Regression Analysis: tinggi tanaman (Y) versus mineral(x1), air(x2), ...

The regression equation is tinggi tanaman (Y) = 243 + 2.37 mineral(x1) + 0.550 air(x2) - 23.7 kesuburan tanah(x3) - 1.55 cahaya matahari(x4) + 0.212 pupuk(x5) Predictor Constant mineral(x1) air(x2) kesuburan tanah(x3) cahaya matahari(x4) pupuk(x5) S = 6.84180 Coef 243.26 2.372 0.5496 -23.728 -1.552 0.2123 SE Coef 79.97 4.317 0.2292 7.596 3.593 0.2237 T 3.04 0.55 2.40 -3.12 -0.43 0.95 P 0.038 0.612 0.075 0.035 0.688 0.396 VIF 19.788 16.546 1.794 46.222 45.540

R-Sq = 98.2%

R-Sq(adj) = 96.0%

Analysis of Variance Source Regression Residual Error Total DF 5 4 9 SS 10372.8 187.2 10560.0 MS 2074.6 46.8 F 44.32 P 0.001

There are no replicates. Minitab cannot do the lack of fit test based on pure error. Source mineral(x1) air(x2) kesuburan tanah(x3) cahaya matahari(x4) pupuk(x5) DF 1 1 1 1 1 Seq SS 9164.1 85.1 544.6 536.9 42.1

Durbin-Watson statistic = 1.74096

Output menunjukan bahwa parameter (koefisien) untuk variable cahaya matahari,kesuburan tanah, bertanda negatif sedangkan yang lainnya bertanda positif. Adanya perbedaan tanda tersebut merupakan indikator multikolinear model. Untuk nilai VIF, jika lebih besar dari 5 atau lebih besar dari 10 maka ada multikolinear dalam model. Pada output, dapat terlihat nilai VIF beberapa variable predictor untuk model regresi ini bernilai diatas 10 dan ada yang berada dibawah nilai VIFnya yaitu untuk variable pengaruh teman, eskul, pengaruh masyarakat, keluarga, sekolah serta cara belajar. Jadi dapat kita indikasi adanya multikolinearitas yaitu adanya hubungan antar variable predictor.Dengan demikian model regresi berganda belum tepat. Standar deviasi model = 6,841480 dan nilai koefisien determinasinya = 98,2% artinya 96,0% variasi sampel nilai mata pelajaran siswa dijelaskan oleh 5 variabel predictor tersebut. Uji Serentak (Uji F) Hipotesis Ho : i = 0 Taraf Signifikansi

i = 1,2,3,4,5

H1

: i 0

 =5% Daerah penolakan Apabila nilai P-value < maka Ho ditolak Keputusan Karena P-value = 0,000 < 0,05 = maka Ho ditolak Kesimpulan Ada pengaruh variable mineral, cahaya matahari, kesuburan tanah, air dan pupuk Hipotesis Ho : i = 0 i = 1,2,3,4,5, H1 : i 0 Taraf Signifikansi =5% Daerah penolakan Apabila nilai P-value < maka Ho ditolak Untuk parameter 1 (x1) Keputusan Karena P-value 0,612= > 0,05 = maka Ho gagal ditolak Kesimpulan Tidak ada pengaruh variable x1 pada tinggi tanaman Untuk parameter 2 (x2) Keputusan Karena P-value 0,075= > 0,05 = maka Ho gagal ditolak Kesimpulan Tidak ada pengaruh variable x2 pada tinggi tanaman Untuk parameter 3 (x3) Keputusan Karena P-value 0,035<= 0,05 = maka Ho ditolak Kesimpulan ada pengaruh variable x3 pada tinggi tanaman. Untuk parameter 4 (x4) Keputusan Karena P-value 0,688= > 0,05 = maka Ho gagal ditolak Kesimpulan Tidak ada pengaruh variable x4 pada tinggi tanaman. Untuk parameter 5 (x5) Keputusan Karena P-value 0,032< = 0,05 = maka Ho ditolak Kesimpulan Ada pengaruh variable bakat pada nilai mata pelajaran siswa. Uji kenormalan residual ( Kolmogorov smirnov ) Hipotesis Ho : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal Taraf Signifikansi =5% Daerah penolakan

Apabila nilai P-value < maka Ho ditolak Keputusan Karena P-value = 0,15> 0,05 = maka Ho gagal ditolak Kesimpulan Residual berdistribusi normal dan memenuhi asumsi regresi.

Normplot of Residuals for tinggi tanaman (Y)

(response is tinggi tanaman (Y))
99

Normal Probability Plot

95 90 80

Percent

70 60 50 40 30 20 10 5

-10

-5

0 Residual

10

Residuals vs Fits for tinggi tanaman (Y)

(response is tinggi tanaman (Y)) 10

Versus Fits

Residual

-5

-10 50 75 100 Fitted Value 125 150

Residual Histogram for tinggi tanaman (Y)

(response is tinggi tanaman (Y)) 4

Histogram

Frequency

-7.5

-5.0

-2.5

0.0 Residual

2.5

5.0

7.5

Residuals vs Order for tinggi tanaman (Y)

(response is tinggi tanaman (Y)) 10

Versus Order

Residual

-5

-10 1 2 3 4 5 6 Observation Order 7 8 9 10

Scatterplot of RESI1 vs FITS1

Scatterplot of RESI1 vs FITS1

10

RESI1

-5

-10 50 75 100 FITS1 125 150

Dilihat dari scater plot bahwa data menyebar secara merata dibawah dan diatas o0,sehingga data homogeny,dan tidak terdapat heteroskedastisitas. Sehingga model regresinya sudah tepat.

Autocorrelation Function: RESI1

Lag ACF T LBQ 1 0.065837 0.21 0.06 2 -0.516930 -1.63 4.07 3 -0.306134 -0.78 5.67 Dilihat dari gambarnya bahwa tidak terdapat autokorelasi karena garis tegak berwarna biru yang menunjukan lag tidak melebihi garis merah,

Pada output di atas dianalisis dengan menggunakan uji durbin Watson, sehingga diperoleh nilai durbin Watson hitung berada pada daerah H0 tidak ditolak. Hipotesis untuk uji durbin Watson adalah sebagai berikut: a. Hipotesis: H0 : tidak terdapat autokorelasi H1 : terdapat autokorelasi b. Taraf nyata: = 5% = 0,05 c. Daerah penolakan Karena pada output terdapat nilai hitung durbin Watson dan dari nilai hitng itu diperoleh bahwa nilai hitung durbin Watson berada pada daerah H0 tidak ditolak sehingga artinya tidak terdapat autokorelasi pada model regresi yang ada.

Autocorrelation for RESI1

(with 5% significance limits for the autocorrelations) 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0 1 2 Lag 3

Autocorrelation Function for RESI1

Correlations: mineral(x1), air(x2), kesuburan ta, cahaya matah, pupuk(x5)

mineral(x1) air(x2) kesuburan tanah( cahaya matahari( pupuk(x5) air(x2) kesuburan tanah( 0.956 0.000 -0.368 0.295 -0.020 0.956 0.013 0.971 0.053 0.883 0.003 0.994

Autocorrelation

-0.513 0.130 -0.068 0.852 -0.019 0.957

cahaya matahari( pupuk(x5)

0.987 0.000

Cell Contents: Pearson correlation P-Value

Stepwise Regression: tinggi tanaman (Y) versus mineral(x1), air(x2), ...

Forward selection. Alpha-to-Enter: 0.05

Response is tinggi tanaman (Y) on 5 predictors, with N = 10 Step 1 2

Constant
mineral(x1) T-Value P-Value pupuk(x5) T-Value P-Value S R-Sq R-Sq(adj) Mallows Cp

6.398
13.6 7.25 0.000

-11.776

13.7 9.60 0.000 0.128 2.63 0.034

13.2 86.78 85.13 23.8

10.0 93.35 91.45 11.0

Pada tahap pertama variable yang dimasukan ke dalam model adalah mineral, dengan persamaan regresinya adalah Nilai= 6.398 +13,6 mineral Uji Parameter Model (untuk variable mineral) Hipotesis Ho : 1 = 0 H1 : 1 0 Taraf Signifikansi =5% Daerah penolakan Apabila nilai P-value < maka Ho ditolak Keputusan Karena P-value 0,00 < 0,05 = maka Ho ditolak Kesimpulan Ada pengaruh variable mineral pada tingi tanaman. Koefisien korelasi R2 pada tahap pertama adalah R2 = 86,78, artinya 86,78% variasi sampel nilai mata pelajaran siswa dijelaskan oleh bakat. Standar deviasi model = 13,2 dengan cp mallows nya sebesar 23,8. Pada tahap kedua variable yang dimasukan ke dalam model adalah bakat dan lingkungan, dengan persamaan regresinya adalah: Nilai = 13,7 + 0,128 mineral + 10 pupuk Uji Parameter Model (untuk variable pupukt) Hipotesis Ho : 1 = 0 H1 : 1 0 Taraf Signifikansi =5% Daerah penolakan Apabila nilai P-value < maka Ho ditolak Keputusan Karena P-value 0,00 < 0,05 = maka Ho ditolak Kesimpulan Ada pengaruh variable pupuk pada tinggi tanaman.

Terdapat dua step dalam pemilihan model regresi fordward dan variable bebas yang dipilih yaitu pupuk dan mineral.dengan bentuk regresi y=-11,776 +0,128pupuk+13,7mineral. Dengan besarnya s=13,2 , cp-melow 11,0

Stepwise Regression: tinggi tanaman (Y) versus mineral(x1), air(x2), ...

Backward elimination. Alpha-to-Remove: 0.05

Response is tinggi tanaman (Y) on 5 predictors, with N = 10 Step Constant mineral(x1) T-Value P-Value air(x2) T-Value P-Value kesuburan tanah(x3) T-Value P-Value cahaya matahari(x4) T-Value P-Value pupuk(x5) T-Value P-Value S R-Sq R-Sq(adj) Mallows Cp 1 243.3 2.4 0.55 0.612 0.550 2.40 0.075 -23.7 -3.12 0.035 -1.6 -0.43 0.688 0.212 0.95 0.396 6.84 98.23 96.01 6.0 0.117 3.81 0.012 6.26 98.14 96.66 4.2 0.114 3.89 0.008 6.03 97.93 96.90 2.7 2 242.0 2.9 0.76 0.483 0.526 2.58 0.049 -23.9 -3.45 0.018 0.675 12.62 0.000 -27.0 -5.03 0.002 3 278.2

Tahap Pertama Pada tahap pertama yang dimasukan adalah semua variable predictor, dengan persamaan regresinya adalah: Nilai = 243,3 +2,4 mineral+0.55air-23,7kesuburan tanah-1,6 cahaya matahari+0,212pupuk # Uji Parameter Model (Uji t) Hipotesis Ho : i = 0 i = 1,2,3,4,5 H1 : i 0 Taraf Signifikansi =5% Daerah penolakan Apabila nilai P-value < maka Ho ditolak Untuk parameter 1 (mineral) Keputusan

Karena P-value 0,612 = > 0,05 = maka Ho gagal ditolak Kesimpulan Tidak ada pengaruh variable mineral pada tingi tanaman Begitu juga untuk variable bebas lainnya mengikuti Terdapat tiga step dalam pemilihan model regresi backward dan variable bebas yang dipilih yaitu air, pupuk dan kesuburan tanah.dengan bentuk regresi y=278,2+0.675 air-27 kesuburan tanah+0.114 pupuk.. Dengan besarnya s=0,63 , cp-melow 2,7

Best Subsets Regression: tinggi tanam versus mineral(x1), air(x2), ...

Response is tinggi tanaman (Y) k e s u b u r a m i n e r a l c a h a y a m n a t t a a h a n a i a r r h i p u p u k Mallows Cp 23.8 13.210 29.8 14.480 11.0 10.019 11.7 10.255 2.7 6.0340 3.6 6.5866 4.2 6.2605 4.3 6.3462 6.0 6.8418 ( x 1 ) X X X X X X X X X X X X X X X X X X X X X X X X ( x 2 ) ( x 3 ) ( x 4 ) ( x 5 )

Vars R-Sq 1 86.8 1 84.1 2 93.3 2 93.0 3 97.9 3 97.5 4 98.1 4 98.1 5 98.2

R-Sq(adj) 85.1 82.1 91.4 91.0 96.9 96.3 96.7 96.6 96.0

S X

Terdapat dua step dalam pemilihan model regresi fordward dan variable bebas yang dipilih yaitu pupuk dan mineral.dengan bentuk regresi y=-11,776 +0,128pupuk+13,7mineral. Dengan besarnya s=13,2 , cp-melow 11,0
Correlations: tinggi tanam, mineral(x1), air(x2), kesuburan ta, ...
tinggi tanaman ( mineral(x1) air(x2) mineral(x1) 0.932 0.000 0.917 0.000 air(x2)

0.956 0.000

kesuburan tanah( cahaya matahari( pupuk(x5)

-0.610 0.061 0.186 0.607 0.238 0.508 cahaya matahari( 0.053 0.883 0.003 0.994

-0.513 0.130 -0.068 0.852 -0.019 0.957

-0.368 0.295 -0.020 0.956 0.013 0.971

kesuburan tanah( cahaya matahari( pupuk(x5)

0.987 0.000

Cell Contents: Pearson correlation P-Value

1. Interpretasi analisis korelasi a. Hipotesis: H0 : Tidak ada korelasi antarvariabel (rij= 0). H1 : Ada korelasi antarvariabel (rij0) b. Taraf Nyata: = 5% =0,05 c. Daerah Penolakan: Tolak hipotesis awal apabila p-value kurang dari . Gagal tolak hipotesis awal atau terima hipotesis alternative apabila p-value lebi dari . # Untuk antara nilai dengan lingkungan Output diatas menunjukkan bahwa korelasi antara variable tinggi tanaman dan variable mineral adalah sebesar 0,932.p-value korelasi nilai dan lingkungan adalah 0, nilai cukup signifikan sehingga kesimpulan adalah menolak hipotesis awal yang artinya bahwa mineral dan tinggi tanaman memiliki hubungan yang cukup erat. # Untuk antara air dengan tinggi tanaman dan air dengan mineral Output diatas menunjukkan bahwa korelasi antara variable air dengan tinggi tanaman adalah sebesar 0,917 serta air dengan mineral sebesar 0,956. p-value korelasi air dan tingi tanaman serta air dan mineral adalah 0, nilai cukup signifikan sehingga kesimpulan adalah menolak hipotesis awal yang artinya bahwa air dan tinggi tanaman serta air dan mineral memiliki hubungan yang cukup erat. # Untuk antara kesuburan tanah dan cahaya matahari, kesuburan tanah dengan mineral dan kesuburan tanah dengan air Output diatas menunjukkan bahwa korelasi antara variable kesuburan tanah dan cahaya matahari, kesuburan tanah dan mineral serta kesuburan tanah dengan air adalah sebesar 0.610,-0.513,dan -0.368.p-value korelasi kesuburan tanah dengan tinggi tanaman, kesuburan tanah danmineraldan kesuburan tanah dengan air adalah 0,060, 0,130,0,295 nilai tidak signifikan sehingga kesimpulan adalah menerima hipotesis awal yang artinya bahwa tidak memiliki hubungan yang cukup erat. # Untuk antara cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air

Output diatas menunjukkan bahwa korelasi antara variable cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air.p-value korelasi nilai dengan bakat, lingkungan dengan bakat, psikologi dengan bakat dan minat dengan bakat adalah >alpha, nilai tidak cukup signifikan sehingga kesimpulan adalah menerima hipotesis awal yang artinya bahwa cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air Tidak memiliki hubungan yang cukup erat. # Untuk antara cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air Output diatas menunjukkan bahwa korelasi antara variable cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air.p-value korelasi nilai dengan bakat, lingkungan dengan bakat, psikologi dengan bakat dan minat dengan bakat adalah >alpha, nilai tidak cukup signifikan sehingga kesimpulan adalah menerima hipotesis awal yang artinya bahwa cahaya matahari dengan tinnggi tanaman, cahaya matahari dengan mineral, cahaya matahari dengan air Tidak memiliki hubungan yang cukup erat.