Serliana Nafratilova, NIM.: 04610021 (2011) PENYELESAIAN MASALAH MULTIKOLINIERITAS DALAM REGRESI BERGANDA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.
|
Text (PENYELESAIAN MASALAH MULTIKOLINIERITAS DALAM REGRESI BERGANDA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS)
BAB-I_IV-atau-V_DAFTAR-PUSTAKA ·.pdf - Published Version Download (2MB) | Preview |
|
Text (PENYELESAIAN MASALAH MULTIKOLINIERITAS DALAM REGRESI BERGANDA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS)
BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Multikolinieritas merupakan pelanggaran terhadap asumsi klasik dalam analisis regresi berganda yang mensyaratkan bahwa tidak ada hubungan (korelasi) antar variabel bebas dalam sebuah persamaan regresi. Multikolinieritas ada dua macam, yaitu multikolinieritas sempurna dan multikolinieritas tidak sempurna. Salah satu metode yang dapat digunakan untuk mengatasi masalah multikolinieritas adalah metode Principal Component Analysis (PCA) yang bertujuan menyederhanakan data dengan cara mereduksi dimensinya dengan menghilangkan korelasi antar variabel bebas melalui transformasi dari variabel bebas asal ke variabel baru yang tidak saling berkorelasi. Penelitian ini menggunakan data sekunder yaitu Data Tenaga Kerja Rumah Sakit Angkatan Laut Amerika Tahun 1979. Dari hasil pengolahan data dengan menggunakan Program SPSS diketahui bahwa Sig dari variabel baru yang terbentuk yaitu �� (banyaknya pasien yang dirawat) dan �� (rata-rata lama pasien dirawat) lebih kecil dari 0,05 (Sig < 0,05), sehingga dapat disimpulkan bahwa variabel �� (banyaknya pasien yang dirawat) dan �� (rata-rata lama pasien dirawat) berpengaruh terhadap � (jam kerja karyawan rumah sakit).
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Pembimbing: Sri Utami Zuliana, S.Si, M.Sc dan Epha Diana Supandi, S.Si.,M.Sc. |
Uncontrolled Keywords: | Analisis Regresi Berganda, Multikolinieritas, Principal Component Analysis |
Subjects: | Matematika |
Divisions: | Fakultas Sains dan Teknologi > Matematika (S1) |
Depositing User: | Muh Khabib, SIP. |
Date Deposited: | 13 Mar 2023 09:39 |
Last Modified: | 13 Mar 2023 09:39 |
URI: | http://digilib.uin-suka.ac.id/id/eprint/57044 |
Share this knowledge with your friends :
Actions (login required)
View Item |