Regresi berganda adalah teknik analisis statistik yang digunakan untuk menganalisis pengaruh antara satu variabel dependen (variabel yang ingin diterangkan) dengan lebih dari satu variabel independen (variabel yang digunakan sebagai pemodel). Dalam regresi berganda, model digunakan untuk memprediksi nilai variabel dependen berdasarkan nilai dari variabel independen. Skala data yang digunakan oleh variabel dependen dalam regresi linear berganda yaitu data interval atau rasio. Sebelum melakukan uji regresi linear berganda ada uji asumsi yang harus terpenuhi, diantaranya lolos uji normalitas, lolos heteroskedastisitas, lolos uji multikolinearitas dan lolos uji autokorelasi untuk data sekunder atau data time series.
Apabila uji asumsi klasik dalam uji regresi ganda lolos, baru bisa melakukan analisisi regresi linear berganda yang akan memunculkan sebuah persamaan regresi. Model regresi berganda dapat digambarkan dengan persamaan matematika y = b0 + b1x1 + b2x2 + … + bnxn.
Kriteria Pengujian Uji F dalam Regresi Berganda (Tabel ANOVA) :
Kriteria Pengujian Uji T dalam Regresi Berganda (Tabel Coefficient) :
