Rumus Regresi Berganda

Apa itu Rumus Regresi Berganda?

Rumus regresi berganda menganalisis hubungan antara variabel bebas dan variabel bebas berganda. Misalnya, persamaan Y menyatakan rumusnya sama dengan a plus bX1 plus cX2 plus dX3 plus E di mana Y adalah variabel dependen, dan X1, X2, dan X3 adalah variabel independen. A adalah titik potong, b, c, dan d adalah lereng, dan E adalah nilai sisa.

y = mx1 + mx2+ mx3+ b

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel untuk Di-Hyperlink
Misalnya: Sumber: Rumus Regresi Berganda (wallstreetmojo.com)

Di mana,

• Y = variabel dependen dari regresi
• M = kemiringan regresi
• X1=variabel independen pertama dari regresi
• x2=variabel independen kedua dari regresi
• x3=variabel independen ketiga dari regresi
• B= konstan

Penjelasan Formula Analisis Regresi

Regresi berganda adalah metode untuk memprediksi variabel dependen dengan bantuan dua atau lebih variabel independen. Saat menjalankan analisis ini, tujuan utama peneliti adalah untuk mengetahui hubungan antara variabel dependen dan independen. Beberapa variabel independen dipilih, yang dapat membantu memprediksi variabel dependen untuk memprediksi variabel dependen. Seseorang dapat menggunakannya ketika regresi linier tidak dapat melayani tujuan tersebut. Analisis regresi membantu dalam proses validasi apakah variabel prediktor cukup baik untuk membantu dalam memprediksi variabel dependen.

Contoh

Contoh 1

Mari kita coba dan pahami konsep analisis regresi berganda dengan bantuan sebuah contoh. Namun, pertama-tama, mari kita coba mencari tahu hubungan antara jarak yang ditempuh oleh seorang pengemudi UBER dengan usia pengemudi, dan jumlah tahun pengalaman pengemudi.

Untuk menghitung regresi berganda, buka tab “Data” di Excel dan pilih opsi “Analisis Data”. Untuk prosedur dan perhitungan lebih lanjut, lihat: Analysis ToolPak di ExcelAnalysis ToolPak Dalam toolpak analisis data ExcelExcel dapat digunakan oleh pengguna untuk melakukan analisis data dan perhitungan penting lainnya. Ini dapat diaktifkan secara manual dari bagian addins pada tab file dengan mengklik kelola addins, lalu memeriksa analysis toolpak.baca artikel selengkapnya.

Rumus regresi Rumus Regresi Rumus regresi digunakan untuk mengevaluasi hubungan antara variabel dependen dan independen dan untuk menentukan bagaimana perubahan variabel independen mempengaruhi variabel dependen. Y = a + b X + baca lebih lanjut untuk contoh di atas

1. y = MX + MX + b
2. y= 604,17*-3,18+604,17*-4,06+0
3. y = -4377

Dalam contoh khusus ini, kita akan melihat variabel mana yang merupakan variabel dependen dan variabel mana yang merupakan variabel independen. Variabel dependen dalam persamaan regresi ini adalah jarak yang ditempuh pengemudi UBER, dan variabel independennya adalah usia pengemudi dan jumlah pengalaman yang dimilikinya dalam mengemudi.

Contoh #2

Mari kita coba dan pahami konsep analisis regresi berganda dengan bantuan contoh lain. Mari kita coba mencari hubungan antara IPK suatu kelas mahasiswa, jumlah jam belajar, dan tinggi badan mahasiswa.

Buka tab “Data” di Excel dan pilih opsi “Analisis Data” untuk perhitungan.

Persamaan regresi untuk contoh di atas adalah

y = MX + MX + b

y= 1,08*.03+1.08*-.002+0

y = 0,0325

Dalam contoh khusus ini, kita akan melihat variabel mana yang merupakan variabel dependen dan variabel mana yang merupakan variabel independen. Variabel terikat dalam regresi ini adalah IPK, dan variabel bebasnya adalah jam belajar dan tinggi badan siswa.

Contoh #3

Mari kita coba dan pahami konsep analisis regresi berganda dengan bantuan contoh lain. Sekarang, mari kita cari tahu hubungan antara gaji sekelompok karyawan dalam suatu organisasi, jumlah tahun pengalaman, dan usia karyawan.

Buka tab “Data” di Excel dan pilih opsi “Analisis Data” untuk perhitungan.

Persamaan regresi untuk contoh di atas adalah

• y = MX + MX + b
• y= 41308*.-71+41308*-824+0
• y = -37019

Dalam contoh khusus ini, kita akan melihat variabel mana yang merupakan variabel dependen dan variabel mana yang merupakan variabel independen. Variabel dependen dalam persamaan regresi ini adalah gaji, dan variabel independennya adalah pengalaman dan usia karyawan.

Relevansi dan Penggunaan

Regresi berganda adalah metode statistik yang sangat berguna. Regresi memainkan peran yang sangat penting dalam dunia keuangan. Banyak peramalan dilakukan dengan menggunakan analisis regresiRegresiRegresi adalah pendekatan statistik untuk mengevaluasi hubungan antara 1 variabel dependen & 1 atau lebih variabel independen. Ini banyak digunakan dalam sektor investasi & pembiayaan untuk meningkatkan produk & layanan lebih lanjut. baca analisis lebih lanjut. Misalnya, seseorang dapat memprediksi penjualan segmen tertentu terlebih dahulu dengan bantuan indikator ekonomi makro yang memiliki korelasi sangat baik dengan segmen tersebut.

Artikel yang Direkomendasikan

Artikel ini telah menjadi panduan untuk Rumus Regresi Berganda. Di sini, kami membahas melakukan regresi berganda menggunakan analisis data, contoh, dan templat Excel yang dapat diunduh. Anda dapat mempelajari lebih lanjut tentang pemodelan statistik dari artikel berikut: –

• Perubahan Relatif Perubahan Relatif Perubahan relatif menunjukkan perubahan nilai suatu indikator pada periode pertama dan dalam persentase, yaitu Perubahan relatif dihitung dengan mengurangkan nilai indikator pada periode pertama dari nilai indikator pada periode kedua yaitu kemudian dibagi dengan nilai indikator pada periode pertama dan hasilnya diambil dalam bentuk persentase.baca selengkapnya
• Rumus KorelasiRumus Korelasi Korelasi adalah ukuran statistik antara dua variabel yang didefinisikan sebagai perubahan dalam satu variabel sesuai dengan perubahan yang lain. Ini dihitung sebagai (x(i)-mean(x))*(y(i)-mean(y)) / ((x(i)-mean(x))2 * (y(i)-mean( y))2.baca lebih lanjut
• ANOVA vs Regresi
• Rumus FormulaFormulaR Squared menggambarkan kemungkinan terjadinya suatu peristiwa dalam hasil yang diharapkan. Ini adalah “r = n (∑xy) – ∑x ∑y / √ [n* (∑x2 – (∑x)2)] * [n* (∑y2 – (∑y)2)] “, di mana r adalah koefisien Korelasi, n adalah angka dalam kumpulan data yang diberikan, x adalah variabel pertama dalam konteks dan y adalah variabel kedua. baca lebih lanjut tentang R Squared