Analisis regresi berganda merupakan perluasan dari analisis regresi linier sederhana. Dalam
regresi linier sederhana, dibuat analisis hubungan dua variabel (satu variabel independent
dengan satu variabel dependent) yang dinyatakan dengan persamaan linier Y’ = a + bX,
dengan tujuan membuat prediksi tentang besarnya nilai Y (variabel dependent) berdasarkan
nilai X (variabel independent) tertentu.
Prediksi perubahan variabel dependent (Y) akan menjadi lebih baik apabila dimasukkan
lebih dari satu variabel independent dalam persamaan liniernya (X 1, X2,……..Xn). Hubungan
antara lebih dari satu variabel independent dengan satu variabel dependent inilah yang
dibicarakan dalam analisis regresi linier berganda. Hubungan antara banyak variabel inilah
yang sesungguhnya terjadi dalam dunia nyata, karena sebenarnya kebanyakan hubungan
antar variabel dalam ilmu soisal merupakan hubungan statistikal, artinya bahwa perubahan
nilai Y tidak mutlak hanya dipengaruhi oleh satu nilai X tertentu tetapi dipengaruhi oleh
banyak nilai X.
Model regresi berganda dengan 1 variabel dependent (Y) dengan n variabel independent
(X) adalah :
Y’ = a + b1.X1 + b2.X2 + …… + bn.Xn + e
Misalnya untuk n = 2, model regresinya adalah :
Y’ = a + b1.X1 + b2.X2 + e
Dimana :
Y’ = nilai Y prediksi
X1 = Variabel bebas 1
X2 = Variabel bebas 2
b1 = Koefisien regresi variabel bebas 1, adalah perubahan pada Y untuk setiap
perubahan X1 sebesar 1 unit dengan asumsi X2 konstan
b2 = Koefisien regresi variabel bebas 2, adalah perubahan pada Y untuk setiap
perubahan X2 sebesar 1 unit dengan asumsi X1 konstan
e = Kesalahan Prediksi (error)
(∑ X 2) ( ∑ Y )
∑ X 2 Y =∑ X 2 Y − n
(∑ X 1 ) ( ∑ Y )
∑ X 1 X 2=∑ X 1 X 2− n
2
2 2 (∑ Y )
∑ Y =∑ Y −
n
Y
Y =∑
n
X 1=
∑ X1
n
X 2=
∑ X2
n
Analisis Korelasi Berganda
Analisis korelasi berganda merupakan perluasan dari analisis korelasi sederhana. Dalam
analisis korelasi berganda bertujuan untuk mengetahui bagaimana derajat hubungan antara
beberapa variabel independent (Variabel X1, X2, ……., Xk) dengan variabel dependent
(Variabel Y) secara bersama-sama.
Asumsi-asumsi sehubungan dengan analisis regresi berganda tersebut adalah :
1. Variabel-Variabel independent dan variabel dependent mempunyai hubungan linier
2. Semua variabel, baik variabel-variabel independent maupun variabel dependent,
merupakan variabel-variabel random kontinyu.
3. Distribusi kondisional nilai masing-masing variabel berdistribusi normal (multivariate
normal distribution)
4. Untuk berbagai kombinasi nilai variabel yang satu dengan yang lain tertentu,
varaince dari distribusi kondisional masing-masing variabel adalah homogen (asumsu
homoscedasticity berlaku untuk semua variabel)
5. Untuk masing-masing variabel, nilai observasi yang satu dengan yang lain, tidak
berkaitan.
Berdasarkan korelasi berganda, yang diberi notasi RY.12…..n dihitung melalui jalur terjadinya
hubungan antara beberapa variabel independent (X1, X2, ……., Xn) dengan satu variabel
dependent (Y), yakni yang berupa regresi linier berganda Y’ = a + b 1.X1 + b2.X2 + …… +
bn.Xn.
Berdasarkan adanya regresi berganda tersebut, koefisien korelasi linier berganda tersebut
dihitung dengan menggunakan rumus sebagai berikut :
b1 ∑ X 1 Y + b2 ∑ X 2 Y + .. .. . .. .. .+b n ∑ X n Y
RY . 12 =
Contoh
√ ∑Y2
Berikut tabel hasil angket dari beberapa siswa mengenai motivasi, minat, dan hasil belajar
matematika yaitu :
Motivasi belajar Minat belajar Hasil belajar matematika
X1 X2 Y
15 14 80
17 17 75
10 15 90
16 15 75
12 15 85
19 18 80
14 20 80
14 16 95
15 16 75
17 16 85
13 15 78
13 15 90
15 15 90
15 16 85
15 17 75
b1 ∑ X 1 Y + b2 ∑ X 2 Y + .. .. . .. .. .+b n ∑ X n Y
RY . 12 =
√ ∑Y2
Berdasarkan contoh tentang hubungan antara motivasi belajar (X 1) dan minat belajar
(X2) dengan Hasil belajar (Y), koefisien korelasi linier bergandanya dinyatakan
dengan :
b1 ∑ X 1 Y + b2 ∑ X 2 Y
RY . 12=
√ ∑Y2