Definisi
Regresi adalah teknik statistik yang memodelkan hubungan antara variabel dependen (hasil yang ingin Anda prediksi) dan satu atau lebih variabel independen (faktor yang Anda pikir mempengaruhi hasil). Bentuk paling sederhana, regresi linear, menyesuaikan garis lurus melalui titik data untuk menggambarkan dan memprediksi hubungan.
Cara Kerjanya
Regresi linear menemukan garis yang meminimalkan total jarak kuadrat antara titik data dan garis itu sendiri.
Seorang analis properti ingin memprediksi harga rumah berdasarkan luas.
Setelah menganalisis 500 rumah, persamaan regresi adalah: Harga = $50.000 + $150 per kaki persegi.
Untuk rumah seluas 2.000 kaki persegi: $50.000 + ($150 x 2.000) = $350.000 harga prediksi.
Mengapa Ini Penting
Regresi adalah salah satu alat yang paling banyak digunakan dalam statistika. Bisnis menggunakannya untuk meramalkan penjualan, ekonom menggunakannya untuk memodelkan pertumbuhan, dan ilmuwan menggunakannya untuk memahami bagaimana variabel berinteraksi. Ini melampaui korelasi dengan memberi Anda persamaan prediktif.
Regresi berganda memperluas konsep dengan menyertakan beberapa variabel prediktor sekaligus. Misalnya, memprediksi harga rumah menggunakan luas, jumlah kamar tidur, dan lingkungan bersama-sama. Ini membuat regresi menjadi alat yang fleksibel dan ampuh untuk analisis dunia nyata.
Regresi memodelkan hubungan antar variabel dan memungkinkan prediksi. Ini adalah fondasi analitik prediktif dan salah satu alat statistik paling praktis.