Excel: cara menggunakan linest untuk melakukan regresi linier berganda

Anda bisa menggunakan fungsi LINEST di Excel untuk menyesuaikan model regresi linier berganda dengan sekumpulan data.

Fungsi ini menggunakan sintaks dasar berikut:

 = LINEST ( known_y's, [known_x's], [const], [stats] )

Emas:

• unknown_y’s : array nilai y yang diketahui
• unknown_x’s : array nilai x yang diketahui
• const : Argumen opsional. Jika TRUE, konstanta b diproses secara normal. Jika FALSE, konstanta b diatur ke 1.
• statistik : Argumen opsional. Jika BENAR, statistik regresi tambahan akan dikembalikan. Jika FALSE, statistik regresi tambahan tidak dikembalikan.

Contoh langkah demi langkah berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.

Langkah 1: Masukkan datanya

Pertama, mari masukkan kumpulan data berikut ke dalam Excel:

Langkah 2: Gunakan LINEST agar sesuai dengan model regresi linier berganda

Misalkan kita ingin menyesuaikan model regresi linier berganda dengan menggunakan x1 , x2 , dan x3 sebagai variabel prediktor dan y sebagai variabel respon.

Untuk melakukan ini, kita dapat mengetikkan rumus berikut di sel mana pun agar sesuai dengan model regresi linier berganda ini

 =LINEST( D2:D14 , A2:C14 )

Tangkapan layar berikut menunjukkan cara menggunakan rumus ini dalam praktik:

Berikut cara menafsirkan hasilnya:

• Koefisien intersepnya adalah 28,5986 .
• Koefisien untuk x1 adalah 0,34271 .
• Koefisien untuk x2 adalah -3,00393 .
• Koefisien untuk x3 adalah 0,849687 .

Dengan menggunakan koefisien-koefisien ini, kita dapat menulis persamaan regresi yang sesuai sebagai berikut:

kamu = 28,5986 + 0,34271(x1) – 3,00393(x2) + 0,849687(x3)

Langkah 3 (Opsional): Lihat statistik regresi tambahan

Kita juga dapat mengatur nilai argumen stats dalam fungsi LINEST sama dengan TRUE untuk menampilkan statistik regresi tambahan untuk persamaan regresi yang sesuai:

Persamaan regresi yang dipasang masih sama:

kamu = 28,5986 + 0,34271(x1) – 3,00393(x2) + 0,849687(x3)

Berikut cara menginterpretasikan nilai lain dari hasil:

• Kesalahan standar untuk x3 adalah 0.453295 .
• Kesalahan standar untuk x2 adalah 1.626423 .
• Kesalahan standar untuk x1 adalah 1.327566 .
• Kesalahan standar untuk intersepsi adalah 13.20088 .
• R ² modelnya adalah .838007 .
• Kesalahan standar sisa untuk y adalah 3.707539 .
• Statistik F keseluruhan adalah 15.51925 .
• Derajat kebebasannya adalah 9 .
• Jumlah regresi kuadrat adalah 639.9797 .
• Jumlah sisa kuadrat adalah 123.7126 .

Secara umum, ukuran yang paling menarik dalam statistik tambahan ini adalah nilai R ² , yang mewakili proporsi varians variabel respon yang dapat dijelaskan oleh variabel prediktor.

Nilai R ² dapat bervariasi dari 0 hingga 1.

Karena R ² model khusus ini adalah 0,838 , hal ini menunjukkan bahwa variabel prediktor berfungsi dengan baik dalam memprediksi nilai variabel respons y.

Terkait: Berapa nilai R-kuadrat yang bagus?

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di Excel:

Cara menggunakan fungsi LOGEST di Excel
Cara melakukan regresi nonlinier di Excel
Cara melakukan regresi kubik di Excel