Fungsi Regresi Linier
Melalui kelas ini, kamu diajak untuk:
- Memahami dasar-dasar penerapan regresi.
Apa itu Analisis Regresi?
Pada jam berapa kah konten Instagram paling banyak mendapat engagement? Apa kaitan daerah dengan pilihan calon legislatif? Adakah kaitan antara jumlah pengangguran dan inflasi? Dalam cuaca yang bagaimana menjemur pakaian jadi cepat kering?
Hubungan sebab-akibat, karakteristik, keterkaitan, dan masih banyak pertanyaan riset membutuhkan keterkaitan antar-variabel. Erat tidaknya keterkaitan antar-variabel itulah yang nantinya akan memberikan jawaban.
Regresi linear adalah penghitungan khas data numerik dan konsep paling populer dalam konsep regresi. Linear regresi memetakan setiap tidak hanya mencari satu jawaban pasti, tapi mampu membedah seluruh skenario dengan komprehensif.
Kaitan Titik Persebaran
Konsep dasar regresi linear berpijak pada asumsi bahwa parameter variabel terkait terhadap variabel bebas secara linear. Maka, konsep regresi linear berusaha menakar proyeksi parameter variabel dengan mencari hubungan antara X dan Y.
Variabel Y dan X
Regresi merupakan teknik untuk mencari hubungan antara variabel dependen (Y) dan satu atau lebih variabel independen. Kedua variabel dapat dianalogikan dalam hubungan sebab akibat, di mana (Y) adalah sebab dan (X) adalah akibatnya.
Apa saja yang harus dilakukan? Berikut penjelasan singkat langkah-langkahnya.
Variabel dependen (y)
Variabel yang jadi subjek utama dalam riset. Variabel ini tidak bisa berdiri sendiri dan amat bergantung pada variabel lainnya.
Variabel bebas (x)
Ada sebuah variabel yang berubah seiring kebutuhan riset. Dalam kerangka riset, variabel bebas dapat berdiri sendiri dan nilai berubah-ubah.
Bentuk Variabel
Ada banyak jenis bentuk data dalam analisis regresi yang variasinya bergantung jenis data yang ada. Berikut jenis data yang bisa dianalisis:
Kontinuum
Data berurutan yang bisa berisi bilangan desimal.
Bentuk: [-4.6, -1,45, 0, 1.05, 3.55]
Integer
Bilangan bulat dari negatif hingga positif.
Bentuk: [-5,-3,0,7,15,300]
Biner
Pertentangan dua hal dalam bentuk bilangan.
Bentuk: [ya = 0, tidak = -1]
Ordinal
Data dari sebuah atribut penilaian yang angkanya mengandung tingkatan.
Bentuk: [tidak setuju = 1, netral = 2, setuju = 3]
Nominal
Penilaian atau angka kepada sebuah objek sebagai sebuah label, tanpa mengandung tingkatan.
Bentuk: [sate = 1, nasi_goreng = 2, soto = 3]
Rangkuman
- Regresi adalah model untuk melihat kekuatan hubungan antara variabel independen (x) terhadap variabel dependen (y).
- Regresi linier adalah model regresi yang bertumpu pada asumsi persebaran titik-titik data yang bergerak konstan atau linier.
Kuis
Apa jenis data yang memiliki atribut penilaian dengan tingkatan atau urutan tertentu?