<!doctype html> Tugas Regresi Linear Berganda - Hasil

Dibuat Oleh: Juan.F.B.Mahubessy
NIM: 202350029
Prodi: Statistika

Tugas: Regresi Linear Berganda (LILA ~ BB + TB)

1. Data

BB (kg)TB (cm)LILA (cm)
6015527
6015927
5015823
5015323
4715123
4615323
3814520
4415823
4015524
4815420
5515625
5015025
4215023

2. Estimasi Koefisien (OLS)

Model yang diestimasi: LILA = β0 + β1BB + β2TB + ε

Coefficients: Intercept (β0) : 3.226562 BB (β1) : 0.213311 TB (β2) :
0.064932

Standard errors: SE(β0) : 19.089692 SE(β1) : 0.077858 SE(β2) : 0.136304

t-values: t(β0) : 0.169021 t(β1) : 2.739739 t(β2) : 0.476375

p-values: p(β0) : 0.869150 p(β1) : 0.020842 p(β2) : 0.644045

3. R-squared dan Uji Simultan (F-test)

 R-squared :
0.572375 Adjusted R-sq : 0.4868495

F-statistic : 6.692476 F p-value : 0.01429939

4. Interpretasi Singkat

5. Kode R yang dapat dijalankan (R Markdown)

Data

df <- data.frame( BB = c(60,60,50,50,47,46,38,44,40,48,55,50,42), TB = c(155,159,158,153,151,153,145,158,155,154,156,150,150), LILA = c(27,27,23,23,23,23,20,23,24,20,25,25,23) )

Fit model

model <- lm(LILA ~ BB + TB, data = df) summary(model) anova(model) # uji simultan summary(model)$r.squared summary(model)$adj.r.squared

6. Kesimpulan

Model menunjukkan BB adalah prediktor yang signifikan terhadap LILA, sementara TB tidak signifikan bila dikontrol BB. Model secara keseluruhan signifikan dan mampu menjelaskan ~57% variasi LILA.