NAMA : Afrizal Miftah Farid

NRP : 0420040045

LANGKAH-LANGKAH MENGGUNAKAN MINITAB ANALISA REGRESI

SEDERHANA
1. Masukkan data pada minitab
2. Tentukan variable respon dan yang memengaruhi
3. Klik statistic dan regression dan fit regression model
4. Masukkan variables respon dan varible yang memngaruhi
5. Setting apa saja yang ingin dikeluarkan oleh minitab
6. Tekan oke maka data akan keluar
7. Analisa data yang sudah keluar

jumlah kerusakan mesin (x) jumlah produksi (y) FITS RESI

892,408 1,59137
22 894 6 1
894,873 3,12605
23 898 9 8
904,735
27 903 2 -1,73519
907,200 0,79949
28 908 5 2
909,665
29 909 8 -0,66582
912,131
30 910 1 -2,13113
919,527 1,47292
33 921 1 7
904,735
27 903 2 -1,73519
907,200 0,79949
28 908 5 2
909,665
29 909 8 -0,66582
912,131
30 910 1 -2,13113
919,527 2,47292
33 922 1 7
904,735
27 902 2 -2,73519
907,200 1,79949
28 909 5 2
919,527 1,47292
33 921 1 7
904,735
27 903 2 -1,73519
Regression Analysis: jumlah produksi (y) versus jumlah ... an
mesin (x)
Analysis of Variance
F-
Source DF Adj SS Adj MS Value P-Value

Regression 1 897,990 897,990 233,85 0,000

  jumlah kerusakan mesin 1 897,990 897,990 233,85 0,000
(x)
Error 14 53,760 3,840    
  Lack-of-Fit 5 51,676 10,335 44,65 0,000
  Pure Error 9 2,083 0,231    
Total 15 951,750      
Model Summary
S R-sq R-sq(adj) R-sq(pred)

1,95959 94,35 93,95% 91,98%

%
Coefficients
T-
Term Coef SE Coef Value P-Value VIF

Constant 838,17 4,60 182,19 0,000  

jumlah kerusakan mesin 2,465 0,161 15,29 0,000 1,00
(x)
Regression Equation
jumlah produksi = 838,17
(y) + 2,465 jumlah kerusakan mesin (x)
Residual Plots for jumlah produksi (y)
Analisa data

1. P value regression lebih kecil dari alfa maka varible X memengaruhi variable Y
2. P value pada jumlah kerusakan mesin kurang dari alfa maka kerusakan mesin memengaruhi
jumlah produksi
3. R sq mempunyai nilai 94,35 % mendekati nilai 100% maka model ttersebut sudah dikatakan
baik.
4. jumlah produksi (y) = 838,17 + 2,465 jumlah kerusakan mesin (x)
jika jumlah kerusakan mesin naik satu satuan, maka jumlah produksi akan naik 2,465 satuan
RESIDUAL

Residual Plots for jumlah produksi (y)

Normal Probability Plot Versus Fits
99 4

90
2

Residual
Percent

50
0

10
-2
1
-5,0 -2,5 0,0 2,5 5,0 890 900 910 920
Residual Fitted Value

Histogram Versus Order

4
4,8

3,6 2
Frequency

Residual

2,4 0

1,2
-2

0,0
-3 -2 -1 0 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Residual Observation Order

1. gambar normal probability plot

menunjukkan titik-titik yang dihasilkan mengikuti bentuk linier dari garis yang diberikan,
sehingga residual berdistribusi normal.
2. Gambar versus fits
Untuk uji independent plot yang dihasilkan gambar yang dibentuk tidak menghasilkan pola
semakin melebar menjauh dari titik 0, sehingga residual data sudah independent.
3. Gambar versus order
Hasil dari uji identic residual diperoleh gambar dengan titik-titik yang menyebar sepanjang
sumbu 0, sehingga residual data sudah identic.