Senin, 17 April 2017

TUGAS ANALISIS REGRESI HALAMAN 86-87

Tugas Pertemuan ke 6 Analisis Regresi halaman 86 dan 87

Nama : Yustina  Dwi R
NIM : 20160302137
Seksi : 11

Latihan 2 halaman 86:
mg serum
mg tulang
3,5
672
2,7
567
2,45
612
1,45
400
0,9
236
1,4
270
2,8
340
2,85
610
2,6
570
2,25
552
1,35
277
1,6
268
1,65
270
1,35
215
2,8
621
2,55
638
1,8
524
1,4
294
2,9
330
1,8
240
1,5
190
Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
magnesium serumb
.
Enter
a. Dependent Variable: magnesium tulang
b. All requested variables entered.
Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
,766a
,587
,566
111,894
a. Predictors: (Constant), magnesium serum
ANOVAa
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
338633,876
1
338633,876
27,047
,000b
Residual
237885,934
19
12520,312


Total
576519,810
20



a. Dependent Variable: magnesium tulang
b. Predictors: (Constant), magnesium serum
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
37,550
76,410

,491
,629
magnesium serum
180,948
34,793
,766
5,201
,000
a. Dependent Variable: magnesium tulang
Sum of Square Total
SSY = i=ln(Yi-Yi)2=576519,810
a.     Hitung Sum of Square Regression (X)
Jawab:
SSY-SSE    = 576519,810-237885,934= 338633,876
b.      Hitung Sum of Square for Residual
Jawab:
SSE    = 237885,934
c.       Hitung Means Sum of Square for Regression (X)
Jawab:
SSRegrdf=338633,8761=338633,876
d.      Hitung Means Sum of Square for Residual
Jawab:
SSResddf=237885,93419=12520,312
e.       Hitung nilai F dan buat kesimpulan
Jawab:
F=MS-REgrMS-Resd=338633,87612520,312=27,047
Lihat tabel F dengan nomerator =1 dan denumerator=19, nilainya adalah 4,38
Nilai Fhitung =27,047>Ftabel=4,38, nilai p<0,05 sangat bermakna, lihat kolom Sig.=0,000 artinya kita menolak Hipotesa nol, dan kita nyatakan bahwa: Mg serum mempengaruhi Mg tulang.

Latihan 3 halaman 87:
subjek
berat badan (kg)
glukosa mg/100 ml
1
64
108
2
75,3
109
3
73
104
4
82,1
102
5
76,2
105
6
95,7
121
7
59,4
79
8
93,4
107
9
82,1
101
10
78,9
85
11
76,7
99
12
82,1
100
13
83,9
108
14
73
104
15
64,4
102
16
77,6
87
Hasil SPSS untuk data berat badan dan glukosa
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)
Sum of Square Total
SSY = i=ln(Yi-Yi)2=1573,437
a.     Hitung Sum of Square Regression (X)
Jawab:
SSY-SSE    = 1573,437-1204,639= 368,798
b.      Hitung Sum of Square for Residual
Jawab:
SSE    = 1204,639
c.       Hitung Means Sum of Square for Regression (X)
Jawab:
Means Sum of Square for Regression (X)=SSRegrdf=368,79811=368,798
d.      Hitung Means Sum of Square for Residual
Jawab:
Means Sum of Square for Residual =SSResddf=1204,639014=86,046
e.       Hitung nilai F dan buat kesimpulan
Jawab:
MS-REgrMS-Resd=368,79886,046=4,286
Lihat tabel F dengan nomerator =1 dan denumerator=14, nilainya adalah 4,60
Nilai Fhitung =4,286<Ftabel=4,60, nilai p>0,05 tidak bermakna, lihat kolom Sig.=0,057 artinya kita menerima Hipotesa nol, dan kita nyatakan bahwa: Berat badan tidak mempengaruhi Glukosa.
Latihan 4:
a.       Jelaskan ‘total sum of square’
Jawab:
SSY = i=ln(Yi-Yi)2
Total sum of square (SSY/SST) adalah jumlah jarak antara titik observasi terhadap titik rata-rata Y.
b.      Jelaskan ‘Explained sum of square’
Jawab: ESS  adalah jumlah dari kuadrat deviasi dari nilai prediksi dari nilai rata-rata dalam model regresi standar.
c.       Jelaskan’unexplained sum of square’
Jawab:
Besaran SST : total correct sum of squares di definisikan :
          
SSE : variasi karena random error = unexplained
        SST = SSR + SSE
Dan SSR (Regression sum squares)   
   R = Koefisien dterminasi, persentase dari variasi data yang bisa dijelaskan oleh regresi
d.      Jelaskan ‘the coefficient of determination’
Jawab:
Seberapa besar kemampuan semua variabel bebas dalam menjelaskan varians dari variabel terikatnya.Secara sederhana koefisien determinasi dihitung dengan mengkuadratakan Koefisien Kortelasi (r).Contoh : Jika nilai r adalah sebesar 0,43 maka koefisien determinasi (r Square) adalah sebesar 0,43 X 0,43= 0,1849.
e.       Jelaskan fungsi analisis varians dalam analisis regresi
Jawab:
Analisis varians dalam analisis regresi berfungsi untuk menentukan analisis regresi/ garis regresi tersebut signifikan atau tidak.
f.       Uraikan tiga cara untuk menguji nol hipotesa;β=0
Jawab:
1. Tidak ada perbedaan tentang angka kematian akibat penyakit jantung antara penduduk perkotaan dengan penduduk pedesaan.
2.    Tidak ada perbedaan antara status gizi anak balita yang tidak mendapat ASI pada waktu bayi, dengan status gizi anak balita yang mendapat ASI pada waktu bayi.
3. Tidak ada perbedaan angka penderita sakit diare antara kelompok penduduk yang menggunakan air minum dari PAM dengan kelompok penduduk yang menggunakan air minum dari sumur.
4.    Hipotesis dapat juga dibedakan berdasarkan hubungan atau perbedaan 2 variabel alau lebih. Hipotesis hubungan berisi tentang dugaan adanya hubungan antara dua variabel.
g.      Jelaskan dua tujuan kita menggunakan analisis regresi
Jawab:
1.    Analisa regresi digunakan untuk mengevaluasi hubungan satu atau lebih wariabel independen
2.    Menjelaskan temuan data dalam bentuk garis lurus atau kurva atau parabola dan lain sebagainya dan sangat sesuai dengan data yang ada.

Tidak ada komentar:

Posting Komentar