Saat memasang garis lurus ke kumpulan data, Anda mungkin tertarik untuk menentukan seberapa baik garis yang dihasilkan cocok dengan data. Salah satu cara untuk melakukannya adalah dengan menghitung jumlah kuadrat kesalahan (SSE). Nilai ini memberikan ukuran seberapa baik garis paling cocok mendekati kumpulan data. SSE penting untuk analisis data eksperimen dan ditentukan hanya melalui beberapa langkah singkat.
Temukan garis yang paling cocok untuk memodelkan data menggunakan regresi. Garis yang paling sesuai memiliki bentuk y = ax + b, di mana a dan b adalah parameter yang perlu Anda tentukan. Anda dapat menemukan parameter ini menggunakan analisis regresi linier sederhana. Misalnya, asumsikan garis yang paling sesuai memiliki bentuk y = 0,8x + 7.
Gunakan persamaan untuk menentukan nilai setiap nilai y yang diprediksi oleh garis yang paling cocok. Anda dapat melakukannya dengan mensubstitusikan setiap nilai x ke dalam persamaan garis. Misalnya, jika x sama dengan 1, substitusikan ke dalam persamaan y = 0,8x + 7 menghasilkan nilai y 7,8.
Tentukan mean dari nilai yang diprediksi dari persamaan garis yang paling cocok. Anda dapat melakukannya dengan menjumlahkan semua nilai y yang diprediksi dari persamaan, dan membagi angka yang dihasilkan dengan jumlah nilai. Misalnya, jika nilainya adalah 7,8, 8,6 dan 9,4, menjumlahkan nilai-nilai ini menghasilkan 25,8, dan membagi angka ini dengan jumlah nilai, 3 dalam hal ini, menghasilkan 8,6.
Kurangi setiap nilai individu dari mean, dan kuadratkan angka yang dihasilkan. Dalam contoh kita, jika kita mengurangi nilai 7,8 dari rata-rata 8,6, angka yang dihasilkan adalah 0,8. Mengkuadratkan nilai ini menghasilkan 0,64.
Jumlahkan semua nilai kuadrat dari Langkah 4. Jika Anda menerapkan instruksi di Langkah 4 ke ketiga nilai dalam contoh kami, Anda akan menemukan nilai 0,64, 0 dan 0,64. Menjumlahkan nilai-nilai ini memberikan 1,28. Ini adalah jumlah kesalahan kuadrat.