PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:"

Transkripsi

1 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 UNDIP,3 Staff Pengajar Jurusan Statstka FSM UNDIP Abstrak Angka Kematan Ibu meruakan salah satu masalah kematan masyarakat yang krusal d Indonesa. Kematan bu d Provns Jawa Tmur cenderung menngkat sehngga eranan data dan nformas menjad sangat entng. Regres Bnomal Negatf meruakan salah satu model yang daat dgunakan untuk menangan masalah overdsers ada model regres osson. Pada eneltan n dlakukan analss faktor-faktor yang memengaruh Angka Kematan Ibu d Provns Jawa Tmur dengan menggunakan model Regres Bnomal Negatf. Indkator yang memengaruh kematan bu dantaranya elayanan kesehatan bu. Pelayanan kesehatan bu melut elayanan antenatal, komlkas kebdanan yang dtangan, ertolongan ersalnan oleh tenaga kesehatan, elayanan nfas, elayanan kesehatan neonates dan elayanan neonatal komlkas dtangan. Hasl engujan equdsers menunjukkan bahwa model regres osson mengalam overdsers. Sehngga dlakukan enanganan dengan menggunakan model regres bnomal negatf. Berdasarkan engujan kesesuaan model ddaat bahwa model regres bnomal negatf daat dgunakan sebaga model. Sedangkan hasl engujan sgnfkans ndvdu ddaat bahwa varabel jumlah bu nfas yang mendaat vtamn A berengaruh secara sgnfkan terhada Angka Kematan Ibu. Kata Kunc : Angka Kematan Ibu, Overdsers, Regres Bnomal Negatf. 1. Pendahuluan 1.1. Latar Belakang Perstwa kematan ada dasarnya meruakan roses akumulas akhr (outcome) dar berbaga enyebab kematan langsung mauun tdak langsung. Kejadan kematan d suatu wlayah dar waktu ke waktu daat memberkan gambaran erkembangan derajat kesehatan masyarakat, dsamng serngkal dgunakan sebaga ndkator dalam enlaan keberhaslan rogram embangunan dan elayanan kesehatan (Dnas Kesehatan Surabaya, 011). Salah satu ndkator dalam rogram embangunan dan elayanan kesehatan adalah Angka Kematan Ibu (AKI). Untuk mendukung keberhaslan embangunan kesehatan tersebut dbutuhkan adanya ketersedaan data/informas yang akurat bag roses engamblan keutusan dan erencanaan rogram, karena dengan data yang akurat maka keutusan dan erencanaan yang dbuat juga menghaslkan damak yang bak. Sehngga data/nformas mengena kesehatan mutlak derlukan untuk keberhaslan rogam tersebut. 101

2 Dalam model regres osson dasumskan mean dan varan sama. Jka asums n tdak denuh maka derlukan model lan untuk mengatasnya. Jka nla varan lebh besar dar nla mean maka telah terjad overdsers. Penanganan overdsers daat menggunakan model regres bnomal negatf, quas lkelhood, atau regres osson umum. Jka nla varan kurang dar nla mean maka telah terjad underdsers. Penanganan underdsers daat menggunakan model Zero Deflaton Posson, Zero Deflaton Negatve Bnomal, Zero Deflaton General Posson atau Hurdle. 1.. Tujuan Peneltan Tujuan dar eneltan n adalah menganalss angka kematan bu d Provns Jawa Tmur dengan menggunakan model regres bnomal negatf.. Tnjauan Pustaka.1. Angka Kematan Ibu Kematan bu yang dmaksud adalah kematan seorang bu yang dsebabkan kehamlan, melahrkan atau nfas, bukan karena kecelakaan. Angka Kematan Ibu (AKI) dhtung er kelahran hdu (Hlbe, 011). Angka kematan Ibu (AKI) mencermnkan rsko yang dhada bu-bu selama kehamlan dan melahrkan yang dengaruh oleh status gz bu, keadaan sosal ekonom, keadaan kesehatan yang kurang bak menjelang kehamlan, kejadan berbaga komlkas ada kehamlan dan kelahran, tersedanya dan enggunaan fasltas elayanan kesehatan termasuk elayanan renatal dan obstetr. Tnggnya angka kematan bu menunjukkan keadaan sosal ekonom yang rendah dan fasltas elayanan kesehatan termasuk elayanan renatal dan obstetr yang rendah ula (Dnas Kesehatan Semarang, 011). Kematan bu basanya terjad karena tdak memunya akses ke elayanan kesehatan bu yang berkualtas, terutama elayanan kegawatdaruratan teat waktu yang dlatarbelakang oleh terlambat mengenal tanda bahaya dan mengambl keutusan, terlambat mencaa fasltas kesehatan, serta terlambat mendaatkan elayanan d fasltas kesehatan. Selan tu enyebab kematan maternal juga tdak terleas dar konds bu tu sendr dan meruakan salah satu dar krtera 4 terlalu, yatu terlalu tua ada saat melahrkan (> 35 tahun), terlalu muda ada saat melahrkan (< 0 tahun), 10

3 terlalu banyak anak (> 4 anak), dan terlalu raat jarak kelahran/artas (< tahun) (Dnas Kesehatan Semarang, 011)... Generalsas Model Lner Analss regres yang resonnya termasuk salah satu keluarga eksonensal dsebut Generalsas Model Lner atau lebh dkenal dengan GLM (Generalzed Lnear Models). Generalzed Lnear Models (GLM) memerluas model regres basa yang mencaku varabel reson berdstrbus tdak normal dan fungs model untuk mean. Ada tga komonen utama dalam analss GML seert durakan berkut n. 1. Komonen random Komonen random dar GLM terdr dar varabel reson Y dengan observas bebas (y 1,, y n ) dar sebuah dstrbus dalam keluarga eksonensal. Bentuk fungs denstas robabltas dar dstrbus keluarga eksonensal, yatu sebaga berkut. y b( ) f ( y ;, ) ex c( y ; ) a ( ). Komonen Sstemats Komonen Sstemats dar GLM adalah hubungan dar sebuah vektor,..., ) untuk ( 1 n menjelaskan varabel-varabel yang berhubungan dalam sebuah model lner. = 0 j1 j x j Atau dalam matrks dtulskan dalam bentuk Kombnas lner dar varabel yang djelaskan dsebut redktor lner. Dengan adalah vektor (n x 1) dar observas, X adalah matrks (n x c) dar varabel bebas, β adalah matrks (c x 1) dar koefsen regres, dengan c=+1 [1]. 3. Fungs lnk Fungs lnk adalah fungs yang menghubungkan eksektas varabel reson dengan komonen sstemats. Dberkan fungs E Y ) (, =,,,n. Model lnk untuk adalah g ). ( g( ) x j1 j j dengan =,,,n 103

4 fungs lnk g( ) dnamakan denttas lnk dengan. Fungs lnk yang mentransformaskan nla meannya ke arameter natural dnamakan kanonkal lnk. Sehngga g ( ) dan j1 x (Agrest, 00). j j.3. Regres Posson Model regres Posson adalah model regres nonlnear yang berasal dar dstrbus Posson yang meruakan eneraan dar Generalzed Lnear Models (GLM) yang menggambarkan hubungan antara varabel deenden dengan varabel ndeenden, dengan varabel deenden berua data dskrt. Msalnya y, =,, meruakan umlah ke adan yang muncul dalam selang waktu dengan rata-rata µ. Jka Y adalah varabel acak Posson dengan arameter µ > 0, maka fungs massa eluangnya adalah : -µ e µ f ( y ;µ ), y = 0,,, y! y dengan asums E(y ) = Var(y ) = µ atau dsebut equdsers (Agrest, 00). Berdasarkan konse GLM untuk dstrbus Posson bahwa ada saat g( ) sama dengan arameter natural, kanonkal lnk (fungs yang mentransformaskan nla mean ke arameter natural) yang dgunakan adalah log natural lnk : g ) ln( ). ( Sehngga hubungan dengan redktor lner, dnyatakan dengan ln( ). Dengan mengunakan fungs lnk log natural tersebut deroleh model regres Posson dalam bentuk : ln ln 0 1x 1... x ex( 1x 1... x 0 ) dengan nla eksektas y berdstrbus Posson dengan =,,3,,n (Agrest, 00 )..4. Pengujan Equdsers Untuk data berte count, asums osson serng tdak terealsas dsebabkan nla varans data tdak sama dengan nla mean data. Dmana asums regres osson menghendak nla varans sama dengan nla meannya atau basa dsebut dengan 104

5 equdsers. Hubungan antara varan dan mean daat dnyatakan dalam bentuk ersamaan : v( ) Jka nla 1 maka asums equdsers telah terenuh, jka 1 maka telah terjad overdsers dan jka 1 maka telah terjad underdsers. Salah satu alternatf engujan overdsers daat dlakukan melalu endekatan nla Pearson s Ch Square yang ddefnskan sebaga berkut: n 1 ( y ) var( ) Menurut Agrest (00), nla estmas untuk menentukan nla daat deroleh dengan menggunakan ersamaan / n 1 n 1 E yang berart Untuk menguj asums equdsers ada regres osson dlakukan dengan melhat nla statstk Pearson s Ch-Square yang dbag dengan derajat bebasnya (n--1). Aabla nla taksran dsers sama dengan satu, maka asums equdsers terenuh. Data dkatakan mengalam overdsers aabla nla taksran dsers lebh dar satu. Sedangkan data dkatakan mengalam underdsers aabla nla taksran dsers kurang dar satu (Agrest, 00)..5. Regres Bnomal Negatf Model Regres Bnomal Negatf adalah model regres nonlnear yang berasal dar dstrbus osson gamma mxture yang meruakan eneraan dar Generalzed Lnear Models (GLM) yang menggambarkan hubungan antara varabel deenden dengan varabel ndeenden. Regres Bnomal Negatf basanya dgunakan untuk memodelkan data dengan varabel reson berua data count. Regres bnomal negatf dgunakan sebaga alternatf dar model regres osson yang mengalam overdsers. Berdasarkan komonen GLM deroleh suatu model regres bnomal negatf dalam bentuk : ln 0 1x 1... x ex( 0 X j j ) j1 105

6 ex( 1X 1... X 0 adalah nla eksektas dar y yang berdstrbus bnomal negatf (Hlbe, 011) ) 3. Metodolog Peneltan 3.1. Jens dan Sumber Data Data yang dgunakan dalam eneltan n adalah data sekunder yang berasal dar Dnas Kesehatan Provns Jawa Tmur tahun 011 yang telah d ublkaskan. Pada eneltan n, observas yang dgunakan adalah Kota dan Kabuaten d Provns Jawa Tmur ada tahun 011, Provns Jawa Tmur terdr dar 9 Kabuaten dan 9 Kota. 3.. Varabel Peneltan Varabel eneltan yang dgunakan dalam eneltan n berua varabel reson (Y) yakn Jumlah Kematan Ibu d Provns Jawa Tmur dan varabel redktor (X) adalah sebaga berkut: X : Jumlah bu haml yang mendaat elayanan K1 1 X : Jumlah bu haml yang mendaat elayanan K4 X : Jumlah bu bersaln yang dtolong tenaga kesehatan 3 X : Jumlah bu nfas yang mendaatkan elayanan 4 X : Jumlah bu haml yang mendaat tablet FE1 (30 tablet) 5 X : Jumlah bu haml yang mendaat tablet FE3 (90 tablet) 6 X : Jumlah bu haml yang mengalam komlkas kebdanan yang dtangan 7 X : Jumlah bu haml yang mengalam neonatal rst/komlkas dtangan 8 X : Jumlah bu nfas yang mendaat vtamn A 9 Varabel sasal u, v ttk koordnat letak masng-masng Kota/Kabuaten 3.3. Tahaan Analss Tahaan analss yang dgunakan untuk mencaa tujuan eneltan dalam enulsan skrs n durakan sebaga berkut : 1. Menguj asums data berdstrbus osson. Menguj asums multkolnertas antar varabel redktor (X) 3. Menganalss model regres osson untuk enentuan tngkat Angka Kematan Ibu d Provns Jawa Tmur dengan langkah-langkah sebaga berkut: 106

7 a. Memodelkan varabel reson (Y) dengan varabel redktor (X) b. Menguj asums overdsers 4. Menganalss model Regres Bnomal Negatf untuk enentuan tngkat Angka Kematan Ibu d Provns Jawa Tmur dengan langkah-langkah sebaga berkut: a. Menguj kesesuaan model Regres Bnomal Negatf b. Menguj sgnfkans model secara ndvdu 4. Hasl Dan Pembahasan 4.1. Pengujan Dstrbus Posson ada Varabel Reson Pengujan dstrbus Posson ada varabel reson dlakukan dengan Uj Kolmogorov- Smrnov dengan rosedur engujan sebaga berkut : H 0 : Data varabel reson mengkut dstrbus Posson H 1 : Data varabel reson tdak mengkut dstrbus Posson Berdasarkan hasl outut SPSS deroleh nla T htung sebesar 0,1 lebh kecl dar ada nla tabel komlogorov (w 1-α ) sebesar 0,15 dan nla -value sebesar 0,066 lebh besar dar nla α = 0,05. Sehngga keutusannya H 0 dterma yang berart bahwa data varabel reson (Y) mengkut dstrbus Posson. 4.. Seleks Varabel dan Pengujan Non Multkolneartas Antar Varabel Predktor Pembentukan model regres memertmbangkan engujan Multkolnertas. Proses enanganan multkolnertas salah satunya dengan cara mengelmnas satu ersatu varabel x (redktor) yang memlk tngkat korelas lebh rumt atau tngg. Proses tu terus berlanjut sama tdak ada korelas dantara varabel redktor tersebut yang memlk korelas (koneks) lebh besar dar 95 %. Dar hasl analss menunjukkan bahwa dengan memasukkan semblan varabel redktor yang selanjutnya delmnas satu ersatu ddaat tga varabel redktor yatu X, 7 X 8 dan X 9 yang semuanya memlk korelas kurang dar 95%. Ketga varabel tersebut untuk selanjutnya dgunakan dalam engujan Multkolnertas dan ddaat hasl sesua dengan nformas ada Tabel

8 Tabel 1. Nla VIF Varabel Predktor Varabel X 7 X 8 X 9 VIF 5,784 1,559 6,477 Dar Informas Tabel 1 terlhat bahwa varabel X 7, X 8 dan X 9 telah memenuh asums non multkolnertas dengan nla VIF kurang dar 10. Selanjutnya ketga varabel tersebut dgunakan untuk embentukan model Model Regres Posson Model awal regres osson yang terbentuk setelah melalu engujan Multkolneartas adalah sebaga berkut. ex( 1,906 0, X 7 0, X 8 0, X 9 ) Selanjutnya dlakukan uj asums equdsers untuk mengetahu ada tdaknya overdsers ada model regres osson d atas. Pengujan overdsers daat dlakukan dengan mencar nla Ф. Jka nla Ф lebh besar dar, maka telah ter ad overdsers. Dar hasl engu an overdsers ddaat bahwa nla Ф sebesar,347 lebh besar dar 1.karena terjad overdsers ada regres osson, maka langkah enanganannya dengan membentuk model regres bnomal negatf Model Regres Bnomal Negatf Uj Kesesuaan Model Regres Bnomal Negatf Untuk menguj kesesuaan model regres bnomal negatf dgunakan uj devans. Hotess yang dberkan adalah sebaga berkut H 0 :β 7 = β 8 = β 9 = 0 (model regres bnomal negatf tdakdaat dgunakan sebaga model) H 1 :Palng tdak ada salah satu β j 0 j = 7,8,9 (model regres bnomal negatf daat dgunakan sebaga model) Dengan taraf sgnfkans sebesar 5% dan statstk uj yang dgunakan adalah Devans, ddaat nla Devans sebesar 4,6505 lebh besar dar ada nla Ch-Square tabel 0.05;3 7,815. Jad keutusannya H 0 dtolak yang berart bahwa model Regres Bnomal Negatf daat dgunakan sebaga model. 108

9 4.4.. Uj Sgnfkans Indvdu Model Regres Bnomal Negatf Langkah selanjutnya adalah mencar arameter mana saja yang berengaruh terhada model. Sehngga erlu dlakukan uj arsal arameter model. Pengujan secara arsal dlakukan untuk melhat sgnfkans arameter dengan menggunakan hotess sebaga berkut. H 0 : j = 0, (koefsen regres tdak sgnfkan) H 1 : j 0, (koefsen regres sgnfkan) Untuk j = 7,8,9 Berdasarkan hasl analss ddaatkan nla Z htung yang meruakan nla estmas dbag dengan nla standar errornya. Kemudan nla tersebut dbandngkan dengan nla Z α/ dengan taraf sgnfkans sebesar 5 % yang dsajkan dalam Tabel. Tabel. Estmas Parameter Model Regres Bnomal Negatf Parameter Z_htung Z_tabel Kuutusan Kesmulan 7 1,316 1,96 H 0 dterma Koefsen Regres Tdak Sgnfkan 8 0,93 1,96 H 0 dterma Koefsen Regres Tdak Sgnfkan 9,378 1,96 H 0 dtolak Koefsen Regres Sgnfkan Berdasarkan tabel. deroleh arameter yang sgnfkan terhada model adalah 9. Sehngga model regres bnomal negatf yang terbentuk adalah ex( 1,787 0, X 7 0, X 8 0, X 9 ) Akan teta yang berengaruh terhada model hanya koefsen 9 saja meskun model dtuls secara lengka. 5. Kesmulan Dar hasl analss dan embahasan yang telah dlakukan, daat deroleh beberaa kesmulan, yatu: 1. Dar hasl engujan ddaat bahwa model regres osson mengalam overdsers sehngga dlakukan enanganan menggunakan model regres bnomal negatf. Dar engujan kesesuaan model ddaat bahwa model regres bnomal negatf daat dgunakan sebaga model 109

10 3. Secara umum varabel yang sgnfkan memengaruh Angka Kematan Ibu d Provns Jawa Tmur untuk model Regres Bnomal Negatf adalah Jumlah bu nfas yang mendaat vtamn A. DAFTAR PUSTAKA Agrest, A. 00. Categorcal Data Analyss. Second Edton. New York : John Wley and Sons, Inc. Dnas Kesehatan Profl Kesehatan Provns Jawa Tmur Tahun 011. Surabaya : Dnkes Jatm. Dnas Kesehatan Profl Kesehatan Provns Jawa Tengah Tahun 011. Semarang : Dnkes Jateng. Hlbe, J.M., 011. Negatve Bnomal Regresson. Second Edton. New York : Cambrdge Unversty Press. 110

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

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 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

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

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 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

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

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

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 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

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 361-368 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan APLIKASI MODEL REGRESI POISSON TERGENERALISASI PADA KASUS ANGKA KEMATIAN BAYI DI JAWA

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

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

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

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

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 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

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

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

PEMODELAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA KASUS TETANUS NEONATORUMDI PROVINSIJAWA TIMUR

PEMODELAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA KASUS TETANUS NEONATORUMDI PROVINSIJAWA TIMUR ISBN : 978.602.36.002.0 PEMODELAN REGRESI ZERO INFLAED NEGAIVE BINOMIAL (ZINB) PADA KASUS EANUS NEONAORUMDI PROVINSIJAWA IMUR Cndy Cahyanng Asut, Isman Zan 2 Mahasswa Jurusan Statstka Insttut eknolog Sepuluh

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 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

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

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 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

Penerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah

Penerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah The 6 th Unversty Research Colloquum 017 Unverstas Muhammadyah Magelang Penerapan Model Geographcally Weghted Posson Regresson pada Jumlah Kematan Ibu d Provns Jawa Tengah Isca Yuntasar1, Sr Sulstjowat

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

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

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

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 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

ANALISIS DATA KATEGORIK (STK351)

ANALISIS 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 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

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

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI 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 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

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

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

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. 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

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

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

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

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

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 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

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 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

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. 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 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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. 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 terperinci

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian. BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.

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

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB 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 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

PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK C p MALLOWS

PEMILIHAN 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 terperinci

ANALISIS PEUBAH RESPON BINER

ANALISIS PEUBAH RESPON BINER Analss Peubah Respon Bner... (Ksmantn) ANALISIS PEUBAH RESPON BINER Ksmantn Jurusan Penddkan Matematka FMIPA Unverstas Neger Yogyakarta Abstrak Pada regres lner klask, peubah respon dasumskan merupakan

Lebih terperinci

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

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

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

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 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

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

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. 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 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

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013 JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prnt) Analss Faktor Rsko Kematan Ibu dan Kematan Bay dengan Pendekatan Regres Posson Bvarat d Provns Jawa mur ahun 03 D39 Ind Arkand dan Wwek

Lebih terperinci

ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE

ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE Statstka, Vol., No., November ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARA DENGUE Tan Wahyu Utam Program Stud Statstka, Fakultas Matematka dan

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

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE 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 terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

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

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2007

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2007 PEMODELAN GENERALIZED REGRESI POISSON PADA FAKOR-FAKOR YANG MEMPENGARUHI ANGKA KEMAIAN BAYI DI PROVINSI JAWA IMUR AHUN 007 Yayuk Lstan 1 dan Purhad 1 Mahasswa S1 Statstka IS, Dosen statstka IS 1 yayuk.yangce@gmal.com,

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

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian 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 terperinci

Pemodelan Pengaruh Iklim Terhadap Angka Kejadian Demam Berdarah Dengue di Surabaya

Pemodelan Pengaruh Iklim Terhadap Angka Kejadian Demam Berdarah Dengue di Surabaya JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-9 Pemodelan Pengaruh Iklm erhadap Angka Kejadan Demam Berdarah Dengue d Surabaya Dan Rahayu K., Wwek Setya Wnahju, Adatul Mukarromah Jurusan Statstka,

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

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. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti

BAB 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 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

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

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

ANALISIS REGRESI. Catatan Freddy

ANALISIS 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 terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya

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

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

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 Analisis Rantai Markov

Bab 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 terperinci

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik

TINJAUAN 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1

ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1 ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN Ksmantn Jurusan Penddkan Matematka, FMIPA Unverstas Neger Yogyakarta Emal : ksm@uny.ac.d Abstrak Peubah respons

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

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

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

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

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

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci