Cara melakukan regresi linier di Google Sheets

Regresi linier atau OLS (ordinary least square) merupakan metode estimasi dengan cara mencari garis trend lurus (linier) yang dapat dengan baik memprediksi atau mengestimasi nilai data. Garis yang bisa mengestimasi nilai data dengan baik ini akan meminimalkan jarak antara data yang dapat diamati dengan garis trend tersebut.

Kita bisa melakukan regresi linier sederhana dengan satu variabel independen (penjelas) maupun regresi linier berganda dengan dua atau lebih variabel independen. Mungkin kamu ingin melakukan regresi linier di Google Sheets karena ingin bisa sekaligus berkolaborasi dengan tim maupun dengan teman

Untuk melakukan regresi linier di Google Sheets, kita akan menggunakan fungsi LINEST() dengan sintaks sebagai berikut 

LINEST(known_data_y, known_data_x, calculate_b, verbose)

Dimana
Known_data_y → himpunan variabel dependen (variabel yang dipengaruhi)
Known_data_x → himpunan variabel independen (variabel yang mempengaruhi)
Calculate_b → TRUE jika ingin menghitung intersep (TRUE secara default)
Verbose → TRUE jika ingin menghitung komponen lain dalam regresi linier selain parameter/slope dan intersep

Kita akan menggunakan data fiktif sebagai berikut sebagai contoh, kamu juga bisa langsung mencobanya. Misal kita ingin melihat hubungan antara tinggi seekor kucing dengan berat badannya, dengan data sebagai berikut

Berat kucing	Tinggi kucing	Panjang ekor
4.8	15	9
3.8	10	2
2.8	8	3.5
4	11	3.5
5.4	20	4
5.5	18	6
2.8	6	3.5
3.3	9	6
3.9	14	9
3.7	13	1.5
2.8	8	7
3.5	10	9.5
4.7	16	3.5
4.5	17	4.5
3.7	11	2.5

=LINEST(F3:F17,G3:G17,TRUE,TRUE)

Dimana variabel berat kucing menjadi variabel dependen (yang dipengaruhi) sementara tinggi kucing menjadi variabel independen (yang mempengaruhi). Hasil dari fungsi ini akan sebagai berikut

Perlu diperhatikan disini bahwa google sheets yang kami jadikan contoh menggunakan versi inggris, sehingga koma menjadi (.)

Hasil dari fungsi linest dalam Google Sheets tidak memiliki keterangan tertulis, sehingga kita perlu mencantumkan keterangannya terlebih dahulu. Berikut adalah keterangan dari hasil regresi kita

Dari hasil regresi ini garis regresi kita memiliki fungsi sebagai berikut

Berat kucing = 1,446 + 0,2 * tinggi kucing

Sehingga bila kita memiliki kucing dengan tinggi 19, maka kemungkinan besar kucing tersebut memiliki berat 5,2 (1,446 + 0,2 * 19 = 5,2)

Kamu juga bisa melakukan regresi linier berganda dengan menjadikan variabel dependen menjadi dua baris atau lebih seperti dibawah ini yang kita juga menjadikan panjang ekor sebagai variabel penjelas

Dari hasil regresi tersebut maka fungsi yang dihasilkan adalah 

Berat kucing = 1,446 + 0,2 * tinggi kucing + 0,0003 * panjang ekor