Cara membuat plot sisa di excel

Plot sisa adalah jenis plot yang menampilkan nilai yang disesuaikan dengan sisa untuk model regresi.

Jenis plot ini sering digunakan untuk mengevaluasi apakah model regresi linier sesuai atau tidak untuk kumpulan data tertentu dan untuk memeriksa residu untuk heteroskedastisitas .

Tutorial ini menjelaskan cara membuat plot sisa untuk model regresi linier sederhana di Excel.

Cara Membuat Plot Sisa di Excel

Gunakan langkah-langkah berikut untuk membuat plot sisa di Excel:

Langkah 1: Masukkan nilai data di dua kolom pertama. Misalnya masukkan nilai variabel prediktor pada A2:A13 dan nilai variabel respon pada B2:B13.

Langkah 2: Buat diagram sebar. Sorot nilai di sel A2:B13. Selanjutnya, navigasikan ke tab INSERT di sepanjang pita atas. Klik opsi pertama untuk Menyebar di area Charts .

Tabel berikut akan muncul:

Langkah 3: Tampilkan persamaan garis tren pada diagram sebar. Klik “Tambahkan Elemen Bagan” di tab DESAIN , lalu klik “Garis Tren”, lalu “Opsi Garis Tren Lainnya”. Biarkan “Linear” dipilih dan centang “Tampilkan persamaan pada grafik”. Tutup panel “Format Garis Tren”.

Persamaan garis tren sekarang akan ditampilkan pada diagram sebar:

Langkah 4: Hitung nilai prediksi. Masukkan persamaan garis tren di sel C2, ganti “x” dengan “A1” seperti ini:

Selanjutnya, klik sel C2 dan klik dua kali “Fill Handle” kecil di kanan bawah sel. Ini akan menyalin rumus dari sel C2 ke sel lainnya di kolom:

Langkah 5: Hitung residunya. Masukkan B2-C2 di sel D2. Selanjutnya, klik pada sel D2 dan klik dua kali pada “Fill Handle” kecil di kanan bawah sel. Ini akan menyalin rumus dari sel D2 ke sel lainnya di kolom:

Langkah 6: Buat plot sisa. Sorot sel A2:A13. Tahan tombol “Ctrl” dan sorot sel D2:D13. Selanjutnya, navigasikan ke tab INSERT di sepanjang pita atas. Klik opsi pertama untuk Menyebar di area Charts . Tabel berikut akan muncul:

Ini adalah plot sisa. Sumbu x menampilkan nilai yang dipasang dan sumbu y menampilkan residu.

Jangan ragu untuk memodifikasi judul, sumbu, dan kisi untuk membuat plot lebih menarik secara visual: