TUGAS HAL.70 DATA 1 ( IMT & GPP )
Variables Entered/Removedb
| |||
Model
|
Variables Entered
|
Variables Removed
|
Method
|
1
|
Indeks Massa Tubuha
|
.
|
Enter
|
a. All requested variables entered.
| |||
b. Dependent Variable: Gula Post Prandial
| |||
Model Summary
| ||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.628a
|
.394
|
.370
|
21.629
|
a. Predictors: (Constant), Indeks Massa Tubuh
| ||||
ANOVAb
| ||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
| |
1
|
Regression
|
7617.297
|
1
|
7617.297
|
16.282
|
.000a
|
Residual
|
11695.666
|
25
|
467.827
| |||
Total
|
19312.963
|
26
| ||||
a. Predictors: (Constant), Indeks Massa Tubuh
| ||||||
b. Dependent Variable: Gula Post Prandial
| ||||||
Coefficientsa
| ||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
| ||
B
|
Std. Error
|
Beta
| ||||
1
|
(Constant)
|
48.737
|
23.494
|
2.074
|
.048
| |
Indeks Massa Tubuh
|
4.319
|
1.070
|
.628
|
4.035
|
.000
| |
a. Dependent Variable: Gula Post Prandial
| ||||||
Langkah Pembuktian Hipotesa :
a. Asumsi : bahwa model persamaan garis lurus beserta asumsinya berlaku;
b. hipotesa : H₀ : β₁ = 0
Ha : β₁ ≠ 0
c. uji statistik : t= β₁ / S β₁
d. Distribusi Statistik : bila asumsi terpenuhi dan H₀ diterima maka digunakan derajat kebabasan n-1;
e. pengambilan keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 = 2.05553
f. perhitungan statistik : dari komputer out put diperoleh nilai β₁ = 4,319 dan Sβ₁= 1,070
t = 4,319 / 1,070 = 4,036
g. keputusan statistik : nilai t-hitung = 4,036 > nilai t tabel = 2,05553
kita menolak Hipotesa nol
h. kesimpulan : slop garis regresi tidak sama dengan 0, maka garis regresi antara
IMT dan GPP adalah Linier
TUGAS HAL.70 DATA 2 ( BB dan Kadar Glukosa )
Variables Entered/Removedb
| |||
Model
|
Variables Entered
|
Variables Removed
|
Method
|
1
|
Berat Badana
|
.
|
Enter
|
a. All requested variables entered.
| |||
b. Dependent Variable: Glukosa
| |||
Model Summary
| ||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.484a
|
.234
|
.180
|
9.276
|
a. Predictors: (Constant), Berat Badan
| ||||
ANOVAb
| ||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
| |
1
|
Regression
|
368.798
|
1
|
368.798
|
4.286
|
.057a
|
Residual
|
1204.639
|
14
|
86.046
| |||
Total
|
1573.437
|
15
| ||||
a. Predictors: (Constant), Berat Badan
| ||||||
b. Dependent Variable: Glukosa
| ||||||
Coefficientsa
| ||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
| ||
B
|
Std. Error
|
Beta
| ||||
1
|
(Constant)
|
61.877
|
19.189
|
3.225
|
.006
| |
Berat Badan
|
.510
|
.246
|
.484
|
2.070
|
.057
| |
a. Dependent Variable: Glukosa
| ||||||
Langkah Pembuktian Hipotesa :
a. Asumsi : bahwa model persamaan garis lurus beserta asumsinya berlaku;
b. hipotesa : H₀ : β₁ = 0
Ha : β₁ ≠ 0
c. uji statistik : t= β₁ / S β₁
d. Distribusi Statistik : bila asumsi terpenuhi dan H₀ diterima maka digunakan derajat kebabasan n-1;
e. pengambilan keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 = 2,131
f. perhitungan statistik : dari komputer out put diperoleh nilai β₁ = 0,510 dan Sβ₁= 0,246
t = 0,510 / 0,246 = 2,073
g. keputusan statistik : nilai t-hitung = 2,073 < nilai t tabel = 2,131
kita menerima Hipotesa nol
h. kesimpulan : slop garis regresi sama dengan 0, maka garis regresi antara
BB dan kadar Glukosa adalah tidak Linier
Tidak ada komentar:
Posting Komentar