Kalkulator Uji Regresi Linier
Hitung regresi linier sederhana maupun berganda untuk menemukan persamaan terbaik, uji signifikansi tiap koefisien, dan evaluasi kelayakan model secara otomatis.
Fokus Analisis
Regresi sederhana menilai hubungan Y dengan satu variabel bebas, sedangkan regresi berganda menganalisis kontribusi beberapa X sekaligus. Statistik t dan F membantu menilai signifikansi parameter dan kelayakan model.
Konfigurasi
Input Dataset
Gunakan spasi atau tab sebagai pemisah. Baris pertama boleh berupa header (mis. Y X1 X2). Setiap baris berikutnya mewakili observasi seperti 12 4.5 7.1. Variabel dependen saat ini: Y.
- Kolom pertama selalu variabel dependen (Y).
- Minimal 3 observasi dan 2 kolom untuk regresi sederhana.
- Regresi berganda membutuhkan ≥ 2 variabel bebas.
10 observasi • 3 kolom • Memuat jStat…
Hasil Perhitungan Regresi
Persamaan Model
Y = 8.6735 + 1.2245 × X1 + 1.2959 × X2
0.9962
Proporsi variasi Y yang dijelaskan oleh seluruh prediktor.
0.9951
Koreksi kompleksitas model.
0.3520
Standar deviasi residual model.
Tabel Koefisien
| Variabel | Koefisien | Std. Error | t Statistik | p-value |
|---|---|---|---|---|
| Intercept | 8.6735 | 0.5298 | 16.3713 | – (menunggu jStat) |
| X1 | 1.2245 | 0.2464 | 4.9705 | – (menunggu jStat) |
| X2 | 1.2959 | 0.2637 | 4.9143 | – (menunggu jStat) |
| Ringkasan ANOVA | |
|---|---|
| SSR (Model) | 225.2327 |
| SSE (Error) | 0.8673 |
| SST (Total) | 226.1000 |
| Statistik Tambahan | |
| Derajat bebas | df Model: 2 • df Error: 7 |
| MSE | 0.1239 • Std. Error Residual: 0.3520 |
| Observasi | n: 10 • Prediktor: 2 |