VII. ANALISIS REGRESI-KORELASI

Ukuran: px

Mulai penontonan dengan halaman:

Download "VII. ANALISIS REGRESI-KORELASI"

Yulia Kusnadi
7 tahun lalu
Tontonan:

VII. ANALISIS REGRESI-KORELASI.1. Analisis Regresi Linier Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis tertentu denagn jumlah telurnya pada usus ayam buras.

1 VII. ANALISIS REGRESI-KORELASI.1. Analisis Regresi Linier Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis tertentu denagn jumlah telurnya pada usus ayam buras. Untuk tujuan tersebut diperiksa 20 ekor ayam dan ditemukan sebagai berikut : Tabel Jumlah Cacing dan Jumlah Telurnya pada Usus Ayam Buras. No Jumlah Cacing ( Xi) Jumlah telurnya (Yi) Total Rataan 1,45 52,75 Panggil atau keluarkan program SPSS, Klik Variable View, maka muncul Gambar 1..1 Gambar 1..1 Kotak Dialog Variable View Praktikum Biostatistika 49

Ketik X dan Y pada Klom Name, ketik angka 0 pada Kolom Decimals dan pada KLOM Label ketik Jumlah Cacing dan Jumkah Telur, kemudian Klik Data View, maka muncul Gambar 2.

2 Ketik X dan Y pada Klom Name, ketik angka 0 pada Kolom Decimals dan pada KLOM Label ketik Jumlah Cacing dan Jumkah Telur, kemudian Klik Data View, maka muncul Gambar Gambar 2..2 Data View Salin data Tabel ke Gambar KLik Graphs, pilih ScatterDot Simple Scatter. Klik Difine, muncul Gambar,.1. Praktikum Biostatistika 50

3 Jumlah Telur Gambar.7.1. Kotak Dialog Simple Scatterplot Klik Jumlah Telur (Y), pindahkan dengan tada ke Kotak Y Axis Klik: Jumlah Cacing(X), pindahkan dengan tada ke Kotak X Axis KLIK OK, maka diperoleh hasil berikut : Graph Jumlah Cacing Praktikum Biostatistika 51

4 Dari Scatterplot tampak garisnya berbentuk linier, maka kita perlu mencari persamaannya, dengan cara sebagai berikut : Kembali ke Gambar 2.1. Klik Analyze, pilih Regression Linear, maka muncul Gambar Gambar Kotak Dialog Liniar Regreeion Klik Jumlah Telur(Y), pindahkan dengan tanda ke Kotak Dependent Klik Jumlah Cacing (Y), pindahkan dengan tanda ke Kotak Independent(s) Methode Enter Regression Variables Entered/Removed(b) Variables Model Entered 1 Jumlah Cacing(a) Variables Removed a All requested variables entered. b Dependent Variable: Jumlah Telurnya. Enter Model Summary Method Adjusted R Std. Error of Model R R Square Square the Estimate 1.972(a) a Predictors: (Constant), Jumlah Cacing Praktikum Biostatistika 52

ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 199.882 1 199.882.4.000(a) Residual 97.88 18 5.47 Total 1797.

5 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual Total a Predictors: (Constant), Jumlah Cacing b Dependent Variable: Jumlah Telurnya Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) Jumlah Cacing a Dependent Variable: Jumlah Telurnya Kesimpulan : -Koefesin korelasinya (R) : 0,972 -Garis Regresinya sangan nyata (P<0.1), lihat Sig pada ANOVA -Persamaan Garis Geresinya : Y = = -2, X, Lihat nilai pada Kolom B Menggambar Persamaan Garis Regresi Kembali ke Gambar 2.7 Gambar Data View Praktikum Biostatistika 5

Ketik angka 10 20 pada Kolom X, seperti tampak pada Gambar 5.

Kotak Dialog Compute Variable Ketik Y pada Target Variable dan Ketik -2.442 + 4.

6 Ketik angka pada Kolom X, seperti tampak pada Gambar 5.7 Klik Tranform, pilih Compute, maka muncul Gambar.7. Gamabar.. 1. Kotak Dialog Compute Variable Ketik Y pada Target Variable dan Ketik *X pada Numeric Expression Lalu Klik OK, maka Kolom Y pada Gambar 5.7 dilengkapi. Klik Graph, pilih Line, pilih Simple, Klik Define, maka muncul Gambar 7.7 Gambar Kotak Dialog Define Simple Line Praktikum Biostatistika 54

7 Mean Jumlah Telur Graph Y = X Jumlah Cacing Analisis Regresi Kuadratik. Seorang peneliti ingin mengetahui hubungan antara dosis oba tertentu (X) dengan kadar Creatinin Ginjalnya (Y) dari hasil peneitiannya diperoleh hasil sebagai berikut : Tabel Kadar Creatinie pada Berbagai Dosis Obat.: No Dosis Obat mg (Xi) Kadar Creatinin % (Yi) Praktikum Biostatistika

.Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar 1..2.

Kotak Dialog Variable View Ketik X dan Y pada Kolom Name, ketik angka 0 pada

8 .Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik X dan Y pada Kolom Name, ketik angka 0 pada Kolom Decimals dan pada Kolom Label ketik Dosis Obat dan Kadar Cretinin(%), lalu Klik Data View, maka mumcul Gambar Praktikum Biostatistika 5

9 Kadar Creatinin(%) Gambar Data View Klik Graphs, pilih ScatterDot Simple Scatter, Klik Define, muncul Gambar.7.2. Gambar..2. Kotak Dialog Simple Scatterplot Klik Kadar Creatinin (%)(Y), pindahkan dengan tanda ke Y Axis Klik Dosis Obat (x), pindahkan dengan tanda ke X Axis Klik OK, maka diperleh hasil sebagai berikut : Graph Dosis Obat 7 8 Praktikum Biostatistika 57

Jadi berdasarkan Plot Data kemungkinan Persamaan Garis Regresinya adalah : Y = 0 + 1 X + 2

10 Jadi berdasarkan Plot Data kemungkinan Persamaan Garis Regresinya adalah : Y = X + 2 X 2 Kembali ke gambar 2..2., lalu Klik Transform Compute, maka muncul Gambar Gambar Kotak Dialog Compute Variable Pada Target Variable Ketik XX, dan pada Numeric Expression : X*X Klik OK, maka muncul Gambar Gambar Data View Praktikum Biostatistika 58

11 Klik Analyze, pilih Regression Klik Linear, maka muncul Gambar..2. Gambar..2. Kotak Dialog Linier Regression Klik Dosis Obat (X) dan XX, pindahkan dengan tanda ke Independent List(s) Klik Kadar Creatinin (%)(Y),, pindahkan dengan tanda ke Dependent List Method Enter, Klik.OK, diperoleh hasil sebagai berikut :.Regression Model Summary Adjusted R Std. Error of Model R R Square Square the Estimate 1.921(a) a Predictors: (Constant), XX, Disis Obat Praktikum Biostatistika 59

12 ANOVA(b) Model Sum of Squares Df Mean Square F Sig. 1 Regression (a) Residual Total a Predictors: (Constant), XX, Disis Obat b Dependent Variable: Kadar Kretinin Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) Disis Obat XX a Dependent Variable: Kadar Kretinin Kesimpulan : 1. Koefesin korelasinya (R) : 0, Garis Regresinya sangan nyata (P<0.1), lihat Sig pada ANOVA. Persamaan Garis Geresinya : Y = X X 2 Menggambar Persamaan Garis Regresi Kembali ke Gambar 2..2., Ganti Kolom X dengan angka 0 8, seperti tampat pada Gambar sedangkan Kolom kosongkan, lalu Klik Tanform, pilih Compute, maka muncul Gambar Praktikum Biostatistika 0

13 Gambar Data View Gambar Ktak Dialog Compute Variable Praktikum Biostatistika 1

14 Mean Kadar Creatinin(%) Ketik Y pada Target Variable dan ketik *X *X*X pada Numeric Expression, lalu Klik OK, maka kembali ke Gambar 7.,2. dengan pada Klom Y nya telah dilengkapi dilengkapi. Klik Graphs, pilih Line, pilih Simple, Klikk Define, maka muncul Gambar Gambar Define Simple Line. Klik Kadar Creatini (%), pindahkan dengan tanda ke Variable Klik Dosis Obat(X), pindahkan dengan tanda ke Category Axis Graph Y = X 0.801X Dosis Obat Praktikum Biostatistika 2

15 Praktikum Biostatistika

dokumen-dokumen yang mirip

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Regresi Linear Sederhana Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan