,740 22 22 Uraian Umur (Thn) Pendidikan (Thn) Umur (Thn) Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pendidikan (Thn) Hasil padi (kg/ha) sebelum pendampingan 0,177 ** Correlation is significant at the 0.01 level (2-tailed) 5 Informatika Pertanian, Vol. 28 No.1, Juni 2019 : 1 - 10 Tabel 4. Korelasi Kendall’s Tau-b sebelum pendampingan Uraian Kendall’s Umur (Thn) tau_b Pendidikan (Thn) Pengalaman bersaha tani (Thn) Hasil padi (kg. ha) sebelum pendampingan Correlation Coefficient Sig. (2-taied) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Umur (Thn) Pendidikan (Thn) Pengalaman berusaha tani (Thn) Hasil padi (kg/ ha) sebelum pendampingan 1,000 -0,259 ,406* 0,065 22 -0,259 0,139 22 1,000 0,011 22 -0,329 0,688 22 -0,263 0,139 22 ,406* 22 -0,329 0,061 22 1,000 0,144 22 -0,070 0,011 22 0,065 0,061 22 -0,263 22 -0,070 0,667 22 1,000 0,688 22 0,144 22 0,667 22 22 * Correlation is significant at the 0.05 level (2-tailed) Tabel 5. Korelasi Spearman sebelum pendampingan Umur (Thn) Pendidikan (Thn) Correlation Coefficient Sig. (2-tailed) N 1,000 -0,317 0,151 22 Correlation Coefficient Sig. (2-tailed) N -0,317 0,151 22 1,000 Pengalaman berusaha tani (Thn) Correlation Coefficient Sig. (2-tailed) N ,541** 0,009 22 Hasil padi (kg/ ha) Sebelum pendampingan Correlation Coefficient Sig. (2-tailed) N 0,116 0,606 22 Uraian Spearman’s Umur (Thn) rho Pendidikan (Thn) 22 Pengalaman berusaha tani (Thn) ,541** 0,009 22 Hasil padi (kg/ ha) sebelum pendampingan 0,116 0,606 22 -0,377 0,083 22 -0,309 0,161 22 -0,377 0,083 22 1,000 -0,084 0,711 22 -0,309 0,161 22 -0,084 0,711 22 22 22 1,000 22 ** Correlation is significant at the 0.01 level (2-tailed) 0,5. Hasil padi memiliki hubungan negatif dengan tingkat pendidikan dan pengalaman berusaha tani, sedangkan dengan variabel umur memiliki hubungan yang positif (searah). 6 Hasil uji Kendall’s Tau-b menghasilkan korelasi variabel yang signifikan, terdiri atas variabel umur dengan pengalaman berusaha tani dengan nilai koefisien 0,406 pada taraf 0,05. Artinya hubungan kedua variabel erat dan searah. Uji Komparasi Model Korelasi dalam Menganalisis Efektivitas Pendampingan Petani (Yennita Sihombing, Lintje Hutahaean) Korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi tidak signifikan yang ditunjukkan oleh nilai koefisien korelasi -0,263 dan -0,070. Hasil padi memiliki hubungan yang kurang berarti dengan tingkat pendidikan dan pengalaman berusaha tani serta berbanding terbalik (tidak searah). Hasil analisis sama dengan hasil dua analisis sebelumnya, yaitu korelasi variabel umur dan pengalaman berusahatani dengan nilai koefisien 0,541 pada taraf 0,01. Korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi tidak signifikan dengan nilai koefisien korelasi -0,309. Hubungan antara variabel pengalaman berusaha tani dengan hasil padi kurang berarti dan berbanding terbalik, sedangkan dengan variabel umur memiliki hubungan yang searah. b. Sesudah Pendampingan Uji korelasi Pearson, Kendall’s tau-b, dan Spearman antara variabel karakteristik usahatani dengan usahatani sesudah pendampingan dapat dilihat pada Tabel 6, 7, dan 8. Tabel 6. Korelasi Pearson Sesudah Pendampingan Uraian Umur (Thn) Umur (Thn) Pendidikan (Thn) Pengalaman berusaha tani (Thn) Hasil padi (kg/ ha) sesudah pendampingan Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pendidikan (Thn) 1 -0,351 0,109 22 1 22 -0,351 0,109 22 ,691** 0,000 22 -0,129 0,566 22 22 -0,393 0,071 22 -0,019 0,932 22 Pengalaman berisaha tani (Thn) ,691** 0,000 22 -0,393 0,071 22 1 22 0,037 0,870 22 Hasil padi (kg/ ha) sesudah pendampingan -0,129 0,566 22 -0,019 0,932 22 0,037 0,870 22 1 22 ** Correlation is significant at the 0.01 level (2-tailed) Tabel 7. Korelasi Kendall’s Tau-b sesudah pendampingan Uraian Kendall’s tau_b Umur (Thn) Pendidikan (Thn) Pengalaman berusaha tani (Thn) Hasil padi (kg/ ha) aesudah pendampingan Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N * Correlation is significant at the 0.05 level (2-tailed) -0,259 Pengalaman berusaha tani (Thn) ,406* Hasil padi (kg/ha) ssdh pendampingan -0,115 0,139 22 1,000 0,011 22 -0,329 0,495 22 0,030 0,139 22 ,406* 22 -0,329 0,061 22 1,000 0,875 22 -0,020 0,011 22 -0,115 0,061 22 0,030 22 -0,020 0,905 22 1,000 0,495 22 0,875 22 0,905 22 22 Umur (Thn) Pendidikan (Thn) 1,000 22 -0,259 7 Informatika Pertanian, Vol. 28 No.1, Juni 2019 : 1 - 10 Tabel 8. Korelasi Spearman sesudah pendampingan Umur (Thn) Uraian Spearman’s rho Umur (Thn) Pendidikan (Thn) Pengalaman berusaha tani (Thn) Hasil padi (kg/ ha) sesudah pendampingan Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Pendidikan (Thn) Pengalaman berusaha tani (Thn) ,541** Hasil padi (kg/ha) sesudah pendampingan -0,166 1,000 -0,317 22 -0,317 0,151 22 1,000 0,009 22 -0,377 0,461 22 0,030 0,151 22 ,541** 22 -0,377 0,083 22 1,000 0,896 22 -0,018 0,009 22 -0,166 0,083 22 0,030 22 -0,018 0,938 22 1,000 0,461 22 0,896 22 0,938 22 22 ** Correlation is significant at the 0.01 level (2-tailed) Hubungan korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi sesudah pendampingan tidak signifikan dengan nilai koefisien korelasi -0,129, artinya hubungan antara variabel umur dengan hasil padi lemah. Variabel pendidikan dan hasil padi kurang berarti dan berbanding terbalik, sedangkan dengan variabel pengalaman berusaha tani memiliki hubungan yang searah. Semakin tua dan semakin tinggi tingkat pendidikan petani, maka hasil padi tinggi sesudah pendampingan dan sebaliknya. Hal ini sesuai dengan pernyataan Bandolan et al. (2008) yang menyimpulkan tingginya keterampilan petani disebabkan oleh adanya pengetahuan yang dimiliki. Keterampilan mencakup pemilihan bibit unggul, penanaman, pemeliharaan, dan panen dilakukan dengan baik. Hal ini tidak berlaku untuk variabel pengalaman berusaha tani. Hubungan korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi sesudah pendampingan tidak signifikan dengan nilai koefisien korelasi -0,115. Hubungan antara variabel umur dengan hasil usaha tani lemah. Dengan nilai koefisien korelasi -0,020, variabel pengalaman berusaha tani dan hasil usaha tani kurang berarti dan berbanding terbalik (tidak searah), sedangkan dengan variabel pengalaman berusaha tani searah. Hal tersebut tidak berlaku dengan variabel pendidikan, semakin tinggi pendidikan petani, maka hasil usaha tani sesudah pendampingan semakin tinggi, karena 8 pendidikan sangat berpengaruh dalam peningkatan hasil, dan sebaliknya. Hal ini sesuai dengan Sudana (2005) yang menyatakan pendidikan adalah suatu proses terencana untuk mengubah perilaku seseorang yang dilandasi oleh perubahan pengetahuan, keterampilan, dan sikap. Pendidikan umumnya mempengaruhi cara dan pola pikir petani dalam mengelola usaha tani. Pendidikan yang relatif tinggi menyebabkan petani lebih dinamis. Hubungan korelasi antara karakteristik petani (umur, pendidikan, dan pengalaman berusaha tani) dengan hasil padi sesudah pendampingan dengan uji Spearman tidak signifikan, dengan nilai koefisien korelasi pada uji Spearman -0,166. Artinya hubungan antara variabel umur petani dengan hasil usaha tani lemah sesudah pendampingan. Di samping itu, hubungan antara variabel pengalaman berusaha tani dan hasil padi sesudah pendampingan kurang berarti dan berbanding terbalik (tidak searah). Sementara itu hubungannya searah dengan variabel pendidikan. KESIMPULAN Model uji Korelasi Pearson yang merupakan statistik nonparametrik dan Kendall’s tau-b serta Spearman yang termasuk statistik parametrik pada dasarnya efektif digunakan dalam menganalisis kinerja pendampingan teknologi yang ditunjukkan oleh hasil korelasi dari ketiga model, baik sebelum maupun setelah pendampingan. Uji Komparasi Model Korelasi dalam Menganalisis Efektivitas Pendampingan Petani (Yennita Sihombing, Lintje Hutahaean) Ketiga model korelasi menghasilkan satu korelasi variable signifikan yang sama yaitu korelasi umur dengan pengalaman berusaha tani. Perbedaannya hanya terjadi dalam tingkat kekuatan korelasi. Hasil kajian ini menunjukkan analisis korelasi model Pearson, Kendall’s tau-b, dan Spearman dapat menjadi pilihan dalam menganalisis kinerja pendampingan teknologi kepada petani. DAFTAR PUSTAKA Afandi, W.N. 2010. Identifikasi karakteristik rumah tangga miskin di Kabupaten Padang Pariaman. Tesis (tidak dipublikasikan). Universitas Andalas. Tersedia dari: http://unand.ac.id/20447/1. Diakses pada tanggal 12 Mei 2018. Andini, N. K,. D. P. E. Nilakusmawati, dan M. Susilawati. 2013. Faktor-faktor yang memengaruhi penduduk lanjut usia masih bekerja. Piramida Jurnal Kependudukan dan Pengembangan Sumber Daya Manusia 9(1) :44-49. Arifin, Z. 2012. Penelitian Pendidikan Metode dan Paradigma Baru. Bandung (ID): PT. Remaja Rosdakarya. Badan Litbang Pertanian. 2011. PTT Padi Sawah. Pedoman Umum. Jakarta (ID): Badan Badan Penelitian dan Pengembangan Pertanian. Kementerian Pertanian. Bandolan, Y., A. Azis, dan Sumang. 2008. Tingkat adopsi petani terhadap teknologi budidaya rambutan di desa romangloe kecamatan bontomarannu kabupaten gowa. Jurnal Agrisistem 4 (2) : 5 – 12. Budiartiningsih, R., Y. Maulida, dan Taryono. 2010. Faktor-faktor yang mempengaruhi peningkatan pendapatan keluarga petani melalui sektor informal di desa kedaburapat, kecamatan rangsang barat, kabupaten bengkalis. Jurnal Ekonomi 18(1):79-93. Dirjen Tanaman Pangan. 2014. Petunjuk Teknis Teknologi Tanam Jajar Legowo Tahun 2016. Jakarta (ID): Direktorat Jenderal Tanaman Pangan, Kementerian Pertanian. Gamma Sigma Beta. 2012. Statistika Parametrik Vs Statistika Nonparametrik. Tersedia dari: http://http:// gsb.lk.ipb.ac.id/?p=633. Diakses pada tanggal 12 Mei 2018. Hendayana, R. 2011. Memacu Produksi Dengan Pendampingan. Sinar Tani, 4 April 2011. Hendayana, R. 2011. Strategi Pendampingan SLPTT Padi Yang efektif Mendukung Swasembada Beras Berkelanjutan. Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian. Badan Penelitian dan Pengembangan Pertanian. Kementerian Pertanian. Halaman 1-27. Hendayana, R. 2016. Pokok - Pokok Pikiran Pendampingan Dalam Mendorong Peningkatan Produksi Padi, Jagung, dan Kedelai. Aktualisasi Pendampingan Kawasan Tanaman Pangan Strategis Komoditas Padi, Jagung, dan Kedelai. Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian. Bogor. Halaman 25-36. Hendayana, R. 2016. Analisis Data Pengkajian : Cerdas dan Cermat Menggunakan Alat Analisis Data Untuk Karya Tulis Ilmiah. IAARD Press. Badan Penelitian dan Pengembangan Pertanian. Jakarta. Halaman 136140. Hernanto. 2013. Karakteristik Sosial Ekonomi Petani Padi dan Hubungannya dengan Pendapatan. Fakultas Pertanian USU. Medan. Halaman 41-48. Hidayat, A. 2012. Uji Pearson Product Moment dan Asumsi Klasik. Tersedia dari: https://www. statistikian.com/2012/07/pearson-dan-asumsi-klasik. html. Diakses pada tanggal 12 Mei 2018. Huang, H. 2016. Perbedaan Korelasi Pearson Product Moment Dan Rank Spearman. Tersedia dari: http:// www.globalstatistik.com/perbedaan-korelasipearson-product-moment-dan-rank-spearman/. Diakses pada tanggal 12 Mei 2018. Ife, J. 1995. Community Development: Creating Community Alternatives, Vision, Analysis and Practice. Australia (AUS): Longman. Jamal, E. 2009. Telaah Penggunaan Pendekatan Sekolah Lapang Dalam Pengelolaan Tanaman Terpadu (PTT) Padi: Kasus di Kabupaten Blitar dan Kediri Jawa Timur. Jurnal Analisis Kebijakan Pertanian 7 (4) : 337-349. KBBI. 2015. Kamus Besar Bahasa Indonesia. Tersedia dari: http://kbbi.kemdikbud.go.id/. Diakses pada Tanggal 28 April 2017. Kurniawan, A. 2009. Belajar Mudah SPSS Untuk Pemula: Untuk Mahasiswa dan Umum Disertai Latihan Soal dan Kunci Jawaban. Yogyakarta (ID): Mediakom. Manyamsari, I dan Mujiburrahmad. 2014. Karakteristik petani dan hubungannya dengan kompetensi petani lahan sempit. Agrisep 15(2): 58-74. Mulyasa. 2003. Kurikulum Berbasis Kompetensi: Konsep, Karakteristik, dan Implementasi. Bandung (ID): .Remaja Rosdakarya. Nurhasikin. 2013. Penduduk Usia Produktif dan Ketenagakerjaan. Tersedia dari: http://kepri.bkkbn. go.id/Lists/Artikel/DispForm.aspx?I D=144. Diakses pada tanggal 27 Juni 2018. Sarwono, J. 2006. Buku Metodologi Penelitian Kuantitatif dan Kualitatif. Yogyakarta (ID): Graha Ilmu. Singgih, S. 2010. Statistik Nonparametik. Jakarta (ID): Elex Media Komputindo. Shinta, A. 2011. Ilmu Usahatani. Malang (ID): Univeritas Brawijaya Press. 9 Informatika Pertanian, Vol. 28 No.1, Juni 2019 : 1 - 10 Sudana, W. Dan K. Subagyono. 2012. Kajian faktor-faktor penentu adopsi inovasi pengelolaan tanaman terpadu padi melalui sekolah lapang pengelolaan tanaman terpadu. Jurnal Pengkajian dan Pengembangan Teknologi Pertanian 15 (2): 94-106. Surat Keputusan Kepala Badan Litbang Pertanian No. 79/ Kpts/KP.340/I/2/2014. Pengawalan/Pendampingan Sekolah Lapang Pengelolaan Tanaman Terpadu (SL-PTT) Padi, Jagung, dan Kedelai. Kementerian Pertanian. Suzan, L. 2011. Analisis efisiensi penggunaan faktor produksi pada usaha tani padi sawah di desa mopuya utara kecamatan dumoga utara kabupaten bolang mongondow. Jurnal ASE 7 (1): 38-47. 10 Syakir, M. 2016. Kebijakan Pembangunan IPTEK Mendukung Kedaulatan Pangan. Kementerian Pertanian. Arahan pada Seminar Nasional di Ambon, 12 Oktober 2016. Trihendradi, C. 2012. Step by Step SPSS 20: Analisis Data Statistik. Yogyakarta (ID): Andi. Wiriaatmadja, S. 1986. Pokok-Pokok Penyuluhan Pertanian. CV. Yasaguna . Jakarta. Sudana. 2005. Potensi dan prospek laha rawa sebagai sumber produksi pertanian. Jurnal Analisis Kebijakan Pertanian 3(2) : 141-151
