Tugas Halaman 187-188
1.
Pelajari data yang disajikan dibawah ini tentang
pengaruh umur serta pemberian makanan tinggi protein dan rendah protein
terhadap panjang badan.
a.
Tentukan persamaan garis untuk kelompok tinggi protein
dan rendah protein secara terpisah;
Tinggi Protein
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
52.125
|
2.320
|
|
22.464
|
.000
|
umur
|
1.320
|
.125
|
.954
|
10.571
|
.000
|
|
a. Dependent Variable:
panjang
Y= 52.125 + 1.320 umur
|
|
|
|
Rendah Protein
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
51.555
|
1.828
|
|
28.198
|
.000
|
umur
|
.885
|
.099
|
.938
|
8.947
|
.000
|
|
a. Dependent Variable:
panjang
Y= 51.555 + 0 .885 umur
|
|
|
|
b.
Tentukan satu persamaan garis dengan memasukkan semua
independen varibel;
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
2552.074
|
2
|
1276.037
|
89.667
|
.000a
|
Residual
|
327.311
|
23
|
14.231
|
|
|
|
Total
|
2879.385
|
25
|
|
|
|
|
a. Predictors: (Constant),
jenis protein, umur
|
|
|
|
|||
b. Dependent Variable:
panjang
|
|
|
|
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
47.436
|
1.854
|
|
25.580
|
.000
|
umur
|
1.129
|
.091
|
.874
|
12.427
|
.000
|
|
jenis protein
|
7.819
|
1.480
|
.371
|
5.283
|
.000
|
|
a. Dependent Variable:
panjang
|
|
|
|
|
c. Buktikan bahwa jenis makanan sangat berpengaruh
terhadap panjang badan;
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
354.462
|
1
|
354.462
|
3.369
|
.079a
|
Residual
|
2524.923
|
24
|
105.205
|
|
|
|
Total
|
2879.385
|
25
|
|
|
|
|
a. Predictors: (Constant),
jenis protein
|
|
|
|
|||
b. Dependent Variable:
panjang
|
|
|
|
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
66.462
|
2.845
|
|
23.363
|
.000
|
jenis protein
|
7.385
|
4.023
|
.351
|
1.836
|
.079
|
|
a. Dependent Variable:
panjang
|
|
|
|
|
F hitung = 3.369 < F tabel 4.28 maka menerima hipotesa 0 artinya kita menyatakan bahwa jenis makanan tidak mempengaruhi panjang badan.
Bila umur dikelompokkan menjadi 2 kelompok yaitu
<20 dan ≥20 bulan, lakukan uji regresi untuk membuktikan jenis makanan dan
umur berpengaruh terhadap panjang badan (ingat ada interaksi!)
ANOVAb
|
||||||
Model
|
Sum of Squares
|
Df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
1726.418
|
2
|
863.209
|
17.220
|
.000a
|
Residual
|
1152.967
|
23
|
50.129
|
|
|
|
Total
|
2879.385
|
25
|
|
|
|
|
a. Predictors: (Constant),
jenis protein, umur
|
|
|
|
|||
b. Dependent Variable:
panjang
|
|
|
|
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
59.736
|
2.347
|
|
25.452
|
.000
|
umur
|
14.571
|
2.785
|
.690
|
5.231
|
.000
|
|
jenis protein
|
7.385
|
2.777
|
.351
|
2.659
|
.014
|
|
a. Dependent Variable:
panjang
|
|
|
|
|
F hitung 17.220 > F tabel 3.05 menolak hipotesa 0 artinya kita menyatakan bahwa jenis makanan dan umur tidak mempengaruhi panjang badan.
ANOVAa
|
||||||
Model
|
Sum
of Squares
|
df
|
Mean
Square
|
F
|
Sig.
|
|
1
|
Regression
|
1832,788
|
3
|
610,929
|
13,043
|
,000b
|
Residual
|
1030,437
|
22
|
46,838
|
|
|
|
Total
|
2863,225
|
25
|
|
|
|
|
a. Dependent Variable: panjang
|
||||||
b. Predictors: (Constant), INTERAKSI JENIS MAKANAN DAN UMUR, JENIS PROTEIN, UMUR
|
Coefficientsa
|
||||||
Model
|
Unstandardized
Coefficients
|
Standardized
Coefficients
|
t
|
Sig.
|
||
B
|
Std.
Error
|
Beta
|
||||
1
|
(Constant)
|
61,629
|
2,587
|
|
23,825
|
,000
|
UMUR
|
10,771
|
3,808
|
,512
|
2,829
|
,010
|
|
JENIS PROTEIN
|
3,700
|
3,658
|
,176
|
1,011
|
,323
|
|
INTERAKSI JENIS MAKANAN DAN UMUR
|
7,783
|
5,385
|
,312
|
1,445
|
,162
|
|
a. Dependent Variable: PANJANG
|
F
hitung=13,043< F tabel 3,05 maka menolak hipotesa
0 artinya kita menyatakan bahwa jenis makanan, umur, dan interaksi mempengaruhi panjang badan.
2.
Dengan pengetahuan Biomedik yang saudara miliki,
gunakan data dibawah ini untuk membuat beberapa persamaan garis regresi dan
membuktikan hipotesa tentang slop dan intersep. (Buat dulu hipotesis yang akan
dibuktikan)
ANOVAb
|
|||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
||
1
|
Regression
|
1161.665
|
3
|
387.222
|
9.7713
|
.000a
|
|
Residual
|
2.735
|
69
|
.040
|
|
|
||
Total
|
1164.399
|
72
|
|
|
|
||
a. Predictors: (Constant), interaksi BB dan TB, tinggi badan, berat badan
|
|
||||||
b. Dependent Variable:
indeks massa tubuh
|
|
|
|
||||
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
13.472
|
1.485
|
|
9.071
|
.000
|
berat badan
|
1.046
|
.049
|
2.752
|
21.260
|
.000
|
|
tinggi badan
|
-.092
|
.010
|
-.180
|
-8.893
|
.000
|
|
interaksi BB dan TB
|
-.004
|
.000
|
-1.690
|
-11.865
|
.000
|
|
a. Dependent Variable:
indeks massa tubuh
|
|
|
|
Y
= β0+ β1X1 +β2X2 +β3X3
IMT
= 13.472 + 1.046 BB -.092 TB -0.004 interaksi BB dan
TB
Hipotesa intersep dan slop = Setiap kenaikan
BB akan mempengaruhi nilai IMT namun interaksi keduanya BB dan TB tidak mempengaruhi nilai IMT.
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
75.863
|
3
|
25.288
|
1.603
|
.197a
|
Residual
|
1088.537
|
69
|
15.776
|
|
|
|
Total
|
1164.399
|
72
|
|
|
|
|
a. Predictors:
(Constant), interaksi jenis kelamin dan umur, umur, jenis kelamin
|
||||||
b. Dependent Variable:
indeks massa tubuh
|
|
|
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
-25.817
|
45.760
|
|
-.564
|
.574
|
jenis kelamin
|
33.589
|
24.833
|
3.859
|
1.353
|
.181
|
|
umur
|
3.973
|
4.196
|
.508
|
.947
|
.347
|
|
interaksi jenis kelamin dan umur
|
-3.075
|
2.283
|
-3.778
|
-1.347
|
.182
|
|
a. Dependent Variable:
indeks massa tubuh
|
|
|
|
|
Y
= β0+ β1X1 +β2X2 +β3X3
IMT
= -25.817 + 33.589 JK + 3.973 umur -3.075 interaksi jenis kelamin dan umur
Hipotesa intersep dan slop = Setiap kenaikan umur dan jenis kelamin mempengaruhi nilai IMT namun interaksi keduanya tidak mempengaruhi nilai IMT.
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
1383.154
|
3
|
461.051
|
7.959
|
.000a
|
Residual
|
3997.093
|
69
|
57.929
|
|
|
|
Total
|
5380.247
|
72
|
|
|
|
|
a. Predictors: (Constant),
interaksi, umur, jumlh air dalam makanan
|
|
|||||
b. Dependent Variable:
berat jenis
|
|
|
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
980.543
|
65.228
|
|
15.033
|
.000
|
jumlah air dalam makanan
|
.138
|
.124
|
2.840
|
1.116
|
.268
|
|
umur
|
4.716
|
6.053
|
.281
|
.779
|
.439
|
|
interaksi
|
-.015
|
.011
|
-3.333
|
-1.298
|
.199
|
|
a. Dependent Variable:
berat jenis
|
|
|
|
|
Y
= β0+ β1X1 +β2X2 +β3X3
IMT
= -980.543 + 0.138 AMA + 4.716 umur - 0.015 interaksi AMA
dan umur
Hipotesa intersep dan slop = Setiap kenaikan jumlah air dalam makanan dan umur mempengaruhi berat jenis urin namun interaksi keduanya tidak mempengaruhi berat jenis urin.
Tidak ada komentar:
Posting Komentar