Modul 3.

Regresi Linear dan Menggambar Grafik

Tujuan

Menggunakan Excel untuk Regresi Linear dan Menggambar Grafik

Persyaratan

 Memahami metode kuadrat terkecil untuk fit linear

 Bisa menggunakan Excel :
o menuliskan rumus pada sel
o menambahkan chart
o memilih data, menambah data, dan mengatur grafik pada chart

Pendahuluan

Menggambar grafik hasil eksperimen dengan kertas grafik (millimeter block) dan
pensil memang relatif lebih mudah daripada dengan program komputer. Dengan
kertas dan pensil, hanya perlu menggambarkan titik-titiknya, menggambarkan
ralat pada titik-titik data, kemudian menarik garis lurus melewati titik-titik data
itu. Memang nampaknya suatu proses yang mudah, namun ternyata sukar untuk
disebut sebagai grafik yang “baik dan benar”, terbukti pada setiap laporan
praktikum Fisika Dasar yang dibuat oleh calon asisten selalu ada tanda silang
yang besar dan diserta dengan komentar, yang kalau boleh dikatakan
“menurunkan semangat”, apalagi jika tidak tahu seperti apa grafik yang “baik dan
benar” itu.

Landasan Teori
Metode Kuadrat Terkecil

Hasil eksperimen pada umumnya berupa pasangan data x dan y, dengan x

merupakan variabel bebas dan y adalah variabel tak bebas. Jika dari teori
diketahui bahwa hubungan antara y dan x adalah linear, maka hubungan itu bisa
didekati dengan persamaan linear

y  a  bx (3.1)

dengan a dan b merupakan konstanta (koefisien) yang harus dicari.

Koefisien a dan b dipilih sedemikian sehingga diperoleh beda antara nilai terukur
yi dengan nilai terhitung y ( xi ) yang sekecil mungkin. Untuk nilai a dan b
sembarang, dapat dihitung beda antara nilai ukur dan nilai hitung :

Modul Eksperimen Komputer Multimedia 21

 yi  yi  y( xi )  yi  a  bxi (3.2)

Dengan pemilihan a dan b yang baik, akan diperoleh nilai beda yi yang relatif
kecil. Jika semua yi kecil maka jumlah keseluruhannya akan kecil, namun kita
tidak bisa menggunakan jumlahan itu sebagai ukuran karena ada kemungkinan
beberapa beda bernilai positif dan beberapa yang lain bernilai negatif sehingga
efeknya bisa saling menghilangkan jika dijumlahkan.

Penyelesaian untuk a dan b beserta dengan standar deviasinya adalah (Bevington,

2003) :

1  xi2 y x xy 
a    2  2i   2i  i 2 i 

  σi σi σi σi 
1 1 xy x y 
b    2  i 2 i   2i  2i 
  σi σi σi σi 
2
1 x  xi2
   2  2    2i  (3.4)
σi σi  σi 
1 xi2
σ a2

 σ2
i
1 1
σb2 
 σi2

Meskipun telah diperoleh nilai a dan b, tentu saja kita tidak bisa begitu saja
menyimpulkan bahwa hubungan antara x dan y adalah linear, karena regresi
linear bisa diterapkan pada sembarang set hasil ukur, dan pasti memberikan hasil
berupa paramater a dan b.

Kita memerlukan suatu tolok ukur yang lain, yang tidak bergantung pada hasil
regresi linear, namun hanya bergantung pada nilai-nilai variabel x dan y untuk
menguji apakah ada korelasi linear antara keduanya.

Tolok ukur tersebut adalah koefisien korelasi linear. Untuk sebanyak N set data
hasil ukur (xi,yi), didefinisikan koefisien korelasi linear (Bevington, 2003) :

N xi yi  xi yi

r 1 1
(3.5)
 N x 2   x  2 2  N y2   y 
2 2
 i i 
  i i 


Modul Eksperimen Komputer Multimedia 22

Regresi linear dengan Excel
Fungsi SLOPE, INTERCEPT, dan RSQ

Nilai-nilai a (titik potong) dan b (kemiringan) mudah diperoleh dengan rumus

lembarkerja Excel. Sebagai contoh digunakan soal nomor 6.5 dari buku Data
Reduction and Error Analysis oleh Bevington. Data-data pada soal diisikan pada
lembarkerja Excel seperti ditunjukkan pada gambar berikut.

 adalah ketidakpastian pada pembacaan pertambahan panjang. Pada sel B11

diisikan rumus :

=SLOPE(B2:B9,A2:A9)

dan pada sel B12 diisikan rumus :

=INTERCEPT(B2:B9,A2:A9)

Range B2:B9 adalah range dari nilai-nilai y, dan range A2:A9 adalah nilai-nilai x.

Pada sel B13 diisikan rumus :

=RSQ(B2:B9,A2:A9)

adalah koefisien korelasi antara x dan y. Hasil-hasilnya ditunjukkan pada gambar

berikut.

Modul Eksperimen Komputer Multimedia 23

Nilai korelasi yang mendekati 1 menunjukkan kebolehjadian yang tinggi bahwa x
dan y terkorelasi secara linear.

Setelah diperoleh nilai a dan b, nilai-nilai itu digunakan untuk menghitung y ( xi )

yang diisikan pada kolom D. Isikan rumus berikut ke sel D2 :

=$B$12+$B$11*A2

kemudian disalin ke bawah sampai sel D9. Hasilnya :

Fungsi LINEST

Apa yang dihasilkan dari fungsi SLOPE, INTERCEPT dan RSQ (root squared)
masih belum lengkap. Hasil yang lebih lengkap, yaitu dengan hasil-hasil statistik
diperoleh dengan fungsi LINEST. Selain 3 hasil, kemiringan, titik potong dan
koefisien korelasi, dihasilkan juga standar deviasinya, sehingga dapat diperoleh
antara lain:

a a , b   b dan  y

LINEST berasal dari Linear Estimation, untuk memperoleh persamaan linear yang
menggambarkan titik-titik data. Persamaan linear yang umum adalah :

y  m1 x1  m2 x2  m3 x3  b (3.6)

Fungsi LINEST menghasilkan suatu larik (array) yang berisi koefisien regresi
m1 , m2 , m3 , , b . Layout dari keluaran LINEST ditunjukkan pada gambar berikut.

Modul Eksperimen Komputer Multimedia 24

Kotak-kotak pada gambar di atas mewakili satu sel pada lembarkerja Excel,
sehingga untuk persamaan linear dengan dua koefisien saja, maka diperlukan 2
kolom dan 3 baris.

 sorot 2 kolom dan 3 baris pada lembarkerja, mulai dari B15 sampai C17.

 ketikkan rumus berikut pada formula bar :

 akhiri rumus dengan menekan tombol : CONTROL + SHIFT + ENTER, jika

sukses, rumus akan diapit oleh tanda kurung kurawal { …}

Kurung kurawal tidak boleh diketikkan sendiri, karena tidak akan

dimengerti oleh Excel. Hasil fungsi LINEST :

Dari hasil fungsi LINEST di atas,

a  (3,7  0, 2) kg

Modul Eksperimen Komputer Multimedia 25

b  (6,1  0, 4) 103 kg/cm

R 2  1 (terkorelasi linier), dan

 y  0, 2

(Dalam laporan praktikum, hasil-hasil di atas mungkin perlu penjelasan dan

pembahasan.)

Menggambar grafik

Selanjutnya, titik-titik data, hasi fit linier dan ketidakpaastiannya dapat

digambarkan dengan Excel.

 Insert chart  Scatter  Scatter with only Markers (caranya lihat pada
modul sebelumnya).
 Pilih data X : dari sel A2 sampai A9, dan data Y : mulai dari sel B2 sampai
B9.
 Ubah format titik data menjadi lingkaran dengan ukuran 5
 Tampilkan minor grid. Hasilnya seperti gambar berikut.

Modul Eksperimen Komputer Multimedia 26

Menampilkan ralat pada titik data

 Klik chart. Pilih Layout pada ribbon. Klik Error Bars, pilih More Error Bars
Options…

 Pilih Custom  klik Specify Value, isikan 0.2 pada Positive dan Negative
Error Value  klik Ok  Close.

Modul Eksperimen Komputer Multimedia 27

  Jika tidak ada kesalahan, pada titik-titik data akan tergambar batang ralat.

Menggambar garis hasil fit

Dengan nilai-nilai a dan b dapat dihitung y fit  y( xi ) , yang kemudian dapat

digambarkan garisnya. Perhitungan y fit sudah dilakukan di sel D2 sampai D9.
Untuk menggambarkan garis hasil fit :

 Klik kanan chart  Select data  Add, tulis Series name : fit, pilih nilai X :
A2 sampai A9, dan nilai Y : D2 sampai D9.

 Klik OK, kemudian OK lagi.

 Titik data hasil fit berbentuk kotak. Ini akan dihapus dan diganti dengan
garis (trendline). Klik kanan pada salah satu titik data hasil fit. Klik Add
Trendline…

Modul Eksperimen Komputer Multimedia 28

  Pada jendela yang muncul, pilih Linear, pilih Display Equation on chart,
pilih Display R-squared value on chart. Klik Close.

 Klik kanan lagi pada salah satu titik data fit. Pilih Format Data Series, pilih
Marker Options, pilih None, kemudian klik Close.

Modul Eksperimen Komputer Multimedia 29

Menampilkan “dua garis bantu”

Secara tradisional, untuk mendapatkan garis linier terbaik dilakukan dengan cara
membuat dua garis bantu. Garis bantu pertama dengan kemiringan maksimum
yang masih mungkin (m1 ) dan garis yang kedua dengan kemiringan minimum yang
masih mungkin (m2 ) . Perkiraan untuk kemiringan garis terbaik adalah

m1  m2
m (3.7)
2

dengan ketidakpastian :

m1  m2
m  (3.8)
2

Nilai dari m kira-kira sama dengan nilai  b , sehingga dapat dituliskan

m1  b1  b   b (3.9)

dan

m2  b2  b   b (3.10)

Untuk garis dengan kemiringan maksimum (m1  b1 ) , titik potongnya minimum

(a   a ) dan untuk garis dengan kemiringan minimum (m2  b2 ) , titik potongnya
maksimum (a   a ) .

b1 dihitung pada sel B19 dengan rumus :

=B15+B16

b2 dihitung pada sel B20 dengan rumus :

=B15-B16

a_min dihitung pada sel B21 dengan rumus :

=C15-C16

dan a_max dihitung pada sel B22 dengan rumus :

=C15+C16

Hasilnya seperti pada gambar berikut :

Modul Eksperimen Komputer Multimedia 30

Hasil-hasil di atas digunakan untuk menghitung titik-titik data y1 dan y2 . Data-
data untuk y1 dihitung pada sel E2 sampai E9. Sel E2 diisi dengan rumus :

=$B$21+$B$19*A2

kemudian disalin ke bawah sampai sel E9.

Data-data untuk y2 dihitung pada sel F2 sampai F9. Sel F2 diisi dengan rumus :

=$B$22+$B$20*A2

kemudian disalin ke bawah sampai sel F9.

Dengan cara yang sama pada waktu menambahkan garis hasil fit, garis-garis y1
dan y2 ditambahkan pada chart. LAKUKAN PENAMBAHAN ITU!.

LAKUKAN :

 tambah garis Trendline pada titik-titik y1 dan y2 .

 hapus titik-titik data pada y1 dan y2
 ubah format garis Trendline menjadi garis putus-putus

Menampilkan titik potong dengan sumbu y (nilai a)

Dengan langkah-langkah seperti yang telah dilakukan sebelumnya, garis fit hanya
dimulai dari titik data pertama dan berakhir pada data yang terakhir. Untuk
menampilkan titik potong pada sumbu, maka perlu dilakukan ekstrapolasi, dalam
hal ini ekstrapolasi ke bawah (ke belakang  backward). Pilihan ekstrapolasi ada
pada pengaturan Trendline.

Seberapa jauh ekstrapolasi dilakukan bergantung kepada nilai skala pada sumbu
x. Sebagai contoh, pada grafik yang telah dibuat di atas, nilai x titik data pertama
adalah 200, maka agar garis sampai pada sumbu y, ekstrapolasi dilakukan
sebanyak 200 titik.

Langkah-langkah untuk menampilkan titik potong :

 klik kanan pada garis Trendline yang akan diekstrapolasi.

Modul Eksperimen Komputer Multimedia 31

  pilih : Format Trendline

 pada Forecast, pilih Backward  ketikkan 200, kemudian klik Close.

 dengan cara yang sama, lakukan untuk Trendline garis y1 dan y2 .

Modul Eksperimen Komputer Multimedia 32

  Tambahkan judul untuk sumbu x : massa (kg). Tambahkan judul untuk
sumbu y : pertambahan panjang (cm).
 Ekstrapolasikan garis-garis Trenline ke depan (Fordward) sejauh 100 titik.
 Ubah skala pada sumbu x : minimum : 0, maksimum : 1000. Skala pada
sumbu y, minimum : 2, maksimum : 10

Hasil akhir harus seperti pada gambar berikut :

Saran

Untuk menguji dan memahami metode kuadrat terkecil, lakukan perhitungan

langkah per langkah dengan menerapkan persamaan (3.4) pada lembarkerja Excel.

Buku bacaan
Bevington, Philip R., and D. Keith Robinson, 2003, Data Reduction and Error
Analysis for the Physical Sciences, third edition, Mc-Graw Hill Companies, Inc,
New York

Modul Eksperimen Komputer Multimedia 33