Analisis Regresi Linier Berganda

Tujuan penggunaan uji regresi linier berganda ini pada dasarnya sama dengan tujuan penggunaan regresi linier pada umumnya, yaitu untuk melakukan prediksi dan mengetahui hubungan antar variabel dan nilainya.

Analisis ini membutuhkan pengujian serempak menggunakan F hitung. Signifikansinya ditentukan dengan membandingkan antara F hitung dengan F Tabel. Pada beberapa kasus bisa terjadi simultan beberapa variabel memiliki pengaruh signifikan, namun jutstru tidak secara parsial.

Rumus Regresi Linier Berganda

Untuk melakukan analisis ini, bisa digunakan rumus regresi linier berganda dengan rumus:

Dimana :

• a = Konstanta
• Y = Variable tak bebas (nilai variabel yang akan diprediksi)
• b1,b2,…, bn = Nilai koefisien regresi
• X1,X2,…, Xn = Variable Bebas

Jika terdapat 2 variable bebas (X1 dan X2), maka bentuk persamaan regresinya adalah :

Dimana keadaan akan dikatakan koefisien-koefisien regresi,  jika b₁ dan b₂ memiliki nilai :

• Bernilai nol (0). Dalam hal ini variabel Y tidak dipengaruh oleh X1 dan X2
• Bernilai negatif (-). Disini terjadi hubungan dengan arah terbalik antara variabel tak bebas Y dengan variabel-variabel X1 dan X2
• Bernilai positif (+). Disni terjadi hubungan yang searah antara variabel tak bebas Y dengan variabel bebas X1 dan X2

Sedangkan untuk Koefisien-koefisien regresi b₁ dan b₂ serta konstanta a dapat dihitung dengan menggunakan persamaan / rumus berikut :

Dimana :

Asumsi Klasik Regresi Linier Berganda :

Selain memiliki ketetapan rumus yang telah kami paparkan diatas, saat anda ingin melakukan metode uji regresi linier berganda, ada tujuh point asumsi klasik yang mengikatnya, untuk lebih jelas, berikut kami ulas apa saja asumsi dalam uji regresi linier berganda ini :

1. Variabel dependen yang digunakan harus diukur pada skala kontinu (yaitu variabel interval atau rasio). Misalkan pengukuran waktu menggunakan parameter jam, pengukuran kecerdasan menggunakan parameter skor tes IQ.
2. Uji Regresi Linier Berganda memiliki dua atau lebih variabel independen, yang dapat berupa kontinu (yaitu, variabel interval atau rasio) atau kategorikal (yaitu, variabel ordinal atau nominal).
3. Pada uji regresi berganda ini, Anda harus memiliki independensi pengamatan/ independensi residual yang bisa anda tes menggunakan Statistik SPSS.
4. Pastikan terdapat hubungan linier antara variabel dependen dengan masing-masing variabel independen, dan juga hubungan variabel dependen dan variabel independen secara kolektif. Jika ternyata hubungan yang ada tidak linier, Anda harus menjalankan analisis regresi non-linier atau mengubah data Anda dengan menggunakan Statistik SPSS.
5. Data yang diuji pada regresi linier berganda harus menunjukkan adanya homoskedastisitas, di mana varians di sepanjang garis yang paling sesuai tetap serupa saat Anda bergerak di sepanjang garis.
6. Berbanding terbalik dengan asumsi kelimat, data yang anda uji tidak boleh menunjukkan multikolinearitas, yang artinya tidak boleh ada dua atau lebih variabel independen yang sangat berkorelasi satu sama lain.
   Hal ini menyebabkan masalah dalam memahami variabel independen mana yang berkontribusi terhadap varians yang dijelaskan dalam variabel dependen, serta masalah teknis dalam menghitung model regresi berganda.
7. Tidak boleh ada outlier yang signifikan.Hal ini karena dapat berdampak pada output yang dihasilkan SPSS Statistics dimana akan mengurangi akurasi prediksi hasil serta signifikansi data statistik.

Cara Analisis Regresi Linier Berganda SPSS

Contoh kasus : Seorang peneliti kesehatan dari Fakultas kedokteran (FK) Universitas Brawijaya (UB) ingin memprediksi tingkat VO₂max pada mahasiswa dan jajaran staff FK UB. Untuk tujuan ini, peneliti tersebut mengambil sampel 100 peserta untuk melakukan tes VO₂max. Terdapat empat atribut yang digunakan yakni usia, berat badan, detak jantung dan jenis kelamin. Kerjakan soal tersebut menggunakan analisis regresi linier berganda dengan SPSS! (Via : statistics.laerd.com)

Langkah Persiapan :

Buat 6 Variabel pada aplikasi SPSS anda. 1. Vo2Max merupakan kapasitas aerobik maksimal, 2. Usia adalah usia dari masing masing peserta sampel. 3. Berat merupakan bobot/ berat badan masing masing peserta, 4. Heart Rate merupakan detak jantung para peserta, 5. Jenis kelamin yaitu gender para peserta dan terahri 6. Penomoran pengujian.

Langkah Pengujian :

#Langkah 1 : Buka aplikasi SPSS anda dan klik menu “Analyze > Regression > Linear” seperti pada gambar dibawah ini.

#Langkah 2 : Isi kotak dialog Regresi Linier (Perhatikan gambar!)

# Langkah 3 : Pindahkan variabel dependen, VO2max, ke dalam kotak Dependent: dan variabel independen, usia, berat badan, detak jantung, dan jenis kelamin ke dalam kotak Independent(s): menggunakan ‘logo tombol panah Kanan’, seperti yang ditunjukkan pada gambar di bawah ini :