Escolar Documentos
Profissional Documentos
Cultura Documentos
Regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang
pola hubungan (model) antara dua variabel atau lebih.. Dalam analisis regresi dikenal 2 jenis
variabel yaitu:
1. Variabel Respon disebut juga variabel dependen yaitu variabel yang keberadaannya
dipengaruhi oleh variabel lainnya dan dinotasikan dengan variable Y.
2. Variabel Prediktor disebut juga dengan variabel independen yaitu variabel yang bebas
(tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X.
A. Pengertian Analisis regresi berganda (Multiple analysis regresi)
Analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu
sekurang-kurangnya dua variabel bebas dengan satu variabel tak bebas.
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan
antara peubah respon (variabel dependen) dengan faktor-faktor yang mempengaruhi
lebih dari satu prediktor (variabel independen).
Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja
pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga. Tujuan
analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua
variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X.
Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + ⋯ + 𝛽𝑛 𝑋𝑛 + 𝜀
Dimana 𝛽0 + 𝛽1 , 𝛽2 , … 𝛽𝑘 adalah koefisien atau parameter model
Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan
sebuah smpel acak yang berukuran n dengan model regresi linier berganda untuk
sampel, yaitu:
𝑌̂ = 𝑎0 + 𝑎1 𝑋1 + 𝑎2 𝑋2 + 𝑎3 𝑋3 + ⋯ + 𝑎𝑛 𝑋𝑛
Dengan :
𝑌̂ = Nilai taksiran bagi variable
𝑎0 = Taksiran bagi parameter konstanta 𝑎0
𝑎1 , 𝑎2 , 𝑎3 = Taksiran bagi parameter koefisien regresi 𝑎1 , 𝑎2 , 𝑎3
B. Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel tak bebas (y) tergantung kepada dua atau
lebih variabel bebas (x). Bentuk persamaan regresi linier berganda yang mencakup dua
atau lebih variabel dapat ditulis sebagai berikut:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + ⋯ + 𝛽𝑛 𝑋𝑛 + 𝜀𝑖
Dengan
𝑖 = 1, 2, …, 𝑛
𝑛 = Ukuran sampel
𝜀𝑖 = Variabel kesalahan (galat)
Untuk rumus diatas, dapat diselesaikannya dengan empat persamaan oleh empat
variabel yang terbentuk:
C. Koefisien Determinasi
Koefisien determinasi dinyatakan dengan R2 untuk pengujian regresi linier
berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk
mengetahui proporsi keragaman total dalam variabel tak bebas Y yang dapat dijelaskan
atau diterangkan oleh variable-variabel bebas X yang ada di dalam model persamaan
regresi linier berganda secara bersama-sama. Maka R 2 akan ditentukan dengan rumus:
𝐽𝐾𝑟𝑒𝑔
𝑅2 =
∑ 𝑦𝑖2
Dengan :
𝐽𝐾𝑟𝑒𝑔 = Jumlah kuadrat regresi
Harga R yang diperoleh sesuai dengan variasi yang dijelaskan masing–masing
variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan
penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata)