VII.

REGRESI DAN KORELASI

Pendahuluan
Untuk mengetahui hubungan antara dua buah variabel atau lebih:
Pengamatan data curah hujan dibandingkan dengan pengamatan
data debit sungai dari suatu DPS
yang bertujuan untuk
kepentingan peramalan,
Jumlah pupuk yang digunakan , banyak hujan , cuaca akan
berpengaruh pada produksi padi,
Menemukan hubungan debit sungai dari dua lokasi pos duga air
untuk pengisian data kosong , memperbaiki atau mengecek data
dan memperpanjang lama pencatatan data runtut waktu ,
Menentukan hubungan antara debet sedimen dengan debet
aliran sungai , luas DPS dan luas hutan atau variabel lainnya.

Hubungan antara dua atau lebih variabel dapat dinyatakan secara

matematika sehingga merupakan suatu model yang dapat
digunakan untuk berbagai keperluan analisis, misalnya: peramalan
(prediction), perpanjangan (extension), perbaikan atau pengecekan
ketelitian data, atau pengisan data pada priode kosong untuk kasus
hidrologi.
Analisis regresi adalah analisis yang membahas hubungan
fungsional dua variabel atau lebih disebut. Analisis korelasi
( correlation analisys) adalah analisis yang membahas tentang
derajat hubungan dalam analisis regresi disebut.
TIK: Diharap Saudara dapat menganalisis hubungan fungsional dua
variabel atau lebih, dengan analisis statistik secara komputerisasi.
Bagaimana memformulasikan
Hubungan Fungsional ?

Tentukan variabel bebas (X) dan variabel tak bebas (Y).

Variabel bebas (X) yaitu biasanya variabel yang mudah didapat
atau yang tersedia, untuk keperluan analisis variabel bebas
dinyatakan dengan X1, X2, X3, , Xk k 1 ,
Variabel tak bebas atau variabel respon (Y).
Contoh: Untuk fonemena antara debet sedimen dengan debet
aliran sungai, luas DPS dan luas hutan, sebaiknya diambil

variabel tak bebas debet sedimen= Y dan variabel bebas debet

aliran sungai= X1, luas DPS= X2 dan luas hutan= X3. Tetapi untuk
dua variabel yaitu curah hujan dibandingkan dengan
pengamatan data debit sungai dari suatu DPS, maka salah satu
bisa dsi ambil sebagai variabel bebas.

Buat model persamaan regresi untuk populasi secara umum:

Y f X 1 , X 2 ,..., X k / 1 , 2 ,..., m
Dimana 1 , 2 ,..., m parameter-parameter yang terdapat dalam
regresi itu. Regresi yang sederhana untuk populasi dengan
sebuah variabel bebas yang dikenal dengan regresi linier
dengan model: Y 1 2 X , 1 dan 2 parameternya.
Untuk satu variabel bebas (regersi linier):
1 dan 2 dari sebuah sampel acak dapat ditaksir oleh a dan b
maka persamaan regresinya adalah Y a bX
Untuk fonemena dua variabel bebas ( regersi non linier):
Parameter-parameternya 1 , 2 dan 3 dari sebuah sampel
acak dapat ditaksir oleh a, b dan c maka persamaan regresinya
berupa parabola yaitu Y 1 2 X 3 x 2
Tentukan persamaan regresinya, dapat dilakukan dengan metode
tangan bebas dan metode kuadrat terkecil. Disini hanya
dijelaskan dengan metode kuadrat terkecil.
Bagaimana Menentukan Regresi Linier Sederhana
Secara Metode Kuadrat Terkecil ?

Untuk fenomena yang terdiri dari sebuah variabel bebas X dengan

persamaan regresinya : Y a bX

Data hasil pengamatan sebaiknya dicatat dalam bentuk

seperti tabel di bawah ini.

Tabel 8.1

Variabel Tak
Bebas (Yi)

Variabel
Bebas (Xi)

Y1

X1

Y2
.
.
.

X2
.
.
.

Yn

Xn

Pasangan X dan Y dan n, menyatakan ukuran sampel.

Koefisien-koefisien regresi a dan b untuk regresi linier, dapat
dihitung dengan:
X X 2 X XY
n XY X Y
a
b

dan
2
2
n X 2 X
n X 2 X

Atau dengan cara menghitung terlebih dahulu b, maka a dapat

dihitung dari : a Y b X , X dan Y masing-masing rata-rata
dari veriabel X dan Y. Rumus diatas digunakan untuk menghitung
koefisien-koefisien regresi Y atas X.
Untuk menghitung koefisien-koefisien regresi X atas Y, rumus
yang sama dapat digunakan tetapi harus dipertukarkan tempat
untuk simbul-simbul X dan Y.

Koefisien korelasi (R), yang menunjukan derajat hubungan antara X i

n XY X Y
dan Yi ditentukan dari: R
2
2
n X 2 X n Y 2 Y

Koefisien diterminasi (R2), yaitu menunjukan perbedaan varian dari

data pengukuran Yi dan varian dari nilai pada garis regresi untuk
nilai Xi, ditentukan dari R.
Contoh 1:
Tabel dibawah ini, menunjukan data curah hujan (X i) dalam satuan
mm dari DPS Cimanuk-Leuwigoong dan debit alirannya (Y i) dalam
m3/det, pada rata-rata bulanan dari tahun 1978-1982. Tentukan:
(a)

Persamaan regresi, koefisien korelasi dan determinasi data itu

?

(b)

Apa Artinya koefesien determinasi tersebut ?

No.

Bulan

Curah Hujan (mm)-Xi

Debit air (m3/det)-

Yi
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

229
205
271
304
145
154
98
69
71
96
184
280

32
31
38
40
28
24
21
13
14
12
28
37

Jawab.
a. Dengan menggunakan calculator Casio fx-3600 misalnya, didapat:
2
2
X 175,5 , X 2106 , X 445942 , S X 6939,91
2
2
Y 26,5 , Y 318 , Y 9492 , S y = 96,82
dan XY 64510
sehingga:
n XY X Y 12(64510) (2106)(318) 104412
b

0,113
2
12(445942) (2106) 2
916068
n X 2 X
a Y bX

=26,5-(0,113)(175,5)=6,669

didapat persamaan regresinya:

Y 6,669 0,113 X , dapat digunakan untuk:
Meramal data debit berdasarkan data curah hujan.
Koefsien arah (b) menyatakan perubahan rata-rata variabel Y
untuk setiap perubahan variabel X sebesar satu satuan. Dengan
demikian dapat dikatakan, bahwa terjadi perubahan curah hujan
satu satuan, maka diharapkan terjadi perubahan debit rata-rata
bulanan sebesar 0,113 m3/det.
Bila data curah hujan pada Range data di atas ( 69 X 304 ),
maka dapat diramalkan debit di antara kedua batas tersebut,
disebut
dengan
interpolasi
debit.
Sebaliknya,
jika
mensubstitusikan variabel X di luar Range data tersebut,
misalnya X=500 mm maka didapat Y=74,46 m 3/det, disebut
ekstrapolasi debit.
b. Koefien korelasi adalah:

R
R

n X

n XY X Y

X n Y 2 Y
2

(12)(64510) (2106)(318)

12(445942) (2106) (12)(9492) (318)

2

0,9649

Korelasi positif (R=0,9649) antara debit (Y) dengan curah hujan

(X), berarti semakin besar curah hujan semakin besar pula debit
DPS Cimanuk-Leuwigoong.
Koefisien determinasi (R2)=0,9312=93,12%, artinya bertambah
atau menurunnya debit air (Y) sebesar 93,12% dapat dijelaskan
oleh hubungan linier antara curah hujan dan debit dengan
persamaan Y=0,669+0,113X, sedangkan sisanya 6,88%
disebabkan faktor lain yang tidak termasuk dalam analisis ini.
Bagaimana Menentukan Batas Daerah
Kepercayaan Garis Regresi ?

Titik taksiran rata-rata Y dengan mudah dapat diketahui yaitu

dengan jalan mensubstitusi harga X kedalam persamaan regresi.
Interval taksiran yang taksiran Y untuk X diketahui, dengan rumus:
Y t 12 1 s Y Y Y t 12 1 sY
dimana S y

Y Y

atau s y s y 1 R 2

n 1

Sebaliknya kesalahan standar perkiraan untuk meramal X jika Y

1
diketahui adalah: s x s x 1 R 2 2

Contoh 2.
Dari contoh 1, tentukanlah batas daerah kepercayaan garis regresi
tersebut pada derajat kepercayaan 95% ?
Jawab:
2
Jadi dari contoh 1 di atas, n=12, X 175,5 , S X 6939,91,
2
Y 26,5 , S y = 96,82 , 0,95 , dan R =0,9649 .akibatnya didapat
Sy=9,84 dan R2=0,93, maka :

sy sy 1 R2

= 9,841 0,93

2,6

Untuk t 12 1 2,23 , didapat:

(Y t 12 1 sY Y Y t 12 1 sY ) =

(Y ( 2,23)(2,6) Y Y ( 2,23)( 2,6)

Y 5,80

Gambar 8.1, memperlihatkan jumlah titik (X<Y) yang berada di

dalam batas kepercayaan adalah sebanyak
buah dari 12
titik.tetapi harus diingat bahwa, gambar itu didapat dari suatu
sampel (1978-1982).
Apabila dipilih 100 sampel secara berulang, maka akan diperoleh
100 batas daerah kepercayaan serupa dan diharapkan 95% dari
daerah kepercayaan mencakup garis regresi populasinya.

6,669

-59,02
Gambar 8.1 Perkiraan Debet (X) Berdasarkan Data Hujan (Y) DPS

Perkiraan Debet Rata-rata Bulanan DPS Cimanuk-Leuwigoong

dengan Model Linier Sederhana adalah:

Curah Hujan (mm)

50
100
150
200
250
300
350
400
450
500
550
600

Debet rata-rata Bulanan (m3/det)

Batas Daerah
Rata-rata
Kepercayaan
12,32
6,52 18,12
17,97
12,1723,77
23,62
17,82-29,42
29,27
23,67-35,27
34,92
29,12-40,72
40,57
34,77-46,37
46,22
40,42-52,02
51,87
46,07-57,67
57,52
51,72-63,32
63,17
57,37-68,97
68,82
63,03-74,62
74,47
68,67-80,27

Bagaimana Menguji Koefisien Korelasi ?

Pengujian koefisien korelasi menggunakan rumus sebelumnya,

dapat menduga nilai koefisien korelasi populasi (RR).
Sampel lain yang mengambil dengan n buah walaupun di ambil dari
populasi yang sama akan menghasilkan nilai koefisien sampel (R)
yang berbeda.
Apabila R dekat ke nol, maka RR cendrung= 0. Akan tetapi nilai R
dekat ke +1 atau 1, maka RR 0. Masalahnya sekarang bagaimana
menguji nilai R berada cukup jauh dari nol atau R 0. Pengujian
dilakukan dengan rumus: t

R n2
1 R2

Contoh 4.
Dari contoh 1, diperoleh R=0,96 dan n= 12. Tentukanlah apakah nilai
koefisien tersebut berbeda nyata terhadap R = 0.
Jawab.
Untuk
menjawab
hopotesis:

pernyataan

tersebut

dapat

dikemukan

Ho : R 0

Ho : R 0

dari rumus (8.13) didapat:

t

R n2
1 R2

0,96 10
1 0,96

10,83

Melihat hipotesis ( H o : R 0 ), berarti pengujian dua sisi., untuk

0,05 didapat

tt t dk ,1 12 t 10;0,975 2,23 .

Sehingga 2,23<t<2,23, berarti tolak hipotesis H o , artinya

dapat disimpulkan bahwa terima hipotesis H o : R 0 , dengan kata
lain dapat diputuskan bahwa debet rata-rata bulanan (Y) dan
curah hujan rata-rata bulanan (X) dari DPS Cimanuk-leuwigoong
berhubungan linier.
Bagaimana Menguji Koefisien Regresi ?

Persamaan regresi Y a bX , parameter a satu lebih penting di

analisa dari parameter b. Apabila a = 0, maka garis regresinya
mendatar, artinya pengurangi dan penambahan X tidak
mempengaruhi Y. Oleh karena itu perlu dilakukan pengujian
terhadap a = 0 atau tidak.

Metode statistik uji t (t student) dapat digunakan untuk melakukan

pengujian tersebut:
Sy
Sy
aA
S

t
a
, untuk
2
n 1 S x2
Sa
X

dimana:
t = nilai uji t dengan derajat kebebasan (dk) = n-2
a = koefisien regresi
A = koefsien regresi yang telah diketahui
Sa = devisi koefisien regresi
Sy = kesalahan standar dari perkiraan nilai Y

Pendugaan nilai a dapat menggunaakan interval kepercayaan:

(a t 12 1 sY Y a t 12 1 sY )

Contoh 3.
Lakukan pengujian dan pendugaan nilai koefisien regresi pada contoh
1: Y 6,669 0,113 X pada tingkat kepercayaan 95%.
Jawab.
Dari contoh 1 didapat:
n=12, a =0,113 , Y 26,5 , S X2 6939,91 dan s y 2,6 maka:
Sy
2,6
Sa

0,000034
2
n 1 S x (12 1)6939,91
Selanjutnya dapat dibuat hipotesis,
Ho : a 0

Ho : a 0

Uji statistik :
t

a A 0,113 0

3323,53
Sa
0,000034

Dengan

pengujian

dua

sisi

( H o : a 0 ),

didapat

tt

t( dk ,112 ) t(10;0,975) 2.23 .Oleh sebab itu, t jatuh pada daerah tolak
H o , kesimpusan menerima hipotesis alternatif: H o : a 0 .

Keputusan adalah terdapat hubungan linier antara debet ratarata bulanan (Y) dan curah hujan rata-rata bulanan (X) dari DPS
Cimanuk-leuwigoong. Dengan kata lain variabel curah hujan (X)
dapat mempengaruhi debit (Y) dengan model regresi tersebit di
atas.

 Pendugaan a dengan menggunakan derajat kepercayaan 95%

diterima diperkirakan dari:

(a t 12 1 sY Y a t 12 1 sY ) =

0,113 2,23 0,000034 a 0,113 2,23 0,000034 =0,99992<a<1,00

0076
Artinya, koefisien regresi mempunyai batas bawah 0,99992 dan
batas atas, 1,000076.
Apa dan Bagaimana Koefisien Korelasi Peringkat ?

Koefisien korelasi yang telah dibahas, adalah berdasarkan asumsi

bahwa pasangan-pasangan data (X,Y) mengikuti distribusi normal.
Jika pasangan itu tidak demikian, dilakukan pengujian koefisien
korelasi peringkat (rank correlation coefficient), pembahasannya
dikenal dengan statistika bebas distribusi atau statistika non
parametrik.
Prosedurnya:
Dengan cara menyusun peringkat pasangan data tersebut dari
urutan tertinggi.
Maka koefisien korelasinya dihitung dengan rumus korelasi
Spearman (The Spearmant rank correlation coefficient), sebagai
berikut:
n

RP 1

6 PX i PYi
i 1

n n 2 1

dimana:
RP = Koefisien peingkat
PXi= Peringkat variabel X ke-I
PYi= Peringkat variabel Y ke-I
n = jumlah data
Dengan kriteria pengujian:
R p N k , maka hipotesis menyatakan tidak ada hubungan
antara variabel X dan Y harus ditolak.
R p N k , maka hipotesis menyatakan tidak ada hubungan

antara variabel X dan Y harus diterima.

N k = nilai batas daerah kritis.
Contoh 5.

Tentukan niali koefisien korelasi peringkat contoh 1 pada derajat

kepercayaan 95% ?
Jawab.
Tabel dibawah ini menunjukan perhitungan peringkat variabel
curah hujan (X) dan debet (Y) dari DPS Cimanuk-leuwigoong.
No
.
1.
2.
3.
4.
5.
6.
8.
9.
10
.
11
.
12
.

Curah
Hujan (X)
229
205
271
301
145
154
98
71
96
184
280

PXi
4
5
3
1
8
7
9
11
10
6
2

4
5
2
1
6,5
8
9
10
12
6,5
3

0
0
1
0
1,5
-1
0
1
-1
0.5
-1

0
0
1
0
2,25
1
0
1
1
0.25
1

11,25

Jumlah

PYi

PXi-PYi

(PXi-PYi)2

Debit
(Y)
32
31
38
40
28
24
21
14
12
28
37

6 PX i PYi

611,25
0,9597
n n 1
12(144 1)
Untuk 0,05 , dari tabel E untuk n=12 didapat N k =0,504. Jadi (
RP 0,9597 )> (Nk=0,504). Kesimpulan kita menolak hipotesis
yang menyatakan tidak ada hubungan anatar curah hujan dan
debet DPS Cimanuk-leuwigoong.
Didapat

RP 1

i 1

Keputusan yang dapat dieberikan dari analisis tersebut adalah

terjadi hubungan antara curah hujan dan debet DPS Cimanukleuwigoong pada tingkat signikan 5% adalah pernyataan yang
dapat diterima.
Dengan demikian, penggunaan koefisien korelasi peringkat (R P)
mempunyai keuntungan jika dibandingkan dengan penggunaan
koeefisien korelasi (R): Perhitungan lebih sederhana dan tepat.
Tidak perlu menganggap variabel X dan Y mengikuti distribusi
normal.
Juga tidak perlu mengganggap bahwa hubungan antara
variabel X dan Y harus linier.

Hubungan tidak linierpun, misalnya adanya hubungan

kurvilinier, maka koefisien korelasi dapat diduga dengan
koefisien korelasi peringkat.
Regresi Non Linier ?

Berdasarkan penegujian kelinieritasan regresi, mungkin

ditemukan bahwa regresi itu tidak linier (regresi non linier).

saja

Regersi non linier disini hanya akan dibicarakan beberapa regresi

yang lazim digunakan dalam ilmu teknik, di antaranya:
(1)
Regresi eksponensial
Y = b eaX
(2)
Regresi kuadratik
Y = a + bX + cx2
(3)
Regresi Logarimatik
Y = b + a log X
(4)
Regresi Polonomial
Y = a + bX +cX2 ++ bnXn
Regresi eksponensial ?

Pasangan variabel (Xi,Yi) untuk i=1,2,3,n apabila dihitung dengan

persamaan regersi eksponensia, maka diperoleh modelnya: Y = a
ebX disebut regresi eksponensial Y terhadap X, merupakan variabel
tak bebas. Untuk:
X = Variabel bebas
a,b= parameter
e = bilangan pokok nolaritma asli = 2,7183 dan Yi>0.
Persamaan Y = b e aX, ditransformasi menjadi persamaan linier
fungsi (ln) menjadi
ln Y = ln aebX
ln Y = lna+bXlne karena lne=1, maka:
ln Y = lna +bX, merupakan persamaan fungsi semi logaritmik
antara lnY dan X, dan merupakan persamaan garis dengan lurus
gradien b dan memotong sumbu lnY di lna. Perhatikan gambar :

Y=beaX

LnY=lnb+aX

Sederhanakan lnY = lna +bX, dan dilakukan transformasikan :

P=lnY,
B=b,
X =X, dan
A=lna
Sehingga ln Y = lnb +aX menjadi : P=A+ BX

yaitu persamaan linier dalam P, identik dengan Y = A + BX,

Seperti halnya pada regresi linier sederhana, maka nilai A dan B

dapat dihitung dengan:

X X 2 X XP

A
2
n X 2 X

n XY X P

n X 2 X
Persamaan regresinya dengan rumus
n XP X P
R
2
2
n X 2 X n P 2 Y
2

Batas daerah kepercayaan dengan rumus: P t 12 1 s P P P t 12 1 s P

Dimana : s P s P 1 R 2

Sebaliknya kesalahan standar perkiraan untuk meramal X jika Y

diketahui adalah:

sx sx 1 R 2

untuk s X s X 1 R 2

Contoh 6.
Tabel dibawah ini menunjukan data pengukuran debet dan sedimen
melayang DPS Citarum Nanjung pada bulan Maret 1981. Tentukanlah
besarnya koefisien korelasi, persamaan eksponensialnya dan uji ?
Debet
(m3/det)-X
35
39
43
54
56

Sedimen Melayang
(juta m3/det)-Y
1,73
2,45
3,31
6,83
6,99

Jawab.
Buat tabel pembentu seperti:

Debet
(m3/det)-X
119
88
95
105
112

Sedimen Melayang
(juta m3/det)-Y
10,44
16,36
27,47
29,06
33,96

No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10

Sedimen Melayang

Debet
(m3/det)-X
35
39
43
54
56
88
95
105
112
119
746

P= ln Y

(juta m3/det)-Y
1,73
2,45
3,31
6,83
6,99
10,44
16,36
27,47
29,06
33,96

0,55
0.90
1,20
1,92
1,94
2,35
2,79
3,31
3,37
3,53
21,46

XY
19,25
35,10
51,60
103,68
108,64
206,80
265,05
347,55
377,44
420,07

Di dapat: P 2,186 , P 21,86 , P 2 58,083 , SP =1,096

2
X 74,6 , X 746 , X 65146 , SX= 32,48
dan XY 1935,18
sehingga:
P X 2 X XP 2,186 65146 7461935,18 0,018
A
2
2
10 65146 746
n X 2 X

n XY X Y

atau B

P A
2,186 0,018

0,0296
74,6
X

n X X
A=lna atau 0,018=lna maka a=0,98 dan B=b maka b=0,0295.
2

Jadi persamaan regresi eksponensialnya adalah:

Y = a ebX= 0,98e0,0295X
persamaan ini dapat menaksir sedimen melayang jika debetnya
diketahui, misalnya:
Untuk X = 40, maka Y=0,98e0,0295(40) = 3,19
Untuk X = 100, maka Y=0,98e0,0295(100) =18,72
Dengan membuat koordinat (40;3,19) dan (100;18,72 ) maka
kurva garis lurusnya pada kertas semi logaritmik dapat kita gambar.
R

n XP X P

n X

X n P 2 P
2

(10)(1935,18) (746)(21,86)

10 65146 746 10 58,083 21,86

2

3074,24
0,9832
9776421,658

R= 98,32%, hal ini menyatakan hubungan linier yang baik antara

debit dan sedimen melayang di lokasi pos duga air Nanjumg dari
DPS Citarum

 Kesalahan standar perkiraannya:

s P s P 1 R 2 2 = 1,096
1

1 0,98

0,179

karena lnY=P, maka lnSP=SP=0,179, didapat SP=1,196 m3/hari

Batas daerah kepercayaannya:

P t 1 2 1 s P P P t 1 2 1 s P 2,186 1,153(1,196) P 2,186 1,153(1,196)

2,186 1,379 Y 1,379

Berikut ini disajikan perkiraan sedimen melayang apabila debit

diketahui: Y = a ebX= 0,98e0,0295X
Debit
Sedimen
Batas daerah kepercayaan
No.
3
3
(m /det)
(juta m /hari)
(juta m3/hari)
1.
40
3,19
1,73 - 4,51
2.
60
4,37
3,00 - 5,76
3.
80
12,74
14,12 -16,88
4.
100
18,72
15,96 - 18,72
5.
120
37,32
35,94 - 38,70
Apa dan Bagaimana Menganalisis
Regresi Kuadratik ?

Regresi kuadratik merupakan regersi polinomial orde ke-2, dengan

persamaan umum Y a bX cX 2
a, b dan c harus ditentukan berdasarkan pengamatan, secara:
b X c X 2
Y na
XY a X b X 2 c X 3
X 2Y a X 2 b X 3 c X 3

Contoh 7.
Pengukuran debit dari sungai Way Seputih-Segala Mider tahun 1980
menghasikan hubungan antara tinggi muka air (X) dan debeit (Y)
seperti tabel di bawah ini. Debet dari sungai Way Seputih-Segala Mider
tahun 1980 menghasikan hubungan antara tinggi muka air (X) dan
debeit (Y)

No
.
1.
2.

Tinggi Muka Air

(X)/(m)
1,50
1,60

Debit (Y)/
(m3/det)
26
29

3.
1,70
33
4.
1,80
37
5.
1,90
43
6.
2,00
49
7.
2,10
52
8.
2,20
57
9.
2,30
63
10.
2,40
71
11.
2,50
79
Dengan menggunakan model kuadratik, tentukan persamaan data
tersebut ?
Jawab.
Persamaan tersebut bukan persamaan linier sederhana ataupun
eksponensial (silahkan anda lakukan pengujian sendiri). Data
(X,Y) akan lebih cendrung berbentuk kuadratik,
Buat tabel pembantu seperti di bawah ini:
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

X
1,50
1,60
1,70
1,80
1,90
2,00
2,10
2,20
2,30
2,40
2,50
22,00

X2
2,25
2,56
2,89
3,24
3,61
4,00
4,41
4,84
5,29
5,76
6,25
45,10

Y
26
29
33
37
43
49
52
57
63
71
79
539

Didapat: X 2,0 dan

X2

X3
3,375
4,096
4,913
5,832
6,859
8,000
9,261
10,648
12,167
13,824
15,625
94,60

X4
5,0625
6,5536
8,3520
10,4976
13,0321
16,0000
19,4481
23,4256
27,9841
33,1776
39,0625
202,5958

XY
39,00
46,40
56,10
66,60
81,70
98,00
109,20
125,40
144,90
170,40
197,50
1.135,20

X2Y
58,50
74,24
95,37
119,88
155,23
196,00
229,32
275,88
333,27
4408,96
493,75
2440,40

45,10
dan:
11

539

11a

22b

45,10c

1135

22a

45,10b

94,60c

2440,40

45,10a

94,60b

202,59c

Menggunakan matriks atau substitusi eliminasi di dapat:

a=27,32; b=-32,44 dan c=21,11. Seningga diperoleh persamaan

regresi kudratik Y 27,32 32,44 X 21,11 X 2

Kesalahan perkiraan standarnya yaitu:

S y

n 1

No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

, dengan menggunakan tabel seperti:

1,50
1,60
1,70
1,80
1,90
2,00
2,10
2,20
2,30
2,40
2,50
22,00

26
29
33
37
43
49
52
57
63
71
79
539

S y

Didapat:

Y Y

Y Y
n 1

(Y Y ) 2

26,15
19,45
33,10
37,32
41,89
46,88
52,59
58,12
64,37
71,05
78,15
-

-0,15
-0,45
-0,10
-0,32
1,11
2,12
-0,29
-1,12
-1,37
-0,05
0,85
0,32

0,0225
0,2025
0,0100
0,1024
1,2321
4,4944
0,0841
1,2544
1,8769
0,0025
0.7225
10,0043

2
1

Y Y

10,0043

10

1,00 m 3 / det

Untuk derajat kepercayaan 95% dan dk = n-2 =9 untuk

penggujian dua sisi didapat tt=2,262. Dengan demikian didapat

batas daerah kepercayaan: (a t 1 1 sY Y a t 1 1 sY ) Y 2,262m3 / det

2
2
merupakan dua garis sejajar dalam persamaan regresi.
Perkiraan Debit DPS Way Seputih Di Pos Duga Air Segala Mider

Tinggi Muka air

Debit
(m)
(m3/det)
1.
0,80
14,80
2.
1,00
15,99
3.
1,50
26,15
4.
2,00
46,88
5.
2,50
78,15
6.
3,00
119,99
7.
3,50
235,32

Sumber: Hasil Perhitungan dengan Y

No.

Batas Daerah Kepercayaan

(m3/det)
1,61 17,06
13,73 18,25
23,89 28,41
44,62 49,14
75,89 80,41
117,73 122,25
233,06 237,58
27,32 32,44 X 21,11 X 2