Housing Price Analytics
Final Project Statistic for Business
Introduction and Background
Properti adalah salah satu kebutuhan dasar manusia. Penentuan harga properti (rumah) memerlukan perhitungan banyak faktor. Memahami faktor-faktor yang memengaruhi harga properti adalah kunci bagi pembeli, penjual, dan investor untuk membuat keputusan yang tepat.
Dalam konteks ini, dataset “housing price” menjadi sumber daya berharga yang memberikan informasi tentang berbagai fitur properti dan harga di berbagai lokasi. Dengan menganalisis dataset ini, kita dapat mengungkap hubungan antara karakteristik properti dan harga, sehingga dapat memberikan wawasan yang lebih dalam tentang pasar real estate yang diamati. Dalam analisis ini, kita akan menjelajahi korelasi antara berbagai fitur properti dan harga serta mengeksplorasi faktor-faktor yang berkontribusi pada variasi harga properti di pasar ini.
Salah satu masalah yang bisa dijawab adalah:
“Bagaimana hubungan harga rumah dengan luas area, airconditioning dan furniture status?”
Untuk menjawab masalah ini, kita dapat melakukan beberapa analisis, seperti:
- Memprediksi harga berdasarkan area
- Memprediksi harga berdasarkan area dan apakah ada AC atau tidak
- Memprediksi harga berdasarkan area dan furnishing status
Dataset
Data yang digunakan dalam penelitian kali ini berasal dari situs Kaggle, yaitu Housing Prices Dataset. Data ini memiliki kolom-kolom sebagai berikut:
- price: harga rumah (int)
- area : luas tanah (int)
- bedrooms : jumlah kamar tidur (int)
- bathrooms : jumlah kamar mandi (int)
- stories : jumlah lantai (int)
- mainroad : apakah terkoneksi dengan jalan utama atau tidak (object {“yes”/”no”})
- guestroom : apakah terdapat ruang tamu atau tidak (object {“yes”/”no”})
- basement : apakah terdapat basement atau tidak (object {“yes”/”no”})
- waterheating : apakah terdapat pemanas air atau tidak (object {“yes”/”no”})
- airconditioning : apakah terdapat AC atau tidak (object {“yes”/”no”})
- parking : jumlah tempat parker (int)
- prefarea : merupakan area potensial (preferensi banyak orang) atau tidak (object {“yes”/”no”})
- furnishingstatus : status furniture atau perabotan dalam rumah (object {“furnished”/“semi-furnished”/“un-furnished”})
Statistical Test
1. Apakah harga rata-rata dari properti di area ini lebih dari 6.000.000?
Hipotesis Nol (H0): μ <= 6,000,000 (Harga rata-rata sama dengan 6,000,000)
Hipotesis Alternatif (H1): μ > 6,000,000 (Harga rata-rata lebih dari 6,000,000)
Uji statistik menggunakan uji t-statistic dan alpha = 0.05.
Dari uji statistic diperoleh hasil bahwa tidak cukup bukti untuk menolak H0. Rata-rata harga properti sama dengan atau kurang dari 6,000,000.
Selanjutnya, mari kita buktikan menggunakan visualisasi.
Dari visualisasi diketahui harga rata-rata properti adalah 4766729.
Jadi, dari tes statistik dan visualisasi disimpulkan bahwa harga rata-rata dibawah 6,000,000.
2. Apakah proporsi properti yang memiliki AC (Air Conditioning) lebih dari 50%?
Hipotesis Nol (H0): p <= 0.50 (Proporsi properti dengan AC sama dengan 50%)
Hipotesis Alternatif (H1): p > 0.50 (Proporsi properti dengan AC lebih dari 50%)
Uji statistik menggunakan Uji Z dan alpha = 0.05
Dari uji statistic diperoleh hasil bahwa tidak cukup bukti untuk menolak H0. Proporsi properti dengan AC kurang dari atau sama dengan 50%.
Selanjutnya, mari kita buktikan menggunakan visualisasi.
Dari visualisasi diketahui bahwa proporsi yang memiliki AC = 31.6%.
Jadi, dari tes statistik dan visualisasi disimpulkan bahwa proporsi properti AC kurang dari atau sama dengan 50%.
3. Apakah harga rata-rata properti dengan dan tanpa AC berbeda signifikan?
Hipotesis Nol (H0): μ1 = μ2 (Tidak ada perbedaan harga rata-rata antara properti dengan AC dan tanpa AC)
Hipotesis Alternatif (H1): μ1 ≠ μ2 (Ada perbedaan harga rata-rata antara properti dengan AC dan tanpa AC)
Uji statistik menggunakan t-statistic dan alpha = 0.05
Dari uji statistic diperoleh hasil bahwa menolak H0. Ada perbedaan rata-rata harga antara properti dengan AC dan tanpa AC. Selanjutnya, mari kita buktikan menggunakan visualisasi.
Dari visualisasi diketahui bahwa harga properti yang memiliki AC lebih besar daripada yang tanpa AC.
Jadi, dari tes statistik dan visualisasi disimpulkan bahwa perbedaan rata-rata harga antara properti dengan AC dan tanpa AC.
4. Apakah harga rata-rata properti tiap furnishing status berbeda signifikan?
Hipotesis Nol (H0): Tidak ada perbedaan harga rata-rata antara ketiga kelompok furnishing status (“Furnished”, “Semi-Furnished”, dan “Unfurnished”).
Hipotesis Alternatif (H1): Ada perbedaan harga rata-rata antara setidaknya satu pasang kelompok furnishing status.
Uji statistic menggunakan ANOVA, alpha = 0.05
Dari uji statistic diperoleh hasil bahwa menolak H0. Ada perbedaan rata-rata harga antara yang signifikan antara furnishing status. Selanjutnya, mari kita buktikan menggunakan visualisasi.
Dari visualisasi diketahui bahwa ada perbedaan harga rata-rata pada masing-masing furnishing status.
Get Ahmad Ilham Habibi’s stories in your inbox
Join Medium for free to get updates from this writer.
Jadi, dari tes statistik dan visualisasi disimpulkan bahwa ada perbedaan rata-rata harga antara yang signifikan antara furnishing status.
Regression Model
Setelah melakukan uji statistik, selanjutnya kita bisa melakukan pemodelan dengan linear regression menggunakan prediktor yang sudah kita uji. Pada kesempatan kali ini saya hanya akan menggunakan kolom area, airconditioning, dan furnishingstatus.
1. Prediksi harga berdasarkan area
Linear Regression dengan satu prediktor.
Hasil visualisasi regression line pada kolom price dan kolom area.
Selanjutnya mari kita hasil intercept dan coefficient pada model.
Interpretasi:
- Rata-rata harga rumah ketika luas areanya 0 adalah 2387308
- Rata-rata perbedaan harga antara dua rumah dengan perbedaan satu satuan luas area adalah 461
Nilai harga rumah dalam jutaan agak sulit dibaca, mari kita ubah nilai pada kolom price ke bentuk ribuan.
Interpretasi:
- Rata-rata harga rumah ketika luas areanya 0 adalah 2387 ribu dolar
- Rata-rata perbedaan harga antara dua rumah dengan perbedaan satu satuan luas area adalah 0.46 ribu dolar
Mari kita cek apakah ada perbedaan performa model sebelum dan setelah dilakukan scalling.
Performa model sebelum dan sesudah dilakukan scalling tetap sama, tidak ada perbedaan sama sekali. Namun scalling dapat mempermudah menginterpretasi persamaan model. Karena pada bentuk awal rawan salah interpretasi.
2. Prediksi harga berdasarkan luas area dan apakah ada AC atau tidak
Linear Regression dengan multiple prediktor.
Langkah pertama adalah melakukan label encoding pada kolom airconditioning. Mengubah nilai “yes/no” menjadi 1/0.
Berikut ini adalah hasil visualisasi hasil regresi dari kolom area dan airconditioning.
Dari gambar tampak kedua garis menunjukkan pola yang sama. Karena kita belum melakukan iteration pada saat pemodelan.
Setelah dilakukan iteration baru terlihat perbedaan antara kedua garis regresinya. Harga yang tanpa AC terlihat lebih menjorok keatas.
Selanjutnya mari kita hasil intercept dan coefficient pada model:
3. Prediksi harga berdasarkan area dan furnishing status
Linear Regression dengan melakukan transformasi pada data.
Kolom furnishingstatus berisi tiga kategori, yaitu: furnished, semi-furnished, dan unfurnished.
Pada model ini, furnishing status = furnished menjadi baseline
- Intercept 3050 (ribu) adalah harga rata-rata properti dengan furnishing status = furnished dan memiliki area = 0 (not a meaningfull scenario)
- Koefisien furnishing status = semi-furnished, prediksi perbedaan harga furnishing status = furnished dan furnishing status = semi-furnished yang memiliki area = 0, adalah -363 ribu dollar (lebih murah 363 ribu)
- Koefisien furnishing status = unfurnished, prediksi perbedaan harga furnishing status = furnished dan furnishing status = unfurnished yang memiliki area = 0, adalah -1060 ribu dollar (lebih murah 1060 ribu)
Model ini memiliki insight yang kurang tepat karena memprediksi area = 0. Kemudian dilakukan standarisasi pada kolom area, sehingga didapat:
Koefisien z-area berubah setelah distandarisasi, tetapi koefisien furnising status tetap sama. Performa model setelah dilakukan standarisasi juga masih sama, namun lebih memudahkan dalam menginterpretasi.
Interpretasi
- Intercept 5264 (ribu) adalah harga dengan furnishing status = furnished dan memiliki area = rata-rata.
- Koefisien z_area, presiksi perbedaan harga furnishingstatus = furnished dengan perbedaan 1 standar deviasi atau 2170 area adalah 932 (ribu).
Conclusion and Recommendation
Conclusion
Prediksi harga berdasarkan area.
Harga berkorelasi positif dengan area. Semakin tinggi (luas) area, harganya juga mengalami kenaikan.
Prediksi harga berdasarkan area dan apakah ada AC atau tidak.
Harga berkorelasi positif dengan area dan adanya fasilitas AC. Jika ada AC maka harganya akan semakin naik.
Prediksi harga berdasarkan area dan furnishing status
Harga berkorelasi positif dengan area dan furnitured. Rumah yang masih semi-furnitured dan unfurnitured harganya akan semakin murah.
Recommendation
- Pembeli bisa memprediksi harga rumah berdasarkan area, airconditioning, dan furnishing status. Agar bisa membeli properti dengan harga yang sesuai.
- Penjual juga bisa menentukan harga yang adil bagi penjual dan pembeli agar sama-sama untung.
- Melakukan penelitian lebih lanjut untuk melihat hubungan harga dengan fitur-fitur lainnya.
Reference
- Statistic for Business — Pacmann.io
- Housing Prices Dataset — Kaggle
