TUGAS ANALISIS REGRESI 2

ANALISIS REGRESI

Lia Efriyanurika (20170302064)

Latihan (Gunakan software Excel dan Software statistik)
Halaman 31-33

1.    Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif)

• Software Excel

Rerata             :  (X₁) = 19.8 , (X₂) = 32.5 , (X₃) = 475

Jumlah semua  : 998

Rerata semua  : 33.2667

= (X₁) = 1813.5111 , (X₂) = 5.8778  , (X₃)  = 2025.8778  

SSB                       : 3845.2667

SSW                     : 1416.6

Hasilnya adalah :

MSB             = SSB/k-1 = 3845.2667/2 = 1922.6333

MSW           = SSW/n-k = 1416.6/27     = 52.4666

F hitung         = 36.6449

F table          = 3,35

F_hitung         = 36,6449 > F_tabel = 0.05 = 3,35 (dk:2,27) kita berkeputusan untuk menolak hipotesis            nol

Kesimpulan : Ada perbedaan yang bermakna presentasi penyerapan zat besi pada ketiga jenis makanan tersebut.

• Software Statistik SPSS

Tabel ANOVA diatas memberikan informasi sebagai berikut :

SSB              = 3845.26  , SSW = 1416.600

MSB             = SSB/k-1 = 3845.26/2 = 1922.6333

MSW            = SSW/n-k = 1416.6/27 = 52.4666

F hitung         = MSB/MSW = 36.6449

Data table diatas  ini menunjukkan :

·         Selisih kelompok X1 dan X2 = - 12.70000(*)

·         Selisih kelompok X1 dan X3 = -27.70000(*)

·         Selisih kelompok X2 dan X3 = -15.00000(*)

Perbedaan antara kelompok 1 (Roti) dan kelompok 2 (Roti + kedele), kelompok 1 (Roti) dan kelompok 3 (Roti+kedele+jus tomat), serta kelompok 2 (Roti + kedele) dan kelompok 3 (Roti+kedele+jus tomat) sangat signifikan (p<0.05) yang ditandai (*)

2. Berikut adalah catatan berat lahir bayi dari empat institusi pelayanan kesehatan ibu dan anak (data fiktif).

• Software Excel

Rerata  :  (X₁) = 2767,5 , (X₂) = 3070,71 , (X₃) = 2585 , (X₄) = 2596,11

Jumlah semua  : 79925

Rerata semua  : 2756,03

     

= (X₁) = 1051,66 , (X₂) = 693164  , (X₃)  = 146264 , (X₄) = 230179

SSB                : 1070659

SSW               : 2950960

Hasilnya adalah :

MSB            = SSB/k-1   = 1070659/2   = 356886

MSW          = SSW/N-k = 2950960/25 = 118038

F hitung        = 3.0235

F table         = 2.99

F_hitung = 3,0235 > F_tabel = 0.05 = 2,99 (dk:3,25) kita berkeputusan untuk menolak hipotesis nol

Kesimpulan : Ada perbedaan yang bermakna antara berat bayi lahir di keempat institusi tersebut.

• Software Statistik SPSS

Tabel ANOVA diatas memberikan informasi sebagai berikut :

SSB            = 1070658.684  ,  SSW = 2950960.317

MSB           = SSB/k-1 = 1070658.684/2    = 356886

MSW          = SSW/n-k = 2950960.317/25 = 118038

F hitung         =  MSB/MSW = 3.0235

 Data table diatas  ini menunjukkan :

·         Selisih kelompok X1 dan X2 = -303.21429

·         Selisih kelompok X1 dan X3 = 182.50000

·         Selisih kelompok X1 dan X4 = 171.38889

·         Selisih kelompok X2 dan X3 = 485.71429

·         Selisih kelompok X2 dan X4 = 474.60317

·         Selisih kelompok X3 dan X4 = -11.11111

Perbedaan antara institusi A dan institusi B, institusi A dan institusi C, institusi A dan institusi D, institusi B dan institusi C, institusi B dan institusi D, institusi C dan institusi D tidak signifikan  (p>0.05) yang tidak ditandai dengan (*)

3.   Sebanyak 33 pasien berusia 55-64 tahun yang menderita luka bakar, sejumlah 11 orang meninggal dalam waktu 7 hari, 11 orang meninggal dalam 14 hari, dan 11 orang sembuh. Data berikut dapat digunkana untuk memperlajari besaran perentasi luka bakar dan akibatnya.

• Software Excel

Rerata             :  (X₁) = 56.0909 , (X₂) = 29.2727 , (X₃) = 23.3636

Jumlah semua  : 1196

Rerata semua  : 36.24242424

= (X₁) = 4333.5859, (X₂) = 534.3434 , (X₃)  = 1824.4949

SSB                : 6692.4242

SSW               : 4165.6364

Hasilnya adalah :

MSB              = SSB/k-1 = 6692.4242/2 = 3346.2121

MSW            = SSW/n-k = 4165.6364/30 = 138.8545

F hitung          = MSB/MSW = 24.0987

F hitung 24.0987 > F tabel = 0.05 =  3,32 (dk:2,30) kita berkeputusan untuk menolak hipotesis nol

Kesimpulan : ada perbedaan antara presentasi luka bakar menurut akibatnya.

• Software Statistik SPSS

Tabel ANOVA diatas memberikan informasi sebagai berikut :

SSB                 : 6692.424

SSW                : 4165.636

Hasilnya adalah :

MSB          = SSB/k-1 = 6692.424/2 = 3346.2121

MSW        = SSW/n-k = 4165.636/30 = 138.8545

F hitung      = MSB/MSW = 24.0987

Data table diatas  ini menunjukkan :

·         Selisih kelompok X1 dan X2 = 26.81818(*)

·         Selisih kelompok X1 dan X3 = 32.72727(*)

·         Selisih kelompok X2 dan X3 = 5.90909

Perbedaan antara kelompok 1 (meninggal dalam 7 hari) dan kelompok 2 (meninggal dalam 14 hari), kelompok 1 (meninggal dalam 7 hari) dan kelompok 3 (sembuh) sangat signifikan (p<0.05) yang ditandai (*), sedangkan perbedaan antara kelompok 2 (meninggal dalam 14 hari) dan kelompok 3 (sembuh) tidak signifikan (p>0.05) yang tidak ditandai dengan (*)

Tugas Analisis Regresi Linier 1

Nama   : Lia Efriyanurika

NIM    : 20170302064

TUGAS

1.      Buatlah hipotesis deskriptif, hipotesis komparatif, dan hipotesis asosiatif masing-masing 2 buah diskusikan  dengan orang yang dapat memberi masukan untuk perbaikan

-          Hipotesis deskriptif :

1.      Rumusan Masalah : Apakah siswa di SD 1 dan SD 3 menyukai jajanan junk food?

Ho : Siswa di SD 1 dan SD 3 tidak menyukai jajanan junk food

Ha : Siswa di SD 1 dan SD 3 menyukai jajanan junk food

2.      Rumusan Masalah : Masyarakat Medan dan Padang menyukai makanan pedas

Ho : Masyarakat Medan dan Padang tidak menyukai makanan pedas

Ha : Masyarakat Medan dan Padang menyukai makanan pedas

Ho : µ = 0.5

Ha : µ ≠ 0.5

-          Hipotesis komparatif :

1.      Rumusan masalah : Apakah ada perbedaan antara berat badan bayi yang diberikan ASI dan diberikan susu formula pada kelompok bayi umur 5 bulan?

Ho : Tidak ada perbedaan bermakna antara berat badan bayi yang diberikan ASI dan diberikan susu formula pada kelompok bayi umur 5 bulan

Ha : Ada perbedaan bermakna antara berat badan bayi yang diberikan ASI dan diberikan susu formula pada kelompok bayi umur 5 bulan

2.      Rumusan masalah : Apakah ada perbedaan antara status gizi bayi yang mendapatkan MPASI 6 bulan dengan bayi yang diberikan MPASI kurang dari 6 bulan?

Ho : Tidak ada perbedaan yang bermakna antara status gizi bayi yang mendapatkan MPASI 6 bulan dengan bayi yang diberikan MPASI kurang dari 6 bulan

Ha : Ada perbedaan yang bermakna antara status gizi bayi yang mendapatkan MPASI 6 bulan dengan bayi yang diberikan MPASI kurang dari 6 bulan

Ho : µ₁ = µ2

Ha : µ₁ ≠ µ2

-          Hipotesis asosiatif :

1.      Rumusan masalah : Apakah ada hubungan kebiasaan makanan manis dengan kejadian diabetes?

Ho : Tidak ada hubungan kebiasaan makanan manis dengan kejadian diabetes

Ha : Ada hubungan kebiasaan makanan manis dengan kejadian diabetes

2.      Rumusan masalah : Apakah ada hubungan aktifitas fisik dengan kejadian obesitas?

Ho : Tidak ada hubungan aktifitas fisik dengan kejadian obesitas

Ha : Ada hubungan aktifitas fisik dengan kejadian obesitas

Ho : µ_xy = 0

Ha : µ_xy ≠ 0

TUGAS

1.      Dibawah ini adalah berat badan bayi laki-laki usia 5 bulan (X₁) dan pada usia 11 bulan (X₂) (data fiktif). Hitung nilai rata-rata, variance, standard deviasin dan lakukan uji t dependen sampel.

No	X1 (Kg)	X2 (Kg)	Beda D = X1-X2	Deviasi d = D-D	Kuadrat deviasi = d2
1	4.5	5.6	-1.1	0.26	0.0676
2	4.7	5.9	-1.2	0.16	0.0256
3	4.6	6.2	-1.6	-0.24	0.0576
4	4.8	6.2	-1.4	-0.04	0.0016
5	4.9	5.9	-1	0.36	0.1296
6	4.8	5.8	-1	0.36	0.1296
7	4.5	6.2	-1.7	-0.34	0.1156
8	4.7	6.4	-1.7	-0.34	0.1156
9	4.9	6.3	-1.4	-0.04	0.0016
10	4.6	6.1	-1.5	-0.14	0.0196
Jumlah	47	60.6	-13.6	0	0.6640
Rerata   D (D) = D/n = -1.36

Nilai rata-rata               = -1.36

Nilai Varian S²              = 0.664

Nilai Standar Deviasi S = √S² = √0.664 = 0.81

Uji t dependen :

, 

= 1/9 x (0.664) = 0.073 nilai S_D = √0.073 = 0.27

    Dan nilai S_E = 0.27/√10 = 0.085 

t = -1.36/0.085 = ⥏16 ⥑

t_hitung 16 > t_tabel dk = 9 α = 0.05 = 2.26 à Hipotesis nol di tolak

Kesimpulan : Ada perbedaan yang bermakna nilai X₁ dan X₂ atau ada perbedaan bermakna rerata berat badan bayi laki-laki usia 5 bulan dan usia 11 bulan

2.      Data kadar trigliserida pria dewasa gemuk dan normal yang diukur dengan indeks Masa Tubuh (IMT) sebagai berikut (data fiktif)

Tugas   :

a.       Hitung nilai rata-rata

b.      Hitung variance

c.       Hitung standard deviasi dan

d.      Lakukan uji t-independen sample

No	Gemuk (X1)	Normal (X2)	BB – Rerata (X1)	BB – Rerata (X2)	Kuadran deviasi = d2
					d21	d22
1	240	180	1	4	1	16
2	260	175	21	-1	441	1
3	230	160	-9	-16	81	256
4	220	190	-19	14	361	196
5	260	180	21	4	441	16
6	250	175	11	-1	121	1
7	240	190	1	14	1	196
8	220	170	-19	-6	361	36
9	230	180	-9	4	81	16
10	240	160	1	-16	1	256
Jumlah	2390	1760	0	0	1890	990

a.      Nilai rata-rata         : X₁       = 239/10 = 239

  X₂     = 176/10 = 176

b.      Nilai variance (S²)   : S²₁   = 1890/9  = 210

  S²₂    = 990/9   = 110

c.       Standard deviasi S  :S₁      = √210    = 14.49

  S₂     = √110     = 10.48

d.      Uji t-independen sample

 

= (10-1)14.4² + (10-1)10.4² / 10+10-2

= 1890 + 990/18 = √160 = 12.64

 

 t = (239-176)/12.64√0.2 = 63/5.65 = 11.15

t_hitung 11.15 > t_tabel dk = 18 α = 0.05 = 2.100 à Hipotesis nol di tolak

Kesimpulan : Ada perbedaan yang bermakna kadar trigliserida pria dewasa gemuk dan normal yang diukur dengan indeks Masa Tubuh (IMT)

3.      Nilai rata-rata IQ dari 26 siswa SMP X adalah 107 dengan standar deviasi 9, sedangkan di SMP Y dari 30 siswa rata-rata IQ nya adalah 112 dengan standar deviasi 8. Dapatkah kita menyatakan bahwa ada perbedaan secara bermakna nilai rata-rata IQ siswa dikedua sekolah?

a.       Jumlah sampel         : n₁   = 26

  n₂   = 30

b.      Nilai rata-rata         : X₁  = 107

  X₂  = 112

c.       Standard deviasi S  :S₁   = 9

 S₂   = 8

d.      Uji t-independen sample

 

= (26-1)9²+(30-1)8²/26+30-2 = 3881/54 = 8.47

t = 107-112/8.47√0.071 = -5/2.2 = ⥏ 2.2 ⥑

t_hitung 2.2 > t_tabel dk = 54 α = 0.05 = 2.004 à Hipotesis nol di tolak

            Kesimpulan : Ada perbedaan yang bermakna nilai rata-rata IQ siswa di kedua sekolah

4.      Kita ingin membuktikan perbedaan kadar glukosa darah mahasiswa sebelum dan sesudah sarapan pagi. Datanya sebagai berikut:

No	Sebelum	Sesudah	Beda	Deviasi	Kuadran deviasi = d2
			D = X1-X2	d = D-D
1	115	121	-6	-0.1	0.01
2	118	119	-1	4.9	24.01
3	120	122	-2	3.9	15.21
4	119	122	-3	2.9	8.41
5	116	123	-7	-1.1	1.21
6	115	123	-8	-2.1	4.41
7	116	124	-8	-2.1	4.41
8	115	120	-5	0.9	0.81
9	116	125	-9	-3.1	9.61
10	117	127	-10	-4.1	16.81
Jumlah	1167	1226	-59	0	84.90
Rerata D (D) = D/n = -5.9

Nilai rata-rata                           = -5.9

Nilai Varian S²                          = 84.9

Nilai Standar Deviasi S             = √S² = √84.9 = 9.21

Uji t dependen :

= 1/9 x (84.9) = 9.43 nilai S_D = √9.43 = 3.07

    dan nilai S_E = 3.07/√10 = 0.971

t = -5.9/0.971 = ⥏6.07⥑

t_hitung 6.07 > t_tabel dk = 9 α = 0.05 = 2.26 à Hipotesis nol di tolak

Kesimpulan : Ada perbedaan bermakna kadar glukosa darah mahasiswa sebelum dan sesudah sarapan pagi

5.      Hasil penelitian tentang peran senam “low impact” pada remaja putri usia 18-21 tahun terhadap penurunan persen lemak tubuh disajikan dalam table dibawah ini (data fiktif). Dapatkah kita menyatakan bahwa senam “low impact tidak berpengaruh terhadap persen lemak tubuh.

No	Sebelum	Sesudah	Beda	Deviasi	Kuadrat deviasi = d2
			D = X1-X2	d = D-D
1	24.7	24.5	0.2	-1.45	2.1025
2	26.4	25.6	0.8	-0.85	0.7225
3	28.7	26.9	1.8	0.15	0.0225
4	27.2	26.1	1.1	-0.55	0.3025
5	24.9	24.2	0.7	-0.95	0.9025
6	29.9	27.3	2.6	0.95	0.9025
7	28.6	25.7	2.9	1.25	1.5625
8	28.8	25.7	3.1	1.45	2.1025
Jumlah	219.2	206	13.2	0	8.6200
Rerata D (D) = D/n = 1.65

Nilai rata-rata               = 1.65

Nilai Varian S²              = 8.62

Nilai Standar Deviasi S = √S² = √8.62 = 2.96

Uji t dependen :

 ,

= 1/7x(8.62) = 1.23 nilai S_D = √1.23 = 1.109

    dan nilai   S_E = 1.109/√8 = 0.39

t = 1.65/0.39 = 4.23

t_hitung 4.23 > t_tabel dk = 7 α = 0.05 = 2.36 à Hipotesis nol di tolak

Kesimpulan : Ada pengaruh yang bermakna senam “low impact terhadap persen lemak                                                     tubuh