{"id":3040,"date":"2023-07-19T12:23:46","date_gmt":"2023-07-19T12:23:46","guid":{"rendered":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/"},"modified":"2023-07-19T12:23:46","modified_gmt":"2023-07-19T12:23:46","slug":"nilai-p-regresi-linier","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/","title":{"rendered":"Cara menafsirkan nilai p dalam regresi linier (dengan contoh)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Dalam statistik, model regresi linier digunakan untuk mengukur 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;\">Setiap kali Anda melakukan analisis regresi menggunakan perangkat lunak statistik, Anda akan menerima tabel regresi yang merangkum hasil model.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dua nilai terpenting dalam tabel regresi adalah koefisien regresi dan <strong>nilai p<\/strong> yang sesuai.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai p memberi tahu Anda apakah terdapat hubungan yang signifikan secara statistik antara setiap variabel prediktor dan variabel respons.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menafsirkan nilai p dari model <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">regresi linier berganda<\/a> dalam praktiknya.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: Menafsirkan Nilai P dalam Model Regresi<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin menyesuaikan model regresi<\/span> <span style=\"color: #000000;\">dengan menggunakan variabel berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Variabel prediktor<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Total jumlah jam belajar (antara 0 dan 20)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Apakah siswa tersebut menggunakan tutor atau tidak (ya atau tidak)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>Variabel respon<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Skor ujian (antara 0 dan 100)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kami ingin menguji hubungan antara variabel prediktor dan variabel respon untuk mengetahui apakah jam belajar dan les benar-benar berdampak signifikan terhadap nilai ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan kita melakukan analisis regresi dan memperoleh hasil sebagai berikut:<\/span><\/p>\n<table>\n<tbody>\n<tr>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Ketentuan<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Koefisien<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Kesalahan standar<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">t Statistik<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Nilai-P<\/span><\/th>\n<\/tr>\n<tr>\n<td> <strong><span style=\"color: #000000;\">Mencegat<\/span><\/strong><\/td>\n<td> <span style=\"color: #000000;\">48.56<\/span><\/td>\n<td> <span style=\"color: #000000;\">14:32<\/span><\/td>\n<td> <span style=\"color: #000000;\">3.39<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,002<\/span><\/td>\n<\/tr>\n<tr>\n<td> <span style=\"color: #000000;\"><strong>Berjam-jam belajar<\/strong><\/span><\/td>\n<td> <span style=\"color: #000000;\">2.03<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,67<\/span><\/td>\n<td> <span style=\"color: #000000;\">3.03<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,009<\/span><\/td>\n<\/tr>\n<tr>\n<td> <strong><span style=\"color: #000000;\">guru<\/span><\/strong><\/td>\n<td> <span style=\"color: #000000;\">8.34<\/span><\/td>\n<td> <span style=\"color: #000000;\">5.68<\/span><\/td>\n<td> <span style=\"color: #000000;\">1.47<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,138<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p> <span style=\"color: #000000;\">Berikut cara menginterpretasikan hasil setiap term dalam model:<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Interpretasi nilai P untuk intersep<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Istilah <strong>asli<\/strong> dalam tabel regresi memberi tahu kita nilai rata-rata yang diharapkan untuk variabel respons ketika semua variabel prediktor sama dengan nol.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam contoh ini, koefisien regresi titik asal sama dengan <strong>48.56<\/strong> . Artinya bagi siswa yang belajar nol jam <em>,<\/em> rata-rata nilai ujian yang diharapkan adalah 48,56.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai p-nya adalah <strong>0,002<\/strong> , yang menunjukkan bahwa suku asli secara statistik berbeda dari nol.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam praktiknya, kita umumnya tidak peduli dengan nilai p untuk suku aslinya. Bahkan jika nilai p tidak berada di bawah tingkat signifikansi tertentu (misalnya 0,05), kita akan tetap mempertahankan suku asli dalam model.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Menafsirkan nilai P untuk variabel prediktor kontinu<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Dalam contoh ini, <strong>jam belajar<\/strong> merupakan variabel prediktor kontinu yang berkisar antara 0 hingga 20 jam.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Dari hasil regresi terlihat bahwa koefisien regresi jam belajar adalah <strong>2,03<\/strong> . Artinya, rata-rata, setiap tambahan jam belajar dikaitkan dengan peningkatan sebesar 2,03 poin pada ujian akhir, dengan asumsi variabel prediktor <strong>Tutor<\/strong> dijaga konstan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya saja siswa A yang belajar selama 10 jam dan menggunakan tutor. Pertimbangkan juga Siswa B yang belajar selama 11 jam dan juga menggunakan tutor. Berdasarkan hasil regresi kami, Siswa B diperkirakan mendapat nilai ujian <strong>2,03<\/strong> poin lebih tinggi daripada Siswa A.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Nilai p yang sesuai adalah <strong>0,009<\/strong> , yang signifikan secara statistik pada tingkat alfa 0,05.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini menunjukkan kepada kita bahwa rata-rata perubahan nilai ujian untuk setiap jam belajar tambahan <strong>secara statistik berbeda secara signifikan dari nol<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan kata lain: <strong>jam belajar<\/strong> mempunyai hubungan yang signifikan secara statistik dengan variabel respon <strong>nilai ujian<\/strong> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Menafsirkan nilai P untuk variabel prediktor kategoris<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Dalam contoh ini, <strong>Tutor<\/strong> adalah variabel prediktor kategoris yang dapat mengambil dua nilai berbeda:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">1 = siswa menggunakan tutor untuk mempersiapkan ujian<\/span><\/li>\n<li> <span style=\"color: #000000;\">0 = siswa tidak menggunakan tutor untuk mempersiapkan ujian<\/span><\/li>\n<\/ul>\n<p class=\"main\"> <span style=\"color: #000000;\">Dari hasil regresi terlihat bahwa koefisien regresi untuk Tutor adalah <strong>8,34<\/strong> . Artinya, rata-rata, siswa yang menggunakan tutor mendapat nilai ujian 8,34 poin lebih tinggi dibandingkan siswa yang tidak menggunakan tutor, dengan asumsi variabel prediktor Jam belajar tetap konstan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya saja siswa A yang belajar selama 10 jam dan menggunakan tutor. Pertimbangkan juga Siswa B yang belajar selama 10 jam dan tidak menggunakan tutor. Berdasarkan hasil regresi kami, Siswa A diharapkan mendapat nilai ujian 8,34 poin lebih tinggi daripada Siswa B.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Nilai p yang sesuai adalah <strong>0,138<\/strong> , yang tidak signifikan secara statistik pada tingkat alfa 0,05.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini menunjukkan bahwa rata-rata perubahan nilai ujian untuk setiap jam tambahan pembelajaran <strong>tidak berbeda signifikan secara statistik dari nol<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan kata lain: variabel prediktor <strong>Tutor<\/strong> tidak memiliki hubungan yang signifikan secara statistik dengan variabel respon <strong>nilai ujian<\/strong> .<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Hal ini menunjukkan bahwa meskipun siswa yang menggunakan tutor mempunyai nilai ujian yang lebih baik, perbedaan ini mungkin disebabkan oleh keberuntungan.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut memberikan informasi tambahan tentang regresi linier:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/panduan-sederhana-untuk-memahami-uji-f-untuk-signifikansi-keseluruhan-dalam-regresi\/\" target=\"_blank\" rel=\"noopener\">Bagaimana menafsirkan uji F untuk signifikansi keseluruhan dalam regresi<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/hipotesis-regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">Lima asumsi regresi linier berganda<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/uji-t-regresi-linier\/\" target=\"_blank\" rel=\"noopener\">Memahami uji-t dalam regresi linier<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dalam statistik, model regresi linier digunakan untuk mengukur hubungan antara satu atau lebih variabel prediktor dan variabel respon . Setiap kali Anda melakukan analisis regresi menggunakan perangkat lunak statistik, Anda akan menerima tabel regresi yang merangkum hasil model. Dua nilai terpenting dalam tabel regresi adalah koefisien regresi dan nilai p yang sesuai. Nilai p memberi [&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>Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, 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\/nilai-p-regresi-linier\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, dengan sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-19T12:23:46+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=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/\",\"url\":\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/\",\"name\":\"Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-19T12:23:46+00:00\",\"dateModified\":\"2023-07-19T12:23:46+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, dengan sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menafsirkan nilai p dalam regresi linier (dengan contoh)\"}]},{\"@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":"Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi","description":"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, 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\/nilai-p-regresi-linier\/","og_locale":"id_ID","og_type":"article","og_title":"Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi","og_description":"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, dengan sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/","og_site_name":"Statorials","article_published_time":"2023-07-19T12:23:46+00:00","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\/nilai-p-regresi-linier\/","url":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/","name":"Cara Menafsirkan Nilai P dalam Regresi Linier (dengan Contoh) - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-19T12:23:46+00:00","dateModified":"2023-07-19T12:23:46+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menginterpretasikan nilai-p dalam model regresi linier, dengan sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/nilai-p-regresi-linier\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menafsirkan nilai p dalam regresi linier (dengan contoh)"}]},{"@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\/3040"}],"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=3040"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/3040\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=3040"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=3040"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=3040"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}