Pembentukan Model Regresi Linier Berganda

4.1.2 Pembentukan Model Regresi Linier Berganda

Data yang digunakan dalam perhitungan ini adalah data produksi padi, luas lahan, irigasi dan tenaga kerja Kabupaten Sukoharjo pada tahun 2007 hingga 2011 yang tersaji pada Tabel 4.2. Tabel 4.2 Data Produksi Padi, Luas Lahan, Irigai dan Tenaga kerja Id Kecamatan tahun panen lahan irigasi ch 1 Weru 2007 24790 1854 1006 1694 2 Bulu 2007 14100 1117 581 3 Tawangsari 2007 25761 1626 1454 1463 4 Sukoharjo 2007 30136 2367 2367 1927 5 Nguter 2007 39136 2680 1316 1900 6 Bendosari 2007 37049 2569 1234 1884 7 Polokarto 2007 40651 2576 1127 1634 8 Mojolaban 2007 42474 2234 2234 1569 9 Grogol 2007 14461 1007 413 2028 10 Baki 2007 18090 1285 1285 1535 11 Gatak 2007 18842 1266 1266 2550 12 Kartasura 2007 8298 515 515 1977 13 Weru 2008 27047 1866 1018 1900 14 Bulu 2008 14315 1117 581 1214 15 Tawangsari 2008 24980 1632 1460 1768 16 Sukoharjo 2008 35962 2364 2364 1888 17 Nguter 2008 35270 2680 1316 2506 18 Bendosari 2008 37114 2569 1234 2322 19 Polokarto 2008 44734 2576 1127 2293 20 Mojolaban 2008 44661 2234 2234 2216 21 Grogol 2008 14132 1007 413 1030 22 Baki 2008 18584 1285 1285 1962 23 Gatak 2008 18169 1266 1266 1921 24 Kartasura 2008 7688 515 515 2208 25 Weru 2009 26043 1866 1018 1901 26 Bulu 2009 15171 1117 581 1591 27 Tawangsari 2009 31038 1651 1479 1766 28 Sukoharjo 2009 40604 2364 2364 1864 29 Nguter 2009 38780 2680 1316 2227 30 Bendosari 2009 42015 2569 1234 1911 31 Polokarto 2009 40566 2576 1127 1605 32 Mojolaban 2009 44538 2234 2234 2126 33 Grogol 2009 14737 1007 413 1522 34 Baki 2009 17275 1276 1276 1960 35 Gatak 2009 18247 1266 1266 1735 36 Kartasura 2009 8230 515 515 2114 37 Weru 2010 27473 1989 1082 1648 38 Bulu 2010 16814 1117 581 1441 39 Tawangsari 2010 29387 1656 1484 1731 40 Sukoharjo 2010 46118 2363 2363 2043 41 Nguter 2010 41093 2689 1325 2175 42 Bendosari 2010 39416 2569 1234 2288 43 Polokarto 2010 45437 2576 1127 1697 44 Mojolaban 2010 47226 2234 2234 1294 45 Grogol 2010 16582 1007 413 1688 46 Baki 2010 18329 1276 1276 1888 47 Gatak 2010 20057 1266 1266 1608 48 Kartasura 2010 9593 515 515 2402 49 Weru 2011 27279 1989 1082 2378 50 Bulu 2011 14079 1116 580 2182 51 Tawangsari 2011 27778 1656 1484 2621 52 Sukoharjo 2011 31657 2363 2363 3074 53 Nguter 2011 34919 2689 1325 2991 54 Bendosari 2011 32398 2569 1234 3098 55 Polokarto 2011 39822 2576 1127 2457 56 Mojolaban 2011 29599 2234 2234 2226 57 Grogol 2011 11386 1007 413 3267 58 Baki 2011 16109 1276 1276 2603 59 Gatak 2011 13688 1266 1266 2375 60 Kartasura 2011 4946 546 546 1898 Tabel 4.2 adalah tabel data produksi padi, luas lahan, irigasi dan tenaga kerja Kabupaten Sukoharjo yang akan digunakan dalam proses perhitungan regresi linier berganda untuk memperoleh persamaan regresi linier. Persamaan ini sebagai persamaan untuk menghitung perediksi produksi padi tahun 2012 dan 2013 Kabupaten Sukoharjo. Sebelum melakukan proses perhitungan regresi linier berganda, terlebih dahulu dilakukan uji kelinieran data dengan membentuk plot antara variabel terikat Y dengan masing-masing varabel bebas X. Hal ini bertujuan untuk pendeteksian awal apakah regresi linier cocok diterapkan. Gambar 4.1 Hubungan Kelinieran Luas Lahan dan Produksi Padi Gambar 4.1 merupakan hasil plot dari data luas lahan dan produksi padi pada tahun 2007 hingga 2011. Luas lahan berada pada sumbu X dan produksi padi berada pada sumbu Y. Bulatan – bulatan kecil yang terdapat dalam plot adalah titik – titik data yang tersebar berdasarkan hubungan antara besaran luas lahan dan produksi padi pada tahun 2007 hingga 2011. Berdasarkan plot tersebut, dapat diketahui bahwa titik – titik data membentuk pola linier antara luas lahan dan produksi padi. Gambar 4. 2 Hubungan Kelinieran Irigasi dan Produksi Padi Gambar 4.2 adalah hasil plot dari data irigasi dengan data produksi padi pada tahun 2007 hingga tahun 2011. Irigasi berada pada sumbu X dan produksi padi berada pada sumbu Y. Plot tersebut menggambarkan tentang hubungan kelinieran antara data irigasi dan produksi padi tahun 2007 hingga 2011yang diwakili dengan titik – titik data. Berdasarkan gambar tersebut dapat terlihat bahwa data membentuk pola linier yang dapat diwakili dengan suatu garis lurus. Gambar 4. 3 Hubungan Kelinieran Tenaga kerja dan Produksi Padi Gambar 4.3 adalah hasil plot dari data tenaga kerja dengan data produksi padi pada tahun 2007 hingga tahun 2011. Tenaga kerja berada pada sumbu X dan produksi padi berada pada sumbu Y. Sama dengan Gambar 4.1 dan Gambar 4.2, plot yang terbentuk adalah plot yang menggambarkan hubungan kelinieran antara data tenaga kerja dan produksi padi tahun 2007. Terlihat bahwa data membentuk pola linier yang dapat diwakili dengan suatu garis lurus. Berdasarkan pada ketiga gambar plot regresi linier tersebut dapat terlihat bahwa regresi linier cocok untuk diterapkan karena hubungan antara variabel luas lahan, irigasi dan tenaga kerja dengan produksi padi adalah linier. Langkah selanjutnya adalah membentuk model regresi dari data yang telah tersedia. Pada penelitian ini pembentukkan model regresi memakai bantuan software statistik R Studio. Hasil analisis regresi disajikan pada Gambar 4.4 dibawah ini. Gambar 4. 4 Hasil Analisis Regresi Linier Gambar 4.4 merupakan hasil analisis regresi linier menggunakan software statistik R Studio. Nilai intercept, lahan luas lahan, irigasi dan ch tenaga kerja yang terdapat pada kolom estimate atau estimasi adalah nilai koefisien regresi yang merupakan nilai duga parameter dalam model regresi untuk kondisi yang sebenarnya. Nilai intercept merupakan nilai rata – rata variabel Y apabila nilai pada variabel X bernilai 0. Sedangkan nilai lahan, irigasi dan tenaga kerja merupakan koefisiensi regresi untuk variabel X. Nilai p-value dari koefisien regresi untuk variabel lahan, irigasi dan ch dapat dilihat pada kolom Pr|t|, dimana nilai p-value yang diperoleh lebih kecil dibanding dengan nilai α = 0.05. Hal ini mempunyai arti ketiga koefisian tersebut signifikasn secara statistik. Pada Gambar 4.4 terlihat pula nilai p-value model regresi linier berganda yang diperoleh sebesar 2.2 x 10 -16 . Berdasarkan hasil tersebut dapat ditarik kesimpulan bahwa model regresi yang diperoleh dapat diterima. Hal ini dibuktikan dengan nilai p-value dari F hitung sebesar 2.2 x 10 -16 lebih k ecil dari nilai α sebesar 0.05. Berdasarkan hasil analisis di atas, diperoleh juga persamaan yang digunakan untuk melakukan peramalan produksi padi berdasarkan luas lahan, irigasi dan tenaga kerja yang disajikan pada persamaan lima di bawah ini. 5 Dimana : Y : Produksi Padi X 1 : Luas Lahan X 2 : Irigasi X 3 : Tenaga kerja Analisis hubungan antara variabel luas lahan, irigasi dan tenaga kerja dapat dilihat pada persamaan regresi linier berganda yang terbentuk. Jika luas lahan ditambah 1 Ha dengan asusmsi irigasi dan tenaga kerja tetap, maka produksi padi akan meningkat 14.8323. jika irigasi ditambah dengan asumsi luas lahan dan tenaga kerja tetap, maka produksi padi akan meningkat sebesar 3.5053. namun apabila jumlah tenaga kerja meningkat sedangkan lluas lahan dan irigasi tetap, maka produksi padi akan menurun sebesar 2.4067. Sebelum benar-benar menerima hasil analisis regresi linier ini, diperlukan uji asumsi klasik regresi linier yang bertujuan untuk mengetahui apakah model regresi yang telah terbentuk bebas dari pelanggaran asumsi klasik.

4.1.3 Uji Asumsi Klasik Regresi Linier

Dokumen yang terkait

Penggunaan Metode Stepwise Forward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus: Jumlah Pendapatan Di Kabupaten Kabupaten Tapanuli Utara)

2 90 50

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

3 40 51

Institutional Repository | Satya Wacana Christian University: Peramalan Curah Hujan Menggunakan Metode ARIMA: studi kasus Kabupaten Semarang T1 672015707 BAB IV

0 0 10

Institutional Repository | Satya Wacana Christian University: Prediksi Serangan Syn Flooding Attack dengan Menggunakan Metode Regresi Linier

0 0 1

Institutional Repository | Satya Wacana Christian University: Linear Goal Programming Untuk Perencanaan Produksi Dengan Kendala Permintaan Yang Diramalkan Menggunakan Regresi Linear Berganda T1 662009005 BAB IV

0 0 3

Institutional Repository | Satya Wacana Christian University: Model Prediksi Produksi Panen Komoditas Padi Menggunakan Metode Regresi Linier Berganda (Studi Kasus Kabupaten Sukoharjo) T1 672007707 BAB I

0 0 6

Institutional Repository | Satya Wacana Christian University: Model Prediksi Produksi Panen Komoditas Padi Menggunakan Metode Regresi Linier Berganda (Studi Kasus Kabupaten Sukoharjo) T1 672007707 BAB II

0 1 20

Institutional Repository | Satya Wacana Christian University: Model Prediksi Produksi Panen Komoditas Padi Menggunakan Metode Regresi Linier Berganda (Studi Kasus Kabupaten Sukoharjo) T1 672007707 BAB V

0 0 1

Institutional Repository | Satya Wacana Christian University: Model Prediksi Produksi Panen Komoditas Padi Menggunakan Metode Regresi Linier Berganda (Studi Kasus Kabupaten Sukoharjo)

0 0 10

Institutional Repository | Satya Wacana Christian University: Model Prediksi Produksi Panen Komoditas Padi Menggunakan Metode Regresi Linier Berganda (Studi Kasus Kabupaten Sukoharjo)

0 0 5