NAMA : OZI SAPUTRA

NIM : I1F119006
PRODI : OSEANOGRAFI

1. Analisis Korelasi Berganda dan Regresi

Analisis Korelasi merupakan sebuah analisis yang digunakan untuk mengetahui
keeratan hubungan antara beberapa variabel. Biasanya uji korelasi ini akan sangat
berhubungan dengan uji regresi yang menunjukkan apakah masing-masing variabel saling
mempengaruhi.
Analisis regresi merupakan salah satu analisis yang digunakan untuk menganilisis
ketergantungan satu variable dependen (terikat) dengan satu atau lebih variable independen
(variable penjelas atau bebas), dengan tujuan untuk mengestimasi dan atau memprediksi nilai
rata-rata variable dependen berdasarkan nilai variable independent diketahui.

KATEGORI KORELASI
0,00 – 0,199 Sangat Lemah
0,20 – 0,399 Rendah
0,40 – 0, 599 Sedang
0,60 – 0,799 Kuat

0,80 – 1,00 Sangat Kuat

Berdarakan tabel exel yang paling memiliki korelasi yaitu 0.95736 atau 95% persen
meliki korelasi berdsarakan kategori korelasi itu sangat kaut.
Pada Tabel Summary Output, ditampilkan nilai Multiple R, R Square, Adjusted R Square,
Standard Error, dan Observations. Tabel summary output menampilkan kekuatan hubungan
antara model (variabel bebas dengan variabel terikat) atau goodness fit yaitu mengukur kebaikan
suatu model.
Multiple R atau disebut sebagai koefisien korelasi antara variabel output dan input adalah suatu
ukuran untuk mengukur tingkat keeratan hubungan linear antara variabel terikat dengan seluruh
variabel bebas secara bersama-sama
Nilai Multiple R pada hasil uji regresi yang dilakukan menunjukkan nilai korelasi antara
variabel x1, x2, x3,x4, x5, x6, x7 dengan Y adalah 0.730528 yang berarti masuk ke dalam
kategori korelasi sangat kuat.
Nilai Adjusted R Square merupakan nilai R Square yang disebut juga dengan koefisien
determinasi yang merupakan besaran yang menyatakan proporsi atau persentase variasi total dari
variabel dependen yang dapat dijelaskan oleh variabel independen. Koefisien determinasi dapat
diartikan sebagai besaran kemampuan variabel predictor (X) dalam mempengaruhi variabel
respon (Y). Nilai Adjusted R Square diamati apabila variabel predictor (X) yang digunakan lebih
dari dua variabel. Pada kasus ini nilai Adjusted R Square yang didapatkan adalah 0.730528
. Nilai ini berarti bahwa 73% kandungan klorofil-a dipengaruhi oleh variabel X.

Berdasarkan model scatterplot yang dibuat, terjadi korelasi positif antara kandungan klorofil-a
(Y) pada suatu perairan dengan parameter hidro-oseanografi (X).