ANALISIS REGRESI

LINIER BERGANDA
Disusun oleh : Kelompok 1
Kelas 6D Agribisnis
ANGGOTA KELOMPOK
Sri Rahayu Utami 1910631200020
Tania Sybil Risnandi Putri 1910631200021
Putri Christmasita 1910631200060
Rizka Fauzia 1910631200064
Zaky Audra Ramadhani 1910631200076
Rizka Fauziyyah Mahabban 1910631200108
PRESENTATION OUTLINE
Penjelasan Regresi Linier Berganda

Model Persamaan Matematika Regresi Linier Berganda

Pemanfaatan Regresi Linier Berganda Dalam Penelitian Sosial Dan

Ekonomi
 Regresi Linier Berganda

• Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih
variabel independen (𝑋1, 𝑋2, … . 𝑋𝑛) dengan variabel dependen (𝑌). 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.
 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
Model regresi linear berganda (multiple regression) dapat disebut sebagai model yang baik jika model tersebut
memenuhi kriteria BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai bila memenuhi asumsi
klasik. Sedikitnya terdapat lima uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu :

Uji Normalitas Uji Autokorelasi

• Cara yang sering digunakan dalam
menentukan apakah suatu model
berdistribusi normal atau tidak
hanya dengan melihat pada
histogram residual apakah memiliki
bentuk seperti “lonceng” atau
tidak.
• Cara ini menjadi fatal karena
pengambilan keputusan data
berdistribusi normal atau tidak
hanya berpatok pada pengamatan
gambar saja.
• Salah satu cara yang dapat
digunakan untuk mendeteksi ada
tidaknya autokorelasi adalah Uji
Durbin-Watson (DW Test).
• Uji ini hanya digunakan untuk
autokorelasi tingkat satu (first order
autocorrelation) dan mensyaratkan
adanya intercept dalam model
regresi dan tidak ada variabel lag
diantara variabel penjelas.
 Uji Multikolinieritas Uji Heteroskedastisitas
• Ada beberapa cara untuk • Banyak metode statistik yang dapat
menentukan apakah suatu model dipakai untuk mengetahui suatu
memiliki gejala multikolinieritas, yaitu model terbebas dari masalah
VIF dan uji korelasi. heteroskedastisitas atau tidak,
• 1) Uji VIF
seperti misalnya Uji White, Uji
• Bila nilai VIF lebih besar dari 10 maka
Park, Uji Glejser, dan lain-lain.
diindikasikan model tersebut terjadi Namun uji heteroskedastisitas yang
gejala multikolinieritas. mudah diaplikasikan pada SPSS
• 2) Uji korelasi
adalah Uji Glejser. Uji Glejser dapat
• Untuk menentukan apakah hubungan
dinotasikan secara umum sebagai
dua variabel bebas memiliki masalah berikut :
multikolinieritas adalah melihat nilai • |e|= b1 + b2X2 + v
Significance (2-tailed), jika nilainya
kurang dari 0,05 (α=5%) maka Dimana :
|e| : nilai absolut dari residual yang dihasilkan dari regresi model
diindikasikan terjadi gejala X2 : variabel penjelas
multikolinieritas. Bila variabel penjelas secara statistik signifikan mempengaruhi
residual maka dapat dipastikan model tersebut terjadi masalah
heteroskedastisitas
 Pemanfaatan Regresi Linier
Berganda Dalam Penelitian Sosial
dan Ekonomi
• Regresi Linier Berganda salah satunya bermanfaat bagi perusahaan untuk menghadapi
persaingan dan meningkatkan penjualan bisnis.
• Dengan melakukan analisis regresi, sebuah perusahaan dapat menganalisis apakah aktivitas
promosi yang dilakukan selama ini mempunyai dampak signifikan terhadap penjualan dan
aktivitas mana yang perlu mendapat perhatian lebih agar tingkat penjualan menjadi maksimal.
• Misalnya, tingkat persaingan yang ketat antara kafe menyebabkan kafe harus benar-benar
memikirkan strategi yang tepat dalam menghadapi persaingan tersebut. Dengan strategi 7P,
perusahaan menganalisa pengaruh dari product, price, promotion, place, people, physical
evidence, dan process terhadap tingkat kunjungan konsumen menggunakan analisa regresi linier
berganda.
Model Persamaan
Matematika
Persamaan regresi linear berganda merupakan
penyajian secara matematis dari regresi dimana
variabel terikatnya (Y) dihubungkan atau
dijelaskan lebih dari satu variabel bebas (X)
namun masih menunjukkan diagram hubungan
yang linear.
 Bentuk umum persamaan penduga regresi linear
berganda, yaitu:
𝑌 =𝑎 +𝑏1 𝑋 1 +𝑏 2 𝑋 2+ … 𝑏𝑛 𝑋 𝑛
Nilai dari koefisien a, b1, b2 dapat ditentukan dengan beberapa cara seperti berikut ini:

a. Mengestimasi
Anggap telah tersedia realisasi atau data sampel variabel independen dan variabel
dependen. Mengestimasi dengan menggunakan metode kuadrt kecil atau metode
kemungkinan maksimum (jika variabel-variabel galat diasumsikan berdistribusi normal
dengan mean 0 variansi dan saling independen). Estimator yang diperoleh dengan kedua
metode tersebut akan sama.
Dapat ditunjukkan bahwa jika b0, b1, dan b2 masing-masing estimator untuk , maka :
Keterangan :
Y : Variabel terikat
X1, X2 : Variabel bebas
b1, b2, … bn : Koefisien regresi linear berganda
a : Konstanta
Yi : Nilai data sebenarnya
n : Banyaknya ukuran sampel
k : Banyaknya variabel bebas
: Nilai taksiran
THANK YOU!