{"id":659,"date":"2023-07-29T04:40:17","date_gmt":"2023-07-29T04:40:17","guid":{"rendered":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/"},"modified":"2023-07-29T04:40:17","modified_gmt":"2023-07-29T04:40:17","slug":"excel-regresi-linier-berganda","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/","title":{"rendered":"Cara melakukan regresi linier berganda di excel"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Regresi linier berganda<\/strong> merupakan metode yang dapat kita gunakan untuk memahami hubungan antara dua atau lebih variabel penjelas dan suatu <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini menjelaskan cara melakukan regresi linier berganda di Excel.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><em><strong>Catatan:<\/strong> Jika Anda hanya memiliki satu variabel penjelas, Anda sebaiknya melakukan <a href=\"https:\/\/statorials.org\/id\/excel-regresi-linier-sederhana\/\" target=\"_blank\" rel=\"noopener\">regresi linier sederhana<\/a> .<\/em><\/span><\/p>\n<h3> <strong>Contoh: Regresi Linier Berganda di Excel<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin mengetahui apakah jumlah jam yang dihabiskan untuk belajar dan jumlah ujian persiapan yang diambil mempengaruhi nilai yang diperoleh siswa pada ujian masuk perguruan tinggi tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengeksplorasi hubungan ini, kita dapat melakukan regresi linier berganda dengan menggunakan <strong>jam belajar<\/strong> dan <strong>ujian persiapan yang diambil<\/strong> sebagai variabel penjelas dan <strong>hasil ujian<\/strong> sebagai variabel respon.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selesaikan langkah-langkah berikut di Excel untuk melakukan regresi linier berganda.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 1: Masukkan datanya.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Masukkan data jumlah jam belajar, ujian persiapan yang diambil, dan hasil ujian yang diterima untuk 20 siswa berikut ini:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-6298 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel1.png\" alt=\"Data mentah untuk regresi linier berganda di Excel\" width=\"399\" height=\"431\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 2: Lakukan regresi linier berganda.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Di pita atas Excel, buka tab <strong>Data<\/strong> dan klik <strong>Analisis Data<\/strong> . Jika Anda tidak melihat opsi ini, Anda harus<\/span> <a href=\"https:\/\/statorials.org\/id\/cara-memuat-toolpak-analisis-di-excel\/\" target=\"_blank\" rel=\"noopener\">menginstal perangkat lunak Analysis ToolPak gratis<\/a> terlebih dahulu. <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5292 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\" alt=\"Opsi Analisis Data di Excel\" width=\"535\" height=\"204\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Setelah Anda mengklik <strong>Analisis Data,<\/strong> jendela baru akan muncul. Pilih <strong>Regresi<\/strong> dan klik OK.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-6299 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel2.png\" alt=\"Contoh Regresi Linier Berganda di Excel\" width=\"617\" height=\"418\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk <strong>Input Y Range<\/strong> , isi array nilai untuk variabel respon. Untuk <strong>Input X Range<\/strong> , isi array nilai untuk kedua variabel penjelas. Centang kotak di samping <strong>Label<\/strong> untuk memberi tahu Excel bahwa kami telah menyertakan nama variabel dalam rentang input. Untuk <strong>Rentang Output<\/strong> , pilih sel yang Anda inginkan untuk menampilkan output regresi. Lalu klik <strong>oke<\/strong> .<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-6300 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel3.png\" alt=\"Regresi Linier Berganda di Excel\" width=\"633\" height=\"462\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Output berikut akan muncul secara otomatis:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-6301 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel4.png\" alt=\"Output Regresi Linier Berganda di Excel\" width=\"608\" height=\"420\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 3: Tafsirkan hasilnya.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara menafsirkan angka paling relevan dalam hasil:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>R Persegi:<\/strong> <strong>0,734<\/strong> . Ini disebut koefisien determinasi. Merupakan proporsi varians variabel respon yang dapat dijelaskan oleh variabel penjelas. Dalam contoh ini, 73,4% variasi nilai ujian dijelaskan oleh jumlah jam belajar dan jumlah persiapan ujian yang diambil.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Kesalahan standar:<\/strong> <strong>5.366<\/strong> . Ini adalah jarak rata-rata antara nilai yang diamati dan garis regresi. Dalam contoh ini, nilai yang diamati rata-rata menyimpang sebesar 5.366 unit dari garis regresi.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>F: 23:46<\/strong> Ini adalah statistik F keseluruhan untuk model regresi, dihitung sebagai MS regresi\/MS sisa.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Arti F: 0,0000<\/strong> . Ini adalah nilai p yang terkait dengan statistik F keseluruhan. Hal ini memberitahu kita apakah model regresi secara keseluruhan signifikan secara statistik atau tidak. Dengan kata lain, hal ini memberi tahu kita apakah gabungan dua variabel penjelas mempunyai hubungan yang signifikan secara statistik dengan variabel respons. Dalam hal ini, nilai p kurang dari 0,05, menunjukkan bahwa variabel penjelas <strong>, jumlah jam belajar<\/strong> , dan <strong>persiapan ujian yang diambil<\/strong> digabungkan, memiliki hubungan yang signifikan secara statistik dengan <strong>hasil ujian<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Nilai-P.<\/strong> Nilai p individual memberi tahu kita apakah setiap variabel penjelas signifikan secara statistik atau tidak. Kita dapat melihat bahwa <strong>jam belajar<\/strong> signifikan secara statistik (p = 0,00) sedangkan <strong>ujian persiapan yang diambil<\/strong> (p = 0,52) tidak signifikan secara statistik pada \u03b1 = 0,05. Karena <strong>ujian persiapan sebelumnya<\/strong> tidak signifikan secara statistik, kami mungkin memutuskan untuk menghapusnya dari model.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Koefisien:<\/strong> Koefisien masing-masing variabel penjelas menunjukkan kepada kita perubahan rata-rata yang diharapkan dalam variabel respons, dengan asumsi variabel penjelas lainnya tetap konstan. Misalnya, untuk setiap tambahan jam yang dihabiskan untuk belajar, nilai ujian rata-rata diperkirakan akan meningkat sebesar <strong>5,56<\/strong> , dengan asumsi bahwa <strong>ujian praktik yang diambil<\/strong> tetap konstan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara lain untuk melihatnya: jika Siswa A dan Siswa B sama-sama mengikuti jumlah ujian persiapan yang sama namun Siswa A belajar satu jam lebih lama, maka Siswa A harus memperoleh skor <strong>5,56<\/strong> poin lebih tinggi daripada siswa B.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami menafsirkan koefisien intersep yang berarti bahwa nilai ujian yang diharapkan untuk siswa yang belajar tanpa jam kerja dan tidak mengikuti ujian persiapan adalah <strong>67,67<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Estimasi persamaan regresi:<\/strong> Kita dapat menggunakan koefisien dari keluaran model untuk membuat estimasi persamaan regresi berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>nilai ujian = 67,67 + 5,56*(jam) \u2013 0,60*(ujian persiapan)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan persamaan regresi perkiraan ini untuk menghitung nilai ujian yang diharapkan seorang siswa, berdasarkan jumlah jam belajar dan jumlah ujian praktik yang mereka ambil. Misalnya, seorang siswa yang belajar selama tiga jam dan mengikuti ujian persiapan harus mendapat nilai <strong>83,75<\/strong> :<\/span><\/p>\n<p> <span style=\"color: #000000;\">nilai ujian = 67,67 + 5,56*(3) \u2013 0,60*(1) = 83,75<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perlu diingat bahwa karena <strong>ujian persiapan sebelumnya<\/strong> tidak signifikan secara statistik (p=0,52), kami mungkin memutuskan untuk menghapusnya karena tidak memberikan peningkatan apa pun pada model secara keseluruhan. Dalam hal ini, kita dapat melakukan regresi linier sederhana dengan hanya menggunakan <strong>jam belajar<\/strong> sebagai variabel penjelas.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hasil analisis regresi linier sederhana dapat dilihat <a href=\"https:\/\/statorials.org\/id\/excel-regresi-linier-sederhana\/\" target=\"_blank\" rel=\"noopener\">di sini<\/a> .<\/span><\/p>\n<h3> <strong><span style=\"color: #000000;\">Sumber daya tambahan<\/span><\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Setelah Anda melakukan regresi linier berganda, Anda mungkin ingin memeriksa beberapa asumsi, termasuk:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1.<\/strong> <a href=\"https:\/\/statorials.org\/id\/cara-menghitung-vive-di-excel\/\" target=\"_blank\" rel=\"noopener\">Pengujian multikolinearitas menggunakan VIF<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2.<\/strong> <a href=\"https:\/\/statorials.org\/id\/tes-excel-pagan-breusch\/\" target=\"_blank\" rel=\"noopener\">Uji heterodskedastisitas dengan menggunakan uji Breusch-Pagan<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>3.<\/strong> <a href=\"https:\/\/statorials.org\/id\/beberapa-plot-excel\/\" target=\"_blank\" rel=\"noopener\">Uji normalitas menggunakan plot QQ<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier berganda merupakan metode yang dapat kita gunakan untuk memahami hubungan antara dua atau lebih variabel penjelas dan suatu variabel respon . Tutorial ini menjelaskan cara melakukan regresi linier berganda di Excel. Catatan: Jika Anda hanya memiliki satu variabel penjelas, Anda sebaiknya melakukan regresi linier sederhana . Contoh: Regresi Linier Berganda di Excel Misalkan [&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 Melakukan Regresi Linier Berganda di Excel - Statologi<\/title>\n<meta name=\"description\" content=\"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.\" \/>\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\/excel-regresi-linier-berganda\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara Melakukan Regresi Linier Berganda di Excel - Statologi\" \/>\n<meta property=\"og:description\" content=\"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T04:40:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel1.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=\"4 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/\",\"url\":\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/\",\"name\":\"Cara Melakukan Regresi Linier Berganda di Excel - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T04:40:17+00:00\",\"dateModified\":\"2023-07-29T04:40:17+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara melakukan regresi linier berganda di excel\"}]},{\"@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 Melakukan Regresi Linier Berganda di Excel - Statologi","description":"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.","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\/excel-regresi-linier-berganda\/","og_locale":"id_ID","og_type":"article","og_title":"Cara Melakukan Regresi Linier Berganda di Excel - Statologi","og_description":"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.","og_url":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/","og_site_name":"Statorials","article_published_time":"2023-07-29T04:40:17+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"4 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/","url":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/","name":"Cara Melakukan Regresi Linier Berganda di Excel - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T04:40:17+00:00","dateModified":"2023-07-29T04:40:17+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Penjelasan sederhana tentang cara melakukan regresi linier berganda di Excel, termasuk contoh langkah demi langkah.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/excel-regresi-linier-berganda\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara melakukan regresi linier berganda di excel"}]},{"@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\/659"}],"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=659"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/659\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=659"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=659"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=659"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}