Analisis Regresi Linear Berganda

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:

∑ 𝑌𝑖 = 𝑛𝛽0 + ∑ 𝛽1 𝑋1𝑖 + ∑ 𝛽2 𝑋2𝑖 + ∑ 𝛽3 𝑋3𝑖

∑ 𝑋1𝑖 𝑌𝑖 = 𝛽0 ∑ 𝑋1𝑖 + 𝛽1 ∑(𝑋1𝑖 )2 + 𝛽2 ∑ 𝑋1𝑖 𝑋2𝑖 + 𝛽3 ∑ 𝑋1𝑖 𝑋3𝑖

∑ 𝑋2𝑖 𝑌𝑖 = 𝛽0 ∑ 𝑋2𝑖 + 𝛽1 ∑ 𝑋1𝑖 𝑋2𝑖 + 𝛽2 ∑(𝑋2𝑖 )2 + 𝛽3 ∑ 𝑋2𝑖 𝑋3𝑖

∑ 𝑋3𝑖 𝑌𝑖 = 𝛽0 ∑ 𝑋3𝑖 + 𝛽1 ∑ 𝑋1𝑖 𝑋3𝑖 + 𝛽2 ∑ 𝑋2𝑖 𝑋3𝑖 + 𝛽3 ∑(𝑋3𝑖 )2

Dengan 𝛽0 , 𝛽1 , 𝛽2 , 𝛽3 adalah koefisien yang ditentukan berdasarkan data hasil

pengamatan

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)

D. Uji Regresi Linier Berganda

Dalam pengujian regresi linier berganda terdapat tiga macam uji yaitu:
1. Uji simultan atau uji F atau uji ragam regresi atau uji varians regrsi;
2. Uji parsial koefisien regresi atau uji terhadap bi atau uji t koefisien regresi; dan
3. Uji koefisien korelasi berganda atau uji R.
Uji regresi linier ganda perlu dilakukan untuk mengetahui apakah sekelompok
variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.
1. Uji simultan atau uji F atau uji ragam regresi atau uji varians regresi;
Pada dasarnya pengujian hipotesis tentang parameter koefisien regresi secara
keseluruhan atau pengujian persamaan regresi dengana menggunakan statistik F
Dalam pengujian persamaan regresi terutama menguji hipotesis tentang
parameter koefisien Regresi secara keseluruhan melibatkan intersep k serta buah
variabel
Langkah-langkah yang dibutuhkan dalam pengujian hipotesis ini adalah sebagai
berikut:
a. Menentukan formulasi hipotesi
b. Menentukan taraf nyata α dan Ftabel dengan derajat kebebasan V1 = k dan V2 = n-k-
1
Pilih taraf nyata α yang diinginkan.
c. Menentukan kriteria pengujian
d. Menentukan nilai statistik F
e. Membuat kesimpulan apakah Ho diterima atau ditolak
2. Uji Keberartian Koefisien Regresi (bi) Secara Parsial atau Uji t Koefisien
Regresi terhadap variabel tak bebas Y
Modifikasi dari pengaruh masing-masing variabel bebas Xi secara individu atau
parsial dalam kebersamaan atau simultan terhadap variabel tak bebas Y, dapat
dilakukan dengan uji t atau uji koefisien regresi secara parsial.
 Seperti dalam uji F, penulisan t-hitung dapat ditulis dengan notasi thitung (artinya
uji t untuk pengujian hipotesis nol atau H0 : bi = 0 dan H1 : minimal satu dari bi ≠ 0).
Berdasarkan hasil uji t ternyata bahwa kreteria pengujian nilai thitung adalah:
a. Jika thitung ≤ t(tabel 5%, db galat) ini berarti pada analisis regresi linier berganda, pengaruh
X1 dan X2 terhadap Y menunjukkan bahwa baik X1 maupun X2 berpengaruh tidak
nyata secara parsial terhadap Y.
b. Jika thitung > t(tabel 5%, db galat) maka nilai bi menunjukkan bahwa masing-masing baik X1
maupun X2 berpengaruh nyata terhadap variabel bebas Y secara individual dalam
kebersamaan atau secara parsial. Dengan kata lain ini
berarti bahwa koefisien arah bi yang berangkutan dapat dipakai sebagai
penduga dan peramalan yang dapat dipercaya.
Pengujian yang dilakukan dengan cara tersebut di atas, dapat memberikan
petunjuk
apakah setiap variabel bebas Xi memberikan pengaruh atau hubungan yang nyata
terhadap variabel tak bebas Y.
3. Uji koefisien korelasi berganda atau uji R.
Korelasi linear berganda merupakan alat ukur mengenai hubungan yang terjadi
antara variabel yang terikat. (variabel Y) dan dua atau lebih variabel bebas (x1, x2……xk).
Analisis korelasinya menggunakan tiga koefisien korelasi yaitu koefisien determinasi
berganda, koefisien korelasi berganda, dan koefisien korelasi parsial.
a. Korelasi linear berganda dengan dua variabel bebas
1) Koefisien penentu berganda atau koefisien determinasi berganda
Koefisien determinasi berganda, disimbolkan KPB y.12 atau R2 merupakan
ukuran kesusaian garis regresi linear berganda terhadap suatu data. Rumus
2) Koefisien korelasi berganda
Koefisien korelasi berganda disimbolkan ry12 merupakan ukuran keeratan
hubungan antara variabel terikat dan semua variabel bebas. Secara bersama-
sama. Rumus :
3) Koefisien korelasi parsial
Koefisien korelasi parsial merupakan koefisien korelasi antara dua variabel. Jika
variabel lainnya konstan, pada hubungan yang melibatkan lebih dari dua variabel.
b. Korelasi linear berganda dengan 3 variabel bebas
1) Koefisien penentu berganda
2) Koefisien korelasi berganda