MAKALAH STATISTIKA

“Analisa Regresi dan Kolerasi Sederhana mengenai Pengaruh Jumlah Produksi

terhadap Jumlah Konsumsi Beras di Indonesia pada Tahun 2018 ”

Untuk memenuhi persyaratan nilai Ujian Akhir Semester ( UAS )

Mata Kuliah Statistika

Disusun oleh :
Kelompok 2
Kelas : 61.3A.25

1. Anjas Julius Alfa ( 61180120 )

2. Aninda Frida Yustamalia ( 61180088 )
3. Devi Inesia Agustin ( 61180110 )
4. Monika Yufin Ndole ( 61180083 )
5. Mely Agustin ( 61180117 )

Program Studi Akuntansi

Fakultas Ekonomi dan Bisnis
UNIVERSITAS BINA SARANA INFORMATIKA
Jl. Kamal Raya No. 18, Ringroad Barat, Cengkareng – Jakarta Barat
Telp. (021) 543776399 Fax. (021) 54376298
2019
 Kata Pengantar

Puji dan syukur kami panjatkan kehadirat Allah SWT atas segala karunia yang
telah dilimpahkan sehingga penulis dapat menyelesaikan makalah yang berjudul
“Analisa Regresi dan Kolerasi Produksi Beras terhadap Konsumi Beras di Indonesia
pada Tahun 2018”
Sebagaimana ketentuan yang sudah berlaku di Fakultas Ekonomi dan Bisnis
Universitas Bina Sarana Informatika, bahwa mahasiswa/i diharuskan menyusun
makalah sebagai salah satu persyaratan untuk memperoleh nilai UAS mata kuliah
Statistika. Makalah ini berisikan tentang informasi analisa regresi dan kolerasi
sederhana mengenai pengaruh Produksi Beras terhadap Konsumsi Beras.
Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu
dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca agar
kami dapat memperbaiki makalah ilmiah ini.
Akhir kata kami berharap semoga makalah statistik ini dapat memberikan manfaat
maupun inpirasi terhadap pembaca.

Jakarta, November 2019

Penyusun

i
 Daftar Isi

Kata Pengantar ……………………………………………………………………….... i

DaftarIsi ………………………………………………………………………………... ii
BAB I : PENDAHULUAN
1.1 Latar Belakang…………………………………………..……..…… 1
1.2 RumusanMasalah ………………………………………………....... 2
1.3 Tujuan Penulisan…………………………………………..……....... 2
1.4 MetodePenelitian…………………………………………..……….. 3
1.5 Sistematika Penulisan...………………………………………..…… 3
BAB II : TINJAUAN TEORITIS
2.1 Sejarah Statistika…………………………………………..………... 4
2.2Pengertian Statistika…………………………………………………. 5
2.3 Klasifikasi Jenis Data…………………………………………..…… 5
2.4 Jenis – Jenis Pengambilan Sample……..…………………………… 7
2.5 Penyajian Data…………………………………………..………....... 7
2.6 Pengertian Regresi dan Kolerasi……………………………………. 8
2.7 Macam – Macam Regresi dan Kolerasi ……………………………. 9
2.8 Tujuan Regresi dan Kolerasi………………………………………... 12
BAB III : PEMBAHASAN
3.1 Produksi dan Konsumsi Beras di Indonesia……………………….. 13
3.2 Analisa Regresi Produksi Beras terhadap Konsumsi Beras ……… 14
3.3 Koefisien Kolerasi Produksi Beras terhadap Konsumsi Beras…… 16
3.4 Koefisien Determinasi Produksi Beras terhadap Konsumsi Beras…. 16
3.5 Diagram Scatter……………………………………………………... 17

BAB IV : PENUTUP
4.1 Kesimpulan ……………………………………..………………....... 18

ii
 4.2 Saran….………………...………….……………………………....... 18
DAFTAR PUSTAKA ………………………..…………......……………..................... 19

iii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Sektor pertanian di Indonesia dianggap penting, hal ini dapat dilihat

dari peranan sektor pertanian terhadap penyediaan lapangan kerja, penyediaan
pangan, dan penyumbang devisa negara dengan mengekspor komoditi
pertanian. Oleh karena itu, wajar kalau biaya pembangunan untuk sektor
pertanian selalu berada di urutan ketiga besar diantara pembiayaan sektor-
sektor lain (Soekartawi, 1995:32). Kecukupan pangan manusia dapat
didefenisikan secara sederhana sebagai kebutuhan harian yang paling sedikit
memenuhi kebutuhan gizi, yaitu sumber kalori atau energi yang dapat berasal
dari semua bahan pangan tetapi biasanya sebagaian besar diperoleh dari
karbohidrat dan lemak, sumber protein untuk pertumbuhan, pemeliharaan dan
penggantian jaringan dan sumber vitamin serta mineral. Tanaman pangan
yang banyak diusahakan oleh rumah tangga petani adalah padi sebagai
penghasil beras.

Beras adalah salah satu produk makanan pokok paling penting di dunia.
Pernyataan ini terutama berlaku di Benua Asia, tempat beras menjadi
makanan pokok untuk mayoritas penduduk. Benua Asia juga merupakan
tempat tinggal dari para petani yang memproduksi sekitar 90% dari total
produksi beras dunia. Di Indonesia beras merupakan mata dagangan yang
sangat penting sebab beras merupakan bahan makanan pokok dan merupakan
sumber kalori bagi sebagaian besar penduduk dan situasi beras secara tidak
langsung dapat mempengaruhi bahan konsumsi lain.

Untuk memberikan gambaran tentang upaya peningkatan produksi

beras di Indonesia bahwa laju pertumbuhan produksi padi, sebagai bahan
pangan pokok, pada awalnya meningkat hingga mencapai tingkat tertinggi
pada periode 1989-83 yang ternyata mampu membawa ke tingkat
swasembada beras pada tahun 1984 (Darwanto, 1998). Akan tetapi setelah

1
 tercapai swasembada pangan (beras) pada tahun 1984 mengalami stagnasi
dan pada sisi lain ternyata impor b.

Bahan pangan pada periode tersebut meningkat pula, seperti impor

beras netto yang meningkat dari 12.808 ton pada tahun 1988 menjadi
1.623.499 ton pada tahun 1996 (Darwanto, 1998).

Dalam materi Statistika Deskriptif, terdapat Regresi dan Korelasi.

Regresi dan korelasi digunakan untuk mempelajari pola dan mengukur
hubungan statistik antara dua atau lebih variabel.

Maka dari itu, kami membuat makalah ini dengan judul “Analisa
Regresi dan Kolerasi Sederhana mengenai pengaruh Produksi Beras terhadap
Konsumsi Beras di Indonesia”.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, dapat dirumuskan sebuah permasalahan

sebagai berikut :

1. Berapa banyak jumlah Produksi dan Konsumsi Beras di Indonesia pada

Tahun 2018 ?
2. Apakah Produksi Beras bisa memengaruhi jumlah Konsumsi Beras ?
3. Bagaimanakah Analisa Regresi dan Kolerasi Sederhana mengenai
pengaruh Produksi Beras terhadap Konsumsi Beras ?

1.3 Tujuan Penulisan

Berikut ini adalah beberapa tujuan penulisan makalah :

1. Untuk memenuhi persyaratan dalam memperoleh nilai UAS Mata Kuliah

Statistika
2. Untuk mengetahui pengaruh Produksi Beras terhadap Konsumsi Beras di
Indonesia dalam tahun 2018
3. Untuk mengetahui perhitungan Kolerasi dan Regresi mengenai Pengaruh
Produksi Beras terhadap Konsumsi Beras

2
1.4 Metode Penelitian

Dalam penulisan makalah ini kami menggunakan metode study

kepustakaan yaitu proses pencarian dan pengumpulan data dari situs-situs
yang berhubungan dengan judul makalah yang kami buat.

1.5 Sistematika Penulisan

BAB I PENDAHULUAN, terdiri dari Latar Belakang, Rumusan Masalah,

Tujuan Penelitian, Metode Penelitian dan Sistematika Penulisan

BAB II KAJIAN TEORI, membahas tentang Pengertian Statistika, Sejarah

Statistika, Klasifikasi Jenis Data, Jenis – Jenis Pengambilan Sample,
Penyajian Data, Pengertian Regresi & Kolerasi, Macam – Macam Regresi &
Kolerasi, dan Tujuan Regresi & Kolerasi.

BAB III PEMBAHASAN, dalam bab ini dikemukakan hasil penelitian

mengenai pengaruh Jumlah Produksi Beras terhadap Jumlah Konsumsi Beras,
dan Analisa Regresi dan Kolerasi Sederhana mengenai Pengaruh Produksi
Beras terhadap Konsumsi Beras

BAB IV PENUTUP, membahas tentang Kesimpulan dan Saran. Kemudian

terakhir berisi Daftar Pustaka

3
 BAB II
KAJIAN TEORI

2.1 Sejarah Statitiska

Gottfried Achenwall ( 1749 ) menggunakan Statistik dalam bahasa
Jerman untuk pertama kalinya sebagao nama bagi kegiatan analisis data
kenegaraan, dengan mengartikannya sebagai “ilmu tentang negara (state)”.
Pada awal abad ke-19 telah terjadi pergeseran arti menjadi “ilmu mengenai
pengumpulan dan klasifikasi data”. Sir John Sinclair memperkenalkan nama
(Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara
prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga
administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya
melalui sensus yang dilakukan secara teratur untuk memberi informasi
kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak
menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang
statistika yang pada saat ini sangat luas digunakan untuk mendukung metode
ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan
awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl
Pearson(metode regresi linear), dan William Sealey Gosset (meneliti problem
sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat
dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari
astronomi hngga linguistika. Bidang – bidang ekonomi, , biologi dan cabang-
cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika
dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan
seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang

dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai
bidang yang banyak terkait dengan matematika melihat dari sejarah dan
aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam

4
 fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen
tersendiri maupun tergabung dengan matematika.

2.2 Pengertian Statitiska

Pada hakekatnya statistik adalah suatu kerangka teori-teori dan

metode-metode yang telah dikembangkan untuk melakukan pengumpulan,
analisis, dan pelukisan data sampel guna memperoleh kesimpulan-kesimpulan
yang bermanfaat.
Adapun statistika adalah ilmu tentang cara-cara mengumpulkan,
menggolongkan, menganalisis, dan mencari keterangan yang berhubungan
dengan pengumpulan data yang penyelidikan dan kesimpulannya berdasarkan
bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a) Menyajikan data secara ringkas dan jelas, sehingga lebih mudah
dimengerti oleh para pengguna.
b) Menunjukkan trend atau tendensi perkembangan suatu masalah.
c) Melakukan penarikan kesimpulan secara ilmiah.

2.3 Klasifikasi Jenis Data

1. Menurut Jenis Data :

a. Data Hitung ( enumeration / counting data )
Data hitung adalah hasil perhitungan jumlah tertentu yang
termasuk data hitung adalah persentase dari suatu jumlah tertentu.
b. Data Ukur ( Measurement Data )
Data ukur adalah yang menunjukan ukuran mengenai nilai sesuatu.
2. Menurut Sifatnya:
a. Data Kuantitatif ( Quantitative data )
Data kuantitatif adalah data mengenai penggolongan dalam
hubungannya dengan penjumlahan.

5
 b. Data Kualitatif
Data Kualitatif adalah data mengenai penggolongan dalam
hubungannya dengan kualitas atau sifat tertentu.

3. Menurut Sumber Data :

a. Data Internal (Internal Data)
Data internal adalah data yang asli, artinya data sebagai hasil
observasi yang dilakukan sendiri, bukan data hasil karya orang lain.
b. Data Eksternal (External Data)
Data eksternal adalah data hasil observasi orang lain, seseorang
boleh saja menggunakan data untuk suatu keperluan, meskipun data
tersebut merupakan hasil kerja orang lain. Data eksternal ini di bagi
menjadi dua :
 Data Eksternal Primer (primary external data)
Data primary eksternal adalah data dalam bentuk ucapan lisan atau
tulisan dari pemiliknya sendiri, yakni orang yang melakukan
observasi sendiri.
 Data Eksternal Sekunder (secondary external data)
Data eksternal sekunder adalah data yang diperoleh bukan dari orang
lain yang melakukan observasi melainkan melalui seseorang atau
sejumlah orang lain.

4. Menurut Cara Memperolehnya :

a. Data Primer
Data primer adalah secara langsung diambil dari objek / obyek
penelitian oleh peneliti perorangan maupun organisasi.

b. Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari
objek penelitian.

6
 5. Menurut Waktu Pengumpulannya :
a. Data Cross Section
        Data cross-section adalah data yang menunjukkan titik waktu
tertentu.
b. Data berkala
Data berkala adalah data yang datanya menggambarkan sesuatu
dari waktu ke waktu atau periode secara historis.

2.4 Jenis-jenis Pengambilan Sample

Jenis-jenis pengambilan sample yaitu :

1) Random sederhana (simple random sampling) adalah pengambilan
sampel secara acak sehingga setiap anggota populasi mempunya
kesempatan yang sama untuk menjadi sampel, misalnya dengan cara
undian.
2) Random berstrata (Stratified Random Sampling) adalah pengambilan
sampel yang populasinya dibagi-bagi menjadi beberapa bagian/stratum.
Anggota-anggota dari stratum dipilih secara random, kemudian
dijumlahkan, jumlah ini membentuk anggota sampel
3) Sistematis (Systematic Sampling) adalah pengambilan sampel
berdasarkan urutan tertentudari populasi yang telah disusun secara teratur
dan diberi nomer urut.
4) Luas/Sampel Kelompok (Cluster sampling) adalah pengambilan sampel
tidak langsung memilih anggota populasi untuk dijadikan sampel tetapi
memilih kelompok terlebih dahulu. Yang termasuk sebagai sampel adalah
anggota yang berada dalam kelompok terpilih tersebut.

2.5 Penyajian Data

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan
hasil penelitan yang telah dilakukan agar dapat dipahami dan dianalisis sesuai
dengan tujuan yang diinginkan. Data yang disajikan harus sederhana dan jelas
agar muda dibaca. Penyajian data juga dimaksudkan agar para pengamat

7
 dapat dengan mudah memahami apa yang kita sajikan untuk selanjutnya
dilakukan penilaian atau perbandingan, dan lain-lain.

Tujuan penyajian data adalah:

1. Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang

merupakan hasil penelitian atau observasi,
2. Data lebih cepat ditangkap dan dimengerti,
3. Memudahkan dalam membuat analisis data,
4. Membuat proses pengambilan keputusan dan kesimpulan lebih tepat,
cepat, dan akurat.
Cara penyajian data ada tiga macam, yaitu :
1. Narasi, yaitu penyajian data hasil penelitian dalam bentuk kalimat.
2. Tabel, yaitu kumpulan angka-angka yang disusun menurut kategori-
kategori. Misalnya berat badan menurut jenis kelamin, jumlah pegawai
menurut pendidikan, jumlah penjualan menurut jenis barang dan daerah
penjualan, dll.
3. Grafik atau Diagram, yaitu gambar-gambar yang menunjukkan secara
visual data berupa angka atau simbol-simbol yang biasanya dibuat
berdasarkan data
dari tabel yang telah dibuat.

2.6 Pengertian Regresi dan Kolerasi

Secara umum, Analisa regresi pada dasarnya adalah studi mengenai
ketergantungan satu variabel dependen (terikat) dengan satu atau lebih
variabel independent (variabel penjelas/bebas), dengan tujuan untuk
mengestimasi dan/ atau memprediksi rata-rata populasi atau nilai rata-rata
variabel dependen berdasarkan nilai variabel independen yang diketahui.
Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi hubungan
antara suatu variabel dengan satu atau lebih variabel independen. Hasil
Analisa regresi adalah berupa koefisien regresi untuk masing-masing variable
independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable
dependen dengan suatu persamaan.

8
 Korelasi merupakan teknik analisis yang termasuk dalam salah satu
teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran
asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik
dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan
antara dua variabel.

Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk

mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui
arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan
seberapa besar hubungan yang terjadi antara dua variabel. Hubungan dua
variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau
dapat pula terjadi karena kebetulan saja. Dua variabel dikatakan berkolerasi
apabila perubahan pada variabel yang satu akan diikuti perubahan pada
variabel yang lain secara teratur dengan arah yang sama (korelasi positif) atau
berlawanan (korelasi negatif).

Analisa korelasi sederhana digunakan untuk mengetahui keeratan

hubungan antara dua variabel dan untuk mengetahui arah hubungan yang
terjadi. Koefisien korelasi sederhana menunjukan seberapa besar hubungan
yang terjadi antara dua variabel.

2.7 Macam - Macam Regresi dan Kolerasi

Macam – macam regresi terdiri dari :

1) Regresi Linier Sederhana

Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y

(variabel tak bebas). Kedua variable datanya kuantitatif.

Misal: Berat badan seseorang dipengaruhi tinggi badannya

2) Regresi Linier Berganda

Hubungan antara variabel y dengan dua atau lebih variabel x.

Semua variable datanya kuantitatif.

9
 Misal : produksi padi dipengaruhi oleh jenis pupuk, suhu, lama
penyinaran,dll

3) Regresi Nonlinier
Hubungan antara variabel y dan x yang tidak linier. Tidak linier
maksudnya laju perubahan y akibat laju perubahan x tidak konstan untuk
nilai-nilai x tertentu.

Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke
sedang. Tapi kalau diberi dengan taraf tinggi, malah produksinya menurun

4) Regresi Dummy

Hubungan antara variabel y (data kuantitatif) dan variabel x (data

kualitatif).

Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Kita

coding 1 jika kemasan menarik dan 0 jika kemasan tidak menarik. 1 dan o
adalah variabel dummy.

5) Regresi Logistik

Hubungan antara variabel y (data kualitatif) dan variabel x (data

kuantitatif).

Misal : Ingin diketahui apakah konsumen akan membeli makanan di

rumah makan berdasarkan penilaian konsumen terhadap lokasi, pelayanan,
pendapatan. Dalam kasus ini hanya ada 2 kemungkinan respon konsumen,
yaitu konsumen membeli (1) dan tidak membeli (0).

Macam-macam korelasi terdiri dari:

1) Korelasi Positif
Korelasi positif adalah tingkat hubungan antara dua variabel yang
mempunyai ciri, bahwa perubahan variabel independent x (variabel bebas
x) diikuti oleh perubahan variable dependent y (variabel bebas y) secara
‘’Searah’’

10
2) Korelasi Negatif

Korelasi negatif adalah tingkat hubungan antara dua variabel yang

mempunyai ciri, bahwa perubahan variabel independent x (variabel bebas
x) diikuti oleh perubahan variable dependent y (variabel bebas y) secara
’’Berlawanan”.

3) Korelasi Sederhana (Simple Corelation)

Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel saja.

4) Korelasi Multiple (Multiple Corelation)

Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel atau

lebih. Misalkan pada model regresi linier multiple (y = a0 + a1x1 + a2x2
+ e), maka maksud dan pengertian dari pernyataan diatas adalah Tingkat
hubungan antara antar y dan x1 atau tingkat hubungan antara y dengan x2
atau tingkat hubungan antara x1 dan x2.

5) Korelasi Sempurna (Perfect Corelation)

Maksud dan pengertian dari korelasi sempurna antara 2 variabel,

yaitu suatu kondisi bahwa setiap nilai variabel bebas x akan terdapat pada
setiap nilai variabel tidak bebas y-nya. Hal ini dapat diartikan pula, bahwa
garis regresi yang terbentuk dari kata yang tersebar (terdistribusi) adalah
merupakan tempat kedudukan dari data-data dimaksud, sehingga nilai r
nya =1 atau r = -1

6) Korelasi Tidak sempurna (Imperfect Corelation)

Korelasi antara 2 (dua) variabel yang dikatakan tidak sempurna, jika
titik-titik yang tersebar tidak terdistribusi tepat pada satu garis lurus.
7) Korelasi yang Mustahil (Nonsense Corelation)

Korelasi antara dua variabel yang seolah-olah ada tetapi tidak ada.

11
2.8 Tujuan Regresi dan Kolerasi
Ada beberapa tujuan penggunaan Analisa regresi, antara lain :
a) Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari
pada nilai variabel bebas.
b) Menguji hipotesis karakteristik dependensi.
c) Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada
nilai variabel bebas diluar jangkauan sample.

Adapun tujuan penggunaan korelasi yaitu: untuk mengukur kekuatan

(strength) dan arah hubungan hubungan antar dua variabel atau lebih

Contoh :
 Mengukur hubungan antara variabel

 Motivasi kerja dengan produktivitas;

 Kualitas layanan dengan kepuasan pelanggan

 

 Tingkat inflasi dengan IHSG

12
 BAB III

PEMBAHASAN

3.1 Produksi dan Konsumsi Beras di Indonesia

Produksi Padi di Indonesia dari Januari hingga September 2018

sebesar 49,65 juta ton Gabah Kering Giling (GKG). Produksi tertinggi terjadi
pada bulan Maret yaitu sebesar 9,46 juta ton, sementara produksi terendah
pada bulan Januari yaitu sebesar 2,71 juta ton. Sementara itu, potensi
produksi padi pada bulan Oktober, November, dan Desember masing-masing
sebesar 2,66 juta ton, 2,10 juta ton, dan 2,13 juta ton. Dengan demikian,
perkiraan total produksi padi 2018 adalah sebesar 56,54 juta ton.

Produksi padi di Indonesia dari Januari hingga September 2018 jika

dikonversikan menjadi beras dengan angka konversi GKG ke beras tahun
2018 setara dengan 28,47 juta ton beras. Sementara itu, potensi produksi pada
bulan Oktober hingga Desember 2018 masing-masing sebesar 1,52 juta ton,
1,20 juta ton, dan 1,22 juta ton. Dengan demikian, perkiraan total produksi
beras tahun 2018 adalah sebesar 32,42 juta ton.

Konsumsi beras di Indonesia dari Januari hingga Desember 2018

diperkirakan sekitar 29,57 juta ton, lebih rendah jika dibandingkan dengan
produksi beras dari Januari hingga Desember 2018. Dengan demikian,
surplus produksi beras di Indonesia pada tahun 2018 diperkirakan sekitar 2,85
juta ton.

Tiga provinsi dengan produksi padi tertinggi adalah Jawa Timur

sebesar 10,54 juta ton, Jawa Barat sebesar 9,54 juta ton, dan Jawa Tengah
sebesar 9,51 juta ton. Sementara itu, konsumsi beras di Indonesia hingga
Desember 2018 diperkirakan mencapai 29,57 juta ton. Angka tersebut lebih
rendah ketimbang produksi beras hingga Desember 2018. Dengan demikian
terjadi surplus produksi beras sekitar 2,85 juta ton.

13
 3.2 Analisa Regresi Produksi Beras terhadap Konsumsi Beras

Berdasarkan data yang kami kumpulkan dari Badan Pusat Statistik,

diperoleh data Produksi Beras ( X ) dan Konsumsi Beras ( Y ) di Indonesia
dari bulan Januari – Desember tahun 2018 adalah sebagai berikut :

Bulan Produksi ( Juta Ton - Beras ) Konsumsi ( Juta Ton - Beras )

(X) (Y)
Januari 1,55 2,51
Februari 3,21 2,27
Maret 5,42 2,51
April 4,2 2,43
Mei 2,72 2,51
Juni 2,54 2,43
Juli 3,07 2,51
Agustus 2,99 2,51
September 2,78 2,43
Oktober *) 1,52 2,51
November *) 1,2 2,43
Desember *) 1,22 2,51
Sumber : www.bps.go.id

Dari data di atas, kami menggunakan Microsoft Excel untuk menganalisa Nilai
Regresi dan Korelasi , sehingga mendapatkan hasil sebagai berikut :

Regression Statistics
Multiple R 0,115749697
R Square 0,013397992
Adjusted R Square -0,085262209
Standard Error 0,075034717
Observations 12

ANOVA
Significanc
  Df SS MS F eF
Regressio 0,00076457
n 1 0,000764579 9 0,135799361 0,720174869
0,00563020
Residual 10 0,056302088 9

14
Total 11 0,057066667      

Standard Lower Upper

Coefficients Error t Stat P-value Lower 95% Upper 95% 95,0% 95,0%
Intercep 2,48128498 46,5419881 2,36249660 2,60007336
t 7 0,053312828 2 5,05223E-13 5 9 2,362496605 2,600073369
X - - -
Variable 0,00664465 0,36850964 0,04682060 0,03353128 -
1 9 0,018031167 9 0,720174869 2 4 0,046820602 0,033531284

Hasil perhitungan dengan excel ialah Nilai Konstanta (a) dan Koefisien
Regresi (b), mengarah pada persamaan regresi sederhana yaitu Y = a + bX, maka
persamaan untuk data diatas adalah Y = 2,481284987 - 0,006644659 X

Berdasarkan persamaan regresi persamaan regresi sederhana tersebut,

maka dapat diketahui bahwa :

1. Jumlah Produksi Beras mempunyai pengaruh negatif ( b = -0,006644659 )

terhadap jumlah konsumsi beras di Indonesia. Artinya, jika semakin tinggi
produksi beras di Indonesia maka konsumsi beras di Indonesia belum tentu
semakin tinggi pula. Karna bisa dilihat ada di beberapa waktu jika
produksi beras dari bulan ke-1 ke bulan berikutnya meningkat, konsumsi
pada bulan yg sama pun tidak meningkat pula. Begitupun jikalau ada
penurunan produksi beras, maka belum tentu terjadi penurunan .

2. Nilai konstanta adalah 2,481284987 artinya jika tidak ada Produksi Beras
(X) maka nilai konsisten Konsumsi Beras (Y) adalah sebesar
2,481284987 dengan asumsi variabel – variabel lain yang dapat
mempengaruhi dianggap tetap.

3.3 Koefisien Korelasi Produksi Beras terhadap Konsumsi Beras

 Jika Nilai r ( koefisien korelasi ) terletak dari -1 sampai +1 atau ditulis
-1 ≤ r ≤+1
 Bila r mendekati +1 berarti terjadi hubungan korelasi positf tinggi
dan terjadi hubungan linier yang sempurna antara X dan Y

15
  Bila r mendekati -1 maka terjadi hubungan korelasi negatif dan terjadi
hubungan linier yang sempurna antara X dan Y ke arah berlawanan.
 Bila r mendekati 0 hubungan liniernya sangat lemah atau tidak ada.

Berdasarkan pada Summary Output dari excel di atas, dapat diketahui

bahwa koefisien korelasi adalah 0,115749697 artinya terjadi hubungan positif
yang lemah sebanyak 11% yaitu semakin meningkat jumlah Produksi Beras
maka belum tentu semakin meningkat pula jumlah Konsumsi Beras.

3.4 Koefisien Determinasi Produksi Beras terhadap Konsumsi Beras

 Nilainya antara 0 dan 1
 Koefisien determinasi digunakan untuk menyatakan proporsi
keragaman total nilai – nilai peubah Y yang dapat dijelaskan oleh
nilai – nilai peubah X melalui hubungan linier tersebut.
Jika kita lihat dari Summary Output Excel di atas, dapat diketahui
bahwa koefisien determinasi pada pengaruh jumlah produksi beras (X)
terhadap tingkat konsumsi beras (Y) adalah 0,013397992 atau 1,33 %
sedangkan hampir 98,67 % Konsumsi Beras (Y) dipengaruhi oleh faktor lain.

3.5 Diagram Scatter

Berikut diagram scatter yang menunjukan garis hubungan antara Jumlah
Produksi Beras terhadap Konsumsi Beras

16
Pengaruh Produksi Beras terhadap Konsumsi Beras di Indonesia
pada Tahun 2018
6 2.55
2.5
5
2.45
4
2.4
3 2.35
2.3
2
2.25
1
2.2
0 2.15
ri ri et ril ei ni li s r r r r
ua ua ar Ap M Ju Ju tu be be be be
n r us m to m m
J a
F eb M
Ag
pt
e Ok ve s e
Se No De

Produksi Beras ( Juta Ton ) (X) Konsumsi Beras ( Juta Ton ) (Y)

17
 BAB IV

PENUTUP

4.1 Kesimpulan
Dari hasil analisa pengaruh jumlah Produksi Beras terhadap Jumlah
Konsumsi Beras dapat kami simpulkan bahwa :
1. Jumlah Produksi Beras mempunyai pengaruh negatif ( b = -0,006644659 )
terhadap jumlah Konsumsi Beras. Artinya, jika semakin tinggi produksi
beras di Indonesia maka konsumsi beras di Indonesia belum tentu semakin
tinggi pula.
2. Nilai Konstanta adalah 2,481284987 artinya jika tidak ada Produksi Beras
(X) maka nilai konsisten Konsumsi Beras (Y) adalah sebesar
2,481284987 dengan asumsi variabel – variabel lain yang dapat
mempengaruhi dianggap tetap.
3. Terjadi hubungan positif yang lemah sebanyak 11% yaitu semakin
meningkat jumlah Produksi Beras maka belum tentu semakin meningkat
pula jumlah Konsumsi Beras.
4. Besarnya Jumlah Produksi Beras terhadap Konsumsi Beras adalah 1,33%
sedangkan sisanya yang hampir 98,67 % dipengaruhi oleh faktor lain.

4.2 Saran
Analisa regresi dan kolerasi terhadap suatu data dilakukan untuk
mengetahui apakah ada hubungan antara variable X terhadap Y. Dalam
hal ini kami melakukan analisa pengaruh Produksi Beras terhadap
Konsumsi Beras di Indonesia pada Tahun 2018. Dari analisa yang kami
lakukan menyatakan pengaruh produksi beras sangat lemah terhadap
konsumsi beras. Hal ini terjadi karena adanya banyak faktor selain
produksi beras yang mempengaruhi konsumsi beras. Untuk itu
pemerintah perlu mengefisienkan produksi beras sehingga bisa
meningkatkan konsumsi beras di Indonesia.

18
 DAFTAR PUSTAKA

https://www.bps.go.id/publication/2018/12/21/7faa198f77150c12c31df395/ringka
san-eksekutif-luas-panen-dan-produksi-beras-di-indonesia-2018.html

http://akrabjuara.com/index.php/akrabjuara/article/download/63/49/

http://dalil110897.blogspot.com/2018/02/makalah-statistika-regresi-korelasi.html

http://statistikfisika.blogspot.com/2014/11/makalah-statistika-regresi-dan-
korelasi_23.html

http://tugaskuade.blogspot.com/2015/12/makalah-statistik-tentang-klasifikasi.html

https://suryana900.wordpress.com/2018/02/13/jenis-jenis-pengambilan-
sampel/amp/

http://tugaskuade.blogspot.com/2015/12/makalah-statistik-tentang-klasifikasi.html

19