y <- c (32, 36, 27, 34, 28, 29, 39, 29, 28, 26, 38, 39)
X1 <-c(57, 59, 49, 62, 51, 50, 55, 48, 42, 42, 61, 57)
X2 <- c(8, 10, 6, 11, 8, 7, 10, 9, 10, 6, 12, 9)length (y)## [1] 12## [1] 12
length (X1)## [1] 12## [1] 12
length (X2)## [1] 12## [1] 12
#analisis Regresilinear Ganda
g <- lm(y ~ X1 + X2)
summary(g)##
## Call:
## lm(formula = y ~ X1 + X2)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.9166 -1.1626 -0.4743 0.4228 4.9709
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.9393 6.8470 0.283 0.7834
## X1 0.4231 0.1632 2.593 0.0291 *
## X2 0.8861 0.5863 1.511 0.1650
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.915 on 9 degrees of freedom
## Multiple R-squared: 0.7113, Adjusted R-squared: 0.6471
## F-statistic: 11.09 on 2 and 9 DF, p-value: 0.003733##
## Call:
## lm(formula = y ~ X1 + X2)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.9166 -1.1626 -0.4743 0.4228 4.9709
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.9393 6.8470 0.283 0.7834
## X1 0.4231 0.1632 2.593 0.0291 *
## X2 0.8861 0.5863 1.511 0.1650
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.915 on 9 degrees of freedom
## Multiple R-squared: 0.7113, Adjusted R-squared: 0.6471
## F-statistic: 11.09 on 2 and 9 DF, p-value: 0.003733
anova(g)## Analysis of Variance Table
##
## Response: y
## Df Sum Sq Mean Sq F value Pr(>F)
## X1 1 169.025 169.025 19.8898 0.001578 **
## X2 1 19.409 19.409 2.2839 0.165005
## Residuals 9 76.483 8.498
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1## Analysis of Variance Table
##
## Response: y
## Df Sum Sq Mean Sq F value Pr(>F)
## X1 1 169.025 169.025 19.8898 0.001578 **
## X2 1 19.409 19.409 2.2839 0.165005
## Residuals 9 76.483 8.498
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Interpretasi Hasil Analisis Regresi
Taksiran parameter model dapat diperoleh dari “Estimate” 𝑦prediksi = 𝑏0 + 𝑏1 𝑥1 + 𝑏2 𝑥2 dimana 𝑏0 =1,9393, 𝑏1 =0,4231, dan 𝑏2 =0,8861 Sehingga Persaman Regresi : 𝑦prediksi = 1,9393 + 0,4231𝑥1 + 0,8861 𝑥2 Kita menggunakan taraf kesignifikanan alpha = 5%.
Interpretasi Hasil Analisis Regresi
Kesignifikanan Model: Uji F Nilai F -statistic = 11.09 dengan nilai p-value = 0.003733 memberikan informasi tentang kesignifikanan model.
Karena nilai p-value < alpha, ini berarti model signifikan secara statistis. Kriteria kesimpulan: Pengujian signifikan : p-value < alpha Pengujian tidak signifikan : p-value >= alpha Jadi, penaksiran, peramalan, atau inferensi yang lain dapat dilakukan dengan menggunakan model regresi tersebut karena model signifikan
Interpretasi Hasil Analisis Regresi
Daya ramal model: R2 (Koefisien Determinasi) Multiple R-squared = 0,7113 Artinya model mempunyai daya ramal 71,13% (variasi Y dapat dijelaskan oleh model). Kemampuan variable independen dalam menjelaskan varians dari variable dependen sebesar 71,13%,
sisanya 29% varians variable dependen dijelaskan oleh faktor lain yang tidak terdapat dalam model regresi tersebut
Interpretasi Hasil Analisis Regresi
Nilai R-squared terletak antara 0 dan 1. Adjusted R-squared = 0.6471, artinya tinggi dan umur secara bersama sama dapat menjelaskan sekitar 64,71% variasi berat (Y). Interpretasi Hasil Analisis Regresi
R-squared - Nilai R-squared akan meningkat jika ada penambahan variable independen dalam model. akibatnya, hasil bisa bias jika peneliti menambahkan sembarang peubah independent.
Adjusted R square - Interpretasinya sama dengan R-squared - nilainya dapat naik turun tergantung dari hubungan antara variable independen tambahan dengan variable independennya. - Umumnya peneliti menyarankan menggunakan Adjusted R square - Jika ingin membandingkan model gunakan Adjusted R square
Interpretasi Hasil Analisis Regresi
Kesignifikanan masing masing peubah bebas Hanya peubah x1 yang signifikan karena nilai t value=2.593 dengan nilai p=0,0291 < alpha koefisien regresi untuk X1, yaitu b1=0,4231 dapat diinterpretasi bahwa:
Jika tinggi (X1) bertambah satu cm, maka berat (Y) dapat bertambah sebesar 0,4231 kg untuk anak-anak yang mempunyai umur yang sama `` [id]: https://rpubs.com/suhartono-uinmaliki/871813