[YAYA KURNIA 201432105
Tugas halaman 86,87,88
2. Pelajari data dibawah ini, tentukan dependen dan independen variabel serta : a) Hitung Sum of Square for Regression (X) b) Hitung Sum of Square for Residual c) Hitung Means Sum of Square for Regression (X) d) Hitung Means Sum of Square for Residual e) Hitung nilai F dan buat kesimpulan! Mg Serum
Mg Tulang
3.6 2.7 2.45 1.45 0.9 1.4 2.8 2.85 2.6 2.25 1.35 1.6 1.65 1.35 2.8 2.55 1.8 1.4 2.9 1.8 1.5
672 567 612 400 236 270 34 610 570 552 277 268 270 215 621 638 524 294 330 240 190
Penyelesaian: Regression Variables Entered/Removeda Variables Variables Model Method Entered Removed Serumb . Enter 1 a. Dependent Variable: Tulang b. All requested variables entered. Model Summary Model R R Square Adjusted R Square a 1 .766 .587 .566 a. Predictors: (Constant), Serum
Std. Error of the Estimate 111.894
ANOVAa Model
Sum of Squares Regression 338633.876 1 Residual 237885.934 Total 576519.810 a. Dependent Variable: Tulang b. Predictors: (Constant), Serum
df
Mean Square
F
Sig.
1 19 20
338633.876 12520.312
27.047
.000b
Hubungan Mg Serum dengan Mg Tulang Sum of Square Total adalah SSY Yi Yi 57619.810 n
2
i 1
Sum of Square Residual adalah n
SSE Yi Yˆi i 1
2
237885.934
Sum of Square Regression adalah SSY SSE 57619.810 237885.934 338633.876
TUGAs 6 Analisis Regresi sesi 02
Page 1
Tugas halaman 86,87,88
[YAYA KURNIA 201432105
Mean Sum of Square Regression SSRegr 338633.876 = 338633.876 df 1 Mean Sum of Square Residual SSResd 237885.934 = 12520.312 df 19
F=
MS- Regr 338633.876 27.047 MS- Resd 12520.312
Lihat Tabel F dengan nomerator = 1 dan denomerator = 19, nilainya adalah 4.38 Nilai Fh = 27.047 > Ft = 4.38, nilai p < 0,05 sangat bermakna, lihat kolom Sig. = 0.000 Artinya kita menerima hipotesa alternatif, menolak hipotesa nol, dan kita nyatakan bahwa : Mg Serum mempengaruhi Mg Tulang. 3. Pelajari data dibawah ini, tentukan dependen dan independen variabel serta : a) Hitung Sum of Square for Regression (X) b) Hitung Sum of Square for Residual c) Hitung Means Sum of Square for Regression (X) d) Hitung Means Sum of Square for Residual e) Hitung nilai F dan buat kesimpulan! Data berat badan dan kadar glukosa darah orang dewasa sebagai berikut (data fiktif) Subjek
Berat Badan (kg)
Glukosa mg/100 ml
1
64.0
108
2
75.3
109
3
73
104
4
82.1
102
5
76.2
105
6
95.7
121
7
59.4
79
TUGAs 6 Analisis Regresi sesi 02
Page 2
Tugas halaman 86,87,88
[YAYA KURNIA 201432105
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
Penyelesaian: Regression Variables Entered/Removeda Model Variables Entered Variables Method Removed 1 Berat Badan (kg)b . Enter a. Dependent Variable: Glukosa mg/100 ml b. All requested variables entered. Model Summary Model R R Square Adjusted R Square a 1 .484 .234 .180 a. Predictors: (Constant), Berat Badan (kg)
Model
ANOVAa df
Sum of Squares Regression 368.798 1 Residual 1204.639 Total 1573.437 a. Dependent Variable: Glukosa mg/100 ml b. Predictors: (Constant), Berat Badan (kg)
1 14 15
Std. Error of the Estimate 9.276
Mean Square 368.798 86.046
F 4.286
Sig. .057b
TUGAs 6 Analisis Regresi sesi 02
Page 3
[YAYA KURNIA 201432105
Tugas halaman 86,87,88
Hubungan Berat Badan (kg) dengan Kadar Glukosa Sum of Square Total adalah SSY Yi Yi 1573.437 n
2
i 1
Sum of Square Residual adalah n
SSE Yi Yˆi i 1
2
1204.639
Sum of Square Regression adalah SSY – SSE = 1573.437 – 1204.639 = 368.798
Mean Sum of Square Regression SSRegr 368.798 = 368.798 df 1 Mean Sum of Square Residual SSResd 1204.639 = 86.046 df 14
F=
MS- Regr 368.798 4.286 MS- Resd 86.046
Nilai F= MS-Regr / MS-Resd = 368.798/86.046 = 4.286 Lihat Tabel F dengan numerator =1 dan denomerator = 14, nilainya adalah 4.60 Nilai Fh = 4.286 < Ft = 4.60, nilai p > 0,05 Tidak bermakna, lihat kolom Sig.= 0.057 Artinya kita gagal menolak hipotesa nol dan kita nyatakan bahwa : Berat badan tidak mempengaruhi Glukosa
4. Jawablah pertanyaan berikut: a. Jelaskan “Total sum od square” Total Sum of Square (TSS) adalah jumlah kuadrat dari masing-masing obeservasi (Y) dikurangi rata-rata seluruh observasi. Rumus jumlah kuadrat Total SST=SSG+SSW b. Jelaskan “Explained sum of square”
TUGAs 6 Analisis Regresi sesi 02
Page 4
Tugas halaman 86,87,88
[YAYA KURNIA 201432105
ESS Jumlah dari kuadrat deviasi dari nilai prediksi dari nilai rata-rata dalam model regresi standar. c. Jelaskan “Unexplained sum of square”
Jadi,rumusnya adalah: Total variasi tak terjelaskan = variasi karena regresi + variasi sisa tak terjelaskan
d. Jelaskan “the coefficient of determinant” Yaitu seberapa besar kemampuan semua variabel bebas dalam menjelaskan varians dari variabel terikatnya.Secara sederhana koefisien determinasi dihitung dengan mengkuadratakan Koefisien Kortelasi (R). e. Jelaskan fungsi Analisis varians dalam analisis regresi Analisis Regresi (Anova) dapat digunakan untuk menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara signifikan atau tidak. Perhitungan Anova menghasilkan nilai F yang secara signifikan menunjukkan kepada peneliti bahwa sampel yang diteliti berasal dari populasi yang berbeda, walaupun Anova tidak dapat menunjukkan secara rinci yang mana diantara nilai rerata dari sampel-sampel yang berbeda secara signifikan satu sama lain. Apabila ingin benar-benar tahu terdapat perbedaan rata-rata ada uji lanjutan untuk lebih lanjut. f. Uraikan 3 cara untuk menguji hipotesa nol : Menentukan FOrmulasi Hipotesis H0 : μ1 = μ2 ; H0 : μxy = 0 Apabila hipotesis nol (H0) diterima maka hipotesis alternative (Ha) di tolak.
Menentukan Taraf Nyata ( ) Taraf nyata adalah besaran batas toleransi dalam menerima kesalahan hasil hipotesis terhadapnilai parameter populasinya. Semakin tinggi taraf nyata yang digunakan,
TUGAs 6 Analisis Regresi sesi 02
Page 5
Tugas halaman 86,87,88
[YAYA KURNIA 201432105
semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji, padahal hipotesis nol benar. Nilai yang dipakai sebagai taraf nyata digunakan untuk menentukan nilai distribusi yang digunakan pada pengujian.
Menentukan Kriteria Pengujian o Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar dari pada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis. o Penolakan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar dari pada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis.
Menentukan nilai uji Statistik dan membuat kesimpulan o Uji statistic merupakan perhitungan untuk menduga parameter data sempel yang diambil secara random dari sebuah populasi. o Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0) yang sesuai dengan kriteria pengujiannya. Pembuatan kesimpulan dilakukan setelah membandingkan uji statistic dengan nilai tabel atau nilai kritis. Penerimaan H0 terjadi jika nilai uji statistic berada di luar nilai kritisnya Penolakan H0 terjadi jika nilai uji statistic berada di dalam nilai kritisnya
g. Jelaskan dua tujuan kita menggunakan analisis regresi Tujuan menggunakan analisis regresi adalah mendapatkan pola hubungan secara matematis antara x dan y, mengetahui besaran perubahan variable X dan Y, serta memprediksi Y jika nilai X diketahui.
TUGAs 6 Analisis Regresi sesi 02
Page 6
