{"id":1736,"date":"2023-07-25T04:57:36","date_gmt":"2023-07-25T04:57:36","guid":{"rendered":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/"},"modified":"2023-07-25T04:57:36","modified_gmt":"2023-07-25T04:57:36","slug":"hipotesis-nol-untuk-regresi-linier","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/","title":{"rendered":"Memahami hipotesis null untuk regresi linier"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Regresi linier adalah teknik yang dapat kita gunakan untuk memahami hubungan antara satu atau lebih variabel prediktor dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika kita hanya memiliki satu variabel prediktor dan satu variabel respon, kita dapat menggunakan <a href=\"https:\/\/statorials.org\/id\/regresi-linier-1\/\" target=\"_blank\" rel=\"noopener\">regresi linier sederhana<\/a> , yang menggunakan rumus berikut untuk memperkirakan hubungan antar variabel:<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u0177 = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> x<\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">\u0177 : Perkiraan nilai respons.<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03b2 <sub>0<\/sub> : Nilai rata-rata y ketika x sama dengan nol.<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03b2 <sub>1<\/sub> : Rata-rata perubahan y yang terkait dengan peningkatan satu unit pada x.<\/span><\/li>\n<li> <span style=\"color: #000000;\">x : nilai variabel prediktif.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Regresi linier sederhana menggunakan hipotesis nol dan hipotesis alternatif berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>H <sub>0<\/sub> :<\/strong> <sub>1<\/sub> = 0<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><sub>HA<\/sub> :<\/strong> \u03b2 <sub>1<\/sub> \u2260 0<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Hipotesis nol menyatakan bahwa koefisien \u03b2 <sub>1<\/sub> sama dengan nol. Dengan kata lain, tidak terdapat hubungan yang signifikan secara statistik antara variabel prediktor x dan variabel respon y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hipotesis alternatif menyatakan bahwa \u03b2 <sub>1<\/sub> <em>tidak<\/em> sama dengan nol. Dengan kata lain, <em>terdapat<\/em> hubungan yang signifikan secara statistik antara x dan y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika kita memiliki beberapa variabel prediktor dan satu variabel respon, kita dapat menggunakan <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">regresi linier berganda<\/a> , yang menggunakan rumus berikut untuk memperkirakan hubungan antar variabel:<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u0177 = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> x <sub>1<\/sub> + \u03b2 <sub>2<\/sub> x <sub>2<\/sub> + \u2026 + \u03b2 <sub>k<\/sub> x <sub>k<\/sub><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">\u0177 : Perkiraan nilai respons.<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03b2 <sub>0<\/sub> : Nilai rata-rata y ketika semua variabel prediktor sama dengan nol.<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03b2 <sub>i<\/sub> : Rata-rata perubahan y yang terkait dengan peningkatan satu unit pada x <sub>i<\/sub> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">x <sub>i<\/sub> : Nilai variabel prediktor x <sub>i<\/sub> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Regresi linier berganda menggunakan hipotesis nol dan alternatif berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>H <sub>0<\/sub> :<\/strong> \u03b2 <sub>1<\/sub> = \u03b2 <sub>2<\/sub> = \u2026 = \u03b2 <sub>k<\/sub> = 0<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><sub>HA<\/sub> :<\/strong> \u03b2 <sub>1<\/sub> = \u03b2 <sub>2<\/sub> = \u2026 = \u03b2 <sub>k<\/sub> \u2260 0<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Hipotesis nol menyatakan bahwa semua koefisien dalam model sama dengan nol. Dengan kata lain, tidak ada satupun variabel prediktor yang mempunyai hubungan signifikan secara statistik dengan variabel respon y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hipotesis alternatif menyatakan bahwa tidak semua koefisien sama dengan nol secara bersamaan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan bagaimana memutuskan menolak atau menolak hipotesis nol dalam model regresi linier sederhana dan regresi linier berganda.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 1: Regresi linier sederhana<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan seorang profesor ingin menggunakan jumlah jam belajar untuk memprediksi nilai ujian yang akan dicapai siswa di kelasnya. Ini mengumpulkan data dari 20 siswa dan menyesuaikan model regresi linier sederhana.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tangkapan layar berikut menunjukkan hasil model regresi:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel5.png\" alt=\"Output Regresi Linier Sederhana di Excel\" width=\"665\" height=\"370\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Model regresi linier sederhana yang dipasang adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai ujian = 67.1617 + 5.2503*(jam belajar)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menentukan apakah ada hubungan yang signifikan secara statistik antara jam belajar dan nilai ujian, kita perlu menganalisis <a href=\"https:\/\/statorials.org\/id\/panduan-sederhana-untuk-memahami-uji-f-untuk-signifikansi-keseluruhan-dalam-regresi\/\" target=\"_blank\" rel=\"noopener\">nilai F keseluruhan<\/a> model dan nilai p yang sesuai:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai F keseluruhan: <strong>47,9952<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai P: <strong>0,000<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena nilai p ini kurang dari 0,05, kita dapat menolak hipotesis nol. Dengan kata lain, terdapat hubungan yang signifikan secara statistik antara jam belajar dan nilai ujian.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 2: Regresi linier berganda<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan seorang profesor ingin menggunakan jumlah jam belajar dan jumlah ujian persiapan yang diambil untuk memprediksi nilai yang akan diperoleh siswa di kelasnya. Ini mengumpulkan data dari 20 siswa dan menyesuaikan model regresi linier berganda.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tangkapan layar berikut menunjukkan hasil model regresi:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel4.png\" alt=\"Output Regresi Linier Berganda di Excel\" width=\"570\" height=\"394\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Model regresi linier berganda yang cocok adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai ujian = 67,67 + 5,56*(jam belajar) \u2013 0,60*(ujian persiapan diambil)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menentukan apakah terdapat hubungan yang signifikan secara statistik antara dua variabel prediktor dan variabel respon, kita perlu menganalisis nilai F keseluruhan model dan nilai p yang sesuai:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai F keseluruhan: <strong>23,46<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai P: <strong>0,00<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena nilai p ini kurang dari 0,05, kita dapat menolak hipotesis nol. Dengan kata lain, jam belajar dan persiapan ujian yang diambil memiliki hubungan yang signifikan secara statistik dengan hasil ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Catatan:<\/strong> Meskipun nilai p untuk persiapan ujian yang diambil (p = 0,52) tidak signifikan, namun ujian persiapan <em>yang dikombinasikan<\/em> dengan jam belajar memiliki hubungan yang signifikan dengan hasil ujian.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/id\/panduan-sederhana-untuk-memahami-uji-f-untuk-signifikansi-keseluruhan-dalam-regresi\/\" target=\"_blank\" rel=\"noopener\">Memahami Uji F untuk Signifikansi Keseluruhan dalam Regresi<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/membaca-tabel-interpretasi-regresi\/\" target=\"_blank\" rel=\"noopener\">Cara Membaca dan Menafsirkan Tabel Regresi<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/cara-melaporkan-hasil-regresi\/\" target=\"_blank\" rel=\"noopener\">Cara melaporkan hasil regresi<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/excel-regresi-linier-sederhana\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier sederhana di Excel<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier berganda di Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier adalah teknik yang dapat kita gunakan untuk memahami hubungan antara satu atau lebih variabel prediktor dan variabel respon . Jika kita hanya memiliki satu variabel prediktor dan satu variabel respon, kita dapat menggunakan regresi linier sederhana , yang menggunakan rumus berikut untuk memperkirakan hubungan antar variabel: \u0177 = \u03b2 0 + \u03b2 1 [&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>Memahami Hipotesis Null untuk Regresi Linier<\/title>\n<meta name=\"description\" content=\"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.\" \/>\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\/hipotesis-nol-untuk-regresi-linier\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Memahami Hipotesis Null untuk Regresi Linier\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-25T04:57:36+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel5.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\/hipotesis-nol-untuk-regresi-linier\/\",\"url\":\"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/\",\"name\":\"Memahami Hipotesis Null untuk Regresi Linier\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-25T04:57:36+00:00\",\"dateModified\":\"2023-07-25T04:57:36+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Memahami hipotesis null untuk regresi linier\"}]},{\"@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":"Memahami Hipotesis Null untuk Regresi Linier","description":"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.","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\/hipotesis-nol-untuk-regresi-linier\/","og_locale":"id_ID","og_type":"article","og_title":"Memahami Hipotesis Null untuk Regresi Linier","og_description":"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.","og_url":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/","og_site_name":"Statorials","article_published_time":"2023-07-25T04:57:36+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel5.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\/hipotesis-nol-untuk-regresi-linier\/","url":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/","name":"Memahami Hipotesis Null untuk Regresi Linier","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-25T04:57:36+00:00","dateModified":"2023-07-25T04:57:36+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini memberikan penjelasan sederhana tentang hipotesis nol dan alternatif yang digunakan dalam regresi linier, termasuk contohnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/hipotesis-nol-untuk-regresi-linier\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Memahami hipotesis null untuk regresi linier"}]},{"@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\/1736"}],"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=1736"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1736\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1736"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1736"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1736"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}