Dalam menganalisa fenomena dimana kompleksitas dan informasi yang tersedia tidak

mencukupi. Biasanya dilakukan analisi dimnesi.Metode analisis dimensi yang akan dibahas
dikenal sebagai metode multiple regression.Dimana satu independen variable meupakan fungsi
linear dari beberapa independen variabel.
Persamaan yang umum dipakai dalam analisi dimensi adalah
D1

D2

Dk

D=a
Dimana D, D1, D2,, Dk adalah dimensi kelompok, dan a, b1, b2,, bk adalah
konstanta.Dengan transformasi logaritma persamaan diatas menjadi
log D=log a+ b1 log D1+ b2 log D 2 ++ bk log D k (2)
Anggap y = log D, x1 = log D1, x2 = log D2, , xk = log Dk dan bo = log
y=b 0+ b1 x1 +b 2 x 2+ +b k x k
a.Sehingga persamaanya menjadi
(3)
Selanjutnya nilai b0, b1, b2, , bk dapat kita cari menggunakan persamaan simultan k+1
yang didapat dari metode least square dari dimensi kelompok
b0N+b1x1+b2x2++bkxk = y
b0x1+b1(x12)+b2(x2x1)++bk(xkx1) = (yx1)
b0x2+b1(x1x2)+b2(x22)++bk(xkx2) = (yx2)
b0xk-b1(x1xk)+b2(x2xk)++bk(xk2) = (yxk)
Persamaan (5) ini merupakan hasil dari modifikasi persamaan (4)
Nu=a()b (Pr )b (
1

0.288

Nu=0.973()

a b
) (4)
w
3

0.243

(Pr)

a 0.142
( ) (5)
w

Bandingkan dengan hasil Sieder dan Tate

(4)

1
3

1
3

a 0.14
Nu=0.402() ( Pr) ( ) (6)
w
Untuk menghindari ekstrapolasi yang tidak diharapkan, kelompok dimensi yang digunakan
dalam perhitungan sebaiknya diikuti dengan mengambil nilai-nilai ekstrem yang terletak diantara
persamaan yang digunakan.Dengan menggunakan nilai ekstrem dapat menjamin ketelitian
estimasi nilai konstanta b.Metode ini dapat menunjukan nilai konstanta dari bilangan tak
berdimensi, sehingga meminimalkan persen deviasi.