Info TPB UNCP: Kalender Akademik Semester Ganjil dan Genap T.A. 2023/2024 bisa dicek disini Info TPB UNCP: Jadwal Ujian Akhir Semester (UAS) Ganjil 2023/2024: Tanggal 08 Januari - 20 Januari 2024 Info TPB UNCP: Pendaftaran Mahasiswa Baru Universitas Cokroaminoto Palopo Tahun Akademik 2024/2025 Gelombang 3, dimulai pada tanggal 01 Januari s/d 31 Mei 2024 Info TPB UNCP: Pendaftaran dapat juga dilakukan secara online dengan mengunjungi website www.pmb.uncp.ac.id

Fakultas Keguruan dan Ilmu Pendidikan

Fakultas Ilmu Keguruan dan Ilmu Kependidikan merupakan Fakultas pertama di UNCP dengan mengelola 6 Program Studi, yaitu S1 Pendidikan Pancasila dan Kewarganegaraan, S1 Pendidikan Matematika, S1 Pendidikan Bahasa dan Sastra Indonesia, S1 Pendidikan Bahasa Inggris, S1 Pendidikan Biologi, dan S1 Pendidikan Guru Sekolah Dasar.

Fakultas Pertanian

Fakultas Pertanian (FAPERTA) merupakan salah satu dari 4 fakultas dilingkup Universitas Cokroaminoto Palopo (UNCP). FAPERTA membina dua program studi yakni Program Studi S1 Agribisnis dan Program Studi S1 Agroteknologi.

Fakultas Sains

Fakultas Sains (FSAINS) merupakan salah satu dari 4 fakultas dilingkup Universitas Cokroaminoto Palopo (UNCP). FSAINS membina empat program studi yakni Program Studi S1 Biologi, S1 Fisika, S1 Kimia, dan S1 Matematika.

Fakultas Teknik Komputer

Fakultas Teknik Komputer (FTKom) pada saat dibentuk sampai sekarang membina satu program studi yaitu program studi S1 Teknik Informatika. Walaupun hanya membina satu program studi, telah dibentuk lima konsentrasi peminatan yaitu: Rekayasa Perangkat Lunak, Jaringan Komputer, Multimedia, Desain Web, dan Sistem Informasi Geografis.

Program Pasca Sarjana

Program studi S2 Pendidikan Matematika merupakan program baru di Universitas Cokroaminoto Palopo. Saat ini Program Studi S2 Pendidikan Matematika sedang mengusulkan ke BAN-PT dengan akreditasi minimal C.

Rabu, 24 April 2013

Regresi Linear Berganda

Bagikan:
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:

Y = a + b1 X1 + b2 X2 + .... + bn Xn.

Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta (intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.

Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y) menghasilkan persamaan sebagai berikut:

Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
  1. Jika variabel motivasi meningkat dengan asumsi variabel kompensasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat
  2. Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
  3. Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan kompensasi tetap, maka kepuasan kerja juga akan meningkat.
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka tidak boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan bernilai nol, sebagai ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert terendah yang digunakan adalah 1.

Analisis regresi linear berganda memerlukan pengujian secara serempak dengan menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa secara simultan (serempak) beberapa variabel mempunyai pengaruh yang signifikan, tetapi secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa pistol (diasumsikan polisis dan pistol secara serempak membuat takut penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang penjahat. Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, tetapi secara parsial, kopi saja belum tentu menimbulkan kenikmatan.

Penggunaan metode analisis regresi linear berganda memerlukan uji asumsi klasikyang secara statistik harus dipenuhi. Asumsi klasik yang sering digunakan adalah asumsi normalitas, multikolinearitas, autokorelasi, heteroskedastisitas dan asumsi linearitas..

Langkah-langkah yang lazim dipergunakan dalam analisis regresi linear berganda adalah 1) koefisien determinasi; 2) Uji F dan 3 ) uji t. Persamaan regresi sebaiknya dilakukan di akhir analisis karena interpretasi terhadap persamaan regresi akan lebih akurat jika telah diketahui signifikansinya. Koefisien determinasi sebaiknya menggunakan Adjusted R Square dan jika bernilai negatif maka uji F dan uji t tidak dapat dilakukan.

Bentuk-bentuk regresi yang juga sering digunakan dalam penelitian adalah regresi logistik atau regresi ordinal.

2 komentar:

  1. nice post , please visit back :D http://yosmantri.student.ipb.ac.id/ thanks :D

    BalasHapus