Regresi Ganda Elisa.docx

REGRESI GANDA Elisa Irma Maulidya 1552010002 / Teknik Lingkungan-A

1. Data Penelitian Laporan Hasil Analisis Efektifitas Kombinasi Bakteri untuk Mendegradasi LAS & BOD Dengan Proses Lumpur Aktif Td

Konsentrasi LAS

Penyisihan BOD

Penyisihan LAS

6

168.93

358.55

152.79

10

102.69

252.74

97.13

14

60.00

226.94

55.67

18

55.55

158.27

44.72

24

28.50

78.35

23.71

2. Tulis data atau hasil penelitian pada worksheet

3. Running dengan minitab untuk mendapatkan korelasi antara Y, X1,X2, dan X3, Stat → Basic Statistic → Correlation (tanpa menampilkan dispaly P value) sehingga di dapatnilaikorelasi.

4. Running untuk mendapatkan independen variable yang terbaik (X) Stat → Regresion → Best Subset

5. Dari hasil running point 3, Carilah nilai R-Sqterbesardanberitandapada variable independen (X) yang mana.

6. Tabelkan Hasil Persamaan terbaik dari “All Possible Regression” dalam tabel dibawah : Penyisihan BOD Number of Parameters

Independent Variabel

Degree of Freedom

R2

F

1

None

4

0

-

2

Td

3

0.973

107.44

3

Td, Kons LAS

2

0.980

49.96

Penyisihan LAS Number of Parameters

Independent Variabel

Degree of Freedom

R2

F

1

None

4

0

-

2

Td

3

0.885

23.12

3

Td, Kons LAS

2

0.997

365.58

7. Untuk mendapatkan DF, R2 dan F maka running dengan menggunakan regression. Stat → Regresion → Regression Runningkan satu persatu antara Respon (Y) dan Predictor (X) sesuai dengan tabel pada point 5 diatas. Hasil Running adalah sebagai berikut :

8. Untuk mencari model yang terbaik adalah dengan mendapatkan F terbesar. Rumusan F adalah sebagai berikut : Penyisihan BOD Number of Parameters

Independent Variabel

Degree of Freedom

R2

F

1

None

4

0

-

2

Td

3

0.973

107.44

3

Td, Kons LAS

2

0.980

49.96

Nilai F untuk perbandingan dua model : Y = 0 + 1 X1 Y = 0

R2F = 0.973 R2 R = 0

F=

(R2f -R2R ) / (Kf -KR ) (1-R2f )

/ (N-Kf )

Y = 0 + 1X1 +2 X2 Y = 0 + 3 X3

F=

(0.973-0) / (2-1) = 108.11 (1-0.973) / (5-2)

R2F = 0.980 R2R = 0.973

(R2f -R2R ) / (Kf -KR ) (1-R2f )

=

/ (N-Kf )

=

KF = 2 KR = 1

KF = 3 KR = 2

(0.980-0.973) / (3-2) = 0.700 (1-0.980) / (5-3)

 Kesimpulan : Model terbaik dengan menggunakan metode ini adalah : Y = 0 + 1 X1 Model ini menjelaskan 97.3% variasi dari Y. Penyisihan LAS Number of Parameters

Independent Variabel

Degree of Freedom

R2

F

1

None

4

0

-

2

Td

3

0.885

23.12

3

Td, Kons LAS

2

0.997

365.58

Nilai F untuk perbandingan dua model : Y = 0 + 1 X1 Y = 0

R2F = 0.885 R2 R = 0

F=

(R2f -R2R ) / (Kf -KR ) (1-R2f )

/ (N-Kf )

Y = 0 + 1X1 + 2 X2 Y = 0 + 3 X3

F=

(0.885-0) / (2-1) = 23.087 (1-0.885) / (5-2)

R2F = 0.997 R2R = 0.885

(R2f -R2R ) / (Kf -KR ) (1-R2f )

=

/ (N-Kf )

=

KF = 2 KR = 1

KF = 3 KR = 2

(0.997-0.885) / (3-2) = 74.667 (1-0.997) / (5-3)

 Kesimpulan : Model terbaik dengan menggunakan metode ini adalah : Y = 0 + 1 X1 + 2 X2 Model ini menjelaskan 99.7% variasi dari Y.