LAPORAN SEMENTARA

METODE KUANTITATIF
“REGRESI NON LINIER”

Oleh:
Kelompok 1
IDA WAHYU ROMANDANI 20024010003
JESIKA AYU NUR ISLAMI 20024010004
ELIT ELLA MUSTIKA 20024010007
MOHAMAD FIKRI AZAM 20024010014

GOLONGAN S1
PROGRAM STUDI AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAWA TIMUR
SURABAYA
2022
BAB I
PENDAHULUAN

1.1 Latar Belakang

Analisis regresi adalah suatu Teknik statistika yang ditunjukkan untuk
menyelidiki dan memodelkan hubungan antara variable terikat dan setidaknya satu
variable bebas. Kegunaan variable ini adalah untuk mendiskripsikan data, menduga
parameter, interpolasi, dan kontrol. Regresi secara umum dibedakan atas regresi linear
dan non-linear. Regresi linear berhubungan dengan Regresi linear apabila hubungan
antara variabel terikat dan variable variabel bebasnya bersifat linear, Pada regresi
 nonlinear, hubungan tersebut bersifat nonlinear (Asrirawan et al., 2020).
Menurut Nawari (2010), regresi non linier ialah bentuk hubungan atau fungsi di
mana variabel bebas X dan atau variabel terikat Y dapat berfungsi sebagai faktor atau
variabel dengan pangkat tertentu. Selain itu, variabel bebas X dan atau variabel terikat Y
dapat berfungsi sebagai penyebut (fungsi pecahan), maupun variabel X dan atau
variabel terikat Y dapat berfungsi sebagai pangkat fungsi eksponen. Macam-macam
regresi non linier adalah model kuadratik, model parabola, model eksponensial, model
parabola kubik, model hiperbola, model geometrik, dan model logistik.
Regresi non linier merupakan suatu metode analisis regresi untuk mendapatkan
model non linier yang digunakan untuk mengetahui hubungan antara variabel terikat
dan variabel bebas. Menurut Draper dan Smith (1981), model non linier (yakni
nonlinier dalam parameter yang akan diduga) dapat dibagi menjadi dua bagian yaitu,
model linier intrinsik dan model non linier intrinsik. Model linier intrinsik, jika suatu
model adalah linier intrinsik, maka model ini dapat dinyatakan melalui transformasi
yang tepat terhadap peubahnya ke dalam bentuk linier baku, seperti regresi
eksponensial. Kemudian model non linier intrinsik, jika suatu model adalah non linier
intrinsik, maka model ini tidak dapat diubah menjadi bentuk baku. Apabila hubungan
antara variabel terikat Y dan variabel bebas X bersifat non linier, artinya jika data asli
Xi dan Yi dibuatkan scatterplot tidak mengikuti garis lurus tetapi mengikuti suatu
bentuk kurva tertentu, seperti kurva eksponensial, maka analisis regresi yang cocok
untuk menjelaskan hubungan antara X dan Y tersebut adalah analisis regresi non linier
sederhana.
Jika bentuk linier diterima, kemudian disusul bahwa regresi itu sebagai suatu
kesatuan berarti adanya dan yakin bahwa koefisien regresi yang diperoleh tidak dapat
diabaikan, maka dapat membuat kesimpulan berdasarkan regresi itu.
1.2 Tujuan
Tujuan dari praktikum ini adalah untuk menyelesaikan permasalahan tentang studi
kasus materi Regresi Nonlinear.
BAB II
PROSEDUR PELAKSANAAN

2.1 Waktu dan Tempat

Praktikum Metode Kuantitatif materi Regresi Non Linier ini dilaksanakan pada
hari Senin, 30 Mei 2022 pukul 15.15 – selesai melalui via Google Meet di rumah
masing masing.
2.2 Alat dan Bahan
 2.2.1 Alat
Alat yang digunakan dalam praktikum ini yaitu buku catatan, bolpoin,
SPSS, laptop dan HP.
2.2.2 Bahan
Bahan yang digunakan dalam praktikum ini yaitu soal permasalahan yang
diberikan pada praktikum metode kuantitatif tersebut.
2.3 Langkah Kerja
1. Menyiapkan alat dan bahan praktikum.
2. Menyalin data ke dalam excel, lalu mengubahnya menjadi ln.
3. Membuka SPSS.
4. Memasukkan data ln dari excel ke dalam SPSS
5. Membuka Menu Bar, pilih Analyze > Regression > Linear.
6. Memasukkan variabel Y ke bagian Dependent dan variabel lnX1, lnX2, lnX3,
lnX4, lnX6, lnX7 ke bagian Independent(s).
7. Memastikan semua data telah terisi dengan benar, dan tekan Ok untuk melihat
hasil analisisnya.
BAB III
HASIL DAN PEMBAHASAN

3.1 Hasil
Berdasarkan penyelesaian menggunakan aplikasi SPSS diperoleh hasil output
sebagai berikut :
3.2 Pembahasan
Kasus:
Tim peneliti yang ditugasi oleh PEMKAB “TL” untuk mengeksplorasi Studi
Kelayakan dan Faktor Produksi Usahatani Padi Sawah Varietas Unggul yang nantinya
hasil penelitian tersebut dijadikan referensi dalammenentukan rencana pengembangan
sektor pertanian tanaman pangan di daerahnya. Tim peneliti tersebut menetapkan
variabel yang akan diuji yaitu pengaruh faktor produksi (luas lahan, tenaga kerja, benih,
pupuk urea, pupuk SP36, pupuk KCl, dan pestisida) terhadap produksi padi sawah, data
yang terkumpul dianalisis dengan menggunakan model fungsi produksi Cobb-Douglas.
Persamaan umum dari model yang dibangun adalah sebagai berikut :
ln Y = ln β0 + lnβ1��1 + ln β2��2 + ….. ln β7��7 + e
dimana,
Y = Produksi
βo = Intercept / konstanta
bi = Koefisien regresi (i = 1,2,....7)
X1 = Luas lahan (ha)
X2 = Tenaga Kerja (HKSP)
X3 = Benih (kg) X4 = Pupuk Urea (kg)
X4 = Pupuk urea (kg)
X5 = Pupuk SP 36 (kg)
X6 = Pupuk KCl (kg)
X7 = Pestisida (kg
Penyelesaian :

Berdasarkan output diatas diperoleh pembahasan sebagai berikut :

1. Koefisien Determinasi

Berdasarkan
output diatas diketahui nilai R Square sebesar 0,541. Hal tersebut berarti bahwa
variabel luas lahan, tenaga Kerja (HKSP), benih, pupuk urea, pupuk SP 36, pupuk
KCl, pestisida mampu menjelaskan variabel produksi sebesar 54%, sedangkan
sisanya (46%) dipengaruhi oleh variabel lain yang tidak terdapat dalam pengujian.
2. Uji F
 Terdapat 2 hipotesis yang diambil :
1. H0 = tidak terdapat pengaruh antara variabel X terhadap variabel Y
2. H1 = terdapat pengaruh antara variabel X terhadap variabel Y
∙ Jika nilai sig < 0,05 atau F hitung > F tabel maka H0 ditolak dan H1 diterima
∙ Jika nilai sig > 0,05 atau F hitung > F tabel maka H0 diterima dan H1 ditolak

F tabel = F (k ; n-k)

= F (4 ; 26)

= 2,74

Dimana berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1,
X2, X3 dan X4 secara simultan terhadap Y adalah sebesar 0,001< 0,05 dan nilai F
hitung 5,881> F tabel 2,74 maka artinya H0 ditolak dan H1 diterima. Sehingga
dapat diketahui bahwa terdapat pengaruh secara simultan antara luas lahan, tenaga
kerja, benih, pupuk urea, pupuk SP 36, pupuk KCl, dan pestisida terhadap
produksi.

3. Uji T

Terdapat 2 hipotesis yang diambil :

1. H0 = tidak terdapat pengaruh antara variabel X terhadap variabel Y
2. H1 = terdapat pengaruh antara variabel X terhadap variabel Y
 ∙ Jika nilai sig < 0,05 atau F hitung > F tabel maka H0 ditolak dan H1 diterima
∙ Jika nilai sig > 0,05 atau F hitung > F tabel maka H0 diterima dan H1 ditolak

t tabel = t (a/2 ; n-k-1)

= t (0,025 ; 25)

= 2,060

Dimana dalam output tersebut dapat diketahui:

1) Pengujian Hipotesis Luas Lahan
Diketahui nilai Sig untuk pengaruh biaya benih jagung terhadap
pendapatan petani adalah sebesar 0,28 < 0,05 dan nilai t hitung 1,104 < 2,060 t
tabel sehingga dapat disimpulkan bahwa Ho diterima dan H1 ditolak yang
berarti tidak terdapat pengaruh antara luas lahan terhadap produksi.
2) Pengujian Hipotesis Tenaga Kerja
Diketahui nilai Sig untuk pengaruh biaya pupuk terhadap pendapatan
petani adalah sebesar 0,00 < 0,05 dan nilai t hitung 2,190 > 2,060 t tabel
sehingga dapat disimpulkan bahwa Ho ditolak dan H1 diterima yang berarti
terdapat pengaruh tenaga kerja terhadap produksi.
3) Pengujian Hipotesis Benih
Diketahui nilai Sig untuk pengaruh biaya tenaga kerja terhadap
pendapatan petani adalah sebesar 0,35 > 0,05 dan nilai t hitung 0,948 < 2,060 t
tabel sehingga dapat disimpulkan bahwa Ho diterima dan H1 ditolak yang
berarti tidak terdapat pengaruh antara benih terhadap produksi.
4) Pengujian Hipotesis Pupuk Urea
Diketahui nilai Sig untuk pengaruh jumlah produksi jagung hibrida
terhadap pendapatan petani adalah sebesar 0,03 < 0,05 dan nilai t hitung 2,294
> 2,060 t tabel sehingga dapat disimpulkan bahwa Ho ditolak dan Ha diterima
yang berarti terdapat antara pupuk urea terhadap produksi.
5) Pengujian Hipotesis Pupuk SP 36
Diketahui nilai Sig untuk pengaruh biaya tenaga kerja terhadap
pendapatan petani adalah sebesar 0,30 > 0,05 dan nilai t hitung 1,044 < 2,060 t
tabel sehingga dapat disimpulkan bahwa Ho diterima dan H1 ditolak yang
berarti tidak terdapat pengaruh antara pupuk SP 36 terhadap produksi.
6) Pengujian Hipotesis Pupuk KCL
Diketahui nilai Sig untuk pengaruh biaya tenaga kerja terhadap
pendapatan petani adalah sebesar 0,39 > 0,05 dan nilai t hitung 1,340 < 2,060 t
tabel sehingga dapat disimpulkan bahwa Ho diterima dan H1 ditolak yang
 berarti tidak terdapat pengaruh antara pupuk KCL terhadap produksi.
7) Pengujian Hipotesis Pestisida
Diketahui nilai Sig untuk pengaruh biaya tenaga kerja terhadap
pendapatan petani adalah sebesar 0,30 > 0,05 dan nilai t hitung 0,871 < 2,060 t
tabel sehingga dapat disimpulkan bahwa Ho diterima dan H1 ditolak yang
berarti tidak terdapat pengaruh antara pestisida terhadap produksi.
BAB IV
PENUTUP

4.1 Kesimpulan
Berdasarkan hasil analisis output dengan pengujian hipotesis dengan uji T dan
uji F maka diperoleh bahwa,

1. Berdasarkan output diatas diketahui nilai R Square sebesar 0,541, artinya variabel
luas lahan, tenaga Kerja (HKSP), benih, pupuk urea, pupuk SP 36, pupuk KCl,
pestisida mampu menjelaskan variabel produksi sebesar 54%, sedangkan sisanya
(46%) dipengaruhi oleh variabel lain yang tidak terdapat dalam pengujian.
2. Secara simultan terdapat pengaruh antara variabel X terhadap variabel Y.
Sedangkan secara parsial, yang dapat mempengaruhi variabel Y (produksi) adalah
variabel X2 (benih) dan X4 (pupuk urea) saja.
DAFTAR PUSTAKA

Asrirawan, S. S., Seppewali, A., & Fitriyani, N. (2020). Jurnal Matematika dan Statistika serta
Aplikasinya Vol. 8 No. 2 Ed. Juli - Des. 2020. Jurnal Matematika Dan Statistika Serta
Aplikasinya, 8(2), 78–82. https://covid19.sulselprov.go.id/data.

Draper, N.R & Smith, H. 1998. Applied Regression Analysis, Third Edition. John Wiley &
Sons: Canada
Graciella, G., & Anondho, B. (2020). Prediksi Durasi Berbasis Earned Schedule
Menggunakan Faktor Pengaruh Internal Dan Eksternal Serta Variabel Dummy. JMTS:
Jurnal Mitra Teknik Sipil, 3(2), 289. https://doi.org/10.24912/jmts.v3i2.6990

Indraswari, G. R., & Martono, S. (2017). Pengaruh Promosi Terhadap Impuls Buying Dengan
Gender Sebagai Variabel Dummy. Management Analysis Journal, 5(2), 116–122.

Nawari. 2010. Analisis Regresi dengan Ms Excel 2007 dan SPSS 17. PT.Elex Media
Komputindo: Jakarta