Selasa, 13 Juni 2017

tugas analisis regresi



TUGAS
ANALISIS REGRESI
PERTEMUAN 12

 


Yefrison Kolifay
20160302212




UNIVERSITAS ESA UNGGUL
FAKULTAS ILMU ILMU KESEHATAN
PROGRAM STUDI ILMU GIZI
JAKARTA
2017






1. Halaman 188
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 BB dan TB, tinggi badan, berat badan

b. Dependent Variable: indeks massa tubuh





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

9.071
.000
bera tbadan
1.046
.049
2.752
21.260
.000
tinggi badan
-.092
.010
-.180
-8.893
.000
interaksi BB dan TB
-.004
.000
-1.690
-11.865
.000
a. Dependent Variable: indeksmasatubuh




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 keduanya 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 +  3.973umur  -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 dalammakanan

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 +  4.716umur  - 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 .









2. Halaman 191
Variabel
β
Sβ
Partial F
Umur
1.02892
0.50177
4.2049
IMT
10.45104
9.13113
1.310
RKK
-0.53744
23.23004
0.000535
Umur*RKK
0.43733
0.71320
0.376
IMT*RKK
-3.70682
10.76763
0.1185
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



Tidak ada komentar:

Posting Komentar