PENERAPAN KORELASI KANONIK DALAM MENGKAJI HUBUNGAN ANTARA GUGUS VARIABEL (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN KORELASI KANONIK DALAM MENGKAJI HUBUNGAN ANTARA GUGUS VARIABEL (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial)"

Transkripsi

1 54 PENERAPAN KORELASI KANONIK DALAM MENGKAJI HUBUNGAN ANTARA GUGUS VARIABEL (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) Busnawir Jurusan PMIPA/Matematika FKIP Unhalu Kampus Bumi Tridharma Kendari Abstrak: Tujuan penelitian ini adalah untuk mengkaji hubungan antara gugus variabel dependen dengan gugus variabel independen. Selain itu, untuk menentukan variabel-variabel apa saja yang berperan penting dan bersifat dominan menjelaskan setiap gugus variabel. Permasalahan yang sering muncul dalam korelasi adalah bagaimana menjelaskan hubungan simultan antara dua gugus variabel yang tidak dapat dikaji melalui korelasi sederhana. Penerapan analisis korelasi kanonik sangat diperlukan dalam hal: mengkaji hubungan antara gugus variabel independen dan gugus variabel dependen yang bersifat multivariat; mengkaji variabel dominan dalam setiap gugus variabel untuk menemukan variabel yang berperan penting; dan penentuan variabel indikator yang befungsi baik pada setiap gugus variabel. Penentuan variabel ini sangat penting artinya dalam menyelesaikan permasalahan yang bersifat kompleks. Ial) Kata kunci: Korelasi Kanonik, Hubungan, Gugus Variabel, Dominan, Simultan. PENDAHULUAN Keberhasilan dalam suatu organisasi pendidikan sangat ditentukan oleh efektifitas manajerial dari seorang pimpinan. Efektifitas manajerial ini mencakup efeketifitas perencanaan, efektifitas proses, efektifitas unit kerja, efektifitas supervisi dan evaluasi. Menurut Robbins (1997: ) bahwa efektifitas manajerial terkait dengan kemampuan atau aktualisasi diri dari seorang pimpinan. Aktualisasi diri yang dimaksud adalah kemampuan memahami manusia dan masyarakat yang ada di sekitarnya, memiliki kemampuan bekerja sama dengan orang-orang yang memiliki berbagai ragam sifat, juga harus pandai mengadakan pendekatan terhadap orang-orang dan menghargai pendapat orang lain. Dari sini kita menemukan dua komponen variabel yaitu efektifitas manajerial dan aktualisasi diri. Masing-masing komponen terdiri atas beberapa variabel yang tentu saja saling terkait dan tidak dapat kita pisahkan antara satu dengan yang lainnya. Secara statistik, untuk melihat keterkaitan antara variabel efektifitas manajerial dan aktualisasi diri adalah tidak mungkin dapat diselesaikan dengan analisis korelasi sederhana atau analisis regresi sederhana maupun dengan analisis regresi ganda, karena kedua variabel ini masing-masing dibangun lebih dari satu variabel. Di sinilah peranan analisis multivariat, di mana permasalahan yang kita hadapi melibatkan banyak variabel yang diasumsikan saling berkorelasi, baik sebagai variabel dependen maupun sebagai variabel independen. Karena teridiri atas beberapa variabel maka disebut dengan gugus MIPMIPA, Vol. 12, No. 1, Februari 2013 : 54-63

2 55 variabel dependen (gugus DV) dan gugus variabel independen (gugus IV). Untuk menganalisis keterkaitan antara dua gugus variabel dalam analisis multivariat lebih tepat digunakan analisis korelasi kanonik (Gittin, 1985). Tujuan dari penelitian ini adalah untuk mengetahui penerapan korelasi kanonik dalam menjelaskan (1) keeratan hubungan antara gugus variabel aktualisasi diri (gugus DV) dengan gugus variabel efektifitas manajerial (gugus IV); (2) variabel yang berperan penting pada gugus variabel independen (gugus IV); (3) variabel yang berperan penting pada gugus vaiabel dependen (gugus DV); Analisis Korelasi Kanonik Persamaan Kanonik dan Korelasinya Korelasi kanonik merupakan perluasan dari regresi ganda apabila variabel tak bebasnya (DV) lebih dari satu. Tepatnya adalah bahwa analisis korelasi kanonik merupakan analisis regresi ganda denga p buah variabel tak bebas (DV) dan m buah variabel bebas (IV). Apabila variabel tak bebas itu 1, 2,...., p dan variabel bebasnya 1, 2,..., m maka data hasil pengamatan untuk keadaan ini dinyatakan dalam bentuk matriks. Struktur data pengamatan untuk n respons dapat dinyatakan dalam bentuk matriks berikut: n n2 1m 2m nm n n2 1p 2 p np ((Dillon dan Matthew, 1984: 343) Pemikiran dasar tentang korelasi kanonik adalah menggunakan kombinasi linear, yang satu dibentuk dari variabel tak bebas itu 1, 2,...., p dan yang satunya lagi dibentuk dari variabel bebas 1, 2,..., m, kemudian menggunakan metode kuadrat terkecil dicari koefisien korelasi antara kedua kombinasi linear tersebut. Secara matematis, kombinasi linear kedua gugus variabek itu dinyatakan sebagai berikut: * = a11 + a am m *= b11 + b bpp (Dillon dan Matthew, 1984 : 341) Dalam bentuk vektor kominasi linear varibel bebas dan varibel tak bebas dapat dituliskan : U = a'; V = b'. (Johnson dan Dean 1982: 440) Penerapan Korelasi Kanonik Dalam Mengkaji Hubungan Antara Gugus Variabel (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) (Busnawir)

3 56 Pasangan U = a' dan V = b' dinamakan peubah kanonik. Jika q adalah minimum di antara m dan p, kita tulis q = min (m,p), maka sebanyak q buah pasangan kombinasi linear yang dibentuk oleh variabel bebas dan variabel tak bebas, dan dapat dinyatakan sebagai berikut: U 1 = a' 1 V 1 = b' 1 U 2 = a' 2 V 2 = b' 2... dan... U q = a' q V q = b' q Kombinasi linear Uq dan Vq akan digunakan untuk mencari korelasi kanonik. Caranya adalah dengan jalan menentukan pasangan kombinasi linear yang memiliki sifat bahwa U1 dan V1 terbesar korelasinya, korelasi U2 dan V2 terbesar kedua dan tidak berkorelasi dengan pasangan kanonik pertama, korelasi U3 dan V3 terbesar ketiga dan tidak berkorelasi dengan pasangan kanonik pertama dan kedua, demikian seterusnya untuk semua pasangan yang mungkin yang banyaknya ada q = min (k, p). Korelasi antara U dan V yang dinyatakan sebagai fungsi a' dan b' dirumuskan sebagai berikut: Corr( U, V ) a' b 12 [( a' a)( b' b)] di mana : Var (U) = a' 11 a; Var (V) = b' 22 b; Cov(U,V) = a' 12 b 12 = matriks kovarians gugus variabel (IV) dengan gugus variabel (DV). (Johnson dan Dean, 1982: 440) Penyelesaian persamaan kanonik akan menghasilkan eigen value 1 2, 2 2,..., q 2 dan eigen vektor a dan b yang bersesuaian dengan eigen value 1 2, 2 2,..., q 2. Akar positif dari eigen value i 2 adalah 1 merupakan koefisien korelasi kanonik antara variabel kenonik Uq dan Vq. Eigen vektor a dan b adalah vektor pembobot kanonik. (Gittins 1985: 16-17). Varians yang Dijelaskan oleh Variat Kanonik Besarnya varians gugus varaibel asal yang diterangkan oleh variabel kanoniknya (U) dinyatakan dengan formula: MIPMIPA, Vol. 12, No. 1, Februari 2013 : 54-63

4 57 R di mana : 2 ( i ) x m j1 ( r U j m m = banyaknya variabel asal ) 2 ruj = korelasi variabel asal j dengan variabel kanoniknya.(u), j = 1, 2,...m, Besarnya ragam dari setiap variabel asal yang diterangkan oleh variabel kanonik U (yang dibentuk dari variabel bebas ) dinyatakan dengan formula: R R ( i ) i ( i ) di mana : = eigen value ke-i (i = 1, 2,... p) R 2 i 2 ( i ) = ragam gugus variabel yang diterangkan oleh variabel kanoniknya (V). Total varians redundansi yang menjelaskan total varians gugus peubah yang diterangkan oleh peubah kanonik U, dirumuskan : Redy x = m R( i ) i1 (Gittins, 1985: 41) Hipotesis Korelasi Kanonik Hipotesis untuk analisis korelasi kanonik, secara statsitik dinyatakan sebagai berikut: H0 : = 0 H1 : 0 (Dillon dan Matthew 1984: 353) AsumsiTerhadap Data Asal Beberapa asumsi yang diperlukan analisis kanonik, yaitu data asal berdistribusi multinormal, gugus peubah asal dapat dibentuk dalam suatu kombinasi linear ( linearity), dan momoskedastis ( homoscedastic). Selain asumsi-asumsi yang disebutkan tadi, hal-hal lain yang perlu diperiksa sebelum analisis adalah screening data, yang meliputi: data hilang ( mising data), data pencilan ( outlier), dan multikolinearitas ( multicolinearity) (Tabachnick dan Linda, 1989: ). METODE PENELITIAN Untuk penerapan korelasi kanonik, dalam penelitian ini mengkaji kasus hubungan antara dua gugus variabel, yaitu gugus variabel bebas (IV) dan gugus variabel tak bebas (DV). Gugus variabel bebas (IV) adalah aktualisasi diri () yang terdiri atas 6 variabel indikator, yaitu: 1 (Ukuran kinerja terpilih, atau UKT)), 2 (Perfomans individu atau Penerapan Korelasi Kanonik Dalam Mengkaji Hubungan Antara Gugus Variabel (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) (Busnawir)

5 58 PERF), 3 (Kemampuan proses atau PROS), 4 (Mengenali diri sendiri atau MDS), 5 (Inisiatif atau INIS), 6 (Kompetensi atau KOMP). Selanjutnya, gugus variabel tak bebas (DV) adalah efektifitas manajerial () yang terdiri atas 5 variabel indikator, yaitu: 1 (efektifitas perencanaan EPP), 2 (Efektifitas pelaksanaan atau EPEP ), 3 (Efektifitas kominikasi personil atau EKP), 4 (Efektifitas supervise atau ESUP), 6 (Efektifitas evaluasi atau EEVA) Data dalam penelitian ini adalah data sekunder, yaitu data yang telah tersedia sebanyak 30 variabel, kemudian dipilih 11 variabel sebagaimana telah diuraikan pada bagian sebelumnya untuk dikaji lebih lanjut dengan menggunakan analisisi korelasi kanonik. Data dalam penelitian ini merupakan hasil pengukuran dari 120 individu, sehingga setiap variabel terdiri atas 120 data hasil pengamatan. Desain hubungan variabel indikator dengan kanoniknya digambarkan: Gambar 1 Desain Hubungan Variabel Indikator Independen dan Kanoniknya U k V k Gambar 2 Desain Hubungan Variabel Indikator Dependen dan Kanoniknya Desain ini dimaksudkan untuk mengidentifikasi variabel indikator yang mempunyai peranan penting terhadap variat kanoniknya. Tahapan Analisis Analisis data dalam penerapan korelasi kanonik dilakukan dengan langkahlangkah sebagai berikut: 1. Pemeriksaan data (screening data). Pemeriksaan data hilang dan pencilan (outlier). MIPMIPA, Vol. 12, No. 1, Februari 2013 : 54-63

6 59 2. Menghitung matriks korelasi antar variabel indikator menggunakan korelasi product moment. Analisis korelasi kanonik akan bermanfaat bilamana antar variabel indikator saling berkorelasi. Namun korelasi yang dinginkan tidak terlalu tinggi, tidak sama atau lebih besar dari 0,90 (Tabachnick dan Lnida 1989: 87). 3. Menghitung korelasi kanonik. Kriteria yang digunakan adalah Lambda Willk's pada taraf nyata = Melihat korelasi antar variabel asal dengan variabel kanoniknya melalui korelasi antara skor setiap variabel asal dengan skor variat kanonik. 5. Sebelum kesimpulan dibuat berdasarkan hasil analisis, terlebih dahulu dilakukan pemeriksaan asumsi normalitas, linearitas, dan homoskedastis 6. Setelah asumsi dipenuhi, dibuat interpretasi dan kesimpulan 7. (Overall dan Jamess, 1972: 373). HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Pemeriksaan Asumsi Asumsi yang diperlukan adalah normalitas, linearitas, dan homoskedastis. Hasil pengujian untuk skor variat kanonik aktualisasi diri memberikan approximate P-value lebih besar dari 0.15, yang berarti tidak signifikan pada taraf nyata = Hal ini mengindikasikan data berdistribusi normal. Untuk skor variat kanonik efektifitas manajerial diperoleh approximate P-value = yang juga lebih besar dari taraf nyata = 0.05, sehingga asumsi data berdistribusi normal dipenuhi. Terpenuhinya asumsi normalitas, maka asumsi linearitas dan asumsi homoskedastis juga dipenuhi. 2. Hasil Analisis Korelasi Kanonik Pada output pertama menjelaskan besarnya koefisien korelasi kanonik antar variabel kanonik aktualisasi diri dengan variabel kanonik efektifitas manajerial. Untuk pasangan variabel kanonik yang pertama mempunyai korelasi kanonik terbesar yaitu 0,58; untuk pasangan variabel kanonik kedua sebesar 0,38; untuk pasangan variabel kanonik ketiga sebesar 0,17; untuk pasangan variabel kanonik keempat sebesar 0,14; dan pasangan variabel kanonik kelima sebesar 0,02. Dari kelima pasangan variabel kanonik yang terbentuk, pasangan variabel kanonik pertama dan kedua, masing-masing memberikan koefisien determinasi sebesar 34,02% dan 14,42%. yang menyatakan besarnya kontribusi Penerapan Korelasi Kanonik Dalam Mengkaji Hubungan Antara Gugus Variabel (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) (Busnawir)

7 60 variabel aktualisasi diri terhadap efektifitas manajerial melalui variabel kanonik pertama dan kedua. Sedangkan variabel kanonik yang lain, kontribusinya relatif sangat kecil. Pada output kedua, menjelaskan besarnya varians variabel asal (variabel indikator) yang mampu diterangkan oleh variabel kanoniknya. Variabel kanonik yang pertama menjelaskan sebesar 70,33% varians variabel asal; variabel kanonik kedua menjelaskan 22,98%; variabel kanonik ketiga menjelaskan 3,99%; variabel kanonik keempat menjelaskan 2,64% ; dan variabel kanonik kelima menjelaskan 0,06%. Dari hasil ini mengindikasikan bahwa variabel kanonik pertama telah mampu menjelaskan sebagian besar varians variabel asal. Pada Output ketiga, memberikan informasi bahwa hanya pasangan variabel kanonik pertama yang signifikan, sekaligus merupakan hasil pengujian hipotesis berdasarkan uji Likelihood Rasio. Dapat dilihat bahwa pasangan variabel kanonik pertama menghasilkan nilai signifikan sangat kecil dibandingkan taraf nyata = 0,05 (Pr > F = ). Dengan demikian hipotesis yang menyatakan bahwa terdapat hubungan yang signifikan antara gugus variabel aktualisasi diri dengan variabel efektifitas manajerial. dapat diterima. Signifikansi korelasi antara kedua variabel ini juga ditunjukkan oleh statistik Wilks' Lambda dengan Pr > F = 0,0001. Berdasarkan hasil output keempat dan output kelima, diperoleh persamaan kanonik untuk gugus variabel aktualisasi diri dan gugus variabel efektifitas manajerial, dan dinyatakan seperti berikut: Untuk Aktualisasi Diri : AKTU1 = 0.074UKT PERF PROS MDS INIS KOMP atau AKTU1 = Untuk Efektifitas Manajerial: EFEK1 = 0.503EPP EPEP EKP ESUP EEVA atau EFEK1 = Hasil output keenam menjelaskan besarnya korelasi antara variabel indikator aktualisasi diri dengan variabel kanonik. Dari 6 variabel indikator, yang mempunyai korelasi terbesar adalah variabel KOMP (Kompetensi) yaitu 0,857, kemudian variabel MDS (Mengenali Diri Sendiri) dengan korelasi Sedangkan variabel indikator lainnya mempunyai korelasi relatif kecil, berada di bawah 0.3. Dengan demikian variabel indikator yang berperan penting terhadap aktualisasi diri adalah kompetensi dan kemampuan mengenali diri sendiri. MIPMIPA, Vol. 12, No. 1, Februari 2013 : 54-63

8 61 Hasil output ketujuh menjelaskan besarnya korelasi antara variabel indikator efektifitas manajerial dengan variabel kanonik. Dari 5 variabel indikator, yang mempunyai korelasi terbesar adalah variabel ESUP (Efektifitas Supervis i) yaitu 0,851, dan variabel EPP (Efektifitas Perencanaan Pekerjaan) yaitu Kemudian dikuti oleh variabel EPEP (Efektifitas Pelaksanaan Pekerjaan) dengan korelasi 0.552, variabel EEVA (Efektifitas Evaluasi) dengan korelasi Sedangkan variabel EKP (Evaluasi Komunikasi Personal) korelasinya sangat kecil, yaitu Berdasarkan besarnya korelasi ini, maka variabel indikator yang sangat berperan penting terhadap efektifitas manajerial adalah efektifitas supervisi dan efektifitas perencanaan pekerjaan. Hasil ouput kesembilan menjelaskan bahwa variabel indikator aktualisasi diri yang mempunyai korelasi terbesar yaitu variabel KOMP (Kompetensi) dengan korelasi 0.500, sedangkan yang lainnya relatif sangat kecil. Hasil output kesepuluh menjelaskan bahwa variabel indikator ESUP (Efektifitas Supervisi) memberikan korelasi terbesar yaitu , kemudian variabel EPP (Efektifitas Perencanaan Pekerjaan) sebesar 0,4189, varaibel EPEP (Efektifitas Pelaksanaan Pekerjaan) sebesar 0,3218, dan variabel EEVA (Efektifitas Evaluasi) sebesar 0,3177, sedangkan variabel EKP (Efektifitas Komunikasi Personil) korelasinya sangat kecil, yaitu 0,1150. Berdasarkan bersarnya korelasi ini, maka dapat dikatakan bahwa variabel indikator efektifitas manajerial yang memiliki hubungan paling erat dengan aktualisasi diri adalah efektifitas supervisi dan efektifitas perencanaan pekerjaan B. Pembahasan Hasil analisis korelasi yang ditunjukkan melalui korelasi produc moment memperlihatkan bahwa semua variabel indikator aktualisasi diri saling berkorelasi, demikian pula variabel indikator efektifitas manajerial. Korelasi di antara variabel indikator itu dapat dikatakan cukup baik untuk analisis korelasi kanonik yang dilakukan dalam penelitian ini. Hal tersebut juga didukung oleh terpenuhinya asumsi keterkaitan antar variabel tidak mengandung kolinearitas. Selain itu, data yang dianalisisi memenuhi asumsi yang diperlukan yaitu normalitas, linearitas, dan homoskedastis Melalui analisis korelasi kanonik ditemukan bahwa dari kelima pasangan variabel kanonik yang terbentuk, pasangan variabel kanonik pertama dan kedua, masing-masing memberikan koefisien determinasi sebesar 34,02% dan 14,42%. yang menyatakan besarnya kontribusi aktualisasi diri terhadap efektifitas manajerial melalui variabel kanonik pertama dan kedua. Besarnya varians variabel asal (variabel indikator) yang mampu Penerapan Korelasi Kanonik Dalam Mengkaji Hubungan Antara Gugus Variabel (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) (Busnawir)

9 62 diterangkan oleh variabel kanoniknya, adalah varabel kanonik yang pertama menjelaskan sebesar 70,33% dan telah mampu menjelaskan sebagian besar varians variabel asal. Hasil ini memberikan bukti bahwa hanya pasangan kanonik pertama yang singnifikan untuk analisis lebih lanjut dan untuk interpretasi. Dengan demikian hipotesis yang menyatakan bahwa terdapat hubungan yang signifikan antara variabel aktualisasi diri dengan variabel efektifitas manajerial. dapat diterima. Dari 6 variabel indikator aktualisasi diri, yang mempunyai korelasi terbesar adalah variabel KOMP (Kompetensi) yaitu 0,857, sehingga variabel indikator inilah yang berperan menjelaskan peran aktualisasi diri dalam kaitannya dengan kemampuan manajerial. Dari 5 variabel indikator dalam kemampuan manajerial, yang mempunyai korelasi terbesar adalah variabel ESUP (Efektifitas Supervisi) yaitu 0,8506, dan variabel EPP (Efektifitas Perencanaan Pekerjaan) yaitu Berdasarkan besarnya korelasi ini, maka variabel indikator yang sangat berperan penting terhadap efektifitas manajerial adalah efektifitas supervisi dan efektifitas perencanaan pekerjaan. Dari hasil analisis ditunjukkan pula bahwa kompetensi sebagai indikator aktualisasi diri yang memiliki peranan penting terhadap efektifitas manjerial. Selanjutnya ditunjukkan pula bahwa variabel indikator efektifitas manajerial yang memiliki hubungan paling erat dengan aktualisasi diri adalah efektifitas supervisi dan efektifitas perencanaan pekerjaan. Dari hasil analisis korelasi kanonik yang diuraikan dalam tulisan ini memberikan gambaran bahwa, dengan korelasi kanonik dapat ditentukan hubungan simultan antara gugus variabel indpenden dan gugus variabel dependen. Dari kedua gugus variabel tersebut dapat ditemukan variabel-variavel yang dominan dan berperan penting dalam menjelaskan hubungan antara kedua gugua variabel yang sedang dikaji. KESIMPULAN DAN SARAN A. Kesimpulan Melalui pendekatan analisis korelasi kanonik terkait dengan variabel yang dikaji dalam penelitian ini, dapat disimpulkan bahwa: (1) Korelasi kanonik antara gugus variabel aktualisasi diri dengan gugus variabel efektifitas manajerial sangat signifikan. Hubungan kanonik di antara kedua gugus variabel ini dinyatakan cukup kuat. (2) Korelasi kanonik mampu mendetaksi bahwa dari enam variabel indikator yang membentuk gugus variabel aktualiasasi diri (gugus IV) yaitu ukuran kinerja terpilih, perfomans individu, kemampuan proses, mengenali diri sendiri, inisiatif, dan kompetensi, yang sangat berperan penting MIPMIPA, Vol. 12, No. 1, Februari 2013 : 54-63

10 63 adalah kompetensi dan kemampuan mengenali diri sendiri. (3) Di antara empat variabel indikator yang dominan pada gugus variabel efektifitas manjerial (gugus DV), yang sangat berperan penting ialah efektifitas supervisi dan efektifitas persiapan pekerjaan. B. Saran-Saran Mengacu pada kesimpulan penelitian ini, maka disarankan bahwa penerapan analisis korelasi kanonik sangat diperlukan dalam hal: (1) Untuk mengkaji hubungan antara gugus variabel independen dan gugus variabel dependen yang bersifat multivariat yang tidak dapat diselesaikan melalui korelasi sederhana. (2) Mengkaji variabel dominan dalam setiap gugus variabel. Pengkajian ini dimaksudkan untuk menemukan variabel yang berperan penting dalam menjelaskan keberadaan gugus variabel untuk dianalisis lebih lanjut. (3) Penentuan v ariabel indikator yang befungsi baik pada setiap gugus variabel. Penentuan variabel ini sangat penting artinya dalam menyelesaikan permasalahan keterkaitan antara gugus variabel yang bersifat kompleks. DAFTAR RUJUKAN Dillon, William R. dan Matthew Goldstein, Multivariate Analysis, Methods and Applications. Jhon Wiley & Sons. Inc. New ork. Gittins, R Canonical analysis, Areview with Applications in Ecology. Springer- Verlag, Berlin Heidelberg New ork, Toky. Johnson, Richard A dan Dean W. Wichern Aplied Multivariate Statistical Analysis. Prentice Hall, Englewood Cliffs, New Jersey. Overall, John E. dan James Clett Applied Multivariate Analysis. McGraw-Hill Book Company. New ork. Robbins, Stephen P Managing Today. Prentice-hall, New Jersey. Tabachnick, Barbara G. dan Linda S. Fidell Using Multivariate Statistics. Harper Collins Publishers, Inc. New ork. Penerapan Korelasi Kanonik Dalam Mengkaji Hubungan Antara Gugus Variabel (Kasus Hubungan Antara Aktualisasi Diri Dengan Efektifitas Manajerial) (Busnawir)

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA) Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN

Lebih terperinci

SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :

SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH

Lebih terperinci

Abstract. Abstrak. Keywords : Principal Component Analysis, Agriculture Production and Plantation

Abstract. Abstrak. Keywords : Principal Component Analysis, Agriculture Production and Plantation JdC, Vol. 3, No. 2, September, 2014 1 Penggunaan Analisis Komponen Utama Dalam Penggabungan Data Peubah Ganda pada Kasus Produksi Pertanian dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008 1 Sunarsi

Lebih terperinci

Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya

Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,

Lebih terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di: JURNAL GAUSSIAN, Volume, Nomor, April 013, Halaman 119-18 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT Muhamad

Lebih terperinci

METODE PENELITIAN Kerangka Pemikiran

METODE PENELITIAN Kerangka Pemikiran III. METODE PENELITIAN 3.1. Kerangka Pemikiran Dalam penelitian ini, kerangka berpikir diarahkan untuk mendapatkan konsep-konsep penelitian yang berkaitan dengan permasalahan yang ada sehingga dapat dijadikan

Lebih terperinci

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL

Lebih terperinci

PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR

PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas

Lebih terperinci

BAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN

BAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN BAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN 3.1 Deteksi Pencilan Multivariat Pengidentifikasian pencilan pada kasus multivariat tidaklah mudah untuk dilakukan,

Lebih terperinci

ANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS

ANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS ANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS Sintya Dwi Rosady 1, Fitria Virgantari, Ani Andriyati Program Studi Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1 Analisis Korelasi Kanonik

II. TINJAUAN PUSTAKA 2.1 Analisis Korelasi Kanonik 3 II. TINJAUAN PUSTAKA 2.1 Analisis Korelasi Kanonik Menurut Gittins (1985) analisis korelasi kanonik adalah salah satu teknik analisis statistik yang digunakan untuk melihat hubungan antara segugus peubah

Lebih terperinci

Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan

Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul

Lebih terperinci

PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)

PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Saintia Matematika Vol. 1, No. 6 (2013), pp. 507 516. PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Juliarti Hardika,

Lebih terperinci

SILABUS. : Drs. Nar Herrhyanto, M.Pd.

SILABUS. : Drs. Nar Herrhyanto, M.Pd. 0 SILABUS 1. Identitas Mata Kuliah Nama Mata Kuliah : Analisis Regresi dan Korelasi Kode Mata Kuliah : MT 521 Jumlah SKS : 3 Semester : 7 Kelompok Mata Kuliah : Mata Kuliah Perluasan dan Pendalaman (MKPP)

Lebih terperinci

Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5

Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5 Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5 Oleh: Muji Gunarto (mgunarto@hotmail.com) I. Pendahuluan (Landasan Teori) Analisis faktor adalah salah satu analisis yang

Lebih terperinci

1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH

1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 37 BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa penjualan, piutang usaha, dan arus kas operasional pada laporan

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak

FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak 97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan

Lebih terperinci

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995). 3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j

Lebih terperinci

BAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)

BAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS) BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis multivariat merupakan salah satu teknik statistik yang digunakan untuk memahami struktur data dalam dimensi tinggi. Variabel-variabel itu saling terkait satu

Lebih terperinci

PROSIDING ISSN: M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT

PROSIDING ISSN: M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT Soemartini 1, dan Enny Supartini 2 1,2) Departemen Statistika FMIPA UNPAD Bandung tine_soemartini@yahoocom,

Lebih terperinci

Perbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank

Perbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank Perbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank Fajri Zufa Alumni Program Studi Statistika, FMIPA, Universitas Bengkulu e-mail

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Data yang akan digunakan dalam Penelitian ini adalah data Sekunder yang berupa Perputaran Piutang,Perputaran Persediaan (persediaan bahan baku,

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)

FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono

Lebih terperinci

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI Nonik Brilliana P 1, Sudarno 2, dan Suparti 2 1 Mahasiswa Jurusan Statistika FSM Undip 2 Staf Pengajar Jurusan Statistika FSM Undip Abstrak Pada era globalisasi

Lebih terperinci

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto

Lebih terperinci

PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT

PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT SKRIPSI Oleh : MUHAMAD FALIQUL ASBAH J2E 008 040 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 907-916 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN

Lebih terperinci

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011 (DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen

Lebih terperinci

Canonical Correlation. I Made Sumertajaya

Canonical Correlation. I Made Sumertajaya Canonical Correlation I Made Sumertajaya Pendahuluan Hubungan antar variabel yang telah dikenal: Dua arah 1 var dependen vs 1 var independen korelasi sederhana (simple correlation): pearson, spearman,

Lebih terperinci

IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR

IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan

Lebih terperinci

(α = 0.01). Jika D i > , maka x i atau pengamatan ke-i dianggap pencilan (i = 1, 2,..., 100). HASIL DAN PEMBAHASAN

(α = 0.01). Jika D i > , maka x i atau pengamatan ke-i dianggap pencilan (i = 1, 2,..., 100). HASIL DAN PEMBAHASAN 4 karena adanya perbedaan satuan pengukuran antar peubah. 1.. Memastikan tidak adanya pencilan pada data dengan mengidentifikasi adanya pencilan pada data. Pengidentifikasian pencilan dilakukan dengan

Lebih terperinci

JMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP

JMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Penelitian Bank merupakan lembaga keuangan yang memiliki fungsi sebagai penghimpun dana dari masyarakat dan menyalurkannya kembali dalam bentuk kredit

Lebih terperinci

Selamat Datang.. Dalam zona

Selamat Datang.. Dalam zona Selamat Datang.. Dalam zona ANALISIS PEUBAH GANDA 334H1203 (oleh M. Saleh AF) DEPARTEMEN MATEMATIKA PRODI STATISTIKA FMIPA UNHAS 2014 Deskripsi Matakuliah APG : Konsep dasar analisis multivariate, vektor,

Lebih terperinci

ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL

ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan ISSN:2089-3582 ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL 1 John Maspupu 1 Pussainsa LAPAN, Jl. Dr. Djundjunan No. 133 Bandung 40173, Tlp.

Lebih terperinci

BAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi

BAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi 76 BAB IV PENUTUP A. Kesimpulan Model Seemingly Unrelated Regression (SUR) merupakan perluasan dari analisis regresi linear yang berupa sistem persamaan yang terdiri dari beberapa persamaam regresi yang

Lebih terperinci

EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH

EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.

Lebih terperinci

ANALISIS REGRESI KUANTIL

ANALISIS REGRESI KUANTIL Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 103 107 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI KUANTIL SAIDAH, FERRA YANUAR, DODI DEVIANTO Program Studi Magister Matematika, Fakultas

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

METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 8 Bandar Lampung pada semester

METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 8 Bandar Lampung pada semester 23 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan di SMP Negeri 8 Bandar Lampung pada semester genap tahun pelajaran 2012/ 2013. B. Populasi dan Sampel Penelitian Populasi

Lebih terperinci

SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS

SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Jenis, Lokasi dan Waktu Penelitian 3.1.1. Jenis Penelitian Penelitian ini merupakan penelitian kuantitatif asosiatif. Menurut Sugiyono (2016:8) metode kuantitatif adalah

Lebih terperinci

Keywords : canonical correlation, maternal mortality rates, infant mortality rates.

Keywords : canonical correlation, maternal mortality rates, infant mortality rates. Aplikasi Korelasi Kanonikal Pada Faktor Faktor Yang Mempengaruhi Angka Kematian Ibu Dan Bayi Di Provinsi Jawa Timur Canonical Correlation Application On The Factors That Influence Maternal And Infant Mortality

Lebih terperinci

MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS

MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS Oleh: Prof.Dr.Ir.Soemarno,M.S Obyek Pengamatan Variabel X4 Variabel X1 Variabel X2 Variabel X3 Variabel Xn Multi-Variabel Metode analisis

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan

Lebih terperinci

Statistika Industri II TIP - FTP UB

Statistika Industri II TIP - FTP UB Statistika Industri II TIP - FTP UB Mirip regresi linier berganda Metode dependen Dimana : Variabel Independen (X1 dan seterusnya) adalah data metrik, yaitu data berskala interval atau rasio. Variabel

Lebih terperinci

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi BAB III PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi variasi yang terjadi dalam suatu proses. Sementara itu,

Lebih terperinci

ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA

ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI

Lebih terperinci

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1) Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,

Lebih terperinci

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas

Lebih terperinci

Faktor-Faktor Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Provinsi Jawa Barat Melalui Korelasi Kanonik

Faktor-Faktor Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Provinsi Jawa Barat Melalui Korelasi Kanonik SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 S - 5 Faktor-Faktor Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Provinsi Jawa Barat Melalui Korelasi Kanonik Soemartini 1, dan Enny

Lebih terperinci

FAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI

FAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI FAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI DAIMATUL KHOIRIYAH 1, MADE SUSILAWATI 2, DESAK PUTU EKA NILAKUSMAWATI 3 1, 2, 3 Jurusan Matematika

Lebih terperinci

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan 6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam

BAB II TINJAUAN PUSTAKA. Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam BAB II TINJAUAN PUSTAKA Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam proses analisis klaster pada bab selanjutnya. 2.1 DATA MULTIVARIAT Data yang diperoleh dengan mengukur

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 44 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Deskripsi data hasil penelitian dimaksudkan untuk memberikan gambaran umum mengenai hasil pengolahan data yang didapat dari dua variabel dalam

Lebih terperinci

KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR

KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp. 37-42 ISSN: 2303-1751 KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR Ni Luh Ardila Kusumayanti 1, I Komang

Lebih terperinci

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menelaah apakah terdapat perbedaan

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menelaah apakah terdapat perbedaan 56 BAB III METODE PENELITIAN A. Desain penelitian Penelitian ini bertujuan untuk menelaah apakah terdapat perbedaan kemampuan dan peningkatan pemahaman konsep dan penalaran matematis antara siswa yang

Lebih terperinci

PENGETAHUAN PERAWAT TENTANG ALAT PELINDUNG DIRI (APD) DENGAN KEPATUHAN PEMAKAIAN SAAT MELAKUKAN TINDAKAN DI RUMAH SAKIT GATOEL MOJOKERTO

PENGETAHUAN PERAWAT TENTANG ALAT PELINDUNG DIRI (APD) DENGAN KEPATUHAN PEMAKAIAN SAAT MELAKUKAN TINDAKAN DI RUMAH SAKIT GATOEL MOJOKERTO 18 PENGETAHUAN PERAWAT TENTANG ALAT PELINDUNG DIRI (APD) DENGAN KEPATUHAN PEMAKAIAN SAAT MELAKUKAN TINDAKAN DI RUMAH SAKIT GATOEL MOJOKERTO DARSINI STIKES Insan Cendekia Medika Jombang ABSTRAK Alat Pelindung

Lebih terperinci

TINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan

TINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Kerangka Pemikiran Persaingan di dunia bisnis semakin ketat. Berbagai jenis barang dan jasa dengan berbagai merek memasuki pasar di Indonesia. Begitu juga dengan halnya industri

Lebih terperinci

VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI

VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI 6.1. Analisis Fungsi Produksi Model fungsi produksi yang digunakan adalah fungsi Cobb Douglas. Faktor-faktor

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Desain Penelitian Metode penelitian yang digunakan adalah penelitian deskriptif dengan jenis penelitian verifikatif. Penelitian deskriptif merupakan metode penelitian yang

Lebih terperinci

, dengan. Karakteristik dari vektor peubah acak X dan Y sebagai berikut:

, dengan. Karakteristik dari vektor peubah acak X dan Y sebagai berikut: 3 TINJAUAN PUSTAKA Analisis Korelasi Kanonik Analisis korelasi kanonik (AKK) yang diperkenalkan oleh Hotelling pada tahun 1936, bertujuan untuk mengidentifikasi dan menghitung hubungan linier antara dua

Lebih terperinci

BAB III METODE PENELITIAN. A. Waktu dan Tempat Penelitian

BAB III METODE PENELITIAN. A. Waktu dan Tempat Penelitian BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian 1. Waktu Penelitian Proses penelitian ini diawali dengan kegiatan mengidentifikasi permasalahan ditempat yang akan digunakan sebagai lokasi penelitian,

Lebih terperinci

PENERAPAN ANALISIS KONJOIN PADA PREFERENSI MAHASISWA TERHADAP PEKERJAAN

PENERAPAN ANALISIS KONJOIN PADA PREFERENSI MAHASISWA TERHADAP PEKERJAAN Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 189 200. PENERAPAN ANALISIS KONJOIN PADA PREFERENSI MAHASISWA TERHADAP PEKERJAAN Wiwit Widyawati Rachmad Sitepu, Normalina Napitupulu Abstrak.

Lebih terperinci

ANALISIS KOMPONEN UTAMA PADA PENERAPAN APLIKASI PEMBELAJARAN METODE GLENN DOMAN

ANALISIS KOMPONEN UTAMA PADA PENERAPAN APLIKASI PEMBELAJARAN METODE GLENN DOMAN ANALISIS KOMPONEN UTAMA PADA PENERAPAN APLIKASI PEMBELAJARAN METODE GLENN DOMAN Anik Rufaidah 1, Muhamad Afif Effindi 2 1 Program Studi Teknik Industri, 2 Program Studi Teknik Informatika Sekolah Tinggi

Lebih terperinci

BAB IV ANALISIS HASIL

BAB IV ANALISIS HASIL BAB IV ANALISIS HASIL Berikut ini merupakan pembahasan terhadap hasil olahan data dengan menggunakan SPSS versi 15. Peneliti melakukan pengolahan data terhadap122 sampel yang memenuhi kriteria penelitian.

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN Metodologi penelitian merupakan cara yang lebih terperinci mengenai tahaptahap dalam melakukan penelitian. Bab ini menguraikan rangkaian aktivitas yang dilakukan selama peneliti

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di

BAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di BAB III METODE PENELITIAN 3.1.Lokasi dan waktu penelitian Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di Jalan Pembangunan Gg. Samoa No. 12 Rumbai - Pekanbaru. Penelitian ini di

Lebih terperinci

Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang

Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Print) D-78 Second-Order Confirmatory Factor Analysis pada di Kabupaten Jombang Masnatul Laili dan Bambang Widanarko Otok Jurusan Statistika,

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Kerangka Pemikiran Arti penting manajemen pengetahuan telah disadari oleh organisasi sebagai sumber daya utama dalam bersaing. Bukti-bukti menunjukkan bahwa pergeseran orientasi

Lebih terperinci

ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT

ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 575-581 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan

Lebih terperinci

Togu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu

Togu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 289 298. ANALISIS FAKTOR YANG MEMPENGARUHI KUNJUNGAN MASYARAKAT KOTA MEDAN KE PERPUSTAKAAN UMUM KOTA MEDAN Togu P. Marpaung, Normalina Napitupulu,

Lebih terperinci

KONTROVERSI UJI ASUMSI DALAM STATISTIK PARAMETRIK

KONTROVERSI UJI ASUMSI DALAM STATISTIK PARAMETRIK 18 KONTROVERSI UJI ASUMSI DALAM STATISTIK PARAMETRIK Asmadi Alsa Berdasar ada-tidaknya asumsi yang mendasari suatu uji statistik, terdapat dua jenis statistik inferensial, yaitu statistik parametrik dan

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis

Lebih terperinci

dianalisis dengan menggunakan

dianalisis dengan menggunakan 4 1. Eksplorasi data keluaran FTIR a. Membuat plot antara nilai absorban dan bilangan gelombang untuk setiap bahan temuan. Sumbu vertikal untuk nilai absorban dan sumbu horizontal untuk bilangan gelombang.

Lebih terperinci

PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA

PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati

Lebih terperinci

BAB III METODE PENELITIAN. dikatakan metode kuantitatif karena penelitian kuantitatif dapat diartikan sebagai

BAB III METODE PENELITIAN. dikatakan metode kuantitatif karena penelitian kuantitatif dapat diartikan sebagai BAB III METODE PENELITIAN 3.1 JENIS PENELITIAN Desain dalam penelitian ini menggunakan metode penelitian kuantitatif, dikatakan metode kuantitatif karena penelitian kuantitatif dapat diartikan sebagai

Lebih terperinci

BAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang

BAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Analisis statistik multivariat adalah metode statistik di mana masalah yang diteliti bersifat multidimensional dengan menggunakan tiga atau lebih variabel

Lebih terperinci

PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO

PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,

Lebih terperinci

PEMODELAN JUMLAH UANG BEREDAR

PEMODELAN JUMLAH UANG BEREDAR PEMODELAN JUMLAH UANG BEREDAR Hotniar Siringoringo hotniars@staff.gunadarma.ac.id Fakultas Ekonomi, Universitas Gunadarma Jl. Margonda Raya No. 100 Depok ABSTRAK Jumlah uang beredar dalam suatu kurun waktu

Lebih terperinci

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi, BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi

Lebih terperinci

BAB III METODE PENELITIAN. Berdasarkan permasalahan yang telah ditetapkan sebelumnya, maka yang

BAB III METODE PENELITIAN. Berdasarkan permasalahan yang telah ditetapkan sebelumnya, maka yang 25 BAB III METODE PENELITIAN 3.1 Objek dan Waktu Penelitian 3.1.1 Objek Penelitian Berdasarkan permasalahan yang telah ditetapkan sebelumnya, maka yang menjadi objek penelitian adalah sistem pengendalian

Lebih terperinci

BAB III METODE PENELITIAN. (X1), Kepemilikan Institusional (X2). Variabel terikat dalam penelitian ini adalah : Nilai Perusahaan (Y).

BAB III METODE PENELITIAN. (X1), Kepemilikan Institusional (X2). Variabel terikat dalam penelitian ini adalah : Nilai Perusahaan (Y). BAB III METODE PENELITIAN 3.1. Variabel Penelitian a. Variabel Independen Variabel independen adalah variabel yang menjadi sebab atau berubahnya suatu variabel lain (variabel dependen). Variabel independen

Lebih terperinci

BAB III METODE PENELITIAN. Dalam penelitian ini, variabel yang diteliti terdiri dari variabel

BAB III METODE PENELITIAN. Dalam penelitian ini, variabel yang diteliti terdiri dari variabel BAB III METODE PENELITIAN 3.1 Objek Penelitian Dalam penelitian ini, variabel yang diteliti terdiri dari variabel dependen/terikat (Y) dan variabel independen/bebas (X). Variabel dependen adalah nilai

Lebih terperinci

Universitas Negeri Malang

Universitas Negeri Malang 1 Penerapan Metode Regresi New Stepwise untuk Mengetahui Faktor- Faktor yang Mempengaruhi Kekuatan Metallic Box (Studi Kasus di PT. PINDAD (Persero) Turen) Universitas Negeri Malang E-mail: Nisahidayatul@gmail.com

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Pada bagian ini akan dijabarkan mengenai gambaran umum subjek, hasil

BAB IV HASIL DAN PEMBAHASAN. Pada bagian ini akan dijabarkan mengenai gambaran umum subjek, hasil BAB IV HASIL DAN PEMBAHASAN Pada bagian ini akan dijabarkan mengenai gambaran umum subjek, hasil pengolahan data, dan pembahasan hasil penelitian. 4.1 Gambaran Umum Subjek Pengambilan data lapangan berlangsung

Lebih terperinci

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah

Lebih terperinci

BAB IV STUDI KASUS. Indeks merupakan daftar harga sekarang dibandingkan dengan

BAB IV STUDI KASUS. Indeks merupakan daftar harga sekarang dibandingkan dengan BAB IV STUDI KASUS 4.1 Indeks Harga Konsumen Indeks merupakan daftar harga sekarang dibandingkan dengan sebelumnya menurut persentase untuk mengetahui turun naiknya harga barang. Indeks Harga Konsumen

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini akan dilakukan XL Center Gorontalo, jln Nani Wartabone No 143B, kota

BAB III METODE PENELITIAN. Penelitian ini akan dilakukan XL Center Gorontalo, jln Nani Wartabone No 143B, kota BAB III METODE PENELITIAN 3.1.Lokasi dan Waktu Penelitian Penelitian ini akan dilakukan XL Center Gorontalo, jln Nani Wartabone No 143B, kota Gorontalo selama bulan April 01 hingga bulan Juni 01 3..Jenis

Lebih terperinci

Analisis Komponen Utama (Principal component analysis)

Analisis Komponen Utama (Principal component analysis) Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis

Lebih terperinci

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses Jurnal Matematika UNAND Vol. VI No. 1 Hal. 161 167 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE BAGAN KENDALI MULTIVARIAT NP DALAM USAHA PENINGKATAN

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Penelitian yang Digunakan 3.1.1 Metode Penelitian Metode penelitian dirancang melalui langkah-langkah penelitian dari mulai operasional variable, penentuan jenis dan

Lebih terperinci

Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot

Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com

Lebih terperinci