Analisis regresi merupakan metode statistic yang mengamati hubungan antara variabel Y dan variabel bebas X. Analisis regresi linier berganda adalah metode statistik yang sangat powerful untuk mengeksplorasi dan memodelkan hubungan antara satu variabel dependen dengan dua atau lebih variabel independen secara simultan. Asumsi klasik adalah salah satu asumsi penting dalam analisis ekonometrika, yang mencakup asumsi tentang normalitas, homoskedastisitas, multikolinearitas, dan tidak adanya autokorelasi.Pelanggaran asumsi klasik dapat memiliki dampak yang signifikan terhadap kesalahan inferensi. Pelanggaran asumsi klasik dapat mengakibatkan bias dalam estimasi parameter model regresi (Rahmawati dkk, 2022).
Pengujian parameter dalam analisis regresi merupakan tahap penting untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen. Melalui pengujian ini, peneliti dapat menentukan apakah hubungan yang terbentuk dalam model regresi bersifat signifikan secara statistik atau hanya terjadi karena faktor kebetulan. Umumnya, uji-\(t\) digunakan untuk menilai pengaruh parsial masing-masing variabel bebas, sedangkan uji-\(F\) digunakan untuk melihat pengaruh simultan semua variabel bebas terhadap variabel terikat. Selain itu, keberhasilan pengujian parameter juga bergantung pada pemenuhan asumsi-asumsi klasik seperti normalitas, homoskedastisitas, dan tidak adanya multikolinieritas agar hasil estimasi menjadi valid dan reliabel (Khotimah, 2024).
Penerapan analisis regresi memungkinkan adanya kendala dari data yang diberikan, salah satunya adalah terdapat data yang bersifat outlier (pencilan). Data outlier merupakan pengamatan dengan nilai mutlak residual jauh lebih besar dibandingkan residual-residual lain sehingga mempengaruhi model regresi yang terbentuk berupa potensi pelanggaran asumsi saat menggunakan metode estimasi. Untuk mengatasi data pencilan tersebut,tidak serta merta langsung di keluarkan dari data, karena akan mengakibatkan hasil estimasi parameter yang kurang tepat menggambarkan data (Husain dan Jamaluddin, 2024).
Berdasarkan latar belakang di atas, rumusan masalah yang dapat disimpulkan adalah bagaimana cara mengumpulkan dan memilih 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.
Berdasarkan rumusan masalah pada penelitian ini, tujuan yang dapat disimpulkan adalah mahasiswa mampu mengumpulkan dan memilih 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.
Manfaat yang diperoleh melalui penelitian ini, yaitu:u:
| 1. | Bagi penulis | |
| a. | Dapat memberikan informasi serta pengetahuan tentang uji asumsi klasik untuk analisis regresi berganda, penentuan parameter yang signifikan pada persamaan regresi, serta pengujian outlier pada model regresi linier. | |
| b. | Mengembangkan dan menerapkan wawasan ilmu yang telah diperoleh dalam bidang statistika, khususnya tentang uji asumsi klasik, penentuan parameter yang signifikan, dan pengujian outlier pada model regresi linier dengan menggunakan program R, sehingga penulis memahami cara pemrograman yang tepat dalam analisis regresi. | |
| 2. | Bagi pembaca | |
| a. | Menambah ilmu pengetahuan dan pemahaman mengenai uji asumsi klasik untuk analisis regresi berganda, cara menentukan parameter yang signifikan pada persamaan regresi dengan menggunakan program R, serta pengujian outlier pada model regresi linier.outlier. | |
| b. | Dapat menjadi rujukan bagi peneliti selanjutnya. | |
Adapun batasan masalah pada laporan praktikum kali ini yaitu gunakan data minimal 35 observasi yang dapat dianalisis dengan regresi linear berganda, bentuk 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 serta kan hasilnya!
Adapun sistematika penulisan dari praktikum ini adalah:
| BAB I | PENDAHULUAN |
| Bab I terdiri dari latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. | |
| BAB II | TINJAUAN PUSTAKA |
| Bab ini merupakan bab yang memuat pengertian dan teori yang diperlukan untuk rancangan penelitian pada bab-bab berikutnya. | |
| BAB III | METODE PENELITIAN |
| Bab ini merupakan bab yang memuat jenis dan sumber data, variabel penelitian, analisis data, dan tahapan yang diperlukan untuk rancangan penelitian pada bab-bab berikutnya. | |
| BAB IV | HASIL DAN PEMBAHASAN |
| Bab ini merupakan bab yang memuat hasil analisis dan pembahasan dari hasil yang telah diperoleh dan . | |
| BAB V | KESIMPULAN DAN SARAN |
| Bab ini merupakan bab yang memuat kesimpulan mengenai hasil analisis dari penelitian serta penyampaian saran oleh penulis. | |
| DAFTAR PUSTAKA | |
| LAMPIRAN | |
Analisis regresi linier berganda adalah analisis data statistika dimana terdapat satu variabel dependen \(Y\) dan lebih dari satu variabel independen, \(X_1, X_2, \ldots, X_k\). Salah satu tujuan dari analisis regresi linier berganda yakni untuk menguji apakah variabel independen berpengaruh signifikan terhadap variabel dependen. Model dari analisis regresi linier berganda untuk populasi ditulis sebagai berikut (Sholihah dkk, 2023):
\[ Y_i = \beta_0 + \beta_1X_{1i} + \beta_2X_{2i}\tag{2.1} + \ldots + \beta_kX_{ki} + \varepsilon_i \]
Dengan model regresi linier berganda untuk sampel dapat ditaksir sebagai berikut:
\[ \hat{Y}_i = \hat{\beta}_0 + \hat{\beta}_1X_{1i} + \hat{\beta}_2X_{2i}\tag{2.2} + \ldots + \hat{\beta}_kX_{ki} \]
Dimana:
\(Y_i\) = Variabel dependen pada pengamatan ke-i.
\(\hat{Y}_i\) = Nilai taksiran variabel dependen pada pengamatan ke-i.
\(\beta_0, \hat{\beta}_0\) = Konstanta regresi.
\(\beta_1,\ldots,\beta_k\) dan \(\hat{\beta}_1,\ldots,\hat{\beta}_k\) = Koefisien regresi.
\(X_{1i},\ldots,X_{ki}\) = Variabel independen pada pengamatan ke-i.
\(\varepsilon_i\) = Galat atau kesalahan pada pengamatan ke-i.
\(i\) = Indeks pengamatan.
Model regresi yang baik adalah model regresi yang semua variabelnya signifikan, dan memenuhi uji asumsi (normalitas, autokorelasi, homoskedastisitas, dan multikolinieritas). Model regresi berganda diasumsikan dibangun atas beberapa asumsi klasik yang diperlukan untuk mendapatkan estimator Ordinary Least Squares (OLS) yang bersifat Best Linear Unbiased Estimator (BLUE). Terdapat beberapa uji asumsi klasik yaitu uji Multikolinieritas, uji Heteroskedastisitas, uji Autokorelasi dan uji Normalitas (Rini, 2026).
Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi dalam analisis regresi linear berganda berbasis Ordinary Least Squares (OLS). Untuk memastikan bahwa model regresi yang diperoleh adalah yang terbaik dalam hal ketepatan estimasi, ketiadaan bias, dan konsistensi, diperlukan pengujian asumsi klasik. Uji asumsi klasik ini dilakukan untuk memastikan bahwa persamaan regresi yang digunakan adalah tepat dan valid. Sebelum melaksanakan analisis regresi berganda dan pengujian hipotesis, perlu dilakukan beberapa uji asumsi klasik. Tujuannya adalah untuk menentukan apakah model regresi yang digunakan bebas dari penyimpangan asumsi dan memenuhi persyaratan yang diperlukan untuk memastikan kualitas regresi yang optimal. Berikut adalah penjelasan untuk mengetahui lebih jelas tentang asumsi klasik pada Analisis Regresi Linier Berganda (Sulantari dkk, 2024).
Uji normalitas digunakan untuk menilai apakah dalam model regresi, variabel pengganggu atau residual mengikuti distribusi normal. Metode yang digunakan untuk uji normalitas ini adalah Kolmogorov-Smirnov, dengan kriteria bahwa data dianggap berdistribusi normal jika nilai signifikansinya lebih besar dari \(\alpha\), dan sebaliknya, jika nilai signifikansinya kurang dari \(\alpha\), maka dapat disimpulkan bahwa data tidak berdistribusi normal. Uji normalitas dapat dilakukan dengan beberapa metode, yaitu uji normalitas dengan analisis grafik, uji normalitas dengan metode signifikansi Skewness dan Kurtosis, uji normalitas dengan Jarque-Bera (JB Test), dan uji normalitas dengan Kolmogorov-Smirnov.
Uji multikolinieritas memiliki tujuan untuk memastikan bahwa model regresi memiliki korelasi yang tinggi. Apabila dalam model regresi yang diuji memiliki korelasi tinggi atau sempurna pada variabel bebas maka model regresi akan dinyatakan mengandung gejala multikolinear. Menyatakan bahwa masalah multikolinearitas dapat dideteksi dengan beberapa metode, yaitu nilai \(R^2\) dan nilai \(F\) statistik, nilai korelasi parsial (examination of partial correlation), nilai eigenvalues dan condition index, nilai TOL (Tolerance) dan VIF (Variance Inflation Factor).
Uji heteroskedastisitas dilakukan untuk menguji model regresi memiliki ketidaksamaan varians dari satu residual pengamatan ke pengamatan lainnya. Model regresi yang diharapkan adalah residual satu pengamatan ke pengamatan lainnya yang konstan atau homoskedastisitas atau tidak adanya heteroskedastisitas. Uji heteroskedastisitas dapat dilakukan dengan beberapa metode, yaitu metode analisis grafik, metode Glejser, metode Park, metode White, metode Rank Spearman, metode Breusch-Pagan-Godfrey (BPG).
Uji autokorelasi dilakukan untuk menguji adanya korelasi antara kesalahan pengganggu pada suatu periode \(t\) dengan kesalahan pengganggu pada periode sebelumnya (\(t-1\)) pada model regresi linier. Uji ini dilakukan untuk mengetahui adanya hubungan antar serangkaian data observasi yang diurutkan menurut waktu dan ruang. Uji autokorelasi dapat dilakukan dengan menggunakan beberapa metode, yaitu metode Durbin-Watson, metode Lagrange Multiplier (LM Test), metode Breusch-Godfrey (B-G Test), dan metode Run Test.
Pengujian signifikansi parameter adalah suatu pendekatan kritis yang digunakan untuk mengevaluasi keberartian statistik dari suatu estimasi atau perbedaan antara kelompok. Uji signifikansi berperan penting untuk menentukan apakah hipotesis yang dibuat di awal akan diterima atau ditolak. Tingkat keyakinan yang memadai untuk dapat menerima suatu hipotesis tersebut kerap disebut dengan istilah signifikansi statistik. Uji \(F\) (uji simultan) dilakukan untuk mengetahui apakah semua variabel bebas berpengaruh secara signifikan terhadap variabel terikat. Sedangkan uji \(t\) (uji parsial) dilakukan untuk mengetahui apakah dalam model regresi, variabel bebas secara parsial atau terpisah berpengaruh signifikan terhadap variabel terikat (Annisak dkk, 2024).
Uji simultan pada konsep regresi linier adalah pengujian mengenai apakah model regresi yang didapatkan benar-benar dapat diterima. Uji simultan bertujuan untuk menguji apakah antara variabel-variabel bebas \(X_1, X_2, \ldots, X_k\) dan terikat \(Y\), atau setidak-tidaknya antara salah satu variabel \(X_i\) dengan variabel terikat \(Y\), benar-benar terdapat hubungan linier (linear relation). Hipotesis yang berlaku untuk pengujian ini adalah:
\[ H_0 : \beta_1 = \beta_2 = \cdots = \beta_k = 0 \tag{2.3} \]
\[ H_1 : \text{Tidak semua } \beta_i = 0 \text{ dengan } i = 1, 2, \ldots, k \tag{2.4} \]
Keterangan:
\(k\) = banyaknya variabel bebas \(X\).
\(\beta_i\) = parameter (koefisien) ke-\(i\) model regresi linier.
Penjabaran secara hitungan untuk uji simultan ini dapat ditemui pada tabel ANOVA (Analysis of Variance). Di dalam tabel ANOVA akan ditemui nilai statistik \(F\), dimana:
\[ F_{hitung} = \frac{JKR/k}{JKG/(n-k-1)} = \frac{KTR}{KTG} \tag{2.5} \]
Jika \(F_{hitung} \leq F_{(\alpha;\,v_1;\,v_2)}\) maka terima \(H_0\), sedangkan
Jika \(F_{hitung} > F_{(\alpha;\,v_1;\,v_2)}\) maka tolak \(H_0\).
Keterangan:
\(v_1\) = derajat bebas \(JKR\), yaitu \(k\).
\(v_2\) = derajat bebas \(JKG\), yaitu \(n-k-1\).
\(k\) = banyaknya parameter (koefisien) model regresi linier.
\(n\) = banyaknya pengamatan.
Apabila \(H_0\) ditolak, maka model regresi yang diperoleh dapat digunakan (Rini, 2026).
Uji \(t\) (uji parsial) dipakai
untuk menguji parameter estimasi model regresi secara parsial, ialah
untuk mendapati pengaruh variabel independen \(X_i\) secara signifikan kepada variabel
dependen \(Y\). Dalam menganalisis uji
\(t\) memakai program software
R-Studio dengan memperhatikan nilai \(p\text{-value}\) atau \(\text{Pr}(>|t|)\) dalam output
R-Studio di kolom bertuliskan Pr(>|t|). Jika nilai \(p\text{-value}\) atau \(\text{Pr}(>|t|)\) kurang dari \(\alpha\) dan \(|t_{hitung}|\) lebih dari \(t_{tabel}\) maka tolak \(H_0\) yang maksudnya variabel bebas
ke-\(i\) mempunyai pengaruh secara
signifikan kepada variabel terikat. Untuk menentukan uji hipotesis dapat
menggunakan perbandingan nilai \(t_{hitung}\) dengan \(t_{tabel}\), adapun rumus yang digunakan
untuk mencari \(t_{hitung}\) yaitu
(Prasmono dan Ahdika, 2023):
\[ t_{hitung} = \frac{\hat{\beta}_i}{SE(\hat{\beta}_i)} \tag{2.6} \]
Keterangan:
\(\hat{\beta}_i\) = nilai estimasi parameter ke-\(i\).
\(SE(\hat{\beta}_i)\) = standard error dari estimasi parameter ke-\(i\).
Outlier merupakan kasus atau data yang memiliki karakteristik unik penyebaran datanya jauh dari observasi lainnya serta muncul dalam bentuk nilai ekstrim, baik untuk sebuah variabel tunggal maupun variabel kombinasi. Terdapat empat penyebab timbulnya data outlier antara lain. Outlier atau pencilan adalah data yang signifikan berbeda dari sebagian besar data dalam sebuah dataset. Outlier dapat memengaruhi hasil analisis data dan perlu diatasi untuk mencegah distorsi dalam model data mining atau analisis statistik. Langkah pertama adalah mengidentifikasi outlier dalam dataset. Beberapa metode yang umum digunakan termasuk visualisasi data, seperti box plot atau scatter plot, serta teknik statistik seperti z-score atau IQR (Interquartile Range) (Sulianta, 2023).
Outlier merupakan kumpulan objek dalam dataset yang berbeda, dari kumpulan objek-objek lain dalam suatu dataset. Perbedaan ini, dapat mengakibatkan hasil analisis menjadi bias. Sehingga, adanya outlier dalam dataset sering kali dihilangkan dari kumpulan data. Menghilangkan outlier dalam kumpulan dataset, memiliki kemungkinan resiko hilangnya informasi penting pada kumpulan data. Sebab outlier pada kondisi dan kasus tertentu bisa memiliki pengaruh yang cukup kuat dalam kumpulan datanya. Hasil analisis yang bias akibat adanya outlier ini, dikarenakan algoritma yang membangun metode untuk melakukan prediksi tersebut tidak cukup kuat dalam mengatasi permasalahan outlier dan dalam beberapa metode mensyaratkan tidak adanya data outlier. Sehingga, dibutuhkan algoritma yang mampu melakukan prediksi untuk data outlier dan tidak adanya tindakan menghilangkan data outlier (Basalamah, 2023). Outlier dapat muncul dalam variabel respon (\(Y\)) atau variabel prediktor (\(X\)). Ada dua jenis outlier pada regresi linier berganda (Rini, 2026).
Pendeteksian outlier pengamatan-\(Y\) dilakukan dengan menggunakan nilai studentized deleted residuals, yang didefinisikan sebagai:
\[ t_i = e_i\left[\frac{n-p-1}{SSE(1-h_{ii})-e_i^2}\right]^{1/2} \tag{2.7} \]
Keterangan:
\(t_i\) = nilai studentized deleted residual pada pengamatan ke-\(i\).
\(e_i\) = residual pada pengamatan ke-\(i\).
\(h_{ii}\) = elemen diagonal ke-\(i\) matriks HAT.
\(SSE\) = jumlah kuadrat galat.
\(n\) = banyaknya pengamatan.
\(p\) = banyaknya parameter (koefisien) model regresi.
Pengujian outlier pengamatan-\(Y\) dilakukan dengan prosedur pengujian hipotesis, di mana:
\(H_0\): kasus ke-\(i\) bukan merupakan outlier.
\(H_1\): kasus ke-\(i\) merupakan outlier.
Tolak \(H_0\) jika \(|t_i| > t\left(1-\dfrac{\alpha}{2n};\, n-p-1\right)\).
Matriks HAT memiliki peran penting dalam menentukan besarnya studentized deleted residual dalam mengidentifikasi outlier pengamatan-\(Y\). Matriks HAT juga sangat membantu dalam mengidentifikasi langsung outlier pengamatan-\(X\). Elemen diagonal \(h_{ii}\) pada matriks HAT mempunyai beberapa sifat, yakni nilainya selalu berada antara \(0\) dan \(1\) dan jumlahnya adalah \(p\):
\[ 0 \leq h_{ii} \leq 1 \quad \text{dan} \quad \sum_{i=1}^{n} h_{ii} = p \tag{2.8} \]
Pengamatan ke-\(i\) yang memiliki nilai \(h_{ii} > \dfrac{2p}{n}\) disebut sebagai outlier pengamatan-\(X\).
Jenis data yang digunakan pada penelitian ini adalah data kuantitatif. Data kuantitatif adalah data yang menyatakan besaran, jumlah atau jangkauan tertentu. Data kuantitatif dapat diproses menggunakan rumus matematika atau dapat juga dianalisis dengan sistem statistik.Sumber data yang digunakan pada penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh dari sumber yang sudah ada sebelumnya. Data pada batasan masalah diperoleh dari Badan Pusat Statistik (BPS).
Pada penelitian kali ini variabel yang digunakan terdiri dari variabel independen dan variabel dependen. Adapun variabel independen yang digunakan yaitu luas lahan (\(X_1\)), jumlah pupuk (\(X_2\)), dan curah hujan (\(X_3\)). Adapun variabel dependen yang digunakan yaitu hasil panen (\(Y\)).
Algoritma untuk melakukan Analisis Regresi Linier Berganda adalah:
| 1. | Mulai. | |
| 2. | Input data. | |
| 3. | Menentukan variabel dependen dan variabel independen. | |
| 4. | Membuat model regresi linier berganda. | |
| 5. | Uji asumsi klasik. | |
| 6. | Pengujian parameter (uji F dan uji t). | |
| 7. | Pengujian outlier menggunakan influence plot dan uji Bonferroni. | |
| 8. | hasil. | |
| 9. | Output. | |
Pada batasan masalah diperintahkan untuk mencari data minimal 35
observasi dengan minimal 3 variabel independen dan harus signifikan
semua. Data yang digunakan terdiri atas 36 observasi dengan empat
variabel penelitian, yaitu satu variabel dependen (\(Y\)) dan tiga variabel independen (\(X_1, X_2, X_3\)). Eksplorasi data dilakukan
untuk mengetahui struktur dan karakteristik data sebelum dilakukan
analisis lebih lanjut. Dalam Program R, fungsi str()
digunakan untuk melihat struktur data, sedangkan fungsi
summary() digunakan untuk menampilkan ringkasan statistik
dari setiap variabel. Berikut adalah statistik deskriptif dari data yang
terletak pada lampiran 1.
# Memanggil library yang digunakan
library(car)
library(lmtest)
library(knitr)
# Memasukkan data dari clipboard
data_yyam <- read.delim("clipboard", TRUE)
# Melihat struktur data
str(data_yyam)
## 'data.frame': 36 obs. of 4 variables:
## $ Y : num 127 116 120 133 117 ...
## $ x1: num 50.3 52.6 46 48 37.3 ...
## $ x2: num 31.1 32.9 25.7 25.8 26.7 ...
## $ x3: num 98.8 88.2 83.6 99 98.3 ...
# Menampilkan statistika deskriptif
summary(data_yyam)
## Y x1 x2 x3
## Min. : 65.61 Min. :24.03 Min. :22.05 Min. : 51.86
## 1st Qu.:103.29 1st Qu.:40.50 1st Qu.:26.96 1st Qu.: 87.26
## Median :117.55 Median :46.51 Median :30.35 Median : 95.86
## Mean :120.76 Mean :46.84 Mean :30.35 Mean : 96.73
## 3rd Qu.:133.54 3rd Qu.:52.68 3rd Qu.:32.99 3rd Qu.:108.59
## Max. :193.57 Max. :72.48 Max. :38.82 Max. :148.93
# Menyusun tabel statistik deskriptif
stat_desk <- sapply(data_yyam, summary)
colnames(stat_desk) <- c("$Y$", "$X_1$", "$X_2$", "$X_3$")
kable(stat_desk, digits = 2,
caption = "Tabel 4.1 Statistik Deskriptif")
| \(Y\) | \(X_1\) | \(X_2\) | \(X_3\) | |
|---|---|---|---|---|
| Min. | 65.61 | 24.03 | 22.05 | 51.86 |
| 1st Qu. | 103.29 | 40.50 | 26.96 | 87.26 |
| Median | 117.55 | 46.51 | 30.35 | 95.86 |
| Mean | 120.76 | 46.84 | 30.35 | 96.73 |
| 3rd Qu. | 133.54 | 52.68 | 32.99 | 108.59 |
| Max. | 193.57 | 72.48 | 38.82 | 148.93 |
Berdasarkan Tabel 4.1, variabel \(Y\) memiliki rentang nilai yang cukup lebar, yakni dari 65.61 hingga 193.57. Nilai mean yang berada pada 120.77 menunjukkan bahwa rata-rata pencapaian \(Y\) berada di tingkat sedang menuju tinggi. Sebaran kuartil pertama (103.29) hingga kuartil ketiga (133.54) mengindikasikan bahwa sebagian besar data \(Y\) terkonsentrasi pada rentang tersebut. Untuk variabel \(X_1\), nilai minimum sebesar 24.03 dan maksimum 72.48 menunjukkan variasi yang cukup besar di dalam data. Nilai median dan mean yang berdekatan (46.51 dan 46.84) menandakan distribusi yang relatif simetris, sehingga tidak terdapat indikasi kuat adanya pencilan ekstrem. Pada variabel \(X_2\), nilai minimum 22.05 dan maksimum 38.82 menggambarkan rentang data yang relatif sempit dibandingkan variabel lainnya. Hal ini menunjukkan bahwa variabilitas \(X_2\) relatif rendah. Nilai median (30.35) yang identik dengan mean (30.35) juga mengonfirmasi distribusi yang stabil dan tidak condong ke kiri maupun kanan. Sementara itu, variabel \(X_3\) memiliki variasi terbesar, dengan nilai minimum 51.86 dan maksimum 148.93. Sebaran kuartil pertama (87.26) hingga kuartil ketiga (108.59) menunjukkan adanya rentang tengah yang cukup luas. Nilai median (95.86) dan mean (96.73) yang hampir sama mengindikasikan distribusi yang seimbang, meskipun rentang totalnya cukup lebar. Secara keseluruhan, hasil statistik deskriptif menunjukkan bahwa seluruh variabel memiliki karakteristik distribusi yang relatif simetris dengan perbedaan tingkat variasi antarvariabel.
Pembentukan model regresi linier berganda dilakukan menggunakan
fungsi lm() dengan metode estimasi Ordinary Least
Squares (OLS), sedangkan hasil estimasi dapat dilihat melalui
fungsi summary(). Pada penelitian ini, variabel dependen
(\(Y\)) adalah hasil panen, sedangkan
variabel independen adalah luas lahan (\(X_1\)), jumlah pupuk (\(X_2\)), dan curah hujan (\(X_3\)).
# Membentuk model regresi linier berganda
model_regresi <- lm(Y ~ x1 + x2 + x3, data = data_yyam)
# Menampilkan hasil estimasi regresi
summary(model_regresi)
##
## Call:
## lm(formula = Y ~ x1 + x2 + x3, data = data_yyam)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.2564 -0.8176 -0.0020 0.8876 4.8151
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 27.81086 3.24814 8.562 8.75e-10 ***
## x1 1.80274 0.03548 50.812 < 2e-16 ***
## x2 -2.60203 0.08152 -31.919 < 2e-16 ***
## x3 0.90441 0.01876 48.198 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.061 on 32 degrees of freedom
## Multiple R-squared: 0.9956, Adjusted R-squared: 0.9952
## F-statistic: 2417 on 3 and 32 DF, p-value: < 2.2e-16
Adapun hasil dari analisis regresi linier berganda adalah sebagai berikut.
Tabel 4.2 Hasil summary regresi linier berganda
| Coefficients | Estimate | Std. Error | t value | \(Pr(>\|t\|)\) |
|---|---|---|---|---|
| (Intercept) | 27.81086 | 3.24814 | 8.562 | \(8.75 \times 10^{-10}\) |
| \(X_1\) | 1.80274 | 0.03548 | 50.812 | \(< 2 \times 10^{-16}\) |
| \(X_2\) | -2.60203 | 0.08152 | -31.919 | \(< 2 \times 10^{-16}\) |
| \(X_3\) | 0.90441 | 0.01876 | 48.198 | \(< 2 \times 10^{-16}\) |
Residual standard error: 2.061 pada 32 degrees of freedom, Multiple R-squared: 0.9956, Adjusted R-squared: 0.9952, F-statistic: 2417 pada 3 dan 32 DF, p-value: \(2.2 \times 10^{-16}\). Pada Tabel 4.2 merupakan hasil summary regresi linier berganda. Berdasarkan tabel tersebut, diperoleh model persamaan regresi sebagai berikut:
\[ \hat{Y} = 27.81086 + 1.80274X_1 - 2.60203X_2 + 0.90441X_3 \tag{4.1} \]
Dimana koefisien regresi \(\hat{\beta}_1 = 1.80274\) menunjukkan bahwa setiap kenaikan satu hektar dalam luas lahan (\(X_1\)) cenderung menaikkan hasil panen (\(Y\)) sebesar 1.80274, dengan asumsi variabel lainnya tetap. Lalu, untuk koefisien regresi \(\hat{\beta}_2 = -2.60203\) menunjukkan bahwa setiap kenaikan satu kilogram dalam jumlah pupuk (\(X_2\)) cenderung menurunkan hasil panen (\(Y\)) sebesar 2.60203, dengan asumsi variabel lainnya tetap. Pada koefisien regresi \(\hat{\beta}_3 = 0.90441\) menunjukkan bahwa setiap kenaikan satu (mm/bulan) dalam curah hujan (\(X_3\)) cenderung menaikkan hasil panen (\(Y\)) sebesar 0.90441, dengan asumsi variabel lainnya tetap. Berdasarkan tabel hasil summary, diperoleh nilai koefisien determinasi \(R^2 = 0.9956\), sehingga diperoleh bahwa ketiga variabel \(X\) tersebut dapat menjelaskan keragaman variabel \(Y\) (hasil panen) sebesar 99.56% dengan sisanya dipengaruhi oleh faktor lainnya.
Berikut adalah hasil dari nilai uji asumsi klasik pada data hasil panen (\(Y\)) dan tiga variabel independennya, yaitu luas lahan (\(X_1\)), jumlah pupuk (\(X_2\)), dan curah hujan (\(X_3\)).
Pengujian multikolinearitas dilakukan untuk mengetahui apakah terdapat hubungan linear yang kuat antarvariabel independen. Pengujian dilakukan dengan melihat matriks korelasi dan nilai Variance Inflation Factor (VIF).
# Menghitung matriks korelasi
cor(data_yyam[, -1])
## x1 x2 x3
## x1 1.00000000 -0.01419667 0.22864734
## x2 -0.01419667 1.00000000 0.06139827
## x3 0.22864734 0.06139827 1.00000000
# Menghitung nilai VIF
vif(model_regresi)
## x1 x2 x3
## 1.056055 1.004632 1.059838
Berdasarkan hasil di atas, didapatkan hasil korelasi matriks maupun hasil VIF yang didapat dengan menggunakan perhitungan berikut:
\[VIF_1 = \frac{1}{1-R_1^2} = 1.056055\] \[VIF_2 = \frac{1}{1-R_2^2} = 1.004632\] \[VIF_3 = \frac{1}{1-R_3^2} = 1.059838\]
Dapat dilihat dari hasil VIF di atas, di mana jika nilai \(VIF < 10\) maka data tidak memiliki permasalahan multikolinearitas dan jika nilai \(VIF > 10\) maka data memiliki permasalahan multikolinearitas. Berdasarkan hasil tersebut, diketahui bahwa seluruh variabel, yaitu \(X_1\), \(X_2\), dan \(X_3\), memiliki nilai \(VIF < 10\), sehingga tidak terdapat permasalahan multikolinearitas dan dapat dikatakan bahwa model regresi baik karena tidak ada multikolinearitas signifikan yang dapat memengaruhi model regresi.
Pengujian heteroskedastisitas dilakukan untuk mengetahui apakah varians residual pada model regresi bersifat konstan. Pengujian ini menggunakan Breusch-Pagan Test.
# Melakukan Uji Breusch-Pagan
bptest(model_regresi, studentize = FALSE)
##
## Breusch-Pagan test
##
## data: model_regresi
## BP = 9.2789, df = 3, p-value = 0.0258
Berdasarkan hasil output, diperoleh hasil uji Breusch-Pagan. Untuk menilai apakah varians galat pada model regresi linier berganda bersifat konstan, maka dilakukan pengujian hipotesis untuk uji heteroskedastisitas.
| 1. | Hipotesis |
|
\(H_0\) : Varian galat bersifat konstan
(homoskedastisitas). \(H_1\) : Varian galat bersifat berubah-ubah (heteroskedastisitas). |
|
| 2. | Taraf signifikansi |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(BP = \frac{\sum_{i=1}^{n} (\hat{g}_i - \bar{u})^2}{2} = 9.2789\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(BP \ge \chi^2_{\alpha;k}\) atau p-value \(\le \alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil program, diperoleh p-value = \(0.0258 \le 0.05\) (dan \(BP = 9.2789 > \chi^2_{0.05;3} = 7.8147\)) maka \(H_0\) ditolak. Sehingga pada taraf nyata 5% dapat disimpulkan bahwa varian galat bersifat tidak konstan. |
Pengujian autokorelasi dilakukan untuk mengetahui apakah terdapat hubungan antara residual satu pengamatan dengan pengamatan lainnya. Pengujian dilakukan menggunakan Durbin-Watson Test.
# Melakukan Uji Durbin-Watson
dwtest(model_regresi)
##
## Durbin-Watson test
##
## data: model_regresi
## DW = 2.0229, p-value = 0.562
## alternative hypothesis: true autocorrelation is greater than 0
Berdasarkan hasil output, diperoleh hasil uji Durbin-Watson. Untuk menilai apakah terdapat autokorelasi pada galat model regresi linier berganda, maka dilakukan pengujian hipotesis untuk uji autokorelasi.
| 1. | Hipotesis |
|
\(H_0\) : Tidak ada autokorelasi. \(H_1\) : Ada autokorelasi. |
|
| 2. | Taraf signifikansi |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(DW = \frac{\sum_{t=2}^{n}(e_t - e_{t-1})^2}{\sum_{t=1}^{n} e_t^2} = 2.0229\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil program, diperoleh p-value = \(0.562 > 0.05\) maka \(H_0\) diterima. Artinya, pada taraf nyata 5% tidak terjadi autokorelasi pada galat. |
Pengujian normalitas dilakukan untuk mengetahui apakah residual pada model regresi berdistribusi normal. Pengujian dilakukan menggunakan grafik Q-Q Plot dan Shapiro-Wilk Test.
# Menghitung residual model
residual_model <- resid(model_regresi)
# Membuat grafik Q-Q Plot
qqPlot(residual_model,
dist = "norm",
main = "Normal Q-Q Plot Residual")
## [1] 18 13
# Melakukan Uji Shapiro-Wilk
shapiro.test(residual_model)
##
## Shapiro-Wilk normality test
##
## data: residual_model
## W = 0.97932, p-value = 0.7226
Berdasarkan output di atas, diperoleh hasil uji Shapiro-Wilk. Untuk menilai apakah galat pada model regresi linier berganda berdistribusi normal, maka dilakukan pengujian hipotesis untuk uji normalitas.
| 1. | Hipotesis |
|
\(H_0\) : Galat berdistribusi
normal. \(H_1\) : Galat tidak berdistribusi normal. |
|
| 2. | Taraf signifikansi |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(T_3 = \frac{1}{D} \left[ \sum_{i=1}^{k} a_i (X_{n-i+1} - X_i) \right]^2 = 0.97932\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) apabila nilai p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil program, diperoleh p-value = \(0.7226 > 0.05\) maka \(H_0\) diterima. Sehingga dengan menggunakan taraf pengujian 5%, dapat disimpulkan bahwa galat berdistribusi normal. |
Output Q-Q Plot menunjukkan plot dengan sumbu horizontal (norm quantiles) yang menunjukkan kuantil dari distribusi normal teoretis, sementara sumbu vertikal menunjukkan kuantil dari residual model. Jika residual berdistribusi normal, titik-titik pada grafik akan mengikuti garis diagonal biru yang merupakan garis referensi ideal untuk distribusi normal. Sebagian besar titik dalam plot ini berada di sekitar garis diagonal dan di dalam area interval kepercayaan, menunjukkan bahwa residual mendekati distribusi normal di bagian tengah distribusi. Namun, terdapat beberapa titik di bagian ekor yang menyimpang dari garis, khususnya pada observasi 18 dan 13. Penyimpangan ini menunjukkan adanya sedikit deviasi dari normalitas di bagian ekstrem data. Meskipun demikian, penyimpangannya kecil sehingga secara keseluruhan distribusi residual masih mendekati distribusi normal dan asumsi normalitas pada model regresi dianggap terpenuhi.
Pengujian signifikansi parameter dilakukan untuk mengetahui apakah
variabel independen berpengaruh terhadap variabel dependen, baik secara
bersama-sama (uji simultan) maupun secara terpisah (uji parsial).
Pengujian dilakukan dengan memperhatikan hasil
summary(model_regresi).
ringkasan <- summary(model_regresi)
# Uji Simultan (Uji F)
f_stat <- ringkasan[["fstatistic"]][["value"]]
df1 <- ringkasan[["fstatistic"]][["numdf"]]
df2 <- ringkasan[["fstatistic"]][["dendf"]]
p_val_f <- pf(f_stat, df1, df2, lower.tail = FALSE)
# Nilai tabel
F_tabel <- qf(0.95, df1, df2)
t_tabel <- qt(0.975, df2)
# Uji Parsial (Uji t)
tabel_t <- as.data.frame(ringkasan[["coefficients"]])
tabel_t[, 4] <- format(tabel_t[, 4], scientific = TRUE, digits = 3)
kable(tabel_t, digits = 5, caption = "Tabel 4.7 Hasil Pengujian Parsial (Uji t)")
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | 27.81086 | 3.24814 | 8.56208 | 8.75e-10 |
| x1 | 1.80274 | 0.03548 | 50.81231 | 3.58e-32 |
| x2 | -2.60203 | 0.08152 | -31.91872 | 7.77e-26 |
| x3 | 0.90441 | 0.01876 | 48.19816 | 1.90e-31 |
# Ringkasan Uji F dan Koefisien Determinasi
tabel_f <- data.frame(
Ukuran = c("F-Hitung", "F-Tabel", "P-Value Uji F", "R-Squared", "Adjusted R-Squared"),
Nilai = c(f_stat, F_tabel, p_val_f, ringkasan[["r.squared"]], ringkasan[["adj.r.squared"]])
)
kable(tabel_f, digits = 4, caption = "Tabel 4.8 Hasil Uji Simultan (Uji F) dan Koefisien Determinasi")
| Ukuran | Nilai |
|---|---|
| F-Hitung | 2416.5164 |
| F-Tabel | 2.9011 |
| P-Value Uji F | 0.0000 |
| R-Squared | 0.9956 |
| Adjusted R-Squared | 0.9952 |
Nilai summary analisis regresi linier berganda dengan \(F_{hitung} = 2417\) dan \(p\text{-value} < 2.2 \times 10^{-16}\). Dari hasil tersebut akan dilakukan pengujian secara simultan atau keseluruhan untuk mengetahui apakah antara variabel-variabel bebas \(X\) terhadap variabel terikat \(Y\), atau setidaknya antara salah satu variabel bebas \(X\) dengan variabel terikat \(Y\) benar-benar terdapat hubungan linier. Berikut merupakan langkah-langkah pengujian menggunakan uji simultan:
| 1. | Hipotesis |
|
\(H_0 : \beta_1 = \beta_2 = \beta_3 =
0\) \(H_1\) : Tidak semua \(\beta_i = 0\), \(i = 1, 2, 3\). |
|
| 2. | Taraf pengujian |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(F_{hitung} = \frac{KT_{regresi}}{KT_{galat}} = 2417\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(F_{hitung} \ge F_{tabel}(db_1, db_2)\) atau p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil yang diperoleh bahwa nilai \(F_{hitung} = 2417\) dan nilai ini lebih besar dari \(F_{tabel}(3;32) = 2.90\), \(F_{hitung} = 2417 > F_{tabel} = 2.90\), serta \(p\text{-value} < 2.2 \times 10^{-16} < 0.05\), maka \(H_0\) ditolak. Sehingga dapat disimpulkan pada taraf nyata pengujian 5%, yang berarti variabel \(X\) secara simultan berpengaruh signifikan terhadap variabel \(Y\). |
Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap hasil panen. Pengujian dilakukan dengan memperhatikan nilai koefisien regresi, nilai t-statistic, dan p-value pada tabel koefisien hasil estimasi model. Berikut adalah pengujian signifikansi parameter pada data hasil panen (\(Y\)) dan 3 variabel independennya.
a. Luas lahan (\(X_1\))
| 1. | Hipotesis |
|
\(H_0 : \beta_1 = 0\) \(H_1 : \beta_1 \neq 0\) |
|
| 2. | Taraf pengujian |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(t_{hitung} = \frac{\hat{\beta}_1}{SE(\hat{\beta}_1)} = 50.812\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(|t_{hitung}| > t_{tabel}(n-p)\) atau p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil didapatkan nilai p-value < \(\alpha\) dimana \(2 \times 10^{-16} < 0.05\) maka tolak \(H_0\). Disimpulkan bahwa pada taraf nyata pengujian 5% luas lahan memiliki kontribusi yang signifikan terhadap hasil panen. |
b. Jumlah pupuk (\(X_2\))
| 1. | Hipotesis |
|
\(H_0 : \beta_2 = 0\) \(H_1 : \beta_2 \neq 0\) |
|
| 2. | Taraf pengujian |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(t_{hitung} = \frac{\hat{\beta}_2}{SE(\hat{\beta}_2)} = -31.919\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(|t_{hitung}| > t_{tabel}(n-p)\) atau p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil didapatkan nilai p-value < \(\alpha\) dimana \(2 \times 10^{-16} < 0.05\) maka tolak \(H_0\). Disimpulkan bahwa pada taraf nyata pengujian 5% jumlah pupuk memiliki kontribusi yang signifikan terhadap hasil panen. |
c. Curah hujan (\(X_3\))
| 1. | Hipotesis |
|
\(H_0 : \beta_3 = 0\) \(H_1 : \beta_3 \neq 0\) |
|
| 2. | Taraf pengujian |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(t_{hitung} = \frac{\hat{\beta}_3}{SE(\hat{\beta}_3)} = 48.198\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(|t_{hitung}| > t_{tabel}(n-p)\) atau p-value < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan hasil didapatkan nilai p-value < \(\alpha\) dimana \(2 \times 10^{-16} < 0.05\) maka tolak \(H_0\). Disimpulkan bahwa pada taraf nyata pengujian 5% curah hujan memiliki kontribusi yang signifikan terhadap hasil panen. |
Pengujian Hipotesis (\(\alpha = 0.05\)):
Pendeteksian outlier dilakukan untuk mengetahui apakah terdapat pengamatan yang memiliki karakteristik berbeda atau memberikan pengaruh terhadap model regresi. Pengujian dilakukan menggunakan Influence Plot dan Uji Bonferroni.
# Memanggil library
library(car)
library(readxl)
library(knitr)
# Memasukkan data
Data5 <- read.delim("clipboard")
# Membentuk model regresi
regresi <- lm(Y ~ ., data = Data5)
# Membuat Influence Plot
inf_res <- influencePlot(regresi,
main = "Gambar Influence Plot Model Regresi",
sub = "Ukuran lingkaran proporsional terhadap nilai Cook's Distance")
kable(inf_res, digits = 5, caption = "Tabel 4.3 Output influence plot")
| StudRes | Hat | CookD | |
|---|---|---|---|
| 6 | -2.33742 | 0.21668 | 0.33157 |
| 18 | 2.78774 | 0.14900 | 0.28075 |
| 29 | -0.09902 | 0.23839 | 0.00079 |
| 34 | -0.01175 | 0.29816 | 0.00002 |
Tabel 4.3 Output influence plot
| Pengamatan | StudRes | Hat | CookD |
|---|---|---|---|
| 6 | -2.33742 | 0.21668 | 0.33157 |
| 18 | 2.78774 | 0.14900 | 0.28075 |
| 29 | -0.09902 | 0.23839 | 0.00079 |
| 34 | -0.01175 | 0.29816 | 0.00002 |
Pendeteksian dapat dilakukan dengan menggunakan influence plot untuk melihat pada data ke berapa saja yang berpotensi menjadi outlier atau memiliki pengaruh besar. Dari hasil influence plot pada Tabel 4.3, dapat dilihat bahwa pengamatan ke-6, 18, 29, dan 34 tampil sebagai titik-titik yang teridentifikasi. Dari influence plot dapat diketahui bahwa data ke-18 terletak paling tinggi di atas dengan nilai Studentized Residual yang besar positif mencapai 2.79. Selain itu, data ke-6 memiliki nilai Studentized Residual negatif sebesar -2.34 dan lingkaran dengan ukuran terbesar yang berwarna biru paling pekat dibandingkan data lainnya, yang menandakan bahwa data ke-6 memiliki nilai CookD tertinggi, yaitu 0.3316, diikuti data ke-18 dengan CookD sebesar 0.2808. Sementara itu, data ke-29 dan ke-34 memiliki nilai Hat sebesar 0.2384 dan 0.2982 yang melebihi batas \(2p/n = 0.2222\), namun nilai Studentized Residual keduanya mendekati nol dan CookD sangat kecil, sehingga keduanya merupakan titik dengan leverage tinggi yang tidak berpengaruh terhadap model. Seluruh nilai CookD berada di bawah 1, sehingga tidak ada pengamatan yang menarik garis regresi secara ekstrem. Dengan demikian, data ke-18 dan data ke-6 dapat dianggap sebagai pengamatan yang paling berpotensi menjadi outlier dibandingkan data pengamatan yang lain.
# Melakukan Uji Bonferroni
outlierTest(regresi)
## No Studentized residuals with Bonferroni p < 0.05
## Largest |rstudent|:
## rstudent unadjusted p-value Bonferroni p
## 18 2.787737 0.0089852 0.32347
Tabel 4.4 Hasil deteksi outlier dengan uji Bonferroni
| rstudent | unadjusted p-value | Bonferroni \(p\) | |
|---|---|---|---|
| 18 | 2.787737 | 0.0089852 | 0.32347 |
Berdasarkan Tabel 4.4 didapatkan hasil deteksi outlier pada data pengamatan ke-18 dengan \(rstudent = 2.787737\), \(p_{value} = 0.0089852\), dan Bonferroni \(p = 0.32347\). Dari hasil tersebut akan dilakukan pengujian hipotesis pada data pengamatan ke-18 untuk mendeteksi dan mengonfirmasi apakah data pengamatan tersebut benar-benar merupakan outlier atau bukan.
| 1. | Menentukan hipotesis |
|
\(H_0\) : Kasus ke-18 bukan merupakan
outlier. \(H_1\) : Kasus ke-18 merupakan outlier. |
|
| 2. | Taraf signifikansi |
| \(\alpha = 5\% = 0.05\). | |
| 3. | Statistik uji |
| \(t_i = e_i\sqrt{\frac{n-p-1}{SSE(1-h_{ii})-e_i^2}} = 2.787737\) | |
| 4. | Kriteria penolakan |
| Tolak \(H_0\) jika \(|t_i| \ge t_{tabel}\left(1-\frac{\alpha}{2n};\, n-p-1\right)\) atau Bonferroni \(p\) < \(\alpha\). | |
| 5. | Kesimpulan |
| Berdasarkan pengujian, didapatkan nilai \(|t_i| = 2.787737 < t_{tabel} = 3.5117\) dan Bonferroni \(p = 0.32347 > \alpha = 0.05\), maka \(H_0\) gagal ditolak. Sehingga dapat disimpulkan bahwa pada taraf signifikansi 5% tidak terdapat cukup bukti untuk menyatakan bahwa data ke-18 merupakan outlier. |
Pembahasan Evaluasi Outlier:
Berdasarkan hasil analisis regresi linier berganda yang telah dilakukan terhadap data hasil panen (\(Y\)) dengan luas lahan (\(X_1\)), jumlah pupuk (\(X_2\)), dan curah hujan (\(X_3\)) menggunakan program R, dapat disimpulkan bahwa data yang digunakan terdiri atas 36 observasi dengan tiga variabel independen. Hasil eksplorasi dan statistik deskriptif menunjukkan bahwa nilai mean dan median setiap variabel berdekatan, sehingga distribusi data relatif simetris dengan tingkat variasi yang berbeda antarvariabel. Model regresi linier berganda yang terbentuk adalah \(\hat{Y} = 27.81086 + 1.80274X_1 - 2.60203X_2 + 0.90441X_3\). Koefisien \(X_1\) dan \(X_3\) bernilai positif, yang berarti kenaikan luas lahan dan curah hujan cenderung menaikkan hasil panen, sedangkan koefisien \(X_2\) bernilai negatif, yang berarti kenaikan jumlah pupuk cenderung menurunkan hasil panen.
Hasil pengujian asumsi klasik menunjukkan bahwa residual berdistribusi normal (p-value = 0.7226), bebas autokorelasi (p-value = 0.562), serta bebas dari multikolinearitas (seluruh \(VIF < 10\), dengan nilai tertinggi 1.0598). Namun, asumsi homoskedastisitas tidak terpenuhi (p-value Breusch-Pagan = 0.0258 \(< 0.05\)), sehingga varians galat bersifat tidak konstan dan memerlukan penanganan lebih lanjut. Selanjutnya, hasil Uji \(F\) menunjukkan bahwa seluruh variabel independen secara simultan berpengaruh signifikan terhadap \(Y\) (\(F_{hitung} = 2417\), p-value \(< 2.2 \times 10^{-16}\)) dengan nilai koefisien determinasi \(R^2\) sebesar 0.9956 dan adjusted R-squared sebesar 99.52%. Hasil Uji \(t\) menunjukkan bahwa variabel \(X_1\), \(X_2\), dan \(X_3\) seluruhnya berpengaruh signifikan secara parsial terhadap \(Y\) (p-value \(< 2 \times 10^{-16} < 0.05\)).
Berdasarkan pendeteksian menggunakan Influence Plot, pengamatan ke-6, 18, 29, dan 34 merupakan pengamatan yang perlu diperhatikan, namun seluruh nilai Cook’s Distance berada di bawah 1. Selanjutnya, berdasarkan hasil Uji Bonferroni, pengamatan dengan Studentized Residual terbesar (pengamatan ke-18) memperoleh Bonferroni p-value sebesar 0.32347. Nilai tersebut lebih besar dari 0.05 sehingga model tidak mengandung outlier yang signifikan secara statistik pada taraf nyata 5%.
Dalam menjalankan analisis regresi linier berganda pada program R, diperlukan ketelitian dalam memasukkan data dan menuliskan syntax agar tidak terjadi error ketika program dijalankan dan hasil yang diperoleh sesuai harapan. Selain itu, setiap tahapan analisis sebaiknya dilakukan secara berurutan, mulai dari eksplorasi data, pembentukan model, pengujian asumsi klasik, pengujian signifikansi parameter, hingga pendeteksian outlier. Pembaca juga disarankan mempelajari materi dasar tentang struktur analisis regresi linier berganda terlebih dahulu sebelum membuatnya menggunakan program R.
Pemahaman terhadap hasil output juga perlu ditingkatkan agar setiap keputusan pengujian dan yang diberikan sesuai dengan hasil perhitungan dan tidak terjadi kekeliruan. Pada penelitian selanjutnya, apabila ditemukan pelanggaran asumsi seperti heteroskedastisitas, disarankan melakukan penanganan, misalnya dengan transformasi variabel, Weighted Least Squares, atau galat baku robust. Penulis juga sangat mengharapkan kritik, saran, dan bimbingan
Annisak, F., Zainuri, H. S., & Fadillah, S. (2024). Peran uji hipotesis penelitian perbandingan menggunakan statistika non parametrik dalam penelitian. Al Ittihadu, 3(1), 105-116.
Basalamah, S. (2023). Algoritma regresi robust dan decision tree untuk prediksi pada dataset dengan outlier [Doctoral dissertation, Universitas Gadjah Mada].
Fadlilah, A.F., Chrisnanto, Y.H., & Ningsih, A.K. (2022). Identifikasi anomali data akademik menggunakan DBSCAN outlier detection. Prosiding Seminar Nasional Sains dan Teknologi, 12(1), 336-342.
Husain, A., & Jamaluddin, S. R. W. (2024). Pemodelan data angka kematian bayi menggunakan regresi robust. Jurnal Sains, Teknologi & Komputer, 1(1), 1-7.
Kartiningrum, E. D., Notobroto, H. B., Otok, B. W., Kumarijati, N. E., & Yuswatiningsih, E. (2022). Aplikasi regresi dan korelasi dalam analisis data hasil penelitian. STIKes Majapahit Mojokerto. ISBN 978-623-92996-9-9.
Khotimah, A. K., Rahman, A. A., Alam, M. Z., Adawiyah, R., Nur, Y. H., Aufi, T. R., & Sifriyani, S. (2024). Analisis regresi linier berganda dalam estimasi indeks pembangunan manusia di Indonesia. EKSPONENSIAL, 15(2), 90-99.
Prasmono, A. S. P., & Ahdika, A. (2023). Analisis regresi berganda pada faktor-faktor yang mempengaruhi kinerja fisik preservasi jalan dan jembatan di Provinsi Sumatera Selatan. Emerging Statistics and Data Science Journal, 1(1), 47-56. https://doi.org/10.20885/esds.vol1.iss.1.art6
Qomusuddin, I.F. & Romlah, S. (2021). Analisis data kuantitatif dengan program IBM SPSS Statistic 20.0. Yogyakarta: CV Budi Utama.
Rahmawati, D., Kristanto, T., Pratama, B. S., & Abiansa, D. B. (2022). Prediksi pelaku perjalanan luar negeri di masa pandemi COVID-19 menggunakan metode regresi linier sederhana. Journal of Information System Research (JOSH), 3(3), 338-343.
Rini, D. S. (2026). Modul praktikum pengantar analisis regresi. Bengkulu: Laboratorium Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Bengkulu.
Sholihah, S. M. A., Aditiya, N. Y., Evani, E. S., & Maghfiroh, S. (2023). Konsep uji asumsi klasik pada regresi linier berganda. Jurnal Riset Akuntansi Soedirman, 2(2), 102-110.
Sulantari, S., Hariadi, W., Putra, E. D., & Anas, A. (2024). Analisis regresi linier berganda untuk memodelkan faktor yang mempengaruhi nilai penambahan utang tahunan negara Indonesia. UJMC (Unisda Journal of Mathematics and Computer Science), 10(1), 36-46.
Sulianta, F. (2023). Basic data mining from A to Z. Jakarta: Elex Media Komputindo.