What is the translation of " THE REGRESSION MODEL " in Indonesian?

• model regresi

Examples of using The regression model in English and their translations into Indonesian

Dicted by the regression model.
Dijelaskan oleh model regresi.

The regression model is linear in parameters.
Model regresinya adalah linier dalam parameter.

Explained by the regression model.
Dijelaskan oleh model regresi.

The regression model can be written as.
Adapun model regresi tersebut dapat dituliskan sebagai.

Expression of the regression model.
Dijelaskan oleh model regresi.

Thus, the regression model can be used in the study.
Hal tersebut berarti bahwa model regresi dalam penelitian ini dapat digunakan.

Is explained by the regression model.
Dijelaskan oleh model regresi.

Thus, the regression model becomes more complex when the term(multiplicative) interaction is added.
Dengan demikian, model regresi menjadi lebih kompleks ketika istilah interaksi( multiplikatif) ditambahkan.

Accounted for by the regression model.
Dijelaskan oleh model regresi.

Based on the F test, the regression model used to predict the occupancy level of the starred hotel in Central Java is not valid.
Berdasarkan uji F ternyata model regresi untuk memprediksi tingkat penghunian kamar hotel bintang di Jawa Tengah tidak layak digunakan.

Of the total variation in y is explained by the regression model.
Seluruh variasi dalam variabel Y dapat diterangkan oleh model regresi.

We will use the regression model to make a prediction about sales.
Model regresi bisa dipakai untuk memprediksi sales.

Tells us how much variation in the data can be explained by the regression model we have built.
Seberapa besar variasi dalam data yang dapat dijelaskan oleh model regresi yang dibangun.

This figure means that the regression model can be used for inferences regarding the data.
Hal ini dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data.

If a significant value is smaller than α, the hypothesis is accepted which means the regression model is fit.
Jika nilai signifikan lebih kecil dari α maka hipotesis diterima yang berarti bahwa model regresi fit.

It can be concluded that the regression model used in this study had no symptoms of multicollinearity.
Dapat disimpulkan bahwa model regresi di dalam penelitian ini tidak terdapat gejala multikolinieritas.

The testing result shows that VIF value< 10 that it is concluded that the regression model does not contain multicollinearity.
Ketiga nilai VIF< 10 yang berarti bahwa model regresi tidak mengandung multikolinieritas.

It can be concluded that the regression model used in this study had no symptoms of multicollinearity.
Hal ini membuktikan bahwa model regresi yang digunakan dalam penelitian ini tidak terdapat adanya multikolinearitas.

The hypothesis will be rejected if the significance value is greater than α, which means the regression model is not fit.
Apabila nilai signifikansinya lebih besar daripada α maka hipotesis ditolak yang berarti model regresi tidak fit.

More detail can be obtained by fitting the regression model using statistical software such as RegressIt.
Detail lebih lanjut dapat diperoleh dengan melengkapi model regresi dengan menggunakan perangkat lunak statistik seperti RegressIt.

If the tolerance value is close to 1, and the VIF is around 1 to 10, therefore it can be concluded that there is no multicollinearity between the independent variables in the regression model(Santoso, 2000).
Apabila nilai tolerance mendekati 1, serta nilai VIF disekitar angka 1 serta tidak lebih dari 10, maka dapat disimpulkan tidak terjadi multikolinearitas antara variabel bebas dalam model regresi( Santoso, 2000).

The significant values is below 0.05 therefore the regression model can be used to predict the Performance.
Karena tingkat signifikansi lebih kecil dari 0,05, maka model regresi dapat digunakan untuk memprediksi kinerja.

The LINEST function checks for collinearity and removes any redundant X columns from the regression model when it identifies them.
Fungsi LINEST memeriksa apakah ada kolinearitas dan menghapus kolom-kolom X berlebihan dari model regresi saat fungsi itu mengenalinya.

The normality test aims to find out whether in the regression model, the dependent variable and the independent variable have a normal or near normal distribution.
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel independen dan dependen mempunyai distribusi normal atau mendekati normal.

If the data spreads far from the diagonal line and does not follow the direction of the diagonal line, it can be concluded that the regression model does not meet the assumption of normality.
Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas.

The testing result shows that VIF value< 10 that it is concluded that the regression model does not contain multicollinearity.
Berdasarkan hasil penelitian diperoleh nilai VIF< 10, yang berarti bahwa model regresi tidak mengandung multikolinieritas.

Based on the normality test, multicolinearity test, heteroscedastisity test, and autocorrelation test, then the regression model used to predict the occupancy level of the starred hotel is valid.
Berdasarkan uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi maka baik model regresi yang digunakan untuk memprediksi tingkat penghunian kamar hotel bintang adalah layak digunakan.

If the value of the probability of their significance above 5% confidence level and a Scatterplot graphs, dots spread above or below zero on the Y axis, then the regression models can be concluded does not contain any heteroscedasticity(Ghozali, 2005).
Apabila nilai probabilitas signifikansinya di atas tingkat kepercayaan 5 persen dan grafik Scatterplot, titik-titik menyebar di atas maupun di bawah angka nol pada sumbu Y, maka dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas( Ghozali, 2005).

The result of the result describes that overall the regressions model of this research has met the classic assumption test, which means that the regressions model of this research is free from any symptoms of multicolinearity, heteroscedasticity, autocorrelation and the generated data has been normally distributed.
Hasil penelitian ini menunjukkan bahwa model regresi penelitian ini telah memenuhi uji asumsi klasik secara keseluruhan, yang berarti bahwa model regresi ini bebas dari gejala multikolinieritas, heteroskedastisitas, autokorelasi, serta data yang dihasilkan terdistribusi normal.