Laporan ini menganalisis faktor-faktor yang mempengaruhi berat badan balita di puskesmas Sidoharjo dengan regresi linear. Variabel independen yang signifikan adalah berat badan lahir, umur, dan status gizi, sedangkan jenis kelamin dan pekerjaan ibu tidak signifikan.

1. LAPORAN UTS
ANALISIS REGRESI TERAPAN
.
10/297716/PA/13065
Asisten Praktikum:
Dosen Pengampu:
PRODI STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

2. UNIVERSITAS GADJAH MADA
YOGYAKARTA
2012
PERMASALAHAN
1. Seorang peneliti ingin mengetahui faktor–faktor yang mempengaruhi berat badan balita
di puskesmas Sidoharjo Kabupaten Sragen. Untuk itu dipilih 40 balita secara random.
Data hasil penelitian disajikan pada table berikut dengan variabel dependen berat
badan anak dan variabel independen berat badan lahir,umur, jenis kelamin, pekerjaan
ibu dan status gizi
BB_ANAK BB_LAHIR UMUR JK PEKERJAAN_IBU STATUS_GIZI
4.8 2.7 3 PEREMPUAN TAK_KERJA BAIK
4.5 2.1 4 LAKI-LAKI KERJA KURANG
17.8 4.1 56 PEREMPUAN TAK_KERJA BAIK
10.2 3.8 18 LAKI-LAKI KERJA BAIK
8.9 3.2 10 PEREMPUAN TAK_KERJA BAIK
9.8 3.9 11 LAKI-LAKI KERJA BAIK
10.1 3.7 15 PEREMPUAN KERJA BAIK
9.9 2.6 22 PEREMPUAN TAK_KERJA KURANG
9.5 2.2 26 PEREMPUAN TAK_KERJA BAIK
12.4 3.4 36 LAKI-LAKI KERJA BAIK
15.8 4 46 PEREMPUAN TAK_KERJA BAIK
15.2 3.4 43 LAKI-LAKI TAK_KERJA BAIK
11.2 3.2 17 PEREMPUAN KERJA BAIK
8.9 2.8 12 LAKI-LAKI KERJA BAIK
10.1 3.9 24 LAKI-LAKI KERJA KURANG
12.5 3.5 23 PEREMPUAN TAK_KERJA BAIK
12.7 2.7 32 LAKI-LAKI TAK_KERJA BAIK
14.1 2.1 51 PEREMPUAN KERJA BAIK
12.9 4.2 26 LAKI-LAKI TAK_KERJA BAIK
5.5 3.8 2 PEREMPUAN TAK_KERJA BAIK

3. 11.3 3.2 18 PEREMPUAN KERJA BAIK
15.1 3.9 36 LAKI-LAKI TAK_KERJA BAIK
7.5 2.3 14 PEREMPUAN TAK_KERJA KURANG
16 3.8 49 LAKI-LAKI TAK_KERJA BAIK
7.8 3.7 8 PEREMPUAN KERJA BAIK
9.6 2.6 12 PEREMPUAN TAK_KERJA BAIK
11.8 2.2 34 PEREMPUAN KERJA BAIK
16.6 3.4 54 PEREMPUAN TAK_KERJA BAIK
11.9 3.2 33 PEREMPUAN KERJA BAIK
9 2.8 17 LAKI-LAKI TAK_KERJA KURANG
13 3.9 27 LAKI-LAKI TAK_KERJA BAIK
8.4 3.6 7 PEREMPUAN TAK_KERJA BAIK
12.3 3.7 28 PEREMPUAN KERJA BAIK
9.9 3.2 15 PEREMPUAN KERJA BAIK
12.8 3.9 41 PEREMPUAN TAK_KERJA BAIK
10 3 26 PEREMPUAN TAK_KERJA KURANG
13.4 3.5 31 LAKI-LAKI KERJA BAIK
7.8 2.4 16 PEREMPUAN TAK_KERJA KURANG
13.1 2.5 44 LAKI-LAKI TAK_KERJA BAIK
16.1 3.2 52 LAKI-LAKI KERJA BAIK
Lakukan analisis regresi untuk data tersebut dengan kriteria
a. Jenis Kelamin
Reference category : perempuan
b. Pekerjaan ibu
Reference category : tak kerja
c. Status gizi
Reference category : kurang
Lakukan prediksi berat badan seorang anak laki-laki berusia 30 bulan yang memiliki ibu
yang bekerja, jika berat badan lahirnya sebesar 3,5 kg dan status gizinya baik.
2. Ingin diketahui faktor-faktor apa saja yang mempengaruhi kadar kolesterol total
seorang pasien. Diberikan data 214 pasien Balai Laboratorium Kesehatan dari bulan
Januari-Februari 2011.
a. Analisis apakah yang harus digunakan?

4. b. Lakukan analisis tersebut (ujilah asumsinya terlebih dahulu)
c. Cari model terbaiknya dan interpretasikanlah
d. Lakukan analisis residual terhadap model terbaik tersebut
Data: kolesterol
3. Sertakan kritik dan saran untuk praktikum Anareg ini.
PEMBAHASAN
1. Sebelum melakukan uji regresi, asumsi yang harus dipenuhi adalah normalitas dan
linearitas data. Untuk itu dilakukan uji normalitas dan linearitas terlebih dahulu.
o Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
BB_Anak .104 40 .200* .981 40 .712
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
Uji Hipotesis
o H0: data berdistribusinormal
H1: data tidakberdistribusinormal
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.712
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,makadataberdistribusi normal

5. o Uji Linearitas
Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.022
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel BB_Anak
denganBB_Lahir
ANOVA Table
Sum of
Squares df Mean Square F Sig.
BB_Anak *
BB_Lahir
Between Groups (Combined) 193.767 18 10.765 1.101 .412
Linearity 59.844 1 59.844 6.121 .022
Deviation from
Linearity
133.923 17 7.878 .806 .671
Within Groups 205.312 21 9.777
Total 399.079 39
ANOVA Table

6. Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel BB_Anak
denganUmur
ANOVA Tablea
Sum of
Squares df Mean Square F Sig.
BB_Anak * JK Between Groups (Combined) 15.811 1 15.811 1.568 .218
Within Groups 383.268 38 10.086
Total 399.079 39
a. With fewer than three groups,linearitymeasures for BB_Anak * JK cannotbe computed.
ANOVA Tablea
Sum of
Squares df Mean Square F Sig.
BB_Anak *
pekerjaan_ibu
Between Groups (Combined) 3.134 1 3.134 .301 .587
Within Groups 395.945 38 10.420
Sum of
Squares df Mean Square F Sig.
BB_Anak *
Umur
Between Groups (Combined) 385.404 32 12.044 6.165 .009
Linearity 339.468 1 339.468 173.768 .000
Deviation from Linearity 45.936 31 1.482 .759 .725
Within Groups 13.675 7 1.954
Total 399.079 39

7. Total 399.079 39
a. With fewer than three groups,linearitymeasures for BB_Anak * pekerjaan_ibu cannotbe computed.
ANOVA Tablea
Sum of
Squares df
Mean
Square F Sig.
BB_Anak *
status_gizi
Between
Groups
(Combined) 69.160 1 69.160 7.966 .008
Within Groups 329.919 38 8.682
Total 399.079 39
a. With fewer than three groups,linearitymeasures for BB_Anak * status_gizi cannotbe computed.
*Antara variabel BB_Anak dengan variabel JK, pekerjaan_ibu, dan status_gizi tidak terdapat
p-value linearitasnya, karena variabel JK(Jenis Kelamin), pekerjaan_ibu, dan status_gizi
fungsi numeriknya hanya berupa pengkodean, yang aslinya merupakan data kategorik.

8. Dari grafikdi atas, terlihatbahwaadahubunganlinearpositif antaravariabel dependen
denganvariabel-variabel independennya.
Uji Regresi 1
Variables Entered/Removed
Model
Variables
Entered
Variables
Removed Method
1 D3, D1, D2,
Umur,BB_Lahira
. Enter
a. All requested variables entered.
Tabel di atas menunjukkan variabel independen D3, D1, D2, Umur, BB_Lahir
dimasukkan dengan metode Enter(dimasukkan secara serentak)
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .961a
.923 .912 .94818
a. Predictors:(Constant),D3, D1, D2, Umur,BB_Lahir
Nilai koefisien korelasi R = 0.961, yang menunjukkan derajat hubungan linear positif
yang erat antara variabel dependen Y dan variabel-variabel independennya(hal ini
memperkuat asumsi linearitas pada grafik tadi). Koefisien determinasi sederhana
Rsquare = 0.923, yang menunjukkan bahwa 92.3% variasi dalam variabel
Y(BB_Anak) dapat diterangkan oleh variabel D3, D1, D2, Umur, dan BB_Lahir,
sisanya disebabkan faktor lain yang belum bisa dijelaskan. Koreksi terhadap Rsquare
= adjusted Rsquare sebesar 91.2%, standard error of estimate (S) mengukur besarnya
variasi model regresi sebesar 0.94818
Uji Overall

9. ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 368.511 5 73.702 81.978 .000a
Residual 30.568 34 .899
Total 399.079 39
a. Predictors:(Constant),D3, D1, D2, Umur,BB_Lahir
b. DependentVariable:BB_Anak
Uji Hipotesis
o H0: Semuaβi=0
H1: Tidaksemuaβi=0
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makatidaksemuaβi=0,berarti palingtidakada 1 dari
variabel independen yangmempengaruhi Y.
Uji Parsial
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 2.349 .832 2.823 .008
BB_Lahir 1.036 .270 .201 3.835 .001
Umur .179 .011 .853 16.829 .000
D1 .222 .321 .034 .690 .495
D2 -.047 .315 -.007 -.149 .883
D3 1.022 .449 .123 2.274 .029
a. DependentVariable:BB_Anak
Uji Hipotesis(Constant)

10. o H0: β0=0 (constanttidakmasukmodel secarasignifikan)
H1: β0≠0 (constantmasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.008
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaconstantlayak masuk model
Uji Hipotesis(BB_Lahir)
o H0: β1=0 (BB_Lahirtidakmasukmodel secarasignifikan)
H1: β1≠0 (BB_Lahirmasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.001
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaBB_Lahir layak masukmodel
Uji Hipotesis(Umur)
o H0: β2=0 (Umurtidakmasuk model secarasignifikan)
H1: β2≠0 (Umurmasuk model secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α

11. o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaUmurlayak masukmodel
Uji Hipotesis(D1)
o H0: β3=0 (D1 tidakmasukmodel secarasignifikan)
H1: β3≠0 (D1 masukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.495
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,sehinggaD1 tidak layak masukmodel
Uji Hipotesis(D2)
o H0: β4=0 (D2 tidakmasukmodel secarasignifikan)
H1: β4≠0 (D2 masukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.883
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,sehinggaD2 tidak layak masukmodel
Uji Hipotesis(D3)
o H0: β5=0 (D3 tidakmasukmodel secarasignifikan)
H1: β5≠0 (D3 masukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.029

12. o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaD3 layak masukmodel
Setelah dilakukan uji parsial, didapatkan bahwa variabel D1 dan D2 tidak layak masuk
model(tidak signifikan), tetapi variabel D2 lah yang paling tidak layak(p-value terbesar
dengan 0.883), maka variabel D2 dikeluarkan terlebih dahulu.
Sehinggamodelnyamenjadisebagai berikut:
𝑌 = 2.349 + 1.036(BBLahir) + 0.179(Umur) + 0.222(D1) − 0.047(D2) + 1.022(D3)
Uji Regresi II (tanpa D2)
Variables Entered/Removed
Model
Variables
Entered
Variables
Removed Method
1 D3, D1, Umur,
BB_Lahira
. Enter
a. All requested variables entered.
Tabel di atas menunjukkan variabel independen D3, D1, Umur, dan BB_Lahir dimasukkan
dengan metode Enter(dimasukkan secara serentak)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 368.491 4 92.123 105.412 .000a
Residual 30.588 35 .874
Total 399.079 39
a. Predictors:(Constant),D3, D1, Umur,BB_Lahir
b. DependentVariable:BB_Anak
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 2.324 .804 2.891 .007

13. BB_Lahir 1.040 .265 .202 3.919 .000
Umur .179 .010 .854 17.378 .000
D1 .213 .312 .033 .684 .498
D3 1.009 .434 .121 2.323 .026
a. Dependent Variable:BB_Anak
Pada Uji Regresi keduaini, fokuskitahanya pada variabel D1, karenapadauji regresi pertamapun
telahdiketahui bahwavariabel D1danD2 tidaklayakmasukmodel,tetapi variabel D2dikeluarkan
terlebihdahulukarenadianggapvariabelyangpalingtidaklayakmasukmodel(memiliki p-value
terbesar).
Setelah variabel D2 dikeluarkan, ternyata variabel D1 masih tidak layak masuk model(tidak
signifikan), sehingga memang perlu dikeluarkan dari model. Dengan uji hipotesis sebagai berikut.
Uji Hipotesis(D1)
o H0: β3=0 (D1 tidakmasukmodel secarasignifikan)
H1: β3≠0 (D1 masukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.498
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,sehinggaD1 tidak layak masukmodel
Sehinggamodelnyamenjadiberikutini:
𝑌 = 2.324 + 1.040(BBLahir)+ 0.179(Umur) + 0.213(D1) + 1.009(D3)
Uji Regresi III (tanpa D1 dan D2)
Variables Entered/Removed
Model
Variables
Entered
Variables
Removed Method

14. 1 D3, Umur,
BB_Lahira
. Enter
a. All requested variables entered.
Tabel di atas menunjukkan variabel independen D3, Umur, dan BB_Lahir dimasukkan
dengan metode Enter(dimasukkan secara serentak)
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .960a
.922 .916 .92792
a. Predictors:(Constant),D3, Umur,BB_Lahir
Nilai koefisien korelasi R = 0.960, yang menunjukkan derajat hubungan linear positif
yang erat antara variabel dependen Y dan variabel-variabel independennya. Koefisien
determinasi sederhana Rsquare = 0.922, yang menunjukkan bahwa 92.2% variasi
dalam variabel Y(BB_Anak) dapat diterangkan oleh variabel D3, Umur, dan
BB_Lahir, sisanya disebabkan faktor lain yang belum bisa dijelaskan. Koreksi
terhadap Rsquare = adjusted Rsquare sebesar 91.6%, standard error of estimate (S)
mengukur besarnya variasi model regresi sebesar 0.92792
Uji Overall
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 368.082 3 122.694 142.497 .000a
Residual 30.997 36 .861
Total 399.079 39
a. Predictors:(Constant),D3, Umur,BB_Lahir
b. DependentVariable:BB_Anak
Uji Hipotesis
o H0: Semuaβi=0
H1: Tidaksemuaβi=0
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000

15. o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makatidaksemuaβi=0,berarti palingtidakada 1 dari
variabel independenyangmempengaruhi Y.
Uji Parsial
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 2.302 .797 2.887 .007
BB_Lahir 1.074 .259 .209 4.155 .000
Umur .180 .010 .860 17.849 .000
D3 .969 .427 .117 2.268 .029
a. Dependent Variable:BB_Anak
Uji Hipotesis(Constant)
o H0: β0=0 (constanttidakmasukmodel secarasignifikan)
H1: β0≠0 (constantmasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.007
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaconstantlayak masuk model
Uji Hipotesis(BB_Lahir)
o H0: β1=0 (BB_Lahirtidakmasukmodel secarasignifikan)
H1: β1≠0 (BB_Lahirmasukmodel secarasignifikan)

16. o Tingkatsignifikansi:α=0.05
o Statistik Uji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaBB_Lahir layak masukmodel
Uji Hipotesis(Umur)
o H0: β2=0 (Umurtidakmasuk model secarasignifikan)
H1: β2≠0 (Umurmasuk model secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaUmurlayak masukmodel
Uji Hipotesis(D3)
o H0: β3=0 (Umurtidakmasuk model secara signifikan)
H1: β3≠0 (Umurmasuk model secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.029
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaD3 layak masukmodel
Karenasemuavariabel independentelahlayakmasukmodel,makamodel yangterbentuk
adalah:

17. 𝒀 = 𝟐. 𝟑𝟎𝟐 + 𝟏. 𝟎𝟕𝟒(𝐁𝐁 𝐋𝐚𝐡𝐢𝐫) + 𝟎. 𝟏𝟖(𝐔𝐦𝐮𝐫)+ 𝟎. 𝟗𝟔𝟗(𝐃𝟑)
Pertanyaan
Lakukan prediksi berat badan seorang anak laki-laki berusia 30 bulan yang memiliki ibu
yang bekerja, jika berat badan lahirnya sebesar 3,5 kg dan status gizinya baik.
o Jikakitamemakai model yangterakhir,dimanavariabelD1(JenisKelamin) dan
D2(status pekerjaanibu) tidakdiikutsertakan karenatidaksignifikan,makaprediksi
beratbadannyaadalah:
𝐵𝑒𝑟𝑎𝑡 𝐵𝑎𝑑𝑎𝑛 = 2.302 + 1.074(3.5)+ 0.18(30)+ 0.969(1) = 12.43𝑘𝑔
o Jikakitamemakai model yangpertama,dimanasemuavariabel independenmasih
diikutsertakan,makaprediksiberatbadannyaadalah:
𝐵𝑒𝑟𝑎𝑡 𝐵𝑎𝑑𝑎𝑛 = 2.349 + 1.036(3.5) + 0.179(30) + 0.222(1) − 0.047(1) + 1.022(1)
= 12.542kg
2. a) Analisis yang digunakan adalah analisis regresi, dengan
variabel dependen:kadarkolesterol total
variabel independen:umur,guladarahpuasa,HDL kolestrol,LDLkolestrol, dan
Trygliceride
b) Sebelummelakukanuji regresi,asumsi yangharusdipenuhiadalahnormalitasdan
linearitasdata.
o Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
kolestrol_total .059 214 .068 .979 214 .002
a. Lilliefors Significance Correction
Uji Hipotesis

18. o H0: data berdistribusinormal
H1: data tidakberdistribusinormal
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.068(menggunakanuji Kolmogorov-Smirnovkarenan>50)
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,makadataberdistribusi normal
o Uji Linearitas
kolestrol_total vs umur
Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o Statistik Uji
p-value=0.047
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel
kolestrol_total dengan umur

19. Kolestrol_total vs gula_darah_puasa
Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel
kolestrol_total dengangula_darah_puasa
kolestrol_total vs HDL_kolestrol

20. Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.001
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel
kolestrol_total denganHDL_kolestrol
kolestrol_total vs LDL_kolestrol
Uji Hipotesis
o H0: µ=0(tidakada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel
kolestrol_total denganLDL_kolestrol

21. kolestrol_total vs Trygliceride
Uji Hipotesis
o H0: µ=0(tidak ada hubunganlinear)
H1: µ≠0(ada hubunganlinear)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaada hubungan linearantara variabel
kolestrol_total denganTrygliceride
Uji Regresi I
Uji Overall
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 510277.132 5 102055.426 727.691 .000a
Residual 29171.078 208 140.246

22. Total 539448.210 213
a. Predictors:(Constant),Trygliceride, LDL_kolestrol,umur,HDL_kolestrol,gula_darah_puasa
b. DependentVariable:kolestrol_total
Uji Hipotesis
o H0: Semuaβi=0
H1: Tidaksemuaβi=0
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makatidaksemuaβi=0,berarti palingtidakada 1 dari
variabel independenyangmempengaruhi Y.
Uji Parsial
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 36.264 4.882 7.428 .000
umur .008 .068 .002 .111 .912
gula_darah_puasa -.007 .012 -.011 -.633 .527
HDL_kolestrol .345 .049 .120 7.055 .000
LDL_kolestrol .976 .019 .893 52.199 .000
Trygliceride .160 .008 .328 19.409 .000
a. DependentVariable:kolestrol_total
Uji Hipotesis(Constant)

23. o H0: β0=0 (constanttidakmasukmodel secarasignifikan)
H1: β0≠0 (constantmasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaconstantlayak masuk model
Uji Hipotesis(umur)
o H0: β1=0 (umurtidakmasukmodel secarasignifikan)
H1: β1≠0 (umurmasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.912
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,sehinggaumurtidak layak masuk model
Uji Hipotesis(gula_darah_puasa)
o H0: β2=0 (gula_darah_puasatidakmasukmodel secarasignifikan)
H1: β2≠0 (gula_darah_puasamasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.527
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan

24. Karenap-value >α maka H0 tidakditolak,sehinggagula_darah_puasa tidak layak masuk
model
Uji Hipotesis(HDL_kolestrol)
o H0: β3=0 (HDL_kolestrol tidakmasukmodelsecarasignifikan)
H1: β3≠0 (HDL_kolestrol masukmodelsecarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaHDL_kolestrol layak masukmodel
Uji Hipotesis(LDL_kolestrol)
o H0: β4=0 (LDL_kolestrol tidakmasukmodelsecarasignifikan)
H1: β4≠0 (LDL_kolestrol masukmodelsecarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaLDL_kolestrol layak masukmodel
Uji Hipotesis(Trygliceride)
o H0: β5=0 (Trygliceride tidakmasukmodelsecara signifikan)
H1: β5≠0 (Trygliceride masukmodelsecarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis

25. H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,sehinggaTrygliceride layakmasukmodel
Setelahdilakukan uji parsial, didapatkan bahwa variabel umur dan gula_darah_puasa tidak
layakmasukmodel(tidaksignifikan),tetapi variabel umur-lahyangpalingtidaklayak(p-value
terbesar dengan 0.912), maka variabel umur dikeluarkan terlebih dahulu.
Sehinggamodelnyamenjadisebagai berikut:
𝑌 = 36.264 + 0.008(umur) − 0.007(gula_darah_puasa) + 0.345(HDL_kolestrol)
+ 0.976(LDL_kolestrol) + 0.16(Trygliceride)
Uji Regresi II (tanpa umur)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 510275.398 4 127568.849 913.929 .000a
Residual 29172.813 209 139.583
Total 539448.210 213
a. Predictors:(Constant),Trygliceride, LDL_kolestrol,gula_darah_puasa,HDL_kolestrol
b. DependentVariable:kolestrol_total
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 36.641 3.510 10.439 .000
gula_darah_puasa -.007 .011 -.011 -.626 .532
HDL_kolestrol .345 .049 .120 7.090 .000
LDL_kolestrol .976 .018 .893 52.816 .000
Trygliceride .160 .008 .328 19.455 .000
a. DependentVariable:kolestrol_total

26. Pada Uji Regresi keduaini, fokuskitahanya pada variabel gula_darah_puasa, karenapada uji
regresi pertamapuntelahdiketahuibahwavariabel umurdangula_darah_puasatidaklayakmasuk
model,tetapi variabelumurdikeluarkanterlebihdahulukarenadianggapvariabel yangpalingtidak
layakmasukmodel(memiliki p-valueterbesar).
Setelah variabel umur dikeluarkan, ternyata variabel gula_darah_puasa masih tidak layak masuk
model(tidak signifikan), sehingga memang perlu dikeluarkan dari model. Dengan uji hipotesis
sebagai berikut.
Uji Hipotesis(gula_darah_puasa)
o H0: β1=0 (gula_darah_puasatidakmasukmodel secarasignifikan)
H1: β1≠0 (gula_darah_puasamasukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.532
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value >α maka H0 tidakditolak,sehinggagula_darah_puasa tidak layak masuk
model
Sehingga,modelnyamenjadi:
𝑌 = 36.641 − 0.007(gula_darah_puasa) + 0.345(HDL_kolestrol)+ 0.976(LDL_kolestrol)
+ 0.16(Trygliceride)
Uji Regresi III (tanpa umur dan gula_darah_puasa)
Uji Overall
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 510220.670 3 170073.557 1221.979 .000a
Residual 29227.540 210 139.179

27. Total 539448.210 213
a. Predictors:(Constant),Trygliceride, LDL_kolestrol,HDL_kolestrol
b. DependentVariable:kolestrol_total
Uji Hipotesis
o H0: Semuaβi=0
H1: Tidaksemuaβi=0
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makatidaksemuaβi=0,berarti palingtidakada 1 dari
variabel independenyangmempengaruhi Y.
Uji Parsial
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 36.405 3.485 10.447 .000
HDL_kolestrol .342 .048 .119 7.073 .000
LDL_kolestrol .973 .018 .891 54.301 .000
Trygliceride .159 .008 .326 19.693 .000
a. DependentVariable: kolestrol_total
Uji Hipotesis(Constant dan semuavariabel independen)
o H0: Semuaβi=0 (variabel tidakmasukmodel secarasignifikan)
H1: Semuaβi≠0 (variabel masukmodel secarasignifikan)
o Tingkatsignifikansi:α=0.05

28. o StatistikUji
p-value Constant = 0.000
p-value HDL_kolestrol=0.000
p-value LDL_kolestrol =0.000
p-value Trygliceride =0.000
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenasemuap-value <α maka H0 ditolak untuksemuap-value,sehinggasemua
variabel(Constant,HDL_kolestrol,LDL_kolestrol, Trygliceride) layak masukmodel
Sehingga,modelnyamenjadi:
𝑌 = 36.405 + 0.342(HDL_kolestrol)+ 0.973(LDL_kolestrol) + 0.159(Trygliceride)
c) . Mencari model yangterbaik(model regresiyangdidapatkanpadaanalisisterakhir belumtentu
merupakanmodel regresi terbaik).
Telahdidapat3 model persamaanregresi sbb:
Model I (lengkap;constant+semuavariabelindependen)
𝑌 = 36.264 + 0.008(umur) − 0.007(gula_darah_puasa) + 0.345(HDL_kolestrol)
+ 0.976(LDL_kolestrol) + 0.16(Trygliceride)
Model II (tanpavariabel umur)
𝑌 = 36.641 − 0.007(gula_darah_puasa) + 0.345(HDL_kolestrol)+ 0.976(LDL_kolestrol)
+ 0.16(Trygliceride)
Model III (tanpavariabel umurdangula_darah_puasa)
𝑌 = 36.405 + 0.342(HDL_kolestrol)+ 0.973(LDL_kolestrol) + 0.159(Trygliceride)
Kriteria-kriteriauntukmembandingkanmodelterbaikituadalah:
KRITERIA KETERANGAN
KoefisienDeterminasi (R2
) Besar
StandartError of Estimate (s2
) Kecil

29. AdjustedR2
Besar
StatisticPRESS Kecil
Cp Mallow’s ≤ parameter
AIC Kecil
BIC/SBC Kecil
MODEL I
Variabel Dependen(Y):kolestrol_total
Variabel Independen(X):umur,gula_darah_puasa,HDL_kolestrol,LDL_kolestrol,Trygliceride
Descriptive Statistics
N Sum
PRESS1 214 71055.11
Valid N (listwise) 214
RingkasanKriteria:
KRITERIA KETERANGAN
KoefisienDeterminasi (R2
) 0,946
StandartError of Estimate (s2
) 11,843
AdjustedR2
0,945
StatisticPRESS 71055,11
Cp Mallow’s 6
AIC 1063,801
BIC/SBC 1083,997
MODEL II
Variabel Dependen(Y):kolestrol_total
Variabel Independen(X):gula_darah_puasa,HDL_kolestrol,LDL_kolestrol,Trygliceride

30. Descriptive Statistics
N Sum
PRESS2 214 70745.41
Valid N (listwise) 214
RingkasanKriteria:
KRITERIA KETERANGAN
KoefisienDeterminasi (R2
) 0,946
StandartError of Estimate (s2
) 11,815
AdjustedR2
0,945
StatisticPRESS 70745,41
Cp Mallow’s 5
AIC 1061,814
BIC/SBC 1078,643
MODEL III
Variabel Dependen(Y):kolestrol_total
Variabel Independen(X):HDL_kolestrol, LDL_kolestrol, Trygliceride
Descriptive Statistics
N Sum
PRESS3 214 69764.22
Valid N (listwise) 214
RingkasanKriteria:

31. KRITERIA KETERANGAN
KoefisienDeterminasi (R2
) 0,946
StandartError of Estimate (s2
) 11,797
AdjustedR2
0,945
StatisticPRESS 69764,22
Cp Mallow’s 4
AIC 1060,215
BIC/SBC 1073,679
PERBANDINGAN MODEL REGRESI BERDASARKAN KRITERIA PEMILIHAN MODEL TERBAIK
KRITERIA MODEL 1 MODEL 2 MODEL 3 KET. BAIK
KoefisienDeterminasi (R2
) 0,946 0,946 0,946 Besar
Std Error of Estimate (s2
) 11,843 11,815 11,797 Kecil
AdjustedR2
0,945 0,945 0,945 Besar
StatisticPRESS 71055,11 70745,41 69764,22 Kecil
Cp Mallow’s 6 5 4 ≤ P
AIC 1,063,801 1,061,814 1,060,215 Kecil
BIC/SBC 1,083,997 1,078,643 1,073,679 Kecil
o Pada KoefisienDeterminasi(R2
),semuamodel seimbang,yakni 0.946
o Pada StdError of Estimate (s2
),kriteriabaiknyaadalahyangkecil,s2
terkecil adapada
MODEL 3, yakni 11.797
o Pada AdjustedR2
semuamodel seimbang,yakni 0.945
o Pada StatisticPRESS,kriteriabaiknyaadalahyang kecil,StatisticPRESS terkeciladapada
MODEL 3, yakni 69764.22
o Pada Cp Mallow’s,semuavariabel seimbang,karenasemuanilai CpMallow’snyasama
denganjumlahparameter(variabel)nya.
o Pada AIC,kriteriabaiknyaadalahyangkecil,danAICterkecil adapada MODEL 3
o Pada BIC/SBC,kriteriabaiknyaadalahyangkecil,danBIC/SBCterkecil adapada MODEL 3
Jadi jelas,model terbaikadalah MODEL3(model regresi terakhir).
𝑘𝑜𝑙𝑒𝑠𝑡𝑟𝑜𝑙 _𝑡𝑜𝑡𝑎𝑙 = 36.405 + 0.342(HDL_kolestrol) + 0.973(LDL_kolestrol) + 0.159(Trygliceride)

32. “Setiap kenaikan 1 satuan HDL_kolesterol akan menambah 0,342 satuan kolesterol_total
dengan menganggap variabel lain konstan/tetap.”
d) Sebelummelakukan AnalisisResidual,ada3 asumsi yang harusdipenuhi,yaitu:residual
berdistribusi normal,nilai ekspektasi residualsamadengan0,dan variansi residual konstan.
o Uji Normalitas Residual
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Unstandardized Residual .136 214 .000 .750 214 .000
a. Lilliefors Significance Correction
Uji Hipotesis
o H0: Residual berdistribusi normal
H1: Residual tidakberdistribusi normal
o Tingkatsignifikansi:α=0.05
o StatistikUji
p-value=0.000(menggunakanuji Kolmogorov-Smirnovkarenan>50)
o Daerah kritis
H0 ditolakjikap-value <α
o Kesimpulan
Karenap-value <α maka H0 ditolak,makaresidual tidakberdistribusinormal
o Nilai ekspektasi dan variansi residual
Plotsederhanaantararesidual dengannilai pendugasangatbermanfaatdalammendeteksi
apakahmodel telahsesuai denganspesifikasi ataukahadapenyimpanganterhadapasumsi.

33. Plotresidual yangideal adalahplotyangmenggambarkantitik-titikmenyebardisekitarnol
denganpenyimpangantidakterlalubesar.
OutputMODEL 3:
Terlihattitik-titiknyatidakmenyebardisekitarnol danpenyimpangannyaadayangbesar.Ini
menandakanbahwaplotresidualnyatidakideal.
KESIMPULAN:
Memang Model 3 merupakanmodel regresi yangterbaik,tetapi asumsi untukanalisisresidualnya
tidak terpenuhi karenaresidualnyatidakberdistribusi normal danplotresidualnyatidakideal. Oleh
sebabitutidakdilanjutkandengananalisisresidual.

34. 3. Sebenarnyatidakadakritikdansaran yangberarti, hanyasedikit komentar saja, para asprak
sudah cukup baik dalam mengajar, sehingga saya menjadi cukup tertarik dengan
pelajaran(praktikum) anaregter ini yang memang sangat berguna untuk kedepannya.