Pada dasarnya regresi linear berganda adalah model prediksi atau peramalan dengan menggunakan data berskala interval atau rasio serta terdapat lebih dari satu predictor.
Lantas, kenapa memakai regresi linier berganda? Analisis regresi linear
berganda ini biasanya digunakan untuk mengetahui arah hubungan antara
variabel independen dengan variabel dependen apakah masing-masing
variabel independen berhubungan positif atau negatif.
Hemn... Mari kita bahas sedikit regresi linear agar lebih paham. Dalam statistika, regresi linear adalah sebuah pendekatan untuk memodelkan hubungan antara variable terikat Y dan satu atau lebih variable bebas yang disebut X. Salah satu kegunaan dari regresi linear adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Hubungan di antara variable-variabel tersebut disebut sebagai model regresi linear. Berdasarkan penggunaan variable bebas, maka regresi linear dapat dibagi menjadi dua, yaitu regresi linear univariate dan regresi linear multivariate. (Wikipedia)
Jadi perbedaan Regresi Linear Berganda dan Regresi Linear Sederhana berapa pada jumlah variable bebas nya. Jika jumlah variable bebas hanya satu, maka itu disebut dengan regresi linear sederhana.
Dalam pemanfaatannya, regresi linier sederhana digunakan apabila variable dependen dipengaruhi hanya oleh satu variable independent, sedangkan regresi linier berganda digunakan untuk menguji pengaruh lebih dari satu variable independent terhadap variable dependen.
Model regresi linear berganda dilukiskan dengan persamaan sebagai berikut (statistikian):
Y = α + β1 X2 + β2 X2 + βn Xn + e
Keterangan:
Y = Variabel terikat atau response.
X = Variabel bebas atau predictor.
α = Konstanta.
β = Slope atau Koefisien estimate.
Lebih lanjut analisis/uji regresi merupakan suatu kajian dari hubungan antara satu variabel, dengan satu atau lebih variabel. Apabila variabel bebasnya hanya satu, maka uji/analisis regresinya dikenal dengan regresi linier sederhana. Apabila variabel bebasnya lebih dari pada satu, maka uji/analisis regresinya dikenal dengan regresi linear berganda. Dikatakan linier berganda karena terdapat dua atau lebih variabel bebas yang mempengaruhi variabel tak bebas.
Perhitungan-perhitungan hasil akhir untuk penulisan karya ilmiah/penelitian banyak menggunakan analisis/uji regresi. Hasil perhitungan analisis/uji regresi akan dimuat dalam kesimpulan penelitian dan akan menentukan apakah penelitian yang sedang dilakukan berhasil atau tidak. Analisis perhitungan pada uji regresi menyangkut beberapa perhitungan statistika seperti uji signifikansi (uji-t, uji-F), anova dan penentuan hipotesis. Hasil dari analisis/ uji regresi berupa suatu persamaan regresi. Persamaan regresi ini merupakan suatu fungsi prediksi variabel yang mempengaruhi variabel lain.
Jika tertarik belajar lebih jauh tentang regresi linear berganda , dapat download pada modul Regresi Linear Berganda yang disusun oleh I MADE YULIARA ini.
0 Komentar