-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.Rmd
124 lines (91 loc) · 6.4 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
---
title: "Analisis Regresi Menggunakan R"
author: "Tedy Herlambang"
date: "`r Sys.Date()`"
site: bookdown::bookdown_site
output: bookdown::gitbook
documentclass: book
bibliography: [ar.bib,packages.bib]
csl: world-development.csl
fig.caption: yes
tab.caption: yes
link-citations: true
github-repo: https://github.com/bangtedy/analisisregresi
description: "Analisis Regresi Dengan Menggunakan R."
url: 'https\://bangtedy.github.io/analisisregresi/'
cover-image: images/analisisregresi-cover.png
twitter-handle: "t_hlb"
# favicon: images/favicon.png
---
---
```{r include = FALSE}
if(!knitr:::is_html_output())
{
options("width"=56)
knitr::opts_chunk$set(tidy.opts=list(width.cutoff=56, indent = 2), tidy = TRUE)
knitr::opts_chunk$set(fig.pos = 'H')
}
```
<!-- R global options: R chunk images display without code (no echo); show PDF image over JPG/PNG when available in PDF output -->
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE)
options(knitr.graphics.auto_pdf = FALSE)
```
```{r, echo = FALSE}
# google scholar metadata
library(metathis)
if (knitr::is_html_output()) {
meta() |>
meta_google_scholar(
title = "Analisis Regresi Menggunakan R",
author = "Tedy Herlambang",
publication_date = "2022",
isbn = ""
)
}
```
<!-- HTML Meta Tags -->
<title>Analisis Regresi Menggunakan R | Analisis Regresi</title>
<meta name="description" content="Analisis Regresi Menggunakan R | Analisis Regresi menggunakan R.">
<!-- Facebook Meta Tags -->
<meta property="og:url" content="https://bangtedy.github.io/analisisregresi/">
<meta property="og:type" content="website">
<meta property="og:title" content="Analisis Regresi Menggunakan R | Analisis Regresi">
<meta property="og:description" content="Analisis Regresi Menggunakan R | Analisis Regresi Menggunakan R.">
<meta property="og:image" content="https://bangtedy.github.io/analisisregresi//images/analisisregresi-cover.png">
<!-- Twitter Meta Tags -->
<meta name="twitter:card" content="summary_large_image">
<meta property="twitter:domain" content="bangtedy.github.io">
<meta property="twitter:url" content="https://bangtedy.github.io/analisisregresi/">
<meta name="twitter:title" content="Analisis Regresi Menggunakan R | Analisis Regresi">
<meta name="twitter:description" content="Analisis Regresi Menggunakan R | Analisis Regresi Menggunakan R.">
<meta name="twitter:image" content="https://bangtedy.github.io/analisisregresi//images/analisisregresi-cover.png">
<!-- Meta Tags Generated via https://www.opengraph.xyz -->
# Analisis Regresi Menggunakan R {.unnumbered}
<br>
## *Tedy Herlambang* {.unnumbered}
{width="325"}
# Prakata {.unnumbered}
Kita sering menghubung-hubungkan sesuatu hal dengan hal yang lain. Sesuatu itu bisa peristiwa, prestasi, kecantikan, kesehatan, kekayaan,dll. Semua contoh "sesuatu" ini kita sebut variabel. Adakah hubungan antara kecantikan dengan kesehatan seseorang? Adakah hubungan antara vaksinasi dengan imunitas? Dan masih banyak lagi variabel-variabel yang coba kita cari kaitannya satu dengan lainnya. Di dunia akademik maupun praktik, salah satu alat yang bisa kita pakai untuk membuktikan hubungan-hubungan antar variabel adalah analisis regresi. Jika digunakan secara tepat, analisis regresi dapat menghasilkan kesimpulan yang sahih, bukan spekulasi.
Model regresi linier sangat luas dipakai di dalam praktik karena begitu simpel dan mudah diinterpretasi seperti untuk membuat prediksi dan skenario. Prediksi menguji kemampuan kita memetakan hubungan antar variabel-variabel respons. Jika kita tidak tepat mengidentifikasi hubungan-hubungan ini, prediksi dan skenario bisa meleset.
Secara teknis analisis regresi mengekplorasi hubungan antara variabel respons dengan satu atau lebih variabel prediktor kemudian mengekspresikan hubungan ini dalam sebuah fungsi.
Analisis regresi bisa dilakukan secara grafik atau analitik. Dengan bantuan komputer dan proses yang cermat, analisis regresi dapat menjadi alat untuk membedah data mentah menjadi informasi yang berguna.
Di dalam buku singkat ini, saya akan membahas analisis regresi dan penerapannya. Pembahasan dimulai dengan regresi linier sederhana, dilanjutkan ke regresi berganda, permasalahan di dalam analisis regresi, bagaimana mendeteksi permasalahan tersebut, bagaimana solusinya dan diakhiri dengan model regresi yang lebih kompleks. Program yang akan digunakan adalah R [@RCT2021] yang bisa diunduh secara gratis di [sini](https://www.r-project.org/).
Buku ini diharapkan dapat menjadi pengantar singkat bagi pembaca tentang model regresi sebagai salah satu alat analisis yang bisa diterapkan pada berbagai bidang akademik maupun praktik dengan menggunakan R. Tetapi buku ini bukan buku tentang R. Juga bukan buku tentang statistik.
Materi untuk belajar R sangat banyak tersedia secara *online* misalnya [Introduction to R](https://cran.r-project.org/doc/manuals/r-devel/R-intro.html). Pembaca juga bisa mengikuti berbagai topik di [R-bloggers](https://www.r-bloggers.com/). Buku ini adalah versi *online* dari versi cetak yang akan diterbitkan kemudian.
## Anda punya saran atau ide? `r emo::ji("envelope_with_arrow")` {-}
Jika Anda punya saran untuk perbaikan buku ini atau pengalaman dalam menerapkan konsep-konsep di dalam buku ini, silakan menyampaikan saran Anda ke email: bangtedy(at)gmail.com.
* [Twitter](https://twitter.com/t_hlb)
* [Github](https://github.com/bangtedy)
::: {.rmdnote}
**Catatan**: *Analisis Regresi Dengan Menggunakan R*. Hak cipta ada pada <a href="https://bangtedy.github.io/analisisregresi">Tedy Herlambang</a> dan diedarkan berdasarkan <a rel="license" href="http://creativecommons.org/licenses/by-nc-nd/4.0/">Creative Commons BY-NC-ND 4.0 International License</a>. Anda bebas menggunakan isi buku ini untuk tujuan non-komersial, dengan menyebutkan sumbernya ke <a href="https://bangtedy.github.io/analisisregresi">https://bangtedy.github.io/analisisregresi</a>.
:::
#### Disclaimer {.unnumbered}
The information is this book is provided without warranty. The authors and publisher have neither liability nor responsibility to any person or entity related to any loss or damages arising from the information contained in this book.
*Terakhir diperbarui pada: `r format (Sys.Date(), '%d %B %Y')`*.
```{r include=FALSE}
# automatically create a bib database for R packages
knitr::write_bib(c(
.packages(), 'bookdown', 'knitr', 'rmarkdown', 'broom', 'GGally', 'ggplot2', 'ggpmisc', 'metathis', 'readxl', 'kableExtra'
), 'packages.bib')
```