Mata Kuliah : MAK 201 Statistik II

Tugas : Regresi Sederhana dan Regresi Ganda

Nama : Wahyu Eka Setyawan
NIM : 111011122

Kasus I
Memprediksi kebersihan kreatinin dengan menggunakan variabel kreatinin serum, berat badan
dan umur pasien.

Model Summaryb
Model R R Adjusted R Std. Error of the Change Statistics Durbin-
Square Square Estimate R Square F df1 df2 Sig. F Watson
Change Change Change
1 .967a .935 .925 2.87204 .935 99.903 3 21 .000 1.719
a. Predictors: (Constant), kreatinin serum, berat badan, umur
b. Dependent Variable: bersihan kreatinin

R = 0,967 menyatakan kekuatan hubungan antara prediktor (X) dg kriterium (Y), yaitu
kebersihan kreatinin dengan kreatinin serum, berat badan dan umur pasien.

R square = 0.935 menunjukkan bahwa 93.5% dari variance “kebersihan kreatinin” dapat
dijelaskan oleh perubahan dalam variabel “kreatinin serum, berat badan dan umur pasien”.

Nilai uji statistik Dubin-Watson = 1.719, jadi dapat diasumsikan bahwa residu/error dari model
regresi berganda ini tidak bersifat dependen atau tidak terjadi autocorrelation. Nilai uji Durbin-
Watson berkisar antara 0 dan 4. Sebagai pedoman umum, bila nilai uji statistik Durbin-Watson
lebih kecil dari satu atau lebih besar dari tiga, maka residual atau error (εi) dari model regresi
berganda tidak bersifat independent atau telah terjadi autocorrelation.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 2472.189 3 824.063 99.903 .000b
1 Residual 173.220 21 8.249
Total 2645.410 24
a. Dependent Variable: bersihan kreatinin
b. Predictors: (Constant), kreatinin serum, berat badan, umur

Uji validitas model, melalui uji Anova, harga F regression = 99.903 dan sig. F = 0,000 <
0,05 ; berarti signifikan

Kesimpulan, variabel independen (kreatinin serum, berat badan dan umur pasien) memberikan
kontribusi dalam memprediksi nilai untuk variabel dependen (kebersihan kreatinin)

Berarti persamaan yang diperoleh dapat menjelaskan pengaruh kreatinin serum, berat badan dan
umur pasien terhadap kebersihan kreatinin

Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. Correlations Collinearity Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF
(Constant) 86.218 20.593 4.187 .000
Umur .314 .277 .070 1.132 .271 -.365 .240 .063 .808 1.238
1
berat badan .324 .271 .068 1.194 .246 .223 .252 .067 .968 1.033
kreatinin serum -50.497 3.213 -.982 -15.717 .000 -.963 -.960 -.878 .799 1.251
a. Dependent Variable: bersihan kreatinin

Untuk menguji apakah masing-masing koefisien regresi signifikan, digunakan uji-t dg hasil sbb
Nilai t Umur adalah 1.132 dengan nilai sig 0,271 < 0,5 berarti signifikan
Nilai t Berat badan 1.194 dengan nilai sig 0,246 < 0,5 berarti signifikan
Nilai t Kreatinin serum -15.717 dengan nilai sig 0.000 < 0,5 berarti signifikan

Persamaan Regresi
Y=86.218+0,314X1+0,324X2-50,497X3

Kasus II
Mengetahui apakah ada perbedaan kadar gula darah antara kelompok ekonomi lemah, sedang
dan tinggi.
Hipotesis
Ha : Ada perbedaan kadar gula darah antara kelas ekonomi rendah, sedang, tinggi.
Ho : Tidak ada perbedaan kadar gula darah antara kelas ekonomi rendah, sedang, tinggi.
Model Summaryb
Model R R Square Adjusted R Std. Error of the
Square Estimate
a
1 .613 .376 .373 36.52675
a. Predictors: (Constant), tingkat ekonomi
b. Dependent Variable: kadar gula darah

Untuk menghitung besarnya pengaruh tingkat ekonomi terhadap kadar gula, dengan
menggunakan R square;

Dalam model ini, besarnya R square = 0,376 atau 37,60%, berarti 37,60% kadar gula (Y) dapat
dijelaskan oleh tingginya kelas ekonomi (X). Sedangkan sisanya (62,40%) oleh faktor lain diluar
kelas ekonomi

R = 0,613 menyatakan kekuatan hubungan antara prediktor (X) dg kriterium (Y), yaitu tingkat
ekonomi dengan kadar gula.
Pengujian dilakukan dengan menggunakan angka signifikansi, dengan ketentuan:
Sig. penelitian < 0.05 : Ho ditolak & H1 diterima (signifikan)
Sig. penelitian > 0.05 : Ho diterima & H1 ditolak (non signifikan)

ANOVAa
Model Sum of Squares Df Mean Square F Sig.
Regression 239130.383 1 239130.383 179.231 .000b
1 Residual 397592.702 298 1334.204
Total 636723.085 299
 a. Dependent Variable: kadar gula darah
b. Predictors: (Constant), tingkat ekonomi

Uji validitas model, melalui uji Anova, harga F regression adalah 179.231 dan sig. adalah 0,000<
0,05 ; Ho ditolak, berarti sangat signifikan.
Penghitungan regresi ini layak untuk menghitung kadar gula darah

Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) 299.929 5.580 53.755 .000
1
tingkat ekonomi -34.578 2.583 -.613 -13.388 .000
a. Dependent Variable: kadar gula darah

Persamaan Regresi
Y = 299,929-34,578X