A. PERSIAPAN
A.1 Instalasi Package R yang diperlukan
Analisis Regresi Linear Berganda, menggunakan Fungsi lm dari Package stats yang merupakan bagian dari R base package. Package yang menjadi bagian dari R base package, otomatis menjadi bagian dari Software R, sehingga tidak perlu di install dan tidak perlu load/panggil secara terpisah.
A.2 Data
Untuk Data, pada sesi kali ini kita masukkan secara manual ke Software R. Dapat dilihat bahwa antar data dipisahkan dengan koma, sementara koma pemisah angka desimal, diganti dengan titik.
promosi<-c(12.5,14.9,11.6,17.5,12.4,10.5,8.6,9.3,7.5,8.5,9.4,5.6,5.8,11.5,6.5,9.8,11.9,6.2,5.8,4.6,8.2,5.6,4.6,7.5)
luas.outlet<-c(100,75,110,80,85,100,50,60,55,60,100,80,86,90,55,40,110,80,60,55,70,90,50,60)
pengunjung<-c(1245,1458,2250,2145,2596,2541,500,650,450,550,650,400,500,1100,600,900,1200,450,400,450,750,500,650,700)
sales<-c(145.3,159.5,140.2,195.2,140.6,100.6,95.8,99.5,87.6,90.5,98.6,75.8,78.6,141.2,81.5,95.4,148.6,86.4,77.9,70.9,91.5,75.1,72.6,86.4)B. Analisis Regresi Linear Berganda
B.1 Analisis Regresi Linear Berganda
Analisis Regresi Linear Berganda ini, sebagaimana disebutkan di atas, menggunakan Fungsi lm dari Package stats
B.2 Hasil Analisis Regresi Linear Berganda
Untuk melihat hasil Analisis Regresi Linear Berganda ini, digunakan Fungsi summary dari Package base yang merupakan bagian dari R Base Package
##
## Call:
## lm(formula = sales ~ promosi + luas.outlet + pengunjung)
##
## Residuals:
## Min 1Q Median 3Q Max
## -19.9439 -3.3829 0.3179 5.5553 13.3911
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 6.905175 8.447464 0.817 0.4233
## promosi 9.607486 0.851543 11.282 4.01e-10 ***
## luas.outlet 0.198413 0.108073 1.836 0.0813 .
## pengunjung -0.002787 0.004305 -0.647 0.5248
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9.063 on 20 degrees of freedom
## Multiple R-squared: 0.9369, Adjusted R-squared: 0.9274
## F-statistic: 98.99 on 3 and 20 DF, p-value: 3.593e-12