Analisis Regresi Pertemuan 4

Analisis Regresi Pertemuan 5

Halaman 70-71

Latihan 1

Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah diberikan dan kerjakan di laboratorium komputer)

Kasus	IMT	GPP	Kasus	IMT	GPP	Kasus	IMT	GPP
1	18.6	150	10	18.2	120	19	27.0	140
2	28.1	150	11	17.9	130	20	18.9	100
3	25.1	120	12	21.8	140	21	16.7	100
4	21.6	150	13	16.1	100	22	18.5	170
5	28.4	190	14	21.5	150	23	19.4	150
6	20.8	110	15	24.5	130	24	24.0	160
7	23.2	150	16	23.7	180	25	26.8	200
8	15.9	130	17	21.9	140	26	28.7	190
9	16.4	130	18	18.6	135	27	21.0	120

Hasil :

Regression

 

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Indeks Massa Tubuhb	.	Enter
a. Dependent Variable: Glucose Post Pandial
b. All requested variables entered.

 

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,628a	,394	,370	21,629
a. Predictors: (Constant), Indeks Massa Tubuh

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	7617,297	1	7617,297	16,282	,000b
	Residual	11695,666	25	467,827
	Total	19312,963	26
a. Dependent Variable: Glucose Post Pandial
b. Predictors: (Constant), Indeks Massa Tubuh

 

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	48,737	23,494		2,074	,048
	Indeks Massa Tubuh	4,319	1,070	,628	4,035	,000
a. Dependent Variable: Glucose Post Pandial

 

Persamaan garis :

GPP = 48,737+4,319 IMT

 

Hipotesa :

 

Uji Statistik :

 

Keputusan statistik :

Kita menolak Hipotesa nol

Kesimpulan : Slop garis regresi tidak sama dengan 0 maka garis regresi antara IMT dan GPP adalah linier.

Latihan 2

Data berat badan dan kadar glukosa darah orang dewasa sebagai berikut :

 

Subjek	Berat Badan (Kg)	Glukosa mg/100ml	Subjek	Berat Badan (Kg)	Glukosa mg/100ml
1	64.0	108	9	82.1	101
2	75.3	109	10	78.9	85
3	73.0	104	11	76.7	99
4	82.1	102	12	82.1	100
5	76.2	105	13	83.9	108
6	95.7	121	14	73.0	104
7	59.4	79	15	64.4	102
8	93.4	107	16	77.6	87

Hasil :

Regression

 

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Berat Badan (Kg)b	.	Enter
a. Dependent Variable: Glukosa (mg/100ml)
b. All requested variables entered.

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,484a	,234	,180	9,276
a. Predictors: (Constant), Berat Badan (Kg)

 

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	368,798	1	368,798	4,286	,057b
	Residual	1204,639	14	86,046
	Total	1573,437	15
a. Dependent Variable: Glukosa (mg/100ml)
b. Predictors: (Constant), Berat Badan (Kg)

 

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	61,877	19,189		3,225	,006
	Berat Badan (Kg)	,510	,246	,484	2,070	,057
a. Dependent Variable: Glukosa (mg/100ml)

 

Persamaan garis :

Glukosa = 61,877+ 0,510 BB

 

Hipotesa : 

 

Uji Statistik :

Keputusan statistik :

Kita menerima Hipotesa nol

Kesimpulan : Slop garis regresi sama dengan 0 maka garis regresi antara BB dan Glukosa adalah tidak linier.

Latihan 3

a)   Jelaskan asumsi-asumsi tentang analisa regresi sederhana bila kita ingin membuat inferensi tentang populasi dari data yang kita punyai.

b)   Mengapa persamaan regresi disebut ‘the least square equation’

c)    Jelaskan tentang β₀ pada persamaan regresi

d)   Jelaskan tentang β₁ pada persamaan regresi

Jawab :