ANALISIS REGRESI TERAPAN ANALISIS REGRESI Analisis Regresi Linear

ANALISIS REGRESI TERAPAN

ANALISIS REGRESI Analisis Regresi Linear Analisis regresi merupakan metode analisis data yang memanfaatkan hubungan antara dua variabel atau lebih (Berat Badan dengan Umur; FEV 1 dengan Tinggi Badan; Berat Badan dengan Umur dan Asupan Gizi). Y=variabel dependen, tak bebas, tergantung, respon, outcome. X=variabel independen, bebas, tak tergantung, prediktor. Tujuan: • Menyelidiki bentuk/pola hubungan antara Y dengan X. • Mengestimasi/menduga mean atau rata-rata dari Y populasi berdasarkan X yang diberikan.

Scatter Plot

Berat Badan = 3. 025 + 0. 507 Umur Untuk seorang anak yang berumur 18 bulan, maka berat anak tersebut dapat diprediksi sebesar 12. 151 kg

y x xy x 2 y 2 . . Σy Σx Σxy Σx 2 Σy 2

Pengujian Koefisien Regresi Statistik Uji: H 0 ditolak apabila

Analisis Korelasi Analisis korelasi merupakan metode analisis data yang mengukur derajat hubungan antara dua variabel random X dan Y melalui sebuah bilangan yang disebut koefisien korelasi r. Kuadrat dari koefisien korelasi disebut koefisien determinasi yang merepresentasikan besarnya proporsi variasi dalam variabel y yang dijelaskan oleh variabel x dalam model. Dengan menggunakan pasangan data berat badan umur anak balita, diperoleh nilai koefisien korelasi sebesar 0. 956 dan koefisien determinasi sebesar 0. 914

Pengujian Koefisien Korelasi Statistik Uji: H 0 ditolak apabila:

Seorang peneliti ingin mengetahui seberapa baik dia dapat memprediksi length of stay seorang pasien apabila diketahui variabel independennya number of previous admissions, age dan sex. Untuk itu telah dikumpulkan data untuk 15 pasien sbb: