Tools Regression pada Software JASP

6. Regression

a. Correlation

Pearson (data normal), Spearman dan Kendall (non-normal atau ordinal).

Output: matriks korelasi, p-value, confidence interval, heatmap, scatter plot.

b. Linear Regression

Variabel dependen (Scale) dan independen (Covariates/Factors).

Metode: Enter, Backward, Forward, Stepwise.

Output penting:

R, R², Adjusted R².

ANOVA model (uji F) dan tabel koefisien (B, Beta, t, p).

Diagnostik: VIF/Tolerance (multikolinearitas), Durbin-Watson (autokorelasi), Cook's distance, residual plot, Q-Q plot.

Cocok untuk penelitian pengaruh variabel, misalnya FDR, CAR, dan NPF terhadap ROA.

c. Logistic Regression

Variabel dependen biner (ya/tidak, lolos/gagal).

Output: odds ratio, confusion matrix, ROC curve, AUC, Nagelkerke R².

d. Generalized Linear Models (GLM)

Poisson, binomial, gamma, dan lainnya.

e. Partial Correlation

Korelasi dua variabel dengan mengontrol variabel lain.