Faktor-faktor yang Mempengaruhi Morbiditas Penduduk Jawa Timur dengan Multivariate Geographically Weighted Regression (MGWR)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Faktor-faktor yang Mempengaruhi Morbiditas Penduduk Jawa Timur dengan Multivariate Geographically Weighted Regression (MGWR)"

Transkripsi

1 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-89 Faktor-faktor yang Memengaru Morbdtas Penduduk Jawa mur dengan Multvarate Geogracally Wegted Regresson (MGWR) Dnarta Hanum dan Purad Jurusan Statstka, Fakultas MIPA, Insttut eknolog Seulu Noember (IS) Jalan Aref Raman Hakn, Surabaya 60 E-mal : urad@statstka.ts.ac.d Abstrak Peneltan n menjelaskan tentang faktor-faktor yang memengaru morbdtas (kesaktan) enduduk Jawa mur. Seta ar gaya du dan ola makan enduduk yang sala, serta lngkungan yang kotor daat menngkatkan angka morbdtas (kesaktan). Karena konds tana yang berbeda, engeluaran ruma tangga untuk makanan dan elayanan keseatan grats yang berbeda ta kabuaten/kota maka ada kemungknan ola morbdtas antar kabuaten/ kota berbeda. Sengga Multvarate Geogracally Wegted Regresson (MGWR) daat dterakan untuk emodelan morbdtas (kesaktan) d Jawa mur. Dalam analss regres multvarat dan MGWR dgunakan dua varabel reson yatu Persentase enduduk yang mengalam morbdtas ( ) dan Indeks Kesejateraan Rakyat ( ) dan enam varabel redktor yatu Angka Haraan Hdu (X ), Angka Buta Huruf (X ), Persentase Penduduk Dengan Sumber Ar Mnum Sumur erlndung (X 3 ), Persentase Penduduk Berobat Jalan d Praktek Nakes ( ), Persentase Penduduk dengan Jarak sumber Ar Mnum Ke emat Penamungan Kotoran > 0 meter (X 5 ) dan Persentase Penduduk dengan Pengeluaran Perkata Sebulan s/d untuk Makanan yang Bergz ( ). Faktor-faktor yang memengaru morbdtas enduduk Jawa mur menggunakan model regres multvarat anya varabel dan yang berengaru sgnfkan terada ersentase enduduk yang mengalam morbdtas sedangkan anya varabel X yang berengaru sgnfkan terada ndeks kesejateraan rakyat d Jawa mur. Sedangkan ada model MGWR ddaatkan varabel X, X, X 3,, X 5 dan berengaru sgnfkan terada ersentase enduduk yang mengalam morbdtas dan varabel X yang berengaru sgnfkan terada ndeks kesejateraan rakyat d Jawa mur. Kata kunc Regres Multvarat, MGWR, morbdtas. I. PENDAHULUAN ORBIDIAS (kesaktan) meruakan sala satu ndkator M yang dgunakan untuk mengukur derajat keseatan enduduk. Semakn tngg morbdtas, menunjukkan derajat keseatan enduduk semakn buruk. Sebalknya semakn renda morbdtas (kesaktan) menunjukkan derajat keseatan enduduk yang semakn bak []. Pengertan morbdtas (kesaktan) adala konds seseorang dkatakan sakt aabla keluan keseatan yang drasakan mengganggu aktvtas sear-ar yatu tdak daat melakukan kegatan seert bekerja, mengurus ruma tangga dan kegatan lannya secara normal sebagamana basanya. Berdasarkan eneltan yang tela dlakukan ole al keseatan, morbdtas (kesaktan) dsebabkan karena sakt sndrom gawat naas neonatus, tuberkuloss dan dare []. Penyakt asma, tuberkuloss dan dare menmbulkan damak negatf ada keduan asen, menyebabkan anak serng tdak masuk sekola, membatas aktvtas rbad mauun keluarga dan enurunan roduktvtas kerja [3]. Penyakt-enyakt tersebut muncul karena gaya du dan ola makan yang sala, serta lngkungan yang kotor semua bermula dar mnmnya engetauan mengena masala keseatan tu sendr bak tentang gz mauun lngkungan. Stud kasus tentang morbdtas (kesaktan) erna dkembangkan ole Cucu Sumarn dan Moammad Radansya d taun 0 yang melakukan emodelan morbdtas rovns Bal dan Jawa Barat dengan menggunakan regres ZIGP. Morbdtas juga tela banyak dkembangkan ole ara akar keseatan d seluru duna dengan menggunakan model-model Regres Posson seert log-lnear, logt, logstk, yatu model-model yang datanya berua count data, seert yang dlakukan ole Warouw, Furer dan Arola. Ada tga dmens yang menunjukkan ndkator-ndkator morbdtas (kesaktan) yatu dmens umur anjang & seat, dmens engetauan dan dmens keduan yang layak. Untuk dmens umur anjang & seat dukur berdasarkan angka araan du. Untuk dmens engetauan dukur berdasarkan angka buta uruf (dewasa). Sedangkan dmens keduan yang layak dukur berdasarkan ersentase enduduk tana akses terada ar bers dan ersentase enduduk tana akses terada sarana keseatan [4]. Dtnjau dar seg engeluaran ruma tangga untuk makanan berbeda cuku jau antar kabuaten atau kota seert ada kota Surabaya dengan ersentase engeluaran 44,58% dan kabuaten Bangkalan dengan ersentase engeluaran 65,%. Dan jka dtnjau dar elayanan keseatan grats menunjukkan ta kabuaten atau kota tdak sama dalam menerma elayanan keseatan grats terlat d kota Bltar anya 5,68% ruma tangga yang menerma Jamkesmas sedangkan d kabuaten Bondowoso ada sebanyak 90,77% ruma tangga yang menerma Jamkesmas. Sengga dengan melat konds tersebut, ada kemungknan ola morbdtas antar kabuaten atau kota berbeda. Dengan demkan regres sasal multvarat dengan embobot geografs atau Multvarate Geogracally Wegted Regresson (MGWR) daat dterakan untuk emodelan morbdtas (kesaktan) enduduk dan Indeks Kesejateraan Rakyat d Jawa mur.

2 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-90 II. INJAUAN PUSAKA njauan yang dgunakan adala tnjauan statstka dan non statstka yang mendasar eneltan yatu regres lnear multvarat, uj asums dstrbus multvarat, model lnear sasal unvarat dengan GWR, model MGWR dan engertan morbdtas. A. Model Lnear Multvarat Model regres multvarat adala model regres sederana dengan varabel reson leb dar satu [5]. Msalkan terdaat varabel reson dengan skala engukuran kontnu berjumla yatu,,, dan varabel redktor dengan skala engukuran kualtatf atau kuanttatf yatu X, X,, X maka model lnear multvarat reson ke- untuk oulas adala X X () dengan 0 0,, adala arameter model regres, multvarat dan adala error yang dasumskan ~ (0, ) dan Cov(, ) 0 dengan,,, dan,,,. Masng-masng varabel reson dasumskan mengkut model regres dengan ersamaan : x x x x x x B. Geogracally Wegted Regresson (GWR) Model lnear sasal unvarat meruakan suatu model lnear dengan satu varabel reson dengan nformas lokas atau ruang dketau [6]. Menurut Cresse [7], data sasal meruakan sala satu jens data deenden, dmana data ada suatu lokas dengaru ole engukuran data ada lokas lan. Sala satu model lnear sasal unvarat yang berkembang saat n adala Geogracally Wegted Regresson (GWR). Model GWR meruakan engembangan dar model regres dengan mengtung arameter ada seta lokas engamatan. Sengga seta lokas engamatan memlk nla arameter regres yang berbeda-beda. Pada model GWR faktor geografs meruakan varabel redktor yang daat memengaru varabel reson. Asums yang arus denu dalam model GWR adala error berdstrbus normal dengan mean nol dan varans σ. Pada model Geogracally Wegted Regresson (GWR) ubungan antara varabel reson dan varabel bebas X, X,, X ada lokas ke- adala : 0u, v u, v X u, v X (),,,n dengan : : nla observas varabel reson ke- k u, v : arameter ada lokas ke- yang berubungan dengan varabel bebas ke-k (X k ) : error engamatan ada lokas ke- yang dasumskan dentk, ndeenden, dan berdstrbus normal dengan mean nol dan varans konstan σ. C. Model MGWR Model MGWR meruakan engembangan dar model lnear sasal multvarat dengan enaksr arameter bersfat lokal untuk seta lokas engamatan. Pada model MGWR asums yang dgunakan adala vector error ( ) berdstrbus normal multvarat dengan mean vektor nol dan matrks varans-kovaran Σ ada seta lokas u, v. Persamaan model MGWR berdasarkan ndeks varabel reson ada lokas ke- daat dnyatakan sebaga berkut : u, v u, v X u, v X u, v X 0 0 u, v u, v X u, v X u, v 0 dmana u, v u, v X u, v X u, v X ~ X adala varabel reson,,..., ada lokas ke- dan adala error dar varabel reson ada lokas ke-. Penaksran arameter model MGWR adala ^ ~ X X u, v u v X Wu, v, W ~ Pengujan otess kesesuaan model regres multvarat dengan MGWR adala sebaga berkut : H 0 : u, v, k 0,,,, dan,,, (tdak ada engaru faktor geografs ada model). H : u, v (ada engaru faktor geografs ada model). I M I S I S Statstk Uj : n r F I S I S Daera Penolakan : olak H 0 jka r r F F, n r, Setela ddaatkan asl engujan otess kemudan dlakukan uj serentak ada model MGWR dengan otess berkut: H0 : u, v u, v u, v 0 H : Palng tdak ada satu u, v 0 Statstk Ujnya drumuskan dengan [8] :

3 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-9 F I S I S r r I S I S r r Daera Penolakan : olak H 0 jka F F r r,, r r Untuk mengetau arameter mana saja yang sgnfkan memengaru varabel reson. Hotessnya adala sebaga berkut : H 0 : u, v 0 H : u, v 0 dengan k,,,,,,,,,,, n. Statstk Uj : u, v ^ t ^ SE u, v Daera Penolakan : olak H 0 jka t t, nrank( X ) Nla bandwdt otmum ada model MGWR daat dcar dengan menggunakan CV dengan rumus sebaga berkut : CV n ˆ l dengan l meruakan nla bandwdt otmum untuk mengaslkan nla CV yang mnmum. Untuk mendaatkan model terbak dar MGWR maka dgunakan AIC C dengan rumus : Dengan adala enaksr matrks varan kovaran dar vektor error model MGWR [9]. D. Morbdtas Keluan keseatan adala keadaan ketka seseorang mengalam atau merasakan gangguan keseatan atau kejwaan, bak karena enyakt akut, enyakt krons, kecelakaan, krmnal atau al lan. Lamanya terganggu tdak merujuk ada keluan yang terberat saja, melankan mencaku jumla ar untuk semua keluan keseatan dalam satu bulan terar. Keluan yang dmaksud tdak arus mengakbatkan terganggunya aktvtas (ekerjaan, sekola dan kegatan sear-ar) serta tdak arus melakukan engobatan. Sedangkan keluan yang mengakbatkan terganggunya aktvtas (ekerjaan, sekola dan kegatan searar),selanjutnya dsebut sebaga kesaktan/morbdty (BPS Provns Jawa mur). Pada eneltan tentang kasus morbdtas, Berdasarkan eneltan Warouw [0], menymulkan bawa faktor lngkungan dan kemsknan berengaru ada morbdtas. Peneltan Furer [], mengaslkan kesmulan bawa budaya dan jens kelamn yang berbeda mengaslkan ola morbdtas dan mortaltas yang berbeda ula. Sedangkan berdasarkan eneltan Arola [], menyatakan bawa usa dan jens kelamn berengaru terada job control seseorang ekerja dan job control yang renda menngkatkan banyaknya absens karena sakt. III. MEODOLOGI PENELIIAN Data yang dgunakan adala data sekunder yang berasal dar Surve Sosal Ekonom Nasonal (SUSENAS) Prons Jawa mur ada taun 00 yang dlakukan ole Badan Pusat Statstk Provns Jawa mur. Dengan unt eneltan sebanyak 9 kabuaten dan 9 kota d Jawa mur. Pemlan varabel redktor beradasarkan ndkator-ndkator morbdtas yatu umur anjang & seat, engetauan dan keduan yang layak. Untuk umur anjang & seat dukur berdasarkan angka araan du. Untuk engetauan dukur berdasarkan angka buta uruf (dewasa). Sedangkan keduan yang layak dukur berdasarkan ersentase enduduk tana akses terada ar bers dan ersentase enduduk tana akses terada sarana keseatan. Data varabel reson dan varabel redktor dtamlkan ada abel. aaan dalam analss data adala sebaga berkut :. Membuat statstk deskrtf.. Menguj Multkolnertas varabel bebas. 3. Menaksr arameter secara multvarat. 4. Menguj otess dstrbus multvarat. a. Uj Asums Resdual Regres Multvarat b. Uj Serentak c. Uj Parsal 5. Melakukan emodelan Multvarate Geogracally Wegted Regresson (MGWR). 6. Mendaatkan model terbak dar model regres multvarat dan MGWR. 7. Interretas asl 8. Menark kesmulan. IV. ANALISIS DAN PEMBAHASAN A. Deskrs Data Peneltan Deskrs data eneltan menunjukkan bawa ratarata angka araan du (X ) ada taun 00 sebesar 68,37 taun. Artnya emernta mamu menngkatkan kesejateraan enduduk karena bay-bay yang dlarkan menjelang taun 00 akan daat du sama 67 atau 68 taun. Berdasarkan sumber dar usat data Jawa mur menyebutkan ersentase angka buta uruf d Jawa mur mengalam enurunan dar taun Pada taun 009 angka buta uruf mencaa 9%. aun 00 angka buta uruf menngkat menjad 0.60%. Penngkatan angka buta uruf n mengngat buta uruf selalu dentk dengan keterbelakangan serta ketdakberdayaan masyarakat. Rata-rata enduduk Jawa mur yang menggunakan sumber ar mnum sumur terlndung adala sebesar 30.5%. Artnya ada sebanyak 30,5% enduduk yang menggunakan ar dar dalam tana yang dgal dan mengamblnya dengan gayung atau ember. Rata-rata enduduk Jawa mur yang berobat jalan d raktek nakes sebanyak 39.74%.

4 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-9 Varabel X X X 3 X 5 abel. Varabel Peneltan Keterangan Persentase enduduk yang mengalam morbdtas Indeks Kesejateraan Rakyat Angka Haraan Hdu Angka Buta Huruf Persentase enduduk dengan sumber ar mnum sumur terlndung Persentase enduduk berobat jalan d raktek tenaga keseatan Persentase enduduk dengan jarak sumber ar mnum ke temat enamungan kotoran > 0 meter Persentase enduduk dengan engeluaran erkata sebulan s/d untuk Makanan yang Bergz Varabel abel. Nla VIF Varabel Predktor VIF X,745 X 4,888 X 3,74 4,03 X 5,306 4,645 abel 3. Penaksr Parameter Model Regres Multvarat dengan Data Persentase Penduduk Mengalam Morbdtas dan Indeks Kesejateraan Rakyat. Varabel Reson Parameter Intercet X Intercet X Penaksr SE ˆ t tung abel 4. Matrks Varans-Kovaran Model Regres Multvarat. Varans-kovaran data ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat P- value ,863-36,39-36,39 39,68 Artnya ada sebanyak 39,74% enduduk Jawa mur yang memerksakan dr dan mendaatkan engobatan dengan mendatangkan etugas keseatan ke ruma. Rata-rata enduduk yang jarak sumber ar mnumnya ke temat Penamungan Kotoran > 0 meter sebanyak 58.4%. Sedangkan rata-rata enduduk dengan engeluaran erkata sebulan s/d untuk membel makan makanan yang bergz sebesar 30.78%. Artnya ada sebanyak 30,78% enduduk d Jawa mur dengan kemamuan daya bel yang renda untuk membel makanan yang bergz. Pada varabel reson ersentase enduduk dengan aktvtas rmer terganggu ddaatkan rata-rata 5,35 dengan varas sebesar 3,45. Rata-rata ndeks kesejateraan rakyat d Jawa mur adala 43,93 dengan varas sebesar 4,36. Besarnya ndeks kesejateraan rakyat dengaru ole Sumber Daya Manusa (SDM) yang seat secara fsk karena daat kut bereran dalam embangunan untuk mewujudkan kesejateraan rakyat. B. Uj Multkolneartas Untuk memerksa multkolneartas antar varabel redktor menggunakan nla VIF dtamlkan ada abel. Hasl VIF menunjukkan VIF masng-masng kurang dar 0 maka daat dkatakan bawa tdak ada multkolneartas antar varabel redktor. C. Statstk Uj Model Regres Multvarat Pada engujan otess secara serentak ddaatkan nla statstk uj F dar model multvarat 59,388 leb besar dar F, 97. Hal n berart bawa varabel 0,0;6,3 redktor secara serentak berengaru sgnfkan terada ersentase enduduk mengalam morbdtas dan ndeks kesejateraan rakyat. Setela dlakukan emodelan ulang dengan memasukkan varabel redktor yang berengaru, enaksran arameter beta dengan varabel ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat menunjukkan dengan tngkat kesalaan 0% dketau varabel dan berengaru sgnfkan terada ersentase enduduk yang mengalam morbdtas. Sedangkan varabel X berengaru sgnfkan terada ndeks kesejateraan rakyat. D. Pengujan Asums Resdual Regres Multvarat Berdasarkan asl - lot ddaatkan nla d vektor error ada data ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat 60,563% leb besar dar uantles 50% atau c. 0,50. Sengga daat dsmulkan bawa vektor error dstrbus normal multvarat. Asums lan yang arus terenu dalam model regres adala matrks varans-kovaran error omogen (omoscedastcty). Hal n berart bawa arameter model regres multvarat akan sama untuk seta lokas engamatan (arameter global). Hotess untuk menguj omokedaststas adala sebaga berkut : H : Σ Σ Σ 0 H : Σ Σ Statstk Uj : Box s M Daera Penolakan : Jka nla sgnfcance statstk uj Box s-m leb besar dar α = 0,0 maka gagal menolak H 0. Kesmulan : Nla statstk uj Box s-m adala 9,937 dengan sgnfcance 0,06. Nla n leb kecl dar α = 0,0, sengga dsmulkan matrks varans kovarans resdual tdak omogen. Hasl ertungan matrks varans-kovaran model regres multvarat (abel 4) menunjukkan bawa varans-kovaran dar vektor error tdak sama atau dengan kata j

5 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-93 lan asums omoskedaststas tdak terenu. Sengga daat dsmulkan bawa ada stud kasus faktor-faktor yang berengaru terada morbdtas enduduk d Jawa mur menunjukkan adanya kasus eterogentas sasal. E. Statstk Uj Model MGWR Hasl uj model MGWR dengan Matlab ddaatkan nla bandwdt otmum dar data ersentase enduduk mengalam morbdtas dan ndeks kesejateraan rakyat sebesar.36. Hasl nla bandwdt otmum n selanjutnya dgunakan untuk mencar matrks embobot yang akan dgunakan untuk mencar enaksr arameter beta ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat dar model MGWR. Pada eneltan n menggunakan fungs jarak kernel yatu Gaussan Dstance Functon. Langka selanjutnya adala mencar enaksr arameter beta ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat dar model MGWR secara serentak ada ta lokas engamatan atau ta kabuaten/kota. Hasl enaksr arameter beta dar ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat n dgunakan untuk menguj kesesuaan koefsen arameter beta secara serentak antara model regres multvarat dan model MGWR dengan otess sebaga berkut : H : u, v, 0 k 0,,,, 6 dan, u, v H : alng tdak ada satu Hasl engujan kesesuaan model ddaatkan F tung ersentase enduduk yang mengalam morbdtas dan ndeks kesejateraan rakyat leb besar dar F,86578 ( 0,0,0,5) yang berart bawa ada faktor geografs dalam model. selanjutnya dlakukan engujan secara serentak model MGWR dengan otess : H u, v 0,, 0 : 6 H Palng tdak ada satu u, v 0 : 6 Pengujan secara serentak ada conto kasus d atas, ddaatkan nla statstk uj F dar model MGWR leb besar dar F,6404. Hal n menunjukkan ( 0,0,35,5) bawa terdaat varabel redktor yang berengaru sgnfkan terada varabel reson ada ta kabuaten atau kota. Dar asl nla statstk t ddaatkan 4 engelomokan kabuaten/kota berdasarkan varabel redktor yang sgnfkan berengaru terada varabel reson ersentase enduduk yang mengalam morbdtas. Selanjutnya ddaatkan varabel redktor X yang sgnfkan berengaru terada varabel reson ndeks kesejateraan rakyat d seluru kabuaten/kota. abel 5. Nla AIC model Regres Multvarat dan MGWR dengan Fungs Kernel Nla AIC Fungs Pembobot Kernel AIC Regres AIC MGWR Gaussan abel 6. Uj Kesesuaan Model MGWR Persentase Penduduk yang Mengalam Morbdtas dan Indeks Kesejateraan Rakyat. Varabel Sumber Keragaman db JK K F Global Errors 7 308,38 GWR 0,6 4,88 0,939 Imrovement GWR Errors 5,06 7,0 6,79 3,08 Global Errors 7 05,97 GWR 0,6 33,8 30,58 Imrovement GWR Errors 5,06 70,60,8 0,9 abel 7. Pengelomokan Kabuaten/Kota Berdasar Varabel Predktor yang Sgnfkan terada Varabel Reson Persentase Penduduk yang Mengalam Morbdtas. No. Kabuaten/Kota Varabel Predktor Pactan,renggalek, ulungagung X,X 3,,X 5, Ponorogo, Nganjuk, Madun, Ngaw, X,, Kota Madun 3 Samang X,X,X 3,X 5 4 Bangkalan X 3,,X 5, 5 Lumajang, Jember X,X,, 6 Magetan, 7 uban X, 8 Bojonegoro X, 9 Bltar, Malang, Sdoarjo, Mojokerto, Lamongan, Gresk, Kota Bltar, Kota,X 5, Malang, Kota Pasuruan, Kota Mojokerto, Kota Surabaya, Kota Batu 0 Kedr, Jombang, Kota Kedr X,,X 5, Banyuwang X,X 3,,X 5 Bondowoso, Pamekasan, Sumene, X,X,X 3, Kota Probolnggo 3 Stubondo X,X 3, 4 Probolnggo, Pasuruan X,X,,X 5, V. KESIMPULAN Kesmulan yang derole dar eneltan n adala ada model MGWR embobot kernel Gaussan ddaatkan varabel Angka Haraan Hdu, Angka Buta Huruf, Persentase Penduduk Dengan Sumber Ar Mnum Sumur erlndung, Persentase Penduduk Berobat Jalan d Praktek Nakes, Persentase Penduduk dengan Jarak sumber Ar Mnum Ke emat Penamungan Kotoran > 0 meter dan Persentase Penduduk dengan Pengeluaran Perkata Sebulan s/d untuk membel makanan yang bergz berengaru sgnfkan terada ersentase enduduk yang mengalam morbdtas dan varabel Angka Haraan Hdu yang berengaru sgnfkan terada ndeks kesejateraan rakyat d Jawa mur. Dan terbentuk 4 engelomokan kabuaten/kota berdasar varabel redktor yang sgnfkan berengaru terada varabel reson ersentase enduduk yang mengalam morbdtas. Dengan memeratkan kesmulan yang derole, maka ada beberaa al yang daat dsarankan untuk eneltan selanjutnya yatu nterretas model mas terbatas karena

6 JURNAL SAINS DAN SENI POMIS Vol., No., (03) ISSN: (30-98X Prnt D-94 terbatasnya varabel redktor yang dgunakan. Sengga eneltan selanjutnya tentang morbdtas enduduk Jawa mur derlukan adanya enambaan varabel redktor. DAFAR PUSAKA [] Badan Pusat Statstk Reublk Indonesa (009), Statstk Keseatan Reublk Indonesa aun 009, Badan Pusat Statstk Reublk Indonesa. [] Pedatr, S. (0). Kelanan Kardovaskular ada Sndrom. Ilmu Keseatan Anak. [3] Pedatr, S. (009). Edemolog uberkuloss.ilmu Keseatan Anak.() (009),.4-9. [4] Deartemen Keseatan RI (003), Indkator Seat Indonesa 00 dan Pedoman Penetaan Indkator Provns Seat dan Kabuaten/Kota Seat, Keutusan Menter Keseatan No.0/Menkes/SK/VIII/003, Deartemen Keseatan RI Jakarta. [5] Jonson, R.A., dan Wcern, D.W. (007). Aled Multvarate Statstcal Analyss, Prentce Hall, Inc.,New Jersey. [6] Crstensen, R., (99), Lnear Model For Multvarate, me Seres, and Satal Data, Srnger-Verlag, New ork. [7] Cresse, N.A.C. (99), Statstcs for Satal Data, Revsed ed, Jon Wley and Sons, New ork. [8] Harn, S., Purad, Masur, M dan Sunaryo, S. (0). Statstcal est for Multvarate Geogracally Wegted Regresson Model Usng te Metod of Maxmum Lkelood Rato est. Internatonal Journal of Aled Matematcs & Statstcs, Vol. 9, Issue Number 5, al.0-5. [9] Brunsdon C., Foterngam, A.S.,& Carlton, M.E. (00). Geogracally wegted summary statstcs [0] Warouw, S.P. (00), Hubungan Faktor Lngkungan dan Sosal Ekonom dengan Morbdtas (Keluan ISPA dan Dare). Drektorat Penyeatan Lngkungan, tt://dglb.ltbang.dekes.go.d/go.?d=jkkbk-gdl-res-00- sonny-836-lngkungan [] Furer, R., Sley, M.J., Castang, J.F., Scmaus, A., Nedammer, I., Stansfeld, S.A., Goldberg, M. dan Marmot, M.G.(00), Socoeconomc Poston, Healt, and Possble Exlanatons: A ale of wo Coorts, Amercan Journal of Publc Healt August 00 Vol 9 No. 8 age [] Arola, H., Ptkanen, M., Nygrad, C.H., Hutala, H., dan Manka, M. L. (003), e Connecton between age, job control and sckness absences among Fnnsng food workers. Occuatonal Medcne Vol.53 No.3, 9 30.

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30 JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres

Lebih terperinci

I DEWA AYU MADE ISTRI WULANDARI

I 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 terperinci

Pemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression

Pemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc BACK LATAR BELAKANG Pelaksanaan pembangunan

Lebih terperinci

Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression

Pemodelan 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 terperinci

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199

JURNAL 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 terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 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 terperinci

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression Faktor yang Mempengaruh Kematan Ibu Haml d Jawa Tmur Dengan Menggunakan Metode Geographcally Weghted Posson Regresson Rfk Arsta-1311.105.009 rfk11@mhs.statstka.ts.ac.d Pembmbng : Ir. Mutah Salamah, M.

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

PROSIDING 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 terperinci

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR Andyono; Rokhana Dw Bekt; Edy Irwansyah Computer Scence Department, School

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

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 terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. 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 terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI 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 terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL 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 terperinci

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion

Optimum 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 terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 25-26 Onlne d: htt://ejournal-s1.und.ac.d/ndex.h/gaussan PERBANDINGAN MODEL REGRESI BINOMIAL NEGATIF DENGAN MODEL GEOGRAPHICALLY WEIGHTED POISSON

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 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 terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε 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 terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB 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 terperinci

Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR)

Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR) JURNAL SAINS DAN SENI IS Vol., No., () (98X Prnt) D9 Pemodelan Jumlah Kasus Penyakt etanus Neonatorum d Jawa mur ahun dengan Geographcally Weghted ZeroInflated Posson Regresson (GWZIPR) Rath Kumala Puspa

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION

PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION TUGAS MATA KULIAH ANALISIS SPASIAL PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION Dosen: Dr. Sutkno Dr. Setawan Dsusun Oleh: RINDANG BANGUN PRASETYO

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB 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 terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas

Perbandingan 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

Pemodelan Regresi Zero-Inflated Poisson (ZIP) tentang Faktor-Faktor yang Mempengaruhi Penyakit Tuberkulosis (TBC) di Kabupaten Sorong Selatan

Pemodelan Regresi Zero-Inflated Poisson (ZIP) tentang Faktor-Faktor yang Mempengaruhi Penyakit Tuberkulosis (TBC) di Kabupaten Sorong Selatan Semnar Hasl Tugas Akhr Pemodelan Regres Zero-Inflated Posson (ZIP) tentang Faktor-Faktor yang Mempengaruh Penyakt Tuberkuloss (TBC) d Kabupaten Sorong Selatan Oleh : Nur Setyanngrum 1307100078 Pembmbng

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB 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 terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian A VIII PENUTUP 8.. Kesmpulan Peneltan Dalam peneltan yang tela dlakukan, dperole nformas knerja transms dan spektrum gelombang serta stabltas terumbu ottle Reef TM sebaga peredam gelombang ambang terbenam

Lebih terperinci

ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Studi Kasus Data PDRB per Kapita di Provinsi Jawa Timur)

ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Studi Kasus Data PDRB per Kapita di Provinsi Jawa Timur) ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Stud Kasus Data PDRB per Kapta d Provns Jawa Tmur) Wahyu Sr Lestar ), Gandh Pawtan ), Mndra Jaya 3) ) Mahasswa Program Magster

Lebih terperinci

PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION

PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 575-584 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB 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 terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324 JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper

Lebih terperinci

BAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan

BAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan 57 BAB IV HASIL DAN ANALISIS DATA PENELITIAN A. Deskrps Pelaksanaan Peneltan Kegatan peneltan n tela dlaksanakan ole penelt d MTs Neger Mojokerto pada kelas IX-A yang berjumla 34 sswa. Peneltan n dlaksanakan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB 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 terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 193-204 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN

Lebih terperinci

Pemodelan Status Ketahanan Pangan di Provinsi Jawa Timur dengan Pendekatan Metode Regresi Probit Biner

Pemodelan Status Ketahanan Pangan di Provinsi Jawa Timur dengan Pendekatan Metode Regresi Probit Biner JURNAL SAINS DAN SENI IS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-11 Pemodelan Status Ketahanan Pangan d Provns Jawa mur dengan Pendekatan Metode Regres Probt Bner Febrlan Mastoh, dan Vta Ratnasar Jurusan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL 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 terperinci

Regresi Linear Sederhana dan Korelasi

Regresi 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 terperinci

PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION

PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION TUGAS AKHIR SS 4556 PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION Vresa Endra Marta NRP 34 030 063 Dosen Pembmbng :

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB 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 terperinci

ABSTRAK ANALISIS KOMPONEN UTAMA

ABSTRAK ANALISIS KOMPONEN UTAMA JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com

Lebih terperinci

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc. PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL 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 terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE 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 terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB 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 terperinci

Pemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR)

Pemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR) Prosdng Semnar Nasonal MIPA 06 Peran Peneltan Ilmu Dasar dalam Menunjang Pembangunan Berkelanjutan Jatnangor, 7-8 8 Oktober 06 ISBN 978-60 60-76 76-- Pemodelan Tngkat Kesejahteraan Penduduk Propns Kalmantan

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE 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 terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4 337-35 (3-98 Prnt D- Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka,

Lebih terperinci

MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED

MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED Harm Sugart 1 1 FMIPA Unverstas Terbuka. Tangerang Selatan Emal korespondens : arm@ut.ac.d Abstrak Eksplotas sumber daya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka, Fakultas Matematka an Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB 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 terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS 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 terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : 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 terperinci

ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS

ANALISIS 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA. Pemodelan persamaan struktural atau Structural Equation Modeling

BAB II TINJAUAN PUSTAKA. Pemodelan persamaan struktural atau Structural Equation Modeling BAB II TINJAUAN PUSTAKA 1.1 Pemodelan Persamaan Struktural Pemodelan persamaan struktural atau Structural Equaton Modelng (SEM) merupakan analss multvarat yang dapat menganalss hubungan varabel secara

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB 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 terperinci

BAB 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. 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 terperinci

Model Geographically Weighted Poisson Regression (Studi Kasus : Jumlah Kematian Bayi di Jawa Timur & Jawa Tengah Tahun 2007)

Model Geographically Weighted Poisson Regression (Studi Kasus : Jumlah Kematian Bayi di Jawa Timur & Jawa Tengah Tahun 2007) LOGO Model Geographcally Weghted Posson Regresson (Stud Kasus : Jumlah Kematan Bay d Jawa Tmur & Jawa Tengah Tahun 2007) SEMINAR HASIL TESIS Oleh : Salmon Notje Aulele Dosen Pembmbng : Dr. Purhad, M.Sc

Lebih terperinci

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)

Evaluasi 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 terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.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 terperinci

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. 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 terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-146

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-146 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Prnt) D-146 Pemodelan Propors Kasus Penyakt Infeks Saluran Pernapasan Akut (ISPA) bagan Atas pada Balta d Kabupaten Gresk dengan Geographcally

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. 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 terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 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 terperinci