n
X ( Xi) / n
i 1
Atau
X ± Z1/2α α/√n
n _
(X - X )2
τ SD _______
i 1
(n 1)
Jika ukuran sample berhingga yaitu sebesar N yakni (n/N) > 5% maka:
s N n s N n
X t1/ 2 X t1/ 2
n N 1 n N 1
Atau
s N n
t1 / 2
n N 1
Pendugaan proporsi
Populasi binomial berukuran N dimana terdapat propirsi Π untuk suatu peristiwa
yang terdapat didalam populasi tersebut. Bila didalamsampel terdpat n kejadian dan
terdpat x kejadian yang sukses maka proporsi atau peluang kejadian sukses adalah n =
Sehingga interval kepercayaannya dengan pendekatan normal dengan n cukup besar
menajdi :
X Z 1 / 2 p(1 p ) X Z 1 / 2 p (1 p Atau X Z 1 / 2 p (1 p )
Jadi interval kepercayaan untuk Π menjadi :
p (1 p ) p(1 p) p (1 P )
p Z1 / 2 p z1 / 2 Atau p Z1 / 2
n n n
Contoh
1. misalnya dari hasil pengukuran 20 ekor kambing kacang jantan diperoleh rata-rata
berat badan 15 kg,dari hasil penelitian sebelumnya diperoleh informasi bahwa
simpangan beratnya sebesar 5 kg. maka dengan tingkat kpercayaan 95 %diperoleh
kisaran berat kambing tersebut adalah :
5
X Z 1 / 2 15 1.96 15 2,19
n 20
Jadi kisaran berat kambing tersebut adalah antara 12,81 kg samai dengan 17,19
(P<0,05)
2. dari 50 ekor anak babi yang diperiksa ternyata 30 ekor menderita penyakit
mencret putih sedangkan sisanya dalam keadaan sehat. Dengan tingkat
kepercayaa 95 % interval pendugaan terhadap anak babi penderita mencret putih
adalah sebagai berikut:
kejadian sukses =30
x 30
p 0,60
n 50
S2 n p (1-p) = 50 (0,60)(1-0,60)=12
S= 12 3,46
Jadi rata-rata anak babi yang menderita mencret putih 29,04 -30,96 ekor atau 29-
31 ekor (P<0,05).
Kisaran prepalensi(kemungkinan)anak babi mencret putih adalah:
p (1 p ) 0,60(1 0,60)
p Z 1 / 2 0,60 1,96
n 50
= 0,60 ±0,14
Jadi prepalensinya berkisar antara 0,46-0,74 (p<0,05)
XII HIPOTESIS
Hipotesis adalah jawaban smentara terhadap suatu permasalahan yang paling
dianggap benar, dianggap sementara karena perlu dibuktikan kebenarannya dan dianggap
paling benar karena sudah berdasarkan pikiran yang logis dn oengetahuan yang
menunjangnya. Pengujian hipotesis akan membawa kepada kesimpulan untuk menerima
atau menolak hipotesis. Jadi dengan demikian hanya terdapat dua pilihan. Maka dalam
statistika kita mengenal dua hipotesis yaitu H0 dan H1
pasangan H0 dan H1 mempuinyai daerah penerimaaan dan daerah penolakan
hipotesis. Daerah penolakan hipotesis sering disebut daerah kritis.
Bila kita ingin menguji suatu parameter yang diketahui (θo) maka hipotesisinya
adalah sebagui berikut :
a. Hipoteisi dua arah
Ho:θ =θo lawan H1;θ≠θo
b. Hipotesisi satu arah kanan
Ho:θ ≤θo lawan H1;θ>θo
Hipotesis ini mengandung pengertian maksimum (meningkatkan)
c. Hipotesisi Satu arah kiri
Ho:θ ≥θo lawan H1;θ<θo
Hipotesis ini mengandung pengertian minimum(menurunkan)
Menguji rata-rata
A. Uji Dua Arah
a. diketahui
Ho : = o lawan H1 : o
Pengujian dilakukan dengan menggunakan rumus :
o
ZH
/ n
o
ZH
/ n
kriteria penerimaan Ho adalah :
Ho diterima pada taraf jika ; ZH ≤ Zα
Ho ditolak pada taraf jika ; ZH > Zα
Untuk yang arah kiri criteria penerimaan Ho adalah
b. tidak diketahui : Arah Kanan
Ho : o lawan H1 : .> o
Pengujian dilakukan dengan menggunakan rumus :
o
tH
s/ n
kriteria penerimaan Ho adalah :
Ho diterima pada taraf jika ; tH ≤ tα(db = n-1)
Ho ditolak pada taraf jika ; tH > tα (db = n-1)
Kriteria penerimaan Ho untuk pengujian hipotesisi arah kiri adalah kebalikan dari
yang arah kanan.
PENGUJIAN PROPORSI Π
Hipotesisnya :
H o : o lawanH 1 : o
Jadi Z H Z 0 , 025 atau 3,125>1,645 maka Ho diterima karena nyata lebih kecil
dari 0,5. maka pernyataan pedagang obat tersebut tidak benar, pernyataan
pedagang baru benar jika hasilnya tidak nyata lebih kecil (P>0,05) dar 0,5 kg
atau nyata lebih besar dari 0,5 kg
3. jika diketahui peluang lahirnya anak sapi jantan adalah 0,50 jika dari dari 8 ekor
anak sapai yang terlahir ternyata 5 ekor jantan dan 3 ekor betina. Apakah masih
dapat dieprcaya 95 % peluang yang menyatakan kemungkinan anak sapi jantan
yang lahir 0,50
jawab
X 5
P 0,625
n 8
Karena peluang tersebut kemungkinan lebih besar atau lebih kecil dari 0,50 maka
hipotesisinya adalah :
H o : 0,50lawanH 1 : 0,50
Ho ditolak (ragam tidak homogen) pada taraf α jika FH F ( db1 n11; db 2 n 21)
2
n
n
( X 1i X 2 i )
( X 1i X 2i )
2 i 1
n
Sd i 1
n 1
Kriteria penerimaan Ho adalah:
Ho diterima pada taraf α jika : t H t ( db n 1)
Ho ditolak pada taraf α jika : t H t ( db n 1)
(n1 1) S12 (n 2 1) S 22
Sg
n1 n 2 2
Kriteria penerimaan Ho adalah:
Ho diterima pada taraf α jika : t H t ( db n1 n 2 2 )
Ho ditolak pada taraf α jika : t H t ( db n1 n 2 2 )
Contoh:
1. Seorang peneliti ingin mengetahui perubahan pH daging api sebelum dan sesudah
diberikan bahan pengawet asam Acetat 1,5 % untuk tujuan tersebut peneliti
memeriksa 15 contoh daging dan diuji pHnya sebelum dan sesudah diberi bahan
pengawet.
Data hasil penelitiannya sebagai berikut :
nomor Sebelum (X1i) Sesudah (X2i)
1 5,2 4,1
2 5,6 4,4
3 5.8 4,9
4 5,7 4,8
5 5,6 4,7
6 5,9 5,2
7 5,5 4,2
8 5,6 4,3
9 5,8 4,7
10 5,6 4,3
11 5,7 4,5
12 5,6 4,1
13 5,4 4,1
14 5,3 4,0
15 5,8 4,4
Dari data yang diperoleh peneliti ingin mengetahui apakah terjadi penurunan pH
daging yang nyata dengan pemberian asam Acetat 1,5 % disamping pula ingin
diketahui kesamaan ragam antara sebelum dan sesudah duberikan asam Acetat 1,5
%
Jawab>
Hipotesisi
Kesamaan dua rata-rata berpasangan satu arah
Ho : μ1≤μ2 lawan H1 : μ1 > μ2
Kesamaan ragam (α2)
H o : 12 22 lawanH 1 : 12 22
Perhitungan
15
(X
i 1
1i X 2i ) 2 = (5,2-4,1)2 +(5,6-4,4)2+………….+(5,8-4,4)2
= 20,88
15
(X
i 1
1i X 2i ) =(5,2-4,1)+(5,6-4,4)+……….=(5,8-4,4)
=17,4
15 2
X
i 1
1i = 5,22+5,62+5,82+…………..+5,82=472,05
15
X
i 1
1i = 5,2 + 5,6 + 5,8+…………..+ 5,8=84,1
1 15 84,1
X
15 i 1
X 1i
15
5,61
15
X
i 1
2i
2
= 4,12 + 4,42 +4,92+…………..+4,42=298,29
15
X
i 1
2i =4,1 + 4,4 +4,9+…………..+4,4=66,7
1 15 66,7
15 i 1
X 2i
15
4,45
2
15
15 ( X 1i X 2i )
i 1
( X 1i X 2i ) 2 i 1
15
Sd
15 1
(17,4) 2
20,88
Sd 15 0,223
15 1
1 X 2 5,61 4,45 1,16
tH 20,14
Sd 1 / 15 0,223 1 / 15 0,0576
15
( X 1i ) 2
(85,1) 2
X
2
1i i 1
472,05 15
15 `5
12 i 1
0,0378
15 1 14
15
15
( X 2 i ) 2
(66,7) 2
X 2i
2
i 1
15
298,29
15
15
22 i 1
0,1212
15 1 14
22 0,1212
FH 3,206
22 0,0378
Oleh karena FH>F0,05(cb 14,14)yaitu 3,206>2,46 maka Ho ditolak jadi ragam sebelum dan
sesudah diberikan asam acetate tidak homogen (P>0,05)
2. jika peneliti ingin menambah aplatosin sebanya 20 % pada ransom itik Bali terhadap
kadar rotein darahnya. Untuk tujuan tersebut dipelihara 30 ekor itik, 15 ekor diberikan
ransom tanpa aplatosisn (ransom 1)dan 15 ekor lagi diberikan ransom dengan aplatosin
20 % (ransom 2)
Data hasil penelitian sebagai berikut:
nomor Ransum 1(X1i) Ransum 2 (X2i)
1 2,87 3,17
2 2,91 3,18
3 2,21 3,15
4 2,79 3,09
5 2,65 3,07
6 2,66 2,96
7 2,64 2,85
8 2,65 2,96
9 2,58 2,89
10 2,96 2,65
11 2,65 3,11
12 2,63 3,08
13 2,68 3,06
14 2,75 3,12
15 2,84 2,97
Dari data tersebut juga ingin diuji kesamaan ragam dari ransom 1 dan ransom 2
Jawab
Hipotesis
Kesamaan dua rata-rata tidak berpasangan, uji dua arah
H o : 1 2 lawanH 1 : 1 2
Perhitungan:
15 2
X
i 1
1i 2,87 2 2,912 ....... 2,84 2 109,6313
15
X
i 1
1i 2,87 2,91 .......... .. 2,84 40,47
1 15 41,47
X
15 i 1
X 1i
15
2,698
15 2
X
i 1
2i 3,172+3,182+…………+2,972=137,1545
15
X
i 1
2i 3,17+3,18+…………+2,97= 45,31
1 15 45,31
X
5 i 1
X 2i
15
3,0207
15
15
( X 1i ) 2
(40,47) 2
X 1i
2
i 1
15
109,6313
15
SD1 i 1
15 1 14
SD1=0,1779
15
15
( X 2 i ) 2
(45,31) 2
X 21i
2 i 1
137,1545
15 15
SD2 i 1
15 1 14
SD2=0,1434
Jika perlakuan yang ingin diuji/dibandingkan lebih dari dua(P>2) dan ragam tidak
diketahui maka kita bisa melakukan uji t dengan jalan menguji perlakuan sepasang demi
sepasang. Banyaknya pasangan hipotesis yang dapat dibuat sebanyak (P !)/(2!(P-2)!).
sebagai contoh jika P=3 maka pasangan hipotesis yang dpat dibuat adalah sebanyak (3 !)
(2!(3-1)!)=3 pasang yaitu:
H o : 1 2 lawanH 1 : 1 2
H o : 1 3lawanH1 : 2 3
H o : 2 3 lawanH1 : 1 3
Jika perlakuannya lebih banyak lagi (P>3) maka pasangan hipotesis yang dibuat akan
lebih banyak lagi. Jadi untuk menyederhanakannya tanpa mempengaruhi hasil yang
diperoleh maka diperlukan pengujian dengan cara yang lebih praktis, bahkan
memberikan hasil yang jauh lebih baik.
Cara lain untuk menguji jika P>2 adalah dengan menggunakan analisis ragam dengan
model matematikanya sebagi berikut :
Yij μ α i ε ij
i 1
ij ..)2
(Y
j 1
Y
i 1 j 1
i ij Y i.
p u p u _
(Y
i 1 j 1
ij Y ..)
2
i 1
[(Yi . Y ..) 2(Y i .. Y ..)(Yij Y i .) (Yij Y ..)]2
j 1
2
_
Oleh karena ; 2(Y i .. Y ..)(Yij Y i .) (Yij Y ..) 0
p u p u p u
Maka :
i 1 j 1
(Yij Y ..) 2
i 1
(Y . Y ..)
j 1
i
2
i 1
(Yj 1
ij Yi .) 2
Jadi :
p u
Jumlah kuadrat total (JKT) = (Y ij Y ..) 2
i 1 j i
p u
(Y..) 2
= i 1
Y12 j
j 1 pu
p u
Jmlah Kuadrat Perlakuan (JKP) = (Y . Y ..) 2
i
i 1 j 1
1 p 2 (Y..) 2
= Y1 . pu
u i1
p u
Jumlah kuadrat galat (JKG) = (Y ij Y ..) (Y ij Y i .) 2
i 1 j 1
= JKT-JKP
Kemudian kita buat daftra analisis ragam (sidik Ragam)
Sumber Derajat Jumlah Kuadrat F
Keragaman Bebas kuadrat tengah hitung
Perlakuan (p-1) JKP JKP/(p-1) JKP/(p-1)
JKG/(pu-p)
galat P(u-1) JKG JKG/(pu-p)
total (pu-1) JKT
Hipotesisinya adalah :
H o : 1 2 p lawanH 1 : i i untuk suatu i
Ho diterima jika FH < F ( dbperlakuan ;dbgalat )
Ho ditolak jika FH ≥ F ( dbperlakuan ;dbgalat )
Jika Ho ditolak maka H1 kita terima yaitu μi≠μi maka timbul suatu pertanyaan apakah
semua pasangan rataan dari setiap perlakuan akan berbeda ? untuk menjawab
membuktikan maka kita haus emmbandingkan pasangan-pasangan perlakuan tersebut
yaitu dengan melakukan uji rataan, salha satu uji rataan tersebut adalah uji benda nyata
terkecil (BNT) dengan rumus ;
2 KTGalat
BNT t1 / 2 ;dbGalat )
Ulangan
Contoh
Seorang peneliti ingin mengetahui pengaruh kadar protein ransom terhadap kadar
globulin darah (gram %) kelinci dewasa jantan. Untuk tujuan tersebut peneliti
menggunakan ransom dengan kadar protein (10,16,22 dan 28 %) setelah dilakukan
penelitian diperoleh hasilsebagai berikut :
Protein Ulangan(j) Total Rataan
Ransom 1 2 3 4 5 6 (Y i.) ( Yi.)
( i)
10% 1,08 0,82 0,96 0,99 0,97 0,91 5,73 0,955
16% 0,96 0,98 1,01 1,01 0,98 0,81 5,78 0,963
22% 1,23 1,18 1,01 1,01 1,07 1,02 6,68 1,113
28% 1,18 1,03 1,17 1,15 1,32 1,23 7,08 1,118
25,27 1,053
Jawab
Hipotesis
H o : 1 2 3 4
H 1 : i i untuk suatu i
Perhitungan
4 6
Y ..
2
JKT = Y
2
1 j
i 1 j 1 4 x6
25,27 2
= 1,0812+0,822+0,962+………….+1,232-
24
=26,9893 -26,6072 =0,3821
1 p 2 (Y ..) 2
JKP = Y1 .
u i 1 pu
1 25,27 2
= (5,732+5,782+6,682+7,082)-
6 24
=26,8317 -26,6072 =0,2245
JKG=JKT-JKP =0,3821 -0,2245 =0,1576
2 KTGalat
BNT t1 / 2 ;dbGalat )
Ulangan
2(0,00788)
BNT0, 05 t ( 0, 025;db 20) =2,086 x 0,0512
6
= 0,107
2(0,00788)
BNT0, 01 t ( 0, 05;db 20 ) = 2,845 x 0,05125
6
= 0,146
Kita bandingkan rattan perlakuannya ( Y i . ) seperti tabel berikut :
Tabel hasil uji BNT pada tingkat kepercayaan 95 % dan 99 %
Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah bebas
(X) dengan satu peubah tak bebas (Y). dalam penelitian peubah bebas ( X) biasanya
peubah yang ditentukan oelh peneliti secara bebas misalnya dosis obat, lama
penyimpanan, kadar zat pengawet, umur ternak dan sebagainya. Disamping itu peubah
bebas bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan
dan berat badan sapi, karena panjang badan lebih mudah diukur maka panjang badan
dimasukkan kedalam peubah bebas (X), sedangkan berat badan dimasukkan peubah tak
bebas (Y). sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang diukur
akibat perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat pengobatan
dengan dosis tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam
pada umu tertent dan sebagainya.
Bentuk hubungan antara peubah bebas (X) dengan peubah tak bebas (Y) bisa dalam
bentuk polinom derajat satu (linear) polinom derajat dua (kuadratik). Polinim derajat tiga
(Kubik) dan seterusnya. Disamping itu bisa juga dalam bentuk lain misalnya
eksponensial,logaritma,sigmoid dan sebagainya. Bentuk-bentuk ini dalam analisis
regresi-korelasi biasanya ditransformasi supaya menjadi bentuk polinom.
Dalam bentuk yang paling sederhana yaitu satu eubah bebas (X) dengan satu peubah
tak bebas (Y) mempunyai persamaan :
Y =a +bx
Disini a disebut intersep dan b koefisien arah
Dlam pengertian fungsi persamaan garis Y + a +bx hanya ada satu yang dapat
dibentuk dari dua buah titik denagn koordinat yang berbeda yaitu ( X1, Y1) dan X2,Y2).
Hal ini berarti kita bisa membuat banyak sekali persamaan garis dalam bentuk lain
melalui dua buat titik yang berbeda koordinatnya/tidak berimpit.
Persamaan garis melalui dua buah titik dirumuskan sebagai berikut :
(Y Y) 1 (X X 1 )
(Y2 Y1 ) (X 2 X 1
Y=a+bx
X
-----------------
y
b
x
-------------------------
a - x
……………………..
Sebagai contoh misalnya titik A (1,3) dan titik B ($,9) maka persamaan gais linear yang
dapat dibuat adalah :
(Y 3) ( X 1)
(9 3) (4 1)
i= 1,2,3,…..n
disini βo adalah penduga a, β1 adlah penduga b dan εi merupakan besarnya simpangan
persamaan garis penduga. Semakin kecil nilai ε i persamaan regresi yang diperoleh akan
semakin baik.
Jadi kita dapat menuliskan pengamatan kita menjadi
y1 o 1 X 1 1
y 2 o 1 X 2 2
y3 o 1 X 3 3
…………………..
y n o 1 X n n
Jadi kita peroleh matrik Y,X,β dan ε dengan dimensi sebagi berikut :
Y X β
nx1 nx2 2x1 nx1
ε
Y1 1 X1
Y 1 X 2
2
1 1 1 ......... 1 Y3 1 1 1 ........ 1 1 X 3 o
X
1 X2 X2 ........... X n . X 1 X2 X3 ...... X n . . 1
. . .
Yn 1 X n
n n
Yi n X i o
ni 1 n i 1
2 1
n
XY X
Xi
i 1
i i
i 1
i
i 1
1
n
n
0
n Xi Yi
n ni 1
i 1
n
1 X 2 XY
X1
i 1
i
i 1
i 1
i i
Jadi β=(X’X)-1X’Y
Disini(X’X)-1 adalah kebalikan (inverse)dari matrik X’X
n 2 n
1 X i Xi
(X’X)-1 = n n
i 1n i 1
2
n X i ( X i ) X i
2
n
i 1 i 1
i 1
Y 1 X
n
o n n
Jadi X i Yi ( X i )( Yi ) / n
1 i 1 i 1 i 1
n n
X i ( X i ) 2 / n
2
i 1 i 1
Contoh
Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis
tertentu denagn jumlah telurnya pada usus ayam buras. Untuk tujuan tersebut diperiksa
20 ekor ayam dan ditemukan sebagai berikut :
Tabel 1 jumlah cacing dan jumlah telurnya pada usus ayam buras am buras.
No Jumlah Cacing ( Xi) Jumlah telurnya (Yi)
1 12 45
2 14 50
3 13 51
4 12 43
5 15 61
6 16 62
7 13 50
8 11 43
9 10 40
10 11 44
11 12 48
12 13 52
13 17 70
14 19 76
15 13 53
16 11 43
17 16 60
18 12 48
19 14 53
20 15 63
Total 269 1055
rataan 13,45 52,75
Dari data diatas kita bisa menghitung :
n
X
i 1
i =12+14+13+…………………………+15=269
Y
i 1
i =45+50+51+……………………….+63=1055
X 2
i =122+142+132+……………………+152=3719
i 1
Y
i 1
i
2
=452+502+512+……………………+622=57449
X Y
i 1
i i =12x45+14x50+13x51+…………………+15x63=14604
1 n 1
X
n i 1
Xi
20
269 13,45
1 n 1
X
n i 1
Yi
20
1055 52,75
Bila kita duga bentuk hubungan antara jumlah cacing (X)dan jumlah telurnya (Y)
adalah :
Ŷi=β0 +β1Xi+εi
i=1,2,3,……………………..,20
disini Ŷi adalah dugaan Yi
jadi persamaan normalnya adalah :
X’Y =X’Xβ
20 n
Yi 20 X i 0
20i 1 20 i 1
2 1
20
XY X
X1
i 1
i i
i 1
i
i 1
1055 20 269 o
14604 269 3719
1
20 2 20
n 2
o 1 1 X X i Yi
20 20 20i 1
i 1 i 1
20
2
1 20 X 2
1 ( X i ) X i 20 X i Yi
i 1 i 1
i 1 i 1
(Xi,Yi)
Ỹ = β0 + β1Xi
Yi
(Yi-Ў.)=(ỹ- Ў.)(Yi- ỹ)
Ỹ
ỹ
β0
_
X
Dengan metode kuadrat terkecil maka kita peroleh :
n n 2
(Yi Y .) 2 i Y . (Yi Y i)
i 1 i 1
n n
i 1 i 1 n i 1
n n
1
JK Regresi = (Yˆi Y .) ( X ' Y ) ( Yi )
2 2
i 1 n i 1
n n 2
n
Sedangkan= (Yˆ
i 1
i Y .)(Yi Yˆi ) 0
Untuk menetukan apakah garis regresi yang kita peroleh cukkup dapatdipercaya maka
kita dapat mengujinya dengan uji F seperi tabel sidik ragam dibawah ini
Total n-1 JK T
KTR
Jika hasil hitungan yaitu F hitung ( )≥ dari F tabel (0,05; p,n-1-p) maka dapat
KTG
disimpulkan persamaan garis regresi nyata (P<0,05) bentuk persamaannya seperti yang
KTR
kita duga demikian pula jika F hitung ( )≥ dari F tabel (0,05; p,n-1-p) maka dapat
KTG
disimpulkan persamaan garis regresi sangat nyata (P>0,05) atau dengan kata lain
persamaaan garis regresi tersebut tidak bisa kita terima sebagai penduga hubungan antara
peubah (X) dengan Peubah (Y)
Bila bentuk hubungan antar peubah X dengan peubah Y sudah dapat kita terima maka
kita ingin pula mengetahui seberapa besar keeratan hubungannya(korelasinya). Walaupun
bentuk hubungan antara peubah X dengan peubah Y ada dalam bentuk yang benar belum
tentu korelasinya bsar karena banyakpeubah lain yang turut mempengaruhi perubahan
peubah Y
Besarnya perubahan peubah Y yang dapat diterangkan oleh peubah X dengan
menggunakan persamaan garis regresi yang diperoleh disebut koefisien determinan
Koefisien determinat diberi lambing r2 untukbentuk persamaan garis regresi
sederhana dan R2 untuk bentuk persamaan lainnya, besarnya 0<r2 =R2<1 dan dihitung
dengan rumus :
JK Re gresi
r2 R2
JKTotal
i 1 n i 1 20
= 57449-55651,25=1797,75
JK Regresi = (X’Y)’β= JK total- JK Regresi
= 1797,75-1692,625=105,098
Jadi tabel sidik ragamnya adalah :
Sumber Derajat Jumlah Kuadrat tengah F F tabel
keragaman bebas kuadrat hitung 0,05 0,01
Regresi 1 1692,652 1692,652 289,89 4,41 8,29
Total 19 1797,750
Jadi dapat disimpulkan bahwa persamaan garis regresi yang diperoleh sangat nyata
(P<0,01) karena F hitung> F tabel pada taraf signifikansi 0,01 (289,89>8,29)
JKregresi 1692,652
Jadi r JKTotal 1797,750 0,9415
2
Jadi dengan menggunakan persamaan garis regresi penduga Yi =-2,442 + 4,103 Xi
banyaknya jumlah telur cacing pada usus ayam buras sekitar 94,15 % ditentukan oleh
banyaknya cacing dalam usus tersebut sedangkan 5,85 % ditentukan atau dipengaruhi
oleh factor lain.
Jadi kereratan hubungan (r=±√0,9415=0,9703) dalam persamaan ini diambil hanya r
positip karena dengan bertambah besarnya nilai Xi nilai Yi juga meningkay. Untuk
menyatakan apakah hubungan cukup berarti maka besarnya r ini dapat kita bandingkan
dengan r tabel.
Jika r hitung ≥ r tabel (0,05:p,db=n-p-1) maka disimpulkan keeratan hubungannya
nyata (P>0,05) dan jika r hitung≥r tabel (0,01;p,db=n-p-1)maka disimpulkan keeratan
hungannya sangat nyata (P<0,01) sedangkan jika r hitung< r tabel (0,05;p,db=n-p-1)
maka disimpulkan keeratan hubungannya tidak nyata (P<0,01)
Bila persamaan garis regresi derajat polinomnya atau peubah bebasnya (X) lebih
besar dari satu maka perlu dilakukan pengujian terhadap koefisien garis regresinya (βj
yaitu β1,β2,…………,βp), untuk mengetahui βj yang mana yang menentukan ketepatan dan
ketelitian garis regresinya yang diperoleh.
Misalkan terdiri dari p peubah bebas maka modelnya menjadi Yi = β o + β1Xi1+
………..+βpXip dengan persamaan normalnya :
X 'Y X'X
disini d=p+1
dxi dxd dx1
n n n n
Yi n Xi1 Xi 2 .......... ... Xip
n i 1
n i 1
n n
i 1
n
i 1
Xi1Yi Xi1Xip
2
Xi1 X 1 Xi1Xi 2 .......... ...
i 1
i 1 i 1
i
i 1 i 1
n n n n n 2
Xi 2Yi Xi 2 Xi 2 Xi1 X i2 .......... .... Xi 2 Xip
i 1 i 1 i 1 i 1 i 1
.......... .......... ...... .......... ....... .......... ....... .......... ... .......... ......
n n n n n
XipYi Xip XipXi1 XipXi1 .......... .... X i2 p
i 1 i 1 i 1 i 1 i 1
Jadi :β= (X’X)-1X’Y
Jika elemen-elemen matrik X kita kurangi dengan rata-rata elemen-elemen tiap kolomnya
maka diperoleh matrik XA. sebagai contoh kita untuk p=2 maka matriknya adalah sebagai
berikut :
( X 11 X .1 ) ( X 12 X .2 )
( X 21 X .1 ) ( X 22 X . 2 )
X A ( X 31 X .1 ) ( X 32 X .2 )
.............. ..............
( X X . ) ( X X . )
n1 1 n2 2
n n
( Xi1 X 1 .) 2 ( Xi 1 X i2 X .2 )
X 'A X A n
i 1 i 1
n
( Xi X . )( Xi X . ) 2 2
( Xi2 X 2 . )
1 2 2 2
i 1 i 1
JKX 1 JHKX 1 X 2
Biasanya ditulis : X ' A X A
JHKX 1 X 2 JKX 2
Untuk menguji βi kita cari kekalikan dari matriks XAXA-1kemudian kita gandakan dengan
n
S r2 regresi yaitu ( Yˆi Yi ) /( n p 1) maka pengujian βi dapat dilakukan dengan
2
i 1
rumus :
i
tH
Sbi
Disini √Sbi adalah elemen-elemen diagonal matrik XAXA-1 yang telah digandakan dengan
S r2 regresi
Contoh
Seorang peneliti ingin mengetahui hubungan antara dosis oba tertentu (X) dengan kadar
Creatinin Ginjalnya (Y) dari hasil peneitiannya diperoleh hasil sebagai berikut :
Data hasil penelitiannya sebagai berikut:
No Dosis Obat mg (Xi) Kadar Creatinin % (Yi)
1 1 10
2 2 13
3 3 15
4 4 20
5 5 16
6 7 11
7 3 14
8 2 12
9 4 21
10 6 17
11 7 10
12 8 7
13 8 6
14 1 11
15 3 16
Jawab
Dari data yang diperoleh diduga bentuk persamaan garis regresinya Yi =β0 +β1Xi
+β2X12+εi
Jadi persamaann normalnya adalah X’Y=X’X β
n n n
Yi n Xi X 1
2
ni 1 n i 1
n
i 1
n o
XiYi Xi
i 1
i 1
X
i 1
1
2
i1 X 13 1
n n n n 2
X 12Yi X 12 X 3
1 i1 X 1
4
i 1 i 1 i 1
199 15 64 356 0
803 64 356 2278
1
4055 356 2278 15703 2
1
15 64 356 199
1
64 356 2278 803
2 356 2278 15703 4055
i 1 n i 1 15
= 2903-2640,067=262,933
1 n 2
JK Regresi =(X”Y)’ ( )
n i 1
3,36313
6,77799 2
= 199 803 4055 (199)
0,80123 15
= 669,263 +5442,726 -3248,988-1640,067
= 222,934
n
JK Galat = Yi ( X ' Y )' = JK total – JK Regresi
2
i 1
= 262,933-222,934 =39,999
Total 14 262,933
JKTotal 262,933
Maka R =√0,8479=0,9208
Bila kita bandingkan dengan R0,01(db=2;12)=0,732 maka disimpulkan korelasinya sangat
nyata (P<0,01)
Untuk menguji β1dan β2 maka dicari matrik XAXA dan kebalikkanya (XAXA-1)
n
1 n (64) 2
JK X = Xi ( Xi ) 356
2 2
i 1 n i 1 15
= 356 – 273,0667 = 82,9333
n
1 n (356) 2
JK X2 = Xi ( Xi ) 15703
4 2 2
i 1 n i 1 15
= 15703 -8449,0667 =7253,9333
n
1 n n
JK XX = Xi ( Xi ) ( Xi )
2 3 2
i 1 n i 1 i 1
(64)(356)
= 2278-
15
= 2278 – 1518,9333 =759,0667
82,9333 759,0667 1 0,28545 0,02987
X’AXA = , X 'A X A
759,0667 7253,9333 0,02987 0,00326
i
tH
Sbi
6,77799
Untuk 1 maka t H 0,951405
6,61
0,80123
Untuk 2 maka t H 0,010866
7,69
Bila kita bandingkan t0,005(db=n-p-1=12)=3,055 tH untuk β1 dan β2 lebih besar dari t tabel 0,01
maka disimpulkan koefisien garis regresinya sangat nyata (P<0,01)
dar creatinin Darah (%)
Y = 3.36313 + 6.77799X – 0.80123X2