Koefisien regresi parsial: definisi & contoh

Koefisien regresi parsial adalah nama yang diberikan untuk koefisien regresi dalam model regresi linier berganda .

Hal ini berbeda dengan “koefisien regresi” yang lama, yaitu nama yang diberikan untuk koefisien regresi dalam model regresi linier sederhana .

Cara menginterpretasikan koefisien regresi parsial adalah sebagai berikut: Rata-rata perubahan pada variabel respon yang berhubungan dengan kenaikan satu satuan pada variabel prediktor tertentu, dengan asumsi semua variabel prediktor lainnya tetap konstan.

Contoh berikut menjelaskan cara mengidentifikasi dan menginterpretasikan koefisien regresi parsial dalam model regresi linier berganda.

Contoh: Interpretasi koefisien regresi parsial

Misalkan kita ingin mengetahui apakah jumlah jam yang dihabiskan untuk belajar dan jumlah ujian persiapan yang diambil mempengaruhi nilai yang diperoleh siswa pada ujian masuk perguruan tinggi tertentu.

Untuk mengeksplorasi hubungan ini, kita dapat menyesuaikan model regresi linier berganda dengan menggunakan jam belajar dan ujian persiapan sebagai variabel prediktor dan nilai ujian sebagai variabel respon.

Tabel regresi berikut menunjukkan hasil model:

Berikut cara menginterpretasikan koefisien regresi parsial:

Jam: Untuk setiap tambahan jam yang dihabiskan untuk belajar, nilai ujian meningkat rata-rata 5,56 poin, dengan asumsi jumlah ujian praktik tetap.

Berikut cara lain untuk melihatnya: jika Siswa A dan Siswa B sama-sama mengikuti jumlah ujian persiapan yang sama namun Siswa A belajar satu jam lebih lama, maka Siswa A harus memperoleh skor 5,56 poin lebih tinggi daripada siswa B.

Ujian Persiapan: Untuk setiap ujian persiapan tambahan yang diambil, nilai ujian berkurang rata-rata 0,60 poin, dengan asumsi jumlah jam belajar tetap konstan.

Cara lain untuk melihatnya: jika siswa A dan siswa B belajar dalam jumlah jam yang sama tetapi siswa A mengambil ujian persiapan tambahan, maka siswa A harus mendapat nilai 0,60 poin lebih rendah dibandingkan siswa B.

Dengan menggunakan koefisien dari hasil regresi, kita dapat menuliskan taksiran persamaan regresi linier berganda:

Nilai ujian = 67,67 + 5,56*(jam) – 0,60*(ujian persiapan)

Kita dapat menggunakan persamaan regresi perkiraan ini untuk menghitung nilai ujian yang diharapkan seorang siswa, berdasarkan jumlah jam belajar dan jumlah ujian praktik yang mereka ambil.

Misalnya, seorang siswa yang belajar selama tiga jam dan mengikuti ujian persiapan harus mendapat nilai 83,75 :

Nilai ujian = 67,67 + 5,56*(3) – 0,60*(1) = 83,75

Sumber daya tambahan

Pengantar Regresi Linier Sederhana
Pengantar Regresi Linier Berganda
Cara Membaca dan Menafsirkan Tabel Regresi