1. Tugas
Hal.70 data 1 ( IMT & GPP )
Variables Entered/Removedb
|
|||
Model
|
Variables Entered
|
Variables Removed
|
Method
|
1
|
Indeks
Massa Tubuha
|
.
|
Enter
|
a.
All requested variables entered.
|
|||
b.
Dependent Variable: Gula Post Prandial
|
Model Summary
|
||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.628a
|
.394
|
.370
|
21.629
|
a.
Predictors: (Constant), Indeks Massa Tubuh
|
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
7617.297
|
1
|
7617.297
|
16.282
|
.000a
|
Residual
|
11695.666
|
25
|
467.827
|
|
|
|
Total
|
19312.963
|
26
|
|
|
|
|
a.
Predictors: (Constant), Indeks Massa Tubuh
|
||||||
b.
Dependent Variable: Gula Post Prandial
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
48.737
|
23.494
|
|
2.074
|
.048
|
Indeks
Massa Tubuh
|
4.319
|
1.070
|
.628
|
4.035
|
.000
|
|
a.
Dependent Variable: Gula Post Prandial
|
Langkah Pembuktian Hipotesa :
a.
Asumsi : bahwa model
persamaan garis lurus beserta asumsinya berlaku;
b.
hipotesa : H₀ : β₁ = 0
Ha : β₁
≠ 0
c. uji
statistik : t= β₁
/ Sβ₁
d. Distribusi
Statistik : bila asumsi terpenuhi
dan H₀ diterima maka digunakan derajat kebabasan n-1;
e. pengambilan
keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 =
2.05553
f.
perhitungan statistik : dari komputer
out put diperoleh nilai β₁ = 4,319 dan Sβ₁= 1,070
t = 4,319 / 1,070 = 4,036
g. keputusan
statistik :
nilai t-hitung = 4,036 > nilai t
tabel = 2,05553
kita menolak Hipotesa nol
h. kesimpulan
: slop garis regresi tidak sama dengan 0, maka garis regresi antara IMT dan GPP
adalah Linier
2. tugas Hal 70 data 2 ( BB dan
Kadar Glukosa )
Variables Entered/Removedb
|
|||
Model
|
Variables Entered
|
Variables Removed
|
Method
|
1
|
Berat
Badana
|
.
|
Enter
|
a.
All requested variables entered.
|
|||
b.
Dependent Variable: Glukosa
|
Model Summary
|
||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.484a
|
.234
|
.180
|
9.276
|
a.
Predictors: (Constant), Berat Badan
|
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
368.798
|
1
|
368.798
|
4.286
|
.057a
|
Residual
|
1204.639
|
14
|
86.046
|
|
|
|
Total
|
1573.437
|
15
|
|
|
|
|
a.
Predictors: (Constant), Berat Badan
|
||||||
b.
Dependent Variable: Glukosa
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
61.877
|
19.189
|
|
3.225
|
.006
|
Berat
Badan
|
.510
|
.246
|
.484
|
2.070
|
.057
|
|
a.
Dependent Variable: Glukosa
|
Langkah Pembuktian Hipotesa :
a.
Asumsi : bahwa model
persamaan garis lurus beserta asumsinya berlaku;
b.
hipotesa : H₀ : β₁ = 0
Ha : β₁
≠ 0
c. uji
statistik : t= β₁
/ Sβ₁
d. Distribusi
Statistik : bila asumsi
terpenuhi dan H₀ diterima maka digunakan derajat kebabasan n-1;
e. pengambilan
keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 =
2,131
f.
perhitungan statistik : dari komputer
out put diperoleh nilai β₁ = 0,510 dan Sβ₁= 0,246
t = 0,510 / 0,246 = 2,073
g. keputusan
statistik :
nilai t-hitung = 2,073 < nilai t
tabel = 2,131
kita menerima Hipotesa nol
h. kesimpulan
: slop garis regresi sama dengan 0, maka garis regresi antara BB dan kadar
Glukosa adalah tidak Linier
1.
Tugas hal 85 data 1
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 28646,444 –
27990,819 = 655,625
b.
Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 655,625 /
1 = 655,625
d.
Mean Sum of Square Residual adalah
SS Residual / df = 27990,819 / 43 = 650,949
e.
Nilai F
F = MS-Regression /
MS-Residual = 655,625 / 650,949 = 1,007
Lihat tabel F dengan
nomerator 1 dan denomerator 43, nilainya adalah 4,07
Nilai F hasil = 1,007 <
Ftabel= 4,07 , nilai p > 0,05 tidak bermakna ( sig 0,321 )
Artinya kita menerima Ho, dan
menyatakan bahwa Umur tidak mempengaruhi kadar kolesterol
2.
Tugas hal 86 data 2
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 10,342 – 4,268 = 6,075
b. Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 6,075 / 1
= 6,075
d.
Mean Sum of Square Residual adalah
SS Residual / df = 4,268 / 19 = 0,225
e.
Nilai F
F = MS-Regression /
MS-Residual = 6,075 / 0,225 = 27
Lihat tabel F dengan
nomerator 1 dan denomerator 19, nilainya adalah 4,38
Nilai F hasil = 27 > Ftabel= 4,38 , nilai p < 0,05 bermakna (
sig 0,000 )
Artinya kita menolak Ho, dan
menyatakan bahwa kadar Mg Tulang mempengaruhi kadar Mg Serum
3.
Tugas hal 87 data 3
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 1573,437 – 1204,639
= 368,798
b. Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 368,798 /
1 = 368,798
d.
Mean Sum of Square Residual adalah
SS Residual / df = 1204,639 / 14 = 86,046
F = MS-Regression /
MS-Residual = 368,798 / 86,046 =4,286
Lihat tabel F dengan
nomerator 1 dan denomerator 14, nilainya adalah 4,60
Nilai F hasil = 4,286> Ftabel= 4,60 , nilai p > 0,05 tidak
bermakna ( sig 0,057 )
Artinya kita menerima Ho, dan
menyatakan bahwa BB tidak mempengaruhi kadar Glukosa seseorang.
1.
Tugas hal 85 data 1
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 28646,444 –
27990,819 = 655,625
b.
Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 655,625 /
1 = 655,625
d.
Mean Sum of Square Residual adalah
SS Residual / df = 27990,819 / 43 = 650,949
e.
Nilai F
F = MS-Regression /
MS-Residual = 655,625 / 650,949 = 1,007
Lihat tabel F dengan
nomerator 1 dan denomerator 43, nilainya adalah 4,07
Nilai F hasil = 1,007 <
Ftabel= 4,07 , nilai p > 0,05 tidak bermakna ( sig 0,321 )
Artinya kita menerima Ho, dan
menyatakan bahwa Umur tidak mempengaruhi kadar kolesterol
2.
Tugas hal 86 data 2
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 10,342 – 4,268 = 6,075
b. Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 6,075 / 1
= 6,075
d.
Mean Sum of Square Residual adalah
SS Residual / df = 4,268 / 19 = 0,225
e.
Nilai F
F = MS-Regression /
MS-Residual = 6,075 / 0,225 = 27
Lihat tabel F dengan
nomerator 1 dan denomerator 19, nilainya adalah 4,38
Nilai F hasil = 27 > Ftabel= 4,38 , nilai p < 0,05 bermakna (
sig 0,000 )
Artinya kita menolak Ho, dan
menyatakan bahwa kadar Mg Tulang mempengaruhi kadar Mg Serum
3.
Tugas hal 87 data 3
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 dan buat kesimpulan
Jawab :
Dik :
*Sum of Square
Total adalah
*Sum of Square
Residual adalah
a.
Sum of Square Regression adalah
SSY – SSE = 1573,437 – 1204,639
= 368,798
b. Sum of Square Residual adalah
c.
Mean Sum of Square Regression
adalah
SSRegression / df = 368,798 /
1 = 368,798
d.
Mean Sum of Square Residual adalah
SS Residual / df = 1204,639 / 14 = 86,046
F = MS-Regression /
MS-Residual = 368,798 / 86,046 =4,286
Lihat tabel F dengan
nomerator 1 dan denomerator 14, nilainya adalah 4,60
Nilai F hasil = 4,286> Ftabel= 4,60 , nilai p > 0,05 tidak
bermakna ( sig 0,057 )
Artinya kita menerima Ho, dan
menyatakan bahwa BB tidak mempengaruhi kadar Glukosa seseorang.
Tidak ada komentar:
Posting Komentar