DASAR-DASAR R DAN REGRESI LINEAR BERGANDA
RETA INDONESIA
February 27, 2020
Section 1 : Pengenalan R
1.1 Apakah R itu?
Bahasa R (disingkat dengan R saja) adalah suatu fasilitas perangkat lunak terpadu untuk manipulasi data, simulasi, kalkulasi dan peragaan grafik. R memiliki kemampuan menganalisis data dengan sangat efektif dan dilengkapi dengan operator pengolahan array dan matriks. Tidak kalah menariknya R memiliki kemampuan penampilan grafik yang sangat baik demikian pula peragaan untuk datanya.
Bahasa R merupakan versi sumber terbuka (open-source) dari bahasa pemrograman S (Azola dan Harrel, 2006). Versi komersial yang berbasis bahasa S adalah S plus. Bahasa R memiliki kemampuan yang tidak kalah dangan paket-paket program pengolahan data komersial bahkan dalam beberapa hal kemampuannya lebih baik. Bahasa R mendapat sambutan yang baik dari kalangan statistikawan di seluruh dunia, sayangnya di Indonesia belum banyak dikenal.
Bahasa R dapat diperoleh secara gratis. Untuk memilikinya tinggal diunduh (di download) disini:
Install [R] (https://cran.r-project.org/bin/windows/base/)
Selain itu perlu menginstal RStudio yaitu interface yang sangat penting untuk dapat menjalankan program aplikasi R menjadi lebih user friendly:
Install versi terakhirnya disini (https://rstudio.com/products/rstudio/)
1.2 Interface R Studio
Layout RStudio terdiri dari 4 jendela
1. Editor adalah jendela yang digunakan untuk membuat script R. Script R adalah suatu code yang digunakan untuk menerjemahkan setiap perintah di R. Apabila jendela tersebut tidak muncul saat pertama kali menginstall RStudio, langkah yang dapat dilakukan adalah sebagai berikut: Klik tab File -> New File -> R script.
2. Console adalah jendela untuk mengeksekusi perintah dari script R yang dibuat. Jendela ini akan menampilkan output dari setiap satu proses/baris command R yang dijalankan.
3. Environment Jendela ini terdiri dari beberapa tab, yaitu Environment, History, dan Connections. Tab environment akan menampilkan summary dari input.
4.Fitur Lainnya Jendela ini merupakan fitur tambahan yang bermanfaat khususnya dalam manajemen file, menampilkan output command berupa plot, informasi dan bantuan dalam penulisan script.
1.3 Aturan dalam penamaan Objek
Semua hal yang dikerjakan dalam R dapat disimpan dalam bentuk objek dengan mendefinisikannya. Objek adalah label dari hasil dari suatu perintah di R. Penulisan Objek dalam R dengan operator ‘=’
contoh penamaan objek :
a1 = 24*140
a1 ## [1] 3360a1 merupakan objek yang dibuat untuk memanggil hasil perkalian dari 24 x 140. Cara memangggil hasil dari a1 maka letakan kursor di command R lalu klik run di R nya, maka hasil dari a1 akan keluar yaitu 3360
Catatan penulisan Objek dalam R bisa dengan operator ‘<-’
R memiliki berbagai fleksibilitas dalam memberikan nama variabel, namun demikian beberapa aturan penamaan objek yang perlu diketahui adalah sebagai berikut:
- Menggunakan huruf besar (kapital ) yaitu huruf A-Z atau menggunakan huruf kecil yaitu huruf (a-z)
- Menggunakan karakter numerik (0-9), juga titik (.) atau garisbawah (**_**)
- Tidak dapat menggunakan spasi, misalnya penulisan variabel:“harga buku” adalah contoh yang salah dalam penamaan variabel, bisa diganti dengan variabel seperti ini: “harga.buku”
- Variabel yang dibuat adalah case sensitive artinya pengetikkannya harus persis sama dan membedakan antara huruf besar dan huruf kecil. Misalnya Hargabuku dan hargabuku adalah dua variabel yang berbeda.
- Penamaan variabel sebaiknya mulai dengan huruf, meski Anda bisa memberikan nama variabel dengan harga_buku atau harga.buku hanya saja penamaan itu tidak disarankan
- Sebaiknya hindari menggunakan kata-kata yang sama dengan perintah-perintah yang dikenal R seperti: if, else, repeat, while, function, for,in, next, break, TRUE, FALSE, NULL, NA, NA_integer dan sebagainya.
1.4 Input Data ke R
ada 3 langkah yang harus dilakukan:
Menyiapkan data dalam format CSV atau Untuk mengunduh file simulasi dapat klik tautan berikut: (http://bit.ly/3cbUYL0) (<– klik kanan new tab untuk mengunduh file)
Menyimpan data ke dalam R
starclub = read.csv("E://Downloads/starclub.csv")Perintah read.csv() untuk memanggil data kedalam direktori kerja R. Perintah diatas mempunya arti, Anda ingin mengakses data yang berada dilokasi E folder Downloads dan nama file yang ingin diakses adalah starclub.csv
- Memanggil data di R.
starclub## Penjualan.HP.di.toko Out.Of.Stock Display.Share Posisi.Produk.di.Rak
## 1 73733474 23.888889 25.25000 70.83333
## 2 79373001 33.500000 19.00000 100.00000
## 3 100201250 34.000000 34.50000 87.50000
## 4 109651912 18.181818 30.36364 77.27273
## 5 160834158 14.727273 19.24242 75.75758
## 6 277128250 16.000000 21.00000 87.50000
## 7 334009660 16.666667 31.00000 100.00000
## 8 200183114 15.733333 19.06667 70.00000
## 9 95434433 4.285714 22.71429 64.28571
## 10 137109753 30.500000 13.50000 68.75000
## 11 122380843 14.702703 20.59459 63.51351
## 12 238294709 11.058824 30.41176 72.05882
## 13 278291127 0.750000 53.37500 100.00000
## 14 239273781 10.666667 23.88889 80.55556
## 15 52890252 32.625000 20.03125 39.84375
## 16 149448002 17.888889 23.00000 41.66667
## 17 465019017 60.000000 100.00000 100.00000
## 18 116642716 35.428571 37.00000 67.85714
## 19 71493639 17.500000 46.26923 74.03846
## 20 150725659 18.000000 54.97917 89.58333
## 21 105515623 9.000000 68.80000 100.00000
## 22 144727868 17.076923 31.38462 76.92308
## 23 241502306 42.100000 19.30000 42.50000
## 24 51848671 39.000000 20.33333 66.66667
## 25 48563502 5.000000 26.50000 62.50000
## 26 269102927 10.888889 28.11111 87.96296
## 27 515459992 0.000000 56.00000 100.00000
## 28 357142003 0.000000 25.00000 100.00000
## 29 98577271 6.666667 19.20000 50.00000
## 30 0 6.000000 100.00000 50.00000
## 31 206392505 16.269231 24.26923 71.15385
## 32 112865288 35.684211 21.14286 63.09524
## 33 328338334 16.666667 66.66667 100.00000
## 34 146737545 28.250000 25.70833 56.25000
## 35 95632431 14.428571 33.28571 71.42857
## 36 313906756 13.750000 30.50000 87.50000
## 37 88004754 25.875000 50.50000 84.37500
## 38 244087358 66.666667 34.00000 41.66667
## 39 247425028 8.000000 73.00000 100.00000
## 40 359660290 30.000000 39.00000 75.00000
## Brand.Popularity Best.Selling.Product Pembayaran.Insentif
## 1 155.8333 155.8333 155.7692
## 2 180.0000 165.0000 NA
## 3 165.0000 180.0000 180.0000
## 4 160.9091 156.0000 165.0000
## 5 150.0000 143.0769 148.3333
## 6 160.0000 145.0000 144.0000
## 7 174.0000 174.0000 180.0000
## 8 149.3617 139.3333 138.6486
## 9 128.5714 132.8571 125.0000
## 10 135.0000 157.5000 165.0000
## 11 144.6154 143.8462 147.4286
## 12 155.2941 162.3529 158.8235
## 13 174.5455 174.5455 177.2727
## 14 176.0000 164.0000 168.0000
## 15 129.0909 127.2727 135.0000
## 16 138.0000 144.0000 146.6667
## 17 180.0000 180.0000 180.0000
## 18 150.0000 156.0000 153.3333
## 19 170.4000 162.0000 165.0000
## 20 170.5882 168.2353 169.3333
## 21 180.0000 180.0000 180.0000
## 22 168.4615 163.8462 147.6923
## 23 140.0000 122.5000 117.5000
## 24 150.0000 150.0000 150.0000
## 25 105.0000 150.0000 150.0000
## 26 154.6875 155.6250 153.1034
## 27 180.0000 150.0000 180.0000
## 28 150.0000 120.0000 NA
## 29 140.0000 138.0000 133.6364
## 30 180.0000 180.0000 180.0000
## 31 153.4615 150.0000 137.1429
## 32 151.5789 146.8421 164.0000
## 33 168.0000 168.0000 168.0000
## 34 147.5000 145.0000 155.4545
## 35 171.4286 171.4286 171.4286
## 36 180.0000 150.0000 180.0000
## 37 176.2500 180.0000 162.8571
## 38 165.0000 165.0000 170.0000
## 39 180.0000 180.0000 180.0000
## 40 176.2500 180.0000 180.0000Section 2 : Regression Model
2.1 Background
Regression Model merupakan salah satu metode statistik yang dapat digunakan untuk melakukan prediksi. Dalam hal ini ingin melakukan prediksi penjualan HP di Toko dengan mempertimbangkan pengaruh dari Out Of Stock, Display Share, Posisi Produk di Rak, Brand Popularity, Best Selling Product dan Pembayaran Insentif
Pada tutorial kali ini, akan membahas Multiple Linear Regression.
Variabel yang akan diprediksi (Dependent) : Penjualan HP di toko
Variabel yang mempengaruhi prediksi (Indepedent) : Out Of Stock, Display Share, Posisi Produk di Rak, Brand Popularity, Best Selling Product, Pembayaran Insentif
2.2. Build Model
model = lm(Penjualan.HP.di.toko ~ Out.Of.Stock + Display.Share + Posisi.Produk.di.Rak + Brand.Popularity + Best.Selling.Product + Pembayaran.Insentif, data=starclub)
summary(model)##
## Call:
## lm(formula = Penjualan.HP.di.toko ~ Out.Of.Stock + Display.Share +
## Posisi.Produk.di.Rak + Brand.Popularity + Best.Selling.Product +
## Pembayaran.Insentif, data = starclub)
##
## Residuals:
## Min 1Q Median 3Q Max
## -138708415 -63768169 100770 59827290 200394888
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 59076691 199134243 0.297 0.76870
## Out.Of.Stock 2205439 1086186 2.030 0.05097 .
## Display.Share 684448 995286 0.688 0.49676
## Posisi.Produk.di.Rak 4110660 1189883 3.455 0.00162 **
## Brand.Popularity 2162615 1441170 1.501 0.14358
## Best.Selling.Product -5694550 1914247 -2.975 0.00564 **
## Pembayaran.Insentif 1904949 1738669 1.096 0.28168
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 89990000 on 31 degrees of freedom
## (2 observations deleted due to missingness)
## Multiple R-squared: 0.5042, Adjusted R-squared: 0.4082
## F-statistic: 5.253 on 6 and 31 DF, p-value: 0.0007833Out Of Stock = p-value < alpha 5%, maka Out Of Stock berpengaruh signifikan dalam model
Display Share = p-value > alpha 5%, maka Display Share tidak berpengaruh signifikan dalam model
Posisi Produk di Rak = p-value < alpha 5%, maka Posisi Produk di Rak berpengaruh signifikan dalam model
Brand Popularity = p-value > alpha 5%, maka Brand Popularity tidak berpengaruh signifikan dalam model
Best Selling Product = p-value < alpha 5%, maka Best Selling Product berpengaruh signifikan dalam model
Pembayaran Insentif = p-value > alpha 5%, maka Pembayaran Insentif tidak berpengaruh signifikan dalam model
Dengan Multiple R-squared: 0.5042
sehingga berdasarkan nilai diatas, maka model regresi untuk Penjuaan HP di toko adalah :
Penjuaan HP di toko = 59.076.691 + 2.205.439 Out Of Stock + 684.448 Display Share + 4.110.660 Posisi Produk di Rak + 2.162.615 Brand Popularity - 5.694.550 Best Selling Product + 1.904.949 Pembayaran Insentif
yang artinya keragaman Penjualan Hp di Toko yang dapat dijelaskan oleh Out Of Stock, Display Share, Posisi Produk di Rak, Brand Popularity, Best Selling Product dan pembayaran insentif sebesar 50.42% sedangnkan 49.58% dijelaskan oleh faktor lain diluar model ini.
2.3. Visualisasi
2.3.1 Scatterplot
untuk menampilkan sebuat scatterplot yang menarik, maka Install sebuah package ggplot2
#install.packages("ggplot2")
#memanggil package yang berhasil di install
library ("ggplot2") ## Warning: package 'ggplot2' was built under R version 3.5.3Menampilkan plot dengan fungsi: obyek = ggplot(dataframe,aes(VariabelIndependent(x),VariabelDependent(y))+geom_point ()+geom_smooth(method="lm", se=T)
g1=ggplot(starclub,aes(Posisi.Produk.di.Rak,Penjualan.HP.di.toko))+geom_point()+geom_smooth(method="lm",se=T)
g1
Berdasarkan pola diatas dimana titik-titik membentuk suatu garis lurus, diduga variabel Posisi.Produk.di.Rak memiliki hubungan dengan Variabel Penjualan.HP.di.toko
2.3.2 Histogram
Menampilkan histogram untuk variabel Dependent (Y) Penjualan.HP.di.toko.
histogram_plot=hist(starclub$Penjualan.HP.di.toko)