{"id":3468,"date":"2023-07-17T08:05:49","date_gmt":"2023-07-17T08:05:49","guid":{"rendered":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/"},"modified":"2023-07-17T08:05:49","modified_gmt":"2023-07-17T08:05:49","slug":"r-regresi-linier-dengan-variabel-kategori","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/","title":{"rendered":"Bagaimana melakukan regresi linier dengan variabel kategori di r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Regresi linier adalah metode yang dapat kita gunakan untuk mengukur hubungan antara satu atau lebih variabel prediktor dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Seringkali, Anda mungkin ingin menyesuaikan model regresi menggunakan satu atau lebih <a href=\"https:\/\/statorials.org\/id\/kategorikal-vs.-kuantitatif\/\" target=\"_blank\" rel=\"noopener\">variabel kategori<\/a> sebagai variabel prediktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini memberikan contoh langkah demi langkah tentang cara melakukan regresi linier dengan variabel kategori di R.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Contoh: Regresi Linier dengan Variabel Kategorikal di R<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Misalkan kita memiliki kerangka data berikut di R yang berisi informasi mengenai tiga variabel untuk 12 pemain bola basket berbeda:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">poin yang dicetak<\/span><\/li>\n<li> <span style=\"color: #000000;\">berjam-jam dihabiskan untuk berlatih<\/span><\/li>\n<li> <span style=\"color: #000000;\">program pelatihan yang digunakan<\/span><\/li>\n<\/ul>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame\n<\/span>df &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (points=c(7, 7, 9, 10, 13, 14, 12, 10, 16, 19, 22, 18),\n                 hours=c(1, 2, 2, 3, 2, 6, 4, 3, 4, 5, 8, 6),\n                 program=c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3))\n\n<span style=\"color: #008080;\">#view data frame\n<\/span>df\n\n   points hours program\n1 7 1 1\n2 7 2 1\n3 9 2 1\n4 10 3 1\n5 13 2 2\n6 14 6 2\n7 12 4 2\n8 10 3 2\n9 16 4 3\n10 19 5 3\n11 22 8 3\n12 18 6 3<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin menyesuaikan model regresi linier berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>poin = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> jam + \u03b2 <sub>2<\/sub> program<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam contoh ini, jam adalah variabel kontinu tetapi program adalah <strong>variabel kategorikal<\/strong> yang dapat mengambil tiga kemungkinan kategori: program 1, program 2, atau program 3.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menyesuaikan model regresi ini dan memberi tahu R bahwa variabel &#8220;program&#8221; adalah variabel kategori, kita perlu menggunakan <strong>as.factor()<\/strong> untuk mengubahnya menjadi faktor, lalu menyesuaikan model:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#convert 'program' to factor\n<span style=\"color: #000000;\">df$program &lt;- as. <span style=\"color: #3366ff;\">factor<\/span> (df$program)\n<\/span>\n#fit linear regression model\n<span style=\"color: #000000;\">fit &lt;- lm(points ~ hours + program, data = df)\n<\/span>\n#view model summary\n<span style=\"color: #000000;\">summary(fit)\n\nCall:\nlm(formula = points ~ hours + program, data = df)\n\nResiduals:\n    Min 1Q Median 3Q Max \n-1.5192 -1.0064 -0.3590 0.8269 2.4551 \n\nCoefficients:\n            Estimate Std. Error t value Pr(&gt;|t|)    \n(Intercept) 6.3013 0.9462 6.660 0.000159 ***\nhours 0.9744 0.3176 3.068 0.015401 *  \nprogram2 2.2949 1.1369 2.019 0.078234 .  \nprogram3 6.8462 1.5499 4.417 0.002235 ** \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 1.403 on 8 degrees of freedom\nMultiple R-squared: 0.9392, Adjusted R-squared: 0.9164 \nF-statistic: 41.21 on 3 and 8 DF, p-value: 3.276e-05<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dari nilai pada kolom <strong>Estimasi<\/strong> , kita dapat menuliskan model regresi yang sesuai:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>poin = 6,3013 + 0,9744 (jam) + 2,2949 (program 2) + 6,8462 (program 3)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara mengartikan nilai koefisien pada hasil:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Jam<\/strong> : Untuk setiap jam tambahan yang dihabiskan untuk berlatih, poin yang diperoleh meningkat rata-rata <strong>0,9744,<\/strong> dengan asumsi program tetap konstan.<\/span>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai p adalah 0,015, menunjukkan bahwa jam yang dihabiskan untuk berlatih merupakan prediktor skor poin yang signifikan secara statistik pada tingkat \u03b1 = 0,05.<\/span><\/li>\n<\/ul>\n<\/li>\n<li> <span style=\"color: #000000;\"><strong>jadwal2<\/strong> : Pemain yang menggunakan jadwal 2 mencetak rata-rata <strong>2,2949<\/strong> poin lebih banyak dibandingkan pemain yang menggunakan jadwal 1, dengan asumsi jam tetap konstan.<\/span>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai p adalah 0,078 yang menunjukkan bahwa tidak ada perbedaan yang signifikan secara statistik antara poin yang dicetak oleh pemain yang menggunakan program 2 dibandingkan dengan pemain yang menggunakan program 1, pada level \u03b1 = 0,05.<\/span><\/li>\n<\/ul>\n<\/li>\n<li> <span style=\"color: #000000;\"><strong>jadwal3<\/strong> : Pemain yang menggunakan jadwal 3 mencetak rata-rata <strong>2,2949<\/strong> poin lebih banyak dibandingkan pemain yang menggunakan jadwal 1, dengan asumsi jam tetap konstan.<\/span>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai p sebesar 0,002 menunjukkan bahwa terdapat perbedaan poin yang signifikan secara statistik antara pemain yang menggunakan jadwal 3 dibandingkan dengan pemain yang menggunakan jadwal 1, pada tingkat \u03b1 = 0,05.<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dengan menggunakan model regresi yang sesuai, kami dapat memprediksi jumlah poin yang dicetak oleh seorang pemain berdasarkan jumlah total jam yang dihabiskan untuk berlatih dan program yang mereka gunakan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita dapat menggunakan kode berikut untuk memprediksi poin yang dicetak oleh pemain yang berlatih selama 5 jam dan menggunakan jadwal latihan 3:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define new player\n<\/span>new &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (hours=c(5), program=as. <span style=\"color: #3366ff;\">factor<\/span> (c(3)))\n\n<span style=\"color: #008080;\">#use the fitted model to predict the points for the new player\n<\/span>predict(fit, newdata=new)\n\n       1 \n18.01923 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Model tersebut memperkirakan pemain baru ini akan mencetak <strong>18.01923<\/strong> poin.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami dapat mengonfirmasi kebenarannya dengan memasukkan nilai pemain baru ke dalam persamaan regresi yang sesuai:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">poin = 6,3013 + 0,9744 (jam) + 2,2949 (program 2) + 6,8462 (program 3)<\/span><\/li>\n<li> <span style=\"color: #000000;\">poin = 6,3013 + 0,9744(5) + 2,2949(0) + 6,8462(1)<\/span><\/li>\n<li> <span style=\"color: #000000;\">poin = 18.019<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Ini cocok dengan nilai yang kami hitung menggunakan fungsi <strong>prediksi()<\/strong> di R.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-r\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier sederhana di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda-r\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier berganda di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/sisa-jejak-r\/\" target=\"_blank\" rel=\"noopener\">Cara membuat plot sisa di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier adalah metode yang dapat kita gunakan untuk mengukur hubungan antara satu atau lebih variabel prediktor dan variabel respon . Seringkali, Anda mungkin ingin menyesuaikan model regresi menggunakan satu atau lebih variabel kategori sebagai variabel prediktor. Tutorial ini memberikan contoh langkah demi langkah tentang cara melakukan regresi linier dengan variabel kategori di R. Contoh: [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara melakukan regresi linier dengan variabel kategori di R - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara melakukan regresi linier dengan variabel kategori di R - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-17T08:05:49+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/\",\"url\":\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/\",\"name\":\"Cara melakukan regresi linier dengan variabel kategori di R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-17T08:05:49+00:00\",\"dateModified\":\"2023-07-17T08:05:49+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Bagaimana melakukan regresi linier dengan variabel kategori di r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara melakukan regresi linier dengan variabel kategori di R - Statorials","description":"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/","og_locale":"id_ID","og_type":"article","og_title":"Cara melakukan regresi linier dengan variabel kategori di R - Statorials","og_description":"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.","og_url":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/","og_site_name":"Statorials","article_published_time":"2023-07-17T08:05:49+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/","url":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/","name":"Cara melakukan regresi linier dengan variabel kategori di R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-17T08:05:49+00:00","dateModified":"2023-07-17T08:05:49+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara melakukan regresi linier dengan variabel kategori di R, termasuk contoh lengkapnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/r-regresi-linier-dengan-variabel-kategori\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Bagaimana melakukan regresi linier dengan variabel kategori di r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/3468"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=3468"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/3468\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=3468"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=3468"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=3468"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}