Data dan Metode Pengolahan Data

Transkripsi

1 Bab III Data dan Metode Pengolahan Data III. Data a) Tansvol ARLINDO di selat Makassa yang meupakan hasil simulasi model baotopik untuk tahun El Niño (97/73, 98/83, dan 997/98), tahun La Niña (973/74 dan 998) dan tahun Nomal (974, 98 dan 996) dipeoleh dai Mahie (5). b) Indeks ENSO diuku dai anomali SPL di niño 3.4 ( o B 7 o BB dan 5 o LS 5 o LU) (gamba III.) yang dipeoleh dai Gamba III.. Posisi daeah niño 3.4 di samudea Pasifik (Sumbe: c) Indeks monsun beupa komponen kecepatan angin meidional di Selat Makassa yang meupakan data angin 6 jam-an yang dipeoleh dai dalam Mahie (5). d) Indeks Dipole Mode (IDM) ditentukan dai pebedaan anomali SPL Samudea Hindia ekuato bagian baat (5 o BT 7 o BT dan o LS o LU) dengan anomali SPL Samudea Hindia di lepas pantai Sumatea (9 o BT o BT dan o LS ekuato) (gamba III.), yang dipeoleh dai

2 Gamba III.. Lokasi fenomena dipole mode di samudea Hindia yang didefinisikan bedasakan Saji et.al., (999) dalam Bannu (3) III.. Metode Pengolahan Data Untuk mengetahui ketekaitan atau hubungan antaa tansvol ARLINDO dengan ENSO, Monsun dan Dipole Mode maka dilakukan analisis hubungan. Peneapan analisis hubungan ini fungsinya untuk mengetahui deajat atau kekuatan hubungan, bentuk atau aah hubungan di antaa vaiabel-vaiabel, dan besanya pengauh vaiabel yang satu (vaiabel bebas, vaiabel independen) tehadap vaiabel lainnya (vaiabel teikat, vaiabel dependen). Teknik statistik yang digunakan dalam analisis hubungan meliputi analisis koelasi (koefisien koelasi), koefisien penentu, dan analisis egesi, baik untuk hubungan yang melibatkan hanya dua vaiabel maupun untuk hubungan yang melibatkan lebih dai dua vaiabel. Koefisien koelasi Koefisien koelasi (KK) adalah indeks atau bilangan yang digunakan untuk menguku deajat hubungan, meliputi kekuatan hubungan dan bentuk/aah hubungan. Untuk kekuatan hubungan, nilai koefisien koelasi beada di antaa - dan +. Untuk bentuk/aah hubungan, nilai koefisien koelasi dinyatakan dalam positif (+) dan negatif (-), atau (- KK +). Koefisien penentu Koefisien penentu (KP) adalah angka atau indeks yang digunakan untuk mengetahui besanya sumbangan sebuah vaiabel atau lebih (vaiabel bebas,

3 X) tehadap vaiasi (naik/tuunnya) vaiabel yang lain (vaiabel teikat, Y), dengan nilai KP beada antaa sampai ( KP ). Regesi Regesi atau peamalan meupakan teknik statistik yang digunakan untuk meamalkan atau mempekiakan nilai dai suatu vaiabel dalam hubungannya dengan vaiabel yang lain melalui pesamaan gais egesi. Regesi dapat bebentuk egesi linie, yaitu egesi yang mempelihatkan data yang ada dapat dinyatakan beada pada suatu gais luus (linea) dan egesi nonlinie, yaitu egesi yang mempelihatkan data yang ada tidak dapat dinyatakan pada suatu gais luus (nonlinea). III.. Analisis hubungan antaa dua vaiabel Teknik statistik yang digunakan dalam analisis hubungan yang hanya melibatkan dua vaiabel adalah koefisien koelasi silang (), koefisien penentu (KP), dan analisis egesi sedehana. III... Koefisien koelasi silang Koefisien koelasi silang adalah koefisien koelasi yang digunakan untuk menguku deajat hubungan dai dua vaiabel. Dalam tesis ini analisa koelasi silang dilakukan untuk mengetahui ketekaitan atau hubungan dai vaiasi tansvol ARLINDO di Selat Makassa dengan ENSO, Monsun dan DM. Koelasi yang dilakukan adalah koelasi yaitu antaa tansvol ARLINDO dengan ENSO, antaa tansvol ARLINDO dengan Monsun dan antaa tansvol ARLINDO dengan DM. Pesamaan yang digunakan dalam analisis koelasi silang dengan fungsi koefisien koelasi xy adalah sebagai beikut (Emey dan Thomson, 998): xy x ( τ ) Cxy = (3.) S S y = koefisien koelasi, meupakan besaan tak bedimensi (- )

4 x, y = vaiabel yang dikoelasikan S x S y C xy = standa deviasi untuk deet waktu x = standa deviasi untuk deet waktu y = fungsi kovaiansi silang xy ( τ ) E y( t) [{ µ }{ x( t + τ ) }] C µ y x N k ( y y)( x x) N k = i i+ k i= (3.) dengan: µ x = mean untuk deet waktu x µ y = mean untuk deet waktu y Sedangkan; τ = τ k = k t (k =,,..., M) adalah lag time untuk k sampel dengan penambahan waktu dan t dan M N. Analisis koelasi silang ini menggunakan selang kepecayaan 95% dan dianggap bekoelasi jika (Hasan, 4): > dan N < N Dimana N adalah jumlah data (Chatfield, 989; dan Emey dan Thomson, 998 dalam Hidayati, 4) III... Koefisien penentu Koefisien penentu (KP) digunakan untuk mengetahui besanya sumbangan sebuah vaiabel tehadap vaiabel yang lain dalam hubungan yang hanya melibatkan dua vaiabel yang nilainya diumuskan sebagai beikut (Hasan, 4): KP = % (3.3) = koefisien koelasi silang III...3 Regesi sedehana Regesi sedehana adalah egesi dimana vaiabel yang telibat di dalamnya hanya dua, yaitu satu vaiabel teikat Y, dan satu vaiabel bebas X. Regesi sedehana tedii dai egesi linie sedehana dan egesi sedehana non linie. Regesi

5 sedehana linie digunakan jika sebaan data yang menyatakan hubungan antaa dua vaiabel tesebut bisa didekatkan dengan sebuah gais luus, namun jika tidak, maka egesi sedehana ini akan bebentuk egesi sedehana non linie. Bebeapa pola pesamaan egesi dengan satu vaiabel bebas yang dapat digunakan untuk melakukan pediksi, diantaanya (Iianto, 6):. Linie dengan pesamaan: Y = a + bx. Paabola dengan pesamaan: Y = a + bx + cx 3. Hipiebola dengan pesamaan: Y = /(a + bx) 4. Fungsi pangkat tiga dengan pesamaan: Y = a + bx + cx + dx 3 Pola pesamaan egesi nomo meupakan egesi linie sedehana, sedangkan nomo, 3, dan 4 meupakan egesi nonlinie sedehana, dimana nilai koefisien a, b, c, dan d masing-masing dapat dipeoleh dengan meneapkan teknik metode kuadat tekecil (Mathew dan Fink, 999) yang selengkapnya dapat dilihat pada lampian G. Untuk menyatakan suatu hubungan linie atau tidak maka dilakukan uji signifikan tehadap pesamaan egesi linie. Jika tedapat hubungan yang signifikan maka hubungan antaa kedua vaiabel tesebut memiliki hubungan yang linie, sebaliknya jika tidak tedapat hubungan yang signifikan maka hubungan antaa kedua vaiabel tesebut memiliki hubungan yang nonlinie. Analisis egesi linie sedehana ini menggunakan selang kepecayaan 95% dan dianggap bekoelasi jika (Hasan, 4): F > F dan F < Fα α ;( v )( ) v ( X X ) b F S e = (3.4) dengan: = Y a Y b XY S e (3.5) n a, b = koefisien egesi linie sedehana F α = F tabel dengan α =,5; v = dan v = n-

6 III.. Analisis koelasi lebih dai dua vaiabel Untuk koelasi yang melibatkan lebih dai dua vaiabel, teknik statistik yang digunakan adalah koefisien koelasi beganda, koefisien koelasi pasial, koefisien penentu beganda, koefisien penentu pasial, dan egesi ganda. III... Koefisien koelasi beganda dan koefisien penentu beganda Koefisien koelasi beganda (KKB) adalah koefisien koelasi untuk menguku keeatan hubungan antaa tiga vaiabel atau lebih. Nilai KKB untuk tiga vaiabel diumuskan sebagai beikut (Hasan, 4): R Y + Y Y Y. = Y (3.6) R Y. = koefisien koelasi beganda tiga vaiabel Y = koefisien koelasi vaiabel Y dan X Y = koefisien koelasi vaiabel Y dan X = koefisien koelasi vaiabel X dan X Analisis koelasi beganda ini menggunakan selang kepecayaan 95% dan dianggap bekoelasi jika (Hasan, 4): F > F dan F < Fα α ;( v )( ) v ( R ) ( n k ) R k F = (3.7) dengan: R = koefisien koelasi beganda k = jumlah vaiabel independen n = jumlah anggota sampel F α = F tabel dengan α =,5; v = k dan v = n-k-

7 Koefisien penentu beganda (KPB) adalah koefisien koelasi untuk menentukan besanya pengauh vaiasi (naik/tuunnya) nilai vaiabel bebas (vaiabel X) tehadap vaiasi (naik/tuunnya) nilai vaiabel teikat (vaiabel Y) pada hubungan lebih dai dua vaiabel. Nilai KPB untuk tiga vaiabel diumuskan sebagai beikut (Hasan, 4): KPB = R Y % (3.8). dimana : R Y. = koefisien koelasi beganda untuk tiga vaiabel. III... Koefisien koelasi pasial dan koefisien penentu pasial Koefisien koelasi pasial (KKP) adalah koefisien koelasi untuk menguku keeatan hubungan dai dua vaiabel, sedangkan vaiabel lainnya dianggap konstan (tidak membeikan pengauh) pada hubungan yang melibatkan lebih dai dua vaiabel. Sementaa koefisien penentu pasial (KPP) adalah koefisien penentu untuk menguku besanya pengauh sebuah vaiabel (vaiabel bebas) tehadap sebuah vaiabel lainnya (vaiabel teikat) jika vaiabel-vaiabel lainnya dianggap konstan pada hubungan yang melibatkan lebih dai dua vaiabel. Nilai KKP dan KPP untuk tiga vaiabel diumuskan sebagai beikut (Hasan, 4): a) Untuk hubungan antaa Y dan X apabila X konstan dan Y Y Y. = (3.9) {( )( )} Y KPP = Y % (3.). b) Untuk hubungan antaa Y dan X apabila X konstan dan Y Y Y. = (3.) {( )( )} Y KPP = Y % (3.).

8 c) Untuk hubungan antaa X dan X apabila Y konstan dan Y Y. Y = (3.3) {( )( )} Y Y KPP % (3.4) Y. Y..Y =. Y = koefisien koelasi pasial antaa Y dan X apabila X konstan = koefisien koelasi pasial antaa Y dan X apabila X konstan = koefisien koelasi pasial antaa X dan X apabila Y konstan Y = koefisien koelasi silang antaa Y dan X Y = koefisien koelasi silang antaa Y dan X = koefisien koelasi silang antaa X dan X Analisis koelasi pasial ini menggunakan selang kepecayaan 95% dan dianggap bekoelasi jika (Hasan, 4): t tα ; db > dan t < tα ; db ( n m) p p ( ) t = (3.5) p = koefisien koelasi pasial n = jumlah sampel m = banyaknya vaiabel t α ;db = t tabel dengan α =,5 dan db = n-. Dalam tesis ini, pehitungan nilai koefisien koelasi beganda dan koefisien koelasi pasial (untuk koelasi lebih dai dua vaiabel) dilakukan dengan menggunakan softwae Statistica vesi 6.. III...3 Regesi ganda Regesi ganda adalah egesi dimana vaiabel yang telibat di dalamnya lebih dai dua, yaitu satu vaiabel teikat Y, dan dua atau lebih vaiabel bebas X (X, X,...,

9 X k ). Sama halnya dengan egesi sedehana, egesi ganda dapat bebentuk egesi ganda linea maupun egesi ganda non linie. Bentuk pesamaan egesi ganda linie adalah sebagai beikut (Iianto, 6):. Dua vaiabel bebas: Y = a + b X + b X. Tiga vaiabel bebas: Y = a + b X + b X + b 3 X 3 3. k buah vaiabel bebas: Y = a + b X + b X + b 3 X b k X k Sama halnya dengan yang dilakukan pada egesi sedehana, nilai koefisien pada egesi ganda dipeoleh dengan meneapkan metode kuadat tekecil. Sementaa untuk menyatakan suatu hubungan linie atau tidak maka dilakukan uji signifikan tehadap egesi linie ganda. Jika tedapat hubungan yang signifikan maka dikatakan hubungan anta vaiabel memiliki hubungan yang linie, sebaliknya jika tidak tedapat hubungan yang signifikan maka hubungan anta vaiabel memiliki hubungan yang non linie. Analisis egesi linie ganda ini menggunakan selang kepecayaan 95% dan dianggap bekoelasi jika (Hasan, 4): F > Fα ;( v )( ) dan F < Fα v R ( y ) ( R )( y ) n k F = k (3.6) dengan: R = koefisien koelasi beganda n = banyaknya sampel k = banyaknya vaiabel bebas F α = F tabel dengan α =,5; v = dan v = n-