Sie sind auf Seite 1von 8

# 8.

Jawabannya:

a. Prosedur semua regresi yang mungkin untuk menghasilkan sebuah model terbaik

NO. X1 X2 X3 FEV1
1. 24 175 78.0 4.7
2. 36 172 67.6 4.3
3. 25 166 65.5 4.0
4. 22 176 65.5 4.7
5. 27 185 85.5 4.3
6. 27 171 76.3 4.7
7. 36 185 79.0 5.2
8. 24 182 88.2 4.2
9. 26 180 70.5 3.5
10. 29 163 75.0 3.2
11. 31 180 65.0 2.0
12. 30 180 70.4 4.0
13. 22 168 63.0 3.9
14. 27 168 91.2 3.0
15. 46 178 67.0 4.5
16. 36 173 62.0 2.4

a. Peubah X1

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## 1 .036a .001 -.070 .9143

a. Predictors: (Constant), X1
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

b. Peubah X2

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## 1 .257a .066 .000 .8840

a. Predictors: (Constant), X2

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

c. Peubah X3

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## 1 .214a .046 -.022 .8936

a. Predictors: (Constant), X3

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

## X3 .021 .025 .214 .820 .426

a. Dependent Variable: FEV1
d. Peubah X1, X2

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## a. Predictors: (Constant), X2, X1

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

e. Peubah X1, X3

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## a. Predictors: (Constant), X3, X1

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

f. Peubah X2, X3

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## a. Predictors: (Constant), X3, X2

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model Summary

## Adjusted R Std. Error of the

Model R R Square Square Estimate

## a. Predictors: (Constant), X3, X2, X1

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

## Berdasarkan hasil analisis computer, diketahui bahwa:

1. Himpunan satu peubah (X2,), 𝑅12 = 0.066
2. Himpunan dua peubah (X2) dan (X3), 𝑅22 = 0.066
3. Himpunan tiga peubah (X1), (X2) dan (X3), 𝑅32 = 0.066
mungkin dengan 𝑅𝑝2 , maka :
Y = -2.283 + 0.029 X2 + 0.016 X3

Berdasarkan hasil analisis computer, maka dapat dikatakan bahwa dapat simpulkan bahwa
maka tidak menghasilkan model terbaik.

b. Model dengan memusatkan umur, berat, tinggi dan kuadratnya masing-masing sebagai peubah
bebas.

NO. FEV1 X1 X2 X3 X4 X5 X6
1. 4.7 24 175 78.0 576 6084.0 30625.0
2. 4.3 36 172 67.6 1296 4569.8 29584.0
3. 4.0 25 166 65.5 625 4303.4 27556.0
4. 4.7 22 176 65.5 484 4303.4 30976.0
5. 4.3 27 185 85.5 729 7310.3 34225.0
6. 4.7 27 171 76.3 729 5821.7 29241.0
7. 5.2 36 185 79.0 1296 6241.0 34225.0
8. 4.2 24 182 88.2 576 7779.2 33124.0
9. 3.5 26 180 70.5 676 4970.2 32400.0
10. 3.2 29 163 75.0 841 5625.0 26569.0
11. 2.0 31 180 65.0 961 4225.0 32400.0
12. 4.0 30 180 70.4 900 4956.1 32400.0
13. 3.9 22 168 63.0 484 3969.0 28224.0
14. 3.0 27 168 91.2 729 8317.4 28224.0
15. 4.5 46 178 67.0 2116 4489.0 31684.0
16. 2.4 36 173 62.0 1296 3844.0 29929.0

Berdasarkan hasil analisis, diketahui bahwa setelah melakukan analisis pada semua model dengan
memusatkan umur, berat, tinggi dan kuadratnya masing-masing sebagai peubah bebas tidak dapat
disarankan untuk strategi seleksi maju.

c. Prosedur semua regresi yang mungkin untuk model yang diperluas untuk memilih sebuah model
terbaik.

## Tabel 1. Forced Expiratory volume in 1 second, Umur, Tinggi dan Berat

NO. FEV1 X1 X2 X3 X4 X5 X6 X7
1. 4.7 24 175 78.0 576 6084.0 4200.0 1872.0
2. 4.3 36 172 67.6 1296 4569.8 6192.0 2433.6
3. 4.0 25 166 65.5 625 4303.4 4150.0 1637.5
4. 4.7 22 176 65.5 484 4303.4 3872.0 1441.0
5. 4.3 27 185 85.5 729 7310.3 4995.0 2308.5
6. 4.7 27 171 76.3 729 5821.7 4617.0 2060.1
7. 5.2 36 185 79.0 1296 6241.0 6660.0 2844.0
8. 4.2 24 182 88.2 576 7779.2 4368.0 2116.8
9. 3.5 26 180 70.5 676 4970.2 4680.0 1833.0
10. 3.2 29 163 75.0 841 5625.0 4727.0 2175.0
11. 2.0 31 180 65.0 961 4225.0 5580.0 2015.0
12. 4.0 30 180 70.4 900 4956.1 5400.0 2112.0
13. 3.9 22 168 63.0 484 3969.0 3696.0 1386.0
14. 3.0 27 168 91.2 729 8317.4 4536.0 2462.4
15. 4.5 46 178 67.0 2116 4489.0 8188.0 3082.0
16. 2.4 36 173 62.0 1296 3844.0 6228.0 2232.0
Hasil analisis computer.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

## X7 .017 .005 8.979 3.413 .007

Berdasarkan hasil analisis computer, maka ditemukan persamaan regresi terbaik berdasarkan pada
prosedur semua regresi yang mungkin yaitu:

## Y= -29.683 + 0.342 X2 + 0.013 X4 – 0.003 X5 – 0.011 X6 + 0.017 X7

d. Model yang paling wajar setelah membandingkan model (a), (b) dan (c) adalah model (a) yang
dihasilkan pada bagian a. hal tersebut disebabkan karena model tersebut sudah mencakup setiap
kriteria. Dalam artian bahwa setiap kriteria seleksi dapat dioptimalkan secara numeric untuk
sampel khusus dalam studi.