Korelasi Dan Regresi

19
METODELOGI PENELITIAN DEBIT AIR YANG DIPENGARUHI OLEH LUAS PENAMPANG, WAKTU, MUSIM, DAN TEKANAN Dosen Pembimbing : Marlik,S.Si, M.Si Disusun oleh : Suraida Agil Litasari ( P27833113093 ) KELAS B / KELOMPOK C / SEMESTER IV Kementerian Kesehatan Republik Indonesia Politeknik Kesehatan Jurusan Kesehatan Lingkungan

description

korelasi dan regresi

Transcript of Korelasi Dan Regresi

METODELOGI PENELITIANDEBIT AIR YANG DIPENGARUHI OLEH LUAS PENAMPANG, WAKTU, MUSIM, DAN TEKANAN

Dosen Pembimbing :Marlik,S.Si, M.Si

Disusun oleh :Suraida Agil Litasari( P27833113093 )KELAS B / KELOMPOK C / SEMESTER IV

Kementerian Kesehatan Republik IndonesiaPoliteknik Kesehatan Jurusan Kesehatan LingkunganProdi DIII Kesehatan Lingkungan SurabayaTahun 2015A. REGRESI1. DESKRIPTIFTujuana. Tujuan umumMengetahui pengaruh luas penampang jarak,waktu,musim dan tekanan terhadap debit airb. Tujuan khusus1) Untuk menggambarkan laju debit air luas penampang jarak waktu dan tekanan2) Untuk menganalisis perbedaan rata rata laju debit air luas penampang jarak waktu dan tekanan

UJI FREQUENCY1. Langkah langkah Masukkan data Analyze descriptive Deskriptive Masukkan variabel Debit air, Luas penampang, Jarak, Waktu, dan Tekanan ke kolom variable OK Analyze descriptive Frequency Masukkan variable musim ke kolom variable OK

2. Hasil

Descriptive Statistics

NMinimumMaximumMeanStd. Deviation

Debitair1056,0098,0076,000013,31666

Luaspenampang105,0017,0010,80004,28952

Jarak105,0010,007,40001,71270

Waktu1030,0090,0059,000021,95956

Tekanan101,005,003,20001,39841

Valid N (listwise)10

Musim

FrequencyPercentValid PercentCumulative Percent

Validkemarau550,050,050,0

hujan550,050,0100,0

Total10100,0100,0

Kesimpulan :a. Debit air dapat disimpulkan bahwa dari 10 sampel memiliki jumlah rata-rata sebesar 76 m3/detik dan standart deviasi sebesar 13,32 serta laju minimum 56 m3/detik dan maksimum 98 m3/detikb. Luas penampang dapat disimpulkan bahwa dari 10 sampel memiliki jumlah rata-rata sebesar 10,8 m2 dan standart deviasi sebesar 4,29 serta luas penampang minimum 5 m2 dan maksimum 17 m2 c. Jarak dapat disimpulkan bahwa dari 10 sampel memiliki jumlah jarak rata-rata sebesar 7,4 m dan standart deviasi sebesar serta jarak minimum 5 m dan maksimum 10 md. Waktu dapat disimpulkan bahwa dari 10 sampel memiliki waktu rata-rata sebesar 59 detik dan standart deviasi sebesar 21,96 serta waktu minimum 30 detik dan maksimum 90 detik e. Tekanan dapat disimpulkan bahwa dari 10 sampel memiliki jumlah tekanan rata-rata sebesar 3,2 atm dan standart deviasi sebesar 1,39 serta tekanan minimum 1 atm dan maksimum 5 atm f. Musim sebagian besar musim yang mempengaruhi debit air adalah musim kemarau sebesar 50% dan musim hujan sebesar 50%

UJI NORMALITAS1. Langkah-langkah Masukkan data Klik analyze Klik nonparametric test legecy dialogs one sample K-S Masukkan semua variable ke dalam test variable list Klik ok2. HipotesisH0: Tidak ada perbedaan distribusi normal dengan distribusi sampelH1: Ada perbedaan distribusi normal dengan distribusi sampel: 0,05Daerah tolak H0 jika 03. Hasil

One-Sample Kolmogorov-Smirnov Test

DebitairLuaspenampangJarakWaktuMusimTekanan

N101010101010

Normal Parametersa,bMean76,000010,80007,400059,00001,503,2000

Std. Deviation13,316664,289521,7127021,95956,5271,39841

Most Extreme DifferencesAbsolute,140,174,225,172,329,216

Positive,140,174,193,172,329,205

Negative-,099-,136-,225-,167-,329-,216

Kolmogorov-Smirnov Z,444,550,711,5451,039,684

Asymp. Sig. (2-tailed),989,923,693,928,230,737

a. Test distribution is Normal.

b. Calculated from data.

Kesimpulan :a. Debit airKarena p = 0,989 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampelb. Luas penampangKarena p = 0,923 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampelc. JarakKarena p = 0,693 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampeld. WaktuKarena p = 0,928 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampele. MusimKarena p = 0,230 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampelf. TekananKarena p = 0,737 0,05 maka, Ho diterima yang berarti Tidak ada perbedaan distribusi normal dengan distribusi sampel

UJI KORELASI1. Langkah langkah Masukkan data Klik analyze Klik Correlate bivariate Masukkan semua variable ke variables Mencentang semua Pearson OK

2. HipotesisH0: = 0H1: 0: 0,05Daerah tolak H0 jika p <

3. Hasil

Correlations

DebitairLuaspenampangJarakWaktuMusimTekanan

DebitairPearson Correlation1-,778**,044,629,332,310

Sig. (2-tailed),008,904,051,348,383

N101010101010

LuaspenampangPearson Correlation-,778**1-,154-,268-,442-,104

Sig. (2-tailed),008,670,454,201,776

N101010101010

JarakPearson Correlation,044-,1541-,490-,123,705*

Sig. (2-tailed),904,670,150,735,023

N101010101010

WaktuPearson Correlation,629-,268-,4901,192-,246

Sig. (2-tailed),051,454,150,595,493

N101010101010

MusimPearson Correlation,332-,442-,123,1921-,302

Sig. (2-tailed),348,201,735,595,397

N101010101010

TekananPearson Correlation,310-,104,705*-,246-,3021

Sig. (2-tailed),383,776,023,493,397

N101010101010

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Kesimpulan :a. Debit air dengan luas penampang Karena p = 0,008 < 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara debit air dengan luas penampangb. Debit air dengan jarakKarena p = 0,904 < 0,05 maka, H0 ditolak yang berarti ada hubungan antara debit air dengan jarakc. Debit air dengan waktuKarena p = 0,051 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara debit air dengan waktud. Debit air dengan musimKarena p = 0,348 < 0,05 maka, H0 ditolak yang berarti ada hubungan antara debit air dengan musime. Debit air dengan tekananKarena p = 0,383 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara debit air dengan tekananf. Luas penampang dengan jarakKarena p = 0,670 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara luas penampang dengan jarak

g. Luas penampang dengan waktuKarena p = 0,454 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara luas penampang waktuh. Luas penampang dengan musimKarena p = 0,201 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara luas penampang dengan musimi. Luas penampang dengan tekananKarena p = 0,776 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara luas penampang dengan tekananj. Jarak dengan waktuKarena p = 0,150 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara jarak dengan waktuk. Jarak dengan musimKarena p = 0,735 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara jarak dengan musiml. Jarak dengan tekananKarena p = 0,023 < 0,05 maka, H0 ditolak yang berarti ada hubungan antara jarak dengan tekananm. Waktu dengan musimKarena p = 0,595 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara waktu dengan musimn. Waktu dengan tekananKarena p = 0,493 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara waktu dengan tekanano. Musim dengan tekananKarena p = 0,397 > 0,05 maka, H0 diterima yang berarti tidak ada hubungan antara musim dengan tekanan

A. UJI REGRESI LINIER DENGAN METODE ENTER1. Langkah-langkah Masukkan data Analyze Regression Linear Masukkan variable Debit air ke kolom dependent Masukkan semua variable kecuali debit air ke kolom independent Pilih method enter OK

2. Uji secara serentak HipotesisH0: i = 0H1: i 0: 0,05Daerah tolak H0 jika p <

Hasil

ANOVAa

ModelSum of SquaresdfMean SquareFSig.

1Regression1515,5485303,11015,070,011b

Residual80,452420,113

Total1596,0009

a. Dependent Variable: Debitair

b. Predictors: (Constant), Tekanan, Luaspenampang, Waktu, Musim, Jarak

Kesimpulan : Karena p = 0,011 < 0,05 maka, H0 ditolak yang berarti i 0 artinya artinya ada hubungan antara debit air dengan tekanan, jarak, luas penampang, musim, waktu3. Uji individu HipotesisH0: i = 0H1: i 0: 0,05Daerah tolak H0 jika p < Hasil

Model Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

1,974a,950,8874,48474

a. Predictors: (Constant), Tekanan, Luaspenampang, Waktu, Musim, Jarak

Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.

BStd. ErrorBeta

1(Constant)63,07616,3793,851,018

Luaspenampang-1,708,433-,550-3,944,017

Jarak-1,0341,460-,133-,708,518

Waktu,314,087,5183,627,022

Musim3,2353,447,128,938,401

Tekanan4,8851,630,5132,998,040

a. Dependent Variable: Debitair

Kesimpulan : a. Luas penampangY = 0 + 1x = 63,076 + (-1,708)xModel luas penampang adalah model terbaik dengan besar y = 63,076 + (-1,708)xb. WaktuY = 0 + 1x = 63,076 + (-1,034)xModel waktu adalah model terbaik dengan besar y = 63,076 + (-1,034)xc. TekananY = 0 + 1x = 63,076 + 4,885xModel tekanan adalah model terbaik dengan besar y = 63,076 + 4,885x

B. UJI REGRESI LINEAR DENGAN METODE STEPWISE1. Langkah langkah : Masukkan data Analyze regression linear Masukkan variabel debit air pada dependent list Masukkan variable luas penampang, jarak, waktu, musim dan tekanan pada independent list Pilih method stepwise Klik options include constanta OK2. Uji secara IndividuHipotesisH0: 1 = 0H1: 1 0 : 0,05Daerah tolak H0 jika <

3. Hasil :

Model Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

1,778a,605,5568,87283

2,892b,796,7386,82241

3,966c,933,9004,20664

a. Predictors: (Constant), Luaspenampang

b. Predictors: (Constant), Luaspenampang, Waktu

c. Predictors: (Constant), Luaspenampang, Waktu, Tekanan

Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.

BStd. ErrorBeta

1(Constant)102,0877,95812,829,000

Luaspenampang-2,415,689-,778-3,503,008

2(Constant)81,81310,0188,166,000

Luaspenampang-2,039,550-,657-3,705,008

Waktu,275,107,4532,556,038

3(Constant)63,4618,0807,854,000

Luaspenampang-1,818,345-,586-5,270,002

Waktu,344,069,5684,979,003

Tekanan3,7061,052,3893,523,012

a. Dependent Variable: Debitair

a. Model 1Karena P = 0,008 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 102,087 + (-2,415)x serta besar korelasi R = 0,778b. Model 2Karena P = 0,038 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 81,813 + 0,275x serta besar korelasi R = 0,892c. Model 3Karena P = 0,012 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 63,461 + 3,706x serta besar korelasi R = 0,966

C. UJI REGRESI LINEAR DENGAN METODE BACKWARD1. Langkah langkah : Masukkan data Analyze regression linear Masukkan variabel debit air pada dependent list Masukkan variable luas penampang, jarak, waktu, musim dan tekanan pada independent list Pilih method backward OK Setelah melihat hasil variable dengan P < yang keluar yaitu luas penampang, jarak, musim dan tekanan Masukkan variable tersebut pada independent list Pilih method backward OK

2. Uji secara IndividuHipotesisH0: 1 = 0H1: 1 0 : 0,05Daerah tolak H0 jika < 3. Hasil

Model Summary

ModelRR SquarebAdjusted R SquareStd. Error of the Estimate

1,996a,992,9888,46066

a. Predictors: Tekanan, Waktu, Musim

b. For regression through the origin (the no-intercept model), R Square measures the proportion of the variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept.

Coefficientsa,b

ModelUnstandardized CoefficientsStandardized CoefficientsTSig.

BStd. ErrorBeta

1Waktu,516,112,4194,605,002

Musim13,8344,432,2843,121,017

Tekanan7,5781,505,3415,036,002

a. Dependent Variable: Debitair

b. Linear Regression through the Origin

Kesimpulan : Karena variable waktu, musim, dan tekanan memiliki p < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = x1 + x2 + x3 = 0,516x1 + 13,834x2 + 7,578x3 serta besar korelasi R = 0,996

D. UJI REGRESI LINEAR DENGAN METODE FORWORD1. Langkah langkah : Masukkan data Analyze regression linear Masukkan variabel debit air pada dependent list Masukkan variable luas penampang, jarak, waktu, musim dan tekanan pada independent list Pilih method forword Klik options include constanta OK2. Uji secara IndividuHipotesisH0: 1 = 0H1: 1 0 : 0,05Daerah tolak H0 jika <

3. HasilModel Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

1,778a,605,5568,87283

2,892b,796,7386,82241

3,966c,933,9004,20664

a. Predictors: (Constant), Luaspenampang

b. Predictors: (Constant), Luaspenampang, Waktu

c. Predictors: (Constant), Luaspenampang, Waktu, Tekanan

Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.

BStd. ErrorBeta

1(Constant)102,0877,95812,829,000

Luaspenampang-2,415,689-,778-3,503,008

2(Constant)81,81310,0188,166,000

Luaspenampang-2,039,550-,657-3,705,008

Waktu,275,107,4532,556,038

3(Constant)63,4618,0807,854,000

Luaspenampang-1,818,345-,586-5,270,002

Waktu,344,069,5684,979,003

Tekanan3,7061,052,3893,523,012

a. Dependent Variable: Debitair

Kesimpulan : a. Model 1Karena P = 0,008 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 102,087 + (-2,415)x serta besar korelasi R = 0,778b. Model 2Karena P = 0,038 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 81,813 + 0,275x serta besar korelasi R = 0,892c. Model 3Karena P = 0,012 < 0,05 maka H0 ditolak yang berarti 1 0 dan merupakan model terbaik dengan persamaan y = 0 + 1x= 63,461 + 3,706x serta besar korelasi R = 0,966