04
Modul ke:
Regresi Berganda
Fakultas
Ilmu Komputer
Program Studi
Sistem Teguh Arfianto, ST, MT.
Infromasi
Tujuan Pembelajaran
<
← MENU AKHIRI >
→
Pengertian
• Regresi berganda adalah model regresi atau prediksi
yang melibatkan lebih dari satu variabel bebas.
<
← MENU AKHIRI >
→
Perbedaan
• Multiple regression atau regresi berganda adalah
adanya lebih dari satu variabel prediktor (variabel
bebas/variabel independen.
<
← MENU AKHIRI >
→
<
← MENU AKHIRI >
→
Regresi Linear Berganda
• Adalah model regresi berganda jika variabel terikatnya
berskala data interval atau rasio (kuantitatif atau
numerik). Sedangkan variabel bebas pada umumnya
juga berskala data interval atau rasio.
<
← MENU AKHIRI >
→
Regresi Linear Berganda
• Regresi linear berganda merupakan analisis hubungan
antara beberapa varibel independen dengan satu
variabel dependen.
B
Y
C
<
← MENU AKHIRI >
→
Regresi Linear Berganda
• Model persamaan regresi linear berganda merupakan
perluasan regresi linear sederhana:
Y = a + b₁X₁ + b₂X₂+ …. + bkXk + e
yang mana :
Y = variable tak bebas (nilai yang akan diprediksi)
a = konstanta
b1, b2,.., bk = koefisien regresi
X1, X2,..., Xk = variable bebas
<
← MENU AKHIRI >
→
Regresi Linear Berganda
• Hasil perhitungan regresi linear berganda akan
dibandingkan dengan nilai pada tabel distribusi
F. Apakah variabel bebasnya memiliki
pengaruh signifikan atau tidak yakni:
<
← MENU AKHIRI >
→
CONTOH
• Buatlah persamaan regresi linier dari data pada tabel menggunakan rumus
dasar, lalu hitung koefisien determinasinya.
• Jelaskan apakah faktor usia dan tinggi berpengaruh pada nilai. Jika iya,
tentukan variabel mana yang lebih berpengaruh serta.
Usia Tinggi Berat Badan
8 125 37
10 137 41
7 100 34 Keterangan :
12 122 39 Ho = Usia serta tinggi tidak berpengaruh terhadap berat badan.
Ha = Usia serta tinggi berpengaruh terhadap berat badan.
9 129 40
10 128 42
7 98 38
8 103 42
11 130 40
8 95 36
10 115 41
<
← MENU AKHIRI >
→
8 105 38
Pembahasan
<
← MENU AKHIRI >
→
• Jika dilihat pada tabel, besaran Ftabel memiliki nilai sebesar 4,26 sehingga dapt
disimpulkan bahwa Ho ditolak sedangkan Ha diterima. Dengan kata lain pada
data di atas, usia serta tinggi berpengaruh terhadap berat badan.
• Karena nilai absolut b1 lebih besar daripada nilai b2, maka dapat dikatakan
bahwa usia lebih berpengaruh terhadap berat badan.
<
← MENU AKHIRI >
→
Regresi Logistik Berganda
• Adalah model regresi berganda jika variabel
terikatnya adalah data dikotomi. Dikotomi artinya
dalam bentuk kategorik dengan jumlah kategori
sebanyak 2 kategori.
<
← MENU AKHIRI >
→
Regresi Logistik Berganda
• Sedangkan variabel bebas jenis regresi berganda ini
pada umumnya adalah juga variabel dikotomi.
Namun tidak masalah jika variabel dalam skala data
interval, rasio, ordinal maupun multinomial.
• Model Prediksi
Pemodealan dengan tujuan memperoleh model yang
terdiri dari beberapa variabel independen yang
dianggap terbaik untuk memprediksi kejadian variabel
dependen.
<
← MENU AKHIRI >
→
Bentuk kerangka konsep model prediksi:
X1
X2 Y
X3
X4
<
← MENU AKHIRI >
→
• Model Faktor Resiko
Pemodealan dengan tujuan mengestimasi secara valid
hubungan variabel utama dengan variabel dependen
dengan mengontrol beberapa variabel konfonding.
Bentuk kerangka konsep model faktor resiko:
X1 Y
X2
X3
X4 <
← MENU AKHIRI >
→
Regresi Ordinal berganda
• Adalah analisis regresi dimana variabel terikat adalah
berskala data ordinal. Sedangkan variabel bebas pada
umumnya juga ordinal, namun tidak masalah jika
variabel dengan skala data yang lain, baik kuantitatif
maupun kualitatif.
<
← MENU AKHIRI >
→
Regresi Multinomial Berganda
• Adalah jenis regresi dimana variabel terikat adalah
data nominal dengan jumlah kategori lebih dari 2
(dua) dan variabel bebas ada lebih dari satu variabel.
<
← MENU AKHIRI >
→
Regresi Multinomial Berganda
Contoh regresi ini adalah:
• Pengaruh Pendidikan Orang Tua dan Penghasilan
Orang Tua terhadap pilihan jurusan kuliah.
<
← MENU AKHIRI >
→
Aplikasi Perhitungan Regresi Berganda
<
← MENU AKHIRI >
→
Kesimpulan Regresi Berganda
• Kesimpulannya adalah dikatakan regresi berganda jika
variabel bebas lebih dari satu. Regresi berganda
berbeda dengan regresi multivariat. Regresi
multivariat adalah regresi jika variabel terikat lebih
dari satu.
<
← MENU AKHIRI >
→
Terima Kasih
teguh.arfi@gmail.com