variabel tergantung Kubinyi, 1993. Metode statistik yang banyak digunakan dalam kajian HKSA adalah berupa teknik-teknik untuk pengolahan statistik
sehingga diperoleh hasil statistika yang akurat.
2.7.1 Korelasi antar variabel
Korelasi adalah mengukur keeratan suatu hubungan, keeratan suatu hubungan ini dinyatakan dengan besaran nilai korelasi r yang nilainya berada
dalam rentang -1 sampai dengan 1 Wibowo, 2012. Korelasi antar variabel digunakan untuk melihat bagaimana hubungan antar variabel. Hal ini dilakukan
terutama dengan melihat tingkat pengaruh tiap-tiap deskriptor molekuler terhadap aktivitas antioksidan. Korelasi akan semakin kuat apabila memiliki nilai yang
mendekati -1 atau 1. Arah korelasi positif menujukkan bahwa variabel tersebut sebanding
dengan aktivitas, sedangkan arah korelasi negatif menunjukkan korelasi yang berlawanan Santoso, 2000. Beberapa pakar penelitian telah menggolongkan
pedoman dalam menilai koefisien korelasi sebagai berikut Wibowo, 2012 : Tabel 2.3 Koefisien korelasi
Nilai Interval Kriteria
0,00 – 0,20
Sangat rendah 0,20
– 0,39 Rendah
0,40 – 0,59
Cukup 0,60
– 0,79 Tinggi
0,80 – 1,00
Sangat tinggi
2.7.2 Analisa regresi multilinier
Dalam kajian HKSA analisa regresi multilinier menghubungkan variabel bebas berupa parameter yang dipilih dengan suatu variabel tidak bebas aktivitas
biologi. Rozaq 2008 menyatakan bahwa untuk pemilihan prediktor yang penting agar dihasilkan efek terhadap aktivitas biologis dalam mempelajari
HKSA biasanya digunakan analisa regresi linier. Analisa regresi multiliner digunakan untuk mendapatkan persamaan matematis HKSA dan aktivitas biologi
prediksi. Parameter statistik yang dapat digunakan sebagai faktor uji adalah berupa
nilai R, R
2
, F, dan SE. Koefisien korelasi, yang dinyatakan dengan r, merupakan ukuran kekuatan hubungan antara variabel tergantung aktivitas antioksidan
dengan variabel bebas deskriptor molekuler. Nilai r berjarak dari -1 hingga +1. Nilai -1 menandakan bahwa hubungan variabel bebas dan variabel tergantung
negatif sempurna, sedangkan nilai +1 menyatakan hubungan positif sempurna. Jadi, jika r mendekati ± 1, maka hubungan linier antara variabel bebas dan
variabel tergantung semakin kuat. Jika r = 0, slope akan sama dengan nol, dan variabel bebas tidak dapat digunakan untuk memprediksi variabel tergantung.
Harga r dapat dihitung dengan rumus yang tertulis pada persamaan berikut :
∑ [ ∑
∑ ]
√∑ ∑
√∑ ∑
F merupakan ukuran perbedaan tingkat signifikansi dari model regresi. Nilai F dihitung dengan rumus yang dituliskan pada persamaan berikut :
Signifikansi dari persamaan regresi terjadi apabila nilai F
hitung
lebih besar dari pada F
kritis
untuk batas konfidensi yang ditentukan. Untuk analisis HKSA, tingkat konfidensi yang biasa digunakan adalah 95 atau 99.
Kadang-kadang dalam suatu set data, terdapat beberapa data di sekitar garis linier. Untuk mengukur data yang menyebar tersebut digunakan suatu
perkiraan standard error SE seperti pada persamaan barikut :
√ ∑
dengan Yi adalah nilai Y yang diteliti untuk nilai-nilai Xi dan yang diberikan
dalam data Fatimah, 2008. Standard error SE merupakan nilai toleransi yang terjadi pada koefisien regresi prediksi. Nilai yang semakin kecil pada SE berarti
nilai koefisien tidak mudah berubah Wibowo, 2012.
2.8 Deskriptor HKSA
