ABSTRAK ANALISIS KOMPONEN UTAMA
|
|
- Indra Muljana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon , E-mal: Mengatas masalah multkolnertas ada analss regres lner berganda daat menggunakan analss komonen utama (rncal comonent analyss). Penggunaan analss komonen utama bertuuan untuk mereduks dmens data yang salng berkorelas menad dmens data yang tdak salng berkorelas yatu varabel-varabel baru yang salng bebas atau tdak berkorelas. Regres komonen utama cuku efektf dalam mengatas masalah multkolneartas. In terlhat dmana nla VIF ada regres komonen utama bernla satu hal n menunukkan tdak terdaat korelas antar varabel komonen utama. Kata Kunc : Komonen Utama PENDAHULUAN Analss regres lnear meruakan suatu teknk statstka yang dgunakan untuk menelaskan engaruh varabel bebas (ndeendent varable) terhada varabel tak bebas (deendent varable). Analss regres yang hanya melbatkan satu varable bebas d sebut Analss regres lnear sederhana, sedangkan yang melbatkan lebh dar satu varabel bebas dsebut anals regres lnear berganda. Salah satu asums yang harus denuh untuk melakukan enguan hotess terhada arameter ada analss regres lner berganda adalah tdak teradnya korelas antar varabel bebas (multkolner). Jka antar varabel salng berkorelas tngg, enggunaan Metode Kuadrat Terkecl (MKT) untuk menduga koefsen regres menad tdak vald karena tdak denuhnya salah satu asums (Aunuddn, 989). Akbatnya, hotess menunukkan varabel-varabel bebas yang seharusnya berengaruh sgnfkan terhada varabel tak bebas akan dnyatakan sebalknya (tdak nyata secara statstk), tanda koefsen regres dugaan yang dhaslkan bertentangan dengan konds aktual, enduga koefsen regres bersfat tdak stabl sehngga mengakbatkan sultnya menduga nla-nla varabel tak bebas yang tentunya akan mengakbatkan tdak akuratnya ada endugaan INTEGRAL PAGE 99
2 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN (Myers, 99). Indkas multkolnertas, salah satunya, daat ddeteks dar Varance Inflaton Factor ( VIF). Konds n mendorong untuk dkembangkannya suatu cara atau teknk yang daat dgunakan untuk mengatas masalah multkolnertas ada analss regres lner berganda. Salah satu solus yang daat dgunakan adalah dengan menggunakan analss komonen utama (rncal comonent analyss). Penggunaan analss komonen utama bertuuan untuk mereduks dmens data yang salng berkorelas menad dmens data yang tdak salng berkorelas yatu varabel-varabel baru yang salng bebas ( tdak berkorelas ). Varable-varabel baru tersebut meruakan kombnas lner dar varabel-varabel bebas asal. Varabel-varabel baru yang dhaslkan tulah yang kemudan dsebut komonen utama, dan selanutnya dregreskan dengan varabel tak bebas. Penulsan makalah n bertuuan untuk mengka analss regres komonen utama sebaga salah satu solus dalam menangan multkolnertas antar varabel bebas ada analss regres lner berganda, selanutnya akan dberkan lustras eneraan analss regres komonen utama dalam contoh kasus. HASIL DAN PEMBAHASAN. Analss Regres Lner Berganda Analss regres lner berganda meruakan analss regres yang melbatkan lebh dar satu varable bebas ( X, X,, X n ) yang dsebut redktor dan memunya hubungan lner dengan varabel tak bebas (Y) yang dsebut reson. Model regres lner berganda yang melbatkan varabel bebas secara umum dnyatakan sebaga berkut : Y = 0 + X + X n X n + ; =,,, n Dmana Y adalah varabel tak bebas, X adalah varabel bebas ke-, adalah ssaan dan 0,,,, n adalah koefsen regres. Model ersamaan regres secara umum uga daat dtuls dalam notas matrks sebaga berkut : Y = X + dmana Y adalah vektor eubah reson berukuran n yang elemennya meruakan nla-nla amatan dar varabel tak bebas, X adalah matrks eubah INTEGRAL PAGE 00
3 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN bebas yang berukuran n ( ), adalah vektor koefsen regres yang berukuran ( ) dan adalah vektor galat berukuran n, dmana asums untuk yatu :. E( ) = 0 untuk =,,, n atau n ekuvalen dengan E(Y ) = 0 + X + X n X n. Var( ) = σ untuk =,,, n 3. cov(, ) = 0 untuk seta Parameter basanya dduga menggunakan metode kuadrat terkecl. Prns dasar metode n yatu memnmumkan umlah kuadrat galat (JKG mnmum). Menurut (Myers & Mlton, 99) Asums yang harus denuh yatu :. X adalah matrks non-sngular (berangkat enuh) atau tdak ada korelas yang erat dantara eubah-eubah bebas ( cor ( x, x ) 0, ). adalah vektor acak dengan rataan 0 dan ragam, n barart tdak ada autokorelas antar galat (cov( e, e ) 0, ) Sehngga deroleh enduga MKT sebaga berkut : βˆ X' X X' Y dmana βˆ adalah enduga yang memenuh sfat lnear, tdak berbas dan memlk ragam mnmum. Pada analss regres, salah saatu tuuan yang ngn dcaa adalah enguan hotess terhada koefsen regres dengan tuuan untuk mengetahu kontrbus relatve dar masng-masng varabel bebas. Pada MKT u arameter regres daat dlakukan secara arsal menggunakan u t. Bentuk umum u hotessnya sebaga berkut : H : 0 artnya koefsen ke- tdak sgnfkan atau varable bebas ke- tdak 0 berengaruh nyata terhada Y. H : 0artnya koefsen ke- sgnfkan atau varable bebas ke- berengaruh 0 nyata terhada Y. INTEGRAL PAGE 0
4 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN arsal yatu : Statstk u yang dgunakan untuk mengu arameter regres secara t ht ( ˆ ) ˆ var( ˆ ) Dengan kadah keutusan ka t ˆ ht( ) t( n ); /, maka H 0 dtolak yang artnya varable bebas ke- berengaruh nyata terhada Y.. Multkolnertas Multkolnertas adalah suatu konds dmana terad korelas antara varable-varabel bebas dalam regres lnear ganda. Akbatnya salah satu asums untuk menduga koefsen regres menggunakan MKT tdak terenuh sehngga enggunaannya menad tdak vald (Aunnudn, 989). Jka dlakukan untuk melakukan redks, model yang ddaat akan menghaslkan redks yang buruk (menymang dar nla aslnya). selan tu menurut ollfe (986) masalah multkolneartas uga akan mengakbatkan : Koefsen regres dugaan tdak nyata walauun nla R -nya tngg. Nla dugaan koefsen regres sangat senstve terhada erubahan data. Dengan MKT, smangan baku koefsen regres dugaan sangat besar. Salah satu metode formal yang daat dgunakan untuk mendeteks adanya multkolner adalah melalu faktor nflas ragam (Varance Inflaton Factor/VIF). VIF dgunakan sebaga krtera untuk mendeteks multkolnertas ada regres lner yang melbatkan lebh dar dua varabel bebas. VIF memlk ersamaan sebagaberkut : dmana VIF = R R adalah koefsen determnas dar regres varabel bebas ke- (X ) dengan varabel bebas lannya. Indkas adanya masalah multkolneartas yatu ka nla VIF lebh besar dar 0. Selan tu multkolneartas daat ula ddeteks dengan melhat akar cr dar X X. Jka ada satu atau lebh akar cr INTEGRAL PAGE 0
5 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN bernla kecl bahkan hamr nol berart ada satu atau lebh hubungan lnear yang erat antar eubah bebas. 3. Analss Komonen Utama Analss komonen utama meruakan teknk statstk yang daat dgunakan untuk menelaskan struktur ragam-eragam dar sekumulan varabel melalu beberaa varabel baru dmana varabel baru n salng bebas, dan meruakan kombnas lner dar varabel asalnya. Varabel baru tersebut dnamakan komonen utama (rncal comonent). Secara umum tuuan dar analss komonen utama adalah mereduks dmens data yang besar dan salng berkorelas menad dmens data yang kecl dan tdak salng berkorelas ( ollffe 00 ), hal n dlakukan untuk kebutuhan nterretas. Komonen utama daat dbentuk dar matrks ragam-eragam ( ) mauun matrks korelas. Kedua matrks tersebut berguna dalam enghtungan nla akar cr deroleh dar ersamaan - dan vektor cr.,,....., meruakan akar cr yang I = 0, sedangkan vektor cr yang deroleh dar ersamaan,,,... meruakan ( I) 0;,,.... Msalkan X, X,.., X adalah eubah acak yang menyebar menurut sebaran tertentu dengan verktor nla tengah serta memlk asangan akar cr dan vektor cr yang salng ortonormal, ),, ),,, ), maka komonen utama ( ( ke- daat ddefnskan sebaga berkut : ( KU = ' X +.+ ' X Berdasarkan defns datas ragam dar komonen utama ke- adalah Var ( KU ) ' ;,,..., KU Hasl enurunan ersamaan langrange menunukkan bahwa meruakan akar cr terbesar yang memaksmumkan ragam KU dan meruakan vektor cr yang beradanan dengan. KU adalah komonen utama ke- yang memaksmumkan nla '. KU adalah komonen utama ke- yang INTEGRAL PAGE 03
6 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN memaksmumkan ragam KU dengan memaksmumkan KU, KU,,KU harus memenuh ersyaratan '.... Urutan. Sementara tu, kontrbus keragaman dar seta komonen utama ke-k terhada total keragaman adalah (roors)= k tr )... ( Matrks eragam dgunakan bla semua eubah yang damat dukur dalam satuan engukuran yang sama, teta bla eubah yang damat memunya satuan engukuran yang berbeda, maka dgunakan matrks korelas, dalam hal n verabel bebas erlu dbakukan terlebh dahulu dalam varabel baku sebaga berkut : z x Korelas antara eubah ke- dengan komonen utama ke- ka dturunkan berdasarkan matrks eragam dnyatakan sebaga rx y dengan adalah s akar cr matrks eragam dan s adalah smangan baku eubah ke-. Sedangkan ka dturunkan berdasarkan matrks korelas maka r x y. 4. Krtera Pemlhan Komonen Utama Salah satu tuuan dar analss komonen utama adalah mereduks dmens data asal yang semula terdaat varabel bebas menad k komonen utama (dmana k < ). Langkah awal yatu menghtung skor masng-masng komonen utama. Lalu dlh k komonen ( k < m) untuk dgunakan sebaga eubah bebas dalam MKT. Secara umum krtera emlhan k komonen utama yatu :. Dalam emlhan umlah komonen teresebut belum ada aturan tertentu yang dseakat oleh semua ahl statstka. Sebagan ahl statstka ada yang mengambl akar cr yang lebh besar dar atau mengambl komonen utama tertentu, dmana roors keragaman y yang daat dterangkan oleh komonen tersebut dangga cuku berart. INTEGRAL PAGE 04
7 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Proors kumulatf keragaman data asal yang delaskan oleh k komonen utama mnmal 80%, dan roors total varans oulas bernla cuku besar. 3. Dengan menggunakan scree lot yatu lot antara dengan, emlhan nla k berdasarkan scree lot dtentukan dengan melhat letak teradnya belokan dengan menghaus komonen utama yang menghaslkan beberaa nla egen kecl membentuk ola gars lurus. 5. Analss Regres Komonen Utama Metode regres komonen utama meruakan teknk analss komonen utama yang dkombnaskan dengan teknk regres MKT. Prnsnya yatu dengan memlh beberaa komonen utama ertama yang akan dgunakan sebaga eubah bebas dalam regres MKT. Dalam hal n, ka semua komonen utama dgunakan sebaga eubah bebas, maka akan dhaslkan model yang setara dengan yang deroleh melalu MKT (Jollfe, 986). Prosedurnya dawal dengan melakukan embakuan eubah bebas. Msalkan matrk Z berasal dar matrks X yang terusatkan dan terskalakan, yatu : z ( x x s / ) Dmana s n ( x x ),,,......, n dan,,,......, m. Maka matrks korelasnya adalah Z Z dan akar cr dar matrks korelasnya yatu... deroleh dar ersamaan determnan : Z Z - I = 0 Untuk seta akar cr terdaat vektor cr yang memenuh : ( Z Z - I ) = 0 Vektor crnya yatu = (,,..., m )' meruakan solus ternormalkan sedemkan rua sehngga ' INTEGRAL PAGE 05
8 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Fungs komonen utama KU dengan vektor dalam bentuk : meruakan kombnas lnear antara matrks Z KU = Z Z... mzm.() Sehngga ersamaan regres komonen utama yang ddaat adalah sebaga berkut Y = KU KU... KU k : () 0 k Dar k komonen utama, mssal dambl g komonen utama, selanutnya berdasarkan ersamaan () dan (), ersamaan regres komonen utama daat dtransformaskan ke eubah asal yang dbakukan yatu : Dmana 0 0 Y = Z Z... Z 0 m m (3)...,,3,...m k k Ragam koefsen regres komonen utama dhtung dengan rumus : Var ( PC ) s g * m g ag,,,..., ; g,,..., m g Dmana g adalah akar crr ke- dan terkoreks, drumuskan sebaga : * s adalah galat dbag umlah galat s * s ( y y) Penguan sgnfkans terhada koefsen regres secara arsal untuk mengetahu engaruh dar seta eubah bebas dgunakan u t-student, yatu : t( W ) W Var ( W ) Persamaan regres dalam bentuk eubah asal X akhrnya deroleh sebaga berkut : Y X X... 0 X INTEGRAL PAGE 06
9 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Contoh Kasus Dberkan data amatan berkatan dengan roses ndustralsas yang terad ada 5 kabuaten d suatu rons, dmana eubah-eubah dsesfkaskan terdr dar emat eubah bebas sebaga ndkator ndustralsas untuk mengetahu seauh mana roses ndustralsas yang berlangsung (x) berengaruh terhada endaatan erkata (y) ( Gazerz, 99 ) sebaga berkut : Dmana : Y Item y x x x3 x4 67,5 9,75 6,5,6 0,65 68,9 0,5 0,5 0, ,65,5,9,5 0,9 4 73,6,6,75,7,5 5 7,89,9,5 0, ,5 5, 3,5 3,5,75 7 7,34,5,9, ,65,9, ,5 4,3 3, 3,,7 0 79,87 3,5,9 3,05,5 86,75 5,3 4 3,5,8 65,75 8,9 9,5,9 0,6 3 70, 0,6 0,5,95 0,5 4 89,5 7,5 5 3, ,9 4,9 3,4,95 = endaatan erkata ( PDRB er kata ), dukur dalam satuan uta ruah. x = kontrbus ndustr manufaktur dalam roduk domestk regonal bruto (PDRB), dukur dalam satuan ersen (%). x = Banyaknya tenaga kera dalam sektor ndustr manufaktur, dukur dalam satuan ersen (%). ( resentase dar total tenaga kera daerah tersebut ). x 3 = roduktvtas tenaga kera ndustry manufaktur, dukur dalam satuan uta ruah er tenaga kera. ( nla tambah ndustry manufaktur er tenaga kera ). x 4 = nvestas dalam ndustr manufaktur er tenaga kera, dukur dalam satuan uta ruah er tenaga kera ( umlah nvestas dalam ndustry manufaktur dbag dengan banyaknya tenaga kera ndustry manufaktur ). INTEGRAL PAGE 07
10 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Selanutnya dlakukan analss aakah keemat eubah bebas tersebut (x) memberkan engaruh ost terhada enambahan endaatan daerah erkata (y). Adaun langkah-langkah analss sebaga berkut :. Menggunakan bantuan softwere MINITAB 4, dlakukan engamatan aakah terdaat korelas antar varabel bebas. Berdasarkan korelas earson yang deroleh sebaga berkut : X X X3 X 0,909 0,000 X3 0,933 0,95 0,000 0,000 X4 0,969 0,864 0,9 0,000 0,000 0,000 Cell Contents: Pearson correlaton P-Value Terlhat korelas antar varabel seluruhnya mendekat (besar), uga -value < 0,05, daat dsmulkan bahwa hal n menunukkan adanya korelas antar masng-masng varabel bebas ( x dengan x, x 3 dan x 4 ; x dengan x 3 dan x 4 ; x 3 dengan x 4 ).. Analss menggunakan MKT dengan bantuan MINITAB 4 : Regresson Analyss: Y versus X; X; X3; X4 The regresson equaton s Y = 4,7 +,35 X - 0,48 X +,05 X3 +,57 X4 Predctor Coef SE Coef T P VIF Constant 4,658 6,345 6,57 0,000 X,347,066,0 0,05 4,7 X -0,483 0,848-0,9 0,774, X3,05 3,56 0,58 0,573 6,0 X4,569 4,49 0,35 0,734 8, S =,0669 R-Sq = 94,9% R-Sq(ad) = 9,9% Analyss of Varance Source DF SS MS F P Regresson 4 763,97 90,99 46,50 0,000 Resdual Error 0 4,07 4, Total 4 805,05 INTEGRAL PAGE 08
11 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Source DF Seq SS X 76,4 X 0,03 X3,03 X4 0,50 Dar analss menggunakan MKT datas, daat dlhat bahwa berdasarkan Analss of Varance, -value < 0.05 dan R-Sq = 94,9% (tngg) menunukkan bahwa model nyata secara statstc. Sedangkang berdasarkan u arsal -value > 0.05, artnya tdak ada varabel yang nyata secara statstk. Akbatnya analss menad tdak vald seert teor yang telah delaskan sebelumnya. Hal n mengndkaskan bahwa terdaat multkolneartas dantara eubah bebas. Juga dar nla VIF yang deroleh, ternyata semuanya lebh dar 0. Sehngga dsmulkan terdaat multkolneartas antar varabel bebas. 3. Analss menggunakan komonen utama : a. Pembakuan data X. Karena satuan antara eubah bebas tdak sama dan range antar varabel cuku besar, maka yang dgunakan adalah matrks korelas, sehngga langkah ertama yatu membakukan data (x), deroleh data hasl embakuan (z) sebaga berkut : Z Z Z3 Z4 -,3053 -,4986 -,7649 -,073-0, , ,579-0,8765-0, ,09-0,3079-0, ,066-0,0897 0,05-0, , ,4355-0,789-0, ,988 0,6906 0,97,073-0,403 0,09 0,34-0,97 0,076 0,898 0,504-0, ,577 0,5573 0,667 0,9739 0,558 0,4355 0,5857 0, , ,9398 0,97,687 -,567 -,0379 -,8879 -,687-0, , ,079 -,36348,7407,35983,39,5586,6054,355,56,46087 INTEGRAL PAGE 09
12 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN b. Menentukan akar cr, vektor cr dan skor komonen utama untuk seluruh data. Egenanalyss of the Correlaton Matrx Egenvalue 3,7694 0,65 0,044 0,039 Proorton 0,94 0,04 0,0 0,006 Cumulatve 0,94 0,983 0,994,000 Varable PC PC PC3 PC4 Z -0,506 0,340 0,357-0,708 Z -0,494-0,639 0,507 0,30 Z3-0,504-0,38-0,78-0,87 Z4-0,497 0,6-0,075 0,6 Dar hasl analss datas daat deroleh ersamaan untuk masng-masng komonen utama sebaga berkut : PC = 0,506Z 0,494Z 0,504Z3 0,497Z4 PC = 0,340Z 0,639Z 0,38Z3 +0,67Z4 PC3 = 0,357Z + 0,507Z 0,78Z3 0,075Z4 PC4 = 0,708Z + 0,30Z 0,87Z3 + 0,6Z4 Selanutnya dar ersamaan datas, deroleh skor komonen utama untuk masng masng komonen utama yatu : SK(PC) SK(PC) SK(PC3) SK(PC4) 3,433,0388-0,57-0,8534, ,049 0,7459 0,0777 0, ,4609 0, , ,367-0,0403-0, ,07,0050 0,07 0, ,04 -,8099 0,397-0,067 0, , ,3836-0,3906-0, ,35-0,578-0,5-0,574 -,3849 0, -0,0749 0,338-0,6367-0, ,9439-0,0384 -,9855 0,7033 0,0099 0,33498, , ,0756 0,7475, ,3434 0, ,6907 -,996 0,5687 0,635-0,733 -, ,3046 0,60-0,066 INTEGRAL PAGE 0
13 Egenvalue JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN Scree lot komonen utama : 4 Scree Plot of Z;...; Z4 3 0 Comonent Number 3 4 Berdasarkan scree lot mauun nla roors dar komonen utama, komonen utama PC dan PC sudah daat menelaskan keragaman sebesar 98.3%, maka untuk selanutnya PC dan PC n sudah layak daka sebaga varabel baru yang salng bebas untuk analsa regres. PC dan PC masng-masng meruakan kombnas lnear dar emat eubah asal yang telah dbakukan (z). Selanutnya menggunakan MKT deroleh ersamaan regres komonen utama sebaga berkut : The regresson equaton s Y = 76,3-3,75 SK(PC) +,46 SK(PC) Predctor Coef SE Coef T P VIF Constant 76,733 0,55 49, 0,000 SK(PC) -3,7530 0,76-3,77 0,000,0 SK(PC),463,34,87 0,085,0 S =,980 R-Sq = 94,% R-Sq(ad) = 93,% Dar anals datas daat dlhat, bahwa VIF menunukkan tdak ada korelas antar varabel komonen utama. Selanutnya dlakukan u arsal untuk melhat engaruh dar masng-masng varabel,berdasarkan -value yang deroleh menunukkan bahwa hanya PC yang memlk engaruh sgnfkan terhada model, sedangkan PC tdak. Sehngga model bsa derngkas dengan menghlangkan varabel PC. The regresson equaton s Y = 76,3-3,75 SK(PC) Predctor Coef SE Coef T P Constant 76,733 0, ,50 0,000 SK(PC) -3,753 0,978 -,60 0,000 S =,648 R-Sq = 9,4% R-Sq(ad) = 9,9% Analyss of Varance Source DF SS MS F P Regresson 744,6 744,6 58,88 0,000 Resdual Error 3 60,89 4,68 Total 4 805,05 INTEGRAL PAGE
14 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN SK(PC) meruakan fungs dar PC, bla dsubttuskan dengan PC deroleh : yˆ 76,3 3,76( 0,506Z 0,494Z 0,504Z3 0,497Z4) yˆ 76,3,57Z,847Z,883Z3,857Z4 Selanutnya dlakukan u arsal terhada masng-masng varabel baku, untuk melhat terdaat engaruh atau tdak darmasng-masng varabel baku. Dtentukan terlebh dahulu s* menggunakan rumus : s * s ( y y) Selanutnya deroleh ragam koefsen regres utama Var ( PC ) s a m * g,,..., ;,,... m. Karena komonen utama yang terlbat dalam regres komonen utama hanya satu komonen utama, ad m=. Dengan demkan deroleh : ( ) * a PC s Var Dmana =,,3,4 dan a adalah koefsen komonen utama ertama ( vektor cr ertama ), adalah akar cr ertama, sehngga daat dtentukan ragam (varance) dar koefsen regres,,,3, 4. ( 0,506) Var ( ) (0.0058) 3,7694 ( 0,494) Var ( ) (0.0058) 3,7694 ( 0,504) Var ( ) (0.0058) 3, ( 0,497) Var ( ) (0.0058) 3, , , , , Sehngga deroleh galat baku dar koefsen regres baku adalah : s( ) Var ( ) 0,098 s( ) Var ( ) 0,094 INTEGRAL PAGE
15 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN s( 3) Var ( 3) 0,098 s ( 4) Var ( 4) 0,095 U sgnfkans koefsen regres baku adalah :,57 t( ) s( ) 0,098,847 t( ) s( ) 0,094 3,883 t( ) s( ) 0, ,875 t ( ) s( ) 0, ,66 95,06 95,00 95,308 Dar ersamaan regres baku berdasarkan t htung yang deroleh, tamak bahwa keemat eubah bebas nyata secara statstk. Daat dsmulkan bahwa ukuran ndustralsas memlk eranan yang relatve sama besarnya terhada endaatan er kata (y). Selanutnya dar regres baku, dkembalkan ke konds semula yatu : x,86 x,95 x3,69 x4,0 yˆ 76,3,57( ),847( ),883( ),857( ),5,4 0,6 0,5 yˆ 46,0006 0,609x 0,847x 3,0870x3 0, 648 x 4 KESIMPULAN Berdasarkan lustras contoh kasus, menunukkan bahwa analss menggunakan regres komonen utama cuku efektf dalam mengatas masalah multkolneartas. In terlhat dmana nla VIF ada regres komonen utama bernla satu (menunukkan tdak terdaat korelas antar varabel komonen utama). Selan tu, berdasarkan u arsal terhada masng-masng varabel z menunukkan bahwa masng-masng varabel berengaruh nyata terhada y. Sedangkan ka dlhat dar standar eror enduga koefsen regres, ada enduga koefsen regres komonen utama bernla lebh kecl, sehngga bsa dkatakan lebh teat dan lebh relabel. INTEGRAL PAGE 3
16 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN DAFTAR PUSTAKA Aunuddn, 989. Analss Data. Pusat Antar Unverstas Ilmu Hayat, Insttut Pertanan Bogor, Bogor. Gaserz, V. 99. Teknk Analss dalam Peneltan Percobaan. Tarsto. Bandung. Jollfe, I. T., 986. Prncal Comonen Analyss. Srnger-Verlag. Newyork. Myers, R.H. & J.S.Mlton. 99. A Frst Course n the Theory of Lnear Statstcal Models. PWS-KENT Publshng Comany. Bosto. INTEGRAL PAGE 4
Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil
Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA Hars Bhat Prasetyo, Dan Handayan, Wdyant Rahayu JURUSAN MATEMATIKA FMIPA-UNIVERSITAS NEGERI
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciMETODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciPerbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas
Statstka, Vol. No., 33 4 Me 0 Perbandngan Metode Partal Least Square (PLS) dengan Regres Komponen Utama untuk Mengatas Multkolneartas Nurasana, Muammad Subanto, Rka Ftran Jurusan Matematka FMIPA UNSYIAH
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciAnalisis Regresi 2. Mendeteksi pencilan dan penanganannya
Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciEvaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)
Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS
ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV
Lebih terperinciESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 1109-1116 Onlne d: http://eournal-s1.undp.ac.d/ndex.php/gaussan ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD,
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciOleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciUji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi
Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d
Lebih terperinciAnalysis of Covariance (ANACOVA)
Analss of Covarance ANACOVA Bett Kash Paramtha Ihda Ihsana Gempur Safar Oleh: La Ftran Muhammad Alawdo Erma Aprlana Eka Setanngsh Prof Dr Sr Haratm Kartko Program Stud Statstka FMIPA Unverstas Gadah Mada
Lebih terperinciPENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP
PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah
Lebih terperinciPENGGUNAAN KRITERIA rcp PADA PEMILIHAN PEUBAH BEBAS TERBAIK JIKA TERDAPAT MULTIKOLINEARITAS
PENGGUNAAN KRIERIA rp PADA PEMILIHAN PEUBAH BEBAS ERBAIK JIKA ERDAPA MULIKOLINEARIAS Harm Sugart (harm@mal.ut.a.d) Unverstas erbuka ABSRAC Some roedures an be used for seletng ndeendent varables, one of
Lebih terperinciPemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression
JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres 1 Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya E[Y x] E[Y x] y b
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciRegresi Linear Sederhana dan Korelasi
Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENEITIAN Peneltan n merupakan peneltan deskrptf, yang dalam penulsannya dmaksudkan untuk menjabarkan penyerapan tenaga kerja berdasarkan konds wlayah peneltan. Analss dlakukan secara kualtatf
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya ) E [Y x ] E [Y x] =
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
PENDAHULUAN Latar Belakang Data ordnal basanya dgunakan ada eneltan sosal. Salah satu enggunaan data ordnal adalah ketka enelt ngn menla ska, erses, atau reaks seseorang terhada sebuah ernyataan yang daukan.
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciANALISIS KOVARIANSI part 2
ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciPEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK C p MALLOWS
PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK MALLOWS (Stud Kasus : Faktor-Faktor yang Memengaruh Indeks Prestas Mahasswa D MI F MIPA UNS) Dsusun Oleh : TINA YUNIATI M00006 Dtuls
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciEVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK
Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337350 (3098X Prnt) D99 Pengaruh Karakterstk Sosal Ekonom terhada Angka Haraan Hdu dan Angka Kematan Bay d Kabuaten/Kota Provns Jawa Tmur Menggunakan Analss Regres
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN EORI.. Regres... Pengertan Persamaan Regres Persamaan regres adalah persamaan matematk yang memungknkan kta meramalkan nla-nla suatu peubah tak bebas dar nla-nla satu atau lebh peubah bebas
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciOptimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion
7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB
73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciPROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)
PROPERT DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN Prncpal Component Analyss (PCA) Oleh : Hanna aa Parhusp, usp, Deva eawdyananto a dan Bernadeta Desnova Kr Program Stud Statstka
Lebih terperinciBAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.
BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciI DEWA AYU MADE ISTRI WULANDARI
I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciTINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik
5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER
UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciV ANALISIS VARIABEL MODERASI DAN MEDIASI
Solmun Program Stud Statstka FMIPA UB 31 V ANALISIS VARIABEL MODERASI DAN MEDIASI A. Pengertan Varabel Moderas Varabel Moderas adalah varabel yang bersfat memperkuat atau memperlemah pengaruh varabel penjelas
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciPROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:
ANALISIS ANGKA KEMATIAN IBU MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF (Stud kasus : Angka Kematan Ibu d Provns Jawa Tmur Tahun 011) M. Al Ma sum 1, Suart, Dw Isryant 3 1 Mahasswa Jurusan Statstka FSM
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciModel Regresi Berganda
Model Regres Berganda Huungan lnear (dlm parameter) antara peuah tak eas & atau leh peuah eas Intersep-Y Populas Slope Populas Random Error Y 0 p p Ŷ 0 p p e Peuah tak eas (Respons) utk sampel Peuah eas
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti
BAB III METODE PENELITIAN 3.1 Desan Peneltan Metode dalam peneltan merupakan suatu cara yang dgunakan oleh penelt dalam mencapa tujuan peneltan. Metode dapat memberkan gambaran kepada penelt mengena langkah-langkah
Lebih terperinciAnalisis Regresi Linear Sederhana
Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan
Lebih terperinciI BBB TINJAUAN PUSTAKA
I BBB TINJAUAN PUTAKA. Pendahuluan Dalam enulsan mater okok dar skrs n derlukan beberaa teor-teor yang mendukung, yang menjad uraan okok ada bab n. Uraan dmula dengan membahas dstrbus varabel acak kontnu,
Lebih terperinci