Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Fakultas : Sains dan Teknologi
Jurusan : Teknik Informatika
Kelas : (A) Linear Algebra
NIM : 210605110042
Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independen. Analisis regresi linear berganda dilakukan untuk mengetahui arah dan seberapa besar pengaruh variabel independen terhadap variabel dependen (Ghozali, 2018).
Excel adalah salah satu jenis file eksternal yang sering digunakan untuk menyimpan data. Kita dapat menggunakan package {readxl} dengan fungsi read_excel() untuk import data dari file Excel. Argumen path = adalah lokasi dan nama file Excel yang akan kita gunakan.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.3
DataSembuh <- read_excel("~/COLLEGE/DataSembuh.xlsx")
DataSembuh
## # A tibble: 31 x 7
## Tanggal Sembuh grocery_and_pharmacy_percen~ parks_percent_c~ transit_station~
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 427 -18 -90 -69
## 2 2 562 -14 -91 -58
## 3 3 622 -16 -91 -59
## 4 4 650 -14 -90 -59
## 5 5 711 -13 -88 -58
## 6 6 713 -13 -90 -55
## 7 7 718 -18 -91 -56
## 8 8 763 -14 -88 -53
## 9 9 767 -16 -89 -54
## 10 10 803 -15 -89 -53
## # ... with 21 more rows, and 2 more variables:
## # workplaces_percent_change_from_baseline <dbl>,
## # residential_percent_change_from_baseline <dbl>
Nilai statistik yang dicari adalah minimum, Q1, median, mean, Q3, dan maximum.
summary(DataSembuh)
## Tanggal Sembuh
## Min. : 1.0 Min. : 427
## 1st Qu.: 8.5 1st Qu.: 765
## Median :16.0 Median :1292
## Mean :16.0 Mean :1236
## 3rd Qu.:23.5 3rd Qu.:1590
## Max. :31.0 Max. :2102
##
## grocery_and_pharmacy_percent_change_from_baseline
## Min. :-18.00
## 1st Qu.:-15.00
## Median :-13.00
## Mean :-12.97
## 3rd Qu.:-12.25
## Max. : -3.00
## NA's :1
## parks_percent_change_from_baseline
## Min. :-91.00
## 1st Qu.:-88.75
## Median :-85.50
## Mean :-86.03
## 3rd Qu.:-84.00
## Max. :-77.00
## NA's :1
## transit_stations_percent_change_from_baseline
## Min. :-69.00
## 1st Qu.:-54.00
## Median :-49.50
## Mean :-50.97
## 3rd Qu.:-47.00
## Max. :-40.00
## NA's :1
## workplaces_percent_change_from_baseline
## Min. :-68.00
## 1st Qu.:-35.75
## Median :-34.00
## Mean :-32.47
## 3rd Qu.:-28.25
## Max. :-15.00
## NA's :1
## residential_percent_change_from_baseline
## Min. :10.00
## 1st Qu.:14.00
## Median :16.00
## Mean :16.17
## 3rd Qu.:18.00
## Max. :27.00
## NA's :1
pairs(DataSembuh)
pairs(DataSembuh, lower.panel=NULL)
plot(DataSembuh$Sembuh ~ DataSembuh$Tanggal, data = DataSembuh)
plot(DataSembuh$Sembuh,DataSembuh$grocery_and_pharmacy_percent_change_from_baseline+DataSembuh$parks_percent_change_from_baseline+DataSembuh$transit_stations_percent_change_from_baseline+DataSembuh$workplaces_percent_change_from_baseline+DataSembuh$residential_percent_change_from_baseline, data = DataSembuh)
## Warning in plot.window(...): "data" is not a graphical parameter
## Warning in plot.xy(xy, type, ...): "data" is not a graphical parameter
## Warning in axis(side = side, at = at, labels = labels, ...): "data" is not a
## graphical parameter
## Warning in axis(side = side, at = at, labels = labels, ...): "data" is not a
## graphical parameter
## Warning in box(...): "data" is not a graphical parameter
## Warning in title(...): "data" is not a graphical parameter
cor(DataSembuh$Sembuh,DataSembuh$
grocery_and_pharmacy_percent_change_from_baseline)
## [1] NA
cor(DataSembuh$Sembuh,DataSembuh$
parks_percent_change_from_baseline)
## [1] NA
cor(DataSembuh$Sembuh,DataSembuh$
transit_stations_percent_change_from_baseline)
## [1] NA
cor(DataSembuh$Sembuh,DataSembuh$
workplaces_percent_change_from_baseline)
## [1] NA
cor(DataSembuh$Sembuh,DataSembuh$
residential_percent_change_from_baseline)
## [1] NA
model <- lm(DataSembuh$Sembuh ~ DataSembuh$Tanggal, data = DataSembuh)
summary(model)
##
## Call:
## lm(formula = DataSembuh$Sembuh ~ DataSembuh$Tanggal, data = DataSembuh)
##
## Residuals:
## Min 1Q Median 3Q Max
## -182.345 -62.604 1.089 43.608 226.608
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 434.826 34.905 12.46 3.63e-13 ***
## DataSembuh$Tanggal 50.047 1.904 26.28 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 94.83 on 29 degrees of freedom
## Multiple R-squared: 0.9597, Adjusted R-squared: 0.9583
## F-statistic: 690.7 on 1 and 29 DF, p-value: < 2.2e-16
Di atas merupakan rincian dari model yang telah dibuat.
Di posisi paling atas terdapat lm formula adalah DataSembuh\(DataSembuh ~ DataSembuh\)Tanggal, data = DataSembuh
Lalu di bawahnya terdapat 5 nilai residual, sebelumnya kita perlu tahu bahwa Residual merupakan selisih dari nilai prediksi dan nilai sebenarnya (actual) atau ei =Yi - (a + b Xi ). Jika nilai pengamatan terletak dalam garis regresi maka nilai residunya sama dengan nol. Yang mana semakin kecil nilai residual maka semakin baik atau benar model yang kita buat. Berikut nilai-nilai residual yang dihasilkan:
Nilai minimum = -1573.0
Nilai maximum = 980.8
Nilai median = 116.0
Nilai quartil 1 = -195.8
Nilai quartil 3 = 250.9
Dari nilai-nilai tersebut dapat kita lihat bahwa dalam konteks ini berupa nilai minimum, maximum, median, quartil 1 dan quartil 3. Dapat kita simpulkan bahwa model yang telah kita buat belum bisa dikatakan baik atau benar karena nilai-nilai yang dihasilkan tidak mendekati nol.
Di bawah nilai residual terdapat koefisien, yang mana dalam koefisien tersebut terdapat nilai intersep, retail_and_recreation, grocery_and_pharmacy, parks, transit_stations, workplaces dan residential. Selain itu juga terdapat nilai-p dari koefisien
Uji Anova(Analysis of Variance Table) berfungsi untuk membandingkan rata-rata populasi untuk mengetahui perbedaan signifikan dari dua atau lebih kelompok data.
anova(model)
## Analysis of Variance Table
##
## Response: DataSembuh$Sembuh
## Df Sum Sq Mean Sq F value Pr(>F)
## DataSembuh$Tanggal 1 6211706 6211706 690.75 < 2.2e-16 ***
## Residuals 29 260790 8993
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
plot(DataSembuh$Sembuh ~ DataSembuh$Tanggal, data = DataSembuh, col = "pink", pch = 20, cex = 1.5, main = "Data Inflow Covid DKI Jakarta Mei 2020 dan Google Mobility Index")
abline(model)
Titik-titik merah muda yang ada pada grafik tersebut adalah data real dan garis hitam di dalam kotak adalah data prediksi.
plot(cooks.distance(model), pch = 16, col = "pink") #Plot the Cooks Distances.
plot(model)
AIC berarti Kriteria Informasi Akaike dan BIC berarti Kriteria Informasi Bayesian. Meskipun kedua istilah ini membahas pemilihan model, keduanya tidak sama. Seseorang dapat menemukan perbedaan antara dua pendekatan pemilihan model.
AIC(model)
## [1] 374.1362
BIC(model)
## [1] 378.4381
head(predict(model), n = 11)
## 1 2 3 4 5 6 7 8
## 484.8730 534.9202 584.9673 635.0145 685.0617 735.1089 785.1560 835.2032
## 9 10 11
## 885.2504 935.2976 985.3448
plot(head(predict(model), n = 10))
head(resid(model), n = 11)
## 1 2 3 4 5 6 7
## -57.87298 27.07984 37.03266 14.98548 25.93831 -22.10887 -67.15605
## 8 9 10 11
## -72.20323 -118.25040 -132.29758 -182.34476
coef(model)
## (Intercept) DataSembuh$Tanggal
## 434.82581 50.04718
DataSembuh$residuals <- model$residuals
DataSembuh$predicted <- model$fitted.values
DataSembuh
## # A tibble: 31 x 9
## Tanggal Sembuh grocery_and_pharmacy_percen~ parks_percent_c~ transit_station~
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 427 -18 -90 -69
## 2 2 562 -14 -91 -58
## 3 3 622 -16 -91 -59
## 4 4 650 -14 -90 -59
## 5 5 711 -13 -88 -58
## 6 6 713 -13 -90 -55
## 7 7 718 -18 -91 -56
## 8 8 763 -14 -88 -53
## 9 9 767 -16 -89 -54
## 10 10 803 -15 -89 -53
## # ... with 21 more rows, and 4 more variables:
## # workplaces_percent_change_from_baseline <dbl>,
## # residential_percent_change_from_baseline <dbl>, residuals <dbl>,
## # predicted <dbl>
boxplot(DataSembuh$Sembuh, main="DataSembuh", boxplot.stats(DataSembuh$Sembuh)$out)
plot(density(DataSembuh$Sembuh), main="Google Mobility Index : DataSembuh", ylab="Frequency")
Adanya korelasi antar variabel dapat dilakukan melalui visualisasi menggunakan scatterplot dan perhitungan matematis menggunakan metode Pearson untuk metode parametrik dan metode rangking Spearman dan Kendall untuk metode non-parametrik.
cor.test(DataSembuh$grocery_and_pharmacy_percent_change_from_baseline, DataSembuh$Sembuh)
##
## Pearson's product-moment correlation
##
## data: DataSembuh$grocery_and_pharmacy_percent_change_from_baseline and DataSembuh$Sembuh
## t = 4.9531, df = 28, p-value = 3.153e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4286331 0.8374611
## sample estimates:
## cor
## 0.6833735
cor.test(DataSembuh$parks_percent_change_from_baseline, DataSembuh$Sembuh)
##
## Pearson's product-moment correlation
##
## data: DataSembuh$parks_percent_change_from_baseline and DataSembuh$Sembuh
## t = 12.999, df = 28, p-value = 2.207e-13
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8493440 0.9646012
## sample estimates:
## cor
## 0.9262023
cor.test(DataSembuh$transit_stations_percent_change_from_baseline, DataSembuh$Sembuh)
##
## Pearson's product-moment correlation
##
## data: DataSembuh$transit_stations_percent_change_from_baseline and DataSembuh$Sembuh
## t = 11.072, df = 28, p-value = 9.707e-12
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8030037 0.9528083
## sample estimates:
## cor
## 0.9022533
cor.test(DataSembuh$workplaces_percent_change_from_baseline, DataSembuh$Sembuh)
##
## Pearson's product-moment correlation
##
## data: DataSembuh$workplaces_percent_change_from_baseline and DataSembuh$Sembuh
## t = 3.0192, df = 28, p-value = 0.005356
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.1647268 0.7261962
## sample estimates:
## cor
## 0.495585
cor.test(DataSembuh$residential_percent_change_from_baseline, DataSembuh$Sembuh)
##
## Pearson's product-moment correlation
##
## data: DataSembuh$residential_percent_change_from_baseline and DataSembuh$Sembuh
## t = -5.109, df = 28, p-value = 2.058e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.8437286 -0.4459113
## sample estimates:
## cor
## -0.6945951
https://rpubs.com/suhartono-uinmaliki/877449
https://accounting.binus.ac.id/2021/08/12/memahami-analisis-regresi-linear-berganda/
PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL ...https://www.litbang.pertanian.go.id