Regresi berganda digunakan untuk menguji hubungan antara beberapa variabel independen dan variabel dependen. Sementara model regresi berganda memungkinkan Anda untuk menganalisis pengaruh relatif dari variabel independen, atau prediktor, pada tergantung, atau kriteria, variabel, kumpulan data yang sering kali kompleks ini dapat menyebabkan kesimpulan yang salah jika tidak dianalisis tepat.
Contoh Regresi Berganda
Seorang agen real estate dapat menggunakan regresi berganda untuk menganalisis nilai rumah. Sebagai contoh, dia dapat menggunakan variabel independen ukuran rumah, usia, jumlah kamar tidur, harga rumah rata-rata di lingkungan dan kedekatan dengan sekolah. Dengan memplot ini dalam model regresi berganda, dia kemudian dapat menggunakan faktor-faktor ini untuk melihat hubungannya dengan harga rumah sebagai variabel kriteria.
Contoh lain menggunakan model regresi berganda bisa jadi seseorang di sumber daya manusia menentukan gaji posisi manajemen – variabel kriteria. Variabel prediktor bisa menjadi senioritas masing-masing manajer, rata-rata jumlah jam kerja, jumlah orang yang dikelola dan anggaran departemen manajer.
Keuntungan dari Regresi Berganda
Ada dua keuntungan utama untuk menganalisis data menggunakan model regresi berganda. Yang pertama adalah kemampuan untuk menentukan pengaruh relatif dari satu atau lebih variabel prediktor terhadap nilai kriteria. Agen real estat dapat menemukan bahwa ukuran rumah dan jumlah kamar tidur memiliki korelasi yang kuat dengan harga a rumah, sedangkan kedekatan dengan sekolah tidak memiliki korelasi sama sekali, atau bahkan korelasi negatif jika utamanya adalah masa pensiun masyarakat.
Keuntungan kedua adalah kemampuan untuk mengidentifikasi outlier, atau anomali. Misalnya, saat meninjau data yang terkait dengan gaji manajemen, manajer sumber daya manusia dapat menemukan bahwa: jumlah jam kerja, ukuran departemen, dan anggarannya semuanya memiliki korelasi yang kuat dengan gaji, sementara senioritas tidak tidak. Atau, bisa jadi semua nilai prediktor yang terdaftar berkorelasi dengan masing-masing gaji yang diperiksa, kecuali untuk satu manajer yang dibayar lebih dibandingkan dengan yang lain.
Kekurangan Regresi Berganda
Kerugian menggunakan model regresi berganda biasanya tergantung pada data yang digunakan. Dua contohnya adalah menggunakan data yang tidak lengkap dan menyimpulkan secara keliru bahwa korelasi adalah sebab-akibat.
Ketika meninjau harga rumah, misalnya, anggaplah agen real estat hanya melihat 10 rumah, tujuh di antaranya dibeli oleh orang tua muda. Dalam hal ini, hubungan antara kedekatan sekolah dapat membuat dia percaya bahwa ini berpengaruh pada harga jual untuk semua rumah yang dijual di masyarakat. Ini menggambarkan perangkap data yang tidak lengkap. Seandainya dia menggunakan sampel yang lebih besar, dia dapat menemukan bahwa, dari 100 rumah yang terjual, hanya sepuluh persen dari nilai rumah yang terkait dengan kedekatan sekolah. Jika dia menggunakan usia pembeli sebagai nilai prediktor, dia dapat menemukan bahwa pembeli yang lebih muda bersedia membayar lebih untuk rumah di komunitas daripada pembeli yang lebih tua.
Dalam contoh gaji manajemen, misalkan ada satu outlier yang memiliki anggaran lebih kecil, lebih sedikit senioritas dan dengan lebih sedikit personel untuk dikelola tetapi menghasilkan lebih banyak daripada orang lain. Manajer SDM dapat melihat data dan menyimpulkan bahwa individu ini dibayar lebih. Namun, kesimpulan ini akan salah jika dia tidak memperhitungkan bahwa manajer ini bertanggung jawab atas situs web perusahaan dan memiliki keahlian yang sangat didambakan dalam keamanan jaringan.