LAPORAN PRAKTIKUM GEOSTATISTIKA

STATISTIKA BIVARIATE

Dwi Yunita Safitri

F1D114015

PROGRAM STUDI TEKNIK PERTAMBANGAN

JURUSAN TEKNIK KEBUMIAN
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS JAMBI
2016

BAB I
PENDAHULUAN

1.1. Tujuan
1. Dapat menyajikan data yang memiliki dua variable dalam bentuk
scatter plot.
2. Dapat menentukan hubungan antara kedua variable secara kuantitatif.
1.2. Alat dan Bahan
1. Laptop
2. Perangkat lunak Microsoft Excel.
1.3. Cara Kerja
1. Organisasi data secara baik, karena data ini berpasangan pastikan setiap
pasangan data tidak tertukar dengan pasangan data yang lain.
2. Lakukan analisa statistika univariate.
3. Buat table frekuensi dari masing-masing varibel dan lanjutkan dengan
histogram.
4. Apakah dengan menggunakan table frekuensi dan histogram dapat
ditarik hubungan antara kedua variable?
5. Jika tidak, maka lanjutkan dengan perintah berikut. Klik Insert lalu
pilih pilihan scatter seperti tampilan berikut ini.

Gambar 2.2 Menu scatterplot pada Microsoft Excel.

6. Masukan data yang ingin dicari hubungannya, untuk sumbu-x masukan
seluruh data variable V dengan cara men-drag seluruh data pada
variable V. Begitupun untuk sumbu-y dengan memasukan seluruh
data variable U.
7. Hitung koefisien korelasi dengan rumus yang telah disediakan pada
materi kuliah secara manual.

8. Hitung koefisien korelasi dengan perintah berikut, letakan cursor pada

cell yang kosong, lalu ketik =correl(masukan seluruh harga variable V
(sb-x), masukan seluruh harga variable U (sb-y)). Setelah itu enter.
9. Bandingkan dengan menggunakan pilihan data analysis.
10. Lanjutkan dengan melakukan regresi untuk mengetahui rumus empiris
dari hubungan antara kedua variable seperti petunjuk dari instruktur
atau asisten praktikum.

BAB II
HASIL DAN ANALISA DATA
Tugas
Terdapat 2 data yang berpasangan antara variabelnya. Lakukan analisa bivariate
statistics. perbandingan dari setiap hasil pengolahan (data pada praktikum, data 2
dan data 3). Sertakan analisa anda pada laporan mengenai hasil yang didapatkan.
Bagaimana menurut anda hubungan antara porositas dengan permeabilitas pada
sebuah batuan?
2.1. Data 1
Sebaran data dengan dua variable, U dan V
Data U
15
16
16
21
21
15
14
14
16
22
12
7
9
8
18
16
15
15
17
28
24
34
22
27
20
16
15
15

11
4
27
36
24
27
27
23
16
15
29
32
30
29
25
32
29
24
17
16
37
38
0
7
10
4
19
25
18
17
55
20
2
4
7
10
7
7
14
13
11
0
18
18

19
15
16
15
6
2
3
14
18
18
19
17
19
21
28
40
34
31
18
20
22
19
22
20
25
38
35
34

Data V
81
82
82
88
89
77
74
75
77
87
77
61
74
70

88
82
80
80
84
100
103
110
97
103
94
86
85
83
74
47
112
121
105
111
110
101
90
87
108
111
123
119
112
122
116
109
97
94
121
124
19
77
91
64
108
113
101
99

143
109
40
52
73
84
73
79
96
95
91
0
111
111
115
105
107
102
72
48
52
98
114
117
118
113
118
120
128
139
136
134
120
124
129
123
127
121
130
145
144
144

Data diatas merupakan sebuah sebaran data dengan menggunakan 2

variabel yaitu Data U dan Data V. Dimana, data tersebut berkisar antara 0-145.

Untuk Data U memiliki kisaran nilai yang rendah yaitu antara 0-55, dan untuk
Data V memiliki kisaran nilai 0-145.
Data U memiliki nilai rata-rata 19.1, dan standar deviasi
9.86218161780781. Sedangkan Data V memiliki nilai rata-rata 97.75 dan
standar deviasi 26.5247644911907. Dikarenakan kedua data tersebut
merupakan data numerik, sehingga jenis uji statistika yang digunakan
adalah Analisa Korelasi dan Analisa Regresi. Sebelum dilakukan kedua uji
tersebut, sebelumnya harus dicari terlebih dahulu nilai dari R/r yang
merupakan koefisien kolerasi. Analisa korelasi ini merupakan bukan
sebuah hubungan sebab-akibat atau tidak saling berpengaruh.
Lalu setelah data-data tersebut didapatkan, dilakukan analisa
statistic bivariate dengan mencari hubungan antara Data U dan Data V.
Dengan hasil yang didapatkan sebagai berikut:

Sebaran Data U dan V

Polynomial ()

Logarithmic ()

Linear ()

Logarithmic ()

Polynomial ()

Polynomial ()

60
50
40
Data U

f(x) = 0x^2 + 0.06x - 1.71

f(x) = 0.31x - 11.5

30
20
10
0

20

40

60

80

100

120

140

160

Data V

Dari grafik diatas dapat disimpulkan bahwa keterkaitan atau hubungan

antara kedua data tersebut dipresentasikan dalam bentuk grafik tersebut. Dengan
didapat 2 persamaan linier yaitu:
y= 0.3131x-11.504
y= 0.0014x2+0.0631x-1.7051
berdasarkan grafik diatas dapat dilihat bahwa pola yang terbentuk adalah sebuah
korelasi positif yang tinggi.

Lalu dilakukan Analisa dengan mencari nilai koefisien korelasi (R/r) yang
didapatkan dari perpaduan nilai data, mean, dan standar deviasi. Pada praktikum
ini dilakukan dua cara pencarian nilai koefisien korelasi yaitu melalui cara secara
manual dan cara melalui analisis data korelasi.
Pada pencarian koefisien korelasi secara manual didapatkan 2 nilai yaitu:
R1 = 0.83365
R2 = 0.84207
Pada R1 didapatkan hasil dari cara =SUM(D26:CY26)/(100*H21*J21)
Dan pada R2 didapatkan dari rumus =CORREL(D23:CY23,D22:CY22)
Kemudian untuk pencarian nilai koefisien korelasi secara analisis data korelasi
didapat nilai 0.84207. Sehingga dapat disimpulkan bahwa hubungan tersebut
hubungan antar variable kuat dikarenakan nilai yang didapat mendekati angka 1,
atau lebih tepatnya hubungan sangat kuat karena berkisar antara 0.81-0.99 dengan
jenis hubungan searah dikarenakan hasil yang didapat merupakan positif.
2.2. Data 2
Sebaran porositas (%) pada sebuah sample batuan
30.3
39.8
37.5
14.7
23.7
25
33.8
12
20.5
7.8
29.7
27.4
29.4
21.4
26
29.9
29.2
24

26.9
9.1
16.9
19.1
29.3
31.7
29.6
26.1
31.9
39.1
20.1
25.9
9.2
20.9
25.5
24.3
28.4
15.1
34.6
12.9
29.5
8
21.1
5.1
16.2
26.5
11.5
10.8
11.3
42.1
31.5
2.5
23.5
35.6
19.5
34.9
17.8
26.3
24.4
35.1
32.5
21.9
17.8
22.8

28.2
14.3
22.1
26
9.5
11.7
16.5
11.1
26.3
34.2
28.1
5.7
23
18.4
4.1
14.7
17.3
28.3
28.3
17.9
26.8
22.2
7.6
20.7
15.8
43.6
21.2
12.4
30.9
23.4
38.1
37
13.3
22.4
27.2
12.2
13
18.3

Dari data sebaran porositas diatas didapat nilai rata-rata 22.587 dan standar
deviasi 9.241875001.
Sebaran harga permeabilitas (mD) pada sebuah sample batuan
442.5

729.6
436.1
44.2
35.3
72.1
2715.6
44
157.3
24.3
155
328.2
133.7
42.7
139.9
203.2
474.6
100.7
781
55.6
26.5
93.9
630.9
1072.7
282.8
80.2
318.8
1979.1
46.4
107.5
41.4
153.2
853.4
64.1
206.5
31.1
137.9
92.1
303.1
36.8
741.6
17.9
58.6
97.6
22

76.1
52.3
2467.2
307.1
14.9
36.9
179.2
48.2
923.8
54.7
40.6
110.8
865.1
683.6
111.7
143.8
101.7
102.5
67.2
143
59.3
30.1
49.6
61.5
33.7
75.2
125.1
545.1
26.9
160.9
89
12
33.4
19.9
136.2
97.3
69.2
99
192.4
36.3
151.9
105.2
404.4
297.4

56.4
166.6
65.6
2949.7
1196.4
33.4
46
625.9
30.9
29.2
90

Dari sebaran harga permeabilitas diatas didapat nilai rata-rata 293.432 dan standar
deviasi 9.241875001. lalu didapat grafik sebaran harga porositas dan
permeabilitas sebagai berikut:

Sebaran Harga Permeabilitas dan Prositas

Linear ()

Polynomial ()

3500
3000
2500
2000
Permeabilitas

1500

f(x) = 1.84x^2 - 50.38x + 334.77

1000

f(x) = 32.28x - 435.71

500
0

10

15

20

25

30

35

40

45

50

Porositas

Dari grafik tersebut diketahui bahwa jenis hubungan antara sebaran

porositas dan harga permeabilitasnya merupakan sebuah korelasi yang positif.
Dengan nilai persamaan liniernya:
y = 1.844x2 - 50.383x + 334.77
y = 32.282x - 435.71
Lalu untuk nilai koefisien korelasi secara manual didapatkan nilai berikut:
R1 = 0.5590014
R2 = 0.56464788

Koefisien korelasi melalui analisis data korelasi didapat nilai sebesar

0.56464788. Sehingga dapat disimpulkan bahwa sebaran data tersebut hubungan
antar variable sedang dikarenakan nilai yang didapat mendekati angka 1 dan juga
mendekati angka 0, dengan rentang nilai 0.41-0.60 dengan jenis hubungan searah
dikarenakan hasil yang didapat merupakan positif. Atau dengan kata lain melalui
sebaran data pada sample batuan tersebut didapat hubungan yang tidak terlalu
terikat atau menengah. Dengan contoh, misalnya sebuah sample batuan memiliki
porositas yang tinggi lalu untuk permeabilitasnya bisa juga tinggi, namun bisa
juga rendah.

2.3. Data 3
Porosity
29.06
30
21.61
10.08
30
30
30
17.7
30
30
8.27
17.23
16.9
30
7.95
30
7.23
14.47
23.38
25.72
30
30
30
24.38
30

26.22
30
16.23
15.12
30

Dari data porosity diatas diketahui nilai rata-ratanya 23.385 dan standar deviasi
8.048131824
Perm
737.1
1218.2
670.7
419.9
988.3
1255.5
3225.8
785.4
1050.7
1131.9
309
627.2
1028
1528
563.3
1431.1
440.5
1343.1
849.5
603.4
1476.4
1166.3
1413.4
2093.1
1815.3
982.7
1661.7
633.5
336.6
899.5

Dari data perm diatas diketahui nilai rata-ratanya 1089.503 dan standar deviasi
604.5239093.

Sebaran harga porositas dan permeabilitas

Linear ()

Polynomial ()

3500
3000
2500
2000
Permeabilitas

1500
f(x) = 0.75x^2
13.64x + 311.34
44.16x ++
56.81

1000
500
0

10

15

20

25

30

35

Porositas

Dari grafik tersebut diketahui bahwa jenis hubungan antara sebaran

porositas dan harga permeabilitasnya merupakan sebuah korelasi yang
positif. Dengan nilai persamaan liniernya:
y = 0.7536x2 + 13.636x + 311.34
y = 44.16x + 56.81
Lalu untuk nilai koefisien korelasi secara manual didapatkan nilai berikut:
R1 = 0.568319
R2 = 0.587916
Koefisien korelasi melalui analisis data korelasi didapat nilai
sebesar 0.587916. Sehingga dapat disimpulkan bahwa sebaran data
tersebut hubungan antar variable sedang dikarenakan nilai yang didapat
mendekati angka 1 dan juga mendekati angka 0, dengan rentang nilai 0.410.60 dengan jenis hubungan searah dikarenakan hasil yang didapat
merupakan positif. Jadi pada kasus ini memiliki Analisa yang sama dengan
kasus sebelumnya yaitu hubungan antara nilai porosity dan perm tidak
terlalu berpengaruh.

BAB III
PENUTUP
3.1. Kesimpulan
Adapun kesimpulan yang didapat dari analisis data diatas adalah sebagai berikut:
1. Scatter plot menyajikan suatu hubungan dari dua data. Persamaan ini
digunakan

untuk

menentukan

kevalidasian

suatu

data,

dengan

membandingkan nilai tersebut dengan nilai yang didapat dari penyelesaian

suatu fungsi persamaan. Dan juga dengan memperhatikan bentuk dari
scatter plot tersebut kita bisa menentukan bagaimana bentuk korelasi yang
terbentuk.
2. Hubungan antar kedua variable ditentukan oleh nilai dari koefisien korelasi
antar kedua variabel. Semakin besar nilai R atau mendekati 1 maka semakin
erat hubugan antar kedua variabel dan sebalikny jika R menjauhi nilai 1
maka kedua variabel semakin renggang hubungannya. Lalu, jika R bernilai
positif maka kedua variabel akan memiliki hubungan yang searah dan
apabila R bernilai negatif maka hubungannya berlawanan arah.

DAFTAR PUSTAKA
Vinny. 2014. Analisa Bivariat: Korelasi dan Regresi.
http://slideplayer.info/slide/1984594/ (Diakses pada tanggal 10 Oktober
2016 pukul 19.47 WIB)