2.

3 Regresi Linier Berganda

2.3.1 Pengertian Regresi Linier Berganda

Definition 2.1 (the mlr mode)l the response variable is the variable that you
want to predict. the predictor variable are the variable used to predict the response
variable(). Definisi 2.1 (model mlr) variabel respon adalah variabel yang ingin
diprediksi. Variabel prediktor adalah variabel yang digunakan untuk memprediksi
variabel respon

2.3.2 Tujuan Regresi Linier Berganda

Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas

hubungan antara dua variabel atau lebih dan memuat prediksi / perkiraan nilai
Y dan nilai X. Bentuk umum persamaan regresi linier berganda yang mencakup
dua atau lebih variable. Pengujian regresi linier perlu dilakukan untuk mengetahui
apakah variabel variabel bebas secara bersamaan memiliki pengaruh
terhadap variabel tak bebas ().

2.3.3 Rumus Persamaan Linier Berganda

Bentuk deskriptif yang umum dari persamaan linier berganda ditunjukkan

pada rumus (14-1)/ kita menggunakan k untuk mewakili jumlah dari variable bebas. Jadi
k adalah bilangan bulat positif().

2.3.4 Kegunaan Regresi Linier Berganda

Analisis yang memiliki variabel bebas lebih dari satu disebut analisis regresi
linier berganda. Teknik regresi linier berganda digunakan untuk mengetahui ada
tidaknya pengaruh signifikan dua atau lebih variabel bebas (X1, X2, X3,.,k) terhadap
variabel terikat (Y))().
2.3.5 Kelebihan Dan Kekurangan RegresiLinier Berganda

Kelebihan dari regresi linier berganda ialah dengan menggunakan regresi linier
berganda maka dapat menganalisis beberapa variable bebas (X) sehingga hasil prediksi yang
didapatkan lebih akurat dibandingkan dengan regresi linier sederhana yang hanya
menggunakan satu variable beebas (X). Kekurangnya yang pertama ialah tidak mampu
menunjukkan titik jenuh fungsi yang sedang diselidiki akibatnya selalu timbul kemungkinan
kesalahan prediksi. Lalu kedua, terdapat kemungkinan terjadinya multikolinearitas pada
variable-variabel bebas. Akibantya variable bebas tidak mampu menjelaskan variable tak
bebas (hubungan antara X dan Y tidak bermakna)().

2..3.6 aplikasi dalam agroindustry

Pengaplikasian regresi linier berganda dalam agroindustry misalnya pada analisis

trend produksi dan impor gula serta factor-faktor yang mempengaruhi impor gula
Indonesia. Garis trend ini akan dapat menggambarkan perkembangan produksi (gula putih
dan gula rafinasi) dan impor gula (gula putih, gula rafinasi, dan gula mentah). Sedangkan
untuk mengetahui faktor-faktor yang mempengaruhi impor gula dapat menggunakan
analisis regresi linear berganda, sedangkan untuk mengetahui se-berapa besar perubahan
variabel X dan variabel Y menggunakan alat uji yaitu elastisitas ().