Umur (X1)
78
69
77
88
67
80
74
94
102
1. Regresi Sederhana
Adapun tahap-tahap dalam melakukan analisis regresi sederhana pada
SPSS adalah sebagai berikut:
Deklarasi variabel pada data view.
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
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
dan
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)
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
i 0
Uji Parsial
Hipotesis :
i=0, i=0,1,2
H0 :
H1:
i 0
Untuk pengujian hipotesis dengan menggunakan uji partial bisa
dan
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.
yaitu
Interpretasi
dari
persamaan regresi tersebut yaitu untuk setiap satu satu peningkatan umur
bayi dan Bobot_lahir akan mempengaruhi Panjang_Bayi.