Map Beres
Map Beres
BAB III
GAMBARAN UMUM
IPK (Indeks Prestasi Komulatif) merupakan ukuran kemampuan mahasiswa sampai pada
periode tertentu yang dihitung berdasarkan jumlah SKS yang telah ditempuh. Ukuran nilai
tersebut akan dikalikan dengan nilai bobot mata kuliah kemudian dibagi dengan jumlah SKS
mata kuliah yang diambilpada periode tersebut.
Jumlah SKS
Jam Kuliah
Jam Belajar (Di luar jam kuliah)
Jam Tidur
Nama Jumlah SKS Jam Kuliah Jam Belajar Jam Tidur IPK
Aditya 19 76 1 5 2.50
Zaenal 19 76 1 5 2.40
Aldi 22 88 2 6 2.70
Arif 24 96 2 7 3.50
Pratiwi 20 80 1 7 2.90
Luthfi 22 80 1 5 2.70
Aulia 21 84 1 5 2.50
Naufal 19 76 2 4 2.40
Yoga 24 96 1 7 3.20
Angga 24 96 2 4 3.40
Rio 19 76 1 5 2.40
Ilham 22 88 2 6 2.90
PLA – 209 Metode Analisis Perencanaan
Fawwazh 19 76 1 4 3.10
Adnan 22 88 1 6 2.80
Alva 22 88 2 7 2.70
PLA – 209 Metode Analisis Perencanaan
BAB IV
ANALISIS REGRESI
Coefficientsa
Standardize
Unstandardized Coefficients d 95% Confidence Interval for B
Coefficients
Model t Sig.
B Std. Error Beta Lower Bound Upper Bound
Dari table diatas diperoleh informasi bahwa taksiran nilai parameter dari regresi libier berganda
dengan hubungan X mempengaruhi Y adalah :
b0 : -.263 b3 : -.075
b1 : .007 b4 : -.045
b2 : .039
Maka selanjutnya pengujian parameter regresi linier berganda, dengan melihat nilai
signifikansinya
Bila : H0 : bx = 0 Ket : x merupakan parameter ke
H1 : bx ≠ 0
Pengujian parameter b0 (nilai parameter konstanta regresi linier berganda) adalah :
1. Nilai signifikansi b0 (.757) dengan nilai α=5%. Nilai signifikansi (.757)> α(0.05) maka h 0
diterima yang berarti nilai koef. b tidak memperngaruhi nilai taksiran Y dalam analisis
regresi linier berganda.
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1.069 4 .267 3.60 .045a
Residual .741 10 .074 6
Total 1.809 14
a. Predictors: (Constant), Jam Tidur, Jam Belajar, Jumlah SKS, Jam Kuliah
b. Dependent Variable: IPK Mahasiswa
Perbandingan nilai signifikansi (.000) dengan α=5%. Nilai sig (.000) < α (0.005) maka H 0 ditolak,
hal tersebut mengartikan Y memiliki hubungan linier dengan x, x2, x3, x4 dan x5.
Untuk menjawab permasalahan c, kita dapat memperhatikan tabel model summary, sebagai
berikut :
Model Summary
Untuk mengetahui seberapa besar kualitas model regresi linier berganda yang terbentuk,
perhatikan nilai koefien determinasi (R Square) = 59%. Nilai tersebut menunjukan informasi
bahwa 59% nilai dari besarnya alih fungsi lahan pertanian telah dapat dijelaskan oleh data
produktivitas pertanian, jumlah industry, kebutuhan tempat tinggal, jumlah tenaga kerja sector
pertanian dan aksesibilitas. Sedangkan sisanya 41% informasi mengenai besarnya alih fungsi
lahan pertanian, belum dapat dijelaskan oleh variabel-variabel bebas tersebut.
Sedangkan untuk melihat ada atau tidaknya multikolinieritas yang terjadi anatar variabel
bebas dapat dilihat dari tabel koefisien korelasi.
Coefficient Correlationsa
Berdasarkan tabel diatas dapat diketahui bahwa antar variabel bebas tidak terjadi
multikolinieritas (tidak saling berhubungan). Hal ini dapat dilihat dari nilai korelasi antar
variabel bebas yang rendah (kurang dari 0.7)
PLA – 209 Metode Analisis Perencanaan
BAB V
KESIMPULAN
Untuk mengetahui seberapa besar kualitas model regresi linier berganda yang terbentuk
dilihat dari tabel Coefficients, tabel ANOVA, tabel Model Summary dan Coefficient
Correlations. Dari data tersebut menunjukan informasi bahwa 59% mahasiswa yang ber IPK
tinggi dijelaskan oleh data Jam Tidur, Jam Belajar, Jumlah SKS dan Jam kuliah, sedangkan
sisanya 41% data mengenai mahasiswa yang memiliki IPK dibawah rata – rata.