Rabu, 14 Desember 2016

Tugas Analisis Regresi Pertemuan 11

HALAMAN 188 dan 191
TUGAS 11

SOAL 2 HALAMAN 188

Dengan pengetahuan biomedik yang saudara miliki, gunakan data dibawah ini untuk membuat beberapa persamaan garis regresi dan membuktikan hipotesa tentang slop dan intersep. (Buat dulu hipotesis yang akan dibuktikan)

SKL    : Jenis Sekolah: 1 = Swasta; 0 = Negeri
JK        : Jenis Kelamin: 1 = Laki-laki; 0 = Perempuan
UM      : Umur dalam Tahun
BB       : Berat Badan
TB       : Tinggi Badan
IMT     : Indeks Massa Tubuh
BJ        : Berat Jenis Urin
AMA   : Jumlah Air Dari Makanan
TKAR : Total Konsumsi Air

SKL
JK
UMUR
BB
TB
IMT
BJ
AMA
TKAR
0
2
10
65
148
29,7
1025
402
1943
0
1
11
27
129
16,2
1020
634
2135
0
2
10
26
138
13,7
1015
359
1951
0
2
11
28
142
13,9
1020
679
2205
0
2
10
23
125
14,7
1030
273
2116
0
1
11
29
145
13,8
1025
352
2272
0
2
11
36
145
17,1
1025
454
2204
0
2
11
41
148
18,7
1020
635
2177
0
2
10
38
142
18,8
1025
473
2043
0
2
10
55
146
25,8
1020
562
2244
0
2
11
30
140
15,3
1035
382
1924
0
2
11
32
143
15,7
1020
569
2182
0
2
11
31
131
18,1
1015
711
2253
0
2
11
53
150
23,6
1010
386
2237
0
1
11
66
144
31,9
1025
290
2042
0
2
11
43
147
19,9
1020
522
2255
0
1
11
25
134
14
1010
260
2071
0
2
10
30
134
16,7
1010
529
2180
0
2
11
41
151
18
1030
293
1904
0
1
11
24
133
14
1025
256
2077
0
2
12
27
136
14,6
1020
409
2282
0
2
11
40
150
17,8
1025
350
2034
0
2
11
37
144
17,8
1010
832
2105
0
2
10
32
136
17,3
1025
480
2164
0
2
11
41
147
19
1030
457
2139
0
2
11
27
137
14,4
1025
317
2009
0
2
11
33
141
16,5
1040
289
1549
0
2
11
25
135
13,7
1020
593
1976
0
2
10
48
148
22
1025
812
2005
0
2
11
36
151
16
1025
458
2280
0
2
10
36
149
16,2
1005
815
2077
1
2
11
33
139
17,1
1020
482
2321
1
2
11
25
130
14,8
1005
596
2679
1
1
11
31
147
14,3
1005
868
3018
1
2
11
35
147
16,2
1025
661
2112
1
2
11
51
149
23
1015
694
2547
1
2
11
39
148
17,8
1005
709
2958
1
2
10
52
158
20,8
1015
604
2917
1
2
11
58
158
23,2
1020
580
2477
1
2
11
49
153
21
1015
592
2488
1
2
11
43
147
19,9
1010
693
2894
1
1
10
42
153
18
1010
547
2591
1
1
11
43
146
20,2
1020
379
2232
1
1
11
35
141
17,6
1015
1000
2786
1
1
11
51
152
22,1
1010
636
2785
1
2
11
27
128
16,5
1010
446
2927
1
1
11
39
151
17,1
1015
631
3072
1
2
12
38
154
16,1
1015
458
2741
1
1
10
35
140
17,9
1020
578
2312
1
1
11
31
147
14,3
1020
267
2388
1
2
11
35
148
16
1010
605
2468
1
1
11
18
119
12,7
1015
388
2521
1
1
12
54
147
25
1025
492
2384
1
2
11
36
149
16,2
1020
407
2447
1
1
11
28
148
12,8
1010
715
2503
1
2
10
38
142
18,8
1020
909
2750
1
2
10
33
144
16
1020
436
2756
1
2
11
32
149
14,4
1005
1067
3547
1
1
11
40
148
18,3
1015
596
3373
1
1
11
38
147
17,6
1005
560
2710
1
1
11
39
148
17,8
1010
545
2328
1
1
10
45
147
20,8
1030
513
2343
0
2
10
65
148
29,7
1025
402
1943
0
1
11
27
129
16,2
1020
634
2135
0
2
10
26
138
13,7
1015
359
1951
0
2
11
28
142
13,9
1020
679
2205
0
2
10
23
125
14,7
1030
273
2116
0
1
11
29
145
13,8
1025
352
2272
0
2
11
36
145
17,1
1025
454
2204
0
2
11
41
148
18,7
1020
635
2177
0
2
10
38
142
18,8
1025
473
2043
0
2
10
55
146
25,8
1020
562
2244
0
2
11
30
140
15,3
1035
382
1924


X1 = SKL :      1 bila sekolah swasta
0 bila sekolah Negeri
X2 = JK :         1 bila laki-laki
0 bila Perempuan
X3 = UM
X4 = BB         
X5 = TB          
X6 = IMT       
X7 = AMA     
X8 = TKAR    
X9 = SKL*JK

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
1161.665
3
387.222
9.771E3
.000a
Residual
2.735
69
.040


Total
1164.399
72



a. Predictors: (Constant), interaksi BBdanTB, tinggi badan, berat badan

b. Dependent Variable: indeks masa tubuh




Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
13.472
1.485

9.071
.000
berat badan
1.046
.049
2.752
21.260
.000
tinggi badan
-.092
.010
-.180
-8.893
.000
interaksiBBdanTB
-.004
.000
-1.690
-11.865
.000
a. Dependent Variable: indeks masa tubuh




Y = β0+ β1X1 +β2X2 +β3X3

IMT = 13.472 + 1.046 BB -.092 TB -0.004 interaksi BB dan TB

Hipotesa intersep dan slop = Setiap kenaikan BB akan mempengaruhi nillai IMT namun interaksi ke duanya BB dan TB tidak mempengaruhi nilai IMT.

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
75.863
3
25.288
1.603
.197a
Residual
1088.537
69
15.776


Total
1164.399
72



a. Predictors: (Constant), interaksi jenis kelamin dan umur, umur, jenis kelamin
b. Dependent Variable: indeks massa tubuh




Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
-25.817
45.760

-.564
.574
jenis kelamin
33.589
24.833
3.859
1.353
.181
umur
3.973
4.196
.508
.947
.347
interaksi jenis kelamin dan umur
-3.075
2.283
-3.778
-1.347
.182
a. Dependent Variable: indeks massa tubuh





Y = β0+ β1X1 +β2X2 +β3X3

IMT = -25.817 + 33.589 JK +  3.973 umur  -3.075 interaksi jenis kelamin dan umur

Hipotesa intersep dan slop = Setiap kenaikan umur dan jenis kelamin mempengaruhi nilai IMT namun interaksi keduanya tidak mempengaruhi nilai IMT

ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
1383.154
3
461.051
7.959
.000a
Residual
3997.093
69
57.929


Total
5380.247
72



a. Predictors: (Constant), interaksi, umur, jumlah air dalam makanan

b. Dependent Variable: berat jenis





Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
980.543
65.228

15.033
.000
jumlah air dalam makanan
.138
.124
2.840
1.116
.268
umur
4.716
6.053
.281
.779
.439
interaksi
-.015
.011
-3.333
-1.298
.199
a. Dependent Variable: berat jenis





Y = β0+ β1X1 +β2X2 +β3X3

IMT = -980.543 + 0.138 AMA +  4.716 umur  - 0.015 interaksi AMA dan umur

Hipotesa intersep dan slop = Setiap kenaikan jumlah air dalam  makanan dan umur mempengaruhi berat jenis urin namun interaksi keduanya tidak mempengaruhi berat jenis urin 

SOAL 3 HALAMAN 191

Variabel
β
S
Partial F
Umur
1.02892
0.50177
4,205
IMT
10.45104
9.1311
1.310
RKK
-0.53744
23.23004
0.00053
Umur*RKK
0.43733
0.7132
0.376
IMT*RKK
-3.70682
10.76763
0,11851
Intersep
48.61271



Model regresi :

Y = 48.61271 + 1.02892 + 0.50177 UMUR
Y = 48.61271 + 10.45104 + 9.131 IMT
Y = 48.61271 – 0.53744 + 23.23004 RKK
Y = 48.61271 + 0.43733 + 0.7132 UMUR*RKK
Y = 48.61271 – 3.70682 + 10.76763 IMT*RKK
Y = 48.61271 + β1X1 + β2X2 + β3X3 +β4X4 +β5X5
    = 48.61271 + 1.02892 U  + 10.45104 IMT  – 0.53744 RKK + 0.43733 U*RKK – 3.70682 IMT*RKK 

Kesimpulan:
Penambahan variabel X1 dan X2 kedalam model bermakna karena Parsial F > Ftabel(1), dengan kata lain perlu menambahkan variabel tersebut kedalam model regresi. Sedangkan variabel selain itutidak perlu ditambahkan kedalam model regresi sehingga model regresi akhir adalah sebagai berikut :

Y = β0 + β1X1 + β2X2
     = 48.61271 + 1.02892 Umur + 10.45104 IMT















Tidak ada komentar:

Posting Komentar