Anggelia Indah Berliana

1406528794
BIOMETRIKA KELAS B
GROWTH
Tabel Data
Panjang
berat
(mm)
(gr)
6
1
Berdasarkan tabel data di samping, variabel
7
1,2
bebas diwakili oleh data Panjang dan variabel
15
1,5
terikat diwakili oleh data berat
23
2,5
22
2,2
23
2,5
27
3
28
3
33
3,5
31
4
29
3,6
28
3,2
36
4,5
37
5
37
6
38
7
Model Summary
39
8
Std. Error of the
39
8
Adjusted
PadaRtabel
Model Summary, nilai R
39
9 R Square
R
Square
Estimate
sebesar 0,966 menunjukan kekuatan
38
8
.966
.934
.931
.172
model.
Model semakin
kuat bila nilai R
39
10
38 The independent
7 variable is Panjang.
mendekati 1. Maka dengan nilai R sebesar
37
6
0,966 model dapat dikatakan cukup kuat.
38
8

Sementara itu, nilai Std. Error of the

Estimate sebesar 0,172 menunjukan
besar standar eror. Nilai standar eror makin
baik bila mendekati 0. Maka dengan nilai
standar eror sebesar 0,172 model dapat

ANOVA
Sum of Squares
Regression
Residual
Total

df

Mean Square

9.149

9.149

.650

22

.030

9.798

23

F
309.723

Sig.
.000

The independent variable is Panjang.

Pada tabel ANOVA, nilai Sig. menunjukan signifikansi model sebesar 0.

Signifikansi yang baik apabila nilainya < 0,05 dan buruk apabila nilainya >
0,05. Nilai signifikansi pada model growth sangat baik karena nilainya di
bawah 0,05

Coefficients
Standardized
Unstandardized Coefficients
B

Std. Error

Panjang
(Constant)

Coefficients
Beta

.063

.004

-.506

.115

t
.966

Sig.

17.599

.000

-4.420

.000

The dependent variable is ln(Berat).

Pada tabel Coefficients, nilai Sig. juga diartikan sama seperti

nilai Sig. pada tabel ANOVA. Nilai signifikansi model sangat baik
karena nilainya di bawah 0,05.
Sementara itu, melalui nilai B pada Unstandardized
Coefficients kita dapatkan suatu persamaan growth yaitu:

y=e

- 0,506+0,063 x

Bila dibandingkan dengan persamaan linear

Model Summary

R Square
.859

Adjusted R

Std. Error of the

Square

Estimate

.738

.726

1.408

The independent variable is Panjang.

Nilai R growth (0,966) > R linear (0,859), menunjukan bahwa model

growth lebih kuat dari linear karena nilai R growth lebih mendekati
1.
Nilai standar error growth (0,172) < standar error linear (1,408),
menunjukan bahwa model growth lebih kuat dari linear karena

ANOVA
Sum of Squares

df

Mean Square

Sig.

Regression
Residual
Total

122.904

122.904

43.605

22

1.982

166.510

23

62.008

.000

The independent variable is Panjang.

Coefficients
Standardized
Unstandardized Coefficients
B
Panjang
(Constant)

Std. Error
.232

.029

-2.127

.938

Persamaan Linear:
y = -2,127 + 0,232X +1,408
Grafik

Geometrik
Tabel Data

Coefficients
Beta

t
.859

Sig.

7.875

.000

-2.268

.034

x
20
35
60
100
150
300
500
800
1000
1200
1300
1500
1600
1800

y
150
125
105
100
92
80
70
60
50
45
40
37
35
35

Berdasarkan tabel data di samping, variabel

bebas diwakili oleh data x dan variabel terikat
diwakili oleh data y

Model Summary

Adjusted R

Std. Error of the

Square

Estimate

R Square
.992

.983

.982

4.921

The independent variable is X.

Pada tabel Model Summary, nilai R

sebesar 0,992 menunjukan kekuatan
model. Model semakin kuat bila nilai R
mendekati 1. Maka dengan nilai R sebesar
0,992 model dapat dikatakan kuat.
Sementara itu, nilai Std. Error of the
Estimate sebesar 4,921 menunjukan
besar standar eror. Nilai standar eror makin
baik bila mendekati 0. Maka dengan nilai
standar eror sebesar 4,921 model dapat

ANOVA
Sum of Squares
Regression
Residual
Total

df

Mean Square

17269.110

17269.110

290.604

12

24.217

17559.714

13

F
713.098

Sig.
.000

The independent variable is X.

Pada tabel ANOVA, nilai Sig. menunjukan signifikansi model sebesar 0.

Signifikansi yang baik apabila nilainya < 0,05 dan buruk apabila nilainya >
0,05. Nilai signifikansi pada model geometrik sangat baik karena nilainya di
bawah 0,05

Coefficients
Standardized
Unstandardized Coefficients
B

Coefficients

Std. Error

Beta

ln(X)

-23.536

.881

(Constant)

211.365

5.341

t
-.992

Sig.

-26.704

.000

39.577

.000

Pada tabel Coefficients, nilai Sig. juga diartikan sama seperti nilai
Sig. pada tabel ANOVA. Nilai signifikansi model sangat baik karena
nilainya di bawah 0,05.
Sementara itu, melalui nilai B pada Unstandardized Coefficients
kita dapatkan suatu persamaan geometrik yaitu:

y = 211,365 x

-23,536

Bila dibandingkan dengan persamaan linear

Model Summary

Adjusted R

Std. Error of the

Square

Estimate

R Square
.909

.827

.812

15.931

The independent variable is X.

Nilai R geometrik (0,992) > R linear (0,909), menunjukan bahwa

model geometrik lebih kuat dari linear karena nilai R growth lebih
mendekati 1.
Nilai standar error geometrik (4,921) < standar error linear
(15,931), menunjukan bahwa model geometrik lebih kuat dari
linear karena standar error geometrik lebih mendekati 0.
ANOVA
Sum of Squares

Regression

Mean Square

14514.019

14514.019

3045.695

12

253.808

17559.714

13

Residual
Total

df

Sig.

57.185

.000

The independent variable is X.

Coefficients
Standardized
Unstandardized Coefficients
B

Std. Error

Coefficients
Beta

Sig.

X
(Constant)

-.051

.007

111.093

6.581

Persamaan:

y = 111,093 0,051 x + 15,931

Grafik

-.909

-7.562

.000

16.880

.000