Laporan - 181510601081 - Rizka Maulidia
Laporan - 181510601081 - Rizka Maulidia
LAPORAN PRAKTIKUM
diajukan sebagai salah satu syarat meyelesaikan Mata Praktikum Analisis Kuantitatif Penelitian
Bisnis pada Laboratorium Komputasi Dan Sistem Informasi Program Studi Agribisnis Fakultas
Pertanian Universitas Jember
Asisten Pembimbing
Lutfiyana
Oleh
Rizka Maulida 181510601081
UNIVERSITAS JEMBER
FAKULTAS PERTANIAN
JURUSAN SOSIAL EKONOMI PERTANIAN
LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI AGRIBISNIS
LAPORAN PRAKTIKUM
Pupuk
produksi Tenaga kerja
Bibit
No
Sampel (kg) (kg) (HOK) (kg)
(Y) (X1) (X2) (X3)
1 1000 300 241 115
2 500 150 184 90
3 1000 300 285 149
4 400 120 201 90
5 1200 300 235 122
6 500 150 169 100
7 550 100 163 45
8 1200 300 267 175
9 350 110 160 135
10 1400 300 225 175
11 2000 260 286 200
12 3100 550 400 450
13 4000 600 405 600
14 1000 250 253 192
15 600 150 165 90
16 800 240 200 130
17 500 150 168 90
18 400 130 180 75
19 500 150 185 85
20 600 150 170 85
21 4000 600 420 250
22 1200 250 281 192
23 4000 600 433 180
24 1400 300 267 192
25 4000 600 446 280
26 450 150 162 95
27 1400 300 270 200
28 500 155 168 85
29 550 160 179 100
30 200 80 130 47
ln ln tenaga
ln bibit ln pupuk
produksi kerja
6,9078 5,7038 5,4848 4,7449
6,2146 5,0106 5,2149 4,4998
6,9078 5,7038 5,6525 5,0039
5,9915 4,7875 5,3033 4,4998
7,0901 5,7038 5,4596 4,8040
6,2146 5,0106 5,1299 4,6052
6,3099 4,6052 5,0938 3,8067
7,0901 5,7038 5,5872 5,1648
5,8579 4,7005 5,0752 4,9053
7,2442 5,7038 5,4161 5,1648
7,6009 5,5607 5,6560 5,2983
8,0392 6,3099 5,9915 6,1092
8,2940 6,3969 6,0039 6,3969
6,9078 5,5215 5,5334 5,2575
6,3969 5,0106 5,1059 4,4998
6,6846 5,4806 5,2983 4,8675
6,2146 5,0106 5,1240 4,4998
5,9915 4,8675 5,1930 4,3175
6,2146 5,0106 5,2204 4,4427
6,3969 5,0106 5,1358 4,4427
8,2940 6,3969 6,0403 5,5215
7,0901 5,5215 5,6384 5,2575
8,2940 6,3969 6,0707 5,1930
7,2442 5,7038 5,5872 5,2575
8,2940 6,3969 6,1003 5,6348
6,1092 5,0106 5,0876 4,5539
7,2442 5,7038 5,5984 5,2983
6,2146 5,0434 5,1240 4,4427
6,3099 5,0752 5,1874 4,6052
5,2983 4,3820 4,8675 3,8501
Anti ln
mean
descriptive
9,8169
9,587
9,585
9,4687
Anti ln coefficien
0,002802
B. Output
Descriptive Statistics
Correlations
ln_bibit 30 30 30 30
N
ln_tenaga_kerja 30 30 30 30
ln_pupuk 30 30 30 30
Variables Entered/Removeda
Model Summaryb
ANOVAa
28541251079,3 9513750359,77
Regression 3 67763,693 ,000b
25 5
28544901374,8
Total 29
83
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig. Colline
Coefficients
Collinearity Diagnosticsa
Residuals Statisticsa
2) Input Correlation
Person correlation
Hubungan antara variabel produksi dengan bibit yang digunakan responden
bernilai positif yaitu sebesar 1 sehingga apabila terjadi kenaikan pada
penggunaan bibit maka akan terjadi kenaikan pada produksi begitu pula
sebaliknya.
Hubungan antara variabel produksi dengan tenaga kerja bernilai positif
yaitu 0,997 sehingga apabila terjadi kenaikan pada tenaga kerja maka akan
terjadi kenaikan pada produksi begitu pula sebaliknya.
Hubungan antara variabel produksi dengan penggunaan pupuk bernilai
positif yaitu 0,998 sehingga apabila terjadi kenaikan pada penggunaan pupuk
maka akan terjadi kenaikan pada produksi begitu pula sebaliknya.
Sig (1-tailed)
Uji hipotesis :
H0 = tidak terdapat hubungan signifikan antar variabel
H1 = Terdapat hubungan signifikan antar variabel
Keputusan :
jika sig > 0,05 = H0 Diterima
H1 = ditolak
jika sig < 0,05 = H0 Ditolak
H1 = diterima
Nilai siginifikasi variabel bibit responden terhadap produksi sebesar 0,000 nilai
tersebut < 0,05 sehingga hubungan yang terjadi antara variabel bibit responden
dan produksi berpengaruh signifikan.
Nilai siginifikasi variable tenaga kerja terhadap produksi sebesar 0,000 nilai
tersebut < 0,05 sehingga hubungan yang terjadi antara variabel tenaga kerja dan
produksi berpengaruh siginifikan.
Nilai siginifikasi variable pupuk terhadap produksi sebesar 0,000 nilai tersebut <
0,05 sehingga hubungan yang terjadi antara variabel pupuk dan produksi
berpengaruh siginifikan.
3. Variabel Entered/Removed
Berdasarkan output tersebut diketahui bahwa menggunakan metode enter
menunjukan tidak terdapat variabel yang dikeluarkan atau keseluruhan variabel
yang di analisis dalam perhitungan regresi. Hal ini dapat dilihat bahwa pada
kolom variabel enter terdapat 3 varian bebas yang di analisis
4. Model Summary
Nilai adjusted R square sebesar 1 % bahwa keragaman varian produksi dapat
dijelaskan oleh variabel bibit, tenaga kerja, pupuk sebesar 1% sedangkan sisanya
99% keragaman varian produksi dijelaskan oleh varian lain di luar model.
Standar error of the estimate adalah sebesar 374,6945196 rupiah lebih kecil
dari standar deviasi produksi yaitu sebesar 31373,66641 sehingga model regresi
mampu memproduksi variabel produksi.
5. Output ANOVA
Uji hipotesis :
H0 = Variabel bibit, tenaga kerja, pupuk tidak mempengaruhi varian produksi
H1 = Variabel bibit, tenaga kerja, pupuk mempengaruhi varian produksi
Keputusan :
jika sig> 0,05 = H0 diterima
H1 ditolak
jika sig< 0,05 = H0 ditolak
H1 Diterima
Interpretasi:
Variabel X1= Variabel bibit berpengaruh positif dan signifikan pada taraf
nyata pada 0,05. Nilai elastisitas bibit sebesar 1,974 menunjukkan bahwa setiap
peningkatan atau penambahan bibit sebesar 1% akan meningkatkan produksi
sebesar 1,974% dengan asumsi ceteris paribus
Variabel X2= Variabel tenaga kerja tidak berpengaruh signifikan pada taraf
nyata pada 0,05. Nilai elastisitas tenaga kerja sebesar -0,611 menunjukkan
bahwa setiap peningkatan atau penambahan tenaga kerja sebesar 1% akan
menurunkan produksi sebesar -0,611 % dengan asumsi ceteris paribus
Variabel X3= Variabel pupuk berpengaruh positif dan signifikan pada taraf
nyata pada 0,05. Nilai elastisitas pupuk sebesar -0,119 menunjukkan bahwa
setiap peningkatan atau penambahan pupuk sebesar 1% akan menurunkan
produksi sebesar -0,119 % dengan asumsi ceteris paribus
Penentuan Skala Produksi
IRS -> ∑ b > 1
CRS -> ∑ b = 1
DRS -> ∑ b < 1
b1 + b2 + b3 = 1,974 – 0,611- 0,119 = 1,244
interpretasi:
berdasarkan nilai penjumlahan elastisitas setiap variabel b1, b2, dan b3
adalah 1,244 dimana nilai tersebut > 1, maka termasuk dalam daerah IRS.
7. Asumsi Klasik
Apabila tolerance >0,1 dan VIF kurang dari 10 maka tidak terjadi
multicollinearity diagnostic. Berdasarkan nilai output didasarkan bahwa nilai
tolerance semua variabel bebas >0/1 dan nilai VIF semua variabel >10 maka tidak
terjadi multicollinearity diagnostic.
Scatterplot
Berdasakan output scatterplot menunjukan titik menyebar diatas dan di
bawah titik 0 pada sumbu Y tanpa membentuk pola yang jelas sehingga didalam
model tidak terdapat kesamaan varian dan residual satu pengamatan ke
pengamatan lain.
Histogram
apabila histogram membentuk lonceng maka dapat dikatakan analisis
distribusi normal.
P plot
Berdasarkan output hasil grafik normal p-plot dapat diketahui bahwa titik
menyebar di sekitar garis dan mengikuti garis diagonal sehingga dapat
disimpulkan bahwa nilai residual telah terdistribusi normal.