Tugas 4 Anreg

TUGAS TEMU 4 hal 63

1. Buktikan hipotesa apakah kita menolak Hipotesa H₀: β₀ =0

Gunakan data berat 12 anak ayam menurut hari  dan hitung persamaan garis lurus dan buktikan hipotesa tentang parameter berdsarkan table dibwahini :

 

JAWAB

Regresssion

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Umurb	.	Enter
a. Dependent Variable: BeratBadan
b. All requested variables entered.

Model Summary
Model		R	R Square		Adjusted R Square		Std. Error of the Estimate
1		.986a	.971		.969		19.907
a.       Predictors: (Constant), Umur
ANOVAa
Model				Sum of Squares		df		Mean Square		F	Sig.
1	Regression			134862.044		1		134862.044		340.314	.000b
	Residual			3962.873		10		396.287
	Total			138824.917		11
a. Dependent Variable: BeratBadan
b.      Predictors: (Constant), Umur Coefficients (a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -163.246 19.988 -8.167 .000 Umur 30.710 1.665 .986 18.448 .000 a. Dependent Variable: BeratBadan Persamaangaris :  Tugas 4 hal 70-71 Uji Kualitas garis lurus dan hipotesa slopen dan intersep Kasus IMT GPP 1 18,6 150 2 28,1 150 3 25,1 120 4 21,6 150 5 28,4 190 6 20,8 110 7 23,2 150 8 15,9 130 9 16,4 130 10 18,2 120 11 17,9 130 12 21,8 140 13 16,1 100 14 21,5 150 15 24,5 130 16 23,7 180 17 21,9 140 18 18,6 135 19 27 140 20 18,9 100 21 16,7 100 22 18,5 170 23 19,4 150 24 24 160 25 26,8 200 26 28,7 190 27 21 120 Regression Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 IMTa . Enter a. All requested variables entered. b. Dependent Variable: GPP Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .628a .394 .370 21.629 a. Predictors: (Constant), IMT 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), IMT b. Dependent Variable: GPP Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 48.737 23.494 2.074 .048 IMT 4.319 1.070 .628 4.035 .000 a. Dependent Variable: GPP Persamaan Garis          :     Latihan 2 Data Berat Badan dan Kadar Glukosa Darah Orang Dewasa Subjek Berat Badan Glukosa (Kg) mg/100 ml 1 64 108 2 75,3 109 3 73 104 4 82,1 102 5 76,2 105 6 95,7 121 7 59,4 79 8 93,4 107 9 82,1 101 10 78,9 85 11 76,7 99 12 82,1 100 13 83,9 108 14 73 104 15 64,4 102 16 77,6 87 Regression Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 BBa . 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), BB 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), BB 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 BB .510 .246 .484 2.070 .057 a. Dependent Variable: Glukosa Persamaan Garis          : d.    Distribusi Statistik : bila asumsi terpenuhi dan Ho diterima maka uji t digunakan dengan derajat kebebasan n-1 e.    Pengambilan keputusan Ho ditolak bila t-hitung lebih besar dari t-tabel; α = 0,05 = 2.13145 f.    Perhitungan statistik : dari komputer out put diperoleh besaran nilai β1 = 510 dan Sβ1 = 246 g.   Keputusan Statistik : Nilai t- hitung = 2.070 < t-tabel = 2.13145 Kita menerima Hipotesa nol h.    Kesimpulan : Slop garis regresi tidak sama dengan 0 maka garis regresi antara BB dan Glukosa adalah Linier Latihan 3 a.    Jelaskan asumsi-asumsi tentang analisa regresi sederhana bila kita ingin membuat inferensi tentang populasi dari data yang kita punyai. Jawab : Dalam analisa regresi beberapa asumsi harus terpenuhi untuk mendapatkan model garis lurus yang sebenarnya seperti dibawah ini: