PENGUJIAN STATISTIK

BIVARATE

O L E H : G R E S T I W U L A N DA N Y
LATAR BELAKANG

• Banyak analisa data bertujuan untuk mengetahui apakah ada hubungan dua atau lebih perubah.bila hubungan demikian ini dapat
dinyatakan dalam bentuk rumus matematik maka kita akan dapat menggunakanya untuk keperluan identifikasi selanjutnya .masalah
identifikasi dapat dilakukan dengan menerapkan persamaan regresi dan menentukan korelasi (hubungan) data. Sekarang ini,istilah regresi
ditetapkan pada semua jenis peramalan,dan tidak harus berimplikasi suatu regresi mendekati nilai tengah populasi.sedangkan teknik
korelasi merupakan teknik analisa yang melihat kecendrungan untuk naik maka kita melihat kecendrungan dalam variabel yang lain
apakah juga naik atau turun atau tidak menentu.jika kecendrungan dalam satu variabel selalu diikuti oleh kecendrungan dalam variabel
lain,kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan atau korelasi.
• Dalam materi ini, kami menggunakan metode least Squere untuk menentukan hubungan data,apakah hubungan korelasi positif,korelasi
negetif atau korelasi linear.
• Data yang baik adalah data yang memiliki keakuratan maksimal dan adanya keterikatan dengan data lain yang masih bersangkutan.untuk
menciptakan data yang baik data mentah perlu didistribusikan dan diolah.data yang baik akan mempermudah dalam menganalisis atau
mengidentifikasi kataristik data dan mengulangi percobaan jika diperlukan.
•
•
 TUJUAN

1 . M E N EN T KAN KO R ELASI D ATA.

2 . M E N EN T U KAN KEAKU R ATAN D ATA.
3 . M E N U N JU KAN H U BU N G AN
KO R ELASI D ATA .
4. ME LAKUKAN PER H IT U N GAN
D E N G AN C EPAT D AN T EPAT
 TINJAUAN TEORITIS

Pengertian Data

Data adalah catatan atas kumpulan fakta, Data merupakan

bentuk jamak dari Datum, berasal dari bahasa latin yang

diberikan dalam penggunaan sehari-hari data berarti suatu

pernyataan yang diterima secara apa adanya.Pernyataan ini

adalah hasil pengukuran atau pengamatan suatu

variabelariablentuknya dapat berupa angka atau kata-kata.

 PENGOLAHAN DATA
P E N G O L A H A N DATA = DATA AG A R M E N J A D I B E N T U K YA N G L E B I H B E R G U N A .

S I K L U S P E N G O L A H A N DATA =

INPUT PROSES OUTPUT

INPUT = DATA AWAL

PROSES = PENGOLAHAN
OUTPUT = HASIL DARI PENGOLAHAN SELANJUTNYA
 KORELASI

K O R E L A S I = T E K H N I K A N A L I S A P E N G U K U R A N

B I V A R A T E C O R R E L A T I O N = U N T U K M E N G E T A H U I
K E E R A T A N A N T A R A D U A V A R I A B E L

M E T O D E = K E N D A L L ” S T A U - B D A N S P E R M A N

K O R E L A T I O N = - K O R E L A T I O N B I V A R A T E

- K O R E L A T I O N P A R T I A L
 RUMUS
P E RS AMAAN D ALAM ME NCARI H UB UNGAN KORE LAS I

• 𝑟 = 2
𝑁∑𝑋𝑌 (∑𝑌)− (∑𝑋)
2
𝑁∑𝑋 − (∑𝑋)2 𝑁∑𝑌 − (∑𝑌)2

• UNTUK MENGHITUNG KOFESIEN

KORELASI GANDA :Dimana :
• r yx1 = Koefesien korelasi antara variabel x1
dengan y
• r yx2 = koefesien korelasi antara variabel x2
dengan variabel y

• Ry. x1x2 =
𝑟 2 𝑦𝑥1 + 𝑟 2 𝑦𝑥2 −2𝑟𝑦𝑥1 . 𝑟𝑦𝑥2 . 𝑟𝑥1 𝑥2
1− 𝑟 2 𝑥1 𝑥2
 GRAFIK SEBELUM DATA

Grafik sebelumdata di least Squere

39

38

37

36

35

34

33

32

31
0 5 10 15 20 25 30 35

Series 1 Column2 Column1

 PROSEDUR KERJA
TABEL HASIL PENGUJIAN ERROR STATE PENGATURAN INTENSITAS
CAHAYA DENGAN NILAI SET POIN 37,5 LUX

N Intensitas Ilumi Error

o Cahaya serat nasi
1 31 33.9 0
2 26 34.2 0.1
3 22 34.5 0.1
4 15 35.2 0.3
5 13 36.3 0.4
6 11 36.5 0.5
7 9 36.9 0.6
8 5.3 37 1
9 6.8 37.1 2.2
10 4.3 37.2 2.3
11 2.4 37.4 3
12 3.1 37.4 3.3
13 1.8 37.5 3.6
GRAFIK HUBUNGAN YANG BELUM TER-
NORMALISASI
40
38 37.5 37 36.5 36 35.5
35 35 34.5 34 33.5

30

25

20

15

10

5 5

0
0 5 10 15 20 25 30 35
REGRESI DATA DENGAN LEAST SQUERE
UNTUK MEPEROLEH BENTUK GRAFIK

NO X Y XY X² Y² Ybaru

1 31 33.9 1050 961 1149.21 2.371812

2 26 34.2 889.2 676 1169.64 2.420392

3 22 34.5 759 484 1190.25 2.459256

4 15 35.2 528 225 1239.04 2.527269

5 13 35.3 458.9 169 1246.09 2.546701

6 11 36.5 401.5 121 1332.25 2.566133

7 9 36.9 332.1 81 1361.61 2.585565

8 5.3 37 196.1 28.09 1369 2.621514

9 6.8 37.1 252.28 46.24 1376.41 2.60694

10 4.3 37.2 159.96 18.49 1383.84 2.63123

11 2.4 37.4 89.76 5.76 1398.76 2.64969

12 3.1 37.4 115.94 9.61 1398.76 2.642889

13 1.8 37.5 67.5 3.24 1406.25 2.65552

TOTAL 150.7 470.1 5301.14 2828.43 17021.11

TOTAL^2 22710.49 220994.01

MEAN 11.5923076 36.1615385

 KEMUDIAN DI CARI NILAI A,B,∆
U N T U K M E N D A PAT K A N Y B A R U

A = ( ∑ X ² . ∑ Y ) - ( ∑ X . ∑ Y ) Y B A R U = A + ( B . ∑ X )
∆

B = ( ʼn . ∑ X Y ) - ( ∑ X . ∑ Y ) ∆ = ( ʼn . ∑ Y ² ) - ( ∑ X ) ²
∆

M A K A D I P E R O L E H : A = 2 . 6 7 3 0 0 8 7 3
B = 0 . 0 0 9 7 1 6 0 1 4
∆ = 1 9 8 5 6 3 . 9 4
 HUBUNGAN
KEAKURATAN DATA

r= {(n.∑XY)-(∑X.∑Y)

{(n.∑X2)-(∑X)2}1/2 – {(n.∑Y2)-(∑Y2}1/2

r= -1929
n 118.571 x 16.745
r = - 0,9716397
Dengan r = - 09716397, maka dapat diperoleh bahwa data memiliki korelasi kuat negative karena hampir
mendekati +/- . berarti hubungan antara X dan Y mencapai 97%.
 KESIMPULAN

Kesimpulan
1.Sebelum kita menyajikan data dalam karya ilmiah
tertulis,hendaknya data dianalisis dulu dengan berbagai model
distribusikan data agar data yang disajikan lebih akurat dan
dapat dipertimbangkan.
2. Untuk mempercepat data dan mempertepat hasil
perhitungan suatu model analisi data,digunakan aplikasi
Microsoft Exel dan sejenisnya agar lebih gampang dan
aplikasinya bisa ditemukan pada semua pc.
TERIMA KASIH

M ATA K U L I A H : S TAT I S T I K