Multiple Regression AnalysisTwo set

Multiple Regression Analysis

Two sets of hierarchical multiple regression analyses were conducted to predict active procrastination and academic achievement. For the first analysis, the predictor variables were entered in two successive steps. In the first step, all factors of flow were introduced as we were interested in whether or not flow could be related to active procrastination, even when the effects of self-regulated learning variables had been controlled. In the second step, self-regulated learning factors were introduced to identify how much variance could subsequently be attributed to active procrastination due to the fact that flow had been accounted for.

Hasil (Bahasa Indonesia) 1:

Analisis regresiDua set hirarkis multiple regresi analisis dilakukan untuk memprediksi aktif penundaan dan prestasi akademik. Untuk analisis pertama, variabel prediktor masuk dalam dua langkah berturut-turut. Pada langkah pertama, Semua faktor aliran diperkenalkan karena kami tertarik pada apakah atau tidak aliran bisa berhubungan dengan aktif penundaan, bahkan ketika efek belajar mandiri diatur variabel telah dikendalikan. Pada langkah kedua, faktor-faktor belajar mandiri diatur diperkenalkan untuk mengidentifikasi berapa banyak varians kemudian dapat dikaitkan dengan aktif penundaan karena fakta bahwa aliran telah diperhitungkan.

Hasil (Bahasa Indonesia) 2:

Regresi Analisis

Dua set analisis regresi berganda hirarkis dilakukan untuk memprediksi penundaan aktif dan prestasi akademik. Untuk analisis pertama, variabel prediktor dimasukkan dalam dua langkah berurutan. Pada langkah pertama, semua faktor aliran diperkenalkan karena kami tertarik pada apakah atau tidak mengalir dapat berhubungan dengan penundaan aktif, bahkan ketika efek dari variabel pembelajaran mandiri telah dikendalikan. Pada langkah kedua, faktor pembelajaran mandiri diperkenalkan untuk mengidentifikasi berapa banyak varian bisa kemudian dikaitkan dengan penundaan aktif karena fakta bahwa aliran telah menyumbang.