LAPORAN AKHIR

PRAKTIKUM FISIKA DASAR

METODE KUADRAT TERKECIL
(M – 2)

Nama : Bhenika Febyana

NPM : 200110200317

Partner : Diki, Adyasha, Geiska, Azzahra, Cheery,

Habib, Syafi’i, Ivander
NPM : 182, 312, 313, 327, 336, 342,347, 354

Fakultas / Departemen : Peternakan / Peternakan

Kelas / Kelompok :E/6

Tanggal : 1 Oktober 2020

Hari / Jam : Kamis / 15.10-16.40

Nama Asisten : Darling Josua Manalu

LABORATORIUM FISIK A DASAR

PUSAT PELAYANAN BASIC SCIENCE
FAK ULTAS MATEMATIK A DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2020
 2020
LEMBAR PENGESAHAN

Fisika Dasar

Metode Kuadrat Terkecil

M-2

NAMA : Bhenika Febyana

NPM : 200110200317
PARTNER : Diki, Adyasha, Geiska, Azzahra, Cheery,
Habib, Syafi’i, Ivander
NPM : 182, 312, 313, 327, 336, 342,347, 354
DEPARTEMEN/FAKULTAS : Peternakan / Peternakan
JADWAL PRAKTIKUM : 1 Oktober 2020

KOLOM NILAI

Speaken Lap. Pendahuluan Praktikum Lap. Akhir

Jatinangor, 1 Oktober 2020

Asisten

Darling Josua Manalu

NPM
 ABSTRAK
Telah dilakukan praktikum mengenai “Metode Kuadrat Terkecil” pada
Kamis, 1 Oktober 2020, bersama delapan orang partner dengan bimbingan asisten
Darling Josua Manalu. Metode kuadrat terkecil, pada dasarnya digunakan untuk
meminimalisir error di titik-titik data terhadap garis lurus terbaik. Pengolahan data
dilakukan secara teoritis yang bertujuan agar praktikan dapat menentukan garis
lurus terbaik (trend) dengan benar, dapat melinierisasi fungsi-fubgsi kuadratis
sederhana, dapat menentukan koefisien korelasi dari beberapa pasangan data, dapat
menyajikan grafik hasil percobaan dengan baik dan benar. Dimana data yang baik
merupakan data yang dapat ditelusuri asalnya, objektif, tepat waktu, dan
mencangkup ruang lingkup yang luas. Adapun alat yang digunakan dalam
praktikum adalah kalkulator dan Microsoft excel. Metode pengukuran ini diawali
dengan menghitung x2, y2, dan xy dari data x dan ya yang telah diberikan. Data
perhitungan x2, y2, dan xy tersebut di perlukan untuk menentukan nilai at dan bt
dimana nilai at dan bt itu sendiri digunakan untuk mencari nilai yt (y terbaik).
Dalam pengolahannya pada setiap percobaan terdapat tiga fungsi yang berbeda,
maka dari itu diperlukan ketepatan dan ketelitian agar tidak terjadi kesalahan dalam
pengolahan data. Dalam bidang peternakan sendiri mempelajari metode kuadrat
terkecil sangatlah berguna dan bermanfaat. Sebab, metode ini sering kali digunakan
untuk mempermudan peternak dalam melihat pertumbuhan dari berat atau bobot
hewan ternak, untuk melihat bagaiaman keadaan pasar tentang penawaran dan
permintaan dari hewan ternak maupun produksi hasil ternaknya, dan untuk melihat
perkembangan dari produksi hewan ternak seperti, produksi susu sapi, telur ayam,
daging ayam/sapi dalam bentuk grafik.

Kata Kunci : data, grafik, koefisien korelasi.

1
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Data adalah kumpulan informasi yang diperoleh dari suatu pengamatan.
Data dapat berupa angka, lambang, atau sifat. Data yang baik adalah data yang
dapat ditelusuri dari mana data tersebut berasal, objektif, tepat waktu, dan
mencangkup ruang lingkup yang luas. Data dapat disajikan dalam bentuk
grafik, baik itu grafik garis, batang, maupun grafik lingkaran.
Grafik adalah gambaran pasang surutnya suatu keadaan atau data yang ada
dengan garis dan gambar. Sebelum menyajikan data dalam bentuk grafik, kita
perlu menentukan garis lurus terbaik.. Dalam menentukan garis lurus terbaik,
perhitungan yang terbaik yaitu menggunakan metode kuadrat terkecil yang
dalam perhitungannya dapat diketahui nilai sesatan serta koefisien korelasi (r
atau error) dan digunakan untuk mengetahui derajat kesesuaian dari persamaan
yang diperoleh. Nilai r berkisar antar -1 hingga 1, jika mendekati 1 berarti
perkiraannya sempurna sedangkan jika mendekati -1 berarti hubungan data
tersebut renggang atau bahkan tidak berhubungan sama sekali.

1.2 Tujuan Percobaan

Tujuan daripada penulisan Laporan Akhir Praktikum ini diantaranya
1. Secara Umum
1. Praktikan dapat menentukan garis lurus terbaik (trend) dengan
benar.
2. Praktikan dapat menyajikan grafik hasil percobaan dengan baik dan
benar.
2. Secara Khusus
1. Praktikan dapat menentukan koefisien korelasi dari beberapa
pasangan data.
2. Praktikan dapat melinierisasi fungsi-fungsi kuadratis sederhana.

2
 BAB II
METODE PENELITIAN
2.1 Rumus yang Digunakan
2.1.1 Nilai Sy

1
𝑆𝑦 = √ ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2
𝑁−1

2.1.2 Nilai Parameter 𝒂𝒕

𝑁 ∑(𝑥 ∙ 𝑦) − ∑ 𝑥 ∑ 𝑦
𝑎𝑡 =
𝑁 ∑ 𝑥 2 − (∑ 𝑥 )2

𝑁
∆𝑎𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 − (∑ 𝑥 )2
2

2.1.3 Parameter 𝒃𝒕
∑ 𝑥 2 ∑ 𝑦 − ∑ 𝑥 ∑(𝑥 ∙ 𝑦)
𝑏𝑡 =
𝑁 ∑ 𝑥 2 − (∑ 𝑥 2 )

∑ 𝑥2
∆𝑏𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 2 − (∑ 𝑥 )2

2.1.4 Koefisisen korelasi

𝑁Σ (𝑥. 𝑦) − ΣxΣy
𝑟=
√[𝑁Σ𝑥 2 − (Σ𝑥 )2 ]. [𝑁Σ𝑦 2 − (Σ𝑦)2 ]

Catatan :
berlaku untuk fungsi linear
𝑦 = 𝑎𝑡 . 𝑥 + 𝑏𝑡

2.2 Alat-alat Percobaan dan Fungsi

2.2.1 Kalkulator
 Berfungsi sebagai alat bantu hitung untuk memudahkan dalam

3
 perhitungan maupun pengolahan data.
2.2.2 Microsoft Excel
 Merupakan aplikasi perangkat lunak yang dapat membantu dalam
mengolah data atau angka.

2.3 Prosedur Percobaan

2.3.1 Data dibagikan oleh asisten, kemudian diolah.
2.3.2 Parameter a dan b beserta sesatannya ditentukan, jika diperkirakan
data tersebut memenuhi fungsi :
a. y = ax + b
b. y = ax2 = b
c. y = ax2 = bx
2.3.3 Koefisien korelasi ditentukan untuk ketiga fungsi perkiraan pada
Tugas nomor 2 dan ditentukan pula fungsi yang paling memenuhi data
berdasarkan koefisien korelasi tersebut.
2.3.4 Data yang diberikan asisten dikerjakan seperti pada tugas nomor 2
dan 3.
2.3.3 Grafik linierisasi dibuat untuk masing-masing data tersebut dengan
Metode kuadrat terkecil.

4
 BAB III
HASIL DAN PEMBAHASAN
3.1 Data Percobaan
3.1.1 Data Pertama
Tabel 3.1 Data Percobaan Petama

No X Y
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

3.1.2 Data Kedua

Tabel 3.2 Data Percobaan Kedua

No X Y
1 1 50,1
2 2 46,5
3 3 42,3
4 4 38,2
5 5 34,6
6 6 30,2
7 7 26,7
8 8 22
9 9 17,9

5
 10 10 12,3

3.1.3 Data Ketiga

Tabel 3.3 Data Percobaan Ketiga

No X Y
1 1 4,58
2 2 5,7
3 3 7,25
4 4 10,7
5 5 14,02
6 6 20,4
7 7 28,21
8 8 35,24
9 9 41,99
10 10 52,98

3.2 Pengolahan Data

3.2.1 Menghitung nilai at dan bt pada setiap percobaan dengan menggunakan
𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦 ∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
rumus : 𝑎𝑡 = dan 𝑏𝑡 =
𝑁 ∑ 𝑥 2−(∑ 𝑥)2 𝑁 ∑ 𝑥 2−(∑ 𝑥 2)

 Data Pertama
1. Untuk fungsi y = ax + b

No x y 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

6
 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
Ʃ 55 149,28 385 2587,6468 992,47

𝑁 Σ(𝑥.𝑦)−Σ𝑥Σ𝑦
1. at = 𝑁 Σ𝑥 2 −(Σ𝑥)2

10(992,47)−55(149,28)
at = 10(385)−(55)2
1714,3
at = 825

at = 2,08
∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

385(149,28)−55(992,47)
bt =
10(385)−(55)2
2886,95
bt = 825

bt = 3,50

2. Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No X 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 5,78 1 33,4084 5,78
2 2 3,555 4 12,638025 7,11
3 3 3,32 9 11,0224 9,96
4 4 3,1475 16 9,9067563 12,59
5 5 2,786 25 7,761796 13,93
6 6 2,6633333 36 7,0933444 15,98
7 7 2,3971429 49 5,7462939 16,78
8 8 2,49625 64 6,2312641 19,97
9 9 2,48 81 6,1504 22,32
10 10 2,486 100 6,180196 24,86
Ʃ 55 31,111226 385 106,13888 149,28

7
 𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2−(∑ 𝑥)2
10(149,28)−55(31,111226)
𝑎𝑡 = 10(385)−(55)2
−218,31743
𝑎𝑡 = 825

𝑎𝑡 = -0,26

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

385(31,111226)−55(149,28)
𝑏𝑡 =
10(385)−(55)2
11773,54201
𝑏𝑡 = 825

𝑏𝑡 = 4.57

3. Untuk fungsi y = ax2 + b

No x² y (x²)² y² (x²)y
1 1 5,78 1 33,4084 5,78
2 4 7,11 16 50,5521 28,44
3 9 9,96 81 99,2016 89,64
4 16 12,59 256 158,5081 201,44
5 25 13,93 625 194,0449 348,25
6 36 15,98 1296 255,3604 575,28
7 49 16,78 2401 281,5684 822,22
8 64 19,97 4096 398,8009 1278,08
9 81 22,32 6561 498,1824 1807,92
10 100 24,86 10000 618,0196 2486
Ʃ 385 149,28 25333 2587,6468 7643,05

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2−(∑ 𝑥)2

10(7643,05)−385(149,28)
𝑎𝑡 = 10(25333)−(385)2
18957,7
𝑎𝑡 = 105105

8
 𝑎𝑡 = 0,18

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

25333(149,28)−385(7643,05)
𝑏𝑡 = 10(25333)−(385)2
839135,99
𝑏𝑡 = 105105

𝑏𝑡 = 7,98

 Data Kedua
1. Untuk fungsi y = ax + b
No x Y x² y² x.y
1 1 50,1 1 2510,01 50,1
2 2 46,5 4 2162,25 93
3 3 42,3 9 1789,29 126,9
4 4 38,2 16 1459,24 152,8
5 5 34,6 25 1197,16 173
6 6 30,2 36 912,04 181,2
7 7 26,7 49 712,89 186,9
8 8 22 64 484 176
9 9 17,9 81 320,41 161,1
10 10 12,3 100 151,29 123
Ʃ 55 320,8 385 11698,6 1424

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10(1424)−55(320,8)
𝑎𝑡 = 10(385)−(55)2
−3404
𝑎𝑡 = 825

𝑎𝑡 = -4,13

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

9
 385(320,8)−55(1424)
𝑏𝑡 = 10(385)−(55)2
45188
𝑏𝑡 = 825

𝑏𝑡 = 54,77

2. Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No x 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 50,1 1 2510,01 50,1
2 2 23,25 4 540,563 46,5
3 3 14,1 9 198,81 42,3
4 4 9,55 16 91,2025 38,2
5 5 6,92 25 47,8864 34,6
6 6 5,03333 36 25,3344 30,2
7 7 3,81429 49 14,5488 26,7
8 8 2,75 64 7,5625 22
9 9 1,98889 81 3,95568 17,9
10 10 1,23 100 1,5129 12,3
Ʃ 55 118,737 385 3441,39 320,8

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10(320,8)−55(118,737)
𝑎𝑡 = 10(385)−(55)2
−3322,535
𝑎𝑡 = 825

𝑎𝑡 = -4,03

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

385(118,737)−55(320,8)
𝑏𝑡 = 10(385)−(55)2
28069,745
𝑏𝑡 = 825

𝑏𝑡 = 34,02

10
3. Untuk fungsi y = ax² + b
No x² y (x²)² y² (x²)y
1 1 50,1 1 2510,01 50,1
2 4 46,5 16 2162,25 186
3 9 42,3 81 1789,29 380,7
4 16 38,2 256 1459,24 611,2
5 25 34,6 625 1197,16 865
6 36 30,2 1296 912,04 1087,2
7 49 26,7 2401 712,89 1308,3
8 64 22 4096 484 1408
9 81 17,9 6561 320,41 1449,9
10 100 12,3 10000 151,29 1230
Ʃ 385 320,8 25333 11698,6 8576,4

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10(8576,4)−385(320,8)
𝑎𝑡 =
10(25333)−(385)2
−37744
𝑎𝑡 = 105105

𝑎𝑡 = -0,36

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

25333(320,8)−385(8576,4)
𝑏𝑡 = 10(2533)−(385)2
4824912,4
𝑏𝑡 = 105105

𝑏𝑡 = 45,90

11
 Data Ketiga
 Untuk fungsi y = ax + b
No X y 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 25 196,56 70,1
6 6 20,4 36 416,16 122,4
7 7 28,21 49 795,804 197,47
8 8 35,24 64 1241,86 281,92
9 9 41,99 81 1763,16 377,91
10 10 52,98 100 2806,88 529,8
Ʃ 55 221,07 385 7440,94 1660,13

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10(1660,13)−55(221,07)
𝑎𝑡 = 10(385)−(55)2
4442,45
𝑎𝑡 = 825

𝑎𝑡 = 5,38

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

385(221,07)−55(1660,13)
𝑏𝑡 = 10(385)−(55)2
−6195,2
𝑏𝑡 = 825

𝑏𝑡 = -7,51

12
 Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No x 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 4,58 1 20,9764 4,58
2 2 2,85 4 8,1225 5,7
3 3 2,41667 9 5,84028 7,25
4 4 2,675 16 7,15563 10,7
5 5 2,804 25 7,86242 14,02
6 6 3,4 36 11,56 20,4
7 7 4,03 49 16,2409 28,21
8 8 4,405 64 19,404 35,24
9 9 4,66556 81 21,7674 41,99
10 10 5,298 100 28,0688 52,98
Ʃ 55 37,1242 385 146,998 221,07

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10(221,07)−55(37,1242)
𝑎𝑡 = 10(385)−(55)2
83070,119
𝑎𝑡 = 825

𝑎𝑡 = 0,20

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

385(37,1242)−55(221,07)
𝑏𝑡 = 10(385)−(55)2
2133,967
𝑏𝑡 = 825

𝑏𝑡 = 2,59

13
  Untuk fungsi y = ax² + b
No x² y (x²)² y² (x²)y
1 1 4,58 1 20,9764 4,58
2 4 5,7 16 32,49 22,8
3 9 7,25 81 52,5625 65,25
4 16 10,7 256 114,49 171,2
5 25 14,02 625 196,56 350,5
6 36 20,4 1296 416,16 734,4
7 49 28,21 2401 795,804 1382,29
8 64 35,24 4096 1241,86 2255,36
9 81 41,99 6561 1763,16 3401,19
10 100 52,98 10000 2806,88 5298
Ʃ 385 221,07 25333 7440,94 13685,6

𝑁 ∑(𝑥∙𝑦)− ∑ 𝑥 ∑ 𝑦
1. 𝑎𝑡 = 𝑁 ∑ 𝑥 2 −(∑ 𝑥)2
10(13685,6)−385(221,07)
𝑎𝑡 =
10(25333)−(385)2
51743,75
𝑎𝑡 = 105105

𝑎𝑡 = 0,49

∑ 𝑥 2 ∑ 𝑦− ∑ 𝑥 ∑(𝑥∙𝑦)
2. 𝑏𝑡 = 𝑁 Σ𝑥 2 −(Σ𝑥)2

25333(221,07)−385(13685,6)
𝑏𝑡 = 10(25333)−(385)2
331421,86
𝑏𝑡 = 105105

𝑏𝑡 = 3,15

3.2.2 Mencari nilai yt pada setiap percobaan dengan menggunakan rumus :

1. yt = atx + bt
2. yt = atx2 + btx
3. yt = atx2 + bt

14
 Data Pertama
1. Untuk yt = atx + bt
No x at bt yt
1 1 5,58
2 2 7,66
3 3 9,74
4 4 11,82
5 5 13,9
2,08 3,50
6 6 3,5
7 7 18,06
8 8 20,14
9 9 22,22
10 10 24,3

2. Untuk yt = atx2 + btx

No x at bt yt
1 1 4,31
2 2 4,05
3 3 3,79
4 4 3,53
5 5 3,27
-0,26 4,57
6 6 3,01
7 7 2,75
8 8 2,49
9 9 2,23
10 10 1,97

15
 3. Untuk yt = atx2 + bt

No x² at bt yt
1 1 8,16
2 4 8,7
3 9 9,6
4 16 10,86
5 25 12,48
0,18 7,98
6 36 7,98
7 49 16,8
8 64 19,5
9 81 22,56
10 100 25,98

 Data Kedua
1. Untuk yt = atx + bt

No X at bt yt
1 1 50,64
2 2 46,51
3 3 42,38
4 4 38,25
5 5 34,12
-4,13 54,77
6 6 54,77
7 7 25,86
8 8 21,73
9 9 17,6
10 10 13,47

16
2. Untuk fungsi yt = atx2 + btx

No X at bt yt
1 1 29,99
2 2 25,96
3 3 21,93
4 4 17,9
5 5 13,87
-4,03 34,02
6 6 34,02
7 7 5,81
8 8 1,78
9 9 -2,25
10 10 -6,28

3. Untuk yt = atx2 + bt

No x² at bt yt
1 1 46,26
2 4 47,34
3 9 49,14
4 16 51,66
5 25 54,9
0,36 45,9
6 36 45,9
7 49 63,54
8 64 68,94
9 81 75,06
10 100 81,9

17
 Data Ketiga
1. Untuk yt = atx + bt
No x at bt yt
1 1 -2,13
2 2 3,25
3 3 8,63
4 4 14,01
5 5 19,39
5,38 -7,51
6 6 -7,51
7 7 30,15
8 8 35,53
9 9 40,91
10 10 46,29

2. Untuk yt = atx2 + btx

No x at bt yt
1 1 2,79
2 2 2,99
3 3 3,19
4 4 3,39
5 5 3,59
0,2 2,59
6 6 2,59
7 7 3,99
8 8 4,19
9 9 4,39
10 10 4,59

18
 3. Untuk yt = atx2 + bt
No x² at bt yt
1 1 3,64
2 4 5,11
3 9 7,56
4 16 10,99
5 25 15,4
0,49 3,15
6 36 3,15
7 49 27,16
8 64 34,51
9 81 42,84
10 100 52,15

3.2.3 Grafik Pada Setiap Percobaan

1. Data Pertama

Grafik fungsi y = ax + b
30

25

20
Sumbu-y

15

10

0
0 2 4 6 8 10 12
Sumbu-x

19
 Grafik fungsi y = ax² + bx
7

5
Sumbu-y

0
0 2 4 6 8 10 12
Sumbu-x

Grafik fungsi y = ax² + b

30

25

20
Sumbu-y

15

10

0
0 20 40 60 80 100 120
Sumbu-x

20
2. Data Kedua

Grafik fungsi y = ax + b
60

50

40
Sumbu-y

30

20

10

0
0 2 4 6 8 10 12
Sumbu-x

Grafik fungsi y = ax² + bx

60

50

40
Sumbu-y

30

20

10

0
0 2 4 6 8 10 12
-10
Sumbu-x

21
 Grafik fungsi y = ax² + b
60

50

40
Sumbu-y

30

20

10

0
0 20 40 60 80 100 120
Sumbu-x

3. Data Ketiga

Grafik fungsi y = ax + b
60

50

40
Sumbu-y

30

20

10

0
0 2 4 6 8 10 12
-10
Sumbu-x

22
 Grafik fungsi y = ax² + bx
6

4
Sumbu-y

0
0 2 4 6 8 10 12
Sumbu-x

Grafik fungsi y = ax² + b

60

50

40
Sumbu-y

30

20

10

0
0 20 40 60 80 100 120
Sumbu-x

3.2.4 Menghitung ∆𝒂𝒕 dan ∆𝒃𝒕 Pada Setiap Percobaan

𝑁
Rumus : ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

∑ 𝑥2
∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

23
 1
Dengan : 𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

Dimana : atx + bt = yt
 Data Pertama
1. 𝑆𝑦 untuk fungsi y = ax + b

No Y yt (y-yt)² 𝑆𝑦
1 5,78 5,58 0,04
2 7,11 7,66 0,3025
3 9,96 9,74 0,0484
4 12,59 11,82 0,5929
5 13,93 13,9 0,0009
6 15,98 15,98 0 0,57
7 16,78 18,06 1,6384
8 19,97 20,14 0,0289
9 22,32 22,22 0,01
10 24,86 24,3 0,3136
Ʃ 149,28 149,4 2,9756

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (2,9756) = 0,57

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax + b

𝑆𝑦 ∆𝑏𝑡
No X x² ∆𝑎𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
0,57 0,06 0,39
6 6 36
7 7 49
8 8 64
9 9 81
10 10 100

24
 Ʃ 55 385
𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 0,57√10(385)−(55)2

∆𝑎𝑡 = 0,06

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 0,57√10(385)−(55)2

∆𝑏𝑡 = 0,39

2. 𝑆𝑦 untuk fungsi y = ax2 + bx

𝑦⁄ 𝑦 𝑆𝑦
No 𝑥 yt ( ⁄𝑥-yt)²
1 5,78 4,31 2,1609
2 3,555 4,05 0,24503
3 3,32 3,79 0,2209
4 3,1475 3,53 0,14631
5 2,786 3,27 0,23426
6 2,66333 2,75 0,00751 O,62
7 2,39714 2,75 0,12451
8 2,49625 2,49 3,9E-05
9 2,48 2,23 0,0625
10 2,486 1,97 0,26626
Ʃ 31,1112 31,14 3,4682

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (3,4682) = 0,62

25
  ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + bx
No X x² 𝑆𝑦 ∆𝑎𝑡 ∆𝑏𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
6 6 36 0,62 0,07 0,42
7 7 49
8 8 64
9 9 81
10 10 100
Ʃ 55 385

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 0,62√10(385)−(55)2

∆𝑎𝑡 = 0,07

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 0,62√10(385)−(55)2

∆𝑏𝑡 = 0,42

3. 𝑆𝑦 untuk fungsi y = ax2 + b

No y yt (y-yt)² 𝑆𝑦
1 5,78 8,16 5,6644
2 7,11 8,7 2,5281
3 9,96 9,6 0,1296 1,38
4 12,59 10,86 2,9929
5 13,93 12,48 2,1025

26
 6 15,98 14,46 2,3104
7 16,78 16,8 0,0004
8 19,97 19,5 0,2209
9 22,32 22,56 0,0576
10 24,86 25,98 1,2544
Ʃ 149,28 149,1 17,2612

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √ (17,2612) = 1,38
10−1

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + b

𝑆𝑦 ∆𝑏𝑡
No x² (x²)² ∆𝑎𝑡
1 1 1
2 4 16
3 9 81
4 16 256
5 25 625
6 36 1296 1,38 0,01 0,68
7 49 2401
8 64 4096
9 81 6561
10 100 10000
Ʃ 385 25333

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 1,38√
10(25333)−(385)2

∆𝑎𝑡 = 0,01

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

25333
∆𝑏𝑡 = 1,38√10(25333)−(385)2

27
 ∆𝑏𝑡 = 0,68
 Data Kedua
1. 𝑆𝑦 untuk fungsi y = ax + b

No Y yt (y-yt)² Sy

1 50,1 50,64 0,2916

2 46,5 46,51 0,0001
3 42,3 42,38 0,0064
4 38,2 38,25 0,0025
5 34,6 34,12 0,2304
6 30,2 29,99 0,0441 0,56
7 26,7 25,86 0,7056
8 22 21,73 0,0729
9 17,9 17,6 0,09
10 12,3 13,47 1,3689
Ʃ 320,8 320,55 2,8125

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (2,8125) = 0,56

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax + b

𝑆𝑦 ∆𝑏𝑡
No x x² ∆𝑎𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
6 6 36 0,56 0,06 0,38
7 7 49
8 8 64
9 9 81
10 10 100
Ʃ 55 385

28
 𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 0,56√10(385)−(55)2

∆𝑎𝑡 = 0,06

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 0,56√10(385)−(55)2

∆𝑏𝑡 = 0,38

2. 𝑆𝑦 untuk fungsi y = ax2 + bx

𝑦⁄ 𝑦 𝑆𝑦
No 𝑥 yt ( ⁄𝑥-yt)²
1 50,1 29,99 404,412
2 23,25 25,96 7,3441
3 14,1 21,93 61,3089
4 9,55 17,9 69,7225
5 6,92 13,87 48,3025
6 5,03333 5,81 0,60321 8,63
7 3,81429 5,81 3,98288
8 2,75 1,78 0,9409
9 1,98889 -2,25 17,9682
10 1,23 -6,28 56,4001
Ʃ 118,737 114,52 670,985

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (670,985) = 8,63

29
  ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + bx

No x x² 𝑆𝑦 ∆𝑎𝑡 ∆𝑏𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
6 6 36 8,63 0,95 0,42
7 7 49
8 8 64
9 9 81
10 10 100
Ʃ 55 385

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 8,63√10(385)−(55)2

∆𝑎𝑡 = 0,95

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 8,63√10(385)−(55)2

∆𝑏𝑡 = 5,90

3. 𝑆𝑦 untuk fungsi y = ax2 + b

No y yt (y-yt)² 𝑆𝑦
1 50,1 46,26 1
2 46,5 47,34 2
3 42,3 49,14 3
38,22
4 38,2 51,66 4
5 34,6 54,9 5
6 30,2 58,86 6

30
 7 26,7 63,54 1357,19
8 22 68,94 2203,36
9 17,9 75,06 3267,27
10 12,3 81,9 4844,16
Ʃ 320,8 597,6 13148,9

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (13148,9) = 38,22

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + b

𝑆𝑦 ∆𝑏𝑡
No x² (x²)² ∆𝑎𝑡
1 1 1
2 4 16
3 9 81
4 16 256
5 25 625
6 36 1296 38,22 0,37 18,76
7 49 2401
8 64 4096
9 81 6561
10 100 10000
Ʃ 385 25333

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 38,22√10(25333)−(385)2

∆𝑎𝑡 = 0,37

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2−(∑ 𝑥)2

25333
∆𝑏𝑡 = 38,22√10(25333)−(385)2

∆𝑏𝑡 = 18,76

31
 Data Ketiga
1. 𝑆𝑦 untuk fungsi y = ax + b

No y yt (y-yt)² Sy

1 4,58 -2,13 45,0241

2 5,7 3,25 6,0025
3 7,25 8,63 1,9044
4 10,7 14,01 10,9561
5 14,02 19,39 28,8369
6 20,4 24,77 19,0969 4,24
7 28,21 30,15 3,7636
8 35,24 35,53 0,0841
9 41,99 40,91 1,1664
10 52,98 46,29 44,7561
Ʃ 320,8 320,55 161,591

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (161,591) = 4,24

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax + b

𝑆𝑦 ∆𝑏𝑡
No x x² ∆𝑎𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
6 6 36 4,24 0,47 2,90
7 7 49
8 8 64
9 9 81
10 10 100
Ʃ 55 385

32
 𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 4,24√10(385)−(55)2

∆𝑎𝑡 = 0,47

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 4,24√10(385)−(55)2

∆𝑏𝑡 = 2,90

2. 𝑆𝑦 untuk fungsi y = ax2 + bx

𝑦⁄ 𝑦 𝑆𝑦
No 𝑥 yt ( ⁄𝑥-yt)²
1 4,58 2,79 3,2041
2 2,85 2,99 0,0196
3 2,41667 3,19 0,59804
4 2,675 3,39 0,51123
5 2,804 3,59 0,6178
6 3,4 3,99 0,3481 0,81
7 4,03 3,99 0,0016
8 4,405 4,19 0,04623
9 4,66556 4,39 0,07593
10 5,298 4,59 0,50126
Ʃ 37,1242 37,1 5,92389

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (5,92389) = 0,81

33
  ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + bx

No x x² 𝑆𝑦 ∆𝑎𝑡 ∆𝑏𝑡
1 1 1
2 2 4
3 3 9
4 4 16
5 5 25
6 6 36 0,81 0,09 0,55
7 7 49
8 8 64
9 9 81
10 10 100
Ʃ 55 385

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 0,81√10(385)−(55)2

∆𝑎𝑡 = 0,09

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 2−(∑ 𝑥)2

385
∆𝑏𝑡 = 0,81√10(385)−(55)2

∆𝑏𝑡 = 0,55

4. 𝑆𝑦 untuk fungsi y = ax2 + b

No y yt (y-yt)² 𝑆𝑦
1 4,58 3,64 0,8836
2 5,7 5,11 0,3481
3 7,25 7,56 0,0961
0,85
4 10,7 10,99 0,0841
5 14,02 15,4 1,9044
6 20,4 20,79 0,1521

34
 7 28,21 27,16 1,1025
8 35,24 34,51 0,5329
9 41,99 42,84 0,7225
10 52,98 52,15 0,6889
Ʃ 221,07 220,15 6,5152

1
𝑆𝑦 = √𝑁−1 ∑[𝑦 − (𝑎𝑡 ∙ 𝑥 + 𝑏𝑡 )]2

1
𝑆𝑦 = √10−1 (6,5152) = 0,85

 ∆𝑎𝑡 dan ∆𝑏𝑡 untuk fungsi y = ax2 + b

𝑆𝑦 ∆𝑏𝑡
No x² (x²)² ∆𝑎𝑡
1 1 1
2 4 16
3 9 81
4 16 256
5 25 625
6 36 1296 0,85 0,01 0,42
7 49 2401
8 64 4096
9 81 6561
10 100 10000
Ʃ 385 25333

𝑁
a) ∆𝑎𝑡 = 𝑠𝑦 √𝑁 ∑ 𝑥 2 −(∑ 𝑥)2

10
∆𝑎𝑡 = 0,85√10(25333)−(385)2

∆𝑎𝑡 = 0,01

∑ 𝑥2
b) ∆𝑏𝑡 = 𝑠𝑦 √
𝑁 ∑ 𝑥 2−(∑ 𝑥)2

25333
∆𝑏𝑡 = 0,85√10(25333)−(385)2

∆𝑏𝑡 = 0,42

35
3.2.5 Menghitung Koefisien Korelasi (r) Pada Setiap Percobaan
𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
Rumus : r =
√[𝑁 ∑ 𝑥 2 −(∑ 𝑥)2]∙[𝑁 ∑ 𝑦 2 −(∑ 𝑦)2]

 Data Pertama
1. Untuk fungsi y = ax + b
No x y 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
Ʃ 55 149,28 385 2587,6468 992,47

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2]∙[𝑁 ∑ 𝑦 2 −(∑ 𝑦)2]

10(992,47)−55(149,28)
r= = 0,998
√[10(385)−(55) 2 ]∙[10(2587,6468)−(149,28) 2 ]

2. Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No x 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 5,78 1 33,4084 5,78
2 2 3,555 4 12,638025 7,11
3 3 3,32 9 11,0224 9,96
4 4 3,1475 16 9,9067563 12,59
5 5 2,786 25 7,761796 13,93
6 6 2,6633333 36 7,0933444 15,98
7 7 2,3971429 49 5,7462939 16,78

36
 8 8 2,49625 64 6,2312641 19,97
9 9 2,48 81 6,1504 22,32
10 10 2,486 100 6,180196 24,86
Ʃ 55 31,111226 385 106,13888 149,28

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2 ]∙[𝑁 ∑ 𝑦 2−(∑ 𝑦)2 ]

10(149,28)−55(31,111226)
r= = -0,79
√[10(385)−(55)2 ]∙[10(106,13888)−(31,111226) 2 ]

3. Untuk fungsi y = ax2 + b

No x² y (x²)² y² (x²)y
1 1 5,78 1 33,4084 5,78
2 4 7,11 16 50,5521 28,44
3 9 9,96 81 99,2016 89,64
4 16 12,59 256 158,5081 201,44
5 25 13,93 625 194,0449 348,25
6 36 15,98 1296 255,3604 575,28
7 49 16,78 2401 281,5684 822,22
8 64 19,97 4096 398,8009 1278,08
9 81 22,32 6561 498,1824 1807,92
10 100 24,86 10000 618,0196 2486
Ʃ 385 149,28 25333 2587,6468 7643,05

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2]∙[𝑁 ∑ 𝑦 2 −(∑ 𝑦)2]

10(7643,05)−385(149,28)
r= = -0,01
√[10(25333)−(385)2 ]∙[10(2587,6468)−(149,28)2 ]

37
 Data Kedua
1. Untuk fungsi y = ax + b
No X y x² y² x.y
1 1 50,1 1 2510,01 50,1
2 2 46,5 4 2162,25 93
3 3 42,3 9 1789,29 126,9
4 4 38,2 16 1459,24 152,8
5 5 34,6 25 1197,16 173
6 6 30,2 36 912,04 181,2
7 7 26,7 49 712,89 186,9
8 8 22 64 484 176
9 9 17,9 81 320,41 161,1
10 10 12,3 100 151,29 123
Ʃ 55 320,8 385 11698,6 1424

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2 ]∙[𝑁 ∑ 𝑦 2−(∑ 𝑦)2 ]

10(1424)−55(320,8)
r= = -0,100
√[10(385)−(55)2 ]∙[10(11698,6)−(320,8)2 ]

2. Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No X 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 50,1 1 2510,01 50,1
2 2 23,25 4 540,563 46,5
3 3 14,1 9 198,81 42,3
4 4 9,55 16 91,2025 38,2
5 5 6,92 25 47,8864 34,6
6 6 5,03333 36 25,3344 30,2
7 7 3,81429 49 14,5488 26,7
8 8 2,75 64 7,5625 22
9 9 1,98889 81 3,95568 17,9

38
 10 10 1,23 100 1,5129 12,3
Ʃ 55 118,737 385 3441,39 320,8

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2 ]∙[𝑁 ∑ 𝑦 2−(∑ 𝑦)2 ]

10(320,8)−55(118,737)
r= = -0,81
√[10(385)−(55)2 ]∙[10(3441,39)−(118,737)2 ]

3. Untuk fungsi y = ax² + b

No x² y (x²)² y² (x²)y
1 1 50,1 1 2510,01 50,1
2 4 46,5 16 2162,25 186
3 9 42,3 81 1789,29 380,7
4 16 38,2 256 1459,24 611,2
5 25 34,6 625 1197,16 865
6 36 30,2 1296 912,04 1087,2
7 49 26,7 2401 712,89 1308,3
8 64 22 4096 484 1408
9 81 17,9 6561 320,41 1449,9
10 100 12,3 10000 151,29 1230
Ʃ 385 320,8 25333 11698,6 8576,4

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2]∙[𝑁 ∑ 𝑦 2 −(∑ 𝑦)2]

10(8576,4)−385(320,8)
r= = -0,98
√[10(25333)−(385) 2]∙[10(11698,6)−(320,8)2 ]

 Data Ketiga
1. Untuk fungsi y = ax + b
No X y x² y² x.y
1 1 4,58 1 20,9764 4,58
2 2 5,7 4 32,49 11,4

39
 3 3 7,25 9 52,5625 21,75
4 4 10,7 16 114,49 42,8
5 5 14,02 25 196,56 70,1
6 6 20,4 36 416,16 122,4
7 7 28,21 49 795,804 197,47
8 8 35,24 64 1241,86 281,92
9 9 41,99 81 1763,16 377,91
10 10 52,98 100 2806,88 529,8
Ʃ 55 221,07 385 7440,94 1660,13

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2 ]∙[𝑁 ∑ 𝑦 2−(∑ 𝑦)2 ]

10(1660,13)−55(221,07)
r= = 0,97
√[10(385)−(55)2 ]∙[10(7440,94)−(221,07) 2 ]

2. Untuk fungsi y = ax² + bx

𝑦⁄ 𝑦 𝑦
No X 𝑥 x² ( ⁄𝑥)² x( ⁄𝑥)
1 1 4,58 1 20,9764 4,58
2 2 2,85 4 8,1225 5,7
3 3 2,41667 9 5,84028 7,25
4 4 2,675 16 7,15563 10,7
5 5 2,804 25 7,86242 14,02
6 6 3,4 36 11,56 20,4
7 7 4,03 49 16,2409 28,21
8 8 4,405 64 19,404 35,24
9 9 4,66556 81 21,7674 41,99
10 10 5,298 100 28,0688 52,98
Ʃ 55 37,1242 385 146,998 221,07

40
 𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2 −(∑ 𝑥)2 ]∙[𝑁 ∑ 𝑦 2−(∑ 𝑦)2 ]

10(221,07)−55(37,1242)
r= = 0,61
√[10(385)−(55) 2]∙[10(146,998)−(37,1242) 2 ]

3. Untuk fungsi y = ax² + b

No x² Y (x²)² y² (x²)y
1 1 4,58 1 20,9764 4,58
2 4 5,7 16 32,49 22,8
3 9 7,25 81 52,5625 65,25
4 16 10,7 256 114,49 171,2
5 25 14,02 625 196,56 350,5
6 36 20,4 1296 416,16 734,4
7 49 28,21 2401 795,804 1382,29
8 64 35,24 4096 1241,86 2255,36
9 81 41,99 6561 1763,16 3401,19
10 100 52,98 10000 2806,88 5298
Ʃ 385 221,07 25333 7440,94 13685,6

𝑁 ∑(𝑥∙𝑦)−∑ 𝑥 ∑ 𝑦
r=
√[𝑁 ∑ 𝑥 2−(∑ 𝑥)2]∙[𝑁 ∑ 𝑦 2 −(∑ 𝑦)2]

10(13685,6)−385(221,07)
r= = 0,99
√[10(25333)−(385) 2 ]∙[10(7440,94)−(221,07) 2 ]

3.3 Analisa Data

Metode kuadrat terkecil merupakan metode pemdekatan untuk membentuk
persamaan garis lurus dari titik-titik data sehingga menghasilkan garis lurus terbaik
yang dapat mewakili sebuahdata yang kita milik. Metode ini pada dasarnya
digunakan untuk meminimalisir error titik-titik data terhadap garis lurus terbaik.
Sebaran titik-titik data dari garis lurus dapat diukur berdasarkan koefisien
korelasinya (r).

41
 Pada percobaan ini dilakukan pengolahan terhadap tiga buah data yang
diberikan, dilakukan secara teoritis berhubungan linier pada salah satu fungsinya.
Pada setiap percobaan terdapat tiga bentuk fungsi yang berbeda, yaitu :
1. Y = ax + b
2. Y = ax2 + bx
3. Y = ax2 + b
Pengolahan data diawali dengan menghitung x2, y2 dan xy dari data x dan ya yang
telah diberikan. Data perhitungan x2, y2, dan xy tersebut di perlukan untuk
menentukan nilai at dan bt dimana nilai at dan bt itu sendiri digunakan untuk
mencari nilai yt (y terbaik). Kemudian digambarkan grafiknya. Setelah dilakukan
pengolahan data pada setiap percobaan, didapatkan hasil data yang diperoleh
sebagai berikut :
1. Data Percobaan ke-1
a. Untuk fungsi y = ax + b diperoleh nilai at = 2,08, bt = 3,50, dan r =
0,998. Grafiknya menghasilkan garis lurus yang mendekati titik-titik
data yang diplotkan dan memiliki hubungan dua variabel yang kuat
karena memiliki nilai r mendekati angka 1.
b. Untuk fungsi y = ax2 + bx diperoleh nilai at = -0,26, bt = 4,57, dan r = -
0,79. Grafiknya menghasilkan garis lurus yang jauh dari titik-titik data
yang diplotkan dan memiliki hubungan dua variabel yang renggang
karena memiliki nilai r mendekati angka -1.
c. Untuk fungsi y = ax2 + b diperoleh nilai at = 0,18, bt = 7,98, dan r = -
0,01. Grafiknya menghasilkan garis lurus yang hampir mendekati titik-
titik data yang diplotkan dan memiliki hubungan dua variabel yang
renggang karena nilai r mendekati angka -1.
2. Data Percobaan Kedua
a. Untuk fungsi y = ax + b diperoleh nilai at = -4,13, bt = 54,77, dan r = -
0,100. Grafiknya menghasilkan garis lurus yang dekat dari titik-titik
data yang diplotkan dan memiliki hubungan dua variabel yang renggang
karena memiliki nilai r mendekati angka -1
b. Untuk fungsi y = ax2 + bx diperoleh nilai at = -4,03, bt = 34,02, dan r =

42
 -0,81. Grafiknya menghasilkan garis lurus yang jauh dari titik-titik data
yang diplotkan dan memiliki hubungan dua variabel yang renggang
karena memiliki nilai r mendekati angka -1.
c. Untuk fungsi y = ax2 + bx diperoleh nilai at = -0,36, bt = 45,90, dan r =
-0,98. Grafiknya menghasilkan garis lurus yang mendekati titik-titik
data yang diplotkan dan memiliki hubungan dua variabel yang renggang
karena memiliki nilai r mendekati angka -1.
3. Data Ketiga
a. Untuk fungsi y = ax + b diperoleh nilai at = 5,38, bt = -7,51, dan r =
0,97. Grafiknya menghasilkan garis lurus yang hampir mendekati titik-
titik data yang diplotkan dan memiliki hubungan dua variabel yang kuat
karena memiliki nilai r mendekati angka 1.
b. Untuk fungsi y = ax2 + bx diperoleh nilai at = 0,20, bt = 2,59, dan r =
0,61. Grafiknya menghasilkan garis lurus yang jauh dari titik-titik data
yang diplotkan dan memiliki hubungan dua variabel yang kuat karena
memiliki nilai r mendekati angka 1.
c. Untuk fungsi y = ax2 + b diperoleh nilai at = 0,49, bt = 3,15, dan r = -
0,99. Grafiknya menghasilkan garis lurus yang dekat dari titik-titik data
yang diplotkan dan memiliki hubungan dua variabel yang kuat karena
memiliki nilai r mendekati angka 1.

43
 BAB IV
4.1 Dapat menentukan garis lurus terbaik.
4.2 Dapat mengetahui bagaimana melinierisasi fungsi-fungsi kuadratis
sederhana.
4.3 Dapat menentuka koefisien korelasi dari beberapa pasangan data,
4.4 Dapat menyajikan grafik hasil percobaan.

44
 Daftar Pustaka
Fostor, B. (2003). Fisika Terpadu. Bandung: Penerbit Erlangga.

Pratama, H. (2014). Pengertian Data Dan Syarat Data yang Baik. TO BE SUCCESFULL
TAKES HARDWORK AND EARNEST PRAYER, 19.

Sudjana. (2000). Statistika untuk Ekonomi dan Niaga. Bandung: Tarsito.

Supratno. (2001). Statistika Teori dan Aplikasi. Jakarta: Penerbit Erlangga.

Suwarno, N. (2013). Peningkatan Efektifitas dan Efisiensi Proses Belajar Mengajar

Matematika. Bandung: Universitas Padjadjaran.

45