Dokumen tersebut membahas analisis regresi untuk mempelajari hubungan antara jarak tanam kelapa sawit dengan pertumbuhan tanaman. Data dikumpulkan dari 12 tanaman dan ditunjukkan ada pengaruh signifikan antara jarak tanam dan pertumbuhan, dengan prediksi pertumbuhan 6,09 meter pada jarak 9,2 meter. Saran untuk penanaman dengan jarak yang sama atau meminimalkan perbedaan jarak.
1. ANALISA REGRESI
Oleh Kelompok 3 :
Husnul Hidayat
Feri Chandra
Irman
Wahyu Akbar. A
Hendra Yogi. AR
2. Pengertian Analisis Regresi
Analisis Regresi adalah teknik statistika yang berguna
untuk memeriksa dan memodelkan hubungan diantara
variabel-variabel.
Regresi Linier Sederhana
Regresi Linier
Regresi Linier Berganda
Jenis-jenis
Persamaan Regresi
Regresi Nonlinier Regresi Eksponensial
3. Manfaat Analisis Regresi
Model regresi dapat digunakan untuk
mengetahui pengaruh suatu atau beberapa
variable predictor terhadap variabel respons.
Model regresi berguna untuk memprediksi
pengaruh suatu variabel atau beberapa
variabel predictor terhadap variable
respons.
Model regresi dapat digunakan untuk
mengukur kekuatan hubungan antara
variabel respons dan variabel predictor.
4. Contoh-Contoh Bentuk Hubungan :
o Berat Orang Dewasa Laki-laki sampai taraf tertentu akan
bergantung kepada tinggi badannya.
o Hasil Produksi padi akan sangat tergantung pada jumlah dan
kualitas pupuk yang digunakan.
o Hasil Omzet penjualan sebuah super market akan
dipengaruhi oleh banyaknya pengunjung.
o Produktivitas Kerja suatu institusi sangat bergantung pada
motivasi kerja dan kompetensi pegawai pada institusi
tersebut.
o Tekanan dari semacam gas akan bergantung pada besaran
temperatur yang diberikan.
o Efektivitas Organisasi yang sudah berjalan baik akan
mendukung mekanisme proses Pendistribusian Beras bagi
masyarakat miskin.
5. Model-Model Hubungan Antar Variabel :
Hubungan Simetris
Model-Model Hubungan
Hubungan Asimetris
Antar Variabel
Hubungan Timbal Balik
6. Analisis Regresi :
Terapan analisis regresi di berbagai bidang pada umumnya
dikaitkan dengan studi ketergantungan suatu variabel (variabel
tak bebas: Y) pada variabel lainnya (variabel bebas: X).
Variabel Y (tak bebas) sering pula disebut variabel respon,
variabel yang diregresi, yaitu variabel yang nilainya dipengaruhi
oleh variabel bebas.
Variabel X (bebas) sering pula disebut variabel penjelas atau
variabel peregresi umumnya variabel ini ditetapkan lebih dahulu
baru kemudian dilakukan pengamatan terhadap nilai-nilai
responnya.
Dalam analisis regresi secara empiris banyak dijumpai hubungan
sebab akibat yang kuat antara variabel respon dan variabel-
variabel penjelas untuk memantapkan adanya hubungan sebab
akibat yang sebenarnya akan lebih baik apabila ada landasan
teori yang mendukungnya.
Dengan kata lain, pembentukan model yang sebenarnya harus
didasarkan pada suatu pengetahuan, teori sementara, atau
tujuan yang beralasan dan bukan asal ditentukan saja.
7. Contoh kasus :
Latar belakang: Pada sebuah perkebunan kelapa sawit
di DB A Plantation, pertumbuhan tanaman menghasilkan
(TM 2) di beberapa blok (areal tanam) tidak sama. Padahal
perlakuan yang diberikan terhadap tanaman sawit sama.
Akan tetapi pada beberapa blok, jarak tanam yang
digunakan berbeda hal ini dikarenakan keadaan lokasi
tanamnya.
Untuk mengkaji hal tersebut lebih lanjut maka dilakukan
pengamatan dan penelitian untuk mengetahui pengaruh
antara jarak tanam kelapa sawit (X) terhadap pertumbuhan
tanaman menghasilkan (Y). Kemudian diambil sampel
secara acak dari beberapa blok sebanyak 12 tanaman. Dari
hasil pengamatan maka didapat data sebagai berikut :
8. Tabel 1. Data
Jarak Tanam (X) Pertumbuhan (Y) Pertanyaan :
6 5,2 a. Bagaimana persamaan
7 5,7 regresinya ?
8 6,1
b. Gambarkan diagram pencar
dan arah regresinya !
9 6,4
c. Berapakah pertumbuhan
6 5 tanaman kelapa sawit pada
8 5,9 jarak tanaman 9,2 m?
8 6 d. Buktikan apakah terdapat
pengaruh yang signifikan
7 5,6
antara jarak tanam kelapa
9 6,4 sawit (X) terhadap
9 6,5 pertumbuhan sawit (Y) !
6 5,1
7 5,6
9. Jawab :
a.Membuat Ha dan H0 dalam bentuk kalimat:
Ha: Terdapat pengaruh yang signifikan antara jarak
tanam terhadap pertumbuhan tanaman.
H0: Tidak terdapat pengaruh yang signifikan antara
jarak tanam terhadap pertumbuhan tanaman.
b.Membuat Ha dan H0 dalam bentuk statistik:
Ha : r ≠ 0
Ha : r = 0
c. Buat tabel pembantu menghitung angka statistik.
11. d. Masukkan angka-angka statistik dan buatlah persamaan
regresi :
1. Menghitung rumus b:
n. XY X . Y 12. 527,8 90 . 69,5 78,6
b 0,44
n. X 2 X2 12 . 690 90 2 180
2. Menghitung rumus a:
Y b. X 69,5 0,44 . 90 24,5
a 2,04
n 12 12
3. Persamaan regresi sederhana dengan rumus :
Y a bX
Y 2,04 0,44 X ( Jawaban a)
12. 4. Membuat garis persamaan regresi
1. Menghitung rata-rata X dengan rumus :
X 90
X
n 12
X 7,5
2. Menghitung rata-rata Y dengan rumus :
Y 69,5
X
n 12
X 5,80
14. e. Menghitung pertumbuhan tanaman kelapa
sawit pada jarak tanam 9,2 (X) meter :
y = a + b.X
y = 2,04 + 0,44.(9,2)
y = 6,09 (Jawaban c)
Jadi, prediksi pertumbuhan tanaman
kelapa sawit untuk jarak tanam 9,2 meter
adalah 6,09 m.
15. f. Menguji signifikasi dengan langkah-langkah
berikut :
1. Menghitung jumlah kuadrat regresi (a) [JKReg(a)]
dengan rumus :
2 2
Y 69,5 4830,25
JK Reg(a) 402,52
n 12 12
2. Menghitung jumlah kuadrat regresi (bja) [JKReg(bja)] dengan
rumus :
X. Y (90). 69,5
JKReg(bja) b. XY 0,44 527,8 2,88
n 12
16. 3. Menghitung jumlah kuadrat residu [JKRes] dengan rumus :
JKRes Y 2 JKReg(bja) JKReg(a) 405,45 2,88 402,52 0,05
4. Menghitung rata-rata jumlah kuadrat regresi (a) [RJKReg(a)]
dengan rumus :
RJK Reg(a) JK Reg(a) 402 ,52
17. 5. Menghitung rata-rata jumlah kuadrat regresi (bja)
[RJKReg(bja)] dengan rumus :
[RJKReg(bja)] = JKReg(bja) = 2,88
6. Mengitung rata-rata jumlah kuadrat residu [RJKRes]
dengan rumus :
JK Res 0,05
RJK Res 0,005
n 2 12 2
7. Menguji signifikansi dengan rumus Fhitung :
RJK Re g (b|a ) 2,88
Fhitung 576
RJK Res 0,005
18. 8. Menentukan aturan pengambilan keputusan atau kriteria
uji signifikan :
Jika F hitung ≥ F tabel maka tolak H0, terima Ha (signifikan)
Jika F hitung ≤ F tabel maka tolak Ha, terima H0 (tidak
signifikan)
9. Cari nilai Ftabel menggunakan tabel F dengan rumus :
Taraf signifikansinya α = 0,05 dbRes = n-2 12-2 = 10
Ftabel = F(1 - )(dbreg[bja],[db Res])
Ftabel = F(1-0,05)([1],[10])
Ftabel = 4,96
Cara mencari Ftabel Angka 1 = pembilang
Angka 10 = penyebut
Karena Fhitung (576) lebih besar dari Ftabel(4,96), maka tolak
H0 dan terima Ha (data signifikan). dengan demikian
Terdapat pengaruh yang signifikan antara jarak tanam
terhadap pertumbuhan tanaman. (jawaban d)
19. Saran :
Hasil analisis menyatakan terdapat
hubungan antara jarak tanam terhadap
pertumbuhan tanaman. Dari hasil analisis ini
maka kami menyarankan agar penanaman
dilakukan dengan jarak tanam yang sama
dan apabila kondisi lapangan tidak
mendukung, usahakan untuk
meminimalkan perbedaan jarak tanam
yang ada.