Tutorial ini menjelaskan cara melakukan regresi linier pada kalkulator TI-84.<\/span><\/p>\n Misalkan kita ingin memahami hubungan antara jumlah jam belajar siswa untuk suatu ujian dan nilai yang mereka terima pada ujian tersebut.<\/span><\/p>\n Untuk mengeksplorasi hubungan ini, kita dapat melakukan langkah-langkah berikut pada kalkulator TI-84 untuk melakukan regresi linier sederhana menggunakan jam belajar sebagai variabel penjelas dan nilai ujian sebagai variabel respon.<\/span><\/p>\n Langkah 1: Masukkan datanya.<\/strong><\/span><\/p>\n Pertama, kita akan memasukkan nilai data untuk variabel penjelas dan variabel respon. Tekan Stat<\/span> lalu tekan EDIT<\/span> . Masukkan nilai variabel penjelas (jam belajar) berikut pada kolom L1 dan nilai variabel respon (skor ujian) pada kolom L2:<\/span> <\/p>\n Langkah 2: Lakukan regresi linier.<\/strong><\/span><\/p>\n Selanjutnya kita akan melakukan regresi linier. Tekan Stat<\/span> lalu gulir ke CALC<\/strong> . Kemudian gulir ke 8: Linreg(a+bx)<\/strong> dan tekan Enter<\/span> .<\/span> <\/p>\n Untuk Xlist dan Ylist pastikan L1 dan L2 dipilih karena ini adalah kolom yang kita gunakan untuk memasukkan data kita. Biarkan FreqList<\/strong> kosong. Gulir ke bawah ke Hitung<\/strong> dan tekan Enter<\/span> . Output berikut akan muncul secara otomatis:<\/span> <\/p>\n Langkah 3: Interpretasikan hasilnya.<\/strong><\/span><\/p>\n Dari hasil tersebut terlihat bahwa persamaan regresi yang diestimasi adalah:<\/span><\/p>\n nilai ujian = 68,7127 + 5,5138*(jam)<\/strong><\/span><\/p>\n Kami menafsirkan koefisien jam berarti bahwa untuk setiap tambahan jam belajar, nilai ujian akan meningkat rata-rata 5,5138<\/strong> . Kami menafsirkan koefisien intersep sebagai nilai ujian yang diharapkan untuk siswa yang belajar tanpa jam kerja adalah 68,7127<\/strong> .<\/span><\/p>\n Kita dapat menggunakan persamaan regresi perkiraan ini untuk menghitung nilai ujian yang diharapkan seorang siswa, berdasarkan jumlah jam belajar.<\/span><\/p>\n Misalnya, seorang siswa yang belajar selama tiga jam harus mencapai nilai ujian 85,25<\/strong> :<\/span><\/p>\n nilai ujian = 68,7127 + 5,5138*(3) = 85,25<\/span><\/p>\n Kita juga dapat melihat bahwa r kuadrat untuk model regresi adalah r 2<\/sup> = 0,7199<\/strong> .<\/span><\/p>\n Nilai ini dikenal sebagai koefisien determinasi. Merupakan proporsi varians pada variabel respon yang dapat dijelaskan oleh variabel penjelas. Dalam contoh ini, 71,99% variasi nilai ujian dapat dijelaskan oleh jumlah jam belajar.<\/span><\/p>\n Cara Membuat Plot Sisa pada Kalkulator TI-84<\/a> Regresi linier adalah metode yang dapat kita gunakan untuk memahami hubungan antara variabel penjelas, x, dan variabel respon, y. Tutorial ini menjelaskan cara melakukan regresi linier pada kalkulator TI-84. Contoh: regresi linier pada kalkulator TI-84 Misalkan kita ingin memahami hubungan antara jumlah jam belajar siswa untuk suatu ujian dan nilai yang mereka terima pada ujian […]<\/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":"\n Contoh: regresi linier pada kalkulator TI-84<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/linregti1.png\")
<\/p>\n![\"Regresi](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/correlationti5.png\")
<\/p>\n![\"Output](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/linregti2.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara Melakukan Regresi Kuadrat pada Kalkulator TI-84<\/a>
Cara Melakukan Regresi Eksponensial pada Kalkulator TI-84<\/a>
Cara Melakukan Regresi Logaritma pada Kalkulator TI-84<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"