Anda akan belajar:
Analisis regresi adalah cara menghubungkan variabel satu sama lain. Variabel hanyalah potongan-potongan informasi yang telah kami kumpulkan. Dengan menggunakan analisis regresi, kita dapat menemukan pola dalam data kita. Ini memungkinkan kami untuk membuat prediksi berdasarkan data kami. Regresi Statistik adalah teknik yang digunakan untuk menentukan bagaimana variabel dependen, dipengaruhi oleh satu atau lebih variabel independen. Dalam istilah matematika Regresi Statistik menjawab pertanyaan: Apa dampaknya terhadap nilai Y (variabel dependen) jika nilai X (variabel independen) diubah?
Misalnya - kita ingin mengetahui hubungan antara umur dan harga mobil bekas yang dijual tahun lalu oleh sebuah dealer mobil. Kita akan melihat hubungan negatif antara kedua variabel ini. Seiring bertambahnya usia mobil, harga turun. Dalam contoh ini, umur mobil dan harga mobil adalah dua variabel. Harga mobil tergantung pada usia mobil. Yang ingin kami temukan adalah persamaan yang paling sesuai dengan data yang kami miliki. Model analisis regresi yang sangat sederhana yang dapat kita gunakan untuk contoh kita disebut model linier , yang menggunakan persamaan linier sederhana untuk mencocokkan data. Persamaan linier ketika dibuat grafik memberi Anda garis lurus.
Persamaan regresi linier atau dikenal juga dengan rumus slope berbentuk Y= a + bX, dimana Y adalah variabel dependen (yaitu variabel yang berjalan pada sumbu Y), X adalah variabel independen (yaitu diplot pada sumbu Y). Sumbu X), b adalah kemiringan garis dan a adalah perpotongan y (nilai y ketika x = 0).
Kemiringan garis adalah nilai yang menggambarkan tingkat perubahan antara variabel independen dan dependen. Kemiringan memberi tahu kita bagaimana variabel dependen ( y ) berubah untuk setiap peningkatan satu unit dalam variabel independen ( x ), secara rata-rata. The y -intercept digunakan untuk menggambarkan variabel dependen ketika variabel independen sama dengan nol.
b>0 menunjukkan hubungan positif antara kedua variabel.
Anda juga dapat menggunakan perangkat lunak statistik seperti excel untuk mendapatkan persamaan regresi linier, memplot bagan sebar, dan menggambar garis regresi.
Bagaimana cara kerja analisis regresi?
Regresi linier terdiri dari menemukan garis lurus yang paling pas melalui titik-titik. Tentukan variabel dependen yang menurut Anda dipengaruhi oleh satu atau beberapa variabel independen. Kumpulkan dataset untuk variabel-variabel ini.
Contoh 1: Perhatikan data di bawah untuk penjualan mobil bekas.
| Umur Mobil (dalam tahun) | Harga (dalam dolar) |
| 4 | 6500 |
| 4 | 6000 |
| 5 | 5500 |
| 5 | 5300 |
| 7 | 4700 |
| 7 | 4300 |
| 8 | 4000 |
| 9 | 3100 |
| 10 | 3000 |
| 11 | 2000 |
| 12 | 1800 |
Melihat data tersebut kita dapat mengatakan bahwa harga mobil berkurang dengan bertambahnya usia mobil.
Rumus garis regresi adalah Y= a + bX, turunkan a dan b menggunakan rumus di bawah ini
Persamaan regresi linier untuk hubungan ini adalah Y = -557.62125 X + 8356.81293
Plot titik data dan garis regresi dalam grafik.
Sumbu X : Usia, Sumbu Y : Harga
Contoh2: John adalah seorang tukang ledeng. Dia mengenakan biaya $25 dolar sebagai biaya kunjungan dan $35 sebagai biaya kerja per jamnya. Persamaan linier yang menyatakan jumlah total uang yang diperoleh John untuk setiap kunjungan adalah y = 25 + 35x.
Mengapa analisis regresi?
