ANALISIS REGRESI HAL 85-88

ANALISIS REGRESI 

HALAMAN 85-88

Lia Efriyanurika 20170302064

Latihan
1. Pelajari data dibawah ini, tentukan dependen dan independen variable serta

• Hitung Sum of Square for Regression (X)
• Hitung Sum of Square for Residual
• Hitung Means Sum of Square for Regression (X)
• Hitung Means Sum of Square for Residual
• Hitung nilai F dan buat kesimpulan

         Ket :

         UM     = Umur

         CHOL = Cholesterol

         TRIG   = Trigliserida

  Sum of Square Total :

 

  Sum of Square Residual :

  

    Sum of Square Regression :
    SSY-SSE = 28646.444 - 27990.819 = 655.625

   Mean Sum of Square Regression :

   SSRegr / df = 655.625/ 1 = 655.625

   Mean Sum of Square Residual :

   SSResd / df = 27990.819 / 43 = 650.949

   F= MS-Regr / MS-Resd = 655.625/ 650.949= 1.007

    Keputusan statistik : Nilai F _hitung  = 1.007 < F _tabel = 4.07 → Hipotesa nol diterima

    Kesimpulan : Umur tidak mempengaruhi kolesterol

  Sum of Square Total :

   

  Sum of Square Residual :

 

  Sum of Square Regression :

  SSY-SSE = 73835.911- 67148.000 = 6687.911

  Mean Sum of Square Regression :

  SSRegr / df = 6687.911/ 1 = 6687.911

  Mean Sum of Square Residual :

  SSResd / df = 67148.000 / 43 = 1561.581

  F= MS-Regr / MS-Resd = 6687.911/ 1561,581= 4,283

    Keputusan statistik : Nilai F _hitung  = 4,283 > F _tabel = 4.07 → Hipotesa nol ditolak

    Kesimpulan : Umur mempengaruhi trigliserida

2. Pelajari data dibawah ini, tentukan dependen dan independen variable serta

• Hitung Sum of Square for Regression (X)
• Hitung Sum of Square for Residual
• Hitung Means Sum of Square for Regression (X)
• Hitung Means Sum of Square for Residual
• Hitung nilai F dan buat kesimpulan

      Sum of Square Total :

     

      Sum of Square Residual :

       

      Sum of Square Regression :

      SSY-SSE = 576519.810 – 237885.934= 338633.876

      Mean Sum of Square Regression :

      SSRegr / df = 338633.876 / 1 = 338633.876

      Mean Sum of Square Residual :

      SSResd / df = 237885.934 / 19 = 12520.312

          

       F= MS-Regr / MS-Resd = 338633.876 /  12520.312 = 27.047

        Keputusan statistik : Nilai F _hitung  = 27.047 > F _tabel = 4.38 → Hipotesa nol ditolak

        Kesimpulan : Mg Serum mempengaruhi Mg Tulang

3.      Pelajari data di bawah ini, tentukan dependen dan independent variable serta

·        Hitung Sum of Square for Regression (X)

·        Hitung Sum of Square for Residual

·        Hitung Means Sum of Square for Regression (X)

·        Hitung Means Sum of Square for Residual

·        Hitung nilai F dan buat kesimpulan

       Data berat badan dan kadar glukosa darah orang dewasa sebagai berikut (data fiktif)

     Sum of Square Total :

      

     Sum of Square Residual :

     

     Sum of Square Regression :

     SSY-SSE = 1573.437 – 1204.639 = 368.798

     Mean Sum of Square Regression :

     SSRegr / df = 368.798/ 1 = 368.798

     Mean Sum of Square Residual :

     SSResd / df = 1204.639 / 14 = 86.046

          

    F= MS-Regr / MS-Resd = 368.798 /  86.046 = 4.286

      Keputusan statistik : Nilai F _hitung  = 4.286 < F _tabel = 4.60 → Hipotesa nol diterima

      Kesimpulan : BB tidak mempengaruhi Glukosa

4..      Jawablah pertanyaan berikut :

a.       Jelaskan "Total sum of squares"

      Jawaban :

      ‘Total sum of square’ yaitu jumlah kuadrat deviasi setiap observasi terhadap nilai rerata semua observasi dimana terdapat 2 komponen yaitu ‘jumlah kuadrat deviasi dalam kelompok’ dan ‘jumlah kuadrat deviasi antar kelompok’.

b.      Jelaskan "Explained sum of square"

      Jawaban :

      Besaran yang digunakan untuk menggambarkan seberapa baik model, sering model regresi, merupakan data yang dimodelkan. Secara khusus, ini menjelaskan langkah-langkah berapa banyak variasi yang ada dalam nilai-nilai yang dimodelkan dan ini dibandingkan dengan total jumlah kuadrat, yang mengukur berapa banyak variasi yang ada dalam data yang diamati, dan untuk jumlah residual kuadrat, yang mengukur variasi dalam kesalahan pemodelan.

c.       Jelaskan "Unexplained sum of square"

      Jawaban :

      Ukuran dari perbedaan antara data dan model estimasi yang digunakan sebagai kriteria optimalitas dalam pemilihan parameter dan pemilihan model.

d.       Jelaskan "The coefficient of determination"

      Jawaban :

      R^{2 (}Koefisien Determinasi) adalah perbandingan antara variasi Y yang dijelaskan oleh x1 dan x2 secara bersama-sama dibandingkan dengan variasi total Y. Jika selain x1  dan x2 semua variabel di luar model yang diwadahi dalam E dimasukkan ke dalam model, maka nilai R² akan  bernilai 1. Ini berarti seluruh variasi Y dapat dijelaskan oleh variabel penjelas yang dimasukkan ke dalam model. Tidak ada ukuran yang pasti berapa besarnya  R² untuk mengatakan bahwa suatu pilihan variabel sudah tepat. Jika R² semakin besar atau mendekati 1, maka model makin tepat.

e.       Jelaskan fungsi Analisis variasi dalam analisis regresi

      Jawaban :

     Untuk membuktikan apakah variabel X mempengaruhi variabel Y

 f.    Uraikan tiga cara untuk menguji nol hipotesa : β = 0

         Jawaban :

      Tiga cara menguji hipotesa nol yaitu

   

        

g.       Jelaskan dua tujuan kita menggunakan analisis regresi

      Jawaban :
      -  Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel        bebas.
      -  Menguji hipotesis karakteristik dependensi.
      -  Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas     
          diluar jangkaun sample.