Regresi Linier Ganda
Regresi linier ganda (multiple linear regression) adalah sebuah teknik statistik yang digunakan untuk memodelkan hubungan antara satu variabel dependen (yang ingin diprediksi) dengan dua atau lebih variabel independen (yang menjadi penjelas). Model ini memperluas konsep regresi linier sederhana yang hanya melibatkan satu variabel independen, sehingga memungkinkan analisis yang lebih realistis pada fenomena yang dipengaruhi oleh banyak faktor.
1. Persamaan Dasar
Model regresi linier ganda dapat dituliskan dalam bentuk persamaan:
Y = + X + X + + X +
- Y variabel dependen (target).
- X, X, , X variabel independen (prediktor).
- intercept (konstanta).
- koefisien regresi yang mengukur pengaruh masingmasing predictor.
- error term (residu) yang menangkap variasi yang tidak dapat dijelaskan oleh model.
2. Asumsi Dasar
Agar hasil estimasi valid, regresi linier ganda mengandalkan beberapa asumsi:
- Linearitas: Hubungan antara setiap predictor dan variabel dependen bersifat linear.
- Independensi error: Residual tidak berkorelasi satu sama lain (tidak ada autokorelasi).
- Homoskedastisitas: Varians error konstan untuk semua nilai prediktor.
- Normalitas error: Distribusi residual mengikuti distribusi normal.
- Tidak multikolinearitas: Predictor tidak terlalu berkorelasi kuat satu sama lain.
3. Estimasi Koefisien
Koefisien dihitung dengan metode ordinary least squares (OLS) yang meminimalkan jumlah kuadrat residual:
min (Y )
Dalam notasi matriks:
= (XX) XY
dimana X adalah matriks desain yang berisi kolom satuan (untuk intercept) dan nilainilai predictor.
4. Interpretasi Koefisien
- (Intercept): Nilai ratarata Y ketika semua X = 0 (jika makna 0 masuk akal).
- : Perubahan ratarata Y untuk satu satuan perubahan X, dengan asumsi variabel lain konstan.
Uji signifikan (ttest) biasanya dipakai untuk menilai apakah setiap berbeda secara statistik dari nol.
5. Evaluasi Model
Beberapa ukuran yang umum dipakai:
| Ukuran | Deskripsi |
|---|---|
| R (koefisien determinasi) | Proporsi variansi Y yang dapat dijelaskan oleh kumpulan predictor. |
| Adjusted R | R yang telah dikoreksi untuk jumlah predictor; berguna bila menambah variabel. |
| RMSE (Root Mean Square Error) | Ukuran ratarata galat prediksi dalam satuan asli Y. |
| AIC / BIC | Kriteria informasi yang menyeimbangkan kecocokan model dan kompleksitas. |
6. Deteksi Masalah
Plot residual vs. fitted values membantu memeriksa heteroskedastisitas. Plot QQ residual memeriksa normalitas.
7. Contoh Kasus
Misalkan sebuah perusahaan ingin memprediksi penjualan (Y) berdasarkan iklan TV (X), iklan radio (X), dan anggaran online (X). Data sampel 50 minggu dikumpulkan, kemudian dilakukan regresi linier ganda. Hasil estimasi:
Y = 2.5 + 0.045TV + 0.030Radio + 0.012Online
Interpretasi: Setiap peningkatan 1 juta rupiah untuk iklan TV diperkirakan menambah penjualan sebesar 0.045 unit, dengan asumsi iklan radio dan online tetap.
8. Penggunaan di Python / R
Python (statsmodels):
import statsmodels.api as smX = df[['TV','Radio','Online']]X = sm.add_constant(X) # menambah interceptmodel = sm.OLS(df['Sales'], X).fit()print(model.summary())
R:
model <- lm(Sales ~ TV + Radio + Online, data = df)summary(model)
9. Kelebihan dan Keterbatasan
- Kelebihan: Sederhana, interpretatif, dan cepat dihitung.
- Keterbatasan: Sensitif terhadap outlier, memerlukan asumsi linearitas dan tidak cocok bila hubungan bersifat nonlinear.
10. Kesimpulan
Regresi linier ganda merupakan alat penting dalam analisis data karena memungkinkan pemodelan simultan dari beberapa faktor pengaruh. Dengan memahami asumsi, cara mengestimasi koefisien, serta teknik diagnostik seperti pengecekan multikolinearitas dan analisis residual, pengguna dapat membangun model yang akurat dan dapat diinterpretasikan. Kombinasi antara pengetahuan statistik dan implementasi praktis (misalnya dengan Python atau R) menjadikan regresi linier ganda pilihan pertama untuk banyak permasalahan prediktif di bidang ekonomi, kesehatan, teknik, dan ilmu sosial.
