{"id":2713,"date":"2023-07-21T01:34:05","date_gmt":"2023-07-21T01:34:05","guid":{"rendered":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/"},"modified":"2023-07-21T01:34:05","modified_gmt":"2023-07-21T01:34:05","slug":"menafsirkan-keluaran-regresi-logistik-prz-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/","title":{"rendered":"Bagaimana menafsirkan pr(&gt;|z|) dalam keluaran regresi logistik di r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Setiap kali Anda melakukan regresi logistik di R, keluaran model regresi Anda akan ditampilkan dalam format berikut:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\">Coefficients:\n              Estimate Std. Error z value Pr(&gt;|z|)  \n(Intercept) -17.638452 9.165482 -1.924 0.0543 .\navailable -0.004153 0.006621 -0.627 0.5305  \ndrat 4.879396 2.268115 2.151 0.0315 * \n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kolom <strong>Pr(&gt;|z|)<\/strong> mewakili nilai p yang terkait dengan nilai pada kolom <strong>nilai z<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika p-value berada di bawah tingkat signifikansi tertentu (misalnya \u03b1 = 0,05), hal ini menunjukkan bahwa variabel prediktor mempunyai hubungan yang signifikan secara statistik dengan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> dalam model.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menafsirkan nilai kolom Pr(&gt;|z|) untuk model regresi logistik dalam praktiknya.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: Cara menginterpretasikan nilai Pr(&gt;|z|).<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menyesuaikan <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-1\/\" target=\"_blank\" rel=\"noopener\">model regresi logistik<\/a> di R menggunakan set data <strong>mtcars<\/strong> bawaan:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#fit logistic regression model\n<\/span>model &lt;- glm(am ~ disp + drat, data=mtcars, family=binomial)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = am ~ disp + drat, family = binomial, data = mtcars)\n\nDeviance Residuals: \n    Min 1Q Median 3Q Max  \n-1.5773 -0.2273 -0.1155 0.5196 1.8957  \n\nCoefficients:\n              Estimate Std. Error z value Pr(&gt;|z|)  \n(Intercept) -17.638452 9.165482 -1.924 0.0543 .\navailable -0.004153 0.006621 -0.627 0.5305  \ndrat 4.879396 2.268115 2.151 0.0315 *\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n    Null deviance: 43,230 on 31 degrees of freedom\nResidual deviance: 21,268 on 29 degrees of freedom\nAIC: 27,268\n\nNumber of Fisher Scoring iterations: 6<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Berikut cara menginterpretasikan nilai pada kolom Pr(&gt;|z|):<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai p untuk variabel prediktor \u201cdisp\u201d adalah <strong>0,5305<\/strong> . Karena nilai ini tidak kurang dari 0,05, maka tidak mempunyai hubungan yang signifikan secara statistik dengan variabel respon dalam model.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai p untuk variabel prediktor \u201cdrat\u201d adalah <strong>0,0315<\/strong> . Karena nilai ini kurang dari 0,05, maka terdapat hubungan yang signifikan secara statistik dengan variabel respon dalam model.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/arti-kode-di-r\/\" target=\"_blank\" rel=\"noopener\">Kode signifikansi<\/a> di bawah tabel koefisien menunjukkan bahwa satu tanda bintang (*) di sebelah nilai p sebesar 0,0315 berarti nilai p signifikan secara statistik pada \u03b1 = 0,05.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Bagaimana Pr(&gt;|z|) dihitung?<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Berikut adalah cara sebenarnya menghitung nilai Pr(&gt;|z|):<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 1: Hitung nilai z<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Pertama, kita hitung <strong>nilai z<\/strong> menggunakan rumus berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>nilai z<\/strong> = Perkiraan \/ Std. Kesalahan<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Sebagai contoh, berikut cara menghitung nilai z untuk variabel prediktor \u201cdrat\u201d:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate z-value<\/span>\n4.879396 \/ <span style=\"color: #000000;\">2.268115<\/span>\n\n[1] 2.151\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><strong>Langkah 2: Hitung nilai p<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita menghitung nilai p dua sisi. Hal ini menunjukkan probabilitas bahwa nilai absolut dari distribusi normal lebih besar dari 2,151 atau kurang dari -2,151.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan rumus berikut di R untuk menghitung nilai ini:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>nilai-p<\/strong> = 2 * (1-pnorm(nilai-z))<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Misalnya, berikut cara menghitung nilai p dua sisi untuk nilai z 2,151:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#calculate p-value<\/span>\n2*(1-pnorm(2.151))\n\n[1] 0.0314762\n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa nilai p ini cocok dengan nilai p pada keluaran regresi di atas.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara menyesuaikan model regresi yang berbeda di R:<\/span><\/p>\n<p> Bagaimana melakukan regresi logistik di R<br \/> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-r\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier sederhana di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda-r\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier berganda di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Setiap kali Anda melakukan regresi logistik di R, keluaran model regresi Anda akan ditampilkan dalam format berikut: Coefficients: Estimate Std. Error z value Pr(&gt;|z|) (Intercept) -17.638452 9.165482 -1.924 0.0543 . available -0.004153 0.006621 -0.627 0.5305 drat 4.879396 2.268115 2.151 0.0315 * Kolom Pr(&gt;|z|) mewakili nilai p yang terkait dengan nilai pada kolom nilai z . [&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>Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.\" \/>\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\/menafsirkan-keluaran-regresi-logistik-prz-r\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-21T01:34:05+00:00\" \/>\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=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/\",\"url\":\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/\",\"name\":\"Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-21T01:34:05+00:00\",\"dateModified\":\"2023-07-21T01:34:05+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Bagaimana menafsirkan pr(&gt;|z|) dalam keluaran regresi logistik di r\"}]},{\"@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":"Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials","description":"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.","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\/menafsirkan-keluaran-regresi-logistik-prz-r\/","og_locale":"id_ID","og_type":"article","og_title":"Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials","og_description":"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/","og_site_name":"Statorials","article_published_time":"2023-07-21T01:34:05+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/","url":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/","name":"Bagaimana menafsirkan Pr(&gt;|z|) dalam keluaran regresi logistik di R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-21T01:34:05+00:00","dateModified":"2023-07-21T01:34:05+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menafsirkan nilai Pr(&gt;|z|) dalam keluaran regresi logistik di R, dengan sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/menafsirkan-keluaran-regresi-logistik-prz-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Bagaimana menafsirkan pr(&gt;|z|) dalam keluaran regresi logistik di r"}]},{"@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\/2713"}],"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=2713"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2713\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2713"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2713"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2713"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}