{"id":1469,"date":"2023-07-26T06:37:52","date_gmt":"2023-07-26T06:37:52","guid":{"rendered":"https:\/\/statorials.org\/id\/sst-ssr-sse\/"},"modified":"2023-07-26T06:37:52","modified_gmt":"2023-07-26T06:37:52","slug":"sst-ssr-sse","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/sst-ssr-sse\/","title":{"rendered":"Panduan lembut tentang jumlah kuadrat: sst, ssr, sse"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/regresi-linier-1\/\" target=\"_blank\" rel=\"noopener\">Regresi linier<\/a> digunakan untuk menemukan garis yang paling \u201csesuai\u201d dengan sekumpulan data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita sering menggunakan tiga <strong>jumlah nilai kuadrat<\/strong> yang berbeda untuk mengukur seberapa cocok garis regresi dengan data:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Jumlah Kuadrat Total (SST) \u2013<\/strong> Jumlah kuadrat selisih antara masing-masing titik data ( <sub>yi<\/sub> ) dan rata-rata variabel respons ( <span style=\"border-top: 1px solid black;\">y<\/span> ).<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">SST = \u03a3( <sub>kamu<\/sub> \u2013 <span style=\"border-top: 1px solid black;\">kamu<\/span> ) <sup>2<\/sup><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>2. Regresi Jumlah Kuadrat (SSR)<\/strong> \u2013 Jumlah kuadrat selisih antara titik data prediksi (\u0177 <sub>i<\/sub> ) dan rata-rata variabel respons ( <span style=\"border-top: 1px solid black;\">y<\/span> ).<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">SSR = \u03a3(\u0177 <sub>saya<\/sub> \u2013 <span style=\"border-top: 1px solid black;\">kamu<\/span> ) <sup>2<\/sup><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>3. Sum of Squares Error (SSE)<\/strong> \u2013 Jumlah kuadrat selisih antara titik data prediksi (\u0177 <sub>i<\/sub> ) dan titik data observasi (y <sub>i<\/sub> ).<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">SSE = \u03a3(\u0177 <sub>saya<\/sub> \u2013 y <sub>saya<\/sub> ) <sup>2<\/sup><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Terdapat hubungan berikut antara ketiga ukuran ini:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>SST = SSR + SSE<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Jadi jika kita mengetahui dua pengukuran ini, kita dapat menggunakan aljabar sederhana untuk menghitung pengukuran ketiga.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>SSR, SST dan R-Square<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/nilai-r-kuadrat-yang-bagus\/\" target=\"_blank\" rel=\"noopener\">R-squared<\/a> , terkadang disebut koefisien determinasi, adalah ukuran seberapa cocok model regresi linier dengan kumpulan data. Ini mewakili proporsi varians <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> yang dapat dijelaskan oleh variabel prediktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai R-squared dapat berkisar antara 0 sampai 1. Nilai 0 menunjukkan bahwa variabel respon tidak dapat dijelaskan sama sekali oleh variabel prediktor. Nilai 1 menunjukkan bahwa variabel respon dapat dijelaskan dengan sempurna tanpa kesalahan oleh variabel prediktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan SSR dan SST, kita dapat menghitung R kuadrat sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>R kuadrat = SSR \/ SST<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, jika SSR untuk model regresi tertentu adalah 137,5 dan SST adalah 156, kita akan menghitung R kuadrat sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\">R kuadrat = 137,5 \/ 156 = 0,8814<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini menunjukkan bahwa 88,14% variasi variabel respon dapat dijelaskan oleh variabel prediktor.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Hitung SST, SSR, SSE:<\/strong><\/span> <span style=\"color: #000000;\"><strong>contoh langkah demi langkah<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita memiliki kumpulan data berikut yang menunjukkan jumlah jam belajar oleh enam siswa berbeda beserta nilai ujian akhir mereka:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14549 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre1.png\" alt=\"\" width=\"211\" height=\"186\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan beberapa perangkat lunak statistik (seperti <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-r\/\" target=\"_blank\" rel=\"noopener\">R<\/a> , <a href=\"https:\/\/statorials.org\/id\/excel-regresi-linier-sederhana\/\" target=\"_blank\" rel=\"noopener\">Excel<\/a> , <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-dengan-python\/\" target=\"_blank\" rel=\"noopener\">Python<\/a> ) atau bahkan dengan tangan, kita dapat melihat bahwa garis yang paling sesuai adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Skor = 66.615 + 5.0769*(Jam)<\/strong><\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14550 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre2.png\" alt=\"\" width=\"541\" height=\"405\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Setelah kita mengetahui garis persamaan yang paling sesuai, kita dapat menggunakan langkah-langkah berikut untuk menghitung SST, SSR, dan SSE:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 1: Hitung mean dari variabel respon.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Rata-rata variabel respon ( <span style=\"border-top: 1px solid black;\">y<\/span> ) ternyata <strong>81<\/strong> .<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14551 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre3.png\" alt=\"\" width=\"284\" height=\"185\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 2: Hitung nilai prediksi untuk setiap observasi.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kemudian kita dapat menggunakan garis persamaan yang paling sesuai untuk menghitung prediksi nilai ujian () untuk setiap siswa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya prediksi nilai ujian siswa yang belajar satu jam adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Skor = 66.615 + 5.0769*(1) = <strong>71.69<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan pendekatan yang sama untuk mencari prediksi skor setiap siswa:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14552 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre4.png\" alt=\"\" width=\"359\" height=\"185\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 3: Hitung jumlah total kuadrat (SST).<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kemudian kita bisa menghitung jumlah total kuadratnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, jumlah kuadrat siswa pertama adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">( <sub>kamu<\/sub> \u2013 <span style=\"border-top: 1px solid black;\">kamu<\/span> ) <sup>2<\/sup> = (68 \u2013 81) <sup>2<\/sup> = <strong>169<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan pendekatan yang sama untuk mencari jumlah total kuadrat setiap siswa:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14553 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre5.png\" alt=\"\" width=\"449\" height=\"243\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Jumlah total kuadratnya adalah <strong>316<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 4: Hitung jumlah regresi kuadrat (SSR).<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kemudian kita bisa menghitung jumlah regresi kuadrat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, jumlah regresi kuadrat untuk siswa pertama adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">( <sub>\u0177i<\/sub> \u2013 <span style=\"border-top: 1px solid black;\">y<\/span> ) <sup>2<\/sup> = (71,69 \u2013 81) <sup>2<\/sup> = <b>86,64<\/b> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan pendekatan yang sama untuk mencari regresi jumlah kuadrat setiap siswa:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14554 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre6.png\" alt=\"\" width=\"518\" height=\"239\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Jumlah regresi kuadrat ternyata <strong>279.23<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 5: Hitung jumlah kesalahan kuadrat (SSE).<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kemudian kita bisa menghitung kesalahan jumlah kuadrat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, jumlah kesalahan kuadrat siswa pertama adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">(\u0177 <sub>saya<\/sub> \u2013 kamu <sub>saya<\/sub> ) <sup>2<\/sup> = (71,69 \u2013 68) <sup>2<\/sup> = <b>13,63<\/b> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan pendekatan yang sama untuk mencari jumlah kesalahan kuadrat untuk setiap siswa:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-14555 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre7.png\" alt=\"Contoh penghitungan SST, SSR dan SSE untuk regresi linier\" width=\"606\" height=\"235\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Kami dapat memverifikasi bahwa SST = SSR + SSE<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">SST = SSR + SSE<\/span><\/li>\n<li> <span style=\"color: #000000;\">316 = 279,23 + 36,77<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kita juga dapat menghitung R kuadrat model regresi menggunakan persamaan berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">R kuadrat = SSR \/ SST<\/span><\/li>\n<li> <span style=\"color: #000000;\">R kuadrat = 279,23 \/ 316<\/span><\/li>\n<li> <span style=\"color: #000000;\">R kuadrat = 0,8836<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Hal ini menunjukkan bahwa <strong>88,36%<\/strong> variasi nilai ujian dapat dijelaskan oleh jumlah jam belajar.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Anda dapat menggunakan kalkulator berikut untuk menghitung SST, SSR, dan SSE secara otomatis untuk garis regresi linier sederhana:<\/span><\/p>\n<p> Kalkulator SST<br \/> Kalkulator RSS<br \/> Kalkulator ESS<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier digunakan untuk menemukan garis yang paling \u201csesuai\u201d dengan sekumpulan data. Kita sering menggunakan tiga jumlah nilai kuadrat yang berbeda untuk mengukur seberapa cocok garis regresi dengan data: 1. Jumlah Kuadrat Total (SST) \u2013 Jumlah kuadrat selisih antara masing-masing titik data ( yi ) dan rata-rata variabel respons ( y ). SST = \u03a3( [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/sst-ssr-sse\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/sst-ssr-sse\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-26T06:37:52+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/sst-ssr-sse\/\",\"url\":\"https:\/\/statorials.org\/id\/sst-ssr-sse\/\",\"name\":\"Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-26T06:37:52+00:00\",\"dateModified\":\"2023-07-26T06:37:52+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/sst-ssr-sse\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/sst-ssr-sse\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/sst-ssr-sse\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Panduan lembut tentang jumlah kuadrat: sst, ssr, sse\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi","description":"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/sst-ssr-sse\/","og_locale":"id_ID","og_type":"article","og_title":"Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi","og_description":"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.","og_url":"https:\/\/statorials.org\/id\/sst-ssr-sse\/","og_site_name":"Statorials","article_published_time":"2023-07-26T06:37:52+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sommecarre1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/sst-ssr-sse\/","url":"https:\/\/statorials.org\/id\/sst-ssr-sse\/","name":"Panduan Lembut tentang Jumlah Kuadrat: SST, SSR, SSE - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-26T06:37:52+00:00","dateModified":"2023-07-26T06:37:52+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini memberikan penjelasan lembut tentang jumlah kuadrat dalam regresi linier, termasuk SST, SSR, dan SSE.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/sst-ssr-sse\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/sst-ssr-sse\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/sst-ssr-sse\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Panduan lembut tentang jumlah kuadrat: sst, ssr, sse"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1469"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1469"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1469\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1469"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1469"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1469"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}