ANALISIS REGRESI GANDA DENGAN VARIABFT ninv™™

DALAM 1a°BZtfZ52S^»=PG/PS MADUKISMO

Skripsi

Diajukan sebagai Salah Satu Syarat untuk Memperoleh

Jurusan Statistika

Nama

No. MhsNIRM

mtta

: LAKSANA PRASETIYA: 98 611 012

••980051013206120012

Gelar Sarjana Pada

UNIVERSITAS ISLAM INDONESIAYOGYAKARTA

2003

SKRIPSI

AnlV aS ^RESI GANDA DENGAN VARIABEL DUMMYDALAM MEMPERKIRAKAN PRODUKSI GULA MURNIDl PT MADU BARU

PG/PS MADDK1SMO

Disusun Oleh :

Nama : LAKSANA PRASETIYANIM : 98611012

Telah dipertahankan di depan Tim Penguji SkripsiFakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Islam Indonesia_ ,. Padatanggal September 2003Dan dmyatakan telah memenuhi syarat guna memperoleh gelar Sarjana

SUSUNAN TIM PENGUJI

Jabatan

Penguji I

Penguji n

Penguji III

Penguji IV

Nama Lengkap

Drs. Supriyono, M.Sc

JakaNugraha, M.Si

Edy Widodo, M.Si

RohmatuI Fajriyah, M*Si

in

Yogyakarta,

^KULTAS MIPA

Nugraha, M.Si

MOTTO

Dia memberikan hikmah (ilmu yang berguna) kepada siapa yang dikehendaki-Nya, barang siapa mendapat

hikmah itu sesungguhnya telah mendapat kebajikan yang banyak dan tiadalah yang menerima peringatan,melainkan orang-orang berakal

[Qur'an Surat Albaqarah:29]

Bila anda tidak bisa menjadi beringin diatas bukit, jadilah belukar dilembah yang terbaik ditepi anak sungai.Kalau tidak bisa menjadi belukar jadilah rumput jalar yang indah ditepi danau

[Douglas Miloch]

Saya akan melewati jalan ini sekali, karenanya setiap perbuatan baik yang dapat saya lakukan ataukebaikan apapun yang bisa saya perlihatkan kepada siapapun, biarlah saya melakukannya sekarang, jugajangan biarkan saya mengabaikannya, karena mungkin saya tidak akan melewati jalan ini lagi

[Pepatah Kuno]

IV

dan pengalaman penulis yang masih terbatas, untuk itu penulis mohon maaf dan

demi perbaikan disana-sini penulis dengan senang hati menerima saran dan kritik

yang bersifat membangun demi kesempurnaan Tugas Akhir ini, semoga dapatbermanfaat bagi kita semua, Amiin

Wassalamu'alaikum Wr. Wb.

Yogyakarta, Maret 2003

Penyusun

VIII

DAFTAR TABEL

1. Tabel Analisis Variansi 23

2. Data Produksi Gula, Luas Lahan, Tanaman Tebu Baru, Tanaman Tebu

Tunas, dan Status Kepemilikan Tebu 31

3. Tabel Korelasi 33

4. Tabel Variabel Entered 34

5. Tabel Model Summary 351

6. Tabel Analisis Variansi 36

7. Tabel koefisien Regresi 37

XI

DAFTAR GAMBAR

1. Gambar 1

Xlll

.20

ANALISIS REGRESI GANDA DENGAN VARIABEL DUMMYDALAM MEMPERKIRAKAN PRODUKSI GULA MURNI

DIPT MADU BARU

PG/PS MADUKISMO

Skripsi

Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Pada

Jurusan Statistika

_, ISLAM .,

Nama : LAKSANA PRASETIYANo.Mhs : 98 611012

NIRM : 980051013206120012

JURUSAN STATISTDXAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS ISLAM INDONESIAYOGYAKARTA

2003

ANALISIS REGRESI GANDA DENGAN VARIABEL DUMMY

DALAM MEMPERKIRAKAN PRODUKSI GULA MURNI

DIPT MADU BARU

PG/PS MADUKISMO

Skripsi

Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Pada

Jurusan Statistika

ISLAM „,

Nama : LAKSANA PRASETIYA

No.Mhs : 98 611 012

NIRM : 980051013206120012

JURUSAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMUNWERSITAS ISLAM INDONESIA

YOGYAKARTA

2003

LEMBAR PENGESAHAN PEMBIMBING

ANALISIS REGRESI GANDA DENGAN VARIABEL DUMMYDALAM MEMPERKIRAKAN PRODUKSI GULA MURNI

DI PT MADU BARU

PG/PS MADUKISMO

TUGAS AKHIR

Nama : Laksana PrasetiyaNIM : 98611012

Tugas Akhir ini Telah diSyahkan dan DisetujuiPada Tanggal September 2003

Pembimbijng

(RohmatuI Fajriyah, M. Si)

SKRIPSI

ANALISIS REGRESI GANDA DENGAN VARIABEL DUMMYDALAM MEMPERKIRAKAN PRODUKSI GULA MURNI

DI PT MADU BARUPG/PS MADUK1SMO

Disusun Oleh:

Nama : LAKSANA PRASETIYANIM : 98611012

Telah dipertahankan di depan Tim Penguji SkripsiFakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Islam IndonesiaPada tanggal September 2003

Dan dinyatakan telah memenuhi syarat guna memperoleh gelar Sarjana

SUSUNAN TIM PENGUJI

Jabatan Nama Lengkap

Penguji I Drs. Supriyono, M.Sc

Penguji II Jaka Nugraha, M.Si

Penguji m Edy Widodo, M.Si

Penguji IV RohmatuI Fajriyah, MTsY

111

Yogyakarta,

:ULTAS MIPA

ugraha, M.Si

MOTTO

Dia memberikan hikmah (ilmu yang berguna) kepada siapa yang dikehendaki-Nya, barang siapa mendapat

hikmah itu sesungguhnya telah mendapat kebajikan yang banyak dan tiadalah yang menerima peringatan,

melainkan orang-orang berakal

[Qur'an Surat Albaqarah:29]

i

Bila anda tidak bisa menjadi beringin diatas bukit, jadilah belukar dilembah yang terbaik ditepi anak sungai.

Kalau tidak bisa menjadi belukar jadilah rumput jalar yang indah ditepi danau

[Douglas Miloch]

Saya akan melewati jalan ini sekali, karenanya setiap perbuatan baik yang dapat saya lakukan atau

kebaikan apapun yang bisa saya perlihatkan kepada siapapun, biarlah saya melakukannya sekarang, juga

jangan biarkan saya mengabaikannya, karena mungkin saya tidak akan melewati jalan ini lagi

[Pepatah Kuno]

IV

PERSEMBAHAN

1.Jlyafi cfan (Bunda^ji tersayang yang Utah

merawat dan mendidififyi dengan saBar dari

kecit fiingga sekarang ini semoga JlCColi

memBerikan rafimat dan fiidayafi-Nya

2.fldik$y. tersayang yang teCafi memBerik$n

kgBahagiaan dan semangat daCam menjaCani

hidup ini

3. Motor JCOWDJIICOA® 4128 MCyang seialu

menetnani dan mengantar kcmanapun af{upergi

4.<Beng{(eCfiii semoga terns maju dan BertamBafi

k$ren

S.Orang-orang yang sayang f{epadal{u dan defeat

padaku

ABSTRAKSI

• a _• ^ ^ ham PT sebagai saIah satu Perusahaan yang bergerak dalammdustn gula di Indonesia.Perusahaan ini menghasilkan gula untuk pemenuhankebutunan masyarakat Indonesia disamping untuk kelanjutan hidup perusahaandan semakm ketatnya dunia perindustrian sehingga perlu diatasi permasalahanyang ada untuk menambah jumlah produksi gula.n. DPe"f!ja?. diIaksanakan di unit Pabrikasi, salah satu bagian dari strukturpada PT. Madukismo yang menangani proses produksi mulai dari batang tebusampai menjadi gula. Pengambilan datanya diperoleh dari sub dibagian PabrikasiAdapun datanya berupa produksi gula, nira, dan tetes tebu, data tersebut penulisperoleh langsung dari buku laporan periode 1999/2000. Pengambilan datatersebut bertujuan untuk mengetahui model dalam penentuan produksi gula murni(Hablur). Untuk menganalisis data tersebut penulis menggunakan analisis regresiberganda vanabel dummy dengan tiga peubah bebas yaitu tanaman tebu tunastanaman baru, status tanaman dan peubah responnya produksi gula murni (Hablur)t ua af 1Sa, data didaPatkan ba«wa tiga peubah bebas berpengaruhterhadap produksi gula murni (Hablur).Kata kunci :VariabeI dummy, regresi berganda

vi

KATA PENGANTAR

Assalamu'alaikum Wr. Wb.

Puji syukur kehadirat Alloh SWT, yang telah melimpahkan rahmat dan

hidayah-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir ini sebagai

syarat untuk memperoleh gelar kesarjanaan pada Jurusan Statistika

Pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-

besarnya kepada:

1. Bapak Jaka Nugraha, M.Si selaku Dekan fakultas MIPA Universitas Islam

Indonesia

2. Ibu RohmatuI Fajriyah, M.Si selaku Dosen Pembimbing yang telah

meluangkan waktu dan tenaga dan dengan sabar dalam memberikan

bimbingan kepada penulis sehingga dapat selesai dengan baik

3. Bapak Fajriya Hakim, M.si selaku Ketua Jurusan Slalislika yang tcluh

meluangkan waktu dan tenaga clan dengan sabar dalam memberikan

bimbingan kepada penulis sehingga dapat selesai dengan baik

4. Para Dosen Jurusan Statistika Univcrsilas Islam Indonesia

5. PT. Madu Baru PG/PS Madukisino bescrla Stafdan Karyavvan yang telah

membantu dalam penelitian ini.

6. Para rekan Mahasiswa Jurusan Statistika Univcrsilas Islam Indonesia yang

telah membantu dalam penulisan Tugas Akhir ini.

Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna, baik

dalam penyusunan maupun penyajiannya, hal ini disebabkan karena pengetahuan

VII

dan pengalaman penulis yang masih terbatas, untuk itu penulis mohon maaf dan

demi perbaikan disana-sini penulis dengan senang hati menerima saran dan kritik

yang bersifat membangun demi kesempurnaan Tugas Akhir ini, semoga dapat

bermanfaat bagi kita semua, Amiin

Wassalamu'alaikum Wr. Wb.

Yogyakarta, Maret 2003

Penyusun

VIII

DAFTAR ISI

HALAMAN JUDUL i

HALAMAN PENGESAHAN PEMBIMBING ii

HALAMAN PENGESAHAN PENGUJI iii

MOTTO iv

HALAMAN PERSEMBAHAN v

INTISARI vi

KATA PENGANTAR viii

DAFTAR ISI ix

DAFTAR TABEL xi

DAFTAR LAMPIRAN xii

DAFTAR GAMBAR xiii

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah 1

1.2 Rumusan Masalah 2

1.3 Pembatasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Kegunaan Penelitian 4

1.6 Kandungan Gula Dalam Tebu 4

BAB II TEORIPENUNJANG

2.1 Matriks 6

2.2 Determinan 6

2.3 Tranpose Matriks 8

2.4 Invers Matriks 8

2.5 Koefisien Determinasi 8

2.6 Korelasi Parsial 10

IX

DAFTAR TABEL

1. Tabel Analisis Variansi 23

2. Data Produksi Gula, Luas Lahan, Tanaman Tebu Baru, Tanaman Tebu

Tunas, dan Status Kepemilikan Tebu 31

3. Tabel Korelasi 33

4. Tabel Variabel Entered 34

5. Tabel Model Summary 35

6. Tabel Analisis Variansi 36

7. Tabel koefisien Regresi 37

xi

DAFTAR LAMPIRAN

1. Lampiran 1 Data Produksi Gula Murni

2. Lampiran 2 Stiuktur Organisasi Pabrik Gula PT Madu Baru

3. Lampiran 3 Diagram proses Pembuatan Gula

4. Lampiran 4 Tabel Distribusi F

5. Lampiran 5 Tabel Distribusi t

6. Lampiran 6 Tabel Durbin Watson

xn

DAFTAR GAMBAR

1. Gambar 1..20

Xlll

DAFTAR GAMBAR

1. Gambar 1 20

xui

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Untuk mewujudkan masyarakat adil dan makmur, yang merata baik materiil

maupun spirituil diperlukan pembangunaiL Pembangunan industri merupakan salah

satu program nasional untuk jangka panjang yang pada masa ini sedang digalakkan

oleh pemerintah. Industri-industri yang dibangun dapat memperluas kesempatan

kerja dengan sendirinya akan memanfaatkan sumber energi dan sumber daya

manusia yang tersedia berarti merupakan penghematan devisa negara. Salah satu dari

sekian banyak industri yang terdapat di Indonesia adalah Industri Gula, sedangkan

gula merupakan satu dari sembilan bahanpokok.

Gula merupakan makanan yang dibutuhkan oleh manusia dan sudah dikenal

sejak lama. Gula mengandung karbohidrat, didalam tubuh manusia dapat

menimbulkan panas/kalori yang digunakan sebagai tenaga. Sehingga kebutuhan gula

dari waktu kewaktu mengalami penirigkatan, untuk memenuhi kebutuhan tersebut,

manusia harus mencari sumber gula. Dalam permasalahan diatas, alternatif yang ada

untuk menghasilkan gula adalah tanaman tebu, yang menghasilkan gula persatuan

luas tanah. Indonesia yang beriklim tropis dan sub tropis cocoksekali untuk tanaman

tebu, sehingga akan tumbuh dengan baikdan suburkarena tanaman tebu mempunyai

dua sifat yaitu: Pada masapertumbuhan, tanaman tebu banyak membutuhkan air dan

ketika menghadapi waktu panen menghendaki kering. Dengan demikian dapat

disimpulkan bahwa tanaman tebu akan tumbuh dengan baik pada daerah yang

mempunyai perbedaan iklim yang nyata yaitu musim penghujan dan kemarau.

Didalam memenuhi kebutuhan konsumen, industri-industri gula perlu untuk

meningkatkan jumlahproduksinya. Hal ini tak Iepas dari seberapa besar kemampuan

produksi gula murni (Hablur) dari industri gula tersebut. Pentingya kapasitas

produksi gula murni (Hablur) untuk memenuhi kebutuhan dari konsumen dari waktu

kewaktu perlu diperhatikan oleh perusahaan, faktor apa saja yang mempengaruhi

hasil produktivitas gula murni (Hablur) dalam tebu, apakah dari penambahan lahan

baru ataupun pencarian bibit baru yang akan dapat meningkatkan produksi gula

murni (Hablur) dan terpenting kebutuhan akan gula dapat terpenuhi dengan baik,

sehingga kebutuhan akan gula dapat terpenuhi dengan baik, sehingga konsumen

tidak akan lagi kekurangan. Terlebih Iagi dapat dimanfaatkan perusahaan untuk

meningkatkan daya saing dipasaran yang berarti pula dapat meningkatkan

produktivitas perusahaan.

Dalam kaitannya dengan kapasitas produk tersebut merupakan suatu keharusan

dari perusahaan untuk mengatasi permasalahan dari kekurangan jumlah produksi

gula murni (Hablur), sehingga kebutuhan akan gula akan terpenuhi dengan cukup.

1.2 Rumusan Masalah

Pada masa sekarang ini kebutuhan akan bahan pangan semakin meningkat seiring

dengan pertumbuhan jumlah penduduk di Indonesia dan era persaingan semakin

ketat. Negara kita saat ini sedang mengalami krisis moneter yang dampaknya sangat

dirasakan oleh masyarakat terutama masalah pemenuhan sembilan bahanpokok yang

merupakan kebutuhan primer manusia yang perlu terpenuhi. Diantaranya adalah

kebutuhan akan gula yang harganya cukup tinggi akan tetapi sulit dalam

mendapatkannya. Agar kebutuhan akan gula dimasyarakat dapat terpenuhi dengtan

ba,k dan harganya te-iangkau, maka perlu diketahui berapa besar prtta. produks,gu,a murni (Hablur), sehigga dalam ha. ini ingin diketahui **>«««» •*»*ya„g mempengaruhi produksi gula murni (Hab.ur). Dalam ha. ini penulis ingmmenge.ahui faktor apa sajakah yang mempengaruhi produksi gula murni (Hablur) *PT Madukismo.

1.3 Pembatasan Masalah

Agar masaiah dapat dise.esaikan dengan baik atau mended sasara, dankemungkinan- kemungkinan yang harus dibahas dalam pe-Usan yang diangka, daripermasalahan dilapangan dan penelaahan secara ,eoris,is rnaka pembahasan terhadapmasa,ah perlu dibatasi unruk menghindari luasnya pembahasan da,am penelmar,maka batasan masalahnya sebagai berikut:

,. Pembahasan hanya pada gu,a murni (Hablur) di PT Madu Baru Madukismo2. Memeriksa dan memode.kan hubungan antara variabel produksi guia

mumi(Hablur) dengan tanaman tebu baru. tanaman tebu tunas, dan statuskepemilikan tebu (TRS-Tebu Rakyat Semesta dan TRT-Tebu RakyatTertanggung)

3. Faktor-faktor yang dianggap mempengaruhi produks gula murni (Hablur)vaitu tanaman tebu baru. tanaman tebu tunas, dan status kepemilikan tebu(TRS-Tebu Rakyat Semesta dan TRT-Tebu Rakyat Tertanggung)

4. Hubungan antara variabel besar kandungan gula dengan variabel tanamantebu baru. tanaman tebu tunas, dan status kepemilikan tebu (TRS-TebuRakyat Semesta dan TRT-Tebu Rakyat Tertanggung)

1.4. Tujuan Penelitian

Tujuan yang hendak di capai dari penelitian iniadalah :

1. Untuk menganalisis pengaruh variabel variabel tanaman tebu baru, tanaman

tebu tunas, dan status kepemilikan tebu (TRS dan TRT) terhadap produksi

gula murni (Hablur)

2. Untuk mengetahui hubungan antara variabel produksi gula murni (Hablur)

dengan variabel tanaman tebu baru, tanaman tebu tunas, dan status

kepemilikan tebu (TRS dan TRT)

1.5. Kegunaan Penelitian

Seiain tujuan tersebut, penelitian ini diharapkan dapat memberikan manfaat sebagai

berikut:

l.Bagi perusahaan hasil penelitian ini dapat dijadikan pedoman yang dapat

digunakan untukmeningkatkan jumlah produksi gula murni (Hablur).

2.Bagi peneliti sebagai latihan/praktek awal dari kerja yang sesungguhnya

didalam menerapkan teori-teori yang diperoleh semasa kuliah.

3.Bagi rekan mahasiswa dapat juga dijadikan suatu perbandingan didalam

menyusun penelitian yang mengangkat permasalahan dengan metode analisis

regresi.

4.Bagi pihak lain penelitian ini diharapkan dapat dijadikan bahan bacaan

sehingga menambah wawasan mereka mengenai masalah analisis regresi.

1.6 Produksi Gula Murni

Tanaman tebu adalah bahan baku dari proses pembuatan gula, sehingga

semakin baik tebu yang diolah maka semakin baik pula gula yang dihasilkan. Tebu

5

dapa, hidup baik d, iklim tropis di Indonesia, karena tebu membutuhkan banyak airpada saa, pertumbuhan dan kering saa. dilakukan pemanenan. Dalam batang tebuterdapa. berbagai unsur antara lain air, kandungan gula, tetes, dan alkohol. Unsur-unsur .ersebu, dalam tanaman tebu perbandingannya berbeda- beda menurut Jemstebunya juga bisa oleh lahan yaitu dari tingka, kesuburannya, letak lahan, luas lahan,dan sebagamya yang kesemuanya itu sanga. berpengaruh dalam besamya produksigula murni (Hablur). Tingkat ptesentase kandungan gula perkilogramnya hamptrmendekati 0,8 bahkan 0,9.

Tebu yang ditanam pada lahan jenisnya ada dua yaitu tanaman tebu baru dantanaman tebu tunas yang mempengaruhi jumlah tebu yang akan dipanen. Berapakuintal tebu yang dihasi.kan tebu baru dan tebu tunas yang tentunya berpengaruhterhadap jumlah produksi gula .Semakin banyak tebu yang dihasilkan maka semakinbanyak pula hasil gulanya. Disamping itu faktor status kepemilikan tebu jugamempengaruhi karena faktor ini dipengaruhi oleh tingkat perawatan tanaman,pemupukan dan lainnya. Akan tetapi faktor status tanaman tidak diketahui datanyaakan tempi diasumsikan mempengaruhi jumlah produksi gula. Karena jika perawatanatau perlakuaan terhadap tanaman tebu baik maka baik pula tebu yang dihasilkan,sebaHknya jika tidak baik perlakuan terhadap tanaman tebu maka hasilnya juga kantidak baik.

Faktor yang dianalisis adalah faktor jenis tanaman tebu baru, tanaman tebutunas dan status kepemilikan tebu dan data produksi gula murni apakahmempengaruhi jumlah produksi gula atau tidak

BAB II

TEORIPENUNJANG

2.1 Matriks

Matriks adalah sederet bilangan berbentuk persegi panjang yang diapit olerl

sepasang kurung siku (Ayres F;1994:1). Contoh suatu matriks:

1 0 4 7 12 16

5 10 3 15 9 8

Kedua matriks ini masing-masing memiliki dimensi 2x2 dan 2x4. Dalam

menyebutkan dimensi matriks, pertama disebutkan banyaknya baris dan baru

kemudian banyaknya kolom.

Suatu matriks dengan m baris dan n kolom disebut berordo (berukuran) mxn.

Sebuah matriks dapat dilambangkan sebagai A, X atau Z. Matriks A terdiri dari m

baris dan n kolom disebut matriks bertipe mxn yang ditulis :

.a,In

A= .a2n

am\ am2 anm

{av), /' = 1,2, ,m

7 = 1,2 ,n

Notasi lain bagi matriks A di atas adalah :

A=KJ ' =U, -,w;7 =l,2,....,w

Dimana a,j merupakan notasi unsur matirks baris ke-i kolom ke-j

2.2 Determinan

Jika A matriks bujur sangkar bertipe mxn, maka determinan A ditulis : det

(A) atau UI

u=

alx al2....ala

a2l an....a2n

a , a ,,...an\ nl' mi

disebut determinan orde n

Minor untuk a^ ditulis : MtJ, yaitu determinan orde (n-1) yang diperoleh

dari \A\ dengan menghilangkan atau mencoret baris dan kolom yang memuat unsur

Uu

• Nilai Determinan

1). Determinan orde 2

C.1 «12

a2l a22

contoh

au.a22-a2l.ai2

2 -3

5 48+15=23

2). Determinan orde n>2

> Ekspansi/penjabaran menurut baris ke-i,

Ml - o)'+10;l-l41|+a)'+2l^l^+--+(i)'+"^-l4M|=Ia)'+^rAi-i

dimana 1<j <n dan \A\ adalah matriks kofaktor

> Ekspansi menurut kolom ke-j ;

MHi)H^KI+<1)21^K+-.--+(^«J^hi;o)'+yflrj-i

dimana 1£ i <>n dan \A\ adalah matrikskofaktor

M

Dimanaa^ merupakan notasi unsur matriks baris ke-i kolom ke-j

2.3 Tranpose Matriks

Tranpose matriks Aditulis A1 adalah matriks yang diperoleh dengan menukar

baris menjadi kolomdan sebaliknya.

Contoh: A =

"2 -1"

1 3

_0 1

maka A1:2 1 0

-1 3 1

Sifat Tranpose Matriks:

,1) (Al)' =A 3)(A + B), = A' + Bt

2) k.A'= (k.A)t 4)(A.B)t = At.Bt

2.4 Invers Matriks

Jika A merupakan matriks bujur sangkar dan |A| * 0 maka yang dinamakan

invers matriks A yang dilambangkan dengan A"1 adalah matriks yang memenuhi A.

A'1== A"1. A = I adalah tunggal.

Jika A dan B adalah matriks bujur sangkar non singulardan c adalah suatu skalaryang

tidak sama dengan nol, maka :

IKcAVWA'^l/cA'1

2) (AB)-'= B"1 A"1

2.5 Koefisien Determinasi

Nilai koefisien determinasi merupakan ukuran yang menunjukkan besarnya

sumbangan variabel penjelas terhadap respon. Dengan kata lain, koefisien determinasi

menunjukkan ragam (variasi) naik turunnya Y yang diterangkan oleh pengaruh linier X

(berapa bagian dari total keragaman dalam variabel tak bebas Y yang dapat dijelaskan

oleh beragamnya nilai-nilai yang diberikan setiap variabel penjelas X dalam model

regresi). Bila nilai koefisien determinasi sama dengan sama dengan satu, berarti garis

regresi yang terbentuk cocok secara sempuraa dengan nilai -nilai observasi yang

diperoleh. Dalam hal ini koefisien determinasi sama dengan satu berarti ragam naik

turunnya Y seluruhnya disebabkan oleh X. Dengan demikian nilai Y dapat diramalkan

secara sempurna.

Kegunaan koefisien determinasi adalah mengukur besarnya proporsi (persentase) variasi

nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi.

Sifat Koefisien Determinasi

1. Nilai R2 selalu positif, sebab merupakan rasio dari dua jumlah kuadrat (yang

nilainya juga selalu positif)

2. a) R2 =0 berarti tidak ada hubungan antara X dan Y, atau model regresi yang

terbentuk tidak tepat untuk meramalkan Y.

b).R =1 berarti garis regresi yang terbentuk dapat meramalkan Y secara

sempurna.

Semakin dekat nilai R2 kenilai 1, makin tepat (cocok) garis regresi yang

terbentuk untuk meramalkan Y. Meskipun demikian perlu diperhatikan bahwa dengan

semakin banyaknya variabel penjelas, maka nilai R2 selalu meningkat sehingga dalam

hal ini pemakaian koefisien determinasi perlu hati-hati. Hal ini karena variabel penjelas

yang ditambahkan kadang kala tidak memberikan kontribusi yang signifikan terhadap Y,

sehingga dalam banyak kasus lebih tepat penggunaan R2 yang disesuaikan (R^,^

)•

2.6 Korelasi Parsial

Korelasi sederhana r hanya didefinisikan untuk dua peubah. Bila kita

berhadapan dengan lebih dari dua peubah yang saling berkaitan maka gambaran yang

10

diperoleh dari r mungkin menyesatkan. Korelasi antara dua peubah dengan

mengontrol peubah lainya disebut korelasiparsial

Misalkanlah X, Ydan Z tiga peubah. Korelasi parsial antara X dan Y, bila Z

dikontrol, didefinisikan:

W r»-r«-rv (22)

Lambang Z yang dibelakang titik pada lambang korelasi parsial menyatakan bahwa

peubah Z yang dikontrol (pengaruhnya telah diperhitungkan atau dikeluarkan).

Sehingga penulisannya rxyz pengaruh Z, pada X dan Y, yang telah dikeluarkan

sehingga hubungan antara Xdan Ytidak lagi dicemari oleh Z.

2.7 Variabel Dummy

Variabel yang dianalisis dengan model regresi dapat berupa variabel kuantitatif

dan dapat pula berupa variabel kualitatif. Variabel kualitatif dalam model regresi

sering disebut juga dengan istilah variabel dummy (Algifari;2000:93)

Dalam suatu model regresi linear berganda, Banyaknya variabel dummy

bergantung dari banyaknya kategori bagi variabel kualitatif tersebut, yaitu jika

variabel kualitatif mempunyai j kategori, maka banyaknya variabel kualitatif di

dalam model adalah j-1.

2.8 Variabel dalam Regresi

Dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel

dependen {dependent variable) dan variable independen {independent variable).

11

Variabel dependen adalah variabel yang nilainya bergantung dari nilai variabel lain

dan variable independen adalah variabel yang nilainya tidak tergantung dari variabel

lain. Ada dua tipe variabel independen yaitu kuantitatif dan kualitatif(variabel

dummy). Contoh variabel kuantitatifadalah nilai IQ, ukuran tinggi badan, kandungan

nikotin dalam rokok dan sebagainya, sedangkan jenis kelamin, tingkat pendidikan

adalah contoh variabel kualitatif. Nilai variabel kualitatif dalam model pada

umumnya menggunakan bilangan binner, yaitu 0 dan 1.

BAB III

ANALISIS REGRESI BERGANDA VARIABEL DUMMY

3.1 Pendahuluan

Dalam kondisi sehari hari, sering kali dijumpai adanya hubungan antara suatu

variabel dengan variabel lainnya. Sebagai contoh tingkat produksi berhubungan dengan

kondisi bahan baku , tingkat pendidikan seseorang berhubungan dengan besarnya gaji

yang diperolehnya, dosis dan jenis pupuk yang diberikan berhubungan dengan hasil

pertanian yang diperoleh, kondisi sadar hukum berhubungan dengan tingkat kejahatan,

skor aptitude berhubungan dengan potensi kerja karyawan, jumlahpakanyang diberikan

pada temak berhubungan dengan berat badannya, volume penjualan berhubungan

dengan biaya iklan dan sebagainya. Secara umum hubungan antara dua atau lebih

variabel ada dua macam, yaitu bentuk hubungan dan keeratan hubungan. Bila ingin

diketahui bentuk hubungan antara dua variabel atau lebih, digunakan analisis regresi,

sedangkan bila ingin diketahui keeratan hubunganya digunakan analisis korelasi.

Analisis regresi adalah suatu teknik statistika yang berguna untuk memeriksa dan

memodelkan hubungan berbagai variabel. Penerapannya dapat dijumpai secara luas

dibanyak bidang seperti teknik, ekonomi, manajemen, ijmu-ilmu biologi, ilmu-ilmu

sosial, ilmu-ilmu pertariian dan sebagainya. Terapan regresi dalam berbagai bidang

tersebut pada umumnya dikaitkan dengan studi ketergantungan satu variabel (variabel

tak bebas) pada vartabe) lain (variaDtel bebas). Kini regresi berguna dalam menelaah

hubungan dua variabel atau lebih, dart terutama untuk menelusuri pola hubungan yang

modelhya belum dikelakiit feigah1 sefflpurna sehingga daiam teYapaiihya lebih bersjfat

eksploratif. Secara implisft &ia dua p^hgerriati yang terkanthlng didalamnya, yaim:

^2

13

1. Merupakan tempat pencarian kedudukan atau lokasi dari rata-rata suatu

variabel, misalnya Y, untuk berbagai nilai atau selang nilai variabel lain,

misalnya X. Lokasi dapat dibayangkan berupa kumpulan titik yang dapat

dihubungkan suatu garis atau kurva yang disebut garis regresi. Garis tersebut

bias berupa fungsi linier, kuadratik, logaritma dan sebagainya

2. Penyesuaian suatu fungsi atau kurva terhadap kumpulan data; hal ini

terutama dilakukan apabila data yang dimiliki tidak cukup banyak sehingga

muncul kesan tidak cukup kuatnya rata-rata Yuntuk untuk setiap nilai atau

selang nilai X.

Dalam pengertian pertama, bentuk garis regresi menjadi pusat perhatian karena

menipakan ringkasan dari pola pencarian titik yang dapat dijadikan landasan dalam

pemaliaman perillaku data. Dalam pengertian kedua, bentuk persaman regresi tidak

terlalu dipersoalkan karena yang diperhatikan adalah koefisien garisnya yang mungkin

memiliki interprestasi khas menurut kaidah-kaidah tertentu. Meskipun demikian, dalam

praktiknya kedua pengertian tersebut jarang dibedakan, karena metode anaHsisnya yang

sempa, yaitu persamaan garis yang paling tepat untuk mewakili tebaran data.

Secara umum berdasarkan proses pengumpulan data bagi variabel Y(sering

disebut variabel respon, variabel yang diregresi, variabel tak bebas, yaitu variabel yang

dipengaruhi variabel bebas) dan Variabel X(sering disebut variabel penjelas, variabel

peregresi) dibedakan menjadi dua. Yaitu:

1. Nilai -nilai X yang akan diamati dapat ditetapkan lebih dahulu, baru

kemudian dilakukan pengamatan terhadap nilai responnya. Dalam hal ini,

variabel Xbersifat sebagai konstanta yang telah diketahui (bukan merupakan

variabel acak) sedang variabel Y merupakan variabel acak yang nilai-

14

nilainya diperoleh dari setiap nilai X. Bila nilai Xdapat diatur sepenuhnya

dan faktor-faktor yang lainnya juga dapat diawasi sehingga pengaruhnya

konstan maka kesimpulan yang diperoleh bisa menjelaskan hubungan sebab

akibat. Makin banyak nilai Xyang dipilih, makin banyak pula nilai respon

yang diamati dengan demikian semakin jelas pola hubungan antara Xdan Y.

2. Proses pengumpulan data kedua lebih sering dijumpai dalam analisis regresi

yaitu variabel Yatau Xdianggap sebagai variabel acak. Jadi nilai-nilai Xdan

Ymerupakan pasangan-pasangan pengamatan dari unit-unit yang diambil

secara acak dari populasi. Dengan cara ini, pengamatan terhadap variabel Y

maupun X dilakukan bersama-sama.

Dalam hal ini analisis regresi dapat membantu memperkuat hubungan

sebab akibat antara variabel-variabel, tetapi tanpa dasar suatu pernyataan tertentu atau

landasan teori yang yang kuat sebaiknya kita berhati-hati dalam menyatakan hubungansebab akibat antara variabel-variabel yang ditelaah. Dengan kata lain pembentukan

model sebenarnya harus didasarkan pada suatu pengetahuan, teori sementara atau tujuanyang beralasan dan bukan asal ditentukan saja.

Dewasa ini perusahaan kecil yang masih belum terlalu rumit operasionalnyahingga perasahaan besar, telah mengadopsi penggunaan analisis regresi untuk membantu

meramalkan kejadian di masa mendatang. Hal ini mengingat hasil analisis regresi

mampu memberi informasi kepada para manajer sehingga mereka dapat mengevaluasi

dan mengubah strategi yang diterapkannya. Berdasarkan pengalaman sejauh ini, analisisregresi mampu memberikan sumbangan signifikan dan akurat kepada para manajer

dalam meramalkan penjualan dimasa datang, pengeluaran, kebutuhan modal, aliran danaperusaliaan dan sebagainya.

15

3.2 Asumsi dalam Analisis Regresi

Model regresi yang baik harus memenuhi beberapa asumsi berikut ini:

Asumsi tentang galat (e)

Tentang galat terdapat empat asumsi

1. Rata-rata kesalahan pengganggu sama dengan nol

2. Masing masing pengamatan mempunyai variansi yang sama (Heteroskedastisitas)

3. Tidakada autokorelasi diantara galat

4. Galat menyebar normal

Dalam analisis regresi ini akan diuji asumsi-asumsi sebagai berikut:

> Heteroskedastisitas

Untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian

dari residual dari suatu pengamatan ke pengamatan yang lain maka harus

dilakukan uji heteroskedastisitas (Algifari;2000:85).

Jika varian dari residual dari suatu pengamatan kepengamatan yang lain berbeda

di sebut heteroskedastisitas.

Pendeteksian adanya heteroskedastisitas adalah :

Untuk mengetahui adanya kesamaan variansi (heterokedastisitas) dapat

menggunakan Uji Glejser dengan bentuk fungsinya sebagai berikut:

|s| = pX+v, dimana v adalah faktor kesalahan. Jika p pada regresi signifikan,

maka berarti heteroskedastisitas di dalam data.

> Autokorelasi

Untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara anggota

sampel yang diurutkan berdasarkan waktu jika terjadi korelasi maka ada

autokorelasi. (Algifari;2000:88).

16

Pendeteksian adanya Autokorelasi yaitu dengan uji:

Durbin-Watson. Panduan mengenai angka D-W (durbin Watson) untuk

mendeteksi autokorelasi bisa dilihat pada lampiran.

> Multikolinearitas

Multikolinearitas adalali antar variabel independen yang terdapat dalam model

memiliki hubungan yang sempurna atau mendekati sempurna (koefisien korelasinya

tinggi atau balikan 1) (. (Algifari;2000:84).

Pendeteksian adanya Multikolinearitas yaitu :

Dengan melihat menentukan uji koefisien korelasi, melalui t hitung, R2 dan F

Ratio. Jika nilai R2 tinggi ,nilai F Ratio tinggi, sedangakan sebagian besar atau

balikan selunih koefisien regresi tidak signifikan, maka kemungkinan terdapat

multikolinearitas.

> Galat menyebar normal

Untuk menguji apakah data berasal dari distribusi normal atau tidak berdistribusi

normal dengan pendekatan Kolmogorov-smirnov.

Uji Hipotesisnya:

• H0 = Data sampel diambil dari distribusi normal

• H, = Data sampel diambil tidak dari distribusi normal

• a = 0.05

• Daerah kritik

Tolak H0 jika P-value< a

• Statistik Uji

Nilai P-value didapatkan dari output komputer

Kesimpulan

17

Jika P-value < a maka tolak PL, dan sebaliknya.

Asumsi tentang Variabel Penjelas X

Tentang variabel penjelas X terdapat duaAsumsi yaitu :

1. Variabel penjelas konstan dalam pengambilan sampel terulang dan bebas terhadap

kesalahan pengganggu e,

2.Variabel penjelas X saling bebas atau tidak ada kolinieritas ganda diantara variabel

penjelas X

3.3 Model Regresi Linear Berganda Variabel Dummy

Model analisis regresi dapat dinyatakandengan :

Y,=fi0+filXu+ + PPXP +*, (3.1)

i :l,2,3,...,ndanp: 1,2,3,

Notasi Xp menunjukkan variabel independen ke-p untuk case i. Koefisien p merupakan

parameter yang nilainya tidak diketahui sehingga diperkirakan menggunakan statistik

sampel dan e, merupakan komponen sisaan yang tidak diketahui nilainya (acak)

berdistribusi normal dengan mean 0 dan variansi konstan a2.

Adapun model linear sederhananya adalali:

Y, =bo+b1Xu+b2Xj,+....b,Xp (3.2)

dimana:

Yi : nilai estimasi Y

bo : nilai Y pada perpotongan antara garis linear dengan sumbu vertikal Y

Xi, X2, ...Xp : nilai variabel independen Xi, X2, ...Xp

bu b2,...Xp : slope yang berhubungan denganvariabel Xi, X2,... .Xp

18

Pandang lagi persamaan Iinearnya

Yi=p0+P,Xll+P2X12+8i (3.3)

Dan ingin menaksir p0, Pi, P2 dengan penaksir bo,b, ,b2 maka menurut metode kuadrat

terkecil penaksir tersebut dapat diperoleh dengan meminimumkan bentuk kuadrat

J=2X=2>.-/?o-/U -PzXaf (3-4)

Minimum itu diperoleh dengan mencari turunan J terhadap Po, Pi, P2 dan kemudian

menyamakan tiap turunan tersebut dengan nol. Dalam perhitungan berikut Po, Pi, P2

langsung diganti dengan penaksirnya bo,b, ,b2.

d]

dfi3

Atau sudali disederhanakan dan mengganti koefisien regresi dengan penaksirnya,

"A^iIX+^X^^X^

AZ^i+^Z^+^Z^i^^Z-^/i <3-6)

AoZ'V'2 +AlZ-V""V'2 +6aZ4 =Z^/2

Persamaan (3.6) disebut persamaan normal dan jawabnya dengan mudah dicari dengan

matriks maka persaman tersebut berbentuk

X'Xb = X'Y (3.7)

Bila

=-2'YJ{yi-p{)-p[xn-p2xi2) =0

=-2YJ{yi-P0-Pxxn-l32xi2)xn=Q (3.5).

x'x=

X'Y=

y2

y3

yn

n

,X

'1 xn X21

1 xl2 -*22 'by'1 JC]3 *23

,b =

"I

b2

A.

1 xin X2n .

2-ixH 2~ixi2

2aXi\ 2-iXll 2LiXHX'2

2j XI2 2-1XH XI2 2-1XI2

1 1 .1.-

>1 " p' 1'l/l y* = Z-*^2". .•y». XJC2'-V'_^21^22^23-

19

Jika X'X tak singular maka persamaan (3.7) mempunyai jawab

b=(X1X)"1X1Y.

jadi regresi diatas adalah dengan lambang matriks .

Model regresi berganda yang telah diuraikan sebelumnya berasumsi bahwa

semua variabel independen yang digunakan dalam model merupakan variabel

kuantitatif. Namun, dalam kenyataannya perubahan nilai suatu variabel tidak selalu

hanya dipengaruhi oleh variabel kuantitatif, akan tetapi dapat pula dipengaruhi oleh

variabel kualitatif {variabel <7wwwy)(Algifari;2000:93)

Sebagai contoh, suatu model dibangun untuk mengetahui pengaruh jenis

kelamin dan masa kerja terhadap penghasilan setiap bulan yang diterima karyawan .

Penghasilan setiap karyawan dan masa kerja merupakan variabel kuantitatif,

sedangkan jenis kelamin merupakan variabel kualitatif. Jika Y menunjukkan

20

penghasilan, Xmenunjukkan masa kerja, dan Dmenunjukkan jenis kelamin, maka

model regresi stokastiknya adalah

Y=a +b,X +b,D +e (3-3)

Nilai variabel kualitatif dalam model diberi nilai 1 dan 0 untuk masing-masing

kategori. Jika nilai kualitatif untuk kategori jenis kelamin pria adalah 1dan nilai

kualitatifwanita adalah 0, maka taksiran penghasilan untuk karyawan pria adalah

Y=a+biX+b2(l)+e

Sedangkan wanita taksiran penghasilan adalah

Y =a+b,X+b2(0)+e

Garis linear kedua model yang menunjukkan taksiran penghasilan rata-rata

setiap bulan karyawan tersebut mempunyai kemiringan {slope) yang sama besar

yaitu bi dan mempunyai intersep yang berbeda (gambar 1). Taksiran garis linear

untuk pria adalah a+bt dan untuk wanita adalah a. Jika b2 >0, maka taksiran

penghasilan rata-rata pria lebih besar dibandingkan dengan wanita. Kedua taksiran

garis regresinya dapat digambarkan sebagai berikut:

a+b2

a

0

1 gambar 1.

Y=(a+b2 )+b, X+e

Y=a+b, X+e

X

21

Dalam suatu model regresi linear berganda, banyaknya variabel kualitatif

{dummy variable) bergantung dari banyaknya kategori bagi variabel kualitatif

tersebut. Dengan demikian dalam suatu model regresi dapat mengan dung lebih dari

satu variabel kualitatif. Jika variabel kualitatif mempunyai j kategori, maka

banyaknya variabel kualitatif didalam model adalah j-1. Misal regresi estimasi yangmenunjukkan pengaruh tingkat pendidikan ada 2yaitu D, dan D2. Persamaan regresiestimasinya adalah:

Y=a +biX +b2D1+b3D2 (34)

Penentuan nilai 1atau 0pada variabel kualitatif (D) tidak bersifat dikotomi.

3.3.1 Kategori Variabel Kualitatif {dummy variable)

Variabel kualitatif yang digunakan di dalam suatu model regresi dapat terdiridari beberapa kategori yang bersifat tidak saling meniadakan {non mutuallyexclusive) dan saling meniadakan {mutually exclusive). Variabel yang salingmeniadakan contohnya adalah tingkat pendidikan yang dikelompokkan menjadi tigakategor, yaitu SI, S2, dan S3 jadi saling meniadakan. Artinya jika seseorangberpendidikan SI maka tidak bisa masuk kedalam kategori pendidikan S2.Sedangkan variabel kualitatif yang tidak saling meniadakan contohnya hubunganantara penghasilan karyawan (Y) dengan masa kerja (X), jenis kelamin (DO dantingkat pendidikan (D2). Model regresi deterministiknya adalah

Y= a + b, X+ b2 D, + b3 D2

Variabel kualitatif jenis kelamin (D.) dikelompokkan ke dalam duakategori, yaitu pria dan wanita. Sedangkan tingkat pendidikan (D2) dikelompokkan

22

ke dalam dua kategori yaitu SI dan S2. Jika diasumsikan nilai kualitatif Di dan D2

adalah

Di= 1 untuk karyawan pria dan Di = 0 untuk karyawan wanita

D2=l untuk karyawan berpendidikan SI dan D2 = 0 untuk karyawan

berpendidikan S2

Berdasarkan informasi tersebut persamaan regresi estimasi untuk :

Karyawan pria berpendidikan SI, nilai Di=l dan D2=0 adalah

Y=a + biX + b2(l)+b3(l)

= a + b,X + b2+b3

Untuk karyawan pria yang berpendidikan S2, nilai Di=l dan D2=0 adalah

Y=a + b,X + b2(l)+b3(0)

= a + bi X + b2 +0 dan seterusnya.

3.4 Inferensi dalam Analisis RegresiGanda dengan Variabel Dummy

3.4.1 Metode Sidik Ragam

Dengan kuadrat terkecil dapat diperoleh penduga parameter regresi sehingga

dimungkinkan untuk melakukan peramalan ataupun estimasi nilai variabel tak bebas,

bila nilai-nilai variabel bebasnya diketahui. Meskipun demikian dari metode yang telah

dijelaskan belum dapat diperoleh informasi apakah variabel bebas X berpengaruh nyata

(signifikan) atau tidak terhadap variabel tak bebas Y. Untuk keperluan tersebut

diperlukan metodesidik ragam atau pendekatan anava.

Dengan metode sidik ragam dimungkinkan untuk melakukan pemecalian

keragaman total menjadi beberapa komponen keragaman penyebab. Hubungan antara

jumlah kuadrat (JK) total selunih hasil pengamatan, jumlah kuadrat model dan jumlah

kuadrat sisa (residual) dapatdituliskan dalam persamaan berikut:

JK7V)/a/ -JKWotfc/ +JKS;ra

23

.(3.5)

Bila dinyatakan dalam bentuk matriks, persamaan tersebut tampak sebagai berikut:

Y'Y=p' X Y' +e' (3.6)

Untuk mengetahui apakah variasi variabel-variabel penjelas mempunyai

kontribusi terhadap variabel respon, teriebih dahulu perlu dicari nilai jumlah kuadrat

regresi (JKrcgrcii) dan jumlah kuadrat total terkoreksi (JKtotai tCTkorek*i).

(in)2•^Rc^ ^ Model' .(3.7)

•" K- TolalTrekoreksi ^ Total(XYty

n.(3.8)

Berdasarkan hasil yang diperoleh dapat disusun daftar sidik ragam seperti

berikut:

Tabel 1 Analisis variansi

Sumber variasi Derajat bebas

Regresi K

Sisa n-k-1

Total n-1

Keterangan:

JK ro«/w.w=Jumlah Kuadrat Regresi

JKs/.vo =Jumlah Kuadrat Sisa

KTRegresl= Kuadrat Tengah Regresi

Jumlah kuadrat Kuadrat tengali F

J3XY- (2>,)2

Y Y =p' X'Y'

Y Yay,)2

JKregresi

k

JKSisa

n-k-1

KTtRe grest

KT<Sisa

24

KTiV/M =Kuadrat Tengali Sisa

Jika berdasarkan output komputer adalah uji Overall

3.4.1.2 Analisis Korelasi

Adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan

linear antara satu variabel dengan variabel lain. Umumnya analis korelasi digunakan,

dalam hubungannya dengan analisis regresi, untuk mengukur ketepatan garis regresi

dalam menjelaskan variasi nilai variabel independen. Korelasi diberi symbol r dan

koefisien detenninasi R2.

Ukuran statistik yang dapat menggambarkan hubungan antara suatu variabel

dengan variabel lain adalah koefisien determinasi dan koefisien korelasi. Besarnya

koefisien korelasi antara dua macam variabel adalah nol sampai dengan ± 1. Apabila

nilai r =0 maka berarti antara dua variabel tidak ada hubungan.Dan jika nilai r= ± 1,

maka dua buah variabel tersebut mempunyai hubungan sempurna.

3.4.1.3 Koefisien Determinasi

Nilai koefisien detenninasi merupakan ukuran yang menunjukkan besarnya

sumbangan variabel penjelas terhadap respon. Dengan kata lain, koefisien determinasi

menunjukkan ragam (variasi) naik turunnya Yyang diterangkan oleh pengaruh linier X

(berapa bagian dari total keragaman dalam variabel tak bebas Yyang dapat dijelaskan

oleh beragamnya nilai-nilai yang diberikan setiap variabel penjelas X dalam model

regresi). Bila nilai koefisien determinasi sama dengan sama dengan satu, berarti garis

regresi yang terbentuk cocok secara sempurna dengan nilai -nilai observasi yang

diperoleh. Dalam hal ini koefisien determinasi sama dengan satu berarti ragam naik

timmnya Yseluruhnya disebabkan oleh X. Dengan demikian nilai Ydapat diramalkan

secara sempurna.

25

Kegunaan koefisien determinasi adalah mengukur besarnya proporsi (persentase) variasi

nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi.

Sifat Koefisien Determinasi

1. Nilai R2 selalu positif, sebab merupakan rasio dari dua jumlah kuadrat (yangnilainya juga selalu positif

2. a) R2 =0 berarti tidak ada hubungan antara Xdan Y, atau model regresi yang

terbentuk tidak tepatuntuk meramalkan Y.i

b) R2 =1 berarti garis regresi yang terbentuk dapat meramalkan Y secara

sempurna.

Semakin dekat nilai R2 kenilai I, makin tepat (cocok) garis regresi yang

terbentuk untuk meramalkan Y. Meskipun demikian perlu diperhatikan bahwa dengan

semakin banyaknya variabel penjelas, maka nilai R2 selalu meningkat sehingga dalam

hal ini pemakaian koefisien determinasi perlu hati-hati. Hal ini karena variabel penjelas

yang ditambahkan kadang kala tidak memberikan kontribusi yang signifikan terhadap Y,

sehingga dalam banyak kasus lebih tepat penggunaan R2 yang disesuaikan (R , ,J ° V adjusted

)•

3.4.1.4 Standar ErrorPendugaan

Untuk mengetahui penyimpangan data sekitar model, perlu diukur standar error

penduganya. Rumus standar error pendugaan adalah :

.kj-'LM-\L<x,-Y)2

n-{k + \) (3-9)

dimana k adalah banyaknya variabel independen

26

3.4.1.5 Koefisien Regresi parsial

Dalam regresi berganda, koefisien yang berlabel b disebut koefisien regresi

parsial, karena koefisien untuk variabel tertentu disesuaikan untuk variabel-variabel

independent lainnya dalam persamaan. Parameter b, menunjukkan perubahan Y, yang

disebabkan oleh perubahan satu satuan X,.

3.4.1. 5 Menentukan Variabel-variabel Yang Penting

Dalam regresi berganda, biasanya ingin diketahui variabel-variabel independent

mana saja yang relatif lebih penting dibandingkan yang lainnya. Terdapat dua

kemungkinan pendekatan yang bergantung pada pertanyaan berikut:

♦ Seberapa penting variabel-variabel bebas bila mana masing-masing digunakan

secara sendiri-sendiri untuk memprediksi variabel responnya ?

♦ Seberapa penting variabel-variabel bebas bilamana seluruhnya digunakan untuk

memprediksi variabel responnya bersama-sama?

Jawaban dari pertanyaan pertama adalali dengan melihat koefisien korelasinya.

Harga absolute koefisien korelasi yang besar menunjukan kuatnya hubungan linier.

Sedangkan untuk pertanyaan kedua memerlukan pertimbangan yang lebih

kompleks. Apabila variabel-variabel independent tersebut saling berkorelasi, maka

kontribusi yang unik dari masing-masing variabel independent sulit diketahui. Beberapa

statement mengenai variabel independen ini bergantung pada variabel-variabel lainnya

dalam persamaan regresi.

27

3.4.2 Pengujian Koefisien

3.4.2.1 Pendekatan Melalui Analisis Variansi

Penilaian atas baik tidaknya taksiran garis regresi dilakukan melalui pendekatan

analisis variansi. Dalam pengujian model regresi dengan menggunakan pendekatan

Analisis Variansi terdapat duajenis pengujian, antara lain :

1. Pengujian Parsial

Pengujian ini digunakan untuk menguji parameter regresi yang digunakan dalam

model regresi secara sendiri-sendiri atau terpisali. Statistik ujinya menggunakan

Uji-t. Adapun pengujiannya adalah sebagai berikut:

• H0= Koefisien regresi P, ; i=0,1,2,... ,k tidak signifikan

• H, = Koefisien regresi P, i=0,1,2,... ,k signifikan

• a = untuk penentuan nilainya terserah si peneliti

• Pengambilan keputusan:

a) Dengan membandingkan statistik hitting dengan statistik tabel

Jika Statistik t hitung > statistik t tabel atau t hitung < -t tabel, maka Ho

ditolak

• Statistik t hitung

Untuk mengetahui t hitung dapat dilihat pada tabel output computer.

Adapun rumus t hitung :

t=_J_ = * : (3.10)SE{b) ijl

Statistik t tabel

Tingkat signifikasi (a)= misal ditentukan 0.05 atau 5%

28

DF (derajat bebas)=n-k

Untuk mengetahui t tabel dapat dapat dilihat tabel distribusi t dengan

melihat nilai derajat bebas dan tingkat signifikasi yang digunakan

pengguna atau peneliti.

Keputusan :

• Karena statistik t hitung > statistik t tabel atau

t hitung < -t tabel, maka Ho ditolak

b) Berdasarkan probabilitas :

• Jika probabilitas £> 0.05, maka Ho diterima

• Jika probabilitas < 0.05, maka Ho ditolak

2. Pengujian Overall

Pengujian ini digunakan untuk menguji parameter regresi yang digunakan dalam

model regresi secara bersama -sama. Statistik ujinya menggunakan uji-F. Adapun

pengujiannya adalah sebagai berikut:

• Ho= Model regresi tidaksignifikan

• H, = Model regresi signifikan

• a = untuk penentuan nilainya terserah si peneliti

• Pengambilan keputusan:

a) Dengan membandingkan statistik hitung dengan statistik tabel

Jika statistik F hitung < statistik tabel, maka Ho diterima

Jika statistik F hitung > statistik tabel, maka Ho ditolak

• Statistik F hitung

Untuk mengetahui Fhitung dapat dilihat ditabel output komputer

Adapun ramus F hitung :

F=

29

^^ regresi \p'H)

KTslsa

• Statistik F tabel

Tingkat signifikasi (a)= misal ditentukan 0.05 atau 5%

DF (derajat bebas)=JKR adalah p-1 dan JKS adalah n-p

Untuk mengetahui Ftabel dapat dilihat tabel distribusi Fdengan melihat

nilai derajat bebas untuk JKR dan JKS serta tingkat signifikasi yang

digunakan pengguna atau peneliti.

OKeputusan:

. Karena statistik Fhitung > statistik tabel F, maka Ho ditolak

b)Berdasarkan output komputer :

• Jika probabilitas > 0.05, maka Ho diterima

Jika probabilitas < 0.05, maka Ho ditolak

3.5. Metode Menghindari Perangkap Variabel Dummy

Variabel dummy dalam model regresi mewakili nilai variabel kualitatif

.Nilai variabel kualitatif dalam model pada umumnya menggunakan bilangan biner,

yaitu 0dan 1. Biasanya dalam praktik penggunaan variabel dummy dalam modelmenggunakan ketentuan bahwa apabila suatu variabel memiliki mkategori, makabanyaknya variabel di dalam model adalah m-1. Misalnya Variabel jenis kelaminterdapat dua kategori, yaitu pria dan wanita. Untuk variabel jenis kelamin inidiwakili oleh satu variabel dummy dalam model regresi. Jika semua kategori variabel

tersebut dimasukkan kedalam model regresi, maka dalam model akan terjadi

30

kolinearitas. Keterbatasan penggunaan variabel dummy dalam model regresi ini

disebut perangkapvariabel dummy {dummy variable trap){Algifari;2000:101).

Untuk menghindari perangkap variabel dummy dalam model, model

regresi yang digunakan adalah model regresi tanpa intersip. Dengan model ini semua

kategori yang diperlakukan sebagai variabel dummy dapat dimasukkan ke dalam

model. Misalnya penelitian untuk membangun model yang menggambarkan

hubungan pengaruh jenis kelamin terhadap gaji. Variabel jenis kelamin merupakan

variabel kualitatif yang dalam modeldiperlakukan sebagai variabel dummy. Kategori

yang menyatakan jenis kelamin ada dua yaitu pria dan wanita. Keduanya saling

independen. Artinya pria tidak mungkin juga seorang wanita. Jadi antara kategori

pria dan kategori wanita saling meniadakan {mutually exclusive). Model regresi yang

digunakan adalah

Y = bi Di + b2 D2 + e

Yang menyatakan bahwa

Y = gaji

Di= pria

D2 = wanita

BAB IV

ANALISIS DATA DAN PEMBAHASAN

4.1. Data

Data yang dianalisis diambil dari data produksi, data luas lahan, tanaman tebu

baru, tanaman tebu tunas untuk tahun 1999/2000. Untuk menganahsa data tersebut

menggunakan analisis regresi berganda variabel dummy dengan tiga peubah bebas..

Untuk peubah respon adalah gula murni (Hablur), tanaman tebu baru, tanaman

tebu tunas dan status kepemilikan tebu (TRS dan TRT). Perhitungan gula mengggunakan

satuan ku, luas lahan satuannya Ha dan tanaman tebu satuannya kuintal. Berikut ini

adalah hasil pengambilan datasampel dari data:

Tabel 2. Data Produksi gula murni (Hablur), tanaman tebu baru, tunas dan status

kepemilikan tebu tahun 1999/2000

NO Baru Tunas Gula StKpm1 316,618 277,128 18216.88 0

2 206,721 138,323 10209.81 0

3 76,933 137,794 4917.83 1

4 137,156 346,892 12792.98 1

5 333,659 353,580 75572.37 0

6 125,437 100,305 8320.77 0

7 246,857 80,480 51754.58 1

8 176,900 227,978 51372.85 0

9 136,124 121,451 13290.32 1

10 100,211 256,238 14904.97 0

11 274,269 70,647 7184.93 0

12 135,354 156,610 40043.09 1

13 184,518 334,765 22450.28 0

14 282,149 152,602 9726.26 1

15 203,182 197,273 10250.98 1

16 150,658 180,061 39940.63 1

17 215,840 339,252 6670.19 0

18 285,253 93,222 I 382750.9 0

31

NO Baru Tunas Gula StKpm

19 277,877 198,754 13243.39 1

20 140,513 244,961 41820.12 1

21 296,026 342,539 26821.04 0

22 279,029 168,693 26743.82 1

23 278,976 327,679 27774.89 1

24 263,383 315,659 18939.09 0

25 295,841 294,662 22562.54 1

26 171,078 157,388 34034.85 0

27 119,073 298,114 23975.24 0

28 264,711 270,853 17437.92 1

29 258,470 154,820 32143.19 1

30 103,761 134,122 24546.17 o

32

Sumber : Data produksi tiap propinsi, kabupalen, kecamatan dan status tanaman dibagian Pabrikasidi PG Madukismo

Tabel berikut merupakan hasil output dengan menggunakan Program Spss 10.0

untuk pengolahan data diatas:

4.2 Pembahasan

Dalam pembahasan ini ada beberapa hal yang perlu dijelaskan, antara lain:

1. Pembahasan bagian descriptif statisticsdan correlations

Berikut ini adalah output bagian pertama dan kedua dari analisis regresi berganda

Regression

Descriptive Statistics

T. Tebu Baru

T. Tebu Tunas

Prod. Gula Murni

Analisis:

N

30

30

Mean Std. Deviation

211219.2

215761.5

75330.57023

91103.91355

30 36347.10 67378.33023

> Rata- rata Gula Murni (Hablur) (dengan jumlah data 30) adalah 36347.10 Kudengan standar deviasi 67378.33023

> Rata- rata Tanaman Tebu Baru (dengan jumlah data 30) adalah 211219.2 Kudengan standar deviasi 75330.5702

> Rata-rata Tanaman Tebu Tunas (dengan jumlah data 30) adalah 215761.5 Kudengan standar deviasi 91103.9136

> Rata-rata Status Kepemilikan Tebu (dengan jumlah data 30) adalah 0.50 denganstandar deviasi 0.51

Tabel 3. Hasil Oupu. Korelasi produksi Gula mumi, Tanaman Tebu Baru dan Tunas danstatus Kepemilikan Tebu

Pearson Correlation

Sig. (1-tailed)

Analisis:

Prod. Gula Murni

T. Tebu Baru

T. Tebu Tunas

Stat. Kepemilikan

Prod. Gula Murni

T. Tebu Baru

T. Tebu Tunas

Stat. Kepemilikan

Prod. Gula Murni

T. Tebu Baru

T. Tebu Tunas

Stat. Kepemilikan

1.000

.5W

.828

-.041

.020

.000

.415

30

30

30

30

.516

1.000

.204

-.004

.020

.140

.492

30

30

30

30

.828

.204

1.000

-.151

.000

.140

.213

30

30

30

30

-.041

-.004

-.151

1.000

.415

.492

.213

30

30

30

30

> Besarnya hubungan antara variabel Hablur dengan tanaman tebu baru sebesar0.516 ,vanabel Hablur dengan tanaman tebu tunas sebesar 0.828 dan variabelHablur dengan status kepemilikan tebu sebesar -0.4. Secara teoristis, dilihatdari nilai korelasinya maka urutan yang berpengaruh terhadap kandungangula adalah:

Banyaknya tanaman tebu tunas

34

2. Banyaknya tanaman tebu baru

3. Status kepemilikan tebu

Hipotesisnya :

• Ho = Tidak ada korelasi antara keduanya

• H, = Ada korelasi diantara keduanya

• a= 0,05

• Daerah kritik tolak Ho jika < a

• Pengaqibilan keputusan:

> Tingkat signifikasi koefisien korelasi satu sisi dari output:.

1. Variabel Hablur dengan tanaman tebu baru sebesar 0.002 lebih kecil dari

0.05,maka korelasi diantara keduanya adalah nyata artinya dengan

menggunakan tingkat signifikasi 5% ternyata ada korelasi diantarakeduanya

2. Variabel Hablur dengan tanaman tebu tunas sebesar 0.000 lebih kecil dari

0.05,maka korelasi diantara keduanya adalah nyata artinya dengan

menggunakan tingkat signifikasi 5% ternyata ada korelasi diantarakeduanya

3. Variabel Hablur dengan status kepemilikan tebu sebesar 0.415 lebih besar

dari 0.05,maka korelasi diantara keduanya adalah tidak nyata artinya dengan

menggunakan tingkat signifikasi 5%ternyata ada korelasi diantara keduanya

Tabel 4. Metode Entered

Variables Entered/Removed b

Variables Variables

Model Entered Removed Method

1 Stat.

KepemilikanT. Tebu Baru, a EnterT. Tebu Tunas

a- All requested variables entered.

b- Dependent Variable: Prod. Gula Mumi

35

Keterangan:

> Tabel Variabel entered menunjukkan bahwa tidak ada variabel yang

dikeluarkan (removed) atau dengan kata lain ketiga variabel bebas

dimasukkan dalam perhitungan regresi

Tabel 5. Hasil OutputModel Summary

Model Summaryf3

Adjusted Std. Error of Durbin-WModel R R Square R Square the Estimate atson1 .904a .817 .795 97.28770 2.263

a- Predictors: (Constant), Stat. Kepemilikan, T. Tebu Baru, T. TebuTunas

b. Dependent Variable: Prod. Gula Murni

Keterangan :

> AngkaR Square adalah 0.817 hal ini berarti 81.7% Hablur bisa dijelaskan

oleh variabel tanaman tebu baru dan tunas serta status kepemilikan tebu,

sedangkan sisanya (100%-81.7% =18.3%) dijelaskan oleh sebab-sebab lain.

> Standart enor ofestimate adalah 97.2877 yang berarti adanya penyimpangan

data sekitarmodel sebesar angka tersebut.

Perhatikan pada analisis sebelumnya, bahwa standar deviasi produksi gula

murni (Hablur) adalah 215.09498 yang jauh lebih besar dari standart enor of

estimate yang hanya 97.2877 Karena lebih kecil dari standart deviasi gula murni

(Hablur), maka model regresi lebih bagus dalam bertindak sebagai prediktor gula

murni (Hablur) dari pada rata-rata gula murni (Hablur) sendiri.

Tabel 6. Hasil Output Analisis Variansi

ANOWP

SUm0f rs c dinModel Squares df Mean Square F SighT Regression 1096622 3 365207.468 ^S5 OT

Residual 246087.2 26 9464.893Total 1341710 29

36

a. Predictors: (Constant). Stat. Kepemilikan, T. lebu Baru. T. Tebu Tunasb. Dependent Variable: Prod. Gula Murni

Keterangan:

Hipotesis:

• Ho= Koefisien regresi tidak signifikan

• H, =Koefisien regresi signifikan

• a= 0,05

• Pengambilankeputusan:

c) Dengan membandingkan statistik hitung dengan statistik tabel

Jika statistik Fhitung < statistik f tabel, maka Ho diterima

Jika statistik Fhitung > statistik f tabel, maka Ho ditolak

• Statistik F hitung

Untuk mengetahui Fhitung dapat dilihat ditabel output komputer

Keputusan:

> Dari uji Anova atau Ftest, didapat f hitung adalah 38.585 dengan tingkat

signifikasi 0.000. Karena probabilitas (0.000) jauh lebih kecil dari 0.05, makamodel regresi bisa dipakai untuk memprediksi gula murni (Hablur). Atau

bisa dikatakan tanaman tebu baru, tunas dan status kepemilikan tebu secara

bersama-sama berpengaruh terhadap (Hablur) (Uji Overall)

37

Tabel 7. Hasil Output Koefisien Regresi

Coefficients"

Unstandardized

Coefficients

Standardized

Coefficients

tModel B Std. Error Beta Sig.

1 (Constant) .301 .021 14.065 .000

T. Tebu Baru .053 .003 .283 15.947 .000

T. Tebu Tunas .005 .001 .306 7.348 .000

Stat. Kepemilikan 1.096 .298 .227 3.673 .001

a. Dependent Variable: Prod. Gula Mumi

Tabel selanjutnya menggambarkan persamaan regresi

Y = 0.301+0,053X, +0,005X 2+ 1.096D

Dimana :

• Y = Hablur (gula Murni)

• X, = tanaman tebu baru

X 2 = tanaman tebu tunas

D = Status Kepemilikan Tebu (TRS dan TRT)Variabel Dummy

Variabel Dummy yang dipakai adalah sebagai berikut:

Variabel Kode

Status Kpmk Tebu 0=TRS

1=TRT

Maka dari persamaan regresi diatas dapat diperoleh persamaan lagiyaitu:

Untuk D=0 (Status tebu TRS) adalah :

Y = 0.301+0,053X,+0,005X2+ 1.096D

= 0.301+0,053X,+0,005X2+ 1.096(0)

= 0.301+0,053X.+0,005X2

38

Maka persamaan regresi estimasinya untuk Status Kpmk. Tebu TRS adalah :

Y = 0.301+0,053X,+0,005X2

Untuk D=l (Status tebu TRT) adalah :

Y = 0.301+0,053X,+0,005X2+ 1.096D

= 0.301+0,053X,+0,005X2+ 1.096(1)

=1.397+0,053X,+0,005X2

Maka persamaan regresi estimasinya untuk Status Kpmk.Tebu TRT adalali:

Y= 1.397+0,053X,+0,005X2

Keterangan:

Dari persamaan regresi Y= 0.301+0.053X, +0,005X 2+ 1.096D

♦ Koefisien regresi Xi sebesar 0,053 menyatakan bahwa setiap kenaikan

tanamantebu baru akanmeningkatkan Hablur (gula Mumi) sebesar 0,053

♦ Koefisien regresi X2 sebesar 0,005 menyatakan bahwa setiap kenaikan

tanaman tebutunas akan meningkatkan Hablur (gula Murni) sebesar 0,005

♦ Koefisien regresi D sebesar 1.096 menyatakan bahwa setiap kenaikan

status kepemilikan tebu akan meningkatkan Hablur (gula Mumi) sebesar

1.096

4.2 Uji Asumsi Dalam Regresi

Setelah didapatkan model persamaan regresi maka diuji asumsi regresi untuk

menghasilkan estimator linear yang tidak bias yang terbaik. Dalam ini akan diuji

asumsi-asumsi sebagai berikut:

Multikolinearitas

Pearson Correlation Produksi Gula MurniTanaman Tebu BaruTanaman Tebu TunasStatus KepemilikanHroduksi Gula Murni

Tanaman Tebu BaruTanaman Tebu TunasStatus Kepemilikan

Sig. (Mailed)

N ProduksiGula MurniTanaman Tebu BaruTanamanTebuTunasStatus Kepemilikan

39

Correlations

Dilihat dari koefisien korelasi pada nilai korelasi

tidak mendekati sempurna atau bahkan 1sehingga didalammasalah multikolinearitas.

Uji Kenormalan

antara variabel independen

model tidak terdapat

Uji Normalitas Residual Kolmogorov-Smimov

3

&8a.

.999

.99

.95

.80

.50

.20

.05

.01

.001

Average: 27.833StDev: 93.5246N:30

-100100

C6200

KdmogorovSmimov Normality TestD+: 0.032 D-: 0.049 D:0.082Approximate P-Value >0.15

40

Dengan menggunakan pendekatan Kolmogorov-smirnov dapat dilihat bahwa data

menyebar normal, karena Pvalue>0,15

• Uji Hipotesis

• H0=Data sampel diambil dari distribusi normal• H. =Data sampel diambil tidak dari distribusi normal

• a = 0.05

• Daerahkritik TolakH0jika P-value< a

• Statistik Uji

Dari hasil output didapat nilai P-value>0.15

• Kesimpulan

. Karena P-value lebih besar daripada a , maka terima H0 yang artiya bahwa

data berdistribusi normal.

Uji Heteroksedastis

Coefficients

Unstandardized StandardizedCoefficients Coefficients

Model B Std. Error Beta t Si9"1 (Constant) tT046 39~9071*31 .064

T. Tebu Baru .002 .000 .040 .206 .838T Tebu Tunas .000 .000 -054 -.274 786

.227 3.673 .060Stat. Kepemilikan 1.096 -298a. Dependent Variable: Prod. Gula Murni

Uji Hipotesis

• H„: tidakterjadi heterokedastis

• Hi: terjadi heterokedastis

- oc=0.05

41

• kesimpulan

Karena nilai Sig. untuk koefisien tanaman tebu baru , tunas > a, maka dapat

disimpulkan bahwa variansi dari residual homogen, dengan tingkat

signifikasi sebesar 5%

Uji Autokorelasi (Keacakan)

Model Summary

Adjusted Std. Error of Durbin-WModel R RSquare RSquare the Estimate atson1 .904a .817 .795 97.28770 2.263

a. Predictors: (Constant), Stat. Kepemilikan, T. Tebu Baru, T. TebuTunas

b. Dependent Variable: Prod. Gula Mumi

Keterangan:Terlihat pada tabel bagian model summary, angka D-W sebesar 2.263 hal ini

berarti model regresi diatas tidak terdapat masalah autokorelasi dan model regresi

layak dipakai (nilai D-W dibandingkan dengan nilai Tabel Durbin-Watson dengan

n=30, df=\. 143 dan du=\ .739 maka nilainya diatas du).

Pengujian Koefisien Regresi:

> Uji T untuk menguji signifikan konstanta dan variabel independen luas lahan,

tanaman tebu baru, tunas dan status kepemilikan tebu. (Uji Parsial)

1). Hipotesis untuk konstantanya adalah :

• Ho = Koefisien regresi tidak signifikan

• Hi = Koefisien regresi signifikan

• a =0.05

• Pengambilan keputusan:

Berdasarkan probabilitas:

42

Jika probabilitas £ 0.05, maka H0 diterima

Jika probabilitas < 0.05, maka H0 ditolak

Keputusan:

Terlihat bahwa pada kolom sig/significance adalah 0.000 atau probabilitas jauh

diatas 0.05, maka H0 ditolak atau koefisien regresi signifikan, atau konstanta

berpengaruh terhadap model persamaanregresi

2). Hipotesis untuk VariabelTanaman Tebu Tunas

• Ho = Koefisien regresi tidak signifikan

• Hi = Koefisien regresi signifikan

• a =0.05

• Pengambilan keputusan :

Berdasarkan probabilitas:

Jika probabilitas > 0.05, maka Ho diterima

Jika probabilitas < 0.05, maka H() ditolak

Keputusan:

Terlihat bahwa pada kolom sig/significance adalah 0.000 atau probabilitas jauh

dibawah 0.05, maka Ho ditolak artinya luas lahan berpengaruh terhadap model

persamaan regresi

3). Hipotesis untuk Variabel Tanaman Tebu Baru

• Ho = Koefisien regresi tidak signifikan

• Hi = Koefisien regresi signifikan

• a =0.05

• Pengambilan keputusan:

43

Berdasarkan probabilitas:

Jika probabilitas > 0.05, maka H0 diterima

Jika probabilitas < 0.05, maka H0 ditolak

Keputusan:

Terlihat bahwa pada kolom sig/significance adalah 0.000 atau probabilitas jauh

dibawah 0.05, maka H0 ditolak artinya tanaman tebu baru berpengaruh terhadapmodel persamaan regresi

Demikian juga untuk status kepemilikan tebu hipotesisnya adalah :

• . Ho = Koefisien regresi tidak signifikan

• Hi = Koefisien regresi signifikan

• a =0.05

• Pengambilan keputusan :

Berdasarkan probabilitas:

Jika probabilitas > 0.05, maka H0 diterima

Jika probabilitas < 0.05, makaH0 ditolak

Keputusan:

Terlihat bahwa pada kolom sig/significance adalah 0.001 atau probabilitas jauhdiatas 0.05, maka H0 diterima artinya status kepemilikan tebu berpengaruhterhadap model persamaan regresi

BABV

KESIMPULAN DAN SARAN

KESIMPULAN

• Dari proses pengujian dengan menggunakan pendekatan analisis variansi atau ujiF(Uji Overall) dan uji koefisien regresi didapatkan bahwa tanaman tebu tunasdan tanaman tebu baru, dan status kepemilikan tebu ternyata berpengaruhterhadap produksi gula

. Dengan memperhatikan nilai R-Square sebesar 0.817, dapat disimpulkan bahwasekitar 81,7 %gula murni (Hablur) bisa dijelaskan oleh variabel tanaman tebubaru dan tunas serta status kepemilikan tebu, sedangkan sisanya yang 19,3% olehsebab lain. Atau kecocokan model yang digunakan sebesar 81,7 %

SARAN-SARAN

• Untuk meningkatkan produksi gula mumi (Hablur), maka banyaknya lahanmaupun tanaman tebu bam dan tanaman tebu tunas hams diperhatikan, jika perludicari jalan keluar untuk dapat meningkatkannya sehingga produksi gula murni(Hablur) dapat maksimal dan bertambah.

. Perusahan dapat menggunakan persamaan regresi untuk mengetahui keadaanproduksi gula murni (Hablur) dengan melihat faktor-faktor yangmempengaruhinya sehingga dapat diambil kebijaksanaan jika terdapat masalahyang serius.

• Perusahan harus mencari faktor yang lain yang mempengaruhi produksi gulamurni (Hablur) misal dengan penelitian tanaman, pemupukan yang baik, mesinataupun yang lain

44

Daftar Pustaka

1. Algifari, 1997, Analisis Regresi Edisi 1, BPFE UGM, Yogyakarta

2. Ayres F, Jr.., 1994, Mj/r/fo.penerbitErlangga, Jakarta

3. Sugiharto dan Harjono, 2000 Peramalan Bisnis, Gramedia Pustaka Utama

Jakarta

4. Walpole, R.E, dan Meyers, R.H, 1995, Ilmu peluang dan Statistika untuk

Insinyurdan Ilmuwan edisi ke-4, ITB, Bandung

5. Sembiring, R.K, 1995, Analisis Regresi, ITB, Bandung

45

W^

"1

i'*

-£8gjjS^.TraNyaNiivdnaw.i^naoadviva

-«.«

rm,u

UK

S.KA

BUPA

TEN

BANT

ULMT

T.19

99/20

00

V7

X7

T.

T'—

''

•--•

-"-"

""

!«

3.'

!f*W

|163

.001

137.1

5JS>

-|-?7

^

DA

TA

PR

OD

UK

SI

KA

BU

PA

TE

NS

LE

MA

NM

TT

.1

99

9/2

00

0

-«

fc"_*

>^.«

Ta

na

ma

nB

aru

Ta

na

ma

nT

un

as

'-•Ju

mla

h(T

ebu

Bar

u&

Tu

na

s-U

raia

nH

a

Oig

ilin

gT

eb

u(K

u)

Ha

blu

r(K

u)

Ha

Dig

ilin

gT

ebu

(Ku)

Hab

lur

(Ku)

Ha

Oig

ilin

gT

eb

u(K

u)

Ha

blu

r(K

u)

Ju

mla

hP

er

Ha

Ju

mla

hP

erH

a*

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

h-

Per

Ha

ms

KM

1

30

DE

AN

73

.95

91

,05

8.0

01

.23

1.3

51

5.8

58

.76

21

4.4

58

5.2

31

09

.18

4.0

01

,28

1.0

58

,34

3.8

69

7.9

01

59

.18

20

0,2

42

.00

2,5

12

.40

24

,20

2.6

23

12

.35

WN

GG

1R

80

.44

13

5.8

73

.00

1,6

89

.12

18

,08

0.3

02

24

.77

11

0.1

31

43

.42

5.0

01

,30

2.3

29

,42

1.8

08

5.5

51

90

.57

27

9,2

98

.00

2.9

91

.45

27

.50

2.1

03

10

.32

3R

AM

BA

NA

N7

6.3

91

06

,72

8.0

01

,39

7.1

51

5.9

64

.93

20

8.9

98

0.5

31

00

.97

1.0

01

.25

3.8

37

.90

2.7

29

8.1

31

56

.92

20

7,6

99

.00

2,6

50

.98

23

,86

7.6

53

07

.13

JUM

LA

H2

50

.78

33

3,6

59

,00

4.3

17

.61

49

.90

3.9

96

48

.21

27

5.8

93

53

.58

0.0

03

,83

7.2

12

5.6

68

.38

*2

81

.58

-5

26

.67

68

7,2

39

.00

8,1

54

.82

-75

,67

2:3

79

29

.80

TR

SK

MM

•-

—-,.

,'..

t.

•---

.;.'.

UL

AT

13

2.4

01

8.1

22

.00

."...

-5

59

.32

70

4.1

82

1.7

34

5.4

61

4.1

44

.00

31

1.1

35

30

.82

11

.68

77

56

-^,3

2.2

66

.00

.8

70

.45

«-"-

1.2

35

.00

33

.41

ru

ra

14

.22

5.2

24

.00

36

7.3

72

02

.99

14

.28

27

.28

7.4

52

.00

27

3.1

72

52

.18

9.2

44

i.5

01

25

76

.00

-64

0.5

4-;

^4

55

/l7

v2

3.5

2

3O

0E

AN

16

.12

6.6

29

.00

41

1.2

32

57

.59

.1

5.9

83

1.1

89

.38

3.0

C3

00

.93

31

7.5

31

0.1

84

7.3

0s-

16

,01

2.0

0'7

12

.16

..

57

5.1

22

6.1

6

UIO

YU

DA

N2

2.0

71

0,2

21

.00

46

3.1

23

97

.16

18

.00

31

.13

9.1

39

.00

29

3.5

83

09

.27

9.9

35

3.2

01

9.3

60

.00

.75

6.6

97

06

.44

27

.93

dIN

GG

IR1

1.3

14

.68

1.0

04

13

.88

18

1.8

91

6.0

83

8.3

71

1,8

59

.00

30

9.0

74

01

.32

10

.46

49

.68

.:.:

16

,54

0.0

07

22

.95

V5

83

21

26

.54

3E

YE

GA

N1

9.2

71

3,2

87

.00

65

9.5

25

16

.30

26

.79

25

.33

7.9

61

.00

31

4.2

92

69

.41

10

.64

44

.60

21

.24

8.0

01

.00

3.8

17

85

.71

37

.43

rE

MP

EL

34

.00

19

.50

4.0

05

73

.65

75

7R

R2

2.2

93

5.1

81

1.1

34

.00

31

7.9

13

78

.48

10

.76

69

.18

•-,'."3

0.68

5.00

---.

;3

91

55

1.1

36

.36

-3

3.0

5

3A

KE

M3

1.3

51

9.4

10

.00

61

9.1

47

54

.23

24

.06

26

.4i

C.2

53

.00

23

6.7

72

11

.61

8.0

15

7.7

S2

55

63

.00

.co

o.a

i.

30

3.0

03

2.0

71

<A

LA

SA

N1

5.7

26

.4S

S.0

04

13

.36

25

2.5

01

6.0

63

3.4

09

,10

60

02

72

.63

30

8.1

69

.23

49

.12

15

,60

4.0

06

85

.99

v>:5

60

.65

~i2

5.2

9

*E

P.a

AK

23

.16

15

.i6

2.C

05

19

.96

58

3.1

62

0.2

02

5.2

27

,60

u.O

O2

69

.31

25

7.1

S8

.11

&7

38

\2

2.7

62

.00

76

9.2

7S

4S

.35

29

.32

W.M

3A

NA

N1

6.3

98

,69

9.0

04

GS

.72

£6

03

11

5.6

82

7.4

56

,22

4.0

02

26

.74

21

C5

37

.67

43

.84

12

92

3.0

06

35

.46

,47

0.9

3=•

23

.56

JU

ML

AH

L22

5.82

12

5,4

57

.00

5,4

39

26

4.3

74

.18

21

13

63

43

.41

^_

100,

305.

003

,12

5.5

33

,44

6.5

51

C6

.92

57

5.C

32

25

,74

2.9

08

56

4.7

9•

-8

,32

0.7

7•3

13

28

nsrrK

M-

--

„,

•-•

;-"•

•-v

'*

-\

•"•.

::-.

"---

••'

4L

AT

13

1.4

62

5,7

71

.00

81

9.1

75

.16

5.6

91

64

.83

27

.58

10

,86

4.0

03

93

.91

41

3.1

31

4.9

65

S.0

43

6.6

35

.C0

12

13

.06

5.5

98

.82

17

9.8

1

Tu

RI

10

.23

16

,07

3.0

01

,64

1.3

43

.77

6.3

13

67

.35

11

.30

3.9

63

.00

35

C.9

71

92

.16

17

.01

21

.58

20

.83

9.0

01

,99

2.3

23

,95

3.4

7-3

84

.35

"X

SA

SL

iK1

2.4

51

8.3

48

GO

1.4

73

.73

3.8

44

.17

30

8.7

71

2.9

73

,44

1.0

02

65

.30

1G

0.4

07.

741

25

.42

21

,78

9.0

01

,73

9.0

43

,94

4.5

73

1S

51

JIO

YU

OA

N1

2.1

62

3,1

63

.00

1,9

01

.72

4.9

65

.70

40

7.C

91

2.7

63

.25

6.0

02

55

.17

10

3.9

86

.08

24

.94

26

,41

9.0

02

.15

6.9

0£

.06

8.7

84

15

.77

.KN

GG

R1

8.1

31

4.1

35

.00

77

9.6

53

.35

0.3

32

01

.34

17

.33

6.2

23

.00

35

9.3

32

58

.44

20

.83

35

.46

.2

03

63

.00

1,1

39

.02

4,0

08

.77

22

2.0

3

JE

YE

Ga

H7

.37

11

,33

0.0

01

,53

7.3

13

,52

1.2

84

77

.79

1G

.6?

2,4

X3

.00

22

2.9

19

7.2

58

.95

10

.24

13

.75

3.0

01

.76

0.2

23

,61

8.5

3«

S6

.73

fEM

PE

L1

5.3

32

2,9

36

.00

1.4

9S

.15

4.0

55

.26

26

4.5

31

5.1

84

,02

90

02

65

.42

28

8.0

51

8.9

83

05

12

8,9

65

.00

1.7

61

57

4.3

43

.31

26

35

1

'AK

EM

30

.06

2S

.15

3.0

0S

36

.76

5.1

57

.26

17

1.5

72

6.5

11

5,2

45

.00

57

5.1

06

40

.24

24

.15

5*

57

40

.3S

9.0

01

.41

1.8

SU

.79

75

01

95

.72

vA

LA

SA

N4

3.4

14

5.0

56

.00

1,0

37

.92

6.0

72

.97

13

9.9

03

1.7

72

3,7

49

.00

74

7.5

37

78

.39

24

.50

75

.18

68

,80

5.0

01

.78

5.4

56

.35

1.3

61

64

.40

5E

PO

K1

1.7

32

0,1

47

.00

1,7

17

.56

3,0

26

.94

33

4.7

81

2.4

53

.24

0.0

02

60

.24

20

1.5

31

6.1

92

4.1

82

3,3

87

.00

1.9

77

.80

4.1

28

.52

35

0.9

7

3E

R3

AH

9.3

72

3.S

45

.00

2,5

55

.50

4,1

01

68

43

7.7

51

4.6

04

,03

3.0

02

76

.58

32

4.2

82

2.2

12

3.9

72

7,9

33

.00

25

32

.07

4.4

25

.9S

45

9.9

3

JUM

LA

H|

20

1.7

72

46

,85

7.0

01

5,7

96

.82

48

,25

75

91

23

9.1

7.

19

3.3

28

0,4

30

.30

3,8

72

31

3,4

96

.99

18

3.4

83

95

.09

32

7,3

37

.00

19

,76

93

25

1,7

54

.58

42

2.6

31

•33

3/2

00

0

DA

TA

PR

OD

UK

SI

KA

BU

PA

TE

NK

UL

ON

PR

OG

OM

TT

.1

99

9/2

00

0~

iJ^

&i&

&-

Ura

ian

Ta

na

ma

nB

aru

•T

an

am

an

Tu

na

sJu

mla

h(T

ebu

Ba

ru&

Tu

na

sH

a

Dig

ilin

gT

ebu

(Ku)

Ha

blu

r(K

u)

Ha

Dig

ilin

gT

eb

u'K

u)

Ha

blu

r(K

u)

Ha

Dig

ilin

gT

eb

u[K

u)H

ab

lur

(Ku

)

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Jum

lah

Per

Ha

Ju

mla

hP

erK

aJu

mla

hP

er

Ha

Ju

mla

hP

erH

a

TR

S

PE

NG

AS

IH3

8.0

01

62

69

.30

42

8.1

11

.55

9.4

64

1.0

43

5.1

73

2,3

59

.70

92

0.0

97

20

.82

20

.50

73

.17

48

,62

9.0

01

.34

82

02

28

02

86

1.5

3

SE

NT

OL

O.

19

.82

3.3

71

.30

17

0.0

73

77

.31

19

.03

16

.83

23.6

67.7

01

.40

62

83

11

26

18

.49

36

.65

27

.03

9.0

01

.57

6.3

56

88

.57

37

.53

GIR

IMU

LY

O2

1.7

24

.77

6.3

02

19

.87

53

4.5

62

4.6

12

0.7

92

5.5

98

.70

1.2

31

30

45

6.2

82

1.9

5-•

42

51

30

.37

5.0

01

,45

1.1

79

90

.84

46

.56

LE

ND

AH

27

.67

8.3

68

.30

30

2.4

09

36

.58

33

.84

'2

0.7

42

5,3

54

.70

12

22

.50

42

8.0

32

0.6

44

8.4

13

3.7

23

.00

1.5

24

.90

1.3

64

51

54

.48

NA

NG

GU

LA

N1

6.9

12

,82

8.3

fr1

67

23

31

65

41

8.7

22

7.9

82

8.0

74

.70

1.0

03

.38

53

0.0

71

8.9

44

4.8

93

0.9

03

.00

1.1

70

51

84

65

13

75

6

KA

UB

AW

AN

G2

4.8

71

f.4

34

.30

45

9.7

11

27

9.7

25

1.4

51

4.9

42

0.1

70

.70

1.3

50

52

27

12

91

8.1

63

95

13

1.6

11

.00

1.8

10

22

15

51

.01

69

.61

WA

TE

S3

9.6

01

7.6

51

.30

44

5.7

11

.83

9.3

34

6.4

42

4.7

92

7.3

99

.70

1.1

05

27

46

22

31

8.6

56

43

9-4

5,0

51

.00

1.5

50

.98

2.3

01

56

€5

.09

KO

KA

P3

6.9

51

75

57

.30

47

5.1

31

,83

7.9

24

9.7

41

6.0

22

2,4

88

.70

1.4

02

.54

26

8.1

11

6.7

45

2.9

74

0.0

26

.00

1.8

77

.67

2.1

06

.03

66

.47

PA

NJA

TA

N2

1.3

24

54

5.3

02

17

.85

51

9.9

02

4.3

82

3.0

12

7,3

21

.70

1.1

87

.38

39

1.7

51

7.0

34

4.3

33

1,9

67

.00

1.4

05

24

91

1.6

54

1.4

1

TE

MO

N3

4.7

61

3.3

09

.30

38

2.8

61

,48

9.5

74

2.8

51

7.8

32

3,8

15

.70

1.3

35

.71

37

42

42

0.9

95

25

93

7,1

25

.00

1.7

18

.57

1.8

63

.81

63

.84

JU

ML

AH

28

1.6

51

00

21

1-0

03

55

.80

10

,69

0.8

93

52

.10

21

8.1

02

56

,23

85

012

,164

-98

4.2

14

.08

13

2.0

74

99

.75

35

6,4

49

.00

15

,43

3.9

11

4.9

04

.97

54

4.1

7

TR

SK

M!

TE

MO

N3

7.1

09

9,7

15

.89

2,6

87

.76

1,0

79

.55

29

.ie

.1

9.5

41

0,8

64

.00

55

5.9

92

19

.64

11

.24

56

.64

11

0.5

79

.8&

32

43

.75

12

99

.19

40

.34

KA

LIB

AW

AN

G1

0.9

2"

12

.81

7.8

91

.17

3.6

0."

.35

5.4

73

2.5

55

26

3,9

36

.00

75

3.9

91

98

.64

37

.73

15

.18

16

,78

3.8

91

.92

7.7

95

5*

11

70

.32

,

WA

TE

S1

1.0

91

2.2

92

.33

1,1

03

.^7

3C

S.0

42

75

06

.S3

4.0

41

.00

56

3.1

21

26

.88

12

.31

16

.02

16

.33

3.6

91

.69

1.5

84

32

.32

45

.90

i

KO

!>A

Pl

10

.82

12

.10

7.8

91

.11

90

33

51

24

22

.46

6.7

25

.12

5.0

0,

75

25

51

19

.56

17

.7S

17

54

17

,23

2.8

91

,88

1.6

34

70

.80

50

.25

SE

NT

OL

O1

4.7

71

8.0

79

.83

12

24

10

50

5.4

93

42

31

2.2

S6

,33

2.0

05

15

.22

26

4.9

22

1.5

62

7.0

6r

24

.41

1.8

91

.73

93

17

71

.41

55

.85

GA

LU

R7

.01

42

74

.89

60

9.6

31

42

49

20

.31

4.8

33

.11

1.0

06

44

.10

10

3.7

32

1.4

81

1.8

47

.38

5.8

91

.25

3.9

32

46

.13

41

.79

LE

ND

AH

11

.97

12

.88

0.8

91

.07

6.1

04

83

.77

40

42

10

.14

6.0

34

.00

59

5.0

71

94

.53

19

.1S

22

.11

•1

8,9

14

.89

1.6

71

.17

67

8.3

05

9.5

0

NA

NG

GU

LA

N2

8.7

05

7.0

97

.89

2.1

38

.50

88

8.3

03

3.2

72

0.4

31

1,2

24

.00

54

7.7

84

46

.72

21

.80

47

.15

6e,

32

1.8

92

.63

32

81

,33

5.0

25

5.0

7

KA

U3

AW

AN

G2

0.9

64

5.0

00

.89

2.2

43

.31

71

7.1

93

5.7

52

5.7

31

9.7

50

.00

7S

7.5

96

70

.86

26

.42

45

.79

64

.75

0.3

93

.01

0.9

01

,39

7.0

56

2.1

8

JU

ML

AH

15

0.4

42

74

26

9.0

01

32

6C

.S9

4,8

33

.45

28

5.7

51

11

.93

70

.64

7.0

05

.72

55

02

.35

4.4

31

9V

.55

•26

2.3

73

44

.71

6.0

11

9,1

06

38

7.1

84

.93

47

7.3

0

TR

TM

;1 l

WA

TE

SS

5.4

73&

r.33

S.O

03

96

.34

e,92

5.o4

I£

42

27

3.0

?4

3.5

27

.00

59

6.1

03

,36

5.7

94

5.0

91

68

.49

81

.35

6.0

09

92

.44

12

,36

05

31

40

.31

KO

;<A

P1

02

.51

58

.78

5.0

05

72

.90

1958

C30

I10

4.0

91

01

.76

77

,76

8.0

0L

7642

35

.12

3.8

0,

50

.35

20

43

71

36

.55

3.0

01

,33

7.1

31

5,5

04

10

15

4.4

4

SE

NT

OL

O9

7.2

53

8.7

30

.00

39

8.2

59

,33

2.9

39

5.9

76

8.6

83

5,3

15

.00

51

42

02

.54

52

33

7.0

61

65

.93

74

.04

5.0

09

12

.45

11

,87

8.1

61

33

.03

JU

ML

AH

20

5.3

31

35

.35

4.0

01

,36

7.4

92

9,0

08

.27

29

4.2

72

43

.46

15

6,6

10

.00

1.8

74

.52

11

53

4.8

21

33

51

53

8.7

92

91

.96

4.0

03

,24

2.0

24

0,0

43

.09

42

7.7

8

DATA

PROD

UKSI

kAB

UP

ATE

NX

uS

Ura

ian

Ta

na

ma

nB

aru

Ta

na

ma

nT

un

as

Jum

lah

(Teb

uB

aru

&T

un

as

Ha

Dig

ilin

gT

eb

u(K

u)H

ablu

r(K

u)H

a

Dig

ilin

gT

eb

ufK

u)

Ha

blu

r(K

u)

Ha

Dig

ilin

gT

eb

u(K

u)

Ha

blu

r(K

u)

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

Ju

mla

hP

er

Ha

TR

SK

MII

KA

LIB

AW

AN

G3

.15

99

9.7

08

.00

3.1

56

32

7.9

82

51

18

22

23

2.7

11

00

,00

5.0

03

.05

7.3

23

,93

9.8

81

20

.45

64

.30

19

9,7

13

.00

6,2

13

.64

9.6

96

21

30

2.6

7W

AT

ES

21

.96

84

.81

0.0

03

.86

2.0

25

.75

6.3

33

63

.50

19

.21

23

4,7

60

.00

12

.22

0.7

24

,77

1.5

62

48

.39

41

.17

31

9,5

70

.00

16

,08

2.7

41

2,7

54

.07

61

1.8

9JU

ML

AH

53

55

18

45

18

.00

75

18

.34

13

.73

8.8

45

45

.72

51

.92

33

4,7

65

.00

15

27

8.0

48

,71

1.4

4-

36

8.8

41

05

.47

51

92

83

.00

22

,29

6.3

82

2,4

50

.28

91

4.5

7

TR

TK

M-

.--.-

•-

-••'

TE

MO

N2

0.5

95

5.7

36

.00

2,7

09

.3/

1.5

75

.03

76

.49

16

23

30

,55

4.0

01

,88

2.5

68

09

.93

49

.90

36

.82

86

,34

0.0

04

,59

1.9

42

.38

4.9

61

26

.40

KA

LIB

AW

AN

G0

.83

50

24

6.0

05

.11

1.5

01

,40

6.6

31

43

.10

23

.47

33

,27

4.0

01

,41

7:7

29

13

.07

38

.90

33

.30

83

.52

0.0

06

,52

92

22

.31

9.7

0-1

82

.00

LE

ND

AH

17

.79

58

.85

4.0

03

.30

82

61

,68

3.7

49

45

51

0.4

32

5,3

77

.00

2,4

33

.08

64

1.9

96

15

52

8.2

28

42

31

.00

5.7

41

.34

2.3

25

.73

15

6.2

0G

AL

UR

32

.52

65

,06

9.0

02

.00

05

91

.86

35

45

7.3

12

0.2

73

2.5

99

.00

1,6

08

24

83

22

34

1.0

65

2.7

99

7.6

68

.00

.3

.60

9.1

32

.69

5.8

79

8.3

6JU

ML

AH

95

.37

282.

149.

00I2

.958.4

7.

4.6

65

.40

47

1.8

88

6.6

81

52

,60

2.0

07

.34

1.6

03

,19

72

22

42

88

18

2.0

53

51

.75

9.0

02

0.4

71

.63

9,7

26

.26

71

4.7

6

DATA

PROD

UKSI

KABU

PATE

NMAG

ELAN

GMT

T.19

99/20

00

Ura

ian

TRT

KMM

ER

TO

YU

DA

N•»•

»n

~

SA^A

Mj

683"

CA

NO

IMU

LY

OM

UN

GK

ID

_JU

ML

AH

TR

TK

MI

_S

AL

AM

UW

DiM

UL

YO

^""

~N

GL

UW

AR

JU

ML

AH

TR

SK

MI

TE

GA

LR

EJO

"S

AL

AM

MU

NT

ILA

N"

GR

AB

AG

_M

ER

TO

YL

'DA

NJU

ML

AH

Ta

na

ma

nIT

un

as

Teb

u(K

u) Per

Ha

Hab

lur

(Ku)

Ju

mla

hP

er

Ha

62

0.8

4

21

9.7

9

43

6.3

4

36

8.3

1

1.6

45

.28

5.3

58

.56

7.7

37

.45

4.8

36

.35

34

55

32

.9a

52

.19

51

51

17

1.1

6

69

26

72

.91

66

22

20

83

9

/Ju

mla

h(T

ebu

Bar

u&

Tun

asH

a

Dig

ilin

gT

eb

u(K

u)

50

.98

13

.51

15

.36

13

.88

93

:73

15

82

8

19

4.1

7

Ju

mla

h

22

6.4

61

.00

52

,66

5.0

06

12

15

.00

60

.11

45

04

00

.45

5.0

0

94

28

4.3

31

49

.47

1.3

3-7

Per

Ha

9,6

54

.01

7,7

87

39

7.9

92

.95

8.6

57

.79

34

.09

2.1

4

1.1

94

.33

1.5

32

06

17

.93

2.3

61

55

.73

50

8.1

93

33

0.7

18

.99

.8

6.9

63

33

1.1

20

59

3,8

46

.99

_4

07

.74

41

4.4

*2

9.1

5

20

.76

45

1.7

34

92

1

53

6-1

31

9.S

150

9.94

j16

.QC

21

.31

27

21

23

.69

"1

85

3

43

.13

99

.59

7.0

0.

11

0.8

42

50

.1

00

23

9.0

0j

31.03

5.00

5.3

75

.34

9.4

34

54

9.6

06

50

23

23

72

3

8.3

S3

24

Ju

mla

hH

ablu

r(K

u) PerH

a

6.5

78

.40

1.0

41

.50

1.4

21

.48

12

09

.60

10

,25

0.9

8

39

.94

0.6

3

12

.35

3.6

0

15

.41

7.7

51

21

69

28

1.1

38

00

12

03

.14

1.9

61

.84

J&22

341.

444.

86"

21

5.0

3

15

32

1

19

2.9

3

17

65

2

73

7.6

88

15

5.7

1

16

0.1

4

15

4.8

94

70

.75

1

12

8.9

1

4=j.1

19.9

6J1

34.75

,134

.03*

Sstg

aSTi

n1

53

.36

9.0

0

65,74

7.31

j"£.*S

7o!l9

"9

23

.09

6

Z0

Zt/6

ZV

ILI

SKE

gt_

•^'^

"^"^-^W

DA

TA

PR

OD

UK

SI

KA

BU

PA

TE

NT

EM

AN

GG

UM

GM

TT

.1

99

9/2

00

0

Ura

ian

TR

TK

M

PR

ING

SU

RA

T

KR

AN

GG

AN

KA

ND

AN

GA

N

KA

LO

RA

N

JU

ML

AH

TR

TK

M

PR

ING

SU

RA

T

KA

ND

AN

GA

N

KA

LO

RA

N

KR

AN

GG

AN JU

ML

AH

Ha

Dig

ilin

g

85

.29

34

.86

42

.82

57

.55

22

05

2

52

69

54

.86

54

.58

10

9.4

22

71

55

Ta

na

ma

nB

aru

Teb

u(K

u)

Ju

mla

hP

er

Ha

Hab

lur

(Ku)

Ju

mla

hP

er

Ha

10

4.2

65

.00

2,4

40

.95

5,9

91

.16

.14

0.4

1

40

.44

51

,16

02

12

.43

95

56

9.9

8

50

.05

11

,16

85

72

.93

15

16

8.4

6

84

.26

81

.46

42

64

,16

35

97

2.3

5

27

9,0

29

6,2

34

.29

15

,52

6.3

13

51

.21

55

21

0-0

01

.04

7.8

34

,48

7.5

08

5.1

7

55

.68

5.0

01

.01

5.0

45

.22

7.4

39

52

9

55

,50

0.0

01

.01

6.8

64

.04

7.1

77

4.1

5

11

2,5

81

.00

2.0

47

.89

9.6

90

.93

17

6.7

3

27

89

76

.00

51

27

.61

23

45

3.0

34

31

.33

Ha

Dig

ilin

g

70

.79

42

51

29

.59

39

.42

18

2.4

1

45

.54

45

.95

46

.74

11

15

7

24

9.9

0

Ta

na

ma

nT

un

as

Teb

u(K

u)

Ju

mla

hP

er

Ha

63,2

28.0

01

.78

6.3

9

48

.32

0.0

01

.13

4.0

1

19,5

00.0

03

7.6

45

.00

16

8,6

93

65

9.0

1

95

4.9

7

4,5

34

.37

61

.75

0.0

06

2.2

29

.00

1.3

55

95

1.3

54

28

62.0

40.0

01

41

,66

0.0

0

1.3

27

.34

2,5

41

.70

32

76

79

.00

65

79

27

Ha

blu

r(K

u)

Ju

mla

h

4,1

75

.16

2.9

76

59

1.3

16

.22

2,7

49

.44

11

,21

75

1

79

8.4

3

80

1.7

6

78

6.8

0

1,9

34

57

43

21

56

Per

Ha

11

7.9

5

69

.86

44

.48

69

.75

30

2.0

4

17

.53

17

.45

16

.83

34

.69

40

33

6

^*«^

4vf»

se«*

!*SS

<S*

ft^~

«

-?••<

Jum

lah

{Teb

uB

aru

&T

un

as H

ab

lur

(Ku

)H

a

Dig

ilin

g

15

6.0

8

77

.47

72

.41

.

96

.97

'

40

2.9

27

'.9

82

3

10

05

1

10

1.3

2

22

1.0

9

52

1.4

5

Teb

u(K

u)

Ju

mla

h~

Per

Ha

16

7.4

93

.00

42

27

.33

88

,76

5.0

02

29

42

2

69

.55

1.0

01

52

7.8

8

12

15

13

.00

,

44

7,7

22

.00

2.4

19

.23

10

,76

8.6

5

11

6.9

60

.00

-

11

75

14

.00

11

75

40

.00

25

42

41

.00

.60

66

55

50

.*,

2,4

03

.78

2.3

69

.31

23

44

20

4.5

89

.59

11

70

6.8

8

Ju

mla

hP

er

Ha

10

.16

6.3

25

.41

6.3

44

24

7.8

36

.91

3.3

3

25

8.3

6

13

9.8

4

11

2.9

5

14

2.1

0,

26

.74

3.8

26

53

25

52

85

.93

6.0

29

.19

4.8

33

.97

11

,62

5.8

02

77

74

59

10

2.7

0

11

2.7

4

90

.98

21

1.4

2

83

4.6

9

DAT

APR

OD

UKS

IKA

BUPA

TEN

KEBU

MEN

MTT

.199

9/20

00

DATA

PROD

UKSI

KABU

PATE

NGU

NUNG

KIDUL

MTT.

1999

«0ob

;

DIAGRAM PROSES PEMBUATAN GULA

Tebu

Air imbibisi

Airkapur ,_

GasS02 -

Stasiun Giliiigau

Stasiun Pemumian

J

Nira encer J Stasiun Penguapau

Nira JkentaJStasiun Masakau

Stasiun Puteran

GulaProduk(SHSr)

-> Niramentah

-> Blofong

Uap air

Uap air

-> Teles

TABELVI.

Distribusi

F

a=3

%(angka

atas)dan

1%(angka

bawah0

MemberihargaPF>

F'(kj;!^;

a)1=a

0t°(\!k2

db

pen

ye-

bu

td

era

jat

beb

as(db)

pembilang

(=4q)(=

k2)1

2i

45

(7

t9

»11

12

14

1*

20

24

30

40

50

75

no

20

05

00

*•>

iM

l4

05

2

20

0m

m2

MS

4W

22

55

*2

32

50

57

«4

25

45

15

9

25

75

92

12

59

59

11

24

1

C0

22

24

2«

oj6

24

3«

0*

2

24

4

•1

0*

24

5«

I42

.2

46

«l«

9

24

1

62

01

24

9

62

34

.2

50

62

51

25

1

62

*6

25

2

63

02

23

3

63

23

23

3(3

34

25

4«

35

2

25

4

*3

*l

25

46

36

*

21

*4

19

14

9t»

JM

99

*1

l».M

nsi

19

45

59

.25

19

JO

99

JO

19

.55

99

43

19

4*

99

44

19

47

994

*

19

Jt

99

4*

19

49

99

40

19

40

99

41

19

41

99

42

19

42

99

43

19

43

99

.44

19

.44

99

.45

.1

94

59

9.4

*1

94

*

99

47

19

47

99

.41

19

.47

99

.41

19

.41

99

.49

19

49

•99

49

19

49

99

49

19

40

99

40

19

40

99

40

31

0.1

15

4.1

29

43

JM

I2

94

*9

J2

2*

72

94

12

14

41

44

17

J1

14

12

74

7

IJ4

27

49

tJI

27

44

1.7

1

27

43

1.7

*

27

.15

1.7

4

27

45

17

1

2*

42

14

9

2*

43

14

*

26

49

14

4

26

40

14

2

2*

40

14

0

26

.41

t4

I2

64

0

14

7

2(4

7

14

*2

*4

3

14

42

6.1

11

44

26

.14

15

32

6.1

2

4?

JI

2U

»

1*

41

14

0«

J9

MJ»

_«

J9

-

H4

!1

54

21

34

.1

6.0

91

44

1

6.0

4

14

.(0

6.0

0

14

46

54

61

45

45

45

14

45

54

1I4

J7

54

71

4.7

43

44

14

.13

54

0

14

.02

5.7

7

13

43

3.7

41

34

3

5.7

11

3.7

4J.7

01

3.6

93

.S1

13

41

54

*1

14

75

45

13

42

54

41

3.4

15

43

13

4*

fM

lM

Jft

17

91

12

71

41

I2jM

5J9

1IJ

»5

.05

W5

7

45

5

n>.<

74

41

10

.45

44

2

10

47

4.7

1

10

.15

4.7

4

10

45

4.7

0

94

*

4.6

1

94

9

44

4

9-7

74

.60

9.6

1

44

*

94

54

43

94

7

44

0

94

1

44

6

94

9

4.4

4

94

4

4.4

2

9.1

7

44

0

94

34

J1

94

74

47

94

4

44

*

9.0

2

<3

49

11

74

MM

44

*»

.7I

44

3

9.1

5

4J9

0.7

5

44

*

1X

7

44

11

.76

4.1

51

.10

4.1

0

74

*4

44

-

7J7

44

3

7.7

9

4.0

0

7.7

2

34

*

7.6

03

42

7J2

34

7

74

9

34

4

74

13

41

74

5

3.7

77

.14

3.7

3

7.0

93

.72

7.0

23

41

(5

9

34

9«

44

34

16

40

34

7*

4t

.71

59

12

25

4.7

49

45

44

3M

S4

J2

74

51

57

74

*3

47

7.1

93

.79

7.0

0J.7

3«

44

34

t

6.7

13

43

(4

2

3.6

0

«4

4

5.5

7

6.4

7

15

2

US

14

9

64

7

3.4

4

(.13

34

1

6.0

7

13

1

54

1

13

4

34

0

34

2

54

5

34

9

3.7

1

34

15

45

12

55

.70

12

4

5.(7

12

3

34

5

t1

52

I14

»

44

*1

45

SJ4

7J9

I5

49

♦43

34

1

«4

7

34

0

(.19

54

4«

43

15

95

31

5.5

4

54

21

31

3.7

43

47

34

35

4*

34

0

5.4

*3

.15

54

*3

.12

54

1

34

05

40

34

33

.11

3.0

3

34

*

3.0

05

.00

25

*

49

*

24

*

44

1

24

4

44

12

45

44

*

9'

11

2

I0JS

44

*S

MM

S«

42

14

5C

M

15

75

40

12

95

42

12

35

47

lit

34

5

11

51

2*

11

0

3.1

1

54

75

.11

34

25

40

24

1

44

2

24

54

40

24

0

4.7

34

44

24

2

44

6

24

0

44

1

2.7

7

4.4

5

24

*

44

1

17

5

44

*

2.7

2

44

31

71

44

1

TA

bL

LV

i.\j-,a

iijiAu

a»

w

4.9

*

10

44

44

4

94

5

4.7

3

9.3

3

44

7

94

7

4.6

0

•4

6

44

4

1.6

*

4.4

9

14

3

4.4

5

(.40

4.4

1

*4

t

4.3

*

(.1*

4.3

5

(.10

4.3

2

1.0

2

44

0

7.9

4

4.2

*

7.*

t

4.2

6

74

2

4.2

4

7.7

7

4.2

2

7.7

2

4.2

1

7.6

*

4.1

0

74

6

J.9

*

74

0

34

*

(.93

34

0

6.7

0

J.7

4

64

1

34

*

64

*

14

3

6.2

3

34

9

6.1

1

3.3

5

6.0

1

JJ2

54

3

J.4

9

54

5

J.4

7

5.7

*

J.4

4

5.7

2

J.4

2

5.6

4

J.4

0

5.6

1

3.3

*

54

7

5.3

7

5J3

5.3

5

5.4

9

3.7

1

6.3

3

34

9

6.2

2

3.4

9

54

3

3.4

1

5.7

4

3.3

4

54

6

3.2

9

5.4

2

3.2

4

5.2

9

3.2

0

5.1

*

3.1

6

5.0

9

3.1

35

.01

3.1

0.

44

4

3.0

7

44

7

3.0

5

44

2

3.0

3

4.7

*

3.0

1

4.7

2

2.9

9

4.6

*

24

9

4.6

4

2.9

4

4.6

0

J.4*

3J3

54

95

44

]J6

34

0

54

75

J2

3.2

63

.11

3.4

15

46

3.1

*5

40

3.1

1

3.0

3

3.0

6

*.n

3.0

1

4.7

7

34

2

44

6

24

6

44

9

24

0

44

6

24

5

4.4

4

29

*2

41

4.6

74

44

2.9

3

4.5

*

24

0

44

0

24

7

4.4

3

1*

4

4.3

7

27

7

44

3

17

4

4.1

7

17

1

4.1

0

16

1

44

4

24

22

66

4.3

13

.99

1*

0

4.2

6

2.7

*

4.2

2

2.7

6

4.1

*

17

4

4.1

4

2.7

3

4.1

1

16

4

J.9

4

16

2

34

0

16

0

14

6

15

9

3.1

2

15

7

3.7

9

J.2

2

54

9

3.0

9

5.0

7

34

0

44

2

24

2

4.6

2

11

54

.46

17

9

4.3

2

17

4

4.2

0

17

0

4.1

0

16

6

4.0

1

16

3

34

4

2.6

0

34

7

15

7

34

1

24

3

3.7

6

15

3

J.7

I

24

1

3.6

7

14

9

3.6

3

2.4

7

J.5

9

2".4*

3.3

6

3.1

4

54

1

3.0

1

44

*

19

2

44

5

24

4

4.4

4

17

7

4.2

*

17

0

4.1

4

2.6

6

4.0

3

2.6

2

35

3

24

*

34

5

13

5

3.7

7

15

2

3.7

1

14

9

3.6

3

14

7

3.5

9

2.4

5

3.3

4

14

3

3.5

0

14

1

3.4

6

13

9

J.4

2

13

7

3.3

9

3.0

7

5.0

6

19

5

4.7

4

1*

5

44

0

17

7

4.3

0

17

0

4.1

4

16

4

4.0

0

13

9

34

9

15

5

3.7

9

24

1

3.7

1

2.4

*

3.6

3

14

3

34

6

14

2

34

1

2.4

0

3.4

5

2.3

1

3.4

1

13

6

3.3

6

2.3

4

3.3

2

13

2

3.2

9

23

0

3.2

6

3.0

2

4.9

3

19

0

4.6

3

11

0

4.3

9

17

2

4.1

9

16

5

4.0

3

15

9

34

9

24

4

3.7

*

24

0

3.6

1

2.4

6

3.6

0

14

3

34

2

14

0

3.4

3

13

7

3.4

0

13

3

3.3

3

13

2

3.3

0

13

0

3.2

5

12

*

3.2

!

12

7

J.I7

2.2

3

3.1

4

2.9

7

4.1

3

2.8

6

44

4

2.7

6

4.3

0

16

7

4.1

0

16

0

3.9

4

2.5

5

34

0

2.4

9

3.6

9

14

5

34

9

2.4

1

3.3

1

2.3

*

3.4

3

24

3

34

7

23

2

3.3

1

13

0

3.2

6

12

*

3.2

!

2.2

6

3.1

7

12

4

3.1

3

22

2

3.0

9

12

0

3.0

6

2.9

4

4.7

*

"1

*2

4.4

6

17

2

44

2

2.6

3

4.0

2

24

6

34

6

24

!

3.7

3

14

5

3.6

1

14

1

34

2

24

7

3.4

4

13

4

3.3

6

13

1

3.3

0

12

*

34

4

2.2

6

3.II

12

4

3.1

4

12

2

3.0

9

2.2

0

3.0

5

II*

3.0

2

11

6

2.9

*

2.9

1

4.7

1

17

9-

4.4

0

26

9

4.1

6

16

0

35

6

13

3

3.1

0

14

*

3.6

7

2.4

2

3J3

13

*

3.4

5

24

4

34

7

13

1

34

0

12

*

3.2

3

12

3

3.1

7

12

3

3.1

2

12

0

3.0

7

11

*

3.0

3

2.1

*

19

9

11

3

2.9

6

11

3

2.9

3

24

6

4.6

0

17

4

44

S

16

4

4.0

3

24

5

34

5

14

*

3.7

0

14

33

46

24

7

3.4

5

13

3

34

5

12

9

3.2

7

24

6

3.1

9

12

3

3.1

3

12

0

3.0

7

11

*

3.0

2

11

4

2.9

7

11

3

25

3

11

1

1*

9

11

0

1*

6

2.0

t

1*

3

24

2

44

2

17

0

4.2

1

16

0

34

*

24

13

.7*

14

4

34

2

24

9

3.4

*

24

3

34

7.

12

9

34

7

12

3

3.1

9

24

1

3.1

2

II*

3.0

5

11

3

25

9

11

31

94

1:3

24

9

10

9

1*

3

10

*

11

1

-.03

17

7

10

3

2.7

4

17

7

4.4

1

16

34

.10

24

4

34

6

14

6

34

7

13

9

34

1

13

3

3.3

*

12

*

.3

.23

12

3

3.1

*

11

9•

3.0

7

11

53

.00

11

2

19

4

10

9•

II*

"2.0

71

13

2.0

4

27

1

2.0

2

2.7

4

2.0

0

17

0

1.9

9

16

6

1.9

7

16

3

17

4

44

3

16

1

4.0

2

24

0

3.7

*

14

2

34

9

24

5

34

3

12

9

3.2

9

12

4

3.1

*

11

9

3.0

*

11

5

3.0

0

11

1

25

2

10

*

24

6

10

5

1*

0

10

3

17

3

2.0

0

2.7

0

1.9

*

26

6

15

6

16

2

1.9

5

24

1

1.9

3

2.5

5

17

0

4.2

5

24

7

3.9

4

14

6

3.7

0

13

*

34

1

24

1

34

4

12

3

34

0

12

0

3.1

0

11

3

3.0

0

11

1

25

1

10

7

11

4

10

4

17

7

10

0

17

2

15

*

16

7

15

6

16

2

1.9

4

24

*

15

2

24

4

1*

71

64

4.1

74

.12

13

33

46

14

2

3.6

1

24

0

34

0

14

0

'5*

13

42

J2

3.4

23

47

12

7

34

6

24

1

3.1

2

21

6

3.0

1

24

4

34

1

11

1

3.0

7

11

32

56

11

11

01

19

22

4*

10

7

24

3

10

2

27

*

15

9

16

9

1.9

6

16

3

1.9

3

24

*

15

1

15

3

14

9

14

9

14

7

14

3

20

4

17

*

10

0

17

0

15

*

1(3

1.9

3

24

*

15

1

13

3

14

*'

14

*

14

6

14

4

14

4

2.4

0

14

2

13

6

l.SS

14

41

.80

14

72

.3*

2.3

3

15

01.53

15

01

41

75

2.6

1

4.0

3

14

7

3.7

4

13

*

3.4

9

12

*

3.3

0

12

13

.14

11

53

.00

10

9

11

9

10

4

17

9

10

0

17

1

15

6

1*

3

1.9

2

24

6

14

9

24

1

14

7

14

6

14

4

14

1

14

2

13

6

1.1

0

2.3

2

1.7

*

2.2

*

1.7

6

12

3

24

9'

44

1

24

5

34

0

24

51

4*

24

*

12

7

11

9

lit

24

2

25

7

24

7

24

6

24

2

24

6

I4

t

24

*

14

4

24

0

14

0

24

3

14

7

14

7

14

4

14

2

14

2

13

7

-1

40

13

3

14

7

12

9

24

*2

43

24

43

56

39

33

51

14

22

41

3.6

*3

42

24

21

31

34

13

4*

24

4

12

11

22

3.1

*

11

61

14

34

*3

.02

11

01

0*

25

22

49

20

41

02

24

0*

17

7

14

91

57

17

01

*7

15

5

1*

2

15

1

24

4

14

71

47

14

4

24

2

14

1

23

7

1.7

9

2.32.

1.7

*

12

7

1.7

4

2.2

3

15

3

24

9

15

0

24

1

14

32

44

14

2

24

*

14

0

13

3

1.7

7

12

*

1.7

4

12

3

1.7

2

2.1

9

24

0

3.6

0

24

0

34

6

22

13

.16

21

33

.00

10

7

1*

7

2.0

1

17

5

15

6

24

5

14

2

15

7

14

*

14

9

14

4

14

2

14

1

13

*

1.7

*

13

1

1.7

6

12

*

1.7

3

2.2

1

1.7

1

2.1

7

1.6

9

21

)

14

7

11

0

1.761.72

1.7

02

45

2.1

*2

.13

14

41.71

12

1lit

14

1

11

2

TABELVI.

(Lanjutan)

db

genye-

(=k2)

3*295*

32

343*315

*5J

44

03

44

74

45

.45

4.1

13

43

74

03

42

4.171

32

74

*3

49

4.133

40

74

0-

54

4

4.1

33

.7J

74

43

.29

4.1

13

4*

!7

49

54

5

4.1

03

45

|74S341

44

*3

43

74

15.11

44

73

.22

74

73.13

44

*3

41

74

43

.12

24

3•4

47

25

34

44

24

2

44

1

19

0

4.4

*

II*

4.4

2

l*«

44

*

1*

34

.34

24

*

4.3

1

2*

3

44

9

24

2

4.2

*

1*

14

44

24

0

4.2

2

17

94

.20

17

14

.1*

44

5

74

1

34

0.

3.W

44

43

.19

7.195

4*

44

33

.11

7.1

75

4*

44

23

.17

7.1

25

41

derajatbebas

(db)pembilang

(=kj_)2

01

43

03

07

5200

300•

17

t4

47

17

0

4.0

4

24

9

44

2"

1*

71

97

24

33

33

'

1*

3

34

9

24

2

34

*

24

13

43

24

*1

7*

24

4

17

3

24

3

•1

70

24

1

3.6

*

14

9

34

1

14

*

34

*

14

*3

44

14

3

34

1

14

4

3.4

9

14

4

35

3

14

3

34

0

14

2

3.4

7

14

0

3.4

2

24

1

3.3

1

24

*

34

5

13

53

42

"

24

4

3.2

9

13

*1

»3

.36

'3.2

33

4*

3.1

1

24

23

.0*

12

13

.06

21

93

.01

11

7

24

7

11

5

19

4

11

4

25

!

11

2

II*

11

!

1*

«

11

0

1*

4

II*

11

53

.03

29

5

II*

11

43

.00

19

2

11

*1

12

'1

9*

10

0

11

41

10

19

41

*«

11

21

0*

24

92

42

11

01

0*

24

*1

7*

10

91

03

24

21

73

.

1122.06

2.02156

1.91190

1*0171

2.602.52

11

01

0:

2.0C154

247177

16*247

1091

04

1.99153

114174

16

62.35

107102

157151

11

01

70

1*

2241

2051

00

155149

17*1

**

24*2.47

203149

1.93147

1721

*2

24*1

43

10215*

142145

1*9249

2411

40

14

71

41

2.4

41

35

1.7

*2

40

1.751

42

12

22

4*

1491

47

1431

13

10

»1.0*

1.611.65

1.641

10

2.061

03

1.661.64

1.621

07

10

3201

24

9•3

40

24

1

3.7

1

15

73

.7*

24

*"

17

4

24

*3

.72

24

4

34

1

24

23

43

14

3

34

*

14

23

.44

24

13

.42

2.4

0

3.4

1

23

*

34

7

24

73

44

12

13

.20

12

7

3.1

7

12

5

3.1

2

12

3

3.0

*

24

1

3.0

4

11

9

3.0

2

23

5

3.3

3

2.3

4

3.3

0

13

2

3.2

5

13

0

34

!

12

*

3.1

*

12

*

3.13

24

23

.2*

13

1

34

4

13

0

3.2

2

13

03

.20

12

9

3.1

*

12

7

3.1

3

12

33

.12

12

31

1*

3.1

21

»9

24

4

3.1

0

12

32

.16

3.0

72

54

12

21

14

3.03"1

92

12

11

14

3.0

41

90

•1

20

11

33

.02

IS*

11

*1

11

25

*2

43

11

71

10

24

31

*2

11

7

19

*

10

9

1*

2

20

*

1*

0

10

7

17

*

24

31

73

20

4

17

2

2,07244

100133

150144

1*0173

1*«U

**•<**

"7

1.1

6

2.4

2

14

4

2.3

*

14

21

33

14

0

13

2

1.7

9

12

9

1.7

1

12

6

1.7

6

12

4

1.7

5

12

2

1.7

4

24

0

24

6

17

7

10

51

73

10

4

17

3

10

3

17

1

10

2

17

0

10

0

24

*

14

9

1*

3

10

21

70

10

1

16

*

10

0

26

*

1.9

9

16

*

15

*

.1

*2

13

7

24

*

13

5

15

*

13

*1

*4

15

11

*2

13

7"2

*0

13

6

13

1

!.9S

24

*

13

32

43

13

2

24

0

13

41

49

14

21

54

14

*1

35

13

21

4*

l.»l

24

22.44

13

2

1311

47

14

02

40

2.421

30

1301

4*

1.791

4*

14

01

2*

15

01

43

1.7*1

4*

24

92.2*

14*1

43

1-7*1

43

13

52

43

14

*1

41

1.731

40

24

22.20 190

145140

1.771.73

1412.49

141132

1271I»

US

1.19144

1.791.1*

I"J?

1472.31

2.292.24

II*113

1121.7*

1.7*14*

147134

2.252.20

11224*

1.6

4

20

2

14

1

13

1

14

91

94

14

7T

50

14

3

14

1

14

41

43

15

21

42

1.5

11

40

14

0

1.7

*

14

0

2.3

0

1.7

*

12

6

1.7*1.71

12

21

1*

1.741

4*

12

01

11

1.731.6*

11

71

0*

1.7

21.**

11

51

04

1.711

*3

11

31

04

1.7

01

.64

11

12

02

1.691

43

11

01

00

14

71

41

10

61

36

1.7

4

22

1

1.7

21

17

1.7

1

21

3

14

71

44

10

*2

44

|.*»

1.651

42

11

21

04

24

0

14

71

43

1401

0*

10

0137

14

11

49

15

71

34

1.601

47

15

41

31

14

*U

*1.92

«4

l

14

71

4*

13

01

4*

14*"J

141»•**

143"I

14*'-»

'

142«

-»142

171

13

0M

l1.79

174

1.6

*

10

5

1.6

4

10

2

14

3

10

0.

1.6

2

1.9

*

1.6

1

1.9

6

1.6

0

1.9

*

1.6

1

15

1

14

91

.94

14

*

15

0

15

4

1.1

*

15

31

44

14

11

40

14

0

1.7

*

1.4

1

1.7

*

1.4

7

1.7

3

14

*

1.9

*

14

7

15

1

15

5

1.1

7

14

3

1.1

4

14

1

14

1

1.4

9

1.7

1

1.4

*

1.7

3

1.4

6

1.7

2

1.4

51

.70

1.4

1

1.7

*

1.4

*

1.7

1

1.4

4

!.**

1.4

4

1.71

1.4

3

14

6

1.4

1

1.6

1

1.41

1.6

4

1.3

*1

.60

44

0IIS

74

*4

41

17

*

4.1

3

1.7

4

11

1

1.7

21

15

1.7

0

2.1

2

14

31

03

15

91

53

14

11

.90

1.3

*1

47

TABEL

VI.

(Lanjutan)

'-<«

1.40145

!.2t144

IW'•»

1421.41

1.3*1

.17

14

5I.II

1.1

51

40

14

0

8o

So

oBS

SS

KS

ajS

tiS

5S

5S

0»

4V.

Ci»

(o—

O>©

OO-O

^OV

,(A

AU

K)M

K3

KtK

>U

»U

>U

>O

OttlO

O—

—K

>«

OlU

O—

~~

£ot

ioo

3—

£JSs

sSS

tms

SS5S

IA

tAO

lOO

O

o\

<*»

oo

o\

oo

l0°

—4V

~J<

0—O

JOX

CO

—4V

Cj

_-O

~4

-O-O

-J

..

•-

r*

r*

r*

r~

r*

~*

—m

mm

miti

v<

«>

4,o

«2

22

^2

^rt

J"2

,°-&

'—

«-v

«S

—

*,o

©o

oo

oo

ob

oo

bb

o\

_O

O>

-•

MU

OO

MO

lo

ao

\C

\—

IC

OO

4V.

y<>

4V.

O

MK>

MM

MN

JK

»N

>M

N»

OO

-—

—-

——

—Jo

Oiw

-O

O—

i^io

vo

—

MM

MM

.MM

MM

MK>

,oK>

IOW

MM

MM

(*•*

1j*>

tal

~*V

Jav

A.

fc.

VV

"-♦

•"

.»

r^

***

aa

ow

-o

ro

"2

S2

S2

2r

mw

wo

.IJO

i-O

OO

ON

OK

>-4

UJ

M.fO

JOJO

JOO

NO

NO

N0

\*

0O

wu

oo

-W

A.0

-0

0

N»JO

MJO

JOn>

ioL

>l>

ijk.

MO

OO

I4

.

MM

UA

MV

A-J

—L

>^4

—0

\M

UO

\

toJO

JOJO

I*.

U»

U>

4V

.O\.

~>

iqo

od

^m

wo

lik<

oo

oC

\(O

vo

\<J

4VO

vJk

A.O

MJ

»—

ovo

ou

us»

u>

-

££

££

SE

ES

'*.M

!-H

!-!-

N»K»

K,K»

K.NH

OU,

>">

»©

4V

-Jvlo

ow

oo

.-«,«

sssi

s32

s==

S*3§

£SS

2S3

ggbjg

jjjm

il

o to

rt

V rt

3 u

o rt 6= rt

<*

oMl*

)

tat*

s

•'' /

Analisis Regresi

TABEL DURBIN-WATSON

Uurliin-Walion rf ilalislir: SiRni)ic»nce puinli of rf, ,nc </„ al 0.03 level of sTgnlficancr

' MM

MM

I «M —

I »M « «*t

• m: eii*

t <J<* l»M

I <J4 Ml)

»>;< «*»i

I (II Mil

i up g*>i

I !** IW)

I IM 11*4

t M. MM

1)11 III)I Ht t M*.

It>l<

M IMI I 0.-* I II)

m i in

IS Mil

I* I.Mi

ll I.M)

II DMII III)

U I *i t

II 1411

II 14)1

l» Hit** I 44}

M Ml}

» 110)

n i u«

4* MM

♦J I tot

M 1 Ml

M I Sir*

** I KM

I.'II

Ml? Mil144*. I.Ill

MM I**

1*41 14)4

I *** |J*0

« «'» 1.111

Mf) ).))«

I «•• I U4

MM IT*!1*0) IJ4*

I M* 1.1)1

• 1>< III!D'l 1*4)

I III MMI IV) I M4

DM DI)

I W III)I M4 | l(|

I 1*4 MM

IW1 I «•)

1*41 MM

DD DI4

I «)< 1154

I Ml I in

DM

I IM

lit* -

DM 11*1

uri am

D'l llll

I *n» tin

i m tin

Mil Mil

1.1*1 t.UI

DO 0 It*

III) 11)1

I.SH till

1,1)1 MM

Dll IMI

DIT f.tfl

I'JII 10)*

DM DI)144) |jiiD*4 I.lit

DM 1.1)1

DI) I.M)I4M l.t*)DM) I.MII.M) |.HI

I.MI DM

Dll DMDM ) 144

im iiu

DM Dll

I II* Dll

DM I Ml

IW DOT

DM DllDI? MM

IW DM1*11 IH1

Dll MM1*41 D))

III) 1.41414*7 DO)

DM I Ml

I.M4 1141

1 »M 1.544

I 'M 1 IM

llir -

IMI M*»

lit* DM

M)l 1*44

D44 111)

III* MM

I Ml Mil

Dll Hit

I,Ml MM

Dll MM

I IN llff

IMI till

Ml! MM

1441 MM

1.144 «tl|

14** 1.9*4

DM* DU1414 ItU

Ml\ 1447Dll INI

DM DM.DU D)i

DM I.Ml

DM DM)

DM DMDll I.M)

Dll DM

Dll llllDM |)|*

111) DMDM I.Hi

Dll 1.1)1

DI* Dll1.444 tf)H

DM |.)i|

IMI DM

I.UI I.4M

DM DMI.N) 1*44

l-M* MilDM DM

I Ml I IMM) MU> IM* | (|, lw

***'• DJI DO* 1*«)•v i »**

IM I Ml 11*41 1**1

HM I M>

Ml) | tt*

i M> im;mi itit

I »♦* I.Ml

mi tinIIM t)M

ItW |ii|

DM IM)

Dll IMI

DM tit)l**l |U4

DM 1.111

I Ml MilD)l ttfl

DU III*

DM 1.141

llll tillIM) |l)l

1.111 IMI

DM i.mDll I4M

IMI Dll

I.M) DM

Dll DMDll I MOHI) MMDM I.UIDll 1.144

Dll DMDM DI)Dll MM

Dll DM

DU DllI.UI IJ J*

MI0 DM

I.UI M)l

Dll DM

I.UI 1*64

I.UI DM

Dll l.*«I Ml *>*#!MM I.M)IM* | )),

IMI l>4)DM MIT

DM DllDll lutllll Dll

IMI -

.Ml 4*1

1 M* IIU

I IM I ))|

III* t.lll

l)N 94MDM 14VDM 1.114

|.M4 |M)

Mil IMIIMI ||f)

IMI M>|DM MM

DM t.tM

I.MI tillI.M* 4444

Dll 44TT

dm t.niDM tillI44| tt1|

Dll l.tM

IIJ J DMDM I44|

Dll IMIDM 14*0I.M) 14*1.I.MI DM

i.m DMi.m 1,1*4.

Dll I.UI 'DM I.MII.M* DM

I'M 17*1MM DM

Dll DMI.HI |.4*M

DM D)|

.DM J.4UI.M) t^mMM 1MBI M. f)|| •

IMI Mil

I 1*4 I.1M

IMI D||.

DM (MI

• III ) It* _

OIM Ml. nil

• IM IMI *itn• Ml I Mt 0JJI

IIM MM IJ4*

• Ml MM im• Ml lui |wt

• Mf M* |iwMM »ijt «4o;

• *M );•* it*!• IM 144* |)H•Ml )4M ttli• Til ) 1*4 |m*MM ),:*| Ugt

MM MM III)•44) )M| fin

MM IIM IMI

*.** lull tillMil 141* MM

MM JtM tillM)) l.ttw 0.M4

MM |.Mj MMI4M 'MM JIMDM INT i.»l|I til I.MI I t||DM l.M| I in

IMI Dll. DMIIM 111) |M1MM Ml* 1.0*4IIM DM 1.1)*

DM DM IMIDM IMI Mi)DM DM |J*«UM III) uj,

l.*»l DI) |JMDM DM MMI Ml' I 1)1 |.4|)MM lift 1**4MM MM | 4«|

DM MM l.<|*I Ml Ml* | So*.

MM Ml) uji1411 I.MI |«*4

It** -

MM IIM

MM «.|l)

l*MJ MMI '11 IjM

I •*» •!!!DM M4TMil |4||

DM MM•Ml tfM

1444 l,M,Mil UM

DM MilIJM tillI.MI I.MI

IIM Ml)I.IM MM

IMI Mil

1 110 Mil

I.IW MMIMI t.141I HI t.UII IM l.tMIMI MM

MM Mil

1 Ml I.IK

1 Ml «tI.MI |.M4

DU I.MI

I >M DMIMI |7||

DM DM

I Ml I.MI

MM DM

l.'MI I.MI

IjiI Mil

i i'i; i m:DM Ml)

I'M |4»1

I'M |4M

111 1M4

llll Dll

DM .

I Mo llll

1WM llll

DM 4 Ml

I.IM MM

llll MMMA* IIU

Mil 44*9

DM MM

Ml* •••*!1,444 9.H4

I.MI M44

Ut t.MI144) Mil

I.M* MM

1711 IMI

Dll Mil

llll Mil17*1 I.IM

Mil cm1 M| tin

DM MM

IMI 1444

Mil Mil14M Ml)IMI Ml)

Ml) Ml)

-DM 1411I.M* I.MI

DM I.IM

I'll Dll

Ml) )7M

DM I.MI

l«l DM

DM I.MI

M*» I.M*

i »•! DM

MM 1*41

MT* I.**)I Ml I.H4

I 44) |M3

M^P.LIfr28"5Tndf ".V4 " l;2ii ""><>» ' l.7U.lf.com,m,«drf™iu.«less than 1.285, ihere is evidence of positive finK.rder serial corrclailon- If i.

regarding ihe presence or .bsenee of posl.ive Itr.i4.rd.ir serial correlaHon

MM

I.M*

MM

l«f|

Mil1M|

14A4

llll

DM

1*11It44

DM

MM

1.411

MM

I.MI

i.m

I.M

Mil

Dll

IJW

1711

IIM

I.IM

IIM

I.MI

I.MI

IBM

ill!

I.M4

DM

IMI

I III

MM

DM

IWN

I'41

M»t

DM

1114

•>