METODOLOGI

I. Prosedur Penelitian
Pada penelitian ini data yang digunakan merupakan data keluaran dari perusahaan asuransi
kesehatan yang telah dirilis, data tersebut memuat hampir 1000 pelanggan dari perusahaan
asuransi dan data ini diambil melalui website Kaggle.com. Pada penelitian ini yang dijadikan
sebagai observasi adalah pengaruh dari parameter kesehatan pelanggan terhadap besarnya
nilai premi asuransi tahunan yang ditanggung perusahaan asuransi. Dengan variabel
dependennya (terikat) adalah PremiumPrice, sedangkan variabel independen (bebas) yang
digunakan yaitu Age (X1), Diabetes (X2), BloodPressureProblems (X3), AnyTransplants (X4),
AnyChronicDiseases (X5), Height (X6), Weight (X7), KnownAllergies (X8),
HistoryOfCancerInFamily (X9), dan NumberOfMajorSurgeries (X10).

II. Metode Penelitian

Metode penelitian yang digunakan merupakan metode regresi linear berganda atau multiple
linear regression (MLR). Regresi linear berganda adalah analisi regresi yang digunakan untuk
memodelkan hubungan linear antara variabel independen dengan faktor-faktor yang
mempengaruhinya atau variabel dependennya. Pada dasarnya, regresi linear berganda
hampir sama dengan regresi linear sederhana atau simple linear regression (SLR), bedanya
pada regresi linear berganda memiliki variabel bebas yang lebih dari satu.

Pada regresi linear berganda hubungan antara variabel y i dan variabel x 1 , x 2 , … , x ppada
populasi dimodelkan sebagai berikut.
y i=β 0 + β 1 x i 1+ β 2 x i 2+ …+ β p x ip + ϵ i i=1,2, … , n
Dengan keterangan :
y i = variabel dependent
x i = variabel explanatory
β 0 = y -intercept
β 1 = koefisien slope untuk setiap variabel explanatory
ϵ = error

Dengan model regresi linear berganda tersebut kita akan mendapatkan model untuk data
yang kita punya, caranya dengan menggunakan R-studio untuk membuat model tersebut.
Model yang akan didapat dari pemodelan data adalah sebagai berikut.
y= (5480.610 )+ (329.367 ) x 1 + (−429.120 ) x 2+ (180.504 ) x 3 + ( 7894.201 ) x 4+ ( 2654.886 ) x 5 + (−5.822 ) x6 + ( 6
Dengan y (PremiumPrice), Age (X1), Diabetes (X2), BloodPressureProblems (X3),
AnyTransplants (X4), AnyChronicDiseases (X5), Height (X6), Weight (X7), KnownAllergies (X8),
HistoryOfCancerInFamily (X9), dan NumberOfMajorSurgeries (X10).

https://www.investopedia.com/terms/m/mlr.asp
https://id.scribd.com/document/342776920/Multiple-Linear-Regression-Analysis