Professional Documents
Culture Documents
KJBJKKJBKJJB
KJBJKKJBKJJB
KJBJKKJBKJJB
REGRESI LINIER
1) KERANGKA KONSEP
VARIABEL INDEPENDEN :
2) ANALISIS DATA
1. UNIVARIAT
Statistics
Missing 0 0 0 0 0 0 0
Std. Error of Mean .60943 4.4388 5.6890 .51463 .09776 36.92290 .20301
Missing 0 0 0 0 0 0 0
Std. Error of Mean .60943 4.4388 5.6890 .51463 .09776 36.92290 .20301
Descriptives
Median 2631.5724
Variance 140419.994
Minimum 1655.68
Maximum 3582.97
Range 1927.29
2. BIVARIAT
1) Uji Normalitas dengan Kolmogorov-Smirnov
Descriptives
Median 2631.5724
Variance 140419.994
Minimum 1655.68
Maximum 3582.97
Range 1927.29
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Analisis Data
Berdasarakan uji normalitas Kolmogorov-smirnov, hasil analisis data didapatkan p-
value = 0,056 lebih dari 0,05 sehingga data berdistribusi normal.
Correlations
bbibu beratbayi
N 103 103
N 103 103
Correlations
bbibu beratbayi
N 103 103
N 103 103
Correlations
totalkol beratbayi
N 103 103
N 103 103
Correlations
totalkol beratbayi
N 103 103
N 103 103
Analisa Data :
Dari data diatas didapatkan variable total kalori p-value 0,068 < 0,25 sehingga dapat
dilanjutkan ke uji multivariat
3. Berat Badan Bayi Dengan Tinggi Fundus
Correlations
fundus Beratbayi
N 103 103
N 103 103
Correlations
fundus beratbayi
N 103 103
N 103 103
Analisa Data :
Dari data diatas didapatkan variable fundus p-value 0,216 < 0,25 sehingga dapat
dilanjutkan ke uji multivariate.
Correlations
umur Beratbayi
N 103 103
Correlations
umur beratbayi
N 103 103
N 103 103
Analisa Data :
Dari data diatas didapatkan variable umur p-value 0,140 < 0,25 sehingga dapat
dilanjutkan ke uji multivariat
Correlations
hb Beratbayi
N 103 103
N 103 103
Correlations
hb beratbayi
N 103 103
N 103 103
Analisa Data :
Dari data diatas didapatkan variable Hb p-value 0,292 > 0,25, namun karena subtansi
penting maka variable Hb dilanjutkan ke uji multivariate
Correlations
lila Beratbayi
N 103 103
N 103 103
Correlations
lila beratbayi
N 103 103
beratbayi Correlation Coefficient .340** 1.000
N 103 103
Analisa Data :
Dari data diatas didapatkan variable Lila ibu p-value 0,000 < 0,25 sehingga dapat
dilanjutkan ke uji multivariat
3) MULTIVARIAT
PEMODELAN MULTIVARIAT
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
Model Summary
ANOVAb
Model Sum of Squares df Mean Square F Sig.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Analisa Data :
Dari data diatas Tahap berikutnya, yaitu evaluasi seleksi variabel dengan batas p value <
0,05. Dari nilai p diatas, variabel total kolesterol dan fundus memiliki p value > 0,05
sehingag harus keluar dari model. Total kolesterol p-value yang tertinggi, maka
dikeluarkan terlebih dahulu.
Lanjut 1 : Total kolesterol dikeluarkan
Model Summary
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Perubahan Coef B
Analisa Data : Hasil perhitungan setelah dikeluarkan variabel total kolesterol, ternyata
coef.B pada variable tinggi fundus berubah sebesar 27,47%, dengan demikian total
kolesterol mempengaruhi hubungan antara tinggi fundus dengan berat badan bayi. Total
kolesterol merupakan KONFOUNDING, harus masuk kembali ke dalam.
Model Summary
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Analisa Data : Hasil perhitungan setelah dikeluarkan variabel tinggi fundus, ternyata
coef.B pada variable total kolesterol berubah sebesar 47,82%, dengan demikian tinggi
fundus mempengaruhi hubungan antara total kolesterol dengan berat badan bayi. Tinggi
fundus merupakan KONFOUNDING, harus masuk kembali ke dalam.
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
ANOVAb
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Analisa Data : Dengan model persamaan ini, kita dapat memperkirakan berat badan
bayi , namun model ini hanya dapat menjelaskan 66,5% variasi pada berat bayi, 33,5%
lagi ditentukan oleh variabel lain yang tidak diteliti.
UJI ASUMSI :
1. Eksistensi
Residuals Statisticsa
Analisa Data : Hasil dari output diatas menunjukkan angka residual dengan
mean 0,000 Dengan demikian asumsi Eksistensi terpenuhi
2. Asumsi Independensi
Model Summaryb
Analisa Data : Hasil dari output diatas menunjukkan koefisien Durbin Watson
2,308 berarti asumsi independensi terpenuhi.
3. Asumsi liniearitas
ANOVAb
Analisa Data : Hasil dari output diatas menunjukkan uji anova 0,000, berarti
asumsi linearitas terpenuhi.
4. Asumsi homoscedascity
Analisa Data : Dari hasil plot diatas terlihat tebaran titik mempunyai pola tertentu, titik-titik
menyebar diatas dan dibawah titik 0,0. Dengan demikian asumsi homoscedasity terpenuhi
5. Multivariat normaliti
Analisa Data : Histogram memperlihatkan distribusi normal & pada P-P plot nilai residual
berhimpit dengan garis diagonal. Kedua grafik tersebut menggambarkan asumsi
Normalitas terpenuhi
6. Diagostik Multicollinearity
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Analisa Data : Dari hasil uji asumsi didapatkan nilai VIF tidak lebih dari 10,
dengan demikian tidak ada Multicollinearity antara sesama variabel indepeden
Dari hasil uji asumsi dan uji kolinearitas ternyata semua asumsi terpenuhi sehingga model
dapat digunakan untuk memprediksi berat badan bayi.