ABSTRAK

Metode kuadrat terkecil adalah sebuah metode yang digunakan untuk mencari garis lurus
terbaik dari sebaran kelompok data yang berkecenderungan mendekati persamaan linier.
Metode kuadrat terkecil merupakan metode mencari garis lurus terbaik yang paling akurat
dibandingkan metode-metode lainnya karena memiliki nilai kesesatan yang paling rendah.
Praktikum ini bertujuan agar praktikan dapat menyajikan grafik hasil percobaan dengan
baik dan benar, dapat menentukan garis lurus terbaik dari sejumlah pasangan data yang
secara teoritis memiliki hubunngan linear, menentukan fungsi linier dari fungsi kuadrat, dan
menentukan koefisien korelasi dari beberapa pasangan data. Percobaan dilakukan dengan
cara mengolah data kelompok yang disediakan dalam modul. Percobaan ini dilakukan untuk
menentukan nilai at , bt , nilai sesatan, dan korelasinya. Data-data yang telah diolah
digambarkan dalam bentuk grafik linierisasi dengan metode kuadrat terkecil. Hasil dari
percobaan ini kebanyakan titik-titik datanya mendekati garis terbaik dan beberapa adan
yang berjauhan. Percobaan ini dilakukan agar praktikan memahami mengenai materi
kuadrat terkecil, garis lurus terbaik, sesatan, fungsi linier, fungsi kuadratik, dan grafik.

Kata kunci : Metode kuadrat terkecil, fungsi linier, grafik

 BAB I
PENDAHULUAN

1.1 Latar Belakang

Analisis regresi sering digunakan untuk melihat pengaruh antara satu atau lebih
variabel bebas terhadap variabel terikat. Saat melakukan analisis hanya dengan
melibatkan variabel bebas, analisis yang baik digunakan adalah analisis regresi
sederhana, tetapi dalam menyelesaikan masalah di kehidupan sehari-hari manusia lebih
memerlukan regresi linear berganda. Salah satu cara untuk mendapatkan nilai regresi
linear berganda adalah dengan menggunakan metode kuadrat terkecil.
Metode kuadrat terkecil adalah salah metode yang sering dipakai untuk
mendapatkan nilai-nilai penduga parameter dalam pemodelan regresi. Seringkali dalam
menyajikan dan menganalisis data perlu ditampilkan grafik suatu besaran (variabel
terikat) yang berubah terhdapa besaran lain (variabel bebas). Formulasi yang sederhana
adalah berupa persamaan linear. Formulasi juga dapat berupa persamaan non linear
yang dilinearisasi. Berdasarkan metode ini dapat ditentukan garis lurus terbaik (trend)
dari pasangan data yang secara teoritis memiliki hubungan linear. Dalam mempelajari
metode kuadrat terkecil ini juga dipelajari cara melinearisasi fungsi-fungsi kuadratis
sederhana dan menentukan koefisien korelasi dari beberapa pasangan data.

1.2 Tujuan Percobaan

1.2.1 Praktikan dapat menyajikan data dengan benar.

1.2.2 Praktikan dapat menyajikan grafik dengan benar.
1.2.3 Praktikan dapat menentukan garis lurus terbaik dari sejumlah pasangan data
teoritis yang memiliki hubungan linear.
1.2.4 Praktikan dapat menentukan fungsi linier dari fungsi kuadratis.
1.2.5 Praktikan dapat menentukan koefisien korelasi dari beberapa jenis pasangan
data.
 BAB II
METODE PENELITIAN

2.1 Alat dan Bahan Percobaan

2.1.1 Laptop atau Komputer

Laptop atau komputer merupakan perangkat lunak yang digunakan untuk

memasukkan data atau fakta yang akan diolah dalam percobaan ini menjadi data
teoritis yang memiliki hubungan linear.

2.1.2 Kalkulator

Kalkulator digunakan untuk menghitung data yang dimiliki dalam percobaan ini.

2.2 Kajian rumus

Dalam menggunakan metode kuadrat terkecil, dimisalkan persamaan

y ax + b dengan x dan y merupakan variabel bebas, sedangkan a dan b adalah
=
parameter. Saat praktikan memiliki sekumpulan data pasangan (x,y) dan data ini
digambarkan dalam bentuk grafik di kertas grafik linear, maka akan diperoleh suatu
garis lurus. Dengan menganggap bahwa x memiliki sesatan yang lebih kecil dari sesatan
pada y, garis lurus terbaik dapat diperoleh berdasarkan metode kuadrat terkecil (regresi
terhadap y). Nilai a terbaik dituliskan dengan notasi at dan b terbaik dituliskan dengan
notasi b t dengan:

N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
at = =i 1 =i 1 =i 1
2
................(1)
 N
 N
N ∑ xi −  ∑ xi 
2

=i 1 = i1 

N N N N

∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
bt =
= i1 =i 1 =i 1 =i 1
2
................(2)
 N 
N
N ∑ xi 2 −  ∑ xi 
=i 1 = i1 
Sesatan pada nilai a dan b bersifat statistik dan diperoleh:

N
∆at =Sy 2
.....................(3)
 N 
N
N ∑ xi −  ∑ xi 2

=i 1 = i1 

∑x i
2

∆bt =Sy i =1
2
....................(4)
 N 
N
N ∑ xi −  ∑ xi 
2

=i 1 = i1 

Dengan :

1 N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2 ......................(5)

Sebaran titik-titik data garis lurus dapat diukur berdasarkan nilai koefisien
korelasinya (r) berdasarkan rumus :

N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1
...........(6)
 N 2  N    N 2  N 2 
2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
 i 1 =
=  i 1 =   i 1 =  i 1  

Dengan nilai −1 ≤ r ≤ 1 . Jika r ≈ 1 berarti titik-titik datanya dekat dengan garis terbaik.
Sedangkan jika r ≈ 0 titik-titik datanya berjauhan dengan garis lurus terbaik. Beberapa
fungsi yang tidak linear dapat dilinearkan. Setelah diperoleh fungsi linear dapat
digunakan metode kuadrat terkecil untuk parameter terbaiknya.

2.3 Prosedur Percobaan

1. Data dibagikan pada modul, kemudian diamati.

x y1 y2 y3
1 5,78 3,21 4,58
2 7,11 6,01 5,70
3 9,96 14,83 7,25
4 12,59 22,96 10,70
5 13,93 31,42 14,02
6 15,98 45,39 20,40
7 16,78 57,17 28,21
8 19,97 73,88 35,24
9 22,32 93,88 41,99
10 24,86 114,74 52,98
2. Ditentukan parameter a dan b beserta sesatannya apabila diperkirakan data
tersebut memenuhi fungsi:
a. =y ax + b
b. =y ax 2 + bx
c. =y ax 2 + b
3. Ditentukan koefisien berelasi untuk ketiga fungsi perkiraan pada nomor 2 di
atas. Ditentukan fungsi mana yang paling memenuhi data yang tersedia
berdasarkan nilai koefisien korelasi.
4. Dikerjakan seperti pada tugas 2 dan 3 di atas untuk ketiga pasangan data
5. Dibuatkan grafik linierisasi untuk masing-masing data tersebut dengan metode
kuadrat terkecil.
 BAB III
HASIL DAN PEMBAHASAN

3.1 Data Percobaan

3.1.1 Data Pertama
Tabel 3.1 Data Percobaan Pertama
xi yi

1 5,78
2 7,11
3 9,96
4 12,59
5 13,93
6 15,98
7 16,78
8 19,97
9 22,32
10 24,86

3.1.2 Data Kedua

Tabel 3.2 Data Percobaan Kedua
xi yi

1 3,21
2 6,01
3 14,83
4 22,96
5 31,42
6 45,39
7 57,17
8 73,88
9 93,88
10 114,74
3.1.3 Data Ketiga
Tabel 3.3 Data Percobaan Ketiga
xi yi

1 4,58
2 5,70
3 7,25
4 10,70
5 14,02
6 20,40
7 28,21
8 35,24
9 41,99
10 52,98

3.2 Pengolahan Data

3.2.1 Mencari nilai at dan bt dengan menggunakan rumus:
N N N N N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
 N
 N
 N 
N
N ∑ xi −  ∑ xi  2
N ∑ xi −  ∑ xi  2

=i 1 = i1  =i 1 = i1 

1 N N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2 ∆at =Sy 2
 N N
N ∑ xi −  ∑ xi  2

=i 1 = i1 
N N N N

∑ xi 2 N ∑ ( xi yi ) − ∑ xi ∑ yi
∆bt =Sy i =1
2
r= =i 1 =i 1 =i 1

N
 N
 N 2  N 2   N 2  N 2 
N ∑ xi 2 −  ∑ xi   N ∑ xi −  ∑ xi    ∑ yi −  ∑ yi  
i1  i1=    i 1 = i 1  
 i 1 =
=i 1 =
=
 3.2.2 Data Percobaan 1 dengan fungsi =
y ax + b
y ax + b
Tabel 3.4 Data Percobaan 1 dengan fungsi =

xi yi xi yi xi 2 yi 2
1 5,78 5,78 1 33,4084
2 7,11 14,22 4 50,5521
3 9,96 29,88 9 99,2016
4 12,59 50,36 16 158,508
5 13,93 69,65 25 194,045
6 15,98 95,88 36 255,36
7 16,78 117,46 49 281,568
8 19,97 159,76 64 398,801
9 22,32 200,88 81 498,182
10 24,86 248,6 100 618,02
∑ Total 55 149,28 992,47 385 2587,65

• Parameter
N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ x ∑ y − ∑ x ∑(x y )
i
2
i i i i
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 × 992, 47 ) − ( 55 ×149, 28) bt =
( 385 × 28) − ( 55 × 385)
(10 × 385) − 3025 (10 × 385) − ( 55)
2

at = 2, 078 bt = 3, 499

• Nilai S y

1 N
=Sy ∑{ yi − ( at xi + bt )}2
N − 1 i =1
1
=Sy {149, 28 − ( 2, 078 × 55 + 3, 499 )}2
10 − 1
S y = 10, 497
• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 385
10, 497
∆at = 10, 497
∆bt =
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
1,1557
∆at = 7,1708
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2  2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
 i 1 =
=  i 1 =   i 1 =  i 1  

r=
(10 × 992, 47 ) − ( 55 ×149, 28)
(10 × 385 ) − ( 55 )2  10 × 2587, 65 − (149, 28 )2 
  
r = 0,995

• Nilai yt percobaan 1 dengan fungsi =

yt at x + bt

yt at x + bt
Tabel 3.5 Nilai yt percobaan 1 dengan fungsi =

x at bt yt

1 2.078 3.499 5,577

2 2.078 3.499 7,655
3 2.078 3.499 9,733
4 2.078 3.499 11,811
5 2.078 3.499 13,889
6 2.078 3.499 15,967
7 2.078 3.499 18,045
8 2.078 3.499 20,123
9 2.078 3.499 22,201
10 2.078 3.499 24,279
 y ax 2 + bx
3.2.3 Data Percobaan 1 dengan fungsi=

y ax 2 + bx
Tabel 3.6 Data Percobaan 1 dengan fungsi=

 y
yi  
xi x xi 2 yi 2 xi yi
1 5,78 1 33,4084 5,78
2 3,555 4 12,638 7,11
3 3,32 9 11,0224 9,96
4 3,1475 16 9,90676 12,59
5 2,786 25 7,7618 13,93
6 2,66333 36 7,09334 15,98
7 2,39714 49 5,74629 16,78
8 2,49625 64 6,23126 19,97
9 2,48 81 6,1504 22,32
10 2,486 100 6,1802 24,86
∑ Total 55 31,1112 385 106,139 149,28
 • Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ x ∑ y − ∑ x ∑(x y )
i
2
i i i i
at = =i 1 =i 1 =i 1
2
bt =
=i 1 =i 1 =i 1 =i 1
2
N
 N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi 2 −  ∑ xi 
=i 1 = i1  =i 1 = i1 

at =
(10 ×149, 28) − ( 55 × 31,1112 ) bt =
( 385 × 31,1112 ) − ( 55 ×149, 28)
(10 × 385) − ( 55) (10 × 385) − ( 55)
2 2

at = −0, 2646 bt = 4,5665

• Nilai S y

1 N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2

1
=Sy {31,1112 − ( −0, 2646 × 55 + 4,5665 )}2
10 − 1
S y = 13, 6992

• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
 N
 N
 N 
N
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 385
13, 6992
∆at = 13, 6992
∆bt =
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
1,5082
∆at = 9,3583
∆b t =
• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2 
2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 ×149, 28) − ( 55 × 31,1112 )
(10 × 385 ) − ( 55 )2  10 ×106,139 − 31,11122 
  
r = −0, 078

yt at x + bt
Tabel 3.7 Menghitung nilai yt percobaan 1 dengan fungsi =

x2 at bt yt

1 -0,264 4,566 4,302

4 -0,264 4,566 8,076
9 -0,264 4,566 11,322
16 -0,264 4,566 14,04
25 -0,264 4,566 16,23
36 -0,264 4,566 17,892
49 -0,264 4,566 19,026
64 -0,264 4,566 19,632
81 -0,264 4,566 19,71
100 -0,264 4,566 19,26
 y ax 2 + b
3.2.4 Data Percobaan 1 dengan fungsi=

y ax 2 + b
Tabel 3.8 Data Percobaan 1 dengan fungsi=

xi xi 2 yi yi 2 xi yi
1 1 5,78 33,4084 5,78
4 16 7,11 50,5521 28,44
9 81 9,96 99,2016 89,64
16 256 12,59 158,5081 201,44
25 625 13,93 194,0449 348,25
36 1296 15,98 255,3604 575,28
49 2401 16,78 281,5684 822,22
64 4096 19,97 398,8009 1278,08
81 6561 22,32 498,1824 1807,92
100 10000 24,86 618,0196 2486
∑ Total 385 25333 149,28 2587,647 7643,05

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ x ∑ y − ∑ x ∑(x y )
i
2
i i i i
at = =i 1 =i 1 =i 1
2
bt =
=i 1 =i 1 =i 1 =i 1
2
N
 
N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi 2 −  ∑ xi 
=i 1 = i1  =i 1 = i1 

at =
(10 × 7643, 05) − ( 385 ×149, 28) bt =
( 25333 ×149, 28) − ( 385 × 7643, 05)
(10 × 25333) − ( 385) (10 × 25333) − ( 385)
2 2

at = 0,180 bt = 7,983

• Nilai S y

1 N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2

1
=Sy {149, 28 − ( 0,18 × 385 + 7,98 )}2
10 − 1
1
Sy = ( 5184 )
9
S y = 24
• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 25333
∆at =24 ∆bt =24
(10 × 25333) − ( 385)
2
(10 × 25333) − (385) 2
0, 23
∆at = 11, 7
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 
N
  N 2  N  
N 2 2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
2

 i 1 =
=  i 1 =   i 1 =  i 1  

r=
(10 × 7643, 05) − ( 385 ×149, 28)
(10 × 25333) − ( 385 )2  10 × 2587, 64 − 149, 282 
  
r = 0,36

Tabel 3.9 Menghitung nilai yt percobaan 1 dengan fungsi =

yt at x + bt

x2 at bt yt

1 0,18 7,983 8,163

4 0,18 7,983 8,703
9 0,18 7,983 9,603
16 0,18 7,983 10,863
25 0,18 7,983 12,483
36 0,18 7,983 14,463
49 0,18 7,983 16,803
64 0,18 7,983 19,503
81 0,18 7,983 22,563
100 0,18 7,983 25,983
 3.2.5 Data Percobaan 2 dengan fungsi =
y ax + b
Tabel 3.10 Data Percobaan 2 dengan Fungsi =
y ax + b

xi xi 2 yi yi 2 xi yi
1 1 3,21 10,3041 3,21
2 4 6,01 36,1201 12,02
3 9 14,83 219,9289 44,49
4 16 22,96 527,1616 91,84
5 25 31,42 987,2164 157,1
6 36 45,39 2060,252 272,34
7 49 57,17 3268,409 400,19
8 64 73,88 5458,254 591,04
9 81 93,88 8813,454 844,92
10 100 114,74 13165,27 1147,4
∑ Total 55 385 463,49 34546,37 3564,55

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 N
 N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 × 3564,55) − ( 55 × 463, 49 ) bt =
( 385 × 463, 49 ) − ( 55 × 3564,55)
(10 × 385) − ( 55) 385 − ( 55 )
2 2

at = 12,307 bt = −21,341
 • Nilai S y

1 N
=Sy ∑{ yi − ( at xi + bt )}2
N − 1 i =1
1
=Sy {463, 49 − (12,30 × 55 + ( −21,34 ) )}2
10 − 1
1
( −232, 755)
2
Sy
=
9
S y = 78, 25

• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 385
78, 25
∆at = ∆bt =24
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
8, 61
∆at = 36,51
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2 
2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 × 3564,55) − ( 55 × 463, 49 )
(10 × 385 ) − ( 55 )2  10 × 34546,37 − 463, 492 
  
r = 0,97
Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =
yt at x + bt

x2 at bt yt

1 12,307 -21,341 -9,034

2 12,307 -21,341 3,273
3 12,307 -21,341 15,58
4 12,307 -21,341 27,887
5 12,307 -21,341 40,194
6 12,307 -21,341 52,501
7 12,307 -21,341 64,808
8 12,307 -21,341 77,115
9 12,307 -21,341 89,422
10 12,307 -21,341 101,729
 y ax 2 + bx
3.6.2 Percobaan 2 dengan fungsi=

y ax 2 + bx
Tabel 3.12 Data Percobaan 2 dengan fungsi=

xi xi 2 yi yi 2 xi yi
1 1 3,21 10,3041 3,21
2 4 3,005 9,030025 6,01
3 9 4,943333 24,43654 14,83
4 16 5,74 32,9476 22,96
5 25 6,284 39,48866 31,42
6 36 7,565 57,22923 45,39
7 49 8,167143 66,70222 57,17
8 64 9,235 85,28523 73,88
9 81 10,43111 108,8081 93,88
10 100 11,474 131,6527 114,74
∑ Total 55 385 70,05459 565,8844 463,49

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 N
 N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 × 463, 49 ) − ( 55 × 70, 054 ) bt =
( 385 × 70, 054 ) − ( 55 × 463, 49 )
(10 × 385) − ( 55) 10(385) − ( 55 )
2 2

at = 0,947 bt = 1, 792

• Nilai S y

1 N
=Sy ∑{ yi − ( at xi + bt )}2
N − 1 i =1
1
=Sy {70, 05 − ( 0,94 × 55 + (1, 79 ) )}2
10 − 1
1
(19, 72 )
2
Sy =
9
S y = 6,57
• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi 2 −  ∑ xi  N ∑ xi 2 −  ∑ xi 
=i 1 = i1  =i 1 = i1 
10 385
6,57
∆at = ∆bt =6,57
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
0, 72
∆at = 4, 48
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2  2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 × 463, 49 ) − ( 55 × 70, 05)
(10 × 385 ) − ( 55 )2  10 × 565,88 − 70, 052 
  
r = 0,993

Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =

yt at x + bt

x2 at bt yt

1 0,947 1,792 2,739

4 0,947 1,792 7,372
9 0,947 1,792 13,899
16 0,947 1,792 22,32
25 0,947 1,792 32,635
36 0,947 1,792 44,844
49 0,947 1,792 58,947
64 0,947 1,792 74,944
81 0,947 1,792 92,385
100 0,947 1,792 112,62
 y ax 2 + b
3.2.7 Data Percobaan 2 dengan Fungsi=

y ax 2 + b
Tabel 3.14 Data Percobaan 2 dengan Fungsi=

xi xi 2 yi yi 2 xi yi
1 1 3.21 10.3041 3.21
4 16 6,01 36.1201 24,04
9 81 14,83 219.9289 133,37
16 256 22,96 527.1616 367,36
25 625 31,42 987.2164 785,5
36 1296 45,39 2060.252 1634,04
49 2401 57,17 3268.409 2801,33
64 4096 73,88 5458.254 4728,32
81 6561 93,88 8813.454 7604,28
100 10000 114,74 13165.27 11474
∑ Total 385 25333 463,49 34536,37 29555,55

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 
N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 × 29555,55) − ( 385 × 463, 49 ) bt =
( 25333 × 463, 49 ) − ( 385 × 29555,55)
(10 × 25333) − ( 385) 10(25333) − ( 385 )
2 2

at = 1,114 bt = 3, 450
 • Nilai S y

1 N
=Sy ∑{ yi − ( at xi + bt )}2
N − 1 i =1
1
=Sy {463, 49 − (1,11× 385 + ( 3, 45 ) )}2
10 − 1
1
( 37,95)
2
Sy =
9
S y = 12, 65

• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 25333
12, 65
∆at = ∆bt =6,57
(10 × 25333) − ( 385)
2
(10 × 25333) − (385) 2
0, 0012
∆at = 3, 049
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2 
2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 × 29555,55) − ( 385 × 463, 49 )
(10 × 25333) − ( 385 )2  10 × 34546,37 − 463, 492 
  
r = 0,99
Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =
yt at x + bt

x2 at bt yt

1 1,114 3,45 4,564

4 1,114 3,45 7,906
9 1,114 3,45 13,476
16 1,114 3,45 21,274
25 1,114 3,45 31,3
36 1,114 3,45 43,554
49 1,114 3,45 58,036
64 1,114 3,45 74,746
81 1,114 3,45 93,684
100 1,114 3,45 114,85
 3.2.8. Data Percobaan 3 dengan Fungsi =
y ax + b
Tabel 3.16 Data Percobaan 3 dengan Fungsi =
y ax + b

xi xi 2 yi yi 2 xi yi
1 1 4,58 20,9764 4,58
2 4 5,7 32,49 11,4
3 9 7,25 52,5625 21,75
4 16 10,7 114,49 42,8
5 25 14,02 196,5604 70,1
6 36 20,4 416,16 122,4
7 49 28,21 795,8041 197,47
8 64 35,24 1241,858 281,92
9 81 41,99 1763,16 377,91
10 100 52,98 2806,88 529,8
∑ Total 55 385 221,07 7440,942 1660,13

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 ×16610,13) − ( 55 × 221, 07 ) bt =
( 385 × 221, 07 ) − ( 55 ×1660,13)
(10 × 385) − ( 55) 10(385) − ( 55 )
2 2

at = 5,384 bt = −7,509

• Nilai S y

1 N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2

1
=Sy {221, 07 − ( 5,38 × 55 + ( −7,50 ) )}2
10 − 1
1
Sy = ( 6823, 201)
9
S y = 27,53
• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi 2 −  ∑ xi  N ∑ xi 2 −  ∑ xi 
=i 1 = i1  =i 1 = i1 
10 385
∆at =27,53 ∆bt =6,57
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
3, 03
∆at = 18,80
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2 2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 ×1660,13) − ( 55 × 221, 07 )
(10 × 385 ) − ( 55 )2  10 × 7440,93 − 221, 07 2 
  
r = 0,96

Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =

yt at x + bt

x2 at bt yt

1 5,384 -7.509 -2.125

2 5,384 -7.509 3,259
3 5,384 -7.509 8,643
4 5,384 -7.509 14,027
5 5,384 -7.509 19,411
6 5,384 -7.509 24,795
7 5,384 -7.509 30,179
8 5,384 -7.509 35,563
9 5,384 -7.509 40,947
10 5,384 -7.509 46,331
 y ax 2 + bx
3.2.9 Data Percobaan 3 dengan Fungsi=

y ax 2 + bx
Tabel 3.18 Data Percobaan 3 dengan Fungsi=

xi xi 2 yi yi 2 xi yi
1 1 4,58 20,9764 4,58
2 4 2,85 8,1225 5,7
3 9 2,416667 5,840278 7,25
4 16 2,675 7,155625 10,7
5 25 2,804 7,862416 14,02
6 36 3,4 11,56 20,4
7 49 4,03 16,2409 28,21
8 64 4,405 19,40403 35,24
9 81 4,665556 21,76741 41,99
10 100 5,298 28,0688 52,98
∑ Total 55 385 37,12422 146,9984 221,07

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 N
 N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 × 221, 07 ) − ( 55 × 37,124 ) bt =
( 385 × 37,124 ) − ( 55 × 221, 07 )
(10 × 385) − ( 55) 10(385) − ( 55 )
2 2

at = 0, 204 bt = 2,586
 • Nilai S y

1 N
=Sy ∑
N − 1 i =1
{ yi − ( at xi + bt )}2

1
=Sy {146, 7 − ( 0, 2 × 55 + ( 2,58 ) )}2
10 − 1
S y = 44,37

• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
 N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 385
∆at =44,37 ∆bt =44,37
(10 × 385) − ( 55)
2
(10 × 385) − (55) 2
∆at =4,88 30,31
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2  2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 × 221, 07 ) − ( 55 × 37,12 )
(10 × 385 ) − ( 55 )2  10 ×146,99 − 37,122 
  
r = 0, 28
Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =
yt at x + bt

x2 at bt yt

1 0,204 2,586 2,79

4 0,204 2,586 5,988
9 0,204 2,586 9,594
16 0,204 2,586 13,608
25 0,204 2,586 18,03
36 0,204 2,586 22,86
49 0,204 2,586 28,098
64 0,204 2,586 33,744
81 0,204 2,586 39,798
100 0,204 2,586 46,26
 y ax 2 + b
3.2.10 Data Percobaan 3 dengan Fungsi=

y ax 2 + b
Tabel 3.20 Data Percobaan 3 dengan Fungsi=

xi xi 2 yi yi 2 xi yi
1 1 4,58 20,9764 4,58
4 16 5,7 32,49 22,8
9 81 7,25 52,5625 65,25
16 256 10,7 114,49 171,2
25 625 14,02 196,5604 350,5
36 1296 20,4 416,16 734,4
49 2401 28,21 795,8041 1382,29
64 4096 35,24 1241,858 2255,36
81 6561 41,99 1763,16 3401,19
100 10000 52,98 2806,88 5298
∑ Total 385 25333 221,07 7440,942 13685,57

• Parameter

N N N N N N N
N ∑ ( xi yi ) −∑ xi ∑ yi ∑ xi 2 ∑ yi − ∑ xi ∑ ( xi yi )
at = =i 1 =i 1 =i 1
2
bt =
= i1 =i 1 =i 1 =i 1
2
N
 N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 

at =
(10 ×13685,57 ) − ( 385 × 221, 07 ) bt =
( 25333 × 221, 07 ) − ( 385 ×13685,57 )
(10 × 25333) − ( 385) 10(25333) − ( 385 )
2 2

at = 0, 492 bt = 3,153

• Nilai S y

1 N
=Sy ∑{ yi − ( at xi + bt )}2
N − 1 i =1
1
=Sy {221, 07 − ( 0, 49 × 385 + ( 3,15 ) )}2
10 − 1
S y = 11,56
• Nilai ∆at dan ∆bt untuk mencari sesatan pada a dan b yang bersifat statistik

N ∑x i
2

∆at =Sy 2
∆bt =Sy i =1
2
N
  N N
 N 
N ∑ xi −  ∑ xi 
2
N ∑ xi −  ∑ xi 
2

=i 1 = i1  =i 1 = i1 
10 25333
11,56
∆at = 11,56
∆bt =
(10 × 25333) − ( 385)
2
(10 × 25333) − (385) 2
0,11
∆at = 5, 67
∆b t =

• Nilai Korelasi
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= =i 1 =i 1 =i 1

 N 2  N    N 2  N 2 
2

 N ∑ xi −  ∑ xi    N ∑ yi −  ∑ yi  
=  i 1 =  i 1 =   i 1 =  i 1  

r=
(10 ×1386,57 ) − ( 385 × 221, 07 )
(10 × 25333) − ( 385 )2  10 × 7440,94 − 221, 07 2 
  
r = 0,99

Tabel 3.9 Menghitung nilai yt percobaan 2 dengan fungsi =

yt at x + bt

x2 at bt yt

1 0,492 3,153 3,645

4 0,492 3,153 5,121
9 0,492 3,153 7,581
16 0,492 3,153 11,025
25 0,492 3,153 15,453
36 0,492 3,153 20,865
49 0,492 3,153 27,261
64 0,492 3,153 34,641
81 0,492 3,153 43,005
100 0,492 3,153 52,353
3.3 Analisa Data
Praktikum yang berjudul “Metode Kuadrat Terkecil” dilakukan agar praktikan lebih
memahami cara menyajikan data dan grafik yang benar, menentukan garis lurus terbaik
dari sejumlah pasangan data teoritis yang memiliki hubungan linear, menentukan fungsi
linear serta kuadratis, dan menentukan koefisien korelasi dari beberapa jenis pasangan
data. Metode kuadrat terkecil merupakan metode dalam menentukan garis lurus terbaik
yang paling akurat. Dalam percobaan ini, praktikan diminta untu mengolah data dengan
fungsi sebagai berikut:

1. =
y ax + b

y ax 2 + bx
2.=

y y
Fungsi ini diubah menjadi = ax + b , di mana merupakan nilai dari yi
x x
y ax 2 + b
3.=
y ax + b , di mana xi = x 2
diuraikan menjadi =

Ketiga data tersebut kemudian dicari disertai dengan parameter a , parameter b , beserta
sesatannya dan korelasinya .Berikut adalah hasil pengolahan datanya:

1. Kelompok data 1
• Fungsi =
y ax + b , diperoleh at sebesar 2,077, bt sebesar 3,499, dan r sebesar
0,995.
y ax 2 + bx , diperoleh at sebesar -0,264, bt sebesar 4,566, dan r sebesar -
• Fungsi=
0,78.
y ax 2 + b , diperoleh at sebesar 0,180, bt sebesar 7,983, dan r sebesar
• Fungsi =
0,36.
2. Kelompok data 2
• Fungsi =
y ax + b , diperoleh at sebesar 12,307, bt sebesar -21,341, dan r sebesar
0,97.
y ax 2 + bx , diperoleh at sebesar 0,947, bt sebesar 1,792, dan r sebesar
• Fungsi =
0,993.
y ax 2 + b , diperoleh at sebesar 1,114, bt sebesar 3,45, dan r sebesar 0,99.
• Fungsi=

3. Kelompok data 3
• Fungsi =
y ax + b , diperoleh at sebesar 5,384, bt sebesar -7,509, dan r sebesar
0,96.
y ax 2 + bx , diperoleh at sebesar 0,204, bt sebesar 2,586, dan r sebesar
• Fungsi =
0,28.
y ax 2 + b , diperoleh at sebesar 0,492, bt sebesar 3,153, dan r sebesar
• Fungsi =
0,99.

Grafik dan garis lurus terbaik dibuat dalam percobaa ini. Nilai korelasinya kebanyakan
dekat dengan garis lurus terbaik dan beberapa memiliki data yang berjauhan dari garis
lurus terbaik.
 BAB IV
KESIMPULAN

Setelah melakukan beberapa rangkaian percobaan, berikut kesimpulan:

4.1 Praktikan dapat menyajikan data dengan benar,
4.2 Praktikan dapat menyajikan grafik hasil percobaan dengan baik dan benar,
4.3 Praktikan dapat menentukan garis lurus terbaik dari sejumlah pasangan data yang
secara teoritis memiliki hubungan linier,
4.4 Praktikan dapat menentukan fungsi linier dari fungsi kuadratis,
4.5 Praktikan dapat menentukan koefisien korelasi dari beberapa jenis pasangan data.
 DAFTAR PUSTAKA

Ningsih, T., Heriyanto, N., & Rachmatin, D. (2019). Analisis regresi linear precewise
dua segmen dengan menggunakan metode kuadrat terkecil. Jurnal Eura
Matematika, 7(12).
Putri, N. A. (n.d.). Studi komparatif kuadrat terkecil dengan metode regresi robust
pembobot weisch pada data yang mengandung pencilan. Jurnal Matematika
UNAND, 2(4).
Raupong, A., & Zainuddin, S. (2010). Analisis regresi robust menggunakan kuadrat
terkecil terpangkas untuk pendugaan parameter. Jurnal Matematika, Statistika, dan
Komputasi, 6(2).