NIM : 201064001
Modul Ke : IV
Kelompok :A
ASLAB :
JURUSAN STATISTIKA
YOGYAKARTA
2022
I. DATA PERCOBAAN
Disajikan data sebagai berikut:
Interpretasi:
- Berdasarkan hasil output GLM diatas, diperoleh nilai minimal (terkecil)
sebesar -2.00238, nilai kuartil pertama (Q1) sebesar -0.38893, nilai
median/nilai tengah (Q2) sebesar 0.05374, nilai kuartil ketiga (Q3) sebesar
0.38238 dan nilai maksimal (terbesar) sebesar 2.40361
- Nilai estimasi dari intercept sebesar -8.58309, standar error sebesar
3.46495, z value sebesar -2.477 dan p-value sebesar 0.01324
- Nilai estimasi dari variabel Jenis Kelamin[T.Perempuan] sebesar 4.69150,
standar error sebesar 1.45273, z value sebesar 3.229 dan p-value sebesar
0.00124
- Nilai estimasi dari variabel Usia sebesar 0.14379, standar error sebesar
0.06938, z value sebesar 2.073 dan p-value sebesar 0.03821
- Dapat dilihat bahwa terdapat tanda bintang pada bagian Coefficients yang
artinya ketiga variabel (X(1;2) dan Y) signifikan
- Nilai exp coeffiecients (odds ratio) untuk intercept sebesar 0.0001872459,
untuk variabel Jenis Kelamin[T.Perempuan] sebesar 109.0165608759 dan
untuk variabel Usia sebesar 1.1546437903
Taraf Signifikansi
α = 10% (0.1)
Statistik Uji
P-value = 0.00124
Daerah Kritis
H0 ditolak jika, P-value < α
Kesimpulan
Karena P-value = 0.00124 < α = 0.1, maka H0 ditolak. Dengan demikian,
dapat disimpulkan bahwa ada pengaruh yang signifikan dari variabel jenis
kelamin terhadap seseorang teridentifikasi COVID-19 dengan tingkat
kepercayaan 90%.
Taraf Signifikansi
α = 10% (0.1)
Statistik Uji
P-value = 0.03821
Daerah Kritis
H0 ditolak jika, P-value < α
Kesimpulan
Karena P-value = 0.03821 < α = 0.1, maka H0 ditolak. Dengan demikian,
dapat disimpulkan bahwa ada pengaruh yang signifikan dari variabel usia
terhadap seseorang teridentifikasi COVID-19 dengan tingkat kepercayaan
90%.
Taraf Signifikansi
α = 10% (0.1)
Statistik Uji
P-value = 0.01324
Daerah Kritis
H0 ditolak jika, P-value < α
Kesimpulan
Karena P-value = 0.01324 < α = 0.1, maka H0 ditolak. Dengan demikian,
dapat disimpulkan bahwa ada pengaruh yang signifikan antara variabel
jenis kelamin dan usia terhadap seseorang teridentifikasi COVID-19
dengan tingkat kepercayaan 90%.
3) Perbandingan dan hasil dari output interval keyakinan dari Statistik Wald dan
Likelihood
➔ Statistik Wald
Hasil Output:
Interpretasi:
Dari hasil output interval keyakinan diatas dimana batas bawah bernilai
2.5% dan batas atas 97.5% dapat dijelaskan bahwa variabel jenis kelamin
mempunyai pengaruh yang signifikan terhadap variabel respon, sedangkan
variabel usia tidak berpengaruh terhadap variabel respon. Dikatakan
mempunyai pengaruh yang signifikan karena pada koefisien variabel jenis
kelamin tidak mencakup nilai NOL pada batas bawah dan atasnya.
➔ Likelihood
Hasil Output:
Interpretasi:
Dari hasil output interval keyakinan diatas dimana batas bawah bernilai 5%
dan batas atas bernilai 95% dapat dijelaskan bahwa variabel jenis kelamin
mempunyai pengaruh yang signifikan terhadap variabel respon, sedangkan
variabel usia tidak berpengaruh terhadap variabel respon. Dikatakan
mempunyai pengaruh yang signifikan karena pada koefisien variabel jenis
kelamin tidak mencakup nilai NOL pada batas bawah dan atasnya.
Atau
µ̂(𝒙)
log(𝟏−µ̂(𝒙)) = -8.58309 + 4.69150X1 + 0.14379X2
Interpretasi:
- Konstanta/intercept (β0) = 8.58309, menunjukkan bahwa jika variabel X
atau jenis kelamin dan usia konstan maka rata-rata nilai variabel Y atau
seseorang teridentifikasi COVID-19 adalah -8.58309
- Koefisien regresi (β1x1) = 4.69150X1 menunjukkan bahwa jika variabel X
atau jenis kelamin dan usia meningkat sebesar 1 satuan maka akan
meningkatkan variabel Y atau seseorang teridentifikasi COVID-19 adalah
4.69150
- Koefisien regresi (β2x2) = 0.14379X2 menunjukkan bahwa jika variabel X
atau jenis kelamin dan usia meningkat sebesar 1 satuan maka akan
meningkatkan variabel Y atau seseorang teridentifikasi COVID-19 adalah
0.14379
IV. KESIMPULAN
Berdasarkan hasil analisis dan pembahasan pada bab sebelumnya, diperoleh
beberapa kesimpulan yakni diantaranya:
1) Hasil pada output diatas menghasilkan model GLM, Deviance Residuals,
Coefficients, Signif.codes, nilai AIC dan nilai exp model GLM dengan nilai-
nilai yang dapat dilihat pada bab analisis dan pembahasan.
3) Perbandingan dan hasil dari output interval keyakinan dari Statistik Wald dan
Likelihood didapatkan bahwa untuk nilai batas bawah dan atas interval
keyakinan dari kedua statistik diatas berbeda tetapi untuk variabel yang
mempunyai pengaruh signifikan terdapat pada variabel yang sama dari kedua
statistic diatas yakni variabel jenis kelamin.
𝟏
µ̂(x) = 𝟏+𝒆−[−𝟖.𝟓𝟖𝟑𝟎𝟗−𝟒.𝟔𝟗𝟏𝟓𝟎𝑿𝟏−𝟎.𝟏𝟒𝟑𝟕𝟗𝑿𝟐
Atau
µ̂(𝒙)
log(𝟏−µ̂(𝒙)) = -8.58309 + 4.69150X1 + 0.14379X2
LAMPIRAN
b) Langkah selanjutnya setelah tampilan Rcmdr muncul, import data excel yang
akan dianalisis dengan pilih menu Data>>Import Data>>from excel file
kemudian beri nama laprak3andakat dan klik OK
c) Setelah import data, panggil data dengan ketikkan laprak3andakat kemudian
submit, dan lihat hasilnya