TUGAS ANALISIS REGRESI HALAMAN 70

Latihan 1

kasus	GPP (Y)	IMT (X)	Y-Yrata-rata	X-Xrata-rata	(Y-Yrata-rata)(X-Xrata-rata)	(X-Xrata-rata)2
1	150	18,6	7,962963	-3,0037	-23,91838134	9,02223594
2	150	28,1	7,962963	6,496296	51,7297668	42,2018656
3	120	25,1	-22,037	3,496296	-77,04801097	12,2240878
4	150	21,6	7,962963	-0,0037	-0,029492455	1,3717E-05
5	190	28,4	47,96296	6,796296	325,9705075	46,1896433
6	110	20,8	-32,037	-0,8037	25,74828532	0,64593964
7	150	23,2	7,962963	1,596296	12,71124829	2,54816187
8	130	15,9	-12,037	-5,7037	68,65569273	32,5322359
9	130	16,4	-12,037	-5,2037	62,63717421	27,0785322
10	120	18,2	-22,037	-3,4037	75,00754458	11,5851989
11	130	17,9	-12,037	-3,7037	44,58161866	13,7174211
12	140	21,8	-2,03704	0,196296	-0,399862826	0,03853224
13	100	16,1	-42,037	-5,5037	231,3593964	30,2907545
14	150	21,5	7,962963	-0,1037	-0,825788752	0,01075446
15	130	24,5	-12,037	2,896296	-34,86282579	8,38853224
16	180	23,7	37,96296	2,096296	79,58161866	4,39445816
17	140	21,9	-2,03704	0,296296	-0,603566529	0,0877915
18	135	18,6	-7,03704	-3,0037	21,13717421	9,02223594
19	140	27	-2,03704	5,396296	-10,99245542	29,1200137
20	100	18,9	-42,037	-2,7037	113,6556927	7,31001372
21	100	16,7	-42,037	-4,9037	206,1371742	24,04631
22	170	18,5	27,96296	-3,1037	-86,78875171	9,63297668
23	150	19,4	7,962963	-2,2037	-17,54801097	4,85631001
24	160	24	17,96296	2,396296	43,04458162	5,74223594
25	200	26,8	57,96296	5,196296	301,1927298	27,0014952
26	190	28,7	47,96296	7,096296	340,3593964	50,3574211
27	120	21	-22,037	-0,6037	13,30384088	0,36445816
Jumlah	3835	583,3			1763,796296	408,40963
Rerata	142,037	21,6037
SD	27,25447	3,96334
Nilai b1	4,318694
Nilai b0	48,73725

Hasil output pengolahan SPSS

Regression

Variables Entered/Removedb
Model		Variables Entered	Variables Removed	Method
dimension0	1	Indeks massa tubuha	.	Enter
a. All requested variables entered.
b. Dependent Variable: Gula post prandial

Model Summary
Model		R	R Square	Adjusted R Square	Std. Error of the Estimate
dimension0	1	,628a	,394	,370	21,629
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: Gula post prandial 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: Gula post prandial Persamaan garis : Ŷ = β0 + β1 GPP = 48,737 + 4,319 IMT Langkah pembuktian hipotesa : a.       Asumsi : bahwa model persamaan garis lurus beserta asumsinya berlau; b.      Hipotesa : Ho : β1=0 Ha : β1 ≠ 0 c.       Uji statistik : t = β1/ Sβ1 d.   Distribusi statistik : bila asumsi terpenuhi dan Ho diterima maka uji t digunakan dengan derajat kebebasan n-1 e.       Pengambilan keputusan : Ho ditolak bila nilai t-hitung  lebih besar dari t-tabel; α=0,005 = 2.05954 f.     Perhitungan statistik : dari komputer output diperoleh besaran nilai β1 = 4,319 dan Sβ1 = 1,070. Maka nilai t = 4,319/1,070 = 4,0364 g.  Keputusan statistik : nilai t-hitung = 4,0364> dari t-tabel = 2.05954. Sehingga Ho ditolak. h.     Kesimpulan : Slop garis regresi tidak sama dengan 0 maka garis regresi antara IMT dan GPP adalah linier. Latihan 2 Subjek Glukosa (Y) Berat Badan (X)  Y-Yrata-rata  X-Xrata-rata (Y-Yrata-rata) (X-Xrata-rata  (X-Xrata-rata)2 1 108 64 6,6875 -13,3625 -89,36171875 178,5564063 2 109 75,3 7,6875 -2,0625 -15,85546875 4,25390625 3 104 73 2,6875 -4,3625 -11,72421875 19,03140625 4 102 82,1 0,6875 4,7375 3,25703125 22,44390625 5 105 76,2 3,6875 -1,1625 -4,28671875 1,35140625 6 121 95,7 19,6875 18,3375 361,0195313 336,2639063 7 79 59,4 -22,3125 -17,9625 400,7882813 322,6514063 8 107 93,4 5,6875 16,0375 91,21328125 257,2014063 9 101 82,1 -0,3125 4,7375 -1,48046875 22,44390625 10 85 78,9 -16,3125 1,5375 -25,08046875 2,36390625 11 99 76,7 -2,3125 -0,6625 1,53203125 0,43890625 12 100 82,1 -1,3125 4,7375 -6,21796875 22,44390625 13 108 83,9 6,6875 6,5375 43,71953125 42,73890625 14 104 73 2,6875 -4,3625 -11,72421875 19,03140625 15 102 64,4 0,6875 -12,9625 -8,91171875 168,0264063 16 87 77,6 -14,3125 0,2375 -3,39921875 0,05640625 Jumlah 1621 1237,8 723,4875 1419,2975 Rerata 101,3125 77,3625 SD 10,24186669 9,727272656 Nilai 1 0,509750422 Nilai 0 61,87693295

Hasil output pengolahan SPSS

Regression

Variables Entered/Removedb
Model		Variables Entered	Variables Removed	Method
dimension0	1	berat badana	.	Enter
a. All requested variables entered.
b. Dependent Variable: glukosa mg/ml

Model Summary
Model		R	R Square	Adjusted R Square	Std. Error of the Estimate
dimension0	1	,484a	,234	,180	9,276
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/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/ml

Persamaan garis :

Ŷ = β₀ + β₁

Glukosa darah = 61,877 + 0,510 Berat badan

Langkah pembuktian hipotesa :

a.       Asumsi : bahwa model persamaan garis lurus beserta asumsinya berlau;

b.      Hipotesa : Ho : β₁₌0

Ha : β₁ ≠ 0

c.     Uji statistik : t = β_1/ S_β1

d.   Distribusi statistik : bila asumsi terpenuhi dan Ho diterima maka uji t digunakan dengan derajat kebebasan n-1

e.   Pengambilan keputusan : Ho ditolak bila nilai t-hitung  lebih besar dari t-tabel; α=0,005 = 2,14479

f.   Perhitungan statistik : dari komputer output diperoleh besaran nilai β₁ = 0,510 dan S_β1 = 0,246. Maka nilai t = 0,510/0,246 = 2,0731

g.   Keputusan statistik : nilai t-hitung = 2,0731< dari t-tabel = 2,1447. Sehingga Ho diterima.

h.   Kesimpulan : Slop garis regresi sama dengan 0 maka garis regresi antara Berat badan dan Glukosa darah tidak linier.