Modul 4 - Regresi Linear Dan Berganda PDF
Modul 4 - Regresi Linear Dan Berganda PDF
PENGENALAN KOMPUTASI
REGRESI LINEAR DAN BERGANDA
Regresi linear digunakan untuk memprediksi sebuah output variabel Y berdasarkan input
prediktor dari variabel X. Tujuan dari regresi ini adalah untuk mendapatkan hubungan linear
sebagai hubungan matematika antara variabel prediktor dengan variabel respons. Dari
hubungan ini, kita dapat mengestimasi nilai dari respons Y ketika hanya diketahui nilai dari
prediktor X. Regresi linear akan membuat sebuah model kontinyu variabel Y sebagai fungsi
matematis dari satu atau lebih varabel X. Persamaan umum dari regresi ini adalah Y = β1 +
β2X, dimana β2 adalah kemiringan garis dan β1 adalah konstanta atau titik perpotongan dari
garis.
Scatter Plot
Scatter plot dapat digunakan untuk memvisualisasikan hubungan linear antara variabel respons
dengan (dependen) dan variabel predictor (independent). Scatter plot dapat dibuat dengan kode
yang tertera dan akan menghasilkan grafik seperti di bawah ini:
Garis yang terbentuk di antara titik-titik data tersebut menyatakan bahwa data bersifat
meningkat antara variabel dist dan speed. Hal ini baik karena salah satu syarat regresi linear
adalah hubungan antara variabel respons dan prediktor adakah linear dan aditif.
Karena kita telah membangun model linear, maka kita dapat menuliskan persamaan
matematika ini secara sistematis Y = β1 + β2X dimana β2 adalah kemiringan garis dan β1
adalah konstanta atau titik perpotongan dari garis. Maka rumus persamaan di atas adalah Y =
-17.579 + 3.932X. Diketahui pada rumus di atas variabel X adalah speed sementara variabel
Y adalah dist. Formula secara umum dapat dituliskan formula = y ~ x. Maka dari itu,koefisien
speed yang ditunjukkan pada hasil merupakan β2 dan koefisien intercept merupakan β1.
Memvisualisasikan Regresi Linear dengan Grafik
Model linear yang telah didapatkan sebaiknya divisualisasikan menggunakan grafik untuk
mempermudah analisa lanjutan. Kode yang dapat digunakan utnuk menampilkan grafik dari
dataset di atas adalah sebagai berikut:
abline merupakan perintah yang berisi regresi linear yang kita inginkan dan harus dituliskan
agar grafik yang dibuat menjadi grafik regresi linear.
Kode di atas memberitahukan bahwa jika persamaan regresi linearMod dimasukkan nilai
speed sama dengan 21, maka nilai dist yang dihasilkan adalah 65,00149. Namun, hal ini hanya
berlaku jika data masukan yang baru memiliki berada di dalam rentang X data yang dijadikan
acuan regresi linear.
Fungsi Regresi Berganda
Regresi berganda (multiple regression) adalah model regresi atau prediksi yang melibatkan
lebih dari satu variabel bebas atau prediktor. Istilah regresi berganda dapat disebut juga dengan
istilah multiple regression. Kata multiple berarti jamak atau lebih dari satu variabel. Contoh
persamaan regresi berganda adalah sebagai berikut:
y = a + b1x1 + b2x2 +...bnxn
Dengan:
• y adalah variabel respon
• a, b1, b2…bn adalah koefisien
• x1, x2, …xn adalah variabel predictor
Dengan:
• y ~ x1+x2+x3 merupakan formula yang menyatakan hubungan antara variabel respon dan
variabel prediktor.
• data adalah dataset yang akan dibuat model regresinya.
Misalkan kita memiliki sebuah dataset sebagai berikut.
Dengan model sebagai jenis mobil, mpg sebagai mileage per gallon (berapa mil sebuah mobil
dapat melaju apabila memiliki bahan bakar sebanyak 1 gallon), disp sebagai cylinder
displacement, hp sebagai horse power, dan wt sebagai berat mobil.
Tujuan dari regresi berganda adalah membuat suatu relasi antara mpg sebagai variabel respons
dan disp, ht, dan wt sebagai variabel prediktor. Atau dengan kata lain, apabila kita memiliki
variabel disp, ht, dan wt, maka kita dapat mencari variabel mpg.
Berikut adalah contoh program yang memanfaatkan regresi berganda untuk membuat
persamaan untuk data diatas.
Dari gambar diatas, dapat dilihat koefisien dari intercept dan koefisien dari masing-masing
variabel predictor. Sehingga, dengan memasukkan koefisien ke dalam persamaan, dapat dibuat
persamaan sebagai berikut:
mpg = 23.233734 + (-0.014023)*disp + (0.005292)*hp +
(-0.144331)*wt
Persamaan diatas berarti, nilai mpg bergantung dengan nilai disp, hp, dan wt sesuai dengan
persamaan diatas. Sebagai contoh, apabila kita ingin mengetahui nilai mpg dari suatu model
mobil yang memiliki nilai disp = 1, hp = 2, dan wt = 3, kita dapat mencarinya dengan cara:
mpg = 23.233734 + (-0.014023)*1 + (0.005292)*2 + (-0.144331)*3
mpg = 22.797302
Selamat belajar!