Scribd Logo
Unggah

Selamat datang di Scribd!

  • 44 tayangan

    Tugas Ke-7 Statistik Belum Fix

    Diunggah oleh

    ririn
    Tugas ke-7 membahas analisis regresi linier sederhana untuk memprediksi kadar kolesterol berdasarkan berat badan dengan menggunakan 15 data pasien. Ditemukan koefisien korelasi sebesar 0,7664 dan koefisien determinasi 0,58739. Koefisien slope adalah 2,31205165 dan koefisien intersep adalah 61,692969. Uji hipotesis menunjukkan ketergantungan dan titik asal signifikan. Contoh prediksi untuk ber

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai DOCX, PDF, TXT atau baca online dari Scribd

    Tugas Ke-7 Statistik Belum Fix

    Diunggah oleh

    ririn
    44 tayangan6 halaman
    Tugas ke-7 membahas analisis regresi linier sederhana untuk memprediksi kadar kolesterol berdasarkan berat badan dengan menggunakan 15 data pasien. Ditemukan koefisien korelasi sebesar 0,7664 dan koefisien determinasi 0,58739. Koefisien slope adalah 2,31205165 dan koefisien intersep adalah 61,692969. Uji hipotesis menunjukkan ketergantungan dan titik asal signifikan. Contoh prediksi untuk ber

    Deskripsi Asli:

    Hah

    Judul Asli

    tugas ke-7 statistik belum fix

    Hak Cipta

    © © All Rights Reserved

    Format Tersedia

    DOCX, PDF, TXT atau baca online dari Scribd

    Apakah menurut Anda dokumen ini bermanfaat?

    Apakah konten ini tidak pantas?

    Tugas ke-7 membahas analisis regresi linier sederhana untuk memprediksi kadar kolesterol berdasarkan berat badan dengan menggunakan 15 data pasien. Ditemukan koefisien korelasi sebesar 0,7664 dan koefisien determinasi 0,58739. Koefisien slope adalah 2,31205165 dan koefisien intersep adalah 61,692969. Uji hipotesis menunjukkan ketergantungan dan titik asal signifikan. Contoh prediksi untuk ber

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai DOCX, PDF, TXT atau baca online dari Scribd
    Unduh sebagai docx, pdf, atau txt
    44 tayangan6 halaman

    Tugas Ke-7 Statistik Belum Fix

    Diunggah oleh

    ririn
    Tugas ke-7 membahas analisis regresi linier sederhana untuk memprediksi kadar kolesterol berdasarkan berat badan dengan menggunakan 15 data pasien. Ditemukan koefisien korelasi sebesar 0,7664 dan koefisien determinasi 0,58739. Koefisien slope adalah 2,31205165 dan koefisien intersep adalah 61,692969. Uji hipotesis menunjukkan ketergantungan dan titik asal signifikan. Contoh prediksi untuk ber

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai DOCX, PDF, TXT atau baca online dari Scribd
    Unduh sebagai docx, pdf, atau txt
    Anda di halaman 1dari 6

    Kuliah : Statistik (P)

    Dosen Pembimbing : Dr. Rudi Hartono, SKM., M.Kes

    TUGAS KE-7 STATISTIK

    OLEH :

    SELFI

    PO714203202023

    ALIH JENJANG 2020 KELAS C

    PROGRAM STUDI SARJANA TERAPAN


    JURUSAN TEKNOLOGI LABORATORIUM MEDIK
    POLTEKKES KEMENKES MAKASSAR
    2021
    TUGAS KE-7

    Soal pertama :
    Berikut ini adalah data kadar kolesterol darah dalam mg % yang selanjutnya dianggap
    sebagai variabel Y dan berat badan dalam kg yang selanjutnya dianggap sebagai
    variabel X. Kedua variabel diukur dari 10 orang laki-laki.

    Data tersebut disusun kemudian dilengkapi dengan kolom X 2 yang berisi kuadrat dari
    masing-masing X, kolom Y2 yang berisi kuadrat dari masing-masing Y dan terakhir
    kolom XY yang berisi hasil perkalian X dan Y. Pada baris terakhir dilengkapi dengan
    jumlah masing-masing kolom, hasilnya dapat dilihat pada tabel berikut : (TAMBAH 5
    DATA)

    No. Kolesterol BB
    Y2 X2 XY
    (Y) (X)
    1 150 45 22500 2025 6750
    2 175 50 30625 2500 8750
    3 180 45 32400 2025 8100
    4 250 65 62500 4225 16250
    5 225 75 50625 5625 16875
    6 200 60 40000 3600 12000
    7 175 75 30625 5625 13125
    8 275 80 75625 6400 22000
    9 160 50 25600 2500 8000
    10 190 55 36100 3025 10450
    11 150 45 22500 2025 6750
    12 175 50 30625 2500 8750
    13 180 45 32400 2025 8100
    14 250 65 62500 4225 16250
    15 225 75 50625 5625 16875
    n ΣY ΣX ΣY2 ΣX2 ΣXY
    15 2960 880 605250 53950 179025

    analisis ke-15 data tersebut menggunakan regresi linier sederhana


    ∑ x 2=∑ X 2−¿ ¿ ¿
    ∑ y2 =∑ Y 2−¿ ¿ ¿
    ∑ xy =∑ XY −¿¿
    Koefisien korelasi r dihitung :

    r =∑ XY −¿ ¿ ¿

    5371,667
    r=
    √ [ 2323,333 x 21143,333 ]
    5371,667
    r=
    √ [ 2323,333 x 21143,333 ]
    5371,667
    r=
    √ 49123011,11
    5371,667
    r=
    7008,781

    r =0,76641953 4

    Coefficient of determination = r2 = 0,7664195342 = 0,58739

    Koefisien slope = koefisien b1 =


    ∑ XY =¿ 5371,667 =2,31205165( b – β1)
    1
    ∑ x 2 2323,333

    Standard error of estimate (SEE) :


    ∑ y 2−b 1 ∑ xy 2 21143,33−(2,31205165 x 5371,667) 8723,762554
    SEE =
    √ n−2
    =
    √ 15−2
    =
    √ 13
    =

    25,90479

    Koefisien intersep = koefisien b0

    2960 880
    b 0= −2,31205165( )=61,692969 (b0 – β0)
    15 15

    Uji hipotesis β1 (Ketergantungan)

    SEE 25,90479
    seb1 = √∑ x 2 = √2323,333 =0,537433186

    Untuk pengujian Ho digunakan uji t dengan rumus :

    b1−¿ β 2,31205165
    tb1 = se b 1
    1
    ¿=
    0,537433186
    =4,3020262 dimana p <0,05

    Uji hipotesis β0 (titik asal)

    seb 0 =SEE √ 1/n+¿ ¿ ¿

    Untuk menguji Ho digunakan uji t dengan rumus :

    t b0−¿β 61,692969
    b 0= 0
    = =1,914084dimana p<0,05 ¿
    seb 0 32,23106

    t(1-1/2α) (n-2) = t0,975 (13) = 2,160 t0,995 (13) = 3,012

    Prediksi nilai Y dari harga X tertentu

    Prediksi suatu nilai Y dari harga X tertentu tergantung pada kegunaan prediksi
    tersebut, di sini terbagi dua yaitu :

    1. Prediksi nilai Y populasi :


    Diperlukan seY pop yang rumusnya :

    1
    s e Ypop=SEE
    √ n
    + ¿ ¿¿

    Confident Interval 95 % :

    Ŷ −t 1 se Ypop< U y . x <Ŷ + t 1 se Ypop


    α (1− )α
    2 2

    Bila berat badan = 50 kg berapa kadar kolesterolnya ?

    1
    s e Ypop=SEE
    √ n
    + ¿ ¿¿

    1
    s e Ypop=25,90479
    √ 15
    +¿ ¿ ¿

    Harga prediksi =

    Ŷ(kolesterol) = 61,692969 + 2,31205165 x(BeratBadan) = 61,692969 + 2,31205165 x 50 = 177,295

    Nilai t0,05(13) = 2,160

    Minimum : 177,295 – 2,160 x 8,150578 = 159,6903

    Maximum : 177,295 + 2,160 x 8,150578 = 194,9008

    Jadi untuk berat badan 50 kg maka di populasi terdapat kadar kolesterol antara
    159,6 sampai dengan 194,9.

    2. Prediksi nilai Y individu :

    Diperlukan s e Yindyang rumusnya :


    1
    √
    s e Yind=SEE 1+ +¿ ¿ ¿
    n

    Confident Interval 95 % :

    Ŷ −t 1 se Yind <U y . x <Ŷ +t 1 seYind


    α (1− )α
    2 2

    Seperti di atas bila berat badan adalah 50 kg maka :

    1
    s e Yind=25,90479 1+
    √ 15
    +¿ ¿ ¿

    Harga prediksi =

    Ŷ(kolesterol) = 61,692969 + 2,31205165 x(BeratBadan) = 61,692969 + 2,31205165 x 50 = 177,295

    Nilai t0,05(13) = 2,160

    Minimum : 177,295 – 2,160 x 27,15678= 118,6369

    Maximum : 177,295 + 2,160 x 27,15678= 235,9541

    Jadi untuk berat badan sebesar 50 kg pada individu terdapat kadar kolesterol
    antara 118,6 dan 235,9.

    Soal kedua :

    Anda mungkin juga menyukai