Regresi Berganda adalah metode statistik yang digunakan untuk menganalisis hubungan antara satu variabel dependen (tergantung) dengan dua atau lebih variabel independen (bebas). Tujuannya adalah untuk memodelkan bagaimana variabel dependen berubah sebagai respons terhadap perubahan variabel-variabel independen tersebut.
Model regresi berganda umumnya ditulis sebagai:
Y=β0+β1X1+β2X2+⋯+βnXn+ϵY = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_n X_n + \epsilon
di mana:
-
YY adalah variabel dependen.
-
X1,X2,…,XnX_1, X_2, \dots, X_n adalah variabel independen.
-
β0\beta_0 adalah intercept (nilai YY saat semua XX bernilai nol).
-
β1,β2,…,βn\beta_1, \beta_2, \dots, \beta_n adalah koefisien regresi yang menunjukkan pengaruh masing-masing variabel independen terhadap YY.
-
ϵ\epsilon adalah error atau residual.
Manfaat regresi berganda antara lain:
-
Memahami pengaruh beberapa faktor secara simultan terhadap hasil yang diamati.
-
Memprediksi nilai variabel dependen berdasarkan nilai variabel independen.
-
Mengontrol variabel lain saat menilai hubungan antar variabel.
Regresi berganda banyak digunakan dalam ekonomi, ilmu sosial, kesehatan, dan berbagai bidang penelitian lainnya.
