LAPORAN PRAKTIKUM STATISTIK INDUSTRI

MODUL 4
ANALISIS REGRESI DAN VARIANSI

KELOMPOK 15
1. ARI IRAWAN 1605903030023
2. MULIANA 1805903030062
3. ANDREAN SUIRI 1805903030064

LABORATORIUM TEKNOLOGI INFORMASI DAN KOMUNIKASI TERPADU

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS TEUKU UMAR

ACEH BARAT

2020
 KATA PENGANTAR
Puji dan syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, atas
rahmat dan berkat-Nya praktikan dapat menyelesaikan laporan praktikum ini.

Laporan ini dibuat untuk memenuhi persyaratan bagi setiap kelompok yang
mengikuti praktikum Laboratorium Statistik Industri di Fakultas Teknik, Program
Studi Teknik Industri, Universitas Teuku Umar.

Pada kesempatan kali ini praktikan juga ingin mengucapkan terima kasih
yang sebesar-besarnya kepada:

1. Bapak Arie Saputra S.T., M.Si. Dosen Pembimbing Mata Kuliah Praktikum
Statistik Industri, Fakultas Teknik, Program Studi Teknik Industri, Universitas
Teuku Umar.
2. Kepada Asisten yang telah banyak membantu dan memberi masukan dalam
penyelesaian laporan ini.
3. Kepada semua rekan mahasiswa, khususnya rekan-rekan mahasiswa di
Program Studi Teknik Industri yang telah banyak membantu penulis baik dari
segi materi, tenaga maupun motivasi hingga selesainya tugas ini.
Praktikan menyadari bahwa masih terdapat kekurangan dalam laporan ini.
Untuk itu praktikan mengharapkan kritik dan saran yang bersifat membangun dari
para pembaca. Semoga laporan ini membawa berguna bagi para pembaca.

Meulaboh, 23 Maret 2020

Praktikan

Kelompok 15
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ 2

DAFTAR ISI ........................................................................................................... 3

BAB 1 PENDAHULUAN ...................................................................................... 5

1.1 Latar Belakang .......................................................................................... 6

1.2 Tujuan Praktikum ..................................................................................... 6

1.3 Alat Dan Bahan ......................................................................................... 7

1.4 Batasan Masalah ....................................................................................... 7

1.5 Sistematika Penulisan ............................................................................... 7

BAB 2 LANDASAN TEORI.................................................................................. 9

2.1 Definisi Analisis Regresi ........................................................................ 10

2.1.1 Fungsi Analisis Regresi .......................................................................... 11

2.1.2 Rumus Analisis Regresi .......................................................................... 11

2.2 Definisi Analisi Variansi ........................................................................ 12

2.2.1 Fungsi Analisis Variansi ......................................................................... 13

2.2.2 Rumus Analisis Variansi ........................................................................ 13

2.3 Tabel ANOVA ........................................................................................ 14

2.4 Fungsi Tabel ANOVA ............................................................................ 14

BAB 3 METODOLOGI PENELITIAN ............................................................... 15

3.1 Waktu dan Tempat Praktikum ................................................................ 16

3.2 Metode Pengolahan Data ........................................................................ 16

3.3 Rancangan Praktikum ............................................................................. 17

BAB 4 PENGUMPULAN DAN PENGOLAHAN DATA .................................. 19

4.1 Pengumpulan Data .................................................................................. 20

4.1.1 Data Regresi ............................................................................................ 20

 4.1.2 Data Variansi .......................................................................................... 20

4.2 Pengolahan Data ..................................................................................... 21

4.2.1 Pengolahan Data Komputer Analisis Regresi ......................................... 21

BAB 5 ANALISA DAN EVALUASI .................................................................. 30

5.1 Analisa Regresi ....................................................................................... 31

5.1.1 Analisa Data Komputer........................................................................... 31

5.1.2 Analisa Data Manual .............................................................................. 31

5.2 Analisa Hasil Variansi ............................................................................ 31

5.2.1 Analisa Data Komputer .......................................................................... 31

5.2.2 Analisa Data Manual .............................................................................. 31

5.2 Evaluasi ................................................................................................... 31

BAB 6 PENUTUP ................................................................................................ 32

6.1 Kesimpulan ............................................................................................. 33

6.2 Saran ........................................................................................................... 33

DAFTAR PUSTAKA ........................................................................................... 34

 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Analisis regresi merupukan metode statistika yang amat banyak digunakan
dalam peneltian. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton
pada tahun 1886. Galton menemukan adanya hubungan bahwa orang tua yang
memiliki tubuh tinggi memiliki anak-anak yang tinggi pula, orang tua yang
pendek memiliki anak-anak yang pendek pula. Kendati demikian ia mengamati
bahwa adanya kecenderungan tinggi anak, cenderung bergerak menuju rata-rata
tinggi populasi secara menyeluruh. Dengan kata lain, ketinggian anak yang amat
tinggi atau orung tua yang amat pendek cenderung bergerak kearah tinggi
populasi. Inilah yang mendasari analisis regresi sebagai studi
ketergantunggannalisi.
Analisa variansi adalah metode analisis statistika yang termask ke dalam
cabang statistika inferensi. Dalam literatur Indonesia metode ini dikenal dengan
berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi.
Secara umum, analisa variansi menguji dua varians (atau ragam) berdasarkan
hipotesis nol bawah kedua variansi atau sama. Variansi pertama adalah variansi
antar contoh dan variansi kedua adalah variansi di dalam masing-masing contoh.
Analisa variansi dapat juga dipahami sebagai perluasan dari uji – t sehingga
penggunaannya tidak terbatas kepada pengujian perbedaan dua buah rata-rata
populasi, namun dapat juga untuk menguji perbedaan tiga buah rata-rata populasi
atau lebih sekaligus.

Persamaan regresi adalah suatu persamaan matematika yang

mendefinisikan hubungan antara dua variabel yaitu hubungan keterkaitan antara
satu atau beberapa variabel yang nilainya sudah diketahui dengan satu variabel
yang nilainya belum diketahui. Sifat hubungan antara dalarm persamaan
merupakan hubungan sebab akibat. Oleh karena itu, sebelum menggunakan
persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel,
perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya,
bahwa variabel-variabel tersebut memiliki hubungan sebab akibat. Variabel yang
nilainya akan mempengaruhi variabel tersebut disebut variabel bebas (X).
Sedangkan variabel yang nilainya dipengaruhi oleh variabel lain adalah variabel
tergantung(Y).

1.2 Tujuan Praktikum

Adapun tujuan dari praktikum analisa regresi dan variansi adalah sebagai
berikut :

1. Dapat memahami analisa regresi dan variasi.

2. Dapat mengetahui kegunaan fungsi analisa regresi dan variansi.
3. Dapat mengimplementasikan analisis regresi untuk kasus yang ditemui.

1.3 Alat Dan Bahan

Adapun alat dan bahan yang akan digunakan dalam praktikum analisa
regresi dan variansi adalah sebagai berikut :

1. Set data
2. Komputer
3. Program SPSS

1.4 Batasan Masalah

Pada modul ini, akan kita gunakan peramalan atau pendugaan pada proses
pengolahan data yang akan kita kerjakan. Data pada modul ini telah disediakan
oleh dosen pembimbing dimana data ini kita masukan kedalam program SPSS
untuk diolah nantinya dan pada intinya kita hanya membahas sebatas dalam
analisis regresi dan analisis variansi saja.
1.5 Sistematika Penulisan
Sistematika penulisan laporan praktikum analisa regresi dan variansi adalah
sebagai berikut :
BAB 1 PENDAHULUAN
Bab ini berisikan tentang latar belakang, tujuan praktikum, alat dan bahan
yang akan digunakan selama praktikum serta sistematika penulisan
laporan praktikum.
BAB 2 LANDASAN TEORI
Bab ini berisikan tentang teori-teori yang berkaitan dengan analisa regresi
dan variansi
BAB 3 METODOLOGI PRAKTIKUM
Bab ini berisikan tentang tempat dan waktu dilaksanakannya praktikum,
metode pengumpulan data dan rancangan praktikum.
BAB 4 PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini berisikan tentang pengumpulan data regresi dan variansi serta
pengolahan data regresi dan variansi secara manual maupun komputer.
BAB 5 ANALISA DAN EVALUASI
Bab ini berisikan tentang analisis dan evaluasi terhadap hasil pengolahan
data baik pengolahan data menggunakan komputer ataupun manual.
BAB 6 PENUTUP
Bab ini berisikan tentang kesimpulan mengenai hasil yang didapat selama
praktikum dan saran terhadap materi praktikum.
 BAB 2
LANDASAN TEORI

2.1 Definisi Analisis Regresi

Analisis regresi (regression analysis) merupakan suatu teknik untuk
membangun persamaan dan menggunakan persamaan tersebut untuk membuat
perkiraan. Dengan demikian analisis regresi juga dapat diartikan sebagai analisis
perkiraan. Karena merupakan suatu prediksi maka nilai prediksi tidak
memberikan jawaban pasti tentang apa yang sedang dianalisis, semakin kecil
tingkat penyimpangan antara nilai prediksi dengan nilai rilnya, maka semakin
tepat persamaan regresi yang dibentuk (Riduwan, 2007).
Analisa Regresi adalah metode statistik yang amat banyak digunakan dalam
penelitian. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada
tahun 1886. Galton menemukan adanya hubungan orang tua yang memiliki tubuh
tingg memiliki anak-anak yang tinggi pula.kendati demikian ia mengamati bahwa
adanya kecenderungan tinggi anak, cenderung bergerak menuju rata-rata tinggi
populasi secara menyeluruh (Ali, 2007).
Analisis regresi adalah analisis lanjutan dari analisis korelasi. Pada dasarnya
analisis regresi dan analisis korelasi keduanya mempunyai hubungan yang sangat
kuat. Setiap analisis regresi otomatis ada analisis korelasinya, tetapi sebaliknya
analisis korelasi belum tentu dapat diuji regresi atau diteruskan dengan analisis
regresi. Analisis kerelasi yang tidak dilanjutkan dengan analisis regresi adalah
analisis korelasi yang keduavariabelnya tidak mempunyai hubungan fungsional
dan sebab akibat (Hartono, 2004)
Analisis regresi adalah kajian terhadap hubungan satu variabel yang disebut
dengan variabel yang diterangkan (the explained variable) dengan satu atau dua
variabel yang menerangkan (the explanatory). Variabel pertama disebut juga
sebagai variable tergantung dan variable kedua disebut juga sebagai variable
bebas. Analisis regresi merupakan salah satu analisis yang bertujuan untuk
mengetahui pengaruh suatu variabel terhadap variabel lain (Sunardi, 2009).
2.1.1 Fungsi Analisis Regresi
Menurut Riduwan (2007) fungsi analisa regresi sebagai berikut :
1. Untuk memprediksi nilai-nilai yang baru dan variabel dependen
berdasarkan hubungan-hubungan yang diamati.
2. Untuk menentukan nilai dugaan dari suatu data yang memiliki nilai
tertentu.
3. Untuk menentukan garis regresi dari suatu data.
4. Untuk menentukan peramalan terhadap nilai suatu peubah tak bebas dari
nilai peubah bebas.
Fungsi utama regresi adalah untuk membuat perkiraan nilai suatu variabel
(variabel dependen) jika nilai variabel yang lain yang berhubungan dengannya
(variabel lainnya) sudah ditentukan (Arnita, 2013)

2.1.2 Rumus Analisis Regresi

Menurut Sudjana (2005) dibawah ini merupakan Rumus dari analisa regresi:
1. Bentuk persamaan regresi

y = a = bx

Dimana :
Y = nilai ramalan/variabel tak bebas.
A = intersep/perpotongan garis regresi dengan sumbu tegak.
B = kemiringan atau gradien.
X = nilai pengamatan yang sesungguhnya/variabel bebas.
2. Jumlah kuadrat galat

JKG = 𝛴𝑒𝑖 2 = 𝛴(𝑦𝑖 − 𝚊 − 𝑏𝑥𝑖)2

Dimana :
ei = simpangan vertikal dari titik ke– i.
yi = nilai ramalan/variabel tak bebas dari variabel ke-i.
a = intersep atau perpotongan.
b = kemiringan atau gradien.
xi = variabel bebas dari variabel ke-i.
Selain dari itu rumus kuadrat galat juga dipakai persamaan sebagai berikut:

JKG = (𝑛 − 1)(𝑆 2 𝑦 − 𝑏 2 𝑆 2 𝑥)

Dimana: S = suatu nilai dugaan tak biasa

Atau

JKG = JKT − JKR

3. Jumlah kuadrat total

JKT = Σ(y − y̅)2

4. Jumlah kuadrat regresi

JKR = 𝑏. Σ(x − x̅)(y − y̅)

2.2 Definisi Analisi Variansi

Analisa Variansi adalah suatu analisa yang membandingkan rata-rata
populasi dan merupakan metode untuk menguraikan keragaman total menjadi
komponen-komponen yang mengukur berbagai sumber keragaman. Dalam analisa
variansi bila kegagalan menghilangkan sumber keragaman yang melalui
pelaksanaan percobaan secara terkontrol akan mengakibatkan membesarnya nilai
dugaan bagi percobaan, yang pada gilirannya memperbesar peluang melakukan
digalat jenis (Iqbal, 2003).
Analisis Variansi (Analysis of Varians) adalah suatu metode statistik
inferensial yang digunakan melakukan uji perbedaan rata-rata dari k populasi,
dimana k > 2. Jika hanya ada dua populasi, maka pengujian yang digunakan
cukup memakai uji t. tetapi jika yang di uji lebih dari dua populasi, maka
pemakaian uji t dibutuhkan beberapa kali (Sugiarto, 2000).
Analisa variansi adalalah kumpulan medel statistik, dan prosedur yang
terkait, dimana diamati varian dalam suatu variabel tertntu dipartisi ke dalam
komponen yang timbul dari berbagai sumber variasi. Dalam bentuknya yang
paling sederhana variansi memberikan uji statistik apakah atau tidak berarti dari
beberapa kelompok. Variansi sangat membantu karena gerneralizes t-test untuk
lebih dari dua kelompok (Sarwoko, 2007).
 Analisis variansi (analysis of variance) adalah suatu metode analisis
statistika yang termasuk ke dalam cabang statistika inferensi. Dalam literatur
Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis
ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan
dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan
keputusan. Analisis variansi pertama kali diperkenalkan oleh Sir Ronald Fisher,
bapak statistika modern (Furqon, 2009)

2.2.1 Fungsi Analisis Variansi

Fungsi analisa variansi yaitu untuk menentukan efek dari satu atau lebih
variabel – variabel non metrik pada suatu variabel dependen tunggal. Dan juga
untuk menguraikan keragaman total dari komponen yang mengukur berbagai
sumber keragaman (Syahri, 2003).

2.2.2 Rumus Analisis Variansi

Menurut Riduwan (2008) Rumus-rumus yang digunakan dalam analisa
variansi sebagai berikut :
1) Frekuensi tabel:

𝑆12
𝛼(𝑉1 . 𝑉2 ) Dimana 𝐹ℎ𝑖𝑡 =
𝑆22

2) Jumlah Kuadrat Anova :

∑Tij2 T2
JKA = =
n n. k

3) Jumlah kuadrat total:

T2
JKT = ∑Tij2 −
n. k

4) Jumlah kuadrat galat:

JKG = JKT − JKA

 5) Hipotesa:

F tabel = α(V1 . V2 )
S12
F hit =
S22
JKA JKA
S2 = dan S 2 =
k−1 k(n − 1)

2.3 Tabel ANOVA

Tabel 2.1 Analysis of Variance
Sumber Jumlah Derajat Rata-Rata
F Hitung
Variansi Kuandrat Bebas Kuandrat
𝐽𝐾𝐴 𝑆2
Perlakuan JKA K -1 𝑆22 = 𝑘−2 F₁ =𝑆²2
𝐽𝐾𝐵 𝑆2
Blok JKB b–1 𝑆22 = 𝑏−2 F₂ =𝑆²2
𝑗𝑘𝑔
Galak JKG (k – 1)(b – 1) S²=(𝑘−2)(𝑏−2)

Total JKT bk – 1
Sumber : www.google.com

2.4 Fungsi Tabel ANOVA

Anova berfungsi sebagai alat analisis untuk menguji hipotesis penelitian
yang mana menilai adakah perbedaan rerata antara kelompok dan hasil akhir dari
analisis anova adalah nilai F test atau F hitung. Nilai F hitung yang nantinya akan
dibandingkan dengan nilai pada tabel F. Jika nilai F hitung lebih dari tabel F
maka dapat disimpulkan bahwa menerima H1 dan menolak H0 yang berarti ada
perbedaan antara rata-rata pada semua kelompok (Riduwan, 2008).
 BAB 3
METODOLOGI PENELITIAN

3.1 Waktu dan Tempat Praktikum

Kegiatan praktikum dilakukan pada tanggal 23 maret 2020, hari senin
pukul 08.00 WIB sampai dengan pukul 10.30 WIB, selama 150 menit (2 sks).
Ruang dan tempat kegiatan praktikum yaitu berada di laboratorium komputer
ruang A-102 Universitas Teuku Umar.

3.2 Metode Pengolahan Data

Metode yang dilakukan untuk pengolahan data yaitu dilakukan dengan
metode manual dan metode komputer dengan menggunakan software SPSS.
3.3 Rancangan Praktikum
Mulai

Studi Pustaka

Tujuan Praktikum

Pengumpulan Data

Analisis
Analisa Regresi
Variansi

Pengolahan Data

Data Komputer Data Manual

Analisis dan Evaluasi

Pengolahan Data

Kesimpulan

Selesai

Gambar 3.1 Flowchart Praktikum

3.3.1 Mulai
Berisikan tentang laporan pendahuluan dan pengumpulan data.
3.3.2 Studi Pustaka
Berisikan tentang teori-teori distribusi normal dan hipotesa statistik.
3.3.3 Tujuan Praktikum
Berisikan tentang menentukan tujuan dari pelaksanaan praktikum.
3.3.4 Pengumpulan Data
Berisikan tentang data yang sudah didapatkan melalui survei.
3.3.5 Pengolahan Data
Berisikan tentang metode yang akan digunakan untuk selanjutnya diolah
dengan komputer.
3.3.6 Analisis
Berisikan tentang data yang telah diolah selanjutnya di analisis untuk
menentukan hasil dari praktikum.
3.3.7 Kesimpulan
Berisikan tentang kesimpulan tentang praktikum yang sudah dilakukan.
3.3.8 Selesai
 BAB 4
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

4.1.1 Data Regresi
Data diperoleh dari data yang diberikan oleh asisten berupa data mengenai
Brosur (X) dan Poster (Y).
Tabel 4.1 Data Analisa Regresi
Brosur (X) Poster (Y)
19 87
20 90
21 88
19 94
20 92
21 99
22 90
23 95
24 91
21 94
Sumber : Pengolahan Data Microsoft Excel

4.1.2 Data Variansi

Data diperoleh dari data yang diberikan oleh asisten berupa data mengenai
Acer dan Asus.
Tabel 4.2 Data Analisa Variansi
Acer Asus
120 1
403 1
288 1
461 1
24 1
58 1
121 2
228 2
283 2
338 2
355 2
214 2
143 3
185 3
101 3
Sumber : Pengolahan Data Microsoft Excel
4.2 Pengolahan Data
4.2.1 Pengolahan Data Komputer Analisis Regresi

Tabel 4.3 Pengolahan Data Komputer Analisis Regresi

Descriptive Statistics
Mean Std. Deviation N
Brosur 21.0000 1.63299 10
Poster 92.0000 3.59011 10
Sumber : Hasil Pengolahan Data SPSS

Tabel 4.4 Pengolahan data Komputer Analisis Regresi

Correlations
Brosur Poster
Pearson Brosur 1.000 .171
Correlation Poster .171 1.000
Sig. (1-tailed) Brosur . .319
Poster .319 .
N Brosur 10 10
Poster 10 10
Sumber : Hasil Pengolahan Data SPSS

Tabel 4.5 Pengolahan Data Komputer Analisis Regresi

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Posterb . Enter
a. Dependent Variable: Brosur
b. All requested variables entered.
Sumber : Hasil Pengolahan Data SPSS

Tabel 4.6 Pengolahan Data Komputer Analisis Regresi

Model Summarya

a. Dependent Variable:
Brosur
Sumber : Hasil Pengolahan Data SPSS
 Tabel 4.7 Pengolahan Data Analisis Regresi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 13.862 14.588 .950 .370
Poster .078 .158 .171 .490 .638
a. Dependent Variable: Brosur
Sumber : Hasil Pengolahan Data SPSS

Tabel 4.8 Pengolahan Data Analisis Regresi

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 20.6121 21.5431 21.0000 .27854 10
Residual -2.15517 3.07759 .00000 1.60906 10
Std. Predicted -1.393 1.950 .000 1.000 10
Value
Std. Residual -1.263 1.803 .000 .943 10
a. Dependent Variable: Brosur
Sumber : Hasil Pengolahan Data SPSS

Gambar 4.1 Histogram Analisis Regresi

Sumber : Hasil Pengolahan Data SPSS
 Gambar 4.2 Plot of Regression
Sumber : Hasil Pengolahan Data SPSS

Gambar 4.3 Scatterplot

Sumber : Hasil Pengolahan Data SPSS
4.2.2 Pengolahan Data Komputer Analisis Variansi

Tabel 4.9 Pengolahan Data Komputer Analisis Variansi

Descriptives
Acer
95% Confidence Interval for
Mean
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound Minimum Maximum
1.00 6 225.6667 184.74920 75.42354 31.7843 419.5491 24.00 461.00
2.00 6 256.5000 87.20722 35.60220 164.9816 348.0184 121.00 355.00
3.00 3 143.0000 42.00000 24.24871 38.6662 247.3338 101.00 185.00
Total 15 221.4667 130.42670 33.67603 149.2388 293.6946 24.00 461.00

Sumber : Hasil Pengolahan Data SPSS

Tabel 4.10 Pengolahan Data Komputer Analisis Variansi

Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Acer Based on Mean 8.049 2 12 .006
Based on Median 7.377 2 12 .008
Based on Median and 7.377 2 9.125 .012
with adjusted df
Based on trimmed mean 8.037 2 12 .006
Sumber : Hasil Pengolahan Data SPSS

Tabel 4.11 Pengolahan Data Komputer Analisis Variansi

ANOVA
Acer
Sum of
Squares Df Mean Square F Sig.
Between Groups 25940.900 2 12970.450 .733 .501
Within Groups 212214.833 12 17684.569
Total 238155.733 14
Sumber : Hasil Pengolahan Data SPSS
4.2.3 Pengolahan Data Manual Analisis Regresi
Tabel 4.12 Data Analisa Regresi
Brosur (X) Poster (Y)
19 87
20 90
21 88
19 94
20 92
21 99
22 90
23 95
24 91
21 94
Sumber : Pengolahan Data Microsoft Excel

Tabel 4.13 Pengolahan Data Manual Analisa Regresi

(Xi-X̅).
NO X Y X2 X*Y X̅ Xi-X̅ Y̅ Yi-Y̅ (Xi-X̅)2 (Yi-Y̅)2
(Yi-Y̅)

1 19 87 361 1653 21 -2 92 -5 10 4 25
2 20 90 400 1800 21 -1 92 -2 2 1 4
3 21 88 441 1848 21 0 92 -4 0 0 16
4 19 94 361 1786 21 -2 92 2 -4 4 4
5 20 92 400 1840 21 -1 92 0 0 1 0
6 21 99 441 2079 21 0 92 7 0 0 49
7 22 90 484 1980 21 1 92 -2 -2 1 4
8 23 95 529 2185 21 2 92 3 6 4 9
9 24 91 576 2184 21 3 92 -1 -3 9 1
10 21 94 441 1974 21 0 92 2 0 0 4
∑ 210 920 4434 19329 210 0 920 0 9 24 116
Sumber : Hasil Pengolahan Data Microsoft Excel

∑ 𝑥 2 .∑ 𝑦−∑ 𝑥𝑦 (4434 𝑥 920)−(19329) 4059951

1. 𝑎= = = = 16.916,46
𝑛.∑ 𝑥 2 −(∑ 𝑥)2 (10 𝑥 4434)−(210)² 240

𝑛.∑ 𝑥𝑦−∑ 𝑥.∑ 𝑦 (10 𝑥 19329)−(210 𝑥 920) 90

2. 𝑏= = = 240 = 0,375
𝑛.∑ 𝑥 2 −(∑ 𝑥)2 (10 𝑥 4434)−(210)2

3. 𝐽𝑥𝑦 = ∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅) = 9

4. 𝐽𝑥𝑥 = ∑(𝑥𝑖 − 𝑥̅ )2 = 24
 5. 𝐽𝑦𝑦 = ∑(𝑦 − 𝑦̅)2 = 116

6. y = a + bx = 16.916,46 + 0,375x

7. JKT = ∑ (yi - y̅ )2 = 116

8. JKR = b. ∑ (xi - x̅) (yi – y̅) = 0, 375 X 9 = 3,375

9. JKG = JKT – JKR = 116 – 3,375 = 112,625

𝐽𝐾𝐺 112,625
10. S2 = = = 14,08
𝑛−2 8

11. S = 3,75

𝐽𝐾𝑅 3,375
12. Fhit = = 14,08 = 0,24
𝑆²

13. Uji Statistik

Uji Hipotesa T
H0 = β = 0, ada pengaruh terhadap x terhadap variabel y
H1 = β = 0, tidak ada pengaruh terhadap x terhadap variabel y
α = 5%
𝑏 0,375 0,375
T hit = 𝑠⁄𝐽𝑥𝑥 = 3,75⁄ = 0,766 = 0,489
√24
5%
T tabel = (𝑛 − 2) = 0,025 × 8 = 0,2
2

Kesimpulan : T hit < T tabel, maka H0 ditolak, terima H. Sehingga tidak

ada pengaruh variabel x terhadap variabel y.
Uji Hipotesa F
H0 = Linear terhadap y
H1 = Tidak linear terhadap y
𝐽𝐾𝑅 3,375
𝐹 ℎ𝑖𝑡 = = 14,08 = 0,24
𝑆2

F tabel = α(1 . n – 2) = 0,05 (10 – 2) = 0,4

Kesimpulan : F hit < F tabel, maka H0 ditolak, terima H1. maka Ho
diterima sehingga ada pengaruh variabel x terhadap y.
14. Koefisien Korelasi
𝐽𝑥𝑦 9 9
𝑟= = = 52,76 = 0,17
√𝐽𝑥𝑥 .𝐽𝑦𝑦 √24 . 116

Maka korelasinya adalah sebesar 0,17

4.2.4 Pengolahan Data Manual Analisis Variansi

Tabel 4.14 Pengolahan Data Variansi

Tabel
A B C D E Total
1 20 29 23 22 27 9025
2 19 27 25 23 26 19321
3 18 28 22 24 29 14400
4 17 26 23 21 24 12996
5 21 29 27 24 27 17689
Total 95 139 120 114 133 73431
Sumber : Hasil Pengolahan Data Microsoft Excel

∑ 𝑇𝑖𝑗 2 𝑇2 (95)2 +(139)2 +(120)2 +(114)2 +(133)2 (601)2

1. 𝐽𝐾𝐴 = − 𝑛.𝑘 = − (5).(5)
𝑛 5

73431 361201
= − = 14686,2 – 14448,04 = 238,16
5 25

𝑇2 601²
2. JKT = ∑ 𝑌𝑖𝑗 2 − 𝑛.𝑘 = 95² + 1392 + ⋯ + 1332 − (5).(5)

361201
= 73431 − = 73431 – 14448,04 = 58982,96
25

3. 𝐽𝐾𝐺 = 𝐽𝐾𝑇 − 𝐽𝐾𝐴 = 58982,96 − 238,16 = 58744,8

4. Uji hipotesa
Ho = µ1-µ2, paling sedikit ada 2 rataan sama.
Hi = µ1≠µ2, paling sedikit ada 2 rataan tidak sama.
A = 5%
Ftabel = α (V1.V2) = 0,05 (4.20) = 4
Dimana :
V1 = k-1 = 5-1 = 4
V2 = k(n-1) = 20
 𝐽𝐾𝐴 238,16
𝑠12 = 𝑘−1 = 5−1
= 59,54
𝐽𝐾𝐺 58744,8
𝑠22 = 𝑘−1 = 5(5−1)
= 2937,24

𝑠21 59,54
F hit = 2 = = 0,020270
𝑠2 2937,24

Kesimpulan : F hit < F tabel, maka Ho diterima.

Sehingga dapat disimpulkan bahwa paling sedikit ada 2 rataan sama.

Tabel 4.15 ANOVA Satu Arah

Sumber F
dk JK KT
Variansi hitung
Antar
4 238,16 59,54 0.02027
Kelompok
Dalam
20 58744,8 2937,24
Kelompok
Total 20 58982,96

Tabel 4.16 Analisis ANOVA

Groups Count Sum Average Variance
Column
1 5 95 19 2.5
Column
2 5 139 27.8 1.7
Column
3 5 120 24 4
Column
4 5 114 22.8 1.7
Column
5 5 133 26.6 3.3
Sumber : Pengolahan Data Microsoft Excel
 Tabel 4.17 Analisis ANOVA
Source of
Variation SS df MS F P-value F crit
Between
Groups 238.16 4 59.54 22.553 3.55714E-07 2.86608
Within
Groups 52.8 20 2.64

Total 290.96 24
Sumber : Pengolahan Data Microsoft Excel
 BAB 5
ANALISA DAN EVALUASI

5.1 Analisa Regresi

5.1.1 Analisa Data Komputer
Pada pengolahan data komputer didapatkan hasil untuk Dep X, Mean = 21
dan Untuk Dep Y, Mean = 92.
5.1.2 Analisa Data Manual
Pada pengolahan data manual didapatkan hasil untuk Dep X, Mean 21 untuk
Dep Y, Mean 92, a 16916,46, b 0,375, JKT 116, JKR 3,375, JKG 112,625, Jxx
24, Jxy 9 dan Jyy 116.
5.2 Analisa Hasil Variansi
5.2.1 Analisa Data Komputer
Pada pengolahan data komputer didapatkan hasil Mean = 221,46, Standart
Deviation = 130,42, Standart Error = 33,67 dan F = 0,733
5.2.2 Analisa Data Manual
Pada pengolahan data manual didapatkan hasil Mean = 221,46, JKA =
238,16, JKT = 33734,96, dan JKG = 33496,8

5.2 Evaluasi

Gambar 4.4 Histogram Analisa Regresi

Sumber : Hasil pengolahan data SPSS
 BAB 6
PENUTUP

6.1 Kesimpulan
1. Analisa regresi adalah satu model analisa dalam statistik yang digunakan
untuk menganalisa data yang terdiri dari banyak variabel atau peubah.
Analisa variansi adalah suatu teknik statistik yang digunakan untuk
menentukan efek dan satu atau lebih variabel non metrik pada satu
variabel dependen tunggal.
2. Menghitung nilai dari F hitung dari analisa regresi dengan nilai t = 0,95
dan 0,49, dan analisis variansi dengan nilai F hitung = 0,020270.
3. Dapat diimplementasikan dari 2 variabel yaitu brosur dan poster untuk
variabel analisa regresi, sedangkan untuk analisa variansi diterapkan pada
pengukuran variabel acer dengan faktor 1,0 dan 2,0.

6.2 Saran
1. Dalam melakukan perhitungan pada pengolahan data manual harus benar-
benar teliti agar tidak terjadi kesalahan.
2. Sarana dan prasarana laboratorium agar dapat diperbaiki agar dapat
diperbaiki untuk menunjang atau memperlancar kelangsungan pratikum.
3. Selama proses praktikum berlangsung diharapkan asisten memperhatikan
praktikan agar praktikan dapat bertanya sesuatu yang masih diragukan.
4. Diharapkan kepada praktikan agar lebih memperhatikan tata cara
pengolahan data komputer.
5. Saat praktikan akan memasukkan data kedalam komputer harus dilakukan
secara hati-hati seteliti mungkin agar hasil yang didapat tidak salah dan
sesuai dengan yang diharapkan.
6. Diharapkan asisten dapat memandu dan memberikan arahan saat
melakukan kegiatan pengamatan dilokasi pengambilan data agar praktikan
dapat memperoleh data yang sesuai
 DAFTAR PUSTAKA

Ali. 2007. Guru dalam Proses Belajar Mengajar. Bandung: Sinar Baru
Algesindo.

Arnita. 2013. Pengantar Statistika. Medan: Cipta Pustaka Media Perintis.

Furqon. 2009. Statistika Terapan untuk Penelitian. Bandung: Alfabeta.

Hartono. 2004. Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman

Pengalaman. Edisi 2007. BPFE. Yogyakarta.

Hasan, M. Iqbal 2003. Pokok-Pokok Materi Statistik 1(Statistik Deskriptif),

Edisi Kedua. Jakarta: Bumi Aksara.

Riduwan. 2007. Rumus dan Data dalam Aplikasi Statistika. Bandung: Alfabeta.

Sarwoko. 2007. Statistik Inferensi Untuk Ekonomi dan Bisnis. Yogyakarta:

Penerbit Andi.

Sudjana. 2005. Metode Statistika. Bandung: Tarsito.

Sugiarto. 2000. Metode Statistika Untuk Ekonomi dan Bisnis. Jakarta :

Gramedia.

Sunardi. 2009. Intervensi Dini Anak Berkebutuhan Khusus. Intervensi Dini Anak
Berkebutuhan Khusus. Jakarta: Depdiknas Dirjen Dikti Direktorat
Pembinaan Tenaga Kependidikan dan Tenaga Perguruan Tinggi.

Syahri. 2003. Aplikasi Statistik Dengan SPSS.10 for Windows. Yogyakarta:

Penerbit Graha Ilmu.