NPM : 140310220045
P-2
KOLOM NILAI
Jatinangor, ………………………
Asisten
___________________________
NPM
ABSTRAK
Dalam penelitian, kita tidak lepas dari data. Data dalam penelitian sangat penting
untuk mencari informasi tentang fakta-fakta yang kita peroleh dari hasil penelitian.
Tentu saja, untuk menguji fenomena yang berbeda, kita perlu melakukan
serangkaian eksperimen. Setelah melakukan percobaan, kita perlu untuk
mendefinisikan data yang diperoleh. Data yang diperoleh terbagi menjadi; Variabel
bebas, artinya variabel ini mempunyai pengaruh terhadap variabel lain; Variabel
terikat adalah variabel yang dipengaruhi variabel lain; Konstanta sebagai nilai yang
telah ditentukan. Dalam setiap eksperimen yang dilakukan, seringkali kita
menemukan data yang tampak acak, sehingga sulit untuk mengetahui pengaruh
variabel bebas terhadap variabel terikat.
Jadi, untuk mempermudah, kita bisa mengatur persamaan yang sama. Salah satu
caranya adalah dengan membentuk garis lurus pada data grafis yang diperoleh.
Untuk mengubah fungsi kuadrat menjadi fungsi linier, nilai fungsi y dan x harus
didefinisikan ulang. Fungsi y=ax+bx memiliki nilai sumbu y’ = y/x dan memiliki
nilai sumbu x=x. Fungsi y=ax^2+b, akan memiliki nilai sumbu y=y dan sumbu
x’=x^2.
PENDAHULUAN
Ada juga konstanta sebagai nilai default. Dalam setiap percobaan yang
dilakukan, seringkali kita menemukan data yang tampak acak, sehingga sulit
untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Jadi,
untuk membuatnya lebih mudah, kita dapat memplot persamaan yang sama.
Salah satu caranya adalah dengan membentuk garis lurus pada data grafis
yang diperoleh. Rumusan paling sederhana adalah persamaan linier.
METODE PENELITIAN
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
2.3.2 Rumus Simpangan
Untuk menghitung nilai sesatan secara statistik maka
diperlukan sebuah nilai simpangan. Nilai simpangan dalam
metode ini dapat didefiniskan sebagai berikut:
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 − (∑𝑥)2
2
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑟=
√[𝑁∑𝑥 2 − (∑𝑥)2 ]. [𝑁∑𝑦 2 − (∑𝑦)2
dengan nilai -1 ≤ r ≤ 1. Jika |𝑟| ≈ 1 berarti titik-titik datanya
dekat dengan garis terbaik. Sedangkan jika |𝑟| ≈ 0 titik-titik
datanya berjauhan dari garis lurus terbaik.
BAB III
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 4485,87 − 75,6 ∗ 568,9
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = 9,85
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 568,9 − 75,6 ∗ 4485,87
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = −14,67
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 107,63
12 − 1
𝑆𝑦 = 3,12
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 − (∑𝑥)2
2
12
∆𝑎𝑡 = 3,12√
12 ∗ 567,8 − (75,6)2
∆𝑎𝑡 = 0,32
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
567,8
∆𝑏𝑡 = 3,12√
12 ∗ 567,8 − (75,6)2
∆𝑏𝑡 = 2,24
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 9,85 ± 0,32
𝑏 ± ∆𝑏𝑡 = −14,67 ± 2,24
3.2.1.2 Grafik y=ax+b Data Percobaan 1
y=0,32 + 2,24
120
100
80
60
40
20
0
0 2 4 6 8 10 12
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 568,9 − 75,6 ∗ 83,29296
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = 0,48
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 83,29296 − 75,6 ∗ 568,9
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = 3,9
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 1,194349945
12 − 1
𝑆𝑦 = 0,32
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 − (∑𝑥)2
2
12
∆𝑎𝑡 = 0,32√
12 ∗ 567,8 − (75,6)2
∆𝑎𝑡 = 0,033
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
567,8
∆𝑏𝑡 = 0,32√
12 ∗ 567,8 − (75,6)2
∆𝑏𝑡 = 0,22
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 0,48 ± 0,033
𝑏 ± ∆𝑏𝑡 = 3,9 ± 0,22
3.2.2.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏𝑥 Data Percobaan 1
y=0,48+3,9
10
9
8
7
6
5
4
3
2
1
0
1,9 2,7 3,5 4,3 5,1 5,9 6,7 7,5 8,3 9,1 9,9 10,7
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 38508,993 − 567,8 ∗ 568,9
𝑎𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑎𝑡 = 0,76
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
41942,798 ∗ 568,9 − 567,8 ∗ 38508,993
𝑏𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑏𝑡 = 11,03
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 86,1852448
12 − 1
𝑆𝑦 = 2,79
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 2,79√
12 ∗ 41942,798 − (567,8)2
∆𝑎𝑡 = 0,02
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
41942,798
∆𝑏𝑡 = 2,79√
12 ∗ 41942,798 − (567,8)2
∆𝑏𝑡 = 1,34
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 0,76 ± 0,02
𝑏 ± ∆𝑏𝑡 = 11,03 ± 1,34
3.2.3.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏 Data Percobaan 1
y=0,76 + 11,03
120
100
80
60
40
20
0
0 20 40 60 80 100 120 140
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 1612 − 75,6 ∗ 356,8
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = −6,94
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 356,8 − 75,6 ∗ 1612
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = 73,5
3.2.4.1 Pengolahan Data Percobaan 2 setelah Parameter 𝑎𝑡 dan
𝑏𝑡 Didapatkan
Data ke- X aX Y'=ax+b Y-Y' XY' Y'^2 (Y-Y')^2
1 1,9 -13,186 60,314 7,586 114,5966 3637,778596 57,547396
2 2,7 -18,738 54,762 -0,162 147,8574 2998,876644 0,026244
3 3,5 -24,29 49,21 -2,81 172,235 2421,6241 7,8961
4 4,3 -29,842 43,658 -2,958 187,7294 1906,020964 8,749764
5 5,1 -35,394 38,106 -1,806 194,3406 1452,067236 3,261636
6 5,9 -40,946 32,554 -2,654 192,0686 1059,762916 7,043716
7 6,7 -46,498 27,002 -2,802 180,9134 729,108004 7,851204
8 7,5 -52,05 21,45 0,05 160,875 460,1025 0,0025
9 8,3 -57,602 15,898 1,202 131,9534 252,746404 1,444804
10 9,1 -63,154 10,346 1,454 94,1486 107,039716 2,114116
11 9,9 -68,706 4,794 0,906 47,4606 22,982436 0,820836
12 10,7 -74,258 -0,758 1,458 -8,1106 0,574564 2,125764
∑ 98,88408
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 98,88408
12 − 1
𝑆𝑦 = 2,99
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 2,99√
12 ∗ 567,8 − (75,6)2
∆𝑎𝑡 = 0,31
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
567,8
∆𝑏𝑡 = 2,99√
12 ∗ 567,8 − (75,6)2
∆𝑏𝑡 = 2,15
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = −6,94 ± 0,31
𝑏 ± ∆𝑏𝑡 = 73,5 ± 2,15
3.2.4.2 Grafik y=ax+b Data Percobaan 2
y=-6,94+73,5
80
70
60
50
40
30
20
10
0 R² = 0,9781
0 2 4 6 8 10 12
-10
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 356,8 − 75,6 ∗ 101,3434965
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = −3,07
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 101,3434965 − 75,6 ∗ 356,8
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = 27,8
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 332,5461946
12 − 1
𝑆𝑦 = 5,49
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 5,49√
12 ∗ 567,2 − (75,6)2
∆𝑎𝑡 = 0,57
∑𝑥 2
∆𝑏𝑡 = 3,6√
𝑁∑𝑥 2 − (∑𝑥)2
567,2
∆𝑏𝑡 = 3,6√
12 ∗ 567,2 − (75,6)2
∆𝑏𝑡 = 3,95
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = −3,07 ± 0,57
𝑏 ± ∆𝑏𝑡 = 27,8 ± 3,95
3.2.5.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏𝑥 Data Percobaan 2
y = -3,07+27,8
10
9
8
7
6
5
4
3
2
1
0
1,9 2,7 3,5 4,3 5,1 5,9 6,7 7,5 8,3 9,1 9,9 10,7
𝑟 = −0,85
|𝑟| = 0,85
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 9038,768 − 567,8 ∗ 356,8
𝑎𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑎𝑡 = −0,5
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
41942,798 ∗ 356,8 − 567,8 ∗ 9038,768
𝑏𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑏𝑡 = 54,3
3.2.6.1 Pengolahan Data Percobaan 2 setelah Parameter 𝑎𝑡 dan
𝑏𝑡 Didapatkan
Data ke- X aX Y'=ax+b Y-Y' XY' Y'^2 (Y-Y')^2
1 1,9 -0,95 53,35 14,55 101,365 2846,2225 211,7025
2 2,7 -1,35 52,95 1,65 142,965 2803,7025 2,7225
3 3,5 -1,75 52,55 -6,15 183,925 2761,5025 37,8225
4 4,3 -2,15 52,15 -11,45 224,245 2719,6225 131,1025
5 5,1 -2,55 51,75 -15,45 263,925 2678,0625 238,7025
6 5,9 -2,95 51,35 -21,45 302,965 2636,8225 460,1025
7 6,7 -3,35 50,95 -26,75 341,365 2595,9025 715,5625
8 7,5 -3,75 50,55 -29,05 379,125 2555,3025 843,9025
9 8,3 -4,15 50,15 -33,05 416,245 2515,0225 1092,3025
10 9,1 -4,55 49,75 -37,95 452,725 2475,0625 1440,2025
11 9,9 -4,95 49,35 -43,65 488,565 2435,4225 1905,3225
12 10,7 -5,35 48,95 -48,25 523,765 2396,1025 2328,0625
∑ 9407,51
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 9407,51
12 − 1
𝑆𝑦 = 29,2
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 29,2√
12 ∗ 41942,798 − (567,8)2
∆𝑎𝑡 = 0,23
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
41942,798
∆𝑏𝑡 = 29,2√
12 ∗ 41942,798 − (567,8)2
∆𝑏𝑡 = 14,05
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = −0,5 ± 0,23
𝑏 ± ∆𝑏𝑡 = 54,3 ± 14,05
3.2.6.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏 Data Percobaan 2
y=(-0,5)+54,3
26,4
26,2
26
25,8
25,6
25,4
25,2
3,61 7,29 12,25 18,49 26,01 34,81 44,89 56,25 68,89 82,81 98,01 114,49
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 4482,6 − 75,6 ∗ 567,6
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = 9,9
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 567,6 − 75,6 ∗ 4482,6
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = −15,11
3.2.7.1 Pengolahan Data Percobaan 3 setelah Parameter 𝑎𝑡 dan
𝑏𝑡 Didapatkan
Data ke- X aX Y'=ax+b Y-Y' XY' Y'^2 (Y-Y')^2
1 1,9 18,81 3,7 2,6 7,03 13,69 6,76
2 2,7 26,73 11,62 1,18 31,374 135,0244 1,3924
3 3,5 34,65 19,54 2,16 68,39 381,8116 4,6656
4 4,3 42,57 27,46 -0,06 118,078 754,0516 0,0036
5 5,1 50,49 35,38 -2,18 180,438 1251,7444 4,7524
6 5,9 58,41 43,3 -3,8 255,47 1874,89 14,44
7 6,7 66,33 51,22 -3,62 343,174 2623,4884 13,1044
8 7,5 74,25 59,14 -0,24 443,55 3497,5396 0,0576
9 8,3 82,17 67,06 -0,56 556,598 4497,0436 0,3136
10 9,1 90,09 74,98 -0,88 682,318 5622,0004 0,7744
11 9,9 98,01 82,9 3 820,71 6872,41 9
12 10,7 105,93 90,82 2,88 971,774 8248,2724 8,2944
∑ 63,5584
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 63,5584
12 − 1
𝑆𝑦 = 2,4
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 2,4√
12 ∗ 567,2 − (75,6)2
∆𝑎𝑡 = 0,25
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
567,2
∆𝑏𝑡 = 0,25√
12 ∗ 567,2 − (75,6)2
∆𝑏𝑡 = 0,18
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 9,9 ± 0,25
𝑏 ± ∆𝑏𝑡 = −15,11 ± 0,18
3.2.7.2 Grafik y=ax+b Data Percobaan 3
y=9,9+(-15,11)
100
90 R² = 0,993
80
70
60
50
40
30
20
10
0
0 2 4 6 8 10 12
Data ke- X Y 𝑋2 𝑌2 XY
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 567,6 − 75,6 ∗ 82,37983572
𝑎𝑡 =
12 ∗ 567,8 − (75,6)2
𝑎𝑡 = 0,53
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
567,8 ∗ 82,37983572 − 75,6 ∗ 567,6
𝑏𝑡 =
12 ∗ 567,8 − (75,6)2
𝑏𝑡 = 3,51
3.2.8.1 Pengolahan Data Percobaan 3 setelah Parameter 𝑎𝑡 dan
𝑏𝑡 Didapatkan
Data
X aX Y'=ax+b Y-Y' XY' Y'^2 (Y-Y')^2
ke-
1 1,9 1,007 4,517 -1,201210526 8,5823 20,403289 1,442906729
2 2,7 1,431 4,941 -0,200259259 13,3407 24,413481 0,040103771
3 3,5 1,855 5,365 0,835 18,7775 28,783225 0,697225
4 4,3 2,279 5,789 0,583093023 24,8927 33,512521 0,339997474
5 5,1 2,703 6,213 0,296803922 31,6863 38,601369 0,088092568
6 5,9 3,127 6,637 0,057915254 39,1583 44,049769 0,003354177
7 6,7 3,551 7,061 0,043477612 47,3087 49,857721 0,001890303
8 7,5 3,975 7,485 0,368333333 56,1375 56,025225 0,135669444
9 8,3 4,399 7,909 0,103048193 65,6447 62,552281 0,01061893
10 9,1 4,823 8,333 -0,190142857 75,8303 69,438889 0,036154306
11 9,9 5,247 8,757 -0,080232323 86,6943 76,685049 0,006437226
12 10,7 5,671 9,181 -0,423990654 98,2367 84,290761 0,179768075
∑ 2,982218002
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 2,982218002
12 − 1
𝑆𝑦 = 0,52
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 0,52√
12 ∗ 567,2 − (75,6)2
∆𝑎𝑡 = 0,05
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
567,2
∆𝑏𝑡 = 0,25√
12 ∗ 567,2 − (75,6)2
∆𝑏𝑡 = 0,37
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 0,53 ± 0,05
𝑏 ± ∆𝑏𝑡 = 3,51 ± 0,37
3.2.8.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏𝑥 Data Percobaan 3
y=0,53+3,51
10
9
8
7
6
5
4
3
2
1
0
1,9 2,7 3,5 4,3 5,1 5,9 6,7 7,5 8,3 9,1 9,9 10,7
• Nilai 𝑎𝑡
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑎𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
12 ∗ 38441,1 − 567,8 ∗ 567,6
𝑎𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑎𝑡 = 0,76
• Nilai 𝑏𝑡
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
41942,798 ∗ 567,6 − 567,8 ∗ 38441,1
𝑏𝑡 =
12 ∗ 41942,798 − (567,8)2
𝑏𝑡 = 10,94
3.2.9.1 Pengolahan Data Percobaan 3 setelah Parameter 𝑎𝑡 dan
𝑏𝑡 Didapatkan
Data
X
ke- aX Y'=ax+b Y-Y' XY' Y'^2 (Y-Y')^2
1 3,61 2,7436 13,6836 -7,3836 49,397796 187,240909 54,51754896
2 7,29 5,5404 16,4804 -3,6804 120,142116 271,6035842 13,54534416
3 12,25 9,31 20,25 1,45 248,0625 410,0625 2,1025
4 18,49 14,0524 24,9924 2,4076 462,109476 624,6200578 5,79653776
5 26,01 19,7676 30,7076 2,4924 798,704676 942,9566978 6,21205776
6 34,81 26,4556 37,3956 2,1044 1301,740836 1398,430899 4,42849936
7 44,89 34,1164 45,0564 2,5436 2022,581796 2030,079181 6,46990096
8 56,25 42,75 53,69 5,21 3020,0625 2882,6161 27,1441
9 68,89 52,3564 63,2964 3,2036 4360,488996 4006,434253 10,26305296
10 82,81 62,9356 73,8756 0,2244 6117,638436 5457,604275 0,05035536
11 98,01 74,4876 85,4276 0,4724 8372,759076 7297,874842 0,22316176
12 114,49 87,0124 97,9524 -4,2524 11214,57028 9594,672666 18,08290576
∑ 148,8359648
• Nilai 𝑆𝑦
1
𝑆𝑦 = √ ∑[𝑦 − 𝑎𝑡 𝑥 + 𝑏𝑡 )]2
𝑁−1
1
𝑆𝑦 = √ 148,8359648
12 − 1
𝑆𝑦 = 3,67
• Sesatan 𝑎𝑡 dan 𝑏𝑡
𝑁
∆𝑎𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
12
∆𝑎𝑡 = 3,67√
12 ∗ 41942,798 − (567,8)2
∆𝑎𝑡 = 0,02
∑𝑥 2
∆𝑏𝑡 = 𝑆𝑦 √
𝑁∑𝑥 2 − (∑𝑥)2
41942,798
∆𝑏𝑡 = 3,67√
12 ∗ 41942,798 − (567,8)2
∆𝑏𝑡 = 1,76
Sehingga didapat hasil akhir parameter a dan b:
𝑎 ± ∆𝑎𝑡 = 0,76 ± 0,02
𝑏 ± ∆𝑏𝑡 = 10,94 ± 1,76
3.2.9.2 Grafik 𝑦 = 𝑎𝑥 2 + 𝑏 Data Percobaan 3
y=0,76+10,94
26,4
26,2
26
25,8
25,6
25,4
25,2
3,61 7,29 12,25 18,49 26,01 34,81 44,89 56,25 68,89 82,81 98,01 114,49
Analisis mengenai data beserta sesatan di atas adalah nilai parameter selalu
berubah walaupun sumber datanya sama hal ini dikarenakan pengolahan
bentuk fungsi yang berbeda baik dari fungsi linear, fungsi kuadrat, maupun
fungsi polinom. Namun setelah dilinearkan akan terbentuk sebuah garis
lurus terbaik, dan jarak persebaran data terhadap garis ini akan terlihat dari
nilai koefisien korelasinya. Dan berikut adalah nilai koefisien korelasi
masing-masing data di setiap bentuk fungsinya.
• Data Percobaan 1
• Koefisien korelasi dari grafik fungsi y=ax+b: |𝒓| = 𝟎, 𝟗𝟗
• Koefisien korelasi dari grafik fungsi y=ax2+bx: |𝒓| = 𝟎, 𝟗𝟕
• Koefisien korelasi dari grafik fungsi y=ax2+b: |𝒓| = 𝟎, 𝟗𝟗
• Data Percobaan 2
• Koefisien korelasi dari grafik fungsi y=ax+b: |𝒓| = 𝟎, 𝟗𝟖
• Koefisien korelasi dari grafik fungsi y=ax2+bx: |𝒓| = 𝟎, 𝟖𝟓
• Koefisien korelasi dari grafik fungsi y=ax2+b: |𝒓| = 𝟎, 𝟗𝟓
• Data Percobaan 3
• Koefisien korelasi dari grafik fungsi y=ax+b: |𝒓| = 𝟎, 𝟗𝟗
• Koefisien korelasi dari grafik fungsi y=ax2+bx: |𝒓| = 𝟎, 𝟗𝟒
• Koefisien korelasi dari grafik fungsi y=ax2+b: |𝒓| = 𝟎, 𝟗𝟗
Berdasarkan nilai koefisien korelasi di atas dapat kita ketahui bahwa fungsi
y=ax+b selalu menghasilkan koefisien korelasi bernilai 1, ini membuktikan
bahwa fungsi inilah yang membentuk garis lurus terbaik karena fungsi ini
sudah berbentuk linier. Namun fungsi lainnya hanya mendekati nilai 1 dari
masing-masing data ini menyatakan bahwa persebaran data mendekati dari
garis lurus terbaik yang terbentuk. Hal ini juga terlihat dalam grafik yang
ada. Kemudian arah serta garis/kurva yang terbentuk berbeda-beda
tergantung data yang dimasukkan dalam masingmasing fungsi yang
digunakan untuk mengolah data.
BAB IV
KESIMPULAN
∑𝑥 2 ∑𝑦 − ∑𝑥∑(𝑥𝑦)
𝑏𝑡 =
𝑁∑𝑥 2 − (∑𝑥)2
3. Sebaran titik-titik data dari garis lurus dapat diukur berdasarkan nilai
koefisien korelasinya (r) berdasarkan rumus :
𝑁∑(𝑥𝑦) − ∑𝑥∑𝑦
𝑟=
√[𝑁∑𝑥 2 − (∑𝑥)2 ]. [𝑁∑𝑦 2 − (∑𝑦)2
dengan nilai -1 ≤ r ≤ 1. Jika |𝑟| ≈ 1 berarti titik-titik datanya dekat dengan
garis terbaik. Sedangkan jika |𝑟| ≈ 0 titik-titik datanya berjauhan dari garis
lurus terbaik.
Amir dan Prasojo. Buku Ajar Matematika Dasar (Sidoarjo: Umsida Press). 43-53
David, Djamaris. Metode Statistik untuk Ilmu dan Teknologi Pangan (Jakarta: UB
Press). 37-38
Panatarani, C., Safriani, L., Faizal, F., & Adiperdana, B. Buku Panduan
Praktikum Daring Fisika Dasar. 6-17