{"id":319,"date":"2023-08-02T14:06:03","date_gmt":"2023-08-02T14:06:03","guid":{"rendered":"https:\/\/statorials.org\/id\/regresi-linier-1\/"},"modified":"2023-08-02T14:06:03","modified_gmt":"2023-08-02T14:06:03","slug":"regresi-linier-1","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/regresi-linier-1\/","title":{"rendered":"Regresi linier"},"content":{"rendered":"<p>Artikel ini menjelaskan apa itu regresi linier dan kegunaannya dalam statistik. Selain itu, Anda akan dapat melihat cara menghitung dua jenis regresi linier: regresi linier sederhana dan regresi linier berganda.<\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-la-regresion-lineal\"><\/span> Apa itu regresi linier?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> <strong>Regresi linier<\/strong> adalah model statistik yang menghubungkan satu atau lebih variabel bebas dengan suatu variabel terikat. Sederhananya, regresi linier adalah teknik yang digunakan untuk mencari persamaan yang mendekati hubungan antara satu atau lebih variabel penjelas dan variabel respon.<\/p>\n<p> Misalnya persamaan y=2+5x <sub>1<\/sub> -3x <sub>2<\/sub> +8x <sub>3<\/sub> merupakan model regresi linier karena secara matematis menghubungkan tiga variabel bebas (x <sub>1<\/sub> , x <sub>2<\/sub> , x <sub>3<\/sub> ) dengan variabel terikat (y) dan terlebih lagi, hubungan antar variabel bersifat linier.<\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"tipos-de-regresion-lineal\"><\/span>Jenis Regresi Linier<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Ada dua <strong>jenis regresi linier<\/strong> :<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:20px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regresi linier sederhana<\/strong> : Sebuah variabel independen dihubungkan dengan variabel dependen. Oleh karena itu, persamaan untuk model regresi linier jenis ini berbentuk y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> .<\/span><\/li>\n<li style=\"margin-bottom:20px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regresi linier berganda<\/strong> : Model regresi memiliki beberapa variabel penjelas dan satu variabel respon. Oleh karena itu, persamaan model regresi linier jenis ini berbentuk y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> +\u03b2 <sub>2<\/sub> x <sub>2<\/sub> \u2026+\u03b2 <sub>m<\/sub> x <sub>m<\/sub> .<\/span> <\/li>\n<\/ul>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"regresion-lineal-simple\"><\/span> regresi linier sederhana<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p> <strong>Regresi linier sederhana<\/strong> digunakan untuk menghubungkan satu variabel independen dengan kedua variabel.<\/p>\n<p> Persamaan model regresi linier sederhana berbentuk garis lurus, oleh karena itu terdiri dari dua koefisien: konstanta persamaan (\u03b2 <sub>0<\/sub> ) dan koefisien korelasi kedua variabel (\u03b2 <sub>1<\/sub> ). Oleh karena itu, persamaan model regresi linier sederhana adalah y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x.<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1x\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"100\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p> <strong>Rumus untuk menghitung koefisien regresi linier sederhana<\/strong> adalah sebagai berikut:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-459281504d26f92756115054ef567021_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{array}{c}\\beta_1=\\cfrac{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})(y_i-\\overline{y})}{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})^2}\\\\[12ex]\\beta_0=\\overline{y}-\\beta_1\\overline{x}\\end{array}\" title=\"Rendered by QuickLaTeX.com\" height=\"176\" width=\"192\" style=\"vertical-align: 0px;\"><\/p>\n<\/p>\n<p style=\"margin-bottom:5px\"> Emas:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-c5ba513cc7e504bc674f76afa70a3442_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_0\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"17\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah konstanta garis regresi.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dff50ab66b848b910ea781069cba1094_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_1\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"16\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah kemiringan garis regresi.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> adalah nilai variabel bebas X dari data i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-761333a1d61654bd1cb5c7224b0d1994_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y_i\" title=\"Rendered by QuickLaTeX.com\" height=\"12\" width=\"14\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah nilai variabel terikat Y dari data i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-a39858a792fb4fe9a3173e004701f2a7_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{x}\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"11\" style=\"vertical-align: 0px;\"><\/p>\n<p> adalah rata-rata dari nilai variabel bebas<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ed5becac4ccb36fec040f449ba9fa52d_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{y}\" title=\"Rendered by QuickLaTeX.com\" height=\"15\" width=\"10\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah rata-rata nilai variabel terikat Y. <\/li>\n<\/ul>\n<div style=\"background-color:#FFFDE7; padding-top: 10px; padding-bottom: 10px; padding-right: 20px; padding-left: 30px; border: 2.5px dashed #FFB74D; border-radius:20px;\"> <span style=\"color:#ff951b\">\u27a4<\/span> <strong>Lihat:<\/strong> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana\/\">Contoh nyata regresi linier sederhana<\/a> <\/div>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"regresion-lineal-multiple\"><\/span> Regresi linier berganda<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p> Dalam model <strong>regresi linier berganda<\/strong> , setidaknya ada dua variabel independen yang dimasukkan. Dengan kata lain, regresi linier berganda memungkinkan beberapa variabel penjelas dihubungkan secara linier ke suatu variabel respon.<\/p>\n<p> Persamaan model regresi linier berganda adalah y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> +\u03b2 <sub>2<\/sub> x <sub>2<\/sub> +\u2026+\u03b2 <sub>m<\/sub> x <sub>m<\/sub> +\u03b5.<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-fd3ba8386b5954b654ca555774108ac0_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1 x_1+\\beta_2 x_2+\\dots+\\beta_m x_m+\\varepsilon\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"305\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p style=\"margin-bottom:5px\"> Emas:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-38461fc041e953482219abf5d4cce1cb_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y\" title=\"Rendered by QuickLaTeX.com\" height=\"12\" width=\"9\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah variabel terikat.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> adalah variabel bebas i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-c5ba513cc7e504bc674f76afa70a3442_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_0\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"17\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah konstanta persamaan regresi linier berganda.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ff540c55c6ee8f10a1dab8e2422947ab_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_i\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"15\" style=\"vertical-align: -4px;\"><\/p>\n<p> adalah koefisien regresi yang terkait dengan variabel<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> .<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-29b8f7fac5f2df4b101dff63e95516c5_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\bm{\\varepsilon}\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"8\" style=\"vertical-align: 0px;\"><\/p>\n<p> adalah kesalahan atau sisa, yaitu selisih antara nilai yang diamati dan nilai yang diestimasi oleh model.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-fdc40b8ad1cdad0aab9d632215459d28_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"m\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"15\" style=\"vertical-align: 0px;\"><\/p>\n<p> adalah jumlah total variabel dalam model.<\/li>\n<\/ul>\n<p> Jadi jika kita mempunyai sampel dengan jumlah total<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ec4217f4fa5fcd92a9edceba0e708cf7_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"n\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"11\" style=\"vertical-align: 0px;\"><\/p>\n<p> pengamatan, kita dapat mengajukan model regresi linier berganda dalam bentuk matriks:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5848686c8ed0857f16e7e24e2a31024e_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{pmatrix}y_1\\\\y_2\\\\\\vdots\\\\y_n\\end{pmatrix}=\\begin{pmatrix}1&amp;x_{11}&amp;\\dots&amp;x_{1m}\\\\1&amp;x_{21}&amp;\\dots&amp;x_{2m}\\\\ \\vdots&amp;\\vdots&amp;\\ddots&amp;\\vdots\\\\1&amp;x_{n1}&amp;\\dots&amp;x_{nm}\\end{pmatrix}\\cdot\\begin{pmatrix}\\beta_0\\\\\\beta_1\\\\\\vdots\\\\\\beta_m\\end{pmatrix}+\\begin{pmatrix}\\varepsilon_1\\\\\\varepsilon_2\\\\\\vdots\\\\\\varepsilon_n\\end{pmatrix}\" title=\"Rendered by QuickLaTeX.com\" height=\"96\" width=\"370\" style=\"vertical-align: -43px;\"><\/p>\n<\/p>\n<p> Ekspresi matriks di atas dapat ditulis ulang dengan memberikan huruf pada setiap matriks:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-7614ddbb78ced2e2b8b6c7642d9969c3_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Y=X\\beta+\\varepsilon\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"95\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p> Jadi, dengan menerapkan kriteria kuadrat terkecil, kita dapat memperoleh <strong>rumus untuk memperkirakan koefisien model regresi linier berganda<\/strong> :<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-b6ef097cee722e7355fa4eb77b7ea3e5_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\widehat{\\beta}=\\left(X^tX\\right)^{-1}X^tY\" title=\"Rendered by QuickLaTeX.com\" height=\"26\" width=\"146\" style=\"vertical-align: -7px;\"><\/p>\n<\/p>\n<p> Namun penerapan rumus ini sangat melelahkan dan memakan waktu, oleh karena itu dalam praktiknya disarankan untuk menggunakan perangkat lunak komputer (seperti Minitab atau Excel) yang memungkinkan pembuatan model regresi berganda dengan lebih cepat. <\/p>\n<div style=\"background-color:#FFFDE7; padding-top: 10px; padding-bottom: 10px; padding-right: 20px; padding-left: 30px; border: 2.5px dashed #FFB74D; border-radius:20px;\"> <span style=\"color:#ff951b\">\u27a4<\/span> <strong>Lihat:<\/strong> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda-1\/\">Menafsirkan model regresi linier berganda<\/a> <\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"supuestos-de-la-regresion-lineal\"><\/span> Asumsi Regresi Linier<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Dalam model regresi linier, syarat-syarat berikut harus dipenuhi agar model tersebut valid:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Kemandirian<\/strong> : Residu harus independen satu sama lain. Cara umum untuk memastikan independensi model adalah dengan menambahkan keacakan pada proses pengambilan sampel.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Homoskedastisitas<\/strong> : Harus ada homogenitas varians dari residu, yaitu variabilitas dari residu harus konstan.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Non-multikolinearitas<\/strong> : variabel penjelas yang dimasukkan dalam model tidak dapat dihubungkan satu sama lain atau setidaknya hubungannya harus sangat lemah.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Normalitas<\/strong> : Residualnya harus berdistribusi normal, atau dengan kata lain harus mengikuti distribusi normal dengan mean 0.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Linearitas<\/strong> : diasumsikan hubungan antara variabel respon dan variabel penjelas adalah linier.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfpara-que-sirve-la-regresion-lineal\"><\/span> Untuk apa regresi linier digunakan?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Regresi linier pada dasarnya mempunyai dua kegunaan: Regresi linier digunakan untuk menjelaskan hubungan antara variabel penjelas dan variabel respon, dan demikian pula, regresi linier digunakan untuk memprediksi nilai variabel terikat pada suatu observasi baru.<\/p>\n<p> Dengan memperoleh persamaan model regresi linier, kita dapat mengetahui jenis hubungan apa yang ada antar variabel dalam model. Jika koefisien regresi suatu variabel independen bernilai positif, maka variabel dependennya akan semakin meningkat. sedangkan jika koefisien regresi suatu variabel independen bernilai negatif, maka variabel dependennya akan menurun seiring dengan kenaikannya.<\/p>\n<p> Di sisi lain, persamaan yang dihitung dalam regresi linier juga memungkinkan dilakukannya prediksi nilai. Jadi, dengan memasukkan nilai variabel penjelas ke dalam persamaan model, kita dapat menghitung nilai variabel terikat untuk suatu data baru.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Artikel ini menjelaskan apa itu regresi linier dan kegunaannya dalam statistik. Selain itu, Anda akan dapat melihat cara menghitung dua jenis regresi linier: regresi linier sederhana dan regresi linier berganda. Apa itu regresi linier? Regresi linier adalah model statistik yang menghubungkan satu atau lebih variabel bebas dengan suatu variabel terikat. Sederhananya, regresi linier adalah teknik [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>\u25b7 Regresi linier<\/title>\n<meta name=\"description\" content=\"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.\" \/>\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\/regresi-linier-1\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Regresi linier\" \/>\n<meta property=\"og:description\" content=\"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/regresi-linier-1\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-02T14:06:03+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.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\/regresi-linier-1\/\",\"url\":\"https:\/\/statorials.org\/id\/regresi-linier-1\/\",\"name\":\"\u25b7 Regresi linier\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-08-02T14:06:03+00:00\",\"dateModified\":\"2023-08-02T14:06:03+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/regresi-linier-1\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/regresi-linier-1\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/regresi-linier-1\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"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":"\u25b7 Regresi linier","description":"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.","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\/regresi-linier-1\/","og_locale":"id_ID","og_type":"article","og_title":"\u25b7 Regresi linier","og_description":"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.","og_url":"https:\/\/statorials.org\/id\/regresi-linier-1\/","og_site_name":"Statorials","article_published_time":"2023-08-02T14:06:03+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.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\/regresi-linier-1\/","url":"https:\/\/statorials.org\/id\/regresi-linier-1\/","name":"\u25b7 Regresi linier","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-08-02T14:06:03+00:00","dateModified":"2023-08-02T14:06:03+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Di sini Anda akan menemukan apa itu regresi linier, jenis-jenis regresi linier (regresi linier tunggal dan ganda) dan rumus regresi linier.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/regresi-linier-1\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/regresi-linier-1\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/regresi-linier-1\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"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\/319"}],"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=319"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/319\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=319"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=319"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=319"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}