i
DAFTAR ISI
KATA PENGANTAR............................................................................................................. i
DAFTAR ISI........................................................................................................................ ii
BAB I PENDAHULUAN......................................................................................................1
1.1 LATAR BELAKANG MASALAH 1
1.2 PERUMUSAN MASALAH 2
1.3 TUJUAN PRAKTIKUM 2
1.4 PEMBATASAN MASALAH 3
BAB II STUDI PUSTAKA....................................................................................................4
2.1 PRINSIP METODE KUADRAT TERKECIL 4
2.2 PRINSIP METODE KUADRAT TERKECIL UNTUK MODEL REGRESI : y=
ao+a1x 5
2.3 GALAT REGRESI LINIER 6
2.4 KOEFISIEN KORELASI 6
2.5 TEORI SAMPLING DAN REGRESI 8
BAB III PENGUMPULAN DAN PENGOLAHAN DATA......................................................17
3.1 PENGUMPULAN DATA 17
3.3.1 Alat Yang Digunakan...................................................................................17
3.3.2 Bahan Yang Digunakan...............................................................................17
3.3.3 Cara Pengukuran........................................................................................17
3.3.4 Hambatan Pengukuran...............................................................................18
3.2 HASIL DATA PENGUKURAN 18
3.3 PENGOLAHAN DATA 19
3.3.1 Diagram Sebar dan Tangan Bebas.............................................................20
3.3.2 Menghitung Koefisien Regresi dan Korelasi................................................20
BAB IV ANALISA DATA....................................................................................................22
4.1 MELAKUKAN UJI HIPOTESIS a1 = A1 22
4.2 UJI HIPOTESIS aO = AO 23
4.3 UJI HIPOTESIS KOEFISIEN KORELASI : = 0 23
4.4 ARTI KOEFISIEN DETERMINAN R = r2 24
BAB V KESIMPULAN DAN SARAN.................................................................................25
5.1 KESIMPULAN 25
5.2 SARAN 25
DAFTAR TABEL
DAFTAR GAMBAR
BAB I
PENDAHULUAN
M4 Bab I Hal-1
M4 Bab I Hal-2
regresi ataupun pembentukan persamaan dari titik data diskretnya (dalam pemodelan),
dan (b). analisis sesatan pengukuran (dalam validasi model).
Korelasi berkaitan langsung dengan Regresi, jika pada fungsi Regresi Y=F(X) nilai Y
dan X memenuhi persamaan Regresi maka dikatakan bahwa variabel X dan Y
mempunyai korelasi yang sempurna.
Persoalan disini adalah berdasarkan pasangan data x dan y yang diketahui akan
ditentukan sebuah fungsi pendekatan yang secara umum dapat menggambarkan pola
hubungan antara x dan y tersebut, dan selanjutnya dengan fungsi ini akan dapat ditaksir
nilai fungsi untuk harga x yang selanjutnya. Kalau kita misalkan y = f (x) adalah nilai
fungsi taksiran dan y adalah nilai data yang sebenarnya maka kesalahan (error ) pada titik
data ke-i adalah :
................(2.1)
Dalam hal ini maka fungsi terbaik yang dapat menggambarkan pola hubungan
antara x dan y adalah fungsi yang memberikan harga jumlah kesalahan yang minimum,
yakni :
M4 Bab II Hal-4
M4 Bab II Hal-5
............................................................................(2.2)
Nilai selisih dikuadratkan karena untuk menghilangkan nilai nilai selisih yang
negatif. Prinsip menentukan fungsi terbaik berdasarkan kesalahan terkecil ini disebut
dengan prinsip kuadrat terkecil (least square).
E y a 0 a 1x
2
E E
E akan minimum apabila 0 dan 0
a0 a1
E
a 0
2 (y a 0 a1x)( 1) 0
E
a 0
2 (y a 0 a1x)( 1) 0
E
a0
2 y a 0 a1 x0
na0 a1 x y
E
a1
2 (y a 0 a1x)( x) 0
2 (y a0 a1x)(x) 0
xy a x a x
2
0 1 0
na a x y
0 1
Jadi dalam hal ini kita mempunyai dua persamaan dengan dua parameter yang
tidak diketahui, yakni a0 dan a1
(1) na0 a1 x y
(2) na0 a1 x y
Persamaan ini disebut dengan persamaan normal. Dengan eliminasi gauss atau
determinan harga a0 dan a1 dapat diturunkan sebagai berikut :
M4 Bab II Hal-6
...................................................(2.3)
........................................................................................(2.4)
Jadi standart error estimate menunjukan rata-rata perbedaan antara data aktual
(y) dengan data menurut fungsi regresi (y). Derajat kebebasan data telah berkurang dua
(yakni n 2) karena sudah ada dua parameter data yang dihitung yakni a0 dan a1.
.......................................................................(2.5)
Koefisien determinasi
............................................................................................................(2.6)
Koefisien korelasi dapat juga dihitung dengan formula berikut :
......................................................................(2.7)
Koefisien determinasi R menggambarkan prosentasi perubahan variabel y yang
dapat diterangkan oleh variabel x.
M4 Bab II Hal-7
Contoh 1
Misal diketahui pasangan data x dan y sebagai berikut :
Tabel 2.1 Data X dan Y
X : 1 2 3 4 5 6 7
Y : 0.5 2.5 2.0 4.0 3.5 6.0 5.5
Sumber : Modul Praktikum Statistik Industri
Pertanyaan:
a. Berdasarkan data diatas tentukan garis regresi y= f(x)= a0 + a1x
b. Hitung Standart error estimate, koefisien korelasi dan determinasi
Jawab :
Tabel 2.2 Tabel Perhitungan Contoh 1
x Y x.y x y' ( y - y' ) y
1 0.5 0.5 1 0.91 0.1681 0.25
2 2.5 5.0 4 1.75 0.5625 6.25
3 2.0 6.0 9 2.59 0.3481 4.0
4 4.0 16.0 16 3.43 0.3249 16
5 3.5 17.5 25 4.27 0.5929 12.25
6 6.0 36.0 36 5.11 0.7921 36.00
7 5.5 38.5 49 5.95 0.2025 30.25
28 24.0 119.5 140 29.911 105.00
Sumber : Modul Praktikum Statistik industri
a) y= a0 + a1x dengan
a0
y x xy x2
n x x 2 2
a0
24140 119.5 28 3360 3346 14 0.07
7140 28 980 784 196
2
a1
n xy x y
n x x
2 2
a1
7119.5 28 24
836.5 672 164.5
0.83928 0.84
7140 28 980 784
2
196
y y'
2
b) S y/x 2.9911
0.7734
n 2 7 2
R r 2 0.869
Artinya dari koefisien determinasi R= 0.869 adalah bahwa 86.9% perubahan harga
y adalah disebabkan oleh perubahan harga variabel x, sedangkan sisanya yakni 100% -
86.9 % = 13.1% disebabkan oleh variabel yang lain (variasi yang tidak dapat dijelaskan
oleh garis regresi).
................(2.8)
Dimana :
................................................................................(2.9)
..............................................................................(2.10)
Statistik uji diatas berdistribusi t dengan derajat kebebasan = n 2
Berdasarkan nilai statistik uji diatas maka interval kepercayaan 1 % dari
parameter A1 dapat ditentukan sebagai berikut :
............................................................(2.11)
M4 Bab II Hal-9
............................................................(2.12)
Jadi interval kepercayaan 1 % dari A1 diberikan oleh :
................................................(2.13)
Dengan t/2 adalah nilai distribusi t dari tabel dengan derajat kebebasan = n 2
b. Uji Hipotesis : a0 = A0
Statistik uji untuk menguji apakah a0 = A0 adalah :
......................................................................(2.14)
Statistik uji ini juga berdistribusi t dengan derajat kebebasan = n-2. Berdasarkan
nilai statistik uji diatas maka interval kepercayaan 1 % dari a0 adalah sebagai
berikut :
.........................(2.15)
c. Uji Hipotesis Untuk Nilai Ramalan Regresi
Misal y0 adalah nilai ramalan y untuk x = x 0 yang diramalkan darigaris regresi
sampel y0 = a0 + a1x0, dan yp adalah nilai ramalan y pada x = x0 untuk populasi,
maka statistik uji :
.........................(2.16)
M4 Bab II Hal-10
......................(2.17)
......................(2.18)
Contoh 2
Tabel berikut menunjukkan data berat beberapa orang ayah dengan anaknya yang
paling tua.
Tabel 2.3 Tabel Berat Ayah dan Anak
Berat Ayah (Kg,x) 65 63 67 64 68 62 70 66 68 67 69 71
Berat Anak (Kg,y) 68 66 68 65 69 66 68 65 71 67 68 70
Sumber : Modul Praktikum Statistik industri
Pertanyaan:
a. Gambarkan diagram sebarnya.
b. Tentukan garis regresi linier : y = a0 + a1x
c. Lakukan uji hipotesis dengan tingkat kepercayaan 95% bahwa koefisien regresi
populasi (A1) adalah kurang dari 0.180
d. Tentukaan interval kepercayaan 95% dari koefisien regresi tersebut.
e. Lakukan uji hipotesis dengan tingkat kepercayaan 95% bahwa A 0 = 30 dan
tentukan interval kepercayaan 95% dari populasi A0t ersebut.
f. Tentukan interval kepercayaan 95% dari nilai ramalan y untuk harga x = 67.
Jawab:
a. Diagram sebar
M4 Bab II Hal-11
a0
y x 2
xy x
n x x
2 2
a1
xy x y
n
n x x
2 2
a0
811 53418 800 54107 35.82
12 54849 811 2
a1
12 54107 800 811 0.476
12 54849 811 2
Jadi, persamaan regresinya : y = 35.82 + 0.476x
S y/x
y i y'
2
x 2
i x
Sx
n
Tabel 2.5 Tabel Perhitungan Koefisien Regresi
Y y1 y- y1 (y-y1)2
68 66.76 1.24 1.54
66 65.81 0.19 0.036
68 67.71 0.29 0.084
65 66.28 -1.8 1.64
69 68.19 0.87 0.656
66 65.33 0.67 0.45
68 69.14 -1.44 1.3
65 67.24 -2.24 5.02
74 68.19 2.81 7.9
67 67.71 -0.71 0.504
68 68.66 -0.66 0.436
70 69.62 0.38 0.144
Sumber : Modul Praktikum Statistik industri
y - y'
2
19.71
19,71
Sy/x = = 1,6425 = 1,28
12
65 -1.7 2.89
63 -3.7 13.69
67 0.3 0.09
64 -2.7 7.29
68 1.3 1.69
72 -4.7 22.09
70 3.3 10.89
66 -0.7 0.49
68 1.3 1.69
67 0.3 0.09
69 2.3 5.29
71 4.3 18.49
800 84.68
Sumber : Modul Praktikum Statistik industri
M4 Bab II Hal-13
800
x =
12
= 66,7
(x - x )2 84,68
Sx = = = 7,057 = 2,66
n 12
0,74 - 0,180
12 2
t = 1,28
2,66
(0,296) (2,66) 10
=
1,28
= 1,95
t0,05;10 = 1,872
Oleh karena t statistik > t0,05;10 maka hipotesis Ho : A1< 0.180 kita tolak
a1> 0.180, artinya a1 = 0.476 adalah signifikan lebih besar dari 0.180
= 0.476 0.340
= 0.136
Batas atas interval = 0.476 + 0.340
= 0.816
Kesimpulan : Dengan tingkat keyakinan 95%, maka koefisien regresi A1 adalah
berada pada interval0.136 < A1< 0.816
M4 Bab II Hal-14
2.66 (12)(10)
t = (35.82 30)
1.28 53418
= 0.573246567
= 0.573
t,n-2 = t0.05;10 = 1.812
tstatistik < ttabel
H0 : A0 = 30 diterima.
Artinya A0 = 35.82 adalah tidak signifikan lebih besar dari 30.
Interval keyakinan 95% dari A0
800 53418
BB = 35.82 t0.025 ; 10
12 (12)(10)
1.28
= 35.82 2.23 . 21.0986
2.66
= 35.82 22.64
= 13.18
BA = 35.82 + 22.64 = 58.46
Interval kepercayaan 95% dari A0 adalah sebagai berikut:
13.18 < A0< 58.46
= 67.712 3.256
= 64.456
BA = 67.712 + 3.256
= 70.968
Interval kepercayaan 95% untuk y pada x = 67 adalah
64.456 <yp< 70.968
M4 Bab II Hal-15
Gambar 2.4 Interval kepercayaan 95% dari nilai ramalan y untuk harga X = 7
Sumber : Modul Praktikum Statistik Industri
BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
DATA
X Y X2 Y2 XY Y' (Y-Y')2
KE
1 103,5 10,6 10712,25 112,36 1097,1 10,57 0,0009
2 104,2 10,64 10857,64 113,21 1108,688 10,65 0,0001
3 104,8 10,76 10983,04 115,78 1127,648 10,71 0,0025
4 103,6 10,54 10732,96 111,09 1091,944 10,58 0,0016
5 104,5 10,65 10920,25 113,42 1112,925 10,68 0,0009
6 107,7 11,01 11599,29 121,22 1185,777 11,03 0,0004
7 101,4 10,35 10281,96 107,12 1049,49 10,34 0,0001
8 104,2 10,78 10857,64 116,21 1123,276 10,65 0,0169
9 102,6 10,45 10526,76 109,2 1072,17 10,47 0,0004
10 104 10,63 10816 113 1105,52 10,62 0,0001
11 103 10,45 10609 109,2 1076,35 10,52 0,0049
12 101,1 10,28 10221,21 105,68 1039,308 10,31 0,0009
13 102,5 10,43 10506,25 108,78 1069,075 10,46 0,0009
14 103,8 10,63 10774,44 113 1103,394 10,6 0,0009
15 103,5 10,56 10712,25 111,51 1092,96 10,57 0,0001
16 102 10,41 10404 108,37 1061,82 10,41 0
17 100,6 10,3 10120,36 106,09 1036,18 10,26 0,0016
18 102,7 10,4 10547,29 108,16 1068,08 10,48 0,0064
19 104,1 10,5 10836,81 110,25 1093,05 10,64 0,0196
20 103,6 10,5 10732,96 110,25 1087,8 10,58 0,0064
2067,4 210,87 213752,36 2223,9 21802,555 211,13 0,0656
Sumber :Pengolahan Data
Xi 2067,4
X 103,37
n 20
Yi 210,87
Y 10,54
n 20
M4 Bab III Hal-19
a0
X Y X XY
2
n( X ) ( X)
2 2
a1
n XY X Y
n( X ) ( X)
2 2
20(21802.555) (2067.4)(210.87)
20(213752.36) ( 2067.4) 2
98.462
0.109
904.44
Y = -0,71+0,109X
M4 Bab III Hal-20
r 0,9514
1.734
Gambar 4.1 Distribusi t
Sumber : Pengolahan Data
Ho ditolak jika t hitung > t;18 atau Ho diterima jika t hitung < t;18
3. Uji Statistik.
Sx
t (a1 0) n2
Sy / x
Dimana :
Sx
(X X)2
45.23
1.503
n 20
Sy/x
(Y Y' )2
0.0656
0.1811
n 20
1,503
t (0.109 - 0) 20 2
0.1811
t= -3,9473
thitung = -3,9473<t0,05;18 = 1.734
M4 Bab IV Hal-21
M4 Bab IV Hal-22
2.101
Gambar 4.2 Distribusi t
Sumber : Pengolahan Data
Ho ditolak jika t hitung > t;18 atau Ho diterima jika t hitung < t;18
3. Uji statistik :
= -0.2418
Ho diterima karena thitung<t0,025;18 artinya koefisien regresi tersebut sama
dengan nol.
1.734
Gambar 4.3 Distribusi t
Sumber : Pengolahan Data
M4 Bab IV Hal-23
3. Uji statistik :
= 13.11
Oleh karena t statistik > t0.05;18 maka hipotesis H0 ditolak. Artinya koefisien regresi
tersebut tidak signifikan sama dengan nol, atau signifikan lebih besar dari nol.
5.1 KESIMPULAN
Kesimpulan yang didapat dari praktikum modul IV ini, adalah antara lain :
a. Koefisien korelasi = 0.9514
b. Koefisien determinasi = 0.9052
c. Persamaan garis regresi = Y = -0.71+ 0.109 X
d. Nilai Sx = 1.503
e. Nilai Sy/x = 0.1811
f. Uji Hipotesis a1 =0
t hitung = -3.9473
t tabel = 1.734
thitung = -3.9473 < t0,05;18 = 1.734
Jadi, Ho diterima oleh karena thitung < t0,05;18 artinya koefisien regresi tersebut signifikan
sama dengan nol.
g. Uji Hipotesis ao =0
t hitung = -0.2418
t tabel = 2.101
thitung = -0.2418 < t0,025;18 = 2.101
Jadi, Ho diterima oleh karena thitung < t0,025;18 artinya koefisien regresi tersebut signifikan
sama dengan nol.
h. Uji Hipotesis =0
t hitung = 13.11
t tabel = 1.734
thitung = 13.11 > t0,05;18 = 1.734
Jadi, Ho ditolak oleh karena thitung > t0,025;18 artinya koefisien regresi tersebut tidak
signifikan sama dengan nol.
5.2 SARAN
Adapun saran dalam pelaksanaan praktikum modul IV ini adalah :
Untuk pengukuran sebaiknya dapat digunakan obyek lain, sehingga dapat lebih
bervariasi untuk parameter variabel x dan y, tidak hanya berat dan panjang saja.
M4 Bab V Hal-24