STUDI KASUS
∑Y = an + b1 ∑X1 + b2 ∑X2
∑X1Y = a∑X1 + b1∑x1 + b1∑X1Y2
∑X1Y = a∑X2 + b1∑X1Y2 +B2∑X2₁₂
Bila harga – harga dari data diatas diharuskan dalam persamaan tersebut
maka :
1035 : 15a + 1100 + 1750b2 ……… (1)
76900 : 1100a + 82425 + 128925b2 ……… (2)
121275 : 1750a + 128925b1 + 205150b2 ……… (3)
Persamaan (1) dikalikan persamaan (2) dikalikan (3) hasilnya menjadi :
227700=3300 a+242000 b 1+ 385000 b2
230700=3300 a+247275 b 1+ 386775 b2
−¿
−3000=−5275 b 1−1775b 2 … … … … … .(4)
Persamaan (1) dikalikan 550 , persamaan (3) dilakukan 3 hasilnya menjadi :
¿ 362.250=5250 a+385.000 b 1+ 612.500 b 2
363.825=5250 a+386.775 b 1+615.450 b 2
−¿
−1575=−1775 b 1−2950b 2 … … … … … .(5)
Persamaan (4) dikalikan 118, persamaan (5) dikalikan 71 hasilnya menjadi :
¿ 354.000=−622450 b 1−209450 b 2
111.825=−126.025 b 1−209450 b 2
−¿
−242.175=−496.425 b1
B1 = 2,05
Harga b2 dimasukkan dalam salah satu persamaan (4) atau (5). Dalam hal ini
dimasukkan dalam persamaan (5)
Maka :
-157 5 = -1775 (2,05) -2950b2
-1575 = - 3638,75 – 2950b2
B2 = - 0,70
Harga b1 dan b2 dimasukkan dalam persamaan (1) maka :
1035 = 15a + 1100(2,05) + 1750(- 0,70)
1035 = 15a + 2255 – 1225
15a = -5
a = -3
Jadi :
a = -3
b1 = 2,05
b2 = - 0.70
Output
Jadi persamaanuntuk regresi garda linier untuk dua predictor adalah :
Y = - 3 + 2,05X1 – 0,70 X2
2.1.2 Korelasi
Berikut ini adalah perhitungan secara manual dari uji korelasi :
A. Input
Berikut ini adalah input data secara manual dari uji korelasi :
Tabel 2.2 Perhitungan Manual Korelasi
1. Kolerasi
Berikut ini adalah perhitungan secara manual dari uji korelasi
menggunakan rumus:
n ∑ x 1 . y −( ∑ y ) ( ∑ x1 )
r y 1=
2
√((n∑ y ¿−(∑ y) ). ( n ∑ x ) (∑ x ) ¿)
2 2 2
1 1
15 . 76900−(1035)(1100)
¿
2
√( (15.72175−( 1035 ) ) . (15 .82450 ) ( 1100) )
2
1153500−1925000
¿
√¿ ¿ ¿
−771500
¿
√( 11400−( 26750 ))
−771500
¿
√304950000
−771500
=
17462,82
r y 1=−44,72
n ∑ x 2 . y−( ∑ y ) ( ∑ x 2 )
r y 2=
√¿ ¿ ¿
15. 121275− (1035 )( 1750 )
¿
√¿ ¿ ¿
1819125−1811250
¿
√¿ ¿ ¿
7875
¿
√( 11400.26750 )
7875
¿
17462,818
r y 2=0,45
n ∑ x 1 . x 2−( ∑ x 1 )( ∑ x 2 )
r 12=
√¿¿¿
15.128925−( 1100 )( 1750 )
¿
√¿ ¿ ¿
1933875−1925000
¿
√ ¿ ¿¿
8875
¿
√(11400.12750)
8875
¿
√168150000
8875
¿
12967,27
¿ 0,68
2 2
RY 12= √ rY 1 + rY 2 −2 rY 1rY 2 r 12
1−r 122
¿ √ 2027
0,5376
45
¿
0,5376
RY 12=83,75
B. Output
Berikut adalah output dari perhitungan manual uji korelasi:
Interval Koefisien Tingkat Hubungan
0,00 - 0,1999 Sangat Rendah
0,20 - 0,3999 Rendah
0,40 - 0,5999 Cukup
0,60 - 0,7999 Kuat
0,80 - 1,0000 Sangat Kuat
Dengan nilai RY12 = 83,75artinya hubungan antara Variabel Bebas Tingkat
Pemberian Pupuk NPK (X1), Tingkat Pemberian Air (X2) dan Variabel terikat
ialah Tingkat Pertumbuhan Tanaman (Y) adalah
2.1 Pengolahan Data Menggunakan Software SPSS
Berikut ini adalah pengolahan data menggunakan Software SPSS dari uji
regresi dan korelasi :
a. Buka aplikasi SPSS dengan mengklik icon,kemudian akan muncul tampilan
seperti berikut.
Enter.
Gambar 2.5 Pengisian kotak Linear Regression
c. Klik tombol Statistics. Aktifkan pilihan Estimates abaikan pilihan yang lain
pada Regression Coefficient. Lalu aktifkan pilihan Model Fit dan
Descriptives. Klik Continue.
Tingkat_Pertumbuhan_Tanama
69.00 7.368 15
n
Tingkat_Pemberian_Pupuk 73.33 11.286 15
Tingkat_Pemberian_Air 116.67 8.381 15
Correlations
Pearson Tingkat_Pertumbuhan_T
1.000 .859 .607
Correlati anaman
on Tingkat_Pemberian_Pup
.859 1.000 .447
uk
Tingkat_Pemberian_Pup
15 15 15
uk
Tingkat_Pemberian_Air 15 15 15
Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 Tingkat_Pemberia
n_Air,
. Enter
Tingkat_Pemberia
n_Pupukb
ANOVAa
Total 760.000 14
Coefficientsa
Residuals Statisticsa
2.1.2 Korelasi
A. Pemasukan Data
Berikut adalah pemasukan data dalam metode korelasi
a. Buka aplikasi SPSS dengan mengklik icon,kemudian akan muncul tampilan
seperti berikut.
Ok
Gambar 2.16 Pengisian kotak Response dan predictors
C. Output
Adapun Output dari program Minitab dengan uji Regresi adalah sebagai
berikut
Gambar 2.17 Output Regresi
2.3.2 Korelasi
A. Pemasukan Data
Berikut adalah pemasukan data dalam metode kolerasi:
a. Buka aplikasi kolerasi dengan mengklik icon kemudian akan muncul
tampilan seperti berikut.
4.1 Kesimpulan
Adapun kesimpulan yang diperoleh setelah melakukan praktikum statistik
yaitu :
a. Karakteristik regresi adalah adanya hubungan sebab akibat antara variabel-
variabel sehingga mempengaruhi variabel dependen tertentu yang
ditunjukkan oleh model regresi. Berdasarkan hasil pengolahan data dengan
metode regresi yang menggunakan software SPSS sehingga diperoleh hasil
persamaan regresinya adalah : Tingkat Pertumbuhan Tanaman = 5,173 +
0,479 Tingkat Pemberian Pupuk + 0,246 Tingkat Pemberian Air. Sedangkan
pengolahan data dengan metode regresi yang menggunakan software
minitab maka hasil regresinya adalah : Tingkat Pertumbuhan Tanaman =
5,173 + 0,479 Tingkat Pemberian Pupuk + 0,246 Tingkat Pemberian Air.
b. Karakteristik korelasi adalah menganalisa apakah hubungan yang terjadi
antara variabel-variabel tersebut kuat atau tidak. Berdasarkan hasil
pengolahan data yang menggunakan metode korelasi dengan software SPSS
dapat diperoleh hasil korelasinnya dengan nilai signifikansi : dari output
pada pengolahan data diketahui antara Tingkat Pemberian Pupuk dengan
Tingkat Pemberian Air 0,895 > 0,000 yang berarti tidak terdapat terdapat
korelasi yang signifikan. Selanjutnya, antara Tingkat Pemberian Pupuk
dengan Tingkat Pertumbuhan Tanaman 0,447 > 0,095 yang berarti tidak
terdapat korelasi yang signifikan. Terakhir, antara Tingkat Pemberian Air
dengan dengan Tingkat Pertumbuhan Tanaman 0,607 > 0,016 yang berarti
terdapat korelasi yang signifikan. Sedangkan pengolahan data yang
menggunakan metode korelasi dengan Software minitab dapat diperoleh dari
pengolahan data diketahui antara Tingkat Pemberian Pupuk dengan Tingkat
Pemberian Air 0,895 > 0,000 yang berarti tidak terdapat terdapat korelasi
yang signifikan.
1. Untuk pengambilan keputusan statistik, dapat digunakan 2 cara:
a. Koefisien korelasi dibandingkan dengan nilai r tabel(korelasi tabel)
1. Apabila koefisien korelasi > r tabel, maka ada korelasi yang signifikan
(H1 diterima).
2. Apabila koefisien korelasi < r tabel, maka tidak ada korelasi yang
signifikan (H0 ditolak).
b. Melihat Sig.
1. Apabila nilai Sig. < 0,05 Maka ada korelasi yang signifikan (H1 ditolak).
2 Apabila nilai Sig. > 0,05 Maka tidak ada korelasi yang signifikan (H0
diterima).
4.2 Saran
Berikut adalah saran dari praktikum statistika industri yang telah
dilaksanakan :
1. Praktikan harus lebih teliti dalam melakukan perhitungan dalam mengolah
data menggunakan software SPSS dan Minitab.
2. Praktikan dapat mengerti penggunaan aplikasi software SPSS dan Minitab
3. Praktikan dapat mengetahui dan memahami perhitungan uji Regresi dan
Korelasi
DAFTAR PUSTAKA