Analisis Data Kajian Menggunakan SPSS (Regrasi)

Disediakan oleh:
Emram bin Yunus

1. Lakukan regrasi stepwise dengan memasukkan semua pembolehubah penentu

kecuali data terbitan (tekanan darah pembolehubah bersandar). Berikan
interpretasi keputusannya.

2. Lakukan regrasi urutan untuk semua pembolehubah penentu. Huraikan

keputusannya.

Latar Belakang/Pendahuluan:

Kajian yang dijalankan ini bertujuan untuk mengetahui sama ada faktor-faktor
Umur, Pendidikan, Tabiat Merokok, Senaman, Berat Badan, Tahap Kolestrol, IQ, Jantina
dan Taraf Perkahwinan akan mempengaruhi Tekanan Darah seseorang. Selain itu, kajian
ini

berhasrat untuk mengetahui berapa banyak faktor-faktor di atas mempengaruhi

Tekanan Darah dan faktor manakan yang paling berpengaruh ke atas Tekanan Darah
tersebut. Seramai 50 (25 lelaki dan 25 perempuan) orang responden telah dipilih secara
rawak daripada satu populasi untuk memberi maklum balas terhadap borang soal selidik
yang disediakan. Skor-skor bagi borang soal selidik tersebut disenaraikan di dalam jadual
di bawah:

Bil

Umur

Pendidikan

Merokok

Senaman

Berat

Kolesterol

Tekanan
Darah

1
2
3
4
5
6
7
8
9
10
11
12

27
18
32
24
19
56
65
36
43
47
48
25

2
1
2
2
1
1
1
2
1
1
3
2

1
0
0
0
2
0
2
1
0
1
1
2

1
1
0
1
0
0
0
0
1
1
2
3

120
145
118
162
106
143
160
215
127
132
196
109

193
210
196
208
188
206
240
215
201
215
199
210

126
120
128
129
119
136
131
163
132
138
148
115

IQ

118
105
115
108
106
111
99
106
111
109
115
114

Jantina

Perkahwinan

2
1
2
1
2
2
1
1
2
2
1
2

1
2
1
1
2
3
3
4
1
4
4
2

13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

63
37
40
25
72
56
37
41
33
52
44
53
19
25
31
28
23
47
47
59
36
59
35
29
43
44
63
36
21
31
57
20
24
42
55
23
32
28

0
2
0
1
0
1
2
1
2
1
2
1
1
1
2
2
1
2
2
1
2
0
1
2
3
1
2
2
1
2
1
1
2
1
1
0
2
1

1
0
1
2
0
1
0
1
1
0
0
0
0
0
1
0
0
1
1
2
1
1
0
0
0
2
2
1
0
0
1
2
1
0
0
0
0
0

0
3
1
1
0
0
2
1
1
1
1
0
3
0
1
0
0
0
0
0
0
1
0
2
3
0
1
1
1
2
1
3
3
1
0
1
0
1

170
187
234
199
143
156
142
123
165
157
121
131
128
143
152
119
111
149
179
206
191
156
122
175
194
132
188
125
109
112
167
101
106
148
170
152
191
148

242
193
208
253
288
164
214
220
194
205
223
199
206
200
204
203
240
199
235
260
201
235
232
195
211
240
255
220
206
201
213
194
188
206
257
204
210
222

149
142
156
135
156
153
122
142
122
119
135
133
118
118
120
118
120
132
131
151
148
142
131
129
138
130
156
126
114
116
141
110
113
136
152
116
132
135

101
109
98
103
103
99
110
108
112
106
116
121
122
103
119
116
105
123
113
99
118
100
106
121
129
109
121
117
102
123
103
111
114
107
106
95
115
100

2
1
1
1
2
2
1
2
1
1
2
2
1
1
1
2
2
2
1
1
1
2
2
1
1
2
1
2
2
2
1
2
2
1
2
1
1
1

Jadual 1

Untuk mendapatkan jawapan kepada persoalan di atas, Ujian Regrasi Pelbagai

telah digunakan. Ini kerana Ujian Regrasi Pelbagai akan mengenalpasti perubahan dalam
dua atau lebih faktor (variable peramal) yang menyumbang kepada perubahan dalam
suatu variable bersandar (dependent variable/variable kriterion).

4
1
1
2
1
4
1
1
2
3
1
1
2
1
1
1
2
1
1
3
4
3
1
1
1
2
1
2
1
1
3
2
3
2
1
1
1
1

Soalan 1:

Prosedur untuk melakukan Regrasi Stepwise

Analyze

Regression

Linear

Kotak Linear Regression akan terpapar.

i.

Pilih Variable Bersandar iaitu Tekanan Darah dan klik butang anak panah
untuk memasukkannya ke dalam kotak Dependent.

ii.

Seterusnya memilih semua variable peramal/bebas iaitu Umur, Pendidikan,

Tabiat Merokok, Senaman, Berat Badan, Tahap Kolestrol, IQ, Jantina dan
Taraf Perkahwinan, klik butang anak panah untuk memasukkannya ke dalam
kotak Independent(s).

iii.

Di dalam kotak Method, pilih Stepwise.

iv.

Seterusnya klik Statistics.

Estimates dan

Model Fit

Casewise diagnostics dan taipkan 3 untuk standard deviations.

v.

Klik butang Continue dan kemudian OK.

Output Regrasi Stepwise

Variables Entered/Removed(a)

Model
1

Variables
Entered

Variables
Removed

Method

Umur

Stepwise (Criteria: Probability-of-F-to-enter <= .050,

Probability-of-F-to-remove >= .100).

berat

Stepwise (Criteria: Probability-of-F-to-enter <= .050,

Probability-of-F-to-remove >= .100).

Jantina

Stepwise (Criteria: Probability-of-F-to-enter <= .050,

Probability-of-F-to-remove >= .100).

a Dependent Variable: TekananDarah

Jadual 1.1

Variable peramal Umur, Berat Badan, Jantina

sahaja yang dimasukkan ke dalam model
regrasi pada p .05

Model Summary(d)

R Square

Std. Error of
the Estimate

.692(a)

.479

.469

9.789

.838(b)

.702

.689

7.485

.885(c)

.784

.770

6.444

a
b
c
d

Adjusted R
Square

Model
1

Predictors: (Constant), Umur

Predictors: (Constant), Umur, berat
Predictors: (Constant), Umur, berat, Jantina
Dependent Variable: TekananDarah

Jadual 1.2
Korelasi di antara
variable bersandar
dengan Umur ialah
.692. Kombinasi di
antara Umur dan Berat
Badan ke atas
Tekanan Darah ialah
.838. Manakala
korelasi di anatar
Tekanan Darah
dengan kombinasi
linear ketiga-tiga
variable peramal ialah
.885

Nilai R 2 sebanyak .479 menunjukkan

bahawa 47.9 % perubahan dalam Tekanan
Darah adalah disebabkan oleh perubahan
Umur. Kombinasi Umur dan Berat Badan
menyumbang sebanyak 22.3 % perubahan
tambahan ke atas Tekanan Darah.
Kombinasi linear ketiga-tiga variable
peramal menyumbang sebanyak 78.4 %
varians ke atas Tekanan Darah.

ANOVA(d)

Model
1

Sum of
Squares

df

4236.528

4236.528

Residual

4599.792

48

95.829

Total

8836.320

49

Regression

6203.389

3101.695

Residual

2632.931

47

56.020

Total

8836.320

49

Regression

6926.116

2308.705

Residual

1910.204

46

41.526

Total

a
b
c
d

Mean Square

Regression

8836.320
Predictors: (Constant), Umur
Predictors: (Constant), Umur, berat
Predictors: (Constant), Umur, berat, Jantina
Dependent Variable: TekananDarah

Sig.

44.209

.000(a)

55.368

.000(b)

55.596

.000(c)

t
26.189

Sig.
.000

6.649
15.575
5.997
5.925

.000
.000
.000
.000

4.760

.000

49

Jadual 1.3
Keputusan Ujian F menunjukkan bahawa terdapat
perhubungan di antara ketiga-tiga variable peramal
tersebut dengan variable criterion Tekanan Darah
pada aras kesignifikanan p .05 .
Coefficients(a)
Unstandardized
Coefficients
Model
1

B
106.907

Std. Error
4.082

(Constant)
Umur
berat

.655
81.853
.484
.211

.098
5.255
.081
.036

(Constant)

46.115

9.688

.323

.079

.342

4.076

.000

.368

.049

.884

7.571

.000

12.129

2.907

.456

4.172

.000

(Constant)
Umur

Standardized
Coefficients

Umur
berat
Jantina

Beta
.692
.511
.505

a Dependent Variable: TekananDarah

Nilai pekali regrasi

B bagi Umur,
Berat Badan dan
Jantina dalam
bentuk kombinasi
linear.

Jadual 1.4
Nilai mewakili pekali regrasi
piawai bagi ketiga-tiga variable
peramal iaitu Umur, Berat Badan dan
Janntina dalam bentuk kombinasi
linear.

Excluded Variables(d)
Collinearity
Statistics
Model
1

Beta In

Tolerance

.036(a)

.333

.741

.048

.946

.043(a)

.402

.690

.059

.976

Senaman

-.094(a)

-.840

.405

-.122

.872

berat

.505(a)

5.925

.000

.654

.872

Kolesterol

.095(a)

.799

.428

.116

.767

IQ

-.102(a)

-.966

.339

-.139

.977

Jantina

-.188(a)

-1.841

.072

-.259

.995

.109(a)

.992

.326

.143

.905

Pendidikan

-.051(b)

-.607

.547

-.089

.917

Merokok

-.001(b)

-.010

.992

-.002

.967

Senaman

-.102(b)
.061(b)
-.055(b)

-1.207
.663
-.680

.233
.511
.500

-.175
.097
-.100

.871
.764
.968

.456(b)

4.172

.000

.524

.393

Jantina
Perkahwinan

.052(b)

.615

.542

.090

.893

Pendidikan

-.028(c)

-.393

.696

-.058

.912

Merokok

-.042(c)

-.592

.557

-.088

.949

Senaman

-.039(c)

-.511

.612

-.076

.831

.479
.406
.683

.106
-.124
.061

.764
.967
.889

Kolesterol

a
b
c
d

Partial
Correlation

Merokok

Kolesterol
IQ

Sig.

Pendidikan

Perkahwinan
2

.056(c)
.713
IQ
-.059(c)
-.840
Perkahwinan
.030(c)
.411
Predictors in the Model: (Constant), Umur
Predictors in the Model: (Constant), Umur, berat
Predictors in the Model: (Constant), Umur, berat, Jantina
Dependent Variable: TekananDarah

Jadual 1.5
Ujian t menunjukkan kesan variable-variable peramal yang tidak signifikan terhadap
Tekanan Darah yang menyebabkan ianya tidak dimasukkan ke dalam model regrasi.
Residuals Statistics(a)

Predicted Value

Minimum
111.55

Maximum
157.39

Mean
132.44

Std. Deviation
11.889

N
50

-1.757

2.098

.000

1.000

50

1.314

3.156

1.777

.408

50

110.67

157.83

132.43

11.885

50

-13.900

13.906

.000

6.244

50

-2.157

2.158

.000

.969

50

Std. Predicted Value

Standard Error of Predicted
Value
Adjusted Predicted Value
Residual
Std. Residual
Stud. Residual

-2.284

2.341

.001

1.015

50

-15.588

16.363

.013

6.865

50

-2.400

2.467

.006

1.036

50

Mahal. Distance

1.058

10.771

2.940

1.988

50

Cook's Distance

.000

.242

.025

.045

50

Centered Leverage Value

.022

.220

.060

.041

50

Deleted Residual
Stud. Deleted Residual

a Dependent Variable: TekananDarah

Jadual 1.6

Keputusan Analisis Kajian

Keputusan analisis data menunjukkan bahawa bagi popolasi kajian ( saiz sample
= 50), 3 variable peramal iaitu Umur, Berat Badan dan Jantina merupakan peramal
bagi skor Tekanan Darah seseorang. Keputusan kajian didapati menolak andaian
kajian bahawa Pendidikan, Tabiat Merokok, Senaman, Tahap Kolestrol, IQ dan Taraf
Perkahwinan sebagai peramal Tekanan Darah seseorang.

Secara signifikan, skor Umur [F (1,48) = 44.209, p<0.05] menyumbang kan

sebanyak 47.9 % varians ( R 2
Umur (

.692, p

.479 ) dalam skor Tekanan Darah. Ini menunjukkan

.05 ) akan turut mempengaruhi Tekanan Darah seseorang.

Kombinasi Umur (

.511, p

.05 ) dan Berat Badan (

.505, p

.05 )

menyaksikan penambahan sebanyak (70.2 47.9) % atau 22.3 % kepada varians (

R2

.702 ) dalam Tekanan Darah [F (2,47) = 55.368, p<0.05].

Kombinasi variable ketiga iaitu Jantina (

.342, p

.05 ) dan Berat Badan (

.884, p

(78.4 70.2) % atau 8.2 % dengan varians ( R 2

.456, p

.05 ) dengan Umur (

.05 ) didapati menokok sebanyak

.784 ) dalam Tekanan Darah [F

(3,46) = 55.596, p<0.05]. Kombinasi linear ketiga-tiga variable peramal di atas

didapati menyumbang sebanyak 78.4 % varians dalam variable kriterion Tekanan
Darah.

Korelasi di antara ketiga-tiga variable peramal iaitu Umur, Berat dan Jantina ke
atas Tekanan Darah, didapati Berat Badan (

.884, p

.05 ) seseorang merupakan

petunjuk utama atau paling mempengaruhi Tekanan Darahnya.

Soalan 2

Prosedur untuk melakukan Regrasi Herarki/Sequential

Analyze

Regression

Linear

Kotak Linear Regression akan terpapar.

i.

Pilih Variable Bersandar iaitu Tekanan Darah dan klik butang anak panah untuk
memasukkannya ke dalam kotak Dependent.

ii.

Seterusnya memilih mengikut urutan variable peramal/bebas yang paling

mempengaruhi Tekanan Darah iaitu Berat Badan, Jantina, Umur, Kolesterol,
Perkahwinan, Pendidikan, Senaman, IQ dan Merokok. Klik butang anak panah
untuk memasukkannya ke dalam kotak Independent(s). Klik butang Next apabila
setiap kali selepas membuat pemilihan variable peramal sehingga selesai.

iii.

Di dalam kotak Method, pilih Enter.

iv.

Seterusnya klik Statistics.

Estimates dan

Model Fit

Casewise diagnostics dan taipkan 3 untuk standard deviations.

v.

Klik butang Continue dan kemudian OK.

Output Regraasi Urutan dan Keputusan Analisis Kajian

Variables Entered/Removed
Model

Variables Entered

berat

Jantina

Umur

Kolesterol

Method
. Enter

. Enter

. Enter
a

. Enter

Perkahwinan

Pendidikan

Senaman

IQ

Variables Removed

Merokok

. Enter
. Enter
. Enter
. Enter

. Enter

a. All requested variables entered.

b. Dependent Variable: TekananDarah

Jadual 2.1

Jadual di atas merupakan laporan yang menunjukkan bagaimana pembolehubahpembolehubah peramal ditambah atau dimasukkan ke dalam model regrasi urutan.

Jadual 2.1 menunjukkan bahawa setiap satu variable peramal ditambah di setiap
langkah mengikut pengaruhnya ke atas variable bersandar iaitu Tekanan Darah tanpa
dibuang variable yang dimasukkan sebelumnya.

Model Summary
Model
1
2
3

R Square

.688a
.840

.885

.887

.888e

.888

.888

.889

.892i

Adjusted R Square

Std. Error of the Estimate

.474

.463

9.840

.706

.693

7.438

.784

.770

6.444

.786

.767

6.479

.788

.764

6.525

.788

.758

6.599

.789

.754

6.667

.790

.750

6.720

.795

.749

6.725

a. Predictors: (Constant), berat

b. Predictors: (Constant), berat, Jantina
c. Predictors: (Constant), berat, Jantina, Umur
d. Predictors: (Constant), berat, Jantina, Umur, Kolesterol
e. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan
f. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan
g. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman
h. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman, IQ
i. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman, IQ, Merokok
j. Dependent Variable: TekananDarah

Jadual 2.2

Berdasarkan daripada jadual di atas, korelasi di antara Tekanan Darah dengan

Berat Badan ialah .688. Ini juga menunjukkan bahawa 47.4 % perubahan Tekanan Darah
disebabkan oleh faktor Barat Badan ( R 2

.474 ).

Korelasi di antara Tekanan Darah dengan kombinasi Berat Badan dan Jantina
ialah .840. Nilai R 2 sebanyak .706 menunjukkan bahawa (70.6 47.4) % atau 23.2 %
pengaruh kombinasi Berat Badan dan Jantina ke atas Tekanan Darah.

Korelasi di antara Tekanan Darah dengan kombinasi Berat Badan, Jantina dan
Umur ialah .855 dengan pengaruhnya ( R 2

.784 ) atau 7.8 %. Kolestrol (R = .887) dan

Perkahwinan (R = .888) telah menyumbang sebanyak 2 % varians, manakala kombinasi

di antara Tekanan Darah dengan Berat Badan, Jantina, Umur, Kolesterol, Perkahwinan

dan Pendidikan (R = .888) pula tidak memberikan sebarang pengaruh. Senaman (R =

.888), IQ (R = .889) dan Merokok (R = .892) pula menyumbang sebanyak 1 % dan 5 %
varians masing-masing. Kombinasi linear semua sembilan variable peramal telah
menyumbang sebanyak 79.5 % varians ke atas Tekanan Darah.

ANOVA
Model
1

Sum of Squares

df

Mean Square

Regression

4188.367

4188.367

Residual

4647.953

48

96.832

Total

8836.320

49

Regression

6236.244

3118.122

Residual

2600.076

47

55.321

Total

8836.320

49

Regression

6926.116

2308.705

Residual

1910.204

46

41.526

Total

8836.320

49

Regression

6947.478

1736.870

Residual

1888.842

45

41.974

Total

8836.320

49

Regression

6962.991

1392.598

Residual

1873.329

44

42.576

Total

8836.320

49

Regression

6963.541

1160.590

Residual

1872.779

43

43.553

Total

8836.320

49

Regression

6969.445

995.635

Residual

1866.875

42

44.449

Total

8836.320

49

Regression

6984.904

873.113

Residual

1851.416

41

45.156

Total

8836.320

49

Regression

7027.427

780.825

Residual

1808.893

40

45.222

Total

8836.320

49

Sig.

43.254

.000

56.364

.000

55.596

.000

41.379

.000

32.709

.000

26.648

.000

22.399

.000

19.335

.000

17.266

.000

a. Predictors: (Constant), berat

b. Predictors: (Constant), berat, Jantina
c. Predictors: (Constant), berat, Jantina, Umur
d. Predictors: (Constant), berat, Jantina, Umur, Kolesterol
e. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan
f. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan
g. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman
h. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman, IQ
i. Predictors: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman, IQ,
Merokok
j. Dependent Variable: TekananDarah

Jadual 2.3

Keputusan ujian F menunjukkan bahawa terdapat perhubungan di antara semua

sembilana variable peramal iaitu Berat Badan, Jantina, Umur, Kolesterol, Perkahwinan,
Pendidikan, Senaman, IQ dan Merokok dengan variable bersandar iaitu Tekanan Darah
seseorang pada aras kesignifikanan p < 0.5.

Coefficients

Standardized
Unstandardized Coefficients
Model
1

B
(Constant)

89.213

6.718

.287

.044

32.982

10.545

.482

.046

Jantina

17.865

2.936

(Constant)

46.115

9.688

.368

.049

12.129

.000

3.128

.003

1.157

10.479

.000

.672

6.084

.000

4.760

.000

.884

7.571

.000

2.907

.456

4.172

.000

.323

.079

.342

4.076

.000

40.235

12.760

3.153

.003

.367

.049

.880

7.484

.000

12.101

2.923

.455

4.139

.000

Umur

.299

.087

.316

3.454

.001

Kolesterol

.033

.047

.056

.713

.479

(Constant)

39.069

12.995

3.006

.004

.362

.050

.869

7.263

.000

11.960

2.953

.450

4.050

.000

Umur

.284

.091

.301

3.133

.003

Kolesterol

.041

.048

.068

.836

.408

Perkahwinan

.576

.954

.046

.604

.549

39.679

14.220

2.790

.008

.363

.051

.871

7.162

.000

11.938

2.993

.449

3.989

.000

Umur

.284

.092

.300

3.088

.004

Kolesterol

.039

.052

.065

.751

.457

Perkahwinan

.560

.975

.045

.575

.569

Pendidikan

-.161

1.434

-.009

-.112

.911

(Constant)

41.254

15.001

2.750

.009

.359

.052

.863

6.919

.000

11.707

3.090

.440

3.789

.000

.280

.094

.296

2.990

.005

(Constant)

Jantina
Umur
(Constant)
berat
Jantina

berat
Jantina

(Constant)
berat
Jantina

Sig.

6.577

berat

.000

berat

Beta

13.279

berat
2

Std. Error

Coefficients

berat
Jantina
Umur

.688

Kolesterol

.037

.052

.062

.705

.485

Perkahwinan

.571

.986

.045

.579

.565

Pendidikan

-.038

1.488

-.002

-.026

.980

Senaman

-.402

1.104

-.030

-.364

.717

53.466

25.773

2.074

.044

.358

.052

.858

6.815

.000

12.043

3.166

.453

3.803

.000

Umur

.292

.097

.309

3.023

.004

Kolesterol

.034

.053

.057

.640

.525

Perkahwinan

.379

1.046

.030

.362

.719

Pendidikan

.925

2.226

.050

.415

.680

Senaman

-.251

1.143

-.018

-.220

.827

IQ

-.122

.208

-.072

-.585

.562

50.236

26.006

1.932

.061

.363

.053

.872

6.876

.000

12.497

3.203

.470

3.902

.000

Umur

.282

.097

.298

2.902

.006

Kolesterol

.047

.055

.080

.864

.393

Perkahwinan

.806

1.136

.064

.710

.482

Pendidikan

1.134

2.238

.061

.507

.615

Senaman

-.140

1.149

-.010

-.122

.904

IQ

-.131

.208

-.077

-.630

.532

-1.430

1.475

-.079

-.970

.338

(Constant)
berat
Jantina

(Constant)
berat
Jantina

Merokok

a. Dependent Variable: TekananDarah

Jadual 2.4
Nilai di dalam jadual di atas mewakili pekali regrasi piawai bagi semua
sembilan variable peramal iaitu Berat Badan, Jantina, Umur, Kolesterol, Perkahwinan,
Pendidikan, Senaman, IQ dan Merokok dalam bentuk kombinasi linear. Hasil ini
menunjukkan skor Berat Badan (.872) paling mempengaruhi skor Tekanan Darah
seseorang.

Ujian t menunjukkan bahawa hanya variable Berat Badan dan Jantina

mempunyai hubungan yang signifikan pada p<0.05 terhadap Tekanan Darah apabila
semua sembilan variable peramal digabungkan.

Excluded Variables

Collinearity Statistics
Model
1

Beta In

Sig.

Partial Correlation

Tolerance

Jantina

.672

6.084

.000

.664

.513

Umur

.511

5.997

.000

.658

.872

Kolesterol

.265

2.615

.012

.356

.949

Perkahwinan

.173

1.642

.107

.233

.955

Pendidikan

-.180

-1.753

.086

-.248

.994

Senaman

-.255

-2.556

.014

-.349

.987

IQ

-.107

-1.009

.318

-.146

.979

Merokok

.054

.511

.612

.074

.980

Umur

.342

4.076

.000

.515

.667

Kolesterol

.163

2.013

.050

.285

.901

Perkahwinan

.085

1.029

.309

.150

.922

Pendidikan

-.088

-1.089

.282

-.159

.955

Senaman

-.101

-1.201

.236

-.174

.872

IQ

-.086

-1.081

.285

-.157

.977

Merokok

-.032

-.392

.697

-.058

.950

Kolesterol

.056

.713

.479

.106

.764

Perkahwinan

.030

.411

.683

.061

.889

Pendidikan

-.028

-.393

.696

-.058

.912

Senaman

-.039

-.511

.612

-.076

.831

IQ

-.059

-.840

.406

-.124

.967

Merokok

-.042

-.592

.557

-.088

.949

Perkahwinan

.046

.604

.549

.091

.834

Pendidikan

-.015

-.198

.844

-.030

.839

Senaman

-.030

-.390

.699

-.059

.806

IQ

-.050

-.685

.497

-.103

.914

Merokok

-.048

-.675

.503

-.101

.936

Pendidikan

-.009

-.112

.911

-.017

.821

Senaman

-.030

-.385

.702

-.059

.806

IQ

-.040

-.522

.605

-.079

.830

Merokok

-.079

-1.006

.320

-.152

.782

Senaman

-.030

-.364

.717

-.056

.764

IQ

-.078

-.659

.513

-.101

.357

Merokok

-.079

-.988

.329

-.151

.772

IQ

-.072

-.585

.562

-.091

.339

Merokok

-.077

-.948

.349

-.146

.765

Merokok

-.079

-.970

.338

-.152

.764

a. Predictors in the Model: (Constant), berat

b. Predictors in the Model: (Constant), berat, Jantina
c. Predictors in the Model: (Constant), berat, Jantina, Umur
d. Predictors in the Model: (Constant), berat, Jantina, Umur, Kolesterol
e. Predictors in the Model: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan
f. Predictors in the Model: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan
g. Predictors in the Model: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman
h. Predictors in the Model: (Constant), berat, Jantina, Umur, Kolesterol, Perkahwinan, Pendidikan, Senaman, IQ
i. Dependent Variable: TekananDarah

Jadual 2.5
Ujian t menunjukkan kesan variable-variable peramal yang tidak signifikan
terhadap Tekanan Darah yang menyebabkan ianya tidak dimasukkan ke dalam model
regrasi.

Setiap variable peramal tersebut diuji dan dikeluarkan satu demi satu untuk
melihat skor pengaruh dan kesannya ke atas variable-variable peramal yang lain.

LAMPIRAN

Standardized Residual Plots untuk Regrasi Stepwise untuk melihat bahawa

data-data bertaburan normal

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: TekananDarah

1.0

Expected Cum Prob

i.

0.8

0.6

0.4

0.2

0.0
0.0

0.2

0.4

0.6

0.8

1.0

Scatterplot

Dependent Variable: TekananDarah

Regression Standardized Residual

-1

-2

-3
-2

-1

ii.

Standardized Residual Plots untuk Regrasi Urutan untuk melihat bahawa datadata bertaburan normal.

Histogram

Dependent Variable: TekananDarah

10

Frequency

2
Mean =-7.77E-16
Std. Dev. =0.904
N =50

0
-3

-2

-1

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: TekananDarah

Expected Cum Prob

1.0

0.8

0.6

0.4

0.2

0.0
0.0

0.2

0.4

0.6

0.8

1.0

Scatterplot

Dependent Variable: TekananDarah

Regression Standardized Predicted

Value

-1

-2
-3

-2

-1

BIBLIOGRAFI

Chua Yan Piaw (2006). Asas Statistik Penyelidikan Buku 2. Mc Graw Hill.Companies.
Cohen, Cohen, West, & Aiken's (2003) Applied Multiple Regression/Correlation
Analysis for the Behavioral Sciences.
DeCoster, J. (2007). Applied Linear Regression Notes set 1. Retrieved (Mac 10,2008)
from http://www.stat-help.com/notes.html