Analisis Regresi Berganda

A. Konsep Dasar Analisis Regresi Berganda

Analisis/uji regresi merupakan suatu kajian dari hubungan antara satu variabel,
dengan satu atau lebih variabel. Apabila variabel bebasnya hanya satu, maka uji/analisis
regresinya dikenal dengan regresi linier sederhana. Apabila variabel bebasnya lebih
daripada satu, maka uji/analisis regresinya dikenal dengan regresi linear berganda.
Dikatakan linier berganda karena terdapat dua atau lebih variabel bebas yang
mempengaruhi variabel tak bebas.
Regresi linier berganda dimaksudkan untuk menguji pengaruh dua atau
lebih variable independen (explanatory) terhadap satu variable dependen. Model ini
mengasumsikan adanya hubungan satu garis lurus/linier antara variabel dependen
dengan masing-masing prediktornya. Hubungan ini biasanya disampaikan dalam rumus.
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 variabel dependen apabila nilai variabel independen
mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau
rasio.
Perbedaan antara regresi sederhana dengan regresi berganda terletak pada jumlah
variabel bebasnya. Jika dalam regresi sederhana jumlah variabel bebas yang digunakan
untuk memprediksi variabel tergantung hanya satu, maka dalam regresi berganda jumlah
variabel bebas yang digunakan untuk memprediksi variabel tergantung lebih dari satu.
Dalam regresi berganda variabel tergantung dilambangkan dengan Y sedangkan variabel
bebas dilambangkan dengan X.
Menurut Arikunto (339:2013) dalam analisis regresi, baik regresi sederhana (dengan
satu variabel bebas) maupun regresi berganti (dengan lebih dari satu variabel bebas) ada tiga
rukun dasar yang harus dicarai, yaitu:
1. Garis regresi, yaitu garis yang menyatakan hubungan antara variabel-variabel itu.
2. Standard error of estimate, yaitu harga yang mengukur pemecaran tiap-tiap titik (data)
terhadap garis regresinya. Atau merupakan penyimpangan standard dari harga-harga
dependent (Y) terhadap garis regresinya.
3. Koefisien korelasi (r), yaitu angka yang menyatakan eratnya hubungan antara variabel-
variabel itu.
Pada awalnya analisis regresi berganda dikembangkan oleh para ahli ekonometri
untuk membantu meramalkan akibat dari aktivitas-aktivitas ekonomi pada berbagai segmen
ekonomi (Sugiarto dan Harijno, 2000). Persamaan tingkat pertama disebut permukaan
regresi (regression surface), misalnya Y = a + bX + cZ. Y adalah kombinasi linier dari X
dan Z. konstan b dan c disebut koefisien regresi. Ada kalanya a, b, dan c diganti dengan b 1,
b2 dan b3 sedangkan X dan Z diganti dengan X1 dan X2.

Contoh:
1. Besarnya konsumsi keluarga tidak hanya dipengaruhi oleh besarnya pendapatan,
tetapi juga dipengaruhi oleh jumlah anggota keluarga, tingkat pendidikan dan gaya
hidup.
2. Besarnya jumlah penjualan tidak hanya dipengaruhi oleh harga, tetapi juga
dipengaruhi oleh besarnya biaya promosi dan biaya distribusi yang dikeluarkan.
3. Besarnya pendapatan tidak hanya dipengaruhi oleh gaji, tetapi juga dipengaruhi oleh
jumlah kekayaan yang dimilikinya.
 DAFTAR PUSTAKA

Dirnaeni, Desti. Analisis Regresi Berganda. Teknik Proyeksi Bisnis.

Janie, Dyah Nirmala Arum. 2012. Statistik Deskriptif & Regresi Linier Berganda dengan SPSS.
Semarang University Press : Semarang.

Purnamasari, Poppy Wahid Suyitno, Herlawati. 2015. Metode Regresi Linier Berganda Kualitas
Super Member Supermall terhadap Peningkatan Jumlah Pengunjung pada Supermall
Karawang. BINA INSANI ICT JURNAL. 2(2) : 101-116.

Rohmana, Yana. 2007. Analisis Regresi Linier Berganda : Persoalan Estimasi dan Pengujian
Hipotesis. Education of University Indonesia : Bandung.

Suliyanto. 2011. Ekonometrika Terapan : Teori & Aplikasi dengan SPSS. ANDI : Yogyakarta.

Yuliara, I Made. 2016. Modul Regresi Linier Berganda. Universitas Udayana : Denpasar.

Aliwear. 2017. Analisis Regresi Berganda. Diakses melalui https://wordpress.com.