BAB III

DATA DAN OUTPUT

A. DATA
Diberikan data berikut dan akan dilkukan beberapa analisis statistik
Panjang Bayi (Y)
57.5
52.8
61.3
67.0
53.5
62.7
56.2
68.5
69.2

Umur (X1)
78
69
77
88
67
80
74
94
102

Bobot Lahir (X2)

2.75
2.15
4.41
5.52
3.21
4.32
2.31
4.30
3.71

1. Regresi Sederhana
Adapun tahap-tahap dalam melakukan analisis regresi sederhana pada
SPSS adalah sebagai berikut:
Deklarasi variabel pada data view.

Masukkan data-data yang ada pada masing-masing varibael

Lakukan analisis regresi sederha

Akan muncul kotak dialog seperti berikut :

Masukkan variabel Panjang_Bayi pada kotak Dependent dan variabel

Umur pada kotak Independent, kemudian Klik OK.
2. Regresi Berganda
Untuk tahapan analisis regresi berganda yaitu dengan cara
Klik Anlyze > Regression > Linear

Akan muncul kotak dialog berikut :

Pada kotak dependent masukkan yang menjadi variabel dependentnya yaitu

Panjang_bayi dan yang menjadi variabel independent yaitu Umur dan
Bobot_Lahir dan kemudian klik OK .
B. OUTPUT
1. Regresi Sederhana

Adapun output dari hasil analaisis regresi sederhana adalah sebagai berikut:

2. Regresi Berganda
Adapun output untuk hasil analisis regresi berganda adalah sebagai berikut

BAB IV
PEMBAHASAN
A. Analisis Regresi Sederhana
Pada tabel Model Summary diperoleh nilai dari R-Square sebesar 0,897
atau sebesar 89,7%, yang berarti bahwa variabel umur mampu menjelaskan
variabel Panjang_Bayi sebesar 89,7% dan selebihnya itu dipengaruhi oleh
variabel lain yang tidak didefinisikan dalam model regresi. Selain itu, diperoleh
koefisien korelasi (R) sebesar 0,947 artinya terdapat hubungan yang kuat
antara variable umur dan panjang_bayi.

Untuk pengujian hipotesisnya bisa dilakukan dengan uji serentak dan uji
parsial.
Uji Serentak
Hipotesis :
0= 1=0
H0 :
H1:

i 0, i=0,1

=5

Untuk pengujian hipotesis dengan menggunakan uji serentak bisa

diperhatikan pada tabel ANOVA, diperoleh nilai signifikan sebesar 0,00,
dan taraf signifikan

( ) yang digunakan sebesar 5% atau 0,05. Terlihat

bahwa nilai signifikan=0,00< =0,05

maka dapat disimpulkan bahwa

tolak H0, yang berarti bahwa dugaan parameter model tersebut signifikan,
karena minimal terdapat satu

i 0

Uji Parsial
Hipotesis :
i=0, i=0,1
H0 :
H1:

i 0
Untuk pengujian hipotesis dengan menggunakan uji parsial bisa

diperhatikan pada tabel Coefficient, diperoleh nilai signifikansi untuk

dugaan

dan

masing-masing sebesar 0,01 dan 0,00. Dan karena

taraf signifikan yang digunakan itu sebesar 5% atau 0,05 dan taraf
signifikan lebih besar dari nilai signifikan berarti dapat disimpulkan bahwa
tolak H0, yang berarti bahwa dugaan parameter untuk nilai dari
1

dan

signifikan.
Sehingga berdasarkan hasil uji parsial (perhatikan tabel coefficients)

dapat diperoleh persamaan regresi dugaannya untuk panjang_bayi sebagai

berikut:

Y^ =19,011+ 0,518umur
Interpretasi dari persamaan regresi tersebut yaitu untuk setiap satu satuan
peningkatan umur bayi akan mempengaruhi Panjang_Bayi persatu satuan .
B. Regresi Berganda
Pada tabel Model Summary diperoleh nilai dari R-Square sebesar 0,994
atau sebesar 99,4%, yang berarti bahwa variabel Umur dan Bobot_Lahir
mampu menjelaskan variabel Panjang_Bayi sebesar 99,4% dan selebihnya itu
dipengaruhi oleh variabel lain yang tidak didefinisikan dalam model regresi.
Untuk pengujian hipotesisnya bisa dilakukan dengan uji serentak dan uji
partial.
Uji Serentak
Hipotesis :
0= 1= 2=0
H0 :
H1:

i 0, i=0,1,2

=5

Untuk pengujian hipotesis dengan menggunakan uji serentak bisa

diperhatikan pada tabel ANOVA, diperoleh nilai signifikan sebesar 0,00,
dan karena taraf signifikan yang digunakan yaitu 5% atau sebesar 0,05,
dan nilai taraf signikan 0,05 > nilai signifikan, maka dapat disimpulkan
bahwa tolak H0, yang berarti bahwa dugaan parameter model tersebut
signifikan, karena minimal terdapat satu

i 0

Uji Parsial
Hipotesis :
i=0, i=0,1,2
H0 :
H1:

i 0
Untuk pengujian hipotesis dengan menggunakan uji partial bisa

diperhatikan pada tabel Coefficient, diperoleh nilai signifikansi untuk

dugaan

dan

masing-masing sebesar 0,00. Dan karena

taraf signifikan yang digunakan itu sebesar 5% atau 0,05 dan taraf
signifikan lebih besar dari nilai signifikan berarti dapat disimpulkan bahwa

tolak H0, yang berarti bahwa dugaan parameter untuk nilai dari
1

dan

signifikan.

Berdasarkan output pada hasil analisis regresi berganda diperoleh

penjelasan pada tabel coeffisient untuk menduga persamaan regresi linear
berganda

yaitu

^y =20,108+ 0,414 x1 +2,025 x 2

Interpretasi

dari

persamaan regresi tersebut yaitu untuk setiap satu satu peningkatan umur
bayi dan Bobot_lahir akan mempengaruhi Panjang_Bayi.