NAMA : Putu Anggan Pradipta Utama

NIM :1882211012

Prodi : Magister Ilmu Biologi

UTS BIOSTATISTIKA

1. Dikerjakan menggunakan spreadsheet dan Data Analysis pada Excel.

Tabel berikut ini adalah data yang menunjukkan hubungan antara kicauan per
detik jangkrik tanah dan suhu tanah.

Kicauan/deti Suhu
k
20 88,6
16 71,6
19,8 93,3
18,4 84,3
17,1 80,6
15,5 75,2
14,7 69,7
15,7 71,6
15,4 69,4
16,3 83,3
15 79,6
17,2 82,6
16 80,6
17 83,5
14,4 76,3
a. Tentukan persamaan model regresi linier untuk mempresenitasikan data
diatas
Jawaban
Pencarian penurunan β1 subtansi ke persamaan 1

15.β0 + 1190,2.β1 = 248,5 x 79,3 15β0 + 1190,2β1 = 248,5

11920,2 β0 + 95128,4β1 = 19857,7 15β0 + 1190,9 . 0,203 = 248,5
15β0 + 241,61= 248,5
15β0 = 248,5 – 241,61
1190,2 β0 + 94382,8β1 = 19706,1
15β0 = 6,89
1190,2 β0 + 95128,4β1 = 19857,7
6,48
β0 = =0,46
-745,6β1 = -157,6
15
151,6 yi = β0 + β1y1
β1 = =0,203
745,6

y1 = 0,46+0,203 Xii persamaan regresi

b. Buat grafik persamaan yang di dapat

Jawaban

Normal Probability Plot

(response is Y)
99

95

90

80
70
Percent

60
50
40
30
20

10

1
-2 -1 0 1 2
Residual
c. Tentukan apakah persamaan yang didapat “terbaik” untuk mewakili data
diatas
Jawaban

Regression Analysis: y versus x

The regression equation is

y = 0.46 + 0.203 x

Predictor Coef SE Coef T P

Constant 0.459 2.989 0.15 0.880
x 0.20300 0.03754 5.41 0.000

S = 0.985998 R-Sq = 69.2% R-Sq(adj) = 66.9%

Analysis of Variance

Source DF SS MS F P
Regression 1 28.435 28.435 29.25 0.000
Residual Error 13 12.638 0.972
Total 14 41.073

Artinya hubungan antara kicauan bunyi jangkrik dengan suhu udara

sebesar 69,2%
d. Jika suhu mencapai 95o, berapa kira-kira kicauan jangkrik per detik?
Jawaban

Y = 0,459 + 0,203 (95)

Y = 19,74 kicauan jangkrik per detik

e. Dengan alat pendengaran, anda menemukan bahwa pada pagi hari tertentu,
jangkrik berkicu dengan kecepatan 18 kiacuan per detik. Berapa perkiraan
suhu pagi itu?
Jawaban

 Y = 0,459 + 0,203X

 18 = 0,459+ 0,203X
  18-0,459 = 0,203X

 X = 86,408 ºF

f. Jika suhu tanah turun ke titik beku (32oF), apa yang terjadi dengan tingkat
kicau kriket?
Jawaban

 Y = 0,459 + 0,203X

Y = 0,459 + 0,203 (32)

Y = 6,955 (tingkat kicauan menurun menjadi 6,955 kicauan)

Jadi kicauan akan mengalami penurunan ketika suhu tanah mengalami

penurunan.

2. Dikerjakan menggunakan spreadsheet dan data analysis pada excel,

kesepuluh pasangan data berikut berasal dari suatu percobaan dengan dua
perubah bebas x1 dan x2 dikendalikan sedangkan respon y diamati

y x1 x2
61,5 2400 54,5
61,2 2450 56,4
32 2500 43,2
52,5 2700 65,5
31,5 2750 42,5
22,5 2800 47,5
53 2900 65
56,8 3000 66,5
34,8 3100 57,3
52,7 3200 68
a. Taksirlah persamaan regresi linear ganda 𝑦 = 𝛽0 +𝛽1𝑥1 +𝛽2𝑥2

Jawaban

The regression equation is

y1 = 57.0 - 0.0354 x1 + 1.54 x2

Predictor Coef SE Coef T P

Constant 57.02 22.19 2.57 0.037
x1 -0.035389 0.009246 -3.83 0.006
x2 1.5397 0.2627 5.86 0.001

S = 6.54109 R-Sq = 83.4% R-Sq(adj) = 78.7%

Analysis of Variance

Source DF SS MS F P
Regression 2 1508.28 754.14 17.63 0.002
Residual Error 7 299.50 42.79
Total 9 1807.79

Source DF Seq SS
x1 1 38.12
x2 1 1470.17

persamaan regresi linear ganda 𝑦 = 𝛽0 + 𝛽1𝑥1 + 𝛽2𝑥2

Y = 𝛽0 + 𝛽1𝑥1 + 𝛽2𝑥2
Y = 57,021 + (-0,035) 𝑥1+ 1,540 𝑥2
Y = 57,021 – 0,035 𝑥1 + 1,540 𝑥2

b. Bahaslah hasil yang didapat mengacu pada pertanyaan (a-f) pada Tugas
Regresi Ganda

Jawaban

y = kicauan/detik

x1 = suhu oF
 x2 = kelembaban

berdasarkan persamaan regresi diatas dengan mengganggap x2 adalah

kelembapan konstanta maka dapat diinterpretasikan sebagai berikut:

apabila suhu dinaikkan sebesar 1oF maka kicauan jangkrik akan berkurang
sebesar 0,054 kicauan/detik. Sedangkan apabila suhu dianggap konstan
maka kelembabam akan dinaikkan sebesar 1 akan terjadi penaikan kicauan
jangkrik sebesar 1,54 kicauan/detik.

3. Jawablah pertanyaan berikut ini

a) Apa itu Regresi Ganda ?
Jawaban
Hubungan secara linier antara dua atau lebih variable independen ( X1,
X2, X3, X4......Xn ) dengan variable dependen ( Y )
b) Kapan Regresi Ganda Digunakan
Jawaban
Dugunakan pada saat menentukan Sala interval dan Skala Ratio
 Skala Interval adalah
Skala pengukuran yang mempunyai selisih sama antara satu
pengukuran dengan pengukuran yang lain, tetapi tidak memiliki nilai
Nol Mutlak
 Skala Ratio adalah
Skala pengukuran yang paling tinggi dimana selisih setiap pengukuran
adalah sama dan mempunyai nilai Nol Mutlak
c) Untuk Apa Regresi Ganda Digunakan
Jawaban
Regresi ganda digunakan untuk menganalisis atau mengukur hubungan
kausal variabel respon ( X ) terhadap dua atau lebih variabel bebas.
d) Apa Hipotesis nol Dalam Regresi Ganda
Jawaban
Dalam sebuah regresi akan ada ada dua hipotesis yaitu H0 dan H1
keberadaan dua hipotesis ini sangat penting untuk memperkirakan hasil
yang akan di dapatkan, hipotesis nol terjadi apabila taraf signifikansi yang
 tercapai hanya <0,05 atau <5% yang menentukan taraf kepercayaan atau
tingkat error yang terjadi pada suatu data.
e) Bagaimana Anda Menyeleksi Variabel – variabel dalam regresi ganda
 Backward
Membuat model dengan memasukan semua variable kemudian
dikeluarkan satu persatu, berdasarkan tingkat signivikasi kombinasi
variable bebas.
 Forward
Pembangunan model untuk menemukan kombinasi variable yang
terbaik dari suatu kumpulan variable bebas. Dalam prosedur forward
selection, sebaiknya variable masuk ke dalam persamaan maka tidak
bisa dihilangkan
 Stepwise
Melibatkan proses Backward dan Forward dalam proses seleksi variable
bebas.
f) Jika ada Warning untuk hati – hati dalam menggunakan regresi ganda ,
jelaskan apa warning tersebut ? anda dapat menggunakan contoh berikut
ini, misalkan anda melakukan regresi ganda pada ketinggian lompatan
seorang anak berusia 12 tahun. Dengan variabel bebasnya adalah bera,
tinggi,umur dan kecepatan dalam membaca.
Jawaban
Kalau variable bebas atau produktor itu saling berhubungan satu dengan
yang lainnya maka akan terjadi kasus multi kolineritas ( sebuah situasi
yang menunjukan adanya korelasi atau hubungan kuat antara dua variable
bebas atau lebih ) karena dalam variabel tinggi, umur, berat badan harus di
cek terlebih dahulu eror dalam datanya. Jika erornya sama maka variable
itu bisa disatukan atau dikeluarkan.
g) Asumsi apa yang harus ada dalam data penerapan regresi ganda ?
Jawaban
 Uji asumsi klasik
Persyaratan statistik yang harus dipenuhi pada analisis regresi linier
berganda yang berbasis Ordinary Least Square.
  Uji asumsi Normalitas
Dalam penentuan suatu metode yang akan digunakan apakan rumpun
parametrik atau non parametrik kita menguji normalitas dara atas
variabel yang akan diujikan
 Uji asumsi Multikolinearitas
Pengujian yang dilakukan untuk mengidentifikasi suatu model regresi
agar dapat dikatan baik atau tidak atau dapat dikatakan situasi daimana
terdapat dua variable yang saling berkolerasi.
 Uji Asumsi autokorelasi
Asumsi yang digunakan untuk mengetahui ada atau tidak
penyimpangan asumsi klasik autokorelasi. Korelasi yang terjadi antara
residual pada suatu pengamatan dengan pengamatan lain pada model
regresi.
 Uji asumsi Heteroskedastisitas
Digunakan untuk mengetahui ada atau tidaknya penyimpangan klasik.
Adanya ketidaksamaan varian dari residual untuk semua pengamatan
pada model regresi
 Uji Asumsi Liniaritas
Untuk mengetahui apakah dua variable memiliki hubungan yang linier
atau tidak secara signifikan.
h) Bagaimana langkah – langkah perhitungan regresi ganda , uraikan dengan
ringkas.
Jawaban
 Koefisien Determinasi ( R Square )
Dapat dipergunakan untuk memprediksi seberapa besar kontribusi
pengaruh variable bebas ( X ) terhadap Variable ( Y ) dengan syarat
hasil uji F dala analisis regresi bernilai signifikan.
 Uji F
Untuk mengetahui pengaruh variable bebas secara bersama – sama
( Simultan ) terhadap Variable terikat
 Uji t
Digunakan untuk menguji secara persial masing – masing Variable