Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
|
|
- Budi Johan Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto, Nuri Wahyuningsih Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Sukolilo, Surabaya nuri@matematika.its.ac.id Abstrak Kesejahteraan adalah tujuan utama pembangunan di kabupaten dan kota khususnya. Salah satu indikator kesejahteraan suatu daerah adalah pendapatan daerah yang berasal dari berbagai sektor seperti pajak, retribusi, pengelolaan sumber daya alam, dana investasi, dana perimbangan dan dana pembangunan yang juga mempengaruhi besarnya pertumbuhan ekonomi atau PDRB (Produk Domestik Regional Bruto) serta tingkat kemajuan di suatu daerah. Berdasarkan variabel tersebut dibuat suatu model yang digunakan untuk memproyeksikan faktor faktor penunjang kesejahteraan khususnya yang terkait atas permasalahan ekonomi menggunakan analisis regresi multivariat dengan pemilihan KICC (Kullback s Information Criterion Corrected). Berdasarkan hasil analisis regresi multivariat dengan pemilihan KICC terkecil diperoleh hubungan antara variabel-variabel prediktor persentase pendapatan dari pajak, retribusi, pengelolaan sumber daya alam, dana investasi, dana perimbangan dan dana pembangunan terhadap persentase pendapatan daerah, pertumbuhan ekonomi, dan tingkat kemajuan daerah secara simultan dengan nilai keterkaitan mendekati 100%. Kata Kunci Kesejahteraan, Analisis Regresi Multivariat, KICC, Model Regresi Multivariat I. PENDAHULUAN NDIKATOR kesejahteraan pada suatu daerah adalah pendapatan daerah. Pendapatan daerah yang berasal dari berbagai sektor seperti pajak, retribusi, pengelolaan sumber daya alam, dana investasi, dana perimbangan dan dana pembangunan mempengaruhi besarnya pertumbuhan ekonomi atau PDRB (Produk Domestik Regional Bruto) serta tingkat kemajuan di suatu daerah. Dalam memperoleh pendapatan, suatu daerah berhak mengatur sendiri cara mendapatkannya sesuai dengan Undang-Undang No.32 Tahun Peraturan perundangan tersebut juga mengatur bagaimana suatu daerah dapat mengatur dan mengurus pengelolaan sumber daya di suatu daerah untuk kesejahteraan. Adapun indikator ekonomi yang mempengaruhi tingkat kesejahteraan daerah adalah total pendapatan daerah, tingkat pertumbuhan ekonomi dan tingkat kemajuan daerah. Indikator ekonomi tersebut bergantung pada besarnya pemasukan daerah dari pajak, retribusi, pengelolaan sumber daya alam, dana investasi, dana pembangunan, serta dana perimbangan [1]. Besar pemasukan dari berbagai sektor yang mempengaruhi indikator perekonomian daerah yang menentukan tingkat kesejahteraan masing-masing daerah menimbulkan adanya kompetisi antar wilayah sehingga diperlukan pengontrol dan analisis yang tepat agar kompetisi I tersebut terjalin sehat. Solusi permasalahan tersebut berupa model matematika yang dapat digunakan untuk mengontrol dan memprediksikan variabel variabel yang perlu dikendalikan sebagai gambaran atas kesejahteraan kabupaten dan kota di Provinsi Jawa Timur. Adapun model matematika yang sesuai adalah model regresi multivariat. Model regresi multivariat memuat lebih dari satu variabel bergantung atau respon yang saling berkorelasi dan satu atau lebih variabel bebas yang disebut juga variabel prediktor [2]. Pemakaian model ini mengacu pada penelitian yang pernah dilakukan yaitu Analisis Regresi Multivariat berdasarkan Faktor-Faktor yang Mempengaruhi Derajat Kesehatan di Provinsi Jawa Timur [3] dan jurnal tentang Application in Time Series, Multiple and Multivariate Regression, Computational and Data Analysis 50 tahun 2006 Hal yang berjudul A Corrected Akaike Criterion Based on Kullback s Symetric Divergence[4]. Berdasarkan penelitianpenelitian tersebut model regresi multivariat yang dibentuk untuk kesejahteraan kabupaten dan kota di Jawa Timur ini menggunakan kriteria koreksi KICC untuk mendapatkan model terbaik dengan variabel bebas terpilih yang dijadikan indikator kesejahteraan kabupaten dan kota di Jawa Timur digunakan. Oleh sebab itu sesuai dengan latar belakang dan acuan dari peneliti sebelumnya dalam Tugas Akhir ini penulis mengajukan judul Model Regresi Multivariat untuk Kesejahteraan Kabupaten dan Kota di Jawa Timur. II. URAIAN PENELITIAN A. Analisis Regresi Multivariat Model regresi multivariat adalah model regresi yang terdiri dari lebih dari satu variabel bergantung dan satu atau lebih variabel variabel prediktor [2]. Jika terdapat variabel respon berjumlah dan variabel prediktor yaitu, maka model regresi multivariat untuk pengamatan ke- respon ke- adalah dengan 1,2,, dan 1,2,, dimana merupakan nilai amatan ke- untuk variabel respon ke-, adalah nilai amatan ke- untuk variabel prediktor ke-. Parameter parameter regresi yang nilainya belum diketahui dinotasikan dengan, dan yaitu residual amatan ke- untuk variabel respon ke-.
2 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 2 Model regresi multivariat yang terdiri atas model linear secara simultan dapat ditunjukkan secara matriks dalam persamaan (1) (1) dimana dan [2]. B. Koefisien Korelasi Koefisien korelasi merupakan indikator hubungan antara 2 variabel, korelasi untuk variabel dan dirumuskan oleh sedangkan estimasi [7] yang merupakan matriks residual ditentukan oleh F. Kullback s Information Criterion Corrected (KICC) KICC (Kullback s Information Criterion Corrected) merupakan koreksi dari metode KIC (Kullback s Information Criterion). KICC terkecil digunakan untuk menghasilkan model terbaik [4]. (6) Nilai koefisien korelasi berada dalam interval [ 1,1] atau [5]. C. Pengujian Kebebasan Antar Variabel Respon Untuk menguji kebebasan antar variabel dapat dilakukan uji Bartlett Sphericity Antar variabel respon bersifat independent Antar variabel respon bersifat dependent dimana adalah jumlah variabel respon dan adalah nilai determinan matriks korelasi dari masing masing variabel respon. Kriteria Uji yang Diharapkan - Jika maka diterima sehingga antar variabel respon bersifat independent [6]. D. Pengujian Normal Multivariat Variabel Respon Asumsi lain yang harus dipenuhi dalam analisis regresi multivariat selain variabel respon yang bebas adalah variabel respon berdistribusi normal multivariat. Pengujian normal multivariat dilakukan dengan Data berdistribusi normal multivariat Data tidak berdistribusi normal multivariat dimana vektor obyek pengamatan ke vektor rata rata pengamatan invers matriks varian- kovarian berukuran Kriteria Uji yang Diharapkan - Jika diperoleh kondisi dimana nilai dari terhadap lebih dari sampel, maka diterima sehingga data dikatakan berdistribusi normal multivariat [7]. E. Estimasi Parameter Dalam model regresi multivariat pada persamaan (1), adalah suatu matriks parameter regresi dengan ukuran, dengan estimasi (5) dengan jumlah variabel respon jumlah variabel prediktor jumlah pengamatan penaksir matriks varian-kovarian error G. Pengujian Signifikansi Model Ada dua uji yang dilakukan untuk mengetahui tingkat signifikansi yaitu parameter regresi signifikan terhadap model secara serentak dan secara parsial. 1. Pengujian Serentak Pengujian secara serentak dilakukan bertujuan untuk mengetahui apakah secara keseluruhan parameter signifikan dalam model. (model tidak signifikan) paling sedikit ada satu (model signifikan) dimana banyak prediktor dan banyak variabel respon. adalah nilai Wilk s Lambda, adalah vektor rata rata Y. Kriteria Uji yang Diharapkan - Jika maka ditolak dimana secara keseluruhan parameter tidak sama dengan nol sehingga model signifikan. Nilai adalah nilai kritis untuk Wilk s Lambda [7]. 2. Pengujian Parsial Pengujian ini bertujuan untuk melihat pengaruh signifikan setiap variabel prediktor terhadap variabel-variabel respon secara parsial. (parameter regresi prediktor terhadap respon tidak berpengaruh secara signifikan) paling sedikit ada satu (parameter regresi prediktor terhadap respon berpengaruh secara signifikan) dimana banyak prediktor dan banyak variabel respon. Statistik Uji menggunakan persamaan (8), dengan kriteria pengujian yang sama dengan uji serentak.
3 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 3 H. Hubungan Variabel Respon dan Prediktor Pada regresi multivariat, ukuran yang digunakan untuk mengukur hubungan antara variabel respon dan prediktor adalah Eta Square Lambda yang dinyatakan oleh persamaan (9) dengan adalah nilai Wilk s Lambda, adalah nilai keterkaitan antar variabel respon dan prediktor dengan. Artinya, semakin mendekati 1 berarti hubungan antara variabel respon dan variabel prediktor semakin erat [7]. I. Uji Asumsi Residual Ada tiga asumsi residual yang harus dipenuhi dalam analisis regresi yaitu identik, independen, dan berdistribusi normal. 1. Uji Asumsi Residual Identik Untuk menguji syarat ini dapat dipergunakan statistik uji Box s M minimal ada satu untuk (10) dengan banyak kelompok banyak variabel residual matriks varian-kovarian kelompok ke jumlah observasi kelompok ke Kriteria Uji yang Diharapkan - Jika maka diterima yang berarti matriks matriks varian-kovarian residual adalah homogen dan dapat disimpulkan residual identik [7]. 2. Uji Asumsi Residual Independent Untuk menguji kebebasan antar residual dapat dilakukan uji Bartlett Sphericity dengan langkah yang sama seperti pengujian kebebasan variabel respon. 3. Uji Asumsi Residual Berdistribusi Normal Multivariat Untuk menguji asumsi residual berdistribusi normal multivariat juga digunakan prosedur yang sama seperti pengujian variabel respon berdistribusi normal multivariat. J. Obyek Penelitian Penelitian ini terkait Indikator Kesejahteraan Daerah. Indikator Kesejahteraan Daerah (IKD) adalah parameter yang dijadikan acuan oleh suatu daerah untuk pembangunan wilayah demi terwujudnya suatu kesejahteraan di daerah tersebut [8]. Beberapa hal yang mempengaruhi tingkat kesejahteraan daerah adalah 1. Pendapatan Daerah Menurut Undang-Undang No.32 Tahun 2004 tentang Pemerintah Daerah, pendapatan daerah merupakan semua hak daerah yang diakui sebagai penambah nilai kekayaan bersih dalam periode tahun anggaran yang berkaitan. Sumber sumber pendapatan daerah adalah pendapatan asli daerah dari sektor pemasukan pajak, retribusi, dan pengelolaan hasil kekayaan alam daerah. Selain itu sumber pendapatan daerah lainnya berasal dari investasi atau penanaman modal, dana perimbangan atau dana alokasi, dan berasal dari dana hasil pembangunan [9]. 2. Pertumbuhan Ekonomi Daerah Pertumbuhan ekonomi adalah perkembangan kegiatan dalam perekonomian. Ukuran yang sering di gunakan dalam menghitung pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB) [10]. 3. Tingkat Kemajuan Daerah Tingkat kemajuan daerah dihitung dari total persentase peningkatan berbagai sektor, diantarnya sektor industri, pertanian, pertambangan, infrastruktur (ketersediaan air, listrik, gas, dan rata - rata kelaikan bangunan), perdagangan, pariwisata, transportasi, jasa, dan pendidikan [11]. III. HASIL DAN PEMBAHASAN A. Statistik Deskriptif Dalam penelitian ini statistik deskriptif yang digunakan adalah nilai rata-rata, nilai maksimum dan minimum. Selain itu data akan disajikan scatter plot untuk melihat penyebaran data secara visual. Adapun data yang digunakan merupakan data sekunder tentang Data Pendapatan Asli Daerah, Data Pertumbuhan Ekonomi, dan Data Tingkat Kemajuan Daerah tahun 2012 dari 38 kabupaten dan kota di Jawa Timur yang diterbitkan oleh Badan Pusat Statistik Provinsi Jawa Timur. Adapun untuk Data Pendapatan Asli Daerah juga dapat diakses dalam website http//djkd.depdagri.go.id/?tabel apbdpendapatan&jenis1& kodeprov1 milik Departemen Dalam Negeri Republik Indonesia [12]. Tabel 1 berikut adalah statistik deskriptif untuk variabel respon. Variabel respon dalam penelitian ini adalah persentase total pendapatan daerah (Y 1 ), pertumbuhan ekonomi (Y 2 ), dan tingkat kemajuan daerah (Y 3 ). Tabel 1. Statistik Deskriptif Variabel Respon Variabel Rata-Rata Minimal Maksimal Y Y Y Sementara itu Tabel 2 adalah statistik deskriptif untuk variabel prediktor. Variabel prediktor dalam penelitian ini terdiri atas persentase penerimaan daerah dari sektor pajak (X 1 ), retribusi (X 2 ), pengelolaan sumber daya alam (X 3 ), investasi (X 4 ), dana perimbangan (X 5 ), dan dana pembangunan (X 6 ). Tabel 2. Statistik Deskriptif Variabel Prediktor Variabel Rata-Rata Minimal Maksimal X X X X X X Dalam pembahasan statistik deskriptif yang terakhir disajikan scatter plot dari seluruh variabel respon dan prediktor dalam Gambar 1. Tujuan dari penyajian scatter plot
4 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 4 adalah untuk melihat sebaran data dari variabel variabel respon dan prediktor keseluruhan. Y X Gambar 1. Scatter Plot Data Berdasarkan Gambar 1 data cenderung menyebar dan tidak membentuk pola tertentu seperti lingkaran, atau kurva sehingga data dikatakan linear. B. Pembentukan Model Regresi Multivariat Sebelum dibentuk model regresi multivariat, dilakukan pengujian terlebih dahulu apakah variabel respon saling bebas dan berdistribusi normal multivariat. Langkah berikutnya adalah estimasi parameter dari persamaan regresi multivariat. Setelah terbentuk estimasi model regresi multivariat dilakukan pemilihan model terbaik dengan metode KICC. 1. Pengujian Kebebasan Antar Variabel Respon Pengujian yang sesuai untuk mengetahui kebebasan antar variabel respon adalah uji Bartlett Sphericity. Antar variabel respon bersifat independent Antar variabel respon bersifat dependent Berdasarkan Tabel 3 diperoleh kondisi terhadap 26 pengamaatan atau % dari 38 pengamatan, maka diterima sehingga data dikatakan berdistribusi normal multivariat. 3. Estimasi Parameter Regresi Multivariat Dalam analisis regresi multivariat ditentukan estimasi parameter regresi menggunakan persamaan (5) sehingga diperoleh serta model regresi multivariat Tabel 3. Statistik Uji untuk Variabel Respon Oleh karena maka diterima sehingga antar variabel respon bersifat independent. 2. Distribusi Normal Multivariat dari Variabel Respon Dalam melakukan pengujian normal multivariat langkah pertama yang dilakukan adalah membentuk matriks varian kovarian data. Didapatkan matriks varian kovarian Kemudian dilakukan pengujian normal multivariat Data berdistribusi normal multivariat Data tidak berdistribusi normal multivariat. dimana 4. Pemilhan Model Terbaik dengan Metode KICC Tabel 4. Nilai KICC Variabel Prediktor No Prediktor KICC No Prediktor KICC 1 X X 2 X 3 X X X 2 X 3 X X X 2 X 4 X X X 2 X 4 X X X 2 X 5 X X X 3 X 4 X X 1 X X 3 X 4 X X 1 X X 3 X 5 X X 1 X 3 X X 1 X 2 X 3 X 5 X X 1 X 3 X X 1 X 2 X 4 X 5 X X 1 X 4 X X 1 X 3 X 4 X 5 X X 1 X 4 X X 2 X 3 X 4 X 5X X 1 X 5 X X 1 X 2 X 3 X 4 X 5X X 2 X 3 X Berdasarkan Tabel 4 dipilih nilai KICC terkecil sebesar untuk semua variabel prediktor yang ada yaitu persentase penerimaan daerah sektor pajak (X 1 ), retribusi (X 2 ), pengelolaan sumber daya alam (X 3 ), investasi (X 4 ), dana perimbangan (X 5 ), dan dana pembangunan (X 6 ).
5 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 5 C. Pengujian Model Terdapat pengujian parameter dan pengujian asumsi residual yang harus dilakukan dalam analisis regresi multivariat. Pengujian parameter berhubungan dengan signifikansi model yang diuji secara serentak dan parsial. Adapun pengujian asumsi residual bertujuan untuk memenuhi syarat model regresi multivariat dimana residual bersifat identik, independent, dan berdistribusi normal multivariat. 1. Pengujian Signifikansi Model secara Serentak Untuk pengujian signifikansi model secara serentak digunakan uji Wilk s Lambda. (model tidak signifikan) paling sedikit ada satu dimana dan (model signifikan) Oleh karena maka ditolak sehingga model signifikan (variabel prediktor berpengaruh secara signifikan terhadap model). 2. Pengujian Signifikansi Model secara Parsial Untuk pengujian signifikansi model secara parsial digunakan uji Wilk s Lambda. Tabel 5. Tabel Uji Parsial Prediktor X X X X X X Kriteria Uji untuk variabel prediktor X 1 (parameter regresi prediktor X 1 terhadap ketiga variabel respon tidak berpengaruh secara signifikan) paling sedikit ada satu (parameter regresi prediktor X 1 terhadap ketiga variabel respon berpengaruh secara signifikan) Oleh karena maka ditolak sehingga variabel prediktor X 1 berpengaruh signifikan terhadap variabel respon Y 1, Y 2 dan Y 3 secara parsial. Adapun pengujian parsial untuk variabel prediktor lain dapat dilihat pada Tabel 5 dengan kesimpulan setiap variabel prediktor berpengaruh signifikan terhadap variabel-variabel respon secara parsial. 3. Uji Asumsi Residual Identik Untuk pengujian asumsi residual identik digunakan uji Box s M. (matriks varian kovarian residual homogen) minimal ada satu untuk (matriks varian kovarian residual heterogen) Oleh karena maka diterima yang berarti matriks varian-kovarian residual adalah homogen dan dapat disimpulkan residual identik. 4. Uji Asumsi Residual Indpendnet Untuk pengujian asumsi residual independent digunakan uji Bartlett Sphericity. Residual data bersifat independent Residual data bersifat dependent Oleh karena maka diterima sehingga residual data bersifat independent. 5. Uji Asumsi Residual Berdistribusi Normal Multivariat Pengujian residual berdistribusi normal multivariat dilakukan dengan hipotesis Residual berdistribusi normal multivariat Residual tidak berdistribusi normal multivariat Tabel 6. Statistik Uji untuk Residual
6 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 6 Berdasarkan Tabel 6 diperoleh kondisi terhadap 20 pengamaatan atau % dari 38 pengamatan, maka diterima sehingga residual dikatakan berdistribusi normal multivariat. D. Hubungan antar Varibel dalam Model dan Interpretasi Setelah model regresi multivariat memenuhi pengujian pengujian dalam pembahasan sebelumnya, dalam pembahasan ini akan ditentukan nilai Eta Square Lambda kemudian dilakukan interpretasi model. 1. Nilai Eta Square Lambda Pada regresi multivariat, ukuran yang digunakan untuk mengukur hubungan antara variabel respon dan prediktor adalah Eta Square Lambda yang dinyatakan oleh Ini berarti bahwa model dapat menjelaskan informasi data sebesar 100% sehingga semua variabel yang ada memang berpengaruh untuk mengukur kesejahteraan di Jawa Timur. 2. Interpretasi Model Regresi Multivariat Berdasarkan analisis regresi multivariat diperoleh model regresi multivariat untuk kesejahteraan kabupaten dan kota di Jawa Timur yang diukur dari faktor pendapatan dan ekonomi daerah sebagai berikut Untuk mempermudah interpretasi dan penentuan domain digunakan program Microsoft Excel dan Matlab. Berdasarkan interpretasi disimpulkan bahwa untuk meningkatkan kesejahteraan daerahnya jika ditinjau dari faktor ekonomi dan penerimaan anggaran, maka pemerintah kabupaten dan kota di Jawa Timur harus mengurangi penerimaan pajak daerah, dana pembangunan, dan dana perimbangan. Di sisi lain pemerintah kabupaten dan kota di Jawa Timur harus memperbesar penerimaan dari sektor retribusi, dana pengelolaan sumber daya alam, dan dana investasi. IV. KESIMPULAN Berdasarkan hasil analisis dan pembahasan yang dilakukan, maka dapat disimpulkan 1. Model regresi multivariat untuk kesejahteraan kabupaten dan kota di Jawa Timur adalah - (Estimasi tingkat pendapatan asli daerah) i (% penerimaan pajak) i (% penerimaan retribusi) i (% penerimaan hasil pengolahan sumber daya alam) i (% penerimaan dana investasi) i (%penerimaan dana perimbangan) i (%penerimaan dana pembangunan) i - (Estimasi tingkat pertumbuhan ekonomi daerah) i (% penerimaan pajak) i (% penerimaan retribusi) i (% penerimaan hasil pengolahan sumber daya alam) i (% penerimaan dana investasi) i (%penerimaan dana perimbangan) i (%penerimaan dana pembangunan) i - (Estimasi tingkat kemajuan daerah) i (% penerimaan pajak) i % penerimaan retribusi) i (% penerimaan hasil pengolahan sumber daya alam) i (% penerimaan dana investasi) i (%penerimaan dana perimbangan) i (%penerimaan dana pembangunan) i dengan domain % penerimaan pajak kabupaten atau kota ke- di Jawa Timur bernilai 0% sampai 47.63%. % penerimaan retribusi, % penerimaan hasil pengolahan sumber daya alam, dan % penerimaan dana investasi kabupaten atau kota ke- di Jawa Timur bernilai 0% sampai 100%. % penerimaan dana perimbangan kabupaten atau kota ke- di Jawa Timur bernilai 0% sampai %. % penerimaan dana pembangunan kabupaten atau kota ke- di Jawa Timur bernilai 0% sampai 69.32%. 2. Berdasarkan model regresi multivariat, semua variabel prediktor yaitu persentase tingkat penerimaan pajak, retribusi, hasil pengolahan sumber daya alam, dana investasi, dana pembangunan, dan dana perimbangan dapat dijadikan indikator untuk memprediksikan tingkat pendapatan asli daerah, pertumbuhan ekonomi, dan kemajuan daerah. Variabel variabel tersebut dapat menjelaskan informasi dalam model regresi multivariat sebesar 100% dengan nilai sebesar. DAFTAR PUSTAKA [1] Mudrajad, Kuncoro. (2004). Otonomi dan Pembangunan Daerah. Jakarta Erlangga. [2] Johnson, R.A dan Wichern, D. (2007). Applied Multivariate Statistical Analysis. New Jersey Prentice Hall. [3] Riskiyanti, Rosy. (2010). Analisis Regresi Multivariat berdasarkan Faktor-Faktor yang Mempengaruhi Derajat Kesehatan di Provinsi Jawa Timur. FMIPA ITS. [4] Hafidi, B dan Mkhadri. (2006). A Corrected Akaike Criterion Based on Kullback s Symetric Divergence. Application in Time Series, Multiple and Multivariate Regression, Computational and Data Analysis 50, Hal [5] Draper, N dan Smith, H. (1992). Analisis Regresi Terapan.JakartaGramedia [6] Morrison, D.F. (2005). Multivariate Statistical Methods, Fourth Edition. Pennsylvania The Wharton School University of Pennsylvania. [7] Rencher, A.R. (2002). Methods of Multivariate Analysis Second Edition. New York John Wiley and Sons Inc. [8] Darmawan, dkk. (2007). Studi Evaluasi Kesejahteraan Daerah. Jakarta Bridge Press [9] Adisasmita, Rahardjo. (2011). Pengelolaan Pendapatan dan Anggaran Daerah. Yogyakarta Graha Ilmu. [10] Tarigan, Robinson. (2005). Ekonomi Regional Teori dan Aplikasi. Jakarta Bumi Aksara. [11] Badan Pusat Statistik Jawa Timur. (2011). Indikator Kemajuan Daerah. Surabaya Badan Pusat Statistik Jawa Timur. [12] Dirjen Keuangan Daerah Departermen Dalam Negeri. (2012). Data Pendapatan Asli Daerah http//djkd.depdagri. go.id/?tabelapbdpendapatan&jenis1& kodeprov1. Diakses tanggal 5 Maret 2013.
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu indikator kesejahteraan pada suatu daerah adalah pendapatan daerah. Pendapatan daerah yang berasal dari berbagai sektor seperti pajak, retribusi, pengelolaan
Lebih terperinciPENERAPAN 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 terperinciANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR
ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR Rosy Riskiyanti 1308.100.508 Dosen Pembimbing Ir. Sri Pingit Wulandari, M.Si Latar Belakang
Lebih terperinciJMP : 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 terperinciANALISIS REGRESI LINIER MULTIVARIAT UNTUK DATA KUALITATIF DALAM MENGETAHUI TUJUAN MAHASISWA MENGGUNAKAN MEDIA SOSIAL
ANALISIS REGRESI LINIER MULTIVARIAT UNTUK DATA KUALITATIF DALAM MENGETAHUI TUJUAN MAHASISWA MENGGUNAKAN MEDIA SOSIAL 1 2 3 Tony Yulianto, M.Fariz Fadillah Mardianto, Nurul M rifatil Laila Dosen Fakultas
Lebih terperinciISSN: 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciAnalisis Dampak Penyakit Kusta terhadap Interaksi Sosial Penderita di Kecamatan Brondong, Lamongan
Analisis Dampak Penyakit Kusta terhadap Interaksi Sosial Penderita di Kecamatan Brondong, Lamongan Nurul Azizah, Brodjol Sutijo SU, Adatul Mukarromah 3 MahasiswaJurusan Statistika Institut Teknologi Sepuluh
Lebih terperinciKlasifikasi 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 terperinciJURNAL 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 terperinciX 3 : Flow Top (Aliran Atas) (lt/min) X 4 : Speed (Kecepatan) (m/min)
Periode Maret 06, Samarinda, Indonesia ISBN: 978-60-7658--3 Pemilihan Model Regresi Linier Multivariat Terbaik Dengan Kriteria Mean Square Error Dan Akaike s Information Criterion Edriani Lestari, Rito
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit
Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciPENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 161-170 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE
Lebih terperinciKAJIAN PENGARUH BELANJA DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI JAMBI. Oleh: N U R D I N Dosen STIE Muhammadiyah Jambi ABSTRAK
KAJIAN PENGARUH BELANJA DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI JAMBI Oleh: N U R D I N Dosen STIE Muhammadiyah Jambi ABSTRAK Penelitian ini mengambil judul kajian Pengaruh Belanja Daerah Terhadap
Lebih terperinciPERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK
PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK Reza Mubarak ) dan Suhartono ) ) Program Pasca Sarjana Jurusan Statistika, Institut
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinci1. 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 terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
Lebih terperinciPERUMUSAN STRATEGI PENINGKATAN PERTUMBUHAN EKONOMI BERBASIS SEKTOR UNGGULAN DI KABUPATEN SIDOARJO
PERUMUSAN STRATEGI PENINGKATAN PERTUMBUHAN EKONOMI BERBASIS SEKTOR UNGGULAN DI KABUPATEN SIDOARJO Nida Farikha 1),Erwin Widodo 2), Ketut Gunarta 3) 1),2),3 ) Jurusan Teknik Industri, Institut Teknologi
Lebih terperinciPemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR
JURNAL SAINS DAN SENI POMITS Vol., No., (0) 7-0 (0-X Prin D-7 Pemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR Laily Awliatul Faizah dan Setiawan Jurusan Statistika,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan kajian mengenai Faktor-Faktor Yang Mempengaruhi
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan kajian mengenai Faktor-Faktor Yang Mempengaruhi Produk Domestik Bruto Usaha Mikro Kecil dan Menengah (UMKM) di Indonesia Tahun
Lebih terperinciKematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan
VIF Distribusi Poisson Regresi Poisson Kematian Bayi Kematian Ibu Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan 1 Pendaharan terberat pada masa nifas
Lebih terperinciPEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. rentang waktu selama 9 tahun yaitu periode Data diperoleh
36 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Hasil Penelitian Ruang lingkup penelitian ini adalah negara Indonesia dengan rentang waktu selama 9 tahun yaitu periode 2004 2012. Data diperoleh dari KPP Pratama
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,
Lebih terperinciBAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data
1.1 Analisis Deskripsi Data BAB IV HASIL DAN ANALISIS Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) selama 17 tahun, yaitu tahun 1996-2012. Data tersebut
Lebih terperinciAnalisis 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 terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciFAKTOR-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 terperinciBAB III METODOLOGI PENELITIAN. menggunakan hipotesa. Jenis penelitian ini adalah penelitian sebab akibat
BAB III METODOLOGI PENELITIAN 3.1. Jenis Penelitian Penelitian ini dilakukan untuk mengetahui ada tidaknya pengaruh antara variabel independen terhadap variabel dependen yang di teliti kemudian dianalisis
Lebih terperinciPENGARUH PENDAPATAN ASLI DAERAH (PAD) DAN TINGKAT PARTISIPASI ANGKATAN KERJA (TPAK) TERHADAP PDRB PADA PROVINSI DKI JAKARTA
PENGARUH PENDAPATAN ASLI DAERAH (PAD) DAN TINGKAT PARTISIPASI ANGKATAN KERJA (TPAK) TERHADAP PDRB PADA PROVINSI DKI JAKARTA 2010-2015 Nama NPM Jurusan Dosen Pembimbing : Septi Eka Wulandari : 2A214142
Lebih terperinciBAB III METODE PENELITIAN. Yang menjadi objek dari penelitian ini adalah investasi swasta di
BAB III METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dari penelitian ini adalah investasi swasta di Indonesia periode tahun 1988 2007. Sehingga data yang digunakan merupakan data time series
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciPENERAPAN 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: Persentase Penduduk Dengan Sumber Air Minum Terlindungi PDAM : Pengeluaran Perkapita Penduduk Untuk Makan Sebulan
22 BAB III MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) 3.1 Variabel Penelitian Variabel penelitian yang digunakan dalam penelitian ini adalah data derajat kesehatan tahun 2013 pada 27 kabupaten
Lebih terperinciBAB III METODE PENELITIAN. Pemerintah Daerah Kabupaten Lampung Barat tahun 2007 sampai dengan 2012.
BAB III METODE PENELITIAN 3.1. Sampel Dan Data Penelitian Pengambilan data dilakukan di Direktorat Jendral Perimbangan Keuangan melalui internet. Data yang digunakan dalam penulisan skripsi ini adalah
Lebih terperinciBAB 3 METODE PENELITIAN. 3.1 Desain Penelitian Penelitian ini menggunakan pendekatan penelitian kuantitatif dengan menggunakan data panel (pool data).
31 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan pendekatan penelitian kuantitatif dengan menggunakan data panel (pool data). 3.2 Metode Analisis Data 3.2.1 Analisis Weighted
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 233-20 (230-9X Print) D-300 Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R- dengan Metode Fungsi Transfer
Lebih terperinciPENGARUH PERTUMBUHAN EKONOMI, PENDAPATAN ASLI DAERAH DAN DANA ALOKASI UMUM TERHADAP BELANJA MODAL PADA KABUPATEN GORONTALO
PENGARUH PERTUMBUHAN EKONOMI, PENDAPATAN ASLI DAERAH DAN DANA ALOKASI UMUM TERHADAP BELANJA MODAL PADA KABUPATEN GORONTALO HELDY ISMAIL Jurusan Akuntansi Fakultas Ekonomi dan Bisnis Universitas Negeri
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciPENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)
PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO dan Gross Nation Product di Malaysia, Bhutan, dan Nepal) Yanti I 1, Islamiyati A, Raupong 3 Abstrak Regresi geometrik
Lebih terperinciANALISIS 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 terperinciAPLIKASI MULTIVARIATE MULTIPLE REGRESSION UNTUK MENDUGA FAKTOR FAKTOR YANG MEMENGARUHI KESEJAHTERAAN MASYARAKAT
E-Jurnal Matematika Vol 3 (3), Agustus 14, pp. 1-16 ISSN: 33-175 APLIKASI MULTIVARIATE MULTIPLE REGRESSION UNTUK MENDUGA FAKTOR FAKTOR YANG MEMENGARUHI KESEJAHTERAAN MASYARAKAT Putu Eka Swastini 1, I Komang
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Gambaran Umum Provinsi Jawa Timur Penelitian ini dilakukan mulai bulan September 2012 di Jakarta terhadap Laporan Keuangan Daerah Provinsi Jawa Timur untuk periode tahun
Lebih terperinciBAB IV ANALISA HASIL DAN PEMBAHASAN
BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Data 1. Analisa Statistik Deskriptif Statistik deskriftif menggambarkan tentang ringkasan data-data penelitian seperti minimum, maksimum, mean, dan standar
Lebih terperinciIDENTIFIKASI 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 terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN. Sasaran penelitian ini berkaitan dengan obyek yang akan ditulis, maka
BAB III METODOLOGI PENELITIAN A. Obyek/Subyek Penelitian Sasaran penelitian ini berkaitan dengan obyek yang akan ditulis, maka populasi dalam penelitian difokuskan di Kabupaten Banjarnegara. Dimana data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep dan Definisi Pendapatan Regional adalah tingkat (besarnya) pendapatan masyarakat pada wilayah analisis. Tingkat pendapatan dapat diukur dari total pendapatan wilayah maupun
Lebih terperinciANALISIS 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 terperinciBAB I PENDAHULUAN. Paradigma pembangunan modern memandang suatu pola yang berbeda
BAB I PENDAHULUAN A. Latar Belakang Masalah Paradigma pembangunan modern memandang suatu pola yang berbeda dengan pembangunan ekonomi tradisional. Pertanyaan beranjak dari benarkah semua indikator ekonomi
Lebih terperinciPemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Pemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel Evi Kinasih Ikhwan dan Dwi Endah Kusrini Jurusan
Lebih terperinciPENERAPAN METODE TWO STAGE LEAST SQUARES PADA MODEL PERSAMAAN SIMULTAN DALAM MERAMALKAN PDRB
BIAStatistics (2016) Vol. 10, No. 1, hal. 52-58 PENERAPAN METODE TWO STAGE LEAST SQUARES PADA MODEL PERSAMAAN SIMULTAN DALAM MERAMALKAN PDRB Soemartini Statistika FMIPA UNPAD Email: tine_soemartini@yahoo.com
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. Indonesia. Teknik sampling pada penelitian ini adalah menggunakan purposive
BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1 Hasil Pengumpulan Sampel Penelitian ini bertujuan untuk menguji pengaruh pendapatan asli daerah (PAD), sisa lebih perhitungan anggaran (SiLPA), luas wilayah, dan
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31
JURNAL SAINS DAN SENI ITS Vol 4, No2, (2015) 2337-3520 (2301-928X Print) A-31 Perbandingan Performansi Metode Peramalan Fuzzy Time Series yang Dimodifikasi dan Jaringan Syaraf Tiruan Backpropagation (Studi
Lebih terperinciSTUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN ANALISIS VAR
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN
Lebih terperinciANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN MODEL DATA PANEL INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume xx, No. x (tahun), hal xx xx. ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-103 Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua Latifatul Mubarokah, I Nyoman
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Produksi dan Mutu Tembakau Temanggung dengan Kombinasi antara Generalized Least Square dan Regresi Ridge
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 12) ISSN: 2301-928X D-1 Pemodelan Faktor-Faktor yang Mempengaruhi Produksi dan Mutu Tembakau Temanggung dengan Kombinasi antara Generalized Least Square
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Dalam buku Sugiono, menurut tingkat explanasinya atau tingkat penjelas yaitu dimana penelitian yang menjelaskan kedudukan variabelvariabel yang diteliti serta
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciGRAFIK 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 terperinciPENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 97 102. PENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE Nicolaus, Evy Sulistianingsih,
Lebih terperinciUniversitas 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 terperinciBAB III METODOLOGI PENELITIAN. Agriculture, Manufacture Dan Service di Indonesia Tahun Tipe
BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan analisis mengenai Pengaruh Produk Domestik Bruto (PDB), Penanaman Modal Dalam Negeri (PMDN) Dan Penanaman Modal Asing
Lebih terperinciPENGARUH PERTUMBUHAN EKONOMI DAN PENDAPATAN ASLI DAERAH TERHADAP TINGKAT KEMANDIRIAN KEUANGAN DAERAH (Studi Kasus Pada Kota Di Jawa Barat)
PENGARUH PERTUMBUHAN EKONOMI DAN PENDAPATAN ASLI DAERAH TERHADAP TINGKAT KEMANDIRIAN KEUANGAN DAERAH (Studi Kasus Pada Kota Di Jawa Barat) Renny Nur ainy 1 Desfitrina 2 Rooswhan Budi Utomo 3 1 Jurusan
Lebih terperinciMETODOLOGI 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 terperinciBAB III METODE PENELITIAN. logika matematika dan membuat generalisasi atas rata-rata.
BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian 1. Jenis Penelitian Penelitian ini merupakan penelitian kuantitatif. Penelitian kuantitatif adalah suatu penelitian yang didasari oleh falsafah
Lebih terperinciIDENTIFIKASI VARIABEL DOMINAN YANG BERPENGARUH TERHADAPINDEKS PEMBANGUNAN GENDER
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 69-74 IDENTIFIKASI VARIABEL DOMINAN YANG BERPENGARUH TERHADAPINDEKS PEMBANGUNAN
Lebih terperinciBAB III METODE PENELITIAN. Volume Perdagangan Saham. Dengan populasi Indeks Harga Saham
1 BAB III METODE PENELITIAN A. Objek Penelitian Objek penelitian ini difokuskan pada faktor-faktor yang diduga dapat mempengaruhi pergerakan Indeks Harga Saham Gabungan, dan faktorfaktor tersebut adalah
Lebih terperinciPemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan
Lebih terperinciBAB I Pendahuluan. 1. Mengetahui pengertian penelitian metode regresi. 2. Mengetahui contoh pengolahan data menggunakan metode regresi.
BAB I Pendahuluan 1.1. Latar belakang Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh
Lebih terperinciSecond-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 terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciIII METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
III METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang terbentuk dalam runtun waktu (time series) dan jurnal-jurnal ilmiah tentang upah
Lebih terperinciANALISIS REGRESI LINEAR
BAB V ANALISIS REGRESI LINEAR Pendahuluan Analisis regresi merupakan suatu analisis antara dua variabel yaitu variabel independen (Prediktor) yaitu variabel X dan variabel dependent (Respon) yaitu variabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kebijakan pemerintah dapat diambil secara tepat apabila berdasar pada informasi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebijakan pemerintah dapat diambil secara tepat apabila berdasar pada informasi statistik yang akurat dan tepat waktu. Informasi tersebut selain menunjukkan perkembangan
Lebih terperinciPenggunaan 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 terperinciGambar 2.1 Klasifikasi Metode Dependensi dan Interdependensi Analisis Multivariat
Bab Landasan Teori.1 Analisis Multivariat Analisis statistik multivariat merupakan metode dalam melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis
Lebih terperinci