Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5
|
|
- Yuliani Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5 Oleh: Muji Gunarto I. Pendahuluan (Landasan Teori) Analisis faktor adalah salah satu analisis yang banyak digunakan pada statistik multivariate. Analisis faktor pertama kali diperkenalkan oleh Spearman (1904), kemudian dikembangkan oleh Thurstone (1974), Thomson (1951), Lawley (1940, 1941) dan lainnya. Pada awalnya analisis ini tergolong sulit dan kontroversial, namun dalam perkembangannya dirasakan menjadi alat yang sangat berguna. Terutama setelah perkembangan komputer dan paket-paket program statistik, serta banyaknya terbit buku-buku dan publikasi lain yang membahas tentang penerapan analisis faktor dalam berbagai bidang. Misalkan x adalah vektor acak dengan vektor rata-rata dan matrik varians-kovarians, dan hubungan antar unsur vektor x bisa dituliskan dalam model faktor: x = + Lf + dimana adalah vektor konstanta, f adalah vektor acak dengan ukuran kx1, dengan unsur f1,, fk dan disebut faktor bersama, L adalah matriks konstanta yang tidak diketahui nilainya berukuran pxk, disebut loading faktor, dan 1,, p adalah unsur vektor acak galat yang disebut faktor khusus, k adalah banyaknya faktor hasil reduksi, dan p adalah banyaknya item pertanyaan. Jadi model persamaan (4.1) berimplikasi bahwa untuk unsur x tertentu, misalnya xi yang mewakili pengukuran pada variabel tertentu merupakan kombinasi linear dari seluruh faktor bersama dan sebuah faktor khusus i, (Sharma, 1996; Johnson and Wichern, 1992). Tujuan dari analisis faktor adalah menentukan faktor-faktor bersama sehingga korelasi diantara unsur vektor x terangkum pada faktor-faktor yang diperoleh. Dalam analisis faktor, data yang akan digunakan adalah matrik varians-kovarians atau matriks korelasi. Pada penelitian ini akan digunakan matriks korelasi sebagai dasar analisis. Dalam analisis faktor ada beberapa metode pendugaan yang dapat digunakan, baik yang non-iteratif maupun metode iteratif. Metode non-iteratif diantaranya adalah: metode komponen utama (principal component method), metode faktor utama (principal factor method), analisis citra (image analysis), dan analisis faktor kanonik non-iteratif Harris (Harris non-iterative canonical factor analysis). Sedangkan yang termasuk metode pendugaan iteratif diantaranya adalah: metode kemungkinan maksimum (maximum
2 2 likelihood method), metode kuadrat terkecil tak-terboboti (unweight least square ULS), metode komponen utama iteratif (iterative principal componen method), dan analisis faktor alpha (alpha factor analysis), (Sharma, 1996; Johnson and Wichern, 1992). Metode pendugaan komponen utama (principal component method) merupakan metode yang paling sederhana dan mudah digunakan dibanding dengan metode lainnya, sehingga metode ini sering digunakan. Pada umumnya dalam analisis faktor, matriks loading faktor yang diperoleh sulit untuk diinterpretasikan, maka disarankan untuk melakukan rotasi faktor, yaitu dengan mentransformasi matriks tersebut dengan mengalikan matriks ortogonal terhadapnya sehingga interpretasi yang bermakna menggunakan matriks yang baru itu memungkinkan, (Johnson and Wichern, 1992). Ada beberapa metode yang dapat digunakan dalam rotasi faktor, yaitu rotasi quartimax, rotasi variamax kasar, rotasi varimax, rotasi equimax, rotasi parsimax, rotasi oblique, ritasi HK (Harris dan Kaiser, 1964), dan rotasi promax. Metode rotasi faktor yang paling sering digunakan dalam berbagai aplikasi adalah rotasi varimax dari Kaiser (1958) yang dibakukan sebagai berikut: k p *2 p *2 2 1 l 1 l ij 1 p i 1 hi p i 1 hi ij 2 ( ) i Secara umum, rotasi faktor dilakukan sedemikian rupa sehingga faktor yang sudah dirotasi memiliki sedikit saja variabel dengan nilai mutlak loading yang besar, sedangkan sisanya kecil atau nol. Pola seperti ini akan memudahkan interpretasi terhadap faktor yang terbentuk. Setelah dugaan matriks loading faktor diperoleh dan rotasi yang sesuai telah dilakukan, selanjutnya adalah menentukan skor faktor untuk setiap ojek (individu). Skor faktor merupakan dugaan nilai faktor bersama yang sesuai dengan pengamatan dalam nilai variabel asal tertentu. Nilai-nilai ini bisa digunakan sebagai data yang telah tereduksi untuk analisis statistik selanjutnya, (Sharma, 1996; Johnson and Wichern, 1992). Metode yang dapat digunakan untuk menduga skor faktor diantaranya adalah metode regresi dan metode kuadrat terkecil terboboti (waeghted lest square method). II. Langkah-Langkah Analisis Faktor dengan SPSS for Windows 1. Pastikan bahwa program SPSS sudah ada dalam komputer (semua versi SPSS dapat digunakan). 2. Klik Start > All Programm > SPSS for Windows > SPSS 11.5 for Windows, seperti Gambar 1.
3 3 Gambar 1. Membuka Program SPSS for Windows 3. Setelah windows SPSS terbuka dan aktif, masukkan data pada Data View dan beri penjelasan masing-masing variabel berupa, nama variabel, label, dan sebagainya dengan mengaktifkan windows Variable View, seperti pada Gambar 2. Teknik penulisan datanya dilakukan dengan menuliskan ke bawah untuk responden dan ke samping untuk semua item/variabel. Data View Variable View Gambar 2. Teknik Input Data 4. Setelah data telah siap, artinya semua responden dan semua item dari kuesioner telah masuk semua dan telah diberi label pada masing-masing item/variabel, selanjutnya mulai dengan analisis faktor dengan langkah: klik Analyze > Data Reduction > Factor sehingga muncul kotak dialog seperti pada Gambar 3. Gambar 3. Windows dalam Analisis Faktor
4 4 5. Masukkan semua item/variabel yang akan dianalisis ke dalam kotak Variable dengan cara: blok semua item/veriabel (misal: x1 x30), kemudian klik tanda sehingga variabel tadi (x1-x30) masuk dalam kotak Variable. Selanjutnya klik Descriptives sehingga muncul kotak dialog seperti pada Gambar 4. Tandai nilai-nilai yang ingin muncul dalam output, kemudian klik Continue. Gambar 4. Deskriptive yang diharapkan muncul dalam analisis faktor. 6. Kemudian klik Extraction, sehingga muncul kotak dialog seperti pada Gambar 5. Pilih metode yang akan digunakan dengan cara klik tanda pada kotak Method, misal Principal components, kemudian tandai Number of factors jika kita mengaharpkan ke-30 variabel tadi ingin dibentuk menjadi 5 faktor, atau biarkan saja maka SPSS akan membentuk jumlah faktor sebanyak faktor yang memiliki nilai eigen lebih dari 1 (Default). Kemudian klik Continue. Gambar 5. Kotak Dialog untuk Metode Ekstraksi 7. Berikutnya klik Rotation, sehingga muncul kotak dialog seperti pada Gambar 6. Pilih metode rotasi yang akan digunakan, misal varimax, maka tandai pada metode Varimax. Kemudian pada Display biarkan seperti Default, tapi jika mengharapkan plot loadingnya, maka tandai Loading plot(s). Kemudian klik Continue sehingga kembali ke Gambar 3.
5 5 Gambar 6. Kotak Dialog untuk Metode Rotasi 8. Berikutnya klik Scores, sehingga muncul kotak dialog seperti pada Gambar 7. Jika kita mengharapkan nilai skor faktornya disimpan dalam data view, maka tandai Save as variables, kemudian pilih metode yang digunakan dalam menduga skor faktor tersebut. Misalkan pilih metode pendugaan dengan regresi, maka tandai Regression pada kotak tersebut. Kemudian klik Continue, sehingga kembali ke Gambar 3. Gambar 7. Kotak Dialog untuk Menentukan Skor Faktor 9. Berikutnya klik Options, sehingga muncul kotak dialog seperti pada Gambar 8. Pada kotak dialog ini terdiri dari dua bagian, yaitu tentang nilai yang hilang (Misssing values) dan format koefesien yang akan ditampilkan. Pada missing values biarkan seperti Default, sedangkan untuk format koefesien yang ingin ditampilkan keduanya diberi tanda, yaitu untuk Sorted by size, artinya koefesien tersebut akan ditampilkan berurutan dari yang memiliki faktor loading terbesar sampai terkecil, dan Suppress absolute values lass than kemudian isikan koefesien minimal yang diharapkan pada kotak misal 0.50, artinya akan membuang semua koefesien yang lebih kecil dari 0,50. Jika kedua bagian ini tidak diberi tanda, maka output hasil akan memberikan tampilan urutan variabel berdasarkan nama variabel, dan semua koefesien yang ada pada masingmasing faktor akan dikeluarkan. Kemudian klik Continue, sehingga kembali ke Gambar 3.
6 6 Gambar 8. Kotak Dialog untuk Menentukan Format Tampilan Koefesien 10. Kemudian klik OK pada Gambar 3. sehingga muncul windows output seperti pada Gambar 9. Sedangkan nilai-nilai dari skor faktor akan tersimpan dalam windows data pada data view seperti pada Gambar 10. Gambar 9. Output Hasil Analisis Faktor
7 7 II. Gambar 10. Output Skor Faktor yang Tersimpan Dalam Data View Kemudian pada Variabel view beri nama pada masing-masing faktor sesuai dengan item/variabel yang masuk dalam faktor tersebut. III. Referensi Johnson, R. A. and Wichern, D.W. (1992) Applied Multivariate Statistical Analysis, Prentice Hall, Englewood Cliffs, New Jersey. Neter, J.W., Wasserman & Kutner, M.H., 1990, Applied Linear Statistical Models, Regression, Analysis of Variance and Experimental Design. Richard D. Irwin Inc, Illinois. Sharma, S. (1996) Applied Multivariate Techniques, John Wiley & Sons, Inc. New York Copyright Mc CENDEKIA, Last updated: Juni 2005 Solusi Efektif Meraih Prestasi
MODUL 3 ANALISIS FAKTOR
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 3 ini adalah : 1. Mahasiswa memahami apa yang dilakukan dalam proses Analisis Faktor; 2. Mahasiswa dapat menjalankan prosedur Analisis Faktor dalam SPSS; 3.
Lebih terperinciProgram Studi Pendidikan Ekonomi FE UNY
LEMBAR KERJA Topik: Uji Validitas dengan Analisis Faktor Tujuan: Untuk menguji tingkat validitas konstruk seperangkat instrumen, kuesioner atau angket Contoh Masalah: Apakah butir-butir yang dikembangkan
Lebih terperinciPENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)
Saintia Matematika Vol. 1, No. 6 (2013), pp. 507 516. PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Juliarti Hardika,
Lebih terperinciBAB II TINJAUAN PUSTAKA. dari variabel-variabel yang saling berkorelasi. Analisis peubah ganda dapat
BAB II TINJAUAN PUSTAKA 2.1 Analisis Peubah Ganda Analisis peubah ganda merupakan metode statistika yang menganalisis secara bersama-sama variabel yang cukup banyak yang diamati pada setiap individu atau
Lebih terperinciFAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI
FAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI DAIMATUL KHOIRIYAH 1, MADE SUSILAWATI 2, DESAK PUTU EKA NILAKUSMAWATI 3 1, 2, 3 Jurusan Matematika
Lebih terperinciANALISIS FAKTOR ANALISIS FAKTOR
ANALISIS FAKTOR ANALISIS FAKTOR Analisis factor digunakan untuk menemukan hubungan sejumlah variable yang bersifat independent dengan yang lain Analisis Faktor merupakan teknik untuk mengkombinasikan pertanyaan
Lebih terperinciIV METODE PENELITIAN 4.1. Lokasi dan Waktu penelitian 4.2. Data dan Metode Pengambilan Sampel
IV METODE PENELITIAN 4.1. Lokasi dan Waktu penelitian Penelitian dilakukan terhadap pengunjung Daiji Raamen yang terletak di Jalan Pajajaran No. 7. Pemilihan lokasi penelitian dilakukan secara sengaja
Lebih terperinci3.1. Hal-Hal Tentang Analisis Faktor
Analisis Faktor Setelah sebuah data diuji dan layak untuk diolah dengan metode statistik multivariat tertentu, mulai bab ini akan dijelaskan metode-metode statistik multivariat, yang dimulai dengan pembahasan
Lebih terperinciAnalisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya
Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,
Lebih terperinciPENERAPAN ANALISIS KORELASI KANONIK PADA HUBUNGAN KUALITAS PELAYANAN TERHADAP KEPUASAN NASABAH
PENERAPAN ANALISIS KORELASI KANONIK PADA HUBUNGAN KUALITAS PELAYANAN TERHADAP KEPUASAN NASABAH Kadek Andrei Prabawa 1, Ni Luh Putu Suciptawati 2, Desak Putu Eka Nilakusmawati 3 1 Jurusan Matematika, Fakultas
Lebih terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperinciAnalisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon
Statistika, Vol. 15 No. 2, 59-64 November 2015 Analisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon Ferry Kondo Lembang 1, Yuanita Samangun 2 1,2Jurusan Matematika Fakultas MIPA
Lebih terperinciANALISIS FAKTOR (FACTOR ANALYSIS)
ANALISIS FAKTOR (FACTOR ANALYSIS) PENDAHULUAN Analisis faktor: mengkaji hubungan internal dari gugus variabel Data: peubah-peubah yang dianalisis berkorelasi tinggi didalam grupnya sendiri dan berkorelasi
Lebih terperinciANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)
Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel-variabel yang saling independen antara satu
Lebih terperinciIDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
Lebih terperinciPENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciFAKTOR-FAKTOR YANG MEMENGARUHI KEPUTUSAN SISWA SMA MELANJUTKAN STUDI S1 DI UNIVERSITAS UDAYANA
FAKTOR-FAKTOR YANG MEMENGARUHI KEPUTUSAN SISWA SMA MELANJUTKAN STUDI S1 DI UNIVERSITAS UDAYANA Made Susilawati 1), I Putu Eka Nila Kencana 2), Ni Made Dwi Yana Putri 3) 1) Jurusan Matematika FMIPA Universitas
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciRancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)
Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil
Lebih terperinciBab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF Analisis Multivariat untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis
Lebih terperinciPenerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya
Jurnal Penelitian Sains Volume 12 Nomer 3(A) 12301 Penerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya Oki Dwipurwani,
Lebih terperinciVolume 1, Nomor 2, Desember 2007
Volume 1, Nomor 2, Desember 2007 Barekeng, Juni 2007. hal.18-24 Vol. 1. No. 2 ANALISIS FAKTOR STUDI KASUS : UNTUK MENGETAHUI FAKTOR-FAKTOR DASAR YANG MEMPENGARUHI PELAYANAN PADA FMIPA UNPATTI FRANCIS Y
Lebih terperinciBAB III METODOLOGI PENELITIAN. Definisi operasional yang dimaksud yaitu untuk menghindari kesalahan
BAB III METODOLOGI PENELITIAN 3.1 Definisi Operasional Definisi operasional yang dimaksud yaitu untuk menghindari kesalahan pemahaman dan perbedaan penafsiran yang berkaitan dengan istilah-istilah dalam
Lebih terperinciFactor Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
Factor Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996 Pendahuluan Seorang manajer pemasaran dari perusahaan pakaian ingin mengetahui apakah terdapat hubungan
Lebih terperinci(M.8) STRATEGI PENILAIAN SAHAM BERDASARKAN UKURAN TINGKAT LIKUIDITASNYA SEBAGAI ACUAN PENDUKUNG INDEKS LQ45
(M.8) STRATEGI PENILAIAN SAHAM BERDASARKAN UKURAN TINGKAT LIKUIDITASNYA SEBAGAI ACUAN PENDUKUNG INDEKS LQ45 Muhammad Rifqi Syauqi PT Bursa Efek Indonesia Jl. Jend. Sudirman Kav. 52-53 Jakarta 12190 rifqi.syauqi@idx.co.id
Lebih terperinciPendahuluan. 0 Analisis interaksi antarvariabel 0 Interdependence 0 Deteksi multikolinearitas
Pendahuluan 0 Analisis interaksi antarvariabel 0 Interdependence 0 Deteksi multikolinearitas Tujuan 0 Tujuan utama: 0 Menjelaskan struktur hubungan di antara banyak variabel dalam bentuk faktor/variabel
Lebih terperinciANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA
Saintia Matematika Vol. 1, No. 5 (2013), pp. 483 494. ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA Karyanus Daely, Ujian Sinulingga Asima Manurung Abstrak. Indeks Prestasi
Lebih terperinciMODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS
REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS A. TUJUAN PRAKTIKUM Dengan adanya Praktikum Statistika Industri Modul V tentang Regresi, Korelasi, Analisis Varian, Validitas dan Reliabilitas
Lebih terperinciProsiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST)
ANALASIS FAKTOR PEMILIHAN SEPEDA MOTOR SEBAGAI TRANSPORTASI OLEH MAHASISWA Annisa Mulia Rani 1* 1 Teknik Industri, Fakultas Teknik Universitas Muhammadiyah Jakarta Jl. Cempaka Putih Tengah No 27 Jakarta
Lebih terperinciANALISIS FAKTOR-FAKTOR PENYEBAB KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE EKSPLORATORI KOMPONEN UTAMA
ANALISIS FAKTOR-FAKTOR PENYEBAB KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE EKSPLORATORI KOMPONEN UTAMA Rina Fitrianita Rizki 1, Susiswo 2 Universitas Negeri Malang E-mail: rin.bluey.7@gmail.com Abstrak:
Lebih terperinciBAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY
BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY Membuka program SPSS kemudian memilih tab sheet Variable View. Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan
Lebih terperinciIII. METODE PENELITIAN
17 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Untuk dapat melakukan penelitian ini, langkah awalnya adalah mengetahui visi dan misi serta tujuan yang ingin dicapai oleh BReAD Unit. BReAD
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
Lebih terperinciGAMBARAN UMUM TUJUAN ANALISIS FAKTOR
GAMBARAN UMUM TUJUAN ANALISIS FAKTOR 1. Latar Belakang Analisis faktor adalah alat analisis statistik yang dipergunakan untuk mereduksi faktor-faktor yang mempengaruhi suatu variabel menjadi beberapa set
Lebih terperinciPrincipal Component Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
Principal Component Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996 Pendahuluan Sebuah analis keuangan ingin menentukan sehat tidaknya sebuah departement
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume, Nomor, April 013, Halaman 119-18 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT Muhamad
Lebih terperinciValiditas Konstruk (construct validity) dalam Pengembangan Instrumen Penilaian Non-Kognitif
Validitas Konstruk (construct validity) dalam Pengembangan Instrumen Penilaian Non-Kognitif Kana Hidayati dan Caturiyati Jurusan Pendidikan Matematika FMIPA UNY ABSTRAK Pada tahun pelajaran 2004/2005 telah
Lebih terperinciBAB I. REGRESI LINIER BERGANDA
BAB I. REGRESI LINIER BERGANDA Membuka program SPSS kemudian memilih tab sheet Variable View. Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan dengan memperhatikan
Lebih terperinciKORELASI. Alat hitung koefisien korelasi Pearson (data kuantitatif dan berskala rasio) Kendall, Spearman (data kualitatif dan berskala ordinal)
KORELASI Pada SPSS korelasi ada pada menu Correlate dengan submenu: 1. BIVARIATE Besar hubungan antara dua (bi) variabel. a. Koefisien korelasi bivariate/product moment Pearson Mengukur keeratan hubungan
Lebih terperinciBAB III PEMBAHASAN. Analisis cluster merupakan analisis yang bertujuan untuk. mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang
BAB III PEMBAHASAN Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang dimiliki. Asumsi-asumsi dalam analisis cluster yaitu sampel
Lebih terperinciOleh : Muhammad Amin Paris, S.Pd., M.Si (Dosen Fak. Tarbiyah IAIN Antasari Banjarmasin) Abstrak
MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris, SPd, MSi (Dosen
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Karakteristik Responden Penelitian ini dilakukan pada PT. Rezeki Supermarketing sebuah perusahaan retail tradisional yang terletak di Jakarta, dengan mengambil
Lebih terperinciKombinasi Regresi Tak Bias Ridge dengan Regresi Komponen Utama untuk Mengatasi Masalah Multikolinieritas
Statistika, Vol. 17 No. 1, 25 31 Mei 2017 Kombinasi Regresi Tak Bias Ridge dengan Regresi Komponen Utama untuk Mengatasi Masalah Multikolinieritas Fitriana Novitasari, Suliadi, Anneke Iswani A. Prodi Statistika,
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciAnalisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik)
J. Math. and Its Appl. ISSN: 19-65X Vol., No. 1, May. 5, 47 59 Analisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik) Nuri Wahyuningsih, Dwi Pusdikarta Jurusan Matematika Institut
Lebih terperinciKeywords: students difficulties, to prove theorem, algebra structure.
81 DESKRIPSI KESULITAN MAHASISWA PRODI PMA MEMBUKTIKAN TEOREMA STRUKTUR ALJABAR Oleh: Yenni Suzana, M.Pd 1 Abstract Prove or evidence is a range of logical argument which explains the truth of statement.
Lebih terperinciANALISIS DATA PREDIKTIF (Analisis Regresi)
PERTEMUAN KE-9 ANALISIS DATA PREDIKTIF (Analisis Regresi) Ringkasan Materi : Analisis regresi digunakan untuk memprediksi (prediktif). Variabel X hasil pengukuran yang disebut prediktor digunakan untuk
Lebih terperinciANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)
Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,
Lebih terperinciBAB III METODE PENELITIAN. atau menghubungkan dengan variabel lain (Sugiyono, 2000:11). Penelitian
BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini didesain sebagai penelitian deskriptif komparatif. Penelitian deskriptif yaitu suatu penelitian yang digunakan untuk mengetahui nilai variabel
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
Lebih terperinciPEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R
PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinci(2.1) keterangan: i = Banyaknya faktor yang terbentuk; (i=1,2,3,...,k)
BAB 2 LANDASAN TEORI 2.1 Analisis Faktor Menurut J. Supranto (2004), analisis faktor merupakan teknik statistika yang utamanya dipergunakan untuk mereduksi atau meringkas data dari variabel yang banyak
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober
III. METODE PENELITIAN A. Waktu dan tempat Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober sampai dengan 19 November 2011. B. Populasi dan Sampel Populasi dalam penelitian ini adalah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Pengertian Belajar Pengertian belajar menurut para ahli adalah sebagai berikut : a. Menurut Lyle E.Bourne,JR.,Bruce R.Ekstrand Belajar adalah perubahan tingkah laku yang relatif
Lebih terperinciAbstract. Abstrak. Keywords : Principal Component Analysis, Agriculture Production and Plantation
JdC, Vol. 3, No. 2, September, 2014 1 Penggunaan Analisis Komponen Utama Dalam Penggabungan Data Peubah Ganda pada Kasus Produksi Pertanian dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008 1 Sunarsi
Lebih terperinciANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS
ANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS Sintya Dwi Rosady 1, Fitria Virgantari, Ani Andriyati Program Studi Matematika Fakultas Matematika dan Ilmu
Lebih terperinciANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o
Uji Beda: ANOVA ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o o Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan
Lebih terperinciTABEL 3 DATA PENELITIAN
Analisis Regresi Linier Bentuk LN (Logaritma Natural) Pengubahan data ke bentuk LN dimaksudkan untuk meniadakan atau meminimalkan adanya pelanggaran asumsi normalitas dan asumsi klasik regresi. Jika data-data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.2. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel variabel yang saling independen antara
Lebih terperinciANALISIS KOMPONEN UTAMA PADA PENERAPAN APLIKASI PEMBELAJARAN METODE GLENN DOMAN
ANALISIS KOMPONEN UTAMA PADA PENERAPAN APLIKASI PEMBELAJARAN METODE GLENN DOMAN Anik Rufaidah 1, Muhamad Afif Effindi 2 1 Program Studi Teknik Industri, 2 Program Studi Teknik Informatika Sekolah Tinggi
Lebih terperinciREDUKSI VARIABEL KRITERIAALTERNATIF RESTORAN DENGAN METODE FACTOR ANALYSIS
REDUKSI VARIABEL KRITERIAALTERNATIF RESTORAN DENGAN METODE FACTOR ANALYSIS Ai Nurhayat, S.Si.,MT. Jurusan Teknik Industri Sekolah tinggi Teknologi Bandung ABSTRAK Pada tahun 2017 telah terjadi kenaikan
Lebih terperinciJika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.
Analisis Regresi Analisis regresi merupakan salah satu alat statistika yang sangat populer digunakan user dalam mengolah data statistika. Analisis regresi digunakan untuk mengetahui hubungan satu atau
Lebih terperinciANALISIS DATA ASOSIATIF
PERTEMUAN KE-7 Ringkasan Materi : ANALISIS DATA ASOSIATIF Analisis data asosiatif merupakan alat statistik yang digunakan untuk menguji hipotesis asosiatif/hubungan, disebut juga dengan teknik korelasi.
Lebih terperinciANALISIS FAKTOR (FACTOR ANALYSIS)
ANALISIS FAKTOR (FACTOR ANALYSIS) Dr. Widayat, SE. MM. Outline Apa analisis faktor? Syarat dan asumsi yang diperlukan? Bagaimana caranya? Aplikasi analisis faktor Factor Analysis Prosedur analisis yang
Lebih terperinciUJI VALIDITAS KUISIONER
UJI VALIDITAS KUISIONER Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen pengumpulan data, validitas bisa dibedakan menjadi validitas
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB 3 METODE PENELITIAN
33 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan dalam skripsi ini ditunjukkan untuk menganalisis faktor internal dan eksternal dalam perusahaan, serta untuk memperbaiki strategi
Lebih terperinciBAB II. Transformasi Data. Pedoman Memilih Teknik Statistik. Transformasi Data Compute Data Recode Data Tabulasi Silang Output dan Interpretasi
BAB II Transformasi Data Pedoman Memilih Teknik Statistik Transformasi Data Compute Data Recode Data Tabulasi Silang Output dan Interpretasi Pedoman Memilih Teknik Statistik Teknik analisis statistik apa
Lebih terperinciLANGKAH-LANGKAH PENGUJIAN INSTRUMEN UJI VALIDITAS DAN RELIABILITAS
LANGKAH-LANGKAH PENGUJIAN INSTRUMEN UJI VALIDITAS DAN RELIABILITAS Oleh: Aftoni Sutanto UJI VALIDITAS Berikut langkah-langkah uji validitas. Dengan menggunakan contoh data sebagai berikut: 1. Uji Validitas
Lebih terperinciPEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 123-132 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciBab 4 ANALISIS FAKTOR DENGAN SPSS
Bab 4 ANALISIS FAKTOR DENGAN SPSS Analisis Faktor Analisis faktor merupakan alat statistika yang digunakan untuk mereduksi variabel dari suatu kumpulan variabel. Reduksi variabel dilakukan dengan cara
Lebih terperinciAplikasi Analisis Faktor untuk persamaan Simultan. dengan SPSS versi 12. Oleh. Abdul Razak Munir, SE, M.Si 1
Aplikasi Analisis Faktor untuk persamaan Simultan dengan SPSS versi 12 Oleh Abdul Razak Munir, SE, M.Si 1 A. Factor Analysis (Analisis Faktor) Dalam sebuah penelitian jika variabel-variabel yang terlibat
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciBAB V ANALISIS DATA PENELITIAN. responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
BAB V ANALISIS DATA PENELITIAN 5.1. Gambaran Umum Responden Bagian ini menjelaskan mengenai data deskriptif yang diperoleh dari responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
Lebih terperinciANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR. Gangga Anuraga ABSTRAK
ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga Dosen Program Studi Statistika MIPA Universitas PGRI Adi Buana Surabaya E-mail : ganuraga@gmail.com
Lebih terperinciMETODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
Lebih terperinciCAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu mengidentifikasi permasalahan multivariat 5.2 Mampu menerapkan konsep
Lebih terperinciORTHOGONALISASI PEUBAH BEBAS YANG BERKORELASI DALAM SUATU MODEL REGRESI ABSTRACT
ORTHOGONALISASI PEUBAH BEBAS YANG BERKORELASI DALAM SUATU MODEL REGRESI Aidawayati Rangkuti ) Guru Besar tetap pada Fakultas MIPA Universitas Hasanuddin aidarangkuti05@yahoo.com ABSTRACT The research attempts
Lebih terperinciAL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012
195 MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris (Dosen Fak.
Lebih terperinciBAB IV ANALISIS HASIL
BAB IV ANALISIS HASIL A. Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Berikut hasil yang telah diperoleh
Lebih terperinciPengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc
Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,
Lebih terperinciUJI PERSYARATAN ANALISIS DATA
PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak
Lebih terperinciUJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE
UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Penelitian kuantitatif merupakan metode untuk menguji teori - teori tertentu dengan cara
Lebih terperinciBAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi
76 BAB IV PENUTUP A. Kesimpulan Model Seemingly Unrelated Regression (SUR) merupakan perluasan dari analisis regresi linear yang berupa sistem persamaan yang terdiri dari beberapa persamaam regresi yang
Lebih terperinciBAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciBAB 11 ANALISIS REGRESI LINIER BERGANDA
BAB 11 ANALISIS REGRESI LINIER BERGANDA Selain regresi linier sederhana, metode regresi yang juga banyak digunakan adalah regresi linier berganda. Regresi linier berganda digunakan untuk penelitian yang
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri 1
18 III. METODE PENELITIAN A. Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri 1 Pringsewu tahun pelajaran 2010/2011. Populasi yang diteliti sebanyak
Lebih terperinciBAB I PENDAHULUAN. Pasar modal adalah tempat memperjualbelikan instrumen keuangan jangka
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar modal adalah tempat memperjualbelikan instrumen keuangan jangka panjang seperti reksa dana, obligasi (surat utang), saham (ekuitas), dan instrumen derivatif.
Lebih terperinci