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 .