5.2.1 Results and interpretation fo

5.2.1 Results and interpretation for Model 1 of G1. After
performing the regression diagnostics on the dataset of G1 with
1519 registration, 141 observations were found to be outliers or
influential and were then removed from the dataset of G1. All of
the 141 observations were substantially different from all other
observations; therefore there was a large improvement in the
results of regression analysis after their removal. Fig. 2 shows
the examined data before and after regression diagnostics in
the form of a scatterplot, clearly indicating an improvement
of the linear relationship .
Regression analysis for Model 1 of G1 was performed with 1378
registrations. The model contains the variable FA mark with a
multiple R of 0.674, revealing a strong positive relationship between
FA and SA (see Table 5). The R2 of 0.454 (R2 = 0.6742) whichmeans
that the accuracy of predicting scores for the students’ SA marks will
be at approximately 45.4% if the prediction is based on scores for FA
mark. The FA mark was found to be statistically significant with
p-value less than 0.05 (see Sig. in Table 6); hence, for every additional
one mark on the FA mark, the SA mark will increase by 0.992. The model that should be used to predict the SA at approximately
45.4% accuracy is eqn (1), where the FAmark of a student should be
between 40% and 100%, both inclusive.

Hasil (Bahasa Indonesia) 1:

5.2.1 hasil dan interpretasi untuk Model 1 G1. Setelahmelakukan regresi diagnostik pada dataset G1 dengan1519 pendaftaran, 141 pengamatan yang ditemukan untuk menjadi outlier atauberpengaruh dan kemudian dihapus dari dataset G1. Semua141 pengamatan yang secara substansial berbeda dari lainnyapengamatan; oleh karena itu ada peningkatan yang besar dalamHasil analisis regresi setelah pengangkatan mereka. Gambar 2 menunjukkanmemeriksa data sebelum dan sesudah regresi diagnostik dalambentuk di sebar luasin, jelas menunjukkan peningkatanhubungan linear.Analisis regresi untuk Model 1 G1 ini dilakukan dengan 1378pendaftaran. Model berisi tanda FA variabel denganbeberapa R dari 0.674, yang mengungkapkan hubungan positif yang kuat antaraFA dan SA (Lihat tabel 5). R2 0.454 (R2 = 0.6742) whichmeanskeakuratan memprediksi Skor mahasiswa sa menandai akanberada di sekitar 45.4% jika prediksi didasarkan pada nilai untuk FAMark. Tanda FA ditemukan menjadi signifikan secara statistik denganp-nilai kurang dari 0,05 (Lihat Sig. di Tabel 6); oleh karena itu, untuk setiap tambahansatu tanda tanda FA, SA mark akan meningkat 0.992. Model yang harus digunakan untuk memprediksi SA di sekitar45.4 akurasi % adalah eqn (1), di mana FAmark seorang mahasiswa harusantara 40% dan 100%, keduanya inklusif.

Hasil (Bahasa Indonesia) 2:

5.2.1 Hasil dan interpretasi untuk Model 1 dari G1. Setelah
melakukan diagnosa regresi pada dataset dari G1 dengan
1.519 pendaftaran, 141 pengamatan yang ditemukan menjadi outlier atau
berpengaruh dan kemudian dihapus dari dataset dari G1. Semua
141 pengamatan secara substansial berbeda dari semua yang lain
pengamatan; Oleh karena itu ada peningkatan besar dalam
hasil analisis regresi setelah pengangkatan mereka. Gambar. 2 menunjukkan
data diperiksa sebelum dan sesudah diagnosa regresi dalam
bentuk sebar sebuah, jelas menunjukkan peningkatan
dari linear hubungan.
Analisis regresi untuk Model 1 dari G1 dilakukan dengan 1378
pendaftaran. Model berisi tanda FA variabel dengan
beberapa R dari 0,674, mengungkapkan hubungan positif yang kuat antara
FA dan SA (lihat Tabel 5). R2 dari 0,454 (R2 = 0,6742) piknik`
bahwa keakuratan skor memprediksi untuk tanda SA siswa akan
berada di sekitar 45,4% jika prediksi ini didasarkan pada skor untuk FA
mark. FA mark ditemukan signifikan secara statistik dengan
p-value kurang dari 0,05 (lihat Sig pada Tabel 6.); maka, untuk setiap tambahan
satu tanda pada tanda FA, SA tanda akan meningkat 0,992. Model yang harus digunakan untuk memprediksi SA di sekitar
akurasi 45,4% adalah eqn (1), dimana FAmark dari mahasiswa harus
antara 40% dan 100%, baik inklusif.