M-7
KOLOM NILAI
Jatinangor, ………………………
Asisten
NPM
Abstrak
1.2 Tujuan
1.2.1 Untuk menentukan garis lurus terbaik (trend) dari pasangan data yang
secara teoritis memiliki hubungan linear.
1.2.2 Untuk mengetahui bagaimana melinearisasi fungsi-sungsi kuadratis
sederhana.
1.2.3 Untuk menentukan koefisien korelasi dari beberapa pasangan data.
BAB II
METODE PENELITIAN
2.2 Prosedur
1. Perhatikan data yang akan diolah.
2. Menentukan parameter a dan b beserta sesatannya jika diperkirakan data tersebut
memenuhi fungsi :
y1 = a x + b
y2 = a x2 + bx
y3 = a x2 + b
3. Menentukan koefisien korelasi ketiga fungsi yang mana yang paling memenuhi
data yang tersedia, lakukan pada ketita pasangan data.
4. Membuat grafik linearisasi masing-masing data menggunakan metode kuadrat
terkecil.
3.1 Data
No X y1
1 1 5,78
2 2 7,11
3 3 9,96
4 4 12,59
5 5 13,93
6 6 15,98
7 7 16,78
8 8 19,97
9 9 22,32
10 10 24,86
1 1 3,21
2 2 6,01
3 3 14,83
4 4 22,96
5 5 31,42
6 6 45,39
7 7 57,17
8 8 73,88
9 9 93,88
10 10 114,74
Tabel 3.3 Data Percobaan 3
No X y3
1 1 4,58
2 2 5,70
3 3 7,25
4 4 10,70
5 5 14,02
6 6 20,40
7 7 28,21
8 8 35,24
9 9 41,99
10 10 52,98
Percobaan 1
Untuk fungsi y = ax + b
No X y1 x² y² x.y
1 1 5.78 1 33.4084 5.78
2 2 7.11 4 50.5521 14.22
3 3 9.96 9 99.2016 29.88
4 4 12.59 16 158.5081 50.36
5 5 13.93 25 194.0449 69.65
6 6 15.98 36 255.3604 95.88
7 7 16.78 49 281.5684 117.46
8 8 19.97 64 398.8009 159.76
9 9 22.32 81 498.1824 200.88
10 10 24.86 100 618.0196 248.6
∑ 55 149.28 385 2587.647 992.47
Tabel 3.4 Data Percobaan 1 untuk fungsi y = ax + b
a∑ = 𝑁 𝑁 𝑋𝑖
𝑖=1(𝑋𝑖𝑌𝑖)−∑ 𝑖=1 𝑖=1 𝑌𝑖
t 𝑁
𝑁 𝑁∑ ∑
𝑁 𝑁
𝑖=1 𝑋𝑖²−(∑ 𝑋𝑖)²
𝑖=1
10(992,47)−55(149,28)
at = 10(385)−55²
9924,7−8210,4
at = 825 = 2,078
Jadi nilai parameter a adalah 2,078
𝑁 𝑁 𝑁 𝑁
𝑁∑ 𝑋𝑖² ∑ 𝑌𝑖−∑ 𝑋𝑖 ∑ (𝑋𝑖𝑌𝑖)
bt = 𝑖=1
𝑁 ∑𝑁
𝑖 𝑖=1
𝑋𝑖²−(∑ 𝑁
𝑖=1
𝑋𝑖)²
𝑖=1 𝑖=1
385(149,28)−55(992,47)
bt = 10(385)−55²
57472,8−54585,85 2886,95
bt = 825 = 825 = 3,499 ≈ 3,5
Jadi nilai parameter b adalah 3,5
1
Sy = √ {149,28 − (2,078(55) + 3,5)}²
10−1
1
Sy = √ {31,49}2
9
10
∆at = 10,497 √
10(385 −55²
Jadi nilai sesatan pada nilai a yang bersifat statistik adalah 1,156
385
∆bt = 10,497√ = 7,171
825
Jadi nilai sesatan pada nilai b yang bersifat statistik adalah 7,171
𝑁
𝑁∑ (𝑋𝑖𝑌𝑖)− ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
r= 𝑁
𝑖=1 𝑖=1 𝑖=1
10 (992,47)− 55(149,28)
r= √[10(385)−552][(10)2587.647−149,28²
(9924,7)−8210,4
r = √825(3591,9516)= 0,996
Jadi nilai koefisien korelasinya 0,99
𝑁
𝑁∑ (𝑋𝑖𝑌𝑖)−∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
at = 𝑖=1 𝑖=1 𝑖=1
𝑁 ∑𝑁
𝑖=1 𝑋𝑖²−(
∑𝑁 𝑋𝑖)²
𝑖=1
10(149.28)−55(31.11122619)
at = 10(385)−(55)²
1492.8−1,711.11744045
at = 3850−3025 −218.31744045
= 825 = -0.265
Jadi nilai parameter a adalah -0.265
385(31.11122619)−(55)(149.28)
bt = 10(385)−(55)²
11,977.82−8,210.4 3,767.42
bt = 825 = 825 = 4.567
Jadi nilai parameter b adalah 𝟒. 𝟓𝟔𝟕
1 {𝑦 − (𝑎 + 𝑏 )}2
S = ∑𝑁 𝑥
y 𝑁−1 𝑖=1 𝑖 𝑡 𝑖 𝑡
1
Sy = √ {31.11122619 − (−0.265(55) + 4.567)}²
10−1
1
Sy = √ {31.11122619 − (−10.008)}2
9
1
Sy = √ {41.119}2
9
10
∆at = 13.706 √
10(385 −55²
Jadi nilai sesatan pada nilai a yang bersifat statistik adalah 𝟏. 𝟓𝟎𝟗
385
∆bt = 13.706√
10 (385 −55
385
∆bt = 13.706√ = 9.363
825
Jadi nilai sesatan pada nilai b yang bersifat statistik adalah 𝟗. 𝟑𝟔𝟑
𝑁
𝑁∑ (𝑋𝑖𝑌𝑖)− ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
r= 𝑁
𝑖=1 𝑖=1 𝑖=1
10 (149.28)− 55(31.11122619)
r= √[10(385)−(55)2][10(106.1388756)−(31.11122619)²
(1492.8)−1,711.117
r= √825(93.48)
−218.317
r= √77,121 −218.317 = -0.786
= 277.70
z y x² y² z.y
N N
N XiYi N Xi Yi
at i1 i1 i1
2
X i
N N
N
i2
X
i1
i1
10 7643, 05 385149, 28
10 25333 385 2
76430, 5 57472,8
253330 148225
18957, 7
105105
at 0,180
Jadi, nilai parameter a adalah 0,180
N N N N
X Y X ( X
2
i i i i i
bt i1 i1 i1 i1
Y)
X i
2
N N
N
i2
X
i1
i1
25333149, 28 3857643, 05
10(25333) (385)2
3781710, 24 2942574, 25
253330 148225
839135, 99
105105
bt 7, 984
10
at 23, 999
10(25333) (385)2
10
at 23, 999
105105
at 0, 234
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 0,234
25333
bt 23, 999
10(25333) (385)2
25333
bt 23, 999
105105
bt 11, 782
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 11,782
N N
N ( X iYi ) N X i Yi
N
18957, 7
19430,18458
r 0, 976
Jadi, nilai koefisien korelasinya adalah 0,976
Percobaan 2
Untuk fungsi y = ax + b
No x y x2 y2 x,y
1 1 3,21 1 10,3041 3,21
2 2 6,01 4 36,1201 12,02
3 3 14,83 9 219,9289 44,49
4 4 22,96 16 527,1616 91,84
5 5 31,42 25 987,2164 157,1
6 6 45,39 36 2060,252 272,34
7 7 57,17 49 3268,409 400,19
8 8 73,88 64 5458,254 591,04
9 9 93,88 81 8813,454 844,92
10 10 114,74 100 13165,27 1147,4
N N
Xi
i1 i1
N 2
2
i1 Xi)
( N
i1
10153,55
825
12, 307
N
N
Xi 2 N Yi Xi ( XiYi)
bt N i1
i1 N i1
N
i1
N
Xi 2
i1
2
Xi)
( N
i1
178443, 65 196050, 25
3850 3025
17606, 6
825
21,341
1
Sy [463, 49 (12,307(55) (21,341))]2
10 1
1 [192, 054]2
9
4098,304324
64, 018
10
64, 018
825
7, 048
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 7,048
385
bt 64, 018
10(385) (55)2
385
64, 018
825
43, 783
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 43,783
r
N XiYi N Xi N Yi
N
i1
i1 i1
35645, 5 25491, 95
[825][125042,8399]
10153,55
103160342,917
10153,55
10156, 788
0,9997
No X Y X2 Y2 X.Y
𝑁 ∑𝑁 (𝑋𝑖𝑌𝑖) − ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
𝑎𝑡 = 𝑖=1 𝑖=1 𝑖=1
𝑁 ∑𝑁
𝑖=1 𝑋𝑖² − 𝑋𝑖)²
(∑𝑁
𝑖=1
(10)(463,49) − (55)(70,05)
=
(10)(385) − (55)2
7817
= = 0,947
825
𝑁 ∑𝑁 𝑋𝑖² ∑𝑁 𝑌𝑖 − ∑𝑁 𝑋𝑖 ∑𝑁 (𝑋𝑖𝑌𝑖)
𝑖=1 𝑖 𝑖=1 𝑖=1
𝑏𝑡 =
𝑁 ∑𝑁
𝑖=1 𝑋𝑖² − 𝑖=1 𝑋𝑖)²
(∑𝑁
(385)(70,05) − (55)(463,49)
= = = 26969,25 − 25491,95
(10)(385) − (55)2 825
1477,3
= = 1,79
825
Jadi, nilai parameter b adalah 1,79
1
Sy = √ [70,05 − (0,947(55) + 1,79)]²
10−1
1
= √ [70,05 − (53,875)]² = 5,39
9
∆at = 5,39√ 10
( ) ( )2
10 385 − 55
10
= 5,39√
825 = 0,593
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 0,593
385
∆bt = 5,39√
10 (385 −55
385
= 5,39√ =3,68
825
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 3,68
𝑁 ∑𝑁 (𝑋𝑖𝑌𝑖) − ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
𝑖=1 𝑖=1 𝑖=1
𝑟=
√[𝑁 ∑𝑁 𝑋𝑖2 − 𝑖=1 𝑋𝑖)²][𝑁 𝑖=1 𝑌𝑖²
− 𝑖=1 𝑌𝑖)²]
𝑖=1
(∑𝑁 ∑𝑁 (∑𝑁
10(463,49) − (55)(70,05)
=
√[10(385) − (55)2][(10)565,88 − (70,05)2]
4634,9 − 3852,75
=
√[3850 − 3025][(10)565,88 − 4907,0025]
782,15
=
√[825][5658,8 − 4907,0025]
782,15
= = 0,993
√620232,93
Jadi, nilai koefisien korelasinya adalah 0,976
𝑁 ∑𝑁 (𝑋𝑖𝑌𝑖) − ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
𝑎𝑡 = 𝑖=1 𝑖=1 𝑖=1
𝑁 ∑𝑁
𝑖=1 𝑋𝑖² − 𝑖=1
𝑋𝑖)²
(∑𝑁
10(29555,55) − (385)(463,49)
𝑎𝑡 =
10(25333) − (385)2
295999,5 − 178443,65
𝑎𝑡 =
253330 − 148225
17111,85
𝑎𝑡 =
105105
𝑎𝑡 = 1,114
Jadi, nilai parameter a adalah 1,114
𝑁 ∑𝑁 𝑋𝑖² ∑𝑁 𝑌𝑖 − ∑𝑁 𝑋𝑖 ∑𝑁 (𝑋𝑖𝑌𝑖)
𝑖=1 𝑖 𝑖=1 𝑖=1
𝑏𝑡 =
𝑁 ∑𝑁
𝑖=1 𝑋𝑖² − 𝑖=1 𝑋𝑖)²
(∑𝑁
(25333)(463,49)−(385)(29555,55)
𝑏𝑡 = 10(25333)−(385)²
11741592,17−11378886,75
𝑏𝑡 = 253330−148225
362705,42
𝑏𝑡 = 105105
𝑏𝑡 = 3,451
Jadi, nilai parameter b adalah 𝟑, 𝟒𝟓𝟏
𝑆𝑦 = 10,383
Jadi, nilai Sy atau nilai sesatan bersifat statistik adalah 10,383
10
∆𝑎𝑡 = 10,383 √
10(25333)−(385)²
10
∆𝑎𝑡 = 10,383
√
105105
∆𝑎𝑡 = 0,101
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 0,101
25333
∆𝑏𝑡 = 10,383 √
10(25333)−(385)²
25333
∆𝑏𝑡 = 10,383
√
105105
∆𝑏𝑡 = 5,088
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 5,088
10 (2955555)−(385)(463,49)
𝑟 = √[10(25333)−(385)2] .[10(34546,37)−(463,49)²]
295555,5−178443,65
𝑟 = √[105105] .[130640,7199]
117111,85
𝑟 = √13730992865,0895
117111,85
𝑟 = 117179,319
𝑟 = 0,9994
Jadi nilai koefisien korelasinya adalah 0,9994
Percobaan 3
Untuk fungsi 𝑦 = 𝑎𝑥 + 𝑏
No X 𝒀𝟑 𝑿𝟐 𝒀𝟐 X.Y
1 1 4,58 1 20,9764 4,58
2 2 5,7 4 32,49 11,4
3 3 7,25 9 52,5625 21,75
4 4 10,7 16 114,49 42,8
5 5 14,02 25 196,5604 70,1
6 6 20,4 36 416,16 122,4
7 7 28,21 49 795,8041 197,47
8 8 35,24 64 1241,858 281,92
9 9 41,99 81 1763,16 377,91
10 10 52,98 100 2806,88 529,8
Σ 55 221,07 385 7440,942 1660,13
Tabel 3.10 Data Percobaan 3 untuk fungsi y = ax +b
N N
N XiYi Xi Yi
at i1 i1 i1
2
X i
N N
N
i2
X
i1
i1
101660,13 55221, 07
10(385) 552
16601, 3 12158,85
3850 3025
4442, 45
825
at 5, 385
Jadi, nilai parameter a adalah 5,385
N N N N
Yi Xi ( X Y
2
Xi i i
bt i1 i1 i1 i1
X i
2
N N
N
i2
X
i1
i1
(385)(221, 07) (55)(1660,13)
10(385) 552
85111, 95 91307,15
3850 3025
6195, 2
825
bt 7, 509
Jadi nilai parameter b adalah -7,509
2
Sy 1 N
y a x it b
N 1 it
i1
1
10 1
221, 07 296,175 (7, 509) 2
1
67, 596 2
9
1
(67, 596)
3
S y 7, 510
Jadi nilai Sy atau nilai sesatan bersifat statistik adalah 7,510
N
at S y N N
i
NX Y 2
i
i1 i1
10
7, 51
10(385) 552
10
7, 51
3850 552
10
7, 51
825
at 0,8261
Jadi nilai sesatan pada nilai a yang bersifat statistik adalah 0,8261
X i
bt S y N
i1
N
i
NX Y 2
i
i1 i1
385
7, 51
10(385) 552
385
7, 51
825
bt 5,11
Jadi nilai sesatan pada nilai a yang bersifat statistik adalah 5,11
N N
N ( X iYi ) N X i Yi
r i1 i1 i1
N
2 N
N 2
NXX i N i
N
i
2
i
2
Y Y
i1 i1 i1 i1
1660,13 55(221, 07)
385 55 2 7440,
942 221, 07 2
10498, 72
2640 41431, 0029
10498, 72
10458, 38
r 1, 003
Jadi nilai koefisien korelasinya adalah -1,003
𝑁 ∑𝑁 𝑋𝑖² ∑𝑁 𝑌𝑖 − ∑𝑁 𝑋𝑖 ∑𝑁 (𝑋𝑖𝑌𝑖)
𝑖=1 𝑖 𝑖=1 𝑖=1
𝑏𝑡 = 𝑁
𝑁 ∑𝑖=1 𝑋𝑖² − 𝑖=1 𝑋𝑖)²
(∑𝑁
10
𝛥𝑎𝑡 = 7,75991 √
10(385)−(55)
10
= 7,75991√
= 0,854338
825
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 0,584338
𝛥𝑏𝑡 = 7,75991√
385
(
) ( )2
10 385 − 55
385
= 7,75991√ = 5,30103
825
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 5,30103
𝑁 ∑𝑁 (𝑋𝑖𝑌𝑖) − ∑𝑁 𝑋𝑖 ∑𝑁 𝑌𝑖
𝑖=1 𝑖=1 𝑖=1
𝑟=
√[𝑁 ∑𝑁 𝑋𝑖2 − 𝑋𝑖)²][𝑁 𝑌𝑖² − 𝑌𝑖)²]
𝑖=1
(∑𝑁 𝑖=1 ∑𝑁 𝑖=1 (∑𝑁 𝑖=1
𝑁 ∑𝑁 𝑋𝑖² ∑𝑁 𝑌𝑖 − ∑𝑁 𝑋𝑖 ∑𝑁 (𝑋𝑖𝑌𝑖)
𝑖=1 𝑖 𝑖=1 𝑖=1
𝑏𝑡 = 𝑁
𝑁 ∑𝑖=1 𝑋𝑖² − 𝑖=1 𝑋𝑖)²
(∑𝑁
10(25333)(221,07)−(385)(13685,57)
𝑏𝑡 = 10(25333)−(385)²
56003663,1−5268944,45
𝑏𝑡 = 253330−148225
13177849
𝑏𝑡 = 105105
𝑏𝑡 = 125,3
Jadi, nilai parameter b adalah 125,3
𝑆𝑦 = 31,21
Jadi, nilai Sy atau nilai sesatan bersifat statistik adalah 31,21
10
∆𝑎𝑡 = 31,21√
10(25333)−(385)²
10
∆𝑎𝑡 = 31,21
√
105105
∆𝑎𝑡 = 0,304
Jadi, nilai sesatan pada nilai a yang bersifat statistik adalah 0,304
25333
∆𝑏𝑡 = 31,21√
10(25333)−(385)²
21847√517
∆𝑏𝑡 = 100√253330−3852
∆𝑏𝑡 = 15,322
Jadi, nilai sesatan pada nilai b yang bersifat statistik adalah 15,322
10 (13685,57)−(385)(221,07)
𝑟 = √[10(25333)−(385)2] .[10(7440,942)−(221,07)2]
136855,7−85111,95
𝑟 = √[105105] .[25537,4751]
51743,75
𝑟 = √2684116320,38
51743,75
𝑟 = 51808,458
𝑟 = 0,999
Jadi nilai koefisien korelasinya adalah 0,999
Grafik Percobaan 1
Grafik Percobaan 2
Percobaan 3
3.3 Analisa
Metode kuadrat terkecil digunakan untuk menentukan hubungan antar dua
variabel data yang merupakan fungsi linear. Metode kuadrat terkecil pun dapat
digunakan untuk meminimalisir kesalahan titik data dalam menentukan garis lurus
(linear). Dari data data yang telah ditetapkan pada percobaan ini kita dapat menghitung
berapa nilai parameter a, parameter b, sesatan, dan koefisien korelasinya.
Prosedur percobaan pada praktikum ini yaitu, terlebih dahulu kita menhitung
atau mencari nilai x², y², dan xy. Untuk mempermudah pengerjaaan bisa menggunakan
microsoft excel karena data yang terkumpul sedikit kompleks. Masukkan hasil
perhitungan tersebut dalam bentuk tabel untuk mempermudah pembacaan. Pengolahan
data kemudian dilanjutkan dengan mencari nilai parameter a, parameter b, sesatan, dan
koefisien korelasinya.
Jika kita memiliki sejumlah data dan data tersebut digambarkan dalam bentuk
grafik pada kertas linear, akan diperoleh suatu garing lurus. Beberapa fungsi yang tidak
linear dapat dilinearkan dalam batas-batas tertentu. Pada percobaan ini disajikan tiga
fungsi yang berbeda, yang terdiri atas satu fungsi umum dan dua fungsi yang harus
diubah terlebih dahulu kedalam fungsi umum agar menghasilkan garis lurus terbaik.
Ketiga fungsi tersebut adalah
y1 = a x + b
y2 = a x2 + bx
y3 = a x2 + b
Jika titik-titik data tersebut semakin dekat atau mendekati garis maka
semakin rendah tingkat errornya dan semakin mendekati garis lurus terbaik.
Berdasarkan hasil perhitungan yang telah dilakukan dan gambarkan dalam
bentuk grafik, sebagian besar data tersebut sudah mendekati garis lurus terbaik
terutama pada data percobaan 2 dimana semua pasangan data ((𝑥, 𝑦1), (𝑥, 𝑦2), (𝑥,
𝑦3)) mendekati garis lurus yang sempurna.
BAB IV
KESIMPULAN
4.1 Kesimpulan
Percobaan ini menggunakan metode kuadrat terkecil dan didapatkan
nilai parameter a, parameter b sesatan fungsi, dan koefisien korelasinya. Dari
data- data percobaan tersebut yang paling mendekati garis lurus yang sempurna
yaitu pada data percobaan 2, dimana semua pasangan data menghasilkan titik
yang mendekati atau terletak tepat pada garis.
DAFTAR PUSTAKA
Amir, M. F., dan Prasojo, B. H. (2016). Buku Ajar Matematika Dasar. Sidoarjo:
Universitas Muhammadiyah Sidoarjo.
Sugiarto, A., dan Hansun, S. (2016). Rancangan Bangun Aplikasi Peramalan Laba
dengan Metode Kuadrat Terkecil Berbasis Android. Ultimatics: Jurnal
Teknik Informatika, 7(2), 125-130.