TUGAS KELOMPOK

MATA KULIAH METODE STATISTIKA

Analisa Korelasi dan Regresi pada Data Praktikum Comparative Flow

Mekanika Fluida II

DISUSUN OLEH:
TONY REDZZA SAPUTRA

03121005

RIZA ARIANNUR

03121006

INSTITUT TEKNOLOGI KALIMANTAN

KARANG JOANG - BALIKPAPAN
2016

Data Praktikum Mekanika Fluida MF11

Tabel 1. Data Praktikum Comparative Flow - Mekanika Fluida

Rotameter

Viskositas
Kinematis

A1

Qaktual

HLC

Liter/hour

m/s

Exp

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600

m /s

Red 1

KLC

8.61E-07 0.0005307 5.56E-05 -2.00052 3158.113 -3581.12

8.61E-07 0.0005307 8.33E-05 1.998835 4737.169 1590.271
8.61E-07 0.0005307 0.000111 2.997929 6316.225 1341.646
8.61E-07 0.0005307 0.000139 1.996764 7895.281 571.9044
8.61E-07 0.0005307 0.000167 3.99534 9474.338 794.6721
8.61E-07 0.0005307 0.000194 5.993657 11053.39 875.8556
8.61E-07 0.0005307 0.000222 14.99172 12632.45 1677.29
8.61E-07 0.0005307 0.00025 10.98951 14211.51 971.4718
8.61E-07 0.0005307 0.000278 18.98706 15790.56 1359.547
8.61E-07 0.0005307 0.000306 19.98434 17369.62 1182.609
8.61E-07 0.0005307 0.000333 19.98136 18948.68 993.5718
8.61E-07 0.0005307 0.000361 20.97812 20527.73 888.8258
8.61E-07 0.0005307 0.000389 31.97463 22106.79 1168.116
8.61E-07 0.0005307 0.000417 43.97087 23685.84 1399.327
8.61E-07 0.0005307 0.000444 106.9669 25264.9 2991.893
Sumber: Data Praktikum Mekanika Fluida 2 MF11 Teknik Mesin ITS

Data diatas merupakan data yang diambil oleh praktikan kelompok MF11 pada tanggal pada tanggal 22
April 2014 bertempat di laboratorium mekanika fluida Teknik Mesin ITS.

Analisis Statistik Lengkap

1.1

Deskripsi Data
Dalam mekanika fluida, bilangan Reynolds adalah rasio antara gaya inersia () terhadap gaya
viskos () yang mengkuantifikasikan hubungan kedua gaya tersebut dengan suatu kondisi aliran
tertentu. Bilangan ini digunakan untuk mengidentifikasikan jenis aliran yang berbeda, misalnya
laminar dan turbulen. Namanya diambil dari Osborne Reynolds (1842-1912) yang mengusulkannya
pada tahun 1883.
Re =
Dimana:

Vd Vd
4Q
=
=

= kecepatan rata-rata (m/s)

= diameter dalam pipa (m)
= viskositas kinematic fluida (m2/s)
= densitas massa fluida (kg/m3)
= viskositas dinamik fluida (kg/m.s)
= debit aliran (m3/s)

Bilangan Reynolds merupakan salah satu bilangan tak berdimensi yang berfungsi untuk menentukan
bentuk aliran apakah aliran suatu fluida laminar atau turbulen serta posisi relatifnya pada skala yang
menunjukkan pentingnya secara relatif kecenderungan turbulen terhadap kecenderungan laminar.
Reynolds menemukan bahwa aliran selalu menjadi laminar bila kecepatannya diturunkan sedemikan
sehingga Re lebih kecil dari 2000. Untuk instalasi pipa biasa, aliran akan berubah dari laminar menjadi
turbulen dalam daerah bilangan Re dari 2000 sampai 4000. Bilangan Re yang besar menunjukkan aliran
sangat turbulen dengan kerugian yang sebanding dengan kuadrat kecepatan. Dalam aliran laminar
kerugian berbanding lurus dengan kecepatan rata-rata.
Head Losses adalah kerugian-kerugian head pada aliran yang disebabkan oleh adanya faktor gesek
fluida pada dinding dalam pipa, adanya katup-katup, belokan, dan lain-lainnya. Head Losses yang
disebabkan adanya belokan-belokan, katup-katup, percabangan dan juga karena perubahan luas
penampang pipa saluran dinamakan Minor Losses.
KLC =
Dimana:

hlc
V 2 downstream

2g

hlc = head losses sudden contraction (m)

V = kecepatan setelah melewati sudden contraction (m2/s)

g = percepatan gravitasi (m/s2)

Tujuan dari Pengambilan data diatas adalah untuk mengetahui pengaruh perubahan laju aliran
terhadap head losses akibat pengecilan luas penampang pipa saluran.

1.2 Diagram Scatter

KLC VS Red1
4000
3000
2000

KLC

1000
0

-1000

KLC VS Red1

-2000
-3000
-4000
0

5000

10000

15000

20000

25000

30000

Red1

Gambar 1.1 Grafik Perbandingan antara Reynolds Number dengan Head Losses
Dimana : Red1 = Variabel independent (X)
KLC = Variabel Dependent (Y)
1.3

Korelasi
rxy =

sxy
sx sy

sxy =

(xi x)(yi y)
n1

(xi x)2
(yi y)2
sx =
dan sy =
n1
n1
Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau
derajat hubungan linear antara dua variabel. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin
mendekati 1 maka terjadi korelasi yang sangat positif antar 2 variabel tersebut. Sebaliknya jika nilai
korelasi mendekati nilai -1 maka terjadi korelasi yang sangat negatif antar 2 variabel tersebut dan jika

bernilai 0 maka antara 2 variabel uji tidak terjadi korelasi sama sekali. Hubungan positif menyatakan
hubungan semakin besar nilai pada variabel X, diikuti pula perubahan dengan semakin besar nilai pada
variabel Y. Hubungan negatif menyatakan hubungan semakin besar nilai pada variabel X, diikuti pula
perubahan dengan semakin kecil nilai pada variabel Y.
Pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:
Hubungan Positif

Hubungan Negatif

0,00 - 0.199

= sangat rendah

0,00 - (-0,199)

= sangat rendah

0,20 - 0,399

= rendah

-0,20 - (-0,399)

= rendah

0,40 - 0,599

= sedang

-0,40 - (-0,599)

= sedang

0,60 - 0,799

= kuat

-0,60 - (-0,799)

= kuat

0,80 - 1,000

= sangat kuat

-0,80 - (-1,000)

= sangat kuat

Pengujian signifikansi selain menggunakan tabel r, juga dapat dihitung dengan uji t. Pengujian t
merupakan pengujian korelasi dengan menggunakan hipotesis.
H0
H0 : p = 0

Critical Value
2
=
1 2
Df = n - 2

H1
H1 : > 0 (ada hub positif)

t > t(n-2)

Rejection Region

H1 : < 0 (ada hub negatif)

t < -t(n-2)

H1 : 0 (ada hub)

t > t/2, (n-2) atau t < -t/2, (n-2)

Berikut ini adalah hipotesis nol dan hipotesis alternative untuk pengujian ada tidaknya hubungan
positif antara variabel bilangan Reynolds dengan koefisien head losses.
H0 : p = 0 (tidak ada hubungan antara variabel bilangan Reynolds dengan KLC)
H1 : p > 0 (ada hubungan positif antara variabel bilangan Reynolds dengan KLC)

Tabel Data Perhitungan Korelasi Praktikum Comparative Mekanika Fluida II

(Yi - Y Average) x (Xi - X Average)

No

ReD (Y)

KLC (X)

(Yi - Y Average)

(Xi - X Average)

(Yi - Y Average)^2

(Xi - X Average)^2

3158.112593

-3581.122152

-11053.39408

-4529.514067

122177520.6

20516497.69

50066503.96

4737.16889

1590.271013

-9474.33778

641.8790983

89763076.37

412008.7769

-6081379.391

6316.225187

1341.646342

-7895.281483

393.2544269

62335469.7

154649.0443

-3104854.395

7895.281484

571.9043591

-6316.225186

-376.4875559

39894700.61

141742.8797

2377980.183

9474.33778

794.6720647

-4737.16889

-153.7198503

22440769.09

23629.79236

728196.8924

11053.39408

875.8556309

-3158.112593

-72.53628408

9973675.15

5261.512508

229077.7522

12632.45037

1677.289648

-1579.056296

728.8977333

2493418.787

531291.9056

-1150970.555

14211.50667

971.4718311

3.9804E-07

23.07991609

1.58436E-13

532.6825268

9.18674E-06

15790.56297

1359.547318

1579.056297

411.1554032

2493418.789

169048.7656

649237.5286

10

17369.61926

1182.608742

3158.112594

234.2168271

9973675.155

54857.52212

739683.1115

11

18948.67556

993.5718019

4737.168891

45.17988688

22440769.1

2041.222179

214024.7546

12

20527.73186

888.8257865

6316.225187

-59.56612853

39894700.62

3548.123669

-376233.0814

13

22106.78815

1168.116469

7895.281484

219.7245542

62335469.71

48278.87971

1734787.204

14

23685.84445

1399.327266

9474.337781

450.9353507

89763076.38

203342.6905

4272313.829

15

25264.90075

2991.892599

11053.39408

2043.500684

122177520.6

4175895.044

22587618.35

5.9706E-06
14211.50667
948.3919146
7061.754439
1374.321301
5206141.868
0.536432534
2.75638224
11597.37604

-5.95154E-06

698157260.7

26442626.53

72885986.15

TOTAL
Y Average
X Average
Sy
Sx
Sxy
rxy
b1
bo

Dari tabel perhitungan korelasi diatas didapatkan nilai r yang bernilai 0.53, hal ini menunjukkan
bahwa hubungan antara bilangan Reynolds dengan KLC memiliki hubungan positif yang sedang (tidak
begitu kuat).
Berdasarkan uji hipotesis didapatkan nilai t sebesar 2.29 dan nilai t tabel sebesar 1.771. Karena
nilai t > t tabel maka tolak H0, berarti hubungan antara bilangan Reynolds dengan KLC ada hubungan
positif.

1.4 Model Regresi

Analisis regresi dikelompokkan dari mulai yang paling sederhana sampai yang paling rumit, tergantung
tujuan yang berlandaskan pengetahuan atau teori sementara, bukan asal ditentukan saja.
a.

Regresi Linier Sederhana, Regresi linier sederhana bertujuan mempelajari hubungan linier antara
dua variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan variabel tak bebas (Y).
Variabel bebas adalah variabel yang bias dikontrol sedangkan variabel tak bebas adalah variabel
yang mencerminkan respon dari variabel bebas (Kurniawan, 2008).

b.

Regresi Berganda, Regresi berganda sering kali digunakan untuk mengatasi permasalahan analisis
regresi yang melibatkan hubungan dari dua atau lebih variabel bebas. Pada awalnya regresi
berganda dikembangkan oleh ahli ekonometri untuk membantu meramalkan akibat dari aktivitasaktivitas ekonomi pada berbagai segmen ekonomi (Kurniawan, 2008)

Model Regresi Linear Sederhana

Yi = 0 + 1 Xi + i
Dimana : Yi = Dependent (Response Variable)
0 = Y intercept
1 = Slope
X i = Independent
i = random error
0 =

=1 1 =1
= 1

1 =

=1( )( )
=1( )2

Tabel Perhitungan untuk Permodelan Regresi

Y Average
X Average
Sy
Sx
Sxy
rxy
b1
bo

14211.50667
948.3919146
7061.754439
1374.321301
5206141.868
0.536432534
2.75638224
11597.37604

Sehingga persamaan model regresi sederhanya adalah :

Y = 11597,37604 + 2,75638224X

Gambar 1.2 Plot Regresi Linear perbandingan Red dengan KLC

KESIMPULAN
Kesimpulan dari pengolahan data sekunder praktikum comparative flow adalah sebagai berikut:
1. Berdasarkan data praktikum comparative flow didapatkan data statistik deskriptif sebagai
berikut:
a. Mean dari Bilangan Reynolds (Red) adalah sebesar 14211.50667
b. Mean dari koefisien head losses sudden contraction (KLC) adalah sebesar 948.3919146
c. Median dari Bilangan Reynolds (Red) adalah sebesar 14211.50667
d. Median dari koefisien head losses sudden contraction (KLC) adalah sebesar 1168.116469
e. Range dari Bilangan Reynolds (Red) = 25264,90075 3158,112593 = 22106,78815
f.

Range dari koefisien head losses sudden contraction (KLC) = 2991,89259 (-3581,122152)
= 6573,014751

g. Standar deviasi dari Bilangan Reynolds (Red) adalah sebesar 7061.754439

h. Standar deviasi dari koefisien head losses sudden contraction (KLC) adalah sebesar
1374.321301
i.

Varians dari Bilangan Reynolds (Red) adalah sebesar 49868375.76

j.

Varians dari koefisien head losses sudden contraction (KLC) adalah sebesar 1888759.038

k. Lower Quartile (Q1) dari Bilangan Reynolds (Red) adalah pada data ke -4 sebesar
7895,281484 dan Upper Quartile (Q3) pada data ke -12 sebesar 20527,73186, sehingga
didapatkan nilai Inter Quartile (Q3 Q1) sebesar 12632,45037
l.

Lower Quartile (Q1) dari koefisien head losses sudden contraction (KLC) adalah pada data
ke-4 sebesar 875,8566309 dan Upper Quartile (Q3) pada data ke-12 sebesar
1399,327266, sehingga didapatkan nilai Inter Quartile (Q3 Q1) sebesar 523,4716347

2. Dari perhitungan korelasi pearson didapatkan nilai r sebesar 0.53 yang menunjukkan bahwa
korelasi positif antara bilangan Reynolds dengan koefisien head losses sudden contraction tidak
begitu kuat.
3. Hasil uji hipotesis, tolak H0 yang berarti bahwa ada hubungan positif antara bilangan Reynolds
dengan KLC.
4. Dari hasil persamaan model regresi linear sederhana didapat permodelan :
Y = 11597,37604 + 2,75638224X