Model Regresi

Parameter Estimates
Variable D Parameter Standard t Value Pr > |t| Variance
F Estimate Error Inflation
Intercept 1 14.33898 21.17345 0.68 0.5043 0
pupuk 1 0.04858 0.17241 0.28 0.7803 1.05012
volume_air 1 0.01635 0.11542 0.14 0.8884 1.03714
jumlah_dau 1 1.07761 0.15305 7.04 <.0001 1.05322
n

Berdasarkan output diatas diperoleh persamaan regresi linear berganda sebagai berikut :
Tinggi Tanaman = 14.33898+ 0.04858 Pupuk +0.01635 Volume Air + 1.07761Jumlah
Daun
Dari persamaan regresi linear berganda diatas diperoleh intercept ≠ 0. Artinya, jika pupuk, volume
air,dan jumlah daun bernilai nol maka tinggi tanaman bernilai 14.33898.

 Koefisien regresi untuk variable bebas jarak bernilai posistif, menunjukkan bahwa adanya
hubungan yang searah antara tinggi tanaman dengan pupuk. Koefisien regresi pupuk sebesar
0.04858 mengandung arti untuk setiap pertambahan pupuk sebesar satu satuan akan
menyebabkan meningkatnya tinggi tanaman sebesar 0.04858.

 Koefisien regresi untuk variable bebas volume air bernilai posistif, menunjukkan bahwa
adanya hubungan yang searah antara tinggi tanaman dengan volume air. Koefisien regresi
volume air sebesar 0.01635 mengandung arti untuk setiap pertambahan volume air sebesar
satu satuan akan menyebabkan meningkatnya ongkos sebesar 0.01635.

 Koefisien regresi untuk variable bebas Jumlah daun bernilai positif, menunjukkan bahwa
adanya hubungan yang searah antara tinggi tanaman dengan jumlah daun. Koefisien regresi
waktu sebesar 1.07761 mengandung arti untuk setiap pertambahan jumlah daun sebesar satu
satuan akan menyebab kan meningkatnya tinggi tanaman sebesar 1.07761.

Parameter Estimates
Variable D Parameter Standard t Value Pr > |t| Variance
F Estimate Error Inflation
Intercept 1 14.33898 21.17345 0.68 0.5043 0
pupuk 1 0.04858 0.17241 0.28 0.7803 1.05012
volume_air 1 0.01635 0.11542 0.14 0.8884 1.03714
jumlah_dau 1 1.07761 0.15305 7.04 <.0001 1.05322
n
Ujiparsial

 Uji Parameter β0
H 0 : β0 = 0
H 1 : β0 ≠ 0
 Tingkat Signifikan ɑ = 0.05
 Daerah Kritis : tolak H0 jika t tabel ˂ t hitung dan P-Value ˂ ɑ
 Keputusan : berdasarkan output di atasdiperolehnilai t hitung = 0.68 dan P-Value =
0.5043
Berdasarkantabel t dengan ɑ = 0.05 diperoleh nilai t tabel = 1.697. karena nilai t-
tabel> t-hitung (1.697 > 0.68) dan P-Value > ɑ (0.5043 > 0.05), maka terima H0. Jadi
dapat disimpulkan bahwa intercept sama dengan 0

 Uji Parameter β1
H0 : β1= 0
H1 : β1≠ 0
 Tingkat Signifikan ɑ = 0.05
 Daerah Kritis : tolak H0 jika t tabel ˂ t hitungdan P-Value ˂ ɑ
 Keputusan : berdasarkan output di atas diperoleh nilai t hitung = 0.28 dan P-Value =
0.7803
Berdasarkantabel t dengan ɑ = 0.05 diperoleh nilai t tabel = 1.697. karena nilai t-
tabel> t-hitung (1.697 > 0.28) dan P-Value > ɑ (0.783 > 0.05), maka terima H0. Jadi
dapat disimpulkan bahwa koefisien regresi β1 tidak signifikan terhadap model.Artinya
tidak ada pengaruh antara tinggi tanaman dengan pupuk.
 Uji Parameter β2
H0 : β2= 0
H1 : β2≠ 0
 Tingkat Signifikan ɑ = 0.05
 Daerah Kritis : tolak H0 jika t tabel ˂ t hitungdan P-Value ˂ ɑ
 Keputusan : berdasarkan output di atas diperoleh nilai t hitung = 0.14 dan P-Value =
0.8884
 Berdasarkan tabel t dengan ɑ = 0.05 diperoleh nilai t tabel = 1.697. karena nilai t-
tabel> t-hitung (1.697 > 0.14) dan P-Value > ɑ (0.8884 > 0.05), maka terima H0. Jadi
dapat disimpulkan bahwa koefisien regresi β2 tidak signifikan terhadap model.Artinya
tidak ada pengaruh antara tinggi tanaman dengan volume air.
 Uji Parameter β3
H0 : β3= 0
H1 : β3≠ 0
 Tingkat Signifikan ɑ = 0.05
 Daerah Kritis : tolak H0 jika t tabel ˂ t hitung dan P-Value ˂ ɑ
 Keputusan : berdasarkan output di atas diperoleh nilai t hitung = 7.04 dan P-Value =
0.0001
  Berdasarkan tabel t dengan ɑ = 0.05 diperoleh nilai t tabel = 1.697. karena nilai t-
tabel< t-hitung (1.697 < 7.04) dan P-Value < ɑ (0.0001 < 0.05), maka tolak H0. Jadi
dapat disimpulkan bahwa koefisien regresi β3 signifikan terhadap model.Artinya ada
pengaruh antara tinggi tanaman dengan jumlah daun.

UjiInferensia

1. UjiSimultan

Analysis of Variance
Source DF Sum of Mean F Value Pr > F
Squares Square
Model 1 249.43884 249.43884 54.82 <.0001
Error 28 127.39316 4.54976    
Corrected Total 29 376.83200      

 UjiHipotesis
H 0 : β0 = β 1 = β 2 = 0
H1 :minimal adasatuβj ≠ 0 ; j = 1,2,3
 Tingkat signifikan ɑ = 0,05
 Daerah Kritis : tolak H0 jika F tabel< F hitungdan P-Value < ɑ
 Keputusan : berdasarkan output diatasdiperolehnilai F hitung =135.65
Berdasarkantabel F dengan ɑ = 0.05 diperolehnilai F tabel = 2.92.
Karena F tabel< F hitung (2.92 < 135.65) dan P-Value < ɑ (0.0001 < 0.05)
makatolak H0.
Jadi, dapatdisimpulkanbahwa variable terikatmempunyaihubungan linear
dengan minimal 3 variable bebas ke-1 sampai ke-3.Artinya total ongkos yang
dibayarkanmempunyaihubungandenganjarak, rating danwaktu.

The REG Procedure

Model: MODEL1
Dependent Variable: tinggi_tanaman
Number of Observations 30
 Read
Number of Observations Used 30

Forward Selection: Step 1

Variable jumlah_daun Entered: R-Square = 0.6619 and C(p) = 0.1102

Analysis of Variance
Source DF Sum of Mean F Value Pr > F
Squares Square
Model 1 249.43884 249.43884 54.82 <.0001
Error 28 127.39316 4.54976    
Corrected Total 29 376.83200      

Variable Parameter Standard Type II S F Value Pr > F

Estimate Error S
Intercept 19.01270 1.73875 544.00157 119.57 <.0001
jumlah_dau 1.06634 0.14402 249.43884 54.82 <.0001
n

Bounds on condition number: 1, 1

No other variable met the 0.0500 significance level for entry into the model.

Summary of Forward Selection

Ste Variable Number Partial Model C(p) F Value Pr > F
p Entered Vars In R-Square R-Square
1 jumlah_daun 1 0.6619 0.6619 0.1102 54.82 <.0001
AnalisisRegresi Linear Berganda 4 Variabel

The REG Procedure

Model: MODEL1
Dependent Variable: tinggi_tanaman
 AnalisisRegresi Linear Berganda 4 Variabel

The REG Procedure

Model: MODEL2
Dependent Variable: tinggi_tanaman
Number of Observations 30
Read
Number of Observations Used 30

Backward Elimination: Step 0

All Variables Entered: R-Square = 0.6634 and C(p) = 4.0000

Analysis of Variance
Source DF Sum of Mean F Pr > F
Squares Square Value
Model 3 249.97662 83.32554 17.08 <.0001
Error 26 126.85538 4.87905    
Corrected Total 29 376.83200      

Variable Parameter Standard Type II S F Value Pr > F

Estimate Error S
Intercept 14.33898 21.17345 2.23763 0.46 0.5043
pupuk 0.04858 0.17241 0.38746 0.08 0.7803
volume_air 0.01635 0.11542 0.09792 0.02 0.8884
jumlah_dau 1.07761 0.15305 241.86747 49.57 <.0001
n

Bounds on condition number: 1.0532, 9.4214

Backward Elimination: Step 1

Variable volume_air Removed: R-Square = 0.6631 and C(p) = 2.0201

 Analysis of Variance
Source DF Sum of Mean F Value Pr > F
Squares Square
Model 2 249.87870 124.93935 26.57 <.0001
Error 27 126.95330 4.70197    
Corrected Total 29 376.83200      

Variable Parameter Standard Type II S F Value Pr > F

Estimate Error S
Intercept 17.20313 6.17480 36.49635 7.76 0.0096
pupuk 0.05142 0.16811 0.43986 0.09 0.7621
jumlah_dau 1.07484 0.14902 244.62266 52.03 <.0001
n

Bounds on condition number: 1.036, 4.144

Backward Elimination: Step 2

Variable pupuk Removed: R-Square = 0.6619 and C(p) = 0.1102

Analysis of Variance
Source DF Sum of Mean F Value Pr > F
Squares Square
Model 1 249.43884 249.43884 54.82 <.0001
Error 28 127.39316 4.54976    
Corrected Total 29 376.83200      

Variable Parameter Standard Type II S F Value Pr > F

Estimate Error S
Intercept 19.01270 1.73875 544.00157 119.57 <.0001
jumlah_dau 1.06634 0.14402 249.43884 54.82 <.0001
n

Bounds on condition number: 1, 1

All variables left in the model are significant at the 0.1000 level.
 Summary of Backward Elimination
Ste Variable Number Partial Model C(p) F Value Pr > F
p Removed Vars In R-Square R-Square
1 volume_air 2 0.0003 0.6631 2.020 0.02 0.8884
1
2 pupuk 1 0.0012 0.6619 0.110 0.09 0.7621
2
AnalisisRegresi Linear Berganda 4 Variabel

The REG Procedure

Model: MODEL2
Dependent Variable: tinggi_tanaman
 AnalisisRegresi Linear Berganda 4 Variabel

The REG Procedure

Model: MODEL3
Dependent Variable: tinggi_tanaman
Number of Observations 30
Read
Number of Observations Used 30

Stepwise Selection: Step 1

Variable jumlah_daun Entered: R-Square = 0.6619 and C(p) = 0.1102

Analysis of Variance
Source DF Sum of Mean F Value Pr > F
Squares Square
Model 1 249.43884 249.43884 54.82 <.0001
Error 28 127.39316 4.54976    
Corrected Total 29 376.83200      

Variable Parameter Standard Type II S F Value Pr > F

Estimate Error S
Intercept 19.01270 1.73875 544.00157 119.57 <.0001
jumlah_dau 1.06634 0.14402 249.43884 54.82 <.0001
n

Bounds on condition number: 1, 1

All variables left in the model are significant at the 0.1500 level.

No other variable met the 0.0500 significance level for entry into the model.
 Summary of Stepwise Selection
Ste Variable Variable Number Partial Model C(p) F Value Pr > F
p Entered Remove Vars In R-Square R-Square
d
1 jumlah_daun   1 0.6619 0.6619 0.1102 54.82 <.0001
AnalisisRegresi Linear Berganda 4 Variabel

The REG Procedure

Model: MODEL3
Dependent Variable: tinggi_tanaman
 AnalisisRegresi Linear Berganda 4 Variabel

The UNIVARIATE Procedure

Variable: res (Residual)
Moments
N 30 Sum Weights 30
Mean 0 Sum Observations 0
Std Deviation 2.0914883 Variance 4.37432342
3
Skewness -0.3535369 Kurtosis 0.48831021
Uncorrected 126.85537 Corrected SS 126.855379
SS 9
Coeff . Std Error Mean 0.38185178
Variation

Basic Statistical Measures

Location Variability
Mean 0.000000 Std Deviation 2.09149
Media 0.339535 Variance 4.37432
n
Mode . Range 9.49351
    Interquartile Range 2.29479

Tests for Location: Mu0=0
Test Statistic p Value
Student's t t 0 Pr> |t| 1.0000
Sign M 2 Pr>= |M| 0.5847
Signed S 17.5 Pr>= |S| 0.7254
Rank

Tests for Normality

Test Statistic p Value
Shapiro-Wilk W 0.96168 Pr< W 0.3417
Kolmogorov- D 0.134657 Pr> D >0.1500
Smirnov
Cramer-von Mises W- 0.115869 Pr> W-Sq 0.0686
Sq
 Tests for Normality
Test Statistic p Value
Anderson-Darling A-Sq 0.608058 Pr> A-Sq 0.1044

Quantiles (Definition 5)
Level Quantile
100% Max 4.615044
99% 4.615044
95% 3.496914
90% 2.147645
75% Q3 1.101509
50% 0.339535
Median
25% Q1 -1.193282
10% -3.184795
5% -3.880737
1% -4.878465
0% Min -4.878465

Extreme Observations
Lowest Highest
Value Obs Value Obs
- 23 1.34105 1
4.87847
- 25 1.64012 17
3.88074
- 24 2.65517 8
3.40656
- 3 3.49691 7
2.96303
- 28 4.61504 9
2.27702