Tugas 4 halaman 106-107
1.
Dengan data sebelumnya(Umur, IMT,
TDS), lakukan analisa korelasi untuk TDS dan Umur
2.
Dengan data sebelumnya(Umur, IMT,
TDS), lakukan analisa korelasi untuk IMT dan Umur
3.
Dengan menggunakan data Mg Serum
dan Mg Tulang, hitung :
a.
nilai r
b.
Nilai β1
c.
Lakukan uji t untuk membuktikan H₀: β₁ = 0
d.
Lakukan uji t untuk membuktikan H₀ : r = 0
4.
Dengan data Berat Badan dan Kadar Glukosa
darah orang dewasa, hitung :
a.
nilai r
b.
Nilai β₁
c.
Lakukan uji t untuk membuktikan H₀: β₁ = 0
d.
Lakukan uji t untuk membuktikan H₀ : r = 0
Jawaban :
1. Analisa korelasi antara TDS dan Umur
Model Summary
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.757a
|
.573
|
.557
|
9.56680
|
a.
Predictors: (Constant), Umur
|
Coefficientsa
|
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
B
|
Std. Error
|
Beta
|
1
|
(Constant)
|
59.465
|
13.863
|
|
4.289
|
.000
|
Umur
|
1.596
|
.261
|
.757
|
6.125
|
.000
|
a.
Dependent Variable: Tekanan Darah Sistolik
|
Hasilnya :
·
Dependen
variable adalah TDS
·
Independen
variable adalah Umur
·
Nilai r =
0,757
·
Nilai β₁ =
1,596
·
Lakukan
uji t untuk membuktikan H₀:β₁=0
SEβ₁
= 0,261
t =
β₁ / SEβ₁ = 1,596/0,261 = 6,155
·
Lakukan
uji t untuk membuktikan H₀:r=0
·
Hasil
table t n=28 adalah 2,04
·
t hitung =
6,135 > t table = 2,04, maka dapat disimpulkan bahwa Umur dan TDS
berkorelasi positif dan bermakna (tolak H₀)
2.
Analisa
korelasi antara IMT dan Umur
Model Summary
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.799a
|
.639
|
.626
|
3.06880
|
a.
Predictors: (Constant), Umur
|
Coefficientsa
|
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
B
|
Std. Error
|
Beta
|
1
|
(Constant)
|
2.895
|
4.447
|
|
.651
|
.520
|
Umur
|
.588
|
.084
|
.799
|
7.036
|
.000
|
a.
Dependent Variable: Indeks Masa Tubuh
|
Hasilnya :
·
Dependen
variable adalah IMT
·
Independen
variable adalah Umur
·
Nilai r =
0,799
·
Nilai β₁ =
0,588
·
Lakukan
uji t untuk membuktikan H₀:β₁=0
SEβ₁
= 0,084
t =
β₁ / SEβ₁ = 0,588/0,084 = 7
·
Lakukan
uji t untuk membuktikan H₀:r=0
·
Hasil
table t n=28 adalah 2,04
·
t hitung =
7,035 > t table = 2,04, maka dapat disimpulkan bahwa Umur dan IMT
berkorelasi positif dan bermakna (tolak H₀)
3.
Analisa
korelasi antara Mg Serum dan Mg Tulang
Model Summary
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.766a
|
.587
|
.566
|
.474
|
a.
Predictors: (Constant), Mg Tulang
|
Coefficientsa
|
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
B
|
Std. Error
|
Beta
|
1
|
(Constant)
|
.737
|
.278
|
|
2.647
|
.016
|
Mg
Tulang
|
.003
|
.001
|
.766
|
5.201
|
.000
|
a.
Dependent Variable: Mg Serum
|
Hasilnya :
·
Dependen
variable adalah Mg Serum
·
Independen
variable adalah Mg Tulang
·
Nilai r =
0,766
·
Nilai β₁ =
0,003
·
Lakukan
uji t untuk membuktikan H₀:β₁=0
SEβ₁
= 0,001
t =
β₁ / SEβ₁ = 0,003/0,001 = 3
·
Lakukan
uji t untuk membuktikan H₀:r=0
·
Hasil
table t n=19 adalah 2,09
·
t hitung =
5,22 > t table = 2,09, maka dapat disimpulkan bahwa Mg serum dan Mg tulang
berkorelasi positif dan bermakna (tolak H₀)
4.
Analisa
korelasi antara Berat Badan(kg) dan Glukosa mg/100 ml
Model Summary
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.484a
|
.234
|
.180
|
9.27608
|
a.
Predictors: (Constant), Berat Badan
|
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
|
Hasilnya :
·
Dependen
variable adalah Glukosa
·
Independen
variable adalah Berat Badan
·
Nilai r =
0,484
·
Nilai β₁ =
0,510
·
Lakukan
uji t untuk membuktikan H₀:β₁=0
SEβ₁
= 0,246
t =
β₁ / SEβ₁ = 0,510/0,246 = 2,07
·
Lakukan
uji t untuk membuktikan H₀:r=0
·
Hasil
table t n=14 adalah 2,144
·
t hitung =
2,06 < t table = 2,144, maka dapat disimpulkan bahwa Glukosa dan Berat Badan
berkorelasi negative dan tidak bermakna (H₀ diterima)