26
Gambar 3.2. Data Hasil Pencuplikan
selengkapnya seperti pada lampiran 3. 3. Selanjutnya ubah format text document .txt menjadi format file,
serta me-rename nama file dengan inisial pesawat, waktu pengukuran
dan inisial d data awal. Seperti contoh: RIA0947d.
4. Untuk mendapatkan nilai PNLT dan EPNL, entry nama file data awal
RIA0947d dan nama file tempat penyimpanan hasil penghitungan RIA0947 ke dalam software berbasis
Turbo Pascal
. Seperti berikut:
Gambar 3.3. Tampilan
Entry Nama File Data Awal
pada Software
27 Tekan enter sebanyak dua kali untuk mendapatkan hasil kalkulasi.
Seperti berikut:
Gambar 3.4. Tampilan Data Hasil Penghitungan pada Software
5. Data yang dihasilkan adalah nilai EPNL dari masing-masing pesawat. Dan hasil penghitungan disimpan dalam format text file. Seperti
berikut:
Gambar 3.5. Output Hasil Penghitungan Nilai EPNL
selengkapnya lihat lampiran 4.
28 6. Seluruh hasil penghitungan ditabulasi ke dalam format excel dan
disusun menjadi satu file name. Untuk menentukan nilai PNLT dan EPNL dapat pula dilakukan dengan
cara perhitungan manual selengkapnya lihat lampiran 2. Namun, untuk mengubah hasil pengukuran lapangan menjadi hasil akhir nilai PNLT dan EPNL
diperlukan perhitungan yang cukup rumit. Sehingga pada penelitian ini penulis menggunakan software berbasis turbo pascal yang telah tersedia.
3.5.2. Analisis data
Dari hasil penghitungan data di atas maka dapat dianalisis nilai EPNL, Leq, dan Lsm serta dengan bantuan statistik bisa dicari korelasi antara nilai EPNL
dengan nilai Lmax. Secara garis besar cara pengambilan keputusan atau kesimpulan untuk korelasi dan regresi antara nilai EPNL dengan nilai Lmax
adalah sebagai berikut
11
:
a. Metode Korelasi
Sebenarnya tidak ada ketentuan yang tepat mengenai apakah angka korelasi tertentu menunjukkan tingkat korelasi yang tinggi atau lemah.
Namun bisa dijadikan pedoman sederhana bahwa angka korelasi diatas 0.5 menunjukkan korelasi yang cukup kuat, sedang dibawah 0.5 korelasi
lemah. Selain besar korelasi, tanda korelasi juga berpengaruh pada penafsiran hasil. Tanda
– negatif pada output menunjukkan adanya arah
11
Singgih santoso. 2011. Mastering SPSS Versi 19. Elex Media Komputindo. Jakarta
29 hubungan yang berlawanan, sedangkan tanda + positif menunjukkan
adanya arah hubungan yang sama. Setelah angka korelasi didapat, maka bagian kedua dari output
SPSS adalah menguji apakah angka korelasi yang didapat benar-benar signifikan atau dapat digunakan untuk menjelaskan hubungan dua variabel.
Hipotesis:
H : Tidak ada hubungan korelasi antara dua variabel; berarti angka
korelasi adalah 0. H
1
: Ada hubungan korelasi antara dua variabel; berarti angka korelasi adalah tidak 0.
Uji dilakukan dua sisi karena yang akan dicari adalah ada atau tidaknya hubungan dua variabel.
Berdasarkan probabilitas: - Jika probabilitas 0.025, maka H
diterima - Jika probabilitas 0.025, maka H
ditolak
NB = Nilai probabilitas adalah 0.052 = 0.025; hal ini disebabkan uji dilakukan dua sisi.
Signifikan tidaknya korelasi variabel juga bisa dilihat dari adanya tanda pada pasangan data yang dikorelasikan, kedua variabel yang
bertanda bisa disimpulkan bahwa berkorelasi secara signifikan. Berikut ini contoh tabel hasil penghitungan korelasi:
30
Gambar 3.6. Output Hasil Penghitungan Korelasi
b. Metode Regresi
Jika metode Korelasi membahas keeratan hubungan, maka metode Regresi membahas prediksi peramalan. Dimana dalam model tersebut
ada sebuah variabel dependen tergantung dan variabel independen bebas. Dalam hal ini apakah variabel dependen tergantung di masa
mendatang bisa diramalkan jika variabel independen bebas diketahui. Berikui ini contoh tabel hasil uji koefisien regresi:
Gambar 3.7. Output Hasil Uji Koefisein Regresi
Dari tabel hasil uji koefisien regresi akan didapatkan sebuah persamaan regresi dan beberapa instrument dalam pengambilan kesimpulan.
Persamaan regresi : Y = a X + b
Nilai korelasi Nilai probabilitas
Konstanta Nilai t konstanta
Nilai t hitung Koefisien regresi
Nilai probabilitas Nilai probabilitas
konstanta
31
Dimana: Y = Variabel Dependen; X = Variabel Independen; a = Koefisien Regresi yang didapat ; b = Konstanta yang didapat.
Hipotesis:
H : Koefisien regresi tidak signifikan.
H
i
: Koefisien regresi signifikan.
i. Dengan membandingkan t hitung dengan t tabel
- Jika t hitung t tabel, maka H diterima
- Jika t hitung t tabel, maka H ditolak
Sedangkan prosedur untuk mencari dimana t tabel, dengan kriteria: -
Tingkat signifikansi α = 10 untuk uji dua sisi - Derajat kebebasan df = jumlah data
– 2 atau 4 – 2 = 2 - Uji pada dua sisi, karena ingin mengetahui signifikansi tidaknya
koefisien regresi, dan bukan mencari ‘lebih kecil’ atau ‘lebih besar’. angka t tabel bisa dilihat pada lampiran 5.
ii. Berdasarkan probabilitas
- Jika probabilitas 0.025 maka H diterima
- Jika probabilitas 0.025 maka H ditolak
NB : Uji dilakukan dua sisi, sehingga nilai probabilitas = 0.052 = 0.025 Walaupun demikian, jika pada uji koefisien regresi ternyata
konstanta dinyatakan tidak valid. Sementara koefisien regresi a adalah valid, persamaan regresi tetap bisa digunakan.
Setelah mendapatkan persamaan regresi EPNL = a . Lmax + b,
kemudian diujicoba dengan menggunakan data Lmax dari pengukuran di
32 lapangan. Sehingga didapatkanlah nilai EPNL Prediksi. Selanjutnya
dilakukan perbandingan antara nilai EPNL Perhitungan dan nilai EPNL Prediksi dengan menghitung perbedaan atau selisih dari kedunya.
3.5.3. Pengolahan Data Dari Pengukuran Statis
Data pengukuran dilakukan selama 3 hari pengukuran nilai Leq yang dilakukan secara kontinyu dengan sampling periode waktu setiap 10 menit selama
24 jam. Kemudian sesuai dengan Kep. Men. LH No. 48 Tahun 1996 data tersebut dihitung dengan menggunakan persamaan 2.14 dan akan didapatkan nilai Lsm.
Selengkapnya lihat lampiran 6. Pengolahan data tersebut dilakukan oleh pihak laboratorium kebisingan dan getaran, pusarpedal, puspiptek.
