LAPORAN PRAKTIKUM STATISTIKA KIMIA

PRAKTIKUM 10
REGRESI LINEAR

Disusun Oleh:
Indah Syafira
(17231064)

PROGRAM STUDI DIPLOMA III ANALISIS KIMIA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
2018
 2

PERCOBAAN 10

REGRESI LINEAR

A. Pelaksanaan Praktikum
Waktu : Pukul 08.45-10.25 WIB
Tempat : Ruang IV/05, Gedung FMIPA UII
Hari/tanggal : Rabu, 5 Desember 2018
Asisten : Muhammad Nur
B. Tujuan Praktikum
Mahasiswa dapat melakukan uji regresi dan menentukan nilai koefisien
regresi dari data penelitian kimia dengan menggunakan program SPSS
C. Landasan Teori
Secara umum, analisis regresi pada dasarnya adalah studi mengenai
ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel
independen (variabel bebas atau penjelas), dengan tujuan untuk mengestimasi
dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen
berdasarkan nilai variabel independen yang diketahui (Gujarati, 2003). Hasil
analisis regresi adalah berupa koefisien untuk masing-masing variabel
independen. Dalam analisis regresi (Singgih, 2015), akan dikembangkan sebuah
persamaan regresi, yaitu suatu formula yang mencari nilai variabel dependen dan
nilai variabel independen yang diketahui. Manfaat dari hasil analisis regresi
adalah untuk membuat keputusan apakah naiknya dan menurunnya variabel
dependen dapat dilakukan melalui peningkatan variabel independen atau tidak.
Sebagai contoh, naiknya jumlah penjualan dapat dilakukan melalui jumlah iklan
atau tidak. Koefisien ini diperoleh dengan cara memprediksi nilai variabel
dependen dengan suatu persamaan. Koefisien regresi dihitung dengan dua tujuan
sekaligus : pertama, meminimumkan penyimpangan antara nilai aktual dengan
nilai estimasi variabel dependen berdasarkan data yang ada (Tabachnick, 1996).
 3

Sebagai contoh bila ada 3 variabel, yaitu penjualan, biaya iklan dan biaya
promosi penjualan. Pada praktiknya akan dibahas mengenai hubungan antar
biaya promosi penjualan dan biaya iklan terhadap penjualan. Disini berarti
variabel dependen penjualan, sedangkan variabel independennya yaitu biaya
iklan dan biaya promosi penjualan. Jika pada korelasi akan membahas mengenai
keeratan hubungan biaya iklan dan biaya promosi penjualan terhadap penjualan,
maka metode regresi akan membahas prediksi, dimana penjualan di masa
mendatang bisa diramalkan jika biaya iklan dan biaya promosi penjualan
diketahui. Pada praktiknya regresi dibagi menjadi 2, yaitu regresi linear
sederhana jika hanya ada satu variabel independen, sedangkan regresi berganda
jika lebih dari satu variabel independen (Singgih, 2015).
Kuatnya hubungan antara variabel yang dihasilkan dari analisis korelasi
dapat diketahui besar kecilnya keofisien korelasi yang harganya antara minus 1 (-
1) sampai dengan plus 1 (+1). Koefisien korelasi yang mendekati minus 1 atau
plus 1, berarti hubungan variabel tersebut sempurna negatif atau sempurna
positif. Bila koefisien korelasi (r) tinggi, pada umumnya koefisien regresi (b)
juga tinggi, sehingga daya produktifnya tinggi, dan sebaliknya. Jika korelasi dan
regresi terdapat hubungan yang fungsional sebagai alat untuk analisis (Sugiyono,
2015).
Regresi Linear Sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal
satu variabel independen dengan satu variabel dependen. Persamaan umum
regresi linear sederhana adalah:
Y = a+bX
Dimana:
Y = subyek dalam variabel dependen yang diprediksikan
a = harga Y ketika harga X=0 (harga konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan
ataupun penurunan variabel dependen yang didasarkan pada perubahan
 4

variabel independen. Bila (+) arah garis naik, dan bila (-) maka arah garis
turun.
Regresi Ganda
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud
meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium),
bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (di
naik turunkan nilainya). Jadi analisis regresi ganda akan dilakukan bila jumlah
variabel independennya minimal 2.
D. Prosedur Kerja

1. Data pada percobaan 9 digunakan sebagai data percobaan 10, data diisikan
pada aplikasi SPSS

2. Analyze, Regression, dan Linear dipilih

 5

3. Variabel ion Cr(III) teradsorbsi dimasukkan pada kotak Dependent dan

variabel waktu kontak dimasukkan pada kotak Independent

4. Statistics diklik, Estimates dan Model Fit dipilih. Confidence Interval diisi 95.
Continue dan OK diklik

5. Output akan dimunculkan di layar

 6

E. Hasil dan Pembahasan

Waktu kontak Ion Cr(III)

(menit) teradsorbsi (ppm)
12 35,30
24 35,65
36 36,44
48 38,83
60 39,45
72 39,33
Tabel 1. Data kadar ion Cr(III) setelah adsorbsi

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Kontak(menit)b . Enter
a. Dependent Variable: IonCr(III)(ppm)
b. All requested variables entered.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,948a ,899 ,874 ,68014
a. Predictors: (Constant), Kontak(menit)

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 16,456 1 16,456 35,574 ,004b
Residual 1,850 4 ,463
Total 18,306 5
 7

a. Dependent Variable: IonCr(III)(ppm)

b. Predictors: (Constant), Kontak(menit)

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95,0% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound
1 (Constant) 34,106 ,633 53,865 ,000 32,348 35,864
Kontak(menit) ,081 ,014 ,948 5,964 ,004 ,043 ,118
a. Dependent Variable: IonCr(III)(ppm)

Tabel 2. Hasil output kadar ion Cr(III) setelah mengalami adsorbsi

Praktikum regresi linear ini bertujuan untuk melakukan uji regresi dan
menentukan nilai koefisien regresi dari data penelitian kimia dengan
menggunakan program SPSS. Nilai R2 (koefisien determinasi) yang
menunjukkan bahwa variasi pada konsentrasi ion Cr(III) teradsorbsi diperoleh
sebesar 89,9% sedangkan nilai koefisien korelasi sebesar 0,948. Nilai
signifikansi sebesar 0,004<0,05 menunjukkan bahwa persamaan regresi
bermakna statistik dan dapat dipergunakan untuk memprediksi jumlah ion Cr(III)
yang teradsorbsi. Sehingga dapat dibuat persamaan regresi linear yaitu
y=0,081x+34,106.
F. Kesimpulan

Berdasarkan praktikum yang telah dilaksanakan diperoleh data nilai

koefisien korelasi pearson sebesar 0,948 sedangkan nilai koefisien determinasi
sebesar 0,899 dan persamaan regresi linear sebesar y=0,081x+34,106.
G. Daftar Pustaka
Gujarati, Damodar. 2003. Ekonometri Dasar. Jakarta : Erlangga
Singgih, Santoso. 2015. Menguasai Statistik Multivariat. Jakarta : PT. Elex
Media Komputindo
Sugiyono. 2015. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung :
Alfabeta
 8

Tabachnick, BG & Fidell, LS. 1996. Using Multivariate Statistics. New York :
Harpoer Collings College Publishers
H. Lampiran

 Prosedur kerja

Gambar 1. Data analisis ion Cu(II) teradsorbsi

Gambar 2. Hasil output data analisis ion Cu(II) teradsorbsi

 9

Gambar 3. Hasil output data analisis ion Cu(II) teradsorbsi

 Pertanyaan

Gambar 4. Data analisis asam asetat teradsorbsi

Gambar 5. Hasil output data analisis asam asetat teradsorbsi

Gambar 6. Hasil output data analisis asam asetat teradsorbsi

 10

Point Penilaian Nilai Maksimal Nilai

Kesesuaian Sistematika Penulisan 20
Landasan teori 15
Hasil dan Pembahasan 35
Kesimpulan 5
Daftar Pustaka 5
Lampiran 20
Total 100