NAMA : NURZIKRI SAPUTRA

NIM : 211910958
KELAS : 2ST4

TUGAS PERTEMUAN 5 ANALISIS REGRESI

1. 7.12. Chemical shipment. The observations to follow, taken on 20 incoming shipments of

chemicals in drums arriving at a warehouse, show number of drums in shipment (𝑋1 ), total
weight of shipment (𝑋2 , in hundred pounds), and number of minutes required to handle
shipment (𝑌).
𝑖: 1 2 3 4 5 6 7 8 9 10
𝑋𝑖1 : 7 18 5 14 11 5 23 9 16 5
𝑋𝑖2 : 5,11 16,72 3,2 7,03 10,98 4,04 22,07 7,03 10,62 4,76
𝑌𝑖 : 58 152 41 93 101 38 203 78 117 44

𝑖: 11 12 13 14 15 16 17 18 19 20
𝑋𝑖1 : 17 12 6 12 8 15 17 21 6 11
𝑋𝑖2 : 11,02 9,51 3,79 6,45 4,6 13,86 13,03 15,21 3,64 9,57
𝑌𝑖 : 121 112 50 82 48 127 140 155 39 90

Assume that regression model (7.1) with independent normal error terms is appropriate.
a. Obtain the estimated regression function. How is 𝑏1 here interpreted? How is 𝑏2 here
interpreted?
JAWAB:
𝑌: Lama waktu yang diperlukan untuk menangani pengiriman (menit)
𝑋1 : jumlah drum dalam pengiriman
𝑋2 : berat total kiriman (100 pounds)
𝑏0 , 𝑏1 , dan 𝑏2 masing-masing mengestimasi 𝛽0 , 𝛽1 dan 𝛽2 .

1 7 5,11
58
1 18 16,72
3,2 152
1 5 41
7,03
1 14 93
1 11 10,98 101
1 5 4,04 38
1 23 22,07 203
1 9 7,03 78
1 16 10,62 𝑏0 117
4,76
𝑿= 1 5 𝒃 = [𝑏1 ] 𝒀 = 44
1 17 11,02 121
𝑏2
1 12 9,51 112
1 6 3,79 50
1 12 6,45 82
1 8 4,6 48
1 15 13,86 127
1 17 13,03 1400
1 21 15,21 155
1 6 39
3,64 [ 90 ]
[1 11 9,57 ]
 0,306662 −0,03295 0,014867
(𝑿′ 𝑿)−𝟏 = [−0,03295 0,011956 −0,012 ]
0,014867 −0,012 0,014037
1889
′
𝑿 𝒀 = [ 27246 ]
21648,81

0,306662 −0,03295 0,014867 1889 3,325 𝑏0

𝒃 = (𝑿′ 𝑿)−𝟏 𝑿′ 𝒀 = [−0,03295 0,011956 −0,012 ] [ 27246 ] = [3,768] = [𝑏1 ]
0,014867 −0,012 0,014037 21648,81 5,080 𝑏2

Estimasi fungsi regresi: 𝑌̂ = 3,325 + 3,768𝑋1 + 5,0080𝑋2

Interpretasi:
- Lama waktu yang diperlukan untuk menangani pengiriman akan bertambah 3,768
menit saat jumlah drum dalam pengiriman bertambah satu buah dengan asumsi
berat total kiriman tetap.
- Lama waktu yang diperlukan untuk menangani pengiriman akan bertambah 5,080
menit jika berat total pengiriman bertambah sebanyak 100 pounds dengan asumsi
jumlah drum dalam pengiriman tetap.

b. Test whether there is a regression relation, using a level of significance of .05. State the
alternatives, decision rule, and conclusion. What does your test result imply about 𝛽1 and
𝛽2 ? What is the 𝑃-value of the test?
JAWAB:
Uji F simultan
𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻1 : minimal ada satu 𝛽𝑘 ≠ 0 untuk 𝑘 = 1, 2
Tingkat signifikansi: 0,05
Perhitungan:
1889 3,325
′ ′
𝑿 𝒀 = [ 27246 ] 𝒀 𝒀 = [219449] 𝒃 = [3,768] 𝑛 = 20
21648,81 5,080

1889
𝑆𝑆𝐸 = 𝒀′ 𝒀 − 𝒃′ 𝑿′ 𝒀 = [219449] − [3,325 3,768 5,080] [ 27246 ] = 536,4682
21648,81
1889
1 1
𝑆𝑆𝑅 = 𝒃′ 𝑿′ 𝒀 − (𝑛) 𝒀′ 𝟏𝟏′ 𝒀 = [3,325 3,768 5,080] [ 27246 ] − (20) 3568321
21648,81
𝑆𝑆𝑅 = 40496,48
Sumber Keragaman SS df MS
Regresi 40496,48 2 20248,24
Error 536,4682 17 31,55696
Total 41032,9482 19

𝑀𝑆𝑅 20248,24
𝐹 ∗ = 𝑀𝑆𝐸 = 31,55696 = 641,6411

Wilayah penolakan: 𝐻0 ditolak saat 𝐹 ∗ > 𝐹0,05;2,17 = 3,59

 Keputusan: Tolak 𝐻0 karena 𝐹 ∗ = 641,6411 > 𝐹0,05;2,17 = 3,59
Kesimpulan: Dengan tingkat signifikansi 5% dan jumlah sampel yang ada, terdapat
cukup bukti untuk menyatakan bahwa terdapat hubungan regresi antara lama waktu
yang diperlukan untuk menangani pengiriman (menit) dengan jumlah drum dalam
pengiriman dan berat total kiriman (100 pounds). Hasil tes menyiratkan tentang 𝛽1 dan
𝛽2 yang secara bersama-sama memiliki hubungan regresi dengan variabel dependen (𝑌).
Nilai 𝑃-value dari tes adalah 2,2 × 10−16 yang mendukung untuk menolak 𝐻0 .

c. Estimate 𝛽1 and 𝛽2 jointly by the Bonferroni procedure using a 95 percent family

confidence coefficient. Interpret your results.
JAWAB:
0,306662 −0,03295 0,014867
𝑀𝑆𝐸 = 31,55696 (𝑿′ 𝑿)−𝟏 = [−0,03295 0,011956 −0,012 ]
0,014867 −0,012 0,014037

0,306662 −0,03295 0,014867

𝒔𝟐 (𝒃) = 𝑀𝑆𝐸(𝑿′ 𝑿)−𝟏 = 31,55696 [−0,03295 0,011956 −0,012 ] =
0,014867 −0,012 0,014037
9,68 −1,04 0,47
[−1,04 0,38 −0,38]
0,47 −0,38 0,44
Sehingga, 𝑠 2 (𝑏0 ) = 9,68; 𝑠 2 (𝑏1 ) = 0,38; 𝑠 2 (𝑏2 ) = 0,44
3,325
Diketahui juga 𝒃 = [3,768], 𝑡1− 𝛼 ;𝑛−𝑝 = 𝑡0,9875;17 = 2,46
2𝑔
5,080
Maka, Bonferroni 95% joint confidence interval untuk 𝛽1 dan 𝛽2 adalah
3,768 ± 2,46 × √0,38 = (2,2516; 5,284)
5,080 ± 2,46 × √0,44 = (3,448; 6,712)
Interpretasi:
Dengan tingkat kepercayaan 95% selang kepercayaan bersama untuk nilai 𝛽1 berada di
antara 2,2516 sampai 5,284 dan untuk nilai 𝛽2 berada di antara 3,448 dan 6,712.

d. Calculate the coefficient of multiple determination 𝑅 2. How is this measure interpreted

here?
JAWAB:
𝑆𝑆𝑅 = 40496,48 𝑆𝑆𝑇 = 41032,9482
𝑆𝑆𝑅 40496,48
𝑅 2 = 𝑆𝑆𝑇 = 41032,9482 = 0,9869
Ketika variabel jumlah drum dalam pengiriman dan berat total kiriman (100 pounds)
dimasukkan ke dalam model regresi, variasi pada lama waktu yang diperlukan untuk
menangani pengiriman (menit) dapat berkurang 98,69%

2. 7.13. Refer Chemical shipment Problem 7.12.

a. Management desires simultaneous interval estimates of the mean handling times for five
typical shipments specified to be as follows:
1 2 3 4 5
𝑋1 5 6 10 14 20
𝑋2 3,20 4,80 7,00 10,00 18,00
 Obtain the family of estimates using a 95 percent family confidence coefficient. Employ
the Working-Hotelling type bounds or the Bonferroni procedure, whichever is more
efficient.
JAWAB:
Untuk menentukan prediksi selang kepercayaan yang terbaik, akan ditentukan nilai 𝑆
dan 𝐵 untuk 𝑔 = 2.
𝑊 2 = 𝑝𝐹(1 − 𝛼; 𝑝, 𝑛 − 𝑝) = 3(3,1967) = 9,59 atau
𝑊 = 3,097
𝛼
𝐵 = 𝑡 (1 − 2𝑔 ; 𝑛 − 𝑝) = 2,458
Selang prediksi terbaik menggunakan metode Bonferroni.
1
Untuk pengiriman pertama 𝑿𝟏 = [ 5 ]
3,20
𝑌̂1 = 38,42 𝑠(𝑌̂ℎ ) = 2,033
1
Untuk pengiriman kedua 𝑿𝟐 = [ 6 ]
4,80
̂
𝑌2 = 50,31 ̂
𝑠(𝑌2 ) = 1,92
1
Untuk pengiriman ketiga 𝑿𝟑 = [ 10 ]
7,00
̂
𝑌3 = 76,56 ̂
𝑠(𝑌3 ) = 1,37
1
Untuk pengiriman keempat 𝑿𝟒 = [ 14 ]
10,0
𝑌̂4 = 106,87 𝑠(𝑌̂4 ) = 1,48
1
Untuk pengiriman kelima 𝑿𝟏 = [ 20 ]
18,0
𝑌̂5 = 170,12 𝑠(𝑌̂5 ) = 2,61
Maka prediksi interval simultan Bonferroni dengan family selang kepercayaan 95%
adalah
38,42 ± 2,458(2,033) atau 33,42 ≤ 𝐸(𝑌1 ) ≤ 43,42
50,31 ± 2,458(1,92) atau 45,59 ≤ 𝐸(𝑌2 ) ≤ 55,03
76,56 ± 2,458(1,37) atau 73,19 ≤ 𝐸(𝑌3 ) ≤ 79,93
106,87 ± 2,458(1,48) atau 103,23 ≤ 𝐸(𝑌4 ) ≤ 110,51
170,12 ± 2,458(2,61) atau 163,70 ≤ 𝐸(𝑌5 ) ≤ 176,54

b. For the observations in Problem 7.12, would you consider a shipment of 20 drums with
a weight of 5 hundred pounds to be within the scope of the model? What about a
shipment of 20 drums with a weight of 19 hundred pounds? Support your answer by
preparing a relevant plot.
JAWAB:
Estimasi garis regresi: 𝑌̂ = 3,325 + 3,768𝑋1 + 5,0080𝑋2
Gambar 1. Plot regresi linear berganda

Gambar 2. Plot regresi linear berganda jika nilai 𝑿𝟏 = 𝟐𝟎 dan 𝑿𝟐 =5 masuk ke dalam
model
 Gambar 3. Plot regresi linear berganda jika nilai 𝑿𝟏 = 𝟐𝟎 dan 𝑿𝟐 = 𝟏𝟗 masuk ke dalam
model
Ketiga gambar di atas menunjukkan bahwa tidak jauh berbeda jika terdapat nilai amatan
baru untuk 𝑋1 = 20 dan 𝑋2 = 5 masuk ke dalam model serta jika 𝑋1 = 20 dan 𝑋2 = 19
masuk ke dalam model. Terlihat jika tidak terdapat perubahan berarti secara visual. Jadi,
tidak apa apa memasukkan kedua keadaan 𝑋1 dan 𝑋2 ke dalam batas model yang
diajukan.

3. 7.14. Refer to Chemical shipment Problem 7.12. Four separate shipments with the following
characteristics will arrive in next day or two:
1 2 3 4
𝑋1 9 12 15 18
𝑋2 7,20 9,00 12,50 16,50
Management desires predictions of the handling times for these shipments so that the actual
handling times can be compared with the predicted times to determine whether any are “out
of line”. Develop the needed predictions using the most efficient approach and a family
confidence coefficient of 95 percent.
JAWAB:
Untuk menentukan prediksi interval simultan yang terbaik, ditentukan terlebih dahulu nilai
𝑆 dan 𝐵 untuk 𝑔 = 2 untuk keluarga selang kepercayaan 0,95.
𝑆 2 = 2𝐹(0,95; 2,17) = 7,183 atau 𝑆 = 2,68
dan
𝐵 = 𝑡(0,9875; 17) = 2,458

Selang prediksi terbaik menggunakan metode Bonferroni

1
Untuk pengiriman pertama 𝑿𝟏 = [ 9 ]
7,20
̂
𝑌1 = 73,81 ̂
𝑠(𝑌ℎ ) = 5,808
1
Untuk pengiriman kedua 𝑿𝟐 = [ 12 ]
9,00
 𝑌̂2 = 94,26 𝑠(𝑌̂2 ) = 5,75
1
Untuk pengiriman ketiga 𝑿𝟑 = [ 15 ]
12,50
𝑌̂3 = 123,34 𝑠(𝑌̂3 ) = 5,73
1
Untuk pengiriman keempat 𝑿𝟒 = [ 18 ]
16,50
̂
𝑌4 = 154,96 ̂
𝑠(𝑌4 ) = 5,72

Maka prediksi interval simultan Bonferroni dengan kelompok selang kepercayaan 95%
adalah
73,81 ± 2,458(5,808) atau 59,53 ≤ 𝑌1(𝑛𝑒𝑤) ≤ 88,09
94,26 ± 2,458(5,75) atau 80,1265 ≤ 𝑌2(𝑛𝑒𝑤) ≤ 108,39
123,34 ± 2,458(5,73) atau 109,256 ≤ 𝑌3(𝑛𝑒𝑤) ≤ 137,42
154,96 ± 2,458(5,72) atau 140,90 ≤ 𝑌4(𝑛𝑒𝑤) ≤ 169,02

4. 7.16. Refer to Chemical shipment Problem 7.12. three new shipments are to be received, each
with 𝑋ℎ1 = 7 and 𝑋ℎ2 = 6.
a. Obtain a 95 percent prediction interval for the mean handling time for these shipments.
JAWAB:
Ingin diestimasi selang kepercayaan 95% untuk rata-rata lama waktu yang diperlukan
untuk menangani pengiriman.
𝑚=3 𝑌̂ℎ = 𝑿′𝒉 𝒃 = 60,179 𝑡0,975;17 = 2,110
1 0,306662 −0,03295 0,014867
𝑿 𝒉 = [ 7] 𝑀𝑆𝐸 = 31,55696 (𝑿′ 𝑿)−𝟏 = [−0,03295 0,011956 −0,012 ]
6 0,014867 −0,012 0,014037

1
𝑠 2 (𝑌̅ℎ(𝑛𝑒𝑤) ) = 𝑀𝑆𝐸 (𝑚 + 𝑿′𝒉 (𝑿′ 𝑿)−𝟏 𝑿𝒉 )
0,306662 −0,03295 0,014867 1
1
𝑠 2 (𝑌̅ℎ(𝑛𝑒𝑤) ) = 31,55696(3 + [1 7 6] [−0,03295 0,011956 −0,012 ] [7]
0,014867 −0,012 0,014037 6
𝑠 2 (𝑌̅ℎ(𝑛𝑒𝑤) ) = 13,899
Estimasi selang kepercayaan 95% untuk rata-rata lama waktu yang diperlukan untuk
menangani pengiriman.
60.179 ± 2,110 × √13,899 = [52,31; 68,05] atau 52,31 ≤ 𝑌̅ℎ 𝑛𝑒𝑤 ≤ 68,05

Dengan tingkat kepercayaan 95% dapat dinyatakan bahwa rata-rata waktu yang
diperlukan untuk menangani pengiriman saat 3 kapal diterima berada di antara 52,31
menit sampai 68,05.

b. Convert the interval obtained in part (a) into a 95 percent prediction interval for the total
handling time for the three shipments.
JAWAB:
𝑃(52,31(3) ≤ 𝑌̅ℎ(𝑛𝑒𝑤) ≤ 68,05(3)) = 0,95
𝑃(156,93 ≤ 𝑌̅ℎ(𝑛𝑒𝑤) ≤ 204,15) = 0,95
5. 7.17. Patient satisfaction. A hospital administrator wished to study the relation between
patient satisfaction (𝑌) and patient’s age (𝑋1 , in years), severity of illness (𝑋2 , an index), and
anxiety level (𝑋3 , an index). She randomly selected 23 patients and collected the data
presented below, where larger values of 𝑌, 𝑋2 , and 𝑋3 are, respectively, associated with more
satisfaction, increased severity of illness, and more anxiety.
𝑖: 1 2 3 4 5 6 7 8 9 10 11 12
𝑋𝑖1 : 50 36 40 41 28 49 42 45 52 29 29 43
𝑋𝑖2 : 51 46 48 44 43 54 50 48 62 50 48 53
𝑋𝑖3 : 2,3 2,3 2,2 1,8 1,8 2,9 2,2 2,4 2,9 2,1 2,4 2,4
𝑌𝑖 : 48 57 66 70 89 36 46 54 26 77 89 67

𝑖: 13 14 15 16 17 18 19 20 21 22 23
𝑋𝑖1 : 38 34 53 36 33 29 33 55 29 44 43
𝑋𝑖2 : 55 51 54 49 56 46 49 51 52 58 50
𝑋𝑖3 : 2,2 2,3 2,2 2 2,5 1,9 2,1 2,4 2,3 2,9 2,3
𝑌𝑖 : 47 51 57 66 79 88 60 49 77 52 60
Assume that regression model (7.5) for three independent variables with independent
normal error terms is appropriate.
a. Obtain the estimated regression function.
JAWAB:
𝑌: Tingkat kepuasan pasien
𝑋1 : Umur pasien (dalam tahun)
𝑋2 : Indeks keparahan penyakit
𝑋3 : Indeks tingkat kecemasan

Model: 𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + 𝜖
Estimasi parameter regresi 𝛽0 , 𝛽1 , 𝛽2 , dan 𝛽3 oleh 𝑏0 , 𝑏1 , 𝑏2 , 𝑏3
 2,3
1 50 51 48
2,3
1 36 46 57
48 2,2
1 40 66
44 1,8
1 41 70
1 28 43 1,8 89
1 49 54 2,9 36
1 42 50 2,2 46
1 45 48 2,4 54
1 52 62 2,9 26
1 29 50 2,1 𝑏0 77
1 29 48 2,4 89
𝑏
𝑿= 1 43 53 2,4 𝒃 = [ 1] 𝒀 = 67
1 38 55 𝑏2 47
2,2
1 34 51 𝑏3 51
2,3
1 53 54 2,2 57
1 36 49 2 66
1 33 56 2,5 79
1 29 46 1,9 88
1 33 49 2,1 60
1 55 51 2,4 49
1 29 52 77
2,3
1 44 58 52
2,9 [60]
[1 43 50 2,3]

6,2753 0,001 −0,1511 0,61055 1411

0,00096 0,0009 −0,0003 −0,00824 53479
(𝑿′ 𝑿)−𝟏 = [ ] 𝑿′ 𝒀 = [ 70695 ]
−0,15107 0,0003 0,0064 −0,06958
0,61055 −0,008 −0,0696 1,41536 3171,9
162,876 𝑏0
−1,21032 𝑏
Maka 𝒃 = (𝑿′ 𝑿)−𝟏 𝑿′ 𝒀 = [ ] = [ 1]
−0,66591 𝑏2
−8,61303 𝑏3

Estimasi persamaan regresi: 𝑌̂ = 162,876 − 1,21032𝑋1 − 0,66591𝑋2 − 8,61303𝑋3

b. Test whether there is a regression relation; use a .10 level of significance. State the
alternatives, decision rule, and conclusion. What does your test imply about 𝛽1 , 𝛽2 , and
𝛽3 ? What is the 𝑃-value of the test?
JAWAB:
Uji F simultan
𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 0
𝐻1 : minimal ada satu 𝛽𝑘 ≠ 0 untuk 𝑘 = 1, 2,3
Tingkat signifikansi: 0,1
Perhitungan:
1411 162,876
53479 −1,21032
𝑿′ 𝒀 = [ 70695 ] 𝒀′ 𝒀 = [92707] 𝒃=[ ] 𝑛 = 23
−0,66591
3171,9 −8,61303

𝑆𝑆𝐸 = 𝒀′ 𝒀 − 𝒃′ 𝑿′ 𝒀
 1411
53479
𝑆𝑆𝐸 = [92707] − [162,876 −1,21032 −0,66591 −8,61303] [
70695 ]
3171,9
𝑆𝑆𝐸 = 2011,6
1
𝑆𝑆𝑅 = 𝒃′ 𝑿′ 𝒀 − ( ) 𝒀′ 𝟏𝟏′ 𝒀
𝑛
1411
53479 1
𝑆𝑆𝑅 = [162,876 −1,21032 −0,66591 −8,61303] [ − ( ) 1990921
70695 ] 23
3171,9
𝑆𝑆𝑅 = 4133,6
Sumber Keragaman SS df MS
Regresi 4133,6 3 1377,867
Error 2011,6 19 105,874
Total 6145,2 22

𝑀𝑆𝑅
𝐹 ∗ = 𝑀𝑆𝐸 = 13,014

Wilayah penolakan: 𝐻0 ditolak saat 𝐹 ∗ > 𝐹0,1;3,19 = 2,397

Keputusan: Tolak 𝐻0 karena 𝐹 ∗ = 13,014 > 𝐹0,1;3,19 = 2,397
Kesimpulan: Dengan tingkat signifikansi 10% dan jumlah sampel yang ada, terdapat
cukup bukti untuk menyatakan bahwa terdapat hubungan regresi antara tingkat
kepuasan pasien dengan umur pasien, indeks keparahan penyakitnya, dan indeks tingkat
kecemasan. Hasil tes menyiratkan tentang 𝛽1 , 𝛽2 , dan 𝛽3 yang secara bersama-sama
memiliki hubungan regresi dengan variabel dependen (𝑌). Nilai 𝑃-value dari tes adalah
7,482 × 10−5 yang mendukung untuk menolak 𝐻0 .

c. Obtain joint interval estimates of 𝛽1 , 𝛽2 , and 𝛽3 using a 90 percent family confidence

coefficient. Interpret your results.
JAWAB:
6,2753 0,001 −0,1511 0,61055
0,00096 0,0009 −0,0003 −0,00824
𝑀𝑆𝐸 = 105,874 (𝑿′ 𝑿)−𝟏 = [ ]
−0,15107 0,0003 0,0064 −0,06958
0,61055 −0,008 −0,0696 1,41536

6,2753 0,001 −0,1511 0,61055

0,00096 0,0009 −0,0003 −0,00824
𝒔𝟐 (𝒃) = 𝑀𝑆𝐸(𝑿′ 𝑿)−𝟏 = 105,874 [ ]
−0,15107 0,0003 0,0064 −0,06958
0,61055 −0,008 −0,0696 1,41536
664,391 0,1017 −15,994 64,6412
0,10171 0,0909 −0,0334 −0,87234
𝒔𝟐 (𝒃) = [ ]
−15,9939 −0,0334 0,674 −7,36654
64,6412 −0,8723 −7,3665 149,85
Sehingga, 𝑠 0 = 664,391; 𝑠 1 = 0,0909; 𝑠 2 (𝑏2 ) = 0,674, 𝑠 2 (𝑏3 ) = 149,85
2 (𝑏 ) 2 (𝑏 )

162,876
−1,21032
Diketahui juga 𝒃 = [ ], 𝑡 𝛼 = 𝑡0,0167;19 = 2,294
−0,66591 1−2𝑔;𝑛−𝑝
−8,61303
 Maka, Bonferroni 90% joint confidence interval untuk 𝛽1 , 𝛽2 , dan 𝛽3 adalah
−1,21032 ± 2,294 × √0,0909 = (−1,902; −0,519)
−0,66591 ± 2,294 × √0,674 = (−2,549; 1,217)
−8,61303 ± 2,294 × √149,85 = (−36,695; 19,47)

Interpretasi:
Dengan tingkat kepercayaan 90% selang kepercayaan bersama untuk nilai 𝛽1 berada di
antara −1,902 sampai −0,519, untuk nilai 𝛽2 berada di antara −2,549 sampai 1,217, dan
untuk nilai 𝛽3 berada di antara −36,695 sampai 19,47.
d. Calculate the coefficient of multiple correlation. What does it indicate here?
JAWAB:
𝑆𝑆𝑅 4133,6
𝑅 = √𝑅 = √𝑆𝑆𝑇 = √6145,2 = 0,82
Nilai koefisien korelasi berganda disini menunjukkan keeratan hubungan antara variabel
tingkat kepuasan pasien dengan variabel umur pasien, variabel indeks keparahan
penyakitnya, dan variabel indeks tingkat kecemasan secara bersama-sama. Nilai sebesar
0,82 menunjukkan bahwa terdapat hubungan yang kuat kuat antara variabel tingkat
kepuasan pasien dengan variabel umur pasien, variabel indeks keparahan penyakitnya,
dan variabel indeks tingkat kecemasan secara bersama-sama.

6. 7.18. Refer to Patient satisfaction Problem 7.17.

a. Obtain an interval estimate of the mean satisfaction when 𝑋ℎ1 = 35, 𝑋ℎ2 = 45, and 𝑋ℎ3 =
2,2. Use a 90 percent confidence coefficient. Interpret your confidence interval.
JAWAB:
1 162,876 664,391 0,1017 −15,994 64,6412
35 −1,21032 0,10171 0,0909 −0,0334 −0,87234
𝑿𝒉 = [ ] ; 𝒃 = [
45 ] ; 𝒔𝟐 (𝒃) = [ ]
−0,66591 −15,9939 −0,0334 0,674 −7,36654
2,2 −8,61303 64,6412 −0,8723 −7,3665 149,85
Maka dari itu, estimasi rata-rata respon adalah
162,876
−1,21032
𝑌̂ℎ = 𝑿′𝒉 𝒃 = [1 35 45 2,2] [ ] = 71,6003
−0,66591
−8,61303
𝑠 2 (𝑌̂ℎ ) = 𝑿′𝒉 𝒔𝟐 (𝒃)𝑿𝒉
664,391 0,1017 −15,994 64,6412 1
0,10171 0,0909 −0,0334 −0,87234 35
𝑠 2 (𝑌̂ℎ ) = [1 35 45 2,2] [ ][ ]
−15,9939 −0,0334 0,674 −7,36654 45
64,6412 −0,8723 −7,3665 149,85 2,2
𝑠 2 (𝑌̂ℎ ) = 19,7425
𝑡1−𝛼;𝑛−𝑝 = 𝑡0,95;19 = 1,729
2
Selang kepercayaan 90% untuk rata-rata tingkat kepuasan saat 𝑋ℎ1 = 35, 𝑋ℎ2 = 45, and
𝑋ℎ3 = 2,2:
𝑌̂ℎ ± 𝑡 𝛼 𝑠(𝑌̂ℎ ) = 71,6003 ± 1,729√19,7425 = (63,918; 79,283)
1− ;𝑛−𝑝
2
Dengan tingkat kepercayaan 90%, dapapt dinyatakan bahwa rata-rata tingkat kepuasan
saat 𝑋ℎ1 = 35, 𝑋ℎ2 = 45, and 𝑋ℎ3 = 2,2 berada di antara 63,918 sampai 79,283.
b. Obtain a prediction interval for a new patient’s satisfaction when 𝑋ℎ1 = 35, 𝑋ℎ2 = 45,
and 𝑋ℎ3 = 2,2. Use a 90 percent confidence coefficient. Interpret your prediction interval.
JAWAB:
6,2753 0,001 −0,1511 0,61055
0,00096 0,0009 −0,0003 −0,00824
𝑀𝑆𝐸 = 105,874 (𝑿′ 𝑿)−𝟏 = [ ]
−0,15107 0,0003 0,0064 −0,06958
0,61055 −0,008 −0,0696 1,41536
1
35
𝑿𝒉 = [ 45 ]
2,2
̂
𝑌ℎ = 162,876 − 1,21032(35) − 0,66591(45) − 8,61303(2,2) = 71,6

𝑠 2 (𝑌ℎ(𝑛𝑒𝑤) ) = 𝑀𝑆𝐸(1 + 𝑿′𝒉 (𝑿′ 𝑿)−𝟏 𝑿𝒉 )

𝑠 2 (𝑌ℎ(𝑛𝑒𝑤) ) = 105,874(1
6,2753 0,001 −0,1511 0,61055 1
0,00096 0,0009 −0,0003 −0,00824 35
+ [1 35 45 2,2] [ ][ ]
−0,15107 0,0003 0,0064 −0,06958 45
0,61055 −0,008 −0,0696 1,41536 2,2
2
𝑠 (𝑌ℎ(𝑛𝑒𝑤) ) = 125,616
𝑡(1−𝛼;𝑛−𝑝) = 𝑡0,95;19 = 1,729
2
Selang kepercayaan untuk tingkat kepuasan pasien baru jika umur pasien 35 tahun, nilai
indeks keparahan penyakitnya 45, dan nilai indeks tingkat kecemasannya adalah 2,2
adalah
𝑌̂ℎ ± 𝑡 𝛼 𝑠(𝑌ℎ(𝑛𝑒𝑤) ) = 71,6 ± 1,729√125,616 = (52,22; 90,98)
(1− ;𝑛−𝑝)
2
Interpretasi:
Dengan tingkat kepercayaan 90%, dapat dinyatakan bahwa untuk tingkat kepuasan
pasien baru jika umur pasien 35 tahun, nilai indeks keparahan penyakitnya 45, dan nilai
indeks tingkat kecemasannya adalah 2,2 adalah berkisar antara 52,22 sampai 90,98.