Factor Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996

Ukuran: px
Mulai penontonan dengan halaman:

Download "Factor Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996"

Transkripsi

1 Factor Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996

2 Pendahuluan Seorang manajer pemasaran dari perusahaan pakaian ingin mengetahui apakah terdapat hubungan antara patriotisme dan sikap (attitude) pembeli terhadap produk domestik dan produk buatan asing. Presiden dari perusahaan-perusahaan yang termasuk dalam aa Fortune otue500 ingin mengukur u image dari perusahaan- aa perusahaan tersebut. Seorang manajer penjualan ingin mengukur tingkat bakat (aptitude) p dari para penjualnya. Setiap permasalah di atas membutuhkan timbangan atau alat ukur terhadap berbagai macam konsep (Misalnya attitude, image, sales aptitude, patriotisme) i Factor analysis merupakan salah satu teknik yang dapat digunakan untuk utu membuat skala saa untuk utu mengukur eguu konsep-konsep osep o seperti di atas.

3 Konsep dasar dan terminologi dalam Factor Analysis Andaikan kita memiliki nilai siswa untuk mata pelajaran : Matematics, Physics, Chemistry, English, History, French Asumsikan bahwa nilai mereka merupakan fungsi dari intelegensia secara umum dan sebagai tambahan bakat (aptitude) mereka terhadap mata pelajaran tersebut. Misalnya M = 0.8 I + Am; P = 0.7 I + Ap C = 0.9 I + Ac ; E = 0.6 I + Ae H = 0.5 I + Ah; F = 0.65 I + Af Koefisien-koefisien di atas disebut sebagai pattern loadings Variable disebut sebagai Indicator atau measure dari I Karena konsep dari tingkat Intelegensia memiliki responsibilitas terhadap korelasi di antara Indicator dan tidak dapat diobservasi secara langsung, maka I ini disebut sebagai common atau latent factor, atau disebut juga sebagai unobservable construct.

4 1. Total Variance dari setiap indicator dapat didekomposisi menjadi 2 komponen : Variance yang berhubungan dengan I, nilainya = kuadrat dari pattern loading;variance ini disebut sebagai Communality Variance yang berhubungan dengan Aj, nilainya = variance dari variable dikurangi Communality; Variance ini disebut sebagai unique atau specific error variance 2. Korelasi antara sebarang indicator dengan latent factor disebut sebagai structure loading atau loading dan biasanya nilainya = pattern loading. (mungkin tidak benar untuk 2 atau lebih faktor) Kuadrat dari structure loading disebut sbg shared variance antara indicator dan faktor. Biasanya nilai Communality digunakan untuk menentukan apakah sebuah indicator baik atau tidak. Semakin tinggi nilai communality maka indicator tsb semakin reliable. 3. Korelasi antara dua indicator merupakan hasil kali dari faktor loading yang bersesuaian. Pattern loading : M P C E H F

5 Model dua faktor M = 0.80 Q V + Am P = 0.70 Q V + Ap C = 0.60 Q V + Ac E = 0.20 Q V + Ae H = 0.15 Q V + Ah F = 0.25 Q V + Af

6 Interpretasi dari tabel di atas 1. Dapat dilihat bahwa communality ataupun shared variances dari variable E, H dan F terhadap factor V jauh lebih besar bila dibandingkan terhadap factor Q. Yaitu 90.24% (( )/2.255) dari total communality dari V terhadap variable E, H dan F. 2. Secara sama dapat dilihat bahwa factor Q memiliki 92.20% (( )/1.616) )/1.616) dari total communalitynya terhadap variable M,P dan C.

7 Model untuk lebih dari 2 factor X 1 =λ 11 ξ 1 + λ 12 ξ λ 1m ξ m + ε 1 X 2 =λλ 21 ξ 1 + λ 22 ξ λ 2m ξ m + ε 2. X p =λλ p1 ξ 1 + λ p2 ξ λ pm ξ m + ε p Pada persamaan di atas intercorrelasi antara p indicator dijelaskan oleh m common faktor. Biasanya diasumsikan bahwa m < p dan jumlah unique factor akan sama dengan jumlah indicator. Jika m factor tidak saling berkorelasi maka factor model dikatakan sebagai orthogonal model, tetapi jika m factor ini saling berkorelasi, maka factor model dikatakan sebagai oblique model

8 Factor Indeterminacy M = Q V + Am 1. Factor rotation problem P = Q V + Ap Factor Analysis memiliki banyak C = Q V + Ac penyelesaian, permasalahan ini disebut E = Q V + Ae sebagai factor indeterminacy karena adanya H = Q V + Ah masalah rotasi atau factor rotation problem. F = Q V + Af Untuk menentukan model maka pilihlah penyelesaian yang memiliki interpretasi yang paling mungkin dapat diterima. 2. Estimation of communality problem Masalah ini terjadi karena untuk mengestimasi pattern, structure loading dan shared variance dibutuhkan estimasi dari communality untuk tiap variable. TETAPI untuk mengestimasi communality tersebut dibutuhkan nilai estimasi dari loadings. Di sini terjadi circularity.

9 Objective dari Factor Analysis 1. Identifikasi jumlah common factor terkecil yang paling dapat menjelaskan korelasi antara indicator. 2. Identifikasi, i melalui llif factor rotations, factor solution yang paling dapat diterima/ masuk akal 3. Estimasi pattern dan structure loadings, communalities, dan unique variances dari idi indicators. 4. Memberikan interpretasi dari common factor(s) 5. Jika diperlukan, estimasi dari factor s

10 Principal Component Factoring (PCF) Langkah awalnya adalah memberikan estimasi communality awal. Dalam PCF diasumsikan bahwa estimasi awal dari communality untuk seluruh variable sama dengan satu. Selanjutnya, digunakan PCA pada nilai estimasi communality yang merupakan diagonal dari matriks korelasi.

11 PCF dengan Minitab dan Interpretasinya Pada dasarnya PCF adalah PCA hanya sama, pada PCF diasumsikan bahwa nilai estimasi dari communalities = 1. tidak terdapat unique factors dan jumlah komponen = jumlah factors Selanjutnya diharapkan bahwa beberapa komponen akan memiliki proporsi variance yang cukup besar, komponen- komponen inilah yang dianggal sebagi common factors

12 Rotation Varimax : objectivenya adalah memiliki satu factor structure dimana nilai tiap variable loads tinggi hanya pada satu faktor saja. Faktor-faktor yang dirotasi saling tegak lurus (orthogonal) Quartimax : objectivenya adalah dlhmendapatkan pattern loading sdh Seluruh variable memiliki nilai loading yang cukup tinggi pada satu faktor Setiap variable seharusnya memiliki nilai loading yang tinggi pada satu faktor dan nilai loading yang mendekati nol pada faktor-faktor yang lain.

13 PCA vs Factor Analysis Objective dari PCA adalah mereduksi jumlah variable menjadi beberapa komponen s.d.h tiap-tiap p komponen membentuk variable baru. Objective dari Factor Analysis adalah mencari atau mengidentifikasi faktor-faktor pokok (underlying factor) atau latent construct yang dapat menerangkan interkorelasi diantara variable-variable.

ANALISIS FAKTOR (FACTOR ANALYSIS)

ANALISIS FAKTOR (FACTOR ANALYSIS) ANALISIS FAKTOR (FACTOR ANALYSIS) Dr. Widayat, SE. MM. Outline Apa analisis faktor? Syarat dan asumsi yang diperlukan? Bagaimana caranya? Aplikasi analisis faktor Factor Analysis Prosedur analisis yang

Lebih terperinci

Aplikasi System Dynamic pada Model Perhitungan Indikator Millennium Development Goals (MDGs)

Aplikasi System Dynamic pada Model Perhitungan Indikator Millennium Development Goals (MDGs) 45 Aplikasi System Dynamic pada Model Perhitungan Indikator Millennium Development Goals (MDGs) A Mufti Kepala Bagian Data & Informasi Kantor Utusan Khusus Presiden Republik Indonesia untuk Millennium

Lebih terperinci

BAB II TINJAUAN PUSTAKA. ketergantungan dari beberapa variabel secara simultan dengan tujuan untuk

BAB II TINJAUAN PUSTAKA. ketergantungan dari beberapa variabel secara simultan dengan tujuan untuk BAB II TINJAUAN PUSTAKA 2.1 Analisis Faktor 2.1.1 Definisi Analisis Faktor Analisis faktor merupakan suatu teknik untuk menganalisis tentang saling ketergantungan dari beberapa variabel secara simultan

Lebih terperinci

BAB VIII. ANALISIS FAKTOR (FACTOR ANALYSIS)

BAB VIII. ANALISIS FAKTOR (FACTOR ANALYSIS) 8.1 Pendahuluan BAB VIII. ANALISIS FAKTOR (FACTOR ANALYSIS) Pada awalnya teknik analisis faktor dikembangkan pada awal abad ke-0. Teknik analisis ini dikembangkan dalam bidang psikometrik atas usaha akhli

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih

Lebih terperinci

MATERI 5 PEMILIHAN PORTFOLIO. Prof. DR. DEDEN MULYANA, SE., M.Si.

MATERI 5 PEMILIHAN PORTFOLIO. Prof. DR. DEDEN MULYANA, SE., M.Si. MATERI 5 PEMILIHAN PORTFOLIO Prof. DR. DEDEN MULYANA, SE., M.Si. OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolio optimal. Perbedaan tentang aset berisiko dan aset bebas risiko. Perbedaan

Lebih terperinci

ANALISIS SUMBER-SUMBER PENDAPATAN DAERAH KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN METODE GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENTS ANALYSIS (GWPCA)

ANALISIS SUMBER-SUMBER PENDAPATAN DAERAH KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN METODE GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENTS ANALYSIS (GWPCA) ANALISIS SUMBER-SUMBER PENDAPATAN DAERAH KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN METODE GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENTS ANALYSIS (GWPCA) SKRIPSI Oleh : Alfiyatun Rohmaniyah NIM : 24010210130079

Lebih terperinci

ANDRY KURNIAWAN Y.S. M 0103002

ANDRY KURNIAWAN Y.S. M 0103002 KAJIAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KONSUMEN DALAM MEMILIH BIMBINGAN BELAJAR DI KOTA SURAKARTA oleh ANDRY KURNIAWAN Y.S. M 0103002 S K R I P S I ditulis dan diajukan untuk memenuhi sebagian

Lebih terperinci

KORELASI DAN REGRESI LINIER SEDERHANA

KORELASI DAN REGRESI LINIER SEDERHANA KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki

Lebih terperinci

FAKTOR - FAKTOR PENENTU KESUKSESAN (CRITICAL SUCCESS FACTORS) PADA KERJASAMA PEMERINTAH SWASTA BIDANG INFRASTRUKTUR DI INDONESIA

FAKTOR - FAKTOR PENENTU KESUKSESAN (CRITICAL SUCCESS FACTORS) PADA KERJASAMA PEMERINTAH SWASTA BIDANG INFRASTRUKTUR DI INDONESIA FAKTOR - FAKTOR PENENTU KESUKSESAN (CRITICAL SUCCESS FACTORS) PADA KERJASAMA PEMERINTAH SWASTA BIDANG INFRASTRUKTUR DI INDONESIA Huakanala Hubudi 1, Husein Umar 1 1 Program Pascasarjana Universitas Esa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra

Lebih terperinci

PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH

PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 34 43 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK

Lebih terperinci

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAKPETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG Sri Wahyuningsih R 1, Anisa 2, Raupong ABSTRAK Analisis variansi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Menurut Arikunto (2010:162), objek merupakan variabel penelitian. Objek penelitian terdiri dari objek variabel dan objek lokasi. Objek variabel dalam penelitian

Lebih terperinci

Hitung Perataan Kuadrat Terkecil (Least Squares Adjustment)

Hitung Perataan Kuadrat Terkecil (Least Squares Adjustment) Hitung Perataan Kuadrat Terkecil (Least Squares Adjustment) Metoda Kuadrat Terkecil adalah salah satu metoda yang paling populer dalam menyelesaikan masalah hitung perataan. Aplikasi pertama perataan kuadrat

Lebih terperinci

BAB X. CONTOH APLIKASI ANALISIS REGRESI

BAB X. CONTOH APLIKASI ANALISIS REGRESI 0. Pendahuluan BAB X. CONTOH APLIKASI ANALISIS REGRESI Data dari suatu kelompok peternak pemelihara sapi ingin mengetahui keberhasilan pemeliharaan ternak sapinya yang didasarkan pada berat bibit awal

Lebih terperinci

PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)

PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Riza Firdaus Ardiansyah NIM : A11.2009.05106 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas

Lebih terperinci

BAB III METODE TRIMMING PADA ANALISIS JALUR

BAB III METODE TRIMMING PADA ANALISIS JALUR 36 BAB III METODE TRIMMING PADA ANALISIS JALUR 3.1 Analisis Jalur Analisis jalur yang dikenal sebagai path analysis dikembangkan pertama tahun 1920-an oleh seorang ahli genetika yaitu Sewall Wright (Riduwan

Lebih terperinci

BAB III METODELOGI PENELITIAN. penulis akan mengemukakan metode penelitian induktif. Metode penelitian

BAB III METODELOGI PENELITIAN. penulis akan mengemukakan metode penelitian induktif. Metode penelitian 76 BAB III METODELOGI PENELITIAN Agar suatu masalah dapat dipaparkan dengan jelas, maka perlu adanya suatu metode khusus sesuai dengan permasalahan yang akan di bahas. Disini penulis akan mengemukakan

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari

BAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis

Lebih terperinci

Sri Indra Maiyanti * ), Oki Dwipurwani * ), Anita Desiani * ),Betty Aprianah ** ) Yanti_Sri02@Yahoo.com

Sri Indra Maiyanti * ), Oki Dwipurwani * ), Anita Desiani * ),Betty Aprianah ** ) Yanti_Sri02@Yahoo.com APLIKASI ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI HUBUNGAN PEUBAH INDIKATOR DENGAN PEUBAH LATEN YANG MEMPENGARUHI PRESTASI MAHASISWA DI JURUSAN MATEMATIKA FMIPA UNSRI Sri Indra Maiyanti * ) Oki Dwipurwani

Lebih terperinci

BAB III METODE PENELITIAN. mengenai implementasi program pendidikan Madrasah Tsanawiyah

BAB III METODE PENELITIAN. mengenai implementasi program pendidikan Madrasah Tsanawiyah 78 BAB III METODE PENELITIAN A. Jenis Penelitian dan Model Evaluasi Sesuai dengan tujuan penelitian, jenis penelitian ini dikategorikan sebagai penelitian evaluasi. Penelitian evaluasi merupakan kegiatan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil uji itas dan Reliabilitas Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi syarat-syarat alat ukur yang baik, sehingga mengahasilkan

Lebih terperinci

Analisis Struktur Statis Tak Tentu dengan Force Method

Analisis Struktur Statis Tak Tentu dengan Force Method Mata Kuliah : Analisis Struktur Kode : TSP 202 SKS : 3 SKS Analisis Struktur Statis Tak Tentu dengan Force Method Pertemuan - 7 TIU : Mahasiswa dapat menghitung reaksi perletakan pada struktur statis tak

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI USAHA PEDAGANG KAKI LIMA DI PANTAI PENIMBANGAN KECAMATAN BULELENG, KABUPATEN BULELENG

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI USAHA PEDAGANG KAKI LIMA DI PANTAI PENIMBANGAN KECAMATAN BULELENG, KABUPATEN BULELENG ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI USAHA PEDAGANG KAKI LIMA DI PANTAI PENIMBANGAN KECAMATAN BULELENG, KABUPATEN BULELENG I Wayan Sastrawan Jurusan Pendidikan Ekonomi Universitas

Lebih terperinci

ANALISIS PENGARUH KUALITAS LAYANAN, KEPERCAYAAN, DAN KEPUASAN TERHADAP LOYALITAS PELANGGAN PADA PT. KHARISMA GAMABA JAYA SURABAYA SKRIPSI

ANALISIS PENGARUH KUALITAS LAYANAN, KEPERCAYAAN, DAN KEPUASAN TERHADAP LOYALITAS PELANGGAN PADA PT. KHARISMA GAMABA JAYA SURABAYA SKRIPSI ANALISIS PENGARUH KUALITAS LAYANAN, KEPERCAYAAN, DAN KEPUASAN TERHADAP LOYALITAS PELANGGAN PADA PT. KHARISMA GAMABA JAYA SURABAYA SKRIPSI Diajukan Kepada Fakultas Ekonomi Universitas Pembangunan Nasional

Lebih terperinci

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc ANOVA SATU ARAH Nucke Widowati Kusumo Proo, S.Si, M.Sc It s about: Ui rata-rata untuk lebih dari dua populasi Ui perbandingan ganda (ui Duncan & Tukey) Output SPSS PENDAHULUAN Ui hipotesis yang sudah kita

Lebih terperinci

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA

Lebih terperinci

CHAPTER 6. Ruang Hasil Kali Dalam

CHAPTER 6. Ruang Hasil Kali Dalam CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal

Lebih terperinci

Nama Peserta : No Peserta : Asal Sekolah : Asal Daerah :

Nama Peserta : No Peserta : Asal Sekolah : Asal Daerah : 1. Terdapat sebuah fungsi H yang memetakan dari himpunan bilangan asli ke bilangan asli lainnya dengan ketentuan sebagai berikut. Misalkan akan dicari nilai fungsi H jika x=38. 38 terdiri dari 3 puluhan

Lebih terperinci

MODUL I ANALISIS KOMPONEN UTAMA

MODUL I ANALISIS KOMPONEN UTAMA MODUL I ANALISIS KOMPONEN UTAMA 1. Analisis Komponen Utama Analisis komponen utama digunakan untuk menjelaskan struktur matriks varianskovarians dari suatu set variabel melalui kombinasi linier dari variabel-variabel

Lebih terperinci

Pemetaan Biplot untuk Masalah Putus Sekolah Pendidikan Dasar pada Masyarakat Miskin antar Kecamatan di Kabupaten Ogan Ilir

Pemetaan Biplot untuk Masalah Putus Sekolah Pendidikan Dasar pada Masyarakat Miskin antar Kecamatan di Kabupaten Ogan Ilir Jurnal Penelitian Sains Volume 14 Nomer 2(A) 14203 Pemetaan Biplot untuk Masalah Putus Sekolah Pendidikan Dasar pada Masyarakat Miskin antar Kecamatan di Kabupaten Ogan Ilir Dian Cahyawati S. dan Oki Dwipurwani

Lebih terperinci

Beberapa Benda Ruang Yang Beraturan

Beberapa Benda Ruang Yang Beraturan Beberapa Benda Ruang Yang Beraturan Kubus Tabung rusuk kubus = a volume = a³ panjang diagonal bidang = a 2 luas = 6a² panjang diagonal ruang = a 3 r = jari-jari t = tinggi volume = π r² t luas = 2πrt Prisma

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi

Lebih terperinci

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP I Made Sumertajaya 2 Ahmad Ansori Mattjik 3 I Gede Nyoman Mindra Jaya,2 Dosen Departemen Statistika Institut Pertanian Bogor,3 Mahasiswa

Lebih terperinci

GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics

GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics GET FILE='D:\albert\data47 OK.sav'. DESCRIPTIVES VARIABLES=TOperAC seperac /STATISTICS=MEAN STDDEV MIN MAX. Descriptive Statistics N Minimum Maximum Mean Std. Deviation TOperAC 47 988.47 2376.52 1802.6366

Lebih terperinci

DATA MINING DAN WAREHOUSE A N D R I

DATA MINING DAN WAREHOUSE A N D R I DATA MINING DAN WAREHOUSE A N D R I CLUSTERING Secara umum cluster didefinisikan sebagai sejumlah objek yang mirip yang dikelompokan secara bersama, Namun definisi dari cluster bisa beragam tergantung

Lebih terperinci

MODUL REGRESI LINIER SEDERHANA

MODUL REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi

Lebih terperinci

SOAL UJIAN NASIONAL. PROGRAM STUDI IPA ( kode P 45 ) TAHUN PELAJARAN 2008/2009

SOAL UJIAN NASIONAL. PROGRAM STUDI IPA ( kode P 45 ) TAHUN PELAJARAN 2008/2009 SOAL UJIAN NASIONAL PROGRAM STUDI IPA ( kode P 4 ) TAHUN PELAJARAN 8/9. Perhatikan premis premis berikut! - Jika saya giat belajar maka saya bisa meraih juara - Jika saya bisa meraih juara maka saya boleh

Lebih terperinci

PENDEKATAN MODEL MATEMATIS UNTUK MENENTUKAN PERSENTASE MARKUP HARGA JUAL PRODUK

PENDEKATAN MODEL MATEMATIS UNTUK MENENTUKAN PERSENTASE MARKUP HARGA JUAL PRODUK PENDEKATAN MODEL MATEMATIS UNTUK MENENTUKAN PERSENTASE MARKUP HARGA JUAL PRODUK Oviliani Yenty Yuliana Dosen Fakultas Ekonomi, Jurusan Akuntansi Universitas Kristen Petra Siana Halim Dosen Fakultas Teknologi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. A. Definisi konseptual, Operasional dan Pengukuran Variabel

BAB III METODOLOGI PENELITIAN. A. Definisi konseptual, Operasional dan Pengukuran Variabel BAB III METODOLOGI PENELITIAN A. Definisi konseptual, Operasional dan Pengukuran Variabel 1. Definisi Konseptual Menurut teori teori yang di uraikan tersebut diatas dapat disimpulkan bahwa yang dimaksud

Lebih terperinci

HASIL DAN PEMBAHASAN Konfigurasi Spasial Karakteristik Wilayah

HASIL DAN PEMBAHASAN Konfigurasi Spasial Karakteristik Wilayah 70 HASIL DAN PEMBAHASAN Konfigurasi Spasial Karakteristik Wilayah Proses analisis komponen utama terhadap kecamatan-kecamatan di wilayah Kabupaten Banyumas yang didasarkan pada data Potensi Desa (PODES)

Lebih terperinci

TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry

TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry REGRESI SEDERHANA Model regresi sederhana dilakukan jika bermaksud meramalkan bagaimana keadaan

Lebih terperinci

Hakikat Kepuasan Pelanggan Pengertian Pelanggan Pengertian Kepuasan Pelanggan

Hakikat Kepuasan Pelanggan Pengertian Pelanggan Pengertian Kepuasan Pelanggan ANALISIS FAKTOR KUALITAS LAYANAN ADMINISTRASI AKADEMIK DALAM MEMBERIKAN KEPUASAN KEPADA MAHASISWA DI FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS MERCU BUANA JAKARTA The Analysis of Service Quality of Academic

Lebih terperinci

BESARAN ORGANISASI. Materi 5

BESARAN ORGANISASI. Materi 5 BESARAN ORGANISASI Materi 5 Mendefinisikan Besaran Organisasi Lebih dari 80% penelitian menggunakan besaran organisasi sebagai variabel mendefinisikannya sbg jumlah total pegawai. Penggunaan perhitungan

Lebih terperinci

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015 Uji Hipotesis Atina Ahdika, S.Si, M.Si Universitas Islam Indonesia 015 Definisi Hipotesis Suatu pernyataan tentang besarnya nilai parameter populasi yang akan diuji. Pernyataan tersebut masih lemah kebenarannya

Lebih terperinci

METODE PENELITIAN. bulan, sejak bulan Oktober 2007 sampai dengan bulan April 2008. Tabel 1 Jadwal Penelitian Tahapan

METODE PENELITIAN. bulan, sejak bulan Oktober 2007 sampai dengan bulan April 2008. Tabel 1 Jadwal Penelitian Tahapan 14 BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Tempat pelaksanaan penelitian ini adalah di SMK Negeri 1 Ngawen Kabupaten Gunungkidul.. Waktu Penelitian Aktivitas penelitian

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT MOTIVASI PETUGAS PENYULUH LAPANGAN PERTANIAN

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT MOTIVASI PETUGAS PENYULUH LAPANGAN PERTANIAN ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT MOTIVASI PETUGAS PENYULUH LAPANGAN PERTANIAN (Kasus : Kecamatan Hamparan Perak, Kabupaten Deli Serdang) Martumbur Ivan *), Luhut Sihombing **), Jufri **)

Lebih terperinci

PENGANTAR ANALISIS FUNGSIONAL

PENGANTAR ANALISIS FUNGSIONAL PENGANTAR ANALISIS FUNGSIONAL SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat

Lebih terperinci

4. Himpunan penyelesaian dari sistem persamaan linear x + y = 5 dan x - 2y = -4 adalah... A.{ (1, 4) }

4. Himpunan penyelesaian dari sistem persamaan linear x + y = 5 dan x - 2y = -4 adalah... A.{ (1, 4) } 1. Diketahui himpunan P = ( bilangan prima kurang dari 13 ) Banyak himpunan bagian dari P adalah... 5 25 10 32 P = {Bilangan prima kurang dari 13} = {2, 3, 5, 7, 11} n(p) = 5 2. Dari diagram Venn di bawah,

Lebih terperinci

BAB VI. ANALISIS JEJAK ATAU SIDIK LINTAS (PATH ANALYSIS)

BAB VI. ANALISIS JEJAK ATAU SIDIK LINTAS (PATH ANALYSIS) BAB VI. ANALII JEJAK ATAU IDIK LINTA (PATH ANALYI) 6.1 Pendahuluan Telaah statistika mengatakan bahwa dalam analisis hubungan yang bertujuan untuk peramalan atau pendugaan nilai Y atas dasar nilai-nilai

Lebih terperinci

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137)

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137) 10th Meeting Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137) by Ledhyane I.H Tujuan Instruksional Khusus Mahasiswa akan dapat menggunakan rangkaian prosedur percobaan dengan menggunakan analisis

Lebih terperinci

3 OPERASI HITUNG BENTUK ALJABAR

3 OPERASI HITUNG BENTUK ALJABAR OPERASI HITUNG BENTUK ALJABAR Pada arena balap mobil, sebuah mobil balap mampu melaju dengan kecepatan (x + 10) km/jam selama 0,5 jam. Berapakah kecepatannya jika jarak yang ditempuh mobil tersebut 00

Lebih terperinci

IDENTIFIKASI SERVICE QUALITY HYPERMART DI SURABAYA DAN PENGARUHNYA TERHADAP PERILAKU PENGUNJUNG MENGGUNAKAN MODEL RETAIL SERVICE QUALITY SCALE (RSQS)

IDENTIFIKASI SERVICE QUALITY HYPERMART DI SURABAYA DAN PENGARUHNYA TERHADAP PERILAKU PENGUNJUNG MENGGUNAKAN MODEL RETAIL SERVICE QUALITY SCALE (RSQS) TUGAS AKHIR IDENTIFIKASI SERVICE QUALITY HYPERMART DI SURABAYA DAN PENGARUHNYA TERHADAP PERILAKU PENGUNJUNG MENGGUNAKAN MODEL RETAIL SERVICE QUALITY SCALE (RSQS) Ditulis untuk memenuhi sebagian persyaratan

Lebih terperinci

PENGUKURAN KINERJA SUMBER DAYA MANUSIA DENGAN MENGGUNAKAN KONSEP HUMAN RESOURCE SCORECARD DI PT JB

PENGUKURAN KINERJA SUMBER DAYA MANUSIA DENGAN MENGGUNAKAN KONSEP HUMAN RESOURCE SCORECARD DI PT JB PENGUKURAN KINERJA SUMBER DAYA MANUSIA DENGAN MENGGUNAKAN KONSEP HUMAN RESOURCE SCORECARD DI PT JB Moses L. Singgih 1, Sri Gunani Partiwi 2 dan Arum S. Dani 3 Jurusan Teknik Industri Institut Teknologi

Lebih terperinci

TOPIK PEMBAHASAN 2/51

TOPIK PEMBAHASAN 2/51 OVERVIEW Tujuan dari bab ini adalah untuk mempelajari konsep return dan risiko portofolio dalam investasi di pasar modal. Bab ini akan memberikan pemahaman yang lebih baik mengenai : perbedaan tentang

Lebih terperinci

METODA PEMBUKTIAN DALAM MATEMATIKA

METODA PEMBUKTIAN DALAM MATEMATIKA 1 1 Program Studi Pend Matematika FKIP UM Ponorogo January 12, 2011 Jenis Pernyataan dalam Matematika Denisi (Denition) Kesepakatan mengenai pegertian suatu istilah. Teorema (Theorem) Pernyataan yang dapat

Lebih terperinci

Analisis Instrumen (Soal)

Analisis Instrumen (Soal) Analisis Instrumen (Soal) Oleh Dr. Zulkifli Matondang, M.Si PPs Unimed - Medan Pendahuluan Menganalisis instrumen (tes/non-tes), merupakan upaya untuk mengetahui tingkat kebaikan butir instrumen yang akan

Lebih terperinci

Jenis Jenis--jenis jenis fungsi dan fungsi linier Hafidh Munawir

Jenis Jenis--jenis jenis fungsi dan fungsi linier Hafidh Munawir Jenis-jenis fungsi dan fungsi linier Hafidh Munawir Diskripsi Mata Kuliah Memperkenalkan unsur-unsur fungsi ialah variabel bebas dan variabel terikat, koefisien, dan konstanta, yang saling berkaitan satu

Lebih terperinci

MODUL METODE MAGNETOTELLURIK

MODUL METODE MAGNETOTELLURIK MODUL METODE MAGNETOTELLURIK Asnin Nur Salamah, Rizandi Gemal Parnadi, Heldi Alfiadi, Zamzam Multazam, Mukhlis Ahmad Zaelani, Nanda Tumangger, Surya Wiranto Jati, Andromeda Shidiq 10210045, 10210001, 10210004,

Lebih terperinci

PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH

PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH, Universitas Negeri Malang E-mail: die_gazeboy24@yahoo.com Abstrak: Penelitian ini bertujuan untuk mengetahui model

Lebih terperinci

Analisis Kecepatan Terminal Benda Jatuh Bebas

Analisis Kecepatan Terminal Benda Jatuh Bebas Analisis Kecepatan Terminal Benda Jatuh Bebas Ahmad Dien Warits 1206240101 Departemen Teknik Mesin Fakultas Teknik Universitas Indonesia Depok Abstrak : Selama ini kita melakukan analisis kecepatan benda

Lebih terperinci

RANCANGAN ACAK LENGKAP (RAL)

RANCANGAN ACAK LENGKAP (RAL) RANCANGAN ACAK LENGKAP (RAL) Oleh: Ir. Sri Nurhatika M.P Jurusan Biologi Fakultas MAtematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2010 RANCANGAN ACAK LENGKAP (RAL) Penggunaan

Lebih terperinci

Analisis Perpindahan (displacement) dan Kecepatan Sudut (angular velocity) Mekanisme Empat Batang Secara Analitik Dengan Bantuan Komputer

Analisis Perpindahan (displacement) dan Kecepatan Sudut (angular velocity) Mekanisme Empat Batang Secara Analitik Dengan Bantuan Komputer Analisis Perpindahan (displacement) dan Kecepatan Sudut (angular velocity) Mekanisme Empat Batang Secara Analitik Dengan Bantuan Komputer Oegik Soegihardjo Dosen Fakultas Teknologi Industri Jurusan Teknik

Lebih terperinci

TEORI MOTIVASI & TEKNIK MEMOTIVASI

TEORI MOTIVASI & TEKNIK MEMOTIVASI TEORI MOTIVASI & TEKNIK MEMOTIVASI Manager yang berhasil adalah yang mampu menggerakkan bawahannya dengan menciptakan motivasi yang tepat bagi bawahannya PEMBAGIAN TEORI MOTIVASI TEORI ISI (Content Theory)

Lebih terperinci

APLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : 021-834 14694 / email : klik.statistik@gmail.com

APLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : 021-834 14694 / email : klik.statistik@gmail.com APLIKASI REGRESI SEDERHANA DENGAN SPSS HENDRY admin teorionline.net Phone : 02-834 4694 / email : klik.statistik@gmail.com Tentang Regresi Sederhana Analisis regresi merupakan salah satu teknik analisis

Lebih terperinci

OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER

OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER Yeni Arsih Sriani, Mokhamad Nur Cahyadi Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan,Institut Teknologi Sepuluh Nopember

Lebih terperinci

HUBUNGAN MANAJEMEN PESERTA DIDIK DENGANKELANCARAN PROSES BELAJAR MENGAJAR

HUBUNGAN MANAJEMEN PESERTA DIDIK DENGANKELANCARAN PROSES BELAJAR MENGAJAR HUBUNGAN MANAJEMEN PESERTA DIDIK DENGANKELANCARAN PROSES BELAJAR MENGAJAR Baiq Neni Sugiatni, Jumailiyah, dan Baiq Rohiyatun Administrasi pendidikan, FIP IKIP Mataram Email :Baiqnenysugiatni@gmail.com

Lebih terperinci

PATH ANALYSIS & STRUCTURAL EQUATION MODEL. Liche Seniati Sem. Ganjil 2009/2010 Program Magister Profesi F.Psi.UI

PATH ANALYSIS & STRUCTURAL EQUATION MODEL. Liche Seniati Sem. Ganjil 2009/2010 Program Magister Profesi F.Psi.UI PATH ANALYSIS & STRUCTURAL EQUATION MODEL Liche Seniati Sem. Ganjil 2009/2010 Program Magister Profesi F.Psi.UI PATH ANALYSIS (Path Analysis) : merupakan suatu metode analisis untuk melihat hubungan antara

Lebih terperinci

merencanakan tindak lanjut

merencanakan tindak lanjut Menjelaskan cara-cara mengidentifikasi masalah Merinci langkah-langkah untuk merencanakan perbaikan Menjelaskan langkah-langkah dalam melaksanakan PTK Mendeskripsikan berbagai kaidah dan teknik untuk mengumpulkan

Lebih terperinci

DAFTAR ISI. Abstrak... Daftar Isi... Daftar Tabel... Daftar Bagan... Daftar Gambar... Daftar Lampiran... BAB I PENDAHULUAN... 1

DAFTAR ISI. Abstrak... Daftar Isi... Daftar Tabel... Daftar Bagan... Daftar Gambar... Daftar Lampiran... BAB I PENDAHULUAN... 1 DAFTAR ISI Abstrak... Daftar Isi... Daftar Tabel... Daftar Bagan... Daftar Gambar... Daftar Lampiran... v vii xii xiii xiv xv BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah Penelitian... 1 1.2 Identifikasi

Lebih terperinci

Suku Banyak. A. Pengertian Suku Banyak B. Menentukan Nilai Suku Banyak C. Pembagian Suku Banyak D. Teorema Sisa E. Teorema Faktor

Suku Banyak. A. Pengertian Suku Banyak B. Menentukan Nilai Suku Banyak C. Pembagian Suku Banyak D. Teorema Sisa E. Teorema Faktor Bab 5 Sumber: www.in.gr Setelah mempelajari bab ini, Anda harus mampu menggunakan konsep, sifat, dan aturan fungsi komposisi dalam pemecahan masalah; menggunakan konsep, sifat, dan aturan fungsi invers

Lebih terperinci

ANALISIS PERTUMBUHAN TIGA KULTIVAR KACANG TUNGGAK GROWTH ANALYSIS OF THREE COWPEA CULTIVARS

ANALISIS PERTUMBUHAN TIGA KULTIVAR KACANG TUNGGAK GROWTH ANALYSIS OF THREE COWPEA CULTIVARS Ilmu Pertanian Vol. 11 No.1, 2004 : 7-12 ANALISIS PERTUMBUHAN TIGA KULTIVAR KACANG TUNGGAK ABSTRACT GROWTH ANALYSIS OF THREE COWPEA CULTIVARS Anna Fitri Astuti 1, Nasrullah 2 dan Suyadi Mitrowihardjo 2

Lebih terperinci

BAB I PENDAHULUAN. atau sumber informasi dalam komputer yang disusun secara sistematis untuk

BAB I PENDAHULUAN. atau sumber informasi dalam komputer yang disusun secara sistematis untuk BAB I PENDAHULUAN A. Latar Belakang Perpustakaan adalah kumpulan materi tercetak dan media non cetak dan atau sumber informasi dalam komputer yang disusun secara sistematis untuk digunakan pengguna (Sulistyo-Basuki,

Lebih terperinci

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009

Lebih terperinci

MATRIKS RINCIAN PENYEMPURNAAN TABEL 1.1 KEGIATAN USAHA BANK UMUM SPI Lama

MATRIKS RINCIAN PENYEMPURNAAN TABEL 1.1 KEGIATAN USAHA BANK UMUM SPI Lama MATRIKS RINCIAN PENYEMPURNAAN TABEL 1.1 KEGIATAN USAHA BANK UMUM Tabel 1.1 Kegiatan Usaha Bank Umum Tabel 1.1 Kegiatan Usaha Bank Umum A Penyaluran Dana (Distribution of Funds) 1 Penyaluran Dana (Distribution

Lebih terperinci

tempat. Teori Atribusi

tempat. Teori Atribusi 4 C. PERSEPSI DAN KEPRIBADIAN Persepsi adalah suatu proses di mana individu mengorganisasikan dan menginterpretasikan kesan sensori mereka untuk memberi arti pada lingkungan mereka. Riset tentang persepsi

Lebih terperinci

Keterkaitan Pertumbuhan Penduduk Berdasarkan Hirarki Pusat Pertumbuhan/Pelayanan terhadap Perubahan Struktur Penggunaan Lahan di Provinsi Jambi

Keterkaitan Pertumbuhan Penduduk Berdasarkan Hirarki Pusat Pertumbuhan/Pelayanan terhadap Perubahan Struktur Penggunaan Lahan di Provinsi Jambi Keterkaitan Pertumbuhan Penduduk Berdasarkan Hirarki Pusat Pertumbuhan/Pelayanan terhadap Perubahan Struktur Penggunaan Lahan di Provinsi Jambi Yulmardi, Yulmardi; Junaidi, Junaidi; Nurjanah, Rahma Nurjanah

Lebih terperinci

STUDI IDENTIFIKASI STRUKTUR BAWAH PERMUKAAN DAN KEBERADAAN HIDROKARBON BERDASARKAN DATA ANOMALI GAYA BERAT PADA DAERAH CEKUNGAN KALIMANTAN TENGAH

STUDI IDENTIFIKASI STRUKTUR BAWAH PERMUKAAN DAN KEBERADAAN HIDROKARBON BERDASARKAN DATA ANOMALI GAYA BERAT PADA DAERAH CEKUNGAN KALIMANTAN TENGAH STUDI IDENTIFIKASI STRUKTUR BAWAH PERMUKAAN DAN KEBERADAAN HIDROKARBON BERDASARKAN DATA ANOMALI GAYA BERAT PADA DAERAH CEKUNGAN KALIMANTAN TENGAH Dian Erviantari dan Muh. Sarkowi Program Studi Teknik Geofisika

Lebih terperinci

ANALISIS PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN RUMAH MAKAN

ANALISIS PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN RUMAH MAKAN ANALISIS PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN RUMAH MAKAN 1 Etty Roswitha Ariyani 1 Jl. Rawa Papan Rt. 012/006 No. 48 Bintaro Pesanggrahan Jakarta Selatan (roswithaariyani@yahoo.com)

Lebih terperinci

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni Pendahuluan Dalam seluruh langkah penelitian, seorang peneliti perlu menjaga sebaik-baiknya agar hubungan yang

Lebih terperinci

a. Hubungan Gerak Melingkar dan Gerak Lurus Kedudukan benda ditentukan berdasarkan sudut θ dan jari jari r lintasannya Gambar 1

a. Hubungan Gerak Melingkar dan Gerak Lurus Kedudukan benda ditentukan berdasarkan sudut θ dan jari jari r lintasannya Gambar 1 . Pengantar a. Hubungan Gerak Melingkar dan Gerak Lurus Gerak melingkar adalah gerak benda yang lintasannya berbentuk lingkaran dengan jari jari r Kedudukan benda ditentukan berdasarkan sudut θ dan jari

Lebih terperinci

Pendahuluan. Angka penting dan Pengolahan data

Pendahuluan. Angka penting dan Pengolahan data Angka penting dan Pengolahan data Pendahuluan Pengamatan merupakan hal yang penting dan biasa dilakukan dalam proses pembelajaran. Seperti ilmu pengetahuan lain, fisika berdasar pada pengamatan eksperimen

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. data yang telah diperolah dari penelitian yang telah dilakukan pada 95

BAB IV HASIL DAN PEMBAHASAN. data yang telah diperolah dari penelitian yang telah dilakukan pada 95 BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Responden Dalam gambaran umum mengenai responden ini akan disajikan data yang telah diperolah dari penelitian yang telah dilakukan pada 95 orang responden.

Lebih terperinci

Ruang Hasil Kali Dalam

Ruang Hasil Kali Dalam Ruang Hasil Kali Dalam (Gram Schmidt) Wono Setya Budhi KKAG FMIPA ITB v 0.1 Maret 2015 Wono Setya Budhi (KKAG FMIPA ITB) Ruang Hasil Kali Dalam v 0.1 Maret 2015 1 / 13 Misalkan S subhimpunan di V, kita

Lebih terperinci

ANALISIS DATA DENGAN SPSS

ANALISIS DATA DENGAN SPSS ANALISIS DATA DENGAN SPSS I. ANALISIS DATA UNTUK UJI PERSYARATAN UJI HIPOTESIS A. Uji Normalitas Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari populasi yang berdistribusi

Lebih terperinci

Teori Harga Fungsi Linear

Teori Harga Fungsi Linear Teori Harga Fungsi Linear Matematika Ekonomi LOGO Osa Omar Sharif Teori Permintaan Teori permintaan Menerangkan tentang ciri hubungan antara jumlah permintaan (jumlah barang yang diminta pembeli) dan harga.

Lebih terperinci

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 07

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 07 Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 07 Contents 31 2 3 4 35 Divide and Conguer MinMax Problem Closest Pair Sorting Problem Perpangkatan 2 Algoritma divide and conquer

Lebih terperinci

BESAR SAMPEL. Saptawati Bardosono

BESAR SAMPEL. Saptawati Bardosono BESAR SAMPEL Saptawati Bardosono Mengapa perlu menentukan besar sampel? Tujuan utama penelitian: Estimasi nilai tertentu pada populasi (rerata, total, rasio), misal: Mengetahui proporsi penyakit ISPA pada

Lebih terperinci

PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)

PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui

Lebih terperinci

DAFTAR ISI. x xi xii xiii DAFTAR ISI... xiv DAFTAR TABEL... xvi DAFTAR GAMBAR... xviii DAFTAR LAMPIRAN... xix

DAFTAR ISI. x xi xii xiii DAFTAR ISI... xiv DAFTAR TABEL... xvi DAFTAR GAMBAR... xviii DAFTAR LAMPIRAN... xix DAFTAR ISI LEMBAR JUDUL...... i LEMBAR PERNYATAAN...... ii ABSTRAK...... iii RINGKASAN EKSEKUTIF...... iv LEMBAR PENGESAHAN...... RIWAYAT HIDUP PENULIS...... LEMBAR PERSEMBAHAN...... KATA PENGANTAR......

Lebih terperinci

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)

Lebih terperinci

DINAMIKA GERAK FISIKA DASAR (TEKNIK SIPIL) Mirza Satriawan. menu. Physics Dept. Gadjah Mada University Bulaksumur, Yogyakarta email: mirza@ugm.ac.

DINAMIKA GERAK FISIKA DASAR (TEKNIK SIPIL) Mirza Satriawan. menu. Physics Dept. Gadjah Mada University Bulaksumur, Yogyakarta email: mirza@ugm.ac. 1/30 FISIKA DASAR (TEKNIK SIPIL) DINAMIKA GERAK Mirza Satriawan Physics Dept. Gadjah Mada University Bulaksumur, Yogyakarta email: mirza@ugm.ac.id Definisi Dinamika Cabang dari ilmu mekanika yang meninjau

Lebih terperinci

REGRESI LINIER OLEH: JONATHAN SARWONO

REGRESI LINIER OLEH: JONATHAN SARWONO REGRESI LINIER OLEH: JONATHAN SARWONO 1.1 Pengertian Apa yang dimaksud dengan regresi linier? Istilah regresi pertama kali dalam konsep statistik digunakan oleh Sir Francis Galton dimana yang bersangkutan

Lebih terperinci

PENGARUH JAM PELAJARAN KOSONG TERHADAP KENAKALAN PESERTA DIDIK DI SMAN 1 REJOTANGAN TAHUN 2013 Oleh : Supriadi Guru SMAN 1 Rejotangan

PENGARUH JAM PELAJARAN KOSONG TERHADAP KENAKALAN PESERTA DIDIK DI SMAN 1 REJOTANGAN TAHUN 2013 Oleh : Supriadi Guru SMAN 1 Rejotangan PENGARUH JAM PELAJARAN KOSONG TERHADAP KENAKALAN PESERTA DIDIK DI SMAN 1 REJOTANGAN TAHUN 2013 Oleh : Supriadi Guru SMAN 1 Rejotangan ABSTRAK. Penelitian ini bertujuan untuk menjelaskan besarnya pengaruh

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan metode yang tepat maka akan mendapatkan hasil yang tepat pula.

BAB III METODE PENELITIAN. menggunakan metode yang tepat maka akan mendapatkan hasil yang tepat pula. 40 BAB III METODE PENELITIAN Metodologi penelitian dalam suatu penelitian sangat penting, sebab dengan menggunakan metode yang tepat maka akan mendapatkan hasil yang tepat pula. Artinya apabila seseorang

Lebih terperinci

Motivasi dalam Organisasi

Motivasi dalam Organisasi Motivasi dalam Organisasi Motivasi berasal dari kata latin movere yang berarti dorongan atau daya penggerak. Motivasi ini diberikan kepada manusia, khususnya kepada para bawahan atau pengikut. Adapun kerja

Lebih terperinci

MENENTUKAN KELIPATAN PERSEKUTUAN TERKECIL (KPK) DAN FAKTOR PERSEKUTUAN TERBESAR (FPB) DENGAN METODE EBIK

MENENTUKAN KELIPATAN PERSEKUTUAN TERKECIL (KPK) DAN FAKTOR PERSEKUTUAN TERBESAR (FPB) DENGAN METODE EBIK MENENTUKAN KELIPATAN PERSEKUTUAN TERKECIL (KPK) DAN FAKTOR PERSEKUTUAN TERBESAR (FPB) DENGAN METODE EBIK Nuryadi, S.Pd, M.Pd. 1 A. PENDAHULUAN Pendidikan hendaknya mampu membentuk cara berpikir dan berprilaku

Lebih terperinci

PENGOLAHAN PARALEL. Kebutuhan akan Komputer Paralel PENDAHULUAN. Dahulu:

PENGOLAHAN PARALEL. Kebutuhan akan Komputer Paralel PENDAHULUAN. Dahulu: PENGOLAHAN PARALEL PENDAHULUAN PENDAHULUAN 1 Kebutuhan akan Komputer Paralel Dahulu: Ilmu klasik didasarkan pada observasi, teori dan eksperimen Observasi dari fenomena menghasilkan hipotesa Teori dikembangkan

Lebih terperinci

BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN

BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 94. Metode statistik nonparametrik merupakan metode statistik yang dapat

Lebih terperinci