Kamis, 30 November 2017

Analisis Regresi Pertemuan 8 (Hal 123-124)



LATIHAN
1.    Lakukan prediksi CHOL dengan variabel independen TRIG dan UM :
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
f.       Hitung nilai r2
g.      Tulis Model Regresi
UM
CHOL
TRIG
UM
CHOL
TRIG
UM
CHOL
TRIG
40
218
194
37
212
140
55
319
191
46
265
188
40
244
132
58
212
216
69
197
134
32
217
140
41
209
154
44
188
155
56
227
279
60
224
198
41
217
191
49
218
101
50
184
129
56
240
207
50
241
213
48
222
115
48
222
155
46
234
168
49
229
148
49
244
235
52
231
242
39
204
164
41
190
167
51
297
142
40
211
104
38
209
186
46
230
240
47
230
218
36
208
179
60
258
173
67
230
239
39
214
129
47
243
175
57
222
183
59
238
220
58
236
199
50
213
190
56
219
155
66
193
201
43
238
259
44
241
201
52
193
193
55
234
156

UM     = Umur
CHOL = Cholesterol

TRIG  = Trigliserida





Jawaban :
Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
Umur, Trigliseridaa
.
Enter
a. All requested variables entered.
b. Dependent Variable: Cholesterol

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.224a
.050
.005
25.452
a. Predictors: (Constant), Umur, Trigliserida

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
1437.719
2
718.860
1.110
.339a
Residual
27208.725
42
647.827


Total
28646.444
44



a. Predictors: (Constant), Umur, Trigliserida
b. Dependent Variable: Cholesterol

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
192.155
24.554

7.826
.000
Trigliserida
.108
.098
.173
1.099
.278
Umur
.292
.464
.099
.629
.533
a. Dependent Variable: Cholesterol




a.    Hitung Sum of Square for Regression (X)
SSY – SSE = 28646.444 – 27208.725 = 1437.719

b.   Hitung Sum of Square for Residual
c.    Hitung Means Sum of Square for Regression (X)
SSRegr / df = 1437.719 / 2 = 718.860

d.   Hitung Means Sum of Square for Residual
SSResd / df = 27208.725 / 42 = 647.827

e.    Hitung nilai F
F = MS – Regr / MS – Resd = 718.860 / 647.827 = 1.110

f.     Hitung nilai r2 = 0.050
Model Regresi
CHOL = 192.155+ 0.108 TRIG + 0.292 UM
Perhatikan nilai t untuk masing-masing parameter dan signifikansinya.
Pada individu yang berumur 55 tahun dengan TRIG = 156, maka Cholesterol nya diprediksi sebesar :
= 192.155+ (0.108*156) + (0.292*55)
= 192.155+ 16.848 + 16.06
= 225.063 dibulatkan menjadi 225
Pada individu yang berumur 67 tahun dengan TRIG = 239, maka Cholesterol nya diprediksi sebesar :
= 192.155+ (0.108*239) + (0.292*67)
= 192.155+ 25.812 + 19.564
= 237.531 dibulatkan menjadi 238

2.    Lakukan prediksi Berat Badan (BB) dengan variabel independen Tinggi Badan (TB), Berat Badan Tanpa Lemak (BTL) dan Asupan Kalori (AK) :
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
f.       Hitung nilai r2
g.      Tulis Model Regresi

BB
TB
BTL
AK
79.2
149
54.1
2670
64.0
152
44.3
820
67.0
155.7
47.8
1210
78.4
159
53.9
2678
66.0
163.3
47.5
1205
63.0
166
43
815
65.9
169
47.1
1200
63.1
172
44.0
1180
73.2
174.5
44.1
1850
66.5
176.1
48.3
1260
61.9
176.5
43.5
1170
72.5
179
43.3
1852
101.1
182
66.4
1790
66.2
170.4
47.5
1250
99.9
184.9
66
1889
63.0
169
44
915










BB  = Berat Badan
TB = Tinggi Badan
BTL     = Berat Tanpa Lemak
AK      = Asupan Kalori







Jawaban :
Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
Asupan Kalori, Tinggi Badan, Berat Tanpa Lemaka
.
Enter
a. All requested variables entered.
b. Dependent Variable: Berat Badan

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.969a
.939
.923
3.4224
a. Predictors: (Constant), Asupan Kalori, Tinggi Badan, Berat Tanpa Lemak

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
2148.400
3
716.133
61.141
.000a
Residual
140.554
12
11.713


Total
2288.954
15



a. Predictors: (Constant), Asupan Kalori, Tinggi Badan, Berat Tanpa Lemak
b. Dependent Variable: Berat Badan

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
-33.412
14.489

-2.306
.040
Tinggi Badan
.210
.090
.180
2.339
.037
Berat Tanpa Lemak
1.291
.150
.785
8.631
.000
Asupan Kalori
.004
.002
.209
2.375
.035
a. Dependent Variable: Berat Badan

a.    Hitung Sum of Square for Regression (X)
SSY – SSE = 2288.954 140.554 = 2148.400
b.   Hitung Sum of Square for Residual
c.    Hitung Means Sum of Square for Regression (X)
SSRegr / df = 2148.400/ 3 = 716.133

d.   Hitung Means Sum of Square for Residual
SSResd / df = 140.554/ 12 = 11.713

e.    Hitung nilai F
F = MS – Regr / MS – Resd = 716.133/ 11.713  = 61.140

f.     Hitung nilai r2 = 0.939
Model Regresi
BB = -33.412 + 0.210 TB + 1.291 BTL + 0.004 AK
Perhatikan nilai t untuk masing-masing parameter dan signifikansinya.

Pada individu memiliki Tinggi Badan = 184.9 dengan Berat Badan Tanpa Lemak = 66 dan Asupan Kalori = 1889, maka Berat badan nya diprediksi sebesar :
= -33.412 + (0.210*184.9)  + (1.291*66) + (0.004*1889)
= -33.412 + 38.829 + 85.206 + 7.556
= 98.179 dibulatkan menjadi 98
Pada individu memiliki Tinggi Badan = 152 dengan Berat Badan Tanpa Lemak = 44.3 dan Asupan Kalori = 820, maka Berat badan nya diprediksi sebesar :
= -33.412 + (0.210*152)  + (1.291*44.3) + (0.004*820)
= -33.412 + 31.92 + 57.1913 + 3.28
= 58.9793 dibulatkan menjadi 59


LATIHAN
1.    Lakukan prediksi CHOL dengan variabel independen TRIG dan UM :
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
f.       Hitung nilai r2
g.      Tulis Model Regresi
UM
CHOL
TRIG
UM
CHOL
TRIG
UM
CHOL
TRIG
40
218
194
37
212
140
55
319
191
46
265
188
40
244
132
58
212
216
69
197
134
32
217
140
41
209
154
44
188
155
56
227
279
60
224
198
41
217
191
49
218
101
50
184
129
56
240
207
50
241
213
48
222
115
48
222
155
46
234
168
49
229
148
49
244
235
52
231
242
39
204
164
41
190
167
51
297
142
40
211
104
38
209
186
46
230
240
47
230
218
36
208
179
60
258
173
67
230
239
39
214
129
47
243
175
57
222
183
59
238
220
58
236
199
50
213
190
56
219
155
66
193
201
43
238
259
44
241
201
52
193
193
55
234
156

UM     = Umur
CHOL = Cholesterol

TRIG  = Trigliserida





Jawaban :
Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
Umur, Trigliseridaa
.
Enter
a. All requested variables entered.
b. Dependent Variable: Cholesterol

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.224a
.050
.005
25.452
a. Predictors: (Constant), Umur, Trigliserida

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
1437.719
2
718.860
1.110
.339a
Residual
27208.725
42
647.827


Total
28646.444
44



a. Predictors: (Constant), Umur, Trigliserida
b. Dependent Variable: Cholesterol

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
192.155
24.554

7.826
.000
Trigliserida
.108
.098
.173
1.099
.278
Umur
.292
.464
.099
.629
.533
a. Dependent Variable: Cholesterol




a.    Hitung Sum of Square for Regression (X)
SSY – SSE = 28646.444 – 27208.725 = 1437.719

b.   Hitung Sum of Square for Residual
c.    Hitung Means Sum of Square for Regression (X)
SSRegr / df = 1437.719 / 2 = 718.860

d.   Hitung Means Sum of Square for Residual
SSResd / df = 27208.725 / 42 = 647.827

e.    Hitung nilai F
F = MS – Regr / MS – Resd = 718.860 / 647.827 = 1.110

f.     Hitung nilai r2 = 0.050
Model Regresi
CHOL = 192.155+ 0.108 TRIG + 0.292 UM
Perhatikan nilai t untuk masing-masing parameter dan signifikansinya.
Pada individu yang berumur 55 tahun dengan TRIG = 156, maka Cholesterol nya diprediksi sebesar :
= 192.155+ (0.108*156) + (0.292*55)
= 192.155+ 16.848 + 16.06
= 225.063 dibulatkan menjadi 225
Pada individu yang berumur 67 tahun dengan TRIG = 239, maka Cholesterol nya diprediksi sebesar :
= 192.155+ (0.108*239) + (0.292*67)
= 192.155+ 25.812 + 19.564
= 237.531 dibulatkan menjadi 238

2.    Lakukan prediksi Berat Badan (BB) dengan variabel independen Tinggi Badan (TB), Berat Badan Tanpa Lemak (BTL) dan Asupan Kalori (AK) :
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
f.       Hitung nilai r2
g.      Tulis Model Regresi

BB
TB
BTL
AK
79.2
149
54.1
2670
64.0
152
44.3
820
67.0
155.7
47.8
1210
78.4
159
53.9
2678
66.0
163.3
47.5
1205
63.0
166
43
815
65.9
169
47.1
1200
63.1
172
44.0
1180
73.2
174.5
44.1
1850
66.5
176.1
48.3
1260
61.9
176.5
43.5
1170
72.5
179
43.3
1852
101.1
182
66.4
1790
66.2
170.4
47.5
1250
99.9
184.9
66
1889
63.0
169
44
915










BB  = Berat Badan
TB = Tinggi Badan
BTL     = Berat Tanpa Lemak
AK      = Asupan Kalori







Jawaban :
Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
Asupan Kalori, Tinggi Badan, Berat Tanpa Lemaka
.
Enter
a. All requested variables entered.
b. Dependent Variable: Berat Badan

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.969a
.939
.923
3.4224
a. Predictors: (Constant), Asupan Kalori, Tinggi Badan, Berat Tanpa Lemak

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
2148.400
3
716.133
61.141
.000a
Residual
140.554
12
11.713


Total
2288.954
15



a. Predictors: (Constant), Asupan Kalori, Tinggi Badan, Berat Tanpa Lemak
b. Dependent Variable: Berat Badan

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
-33.412
14.489

-2.306
.040
Tinggi Badan
.210
.090
.180
2.339
.037
Berat Tanpa Lemak
1.291
.150
.785
8.631
.000
Asupan Kalori
.004
.002
.209
2.375
.035
a. Dependent Variable: Berat Badan

a.    Hitung Sum of Square for Regression (X)
SSY – SSE = 2288.954 140.554 = 2148.400
b.   Hitung Sum of Square for Residual
c.    Hitung Means Sum of Square for Regression (X)
SSRegr / df = 2148.400/ 3 = 716.133

d.   Hitung Means Sum of Square for Residual
SSResd / df = 140.554/ 12 = 11.713

e.    Hitung nilai F
F = MS – Regr / MS – Resd = 716.133/ 11.713  = 61.140

f.     Hitung nilai r2 = 0.939
Model Regresi
BB = -33.412 + 0.210 TB + 1.291 BTL + 0.004 AK
Perhatikan nilai t untuk masing-masing parameter dan signifikansinya.

Pada individu memiliki Tinggi Badan = 184.9 dengan Berat Badan Tanpa Lemak = 66 dan Asupan Kalori = 1889, maka Berat badan nya diprediksi sebesar :
= -33.412 + (0.210*184.9)  + (1.291*66) + (0.004*1889)
= -33.412 + 38.829 + 85.206 + 7.556
= 98.179 dibulatkan menjadi 98
Pada individu memiliki Tinggi Badan = 152 dengan Berat Badan Tanpa Lemak = 44.3 dan Asupan Kalori = 820, maka Berat badan nya diprediksi sebesar :
= -33.412 + (0.210*152)  + (1.291*44.3) + (0.004*820)
= -33.412 + 31.92 + 57.1913 + 3.28
= 58.9793 dibulatkan menjadi 59