JK
reg
= b
1
Σx
1i
y
i
+ b
2
Σx
2i
y
i
+ b
3
Σx
3i
y
i
4.12 = 5,651.080,13 + 74,44-0,14 + 288,4981,8
= 6.102,7345 -10,4216 + 23.598,482 = 29.690.79
R
2
=
∑
2
y JK
reg
4.13
= 68
, 592
. 30
79 ,
690 .
29
= 0,9750
Dari perhitungan diatas, diperoleh koefisien determinasi R
2
sebesar 0,9750. Dengan mencari akar dari koefisien determinasi, maka didapat koefisien korelasinya
R sebesar 0,9851 aatu 98,51 produksi sawit tersebut dipengaruhi oleh ketiga faktor yang berpengaruh, sedangkan sisanya 1,49 dipengaruhi oleh faktor – faktor lainnya.
4.5 Koefisien Korelasi
Untukk mengukur seberapa besar pengaruh variabel tak bebas terhadap variabel bebas, dapat dilihat dari besarnya koefisien korelasinya, yaitu :
4.5.1 Perhitungan Korelasi Antara Variabel Y dengan X
i
1. Koefisien korelasi antara produksi sawit Y dengan pemakaian pupuk X
i
r
yx1
= }
{ }
{
2 2
2 1
2 1
1 i
i i
i i
i i
Y X
n X
X n
Y X
Y X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.14
=
} 06
, 717
. 6
52 ,
550408 .
7 6
}{ 09
, 72
32 ,
168 .
1 6
{ 06
, 717
. 6
09 ,
72 61
, 785
. 81
6
2 2
− −
−
= 04
, 895
. 118
. 45
12 ,
451 .
302 .
45 97
, 196
. 5
92 ,
009 .
7 86
, 232
. 484
66 ,
713 .
490 −
− −
= 08
, 556
. 183
95 ,
812 .
1 8
, 480
. 6
= 2
, 995
. 777
. 332
8 ,
480 .
6
= 20
, 242
. 18
8 ,
480 .
6
r
yx1
= 0,355
Ini menunjukkan korelasi lemah antara produksi sawit dengan pupuk yang digunakan. Yang berarti semakin sedikit pupuk yang digunakan maka akan semakin
rendah hasil produksi sawit -0,49 ≤ r ≥ 0,49 = korelasi lemah.
2. Koefisien korelasi antara produksi sawit Y dengan curah hujan X
2
r
yx2
= }
{ }
{
2 2
2 2
2 2
2 2
i i
i i
i i
i i
Y X
n X
X n
Y X
Y X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.15
=
} 06
, 717
. 6
52 ,
550408 .
7 6
}{ 99
, 1651
, 6
{ 06
, 717
. 6
99 ,
17 ,
108 .
1 6
2 2
− −
−
= 08
, 556
. 183
98 ,
99 ,
89 ,
649 .
6 02
, 649
. 6
− −
= 08
, 556
. 183
01 ,
87 ,
−
= 56
, 835
. 1
87 ,
−
= 84
, 42
87 ,
−
r
yx2
= -0,019
Ini menunjukkan korelasi lemah antara produksi sawit dengan curah hujan. Yang berarti semakin rendah tingkat curah hujan maka akan semakin rendah hasil
produksi sawit -0,49 ≤ r ≥ 0,49 = korelasi lemah.
3. Koefisien korelasi antara produksi sawit Y dengan jumlah tanaman
menghasilkan X
3
r
yx3
= }
{ }
{
2 2
2 3
2 3
3 3
i i
i i
i i
i i
Y X
n X
X n
Y X
Y X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.16
=
} 06
, 717
. 6
52 ,
550408 .
7 6
}{ 7
, 35
7438 ,
212 6
{ 06
, 717
. 6
7 ,
35 31
, 048
. 40
6
2 2
− −
−
= 08
, 556
. 183
49 ,
274 .
1 46
, 276
. 1
4 ,
799 .
239 86
, 289
. 240
− −
l
= 08
, 556
. 183
97 ,
1 82
, 490
= 48
, 605
. 361
87 ,
−
= 34
, 601
82 ,
490
r
yx3
= 0,816
Ini menunjukkan korelasi kuat antara produksi sawit dengan jumlah tanaman menghasilkan. Yang berarti semakin banyak jumlah tanaman menghasilkan maka
akan semakin meningkat hasil produksi sawit 0,80 ≤ r ≥ 1,00 = korelasi kuat.
4.5.2 Perhitungan Korelasi Antar Variabel Bebas
1. Koefisien korelasi antara jumlah pemakaian pupuk X
1
dengan curah hujan X
2
r
12
=
} {
} {
2 2
2 2
2 1
2 1
2 1
2 1
i i
i i
i i
i i
X X
n X
X n
X X
X X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.17
} 99
, 1651
, 6
}{ 09
, 72
3241 ,
168 .
1 6
{ 99
, 09
, 72
1432 ,
12 6
2 2
− −
− =
9801 ,
9906 ,
9681 ,
196 .
5 9446
, 009
. 7
3691 ,
71 8592
, 72
− −
− =
0105 ,
9765 ,
812 .
1 4901
, 1
=
036 ,
19 4901
, 1
=
36 ,
4 4901
, 1
=
= 0,342
2. Koefisien korelasi antara jumlah pemakaian pupuk X
1
dengan jumlah tanaman menghasilkan X
3
r
13
=
} {
} {
2 3
2 3
2 1
2 1
3 1
3 1
i i
i i
i i
i i
X X
n X
X n
X X
X X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.18
} 7
, 35
7438 ,
212 6
}{ 09
, 72
3241 ,
168 .
1 6
{ 57
, 3
09 ,
72 7007
, 426
6
2 2
− −
− =
49 ,
274 .
1 4628
, 276
. 1
9681 ,
196 .
5 9446
, 009
. 7
613 ,
573 .
2 2042
, 560
. 2
− −
− =
9728 ,
1 9765
, 812
. 1
4088 ,
13 −
=
64 ,
567 .
3 4088
, 13
− =
81 ,
59 4088
, 13
− =
= -0,224
3. Koefisien korelasi antara jumlah curah hujan X
2
dengan jumlah tanaman menghasilkan X
3
r
13
=
} {
} {
2 3
2 3
2 2
2 2
3 2
3 2
i i
i i
i i
i i
X X
n X
X n
X X
X X
n ∑
− ∑
− ∑
− ∑
∑ ∑
− ∑
4.19
} 7
, 35
7438 ,
212 6
}{ 99
, 1651
, 6
{ 57
, 3
99 ,
8847 ,
5 6
2 2
− −
− =
49 ,
274 .
1 4628
, 276
. 1
9801 ,
9906 ,
343 ,
35 3082
, 35
− −
− =
9728 ,
1 0105
, 0348
, −
=
0207 ,
0348 ,
− =
15 ,
0348 ,
0 l −
=
= -0,232
Berdasarkan perhitungan korelasi di atas dapat disimpulkan bahwa korelasi antara variabel bebas X
1
dan X
2
bersifat lemah, X
1
dan X
3
bersifat lemah ssecara negatif, serta X
2
dan X
3
juga bersifat lemah secara negatif.
4.6 Uji Regresi Linier Berganda
