BAB IV

REGRESI DAN KORELASI

Tujuan Pembelajaran Umum

1. Mahasiswa mampu menjelaskan dan menerapkan perhitungan analisa korelasi dari
data-data hasil analisis kimia untuk pembuatan kurva kalibrasi.
2. Mahasiswa mampu menjelaskan dan menerapakan konsep kurva kalibrasi untuk
melakukan penentuan kadar suatu analit .

Tujuan Pembelajaran Khusus

1. Mahasiswa mampu menghitung dan menafsirkan arti koefisien korelasi momen
hasil kali
2. Mahasiswa mampu melakukan uji keberartian terhadap koefisien momen hasil kali
yang diperolehnya dari perhitungan.
3. Mahasiswa mampu menentukan persamaan gari lurus dari kurva kalibrasi untuk
penentuan kadar analit.

4.1 Kurva Kalibrasi dalam Analisis dengan Alat

Kemampuan metoda analisis dengan alat untuk melakukan berbagai macam analisa
kadar mengandung arti bahwa hasil dihitung, dan kemudian dilakukan penilaian galat
acak terutama dengan cara yang berbeda dengan yang digunakan bila pengukuran
tunggal diulang beberapa kali. Tatacara yang lazim dilakukan adalah sebagai berikut :
seorang analis mengambil sederetan sampel (setidaknya tiga atau empat) yang diketahui
kadar analitnya. Sampel dengan kadar analit yang distandarkan (lar. standar) tersebut
diukur dalam alat yang digunakan untuk menganalisa dibawah kondisi yang sama
dengan selanjutnya dipakai untuk sampel uji (larutan yang ingin ditentukan kadarnya).
Setelah kurva kalibrasi ditetapkan maka kadar analit dalam sebarang sampel uji dapat
diperoleh dengan interpolasi, seperti diperlihatkan pada Gambar 4.1.
Hal yang umum dilakukan tersebut menimbulkan pertanyaan statistika yang penting
sebagai berikut :
1. Apakah grafik / kurva kalibrasi tersebut linear ? jika merupakan kurva
bagaimanakah bentuk kurvanya ?
2. Mengingat bahwa setiap titik pada garis – grafik kalibrasi mungkin saja
memiliki galat, garis lurus manakah yang terbaik yang melewati titik tersebut.
3. Dengan menganggap bahwa kurva kalibrasi benar-benar linear maka apakah
yang menjadi taksiran galat dant batas kepercayaan untuk lereng dan titik potong
garis tersebut.
4. Bila kurva kalibrasi tersebut digunkan untuk menganalisa suatu sampel uji maka
maka yang manakah galat dan batas kepercayaan untuk kadar yang ditentukan ?
5. Berapakah batas kemampuan indetifikasi cara tersebut ? dengan kata lain
berapakah kadar analit paling rendah yang dapat ditentukan dengan batas
kepercayaan yang ditentukan sebelumnya.

42
Statistika Kimia
 Hasil Ukur pd.
Instrumen

Kadar
: Sampel uji

Gambar 4.1 Tatacara penentuan kadar sampel dengan Kurva Kalibrasi

Untuk dapat menjawab pertanyaan-pertanyaan diatas maka terlebih dulu kita harus
melihat beberapa aspek dari kurva kalibrasi itu sendiri. Pertama, larutan baku yang akan
digunakan haruslah meliputi semua kadar yang disyaratkan dalam analisis berikutnya.
Kadar sampel uji akan ditentukan dengan cara interpolasi bukan ekstrapolasi. Kedua
sangatlah penting mengikuti nilai sampel blanko kurva kalibrasi. Blanko adalah larutan
yang tidak mengandung bahan analit yang dimasukkan dengan sengaja kedalam larutan,
tetapi mengandung pelarut yang sama, pereaski dll. seperti sampel uji lainnya, dan akan
mengikuti tatacara analisis yang sama dengan tepat.
Nilai pengukuran yang diberikan oleh larutan blanko seringkali tidak nol. Akan tetapi
tentu saja bahwa nilai yang dihasilkan dari pengukuran blanko tersebut juga
mengandung galat, seperti halnya sampel yang lain pada kurva kalibrasi. Oleh karena
itu pada dasarnya merupakan langkah yang keliru yang sering terjadi bila melakukan
koreksi nilai hasil-hasil pengukuran larutan standar dan larutan sampel dengan cara
menguranginya dengan nilai hasil pengukuran larutan blanko sebelum
menggambarkannya menjadi kurva kalibrasi.
Hal yang perlu diingat adalah dalam penggambaran kurva kalibrasi senantiasa
dilakukan dengan mengalurkan variabel hasil pembacaan pada alat pada sumbu tegak
(y) dan kadar larutan standar pada sumbu datar (x). Hal ini karenakan pengandaian
bahwa pada dasarnya semua galat ada pada nilai (y) dan kadar larutan standarnya (x)
bebas galat, meski hingga saat ini metoda ini masih terdapat juga yang
mempertentangkan. Pertentangan yang terjadi adalah adanya pendapat lain yang
menyatakan bahwa rentang besarnya galat pada nilai (y) bebas dari kadar analit,
sementara pada prakteknya kadar analit pada larutan atau sampel yang dijadikan standar

43
Statistika Kimia
mengandung galat kira-kira 0,1 % atau kurang, sedangkan pengukuran alat itu sendiri
mungkin mempunya keefisienan yang beragam antara 1 – 2 % atau lebih buruk lagi.

4.2 Koefisien Korelasi Momen Hasilkali

Pada sub bab ini akan dikaji permasalahan pertama dari pertanyaan sub bab sebelumnya
yakni apakah kurva kalibrasi tersebut linear ?, diandaikan bahwa pengaluran garis
lurusnya mengikuti persamaan bentuk aljabar :
Y = bx + a (4-1)
b merupakan lereng garis dan a titik potong garis dengan sumb –y . Titik pada garis,
pada pembacaan balnko biasanya diberi lambang (x1, y1), kemudian untuk larutan atau
standar berikutnya diberi lambang (x2, y2) , (x3, y3) , …, (xi, yi), …(xn, yn) bila semuanya
terdapat n titik. Nilai rata-rata x seperti biasa dituliskan ̅ dan nilai rata-rata y dituliskan
; kedudukan ( ̅ , ) dikenal sebagai “sentroida” semua titik.
Untuk menaksir seberapa baik kumpulan titik percobaan itu sesuai dengan garis lurus,
maka dasar penilaiannya adalah dengan menghitung nilai koefisien korelasi momen
hasil kali, r . Statistik ini sering disebut “koefisien korelasi” saja, karena dalam ilmu
kuantitatif memang sebutan ini yang paling biasa dipakai. Nilai r dinyatakan dari
persamaan berikut :
∑ ( ̅ )( )
= / (4-2)
∑ ( ̅) ∑ ( )

Berdasarkan persamaan diatas maka nilai r dapat memiliki nilai dalam rentang -1< r < 1
sebagaimana ditunjukkan pada Gambar 4-2 dibawah ini.

Gambar 4-2 Koefisien korelasi momen hasil kali, r

44
Statistika Kimia
Sebagaiman ditunjukkan pada Gambar 4-2, maka nilai r=1 menggambarkan korelasi
yang positif sempurna, artinya setiap pertabahan nilai pada sumbu datar (x) diikuti
pertambahan nilai pada sumbu (y) pula secara proporsional, semua pasangan dari data-
data hasil percobaan terletak pad garis lurus yang positif lerengnya.
Sedangkan bila r=-1 maka hal tersebut menggabarkan korelasi yang negatif sempurna,
yaitu semua titik percobaan terletak pada garis lurus yang negatif lerengnya. Bila tidak
ada korelasi antara x dan y , maka nilai r = 0 . dalam kegiatan analisa kurva kalibrasi
seringkali memberikan nilai r lebih besar daripada 0,99, dan nilai yang lebih kecil
daripada 0,90 boleh dikatakan tidak lazim. Contoh dibawah ini menjelaskan
penghitungan nilai r.
Contoh soal 4-1 : Larutan CuSO4 dalam suasan basa dengan penambahan NH4OH
memiliki serapan pada alat spektroskopi sinar tampak (A) dengan data-data sebagai
berikut :

No. Variabel Kadar dan nilai absorbannya pada balanko & standar
1. Larutan yg. diukur 1 2 3 4 5 6 7
2. Kadar Cu2+ ug/ml 0 10 15 20 25 30 40
3. Absorban 0,04 0,22 0,31 0,39 0,47 0,63 0.85

Tentukanlah koefisien korelasi dari kadar Cu2+ dan nilai absorbannya !

Jawab soal 4-1 : pada prakteknya pada saat sekarang penghitungan koefisien korelasi
tersebut dengan mudah dapat dilakukan dengan kalkulator yang dapat diprogram atau
mikrokomputer, namun dalam hal ini sebagai landasan keilmuan perlu dipahami
bagaimana sesungguhnya dasar perhitungan tersebut dilakukan :
Untuk menghitung koefisien korelasi maka setiap pasangan data pada tabel diatas kita
olah sebagai berikut :

Tabel 4-1 hasil pengolahan pasangan data untuk uji r

No. xi yi (xi- ̅ ) (xi- ̅ )2 (yi- ) (yi- )2 (xi- ̅ ) (yi- )

1. 0 0,04 -20 400 -0,38 0,14 7,51

2. 10 0,22 -10 100 -0,20 0,04 1,96
3. 15 0,31 -5 25 -0,11 0,01 0,53
4. 20 0,39 0 0 -0,03 0,00 0,00
5. 25 0,47 5 25 0,05 0,00 0,27
6. 30 0,63 10 100 0,21 0,05 2,14
7. 40 0,85 20 400 0,43 0,19 8,69
Jumlah 140 2,91 0 1050 0 0,43 21,10
Rata-2 20 0,42

Dapat dilihat pada tabel bahwa jumlah (xi- ̅ ) dan (yi- ) apabila benar akan memiliki
nilai sama dengan nol (0).

45
Statistika Kimia
Dengan menggunakan persamaan (4-2 ) maka kita dapat menghitung nilai koefisien
korelasi sebagai berikut :
∑ ( ̅ )( ) ,
= ∑( ̅) ∑( )
= = 0,994 .
/ ( , ) /

Dan apabila data-data diatas kita alurkan membentuk kurva kalibrasi dengan
menggunkan program bantu komputer (microsoft excel) dengan pilihan bentuk grafik x-
y maka akan didapatkan grafik dan sekaligus koefisien korelasi sebagai berikut :

0.9 y = 0.0201x + 0.0138

0.8 R² = 0.9889
0.7
0.6
0.5
Absorban

0.4 Absorban
0.3 Linear (Absorban)
0.2
0.1
0
0 20 40 60
Kadar ug/ml

Gambar 4.3 Kurva hubungan kadar sampel dg. Absorban

Pada gambar 4.2 dengan mudah kita dapat memunculkan nilai koefisien korelasi dan
persamaannya setelah data-data tersebut kita alurkan menjadi grafik dan diprogramkan
untuk dilakukan estimasi trendline-nya. Terdapat perbedaan nila koefisien korelasi
antara perhitungan manual dengan hasil dari mikrokoomputer, hal tersebut lebih di
karenakan perbedaan faktor pembulatan saja. Agar cukup memadai untuk menafsirkan
nilai koefisien korelasi maka setidaknya ketelitian perhitungan haruslah mencakup dua
angka dibelakang koma.
Hal lain yang perlu diingat adalah meskipun koefisien korelasi mudah dihitung namun
juga terlalu mudah untuk menimbulkan salah penafsiran. Perhitungan dengan
menggunakan pers (4-2) selalu akan menghasilkan nilai r meskipun untuk data yang
sifatnya tidak linear. Untuk lebih jelasnya hal tersebut dapat dilihat pada gambar
dibawah ini.
Gambar 4-3 menunjukkan penafsiran ada tidaknya hubungan antara variabel x dan y
yang dapat menimbulkan salah dalam penarikan keseimpulan. Pada gambar 4-3.a
terlihat bahwa nilai r cukup tinggi yang medekati nilai 1, artinya betul terdapat korelasi
antara variabel x dan y, akan tetapi pada gambar 4.3.b nilai r = 0 hal ini mengarahkan
pada kesimpulan bahwa antara variabel x dan y tidak ada hubungan, padahal
sesbenarnya terdapat hubungan namun sifatnya tidak linear.

46
Statistika Kimia
 Gambar 4.4 Penafsiran adanya korelasi x dan y berdasarkan pada nilai r

Dalam perhitungan koefisien korelasi (r) perlu diperhatikan pula adalah keharusan
untuk melakukan uji statistika untuk mengetahui apakah koefisien korelasi tersebut
memang berarti, mengingat banyaknya pasanga titik dalam perhitungan. Cara sederhana
untuk melakukan ini adalah dengan menggunakan uji t sebagaimana telah dibahas pada
bab sebelumnya, dengan persamaan sebagai berikut :

| | ( )
= (4-3)
( )

Nilai t yang diperoleh dari persamaan (4-3) kemudian dibandingkan dengan nilai t tabel
pada aras keberartian yang diinginkan, menggunakan uji-t dua arah dan derajat
kebebasan = n- 2. Hipotesis nol (H0) dalam hal ini adalah korelasi yang ada antara
variabel x dan y tidak berarti secara statistik (pasangan dat yang menunjukkan adanya
korelasi jumlahnya tidak memadai). Bila nilai t hasil perhitungan lebih besar daripada
nilai ttabel , maka hipotesis nol ditolak, artinya korelasi yang berarti secara statistik.

4.3 Garis Regresi y pada x

Dalam melakukan analisa statistika terhadap koefisien korelasi, setelah dilakukan
perhitungan nilai r dan diperoleh nilai yang cukup tinggi maka tahap selanjutnya adalah
menghitung parameter dan konstanta dari hubungan yang ada diantara kedua variabel
sehingga akan memberikan garis lurus terbaik diantara pasangan titik-titik tersebut.
Prinsip yang digunakan adalah didasarkan pada andaian bahwa semua galat terdapat
pada variabel y maka kita harus mencari garis yang menghubungkan titik tersebut
memberikan simpangan sekecil mungkin dalam arah y . untuk mendapatkan nilai yang
sekecil mungkin tersebut sama dengan uji statistika sebagaimana diuraikan pada bagian
sebelumnya maka dihitung berdasarkan jumlah kuadrat sisa yang terkecil atau disebut
juga cara kuadrat terkecil.

47
Statistika Kimia
Garis lurus yang hendak dihitung nilai parameter dan konstantanya akan memenuhi
model umum matematika y = bx + a . Dimana cara kuadrat terkecil dapat digunakan
untuk menghitung nilai a dan b dengan persamaan sebagai berikut :
∑ ( − )( − )
= ∑ ( − )2
(4-4)

= − ̅ (4-5)
Garis y = bx + a dikenal dengan nama garis regresi y pada x , yaitu garis yang
menunjukkan keragaman y bila x yang dipilih mempunyai nilai tertentu. Perlu difahami
pula bahwa garis regresi x pada y bukanlah garis yang sama, kecuali jika semua titik
tepat berada pada suatu garis lurus (r =1) yang merupakan suatu keadaan yang sulit
terjadi pada dunia nyata. Garis regersi x pada y adalah garis lurus yang didasarkan pada
andaian bahwa galat terjadi dalam arah variabel x, sementara yang lazim adalah galat
yang terjadi adalah pada hasil pengukuran pada instrumen, sehingga yang lazim
digunakan juga adalah garis regresi y pada x.
Contoh soal 4-2 : hitungklah persamaan garis regresi y tehadap x dengan menggunakan
contoh soal 4-1 .
Jawab soal 4-2 : untuk memnetukan garis regresi y tehadap x maka dengan
menggunakan data-data pada soal 4-1 kita hitung nilai a dan b sebagai berikut :
∑ ( − )( − ) ,
= ∑ ( − )2
= = 0,020

= − ̅ =0,42 – 0.020 (20) = 0,0138

Dengan demikian diperoleh persamaan garis lurus y = 0,020x + 0,0138 , hasil
perhitungan yang sama dengan perhitungan dengan menggunakan software bantu
microsoft excel sebagaimana tercantum pada Gambar 4-2.

48
Statistika Kimia