MAKALAH

Analisis Regresi Berganda

Dosen Pengampu : Dr.Arnita S.Si.,M.Si

DISUSUN OLEH :

(Kelompok VI)

MUHAMMAD IHSAN HASIBUAN (4193550028)

WAHYU HIDAYAT (4192550007)
KARUNIA PUTRI POHAN (4191250011)

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2020
 KATA PENGANTAR
Segala puji bagi Allah SWT, karena dengan rahmat, hidayah dan inayah-Nya, sehingga
makalah ini dapat terselesaikan dengan tepat waktu sebagai salah satu tugas. Kami menyadari
sepenuhnya bahwa penyusunan makalah ini masih jauh dari sempurna, mengingat keterbatasan
kemampuan, pengetahuan dan waktu yang kami miliki. Untuk itu segala pendapat, kritik dan
saran yang bersifat konstruktif diharapkan dapat membantu sempurnanya makalah ini.
Semoga apa yang tersirat ini dapat menjadi manfaat bagi pembaca dalam menambah ilmu
pengetahuannya serta mendapat keridhoan Allah SWT.
 DAFTAR ISI

KATA PENGANTAR

DAFTAR ISI

BAB I

PENDAHULUAN

1.1 Latar Belakang

1.2 Tujuan Penulisan

1.3 Rumusan Masalah

BAB II

PEMBAHASAN

2.1 Analisis Regresi

2.2 Soal dan Penyelesaian

BAB III

PENUTUP

A. Kesimpulan
 BAB I
1.1. Pendahuluan
Analisis regresi merupakan alat statistik yang banyak digunakan dalam berbagai bidang.
Analisis tersebut bertujuan untuk mengetahui hubungan antara variabel dependen dan variabel
independen. Ada tiga macam tipe dari analisis regresi. Tipe yang pertama adalah regresi linier
sederhana yang berfungsi untuk mengetahui hubungan linier antara dua variabel, satu variabel
dependen dan satu variabel independen. Tipe kedua adalah regresi linier berganda yang
merupakan model regresi linier dengan satu variabel dependen dan lebih dari satu variabel
independen. Tipe ketiga adalah regresi non linier yang berasumsi bahwa hubungan antara
variabel dependen dan variabel independen tidak linier pada parameter regresinya (Yan and
Gang Su, 2009). Dalam regresi linier sederhana, metode yang biasa digunakan dalam
mengestimasi parameter regresi adalah metode kuadrat terkecil atau Ordinary Least Squares
(OLS). Konsep metode ini adalah untuk mengestimasi parameter dengan memilih garis regresi
yang terdekat dengan garis dari semua data. Secara matematika penentuan parameter regresi ini
dengan cara meminimumkan jumlah kuadrat dari residualnya (Walpole dan Myers, 1986).

1.2. Rumusan Masalah

1.3. Tujuan
 BAB II
PEMBAHASAN

2.1. Analisis Regresi Berganda

A. Definisi
Regresi berganda adalah model regresi atau prediksi yang melibatkan lebih dari satu
variabel bebas atau prediktor. Istilah regresi berganda dapat disebut juga dengan istilah multiple
regression. Kata multiple berarti jamak atau lebih dari satu variabel.

B. Asumsi-Asumsi Model Regresi Linier Berganda

Menurut Gujarati (2003) asumsi-asumsi pada model regresi linier berganda adalah
sebagai berikut:
1. Model regresinya adalah linier dalam parameter.
2. Nilai rata-rata dari error adalah nol.
3. Variansi dari error adalah konstan (homoskedastik).
4. Tidak terjadi autokorelasi pada error.
5. Tidak terjadi multikolinieritas pada variabel bebas
6. Error berdistribusi normal
C. Estimasi Parameter Model Regresi Linier Berganda
Estimasi parameter ini bertujuan untuk mendapatkan model regresi linier berganda yang
akan digunakan dalam analisis. Pada materi pelatihan ini, metode yang digunakan untuk
mengestimasi parameter model regresi linier berganda adalah metode kuadrat terkecil atau sering
juga disebut dengan metode ordinary least square (OLS). Metode OLS ini bertujuan
meminimumkan jumlah kuadrat error

Uji Normalitas dan Homogenitas adalah dua jenis uji yang berbeda namun
banyak mahasiswa yang seolah menganggap keduanya adalah satu jenis uji yang sama dengan
istilah yang berbeda. Uji Normalitas dan Homogenitas itu sebenarnya adalah kedua uji yang
sama sekali berbeda, namun sering dilakukan atau diperlukan secara bersamaan.
Perbedaan antara uji normalitas dan homogenitas: uji normalitas selalu diperlukan sebagai
asumsi atau syarat setiap uji parametris. Sedangkan uji homogenitas hanya diperlukan pada uji
parametris yang menilai perbedaan dua atau lebih kelompok.

Uji Normalitas

Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil darai populasi normal. Terdapat beberapa macam cara untuk menguji
normalitas,yaitu :

1. Click Square > menguji apakah ada hubungan antara baris dengan kolom pada sebuah
table kontingensi,data yang digunakan adalah data kualitatif.
2. Kolmogorov Smirnov
3. Liliefors
4. Shapiro Wilk

Uji Homogenitas

Pengujian Homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua

buah distribusi atau lebih atau uji perbedaan antara dua atau lebih populasi.Semua
karakteristik populasi dapat bervariasi antara satu populasi dengan yang lain. Dua
diantaranya adalah mean dan varian dll.

Contoh soal

Hdjcdnshjvkkknjbhan
 PENUTUP

KESIMPULAN