n n
i i
y n
i i
y JKy
total JK
2 1
1 2
 
 
 
......................................... 22
3.10   Analisis Keragaman
Terhadap  persamaan-persamaan  regresi  tersebut  dilakukan  pengujian dengan menggunakan analisa keragaman analysis of variance untuk melihat
signifikasi atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut. Analisa keragaman pengujian regresi :
Tabel 1 Hasil Analisis Regresi
Sumber keragaman
Derajat bebas
Jumlah Kuadrat JK
Kuadrat Tengah KT
F
-hitung
F
-tabel
Regresi Sisaan
k = p-1 n-k-1
JK
regresi
JK
sisa
JKS KTR=JKRk
KTS=JKSn-k-1 F
hitung
= KTRKTS
Total n-1
JK
total
JKT
Dimana  p  =  banyaknya  konstanta  koefisien  regresi  dan  intersept  dan  n  = banyaknya pohon contoh yang digunakan dalam penyusunan regresi tersebut.
Dalam analisa tersebut hipotesa yang diuji adalah : a.  Pada regresi linier sederhana :
: 
H
lawan
: 1
H
b.  Pada regresi linier berganda :
: 
i H
 dimana : i = 1,2
: 1
H
Sekurang-kurangnya ada
 i
 Jika
1 H
yang  diterima,  maka  regresi  tersebut  nyata,  artinya  ada keterkaitan  antara  peubah  bebas  diameter  pohon  dan  atau  tinggi  pohon
dengan  peubah  tidak  bebasnya  volume  pohon.  Dengan  kata  lain  bahwa setiap  ada  perubahan  pada  peubah  bebasnya  akan  terjadi  perubahan  pada
peubah  tidak  bebasnya.  Jika
H
yang  diterima,  maka  regresi  tersebut  tidak
nyata,  artinya  persamaan  regresi  tidak  dapat  untuk  menduga  volume  pohon berdasarkan peubah bebasnya.
3.11   Validasi Model
Hasil  persamaan-persamaan  regresi  yang  telah  diuji  tersebut  diatas, pada penyusunan tabel volume pohon dengan analisis regresi perlu dilakukan
validasi  dengan  menggunakan  pohon  contoh  yang  telah  dialokasikan sebelumnya  khusus  untuk  pengujian  validasi  model  13  dari  jumlah  pohon
contoh.  Data  pohon  contoh  tersebut  tidak  digunakan  dalam  penyusunan model-model  tabel  volume  di  atas.  Uji  validasi  model  dapat  dengan  melihat
pada  nilai-nilai  simpangan  agregasinya  agregative  deviation,  simpangan rata-rata mean deviation, RMSE root mean square error, biasnya serta uji
beda  nyata  antara  volume  yang  diduga  dengan  tabel  terhadap  volume nyatanya. Uji beda nyata bisa dilakukan dengan cara uji Khi-kuadrat.
Nilai-nilai  pengujian  validasi  model  tersebut  dapat  dihitung  dengan  rumus- rumus sebagai berikut :
3.11.1  Simpangan agregat SA Simpangan  agregat  merupakan  selisih  antara  jumlah  volume  aktual
H
a
dan  volume  dugaan  H
t
yang  diperoleh  berdasarkan  dari  tabel  volume pohon, sebagai persentase terhadap volume dugaan H
t
. Persamaan yang baik memiliki nilai simpangan agregat SA yang berkisar dari -1 sampai +1 Spurr,
1952. Nilai SA dapat dihitung dengan rumus :
 
 
 
 
 
 
 
 
 
 
n i
H n
i H
n i
H SA
ti ai
ti
1 1
1
3.11.2  Simpangan rata-rata SR Simpangan  rata-rata  merupakan  rata-rata  jumlah  dari  nilai  mutlak
selisih antara jumlah volume dugaan H
t
dan volume aktual H
a
, proporsional terhadap  jumlah  volume  dugaan  H
t
.  Nilai  simpangan  rata-rata  yang  baik
adalah tidak lebih dari 10  Spurr, 1952. Simpangan rata-rata dapat dihitung dengan rumus Bustomi, dkk. 1998 :
100 1
x n
n i
Hti H
H SR
ai ti
 
 
 
 
 
 
 
 
 
 
 
 
3.11.3  Root Mean Square Error RMSE RMSE  merupakan  akar  dari  rata-rata  jumlah  kuadrat  nisbah  antara
selisih volume dugaan dari table volume pohon H
t
dengan volume aktualnya H
a
terhadap  volume  aktual.  Nilai  RMSE  yang  lebih  kecil,  menunjukkan model  persamaan  penduga  volume  yang  lebih  baik.  RMSE  dapat  dihitung
dengan rumus :
 
100 1
2 x
n n
i H
H H
RMSE
ai ai
ti
 
 
 
 
3.11.4  Nilai simpangan s Menyatakan besarnya simpangan nilai-nilai pengamatan terhadap nilai
rata-ratanya sendiri  yang  berkaitan  dengan  adanya  pengulangan  dan  menggambarkan
sejauh  mana  kedekatan  nilai-nilai  pengukuran    terhadap  nilai  rata-ratanya. Simpangan  baku  s  dari  kesalahan  dugaan  volume  dapat  diformulasikan
sebagai berikut:
2 1
1
100 100
1
n i
n i
i i
e Yai
e Yai
n S
n
 
 
 
 
  
 
 
 
 
3.11.5  Bias Bias  e  adalah  kesalahan  sistematis  yang  dapat  terjadi  karena
kesalahan dalam pengukuran, kesalahan teknis pengukuran maupun kesalahan karena alat ukur. Bias dapat dihitung dengan rumus :
100 1
x n
i n
H H
H e
ai ai
ti
 
 
 
 
 
 
 
 
 
 
 
3.11.6  Uji beda rata-rata Khi-kuadrat Chi-square test Pengujian  validasi  model  persamaan  penduga  volume  pohon,  dapat
pula  dilakukan  dengan  menggunakan  uji
χ
2
Khi-kuadrat,  yaitu  alat  untuk menguji apakah volume yang diduga dengan table volume pohon H
t
berbeda dengan tinggi pohon aktualnya H
a
. Dalam hal ini hipotesa yang diuji adalah sebagai berikut :
a t
H H
H 
: dan
a t
H H
H 
:
1
Kriteria ujinya adalah :
 
 
 
n i
H H
H hitung
ai ai
ti
1 2
2 
Kaidah keputusannya adalah sebagai berikut :
2 1
, 2
 
n tabel
hitung
 
 , maka terima H
2 1
, 2
 
n tabel
hitung
 
 , maka terima H
1
3.12   Pemilihan Model Terbaik