Anda di halaman 1dari 11

INTERPRETASI DAN PREDIKSI TEMUAN ARKEOLOGIS

SITUS GUA HERE SOROT ENTAPA, PULAU KISAR,


MALUKU TENGGARA BARAT BERDASARKAN ANALISIS
REGRESI LINEAR BERGANDA

Latar Belakang:

Analalisis regresi linear berganda adalah analisis multivariant yang


bertujuan untuk mengukur intensitas hubungan antara 2 variabel dan membuat
prediksi maupun dugaan variabel dependen atas dasar nilai independen. Pada
dasarnya analisis regresi berinti siapa yang kuat maka dia akan mendapatkan porsi
yang terbanyak. Regresi adalah proses memasukkan seperangkat prediktor ke
dalam persamaan regresi untuk menjelaskan variabel, dan dalam hal ini adadua
jenis regresi yaitu regresi manual dan regresi otomatis. Penelitian kali ini
menggunakan regresi otomatis dengan software SPSS dan menggunakan metode
stepwise. Dalam SPSS dikenal beberapa metode antara lain ENTER, STEPWISE,
FORWARD, dan BACKWARD.
Pada penelitian kali ini, dari hasil data temuan arkeologis yang telah
tersedia peneliti ingin mengetahui sampai dimana kedalaman maksimal sebuah
penggalian dilakukan dan pada kedalaman berapa tingkat korelasi paling tinggi
antar temuan khususnya dalam mengetahui pola konsumsi kerang masyarakat
pendukung Gua HSE. Oleh karena itu maka penelitian ini menggunakan metode
Stepwise.

Rumusan Masalah:

1. Pada kedalaman berapa hasil temuan menunjukkan tingkat korelasi yang


paling tinggi untuk menunjukkan pola konsumsi kerang situs Gua HSE?

Metode:

Metode dalam penelitian ini menggunakan metode stepwise. Metode


stepwise adalah metode dengan memasukkan prediktor secara bertahap
berdasarkan nilai F yang signifikan( sig F di bawah 0.05). Setelah dimasukkan
lalu dikeluarkan kembali, proses ini mengkombinasikan dengan mengeliminasi
prediktor yang sudah tidak signifikan (sig F di atas 0.01). Pada intinya metode ini
dimulai dengan memasukkan variabel bebas yang mempunyai korelasi paling kuat
dengan variabel dependen. Setiap kali pemasukkan variabel bebas yang lainnya
dilakukan pengujian untuk tetap memasukkan variabel bebas atau
mengeluarkannya.
Pada penelitian kali ini, untuk menjawab rumusan masalah tersebut maka
variabel dependentnya adalah kerang, sedangkan variabel independentnya ada
beberapa yaitu; gerabah, kedalaman, artefak, sisa tumbuhan, dan biji. Dalam hal
ini semua data berjenis interval-rasio.

Tujuan:

Tujuan dari penggunaan metode stepwise dalam analisis stepwise adalah


menjawab kedua rumusan masalah dari sudut pandang kuantitatif dan pada intinya
adalah untuk mengetahui sampai pada kedalaman berapa penggalian harus
dihentikan berdasarkan hasil prediksi pada temuan yang sudah ada dan tingkat
korelasi antar temuan yang telah ditemukan.
Data:

Tabel 1. Temuan Hasil Ekskavasi Situs Gua Here Sorot Entapa

Sisa
Kedalaman (cm) Kerang(grm) Kepiting Urchin Tulang Arang Biji Gerabah Batu(artefak) Oker Karang Kaca
Tumbuhan
10 500 18.2 2.7 9.3 5 0 0 900 19.4 0 100 1.3
20 800 133 3.5 110 108.2 0.9 0 650 95.3 0.1 100 1
30 800 211 4.1 83.2 1 0 1.1 100 323.7 1.7 50 0
40 800 60.6 3.4 60.6 15.3 0 0 18.9 464 22.5 101.1 0
50 250 101.2 1.7 28.1 12 0 1.9 3.8 32.2 20.1 46.2 0
60 360 29.4 0.5 50.8 7.5 0.9 0 0 89.2 54.1 52.1 0
70 550 14.2 4.6 43.1 35.7 0 1 0.35 10.3 138.3 147 0
80 250 7.8 1.3 38.4 2.7 0 1.1 0 166.1 114.6 97.5 0
90 300 1.7 1 23.4 1.1 0 0.9 0 76.5 28.8 94.9 0
100 700 4.6 1.1 20.3 0 0 0 0 157.9 14.1 102.2 0
110 500 5.8 15.9 44.4 0 0 0 0 123.3 19.5 95.6 0
120 750 11.6 1 41.6 1.5 0 0 0 62.1 15.2 45.5 0
130 1400 10 0 55.5 0 0 3.7 0 87.5 8.6 52.3 0
140 5100 15.6 4.4 162.2 1 0 0 0 66.6 .7 209.1 0
150 7350 42.3 2.2 156.7 0 0 0 0 80 8 35.5 0
160 8100 32.1 14.4 120.6 0 0 0 0 311.9 8.4 233.4 0
(Sumber: Suniarti Yuni, 2016)
Analisis:

Dari data tersebut kemudian diinput ke dalam tabel spss, dan dilakukan
analisis regresi linear berganda dengan memasukkan variabel dependen dan
independen. Setelah dimasukkan seluruh variabel tersebut maaka diperoleh hasil
analisis sebagai berikut:

1. Descriptive Statistic

Tabel di atas menunjukkan variabel-variabel yang akan dianalisis, dan N


merupakan jumlah objek yaitu kedalaman. Dalam hal ini untuk menjawab pola
konsumsi dan prediksi sampai kedalaman berapa penggalian dilakukan maka
variabel yang dipilih adalah sebagai berikut, variabel dependent = kerang;
variabel independen = gerabah, kedalaman,artefak,sisa tumbuhan,biji.
2. Correlations

Tabel di atas menjelaskan korelasi masing-masing variabel dengan


variabel lainnya. Pada baris diagonal terdapat angka 1,000 dalam hal ini berarti
korelasi antar variabel dengan dirinya sendiri sangat kuat. Jika nilai korelasi > 0,5
maka hubungannya cukup kuat sedangkan < 0,5 hubungannya lemah. Tabel di
atas juga menunjukkan korelasi antara variabel dependen dengan variabel bebas.
Nilai korelasi yang paling besar adaah antara kerang dengan kedalaman yaitu
sebanyak 0,692 dan kerang dengan batu(Artefak) dengan jumlah 0,156.
Sedangkan korelasi paling lemah adalah nilai kerang dengan gerabah yaitu -0,610.
Berdasarkan korelasi ini dapat kita ketahui bahwa variabel Kerang dipengaruhi
oleh kedalaman dan sangan berkaitan dengan batu(artefak) dan akan sangat lemah
dengan gerabah. Maka pada intinya bahwa jika arkeolog akan menggali lebih
dalam lagi maka jumlah temuan kerang akan diprediksi semakin banyak,
sedangkan jumlah gerabah akan semakin jarang ditemukan.
3. Variables Entered/Removed(a)

Tabel Variabel Entered/Removed(a) menunjukkan variabel independen


yang mempengaruhi variabel dependen. Jadi berdasarkan analisis SPSS dengan
metode Stepwise diperoleh satu variabel independent yang mempengaruhi kerang
yaitu variabel kedalaman. Hal ini juga sesuai dengan hasil korelasi sebelumnya.

4. Model Sumarry

Tabel di atas menunjukkan jumlah variabel prediktor yang terbentuk dan


berapa persen variabel prediktor tersebut menjelaskan variabel dependen. Pada
model 1, nilai Adjusted R Squared adalah 0,442. Hal ini berarti variabel prediktor
kedalaman menjelaskan variabel dependen Kerang sebanyak 44,2 %. Nilai
Durbin-Watson pada variabel kedalaman ini adalah 0,332 dan hal ini berarti tidak
terdapat auto-korelasi antar variabel karena pada dasarnya prinsip nilai Durbin
Watson jika <2 maka dikatakan bahwa tidak terdapat auto-korelasi antar variabel.
5. Annova

Nilai Signifikansi pada model 1 adalah 0,003 yaitu <0,05 oleh karena itu maka
model ini dapat dianalisis lebih lanjut.
6. Coeffcients(a)

Berdasarkan nilai B maka diperoleh model sebagai berikut:


Y = a + b X1 + b X2 + .+ e
Y = 1425,0 + 37,728 X1 + batu(artefak) X2
X1 = kedalaman
X2 = batu(artefak)
Jadi, variabel dependen Kerang dipengaruhi oleh kedalaman dan batu(artefak)
dari 5 variabel independen yang dimasukkan, tetapi dalam hal ini korelasi antara
kerang tidak muncul karena terlalu kecil nilainya. Oleh karena itu maka kita ambil
dengan model 1 yang dipengaruhi oleh kedalaman saja. Dengan adanya hasil
analisis tersebut maka dapat diketahui bahwa semakin bertambahnya kedalaman
maka diprediksi akan semakin banyak hasil temuan kerangnya. Secara
matemmatis maka dapat disimpulkan bahwa setiap penambahan 1% jumlah
kedalaman akan menambah jumlah temuan kerang sebanyak 37,728%.
Contoh:
Jika kedalaman galian bertambah 100cm maka diperoleh hasil jumlah temuan
kerang:
Kerang = 1425 + 37,728 X1 + batu(artefak) X2
= 1425 + 37,728 (100) + batu(artefak) X2
= 5197,8+ batu(artefak) X2
7. Exclude Variables

Tabel di atas menunjukkan variabel-variabel apa saja yang paling


berhubungan dengan variabel dependen(kerang). Hal ini dapat dilihat dari nilai
yang ada ddi kolom t, nilai yang paling tinggi terdapat pada variabel gerabah. Di
tabel ini tidak terdapat variabel kedalaman karena variabel tersebut sudah
dikeluarkan oleh SPSS menjadi variabel prediktor. Karena gerabah merupakan
nilai t yang paling tinggi maka gerabah juga akan dikeluarkan sebagai variabel
prediktor.
8. Collinearity Diagnostic(a)

Pada tabel tersebut dapat dilihat nilai eigenvalue>1. Peneliti mengambil model
pertama yaitu kedalaman, karena berdasarkan analisis variabel sangat dipengaruhi
oleh kedalaman. Pengambilan dimensi dipilih dimesi 1 karena memiliki nilai
eigenvalue>1 yaiitu 1,879. Dimensi ini menunjukan dataran 1 dimensi dalam
raung multidiemnsi, dan dimensi ini memiliki nilai Condtion Index<15 yaitu 1
yang artinya menandakan tidak adanya multikolineariti dalam model tersebut.
9. Diagaram

Diagram diatas menunjukkan persebaran dari seluruh variabel yang digunakan.


Kurva P-Plot menunjukkan persebaran kelima variabel yang digunakan dimana
selisih antara kuadrat jarak titik-titik variabel dengan garis yang terbentuk adalah
minimal.
10. Scatter Plot
Variabel-variabel pada kurva scatter plot harus tersebar secara acak dan berada di
sekitar 0 tetapi tidak boleh membentuk pola
Kesimpulan:

Setelah mengetahui hasil dari analisis regresi linear berganda diatas maka
dapat kita simpulkan bahwa untuk kegiatan penggalian masih bisa dilakukan
sejauh 100cm lagi atau dalam konteks arkeologi dapat dilakukan penambahan spit
sebanyak 10 spit(1 spit =10cm). Kesimpulan ini berani diambil setelah kita
mengetahui dari hasil perkiraan dari hasil variabel prediktor diatas(lihat tabel
nomer 6). Pada dasarnya dalam penggalian ini, jika dilakukan penggalian lebih
lanjut maka akan diprediksi bahwa semakin dalam penggalian maka jumlah
temuan kerang akan semakin banyak pula.

Setelah kita tahu bahwa penggalian ini dapat dilanjutkan hingga


kedalaman 100cm lagi, atau artinya akan berakhir pada kedalaman 260 cm. Hal
yang yang penting adalah pentingnya temuan batu(artefak) dan gerabah yang
sesuai hasil analisis daitas mampu menunjukkan tingkat konsumsi kerang dalam
situs Gua HSE tersebut. Perlu diketahui bahwa variabel utama yang paling
berpengaruh dalam melihat pola konsumsi kerang adalah variabel kedalaman
galian, dan dua variabel yang paling kuat berikutnya adalah variabel batu(artefak)
dan gerabah.
Daftar Pustaka:

Asyahri, Hendri F K. 2017. Pola Subsistensi Penghuni Gua Here Sorot Entapa
Pada Masa Prasejarah: Analisis Fauna dan Lingkungan. Skripsi Sarjana.
Yogyakarta: Universitas Gadjah Mada.

Suniarti, Yuni. 2017. Perilaku Konsumsi Kerang Komunitas Penghuni Situs Gua
Here Sorot Entapa(HSE), Pulau Kisar, Maluku Tenggara Barat. Skripsi
Sarjana. Yogyakarta: Universitas Gadjah Mada