Anda di halaman 1dari 13

PAPER STATISTIKA DASAR

ANALISIS PENGARUH VOLUME DAN LUAS PERMUKAAN


TERHADAP BESARNYA ENERGI HIDRASI
SENYAWA TURUNAN MEPERIDIN

Disusun untuk Memenuhi


Tugas Statistika Dasar

Oleh :
1. Fajar Sanubari

K3310034

2. Istiqomah Addiin

K3310044

3. Nurzella Dwi I.

K3310063

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN


UNIVERSITAS SEBELAS MARET
SURAKARTA
2013

A. Latar Belakang
Suatu senyawa dikatakan terhidrasi di dalam pelarut air jika ionionnya dikelilingi oleh molekul air akibat antaraksi dipol antara ion-ion garam dan
molekul air. Antaraksi ion-ion garam dan molekul air membentuk kesetimbangan
dan tidak memengaruhi pH larutan. Energi hidrasi merupakan besarnya energi
yang diperlukan untuk mengikat satu molekul air dalam suatu senyawa.

Gambar.1. Proses hidrasi pada garam NaCl


Besarnya energi hidrasi dipengaruhi oleh sifat-sifat suatu senyawa, baik
sifat fisik maupun sifat kimia. Sifat fisik, merupakan sifat yang berhubungan
dengan kenampakan fisik suatu senyawa. Contoh sifat fisik adalah massa
senyawa, volume senyawa, luas permukaan senyawa, dan lain sebagainya.
Sedangkan sifat kimia merupakan sifat-sifat yang berkaitan dengan bagaimana
suatu senyawa itu berinteraksi secara kimia dengan zat lain. Contoh sifat kimia
misalnya polaritas, energi ionisasi, elektronegatifitas, dan lain sebagainya.
Pada paper ini, akan dilakukan analisis mengenai hubungan sifat fisik,
yaitu luas permukaan dan volume senyawa terhadap besarnya energi hidrasi.
Senyawa yang dijadikan sampel adalah senyawa turunan meperidin yang
berjumlah 16 senyawa.

B. Metode Pengambilan Data


Data yang digunakan pada penelitian ini adalah data primer, yaitu data
yang di ambil langsung dari lapangan. Pengambilan data dilakukan dengan
software Hyperchem 8.0. Senyawa-senyawa turunan meperidin diperoleh dari
literatur, namun besarnya variabel yang akan dianalisis di ambil langsung oleh
peneliti dari software hyperchem.
Langkah pengambilan datanya mula-mula dilakukan pemodelan molekul
senyawa yang akan di analisis, yaitu turunan meperidin. Selanjutnya melalui
software Hyperchem dapat dicari besarnya sifat-sifat fisik dan sifat kimia yang di
inginkan. Berikut adalah senyawa-swnyawa turunan meperidin yang dijadikan
sebagai sampel.

R3
R4

R1
4

R2
2

R5
(R5 = H kecuali A-8, yaitu CH3)
Gambar Struktur induk meperidin
Struktur
Senyawa

A-1

R1

R2

R3

R4

-C6H5

-COOC2H5

-CH2CH2-

-CH3

-COOC2H5

-CH2CH2-

-CH3

-COOCH(CH3)2

-CH2CH2-

-CH3

-CH2CH2-

-CH3

-CH2CH2-

-CH3

OH

A-2

A-3

-C6H5

A-4

-C6H5
OH

A-5

- C - C2H5

O
- C - C2H5

A-6

-C6H5

A-7

-C6H5

A-8

-C6H5

A-9

-C6H5

- O - C - C2H5

O
- O - C - C2H5

O
- O - C - C2H5

O
-COOC2H5

A-10

-C6H5

-COOC2H5

-CH2CH2-

A-11

-C6H5

-COOC2H5

-CH2CH2-

A-12

-C6H5

- O - C - C2H5

A-13

-C6H5

A-14

-C6H5

A-15

-H

A-16

-COOC2H5

-COOCH3

- O - C - C2H5

O
O

-N-CC2C2H5

C6H5
O

-N-CC2C2H5

C6H5

-CH2CH2-

-CH3

-CH2CH2(CH3) -

-CH3
-CH3

-CH2CH2(CH3) -CH2CH2-

-CH2CH2-

-CH2CH2CH2-CH
CH3
-CH2CH2-

(R5=CH3)
-CH2CH2C6H5
H2C

H2C

NH2

-(CH3)3-NH-C6H5
-CH2CH2CHC6H5

O-C- C2H5

O
-CH3
-CH3

-CH2CH2C6H5

-CH2CH
CH3

-CH2CH2C6H5

Tabel .1. Senyawa Turunan Meperidin

Besarnya variabel yang akan diteliti,yaitu energi hidrasi, volume, dan


luas permukaan bisa dilihat sebagai berikut :

No.

Nama Senyawa

Surface Area

Volume

Energi Hidrasi

1.
2.
3.
4.

A-1
A-2
A-3
A-4

473,770
484,810
484,370
444,630

793,390
813,990
828,630
752,530

-0,760
-6,660
-0,390
-0,080

5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

A-5
A-6
A-7
A-8
A-9
A-10
A-11
A-12
A-13
A-14
A-15
A-16

458,320
465,260
491,810
504,170
626,280
647,240
680,320
647,040
667,593
688,145
708,698
729,250

774,340
781,570
828,340
861,860
1061,940
1098,330
1156,090
1278,910
827,190
776,520
1050,880
1194,200

-6,640
-0,930
0,310
0,300
-2,390
-6,490
-4,850
-3,150
-0,210
-0,670
-1,530
-2,160

C. Analisis Data dan Pembahasan


Uji Pendahuluan
1. Uji Normalitas Dengan Metode Lilliefors
Uji lilliefors digunakan bila ukuran sampel (n) lebih kecil dari 30.Misalkan
sampel acak dengan hasil pengamatan : x1 ,x2 , ,xn .Akan diuji apakah
sampel tersebut berasal dari populasi berdistribusi normal atau tidak.
Langkah-langkah pengujian:
-Rumuskan Hipotesis:
Ho : sampel berasal dari populasi berdistribusi normal
H1 : sampel tidak berasal dari populasi berdistribusi normal
: taraf nyata
-Data diurutkan dari terkecil ke terbesar
-Cari rata-rata, simpangan baku sampel
-Tentukan angka baku

-Hitung peluang F(zi ) = P(zi). Dengan melihat pada tabel F.


-Hitung proporsi S( zi) yang lebih kecil atau sama dengan zi
-Hitung | F(zi) S(zi) |
-Statistik Uji :
Nilai terbesar dari | F(zi) -S(zi) |

-Dengan tertentu tentukan titik kritis L


-Kriteria uji : Ho ditolak jika Lo L tabel.
a. Uji Normalitas data Surface area
Melalui komputasi melalui Microsoft Excel 2007, diperoleh hasil sebagai
berikut.
No.

Senyawa

Xi

Zi

F(Zi)

S(Zi)

F(Zi)-S(Zi)

1.

A-4

444,630

-1,231569346

0,109054999

0,0625

0,046554999

2.

A-5

458,320

-1,102349351

0,135154911

0,125

0,010154911

3.

A-6

465,260

-1,036842649

0,149904598

0,1875

0,037595402

4.

A-1

473,770

-0,956516706

0,169405624

0,25

0,080594376

5.

A-3

484,370

-0,856463241

0,195870799

0,3125

0,116629201

6.

A-2

484,810

-0,852310078

0,197021007

0,375

0,177978993

7.

A-7

491,810

-0,786237035

0,215864316

0,4375

0,221635684

8.

A-8

504,170

-0,669570919

0,251565679

0,5

0,248434321

9.

A-9

626,280

0,483026124

0,685461406

0,5625

0,122961406

10.

A-12

647,040

0,678981608

0,751425242

0,625

0,126425242

11.

A-10

647,240

0,680867693

0,752022394

0,6875

0,064522394

12.

A-13

667,593

0,872976353

0,808662017

0,75

0,058662017

13.

A-11

680,320

0,993110017

0,839671828

0,8125

0,027171828

14.

A-14

688,145

1,066971098

0,857007556

0,875

0,017992444

15.

A-15

708,698

1,260965843

0,896339423

0,9375

0,041160577

16.

A-16

729,250

1,454960588

0,927159914

0,072840086

Lobs = 0,24834321
L0,01;16 = 0,250
Daerah Kritis = {L | L > 0,250 }
Karena L

Daerah Kritis, maka H0 di terima

Kesimpulan : data surface Area berdistribusi Normal

b. Uji Normalitas data Volume


Melalui komputasi melalui Microsoft Excel 2007, diperoleh hasil sebagai
berikut.

No. Senyawa

Xi

Zi

F(Zi)

S(Zi)

F(Zi)-S(Zi)

1.

A-4

752,530

-0,999720358

0,158722929

0,0625

0,096222929

2.

A-5

774,340

-0,876804873

0,190296316

0,125

0,065296316

3.

A-14

776,520

-0,864518961

0,193651435

0,1875

0,006151435

4.

A-6

781,570

-0,836058475

0,201561004

0,25

0,048438996

5.

A-1

793,390

-0,76944403

0,220814879

0,3125

0,091685121

6.

A-2

813,990

-0,653347791

0,256766044

0,375

0,118233956

7.

A-13

827,190

-0,578956026

0,281309423

0,4375

0,156190577

8.

A-7

828,340

-0,572474925

0,283500134

0,5

0,216499866

9.

A-3

828,630

-0,57084056

0,284053863

0,5625

0,278446137

10.

A-8

861,860

-0,383564927

0,35065047

0,625

0,27434953

11.

A-15

1050,880

0,681702607

0,752286491

0,6875

0,064786491

12.

A-9

1061,940

0,744033889

0,771572013

0,75

0,021572013

13.

A-10

1098,330

0,949118459

0,828719817

0,8125

0,016219817

14.

A-11

1156,090

1,274638789

0,898781439

0,875

0,023781439

15.

A-16

1194,200

1,489416833

0,931811181

0,9375

0,005688819

16.

A-12

1278,910

1,96682035

0,975398037

0,024601963

Lobs = 0,278446137
L0,01;16 = 0,250
Daerah Kritis = {L | L > 0,250 }
Karena L

Daerah Kritis, maka H0 di tolak

Kesimpulan : data pada volume tidak berdistribusi Normal

c. Uji Normalitas data Energi Hidrasi


Melalui komputasi melalui Microsoft Excel 2007, diperoleh hasil sebagai
berikut.
No. Senyawa

Xi

Zi

F(Zi)

1.

A-2

-6,660

-1,729916832

0,041822568

2.

A-5

-6,640

-1,722037905

3.

A-10

-6,490

-1,662945956

4.

A-11

-4,850

5.

A-12

6.

S(Zi)

F(Zi)-S(Zi)

0,0625

0,020677432

0,042531326

0,125

0,082468674

0,048161627

0,1875

0,139338373

-1,01687397

0,154606694

0,25

0,095393306

-3,150

-0,347165205

0,364233605

0,3125

0,051733605

A-9

-2,390

-0,047765993

0,48095137

0,375

0,10595137

7.

A-16

-2,160

0,042841664

0,517086124

0,4375

0,079586124

8.

A-15

-1,530

0,291027853

0,614484991

0,5

0,114484991

9.

A-6

-0,930

0,527395652

0,701040569

0,5625

0,138540569

10.

A-1

-0,760

0,594366529

0,723866505

0,625

0,098866505

11.

A-14

-0,670

0,629821699

0,735594376

0,6875

0,048094376

12.

A-3

-0,390

0,740126672

0,770388432

0,75

0,020388432

13.

A-13

-0,210

0,811037012

0,791327792

0,8125

0,021172208

14.

A-4

-0,080

0,862250035

0,805725029

0,875

0,069274971

15.

A-8

0,300

1,011949641

0,844218934

0,9375

0,093281066

16.

A-7

0,310

1,015889105

0,845158901

0,154841099

Lobs = 0.154841099
L0,01;16 = 0,250
Daerah Kritis = {L | L > 0,250 }
Karena L

Daerah Kritis, maka H0 di terima

Kesimpulan : data pada energi hidrasi berdistribusi Normal

Karena pada uji normalitas terdapat data yang menunjukkan tidak berdistribusi
normal, maka pada data tersebut tidak bisa dilakukan analisis variansi. Jadi
pada analisis ini variabel volume tidak bisa dimasukkan dalam analisis
variansi.

2. Uji Homogenitas
Dari uji normalitas, data volume tidak memiliki distribusi normal. Jadi uji
homogenitas dilakukan hanya pada dua variabel yaitu energi hidrasi dan
surface area.
Misalnya

adalah deviasi baku data surface area, dan

adalah deviasi baku

data energi hidrasi.


-

H0 :

1=

H1 :

= 0,01

Statistik uji
= 3,52

Dari perhitungan diperoleh harga s1 = 2,538416829 dan harga s2 = 105,9417


Maka,

= 0,000574088
Daerah Kritis { F 0,005; 15; 15 -3,52 atau F 0,005; 15; 15 3,52 }
F obs 3,52 = 0,000574088
Karena F

Daerah Kritis, maka H0 di terima

Kesimpulan : Variansi data Surface Area dan Energi Hidrasi sama


(homogen)

3. Uji Independensi
Persyaratan ini mengatakan bahwa nilai nilai Y amatan pada X
tertentu harus saling independen. Misalnya untuk X = X1, maka akan
terdapat beberapa Y (pada populasi) yang berkaitan dengan X1. Nilai
nilai Y tersebut harus independen antara yang satu dengan yyang lain.
Demikian juga, untuk X = X2 pasti juga terdapat beberapa Y ( pada
populasi) yang berkaitan dengan X2. Nilai nilai

Y tersebut harus

independen antara yang satu dengan yang lainnya. Demikian dan


seterusnya.
Untuk melakukan pemeriksaan apakah independensi terjadi atau
tidak, kita dapat melihatnya dengan menggambarkan residu residu
dengan urutan berdasarkan urutan nilai X. Jika terdapat suatu pola pada
plot residu residu tersebut, maka itu menandakan bahwa independensi
tidak dipenuhi.
Perhatikan bahwa jika ada pola tertentu, maka antara kelompok
residu yang satu dengan kelompok residu yang lain ada korelasi. Oleh
karena itu, syarat indepensi sering disebut syarat tidak adanya otokorelasi
dalam residu. Salah satu tes formal (yang tidak dibicarakan di sini ) untuk
menguji otokorelasi ini ialah tes durbin Watson (Draper dan Smith, 1982 :
157). Paket paket statistik tertentu menyediakan prosedur untuk melihat
otokorelasi.
Residu diperoleh dari perhitungan berikut

Residu=Y -

Sehingga, diperoleh data sebagai berikut melalui perhitungan Microsoft


Excel 2007
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

X1
473,770
484,810
484,370
444,630
458,320
465,260
491,810
504,170
626,280
647,240
680,320
647,040
667,593
688,145
708,698
729,250

X2
793,390
813,990
828,630
752,530
774,340
781,570
828,340
861,860
106,194
1098,330
1156,090
1278,910
827,190
776,520
1050,880
1194,200

Y
-0,760
-6,660
-0,390
-0,080
-6,640
-0,930
0,310
0,300
-2,390
-6,490
-4,850
-3,150
-0,210
-0,670
-1,530
-2,160

-1,916
-1,997
-2,109
-1,803
-1,876
-1,884
-2,058
-2,226
4,171
-3,049
-3,262
-4,389
-0,906
-0,397
-2,297
-3,227

Residu
1,156
-4,663
1,719
1,723
-4,764
0,954
2,368
2,526
-6,561
-3,441
-1,588
1,239
0,696
-0,273
0,767
1,067

Setelah diperoleh data residu tersebut, kita dapat menggambarkan


residu residu dengan urutan berdasarkan urutan nilai X sehingga
diperoleh gambar plot residu berikut.

Residu

Plot Residu
3.000
2.000
1.000
0.000
-1.000 0
-2.000
-3.000
-4.000
-5.000
-6.000
-7.000
-8.000

10

15

20

Nomor Urut Senyawa

Dari gambar di atas diketahui tidak terdapat suatu pola pada plot residu
residu tersebut, maka hal tersebut menandakan bahwa independensi
terpenuhi.

4. Uji Regresi Ganda


Syarat untuk melakukan uji regresi adalah data harus berdistribusi normal,
variabel saling independen, data harus homogen, dan hubungan antara X
dengan Y. Namun, data yang diperoleh ternyata tidak demikian.
Misalnya data di anggap telah memenuhi persyaratan, maka dari
permasalahan, dapat dikelompokkan data sebagai berikut :
a. Variabel Surface Area (X1)
b. Variabel Volume (X2)
c. Variabel Energi Hidrasi (Y)
d. Sampel sebanyak 16
e. Tingkat signifikansi = 0,01

No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

X1
473,770
484,810
484,370
444,630
458,320
465,260
491,810
504,170
626,280
647,240
680,320
647,040
667,593
688,145
708,698
729,250
9201,705
Y2
0,5776
44,3556
0,1521
0,0064
44,0896
0,8649
0,0961
0,09
5,7121
42,1201
23,5225
9,9225
0,0441
0,4489
2,3409
4,6656
179,009

X2
Y
793,390
-0,760
813,990
-6,660
828,630
-0,390
752,530
-0,080
774,340
-6,640
781,570
-0,930
828,340
0,310
861,860
0,300
1061,940
-2,390
1098,330
-6,490
1156,090
-4,850
1278,910
-3,150
827,190
-0,210
776,520
-0,670
1050,880
-1,530
1194,200
-2,160
14878,710 -36,300
X1X2
375884,3803
394630,4919
401363,5131
334597,4139
354895,5088
363633,2582
407385,8954
434523,9562
665071,7832
710883,1092
786511,1488
827506,1589
552225,9529
534358,426
744756,0766
870870,35
8759097,423

X12
224458,0129
235040,7361
234614,2969
197695,8369
210057,2224
216466,8676
241877,0761
254187,3889
392226,6384
418919,6176
462835,3024
418660,9969
445679,9281
473543,6661
502252,2109
531805,5625
5460321,361

X1Y
-360,0652
-3228,835
-188,9043
-35,5704
-3043,245
-432,6918
152,4611
151,251
-1496,809
-4200,588
-3299,552
-2038,177
-140,1945
-461,0572
-1084,307
-1575,18
-21281,463

X 22
629467,6921
662579,7201
686627,6769
566301,4009
599602,4356
610851,6649
686147,1556
742802,6596
1127716,5636
1206328,7889
1336544,0881
1635610,7881
684243,2961
602983,3104
1104348,7744
1426113,6400
14308269,655

X2Y
-602,9764
-5421,1734
-323,1657
-60,2024
-5141,6176
-726,8601
256,7854
258,558
-2538,0366
-7128,1617
-5607,0365
-4028,5665
-173,7099
-520,2684
-1607,8464
-2579,472
-35943,750

Persamaan regresinya

Pengaruh volume dan luas permukaan terhadap energi hidrasi sangat kecil, jika
dilihat dari koefisien pada X1 dan X2.