PEMODELAN BIVARIATE POLINOMIAL LOKAL PADA JUMLAH KEMATIAN IBU DAN BAYI DI JAWA TENGAH
|
|
- Yandi Makmur
- 4 tahun lalu
- Tontonan:
Transkripsi
1 PEMODELAN BIVARIATE POLINOMIAL LOKAL PADA JUMLAH KEMATIAN IBU DAN BAYI DI JAWA TENGAH Alan Prautama, Suart, Dw Isryant, dan Tan Wayu Utam Deartemen Statstka, Fakultas Sans dan Matematka, Unverstas Donegoro, Semarang, Indonesa Emal: Abstrak. Analss regres meruakan analss dalam metode statstka untuk memodelkan ubungan antara varabel reson dengan varabel redktor. Analss regres daat dlakukan secara arametrk dan nonarametrk. Analss regres nonarametrk dlakukan aabla bentuk kurva regresnya tdak dketau. Sala satu metode dalam analss regres nonarametrk adala olnomal lokal. Polnomal lokal dlakukan berdasarkan embobotan kernel, sengga membutukan bandwdt. Pemlan bandwdt otmal menggunakan Generalzed Cross Valdaton (GCV). Pada eneltan n dkembangkan model regres bvarate olnomal lokal ada kasus emodelan jumla kematan bu dan bay d Jawa Tenga. Varabel redktor yang dgunakan adala jumla tenaga keseatan. Nla bandwdt otmla yang ddaatkan adala 1. Nla MSE yang daslkan dar model jumla kematan bu adala dan Nla MSE yang daslkan dar model jumla kematan bay adala Keywords: Bvarate, Polnomal Lokal, Jumla kematan bu, Jumla kematan bay. 1. Pendauluan Analss regres meruakan analss dalam metode statstka untuk memodelkan ubungan antara varabel reson dengan varabel redktor. Pendekatan regres daat dlakukan secara arametrk dan nonarametrk. Pendekatan nonarametrk dlakukan aabla bentuk kurva fungsnya tdak dketau, sedangkan endekatan arametrk dlakukan aabla bentuk kurva fungsnya dketau. Pendekatan arametrk meruakan endekatan yang sederana muda dlakukan, al n seert emodelan regres lner sederana mauun berganda, akan teta metode n sangat ketat dengan asums. Berbeda dengan endekatan arametrk, endekatan nonarametrk leb komleks ddalam emodelan. Akan teta endekatan nonarametrk tdak membutukan asums. Beberaa Prosdng Semnar Nasonal VARIANSI
2 endekatan nonarametrk antara lan Kernel, Slne truncated, Wavelet, Polnomal Lokal, deret Fourer. Polnomal lokal meruakan sala satu metode dalam emodelan regres nonarametrk dengan menggunakan deret Taylor yang dbobot dengan menggunakan kernel. Polnomal lokal mamu memodelkan data yang bersfat acak. Karena dgunakan fungs kernel sebaga embobotannya, maka dtentukan bandwdt otmum dengan menggunakan metode emlan bandwdt. Metode emlan bandwdt daat dlakukan dengan menggunakan beberaa metode antara lan Mean Square Error (MSE), Cross Valdaton (CV), Generalzed Cross Valdaton (GCV), Unbas Rsk (UBR). Penentuan bandwdt daat mengakbatkan oversmootng atauun undersmootng ddalam emodelannya. Ole karena tu derlukan enentuan bandwdt yang otmum. Polnomal lokal daat dkembangkan dengan dua bua varabel reson atau secara bvarate ddalam emodelannya. Pemodelan bvarate dlakukan aabla kedua bua varabel reson tersebut memunya keterkatan satu dengan yang lannya. Keterkatan tersebut dtanda dengan terdaatnya korelas antar kedua bua varabel tersebut. Pada eneltan n akan dkembangkan emodelan regres nonarametrk olnomal lokal bvarate. Kasus yang akan dgunakan adala emodelan jumla kematan bu dan bay d Jawa Tenga sebaga varabel reson, dengan varabel redktonya adala jumla tenaga meds.. Landasan Teor.1. Regres Nonarametrk Persamaan model regres daat dtulskan sebaga berkut (Eubank, 1988): y X, 1,,..., n. 0 1 Jka dtuls dalam bentuk matrks derole model regres: Prosdng Semnar Nasonal VARIANSI
3 Y = Xβ + ε Pada endekatan regres nonarametrk dmana bentuk kurvanya tdak dketau, fungs regres dasumskan termuat dalam suatu ruang fungs (Eubank, 1988). Model regres nonarametrk berbentuk:, 1,,..., y t l dengan y adala varabel reson. Fungs yang tdak dketau bentuknya dengan t sebaga varabel redktor dan dasumskan berdstrbus N 0, dan kurva dasumskan smoot (mulus) dan berada ada suatu ruang tertentu... Fungs Kernel Sala satu metode estmas ada Polnomal Lokal adala menggunakan WLS (Wegted Least Square) sengga derlukan embobotan. Sala satu embobotan yang dgunakan untuk mendaatkan estmas adala Fungs Kernel (Eubank, 1988). Fungs Kernel K dengan bandwdt ddefnskan sebaga berkut: 1 x K x K ; x dan 0. sedangkan menurut Hardle (1990) terdaat beberaa jens fungs Kernel Tabel 1. Fungs Kernel 1. Kernel Unform: 1 ; I x 1 K x. Kernel Twwegt: K x 35 1 x 3 ; 3 I x 1 3. Kernel Segtga: 1 x ; I x 1 K x 4. Kernel Cosnus: K x cos x; 4 I x 1 5. Kernel Earcnkov : K x 3 1 x ; I x Kernel Gaussan: 1 1 K x ex x Prosdng Semnar Nasonal VARIANSI
4 7. Kernel Kuadrat: K x 15 1 x ; 16 I x 1.3. Model Regres Polnomal Lokal Dberkan t meruakan kurva yang tdak dketau bentuknya sengga dlakukan estmas nonarametrk. Sala satu endekatan untuk mengestmas t adala dengan metode Polnomal Lokal. Estmator Polnomal Lokal derole dengan deret Taylor yang memuat olnomal berderajat. Jka t dderetkan menurut deret Taylor dengan olnomal derajat maka ddaat (1) ( ) t t t t t t t t! (1) Dengan t t, t Jka dmsalkan. daat dtuls menjad r t r t dengan r 0,1,,..., maka ersamaan (1) r! t t t t t t t t. () 0 1 Persamaan daat dtuls sebaga berkut: η t T x β dengan t t t t t t T x 1 dan t t t t β 0 1 T Untuk mendaatkan estmator ˆβ dlakukan dengan memnmumkan krtera Wegted Least Square (WLS) sebaga berkut: n 1 y yˆ K ( t t). (3) Prosdng Semnar Nasonal VARIANSI 018 1
5 ( / ) () K K dengan K meruakan fungs kernel dan adala sebua bandwdt, sengga krtera WLS daat dtuls sebaga berkut: y - Xβ T K y - Xβ dmana x x x X= 1,,, n ; K dag( K( t1 t),, K( tn t)) sengga ddaat estmas untuk ˆβ dberkan ole: -1 ˆ T T β = X K X X K y (Wu dan Zang, 005)..4. Pemlan Bandwdt Otmal Bandwdt adala sebaga engontrol antara fungs dengan data agar fungs yang daslkan menjad smoot (mulus). Pemlan bandwdt yang otmal akan mengaslkan estmator yang bak terada model. Pemlan bandwdt yang terlalu kecl akan mengaslkan kurva estmas yang sangat kasar (undersmootng). Sementara jka emlan bandwdt terlalu besar akan mengaslkan kurva fungs estmas yang sangat smoot (4) (oversmootng). Ole karena tu emlan bandwdt yang otmal sangat entng dalam analss regres nonarametrk (Budantara, 000). Sala satu cara menentukan bandwdt yang otmal dengan menggunakan metode GCV (Generalzed Cross Valdaton). Fungs GCV dberkan sebaga berkut: MSE GCV 1 tr n dengan n 1 I - A( ) n 1 MSE y ˆ y, dan A ( ) derole dar ubungan ˆ ( ) y = A y. Nla GCV terkecl akan memberkan nla bandwdt yang otmal. Prosdng Semnar Nasonal VARIANSI
6 Menurut Wels dan Yee (005) emlan bandwdt breson ada dasarnya dlakukan secara bersama-sama untuk mendaatkan bandwdt yang otmal. Akan teta dalam alkasnya sangat sult. Ole karena tu eneltan Wels dan Yee (005) enentuan bandwdt dlakukan secara tersa untuk masng-masng reson. 3. Metodolog Peneltan Pada eneltan n data yang dgunakan adala jumla kematan bu dan jumla kematan bay d Jawa Tenga ada taun 016. Data yang dambl berua data ta kabuaten/kota d Jawa Tenga sengga terdaat 35 engamatan. Varabel redktor yang dgunakan dalam eneltan n adala jumla tenaga keseatan. Langka ertama dalam memodelkan regres olnomal lokal adala menguj aaka terdaat korelas antar varabel reson. Langka selanjutnya adala menentukan bandwdt untuk masng-masng varabel reson terada varabel redktor. Penentuan bandwdt otmum menggunakan metode GCV. Setela ddaatkan bandwdt otmum, langka selanjutnya adala emodelan jumla kematan bu dan jumla kematan bay d Jawa Tenga berdasarkan jumla tenaga keseatan. Pada eneltan n fungs kernel yang dgunakan adala kernel Gaussan. 4. Hasl dan Pembaasan Msalnya dberkan data ( t j, y1j, yj ) serta ubungan ( tj, y 1 j) dan ( tj, y j) mengkut model regres nonarametrk. y f ( t ) 1 j 1 j 1 j y f ( t ) dengan j 1,,..., m. j j j Prosdng Semnar Nasonal VARIANSI
7 Aabla f1( t 1 j ) dan f( t j ) ddekat dengan Polnomal Lokal ( tj ) maka ddaat f ( t ) ( t ) ; 1, dengan j j (1) ( ) t t t t t t t t! (Wels dan Yee, 005). j j j atau bsa dtuls dalam bentuk matrks sebaga berkut: y1 f 1(t) ε1 y f (t) ε, (5) Jka djabarkan kedalam matrks sebaga berkut: y11 f1( t11) 11 y 1 f1( t1) 1 y1 n f1( t1 n ) 1 n y 1 f1( t1) 1 y f1( t) y f ( t ) n 1 n n ; Dmana f 1(t) dan f (t) dasumskan kurva regresnya tdak dketau bentuknya. Msalkan dberkan olnomal ( u j ) derajat sebaga berkut: () 1 ( u) ( u) ( uj ) ( u) ( uj u) ( u) ( uj u)... ( uj u) (6)!! Jka ddalam model breson data longtudnal, kurva regres f ( t ) ddekat dengan olnomal lokal derajat maka: () 1 f ( t) f ( t) f ( tj ) f ( t) ( tj t) f ( t) ( tj t)... ( tj t) (7)!! j Jka r t f r dengan r 0,1,,..., maka ersamaan (6) daat dtuls r! menjad: ( ) 0 ( ) 1 ( )... ( ) j j j j f t t t t t t t. (8) Prosdng Semnar Nasonal VARIANSI
8 Jka dtuls dalam bentuk matrks derole model: y = B + ε (9) dengan 10 ( t11 t) 11 ( t11 t) 1 ( t11 t) 1 10 ( t1 t) 11 ( t1 t) 1 ( t1 t) 1 10 ( t1 n t) 11 ( t1 n t) 1 ( t1 n t) 1 y1 y ; B y 0 ( t1 t) 1 ( t1 t) ( t1 t) 0 ( t t) 1 ( t t) ( t t) 0 ( tn t) 1 ( tn t) ( tn t) Persamaan (9) daat dtuls dalam bentuk: y = Dα +ε Matrks embobot yang dgunakan adala banyaknya engamatan * * ( W ) W dag,,, n n n dan Dberkan K meruakan matrks embobot kernel. Jka δ dag( K ( t t), K ( t t),, K ( t t)) ; n ω dag( K ( t t), K ( t t),, K ( t t)) ; 1 n maka matrks embobot kernel K δ ω. K adala sebaga berkut: Aabla dberkan matrks W yang meruakan matrks embobot, meruakan matrks embobot kernel, maka untuk memerole estmator K Prosdng Semnar Nasonal VARIANSI
9 Jml. Kematan Bay Jml. Kematan Bay α dan β dlakukan otmas Wegted Least Square (WLS). Jka ( α,β ) meruakan fungs WLS maka T -1 ( α,β ) (y - y) ˆ W K (y - y) ˆ (4.11) Berkut dsajkan scatterlot dar data eneltan Jumla Tenaga Keseatan Jumla Tenaga Keseatan Gambar 1. Scatterlot Jumla Kematan Ibu dan Jumla Kematan Bay terada jumla tenaga keseatan Berdasarkan Gambar 1, terlat bawa lot menyebar secara acak. Selan tu terlat ola jumla kematan bu dan jumla kematan bay terada jumla tenaga keseatan, lotnya sangat mr. Karena bentuk kurva regresnya acak, kta tdak bsa langsung memutuskan untuk dmodelkan secara lner. Sengga dengan kurva yang acak (tdak dketau olanya) maka bsa dlakukan emodelan secara nonarametrk. Berkut dsajkan statstka deskrtf dar data eneltan. Tabel. Statstka Deskrtf data eneltan Varable Mnmum Maxmum Mean Varance Jumla Kematan Bay (Y 1 ) Jumla Kematan Ibu (Y ) Jumla tenaga keseatan (X) Prosdng Semnar Nasonal VARIANSI
10 Berdasarkan Tabel terlat bawa jumla kematan bay tertngg mencaa 444 jwa yatu d kabuaten Brebes. Sedangkan terendea mecaa 16 jwa yatu d kota Magelang dengan rata-rata angka kematan bay d Jawa Tenga mencaa 156 jwa. Sedangkan jumla kematan bu terenda mencaa 0 jwa yatu d kota Magelang, tertngg mencaa 54 jwa yatu d kabuaten Brebes. Rata-rata jumla kematan bu mencaa 17 jwa. Untuk varabel jumla tenaga keseatan, rata-ratanya berksar 90.7 Berdasarkan asl analss nla korelas antara jumla kematan bu dan bay mecaa 0.8 (sgnfkan dengan alfa 5%), artnya bsa dkatakan bawa kedua varabel tersebut memunya keterkatan yang tngg. Sengga varabel Y 1 dan Y daat dmodelkan secara bvarate. Langka selanjutnya adala enentuan bandwdt otmum menggunakan metode GCV dengan fungs kernel Gaussan. Bandwdt otmum yang ddaat bernla 1 dengan nla orde adala 1, nla GCV otmum yang ddaat adala dengan nla arbted fxed ont adala untuk Y 1, sedangkan untuk Y nla bandwdt otmum sama dengan Y 1 akan teta nla GCV otmumnya adala Berkut asl emodelan olnomal lokal yang ddaat sebaga berkut: Pemodelan jumla kematan bu dmodelkan sebaga berkut: y t Nla MSE yang daslkan dar model jumla kematan bu adala y t Nla MSE yang daslkan dar model jumla kematan bay adala Prosdng Semnar Nasonal VARIANSI
11 5. Kesmulan Estmas arameter model olnomal lokal bvarate ddaatkan sebaga berkut: ˆ T -1-1 T -1 θ = (X W K X) X W K y Estmator olnomal lokal bvarte mengandung nla embobotan dar varabel reon dan dar kernel. Pada emodelan jumla kematan bu dan jumla kematan bay model yang ddaatkan sebaga berkut: Pemodelan jumla kematan bu dmodelkan sebaga berkut: y t Nla MSE yang daslkan dar model jumla kematan bu adala y t Nla MSE yang daslkan dar model jumla kematan bay adala Ucaan Terma Kas Terma kas keada unverstas Donegoro atas dukungan eneltan Rset Pengembangan dan Peneraan (RPP) taun 018. Daftar Pustaka Bellouse, D.R., dan Stafford, J.E. (001), Local Polynomal regresson n Comlex Surveys, Statstcs Canada, Catalouge: Survey Metodology, Vol. 7, No., al Budantara, I.N. (000), Metode U, GML, CV, dan GCV dalam regres Nonarametrk Slne, Majala Ilma Hmunan Matematka Indonesa (MIHMI), Vol. 6, al Camda, N. (008), Inferens Kurva Regres Nonarametrk Berdasarkan Estmator Polnomal Lokal Dengan Error Lognormal, J. Penelt. Med. Eksakta, Vol. 7, No. 1, al Prosdng Semnar Nasonal VARIANSI
12 Draer, N.R dan Smt, H. (199), Aled Regresson Analyss nd Edton. Jon Wley & Sons Caman and Hall, New York. Eubank, R.L. (1988), Slne Smootng and Nonarametrc Regresson, Marcel Dekker, New York. Hardle, W. (1990), Aled Nonarametrc Regresson, Cambrdge Unversty Press, New York. Wels, A.H dan Yee, T.Y. (005), Local Regresson for Vector Resonses, Journal of Statstcal Plannng and Inference, Vol. 136, al Wu, H. dan Zang, J.T. (006), Nonarametrc Regresson Metods for Longtudnal Data Analyss, A Jon-Wley and Sons Inc. Publcaton, New Jersey. Prosdng Semnar Nasonal VARIANSI 018 0
Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil
Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data
Lebih terperinciPEMODELAN REGRESI NONPARAMETRIK MENGGUNAKAN PENDEKATAN POLINOMIAL LOKAL PADA BEBAN LISTRIK DI KOTA SEMARANG. DOI: /medstat
p-issn 1979 3693 e-issn 477 0647 MEDIA SAISIKA 9() 016: 85-93 ttp://ejournal.undp.ac.d/ndex.pp/meda_statstka PEMODELAN REGRESI NONPARAMERIK MENGGUNAKAN PENDEKAAN POLINOMIAL LOKAL PADA BEBAN LISRIK DI KOA
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciI DEWA AYU MADE ISTRI WULANDARI
I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciOptimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion
7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,
Lebih terperinciBAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk
BAB II TINJAUAN PUSTAKA 2. Analss Regres Analss regres adalah suatu metode statstka yang umum dgunakan untuk melhat pengaruh antara varabel ndependen dengan varabel dependen. Hal n dapat dlakukan melalu
Lebih terperinciSpline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat
Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciMETODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciPemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression
JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciPROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:
ANALISIS ANGKA KEMATIAN IBU MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF (Stud kasus : Angka Kematan Ibu d Provns Jawa Tmur Tahun 011) M. Al Ma sum 1, Suart, Dw Isryant 3 1 Mahasswa Jurusan Statstka FSM
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciMODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED
MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED Harm Sugart 1 1 FMIPA Unverstas Terbuka. Tangerang Selatan Emal korespondens : arm@ut.ac.d Abstrak Eksplotas sumber daya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciBAB VIII PENUTUP 8.1. Kesimpulan Penelitian
A VIII PENUTUP 8.. Kesmpulan Peneltan Dalam peneltan yang tela dlakukan, dperole nformas knerja transms dan spektrum gelombang serta stabltas terumbu ottle Reef TM sebaga peredam gelombang ambang terbenam
Lebih terperinciOleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciFaktor-faktor yang Mempengaruhi Morbiditas Penduduk Jawa Timur dengan Multivariate Geographically Weighted Regression (MGWR)
JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: 337-350 (30-98X Prnt D-89 Faktor-faktor yang Memengaru Morbdtas Penduduk Jawa mur dengan Multvarate Geogracally Wegted Regresson (MGWR) Dnarta Hanum dan
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 193-204 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN
Lebih terperinciBootstrap Pada Regresi Linear dan Spline Truncated
Statstka, Vol. 8 No. 1, 47 54 Me 2008 Bootstrap Pada Regres Lnear dan Splne runcated Harson Darmaw 1) dan Bambang Wdjanarko Otok 2) 1) enaga Pengajar d Jurusan Matematka UNRI, Pekanbaru e-mal: son_ms@yahoo.co.d
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciMODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut
Lebih terperinciIndependent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi
Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan
57 BAB IV HASIL DAN ANALISIS DATA PENELITIAN A. Deskrps Pelaksanaan Peneltan Kegatan peneltan n tela dlaksanakan ole penelt d MTs Neger Mojokerto pada kelas IX-A yang berjumla 34 sswa. Peneltan n dlaksanakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciRegresi Linear Sederhana dan Korelasi
Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciPemodelan resiko jantung koroner dengan pendekatan logistik nonparametrik berdasarkan estimator polinomial lokal ABSTRAK
Senar Nasonal Statstka I Insttut Teknolog Seulu Noeber, 7 Noveber 9 Peoelan resko antung koroner engan enekatan logstk nonaraetrk berasarkan estator olnoal lokal Elly Ana, St Aana Pro Mateatka, Unverstas
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciPEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.
PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciPenerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah
The 6 th Unversty Research Colloquum 017 Unverstas Muhammadyah Magelang Penerapan Model Geographcally Weghted Posson Regresson pada Jumlah Kematan Ibu d Provns Jawa Tengah Isca Yuntasar1, Sr Sulstjowat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 575-584 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciPerbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas
Statstka, Vol. No., 33 4 Me 0 Perbandngan Metode Partal Least Square (PLS) dengan Regres Komponen Utama untuk Mengatas Multkolneartas Nurasana, Muammad Subanto, Rka Ftran Jurusan Matematka FMIPA UNSYIAH
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan
Lebih terperinciBINOMIAL NEGATIF VS GENERALIZED POISSON REGRESSION DALAM MENGATASI OVERDISPERSION PADA REGRESI POISSON
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 2009 BINOMIAL NEGATIF VS GENERALIZED POISSON REGRESSION DALAM MENGATASI OVERDISPERSION PADA REGRESI POISSON Oleh : A yunn Sofro
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 8 ANOVA (2)
STK5 Analss Statstka Pertemuan 8 ANOVA () 8. ANOVA () Dagnoss Model Hpotess Klasfkas satu arah : Y atau Y j j j j Klasfkas dua arah : Yj j j??? Pengaruh perlakuan: H 0 : = 0 H : palng sedkt ada satu dmana
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Studi Kasus : Angka Harapan Hidup Provinsi Jawa Timur)
TESIS SS 14501 MODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Stud Kasus : Angka Harapan Hdup Provns Jawa Tmur) KHAERUN NISA NRP. 1315 01 018 DOSEN PEMBIMBING Prof. Dr. Drs.
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 25-26 Onlne d: htt://ejournal-s1.und.ac.d/ndex.h/gaussan PERBANDINGAN MODEL REGRESI BINOMIAL NEGATIF DENGAN MODEL GEOGRAPHICALLY WEIGHTED POISSON
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciPrediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap
Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciRahmadeni 1, Zulya Desmita 2 ABSTRAK. Kata Kunci: Overdispersi, Regresi Binomial Negatif, Regresi Generalized Poisson, Regresi Poisson.
Jurnal Sans Matematka dan Statstka, Vol. No. Jul 16 ISSN 46-454 Perbandngan Model Regres Generalzed Posson Dan Bnomal Negatf Untuk Mengatas Overdspers Pada Regres Posson (Stud Kasus: Penderta Flarass d
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciABSTRAK ANALISIS KOMPONEN UTAMA
JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com
Lebih terperinciU JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK
Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel
Lebih terperinciEvaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)
Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen
Lebih terperinciUji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi
Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1. Kismiantini
Prosdng Semnar Nasonal Peneltan, Penddkan dan Penerapan MIPA Fakultas MIPA, Unverstas Neger Yogyakarta, 6 Me 9 ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciIntegrasi. Metode Integra. al Reimann
Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan
Lebih terperinciANALISIS KOVARIANSI part 2
ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan
Lebih terperinciPemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression
Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc BACK LATAR BELAKANG Pelaksanaan pembangunan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciPenerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner
Prosdng SI MaNIs (Semnar Nasonal Integras Matematka dan Nla Islam) Vol.1, No.1, Jul 017, Hal. 18-134 p-issn: 580-4596; e-issn: 580-460X Halaman 18 Penerapan Prosedur Frth untuk Mengatas Pemsahan (Separaton)
Lebih terperinci