1. Tugas
Hal. 70 data 1 ( IMT & GPP )
Variables Entered/Removedb
|
|||
Model
|
Variables Entered
|
Variables Removed
|
Method
|
1
|
Indeks
Masa Tubuh a
|
.
|
Enter
|
a. All
requested variables entered.
|
|||
b.
Dependent Variable: Glukosa Post Prandial
|
|||
Model Summary
|
||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.628a
|
.394
|
.370
|
21.62930
|
a.
Predictors: (Constant), Indeks Masa 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 Masa Tubuh
|
||||||
b.
Dependent Variable: Glukosa Post Prandial
|
||||||
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
48.737
|
23.494
|
2.074
|
.048
|
|
Indeks
Masa Tubuh
|
4.319
|
1.070
|
.628
|
4.035
|
.000
|
|
a.
Dependent Variable: Glukosa 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 / S β₁
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 = 2.05954
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 = 2,05954
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
Badan a
|
.
|
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
|
9.27608
|
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 / S β₁
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 = 2,14479
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 = 2,14479
kita menerima Hipotesa nol
h.
kesimpulan : slop garis regresi sama dengan 0,
maka garis regresi antara BB dan kadar Glukosa adalah tidak Linier
Tidak ada komentar:
Posting Komentar