Selasa, 04 April 2017

 
#ANALISI REGERESI 4 HAL.70-71
TUGAS ANALISIS REGRESI
INTERPRETASI SLOP DAN INTERSEP
Latihan 1.
Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus – rumus yang sudah diberikan) !
Kasus
IMT
GPP
Kasus
IMT
GPP
Kasus
IMT
GPP
1
18.6
150
10
18.2
120
19
27
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
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
120
Setelah diuji dengan software SPSS, hasilnya adalah sebagai berikut :
Regression
Variables Entered/Removedb
Model
Variables Entered
Variables Removed
Method
1
Indeks Massa Tubuha
.
Enter
a. All requested variables entered.
b. Dependent Variable: Glukosa
Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.628a
.394
.370
21.62930
a. Predictors: (Constant), Indeks Massa Tubuh
ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
7617.297
1
7617.297
16.282
.000a
Residual
11695.666
25
467.827
Total
19312.963
26
a. Predictors: (Constant), Indeks Massa Tubuh
b. Dependent Variable: Glukosa
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: Glukosa
Persamaan garis :
 

GPP     = 48,737 + 4,319 IMT
Langkah Pembuktian hipotesa :
  • Asumsi : bahwa model persamaan garis lurus beserta asumsinya berlaku;
  • Hipotesa   : Ho : β1 = 0 Ha : β1 ≠ 0
  • Uji Statistik : 
  • Distribusi Statistik : Bila asumsi terpenuhi dan H0 diterima maka uji t digunakan dengan derajat kebebasan n-1 ;
  • Pengambilan keputusan : Ho ditolak bila nilai t-hitung lebih besar dari t-tabel;α=0,05 = 2,056;
  • Perhitungan statistik : dari komputer out put diperoleh besaran nilai β1 = 4,319 dan
    = 1,070
  • Keputusan Statistik :
    Nilai t-hitung = 4,036 > t-tabel = 2,056
    Kita menolak hipotesa nol
    Kesimpulan : Slop garis regresi tidak sama dengan 0 maka garis 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/100 ml
    Subjek
    Berat Badan (Kg)
    Glukosa 100 mg/100 ml
    1
    64
    108
    9
    82.1
    101
    2
    75.3
    109
    10
    78.9
    85
    3
    73
    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
    104
    7
    59.4
    79
    15
    64.4
    102
    8
    93.4
    107
    16
    77.6
    87
    Setelah diuji dengan software SPSS, hasilnya adalah sebagai berikut :
    Regression
    Variables Entered/Removedb
    Model
    Variables Entered
    Variables Removed
    Method
    1
    Berat Badana
    .
    Enter
    a. All requested variables entered.
    b. Dependent Variable: Glukosa mg/100 ml
    Model Summary
    Model
    R
    R Square
    Adjusted R Square
    Std. Error of the Estimate
    1
    .484a
    .234
    .180
    9.27608
    a. Predictors: (Constant), Berat Badan
    ANOVAb
    Model
    Sum of Squares
    df
    Mean Square
    F
    Sig.
    1
    Regression
    368.798
    1
    368.798
    4.286
    .057a
    Residual
    1204.639
    14
    86.046
    Total
    1573.437
    15
    a. Predictors: (Constant), Berat Badan
    b. Dependent Variable: Glukosa mg/100 ml
    Coefficientsa
    Model
    Unstandardized Coefficients
    Standardized Coefficients
    t
    Sig.
    B
    Std. Error
    Beta
    1
    (Constant)
    61.877
    19.189
    3.225
    .006
    Berat Badan
    .510
    .246
    .484
    2.070
    .057
    a. Dependent Variable: Glukosa mg/100 ml
    Persamaan garis :
    Glukosa           = 61.877 + 0,51 Berat Badan
    Langkah Pembuktian hipotesa :
  • Asumsi            : bahwa model persamaan garis lurus beserta asumsinya berlaku; 
  •  Hipotesa          : Ho : β1 = 0 Ha : β1 ≠ 0
  • Uji Statistik     : 
  • Distribusi Statistik : Bila asumsi terpenuhi dan H0 diterima maka uji t digunakan dengan derajat kebebasan n-1 ; Pengambilan keputusan : Ho ditolak bila nilai t-hitung lebih besar dari t-tabel;α=0,05 = 2,131
  • Perhitungan statistik : dari komputer out put diperoleh besaran nilai β1 = 0,51 dan = 0,246   
  • Keputusan Statistik :
    Nilai t-hitung = 2,073 < t-tabel = 2,131
    Kita menerima hipotesa nol
  •  Kesimpulan : Slop garis regresi sama dengan 0 maka garis antara BB dan Glukosa mg/100 ml adalah non linier.
     
    Latihan 3.

    1.  Jelaskan asumsi – asumsi tentang analisa regresi sederhana bila kita ingin membuat inferensi tentang populasi dari data yang kita punyai.      Adapun asumsi-asumsi tentang analisa regresi sederhana yang harus terpenuhi untuk mendapatkan model garis lurus adalah :

    2.  Mengapa persamaan regresi disebut ‘the least square equation’?
      Persamaan regresi disebut ‘the least square equation’ karena menggunakan teknik ‘penentuan garis dengan eror yang minimal’ karena semakin kecil penyimpangan satu observasi terhadap garis lurus (atau semakin kecil kuadrat simpangan) semakin dekat garis lurus yang terbaik yang diperoleh dari data yang dimiliki.
    3. Jelaskan tentang β0 pada persamaan regresi
      β0 adalah intersep
    4. Jelaskan tentang β1 pada persamaan regresi
      β1 adalah slop

Tidak ada komentar:

Posting Komentar