Analisis Regresi Ke-3



MATA KULIAH ANALISIS REGRESI
TUGAS PERTEMUAN 1
     PRODI ILMU GIZI FAKULTAS ILMU-ILMU KESEHATAN
Oleh : Kurnia sari (20170302118)
Dosen mata kuliah : Idrus Jus’at, Ph.D



Latihan 1.

  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
24.0
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
21.0
120

Regression

Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
IMTb
.
Enter
a. Dependent Variable: GPP
b. All requested variables entered.


Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.628a
.394
.370
21.629
a. Predictors: (Constant), IMT





ANOVA
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
7617.297
1
7617.297
16.282
.000b
Residual
11695.666
25
467.827


Total
19312.963
26



a. Dependent Variable: GPP
b. Predictors: (Constant), IMT


Coefficients
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
48.737
23.494

2.074
.048
IMT
4.319
1.070
.628
4.035
.000
a.    Dependent Variable: GPP


Persamaan Garis:

GPP = 48.737 + 4.319 IMT



Latihan 2.

Subjek
Berat Badan (kg)
Glukosa mg/100ml
Subjek
Berat Badan (kg)
Glukosa mg/100ml
1
64.0
108
9
82.1
101
2
75.3
109
10
78.9
85
3
73.0
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
73.0
104
7
59.4
79
15
64.4
102
8
93.4
107
16
77.6
87

Regression

Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
berat badanb
.
Enter
a. Dependent Variable: glukosa
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

ANOVA
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
1573.438
15



a. Dependent Variable: glukosa
b. Predictors: (Constant), berat badan


Coefficients
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

Persamaan garis:

Glukosa = 61.877 + 0.510 Berat Badan


Latihan 3.
1.      Jelaskan asumsi-asumsi tentang analisa regresi sederhana bila kita ingin membuat inferensi tentang populasi dari data yang kita punyai.
2.      Mengapa persamaan regresi disebut “the least square equation”?
3.      Jelaskan tentang  pada persamaan regresi.
4.      Jelaskan tentang  pada persamaan regresi.



2.   menentukan garis lurus yang terbaik. Teknik ini menggunakan “penentuan garis dengan error yang minimal” berdasarkan titik observasi dalam diagram sebar. Karena semakin kecil penyimpangan astu observasi terhadap garis lurus (atau semakin kecil kuadrat simpangan) semakin dekat garis lurus yang terbaik yang diperoleh dari data yang dimiliki.
2.      Intersep () adalah nilai Y bila nilai X = 0
3.      Slop () berarti setiap kenaikan 1 unit nilai X maka nilai Y akan bertambah (meningkat) sebesar . Sebaliknya  negatif (- ) maka kenaikan 1 unit nilai X maka nilai Y akan menurun sebesar .
 



Komentar

Postingan populer dari blog ini

Analisis Regresi Pertemuan 1

Tugas Analisis Regresi Pertemuan Ke 2