LINIERITAS DAN

REGERESI
Moh Syaiful Arif, M.Si
 PENGERTIAN
 Linieritas adalah kemampuan metode analisis memberikan respon proporsional terhadap konsentrasi
analit dalam sampel.
 Regresi merupakan kurva yang menyatakan hubunganantara dua besaran. Hubungan ini dapat berupa
garis lurus atau garis lengkung.
 Contoh regresi sederhana adalah hubungan antara konsentrasi dengan absorbansi pada analisis senyawa
obat secara spektrofotometri.
 Garis yang menghubungkan titik-titik pada gambar disamping disebut
dengan garis regresi atau garis korelasi.
 Parameter yang menyatakan seberapa besar kkorelasi dua variable
(sumbu X dan sumbu Y) disebut dengan koofesien korelasi (r).

 Harga r dapat mempunyai nilai antara -1 1

 nilai r = -1 mengambarkan korelasi negative sempurna, yaitu semua
titik percobaan terletak pada garis lurus yang kemiringannya (slope-
nya) negatif.
 Nilai r = +1 mebarkan korelasi positif sempurna, yaitu semua titik
percobaan terletak pada satu garis lurus yang kemiringannya positif.
 Nila r = 0 menyatakan tidak ada korelasi antara x dan y.
 Untuk memutuskan apakah nilai r yang diperoleh sudah cukup untuk dijadikan dasar dalam
mengambil keputusan terkait dengan penggunaan persamaan regresi linier untuk menetapkan
kadar senyawa dalam sampel (signifikan nilai r). Maka perlu menghitung nila t dg persamaan
berikut:

db  n  2
ttable db,     0,05

 Ho menyatakan tidak ada korelasi antara variable x dan variable y

 Jika thitung > ttabel maka Ho ditolak, artinya ada korelasi yang signifikan antara x dan y sehingga
persamaan kurva baku yang diperoleh dapat digunakan untuk menghitung kadar analit dalam
sampel.
 Semakin dekat nilai r dengan nilai satu (-1 atau +1), hubungan garis lurusnya akan semakin
kuat dan akan semakin menghasilkan nilai thitung yang besar
SLOPE (KEMIRINGAN) DAN INTERSEP
 Persamaan regresi sebagai berikut :

y = bx + a
y = respons (adsorbansi)
x = konsentrasi
b = slope
a = tetapan regrasi atau intersep  merupakan titik potong pada y Ketika x = 0.
 Koofesien regresi (b) dapat dicari dengan metode kuadrat terkecil (least aquare method) dengan persamaan
sbb:

 a = y - bx
 Nilai b dan a sekarang dg mudah dihitung menggunakaan excel
CONTOH 1
 Suatu larutan baku yang berfluoresensi ditetapkan kadarnya secara spektrofotometri dan dapatkan data
sebagai berikut:
(x = kadar) (pg/ml) 0 2 4 6 8 10 12
(y = kekuatan fluoresensi) 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Hitunglang slope, intersep, dan koofesien relasi (r) serta berapakah kadar samapel yang mempunyai kekuatan
fluoresensi2.9 dan 13.5

= 42/7 = 6
= 91,7/7 = 13.1
 = = 1, 93
 a = y – bx = 13.1 – (1.93 x 6) = 13.1 – 11.58 = 1.52
 = = 0.9989

 Persamaan garis regresi yang dihasilkan adalah y = 1,93x +1,52 . r hitung = 0,9989

 Dengan mudah diketahui kadar sampel masing-masing mempunyai kekuatan fluorosensi

sebesar 2.9 dan 13.5 yaitu sebesat 0.72 dan 6.21 pg/ml
 Nilai slope pada kurva baku dapat digunakan untuk melihat sensitivitas suatu metode analisisi.
KESALAHAN SLOPE DAN INTERSEP
 Kesalahan random yang terjadi dalam slope dan intersep menjadi sangat penting dan
persamaan yang digunakan untuk menghitung kesalahan tersebut adalah
Sy/x =
simpangan baku slope :
simpangan baki intersep : Sa =
 batas kepercayaan (confidence limit) slope garis regresi diberikan oleh
 batas kepercayaan intersep a
 CONTOH 2
 Hitunglah simpangan baku dan batas kepercayaan slope dan intersep garis regresi sebagaimana dalam contoh 1 di slide sebelumnya!

jawab
 Pertama dibuat tabulasi spt di bawah ini

Y = 1,93x + 1.52

2
= 364 = 0,9368
Sy/x = = 0,4329 = 0,2950
Sb = = 0,0409
Nilai t untuk derajat bebas n-2 =5 dan taraf kepercayaan 95 % adalah2,57 (ttabel) maka batas kepercayaan untuk slope adalah
b = 1,93
Batas kepercayaan untuk intersep adalah a = 1,52 (2,57 x 0,2950) = 1,52 0,76