Analisis Variansi (ANOVA) dalam Model Regresi

Analisis Variansi (ANOVA) adalah metode statistik yang digunakan untuk membandingkan rata-rata kelompok yang berbeda dalam suatu populasi. Dalam konteks model regresi, ANOVA digunakan untuk mengevaluasi signifikansi variabel prediktor terhadap variabel dependen. Dalam model regresi yang diberikan, terdapat empat variabel yang diamati: Y (Total) sebagai variabel dependen, dan X1 (Total), X2 (Total), dan X3 (Total) sebagai variabel prediktor. Tujuan dari analisis ini adalah untuk menentukan apakah ada hubungan yang signifikan antara variabel prediktor dan variabel dependen. Hasil analisis ANOVA menunjukkan bahwa model regresi secara keseluruhan memiliki signifikansi statistik yang tinggi. Model regresi menjelaskan sekitar 23.206 dari variasi total dalam variabel dependen, dengan tingkat signifikansi sebesar $0,000^{\circ }$. Hal ini menunjukkan bahwa variabel prediktor secara bersama-sama memberikan kontribusi yang signifikan terhadap variasi dalam variabel dependen. Namun, penting untuk dicatat bahwa ada juga variasi yang tidak dapat dijelaskan oleh model regresi ini. Variasi residu, yang merupakan variasi yang tidak dapat dijelaskan oleh variabel prediktor, sebesar 166,451 dengan 101 derajat kebebasan. Ini menunjukkan bahwa masih ada faktor-faktor lain yang mempengaruhi variabel dependen yang tidak dimasukkan dalam model regresi ini. Dalam kesimpulan, analisis ANOVA dalam model regresi ini menunjukkan bahwa variabel prediktor secara bersama-sama memberikan kontribusi yang signifikan terhadap variasi dalam variabel dependen. Namun, masih ada variasi yang tidak dapat dijelaskan oleh model regresi ini, yang menunjukkan adanya faktor-faktor lain yang mempengaruhi variabel dependen.