Pendahuluan

Regresi linear merupakan metode statistika yang digunakan untuk menganalisis hubungan antara variabel respon dan variabel prediktor. Pada analisis ini digunakan dataset cars untuk melihat hubungan antara kecepatan mobil dan jarak pengereman.

Data

data(cars)
head(cars)

##   speed dist
## 1     4    2
## 2     4   10
## 3     7    4
## 4     7   22
## 5     8   16
## 6     9   10

Variabel yang digunakan: - speed : kecepatan mobil - dist : jarak pengereman mobil

Statistik Deskriptif

summary(cars)

##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Visualisasi Data

plot(cars$speed, cars$dist,
     main="Hubungan Kecepatan Mobil dan Jarak Pengereman",
     xlab="Speed",
     ylab="Distance")

Model Regresi Linear

model <- lm(dist ~ speed, data=cars)
summary(model)

## 
## Call:
## lm(formula = dist ~ speed, data = cars)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -29.069  -9.525  -2.272   9.215  43.201 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -17.5791     6.7584  -2.601   0.0123 *  
## speed         3.9324     0.4155   9.464 1.49e-12 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 15.38 on 48 degrees of freedom
## Multiple R-squared:  0.6511, Adjusted R-squared:  0.6438 
## F-statistic: 89.57 on 1 and 48 DF,  p-value: 1.49e-12

Kesimpulan

Hasil analisis menunjukkan bahwa kecepatan mobil memiliki pengaruh terhadap jarak pengereman. Semakin tinggi kecepatan mobil maka jarak pengereman juga semakin besar.