Laporan I Praktikum Analisis Regresi

ANALISIS KORELASI PEARSON

Disusun untuk memenuhi

tugas mata kuliah Analisis Regresi

Oleh:

MUHAMMAD FARID
2108108010028

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SYIAH KUALA
BANDA ACEH
2022
SOAL :

Dilakukan penelitian untuk melihat hubungan variable independent (X) yaitu luas
perkebunan sawit terhadap variable dependent (Y) hasil produksi sawit berdasarkan
provinsi diindonesia pada tahun 2021

Luas Tanaman Perkebunan

Produksi Tanaman Perkebunan
Menurut Provinsi (Ribu
(Ribu Ton)
Provinsi Hektar)
Kelapa Sawit Kelapa Sawit
2021 2021
ACEH 476.70 1036.10
SUMATERA UTARA 1285.80 5310.90
SUMATERA BARAT 430.40 1352.00
RIAU 2860.80 8629.10
JAMBI 1083.90 2575.10
SUMATERA SELATAN 1058.60 3062.40
BENGKULU 319.40 1152.70
LAMPUNG 192.60 420.70
KEP. BANGKA
238.60 800.40
BELITUNG
KALIMANTAN BARAT 2117.90 5835.90
KALIMANTAN
1815.60 8600.90
TENGAH
KALIMANTAN
479.30 1212.80
SELATAN
KALIMANTAN TIMUR 1366.10 3808.70
KALIMANTAN UTARA 215.60 570.00
SULAWESI TENGAH 141.50 443.80
SULAWESI BARAT 145.10 328.40
PAPUA 181.10 724.40
Sumber : https://www.bps.go.id/subject/54/perkebunan.html#subjekViewTab5
https://www.bps.go.id/site/resultTab

1. Berdasarkan data tersebut, dengan menggunakan Minitab dan R

a. Buatlah scatter plot
b. Lakukan uji koefisien korelasi dan hitung nilai korelasi
c. Hitung nilai Adjusted R Square
 PENYELESAIAN :
Proses pemanggilan data di software R

A. Scatter Plot
Output R:
Output Minitab:

Interpretasi:
Berdasarkan scatterplot diatas dimana x (variable independent) adalah luas
perkebunan sawit (ribu hektar) di beberapa provinsi di Indonesia tahun 2021 dan
y ( variable dependent) adalah hasil produksi sawit (ribu ton) di beberapa
provinsi di Indonesia tahun 2021. Dapat dilihat dari scatterplot diatas
menunjukkan pola yang menaik, yang menunjukkaan terdapat korelasi atau
hubungan positif antara variable luas perkebunan sawit dengan hasil produksi
 sawit. Maksudnya, semakin besar luas perkebunan sawit maka semakin besar
pula hasil produksi sawit.
B. Menghitung nilai korelasi dan pengujian terhadap koefesien korelasi
 Hipotesis
- H0 : ρ = 0 (tidak terdapat korelasi atau hubungan antara luas
perkebunan sawit dengan hasil produksi sawit)
- Ha : ρ ≠ 0 (terdapat korelasi atau hubungan antara luas perkebunan
sawit dengan hasil produksi sawit)
 Taraf nyata = 0.05
 Kriteria Penolakan
P-value < α
 Statistik Uji
Hasil output R:

Hasil output Minitab:

Pairwise Pearson Correlations

Sample 1 Sample 2 Correlation 95% CI for ρ P-Value

HASIL PRODUKSI SAWIT LUAS PERKEBUNAN SAWIT 0,951 (0,866; 0,982) 0,000

 Keputusan:
Tolak H0, karena P-value < α
0,000 < 0,05
 Kesimpulan:
terdapat korelasi atau hubungan antara luas perkebunan sawit dengan
hasil produksi sawit dibeberapa Provinsi Indonesia pada tahun 2021
pada selang kepercayaan 95%.
 Interpretasi :

Berdasarkan hasil output R dan Minitab diatas didapatkan nilai koefesien

korelasi pearson antara luas perkebunan sawit dengan hasil produksi sawit
yaitu sebesar 0,9508979 ≈ 0,951 yang menunjukkan bahwa adanya
hubungan linear yang kuat antara kedua variable tersebut.

C. Nilai Adjusted R Square (Koefesien Determinasi)

Output R :
Output Minitab:
Model Summary

S R-sq R-sq(adj) R-sq(pred)

894,005 90,42% 89,78% 86,46%

Interpretasi :
Berdasarkan hasil output dari R dan Minitab diatas nilai Adjusted R Square
(Koefesien Determinasi) sebesar 0,8978 ≈ 0,90 yang menyatakan bahwa 90 %
hasil produksi sawit di beberapa Provinsi di Indonesia ada Tahun 2021 di
pengaruhi oleh luas perkebunan sawit sedangkan selebihnya yaitu 10%
dipengaruhi oleh factor lain yang tidak disebutkan dalam model. Maka dapat
disimpulkan bahwa terdapat korelasi yang kuat antara luas perkebunan sawit
(ribu hektar) dengan hasil produksi sawit (ribu ton) di beberapa provinsi
Indonesia pada tahun 2021. Dan juga koefesien determinasi menunjukkan nilai
0.90 menunjukkan model regresi tersebut cukup baik untuk model peramalan.