Residu: Analisis Regresi Linear

Halo semuanya! Hari ini kita akan belajar Analisis Regresi Linear tentang Residu. Residu adalah selisih antara nilai data aktual dengan nilai prediksi dari garis regresi atau garis best fit.

Perhatikan rumus residu e, yaitu e sama dengan y dikurangi y topi. Di sini, y adalah nilai data aktual, sedangkan y topi adalah nilai prediksi yang didapat dari persamaan garis.

Mari lihat visualisasi residu pada garis y topi sama dengan x tambah satu. Jika titik aktual y sama dengan enam dan nilai prediksi y topi sama dengan empat, maka residu e adalah jarak vertikal dari titik ke garis tersebut.

Untuk contoh soal nomor dua puluh enam, kita punya titik empat koma sepuluh dan regresi y topi sama dengan dua x tambah satu. Langkah pertama, nilai prediksi y topi adalah dua kali empat tambah satu sama dengan sembilan. Langkah kedua, residunya adalah sepuluh dikurangi sembilan yaitu satu.

Selanjutnya soal nomor dua puluh tujuh. Jika residu suatu data bernilai minus dua, itu artinya nilai aktual lebih kecil dari prediksi, sehingga posisi data aktual berada di bawah garis regresi.

Sebagai kesimpulan, residu menunjukkan seberapa jauh penyimpangan data asli dari model prediksi kita.

Itulah pembahasan kita mengenai residu regresi linear. Sampai jumpa di video berikutnya!