KUSWANTO-2012

Hubungan non Hubungan non--linier linier

Merupakan hubungan non linier Merupakan hubungan non linier
Hub non linier Hub non linier : : perubahan pada Y diikuti perubahan pada Y diikuti
dengan perubahan yang tidak tetap pada X dengan perubahan yang tidak tetap pada X
dalam wilayah yang ditentukan dalam wilayah yang ditentukan dalam wilayah yang ditentukan dalam wilayah yang ditentukan
Contoh Contoh : respon padi terhadap pemupukan, : respon padi terhadap pemupukan,
pola pertumbuhan tanaman antar waktu pola pertumbuhan tanaman antar waktu
Sedang hubungan linier Sedang hubungan linier perubahan perubahan
tetap pada seluruh wilayah tetap pada seluruh wilayah
Regresi non linier sederhana Regresi non linier sederhana
Untuk hubungan non linier Untuk hubungan non linier, pemilihan , pemilihan
regresi (dan korelasi) yang tepat regresi (dan korelasi) yang tepat
tergantung bentuk fungsi tergantung bentuk fungsi yang digunakan yang digunakan
Sebelum menduga model regresi, maka Sebelum menduga model regresi, maka Sebelum menduga model regresi, maka Sebelum menduga model regresi, maka
linierkan bentuk yang tidak linier linierkan bentuk yang tidak linier
Transformasi variabel (peubah) Transformasi variabel (peubah)
Membentuk variabel baru Membentuk variabel baru
Transformasi variabel Transformasi variabel
Bentuk Bentuk--bentuk yang umum ditemukan di bentuk yang umum ditemukan di
penelitian pertanian penelitian pertanian
Y = Y = ee
;;
Y= Y= + + XX dimana Y=lnY, dimana Y=lnY, =ln =ln
Y = Y =
;;
Y= Y= + + X X dimana Y=logY, dimana Y=logY, Y = Y =
;;
Y= Y= + + X X dimana Y=logY, dimana Y=logY,
=log =log dan dan = log = log
1/Y = 1/Y = + + XX Y= Y= ++XX dimana Y=1/Y dimana Y=1/Y
Y = Y = + + /X /X Y= Y= ++X X dimana X=1/X dimana X=1/X
Y=( Y=( + + /X) /X)

Y= Y= ++X X dimana Y=1/Y, X=1/X dimana Y=1/Y, X=1/X

Pembentukan variabel baru Pembentukan variabel baru
Hubungan non Hubungan non--linier antara 2 variabel linier antara 2 variabel
dilinierkan dilinierkan melalui pembentukan 1 atau melalui pembentukan 1 atau
lebih variabel lebih variabel, sedemikian rupa sehingga , sedemikian rupa sehingga
dapat menghitung komponen non dapat menghitung komponen non--linier linier dapat menghitung komponen non dapat menghitung komponen non--linier linier
dari fungsi aslinya. dari fungsi aslinya.
Dalam penelitian pertanian, teknik ini Dalam penelitian pertanian, teknik ini
paling banyak digunakan pada derajad paling banyak digunakan pada derajad
polinomial ke polinomial ke--kk
Contoh Contoh
Y = Y =

+ +

X + X +

XX

+ + + +
NN
XX
NN
dapat dapat
dilinierkan membentuk peubah baru, dilinierkan membentuk peubah baru,
misalnya misalnya ZZ

, Z , Z

, sehingga , sehingga
Y = Y =

+ +

ZZ

+ +

ZZ

+ + + +
NN
ZZ
NN
Dimana Z Dimana Z

=X, Z =X, Z

=X =X

, Z , Z
NN
=X =X
NN
Dimana Z Dimana Z

=X, Z =X, Z

=X =X

, Z , Z
NN
=X =X
NN
Perhatikan bahwa bentuk tersebut adalah Perhatikan bahwa bentuk tersebut adalah
regresi linier berganda, dimana dengan regresi linier berganda, dimana dengan
variabel bebas Zi variabel bebas Zi
Untuk menduga model regresi tersebut Untuk menduga model regresi tersebut
maka digunakan cara pendugaan regresi maka digunakan cara pendugaan regresi
linier benganda linier benganda
Contoh Contoh
o
o o
o
o o
o o
o o o
o o
o o
o o
Bentuk Kuadratik Bentuk Kubik
Bila digambar kurva Bila digambar kurva mungkin mungkin
o
o o
o
o o
o o
o o o
o o
o o
o o
Bentuk Kuadratik Bentuk Kubik
Untuk menduga model regresi Untuk menduga model regresi
polinomial berderajat k (kuadratik, polinomial berderajat k (kuadratik,
kubik dst,) dibutuhkan n>k+1 pasang kubik dst,) dibutuhkan n>k+1 pasang
data data
Bentuk kurva polinomialnya dapat Bentuk kurva polinomialnya dapat Bentuk kurva polinomialnya dapat Bentuk kurva polinomialnya dapat
diduga melalui bentuk diagram diduga melalui bentuk diagram
pencar dari data tersebut pencar dari data tersebut
Perhatikan contoh berikut Perhatikan contoh berikut
Perhitungan regresi kuadratik Perhitungan regresi kuadratik
Bentuk umum Bentuk umum Y = Y =

+ +

X + X +

XX

Diduga dengan Y Diduga dengan Y = b = b

+ b + b

X + b X + b

XX

Bentuk ini dapat diduga dengan Bentuk ini dapat diduga dengan
melinierkan menjadi melinierkan menjadi Y = b Y = b

+ b + b

Z1+ b Z1+ b

ZZ

melinierkan menjadi melinierkan menjadi Y = b Y = b

+ b + b

Z1+ b Z1+ b

ZZ

Perhatikan bahwa model baru hasil Perhatikan bahwa model baru hasil
transformasi tersebut adalah model regresi transformasi tersebut adalah model regresi
linier berganda, sehingga dapat dicari linier berganda, sehingga dapat dicari
dengan pendugaan model regresi linier dengan pendugaan model regresi linier
berganda, menggunakan rumus langsung berganda, menggunakan rumus langsung
atau matrik atau matrik
Contoh Contoh Soal Soal: Data : Data respon respon hasil hasil padi padi pada pada
pemupukan pemupukan NN
Nomor Nomor
Pasangan Pasangan
Hasil Gabah Hasil Gabah
(kg/ha) Y (kg/ha) Y
N (kg/ha) N (kg/ha)
(X=Z1) (X=Z1)
XX
22
=Z2 =Z2
11 4,878 4,878 00 00
22 5,506 5,506 30 30 900 900 22 5,506 5,506 30 30 900 900
33 6,083 6,083 60 60 3.600 3.600
44 6,291 6,291 90 90 8.100 8.100
55 6.361 6.361 120 120 14.400 14.400
Perhatikan bahwa variabel X sudah diganti dengan Z
dan X2 diganti dengan Z2. Dengan demikian kerjakan
menurut regresi linier berganda
Isi total, rata, jumlah kuadrat Isi total, rata, jumlah kuadrat
No No YY Z1 Z1 Z2 Z2 YZ1 YZ1 YZ2 YZ2 Z1Z2 Z1Z2
1 4,878 4,878 00 00
2 5,506 5,506 30 30 900 900
3 6,083 6,083 60 60 3.600 3.600
4 6,291 6,291 90 90 8.100 8.100 4 6,291 6,291 90 90 8.100 8.100
5 6.361 6.361 120 120 14.400 14.400
Total 6383,758 300 27000
Rata2 2127,91933 100 9000
Jk 40462451,7 27000 286740000
Isi YZ1 Isi YZ1
No No YY Z1 Z1 Z2 Z2 YZ1 YZ1 YZ2 YZ2 Z1Z2 Z1Z2
1 4,878 4,878 00 00
0
2 5,506 5,506 30 30 900 900
165,18
3 6,083 6,083 60 60 3.600 3.600
364,98
4 6,291 6,291 90 90 8.100 8.100
566,19
4 6,291 6,291 90 90 8.100 8.100
566,19
5 6.361 6.361 120 120 14.400 14.400
763320
Total 6383,758 300 27000 764416,4
Rata2 2127,91933 100 9000 254805,5
Jk 40462451,7 27000 286740000
Isi YZ2 Isi YZ2
No No YY Z1 Z1 Z2 Z2 YZ1 YZ1 YZ2 YZ2 Z1Z2 Z1Z2
1 4,878 4,878 00 00
0 0
2 5,506 5,506 30 30 900 900
165,18 4955,4
3 6,083 6,083 60 60 3.600 3.600
364,98 21898,8
4 6,291 6,291 90 90 8.100 8.100
566,19 50957,1
4 6,291 6,291 90 90 8.100 8.100
566,19 50957,1
5 6.361 6.361 120 120 14.400 14.400
763320 91598400
Total 6383,758 300 27000 764416,4 91676211
Rata2 2127,91933 100 9000 254805,5 30558737
Jk 40462451,7 27000 286740000
Isi Z1Z2 Isi Z1Z2
No No YY Z1 Z1 Z2 Z2 YZ1 YZ1 YZ2 YZ2 Z1Z2 Z1Z2
1 4,878 4,878 00 00
0 0 0
2 5,506 5,506 30 30 900 900
165,18 4955,4 27000
3 6,083 6,083 60 60 3.600 3.600
364,98 21898,8 216000
4 6,291 6,291 90 90 8.100 8.100
566,19 50957,1 729000
4 6,291 6,291 90 90 8.100 8.100
566,19 50957,1 729000
5 6.361 6.361 120 120 14.400 14.400
763320 91598400 1728000
Total 6383,758 300 27000 764416,4 91676211 2700000
Rata2 2127,91933 100 9000 254805,5 30558737 900000
Jk 40462451,7 27000 286740000
Menghitung b1 dan b2 Menghitung b1 dan b2
Dari rumus Dari rumus
Ingat bahwa Ingat bahwa
karena merupakan rumus varian karena merupakan rumus varian

=
2
2 1
2
2
2
1
2 2 1 1
2
2
) ( ) )( (
) )( ( ) )( (
1
x x x x
y x x x y x x
b

= n X X x / ) ( ) (
2
2
2
2
2
2
karena merupakan rumus varian karena merupakan rumus varian
Dan untuk Dan untuk
Sehingga setiap Sehingga setiap nilai varian dan kovarian nilai varian dan kovarian harus harus
diselesaikan dulu rumusnya baru nilai diselesaikan dulu rumusnya baru nilai
dimasukkan untuk menghitung b1 dan b2 dimasukkan untuk menghitung b1 dan b2

= n X X x / ) ( ) (
2
1
2
1
2
1
Setelah semua varian dan kovarian Setelah semua varian dan kovarian
dimasukkan, maka.. dimasukkan, maka..
Diperoleh Diperoleh b1 = 26,65 b1 = 26,65
b2 = b2 = --0,118 0,118
Dan b0 dengan rumus Dan b0 dengan rumus
diperoleh b0 = 4,862 diperoleh b0 = 4,862
2
2
1
1 0

= X b X b Y b
diperoleh b0 = 4,862 diperoleh b0 = 4,862
Persamaan regresi diperoleh Persamaan regresi diperoleh
Y = 4,862 + 26,65 Z1 Y = 4,862 + 26,65 Z1 --0,118 Z2 0,118 Z2
Karena Z1 dan Z2 merupakan nilai dari X dan X Karena Z1 dan Z2 merupakan nilai dari X dan X, ,
maka maka
Y = 4,862 + 26,65 X Y = 4,862 + 26,65 X -- 0,118 X 0,118 X
22
Anova, koefisien determinasi Anova, koefisien determinasi
dan kesimpulan dan kesimpulan
Kerjakan anovanya, ketemu Fhit = 245,32, Kerjakan anovanya, ketemu Fhit = 245,32,
dimana lebih besar dari F tabel 1% sehingga dimana lebih besar dari F tabel 1% sehingga
sangat nyata sangat nyata
Kesimpulan : respon hasil terhadap pemupukan N Kesimpulan : respon hasil terhadap pemupukan N Kesimpulan : respon hasil terhadap pemupukan N Kesimpulan : respon hasil terhadap pemupukan N
dapat diterangkan dengan persamaan kuadrat dapat diterangkan dengan persamaan kuadrat
Hitung koefisien determinasi dan ketemu R Hitung koefisien determinasi dan ketemu R = =
0,996 0,996
Artinya : sebayak 99,6% keragaman hasil padi Artinya : sebayak 99,6% keragaman hasil padi
diterangkan(dipengaruhi) oleh pemupukan N dengan diterangkan(dipengaruhi) oleh pemupukan N dengan
penduga persamaan regresi kuadrat penduga persamaan regresi kuadrat
BAHAN DISKUSI BAHAN DISKUSI
Lakukan analisis untuk regresi polinomial Lakukan analisis untuk regresi polinomial
berderajad 2 (regresi kuadrat) berderajad 2 (regresi kuadrat)
Cari datanya Cari datanya
Lakukan analisis menduga persamaan regresi Lakukan analisis menduga persamaan regresi Lakukan analisis menduga persamaan regresi Lakukan analisis menduga persamaan regresi
kuadrat kuadrat
Hitung anovanya dan koefisien Hitung anovanya dan koefisien
determinasinya determinasinya
Berikan kesimpulan dan interpretasinya Berikan kesimpulan dan interpretasinya