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 Coef SE Coef T P Constant -11.125 5.010-2.22 0.057 lama 9.7321 0.6781 14.35 0.000 S = 5.07423 R-Sq = 96.3% R-Sq(adj) = 95.8% Analysis of Variance Source DF SS MS F P Regression 1 5304.0 5304.0 206.00 0.000 Residual Error 8 206.0 25.7 Total 9 5510.0 R-Sq = 96.3% Proporsi keragaman variable x terhadap y dapat diterangkan secara linier sebesar 96.3% dan sisanya dapat diterangkan dalam hal lain. Statistix 8.0 12/21/2009, 12:46:23 PM Unweighted Least Squares Linear Regression of PRODUKSI Predictor Variables Coefficient Std Error T P
Constant -11.1250 5.01040-2.22 0.0571 LAMA 9.73214 0.67807 14.35 0.0000 R-Squared 0.9626 Resid. Mean Square (MSE) 25.7478 Adjusted R-Squared 0.9579 Standard Deviation 5.07423 Source DF SS MS F P Regression 1 5304.02 5304.02 206.00 0.0000 Residual 8 205.98 25.75 Total 9 5510.00 Cases Included 10 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. Stat>Basic Statistic>Correlation 2. Di variables, sorot C2 C3, klik select, maka di variables tertera C2 C3 3. Klik di kotak display p-value, sampai dengan tertera tanda, klik Ok. 4. Pada hasil perhatikan nilai korelasi Pearson, berikut nilai p-nya. Buatlah kesimpulan. 5. Simpan hasil olahan di minitab. File>save session window as : C:/PENKOM/MAYORFAPET/KORPEARSON-DESI ARYANTI 6. Buka file tersebut di program Microsoft Word. Klik file>open. Cari file. 7. 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. 8. 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 conversion- REGRESI-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 (Shapiro- Wilk) 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 (Shapiro- Wilk) 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.