Regresi Linear Data Mining Suprayogi Analisis regresi Analisis

Regresi Linear Data Mining Suprayogi

Analisis regresi • Analisis regresi adalah teknik statistik untuk pemodelan dan investigasi hubungan dua variable atau lebih (Budi Santoso, 2007), hubungan antara dua variabel tersebut bersifat linear. • Regresi Linear merupakan satu cara prediksi yang menggunakan garis lurus untuk menggambarkan hubungan diantara dua variabel/lebih.

Fungsi Analisis regresi • Analisis regresi digunakan untuk memprediksi nilai dari suatu variabel response (y) dengan menggunakan nilai dari variabel prediktor/independent (x) Ukuran No 1 2 3 4 5 6 7 8 9 10 Harga Rumah X Y 1400 245 1600 312 1700 279 1875 308 1100 199 1550 219 2350 405 2450 324 1425 319 1700 255

Jenis Analisis Regresi • Regresi Linear Sederhana • Regresi Linear Berganda

1. Regresi Linear Sederhana • Digunakan untuk mengukur pengaruh dari satu variabel predictor terhadap variabel response. Memiliki satu variable independent/predictor (x) dan satu variable response (y).

Regresi Linear Sederhana Y = β₀ + β₁ X β₀=Y - β₁ X β₁ = Σ (X-X ) (Y- Y ) --------Σ (X-X )2 Atau β₁ = ΣXY - (ΣX. ΣY)/n -----------ΣX 2 - (ΣX)2/n β₀ = Konstanta β₁ = Gradient Garis X = variable prediktor

Contoh No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Jarak Waktu X 0. 50 1. 10 1. 20 5. 50 2. 95 2. 00 3. 75 0. 52 1. 00 3. 00 4. 12 4. 00 5. 00 3. 60 2. 05 4. 00 6. 00 5. 85 5. 40 2. 50 2. 90 5. 10 5. 90 1. 00 4. 00 Y 9. 95 24. 45 31. 75 35. 00 25. 02 16. 86 14. 38 9. 60 24. 35 27. 50 17. 08 37. 00 41. 95 11. 66 21. 65 17. 89 69. 00 10. 30 34. 93 46. 59 44. 88 54. 12 56. 23 22. 13 21. 15

Tugas Ukuran No 1 2 3 4 5 6 7 8 9 10 Sum Avg X 1400 1600 1700 1875 1100 1550 2350 2450 1425 1700 1715. 00 Harga Rumah Y 245 312 279 308 199 219 405 324 319 255 286. 50 Estimasikan Harga rumah untuk ukuran 2000

2. Regresi Linear Multivariate • Digunakan untuk mengukur pengaruh antara lebih dari satu variabel predictor terhadap variabel response

Persamaan Regresi Linear Multivariate Jumlah Persamaan = k+1

Contoh utk 2 variabel prediktor

No Lampu Jarak Waktu X 1 X 2 Y 1 2 0. 50 9. 95 2 8 1. 10 24. 45 3 11 1. 20 31. 75 4 10 5. 50 35. 00 5 8 2. 95 25. 02 6 4 2. 00 16. 86 7 2 3. 75 14. 38 8 2 0. 52 9. 60 9 9 1. 00 24. 35 10 8 3. 00 27. 50 11 4 4. 12 17. 08 12 11 4. 00 37. 00 13 12 5. 00 41. 95 14 2 3. 60 11. 66 15 4 2. 05 21. 65 16 4 4. 00 17. 89 17 20 6. 00 69. 00 18 1 5. 85 10. 30 19 10 5. 40 34. 93 20 15 2. 50 46. 59 21 15 2. 90 44. 88 22 16 5. 10 54. 12 23 17 5. 90 56. 23 24 6 1. 00 22. 13 25 5 4. 00 21. 15 Contoh

Tugas Obyek 1 2 3 4 5 6 7 8 9 10 Promosi (x 1) 10 2 4 6 8 7 4 6 7 6 Harga (x 2) 7 3 2 4 6 5 3 3 4 3 Keputusan Konsumen (y) 23 7 15 17 23 22 10 14 20 19