Excel: cara menginterpretasikan nilai p dalam keluaran regresi

Regresi linier berganda digunakan untuk mengukur hubungan antara dua atau lebih variabel prediktor dan variabel respon .

Setiap kali kami melakukan regresi linier berganda, kami selalu tertarik pada nilai p pada hasil untuk menentukan apakah hubungan antara variabel prediktor dan variabel respons signifikan secara statistik.

Tutorial ini menjelaskan cara menginterpretasikan nilai p pada keluaran model regresi linier berganda di Excel.

Contoh: Menafsirkan Nilai P pada Output Regresi di Excel

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 melakukan regresi linier berganda dengan menggunakan jam belajar dan ujian persiapan sebagai variabel prediktor dan nilai ujian sebagai variabel respon.

Tangkapan layar berikut memperlihatkan keluaran regresi model ini di Excel:

Ada tiga nilai p yang harus kita lihat pada hasilnya:

• Nilai-P dari keseluruhan model
• Nilai P variabel prediktor pertama (jam)
• Nilai P variabel prediktor kedua (persiapan ujian)

Berikut cara menafsirkan setiap nilai p:

Nilai-P dari keseluruhan model

Nilai p untuk keseluruhan model dapat ditemukan di kolom berlabel F Signifikansi pada hasil.

Kita dapat melihat bahwa nilai p ini adalah 0,00 .

Karena nilai ini kurang dari 0,05, kita dapat menyimpulkan bahwa model regresi secara keseluruhan signifikan secara statistik.

Dengan kata lain, kombinasi jam belajar dan ujian persiapan yang diambil memiliki hubungan yang signifikan secara statistik dengan nilai ujian akhir.

Nilai P variabel prediktor pertama (jam)

Nilai p untuk variabel prediktor pertama, jam, adalah 0,00.

Karena nilai ini kurang dari 0,05, kita dapat menyimpulkan bahwa jam belajar signifikan secara statistik.

Dengan kata lain, jumlah jam belajar seorang siswa mempunyai hubungan yang signifikan secara statistik dengan nilai ujian akhir.

Nilai P variabel prediktor kedua (persiapan ujian)

Nilai p untuk variabel prediktor kedua yaitu persiapan ujian sebesar 0,52.

Karena nilai ini tidak kurang dari 0,05, kita dapat menyimpulkan bahwa jumlah ujian persiapan yang diambil tidak signifikan secara statistik.

Dengan kata lain, jumlah ujian persiapan yang diambil siswa tidak mempunyai hubungan yang signifikan secara statistik dengan nilai yang diperoleh pada ujian akhir.

Karena variabel ini tidak signifikan secara statistik, kami dapat memutuskan untuk menghapusnya dari model karena variabel ini tidak memberikan peningkatan yang signifikan terhadap model secara keseluruhan.

Dalam hal ini, kita dapat melakukan regresi linier sederhana hanya dengan menggunakan jam belajar sebagai variabel prediktor.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di Excel:

Cara melakukan regresi linier sederhana di Excel
Cara melakukan regresi linier berganda di Excel
Cara Melakukan Regresi Polinomial di Excel