Video: Uji t dan Uji F dalam Analisis Regresi Berganda dengan SPSS Lengkap 2024
Regresi linier adalah alat yang hebat untuk membuat prediksi dengan Excel. Bila Anda mengetahui kemiringan dan pencegatan garis yang menghubungkan dua variabel, Anda dapat mengambil nilai x- dan memprediksi nilai y- yang baru. Dalam contoh yang telah Anda kerjakan, Anda mengambil nilai SAT dan memprediksi IPK untuk seorang siswa Universitas Sahutsket.
Bagaimana jika Anda tahu lebih dari sekedar skor SAT untuk setiap siswa? Bagaimana jika Anda memiliki rata-rata siswa SMA (dalam skala 100), dan Anda juga bisa menggunakan informasi itu? Jika Anda bisa menggabungkan skor SAT dengan rata-rata HS, Anda mungkin memiliki prediktor yang lebih akurat daripada skor SAT saja.
Bila Anda bekerja dengan lebih dari satu variabel independen, Anda berada di ranah regresi beberapa. Seperti pada regresi linier, Anda menemukan koefisien regresi untuk jalur terbaik melalui scatterplot. Sekali lagi, paling pas berarti jumlah jarak kuadrat dari titik data ke garis minimum.
Dengan dua variabel independen, Anda tidak dapat menunjukkan scatterplot dalam dua dimensi. Anda membutuhkan tiga dimensi, dan itu menjadi sulit untuk menarik.
Untuk contoh SAT-GPA, persamaan regresi diterjemahkan menjadi
Prediksi IPK = a + b 1 (SAT) + b 2 High School Average
Anda dapat menguji hipotesis tentang kesesuaian keseluruhan, dan tentang ketiga koefisien regresi tersebut.
Mari kita periksa kemampuan Excel untuk menemukan koefisien.
Beberapa hal yang perlu diingat:
- Anda dapat memiliki sejumlah variabel x-.
- Mengharapkan koefisien SAT berubah dari regresi linier menjadi regresi berganda. Harapkan mencegat untuk berubah juga.
- Mengharapkan kesalahan standar estimasi menurun dari regresi linier ke regresi berganda. Karena regresi berganda menggunakan lebih banyak informasi daripada regresi linier, ini mengurangi kesalahan.