1. Pendahuluan

Analisis ini bertujuan untuk mengetahui pengaruh Berat Badan (BB) dan Tinggi Badan (TB) terhadap Lingkar Lengan (LILA) menggunakan metode regresi linear berganda.

2. Input Data

# Data
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)

# Data frame
data <- data.frame(BB, TB, LILA)
data
##    BB  TB LILA
## 1  60 155   27
## 2  60 159   27
## 3  50 158   23
## 4  50 153   23
## 5  47 151   23
## 6  46 153   23
## 7  38 145   20
## 8  44 158   23
## 9  40 155   24
## 10 48 154   20
## 11 55 156   25
## 12 50 150   25
## 13 42 150   23

3. Model Regresi Linear Berganda

# Model
model <- lm(LILA ~ BB + TB, data = data)

# Ringkasan hasil
summary(model)
## 
## Call:
## lm(formula = LILA ~ BB + TB, data = data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -3.4650 -0.7475  0.0266  0.9104  2.1766 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept)  3.22656   19.08969   0.169   0.8691  
## BB           0.21331    0.07786   2.740   0.0208 *
## TB           0.06493    0.13630   0.476   0.6440  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.537 on 10 degrees of freedom
## Multiple R-squared:  0.5724, Adjusted R-squared:  0.4868 
## F-statistic: 6.692 on 2 and 10 DF,  p-value: 0.0143

4. Persamaan Regresi

Berdasarkan hasil estimasi: \[ \hat{LILA} = 3.2266 + 0.2133 \times BB + 0.0649 \times TB \]

5. Interpretasi Hasil

6. Kesimpulan

Model regresi linear berganda menunjukkan bahwa: - Berat badan memiliki pengaruh signifikan terhadap lingkar lengan. - Tinggi badan tidak berpengaruh signifikan secara parsial. - Secara bersama-sama, berat badan dan tinggi badan signifikan mempengaruhi lingkar lengan.