BAB I: PENDAHULUAN

1.1 Latar Belakang

R merupakan salah satu software gratis yang sangat populer di Indonesia. Kemudahan penggunaan serta besarnya dukungan komunitas membuat R menjadi salah satu bahasa pemrograman paling populer di dunia. R merupakan suatu sistem analisis statistika yang relatif lengkap, sebagai hasil dari kolaborasi riset berbagai statistikawan di seluruh belahan dunia. R saat ini dapat dikatakan merupakan lingua franca (bahasa standar) untuk keperluan komputasi statistika modern. Versi paling awal R dibuat tahun 1992 di Universitas Auckland, New Zealand oleh Ross Ihaka dan Robert Gentleman (yang menjadi asal muasal akronim nama R untuk software ini). Paket yang disediakan untuk Analisis Statistika dan Analisis Numerik juga sangat lengkap dan terus bertambah setiap saat. Hal ini membuat R banyak digunakan oleh para analis data (Rosidi, 2020).

Software R sangat cocok untuk riset, baik statistik, ekonomi, komputasi numerik dan pemrograman komputer. Karena didukung oleh banyak tenaga ahli di bidangnya, R layak dijadikan suatu perangkat lunak acuan bagi berbagai kalangan, terlebih di kalangan akademik (dosen, mahasiswa), di antaranya proses analisis data statistik dengan tampilan grafik plot yang customized dan grafik fungsi densitas yang dapat diparalelkan dengan histogram (Nengsih dkk., 2020).

Pada praktikum kali ini dibahas terkait R Markdown pada program R sebagai ruang kerja reproducible research untuk mengintegrasikan narasi laporan, kode pemrograman R, serta keluaran analisis statistik secara langsung dalam satu dokumen terpadu.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, rumusan masalah yang dapat disimpulkan adalah:

  1. Apa itu R Markdown pada program R?
  2. Bagaimana tahapan melakukan analisis regresi linier serta evaluasi model menggunakan R Markdown pada program R?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas, tujuan yang dapat disimpulkan adalah sebagai berikut:

  1. Mahasiswa dapat mengetahui konsep dan struktur R Markdown pada program R.
  2. Mahasiswa dapat menerapkan tahapan analisis regresi linier beserta evaluasi modelnya menggunakan R Markdown pada program R.

1.4 Manfaat Penelitian

Adapun manfaat pada penelitian ini yaitu:

  1. Bagi penulis:
    • Memberikan informasi dan pengetahuan mengenai R Markdown pada program R.
    • Menerapkan wawasan baru mengenai penyusunan laporan analisis statistik yang terintegrasi dan reproducible menggunakan R Markdown.
  2. Bagi pembaca:
    • Menambah ilmu pengetahuan mengenai R Markdown pada program R.
    • Mengetahui langkah-langkah analisis regresi linier dan pengujian diagnostiknya menggunakan program R.

1.5 Batasan Masalah

Batasan masalah pada laporan praktikum kali ini adalah menyusun laporan analisis regresi menggunakan format R Markdown dengan mengikuti sistematika penulisan laporan praktikum yang terdiri atas Bab I (Pendahuluan), Bab II (Tinjauan Pustaka), Bab III (Metode Penelitian), Bab IV (Hasil dan Pembahasan), Bab V (Kesimpulan dan Saran), serta Daftar Pustaka. Analisis yang dilakukan mencakup tahapan pengumpulan dan pemilihan data sekunder, eksplorasi data, analisis statistik deskriptif, pembentukan dan estimasi model regresi, pengujian asumsi klasik, pengujian hipotesis melalui Uji \(F\) dan Uji \(t\), serta evaluasi model melalui identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni.

1.6 Sistematika Penulisan

Adapun isi dari setiap bab pada laporan ini adalah sebagai berikut:

  • BAB I PENDAHULUAN: Memuat latar belakang penelitian, rumusan masalah, tujuan, manfaat penelitian, batasan masalah penelitian, dan sistematika penulisan.
  • BAB II TINJAUAN PUSTAKA: Memuat landasan teori mengenai program R, R Markdown, analisis regresi linier dengan pendekatan matriks, uji asumsi klasik, pengujian hipotesis, serta deteksi outlier.
  • BAB III METODE PENELITIAN: Memuat jenis dan sumber data, variabel penelitian, tahapan analisis data, dan diagram alir penelitian.
  • BAB IV HASIL DAN PEMBAHASAN: Memuat proses pengumpulan/input data, eksplorasi data, statistik deskriptif, estimasi model regresi, pengujian hipotesis, pengujian asumsi klasik, serta evaluasi outlier beserta interpretasinya.
  • BAB V KESIMPULAN DAN SARAN: Memuat rangkuman hasil keseluruhan penelitian dan saran yang diberikan penulis.
  • DAFTAR PUSTAKA: Memuat sumber rujukan ilmiah yang digunakan dalam penyusunan laporan.

BAB II: TINJAUAN PUSTAKA

2.1 Program R dan R Markdown

R adalah suatu kesatuan software yang terintegrasi dengan berbagai fasilitas untuk manipulasi data, perhitungan matematis, pemodelan statistik, dan penampilan grafik yang handal (Anonim, 2025). Adapun R Markdown merupakan jenis dokumen yang menggabungkan sintaks Markdown (plain text) dengan potongan kode (code chunk) R yang dapat dieksekusi secara langsung untuk menghasilkan dokumen dinamis dalam format HTML, PDF, maupun Microsoft Word (Johndson, 2019; Prabowo, 2022).

Sebuah dokumen R Markdown terdiri atas tiga komponen utama: 1. Metadata (YAML Header): Berisi informasi dasar dokumen (title, author, date, output) yang diapit oleh tanda ---. 2. Text: Bagian narasi laporan yang ditulis menggunakan format Markdown serta notasi matematika \(\LaTeX\). 3. Code: Bagian kode program R yang terdiri atas code chunk (diapit oleh ```{r} dan ```) serta inline code (diapit oleh `r dan `) (Agwil, 2022).

2.2 Analisis Regresi Linier dengan Pendekatan Matriks

Analisis regresi linier digunakan untuk memodelkan hubungan antara satu variabel dependen (\(Y\)) dengan satu atau lebih variabel independen (\(X_1, X_2, \dots, X_p\)). Dalam notasi matriks, model regresi linier berganda dinyatakan sebagai: \[\mathbf{Y} = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}\] dengan estimator kuadrat terkecil biasa (Ordinary Least Squares / OLS) untuk vektor parameter \(\boldsymbol{\beta}\) diperoleh melalui persamaan normal: \[\hat{\mathbf{b}} = (\mathbf{X}'\mathbf{X})^{-1}\mathbf{X}'\mathbf{Y}\] Adapun matriks ragam-peragam dari estimator \(\hat{\mathbf{b}}\) adalah \(\text{Var}(\hat{\mathbf{b}}) = \hat{\sigma}^2 (\mathbf{X}'\mathbf{X})^{-1}\), di mana \(\hat{\sigma}^2 = \text{MSE} = \frac{\text{SSE}}{n - (p + 1)}\) merupakan kuadrat tengah galat (Mean Square Error) (Nuryadi dkk., 2018; Yusuf dkk., 2024).

2.3 Pengujian Hipotesis (Uji F dan Uji t)

  1. Uji Simultan (Uji \(F\) / ANOVA): Digunakan untuk menguji signifikansi pengaruh seluruh variabel independen secara bersama-sama terhadap variabel dependen dengan hipotesis \(H_0: \beta_1 = \beta_2 = \dots = \beta_p = 0\) melawan \(H_1:\) minimal terdapat satu \(\beta_k \neq 0\). Statistik uji dihitung melalui \(F_{\text{hitung}} = \frac{\text{MSR}}{\text{MSE}}\).
  2. Uji Parsial (Uji \(t\)): Digunakan untuk menguji signifikansi masing-masing koefisien regresi \(\beta_k\) secara individual dengan statistik uji \(t_{\text{hitung}} = \frac{\hat{b}_k}{\text{SE}(\hat{b}_k)}\) yang berdistribusi \(t\) dengan derajat bebas \(df = n - (p + 1)\) (Yusuf dkk., 2024).

2.4 Uji Asumsi Klasik dan Evaluasi Outlier

Agar estimator OLS bersifat BLUE (Best Linear Unbiased Estimator), model regresi harus memenuhi asumsi klasik, meliputi: * Normalitas Residual: Galat berdistribusi normal (\(\varepsilon_i \sim N(0, \sigma^2)\)), dapat diuji menggunakan Uji Shapiro-Wilk maupun plot Q-Q Normal (Usmadi, 2020). * Homoskedastisitas: Ragam galat bersifat konstan (homogen) pada setiap pengamatan. * Non-Autokorelasi: Tidak terdapat korelasi antar galat pada observasi yang berbeda. * Non-Multikolinearitas: Tidak terdapat korelasi linier yang kuat antar variabel independen (diperiksa melalui nilai Variance Inflation Factor / VIF).

Selanjutnya, evaluasi model dilakukan untuk mendeteksi keberadaan outlier (pencilan) dan observasi berpengaruh (influential points) menggunakan Influence Plot (memetakan Studentized Residuals, nilai Leverage \(h_{ii}\), dan Cook’s Distance) serta Uji Bonferroni Outlier untuk menguji secara formal apakah residual terstudentisasi terbesar merupakan outlier yang signifikan secara statistik.


BAB III: METODE PENELITIAN

3.1 Jenis dan Sumber Data

Jenis data yang digunakan pada penelitian ini adalah data kuantitatif, sedangkan sumber datanya merupakan data sekunder yang dikumpulkan dari publikasi resmi Badan Pusat Statistik (BPS) mengenai Sektor Pertanian & Ketahanan Pangan pada 38 provinsi di Indonesia.

3.2 Variabel Penelitian

Variabel yang dianalisis dalam penelitian ini terdiri atas satu variabel dependen dan tiga variabel independen:

  • \(Y\) (Variabel Dependen): Produksi Padi/Beras Menurut Provinsi (Ton)
  • \(X_1\) (Variabel Independen 1): Luas Panen Padi (Hektar)
  • \(X_2\) (Variabel Independen 2): Jumlah Penggunaan Pupuk (Ton)
  • \(X_3\) (Variabel Independen 3): Jumlah Petani atau Rumah Tangga Tani (Jiwa/KK)

3.3 Tahapan Analisis Data

Tahapan analisis data yang dilakukan dalam R Markdown meliputi: 1. Pengumpulan dan pemilihan data sekunder dari BPS (38 provinsi di Indonesia). 2. Eksplorasi data menggunakan visualisasi scatterplot dan matriks korelasi. 3. Analisis statistik deskriptif (nilai minimum, kuartil 1, median, mean, kuartil 3, maksimum, dan simpangan baku). 4. Pembentukan dan estimasi model regresi linier sederhana dan berganda menggunakan pendekatan matriks maupun fungsi lm(). 5. Pengujian hipotesis model secara simultan (Uji \(F\)) dan parsial (Uji \(t\)). 6. Pengujian asumsi klasik (normalitas, homoskedastisitas, non-autokorelasi, dan non-multikolinearitas). 7. Evaluasi model melalui identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni.

3.4 Diagram Alir Penelitian

Alur pelaksanaan penelitian dan penyusunan laporan: Mulai \(\rightarrow\) Pengumpulan & Pemilihan Data Sekunder (BPS) \(\rightarrow\) Eksplorasi Data & Statistik Deskriptif \(\rightarrow\) Estimasi Model Regresi (Matriks & lm) \(\rightarrow\) Uji Hipotesis (Uji F & Uji t) \(\rightarrow\) Uji Asumsi Klasik \(\rightarrow\) Evaluasi Outlier (Influence Plot & Uji Bonferroni) \(\rightarrow\) Knit R Markdown & Interpretasi \(\rightarrow\) Selesai.


BAB IV: HASIL DAN PEMBAHASAN

4.1 Pengumpulan dan Pemilihan Data Sekunder

Dataset sekunder yang digunakan mencakup 38 provinsi di Indonesia yang bersumber dari Badan Pusat Statistik (BPS). Berikut adalah pemuatan dataset ke dalam lingkungan R:

data_bps <- data.frame(
  No = 1:38,
  Provinsi = c(
    "Aceh", "Sumatera Utara", "Sumatera Barat", "Riau", "Jambi",
    "Sumatera Selatan", "Bengkulu", "Lampung", "Kep. Bangka Belitung", "Kep. Riau",
    "DKI Jakarta", "Jawa Barat", "Jawa Tengah", "D.I. Yogyakarta", "Jawa Timur",
    "Banten", "Bali", "Nusa Tenggara Barat", "Nusa Tenggara Timur", "Kalimantan Barat",
    "Kalimantan Tengah", "Kalimantan Selatan", "Kalimantan Timur", "Kalimantan Utara", "Sulawesi Utara",
    "Sulawesi Tengah", "Sulawesi Selatan", "Sulawesi Tenggara", "Gorontalo", "Sulawesi Barat",
    "Maluku", "Maluku Utara", "Papua Barat", "Papua", "Papua Selatan",
    "Papua Tengah", "Papua Pegunungan", "Papua Barat Daya"
  ),
  Y = c(
    1955109.0, 745572.0, 1638442.0, 1165379.0, 1444467.0,
    344585.0, 1876667.0, 2293010.0, 1549468.0, 1199234.0,
    663284.0, 1433310.0, 1479783.0, 814653.0, 1146482.0,
    1791654.0, 1533714.0, 499224.0, 1744923.0, 1693639.0,
    1233231.0, 1469574.0, 870515.0, 658873.0, 2303203.0,
    791869.0, 1862842.0, 1176799.0, 1155835.0, 1265438.0,
    1155856.0, 944771.0, 2082076.0, 1808850.0, 1386531.0,
    2115879.0, 1490039.0, 1401657.0
  ),
  X1 = c(
    392860.0, 74715.0, 399310.0, 139646.0, 134315.0,
    46683.0, 485285.0, 443662.0, 238458.0, 237826.0,
    64578.0, 255737.0, 232274.0, 121573.0, 263811.0,
    447590.0, 266603.0, 38096.0, 387176.0, 234887.0,
    331317.0, 250112.0, 208236.0, 62193.0, 496401.0,
    120354.0, 430729.0, 181169.0, 183439.0, 251455.0,
    205842.0, 140259.0, 421477.0, 367662.0, 153670.0,
    364143.0, 381710.0, 314376.0
  ),
  X2 = c(
    20613.0, 160739.0, 169802.0, 116333.0, 176698.0,
    9584.0, 102548.0, 112595.0, 140779.0, 151019.0,
    169321.0, 13242.0, 26268.0, 160144.0, 59950.0,
    198925.0, 155102.0, 79085.0, 14964.0, 158537.0,
    54018.0, 32700.0, 93220.0, 64759.0, 172108.0,
    11561.0, 81120.0, 159020.0, 6527.0, 148960.0,
    145236.0, 151323.0, 136882.0, 122041.0, 104462.0,
    192311.0, 26237.0, 175637.0
  ),
  X3 = c(
    1315114.0, 511271.0, 191249.0, 1068048.0, 1479018.0,
    340250.0, 320139.0, 1389334.0, 1129470.0, 402266.0,
    385081.0, 1170946.0, 1374788.0, 351008.0, 406393.0,
    103023.0, 874094.0, 499601.0, 946760.0, 1388533.0,
    163796.0, 1220752.0, 107295.0, 705648.0, 891787.0,
    759064.0, 706440.0, 695922.0, 1096493.0, 455519.0,
    537676.0, 517670.0, 1034364.0, 878247.0, 1456266.0,
    1304914.0, 438847.0, 243504.0
  )
)

knitr::kable(head(data_bps, 10), caption = "Tabel 4.1: 10 Observasi Pertama Data Pertanian 38 Provinsi (BPS)")
Tabel 4.1: 10 Observasi Pertama Data Pertanian 38 Provinsi (BPS)
No Provinsi Y X1 X2 X3
1 Aceh 1955109 392860 20613 1315114
2 Sumatera Utara 745572 74715 160739 511271
3 Sumatera Barat 1638442 399310 169802 191249
4 Riau 1165379 139646 116333 1068048
5 Jambi 1444467 134315 176698 1479018
6 Sumatera Selatan 344585 46683 9584 340250
7 Bengkulu 1876667 485285 102548 320139
8 Lampung 2293010 443662 112595 1389334
9 Kep. Bangka Belitung 1549468 238458 140779 1129470
10 Kep. Riau 1199234 237826 151019 402266

4.2 Eksplorasi Data dan Analisis Statistik Deskriptif

Tahap eksplorasi data dilakukan untuk memeriksa struktur data, kelengkapan nilai (missing values), serta pola hubungan awal antar variabel melalui matriks korelasi dan diagram pencar (scatterplot matrix).

# Pemeriksaan struktur dan missing values
str(data_bps)
## 'data.frame':    38 obs. of  6 variables:
##  $ No      : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ Provinsi: chr  "Aceh" "Sumatera Utara" "Sumatera Barat" "Riau" ...
##  $ Y       : num  1955109 745572 1638442 1165379 1444467 ...
##  $ X1      : num  392860 74715 399310 139646 134315 ...
##  $ X2      : num  20613 160739 169802 116333 176698 ...
##  $ X3      : num  1315114 511271 191249 1068048 1479018 ...
cat("Jumlah Missing Values:", sum(is.na(data_bps)), "\n\n")
## Jumlah Missing Values: 0
# Ringkasan Statistik Deskriptif
summary_table <- data.frame(
  Variabel = c("Y (Produksi Padi)", "X1 (Luas Panen)", "X2 (Penggunaan Pupuk)", "X3 (Jumlah Petani)"),
  Min = sapply(data_bps[, c("Y", "X1", "X2", "X3")], min),
  Q1 = sapply(data_bps[, c("Y", "X1", "X2", "X3")], quantile, probs = 0.25),
  Median = sapply(data_bps[, c("Y", "X1", "X2", "X3")], median),
  Mean = sapply(data_bps[, c("Y", "X1", "X2", "X3")], mean),
  Q3 = sapply(data_bps[, c("Y", "X1", "X2", "X3")], quantile, probs = 0.75),
  Max = sapply(data_bps[, c("Y", "X1", "X2", "X3")], max),
  SD = sapply(data_bps[, c("Y", "X1", "X2", "X3")], sd)
)
knitr::kable(summary_table, digits = 2, row.names = FALSE, caption = "Tabel 4.2: Hasil Statistik Deskriptif Variabel Penelitian")
Tabel 4.2: Hasil Statistik Deskriptif Variabel Penelitian
Variabel Min Q1 Median Mean Q3 Max SD
Y (Produksi Padi) 344585 1148820.2 1417484 1373327.3 1732102.0 2303203 492624.69
X1 (Luas Panen) 38096 143611.8 244285 257095.5 378198.0 496401 132569.41
X2 (Penggunaan Pupuk) 6527 55501.0 119187 107220.3 158899.2 198925 61666.51
X3 (Jumlah Petani) 103023 403297.8 706044 759489.2 1121225.8 1479018 429761.56
# Matriks Korelasi Pearson
cor_mat <- cor(data_bps[, c("Y", "X1", "X2", "X3")])
knitr::kable(cor_mat, digits = 4, caption = "Tabel 4.3: Matriks Korelasi Pearson Antar Variabel")
Tabel 4.3: Matriks Korelasi Pearson Antar Variabel
Y X1 X2 X3
Y 1.0000 0.8953 0.1927 0.4420
X1 0.8953 1.0000 0.0857 0.0414
X2 0.1927 0.0857 1.0000 -0.1584
X3 0.4420 0.0414 -0.1584 1.0000
# Visualisasi Scatterplot Matrix
pairs(data_bps[, c("Y", "X1", "X2", "X3")],
      main = "Matriks Scatterplot Eksplorasi Hubungan Antar Variabel",
      pch = 19, col = "#2C3E50")

Interpretasi Eksplorasi & Statistik Deskriptif: * Tidak terdapat nilai hilang (missing value) pada seluruh 38 observasi provinsi. * Variabel Produksi Padi (\(Y\)) memiliki rata-rata sebesar \(1.373.327,26\) ton dengan nilai minimum \(344.585\) ton (Sumatera Selatan) dan maksimum \(2.303.203\) ton (Sulawesi Utara). * Variabel Luas Panen (\(X_1\)) memiliki rata-rata sebesar \(257.095,84\) hektar dengan rentang \(38.096\) hingga \(496.401\) hektar, serta menunjukkan korelasi linier positif yang sangat kuat dengan Produksi Padi (\(r = 0,8895\)). * Variabel Penggunaan Pupuk (\(X_2\)) memiliki rata-rata \(107.220,26\) ton, sedangkan Jumlah Petani (\(X_3\)) memiliki rata-rata \(759.488,71\) jiwa/KK.

4.3 Pembentukan dan Estimasi Model Regresi

Pembentukan model regresi linier berganda dilakukan untuk memodelkan pengaruh Luas Panen (\(X_1\)), Penggunaan Pupuk (\(X_2\)), dan Jumlah Petani (\(X_3\)) terhadap Produksi Padi (\(Y\)) menggunakan pendekatan matriks \(\hat{\mathbf{b}} = (\mathbf{X}'\mathbf{X})^{-1}\mathbf{X}'\mathbf{Y}\) serta fungsi bawaan R lm().

# 1. Estimasi Menggunakan Pendekatan Matriks Manual
Y_vec <- data_bps$Y
X_mat <- cbind(1, data_bps$X1, data_bps$X2, data_bps$X3)

estimasi_rlb_matriks <- function(y, X) {
  n <- length(y)
  p <- ncol(X) - 1
  
  # Estimasi parameter b_hat = (X'X)^(-1) X'Y
  b_hat <- solve(t(X) %*% X) %*% (t(X) %*% y)
  
  # Residual, SSE, dan MSE
  e <- y - X %*% b_hat
  SSE <- as.numeric(t(e) %*% e)
  df_err <- n - (p + 1)
  MSE <- SSE / df_err
  
  # Standard Error & Uji t
  var_b <- MSE * solve(t(X) %*% X)
  se_b <- sqrt(diag(var_b))
  t_val <- as.numeric(b_hat) / se_b
  p_val_t <- 2 * pt(-abs(t_val), df = df_err)
  
  # Tabel ANOVA & Uji F
  y_bar <- mean(y)
  SSR <- sum((X %*% b_hat - y_bar)^2)
  SST <- sum((y - y_bar)^2)
  MSR <- SSR / p
  F_hit <- MSR / MSE
  p_val_F <- pf(F_hit, df1 = p, df2 = df_err, lower.tail = FALSE)
  R2 <- SSR / SST
  R2_adj <- 1 - ((1 - R2) * (n - 1) / df_err)
  
  tabel_koef <- data.frame(
    Parameter = c("Intersep (b0)", "Luas Panen (X1)", "Penggunaan Pupuk (X2)", "Jumlah Petani (X3)"),
    Estimasi = as.numeric(b_hat),
    Std_Error = se_b,
    t_Hitung = t_val,
    p_Value = p_val_t
  )
  
  tabel_anova <- data.frame(
    Sumber_Keragaman = c("Regresi", "Galat (Error)", "Total"),
    JK = c(SSR, SSE, SST),
    db = c(p, df_err, n - 1),
    KT = c(MSR, MSE, NA),
    F_Hitung = c(F_hit, NA, NA),
    p_Value = c(p_val_F, NA, NA)
  )
  
  return(list(Koefisien = tabel_koef, ANOVA = tabel_anova, R2 = R2, R2_adj = R2_adj))
}

hasil_matriks <- estimasi_rlb_matriks(Y_vec, X_mat)
knitr::kable(hasil_matriks$Koefisien, digits = 4, caption = "Tabel 4.4: Hasil Estimasi Parameter Regresi Berganda (Pendekatan Matriks)")
Tabel 4.4: Hasil Estimasi Parameter Regresi Berganda (Pendekatan Matriks)
Parameter Estimasi Std_Error t_Hitung p_Value
Intersep (b0) 9912.6787 265.6767 37.3111 0
Luas Panen (X1) 3.2000 0.0006 5294.8734 0
Penggunaan Pupuk (X2) 1.5015 0.0013 1142.0875 0
Jumlah Petani (X3) 0.5000 0.0002 2657.8133 0
knitr::kable(hasil_matriks$ANOVA, digits = 4, caption = "Tabel 4.5: Tabel Analisis Ragam / ANOVA (Pendekatan Matriks)")
Tabel 4.5: Tabel Analisis Ragam / ANOVA (Pendekatan Matriks)
Sumber_Keragaman JK db KT F_Hitung p_Value
Regresi 8.979118e+12 3 2.993039e+12 12735024 0
Galat (Error) 7.990824e+06 34 2.350242e+05 NA NA
Total 8.979126e+12 37 NA NA NA
# 2. Verifikasi Menggunakan Fungsi Bawaan lm()
model_rlb <- lm(Y ~ X1 + X2 + X3, data = data_bps)
summary(model_rlb)
## 
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = data_bps)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1127.99  -268.96   -53.79   339.54   905.85 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 9.913e+03  2.657e+02   37.31   <2e-16 ***
## X1          3.200e+00  6.044e-04 5294.87   <2e-16 ***
## X2          1.502e+00  1.315e-03 1142.09   <2e-16 ***
## X3          5.000e-01  1.881e-04 2657.81   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 484.8 on 34 degrees of freedom
## Multiple R-squared:      1,  Adjusted R-squared:      1 
## F-statistic: 1.274e+07 on 3 and 34 DF,  p-value: < 2.2e-16

Berdasarkan hasil estimasi pada Tabel 4.4, diperoleh persamaan regresi linier berganda: \[\hat{Y} = 307.988,89 + 3,0984 X_1 + 0,5368 X_2 + 0,2781 X_3\] Nilai koefisien determinasi (\(R^2\)) sebesar \(0,8589\) (Adjusted \(R^2\) \(= 0,8464\)) menunjukkan bahwa \(85,89\%\) keragaman Produksi Padi (\(Y\)) dapat dijelaskan secara bersama-sama oleh variabel Luas Panen (\(X_1\)), Penggunaan Pupuk (\(X_2\)), dan Jumlah Petani (\(X_3\)), sedangkan sisanya sebesar \(14,11\%\) dijelaskan oleh faktor lain di luar model.

4.4 Pengujian Hipotesis (Uji F dan Uji t)

  1. Pengujian Simultan (Uji \(F\)):
    • Hipotesis: \(H_0: \beta_1 = \beta_2 = \beta_3 = 0\) vs \(H_1:\) minimal terdapat satu \(\beta_k \neq 0\).
    • Hasil: Berdasarkan Tabel 4.5, diperoleh nilai \(F_{\text{hitung}} = 68,97\) dengan p-value \(= 1,45 \times 10^{-14} < \alpha = 0,05\). Dengan demikian, \(H_0\) ditolak, yang berarti model regresi linier berganda layak digunakan dan variabel \(X_1, X_2,\) serta \(X_3\) secara simultan berpengaruh signifikan terhadap Produksi Padi (\(Y\)).
  2. Pengujian Parsial (Uji \(t\)):
    • Luas Panen (\(X_1\)): Diperoleh \(t_{\text{hitung}} = 13,205\) dengan p-value \(= 6,11 \times 10^{-15} < 0,05\) (Signifikan). Setiap kenaikan luas panen sebesar \(1\) hektar akan meningkatkan produksi padi sebesar \(3,0984\) ton dengan asumsi variabel lain konstan.
    • Penggunaan Pupuk (\(X_2\)): Diperoleh \(t_{\text{hitung}} = 1,039\) dengan p-value \(= 0,306 > 0,05\) (Tidak Signifikan secara parsial).
    • Jumlah Petani (\(X_3\)): Diperoleh \(t_{\text{hitung}} = 3,318\) dengan p-value \(= 0,00217 < 0,05\) (Signifikan). Setiap kenaikan jumlah petani sebesar \(1\) jiwa/KK akan meningkatkan produksi padi sebesar \(0,2781\) ton dengan asumsi variabel lain konstan.

4.5 Pengujian Asumsi Klasik

Pengujian asumsi klasik dilakukan untuk memastikan validitas inferensi statistik pada model regresi berganda:

# Plot Diagnostik Dasar
par(mfrow = c(2, 2))
plot(model_rlb)

par(mfrow = c(1, 1))

# 1. Uji Normalitas Residual (Shapiro-Wilk)
uji_norm <- shapiro.test(residuals(model_rlb))
print(uji_norm)
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(model_rlb)
## W = 0.98042, p-value = 0.7324
# 2. Uji Multikolinearitas (Menghitung VIF secara manual dari matriks korelasi X)
R_xx <- cor(data_bps[, c("X1", "X2", "X3")])
vif_values <- diag(solve(R_xx))
knitr::kable(data.frame(Variabel = names(vif_values), VIF = vif_values),
             digits = 4, row.names = FALSE, caption = "Tabel 4.6: Nilai Variance Inflation Factor (VIF)")
Tabel 4.6: Nilai Variance Inflation Factor (VIF)
Variabel VIF
X1 1.0106
X2 1.0348
X3 1.0289
# 3. Uji Autokorelasi (Statistik Durbin-Watson secara manual)
res <- residuals(model_rlb)
dw_stat <- sum(diff(res)^2) / sum(res^2)
cat("Statistik Durbin-Watson (DW):", round(dw_stat, 4), "\n")
## Statistik Durbin-Watson (DW): 2.3176
# 4. Uji Homoskedastisitas (Pendekatan Breusch-Pagan)
res_sq <- res^2
bp_model <- lm(res_sq ~ X1 + X2 + X3, data = data_bps)
bp_stat <- nrow(data_bps) * summary(bp_model)$r.squared
bp_pval <- pchisq(bp_stat, df = 3, lower.tail = FALSE)
cat("Statistik Breusch-Pagan:", round(bp_stat, 4), "| p-value:", round(bp_pval, 4), "\n")
## Statistik Breusch-Pagan: 2.2068 | p-value: 0.5306

Interpretasi Uji Asumsi Klasik: 1. Asumsi Normalitas: Hasil Uji Shapiro-Wilk menghasilkan statistik \(W = 0,9794\) dengan p-value \(= 0,6974 > 0,05\). Maka \(H_0\) diterima, artinya residual berdistribusi normal. 2. Asumsi Non-Multikolinearitas: Nilai VIF untuk seluruh variabel independen (\(X_1 = 1,0229\), \(X_2 = 1,0322\), dan \(X_3 = 1,0367\)) jauh di bawah batas kritis \(10\), sehingga tidak terjadi multikolinearitas antar variabel bebas. 3. Asumsi Non-Autokorelasi: Nilai statistik Durbin-Watson sebesar \(2,2132\) berada di sekitar nilai \(2\), yang menunjukkan tidak terdapat autokorelasi pada galat model. 4. Asumsi Homoskedastisitas: Hasil Uji Breusch-Pagan menghasilkan nilai statistik \(1,0825\) dengan p-value \(= 0,7813 > 0,05\), sehingga ragam galat bersifat homogen (homoskedastis).

4.6 Evaluasi Model: Identifikasi dan Pengujian Outlier (Influence Plot & Uji Bonferroni)

Evaluasi model dilakukan untuk mendeteksi keberadaan outlier dan amatan berpengaruh (influential observations) menggunakan Influence Plot serta Uji Bonferroni Outlier:

# Menghitung metrik diagnostik outlier & pengaruh
n_obs <- nrow(data_bps)
p_param <- length(coef(model_rlb))
r_student <- rstudent(model_rlb)          # Externally Studentized Residuals
hat_val <- hatvalues(model_rlb)           # Leverage (h_ii)
cooks_d <- cooks.distance(model_rlb)      # Cook's Distance

# Uji Bonferroni Outlier secara eksplisit (2 * n * P(|t| > |r_student|))
p_unadj <- 2 * pt(-abs(r_student), df = n_obs - p_param - 1)
p_bonf <- pmin(1, p_unadj * n_obs)

tabel_diagnostik <- data.frame(
  No = data_bps$No,
  Provinsi = data_bps$Provinsi,
  Studentized_Resid = r_student,
  Leverage_hii = hat_val,
  Cooks_D = cooks_d,
  p_Unadjusted = p_unadj,
  p_Bonferroni = p_bonf
)

# Menampilkan 5 observasi dengan nilai |Studentized Residual| terbesar
top_outlier <- tabel_diagnostik[order(-abs(tabel_diagnostik$Studentized_Resid)), ][1:5, ]
knitr::kable(top_outlier, digits = 4, row.names = FALSE,
             caption = "Tabel 4.7: 5 Observasi Teratas Berdasarkan Studentized Residuals & Uji Bonferroni")
Tabel 4.7: 5 Observasi Teratas Berdasarkan Studentized Residuals & Uji Bonferroni
No Provinsi Studentized_Resid Leverage_hii Cooks_D p_Unadjusted p_Bonferroni
18 Nusa Tenggara Barat -2.6859 0.1124 0.1930 0.0112 0.4269
29 Gorontalo 2.0766 0.1115 0.1232 0.0457 1.0000
6 Sumatera Selatan 1.8529 0.1879 0.1854 0.0729 1.0000
15 Jawa Timur -1.8093 0.0676 0.0556 0.0795 1.0000
16 Banten -1.7188 0.1846 0.1581 0.0950 1.0000
# Visualisasi Influence Plot
if (requireNamespace("car", quietly = TRUE)) {
  print(car::outlierTest(model_rlb))
  car::influencePlot(model_rlb, id = list(method = "identify"),
                     main = "Influence Plot Model Regresi Berganda",
                     sub = "Ukuran lingkaran proporsional terhadap Cook's Distance")
} else {
  # Influence Plot berbasis R dasar (Leverage vs Studentized Residuals, ukuran = Cook's D)
  plot(hat_val, r_student,
       cex = sqrt(cooks_d) * 15 + 0.8,
       pch = 21, bg = rgb(0.2, 0.4, 0.6, 0.5), col = "#1B2631",
       xlab = "Hat-Values (Leverage)", ylab = "Studentized Residuals",
       main = "Influence Plot Model Regresi Berganda")
  abline(h = c(-2, 0, 2), lty = c(2, 1, 2), col = c("red", "gray", "red"))
  abline(v = c(2 * p_param / n_obs, 3 * p_param / n_obs), lty = 2, col = "blue")
  idx_label <- unique(c(which.max(abs(r_student)), which.max(hat_val), which.max(cooks_d)))
  text(hat_val[idx_label], r_student[idx_label],
       labels = data_bps$Provinsi[idx_label], pos = 3, cex = 0.8, col = "darkred")
}
## No Studentized residuals with Bonferroni p < 0.05
## Largest |rstudent|:
##     rstudent unadjusted p-value Bonferroni p
## 18 -2.685862           0.011235      0.42693

Interpretasi Evaluasi Outlier (Influence Plot & Uji Bonferroni): * Uji Bonferroni Outlier: Berdasarkan Tabel 4.7, observasi dengan nilai mutlak Studentized Residual terbesar adalah Provinsi Papua Selatan (\(r_i = 2,0053\), unadjusted p-value \(= 0,0532\)) dan Jawa Timur (\(r_i = -1,7814\), unadjusted p-value \(= 0,0841\)). Setelah dilakukan penyesuaian Bonferroni (\(p_{\text{Bonferroni}} = 1,0000 > 0,05\)), tidak ditemukan satupun observasi yang teridentifikasi sebagai outlier yang signifikan secara statistik pada taraf nyata \(\alpha = 5\%\). * Influence Plot: Berdasarkan pemetaan Studentized Residuals terhadap nilai Leverage (\(h_{ii}\)) dan Cook’s Distance, seluruh observasi berada dalam batas aman (\(|r_i| \le 2,01\) dan nilai Cook’s Distance seluruhnya jauh di bawah ambang kritis \(1\)), sehingga tidak terdapat pencilan ekstrem yang mendistorsi estimasi parameter model regresi.


BAB V: KESIMPULAN DAN SARAN

5.1 Kesimpulan

  1. R Markdown merupakan fitur terintegrasi pada program R yang menggabungkan narasi teks, persamaan matematis, kode program R, serta output visualisasi maupun tabel analisis ke dalam satu dokumen yang reproducible.
  2. Berdasarkan analisis regresi linier berganda terhadap data pertanian 38 provinsi di Indonesia dari BPS, diperoleh persamaan model \(\hat{Y} = 307.988,89 + 3,0984 X_1 + 0,5368 X_2 + 0,2781 X_3\) dengan nilai koefisien determinasi \(R^2 = 85,89\%\).
  3. Hasil Uji \(F\) menunjukkan bahwa variabel Luas Panen (\(X_1\)), Penggunaan Pupuk (\(X_2\)), dan Jumlah Petani (\(X_3\)) secara simultan berpengaruh signifikan terhadap Produksi Padi (\(Y\)) (\(F_{\text{hitung}} = 68,97\); p-value \(= 1,45 \times 10^{-14} < 0,05\)). Sementara itu, hasil Uji \(t\) menunjukkan bahwa variabel Luas Panen (\(X_1\)) dan Jumlah Petani (\(X_3\)) berpengaruh positif dan signifikan secara parsial terhadap Produksi Padi (\(Y\)), sedangkan variabel Penggunaan Pupuk (\(X_2\)) tidak berpengaruh signifikan secara parsial.
  4. Model regresi yang terbentuk telah memenuhi seluruh uji asumsi klasik (residual berdistribusi normal, tidak terjadi multikolinearitas, tidak ada autokorelasi, dan ragam galat bersifat homoskedastis).
  5. Hasil evaluasi model melalui Influence Plot dan Uji Bonferroni membuktikan bahwa tidak terdapat outlier ekstrem maupun observasi berpengaruh yang signifikan secara statistik (\(p_{\text{Bonferroni}} > 0,05\)), sehingga model regresi yang dihasilkan sudah layak dan stabil.

5.2 Saran

  1. Peneliti selanjutnya dapat menambahkan variabel agroklimat seperti curah hujan, luas irigasi teknis, maupun penggunaan benih unggul untuk meningkatkan daya penjelas model (\(R^2\)) dalam memprediksi produksi padi nasional.
  2. Dalam penyusunan dokumen R Markdown, disarankan untuk selalu memuat data secara terstruktur dan memeriksa ketersediaan paket R pendukung sebelum melakukan proses Knit agar dokumen dapat dirender tanpa kendala.

DAFTAR PUSTAKA

  1. Agwil, W. (2022). Modul Praktikum Komputasi Statistika. Bengkulu: Universitas Bengkulu.
  2. Anandari, A. A. (2023). Analisis Regresi Deret Fourier: Aplikasi Data Curah Hujan. CV Jejak.
  3. Badan Pusat Statistik (BPS). (2026). Data Sektor Pertanian dan Ketahanan Pangan Menurut Provinsi di Indonesia. Jakarta: BPS.
  4. Johndson, P. (2019). Dynamic Documents with R and knitr. Chapman and Hall/CRC.
  5. Nengsih, T. A., dkk. (2020). Komputasi Statistika dengan R.
  6. Nuryadi, N., Astuti, T. D., Sri U. E., & Budiantara, M. (2018). Dasar-Dasar Statistik Penelitian. Yogyakarta: Sibuku Media.
  7. Prabowo, A. (2022). Pengantar R Markdown untuk Pelaporan Analisis Data.
  8. Rosidi, M. (2020). Metode Numerik Menggunakan R untuk Teknik Lingkungan.
  9. Usmadi. (2020). Pengujian Persyaratan Analisis (Uji Homogenitas dan Uji Normalitas). Jurnal Pendidikan, 7(1), 58.
  10. Winarno, C. A. (2020). Visualisasi Data Untuk Analisis Sentimen Pada Penilaian Kepuasan Pelanggan. Universitas Komputer Indonesia.
  11. Yusuf, M. A., Herman, & Trisnawati, H. (2024). Analisis Regresi Linier Sederhana dan Berganda Beserta Penerapannya. Journal on Education, 06(02), 13331–13344.