 |
| Regresi Linier Sederhana (RLS) dengan R |
Regresi linier sederhana atau Simple Linear Regression merupakan salah satu bentuk model statistik yang umum digunakan dalam penelitian. Pada dasarnya model ini merupakan model untuk melihat pengaruh dari sebuah variabel bebas (independent variable) terhadap variabel terikat (dependent variable).
Adapun teknik estimasi model regresi linier sederhana ini adalah Ordinary Least Square (OLS). Dengan meminimalkan jumlah kuadrat dari kesalahan atau error untuk mendapatkan koefisien garis regresi linier. Adapun makna linier dalam model ini adalah linier dalam parameter (beta), bukan linier dalam variabel.
Langkah-langkah melakukan pemodelan regresi linier sederhana:
1. Eksplorasi data;
2. Pemodelan;
3. Melihat signifikansi uji simultan;
4. Melihat signifikansi uji parsial;
5. Uji asumsi klasik (dapat dipelajari di [1], [2], [3], [4], [5];
6. Melihat nilai R Square;
7. Melakukan prediksi dengan nilai variabel bebas yang baru.
Adapun data yang digunakan dapat diunduh pada tautan berikut. Berikutnya, kita akan coba mempraktikkan pemodelan regresi linier sederhana sebagai berikut:
#Mengimport Data
tender <- read_excel("tender.xlsx")
tender
## # A tibble: 9 x 5
## Tahun Tender LPE PKP Konstruksi
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2014 133620 5.01 1.16 6.97
## 2 2015 152677 4.88 5.31 6.36
## 3 2016 152702 5.03 -0.14 5.22
## 4 2017 132248 5.07 2.12 6.8
## 5 2018 119219 5.17 4.82 6.09
## 6 2019 105049 5.02 3.27 5.76
## 7 2020 68498 -2.07 2.12 -3.26
## 8 2021 96229 3.7 4.24 2.81
## 9 2022 88631 5.32 -4.51 2.01
#Mengattach Data
attach(tender)
#Matriks Uji korelasi (untuk visualisasi ini bisa dipelajari dari sini)
 |
| Matrik korelasi antar variabel dalam data |
#Pemodelan Regresi Linier Sederhana (RLS)
mod <- lm(Konstruksi~Tender)
summary(mod)
##
## Call:
## lm(formula = Konstruksi ~ Tender)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.0531 -1.3415 0.4116 1.0588 2.5330
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -6.642e+00 2.931e+00 -2.266 0.05781 .
## Tender 9.395e-05 2.448e-05 3.838 0.00639 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.017 on 7 degrees of freedom
## Multiple R-squared: 0.6778, Adjusted R-squared: 0.6318
## F-statistic: 14.73 on 1 and 7 DF, p-value: 0.006393
#Uji asumsi Non-Autokorelasi## ## Durbin-Watson test ## ## data: mod ## DW = 2.2401, p-value = 0.5076 ## alternative hypothesis: true autocorrelation is greater than 0
#Uji asumsi homoskedastisitas## ## studentized Breusch-Pagan test ## ## data: mod ## BP = 0.59753, df = 1, p-value = 0.4395
#Uji asumsi normalitas## ## One-sample Kolmogorov-Smirnov test ## ## data: mod$residuals ## D = 0.11111, p-value = 0.9991 ## alternative hypothesis: two-sided
shapiro.test(mod$residuals)
##
## Shapiro-Wilk normality test
##
## data: mod$residuals
## W = 0.92461, p-value = 0.4318
plot(Tender, Konstruksi, pch = 16, cex = 1.3, col = "blue", main = "Plot Jumlah Tender dan Pertumbuhan Sektor Konstruksi Tahun 2014-2022", xlab = "Jumlah Tender", ylab = "Pertumbuhan Sektor Konstruksi (persen)")
abline(lm(Konstruksi~Tender))
 |
| Plot garis regresi linier sederhana |
#Memprediksi Pertumbuhan Sektor Konstruksi tahun 2023 dengan nilai Tender 2022
predict(mod, newdata = data.frame(Tender = 92430))
## 1
## 2.041448
Model yang terbentuk sepertinya cukup baik. Secara parsial dan simultan, jumlah tender berpengaruh positif dan signifikan secara statistik terhadap pertumbuhan sektor konstruksi. Setiap jumlah tender naik sebesar 1 satuan, maka sektor konstruksi naik sebesar 0,1 persen. Jumlah tender juga mampu menjelaskan proporsi keragaman dari pertumbuhan sektor konstruksi sebesar 67,77 persen. Sedangkan sisanya dapat dijelaskan oleh variabel lain di luar model. Apabila di tahun 2023 jumlah tender diperkirakan sebanyak 92.430 tender baik pengadaan barang maupun jasa, maka diperkirakan sektor konstruksi Indonesia pada tahun 2023 tumbuh sebesar 2,04 persen.
Demikian sedikit sharing kita kali ini. Semoga sedikit banyak membawa manfaat. Selamat memahami dan mempraktikan!