1.
Pelajari data
dibawah ini, tentukan dependen dan independent variabel serta
Ø Hitung Sum of Square for Regression (X)
Ø Hitung Sum of Square for Residual
Ø Hitung Means Sum of Square for Regression (X)
Ø Hitung Means Sum of Square for Residual
Ø Hitung nilai F dan buat kesimpulan
Jawaban :
Umur
dan Cholesterol
a)
Sum of Square
Total adalah
= 3305.911
b)
Sum of Square Residual adalah :
= 3230.249
c)
Sum of Square Regression adalah :
SSY-SSE = 3305.911-3230.249 = 75.662
d)
Mean Sum of Square Regression =
SSRegr/df = 75.66169/1 =
75.66169
e)
Mean Sum of Square Residual =
SSRed/df = 3230.249/43 =
75.12208
F= MS-Reg/ MS-Resd =
75.66169/75.12208 = 1.00718
Nilai Fh = 1.00718
< Ft = 4.08, nilai P > 0.05. tidak linear.
Artinya kita
menerima hipotesa nol, dan kita menyatakan bahwa; umur tidak mempengaruhi kadar
kolesterol.
Umur
dan Trigliserida
a. Sum of Square
Total adalah
= 3305.911
b. Sum of Squar Residual adalah :
= 3024.207
c. Sum of Square Regression adalah :
SSY-SSE = 3305.911-3024.207 =
281.7041
d. Mean Sum of Square Regression =
SSRegr/df = 281.7041/1 =
281.7041
e. Mean Sum of Square Residual =
SSRed/df = 3024.207/43 =
70.3303
F= MS-Reg/ MS-Resd =
281.7041/70.3303 = 4.0054
Nilai Fh = 4.0054
< Ft = 4.08, nilai P > 0.05. tidak linear.
Artinya kita
menerima hipotesa nol, dan kita menyatakan bahwa; umur tidak mempengaruhi kadar
Trigliserida.
2.
Pelajari data
dibawah ini, tentukan dependen dan independent variabel serta
Ø Hitung Sum of Square for Regression (X)
Ø Hitung Sum of Square for Residual
Ø Hitung Means Sum of Square for Regression (X)
Ø Hitung Means Sum of Square for Residual
Ø Hitung nilai F dan buat kesimpulan
Jawaban :
a)
Sum of Square
Total adalah
= 578522.7
b)
Sum of Square Residual adalah :
= 239220.7
c)
Sum of Square Regression adalah :
SSY-SSE = 578522.7-239220.7 =
339.302
d)
Mean Sum of Square Regression =
SSRegr/df = 339.302/1 = 339.302
e)
Mean Sum of Square Residual =
SSRed/df = 239220.7/19 =
12.590.56
F= MS-Reg/ MS-Resd =
339.302/12.590.56 = 0.026
Nilai Fh = 0.026
< Ft = 4.38, nilai P > 0.05. Tidak linear.
Artinya kita
menerima hipotesa nol, dan kita menyatakan bahwa; Magnesium Serum tidak
mempengaruhi Magnesium Tulang.
Ø Hitung Sum of Square for Regression (X)
Ø Hitung Sum of Square for Residual
Ø Hitung Means Sum of Square for Regression (X)
Ø Hitung Means Sum of Square for Residual
Ø Hitung nilai F dan buat kesimpulan
Jawaban :
a)
Sum of Square
Total adalah
= 1419.2975
b)
Sum of Square Residual adalah :
= 1086.62832
c)
Sum of Square Regression adalah :
SSY-SSE = 1419.2975-1086.62832
= 332.66918
d)
Mean Sum of Square Regression =
SSRegr/df = 332.66918/1 =
332.66918
e)
Mean Sum of Square Residual =
SSRed/df = 1086.62832/14 =
77.6163086
F= MS-Reg/ MS-Resd =
332.66918/77.6163086 = 4.286
Nilai Fh = 4.286
< Ft = 4.60, nilai P > 0.05. Tidak linear.
Artinya kita menerima
hipotesa nol, dan kita menyatakan bahwa; Kadar Glukosa tidak mempengaruhi Berat
Badan.
4. Jawablah pertanyaan berikut :
Ø Jelaskan ‘Total Sum
of Square’
Jawab : SST (jumalah kuadrat total) adalah jumlah kuadrat
dari masing-masing obeservasi (Y) dikurangi rata-rata seluruh observasi. Rumus
jumlah kuadarat Total SST=SSG+SSW
Dimana
- SST =Total of Square
- k =jumlah populasi
- ni =ukuran sampel dari
populasi i
- x ij =pengukuran ke-j
dari populasi ke-i
- x =mean keselueuan
(dari seluruh nilai data)
Ø Jelaskan ‘Explained
Sum of Square’
Jawab : ESS Jumlah dari kuadrat
deviasi dari nilai prediksi dari nilai rata-rata dalam model regresi standar.
Ø Jelaskan
‘Unexplained sum of Square’
Jawab : Besaran SST : total
correct sum of squares di definisikan :
SSE : variasi karena random error = unexplained
Sedangkan SSE
SST = SSR + SSE
- Dan SSR (Regression sum squares)
- R= Koefisien dterminasi, persentase dari variasi data yang
bisa dijelaskan oleh regresi
Ø 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 Korelasi (R).
Contoh : Jika nilai R adalah
sebesar 0,34 maka koefisien determinasi (R Square) adalah sebesar 0,34X 0,34= 0,12. Berarti kemampuan
variabel bebas dalam menjelaskan varians dari variabel terkaitnya adalah
sebesar 12,0% berarti terdapat 88% (100%-12%) Varians variabel terkait yang dijelaskan oleh faktor lain. Berdasarkan Interpretasi
tersebut, maka tampak bawa nilai R Square adalah antara 0 sampai dengan 1.
Ø Jelaskan fungsi
analisis varians dalam analisis regresi
Jawab : Analisis varians
relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk
percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki
keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di
berbagai bidang, mulai dari eksperimenlaboratorium hingga eksperimen
periklanan, psikologi, dan kemasyarakatan.
Ø Uraikan 3 cara untuk menguji nol hipotesa : β1=
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. Misalnya, ada hubungan antara tingkat pendidikan dengan
praktek pemeriksaan hamil. Hipotesis dapat diperjelas lagi menjadi : Makin
tinggi pendidikan ibu, makin sering (teratur) memeriksakan kehamilannya. Sedangkan hipotesis perbedaan menyatakan adanya
ketidaksamaan atau perbedaan di antara dua variabel; misalnya. praktek
pemberian ASI ibu-ibu de Kelurahan X berbeda dengan praktek pemberian ASI
ibu-ibu di Kelurahan Y. Hipotesis ini lebih dielaborasi menjadi: praktek
pemberian ASI ibu-ibu di Kelurahan X lebih tinggi bila dibandingkan dengan
praktek pemberian ASI ibu-ibu di Kelurahan Y.
Ø Jelaskan 2 tujuan kita menggunakan analisis regresi
Jawab : Menjelaskan temuan data
dalam bentuk garis lurus atau kurva atau parabola dan lain sebagainya dan
sangat sesuai dengan data yang ada.Pertamkali lakukan adalah membuat diagram
sebar dari data yang kita miliki.
Tidak ada komentar:
Posting Komentar