LAPORAN PRAKTIKUM Mata Kuliah : Penerapan Komputer
Tanggal : 21 Desember 2009
Nama
: Desi Aryanti
Dosen : Ir. Rini Herlina M.S
NRP
: D14070066
Asisten Dosen : 1. Revan M. 2. Ratu Fika Hertaviani
KORELASI SPEARMAN DAN PERSAMAAN REGRESI LINEARNYA MINITAB 15
DEPARTEMEN ILMU PRODUKSI DAN TEKNOLOGI PETERNAKAN FAKULTAS PETERNAKAN INSTITUT PERTANIAN BOGOR 2009
Uji Kenormalan Ragam dengan menggunakan Uji Shapiro-wilk (Statistik) Shapiro-Wilk Normality Test
Variable
N
W
P
LAMA
10
0.9061
0.2551
PRODUKSI
10
0.8936
0.1859
Uji Kebebasan Galat Grafik uji kenormalan (Lama)
Grafik uji kenormalan (produksi)
Keterangan : dilihat dari titik-titik pada grafik dapat diketahui bahwa datanya menyebar secara normal.
————— 12/21/2009 12:15:31 PM ——————————————————— Welcome to Minitab, press F1 for help.
Uji Korelasi pearson Correlations: lama, produksi Pearson correlation of lama and produksi = 0.981 P-Value = 0.000
r = 0.981 lama dan produksi berkorelasi linier positif artinya hubungan kolerasi antara
lama dan produksi yaitu nyata yang berarti memilki asumsi Uji Regresi Regression Analysis: produksi versus lama The regression equation is produksi = - 11.1 + 9.73 lama
Keterangan : Dari hasil perhitungan melalui minitab tersebut dapat diketahui persaman regresi yaitu( y = -11.1 + 9.37 lama), yang artinya dengan peningkatan produksi sebesar 9,73 akan menurunkan lama penggunaan mesin sebesar 11.1. Predictor Constant lama
Coef -11.125 9.7321
S = 5.07423
SE Coef 5.010 0.6781
R-Sq = 96.3%
T -2.22 14.35
P 0.057 0.000
R-Sq(adj) = 95.8%
Analysis of Variance Source Regression Residual Error Total
DF 1 8 9
SS 5304.0 206.0 5510.0
MS 5304.0 25.7
F 206.00
P 0.000
Proporsi keragaman variable x terhadap y dapat diterangkan secara linier sebesar 96.3% dan sisanya dapat diterangkan dalam hal lain. R-Sq = 96.3%
Statistix 8.0 12:46:23 PM
12/21/2009,
Unweighted Least Squares Linear Regression of PRODUKSI Predictor Variables
Coefficient
Std Error
T
P
Constant LAMA
-11.1250 9.73214
R-Squared Adjusted R-Squared Source Regression Residual Total
DF 1 8 9
Cases Included 10
0.9626 0.9579 SS 5304.02 205.98 5510.00
5.01040 0.67807
-2.22 14.35
0.0571 0.0000
Resid. Mean Square (MSE) Standard Deviation MS 5304.02 25.75
F 206.00
25.7478 5.07423
P 0.0000
Missing Cases 0
Sehingga dari data tersebut dapat diketahui nilai: a = -11.1250 b = 9.73214 maka persamaan regresinya yaitu y = -11.1250 + 9.73214 lama (menunjukkan hasil yang sama dengan perhitungan melalui minitab).
Langkah-Langkah; Statistik Parametrik Bila hasil perhitungan data (LAMA dan PRODUKSI) memenuhi asumsi analisis keragaman, maka lanjutkan dengan Uji Korelasi Pearson. Uji Korelasi Pearson 1. 2. 3. 4. 5. 6. 7.
8.
Stat>Basic Statistic>Correlation Di variables, sorot C2 C3, klik select, maka di variables tertera C2 C3 Klik di kotak display p-value, sampai dengan tertera tanda , klik Ok. Pada hasil perhatikan nilai korelasi Pearson, berikut nilai p-nya. Buatlah kesimpulan. Simpan hasil olahan di minitab. File>save session window as : C:/PENKOM/MAYORFAPET/KORPEARSON-DESI ARYANTI Buka file tersebut di program Microsoft Word. Klik file>open. Cari file. KORPEARSON-DESI ARYANTI (dengan tanda khusus minitab yang menunjukkan hasil olahan data); file conversion-KOPEARSON-DESI ARYANTI; klik OK. Lalu file>save, klik No. sorot Word Document. Klik save. File KORPEARSON-DESI ARYANTI session (hasil olahan) sudah dalam file Word Document. File tersebut dapat diedit. Buat kesimpulan pada file tersebut. Sisipkan ke dalam file Word Document grafik-grafik yang telah dibuat dan buat kesimpulan.
Uji Regresi
1. Stat>Regression>Regression 2. Di respon, pasok C3. Di Predictors, pasok C2, klik OK. 3. Simpan hasil olahan di minitab. File>save session window as : C:/PENKOM/MAYORFAPET/KORPEARSON/DESI ARYANTI 4. Buka file tersebut di program Microsoft Word. Klik file>open. Cari file C:/PENKOM/MAYORFAPET/REGRESI-DESI ARYANTI (dengan tanda khusus minitab yang menunjukkan hasil olahan data); file conversionREGRESI-DESI ARYANTI; klik OK. Lalu file>save, klik No. sorot Word Document. Klik save. File REGRESI-DESI ARYANTI session (hasil olahan) sudah dalam file Word Document. File tersebut dapat diedit. Buat kesimpulan pada file tersebut. Pada lembar data olahan, akan tampil grafik plotting, dengan sumbu x adalah Rankits dan Y adalah Ordered Data. Di bawah gambar, tampil nilai W (ShapiroWilk) dan P. perhatikan nilai P. bila P>0.05; maka Ho diterima; data memenuhi asumsi pokok analisis keragaman untuk kebebasan galat. 5. Simpan hasil olahan di save>C:/PENKOM/MAYORFAPET/LAMA MESIN bebas galat.DESI ARYANTI 6. Statistics>Randomness>Normality Test>Normal Probability Plot Di kotak dialog Normal Probability Test; klik PRODUKSI, klik tanda panah arah kanan, klik OK. Pada lembar olahan data; akan tampil grafik plotting, dengan sumbu x adalah Rankits dan Y adalah Ordered Data. Di bawah gambar; tampil nilai W (ShapiroWilk) dan P. Perhatikan nilai P. Bila p>0.05; maka Ho diterima; data memenuhi asumsi ANOVA untuk kebebasan galat 7. Simpan hasil olahan di save>C:/PENKOM/MAYORFAPET/PRODUKSI MESIN bebas galat.DESI ARYANTI Data penggunaan mesin tersebut memenuhi asumsi pokok analisis keragaman, sehingga untuk menghitung koefisien korelasi dan persamaan regresinya digunakan ststistik parametric. Statistik Parametrik Uji Korelasi Pearson 1. Statistics>Linear Models>Correlation (Pearson) Di kotk dialog Correlation (Pearson); Klik LAMA, klik tanda panah arah kanan, klik PRODUKSI, klik tanda panah arah kanan, klik OK Beri tanda pada fit Constant dan Compute P-value. Klik OK. Pada lembar olahan dta; akan tampil hasil. Nilai koefisien korelasi berikut nilai P-nya. Bila P<0.05; mengindikasikan bahwa ditemukan hubungan keeratan (korelasi) antara sifat lama dan jumlah produksi mesin. Nila sebaliknya, tidak demikian. Bila
ditemukan hubungan antara kedua sifat beda tersebut; pengolahan dapat diteruskan ke persamaan regresi linier. 2. Simpan hasil olahan Di Save>C:/PENKOM?MAYORFAPET/ korelasiMESIN.DESI ARYANTI 3. Klik tanda – di ujung kanan atas lembar hasil olahan data maka akan kembali le lembar data Uji Regresi 1. Statistics>Linier Models>Linier Regression Di kotak dialog Linier Regression; pada Variables, sorot PRODUKSI; di Dependent Variable, klik tanda panah arah kanan; kembali ke Variables, sorot LAMA; di Independent Variable, klik tanda panah arah kanan. Beri tanda pada fit Constant. Klik OK. Pada lembar olahan data; akan tampil hasil. Nilai konstanta (a) dan koefisien regrasi (b) diperoleh. Persamaan regresi dapat dibuat. Hasil olahan juga menampilkan tabel analisis regresi. 2. Simpan hasil olahan di Save>C:/PENKOM/MAYORFAPET/regresiMESIN. DESI ARYANTI 3. Klik tanda – di ujung kanan atas lembar data STATISTIX ke MINITAB; dapat dilakukan dengan operasi Copy dan Paste.