INTERPRETASI DATA

Pengamatan matemats dengan aplikasi SPSS didapatkan beberapa nilai analisis y

diterjemahkan untuk melihat korelasi nilai dengan data y terdiri dari :
1. MAE
Nilai MAE merupakan nilai standar error data y analisis. Nilai MAE (Mean
Average Error) menunjukkan selisih rata-rata antara nilai Yobservasi (IC50) sebagai
parameter terikat dan nilai Y (Ycalculate) yang didapat dari perhitungan manual
masing-masing deskriptor. Semakin kecil nilai MAE maka semakin sedikit
perbedaan atau kesalahan yang terjadi artinya data semakin baik atau akurat.
Analisis statistika yrata-rata yang dilakukan dengan metode linear regresi yaitu
dengan 1 parameter dependent berupa IC50 yang merupakan respon biologis dari
hasil matematis deskriptor. Data yang dianalisis sebanyak 15 struktur dengan 12
parameter deskriptor.
2. R2
Nilai R2 digunakan untuk melihat goodness of fit kedekatan data distribusi dengan
garis linear. Berdasarkan literatur, nilai R2 yang baik adalah mendekati 1. Artinya
data tidak melebar dan data termasuk dalam data analisis. Berdasarkan data
perhitungan, nilai R2 tersebut yaitu -10856991. Nilai R2 sangat jauh dari 1. Artinya
data tersebut linearitasnya sangat jelek. Data tidak dapat masuk ke garis normal plot
Q Q. Data tersebut tidak memenuhi syarat.
3. R2 adjusted
Sedangkan, nilai adjusted R2 berbeda-beda setiap strukturnya. Nilai adjusted R2 dari
struktur 1 hingga struktur 15 berturut-turut sebesar -75998944,33; -2511597769;
-25115977691;

-64176235,49;

-583186617,3;

-156697409,9;

-2581603674;

-130581829,1;

-551043315,7;

-26446364942;

-30842448257;

-1795498975;

-501453978,4; -14022200180; -3905628358; dan -1161307793. Nilai adjusted R2

yang terbesar pada struktur 15 dengan nilai -1161307793.
4. F

F merupakan ratio variansi dari data yang ada ketikan hasil hitung variansi dengan
Excell. Jika nilai F > menunjukkan bahwa seluruh data tersebut signifikan
(variasi dat kecil) begitupun sebaliknya. Nilai F < menunjukkan bahwa data
tersebut bervariasi. Berdasarkan dat perhitungan didapatkan nilai F < sebesar
-0,16667 dengan bernilai 0,05. Artinya data semakin bervariasi maka pengaruh
variasi akan mempengaruhi efek biologis.
5. S
S adalah nilai variansi data. Semakin kecil nilai varian S maka semakin baik data
yang ada karena nilai variasi yang kecil mengurangi pengaruhnya terhadap
senyawa. Nilai S berdasarkan perhitungan didapatkan nilai seperti pada tabel.
6. REMSEC
Nilai RMSEC adalah nilai standar error varians dari data deskriptor dimana
semakin kecil nilai REMSEC maka data memiliki standar error semakin baik. Nilai
REMSEC sebesar 344102,6. Nilai REMSEC yang semakin kecil maka akan
semakin baik.
7. Q2
Nilai q2 adalah nilai yang menunjukkan kevalidan persamaan data. Jika data diatas
0,05 maka data sudah valid dan akurat. Oleh karena itu nilai data tidak perlu
divalidasi karena terdistribusi normal. Begitupun sebaliknya.

DATA PERHITUNGAN
Percobaan LOO tanpa data struktur 2