Selasa, 11 April 2017

Tugas 5 Analisis Regresi (Halaman 85)



Nama : Nofriana Delsia Manafe
Nim    : 20160302205
Sesi    : 11

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

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.

3. 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
= 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