Análisis de los factores que influyen en la transformación de la fuerza laboral del sector agrícola al sector no agrícola en la aldea de Bagik Polak, distrito de West Lombok.

Este estudio tiene como objetivo analizar la influencia de los ingresos, la educación, la edad y el género en la transformación de la fuerza laboral del sector agrícola al sector no agrícola en la aldea de Bagik Polak. El tipo de investigación utilizada en este estudio es el método cuantitativo asociativo. La prueba se realizó en 94 encuestados distribuidos en 7 aldeas, a saber, Karang buncu lauq, Karang buncu Barat, Karang buncu daye, Rerot, Karang kebon timur, Karang kebon Barat y Enjak. Los datos se obtuvieron mediante la distribución de cuestionarios y muestreo de investigación utilizando el método de muestreo intencionado. La herramienta de análisis utilizada es la regresión logística (logit) que tiene tres pruebas, incluidas Evaluación del Ajuste General del Modelo, Prueba de Feasibilidad del Modelo de Regresión (Prueba de Bondad de Ajuste) y Coeficiente de Determinación (R Cuadrado de Nagelkerke). Así como pruebas estadísticas, a saber, la Prueba de Razón de Verosimilitud (Prueba Simultánea F) y la Prueba de Wald (Prueba Parcial t). Los resultados del análisis muestran que, puramente de las cuatro variables utilizadas en este estudio, hay dos variables que tienen un efecto positivo y significativo, a saber, los ingresos con un valor significativo de 0.045 < 0.05 y el género con un valor significativo de 0.851 > 0.05 no tuvo un efecto significativo en la transformación de la fuerza laboral del sector agrícola al sector no agrícola en la aldea de Bagik Polak. Mientras tanto, simultáneamente, la variable independiente (X) tiene un efecto en la transformación de la fuerza laboral del sector agrícola al sector no agrícola con un valor de chi-cuadrado significativo de 0.004 < 0.05. Mientras tanto, el valor de R2 de Nagelkerke muestra que todas las variables independientes son capaces de explicar la variable dependiente en un 42.7% y el 57.3% restante se explica por otras variables que no están incluidas en el modelo.