Reg Linear R
Reg Linear R
PEMBAHASAN
Output di atas menunjukkan data yang dipakai untuk analisa berjumlah 46 data, serta
ditunjukkan pula nilai minimum, maximum, quantil, mean (rata-rata) dan standar deviasi.
Output di atas menunjukkan data yang dipakai untuk analisa berjumlah 46 data, , serta
ditunjukkan pula nilai minimum, maximum, quantil, mean (rata-rata) dan standar deviasi.
Dummy Variabel
JK
D 1=laki-laki
Widal O
0 = perempuan
D 1=positif
Widal H
0 = negatif
D 1=positif
0 = negatif
Yang pertama dilakukan adalah uji asumsi linearitas antar variabel predictor yang bertipe
kuantitatif (umur, cepat pengiriman, SGOT, dan SGPT) dengan variabel respon (lama rawat
inap). Secara umum uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai
hubungan yang linear secara signifikan atau tidak.
R.I
I.
20
30
40
50
60
umur
R.I
II.
5
C.P
III.
IV.
Dari keempat hasil uji di atas, tidak terlalu terlihat ada hubungan linear antara predictor
dengan variabel respon. Untuk memperjelas, akan dilakukan uji korelasi bivariat antara respon
dengan masing-masing prediktor.
Uji Hipotesis
Uji hipotesis menggunakan asumsi-asumsi :
Prediktor
Umur
Cepat pengiriman
SGOT
SGPT
P-value
0.733
0.000465
0.2133
0.00299
Kesimpulan
Tidak ada hubungan linear
ada hubungan linear
ada hubungan linear
Tidak ada hubungan linear
Untuk variabel independen yg kategorik menggunakan uji independent sample t-test dan didapat
p-value sebesar :
Prediktor
Jenis kelamin
Widal O
Widal H
P-value
0.3908
0.01893
0.00140
Kesimpulan
Tidak ada hubungan linear
ada hubungan linear
ada hubungan linear
Karena dari keempat variabel independen kuantitatif atau predictor yg akan digunakan, 2 di
antaranya memiliki hubungan linear dgn responnya. Untuk itu, analisis regresi linear ganda dapat
digunakan tetapi variabel umur tidak dimasukkan dalam analisis karena memiliki p-value yang
cukup besar (> 0.25), demikian pula untuk variabel independen kualitatif, 2 di antaranya
memiliki hubungan linear dgn responnya, maka dapat diikutkan dalam analisis, tapi tidak
demikian untuk variabel jenis kelamin, karena memiliki p-value yang lebih dari 0.25.
Uji Hipotesis
Uji hipotesis menggunakan asumsi-asumsi :
Tabel diatas menginformasikan bahwa persamaan regresi yang diperoleh (Model 1) adalah :
Y^ = 0.438 + 0.445 (C.P) + 0.035 (SGOT) 0.008 (SGPT) + 1.029 (widal_H) + 0.867
(widal_O)
Prediktor
Constant
C.P (Cepat Pengiriman)
SGOT
SGPT
Widal_H
Widal_O
Sig
0.580
0.000
0.028
0.713
0.029
0.054
Kesimpulan
Constant tidak signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini tidak signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini tidak signifikan masuk ke dalam model
Berdasarkan uji signifikansi di atas, nilai sig SGPT paling tidak signifikan jadi harus dikeluarkan
terlebih dahulu.
Diregresi ulang dengan mengeluarkan variabel SGPT. Output yang dihasilkan :
Hasil output di atas menginformasikan persamaan regresi yang diperoleh (Model 2) yaitu :
Y^ = 0.31 + 0.435 (C.P) + 0.031 (SGOT) + 1.098 (widal_H) + 0.870 (widal_O)
Prediktor
Constant
C.P (cepat pengiriman)
SGOT
Widal_H
Widal_O
Sig
0.659
0.000
0.009
0.010
0.050
Kesimpulan
Constant tidak signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini masih signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Berdasarkan uji signifikansi di atas, nilai signifikansi constant tidak signifikan, jadi dikeluarkan
dari analisa
Diregresi ulang dengan mengeluarkan constant
Output yang dihasilkan :
Hasil output di atas menginformasikan persamaan regresi yang diperoleh (Model 3) yaitu :
Y^ = 0.466 (C.P) + 0.034 (SGOT) + 1.127
Prediktor
C.P (cepat pengiriman)
SGOT
Widal.H
Widal.O
Sig
0.000
0.002
0.007
0.03
Kesimpulan
Variabel ini signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Variabel ini signifikan masuk ke dalam model
Berdasarkan uji signifikansi di atas, nilai signifikansi sudah memenuhi untuk semua variabel,
sehingga tidak perlu dilakukan analisa regresi lanjutan
Model 1
Model 2
Model 3
R2
0.5414
0.5398
0.943
Adj R2
0.4841
0.4949
0.9376
PRESS
91.8933
89.0208
85.1308
Uji Hipotesis
Uji hipotesis menggunakan asumsi-asumsi :
Karena nilai p-value pada output r = 0.5201 > 0.05, maka terima H0, yang berarti residual
berdistribusi normal
2. Homoskedastisitas (scatterplot)
3. No-multikolinearitas (coefficient)
Untuk menguji asumsi no multikolinearitas, dengan melihat nilai VIF (Variance Inflation
Factor) dari persamaan regresi.
Karena semua nilai VIF < 10, maka asumsi no multikolinearitas terpenuhi.
3.6. jwwefb
3.7. kdnjedfd
3.8. knfekfnnf