Cara menghitung r-kuadrat di sas

R-squared , sering ditulis ^r2 , adalah ukuran seberapa cocok model regresi linier dengan sekumpulan data.

Nilai tersebut mewakili proporsi varians variabel respon yang dapat dijelaskan oleh variabel prediktor.

Nilai r ² dapat berkisar dari 0 hingga 1:

• Nilai 0 menunjukkan bahwa variabel respon sama sekali tidak dapat dijelaskan oleh variabel prediktor.
• Nilai 1 menunjukkan bahwa variabel respon dapat dijelaskan dengan sempurna tanpa kesalahan oleh variabel prediktor.

Terkait: Berapa nilai R-kuadrat yang bagus?

Contoh langkah demi langkah berikut menunjukkan cara menghitung nilai R-kuadrat untuk model regresi linier sederhana di SAS.

Langkah 1: Buat datanya

Untuk contoh ini, kita akan membuat dataset yang berisi jumlah jam belajar dan nilai ujian akhir 15 siswa.

Kami akan menyesuaikan model regresi linier sederhana dengan menggunakan jam sebagai variabel prediktor dan skor sebagai variabel respon.

Kode berikut menunjukkan cara membuat kumpulan data ini di SAS:

 /*create dataset*/
data exam_data;
    input hours score;
    datalines ;
1 64
2 66
4 76
5 73
5 74
6 81
6 83
7 82
8 80
10 88
11 84
11 82
12 91
12 93
14 89
;
run ;

/*view dataset*/
proc print data =exam_data;

Langkah 2: Sesuaikan model regresi linier sederhana

Selanjutnya, kita akan menggunakan proc reg agar sesuai dengan model regresi linier sederhana:

 /*fit simple linear regression model*/
proc reg data =exam_data;
    model score = hours;
run ; 

Perhatikan bahwa nilai R-kuadrat pada output adalah 0,8310.

Artinya 83,1% variasi nilai ujian dapat dijelaskan oleh jumlah jam belajar.

Langkah 3: Ekstrak nilai R-kuadrat dari model regresi

Jika Anda hanya ingin menampilkan nilai R-kuadrat dari model ini dan tidak ada hasil keluaran lainnya, Anda dapat menggunakan kode berikut:

 /*fit simple linear regression model*/
proc reg data =exam_data outest =outest noprint ;
    model score = hours / rsquare ;
run ;
quit ;

/*print R-squared value of model*/
proc print data =outest;
    var _RSQ_;
run ; 

Perhatikan bahwa hanya nilai R-kuadrat sebesar 0,83098 yang ditampilkan di output.

Catatan : Argumen noprint di proc reg memberitahu SAS untuk tidak mencetak seluruh output hasil regresi seperti yang dilakukan pada langkah sebelumnya.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di SAS:

Cara melakukan regresi linier sederhana di SAS
Cara melakukan regresi linier berganda di SAS
Cara melakukan regresi polinomial di SAS
Cara melakukan regresi logistik di SAS