RESUME

ANALISIS REGRESI LINEAR GANDA

A. Konsep Analisis Regresi Linear Ganda

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