MODUL IV
Oleh
Kelompok : 3
FAKULTAS TEKNIK
ACEH BARAT
2023
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:
Kelompok 3
BAB I
PENDAHULUAN
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 masingmasing 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 variabelvariabel 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).
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 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 II
LANDASAN TEORI
Selain dari itu rumus kuadrat galat juga dipakai persamaan sebagai berikut:
JKG = (𝑛 − 1)(𝑆2𝑦 − 𝑏2𝑆2𝑥)
Dimana:
Dimana :
JKR = Jumlah Kuadrat Regresi
b = Banyak perlakuan
y = Nilai y
𝑦̅ = Nilai rerata y
x = Nilai x
𝑥̅ = Nilai rerata x
𝒔 𝟐𝟏
A(V 1.V 2) dimana 𝑭 𝒉𝒊𝒕 =
𝒔 𝟐𝟐
Keterangan :
a = Taraf signifikan
V1 = Derajat kebebasan
V2 = Derajat kebebasan penyebut
= Ragam akibat non perlakuan
= Ragam akibat non perlakuan
𝟐 𝟐
𝐓 𝐓
𝐢𝐣
𝐉𝐊𝐀 = =
𝐧 𝐧. 𝐤
Keterangan :
JKA= Jumlah Kuadrat Anova
T = Banyak subjek pada perlakuan
n = Jumlah data
k = Banyak Perlakuan
Keterangan :
JKT = Jumlah Kuadrat Total
T = Banyak subjek pada perlakuan
n = Jumlah data
k = Banyak Perlakuan
4) Jumlah kuadrat galat:
5) Hipotesa:
Total JKT
bk-1
Keterangan :
Mulai
Studi Pustaka
Tujuan Praktikum
Pengumpulan Data
Pengolahan Data
Seleai
Data Diperoleh dari Data yang diberikan oleh asisten berupa data pemakaian
gadget (X) nilai IPK (Y).
No X Y
1 7 3,83
2 8 3,15
3 8 3,70
4 8 3,48
5 14 3,64
6 8 3,70
7 10 3,53
8 8 3,67
9 11 3,85
10 10 2,74
11 8 3,82
12 17 3,50
13 10 3,83
14 12 3,39
15 18 3,20
16 11 3,56
17 12 3,67
18 14 3,69
19 12 3,50
20 12 3,30
No X Y
21 2 3,51
22 8 3,56
23 10 3,81
24 10 3,08
25 11 2,86
26 8 2,92
27 13 3,15
28 14 3,53
29 14 3,54
30 12 3,85
Tabel 4.2
1. Analisa
Uji Sig
Untuk sig hitung : 0,656 sedangkan untuk sig tabel : 0.05 dengan ini Nilai sig
hitung (0,656) < sig tabel (0,05)
Kriteria : H0 diterima, H1 ditolak
Kesimpulan : adanya pengaruh antara durasi waktu dan IPK
Sesuai dengan rumus persamaan regresi yaitu Y = a + bX, maka untuk hasil
pengolahan data komputer mengenai analisis regresi mendapatkan persamaan
sebagai berikut.
Y = a + bX
Y = 3,572 – 0,008X
Y = a + bX
Dimana :
Y : Variabel dependen
X : Variabel Independen
a : Konstanta
b : Koefisien Regresi
Dengan
n ⅀ XY −⅀ X ⅀ Y
b= 2
n ⅀ X −( ⅀ X )²
30.1112, 87−320.104 , 56
b=
30.3714−102400
−73 ,1
b=
9020
b = -0,008
dan
⅀ Y ⅀ X ²−⅀ X ⅀ XY
a= 2
n ⅀ X −( ⅀ X )²
388335 ,8−356118 , 4
a=
30.3714−102400
32217 , 44
a=
9020
a = 3,572
Descriptives
N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean
ANOVA
Total 7807.367 29
Tabel 4.6 Hasil Pengolahan Data Homogenety of Variances
5.382 2 27 .011
Berdasarkan output anova diatas, diketahui nilai sig sebesar 0,013 lebih kecil
0,05 sehingga dapat disimpulkan bahwa rata-rata ketiga kelopok jumlah wisudawan “
berbeda” secara signifikan.
1. Nilai rata-rata
Teknik Sipil
61+ 12+ 48+27+ 43+25+ 40+59+ 43+64
X̅ = = 42,2
10
Teknik Mesin
11+10+14+ 30+12+18+16+37 +26+24
X̅ = = 19,8
10
Teknik Industri
6+6+10+ 13+40+17 +50+54+ 33+51
X̅ = = 28
10
(∑ X)²
JKT = ∑X² -
N
= 61² + 12² + 48² + 27² + 43² + 25² + 40² + 59² + 43² + 64² + 11² + 10² +
14² + 30² + 12² + 18² + 16² + 37² + 26² + 24² + 6² + 6² + 10² + 13² +
40² + 17² + 50² + 54² + 33² + 51² - ¿¿
+11+ 10+14+30+12+18+ 16+37+26+ ¿ ¿
30
24+ 6+6+ 45+10+13+ 40+50+54 +33+51 ¿ ² ¿
30
900²
= 36396 -
30
810000
= 36396 –
30
= 36396 – 27000
= 9396
∑ P ² (∑ X)²
JKP = -
n N
2 2
422 +198 +280²
= - ¿¿
10
+11+ 10+14+30+12+18+ 16+37+26+ ¿ ¿
30
24+ 6+6+ 45+10+13+ 40+50+54 +33+51 ¿ ² ¿
30
178084+39204 +78400 900²
= -
10 30
295688 810000
= -
10 30
= 29568,8 – 27000
= 2568,8
JKG = JKT – JKG
= 9.396 - 2.568,8
= 6.827,2
DBT = N – 1
= 30 – 1
= 29
DBP = K – 1
= 3–1
= 2
JKP
KTP =
DBP
2568 ,8
=
2
= 1284,4
JKG
KTG =
DBG
6827 , 2
=
27
= 252,85
KTP
F hitung =
KTG
1284 , 4
=
252 , 85
= 5,08
F tabel = 3.35
Maka dapat kita simpulkan bahwa F hitung lebih besar dari F tabel ( 5,08 >
3.35 ) maka H0 diterima dan H1 ditolak, maka ada pengaruh prodi terhadap jumlah
lulusan wisudawan. Berarti ada perbedaan signifikan antara data wisuda yang kita
bandingkan karena berdasarkan output anova diatas, diketahui nilai sig sebesar 0,013
lebih kecil 0,05 sehingga dapat disimpulkan bahwa rata-rata ketiga kelopok jumlah
wisudawan “ berbeda” secara signifikan.
BAB V
Untuk melihat rata-rata itu sama atau berbeda dapat dilihat dari nilai signifikasi
lebih besar dari 0.05 maka rata- rata sama dan jika nilai signifikasi lebih kecil dari
0.05 maka rata- rata berbeda. Berdasarkan output anova secara komputer, diketahui
nilai sig sebesar 0,013 lebih kecil 0,05 sehingga dapat disimpulkan bahwa rata-rata
ketiga kelopok jumlah wisudawan “ berbeda” secara signifikan.