{"id":3622,"date":"2023-07-16T12:04:36","date_gmt":"2023-07-16T12:04:36","guid":{"rendered":"https:\/\/statorials.org\/id\/regresi-logistik-di-google-sheet\/"},"modified":"2023-07-16T12:04:36","modified_gmt":"2023-07-16T12:04:36","slug":"regresi-logistik-di-google-sheet","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/regresi-logistik-di-google-sheet\/","title":{"rendered":"Cara melakukan regresi logistik di google spreadsheet"},"content":{"rendered":"

<\/p>\n

\n

Regresi logistik<\/a> adalah metode yang dapat kita gunakan untuk menyesuaikan model regresi ketika variabel responnya<\/a> adalah biner.<\/span><\/p>\n

Contoh langkah demi langkah berikut menunjukkan cara melakukan regresi logistik di Google Spreadsheet.<\/span><\/span><\/p>\n

Langkah 1: Instal XLMiner Analysis ToolPak<\/strong><\/h2>\n

Untuk melakukan regresi logistik di Google Sheets, pertama-tama kita perlu menginstal XLMiner Analysis Toolpak<\/strong> gratis.<\/span><\/p>\n

Untuk melakukannya, klik Add-on > Dapatkan Add-on<\/strong> :<\/span> <\/p>\n

\"\"<\/p>\n

Selanjutnya, ketik XLMiner Analysis ToolPak<\/strong> di bilah pencarian dan klik ikon yang muncul:<\/span> <\/p>\n

\"Instal<\/p>\n

Terakhir, klik tombol Instal<\/strong> berwarna biru.<\/span> <\/p>\n

\"Alat<\/p>\n

Langkah 2: Masukkan datanya<\/strong><\/span><\/h2>\n

Selanjutnya kita akan memasukkan data berikut ke dalam Google Sheets:<\/span> <\/p>\n

\"\"<\/p>\n

Kami akan menyesuaikan model regresi logistik yang menggunakan poin dan membantu memprediksi apakah seorang pemain bola basket akan direkrut ke NBA (0 = Tidak, 1 = Ya).<\/span><\/p>\n

Langkah 3: Lakukan regresi logistik<\/strong><\/span><\/h2>\n

Agar sesuai dengan model regresi logistik, klik tab Extensions<\/strong> , lalu klik XL Miner Analysis ToolPak<\/strong> , lalu klik Start<\/strong> :<\/span> <\/p>\n

\"\"<\/p>\n

Pada panel yang muncul di sisi kanan layar, klik panah drop-down di samping Regresi Logistik<\/strong> dan masukkan informasi berikut:<\/span> <\/p>\n

\"regresi<\/p>\n

Setelah Anda mengklik OK<\/strong> , ringkasan model regresi logistik akan ditampilkan:<\/span> <\/p>\n

\"keluaran<\/p>\n

Koefisien dalam hasil menunjukkan perubahan rata-rata log dalam peluang untuk direkrut.<\/span><\/p>\n

Misalnya, peningkatan satu unit poin<\/b> dikaitkan dengan peningkatan rata-rata sebesar 0,212<\/b> dalam peluang untuk direkrut.<\/span><\/p>\n

Tanda pada koefisien menunjukkan apakah terdapat hubungan positif atau negatif antara masing-masing variabel prediktor dan variabel respon.<\/span><\/p>\n

Misalnya, karena poin mempunyai tanda positif pada koefisiennya, hal ini berarti bahwa meningkatkan nilai poin akan meningkatkan peluang seorang pemain untuk direkrut (dengan asumsi assist tetap konstan).<\/span><\/p>\n

Sebaliknya, karena assist memiliki tanda negatif pada koefisiennya, hal ini berarti bahwa peningkatan nilai assist akan mengurangi peluang pemain untuk direkrut (dengan asumsi poin tetap konstan).<\/span><\/p>\n

Nilai p pada hasil juga memberi kita gambaran tentang seberapa efektif setiap variabel prediktor dalam memprediksi kemungkinan penyusunan:<\/span><\/p>\n