TUGAS INDIVUDUMANAJEMEN DATA

VARIABEL REGRESI DUMMY BERGANDAVARIABEL POLINOMIALVARIABEL LOGISTIK BERGANDA

Disusun untuk memenuhi tugas mata kuliah manajemen dataDosen Pengampu : Ir. Suyatno, M.Kes

Disusun Oleh:Muhammad Hatta22030113420003

MAGISTER ILMU GIZIFAKULTAS KEDOKTERANUNIVERSITAS DIPONEGORO SEMARANG2013

Regresi Dummy bergandaA. Variabel yang di teliti 1. Variabel Dependent :a. Sex (Jenis Kelamin)2. Variabel indenpendent :a. IMTb. Karbohidratc. Proteind. LemakB. Syarat Uji Regresi1. Uji korelasi parsialSalah satu syarat uji regresi yang perlu diperhatikan yaitu adanya hubungan linier antara variabel bebas dan terikat

Hasil uji parsial yang telah di lakukan menggunakan SPSS dapat diperoleh berupa hubungan linier antara Indeks Masa Tubuh dengan pendapatan, Produktivitas dan lemak dengan korelasi > 0.5 dan nilai p 0,05, Alasan penggunaan didasarkan jumlah sampel pada masing-masing kelompok < 30.

3. Uji Korelasi BivariateUntuk apakah terdapat terdapat multikolinieritas antara variabel bebas.

Nilai r pada variabel diatas r < 0,5 (korelasi lemah) artinya tidak ada problem multikokolineritas, namun dari hasil output nilai r > 0,5, sehingga dikatakan terdapat multikolineritas, untuk selanjutnya dapat menggunakan VIF dan durbin watson pada regresi linear

Dari hasil dapat diketahui nilai telorence mendakati satu dan nilai VIF sekatar satu yang artinya memiliki nilai uji yang baik dan tidak memiliki multikolineritas

Dari model durbib watson diperoleh nilai 1.128 , sehingga tidak memiliki autokoreksi positif maupun negatif

3. Uji Regresi Linear berganda

Hubungan antara variabel independen dan dependen nilai r = 7.66 % dan nilai sangat kuat sedangkan nilai r adjusted square 45.5% tidak kuat

Model sangat bagus dengan p value 0,05, Alasan penggunaan didasarkan jumlah sampel pada masing-masing kelompok < 30.

Uji Regresi polinomial

angka Rsq atau koefisien determinasi sebesar 0,979 artinya sekitar 97,9% variasi pengamatan bisa dijelaskan oleh variasi jumlah bakteri

Grafik menunjukkan bentuk garis yang non linier

Persamaan regresi polinomialJumlah bakteri = -56.476 + 59.407 pengamatan1 -2.467 Pengamatan2 + 0,06 Pengamatan3

Regresi Logistik Berganda Variabel yang di teliti 1. Variabel Dependent :Status Gizi2. Variabel indenpendent :a. IMTb. Pendapatanc. Produktivitas umurd. Pendidikane. Tingkat Status gizif. Tingkat pendapatan1. Analisis bivariatTabel 1. Distribusi tingkat pendapatan dengan pendidikankategori Tingkat pendapatanp OR (95%IK)

N15000%

PendidikanTidak skl3503500,1411,00(1,27-95,19)

Sekolah28,32291,5

total5165,72583,3

Tabel 2. Distribusi tingkat pendapat dengan tingkat status gizikategori Tingkat pendapatanp OR (95%IK)

N15000%

PendidikanTidak skl422,21477,80,323.14(0,31-32,28)

Sekolah18,31191,7

total516,72583,3

2. Analisi Regresi logistik berganda

Sig p > 0,05,tidak beda, shg model baik

Setiap penurunan pendidikan terjadi penurunan pendapatan Rp 2,591 dengan p=0,038, or dan IK 1,293 (0,857-1.949).