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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH, Universitas Negeri Malang Abstrak: Penelitian ini bertujuan untuk mengetahui model peramalan terbaik dari data nilai ekspor non-migas Indonesia ke wilayah ASEAN dan menentukan hasil peramalan data tersebut untuk periode berikutnya. Model yang digunakan dalam penelitian ini merupakan salah satu model dalam metode deret waktu yaitu model EGARCH. Dari hasil penelitian diperoleh bahwa model terbaik adalah EGARCH(1,1) dan diperoleh persamaan varian sebagai berikut: ln( ) = 36, , , ln( ). Untuk meramalkan nilai ekspor non-migas Indonesia ke wilayah ASEAN pada periode selanjutnya digunakan rumus berikut: = (1 ) + (1 + ) + dengan AR(1) = = , MA(1) = = , C = = Hasil peramalan model ini memiliki persentase kesalahan yang relatif kecil. Hal ini mengindikasikan bahwa model EGARCH(1,1) adalah model yang baik diterapkan dalam meramalkan nilai ekspor non-migas Indonesia terhadap ASEAN untuk periode selanjutnya. Kata kunci: nilai ekspor non migas Indonesia, ASEAN, model EGARCH Abstract: The purpose of this research for knowing the best forcasting model from data of value of non oil and gas export of Indonesia to ASEAN s countries and finding the forcasting result for the next period. Model has used in this research is EGARCH model. The result from this research showed that EGARCH(1,1) is the best model and the varian equation: ln( ) = 36, , , ln( ). To forcast value of non oil and gas export of Indonesia to ASEAN s countries for the next period used this fornula: = (1 ) + (1 + ) + dengan AR(1) = = , MA(1) = = , C = = The forcasting result of this model has percentage of error small relatively. This showed that EGARCH(1,1) is the best model to forcast value of non oil and gas export of Indonesia to ASEAN s countries for the next period. Keyword: value of non oil and gas export of Indonesia, ASEAN, EGARCH model Sebagai negara dengan sumber daya alam yang sangat melimpah, Indonesia memiliki peran yang penting dalam bidang ekspor, khususnya ekspor ke wilayah Asia. Salah satu contoh hasil ekspor Indonesia adalah ekspor nonmigas Indonesia ke wilayah ASEAN. Sebagai langkah awal untuk menentukan kebijakan dalam meningkatkan hasil ekspor non-migas Indonesia ke wilayah ASEAN, maka diperlukan beberapa prediksi nilai hasil ekspor non-migas Indonesia ke wilayah ASEAN untuk periode berikutnya. Untuk itu diperlukan suatu metode yang tepat digunakan dalam mengatasi hal tersebut. Metode yang digunakan adalah metode deret waktu yaitu model EGARCH. Model Exponential General Auto Regressive Conditional Heteroscedastic (EGARCH) diperkenalkan oleh Daniel B. Nelson pada tahun Model ini merupakan pengembangan dari model GARCH. Kelebihan dari model EGARCH yaitu model ini mampu mengatasi varian yang tidak konstan. Selain itu, model ini juga bisa diterapkan untuk mengatasi adanya pengaruh asimetrik pada data, yaitu 1. Adi Santo Prasetyo adalah mahasiswa jurusan Matematika FMIPA Universitas Negeri Malang 2. Swasono Rahardjo adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang

2 data yang memiliki nilai cross correlation antara residual kuadrat dan lag galatnya signifikan. Sedangkan metode GARCH tidak bisa diterapkan untuk data asimetrik. Secara umum, model EGARCH(1,1) dapat ditulis seperti persamaan berikut ini: = ln = + + ( ) + ln (2.32) Dengan sisi sebelah kiri merupakan logaritma linier dari varian bersyarat. Efek laverage diharapkan menyebar eksponensial, yaitu efek yang terjadi pada volatilitas yang berasal dari bad news ( > 0) pada periode mendatang lebih besar daripada efek yang ditimbulkan dari good news ( < 0) pada periode mendatang, sehingga ramalannya tidak akan negatif. Efek laverage dapat diperiksa dengan cara menguji hipotesis nol bahwa < 0 sedangkan pengaruh asimetrik ada jika 0 (Eviews7 User s Guide, 2009). Menurut Enders (2004:142), terdapat tiga hal yang menarik pada model EGARCH, yaitu: 1. Persamaan dari varian bersyarat dalam bentuk log-linier dengan mengabaikan besaran dari ln, mengakibatkan nilai tidak akan negatif. 2. Dari pada menggunakan nilai, model EGARCH menggunakan nilai yang distandarisasi (membagi dengan ). Nelson berpendapat bahwa standarisasi ini memberikan interpretasi yang lebih alami dari ukuran guncangan dan guncangan yang berkelanjutan. Bagaimanapun nilai standarisasi dari merupakan suatu unit yang membebaskan ukuran. 3. Model EGARCH mengijinkan efek laverage. Jika bernilai positif, maka pengaruh guncangan pada log varian bersyaratnya adalah +. Jika bernilai negatif, maka pengaruh guncangan pada log varian bersyaratnya adalah +. Langkah-langkah dalam pembentukan model EGARCH adalah sebagai berikut: 1. Uji Pengaruh Asimetrik Untuk mengetahui adanya pengaruh asimetrik dapat dilakukan uji sebagai berikut: a. Setelah melakukan pendugaan model ARCH/GARCH, hitung sisaan yang distandarisasi dengan rumus: = (2.33) Maka { } terdiri dari masing-masing sisaan yang dibagi oleh standar deviasinya. b. yang diperoleh pada proses di atas dikuadratkan sehingga diperoleh. Setelah itu, diuji menggunakan korelasi silang antara dengan lag galatnya. Jika hasil uji korelasi silang antara kuadrat galat model dengan lag galatnya bernilai nol maka tidak terdapat pengaruh asimetrik dan sebaliknya jika hasil korelasi silang antara kuadrat galat model dengan lag galatnya tidak sama dengan nol, hal itu berarti ada pengaruh asimetrik. 2. Penaksiran Parameter Model EGARCH

3 Proses penaksiran parameter fungsi varian pada model EGARCH sama dengan model GARCH, yaitu dilakukan dengan menggunakan metode Maximum Likelihood Estimation (MLE). 3. Pemeriksaan Model Pemeriksaan model EGARCH dapat dilakukan dengan cara yang sama seperti pada pemeriksaan model ARCH/GARCH, yaitu dengan memeriksa kenormalan deret residualnya dengan menggunakan uji Jaque-Bera. Adapun statistik uji dapat dilihat pada persamaan (2.31) dan berikut hipotesisnya: Hipotesis: : deret residual berdistribusi normal : deret residual tidak berdistribusi normal Daerah penolakan: ditolak jika > ( ) atau P-value < (0.05). 4. Kriteria Pemilihan Model Terbaik Dalam suatu proses analisis deret waktu menghasilkan beberapa model yang dapat mewakili keadaan data. Untuk itu perlu dilakukan pemilihan model yang terbaik. Pemilihan model terbaik yang tepat didasarkan pada kriteria perhitungan model residual yang sesuai atau berdasarkan kesalahan peramalan. Beberapa kriteria yang biasa digunakan untuk pemilihan model terbaik berdasarkan residual adalah sebagai berikut: a. Akaike s Information Criterion (AIC) Semakin kecil nilai AIC semakin baik model itu untuk dipilih. Model terbaik adalah model yang memiliki nilai AIC terkecil (Wei,1990). = (2 ) b. Schwartz s Bayesian Criterion (SBC) Kriteria ini hampir sama dengan AIC, tetapi menggunakan metode Bayesian: = + ( ) + + (2 ) Dengan: = Sum Square Error (SSE) = banyaknya parameter yang ditaksir = banyaknya observasi = 3.14 Sedangkan kriteria yang digunakan dalam pemilihan model terbaik berdasarkan kesalahan peramalan yaitu: a. Mean Square Error (MSE) b. Mean Absolute Error (MAE) = 1 = 1 c. Mean Absolute Percentage Error (MAPE)

4 = 1 100% Dengan: =, = 1, 2, 3,, = data aktual = nilai perkiraan N = jumlah pengamatan. METODE Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data nilai ekspor non-migas Indonesia terhadap ASEAN yang diperoleh dari Perpustakaan Bank Indonesia Cabang Malang. Pengambilan data ini dilakukan pada hari Kamis tanggal 14 Januari Waktu pengambilan data dilakukan pada jam kerja yaitu pukul Langkah-langkah dalam melakukan analisis data menggunakan metode EGARCH adalah sebagai berikut: 1. Melakukan plot data nilai ekspor non-migas Indonesia terhadap ASEAN periode Januari 2007 sampai Oktober Melakukan return terhadap data agar diperoleh data stasioner. 3. Membuat plot ACF dan PACF dari data stasioner untuk menentukan orde p, d, q pada ARIMA(p, d, q). 4. Melakukan uji signifikansi parameter model ARIMA dengan daerah penolakan: ditolak jika P-value < = Uji kecocokan model, yaitu memenuhi asumsi residual dan berdistribusi normal. 6. Melakukan uji ARCH effect dengan menggunakan LM-Test untuk mengatasi ketidakstasioneran variansi dari data acak. 7. Melakukan estimasi parameter model ARCH/GARCH dengan Log- Likelihood dan uji Jaque-Bera untuk mengetahui deret residual berdistribusi normal atau tidak. Daerah penerimaan: diterima jika P-value > = Melakuan uji asimetrik pada data dengan menggunakan uji korelasi silang antara kuadrat galat model ARCH/GARCH dengan lag galatnya. 9. Melakukan estimasi parameter model EGARCH dengan Log-Likelihood. Daerah penolakan: ditolak jika P-value < = Melakukan uji normalitas terhadap deret residual dengan menggunakan uji Jaque-Bera untuk mengetahui deret berdistribusi normal atau tidak. Daerah penerimaan: diterima jika P-value > = Setelah dilakukan uji normalitas, maka dilakukan peramalan untuk periode berikutnya. HASIL DAN PEMBAHASAN Dari hasil analisis dengan melakukan identifikasi model dan proses ARIMA diperoleh bahwa model yang bisa diterapkan adalah model ARIMA (1,1,1). Selanjutnya dilakukan uji efek ARCH menggunakan LM Test untuk mengetahui adanya sifat heteroskedastisitas. Diperoleh bahwa nilai Obs*R- Squared adalah dengan probabilitas < = Karena

5 probabilitas < = 0.05 dapat disimpulkan bahwa pada kuadrat residual tersebut terdapat proses ACRH/GARCH. Hal ini menunjukkan bahwa pada data tersebut terdapat model residual data yang bersifat heteroskedastis. Sehingga untuk selanjutnya akan dilakukan proses penaksiran model ARCH/GARCH. Penaksiran Parameter ARCH/GARCH Tabel di atas merupakan model GARCH(1,1) yang memiliki nilai AIC lebih rendah daripada model yang lainnya, terlihat bahwa probabilitas GARCH memiliki nilai < = 0.05 sehingga varian dari GARCH berpengaruh terhadap model. Dengan demikian diperoleh bahwa model GARCH(1,1) adalah model yang sesuai dengan persamaan varian sebagai berikut: = (4) + (5) + (6) = Dapat dilihat juga bahwa probabilitas dari kuadrat residual adalah > = 0.05 maka kuadrat residual tidak mempengaruhi model. Sehingga persamaan tersebut menjadi: = Selanjutnya dilakukan pemeriksaan model ARCH/GARCH dengan memeriksa normalitas residualnya dan diperoleh bahwa residual mengikuti distribusi normal. 1. Uji Pengaruh Asimetrik Pada langkah ini dilakukan uji pengaruh asimetrik untuk mengetahui apakah data bersifat asimetrik atau tidak. Adanya pengaruh asimetrik inilah yang nantinya akan diterapkan suatu metode khusus yang mampu mengatasi pengaruh asimetrik, dalam hal ini adalah metode EGARCH. Dari hasil uji asimetri tersebut diperoleh bahwa terdapat korelasi yang signifikan pada lag -1, 0 dan 1. Hal ini menunjukkan adanya pengaruh asimetrik. Oleh karena itu, untuk mengatasi pengaruh asimetrik maka dalam kasus ini akan digunakan salah satu model yang mampu mengatasi adanya asimetrik data, yaitu model EGARCH.

6 2. Penaksiran Parameter dengan Model EGARCH Berdasarkan proses ARIMA menunjukkan bahwa model ARIMA yang cocok adalah model ARIMA(1,1,1). Dan pada uji asimetri juga menunjukkan adanya pengaruh asimetri sehingga digunakan model EGARCH untuk mengatasi permasalahn tersebut. Selanjutnya akan dilakukan penaksiran parameter AR(1) dan MA(1) dengan model EGARCH. Hasil penaksiran parameter dengan metode EGARCH disajikan pada tabel di bawah ini. Pada tabel di atas terlihat bahwa C(6) bernilai > = Hal ini berarti koefisien C(6) tidak mempengaruhi model. Sedangkan untuk koefisien C(4), C(5) dan C(7) bernilai < = 0.05 sehingga mempengaruhi model. Berdasarkan hasil output eviews7 di atas, model EGARCH(1,1) memiliki bentuk persamaan: ln( ) = (4) + (5) + (6)( )+C(7) ln( ) dengan = Karena C(6) tidak mempengaruhi model, maka persamaan tersebut menjadi: ln( ) = (4) + (5) + (7) ln( ) ln( ) = 36, , ln( ) Pada model di atas menunjukkan bahwa model EGARCH(1,1) dipengaruhi oleh parameter C(4) dan C(5) bernilai positif, yang berarti memberi pengaruh positif terhadap log variannya. Sedangkan C(7) bernilai negatif, yang berarti memberi pengaruh negatif pada log variannya. Selain itu, pada model di atas juga dipengaruhi oleh nilai residual dan varian sebelumnya. 3. Pemeriksaan Deret Berdistibusi Normal Setelah mengetahui model yang sesuai, selanjutnya akan dilakukan uji normalitas residual pada model tersebut. Hasil uji normalitas residual menunjukkan bahwa residual mengikuti distribusi normal. 4. Peramalan Setelah data sudah stasioner dan memenuhi berbagai asumsi serta residualnya sudah berdistribusi normal, maka peramalan untuk model EGARCH sudah bisa diterapkan. Hasil peramalan model EGARCH(1,1) dapat dilihat pada gambar di bawah ini.

7 Pada gambar di atas terlihat bahwa nilai MAPE untuk model EGARCH(1,1) adalah Nilai MAPE ini relatif kecil bila dibandingkan dengan data yang nilainya berkisar antara ratus ribuan hingga jutaan. Selain itu dapat terlihat juga bahwa nilai bias proporsi mendekati nol, nilai varian proporsi yang sangat kecil dan nilai kovarian proporsi yang mendekati 1 dengan masingmasing nilainya, bias proporsi adalah , varian proporsi adalah dan kovarian proporsi adalah Sehingga model EGARCH(1,1) merupakan model yang cukup baik untuk meramalkan Nilai Ekspor Non-Migas Indonesia terhadap ASEAN pada periode berikutnya. Proses Peramalan EGARCH(1,1) untuk Ekspor Non-Migas Indonesia Terhadap ASEAN Pada proses mencari model EGARCH diketahui bahwa identifikasi model menghasilkan model ARIMA (1,1,1) sebagai model yang cocok. Kemudian dilanjutkan dengan beberapa langkah berikutnya sehingga ditemukan bahwa model yang terbaik adalah model EGARCH(1,1). Oleh karena itu untuk menentukan peramalan berikutnya digunakan rumus sebagai berikut: = (1 ) + (1 + ) + dengan nilai = , = , dan = Kemudian mensubstitusinya ke persamaan tersebut sehingga diperoleh: = ( ) ( ) = Untuk peramalan data berikutnya adalah sebagai berikut: Peramalan data ke-71 = = ( )( ) ( )( ) ( )( ) = = ,369 Peramalan data ke-72 = = ( )( ,369) ( )( ) ( )( )

8 = = Pada hasil peramalan data di atas, jika nilai mutlak dari selisih antara data asli dengan data ramalan dikalikan 100%, maka diperoleh persentase dari kesalahan ramalan. Dengan melakukan penghitungan persentase kesalahan peramalan diperoleh bahwa persentase kesalahan untuk data ke-71 adalah dan untuk data data ke-72 adalah Ini menunjukkan bahwa persentase kesalahan dari hasil peramalan di atas relati kecil. PENUTUP Kesimpulan Pada proses peramalan nilai Ekspor non migas Indonesia ke wilayah ASEAN di atas diperoleh kesimpulan bahwa hasil identifikasi model didapatkan model yang cocok adalah ARIMA(1,1,1), kemudian dilakukan proses lebih lanjut untuk menentukan model peramalan dengan menggunakan model EGARCH dan model yang terbaik adalah model EGARCH(1,1). Persamaan varian dari model EGARCH (1,1):ln( ) = 36, , ln( ) dengan: = dan rumus peramalan nilai ekspor non-migas Indonesia ke wilayah ASEAN periode berikutnya dilakukan dengan rumus berikut: = Dari hasil peramalan periode berikutnya diketahui bahwa persentase kesalahan data hasil ramalan dengan data yang sebenarnya relatif kecil yaitu untuk peramalan data ke-71 dan untuk peramalan data ke-72. Ini menunjukkan bahwa model EGARCH(1,1) memang cocok digunakan dalam peramalan nilai Ekspor non migas Indonesia ke wilayah ASEAN untuk beberapa periode ke depan. B. Saran 1. Peramalan data asimetrik pada pembahasan ini dilakukan dengan menggunakan model EGARCH, salah satu model yang bisa digunakan dalam kasus khusus yaitu apabila data bersifat asimetrik. Untuk itu pada penelitian selanjutnya disarankan untuk meramalkan data asimetrik dengan model lain yang mampu mengatasi adanya pengaruh asimetrik seperti model TARCH. 2. Pada pembahasan ini hanya menggunakan satu model, belum dicoba melakukan perbandingan dengan model lain. Sehingga untuk selanjutnya akan lebih baik jika melakukan pengolahan data dengan membandingkan dua metode atau lebih untuk menentukan model terbaik, seperti membandingkan model EGARCH dengan model TARCH, PARCH atau GARCH-M.

9 DAFTAR PUSTAKA Ajija, Shochrul R., Sari, Dyah W., Setianto, Rahmat H. dan Primanti, Martha R Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat. Enders, W Applied Econometric Time Series Second Edition. New York: Jhon Wiley and Sons, Inc. Gujarati, Damodar Ekonometri Dasar oleh Sumarno Zain. Jakarta: Erlangga. Makridakis, S. Wheelwright, S. C. dan McGee, V. E Metode dan Aplikasi Peramalan. Edisi kedua. Jilid kedua (Terjemahan : Suminto, Hari). Batam: Interaksara. Nachrowi, Djalal Nachrowi dan Usman, Hardius Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan ( Dilengkapi Teknik Analisis dan Pengolahan Data dengan SPSS dan EVIEWS). Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Rahayu, Dyah Sih dan Firmansyah Estimasi Pengaruh Inflasi dan Tingkat Output Terhadap Return dan Volatilitas Saham di Indonesia (Pendekatan Model GARCH, TARCH dan EGARCH). Fakultas Ekonomi Universitas Diponegoro. Widiyati, Nur Penerapan Model GARCH dan Model EGARCH Pada Saham Sektor Properti Ketika Krisis Ekonomi Dunia. Skripsi. Institut Pertanian Bogor: Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam.

Analisis ARCH dan GARCH menggunakan EViews

Analisis ARCH dan GARCH menggunakan EViews Analisis ARCH dan GARCH menggunakan EViews Pada bagian ini akan dikemukakan penggunaan EViews untuk analisis ARCH dan GARCH. Penggunaan EViews kali ini lebih ditekankan dengan memanfaatkan menumenu yang

Lebih terperinci

Ekonometrika Deret Waktu: Teori dan Aplikasi

Ekonometrika Deret Waktu: Teori dan Aplikasi Ekonometrika Deret Waktu: Teori dan Aplikasi Bambang Juanda, Junaidi Ekonometrika telah berkembang cukup pesat dalam 15 tahun terakhir,terutama dalam bidang analisis data deret waktu (time series ), termasuk

Lebih terperinci

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,

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

Operasionalisasi Regresi Data Panel (dengan Eviews 8)

Operasionalisasi Regresi Data Panel (dengan Eviews 8) Operasionalisasi Regresi Data Panel (dengan Eviews 8) Pada bagian ini akan dijelakan secara rinci tentang penggunaan software Eviews 8 untuk metode regresi data panel. Secara umum, kami membagi menjadi

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

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

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

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

PENGANTAR ANALISA RUNTUN WAKTU

PENGANTAR ANALISA RUNTUN WAKTU DIKTAT KULIAH PENGANTAR ANALISA RUNTUN WAKTU Dr.rer.nat. Dedi Rosadi, M.Sc.Eng.Math. Email: dedirosadi@ugm.ac.id http://dedirosadi.staff.ugm.ac.id Program Studi Statistika Fakultas Matematika dan Ilmu

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

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

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB III MISSING DATA DAN PROSES RUNTUN WAKTU JANGKA PANJANG

BAB III MISSING DATA DAN PROSES RUNTUN WAKTU JANGKA PANJANG BAB III MISSING DATA DAN PROSES RUNTUN WAKTU JANGKA PANJANG 3.1 Missing Data Missing data merupakan hilangnya informasi atau data dalam suatu subjek. Terdapat banyak hal yang menyebabkan terjadinya missing

Lebih terperinci

BAB V HASIL PENELITIAN

BAB V HASIL PENELITIAN 1 BAB V HASIL PENELITIAN 5.1 Statistik Deskriptif Penelitian ini menggunakan perusahaan yang terdaftar di Bursa Efek Indonesia, baik perusahaan dibidang keuangan maupun bidang non-keuangan sebagai sampel

Lebih terperinci

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,

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

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

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

BAB IV HASIL DAN PEMBAHASAN. Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN. Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara 42 BAB IV HASIL DAN PEMBAHASAN Penelitian ini menganalisis pengaruh DAU dan PAD tahun lalu terhadap Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara tahun 2006 2008. Alat analisis

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

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

IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA)

IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA) IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA) Oleh: R I O J A K A R I A NPM. 140720090023 T E S I S Untuk memenuhi salah

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang semakin modern ini data adalah sesuatu yang sangat dibutuhkan baik individu, instansi, organisasi dan perusahaan. Sebuah perusahaan sangat

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

PERAN INVESTASI INDUSTRI TERHADAP PENYERAPAN TENAGA KERJA SEKTOR INDUSTRI DI INDONESIA

PERAN INVESTASI INDUSTRI TERHADAP PENYERAPAN TENAGA KERJA SEKTOR INDUSTRI DI INDONESIA PERAN INVESTASI INDUSTRI TERHADAP PENYERAPAN TENAGA KERJA SEKTOR INDUSTRI DI INDONESIA Fitri Handayani Staf Badan Pusat Statistik Indonesia Jl. Dr. Sutomo 6-8 Jakarta, 10710 Indonesia, Telp (021) 3841195,

Lebih terperinci

SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA

SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm. 31-38 SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA Agusrawati 1) 1) Jurusan Matematika FMIPA Unhalu, Kendari, Sulawesi Tenggara

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

ANALISIS PENGARUH JUMLAH PENDUDUK, JUMLAH TENAGA KERJA DAN PENDAPATAN ASLI DAERAH (PAD) TERHADAP PERTUMBUHAN EKONOMI DI KOTA SURAKARTA TAHUN 1991-2011

ANALISIS PENGARUH JUMLAH PENDUDUK, JUMLAH TENAGA KERJA DAN PENDAPATAN ASLI DAERAH (PAD) TERHADAP PERTUMBUHAN EKONOMI DI KOTA SURAKARTA TAHUN 1991-2011 ANALISIS PENGARUH JUMLAH PENDUDUK, JUMLAH TENAGA KERJA DAN PENDAPATAN ASLI DAERAH (PAD) TERHADAP PERTUMBUHAN EKONOMI DI KOTA SURAKARTA TAHUN 1991-2011 ARTIKEL PUBLIKASI Disusun Oleh : SULISTIYANTO DHANANG

Lebih terperinci

Pengaruh UMP, Ekspor, dan Kurs Dollar Terhadap Investasi Asing Langsung di Indonesia Periode 2007-2012

Pengaruh UMP, Ekspor, dan Kurs Dollar Terhadap Investasi Asing Langsung di Indonesia Periode 2007-2012 Pengaruh UMP, Ekspor, dan Kurs Dollar Terhadap Investasi Asing Langsung di Indonesia Periode 2007-2012 Frederica (fredericakwang@gmail.com) Ratna Juwita (ratna@stie-mdp.ac.id) Jurusan Manajemen STIE MDP

Lebih terperinci

BAB III METODE PENELITIAN. 3.1. Definisi Operasional dan Pengukuran variabel. variabel atau konstrak dengan cara memberikan arti atau menspesifikasi

BAB III METODE PENELITIAN. 3.1. Definisi Operasional dan Pengukuran variabel. variabel atau konstrak dengan cara memberikan arti atau menspesifikasi BAB III METODE PENELITIAN 3.1. Definisi Operasional dan Pengukuran variabel Definisi operasional adalah definisi yang diberikan kepada suatu variabel atau konstrak dengan cara memberikan arti atau menspesifikasi

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1. Uji Instrumen Data Validitas menunjukkan sejauh mana alat pengukur yang dipergunakan untuk mengukur apa yang diukur. Adapun caranya adalah dengan mengkorelasikan antara

Lebih terperinci

ESTIMASI MCMC UNTUK RETURN VOLATILITY DALAM MODEL ARCH DENGAN RETURN ERROR BERDISTRIBUSI T-STUDENT

ESTIMASI MCMC UNTUK RETURN VOLATILITY DALAM MODEL ARCH DENGAN RETURN ERROR BERDISTRIBUSI T-STUDENT ESTIMASI MCMC UNTUK RETURN VOLATILITY DALAM MODEL ARCH DENGAN RETURN ERROR BERDISTRIBUSI T-STUDENT Imam Malik Safrudin. 1), Didit Budi Nugroho 2) dan Adi Setiawan 2) 1),2), 3) Program Studi Matematika

Lebih terperinci

VOLATILITAS HARGA MINYAK DUNIA DAN DAMPAKNYA TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN DAN MAKROEKONOMI INDONESIA

VOLATILITAS HARGA MINYAK DUNIA DAN DAMPAKNYA TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN DAN MAKROEKONOMI INDONESIA VOLATILITAS HARGA MINYAK DUNIA DAN DAMPAKNYA TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN DAN MAKROEKONOMI INDONESIA Alla Asmara, Rina Oktaviani, Kuntjoro, dan Muhammad Firdaus Program Studi Ilmu Ekonomi

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 III METODE PENELITIAN. Dalam upaya pelaksanaan penelitian, maka peneliti melakukannya pada :

BAB III METODE PENELITIAN. Dalam upaya pelaksanaan penelitian, maka peneliti melakukannya pada : 38 BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Dalam upaya pelaksanaan penelitian, maka peneliti melakukannya pada : 1. Tempat Penelitian Guna memperoleh data yang diperlukan dalam penulisan

Lebih terperinci

PEMODELAN ANGKA PUTUS SEKOLAH BAGI ANAK USIA WAJIB BELAJAR DI JAWA TIMUR DENGAN PENDEKATAN GENERALIZED POISSON REGRESSION

PEMODELAN ANGKA PUTUS SEKOLAH BAGI ANAK USIA WAJIB BELAJAR DI JAWA TIMUR DENGAN PENDEKATAN GENERALIZED POISSON REGRESSION PEMODELAN ANGKA PUTUS SEKOLAH BAGI ANAK USIA WAJIB BELAJAR DI JAWA TIMUR DENGAN PENDEKATAN GENERALIZED POISSON REGRESSION 1 Tanty Citrasari Wijayanti (1307100024) 2 Setiawan (19601030 198701 1 001) 1 Mahasiswa

Lebih terperinci

SKRIPSI. Disusun Oleh: NPM: 06 03 16035

SKRIPSI. Disusun Oleh: NPM: 06 03 16035 FENOMENA TIME VARYING VOLATILITY ( Pada Saham LQ 45 di Bursa Efek Indonesia Periode 2005-2010) SKRIPSI Untuk Memenuhi Sebagaian Persyaratan Mencapai Derajat Sarjana Ekonomi (S1) Pada Program Studi Manajemen

Lebih terperinci

BAB II TINJAUAN PUSTAKA. barang dan jasa untuk memenuhi kebutuhan manusia. Produksi dalam hal ini

BAB II TINJAUAN PUSTAKA. barang dan jasa untuk memenuhi kebutuhan manusia. Produksi dalam hal ini BAB II TINJAUAN PUSTAKA 2.1. Teori dan Fungsi Produksi Produksi sering diartikan sebagai penciptaan guna, yaitu kemampuan barang dan jasa untuk memenuhi kebutuhan manusia. Produksi dalam hal ini mencakup

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

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

ABSTRAK. Kata kunci : Fluktuasi kurs, Ekspor, Impor, Peramalan. iii. Universitas Kristen Maranatha

ABSTRAK. Kata kunci : Fluktuasi kurs, Ekspor, Impor, Peramalan. iii. Universitas Kristen Maranatha ABSTRAK Beberapa tahun terakhir ini kurs tukar IDR/USD terus mengalami fluktuasi yang tidak dapat diprediksi. Akibatnya para pelaku pasar sulit untuk menentukan pada saat kapan mereka harus melakukan ekspor

Lebih terperinci

Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG

Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG Julio Adisantoso, G16109011/STK 11 Mei 2010 Ringkasan Regresi logistik merupakan suatu pendekatan pemodelan yang dapat digunakan untuk mendeskripsikan

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

BAB IV ANALISIS DATA. dengan menggunakan bantuan program SPSS, sebagaimana telah diketahui

BAB IV ANALISIS DATA. dengan menggunakan bantuan program SPSS, sebagaimana telah diketahui BAB IV ANALISIS DATA A. Pengujian Hipotesis Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan dengan menggunakan bantuan program SPSS, sebagaimana telah diketahui hipotesapenelitian sebagai

Lebih terperinci

BAB 6 PEMBAHASAN. 6.1 Pengembangan Model Penilaian Kinerja berdasarkan DP3 ditinjau dari

BAB 6 PEMBAHASAN. 6.1 Pengembangan Model Penilaian Kinerja berdasarkan DP3 ditinjau dari 69 BAB 6 PEMBAHASAN 6.1 Pengembangan Model Penilaian Kinerja berdasarkan DP3 ditinjau dari Sudut Metode Penjumlahan Variabel dengan Pendekatan Linier Berganda Berdasarkan tabel.4 di atas, diketahui bahwa

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

Universitas Negeri Malang E-mail: livia.mat09@gmail.com

Universitas Negeri Malang E-mail: livia.mat09@gmail.com 1 APLIKASI ANALISIS REGRESI KOMPONEN UTAMA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT DIABETES MELLITUS (Studi Kasus di Puskesmas Tempeh Kab. Lumajang) Universitas Negeri Malang E-mail: livia.mat09@gmail.com

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Kepuasan Nasabah Kredit (Studi kasus BPR Arthaguna Sejahtera)

Analisis Pengaruh Kualitas Pelayanan Terhadap Kepuasan Nasabah Kredit (Studi kasus BPR Arthaguna Sejahtera) Analisis Pengaruh Kualitas Pelayanan Terhadap Kepuasan Nasabah Kredit (Studi kasus BPR Arthaguna Sejahtera) 1 Ferry Yudhy I., SE 2 DR. E. Susy Suhendra 1 Pasca Sarjana Manajemen Perbankan Universitas Gunadarma

Lebih terperinci

MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono

MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono Cara Penghitungan MSI Apa yang dimaksud dengan metode suksesif interval (Method of Successive Interval

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data 3.1.1. Jenis Penelitian Dalam penelitian ini penulis menggunakan penelitian kuantitatif, karena data yang diperoleh nantinya berupa angka. Dari angka

Lebih terperinci

Analisis Indeks Pembangunan Manusia Di Provinsi Jawa Tengah

Analisis Indeks Pembangunan Manusia Di Provinsi Jawa Tengah Analisis Indeks Pembangunan Manusia Di Provinsi Jawa Tengah Tri Maryani 143060051 ABSTRAK Indeks Pembangunan Manusia (IPM) adalah indeks komposit yang mencakup tiga bidang pembangunan manusia yang dianggap

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

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 5: Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Waktu Antar Kedatangan Waktu Antar Kedatangan Misalkan T 1 menyatakan waktu dari kejadian/kedatangan pertama. Misalkan

Lebih terperinci

Kata kunci : harga saham, volume perdagangan, ukuran perusahaan, bid ask spread.

Kata kunci : harga saham, volume perdagangan, ukuran perusahaan, bid ask spread. PENGARUH HARGA SAHAM, VOLUME PERDAGANGAN DAN UKURAN PERUSAHAAN TERHADAP BID-ASK SPREAD PADA PERUSAHAAN FOOD AND BEVERAGE YANG TERDAFTAR DI BURSA EFEK INDONESIA Viri Anggraini (virianggraini@ymail.com)

Lebih terperinci

PENGARUH UKURAN PERUSAHAAN, PROFITABILITAS, LEVERAGE, DAN TIPE KEPEMILIKAN PERUSAHAAN TERHADAP LUAS VOLUNTARY DISCLOSURE LAPORAN KEUANGAN TAHUNAN

PENGARUH UKURAN PERUSAHAAN, PROFITABILITAS, LEVERAGE, DAN TIPE KEPEMILIKAN PERUSAHAAN TERHADAP LUAS VOLUNTARY DISCLOSURE LAPORAN KEUANGAN TAHUNAN PENGARUH UKURAN PERUSAHAAN, PROFITABILITAS, LEVERAGE, DAN TIPE KEPEMILIKAN PERUSAHAAN TERHADAP LUAS VOLUNTARY DISCLOSURE LAPORAN KEUANGAN TAHUNAN Ardi Murdoko 1 Lana Sularto 2 1 Taman Manggis Indah F No.

Lebih terperinci

METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Mahrani 1, M. Imran, Agusni 1 Mahasiswa Program Studi S1 Matematika

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

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

POPULASI DAN SAMPEL. Gambar 1 POPULASI dan SAMPEL

POPULASI DAN SAMPEL. Gambar 1 POPULASI dan SAMPEL Pengertian Populasi dan Sampel POPULASI DAN SAMPEL Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian

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

PENENTUAN UKURAN SAMPEL MEMAKAI RUMUS SLOVIN DAN TABEL KREJCIE-MORGAN: TELAAH KONSEP DAN APLIKASINYA. Oleh: Nugraha Setiawan

PENENTUAN UKURAN SAMPEL MEMAKAI RUMUS SLOVIN DAN TABEL KREJCIE-MORGAN: TELAAH KONSEP DAN APLIKASINYA. Oleh: Nugraha Setiawan PENENTUAN UKURAN SAMPEL MEMAKAI RUMUS SLOVIN DAN TABEL KREJCIE-MORGAN: TELAAH KONSEP DAN APLIKASINYA Oleh: Nugraha Setiawan FAKULTAS PETERNAKAN UNIVERSITAS PADJADJARAN November 007 Penentuan Ukuran Sampel

Lebih terperinci

BAB III METODELOGI PENELITIAN. Penelitian ini merupakan studi peristiwa. Studi peristiwa menurut Jogiyanto

BAB III METODELOGI PENELITIAN. Penelitian ini merupakan studi peristiwa. Studi peristiwa menurut Jogiyanto 37 BAB III METODELOGI PENELITIAN 3.1 Jenis Penelitian Penelitian ini merupakan studi peristiwa. Studi peristiwa menurut Jogiyanto (2010) merupakan studi yang mempelajari reaksi pasar terhadap suatu peristiwa

Lebih terperinci

BAB I PENDAHULUAN. konstruksi untuk mengetahui besarnya dana yang harus disediakan untuk sebuah

BAB I PENDAHULUAN. konstruksi untuk mengetahui besarnya dana yang harus disediakan untuk sebuah 1 BAB I PENDAHULUAN 1.1. Latar Belakang Estimasi biaya memegang peranan penting dalam penyelenggaraan proyek konstruksi. Kegiatan estimasi adalah salah satu proses utama dalam proyek konstruksi untuk mengetahui

Lebih terperinci

ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI. Oleh Anggun Nurul Hidayah NIM 061810101046

ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI. Oleh Anggun Nurul Hidayah NIM 061810101046 ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI Oleh Anggun Nurul Hidayah NIM 061810101046 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

PENGARUH PENERAPAN PRINSIP GOOD CORPORATE GOVERNANCE TERHADAP KINERJA PERUSAHAAN PADA PT KERETA API (PERSERO) DIVISI REGIONAL III SUMATERA SELATAN

PENGARUH PENERAPAN PRINSIP GOOD CORPORATE GOVERNANCE TERHADAP KINERJA PERUSAHAAN PADA PT KERETA API (PERSERO) DIVISI REGIONAL III SUMATERA SELATAN PENGARUH PENERAPAN PRINSIP GOOD CORPORATE GOVERNANCE TERHADAP KINERJA PERUSAHAAN PADA PT KERETA API (PERSERO) DIVISI REGIONAL III SUMATERA SELATAN Yoni Fetri Suci (chi3nthaa@yahoo.com) Siti Khairani (siti.khairani@mdp.ac.id)

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Teori dan Fungsi Produksi Produksi sering diartikan sebagai penciptaan guna, yaitu kemampuan barang dan jasa untuk memenuhi kebutuhan manusia.produksi dalam hal ini mencakup

Lebih terperinci

PENDUGAAN UMUR SIMPAN PRODUK MI INSTAN DARI PATI SAGU DENGAN METODE AKSELERASI

PENDUGAAN UMUR SIMPAN PRODUK MI INSTAN DARI PATI SAGU DENGAN METODE AKSELERASI PENDUGAAN UMUR SIMPAN PRODUK MI INSTAN DARI PATI SAGU DENGAN METODE AKSELERASI Shelf Life Estimation of Instant Noodle from Sago Starch Using Accelerared Method Dewi Kurniati (0806113945) Usman Pato and

Lebih terperinci

Teknik Analisis Kuantitatif 1

Teknik Analisis Kuantitatif 1 Teknik Analisis Kuantitatif 1 TEKNIK ANALISIS KUANTITATIF Oleh: Ali Muhson A. Pendahuluan Analisis data merupakan salah satu proses penelitian yang dilakukan setelah semua data yang diperlukan guna memecahkan

Lebih terperinci

Ifa Atiyah Nur Alimah

Ifa Atiyah Nur Alimah ANALISIS KUALITAS PELAYANAN PROGRAM RASKIN TERHADAP PENCAPAIAN INDIKATOR 6T ( TEPAT SASARAN,TEPAT JUMLAH,TEPAT HARGA,TEPAT WAKTU,TEPAT KUALITAS,TEPAT ADMINISTRASI) PADA PERUM BULOG SUB DIVISI REGIONAL

Lebih terperinci

10/10/2009 ARIERAHAYU@GMAIL.COM MODEL JONES 1991. Paper Deskriptif arierahayu

10/10/2009 ARIERAHAYU@GMAIL.COM MODEL JONES 1991. Paper Deskriptif arierahayu 10/10/2009 ARIERAHAYU@GMAIL.COM MODEL JONES 1991 Paper Deskriptif arierahayu MODEL JONES 1991 Jones mengembangkan model pengestimasi akrual diskresioner untuk mendeteksi manipulasi laba Jones 1991 1 yang

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

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

STATISTIK NON PARAMTERIK

STATISTIK NON PARAMTERIK STATISTIK NON PARAMTERIK PROSEDUR PENGOLAHAN DATA : PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameterparameter

Lebih terperinci

BAB I PENGANTAR MATEMATIKA EKONOMI

BAB I PENGANTAR MATEMATIKA EKONOMI BAB I PENGANTAR MATEMATIKA EKONOMI 1.1 Matematika Ekonomi Aktivitas ekonomi merupakan bagian dari kehidupan manusia ribuan tahun yang lalu. Kata economics berasal dari kata Yunani klasik yang artinya household

Lebih terperinci

Analisis Pengaruh Fundamental Makro dan Indeks Harga Global terhadap IHSG

Analisis Pengaruh Fundamental Makro dan Indeks Harga Global terhadap IHSG VOL. 5 (2): 63-72, 2011 Analisis Pengaruh Fundamental Makro dan Indeks Harga Global terhadap IHSG H. M. Chabachib dan Ardian Agung Witjaksono Universitas Diponegoro Effect of Macro Fundamental and Global

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Persiapan dan Pelaksanaan Penelitian

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Persiapan dan Pelaksanaan Penelitian 49 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Persiapan dan Pelaksanaan Penelitian a. Persiapan Awal Persiapan awal yang dilakukan peneliti dalam penelitian ini adalah mematangkan konsep

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode memiliki arti suatu jalan yang dilalui untuk mencapai tujuan.1 Sedangkan penelitian diartikan sebagai suatu proses pengumpulan dan analisis data yang dilakukan secara sistematis

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. A. Hasil Uji Asumsi. Sebelum melakukan analisis dengan menggunakan analisis regresi,

BAB IV HASIL DAN PEMBAHASAN. A. Hasil Uji Asumsi. Sebelum melakukan analisis dengan menggunakan analisis regresi, BAB IV HASIL DAN PEMBAHASAN A. Hasil Uji Asumsi Sebelum melakukan analisis dengan menggunakan analisis regresi, terlebih dahulu perlu dilakukan uji asumsi terhadap data penelitian. Uji asumsi yang dilakukan

Lebih terperinci

ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA PERUSAHAAN MANUFATUR YANG TERDAFTAR DI BURSA EFEK INDONESIA DIAN MARWATI

ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA PERUSAHAAN MANUFATUR YANG TERDAFTAR DI BURSA EFEK INDONESIA DIAN MARWATI ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA PERUSAHAAN MANUFATUR YANG TERDAFTAR DI BURSA EFEK INDONESIA DIAN MARWATI UNIVERSITAS DIAN NUSWANTORO SEMARANG ABSTRAK Tujuan penelitian

Lebih terperinci

SKALA PRODUKSI : PRODUKTIVITAS DAN TEKNOLOGI

SKALA PRODUKSI : PRODUKTIVITAS DAN TEKNOLOGI Pratono, Skala Produksi : Produktivitas dan Teknologi SKALA PRODUKSI : PRODUKTIVITAS DAN TEKNOLOGI A. Hery Pratono Fakultas Ekonomi Universitas Surabaya Abstract Notwithstanding the accidents and disappointments

Lebih terperinci

BAB III METODE PENELITIAN. Karangnongko Kabupaten Klaten, seluruh siswa berasal dari pedesaan,

BAB III METODE PENELITIAN. Karangnongko Kabupaten Klaten, seluruh siswa berasal dari pedesaan, 19 BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Tempat pelaksanaan penelitian ini adalah di SMA Negeri 1 Karangnongko Kabupaten Klaten, seluruh siswa berasal dari pedesaan,

Lebih terperinci

SKRIPSI SESUDAH R OLEH

SKRIPSI SESUDAH R OLEH SKRIPSI ANALISIS DAMPAK ABNORMAL RETURN SAHAM SEBELUM DAN SESUDAH PENGUMUMAN MERGER DAN D AKUISISI PADA PERUSAHAAN YANG TERDAFTAR R DI BURSA EFEK INDONESIA OLEH : ADINDA PUSPITA 070503065 PROGRAM STUDI

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1

JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 JUNAL SAINS DAN SENI POMITS Vol., No., (0) - Distribusi Waktu Tunggu Pada Antrian Dengan Menggunakan Disiplin Pelayanan Prioritas (Studi Kasus: Instalasi awat Darurat Di SUD Dr. Soetomo Surabaya) Tommy

Lebih terperinci

BAB I PENDAHULUAN. Kegiatan ekonomi tidak akan pernah terlepas dari aktivitas investasi. Berbagai

BAB I PENDAHULUAN. Kegiatan ekonomi tidak akan pernah terlepas dari aktivitas investasi. Berbagai BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Kegiatan ekonomi tidak akan pernah terlepas dari aktivitas investasi. Berbagai kegiatan investasi di seluruh dunia yang dilaksanakan dalam skala internasional,

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Diskripsi Data Kemampuan Awal 1. Data Kemampuan Awal Prestasi Belajar Matematika Data yang digunakan kemampuan awal adalah nilai UAN keltika masuk MTs mata pelajaran

Lebih terperinci

PENYUSUNAN ANALISIS STANDAR BELANJA MELALUI PENDEKATAN REGRESI SEDERHANA DALAM MENYUSUN ANGGARAN

PENYUSUNAN ANALISIS STANDAR BELANJA MELALUI PENDEKATAN REGRESI SEDERHANA DALAM MENYUSUN ANGGARAN PENYUSUNAN ANALISIS STANDAR BELANJA MELALUI PENDEKATAN REGRESI SEDERHANA DALAM MENYUSUN ANGGARAN Memen Suwandi Jurusan Akuntansi, UIN Alauddin, Jl. ST. Alauddin No. 36, Samata-Gowa msuwandi19@yahoo.com

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

PENGARUH ACCOUNT REPRESENTATIVE (AR) TERHADAP KEPATUHAN WAJIB PAJAK ORANG PRIBADI (KPP PRATAMA SIDOARJO UTARA)

PENGARUH ACCOUNT REPRESENTATIVE (AR) TERHADAP KEPATUHAN WAJIB PAJAK ORANG PRIBADI (KPP PRATAMA SIDOARJO UTARA) PENGARUH ACCOUNT REPRESENTATIVE (AR) TERHADAP KEPATUHAN WAJIB PAJAK ORANG PRIBADI (KPP PRATAMA SIDOARJO UTARA) Febri Alfiansyah Universitas Negeri Surabaya E-mail: febri_alfiansyah@rocketmail.com Abstract

Lebih terperinci

BAB II. REGRESI LINIER SEDERHANA

BAB II. REGRESI LINIER SEDERHANA .1 Pendahuluan BAB II. REGRESI LINIER SEDERHANA Gejala-gejala alam dan akibat atau faktor yang ditimbulkannya dapat diukur atau dinyatakan dengan dua kategori yaitu fakta atau data yang bersifat kuantitatif

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

Lampiran I. INDENTITAS RESPONDEN PETANI NILAM DI KABUPATEN PAKPAK BHARAT No Nama

Lampiran I. INDENTITAS RESPONDEN PETANI NILAM DI KABUPATEN PAKPAK BHARAT No Nama Lampiran I. INDENTITAS RESPONDEN PETANI NILAM DI KABUPATEN PAKPAK BHARAT No Nama Alamat Responden Umur Pendidikan Responden 1. Ringgas Berutu Desa Namuseng. Kec: 67 SLTP Sitellu Tali Urang Julu 2. Disol

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

Asumsi-asumsi dalam Inferensi Statistika

Asumsi-asumsi dalam Inferensi Statistika Asumsi-asumsi dalam Inferensi Statistika Saifuddin Azwar Berbeda dari statistika nonparametrik yang disebut dengan distribution-free statistics atau disebut juga statistika sampel kecil, statistika parametrik

Lebih terperinci

PENGARUH PERTUMBUHAN AKTIVA PRODUKTIF DAN DANA PIHAK KETIGA PADA KINERJA OPERASIONAL LEMBAGA PERKREDITAN DESA DI KABUPATEN TABANAN

PENGARUH PERTUMBUHAN AKTIVA PRODUKTIF DAN DANA PIHAK KETIGA PADA KINERJA OPERASIONAL LEMBAGA PERKREDITAN DESA DI KABUPATEN TABANAN PENGARUH PERTUMBUHAN AKTIVA PRODUKTIF DAN DANA PIHAK KETIGA PADA KINERJA OPERASIONAL LEMBAGA PERKREDITAN DESA DI KABUPATEN TABANAN Gerianta Wirawan Yasa dan I Gusti Ngurah Dody Setyawan Fakultas Ekonomi,

Lebih terperinci

IMPLIKASI STRUKTUR KEPEMILIKAN TERHADAP NILAI PERUSAHAAN : DENGAN KEBIJAKAN DIVIDEN SEBAGAI VARIABEL INTERVENING PADA PERUSAHAAN GO PUBLIC

IMPLIKASI STRUKTUR KEPEMILIKAN TERHADAP NILAI PERUSAHAAN : DENGAN KEBIJAKAN DIVIDEN SEBAGAI VARIABEL INTERVENING PADA PERUSAHAAN GO PUBLIC IMPLIKASI STRUKTUR KEPEMILIKAN TERHADAP NILAI PERUSAHAAN : DENGAN KEBIJAKAN DIVIDEN SEBAGAI VARIABEL INTERVENING PADA PERUSAHAAN GO PUBLIC DI BURSA EFEK INDONESIA (BEI) RANGKUMAN SKRIPSI Oleh : ENDANG

Lebih terperinci