Penerapan teknik regresi linier berganda untuk Prediksi kualitas pemain pada Game sepakbola fifa
S epakbola adalah olahraga yang sangat populer di seluruh dunia dengan lebihdari 3,5 miliar penggemar, hampir sepertiga dari total populasi dunia. Kemampuansetiap pemain dinilai melalui overall rating, yang menggambarkan performastatistik pemain. Pemain dengan overall rating tinggi cenderung memiliki performayang baik, sementara pemain dengan performa rendah memiliki overall rating yangrendah pula. Metode analisis yang digunakan dalam studi ini adalah regresi linierberganda. Faktor yang digunakan dalam penelitian ini mencakup berbagai faktoryang mempengaruhi kualitas pemain, seperti usia, jumlah pukulan, potensi, tinggibadan, reputasi internasional, kemampuan gerakan, peringkat liga, fisik, dan nomorseragam tim. Variabel yang menjadi fokus dalam penelitian ini adalah overallrating, yang merupakan variabel respon. Data diolah menggunakan Rstudio yangdimulai dari analisis deksriptif tersebut akan diolah menggunakan RStudio untukmenghitung frekuensi nilai dalam data, termasuk jumlah data dari nilai terendahhingga tertinggi. Berdasarkan analisis Multiple R-Squared dan Adjusted RSquared,diperoleh nilai 0,85 untuk kedua metrik tersebut. Hal ini menunjukkanbahwa terdapat 9 variabel independen dan 1 variabel dependen yang menjadi objekanalisis dalam penelitian ini.
F ootball is a very popular sport worldwide with more than 3.5 billion fans,almost one third of the world's total population. The ability of each player isassessed through an overall rating, which describes the player's statisticalperformance. Players with a high overall rating tend to have good performance,while players with low performance have a low overall rating as well. The researchmethod used in this study is multiple linear regression. The sample used in thisstudy includes various factors that affect player quality, such as age, number ofstrokes, potential, height, international reputation, movement ability, leagueranking, physique, and team uniform number. The variable that is the focus of thisstudy is the overall rating, which is the response variable. Discussion of descriptivestatistics requires the use of several variables that are already available in the data.The data will be processed using RStudio to calculate the frequency of values in thedata, including the amount of data from lowest to highest. Based on the Multiple RSquaredand Adjusted R-Squared analysis, a value of 0.85 is obtained for both ofthese metrics. This shows that there are 9 independent variables and 1 dependentvariable which are the object of analysis in this study.