Tutorial 10: Simple Linear Regression

1. The Mathematics scores (X) and Additional Mathematics scores (Y) for 30
students are as shown in the following table.

Mathematics Additional Mathematics Additional

Mathematics Mathematics
25 20 26 23
28 23 30 26

33 29 35 31
40 36 42 38

49 45 50 47
56 51 57 51

64 60 67 64
70 65 71 65

75 69 77 73
80 75 81 78

84 79 86 80
89 85 90 85
90 86 91 86
92 86 94 90
95 90 98 94

By using SPSS, test the hypothesis of whether Mathematics achievement is a

significant predictor of Additional Mathematics achievement at the 0.05 level
of significance.
Langkah 1 : Nyatakan hipotesis nol dan hipotesis alternatif

Hipotesis Nol Hipotesis Alternatif

Pencapaian Matematik bukan Pencapaian Matematik ialah

peramal yang signifikan bagi peramal yang signifikan bagi
pencapaian Matematik Tambahan pencapaian Matematik Tambahan
dalam populasi. dalam populasi.

Langkah 2 : Tetapkan aras signifikan untuk menolak hipotesis nol

 Nilai α = 0.05
 Jika p ≤ 0.05, maka hipotesis nol ditolak.
 Jika p > 0.05, maka hipotesis nol gagal ditolak.

Langkah 3 : Analisis data dengan menggunakan SPSS

 Sampel dipilih secara rawak daripada populasi dan skor-skor variabel bersandar adalah
bebas daripada satu sama lain.
 Skor-skor variabel bersandar adalah bertaburan secara normal dalam populasi bagi setiap
skor variabel bebas.
 Skor-skor variabel bersandar mempunyai varians yang sama dalam populasi bagi setiap
skor variabel bebas.

 Histogram hampir berbentuk lengkuk normal. Maka, skor-skor pencapaian Matematik

Tambahan diandaikan bertaburan secara normal dalam populasi bagi setiap skor
pencapaian Matematik.
 Dalam plot kebarangkalian normal, corak taburan set titik hampir berbentuk garis lurus.
Maka, skor-skor pencapaian Matematik Tambahan diandaikan bertaburan secara normal
dalam populasi bagi setiap skor pencapaian Matematik.

 Plot serakan *ZRESID lawan *ZPRED bertaburan secara rawak dan agak rata di sekitar
sifar. Maka, skor-skor pencapaian Matematik Tambahan diandaikan mempunyai varians
yang sama dalam populasi bagi setiap skor pencapaian Matematik.
Langkah 4 : Buat keputusan tentang hipotesis nol

 Hipotesis Nol ditolak kerana p < 0.05

Langkah 5 : Buat kesimpulan

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .999 .999 .999 .92032
a. Predictors: (Constant), Matematik
b. Dependent Variable: Matematik_Tambahan

 Pencapaian Matematik ialah peramal yang signifikan bagi pencapaian Matematik

Tambahan dalam populasi, β = 0.999, t (29) = 140.494, p < 0.05, R 2adj = 0.999. Saiz kesan
menunjukkan bahawa 99.9% daripada varians dalam pencapaian Matematik Tambahan
dapat dijelaskan oleh pencapaian Matematik.
 Persamaan regresi ialah :
Y’ = b X + a
Y’ = 0.990 X - 3.830 atau
Y’ = 0.99 X - 3.83
Atau
 Pencapaian Matematik Tambahan yang diramalkan = 0.99 (Pencapaian Matematik) - 3.83
 2. A researcher wanted to examine whether logical reasoning is a significant
predictor of students’ creativity at the 0.01 level of significance. Based on the
results of the analysis below answer the following questions.

Descriptive Statistics

Mean Std. Deviation N

Creativity (Y) 12.85 3.613 40

Logical reasoning (X) 11.65 4.067 40

Correlations

Logical
Creativity (Y) reasoning (X)

Pearson Correlation Creativity (Y) 1.000 .736

Logical reasoning (X) .736 1.000

Sig. (1-tailed) Creativity (Y) . .000

Logical reasoning (X) .000 .

N Creativity (Y) 40 40

Logical reasoning (X) 40 40

Variables Entered/Removedb

Variables Variables
Model Entered Remove Method
d

1 Logical . Enter
a
reasoning (X)

a. All requested variables entered.

b. Dependent Variable: Creativity (Y)

Model Summaryb

Adjusted Std. Error of the

Model R R Square R Estimate
Square

1 .736a .542 .530 2.477

a. Predictors: (Constant), Logical reasoning (X)

b. Dependent Variable: Creativity (Y)

 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 275.926 1 275.926 44.96 .000a

7
Residual 233.174 38 6.136

Total 509.100 39

a. Predictors: (Constant), Logical reasoning (X)

b. Dependent Variable: Creativity (Y)

Coefficientsa

Unstandardized Standardize 99.0% Confidence Interval for

Coefficients d B
Coefficients
Model t Sig.
B Std. Error Beta Lower Bound Upper Bound

1 (Constant) 5.231 1.202 4.352 .000 1.972 8.490

Logical reasoning .654 .098 .736 6.706 .000 .390 .918

(X)

a. Dependent Variable: Creativity (Y)

a) State TWO (2) variables that are used in this study.

 Variabel bebas atau variabel peramal (X) = Penaakulan logik
 Variabel bersandar atau variabel kriteria (Y) = Kreativiti

b) State THREE (3) assumptions of simple linear regression analysis.

 Sampel dipilih secara rawak daripada populasi dan skor-skor variabel bersandar adalah
bebas daripada satu sama lain.
 Skor-skor variabel bersandar adalah bertaburan secara normal dalam populasi bagi
setiap skor variabel bebas.
 Skor-skor variabel bersandar mempunyai varians yang sama dalam populasi bagi setiap
skor variabel bebas.

c) State the null and alternative hypotheses of this study.

Hipotesis Nol Hipotesis Alternatif

Penakulan logik bukan peramal yang Penakulan logik ialah peramal yang signifikan
signifikan bagi kreativiti pelajar dalam bagi kreativiti pelajar dalam populasi.
populasi.
 d) What is your decision based on the value of p?
 Nilai α = 0.01
 Jika p ≤ 0.01, maka hipotesis nol ditolak
 Jika p > 0.01, maka hipotesis nol gagal ditolak

Coefficientsa

Unstandardized Standardize 99.0% Confidence Interval for

Coefficients d B
Coefficients
Model t Sig.
B Std. Error Beta Lower Bound Upper Bound

1 (Constant) 5.231 1.202 4.352 .000 1.972 8.490

Logical reasoning .654 .098 .736 6.706 .000 .390 .918

(X)

a. Dependent Variable: Creativity (Y)

 Hipotesis Nol ditolak kerana p < 0.01

e) What conclusion can you make from this study?

Model Summaryb

Adjusted Std. Error of the

Model R R Square R Estimate
Square

1 .736a .542 .530 2.477

a. Predictors: (Constant), Logical reasoning (X)

b. Dependent Variable: Creativity (Y)

Coefficientsa

Unstandardized Standardize 99.0% Confidence Interval for

Coefficients d B
Coefficients
Model t Sig.
B Std. Error Beta Lower Bound Upper Bound

1 (Constant) 5.231 1.202 4.352 .000 1.972 8.490

Logical reasoning .654 .098 .736 6.706 .000 .390 .918

(X)

a. Dependent Variable: Creativity (Y)

 Penakulan logik ialah peramal yang signifikan bagi kreativiti pelajar dalam populasi, β =
0.74, t (39) = 6.71, p < 0.01, R2adj = 0.53. Saiz kesan menunjukkan bahawa 53% daripada
varians dalam kreativiti dapat dijelaskan oleh penaakulan logik dalam populasi.
 Persamaan regresi ialah :
Y’ = b X + a
Y’ = 0.654 X + 5.231 atau
Y’ = 0.65 X + 5.23
Atau
 Skor Kreativiti yang diramalkan = 0.65 (skor penaakulan logik) + 5.23