GRAFIK DAN ANALISISNYA

A. Pengantar
Salah satu tujuan dari laporan ilmiah adalah mengungkapkan informasi secara
numerik yaitu data dan hasil perhitungan dengan cara yang mudah dimengerti. Bersama-
sama dengan bagian laporan yang lain maka laporan dapat mengungkapkan isinya
dengan sendirinya. Idealnya orang yang tidak melakukan eksperimen jika membaca maka
dapat memahami.
Hukum fisika merupakan kaitan matematis antar besaran yang diukur. Grafik merupakan
bentuk visual dari pengungkapan keterkaitan tersebut. Dengan kata lain grafik
merupakan ungkapan secara visual dari kaitan antara kedua variabel tersebut pada kedua
sumbu. Biasanya kaitan kedua variabel tersebut dibuat fungsi.
Untuk menyatakan bagaimana data dikaitkan, grafik biasanya berisi titik-titik data dan
kurva tercocok (fitted curve). Termasuk dalam pengertian kurva adalah garis lurus.
Dalam kenyataannya paling mudah dilakukan interpretasi jika kurva berupa garis lurus.
Pada suatu nilai hasil pengukuran atau perhitungan, jika ada nilai harapnya maka
ralat penting ditampilkan untuk menunjukkan seberapa baik data eksperimental sesuai
dengan nilai harap. Untuk set data yang dicocokkan dengan persamaan maka penting
mengetahui bagaimana data-data tersebut sesuai dengan fungsi. Hal ini dilakukan
menggunakan error bar (batang ralat) yang akan dibahas nanti. Error bar membantu
sesesorang untuk mengamati seberapa bagus setiap data mengikuti kurva atau garis pada
grafik. Jika parameter persamaan seperti slope dan intersep diperoleh melalui data maka
kedua parameter memiliki ralat yang menyatakan jangkau nilai yang diperlukan untuk
membuat seluruh titik data sesuai dengan kurva.
Kegunaan grafik
a. Untuk menentukan besaran fisis
b. Visualisasi hasil eksperimen yang dapat memberikan manfaat untuk:
Perbandingan teori dan eksperimen
Melihat kontinuitas variabel
c. Untuk menetapkan hubungan empiris antar variabel
B. Pembuatan grafik
1. Tabel data
Sering data yang diperoleh dalam eksperimen berbeda dengan yang akan diplot di
grafik. Misalnya yang diukur massa sedangkan yang diplot adalah berat. Dalam hal
ini data yang akan diplot sebaiknya tetap seperti pada tabel. Hal ini akan lebih
memudahkan bagi pembaca untuk membandingkan setiap titik data pada tabel dengan
titik data pada grafik. Tabel data mencakup ukuran error bar untuk setiap titik data.
Satuan pada tabel harus sama dengan satuan pada grafik.
Grafik harus diplot dari data yang dinyatakan dalam tabel. Oleh karena itu aturan
pentabelan adalah sebagai berikut:
1
a. memiliki ukuran dan antar kolom dipisah supaya lebih mudah membaca.
b. Judul harus mengandung arti yang mewakili terhadap eksperimen serta pada tiap
kolom diberi heading.
c. Tidak terpisahkan oleh pergantian halaman (kecuali jika tabel panjangnya lebih
dari 1 halaman, sebaiknya tetap diusahakan agar cukup 1 halaman).
d. Diberi nomor tabel yang sesuai (misal: Tabel 1) untuk memudahkan merujuk
pada laporan, dan nama, (misal: gerak jatuh bebas bola besi) yang bisa
memberikan penjelasan.
e. Masukkan informasi yang terkait dengan data yaitu satuan, ralat dll.
Tabel 3.1 Posisi bola terhadap waktu
i
i
x
(cm)
i
x
(cm)
i
t
(s)
i
t
(s)
1 2,0 t 0,1
2
3
0
4
8
12
16
0 1 2 3 4 5 6
Waktu (detik)
P
o
s
i
s
i

(
m
)
2. Bagian-bagian grafik
a. Judul
Judul grafik dibuat sedemikian rupa sehingga agak memberikan penjelasan
mengenai kegiatan di lab. Judul seperti y vs x mungkin benar, namun tidak
berarti jika diharapkan orang yang membaca paham akan grafik tersebut. Lain
halnya dengan Benda Jatuh Bebas akan lebih membantu pembaca untuk
membayangkan kenyataannya.
b. Label sumbu
2
Seperti disebutkan di atas m dan l tidak berarti jika dibandingkan dengan
ungkapan penambahan massa (m) dalam gram dan panjang tali (l) dalam
cm. Ungkapan tersebut cukup informatif. Simbol m dan l masih digunakan
untuk mempermudah mencari simbol tersebut dalam persamaan. Satuan harus
disertakan didalam label sumbu.
c. Skala sumbu
1) pilihlah skala sumbu sedemikian rupa sehingga titik-titik data mampu
tersebar pada luasan grafik yang diplot. Diusahakan titik-titik data tidak
mengumpul di satu tempat.
0
5
10
15
20
25
0 5 10 15 20 25 30 35 40 45 50
0
5
10
15
20
25
0 7 14 21 28 35 42 49
2) Untuk membagi sumbu pilihlah skala-skala pembagi yang mudah
(sederhana). Angka 0,3967 volt merupakan contoh pembagian skala yang
sulit. Akan lebih mudah jika dipilih 0,25; 0,5 volt atau mungkin 0,4 volt.
Jika data berupa bilangan bulat maka untuk menyatakannya jangan
menggunakan notasi sientifik.
3) Jika datanya dimulai dari x yang jauh dari titik (0,0) maka titik (0,0) tidak
harus ada dalam grafik. Contoh karakteristik arus-tegangan pada lampu
LED.
I = 7E-15V
34.499
0
0.2
0.4
0.6
0.8
1
1.2
1.4
2.2 2.3 2.4 2.5 2.6 2.7
Tegangan (volt)
A
r
u
s

(
m
i
k
r
o
a
m
p
e
r
e
)
I = 7E-15V
34.499
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0 0.5 1 1.5 2 2.5 3
Tegangan (volt)
A
r
u
s

(
m
i
k
r
o
a
m
p
e
r
e
)
Gambar 1. . Error bar terlalu kecil sehingga tidak tampak dalam gambar
d. memplot titik-titik
Sering hasil yang ditentukan dari grafik agak kurang sesuai karena kesalahan
dalam memplot titik-titik data. Jika memplot dengan tangan harus hati-hati
jangan sampai keliru. Titik-titik data harus dicocokkan dengan error bar untuk
3
menunjukkan bahwa data tersebut ada ralatnya. Jika ralatnya pada satu atau
kedua dimensi terlalu kecil, maka catatan pada grafik perlu dibuat agar
pembaca mengetahui jika ralatnya memang terlalu kecil. Catatan ini dapat
ditempatkan di keterangan gambar. Misalnya error bar terlalu kecil sehingga
tidak tampak dalam gambar.
e. Titik-titik pada Slope
Pada perhitungan parameter grafik seperti slope, maka titik-titik pada garis
harus dipilih mana yang merupakan titik data, bahkan jika titik data tampak
menyimpangkan garis terlalu besar maka akan membuat grafik keliru.
f. Error bar (batang kesalahan)
Error bar bisa dalam 1 arah atau kedua arah dan mungkin nilainya berbeda
antara arah positif dengan arah negatif. Jangkau nilai yang mungkin untuk
suatu titik data mencakup semua titik yang dibatasi oleh segiempat dengan
titik sudutnya merupakan pertemuan antara kedua error bar. Ukuran error bar
diberikan oleh ralat kedua koordinat. Sesungguhnya titik-titik yang
menggambarkan nilai yang benar berada di dalam elip yang dibentuk oleh
error bar. Hal ini disebabkan karena pengukuran x dan y tidak memiliki nilai
maksimum error pada saat yang sama.
Gambar 3.1 Titik dengan error bar
3. Analisis grafik
Biasanya titik data pada grafik digunakan untuk menentukan parameter kaitan
antara kedua besaran. Misalnya jika memplot garis lurus maka slope dan titik
potong pada sumbu y merupakan parameter-parameter yang menggambarkan
kaitan tersebut.
Catatan: slope dan intersep mungkin memiliki satuan. Satuan intersep pada y
sama dengan satuan variabel y dan slope memiliki satuan
[ ]
[ ]
[ ] x
y
slope
4. Linearisasi persamaan
4
Model matematika yang anda pilih harus memungkinkan untuk diplot di grafik.
Cara termudah untuk menyederhanakannya dalah dengan melinearkan grafik,
yaitu memilih informasi yang akan diplot agar supaya dapat dibuat garis lurus.
Contoh:
t
Ke z

dengan K dan konstanta. Jika grafik log natural z diplot sebagai fungsi t maka
akan diperoleh garis lurus:
t K z ln ln
parameter K dan menjadi lebih mudah diperoleh dari grafik.
Jika kita mensubstitusikan
z y ln
dan t x dan jika slope dan intersep y
diukur masing-masing sebagai m dan b maka diperoleh
m
K b ln
5. Fitting kurva
Gambarlah kurva sehalus (selunak) mungkin melalui titik-titik data, kecuali jika
memang ada titik-titik diskontinyu yang membuat slope harus berbeda. Grafik
tidak boleh berupa hubungan dari titik ke titik. Jika kurva diplot dengan komputer
maka tariklah garis dengan tangan. Jika set data benar-benar cocok dengan kurva
maka pilihlah pencocokan terbaik
Biasanya setelah titik-titik data diplot di grafik, maka dilihat kemudian
dilanjutkan dengan metode least square (kuadrat terkecil) yang lebih mudah dan
otomatis. Jika diplot dengan bantuan mata maka garis terbaik adalah yang
membagi 2 set data sehingga jumlah titik yang berada di bawah garis sama
dengan jumlah titik yang berada di atas garis. Untuk menentukan intersep, jika
1 2
1 2
x x
y y
m

dan
b mx y +
maka untuk sembarang titik pada garis
) , (
1 1
y x
dan
) , (
2 2
y x
maka
b mx y +
2 2
sehingga
2 2
mx y b
dan akhirnya
2
1 2
1 2
2
x
x x
y y
y b

,
_

6. Fitting menurut kuadrat terkecil
1. Garis lurus y = a + bx
i i
bx a x y + ) (
) (
i i i
x y y y
5
a dan b dicari agar total
P
bernilai maksimum.
Misal didefinisikan
2
(chi kuadrat dibaca kai kuadrat) sebagai

,
_

2
2
) (
i
y
i i
s
x y y

,
_

2
2
) (
i
y
i i
s
bx a y

a. Jika y
i
y y y y
s s s s s
3 2 1
0
2
4
6
8
10
12
14
0 2 4 6 8 10 12
Hal ini terjadi jika pada masing-masing titik tidak dilakukan pengulangan
sehingga ralatnya merupakan ralat yang berasal dari alat ukur yang besarnya
selalu tetap.
( )

+
2
2
2
) (
1
i i
y
bx a y
s

=
( )

2
2

1
i i
y
y y
s
(0)
Syarat
2
minimum adalah 0
2 2

b a

( )

0 ) 1 ( ) ( 2
1
2
2
i i
y
bx a y
s a

i i
y bx a +
i i
y bx Na +
(1)
( )

0 ) ( ) ( 2
1
2
2
i i i
y
x bx a y
s b

i i i i
y x bx x a +
2
(2)
Dari pers. (1) dan (2) maka diperoleh:
( )( ) ( )( )
( )
2 2
2
2
2
i i
i i i i i
i
i i
i i
i i i
x N x
y x y x x
x N
x x
x y
x y x
a

(3)
Misal bagian penyebut pada pers. (3):
6
= ( )
2 2
i i
x N x
Maka :
a =
( )( ) ( )( ) [ ]
i i i i i
y x y x x

2
1
(4)
Dengan cara yang sama yaitu dengan menerapkan 0
2

maka diperoleh:
i
i i
i
i i i
x N
x x
y N
y x x
b

2
( )( ) [ ]
i i i i
y x N y x b

1
(5)
Tampak bahwa nilai a dan b tidak ada ketergantungan terhadap s
y
.
b. Jika i
x
dan i
y
keduanya memiliki ralat yang besarnya
| | | |
i i
y x
s s
maka s total
untuk x
i
dan y
i
adalah :
2 2
i i
y x i
s s s +
(6)
Lanjutan ...
) ,..., , ( ) (
2 1 N i
y y y a y a a
2
2
2
2
2
2
2
1
2
2
2
...
2 1 N i
y
N
y y y
i
a
s
y
a
s
y
a
s
y
a
s
y
a
s

,
_

+ +

,
_

,
_

,
_

,
_

N
j
y
j
j
s
y
a
1
2
2
(7)
dimana
1
1
]
1

,
_

,
_

i
i
i
j i
j
x x x
y
a
2
1
ingat, karena y y
s s
j

maka pada pers. (7) ungkapan tersebut dimasukkan sehingga:
2
1
2
2
2
2
1
y
N
j i
i
i
j i a
s x x x s

,
_

y
i
y
i
x
i
x
i
7
( )

1
1
]
1

,
_

,
_

,
_

+
,
_

N
j i
i j
i
i
i
i
i
j i
y
x x x x x x
s
1
2
2
2
2
2
2
2
1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_

j
j
i
i
i
i
i
i
j
j
i
i
y
x x x x N x x
s
2
2
2 2
2
2
2
2
1
1
]
1

,
_

,
_

,
_

+
,
_

,
_

i
i
i
i
i
i
i
i
i
i
y
x x x N x x
s
2
2 2
2 2
2
2
2
2
[ ]

2 2 2
2
2
2
) (
i i i
y
a
x x N x
s
s
2
2
2
i
y
a
x
s
s

atau
2 2
2
) (
i i
i
y a
x x N
x
s s

(8)
Dengan cara yang sama maka diperoleh:

2
2 y
b
Ns
s atau 2 2
) (
i i
y b
x x N
N
s s

(9)
Untuk latihan tentukan rumus untuk a
s
dan b
s
jika persamaan regresinya
b ax y +
.
b. Jika
konstan
3 2 1

i
y
i
y y y y
s s s s s
Hal ini dapat terjadi jika pada masing-masing titik dilakukan pengukuran berulang
sehingga memiliki simpangan baku.
0
2
4
6
8
10
12
14
0 2 4 6 8 10 12
[ ]

+

,
_

2
2
2
2
) (
1 ) (
i i
i
y
i
y
i i
bx a y
s s
bx a y

1
1
]
1

0 ) 1 (
) (
2
2
2
i
y
i i
s
bx a y
a

(10)
8
2 2 2
1
i
y
i
i
y
i
i
y
s
y
s
x
b
s
a +
(11)

1
1
]
1

0 ) (
) (
2
2
2
i
i
y
i i
x
s
bx a y
b

(12)
2 2
2
2
i
y
i i
i
y
i
i
y
i
s
y x
s
x
b
s
x
a +
(13)
Dari pers. (11) dan (13) maka diperoleh:
2
2 2
2
2
2 2 2 2
2
2
2
2
2 2
2
2
2
2 2
1
1

,
_

i
y
i
i
y
i
i
y
i
y
i i
i
y
i
i
y
i
i
y
i
i
y
i
i
y
i
i
y
i
i
y
i
y
i
i
y
i i
i
y
i
i
y
i
s
x
s
x
s
s
y x
s
x
s
y
s
x
s
x
s
x
s
x
s
s
x
s
y x
s
x
s
y
a (14)
Dengan memisalkan
=
2
2 2
2
2
1

,
_

i
y
i
i
y
i
i
y
s
x
s
x
s
(15)
( )
2 2
i i i i i
x w x w w
Maka intersep
a =
1
1
]
1

2 2 2 2
2
1
i
y
i i
i
y
i
i
y
i
i
y
i
s
y x
s
x
s
y
s
x
(16)
[ ]
i i i i i i i i i
y x w x w y w x w a

2
1

,
_

j
j
y
j
a
s
y
a
s
2
2
2
=

,
_

j
j
y
j
s
y
a
2
(17)
atau untuk untuk memudahkan pemahaman:
2 2
3
3
2
2
2
2
1
1
...

,
_

+ +

,
_

,
_

,
_

N
y
N
y y y a
s
y
a
s
y
a
s
y
a
s
y
a
s
Pada pers. (16) turunan a terhadap y
j
dimana y
j
adalah salah satu nilai dari y
i
adalah:
9
1
1
]
1

,
_

,
_

,
_

,
_

2 2 2 2
2
1 1
j
y
j
i
i
y
i
j
y
i
i
y
i
j
s
x
s
x
s s
x
y
a
(18)
Dengan mensubstitusikan pers. (18) ke (17) dan kemudian memasukkan
j
y
s
2
ke dalam
kurung maka diperoleh:

1
1
]
1

,
_

,
_

,
_

,
_

j
j
y
j
i
i
y
i
j
y
i
i
y
i
a
s
x
s
x
s s
x
s
2
2 2
2
2
2
1 1
=

1
1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_

,
_

,
_

j
j
y
j
i
i
y
i
j
y
i
i
y
i
j
y
j
i
i
y
i
j
y
i
i
y
i
s
x
s
x
s s
x
s
x
s
x
s s
x
2 2
2
2
2
2
2
2
2
2
2
1
2
1 1
Jika tanda

j
dimasukkan ke dalam kurung kotak maka
ij
j
j
y
j
i
i
y
i
i
i
y
i
j
y
j
j i
i
y
i
j
j
y
i
i
y
i
a
s
x
s
x
s
x
s
x
s
x
s s
x
s
1
1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_

2 2 2
2
2
2
2 2
2
2
2
2
2
2
1 1
sehingga dengan menjalankan i = j = 1... N maka diperoleh:
1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_

2
2 2
2
2 2
2 2
2
2
2
2
2
2
1 1
i
i
y
i
i
i
y
i
i
i
y
i
i
i
y
i
i
i
y
i
i
y
i
a
s
x
s
x
s
x
s
x
s s
x
s (20)
Dengan menguraikan
2
menjadi dan mengganti salah satu dengan pers. (15) maka
ditulis menjadi:

,
_

,
_

2
2 2
2
2
1
i
y
i
i
y
i
i
y
s
x
s
x
s
(21)
maka persamaan (20) menjadi
1
1
1
1
1
1
1
]
1

,
_

,
_

1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_

2
2 2
2
2
2
2 2
2
2 2
2 2
2
2
2
2
1
2
1
1
i
y
i
i
y
i
i
y
i
i
y
i
i
i
y
i
i
i
y
i
i
i
y
i
i
i
y
i
i
y
i
a
s
x
s
x
s
s
x
s
x
s
x
s
x
s s
x
s (22)
yang nilainya dapat didekati dengan:
10

i
i
y
i
a
s
x
s
2
2
2
1
atau

i
i
y
i
a
s
x
s
2
2
1
atau

i
i i a
x w s
2
1
(23)
Slope grafik
2
2 2
2
2
2 2 2 2
2
2
2
2 2
2 2
2 2
1
1
1
1

,
_

i
y
i
i
y
i
i
y
i
y
i
i
y
i
i
y
i i
i
y
i
y
i
i
y
i
i
y
i
i
y
i
y
i i
i
y
i
i
y
i
i
y
s
x
s
x
s
s
x
s
y
s
y x
s
s
x
s
x
s
x
s
s
y x
s
x
s
y
s
b

i i i i i i i i
x w y w y x w w
b
Dengan cara yang sama untuk
b
s
maka diperoleh:

i
i
y
b
s
s
2
2
1 1
atau

i
i
y
b
s
s
2
1 1
atau

i
i b
w s
1
(24)
dengan =
Untuk gejala yang mengikuti distribusi Poisson maka
i
i
y
y s
(25)
maka:
N y
sehingga
N s
y

(26)
Misalkan pada kasus pencacahan radiasi dengan berbagai waktu pencacahan sehingga
jumlah cacah radiasi yang terkait dengan t
i
adalah N
i
, sebagaimana diskripsi pada tabel
berikut:
Tabel
i
i
t
i
N
i
s
1 5 menit 1022 1022
2 10 menit 11007 11007
3 15 menit 134015 134015
4 20 menit 210020 210020
Dari tabel tersebut tampak jelas bahwa masing-masing data memiliki simpangan baku
yang berbeda-beda sehingga penentuan nilai rata-rata laju pencacahan harus dilakukan
dengan regresi linier dengan simpangan baku baku yang berbeda-beda.
11
Berikut diberikan contoh masalah yang diselesaikan dengan regresi linear namun
memiliki
Example 6.1.
A student is studying electrical currents and potential differences. He has been provided
with a l-m nickel-silver wire mounted on a board, a lead-acid battery, and an analog voltmeter.
He connects cells of the battery across the wire and measures the potential difference or voltage
between the negative end and various positions along the wire. From examination of the meter, he
estimates the uncertainty in each potential measurement to be 0.05 V. The uncertainty in the
position of the probe is less than 1 mm and is considered to be negligible.
Tabel 6.1
Beda potensial y sebagai fungsi dari posisi sepanjang kawat nikel-silver berarus
I
Posisi
i
x
Beda
potensial
i
y
2
i
x
i i
y x
i i
bx a y +
( )
2

i i
y y
1 10 0.37 100 3.70 0.33 0.0013
2 20 0.58 400 11.60 0.60 0.0002
3 30 0.83 900 24.90 0.86 0.0008
4 40 1.15 1,600 46.00 1.12 0.0009
5 50 1.36 2,500 68.00 1.38 0.0005
6 60 1.62 3,600 97.20 1.64 0.0005
7 70 1.90 4,900 133.00 1.91 0.0000
8 80 2.18 6,400 174.40 2.17 0.0002
9 90 2.45 8,100 220.50 2.43 0.0004
450 12 28,500 779.30 12.43 0.0049
Nilai
'
a
dan
'
b
diperoleh melalui persamaan (8) dan (9) hanya nilai y
s
diganti dengan
2
) (
2

N
y y
s
i i
y
Selanjutnya nilai
2
diperoleh dari persamaan (0) karena s
y
untuk kasus ini sama yaitu
0,05 volt.
95 . 1 05 . 0 / 0049 . 0
2 2

279 . 0
7
95 . 1
2
2

v
v

12
Jika dilihat pada Tabel C4 maka diperoleh
) , (
2
v P

98%.
Untuk fungsi hasil fitting yang baik yaitu yang mendekati distribusi induk, maka nilai
2
v
mendekati 1 dan probabilitas
) , (
2
v P

pada Tabel C4 halaman 258 mendekati

0,5. Untuk fitting yang jelek maka nilai
2
v
lebih besar dari 1 dan probabilitas
) , (
2
v P

lebih kecil dari 0,5.

Pada Tabel C4 angka-angka yang berada di dalam tabel merupakan nilai dari v
v
/
2 2

dengan v merupakan derajat kebebasan yaitu jumlah data dikurangi dengan jumlah
parameter. Untuk garis lurus maka ada 2 parameter yaitu a dan b.
y = 0.0262x + 0.0714
R
2
= 0.9988
-
0.5
1.0
1.5
2.0
2.5
3.0
- 20 40 60 80 100
Posisi (cm)
T
e
g
a
n
g
a
n

(
v
o
l
t
)
Untuk eksperimen yang berbentuk teknik rerata berbobot:
Example 6.2.
In another experiment, a student is provided with a radioactive source enclosed in a small
8-mm-diameter plastic disk and a Geiger counter with a 1-cm-diameter end window. Her object is
to investigate the 1/r law by recording Geiger counter measurements over a fixed period of time
at various distances from the source between 20 and 100 cm. Because the counting rate is not
expected to vary from measurement to measurement, except for statistical fluctuations, the
student can record data long enough to obtain good statistics over the entIre range of the
experiment. She uses an automatic recording system and records counts for thirty 15-s intervals at
each position. For analysis in this experiment, she sums the counts from the 30 measurements at
each positions. The separate 15-s interval measurements at each position can be used in other
statistical studies.
Data pengukuran adalah
Posisi
xi
Cacah
Ci
20 901
25 652
30 443
13
35 339
40 283
45 281
50 240
60 220
75 180
100 154
Karena data tersebut telah diketahui bersama mengikuti distribusi Poisson maka masing-
masing data memiliki simpangan baku akar dari cacahnya. Selain itu jumlah cacah
radioaktif berbanding lurus terhadap 1/r
2
.
14
15
KEBOLEHJADIAN TERKORELASI
1. Linear
bx a y +
Bagaimana adanya perubahan pada suhu T menyebabkan perubahan pada indek
bias n? Dalam kasus ini dikatakan bahwa n terkorelasi secara linier terhadap T. Jika
asumsi ini benar maka
i i
bx a y +
(26)
atau
i i
y
b b
a
x
1
+
=
i
y b
b
a
' +
(27)
Jika slope dari pers. (26) dan (27) dikalikan maka diperoleh koefisien korelasi:
1
1
. '
2

b
b bb r
' bb r
contoh: y = 2x + 3. Jika dibalik menjadi x = y/2 3/2
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6
0
1
2
3
4
5
6
0 2 4 6 8 10 12 14
Jika x dan y tidak terkorelasi samasekali maka r = 0.
Contoh
x y
1 5
2 7
3 9
4 11
5 13
Jika diplot
) , (
i i
y x
maka diperoleh grafik
16
y = 2.4x + 1.2
0
5
10
15
0 1 2 3 4 5 6
x
y
Jika diplot
) , (
i i
x y
maka diperoleh grafik
y = 0.3922x - 0.2941
0
2
4
6
0 5 10 15
y
x
Tentu saja kedua grafik tidak bisa digambar bersma karena identitas sumbu-sumbunya
berlainan.
Nilai koefisien determinasi bb = r
2
= 2,4 x 0,3922 = 0,94
Nilai r ini belum cukup untuk untuk menyimpulkan ketergantungan y terhadap x, seperti
jumlah pengukuran yang terlalu sedikit. Oleh karena itu diperlukan kriteria tambahan
yaitu probabilitas koefisien korelasi.
Dari suatu sampel data acak tak terkorelasi dibuat distribusi probabilitas r nya yaitu
P
r
(r,v) dengan v adalah derajat kebebasan.
( )
[ ]
( )
2 / ) 2 (
2
1
) 2 / (
2 / ) 1 ( 1
;

v
r
r
v
v
v r P

Probabilitas koefisien korelasi r hasil pengamatan (eksperimen) lebih besar dari r untuk
sampel acak dengan jumlah data N dan derajat kebebasan v adalah integral kebolehjadian
( )
[ ]
( ) dx x
v
v
N r P
r
v
c

1 2 / ) 2 (
2
1
) 2 / (
2 / ) 1 ( 1
;

dengan v = N-2
17
18
19
KEBAGUSAN HASIL PENCOCOKAN
Sebagaimana diungkapkan sebelumnya:

,
_

2
2
) (
i
i i
s
x y y

2
tereduksi / termodifikasi menjadi
2
v
dengan v adalah derajat kebebasan.
koefisien data
N N v
v
v
2
2

selanjutnya probabilitasnya dilihat pada table C4. Bentuk distribusinya adalah
( )
2 / 2 / ) 2 ( 2
2 /
2
) (
) 2 / ( 2
1
;
x v
v
x
e x
v
v P

( ) v P
x
;
berupa integral yang menyatakan kebolehjadian pengamatan nilai
2
dari
hasil pengamatan melebihi sample acak dengan N pengamatan dan v derajat kebebasan.
20
21
22
23