RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
LAPORAN AKHIR PRAKTIKUM STATISTIK Diajukan untuk Melengkapi Tugas Mata Kuliah Praktikum Statistik Pada Program Studi Teknik Industri
Disusun Oleh : Kelompok 4
Rudini Mulya Dessy Diardito Miranda Ihsan Maulana Yoel Octavianus
(41610010035) (41610010035) (41610010040) (41610010040) (41610010010) (41610010010) (41610010043) (41610010043)
PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MERCU BUANA JAKARTA 2012
Diperiksa dan disetujui oleh :
Asisten Praktikum
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 51
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
LAPORAN PRAKTIKUM REGRESI BERGANDA BAB I PENDAHULUAN
1.1
Latar Belakang
Dalam banyak hal yang berkaitan dengan kegiatan perusahaan dan perekonomian mungkin perlu diketahui hubungan antara 2 (dua) variabel atau lebih variabel, variabel, dan hubungan ini dapat digunakan digunakan untuk memperkirakan memperkirakan nilai rata-rata dari satu variabel yang dinamakan dinamakan variabel tidak bebas (dependent variable), dan variabel bebas (independent variable). Misalnya diketahui data tentang pengeluaran untuk iklan berdasarkan volume penjualan, memperkirakan pengeluaran untuk keperluan pokok keluarga berdasarkan pendapatan keluarga itu, meramalkan hasil tanaman kacang tanah berdasarkan banyak pupuk yang digunakan tiap hektar, daya daya tahan
papan kayu A terhadap bobot bobot tertentu ditinjau ditinjau dari
tebalnya, dan masih banyak contoh lain lagi yang dapat dikemukakan. Untuk menjawab halhal yang seperti dicontohkan, perlu dibahas mengenai bentuk hubungan dan keeratan hubungan. Bila ingin mengetahui bentuk hubungan hubungan dua variabel atau lebih, lebih, maka digunakan analisa regresi. Kemudian bila ingin melihat melihat hubungan, hubungan, maka digunakan analisa korelasi.
Analisa regresi digunakan untuk mempelajari dan mengukur hubungan statistik yang terjadi antara dua atau lebih variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan regresi berganda (multiple regression) dikaji lebih dari dua variabel. Analisa Korelasi bertujuan untuk mengukur mengukur seberapa kuat atau derajat kedekatan suatu relasi yang terjadi antara variabel. Dengan menggunakan analisa regresi ingin diketahui pola relasi dalam bentuk persamaan regresi, dan dengan menggunakan analisa korelasi ingin diketahui kekuatan hubungan hubungan tersebut terhadap koefisien korelasinya. Sehingga analisis regresi dan korelasi sering dilakukan bersama-sama.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 52
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
1.2
2012
Tujuan
Secara umum, tujuan dari regresi linear berganda adalah untuk menemukan baris yang memprediksi terbaik Y dari X. Regresi linear memerlukan hal ini dengan mencari baris yang meminimalkan jumlah kuadrat jarak dari kesalahan (the error sum of square).
1.3
Alat – alat yang digunakan.
Peralatan dan bahan yang digunakan selama praktikum antara lain;
1.4
Data pengamatan.
Lembar pengamatan, alat tulis dan alat a lat hitung.
Pelaksanaan Praktikum
Praktikum ilmu Statistik untuk mahasiswa jurusan Teknik Industri mempelajari tentang Statistik Deskriptis (Menyajikan data–data yang meliputi Table , Grafik ,dan ukuran Lokasi dan Deviasi ) , Distribusi Binomial dan Hypergiometrik (melakukan pendekatan Distribusi Hypergeometris dan pendekatan Distribusi Normal terhadap Binomial ) , dan Distribusi Poisson dan Eksponential (memahami karakteristik dari Distribusi Poisson dan Eksponensial). Praktikum ilmu Statistik untuk mahasiswa jurusan teknik industri Universitas Mercu Buana dilaksanakan pada : Hari
: Kamis
Tanggal
: 21 April 2012 s/d 8 Juni 2012
Jam
: 10.00 Wib s/d Selesai
Tempat
: Ruang D-208 Gedung D Laboratorium Komputer Industri Universitas Mercu Buana, Jakarta 2012
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 53
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
BAB II LANDASAN TEORI
Banyak data pengamatan terjadi akibat lebih dari dua variabel. Misalnya rata-rata pertambahan berat daging dag ing sapi (Y) bergantung pada berat pemulusan pe mulusan (X1), umur sapi sap i ketika ket ika pengamatan mulai dilakukan (X2), berat makanan yang diberikan setiap hari (X3) dan faktor lainnya. Untuk memberikan gambaran tentang suatu permasalahan atau persoalan, biasanya sangat sa ngat sulit ditentukan, sehingga diperlukan suatu model yang dapat diprediksi dan da n meramalkan respon yang penting terhadap persoalan tersebut, yaitu regresi linier ganda. Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat.
Rumus : Y = a + b1X1+b2X2+…+bnXn
Keterangan :
Y
= variabel terikat
a
= konstanta
b1,b2
= koefisien regresi
X1, X2 = variabel bebas
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 54
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
BAB III PENGUMPULAN PENGUMPULAN DAN PENGOLAHAN P ENGOLAHAN DATA
3.1
Langkah Pengumpulan Data
Pada suatu Perguruan Tinggi yaitu di Universitas Mercubuana mempunyai mahasiswa program studi Teknik Industri yang jumlahnya cukup banyak. Dari kumpulan mahasiswa tersebut akan dilakukan pengukuran tinggi, berat badan, dan umur berdasarkan jurusan dan angkatan yang diwakili oleh 100 orang mahasiswa. Kemudian data hasil pengukuran tersebut dicatat pada lembar pengamatan yang telah disediakan. 3.2
Penyajian Data
Pada makalah ini telah kami paparkan beberapa langkah proses pengolahan dan analisa data yang akan disajikan menggunakan SPSS 17.0.
Faktor utama yang mempengaruhi mempengaruhi berat badan adalah tinggi badan, dan umur.
3.2.1
Berdasarkan data yang telah dikumpulkan, kami ingin mengetahui seberapa besar tinggi badan, dan umur berpengaruh terhadap berat badan seseorang. seseorang.
Data Tinggi Badan dan Berat Berat Badan Mahasiswa Teknik Teknik Industri Sebanyak 100 Mahasiswa.
No
Nama
Usia (Tahun)
Berat Badan (Kg)
Tinggi Badan (Cm)
1
Fery Prabowo
20
50
176
2
Dodi Indaryana
26
56
168
3
Hery Kuswanto
19
55
170
4
Nurul Fathia
20
60
160
5
Eka Bayu Saputra
19
50
176
6
Nanda Pratama
19
53
175
7
Rocky Himawan
19
72
182
8
Dhika Prasetyo
20
77
175
9
Lutfy Januari E. P.
18
59
176
10
Indra Nugraha
19
55
175
11
Firman Hermawan
19
59
165
12
Joko Akhiriyanto
19
56
168
13
Panji Kusuma Yudha
19
75
175
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 55
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
14
Arip Mustakim
19
59
176
15
Abdul Rahman
20
48
168
16
M. Aditya
19
75
170
17
Yanuar Ardiansyah
19
71
177
18
Endah Woro Wardani
19
47
162
19
Wiyoga Nur Alamsyah
18
54
160
20
Angga Sodikin
19
58
173
21
Anton Nimus
20
52
165
22
Ahmad Mathuri
19
45
168
23
Irfan Widiarto
19
90
170
24
Eko Setiawan
19
60
169
25
Anton Giardhi Bramanto
19
55
165
26
Wahyu Sugar Ibrahim
21
54
165
27
Ade Pratama
19
57
187
28
M. Syawal Setiawan
20
95
173
29
Soerja Julianto
20
58
175
30
Diah Utami
19
45
160
31
Kukuh W Dias Utami
19
49
160
32
Al Bayhaki
19
46
173
33
Rambu Naha Tarap
19
49
158
34
Dwi Endartanto
19
69
166
35
Martin
19
60
170
36
M. Arif Maulana
20
62
173
37
Fachturrizki Ramadhan
20
75
175
38
Febriana Purwandari
22
80
170
39
Sidik Dwi Saputra
19
55
170
40
Andy Irawan
19
60
169
41
Rafli
19
55
166
42
Novian
19
50
168
43
Firmansyah
20
75
165
44
Novrian Riyadi
18
57
173
45
Adizty Suparno
18
53
160
46
Dini Maulina
17
45
155
47
M. Yusuf
19
63
160
48
Amalda Zulkarnaen
18
68
168
49
Fortunatus Pake
17
62
162
50
Zamaludin
17
55
170
51
M. Kasroniyanto
20
50
169
52
Azis M. A.
18
79
175
53
Isma
18
50
170
54
Ezra Lisfiani
17
40
160
55
Fauzan Septia M.
18
50
180
56
Yoel Octavianus Octavianu s
18
50
173
57
M. Radityo R.
17
60
175
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 56
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
58
Herlian Saputra
18
100
180
59
Ihsan Maulana
19
60
175
60
Nur Muhammad
18
80
173
61
Wisnu Sudaryanto
17
65
172
62
Denny Permana Perman a
18
57
172
63
Dessy Diardito Miranda
17
57
176
64
M. Wahyu S.
18
50
164
65
Aron Mangatas
18
65
175
66
Stefany S.
18
69
170
67
Aliftia Alifti a S.
18
57
172
68
Yodi Ramadhoni
19
73
170
69
Herman Santoso
20
55
168
70
Aziz Kurniawan
19
48
169
71
Eren Yudy P.
18
44
171
72
Arie Yones
18
60
170
73
Rudini Mulya
20
57
169
74
Faisal Umar N.
18
65
170
75
Ikhwan H.
17
54
175
76
Ryan Nurhuda
18
57
171
77
Agus Raif
20
50
160
78
Adhitama Febrianto
19
60
162
79
Andri Muliyawan
23
60
173
80
Iwan Sutiyono
20
55
160
81
Eko Suriyanto
20
55
170
82
Dede Permana Perman a
20
49
175
83
Achmad Adnan Kasogi
19
58
168
84
Panji Aryo Priyadi
20
55
160
85
Steven Miky Pangkey
22
48
165
86
Ibnu Malik
20
50
168
87
Chandra Adi Putra
20
55
173
88
Yovan Arifin Arifi n
20
50
176
89
Ricky Reza Adhavi
20
49
167
90
Ria Qori'ah
20
53
155
91
Anisah H
20
50
165
92
Ian Danarko
21
60
172
93
Heri Nurmansyah
22
60
170
94
Irwan Yosia
22
55
171
95
Lucyana
21
48
170
96
Eka Rachmatillah
22
60
169
97
Wawan
22
64
170
98
Baskoro
22
65
169
99
Bagus
20
68
169
Ossa Sutaarga
22
50
168
100
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 57
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
Langkah-langkah dalam menjalankan SPSS 17.0 adalah sebagai berikut: 1. Klik Start. 2. All Programs. 3. Pilih SPSS Statistic 17.0 4. Kemudian pilih Type in data 5. Kemudian klik OK dan SPSS siap digunakan 6. Langkah pertama entrilah data sesuai dengan format di bawah ini berdasarkan data yang diperoleh Tabel Data Tinggi dan Berat Badan Mahasiswa Teknik Industri.
7. Klik Variable View di sebelah kiri bawah lembar kerja.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 58
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
8. Kolom Name digunakan untuk memperjelas informasi tentang variable var iable yang dimaksud. Pada kolom Name, tulislah NAMA, TINGGI, BADAN dan UMUR. 9. Klik Analyze, Regression, Linear. Untuk kolom Dependent disi dengan BERAT sedangkan Independent diisi dengan TINGGI, dan UMUR.
10. Klik Statistic.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 59
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
Kemudian beri tanda pada Estimates, Confidence intervals, Covariance matrix, Model fit, R-squared changes, Descriptives Part, and Partial correlations, Collinearity diagnostics, Durbin-Watson Durbin-Watson dan Casewise diagnostics.
Klik Continue.
11. Klik Options. Kemudian beri tanda pada Use Probability of F, Include constant in equation, dan Exclude cases listwise.
Klik Continue.
12. Klik OK.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 60
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
Maka akan menghasilkan OUTPUT seperti berikut:
Regression Descriptive Statistics Mean
Std. Deviation
N
Berat
58.67
10.797
100
Tinggi
168.34
11.938
100
Umur
19.31
1.482
100
Correlations Berat Pearson Correlation
Sig. (1-tailed)
N
Tinggi
Umur
Berat
1.000
.023
-.009
Tinggi
.023
1.000
-.009
Umur
-.009
-.009
1.000
Berat
.
.410
.466
Tinggi
.410
.
.463
Umur
.466
.463
.
Berat
100
100
100
Tinggi
100
100
100
Umur
100
100
100
Variables Entered/Removed Model
Variables Entered Variables Removed Removed a
1
Umur, Tinggi
Method
. Enter
a. All requested variables entered.
b
Model Summary
Change Statistics
Model
R
1
.025
Adjusted R
Std. Error of
R Square
Square
the Estimate
Change
R Square a
.001
-.020
10.904
.001
Sig. F F Change .029
df1
df2 2
Change 97
.971
a. Predictors: (Constant), Umur, Tinggi b. Dependent Variable: Berat
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 61
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
b
ANOVA Model 1
Sum of Squares Regression
df
Mean Square
6.965
2
3.482
Residual
11533.145
97
118.898
Total
11540.110
99
F
Sig. a
.029
.971
a. Predictors: (Constant), Umur, Tinggi b. Dependent Variable: Berat
a
Coefficient Correlations Model 1
Umur Correlations
Covariances
Tinggi
Umur
1.000
.009
Tinggi
.009
1.000
Umur
.547
.001
Tinggi
.001
.008
a. Dependent Variable: Berat
a
Collinearity Diagnostics
Variance Proportions
Dimensio Model
n
Eigenvalue
Condition Index
(Constant)
Tinggi
Umur
1
1
2.993
1.000
. 00
.00
.00
2
.005
23.451
.00
.42
.57
3
.002
41.203
1.00
.58
.43
a. Dependent Variable: Berat
a
Casewise Diagnostics
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 62
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
Case Number
Std. Residual
Berat
Predicted Value
Residual
28
3.327
95
58.72
36.276
58
3.761
100
58.99
41.007
a. Dependent Variable: Berat
a
Residuals Statistics Minimum Predicted Value
Maximum
Mean
Std. Deviation
N
56.54
59.08
58.67
.265
100
-18.639
41.007
.000
10.793
100
Std. Predicted Value
-8.025
1.534
.000
1.000
100
Std. Residual
-1.709
3.761
.000
.990
100
Residual
a. Dependent Variable: Berat
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 63
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
BAB IV PEMBAHASAN DAN ANALISA 4.1
Pembahasan
Berdasarkan hasil pengolahan data menggunakan SPSS 17.0 sehingga menghasilkan data di atas, maka terdapat beberapa pertanyaan mengenai hasil pengolahan data tersebut. Berilut pertanyaanya: 1. Berapa korelasi total dan parsial masing-masing variabel? Jawab:
a) Korelasi total (R)
= 0,025
b) Kolrelasi parsial tinggi
= 0,023
c) Korelasi parsial umur
= - 0,008
Variabel: Konstanta a = 56,364 b = 0,021 c = - 0,062 2. Buat persamaan untuk rumus regresinya? Jawab:
= + +
56,364 64 + 0,02 0,021 1 + (−0,062) ) = 56,3 3. Dari kedua variabel, mana yang lebih mempengaruhi? Jawab:
a) Korelasi parsial tinggi = 0,023 (termasuk (ter masuk korelasi positif sedang)
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 64
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
2012
b) Korelasi parsial parsial umur = - 0,008 (termasuk korelasi negatif kuat) Maka, dapat diambil kesimpulan dari kedua variabe l yang lebih mempengaruhi berat badan adalah tinggi. 4. Jika diketahui tinggi si A adalah adala h 170 cm dan umur 20 tahun, berapakah berat si A tersebut? Jawab:
: = 170 = 20ℎ = 56,364 = 0,021 = −0,062 : … ? : = + + = 56,36 56,364 4 + (0,021 0,021 × 170 170) + (−0,06 0,062 2 × 20) 20)
= 56, 56,364 364 + 3,57 3,57 + −1,24 = 58,694 → 59
5. Buat kesimpulan! Kesimpulannya adalah berdasrkan korelasi total yang diperoleh = 0,025 termasuk korelasi positif sedang. Artinya tinggi dan umur mempengaruhi berat badan sebesar positif sedang yaitu dengan menggunakan menggunakan R-square = 0,001 = 0,1%.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 65
2012
RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA
BAB V KESIMPULAN
Adapun kesimpulan yang dapat ditarik dari laporan kami kali ini yaitu :
1. SPSS adalah salah satu program yang dapat membantu para statistikawan dalam menyelesaikan dan membahas permasalan statistika. SPSS dapat mempermudah penyajian dan interprestasi suatu data statistika. Penyajian data dengan SPSS dilengkapi dengan histogram, pie chart, box plot, dan analisis dari dat a tersebut.
2.
Dengan
menggunakan
permasalahan
statistika
program yang
SPSS
tersebut,
berbentuk
regresi
kita
dapat
seperti
menyelesaikan
contoh
di
atas.
3. Dari contoh permasalahan di atas, didapatkan output SPSS regresinya sebesar 0,891, hal ini menunjukkan bahwa salinitas berpengaruh kuat pada produktivitas ta mbaknya. mbaknya.
4. Dari output SPSS juga, kita dapat menentukan persamaannya, yaitu Y = 39,471+0,102x. 39,471+0,102x.
Kelompok IV - Laporan Laporan Praktikum Regresi Regresi Berganda Berganda
| 66