Regresi linear berganda adalah hubungan secara linear antara dua atau lebih variabel independen ( X 1 , X 2 ,...., X n ) dengan variabel dependen (Y ) . Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif, dan untuk memprediksi nilai dari dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Model persamaan regresi linear berganda adalah seperti berikut : Yˆ a b1 X 1 b2 X 2 .... bn X n
Keterangan:
Yˆ = Variabel dependen (nilai yang diprediksikan)
X 1 dan X 2 = Variabel independen
a = konstanta
b = koefisien regresi (nilai peningkatan ataupun penurunan)
B. Asumsi-asumsi Model Regresi Linier Sederhana
Menurut Gujarati (2003) asumsi-asumsi pada model regresi linier berganda adalah sebagai berikut: 1. Model regresinya adalah adalah linier dalam parameter 2. Nilai rata-rata dari error adalah nol 3. Variansi dari error adalah konstan (homoskedastik) 4. Tidak terjadi multikolinieritas pada variabel bebas 5. Tidak terjadi autokorelasi pada error 6. Error berdistribusi normal