4

‐4‐
– DATA BERPASANGAN & PERSAMAAN
GARIS LURUS
ƒ TRANSFORMASI UNTUK MELURUSKAN
POLA GARIS

D10F-3003 / 4 (3-1) SKS

ADE (Analisis Data Eksplorasi)

Tim Teaching ADE
 TRANSFORMASI UNTUK
MELURUSKAN POLA GARIS

Untuk memeriksa apakah model linier (garis lurus)

tepat digunakan ? (sebelum mencari persamaan garis
taksiran), dilakukan cara sebagai berikut :

– Perhatikan scatter diagram

– Periksa apakah YA < YT < YB atau YB < YT < YA?
• Jika
Jik ya, maka
k model d l linier
li i dapat
d t digunakan.
di k
• Jika tidak, maka hubungan antara X dan Y  tidak
linier.
• Hal ini dapat diperhatikan dalam Gambar 1
berikut:

ADE 4: Transformasi Meluruskan Pola Garis Page 2

 GAMBAR 1. SCATTER DIAGRAM
Y

(XB, YB)

(XA, YA)
((XT, YT)

ADE 4: Transformasi Meluruskan Pola Garis Page 3

 TRANSFORMASI UNTUK
MELURUSKAN POLA GARIS

• Meskipun YA < YT < YB atau YB < YT < YA , masih ada

k
kemungkinan
ki h
hubungan
b yang tid
tidak
k lilinier.
i H
Hall iinii tampak
t k dari
d i
scatter diagram,
• Pemeriksan yang lebih baik, adalah dengan menghitung :

YT ‐ YB YA ‐ YT
bBT = dan bAT =
XT ‐ XB XA ‐ XT

• S = min( bBT, bAT ),  M = maks( bBT, bAT ),  N = S/M

– Jika N  = 1 , berarti bahwa bBT = bAT , maka model linier

baik untuk digunakan.
– Jika N  0 , bBT dan bAT bertanda sama, dilakukan
N = 0 ,
transformasi.

ADE 4: Transformasi Meluruskan Pola Garis Page 4

 ATURAN PENGGUNAAN
TRANSFORMASI

• 0.9 < N ≤ 1; Tidak perlu digunakan transformasi, tetapi gunakan

model linier sederhana (g (garis lurus).
)
• 0.5 < N ≤  0.9 ;
– Jika scatter diagram menunjukkan bahwa data memencar, yang
b
berartiti bahwa
b h hubungan
h b antara
t X dan
d Y renggang, maka
k modeld l
linier sederhana sudah cukup baik.
– Jika hubungan antara X dan Y erat atau jumlah observasi
sedikit maka gunakan transformasi.
sedikit, transformasi
– Sehubungan dengan makna transformasi tersebut, jika ada
alasan wajar untuk melakukan transformasi (bila kelengkungan
pada data memang wajar), maka gunakan transformasi. Tetapi
jika yakin bahwa kelengkungan itu terjadi secara kebetulan, yaitu
karena fluktuasi sampel, maka tak perlu dihiraukan.

• ≤  0 5; Gunakan transformasi untuk X atau kedua-duanya.

0  <  N ≤  0.5; kedua duanya

ADE 4: Transformasi Meluruskan Pola Garis Page 5

 PETUNJUK PENGGUNAAN
TRANSFORMASI

Tabel TRANSFORMASI YANG SESUAI DENGAN BERBAGAI KURVE

(Tukey, 1977)
Kurve Transformasi X Transformasi Y
bBT > bAT
keduanya Log X ,   ­ 1/X Y2, Y3
positif

bBT > bAT

keduanya Log X Log  Y
negatif

bBT < bAT

keduanya X2 , X
X3 L   Y
Log  Y
positif

bBT < bAT

keduanya X2 Y2
negatif

ADE 4: Transformasi Meluruskan Pola Garis Page 6

 CONTOH
PENDUDUK KANADA, 1851 – 1961 (DALAM JUTAAN)
Tahun Penduduk
X Log Y=Y’ Ŷ=0.36+0.071X Y’ – Ŷ’
Sensus (Jutaan) =  Y
1851 01 2,44 0,39 0,43 ‐0,04
1861 02 3,23 0,51
5 0,50
5 0,01
1871 03 3,69 0,57 0,57 0,00
1881 04 4,32 0,64 0,64 0,00
1891 05 4 83
4,83 0 68
0,68 0 72
0,72 ‐0,04
0 04
1901 06 5,37 0,73 0,79 ‐0,06
1911 07 7,21 0,86 0,86 0,00
1921 08 8 79
8,79 0 94
0,94 0 93
0,93 0 01
0,01
1931 09 10,38 1,02 1,00 0,02
1941 10 11,51 1,06 1,07 ‐0,01
1951 11 ,
14,01 ,
1,15 ,
1,14 ,
0,01
1961 12 18,24 1,26 1,21 0,05

ADE 4: Transformasi Meluruskan Pola Garis Page 7

 Scatter Plot
Data Penduduk Canada 1851-1961

20
duk
h Pendud

18

16

14
Jumlah

12

10

0
0 1 2 3 4 5 6 7 8 9 10 11 12
Tahun Sensus

ADE 4: Transformasi Meluruskan Pola Garis Page 8

 PERHITUNGAN
Untuk data dalam Tabel 1 di atas, diperoleh:

XB = 2.5 YB = 3.46
XT = 6.5 YT = 6.29
XA = 10.55 YA = 12.76

bBT = (6.29 –
 (6.29  3.46) / (6.5 
3.46) / (6.5 – 2.5) 
2.5) = 0.70
 0.70
bAT = (12.76 – 6.29) / (10.5 – 6.5) = 1.61

S = min ((bBT , bAT) = min ( 0.70 , 1.61) = 0.70
) ( )
M = max (bBT , bAT) = max ( 0.70 , 1.61) = 1.61
N = S/M = 0.70 /1.61
S/M = 0 70 /1 61 = 0.43
0 43

ADE 4: Transformasi Meluruskan Pola Garis Page 9

 PERHITUNGAN (cont..)

YB’ = log YB = 0.53
YT’ = log Y
 = log YT = 0.79
= 0 79
YA’ = log YA = 1.10
bBT = (0.79 – 0.53) / (6.5 – 2.5) = 0.065
bAT = (1.10 – 0.79) / (10.5 – 6.5) = 0.077
S = min (bBT ,  bAT) = min ( 0.065  ,   0.077) = 0.065
M = max (bBT ,  bAT) = max ( 0.065  ,   0.077) = 0.077
N = S/M = 0.065/0.77 = 0.84  Ællllmendekati 1, berarti
dengan trans.  Log Y model linier 
sederhana
d h (d l
(dalam l  Y) d
log Y) dapat t digunakan. 
di k  
ADE 4: Transformasi Meluruskan Pola Garis Page 10
 PERHITUNGAN (cont..)

Dari data hasil transformasi didapat :

YB’ = log YB = 0.53
YA’ = log YA = 1.10
b = (1.10 – 0.53) / (10.5 – 2.5) = 0.071
a = [(1.11+0.80+0.54) – 0.071(10.5+6.5+2.5)] / 3
= 0.36
 0 36
Sehingga persamaan garis resistennya :
log  Ŷ = 0.36 + 0.071 X
= 0 36 + 0 071 X
Selanjutnya dicari persamaan garis resistennya
melalui iterasi seperti
p biasa.

ADE 4: Transformasi Meluruskan Pola Garis Page 11

 PERHITUNGAN (cont..)

• Untuk memeriksa kecocokan model hasil

transformasi didapat nilai nisbah sebagai
berikut :

Nisbah =  dq sisa / dq Y semula

=  0.0035 / 0.435
=  0.08

Makin dekat nilai Nisbah ke nol, maka

model makin cocok

ADE 4: Transformasi Meluruskan Pola Garis Page 12