statistik jalan

8/20/2019 STATISTIK JALAN

1/28

TUGAS

STATISTIKA DAN PROBABILITAS

PROF. DR.WIDOWATI, M.Si

REGRESI LINIER

BERGANDA

PROGRAM PASCA SARJANA

MAGISTER MANAJEMEN REKAYASA INFRASTRUKTUR

TEKNIK SIPIL

UNIVERSITAS DIPONEGORO

DIBUAT OLEH :

RAKHMATIKA

NIM. 21010112000


2/28

REGRESI LINIER BERGANDA

Evaporasi merupakan proses berubahnya bentuk zat cair (air) menjadi gas (uap air) dan masuk ke atmosfer. Evaporasi terjadi pada permukaan air (seperti laut, danau, dan sungai), permukaan

tanah ( genangan air di atas tanah dan penguapan dari permukaan air tanah yang dekat dengan

permukaan tanah) dan permukaan tanaman (intersepsi). Tabel 1 ata !limatologi dan

Evaporasi "ilayah #ungai Einlanden$igul$%ikuma (Sumber :Data Klimatologi , 2013 ).

&arilah model regresi jamak , apakaha ada pengaruh secara bersama$sama antara suhu,

kelembaban, kecepatan angin, sinar mataharai terhadap evaporasi' elaskan

TABEL 1. Data Klimatologi dan Evaporasi Wilayah Sungai Einlanden-Digul-Bikuma

o. EvaporasiSuhu

!dara

Kelem"a"an

!dara

Ke#epatan

angin

$enyinaran

%atahari

& '1 '( ') '*

1 1*+,++ *,-1 /,0 *,-0 *,2

( 1*,1 *,2 2,- *,- ++,/2

) 1*,/ *, 2-,+- ,0- +/,1

* 10,0* ,/ 2-,0 *,0+ +,1

+ 11,*- *,2 1,*- *,* -,11

, -1,- ,-* 1,-1 *,1 */,/2

1/-,* ,*0 /,2+ ,0 0,/

1*1,/0 ,** /,12 +,1* +2,2-

/ 1+,/ *,1 2-,/1 +,- 02,22

10 100,* ,/+ 20,-* +,* 01,/

11 1*-,-0 ,10 /,2 ,0 +1,2

1( 1+1,2 ,1* ,++ +,2 +,*

(Sumber :Data Klimatologi , 2013 ).

DATA TUGAS 1

METODE ANALISA DATA


3/28


3nalisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel

independen (41, 4,5.4n) dengan variabel dependen (6). 3nalisis ini untuk mengetahui arah

hubungan antara variabel independen dengan variabel dependen apakah masing$masing

variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel

dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.

alam data studi diatas didapatkan bah7a variabel independen (4k ) yang menentukan variabel

dependen (6) ada lebih dari satu, sehingga model regresi yang digunakan adalah model

8egresi amak ( Multiple Regression Model ). 3pabila diporoleh hubungan antara 6 dan 4k

linear maka model tersebut disebut 9odel 8egresi :inear amak ( Multiple Linear Regression

Model ).

;ntuk sampel pada studi diatas, berarti estimasi bagi 6 yang diperoleh adalah<

**11/= xb xb xb xbb y ++++=

>ariabel independen ? peubah bebas ? peubah yang mempengaruhi ? 4k yaitu faktor yang

mempengaruhi evaporasi dimana< '1 adalah suhu udara , '( adalah kelem"a"an udara ')

adalah ke#epatan angin '* adalah penyinaran matahari.

>ariabel dependen ? peubah tak bebas ? peubah yang dipengaruhi ? & adalah evaporasi.

2asil Analisa 3%s. E4#el5

@asil analisa data dengan menggunakan 9s. EAcel dapat dilihat pada tabel 1. di ba7ah ini.

3nalisa tersebut menggunakan rumus logika linest

TABEL (. 2AS6L 7!T$!T DA86 %6987S7:T E'9ELL 3L6EST5


4/28


% %* % %1 %//,*-+20

+

1,/0/*

$

,210- 1*,01*122

$

+0,2-1/22

/,*+12//

+

*,/1-10

1,2-0/0

0

*,/--00-*

+

121,-202

1

/,-*1/200+0

0,2-+111++0 BCD3 BCD3 BCD3

*,0/+00

1 2 BCD3 BCD3 BCD3

*00,02*/

**,122

BCD3 BCD3 BCD3

3 a5

B* B) B( %1 %/

/,*-++ 1,/0/

$

,210-/ 1*,01*1 $+0,2-1/

S b S b* S b S b1 S b/

/,*+121 *,/1-1*

1,2-0/0

0 *,/--02

121,-202

8 sev

/,-*1/22 0,2-+11 BCD3 BCD3 BCD3

: hit dk

*,0/+2 2,////// BCD3 BCD3 BCD3

##8 ##E

*00,02*/ **,122 BCD3 BCD3 BCD3

3"5

%erdasarkan Tabel di atas dapat dijelaskan bah7a nilai<

%/ ? $ +0,2-1

%1 ? 1*,01

% ? $,2

%* ? 1,

% ? /,*-+

3. ersamaan 8egresi :inear amak@ubungan antara #uhu ;dara (41), !elembaban udara (4), !ecepatan 3nging (4*),

emyinaran 9atahari (4) dengan Evaporasi (6) adalah

ersamaan regresi< 6 ? $+0,2-1 F 1*,01 41 $ ,2 4 F1, 4* F /,*-+ 4%. !ekuatan @ubungan #ecara %ersama 3ntara 41, 4, 4*, 4 terhadap 6 adalah

r ? √ R2

? √ 0,931 ? /,-0

&. !oefesien eterminan < 8 ? /,-*1/22 ? -*, 11G

3rtinya adalah suhu udara, kelembaban udara, kecepatan angin, penyinaran matahari

mempengaruhi evaporasi sebesar -*,11G sedangkan 0,-G dipengaruhi oleh variabel D

faktor lainnya


5/28


engan diolah menggunakan ### metode naly!e Regression Linear , didapatkan hasil

sebagai berikut <

TABEL ). 2AS6L AAL6SA 8E;8ES6 L6EA8 DE;A S$SS

A. ariables

Entered

>ariables

8emoved 9ethod

1 enyinaran

9atahari,

#uhu ;dara,

!ecepatan

3ngin,

!elembaban

;daraa

. Enter

a. ll re"uested #ariables entered .

B. Model Summary

%odel Summary

9odel 8 8 #Huare3djusted 8

#Huare#td. Error of the Estimate

1 .-0+a .-*1 .- 0.2-+11

a. $redi%tors< (&onstant), enyinaran 9atahari, #uhu

;dara, !ecepatan 3ngin, !elembaban ;dara

9. A7ariable< Evaporasi


6/28


D. Coefficientsa

9oe>>i#ientsa

9odel

;nstandardized

&oefficients

#tandardized

&oefficients

t #ig.% #td. Error %eta

1 (&onstant) $+0.2-1 121.-22 $.**/ .2+1

#uhu ;dara 1*.01 *./-+ .0 .*-- .//*

!elembaban ;dara $.2 1.2-0 $.// $1.+1+ .12*

!ecepatan 3ngin 1. *./ .0/ .2+/ .//

enyinaran

9atahari

.*-+ .*+ .1* 1.1+ .-/

a. ependent >ariable< Evaporasi

%erdasarkan tabel di atas dapat dijelaskan bah7a nilai<

%/ ? $ +0,2-1

%1 ? 1*,01

% ? $,2

%* ? 1,

% ? /,*-+

ersamaan regresi< 6 ? $+0,2-1 F 1*,01 41 $ ,2 4 F1, 4* F /,*-+ 4

!eterangan <

6 ? Evaporasi

41 ? #uhu ;dara

4 ? !elembaban ;dara

4* ? !ecepatan 3ngin

4 ? enyinaran 9atahari

%erdasarkan hasil analisis regresi ganda antara pasangan data variabel suhu udara (41),

kelembaban udara (4), kecepatan angin (4*) dan penyinaran matahari (4) dengan variabel

Evaporasi (6) diperoleh persamaan yang sama dengan menggunakan metode perhitungan 9s.EAcell (:inest) dan juga diperoleh hasil sebagai berikut


7/28


a. #emakin

3dapun hubungan masing$masing variabel dengan menggunakan program 9s.EAcell dapat

digambarkan pada grafik berikut ini <

22 22.5 23 23.5 24 24.5

0

50

100

150

200

f(x) = 15.34x - 228.41

R² = 0.25

HUBUNGAN EVAPORASI DENGAN SUHU UDARA

SUHU UDARA

EVAPORASI

;am"ar 1. ;ra>ik 2u"ungan Evaporasi Dengan Suhu !dara

iketahui < #lope ? 1+, **

Jntersep ? $,/+

!orelasi (r) ? /,+/1-

!oef.eterminasi (8 ) ? /,+1-

ari Kambar 1 dapat dianalisa bah7a <

3. iperoleh persamaan regresi linear sederhana hubungan fungsional antara evaporasi

(6) dengan suhu udara (41) adalah sebagai berikut <

6 ? 1+,** 4$,3rtinya apabila suhu udara semakin meningkat maka evaporasi juga semakin

meningkat

%. iperoleh koefesien korelasi r ? /,+/1- artinya kekuatan hubungan antara evaporasi

dengan suhu udara adalah sedang

&. idapat koefesien determinasi 8 ? /,+1 artinya evaporasi dipengaruhi oleh suhu

udara sebesar +,1 G sedangkan yang 2,- G dipengaruhi oleh faktor lain


8/28


76 77 78 79 80 81 82 83

0

50

100

150

200

f(x) = - 7.48x + 732.69

R² = 0.3

HUBUNGAN EVAPORASI DENGAN KELEMBABAN UDARA

KELEMBABAN UDARA

EVAPORASI

;am"ar (. ;ra>ik 2u"ungan Evaporasi Dengan Kelem"a"an !dara

iketahui < #lope ? $2,1+

Jntersep ? 2*,0-

!orelasi (r) ? $ /,++/2

!oef.eterminasi (8 ) ? /,*/*+-

ari Kambar dapat dianalisa bah7a <


(6) dengan kelembaban udara (4) adalah sebagai berikut <

6 ? $2, 4 F 2*,0

3rtinya apabila kelembaban udara semakin meningkat maka evaporasi semakin

menurun.

%. iperoleh koefesien korelasi r ? $/,+0 artinya kekuatan hubungan antara evaporasi

dengan kelembaban udara adalah sedang

&. idapat koefesien determinasi 8 ? /,*/* artinya evaporasi dipengaruhi oleh

kelembaban udara sebesar */,* G sedangkan yang 0-,0 G dipengaruhi oleh faktor lain


9/28


3.5 4 4.5 5 5.5 6 6.5

0

20

40

60

80

100

120140

160

180

f(x) = 18.37x + 47.91

R² = 0.59

HUBUNGAN EVAPORASI DENGAN KECEPATAN ANGIN

KECEPATAN ANGIN

EVAPORASI

;am"ar ). ;ra>ik 2u"ungan Evaporasi Dengan Ke#epatan Angin

iketahui < #lope ? 1,*020

Jntersep ? 2,-/-+

!orelasi (r) ? /,20+221

!oef.eterminasi (8 ) ? /,+0/+

ari Kambar * dapat dianalisa bah7a <


(6) dengan kecepatan angin (4*) adalah sebagai berikut <

6 ? 1,*0 4 F 2,-/

3rtinya apabila kecepatan angin semakin meningkat maka evaporasi juga semakin

meningkat.

%. iperoleh koefesien korelasi r ? /,20 artinya kekuatan hubungan antara evaporasi

dengan kecepatan angin adalah kuat

&. idapat koefesien determinasi 8 ? /,+0 artinya evaporasi dipengaruhi oleh suhu

udara sebesar +,0 G sedangkan yang 1, G dipengaruhi oleh faktor lain


10/28


25 30 35 40 45 50 55 60 65 70

0

20

40

60

80

100

120140

160

180

f(x) = 1.6x + 49.52

R² = 0.55

HUBUNGAN EVAPORASI DENGAN PENYINARAN MATAHARI

PENYINARAN MATAHARI

EVAPORASI

;am"ar *. ;ra>ik 2u"ungan Evaporasi Dengan $enyinaran %atahari

iketahui < #lope ? 1,0/110

Jntersep ? -,+*0

!orelasi (r) ? /,21-1

!oef.eterminasi (8 ) ? /,++/+*0

ari Kambar dapat dianalisa bah7a <


(6) dengan penyinaran matahari (4) adalah sebagai berikut <

6 ? 1,0/ 4 F -,+

3rtinya apabila penyinaran matahari semakin meningkat maka evaporasi juga semakin

meningkat.

%. iperoleh koefesien korelasi r ? /,2 artinya kekuatan hubungan antara evaporasi

dengan penyinaran matahari adalah kuat

&. idapat koefesien determinasi 8 ? /,++1 artinya evaporasi dipengaruhi oleh

penyinaran matahari sebesar ++,1 G sedangkan yang ,- G dipengaruhi oleh faktor

lain

engan diolah menggunakan ### metode naly!e &ur#e 'stimation, didapatkan hasil

sebagai berikut


11/28


A. 2!B!;A E


12/28


1. 9LE: 8EK8E#J :JCE38

ersamaan < 6 ? 2*,0- $ 2, 4

. 9LE: 8EK8E#J CLC :JCE38 !;383TJ!

ersamaan < 6 ? 1*0*,/ $ *-,/* 4 F ,1*- 4

*. 9LE: 8EK8E#J CLC :JCE38 !;%J!

ersamaan < 6 ? -,+20 $ 12-,+ 4 F /,/// .4F /,//- 4*

;am"ar ,. ;ra>ik 2u"ungan Evaporasi Dengan Kelem"a"an !dara 3Curve Estimation5

9. 2!B!;A E


13/28


*. 9LE: 8EK8E#J CLC :JCE38 !;%J!

ersamaan < 6 ? 0,0+- F 1,-/ 4 $ /,/++ 4F/,/// 4*

;am"ar . ;ra>ik 2u"ungan Evaporasi Dengan Ke#epatan Angin 3Curve Estimation5

D. 2!B!;A E


14/28


;am"ar . ;ra>ik 2u"ungan Evaporasi Dengan $enyinaran %atahari 3Curve

Estimation5

!?6 K7E:6S6E 8E;8ES6 SE9A8A BE8SA%A-SA%A 3!?6 :5

Tahap-tahap untuk melakukan u@i : adalah se"agai "erikut


15/28


1. 9erumuskan @ipotesis

@o < Tidak ada pengaruh secara signifikan antara suhu udara, kelembaban udara,

kecepatan angin dan penyinaran matahari secara bersama$sama terhadap besaran

evaporasi.

M1? M? / berarti 6 tidak bergantung semua 4k

@1 < 3da pengaruh secara signifikan antara suhu udara, kelembaban udara, kecepatan

angin dan penyinaran matahari secara bersama$sama terhadap besaran evaporasi.

aling tidak ada 1 nilai Mk N /

. 9enentukan tingkat signifikansi

Tingkat signifikansi menggunakan O ? +G (signifikansi +G atau /,/+ adalah ukuran

standar yang sering digunakan dalam penelitian)

*. 9enentukan I hitung

;ntuk memeriksa kebenaran hipotesa ini bisa digunakan I$test, dengan nilai I yaitu<

MS'

MSR ( =

TABEL . 8!%!S $E826T!;A : 26T!;

Sum"er


16/28


.--,2 1.0/1, 2,-02--1

Error SSE n-(k+1) MSE=SSE/{n-(k+1)}

2,21 -,1

TOTAL SSTot n-1

.-/, 11

engan diolah menggunakan ###, didapatkan hasil sebagai berikut <

TABEL /. 2AS6L $E826T!;A A7


17/28


0. 9embandingkan I hitung dengan I kritis

Cilai I hitung I kritis (*,01 ,1*), maka @o ditolak

2. !esimpulan

• !arena I hitung I kritis (*,01 ,1*), maka @o ditolak, artinya ada pengaruh

secara signifikan antara suhu udara, kelembaban udara, kecepatan angin dan

penyinaran matahari secara bersama$sama terhadap besaran evaporasi sehingga tidak

"enar kalau dikatakan bah7a 41, 4, 4* dan 4 seluruhnya tidak menentukan nilai 6

atau dengan kata lain 41 dan 4 "erpengaruh terhadap nilai 6.

• engaruh antara suhu udara, kelembaban udara, kecepatan angin dan penyinaran

matahari secara bersama$sama terhadap besaran dapat pula dilihat dari nilai

probabilitasnya (>alue). %erdasarkan hasil analisis data menunjukkan bah7a nilai

signifikan I adalah /./// lebih kecil dari /./+ atau +G. @al ini membuktikan bah7a

suhu udara, kelembaban udara, kecepatan angin dan penyinaran matahari

mempengaruhi besarnya evaporasi.

• @asil analisis menunjukkan adanya korelasi yang cukup tinggi antara suhu udara,

kelembaban udara, kecepatan angin dan penyinaran matahari terhadap evaporasi.

engan demikian dapat diperoleh gambaran bah7a semakin suhu udara, kelembaban

udara, kecepatan angin dan penyinaran matahari, maka semakin besar pula

evaporasi, sehingga model persamaan di atas dapat digunakan.

.

AAL6S6S K78ELAS6 ;ADA DA AAL6S6S DETE8%6AS6 38 (5


18/28


3nalisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel independen

(41, 4,54n) terhadap variabel dependen (6) secara serentak. !oefisien ini menunjukkan

seberapa besar hubungan yang terjadi antara variabel independen (41, 4,554n) secara

serentak terhadap variabel dependen (6). nilai 8 berkisar antara / sampai 1, nilai semakin

mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati /

maka hubungan yang terjadi semakin lemah.

TABEL 10. 2!B!;A 6TE8


19/28


6aitu variansi karena regresi dibagi variasi total.

#edangkan 8 < koefisien korelasi jamak yaitu<

SStotal

SSR R =

#elain itu juga didefinisikan d)usted 8 yaitu<

)1D(

)1D(1

−

−−−=

nSS*

+ nSS' Rad)

8 selalu bertambah dengan penambahan variabel independen. 8 adj memperhitungkan

pengaruh ini, sehingga akan WmenghukumX o#eritted model.

!oefisien adjusted 8 baru berarti bilamana dalam pembentukan model ingin diketahui apakah

penambahan variabel independen baru memang memperbaiki model atau tidak. d)usted 8

S"uare adalah nilai 8 S"uare yang telah disesuaikan, nilai ini selalu lebih kecil dari 8 S"uare

dan angka ini bisa memiliki harga negatif. ;ntuk regresi dengan lebih dari dua variabel bebas

digunakan d)usted 8 sebagai koefisien determinasi.

ari tabel perhitungan dengan eAcel diperoleh<

##E ? **,1 , ##8 ? .*00,2

##Tot ? .0-,

%anyak data n?1, banyak variabel bebas k?

/.-*110-,

*00,2===

SStot

SSR R

/.-0+-*11./ == R

engan diolah menggunakan ###, didapatkan hasil sebagai berikut<

TABEL 11. 2AS6L $E826T!;A 6LA6 8 DA86 S$SS

M3$4 S!""&%5

Model R R S!u"re

Ad


20/28


2asil analisis korelasi ganda

%erdasarkan tabel di atas baik menggunakan perhitungan eAcel maupun diolah dengan ###

diperoleh angka 8 sebesar /,-0+. iperoleh bah7a variabel evaporasi. engan demikian dapat

diperoleh gambaran bah7a semakin suhu udara, kelembaban udara, kecepatan angin dan

penyinaran matahari yaitu /, V r V1 atau /, V /.-0+ V1, hal ini berarti hubungan antara

variabel sangat kuat dan bersifat positif.

2asil Analisis Determinasi 38 (5

%erdasarkan tabel di atas baik menggunakan perhitungan eAcel maupun diolah dengan ###

diperoleh angka 8 (8 S"uare) sebesar /,-*1 atau (-*,1G). @al ini menunjukkan bah7a

prosentase sumbangan pengaruh variabel independen (suhu udara, kelembaban udara,

kecepatan angin dan penyinaran matahari) terhadap variabel dependen (evaporasi) sebesar

-*,1G. 3tau variasi variabel independen yang digunakan dalam model (suhu udara,

kelembaban udara, kecepatan angin dan penyinaran matahari) mampu menjelaskan sebesar

-*,1G variasi variabel dependen (evaporasi). #edangkan sisanya sebesar 0,-G dipengaruhi

atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.

#elain itu juga didefinisikan 3djusted 8

/.-11D,0-

2D1,**1

)1D(

)1D(1 =−=

−

−−−=

nSS*

+ nSS' Rad)

iperoleh bah7a dari perhitungan koefisien adjusted 8 prosentase sumbangan pengaruh

variabel independen (suhu udara, kelembaban udara, kecepatan angin dan penyinaran matahari)

terhadap variabel dependen (evaporasi) sebesar -,G.

#tandard Error of the Estimate adalah suatu ukuran banyaknya kesalahan model regresi dalam

memprediksikan nilai 6. ari hasil regresi output ### di dapat nilai 0,2-+1, @al ini berarti

banyaknya kesalahan dalam prediksi evaporasi sebesar 0,2-+1. #ebagai pedoman jika Standard

error o t-e estimate kurang dari standar deviasi 6, maka model regresi semakin baik dalam

memprediksi nilai 6.


21/28


!?6 K7E:6S6E 8E;8ES6 SE9A8A $A8S6AL 3!?6 T5

;ji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (41, 4,

5..4n) secara parsial berpengaruh signifikan terhadap variabel dependen (6).

;ntuk masing$masing koefisien, dapat dilakukan test hipotesa

@/ < M1 ? / @/ < M ? /

@1 < M1 N / @1 < M N /

b+

+

S

bt

/−=

>ariabel t ini terdistribusi menurut student$t dengan derajat kebebasan v?n$(kF1). engan # bk adalah standard error dari koefisien bk. erhitungan # bk secara manual rumit,

melibatkan elemen diagonal dari matriA variansi$kovariansi.

engan mempergunakan variabel test<

Jnterval kepercayaan 1//(1$O)G bagi koefisien Mk adalah<

b+ + b+ + S t bS t b DD α α β +


22/28


# b1 ? standard error b1 ? 1*,01

, maka t1 <

.*-*,/-+

1*,01/

1

1

1 ==

−

=

bS

bt

engan diolah menggunakan ###, didapatkan hasil sebagai berikut<

TABEL 1(. 2AS6L $E826T!;A 6LA6 t DA86 S$SS

C$66i7i$+*'&

Model

5nst"nd"rdied oeiients

St"nd"rdied

oeiients

t Sig$> Std$ Error >et"

1 (onst"nt) -,'$1 11$ -$&&* $,1

Su4u 5d"r" 1&$'1% &$*, $%%' %$& $**&

6elem8"8"n 5d"r" -$ 1$' -$** -1$,1, $1&

6ee7"t"n Angin 1%$%% &$*% $'* %$,* $**

.en3in"r"n M"t"4"ri $&, $&%, $1& 1$1%, $*

"$ 9e7endent :"ri"8le0 E;"7or"si

%erdasarkan tabel output ### maupun perhitungan manual diperoleh t hitung output

### sebesar ,*-

. 9enentukan t tabel

Tabel distribusi t dicari pada O ? +G < ? ,+G (uji sisi) dengan derajat kebebasan (df)

n$k$1 atau 1$$1 ? 2 (n adalah jumlah kasus dan k adalah jumlah variabel independen).

engan pengujian sisi (signifikansi ? /,/+) hasil diperoleh untuk t tabel sebesar ,*0

atau dapat dicari di 9s EAcel dengan cara pada cell kosong ketik ?tinv(/./+,2) lalu enter.

+. !riteria pengujian

@o diterima jika $t tabel S t hitung S t tabel

@o ditolak jika t hitung S $t tabel atau t hitung t tabel


23/28


0. 9embandingkan t hitung dengan t tabel

Cilai t hitung t tabel (,*- ,*0) maka @o ditolak

2. !esimpulan

Lleh karena nilai t hitung $t tabel (,*- ,*0) maka @o ditolak, artinya secara parsial

memiliki pengaruh signifikan antara suhu udara dengan nilai evaporasi.

$engu@ian koe>isien regresi varia"el kelem"a"an udara

1. 9enentukan @ipotesis

@o < #ecara parsial tidak ada pengaruh secara signifikan antara kelembaban udara dengan

nilai evaporasi

@1 < #ecara pasrsial ada pengaruh secara signifikan antara kelembaban udara dengan nilai

evaporasi




*. 9enentukan t hitung

erhitungan manual dengan output eAcel<

# b ? standard error b ? $,210 , maka t <

$1,+1+1,2-0/

,210$/

==

−

=

bS

bt




24/28


C$66i7i$+*'&

Model


St"nd"rdied

oeiients


1 (onst"nt) -,'$1 11$ -$&&* $,1

Su4u 5d"r" 1&$'1% &$*, $%%' %$& $**&

6elem8"8"n 5d"r" -$ 1$' -$** -1$,1, $1&

6ee7"t"n Angin 1%$%% &$*% $'* %$,* $**

.en3in"r"n M"t"4"ri $&, $&%, $1& 1$1%, $*



### sebesar $1,+1+


+. Tabel distribusi t dicari pada O ? +G < ? ,+G (uji sisi) dengan derajat kebebasan

(df) n$k$1 atau 1$$1 ? 2 (n adalah jumlah kasus dan k adalah jumlah variabel

independen). engan pengujian sisi (signifikansi ? /,/+) hasil diperoleh untuk t

tabel sebesar ,*0 atau dapat dicari di 9s EAcel dengan cara pada cell kosong ketik

?tinv(/./+,2) lalu enter.

0. !riteria pengujian




Cilai t hitung S t tabel ($1,+1+ S ,*0) maka @o diterima

. !esimpulan

Lleh karena nilai t hitung S t tabel ($1,+1+ S ,*0) maka @o diterima, artinya secara parsial

tidak berkontribusi secara signifikan antara kelembaban udara dengan nilai evaporasi.

$engu@ian koe>isien regresi varia"el ke#epatan angin


25/28



@o < #ecara parsial tidak ada pengaruh secara signifikan antara kecepatan angin dengan

nilai evaporasi

@1 < #ecara parsial ada pengaruh secara signifikan antara kecepatan angin dengan nilai

evaporasi






# b* ? standard error b ? *,/1- , maka t <

,2-*,/1-

1,/

*

*

* ==

−

=

bS

bt



C$66i7i$+*'&

Model


St"nd"rdied

oeiients


1 (onst"nt) -,'$1 11$ -$&&* $,1

Su4u 5d"r" 1&$'1% &$*, $%%' %$& $**&

6elem8"8"n 5d"r" -$ 1$' -$** -1$,1, $1&

6ee7"t"n Angin 1%$%% &$*% $'* %$,* $**

.en3in"r"n M"t"4"ri $&, $&%, $1& 1$1%, $*



### sebesar ,2+



26/28


Tabel distribusi t dicari pada O ? +G < ? ,+G (uji sisi) dengan derajat kebebasan





+. !riteria pengujian




Cilai t hitung t tabel (,2+ ,*0) maka @o ditolak

2. !esimpulan

Lleh karena nilai t hitung S t tabel (($1,+1+ S *) maka @o ditolak, artinya secara parsial

memiliki pengaruh signifikan antara kecepatan angin dengan nilai evaporasi.

$engu@ian koe>isien regresi varia"el penyinaran matahari


@o < #ecara parsial tidak ada pengaruh secara signifikan antara penyinaran matahari dengan

nilai evaporasi

@1 < #ecara parsial ada pengaruh secara signifikan antara penyinaran matahari dengan nilai

evaporasi


Tingkat signifikansi menggunakan O ? +G (signifikansi +G atau /,/+ adalah ukuranstandar yang sering digunakan dalam penelitian)



# b ? standard error b ? *,/1- , maka t <

1+,1/,*+1

/,*-+/

==

−

=

bS

bt


27/28




C$66i7i$+*'&

Model


St"nd"rdied

oeiients


1 (onst"nt) -,'$1 11$ -$&&* $,1

Su4u 5d"r" 1&$'1% &$*, $%%' %$& $**&

6elem8"8"n 5d"r" -$ 1$' -$** -1$,1, $1&

6ee7"t"n Angin 1%$%% &$*% $'* %$,* $**

.en3in"r"n M"t"4"ri $&, $&%, $1& 1$1%, $*



### sebesar 1,1+


+. Tabel distribusi t dicari pada O ? +G < ? ,+G (uji sisi) dengan derajat kebebasan





0. !riteria pengujian




Cilai t hitung St tabel (1,1+ S ,*0) maka @o diterima

. !esimpulan

Lleh karena nilai t hitung S t tabel 1,1+ S ,*0) maka @o diterima, artinya secara parsial

tidak berkontribusi secara signifikan antara penyinaran matahari dengan nilai evaporasi.


28/28


@/ untuk t1 ditolak, t diterima, t* ditolak dan diterima untuk t. Berarti varia"el '(

3kelem"a"an udara5 dan varia"el '* 3penyinaran matahari 5 tidak "erkontri"usi se#ara

signi>ikan pada nilai & 3evaporasi5 C varia"el '1 3suhu udara5 dan ') 3ke#epatan angin5

memiliki pengaruh signi>ikan pada nilai & 3evaporasi5.

statistik jalan

Documents