RESUME

JURNAL PENELITIAN
PENTINGNYA UJI ASUMSI KLASIK PADA ANALISIS REGRESI LINEAR
BERGANDA (STUDI KASUS PENYUSUNAN PERSAMAAN ALLOMETRIK
KENARI MUDA [CANARIUM INDICUM L.])
.

Kelompok 9 :

Nama NIM
Handizah Kingkin Rahmania 210321100116
Niluh Purbowati 210321100120
Ach. Riyanto Abdillah 210321100123
Suaidiyah 210321100128

PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN
UNIVERSITAS TRUNOJOYO MADURA
BANGKALAN
2022
Tujuan Penelitian
Penelitian dari jurnal ini bertujuan untuk memberikan contoh penetapan persamaan
regresi yang baik dan lengkap dengan menyajikan studi kasus penyusunan persamaan allometrik
kenari muda serta berupaya untuk menetapkan persamaan allometrik kenari muda untuk
digunakan dalam menangani perubahan iklim melalui Sistem MRV di bawah pedoman UN
REDD.
Persamaan Regresi dan Keterangan Variabel
 Persamaan Regresi
Analisis regresi berganda adalah pengembangan dari analisis regresi sederhana dimana
terdapat lebih dari satu variabel independen X. Teknik regresi linier berganda digunakan untuk
mengetahui ada tidaknya pengaruh signifikan dua atau lebih variabel bebas ( )
terhadap variabel terikat (Y). Perbedaaan antara regresi sederhana dengan regresi berganda
terletak pada jumlah variabel bebasnya. Jika dalam regresi sederhana jumlah variabel bebas yang
digunakan untuk memprediksi variabel tergantung hanya satu, maka regresi berganda jumlah
variabel bebas yang digunakan untuk memprediksi variabel tergantung lebih dari satu. Model
regresi linier berganda untuk populasi dapat ditunjukkan sebagai berikut :

Model regresi linier berganda untuk populasi diatas dapat ditaksir dengan model regresi linier
berganda untuk sampel, yaitu :
̂

dengan : ̂ = nilai penduga bagi variabel Y

= dugaan bagi parameter konstanta
= dugaan bagi parameter konstanta
= variabel bebas.

 Keterangan Variabel
a) Variabel Independen :
1. X 1 (Diameter Pohon) : diameter dari pohon kenari muda yang diukur dalam satuan
centimeter (cm).
2. X2 (Tinggi Pohon) : tinggi dari pohon kenari muda yang diukur dalam satuan centimeter
(cm).

b) Variabel Dependen :
1. Y (Biomassa atas dan bawah tanah) : perhitungan biomassa atas dan bawah tanah.
Hasil Analisis Regresi Linier Berganda dan Asumsi Klasik
a. Berat Kering Biomassa di Atas Tanah dan di Bawah Tanah Kenari Muda
Apabila 32 kenari muda telah ditebang, lalu dipilah tiap komponen tanaman dan
ditimbang berat basah, berat kering sehingga diperoleh biomassa atas tanah, biomassa
bawah tanah (akar) dan biomassa atas dan bawah tanah. Berikut tabel berat kering
biomassa di atas tanah dan di bawah tanah.

Tabel di atas menunjukkan bahwa hasil perhitungan biomassa atas tanah,

biomassa bawah tanah dan biomassa atas dan bawah tanah berturut-turut 29.719,00 g;
14.964,00 g dan 44.683,00 g. Rata-rata biomassa atas tanah, biomassa bawah tanah dan
total biomassa atas dan bawah berturut-turut 928,73 g; 467,63 g dan 1.396,35 g.
Perhitungan ini menunjukkan bahwa kandungan biomassa atas tanah hampir dua kali
lipat dari biomassa bawah tanah.

b. Hubungan Diameter dan Tinggi Pohon dengan Total Biomassa Atas dan Bawah
Tanah
Hubungan diameter dan tinggi pohon dengan total biomassa atas dan bawah tanah
dibuat dengan persamaan allometrik kenari muda dimana diameter dan tinggi pohon
sebagai variabel independen dan total biomassa bagian atas dan bawah tanah sebagai
variabel dependen.
Interpretasi hasil uji asumsi klasik dan regresi linier berganda sebagai berikut :
1. Uji Normalitas Residual
Data yang disebarkan pada sumber diagonal grafik Normal P-P Plot of regression
standardized berada di sekitar garis dan mengikuti garis diagonal sehingga model
regresi tersebut telah normal dan layak dipakai untuk memprediksi variabel bebas
begitupun sebaliknya.
 Hasil uji normalitas dapat dilihat pada output regresi pada gambar di atas, titik-
titik terlihat jelas menyebar sekitar garis dan mengikuti garis diagonal maka
model regresi tersebut telah normal. Agar lebih meyakinkan disertai juga uji
normalitas lainnya dengan metode uji One Sample Kolmogorov Smirnov. Hasil uji
normalitas residual disajikan pada tabel di bawah ini.

Berdasarkan tabel di atas dapat diketahui bahwa nilai signifikansi dari data
residual sebesar 0,930 > 0,05, maka residual terdistribusi normal.

2. Uji Multikolinearitas

Pada tabel di atas menunjukkan bahwa tidak terdapat masalah multikolinearitas,

hal ini dapat dilihat dari nilai VIF untuk ke dua variabel independen < 10 dan nilai
Tolerance > 0,100.
 3. Uji Heteroskedastisitas

Pada tabel di atas dapat diketahui bahwa kedua variabel independen memiliki nilai
signifikansi lebih dari 0, maka tidak ada masalah heteroskedastisitas pada model
regresi ini.

4. Uji Autokorelasi

Pada tabel di atas menunjukkan bahwa nilai Durbin Watson (DW) = 2,098 yang
berada di rentang nilai 1,65 – 2,35, maka tidak ada autokorelasi.
c. Hasil Analisis Regresi Linier Berganda

a. Variabel Dependen: Biomassa atas dan bawah tanah

Berdasarkan Tabel diatas dapat kita lihat bahwa :

Persamaan Regresi = Y = -941,765 + 399,903X1 + 3,429X2
 Konstanta = -941,765; artinya jika X1(Diameter Pohon), X2(Tinggi Pohon) nilainya
adalah 0, maka besarnya Y3 nilainya negatif = - 941,765.
 Koefisien regresi variabel β1= 399,903; hal ini menunjukkan bahwa setiap
peningkatan X1(Diameter Pohon) sebesar 1 satuan, maka akan meningkatkan
Variabel Y3(Biomassa atas dan bawah tanah) sebesar 399,903 satuan, dengan asumsi
variabel independen lain nilainya tetap.
 Koefisien regresi variabel β2 = 3,429; hal ini menunjukkan bahwa setiap peningkatan
X2(Tinggi Pohon) sebesar 1 satuan, maka akan meningkatkan variabel Y3(Biomassa
atas dan bawah tanah) Sebesar 3,429 satuan, dengan asumsi variabel independen lain
nilainya tetap.
 1. Uji T
Berdasarkan hasil uji t seperti disajikan pada Tabel 6, dapat diketahui hasilnya adalah
sebagai berikut:
 Variabel X1(Diameter Pohon) secara parsial berpengaruh terhadap
Y3(Biomassa atas dan bawah tanah). Hal ini karena Nilai Signifikansi < 0,05
(0,018 <0,05). Pengaruhnya positif karena nilai koefisien positif.
 Variabel X2(Tinggi Pohon) secara parsial tidak berpengaruh terhadap
Y3(Biomassa atas dan bawah tanah). Hal ini karena nilai Signifikansi > 0,05
(0,077 > 0,05).
2. Uji F

Hasil Uji F disajikan pada Tabel diatas dimana variabel X1 dan X2 secara bersama-
sama berpengaruh terhadap Y3. Hal ini karena Nilai Signifikansi < 0,05 (0,004 < 0,05).
Dan nilai F Tabel < F Hitung (3,32<6,762).

Tabel 8. Model Summary

Analisis Determinasi (R Square):

Pada Tabel diatas menunjukkan bahwa variabel X 1 dan X2 secara bersama-sama

memiliki sumbangan pengaruh terhadap Y3 = 0,318 atau sebesar 31,8% dan sisa nya
dipengaruhi faktor lain yang tidak diteliti.
Persamaan allometrik pohon kenari muda telah berhasil diperoleh yaitu Y = -941,765 +
399,903X1 + 3,429X2 (Tabel 6) persamaan regresi ini termasuk persamaan regresi yang baik
karena sebelumnya telah dilakukan berbagai pengujian. Namun hasil persamaan allometrik ini
belum bisa dioperasionalkan mengingat nilai deteminasi R Square masih rendah yaitu: 0,318
(Tabel 8). Alternatifnya bisa juga dihitung dengan cara yang sama untuk biomassa atas tanah dan
biomassa bawah tanah secara sendiri-sendiri. Jika berhasil lolos pengujiannya dan hasil
persamaan regresinya masing-masing memperoleh nilai deteminasi RSquare lebih besar dari
total biomassa atas dan bawah tanah atau nilainya mendekati 1 berarti persamaan regresinya
dapat dioperasionalkan.
Kesimpulan
Hasil penyusunan persamaan allometrik pohon kenari muda yaitu: Y=-941,765+399,903X1+
3,429X2. Persamaan regresi untuk pohon kenari sebelumnya telah dilakukan pengujian asumsi
klasik seperti: Uji normalitas, Uji multikolinearitas, Heteroskedastisitas dan Autokorelasi
sehingga memberikan suatu kepastian bahwa persamaan regresi yang diperoleh memiliki
ketepatan dalam estimasi, tidak bias dan konsisten. Namun, persamaan regresi ini belum bisa
dioperasionalkan mengingat nilai deteminasi RSquare cukup rendah yaitu: 0,318..
Kelebihan
 Penyusunan kata-kata dan kalimat pada jurnal mudah dipahami pembaca, dan didukung
dengan penempatan tabel dan gambar hasil penelitian dengan rapi dan sesuai sehingga
pembaca mudah untuk memahami.
 Pembahasannya terperinci
 Terdapat kesesuaian antara tujuan jurnal dengan kesimpulan yang didapatkan
Kelemahan
 Dibagian Interpretasi Anova untuk dasar pengambilan keputusan Uji F tidak dicantumkan
dan dijelaskan interpretasi mengenai nilai F tabel dan F hitung, dalam jurnal tersebut
hanya mencantumkan interpretasi bagian nilai signifikansi, sehingga kami harus
menghitung dan menginterpretasikan sendiri terkait F Tabel dan F hitung.
 Pada jurnal ini tidak terdapat bagian saran, dimana bagain ini alangkah baiknya diberikan
sehingga berguna untuk pedoman atau perbaikan pada penelitian yang akan datang.