1.

Tinggi versus bobot

Regression Equation
tinggi (x) = -179,2 + 4,768 bobot (y)

Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant -179,2 52,9 -3,39 0,002
bobot (y) 4,768 0,798 5,98 0,000 1,00
Model Summary
S R-sq R-sq(adj) R-sq(pred)
19,2428 51,22% 49,79% 40,89%

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 1 13221 13221,3 35,71 0,000
bobot (y) 1 13221 13221,3 35,71 0,000
Error 34 12590 370,3
Lack-of-Fit 13 6052 465,6 1,50 0,199
Pure Error 21 6537 311,3
Total 35 25811
Fits and Diagnostics for Unusual Observations
Obs tinggi (x) Fit Resid Std Resid
5 205,00 159,34 45,66 2,46 R
15 180,00 140,27 39,73 2,10 R
27 120,00 78,28 41,72 2,56 R X
34 175,00 135,50 39,50 2,08 R
36 82,00 92,59 -10,59 -0,60 X

R Large residual
X Unusual X
INTERPRETASI OUTPUT

R-sq sebesar 51,22% menunjukkan bahwa bobot memberikan kontribusi terhadap tinggi
sebesar 51,22% atau tinggi dipengaruhi oleh bobot sebesar 51,22%, sedangkan sisanya
dipengaruhi oleh factor lain. Karena nilai P-value (0,000) kurang dari Alpha (0,05) maka
variabel X significant mempengaruhi Y.

INTERPRETASI RESIDUAL :

 Gambar Normal Probability Plot : menunjukkan titik-titik yang menghasilkan bentuk

linear dari garis yang diberikan, sehingga residual berdistribusi Normal.
 Gambar Versus Fits : Untuk uji independent plot yang dihasilkan gambar yang dibentuk
tidak menghasilkan pola, plot semakin melebar menjauh dari titik nol. Sehingga residual
data sudah independent.
 Gambar Versus Order : hasil dari uji identic residual diperoleh gambar dengan titik- titik
yang menyebar sepanjang sumbu nol, sehingga residual data sudah identic.

2. Umur vs tinggi

Regression Equation
umur (x) = 10,35 + 0,0858 tinggi (y)
Coefficients

Term Coef SE Coef T-Value P-Value VIF

Constant 10,35 6,38 1,62 0,114
tinggi (y) 0,0858 0,0460 1,87 0,071 1,00

Model Summary

S R-sq R-sq(adj) R-sq(pred)

7,39016 9,29% 6,62% 0,00%

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 1 190,1 190,078 3,48 0,071
tinggi (y) 1 190,1 190,078 3,48 0,071
Error 34 1856,9 54,615
Lack-of-Fit 18 1729,5 96,082 12,07 0,000
Pure Error 16 127,4 7,964
Total 35 2047,0
Fits and Diagnostics for Unusual Observations

Obs umur (x) Fit Resid Std Resid

3 46,00 20,22 25,78 3,57 R

5 55,00 27,95 27,05 4,12 R X

R Large residual
X Unusual X
INTERPRETASI OUTPUT

R-sq sebesar 9,29% menunjukkan bahwa tinggi memberikan kontribusi terhadap umur sebesar
9,29% atau umur dipengaruhi oleh tinggi sebesar 9,29%, sedangkan sisanya dipengaruhi oleh
factor lain. Karena nilai P-value (0,071) lebih dari Alpha (0,05) maka variabel X significant
tidak mempengaruhi Y.

INTERPRETASI RESIDUAL :

 Gambar Normal Probability Plot : menunjukkan titik-titik yang menghasilkan bentuk

linear dari garis yang diberikan, sehingga residual berdistribusi Normal.
 Gambar Versus Fits : Untuk uji independent plot yang dihasilkan gambar yang dibentuk
tidak menghasilkan pola, plot semakin melebar menjauh dari titik nol. Sehingga residual
data sudah independent.
 Gambar Versus Order : hasil dari uji identic residual diperoleh gambar dengan titik- titik
yang menyebar sepanjang sumbu nol, sehingga residual data sudah identic.

3. Umur vs Bobot
Regression Equation
Umur (x) = 3,1 + 0,287 Bobot (y)

Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 3,1 21,1 0,15 0,885
Bobot (y) 0,287 0,318 0,90 0,373 1,00
Model Summary
S R-sq R-sq(adj) R-sq(pred)
7,66789 2,34% 0,00% 0,00%
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 1 47,89 47,89 0,81 0,373
Bobot (y) 1 47,89 47,89 0,81 0,373
Error 34 1999,08 58,80
Lack-of-Fit 13 515,55 39,66 0,56 0,857
Pure Error 21 1483,53 70,64
Total 35 2046,97
Fits and Diagnostics for Unusual Observations
Obs Umur (x) Fit Resid Std Resid
3 46,00 21,71 24,29 3,22 R
5 55,00 23,43 31,57 4,27 R
27 19,00 18,55 0,45 0,07 X
36 20,00 19,41 0,59 0,08 X

R Large residual
X Unusual X
INTERPRETASI OUTPUT

R-sq sebesar 2,34% menunjukkan bahwa bobot memberikan kontribusi terhadap umur sebesar
2,34% atau umur dipengaruhi oleh bobot sebesar 2,34%, sedangkan sisanya dipengaruhi oleh
factor lain. Karena nilai P-value (0,373) lebih dari Alpha (0,05) maka variabel X significant
tidak mempengaruhi Y.

INTERPRETASI RESIDUAL :

 Gambar Normal Probability Plot : menunjukkan titik-titik yang menghasilkan bentuk

linear dari garis yang diberikan, sehingga residual berdistribusi Normal.
 Gambar Versus Fits : Untuk uji independent plot yang dihasilkan gambar yang dibentuk
tidak menghasilkan pola, plot semakin melebar menjauh dari titik nol. Sehingga residual
data sudah independent.
 Gambar Versus Order : hasil dari uji identic residual diperoleh gambar dengan titik- titik
yang menyebar sepanjang sumbu nol, sehingga residual data sudah identic.