Berikut saya lampirkan tugasnya dalam bentuk word pak, terimakasih
Latihan 86-87_Titin Sundari
Kamis, 13 April 2017
Minggu, 09 April 2017
Latihan Hal 85
Berikut Tugasnya saya lampirkan dalam bentuk file word pak, terimakasih
Tugas Pertemuan 5_Titin Sundari_20160302055
Tugas Pertemuan 5_Titin Sundari_20160302055
Sabtu, 01 April 2017
Pertemuan 4 Latihan 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
|
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 = 2,056Kita menolak hipotesa nolKesimpulan : Slop garis regresi tidak sama dengan 0 maka garis antara IMT dan GPP adalah linierData Berat badan dan kadar glukosa darah orang dewasa sebagai berikut :SubjekBerat Badan (Kg)Glukosa mg/100 mlSubjekBerat Badan (Kg)Glukosa 100 mg/100 ml164108982.1101275.31091078.9853731041176.799482.11021282.1100576.21051383.9108695.71211473104759.4791564.4102893.41071677.687Setelah diuji dengan software SPSS, hasilnya adalah sebagai berikut :RegressionVariables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1Berat Badana.Entera. All requested variables entered.b. Dependent Variable: Glukosa mg/100 mlModel SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.484a.234.1809.27608a. Predictors: (Constant), Berat BadanANOVAbModelSum of SquaresdfMean SquareFSig.1Regression368.7981368.7984.286.057aResidual1204.6391486.046Total1573.43715a. Predictors: (Constant), Berat Badanb. Dependent Variable: Glukosa mg/100 mlCoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)61.87719.1893.225.006Berat Badan.510.246.4842.070.057a. Dependent Variable: Glukosa mg/100 mlPersamaan garis :Glukosa = 61.877 + 0,51 Berat BadanLangkah 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 = 2,131Kita menerima hipotesa nol
- Kesimpulan : Slop garis regresi sama dengan 0 maka garis antara BB dan Glukosa mg/100 ml adalah non linier.Latihan 3.
- 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 :
- 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. - Jelaskan tentang β0
pada persamaan regresi
β0 adalah intersep
- Jelaskan tentang β1
pada persamaan regresi
β1 adalah slop
- 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 :
Langganan:
Postingan (Atom)