Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Ukuran: px
Mulai penontonan dengan halaman:

Download "Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran"

Transkripsi

1 Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia Abstrak Bukti dari negara dengan pendapatan yang rendah menyebutkan bahwa bekera dan sekolah tidak dapat dibagi secara sama dan merata di antara anak pada suatu rumah tangga. Posisi kelahiran anak pada rumah tangga uga menadi pertimbangan dalam menentukan apakah dan seberapa besar kemungkinan anak akan bekera dan bersekolah. Dengan menggunakan data Survei Sosial Ekonomi Nasional (Susenas) 011 Provinsi Jawa Timur, tulisan ini meneliti bagaimana urutan kelahiran seorang anak memengaruhi keputusan orang tua untuk menempatkan anak-anak di salah satu dari empat kegiatan - 'hanya sekolah', 'bekera dan sekolah', 'tidak bekera dan tidak sekolah' dan 'hanya bekera'. Hasil dari regresi logistik multinomial menunukkan bahwa menadi anak pada urutan kelahiran pertama akan meningkatkan kemungkinan hanya bekera sebagai kegiatan utama, atau setidaknya kombinasi bekera dan sekolah, daripada hanya sekolah. Hasil pengolahan uga mengkonfirmasi bahwa anak yang lahir setelah anak pertama lebih cenderung berada di sekolah daripada anak pertama. Kata kunci: Kegiatan anak, Urutan kelahiran, Regresi logistik multinomial 1. Pendahuluan Indonesia merupakan salah satu Negara yang meratifikasi Konvensi Perserikatan Bangsa- Bangsa (PBB) tentang hak-hak anak, melalui Keputusan Presiden (Keppres) No. 36/1990 tanggal 5 Agustus Dengan adanya konvensi tersebut, berarti secara hukum Negara berkewaiban menamin dan melindungi hak anak-anak, baik sosial, politik, budaya, dan ekonomi (Usman dan Nachrowi, 004). Pada kenyataannya, negara masih belum mampu memenuhi kewaibannya untuk melindungi hakhak anak. Salah satu permasalahan yang masih teradi adalah keberadaan anak usia sekolah yang bekera. Dengan bekera, bukan hanya melanggar hak-hak anak, tetapi uga membawa dampak buruk bagi anak-anak, baik secara fisik maupun psikis. Bahkan dampak yang lebih auh lagi, dengan bekera dikhawatirkan akan mengganggu masa depan anak-anak untuk mendapatkan kehidupan yang lebih baik, terlebih anak-anak merupakan generasi penerus bangsa (Usman dan Nachrowi, 004). Tandraningsih (1995), mengatakan ketika anakanak tidak mempunyai kesempatan untuk bersekolah, maka pilihan hidupnya hanya dua, yaitu: masuk angkatan kera atau tidak. Akan tetapi perlu diingat bahwa anak-anak ustru putus sekolah karena bekera. Bahkan, di lingkungan yang kondusif untuk bekera, konsekuensi yang muncul adalah geala putus sekolah yang sering diawali dengan menggabungkan sekolah sambil bekera. Seorang anak menadi bekera atau sekolah seringkali karena keputusan dari kepala rumah tangganya. Keputusan apakah seorang anak bekera atau sekolah didasarkan atas beberapa pertimbangan tertentu, seperti urutan kelahiran anak, enis kelamin, dan umlah anak. Seumlah argumen uga menunukkan bahwa saudara kandung tidak mungkin menerima hak yang sama terhadap sumber daya yang dituukan oleh orang tua terhadap pendidikan anak-anak mereka (Booth dan Kee, 005). Bukti dari negara dengan pendapatan yang rendah menyebutkan bahwa bekera dan sekolah tidak dapat dibagi secara sama dan merata di antara anak pada suatu rumah tangga (Grootaert dan Patrinos, 1999 dalam Khanam and Rahman, 007). Urutan kelahiran anak dalam rumah tangga uga menadi pertimbangan orang tua dalam menentukan apakah dan berapa banyak anak yang akan bekera dan bersekolah. Orang tua memandang bahwa anak pertama berbeda dengan anak yang lahir setelahnya, sehingga pengambilan keputusan mereka tentang pegaturan pekeraan atau sekolah untuk anak-anaknya mungkin menadi fungsi dari urutan kelahiran (Khanam

2 and Rahman, 007). Penelitian ini berusaha menawab pengaruh urutan kelahiran terhadap keputusan orang tua untuk menempatkan anakanak mereka menadi bekera dan sekolah. Selain itu, dilihat uga variable-variabel apa saa yang mempunyai pengaruh terhadap kegiatan anak usia tahun di Provinsi Jawa Timur tahun Tinauan Pustaka.1 Konsep Kegiatan Bekera adalah kegiatan melakukan pekeraan dengan maksud memperoleh atau membantu memperoleh penghasilan atau keuntungan paling sedikit selama satu am dalam seminggu terakhir. Bekera selama satu am tersebut harus dilakukan berturut-turut dan tidak terputus. Penghasilan atau keuntungan mencakup upah/gai termasuk semua tunangan dan bonus bagi pekera/ karyawan/pegawai dan hasil usaha berupa sewa atau keuntungan, baik berupa uang atau barang termasuk bagi pengusaha (BPS, 011). adalah kegiatan bersekolah di sekolah formal maupun sekolah non formal (Paket A/B/C). Tidak termasuk mereka yang sedang libur (BPS, 011).. Regresi Logistik Multinomial Regresi logistik multinomial merupakan perluasan dari regresi logistik biner yaitu ika kategori dari variabel respon lebih dari dua dan satu kategori diantaranya dipilih sebagai kategori acuan (referensi). Jika x P Y x di mana x dan 1 x x x p 1... T x, model logit memasangkan tiap kategori respon dengan suatu kategori referensi, biasanya yang terakhir atau yang paling umum. Model x T log x, 1,,..., J -1 x J secara simultan menggambarkan pengaruh x terhadap J 1 logit (Agresti, 00). Bila terdapat J kategori respon maka model yang didapatkan sebanyak J 1. Jika dimisalkan terdapat 3 kategori respon, maka model regresi logistik multinomial yang terbentuk adalah (Hosmer and Lemeshow, 000) p x 1 i 10 x 1k ik k 1 g p x i 0 x k ik k 1 g Dalam regresi logistik multinomial, estimasi nilai parameternya dihitung menggunakan metode MLE (Maximum Likelihood Estimation). Model logistik multinomial yang telah diperoleh perlu diui kesesuaiannya. Penguian yang dilakukan adalah sebagai berikut. Ui univariabel (parsial) : Hipotesa penguian ini adalah : H0 : k 0 lawan H1 : k 0, k=1,,,p Statistik ui yang digunakan adalah statistik Wald ˆ k Wk SE ( ˆ k ) Daerah penolakan: H ditolak bila W lebih besar dari atau 0 k z p-value kurang dari α di mana Z menunukkan nilai variabel random pada tabel distribusi normal standar. Ui Multivariabel (Serentak) : Hipotesa penguian ini adalah : H0 : 1... p 0 H 1 : Paling sedikit ada satu k 0, k=1,,,p Statistik ui yang digunakan statistik ui G atau Likelihood Ratio Test : G ln( 0 1) ( L0 L1) di mana 0 = nilai yang dimaksimalkan dari fungsi likelihood di bawah H 0 1 = nilai yang dimaksimalkan secara keseluruhan ( H0 H1) Daerah penolakan: H 0 ditolak bila G lebih dari (, p) di mana p menunukkan nilai variabel random pada tabel distribusi chi-square pada deraat bebas p. 3. Metode Penelitian 3.1 Sumber Data Data yang digunakan pada penelitian ini adalah data Survei Sosial Ekonomi Nasional (SUSENAS) tahun 011 Provinsi Jawa Timur dan yang diadikan observasi adalah anak usia tahun pada rumah tangga. Pada kelompok umur ini terdapat 897 observasi anak. 3. Variabel Penelitian Variabel yang digunakan dalam penelitian ini adalah variabel respon dan variabel prediktor. Variabel respon berskala nominal yaitu 1 untuk kegiatan anak yang bekera, untuk kegiatan anak bekera dan sekolah, 3 untuk kegiatan anak

3 yang tidak bekera dan tidak sekolah, dan 4 adalah kegiatan anak yang hanya sekolah saa. Sedangkan variabel prediktor yang yang digunakan dalam penelitian ini adalah enis kelamin anak (1=Laki-laki, =Perempuan), urutan kelahiran (1=Birth Order-BO 1, =Birth Order-BO ), umlah anggota rumah tangga (ART) (1=ART<=4, =ART>4), pendidikan kepala rumah tangga () (1=SLTP ke bawah, =SLTA ke atas), lapangan usaha kepala rumah tangga (1=pertanian, =non pertanian), status kemiskinan (1=miskin, =tidak miskin), dan status wilayah (1=perkotaan, =perdesaan). Metode analisis yang digunakan pada penelitian ini adalah analisis deskriptif dengan melakukan tabulasi silang di antara variable-variabel yang ada. Selanutnya, Untuk memperkuat temuan dari tabulasi silang, dilakukan analisis inferensia dengan regresi logistik multinomial dengan variabel respon adalah kegiatan anak. 4. Pembahasan Hasil 4.1 Deskriptif Berdasarkan hasil pengolahan, persentase anak usia di Provinsi Jawa Timur dengan kegiatan bekera adalah sebesar 1,4%, yang bekera dan sekolah sebesar,1%, yang tidak bekera dan tidak sekolah sebesar 4,0% dan sisanya yaitu yang sekolah adalah sebesar 9,6%. Tabel 1: Persentase Kegiatan Anak Usia menurut Jenis Kelamin dan Urutan Lahir Laki-laki Perempuan Total Kegiatan BO BO BO BO BO BO Anak Bekera,0 1,3 0,9 0,9 1,5 1,1 Bekera dan 3,1 1,6 1,8 1,1,5 1,4 Tidak Bekera dan Tidak 3,3 4,3 4,3 4,1 3,8 4, 91,5 9,9 9,9 93,9 9,1 93,3 Jika dilihat dari urutan kelahirannya, Tabel 1 menunukkan bahwa terdapat sekitar 1,5% anak usia tahun dengan kegiatan yang hanya bekera dan,5% anak bekera dan sekolah merupakan birth order 1. Persentase ini lebih tinggi dibandingkan dengan birth order. Hal ini membuktikan bahwa memang anak pertama cenderung akan mempunyai pekeraan dibandingkan dengan anak yang lahir sesudahnya. Tabel 1 uga menunukkan bahwa baik enis kelamin laki-laki maupun perempuan, birth order 1 mempunyai persentase yang lebih besar dibandingkan dengan birth order. Tabulasi silang antara kegiatan anak dengan birth order secara lengkap dapat dilihat pada Tabel 1. Tabel menunukkan di sektor mana saa anak usia tahun bekera. Jika sector pekeraan dibagi menadi primer, sekunder, dan tersier, maka, anak usia tahun yang hanya bekera lebih banyak bekera di sector sekunder (mendekati 60%). Sementara mereka yang bekera dan sekolah lebih dari 60% bekera di sector primer dan tersier. Tabel : Persentase Kegiatan Anak usia tahun menurut Lapangan Usaha Lapangan Usaha Be kera Bekera dan Kegiatan anak Tdk Bekera dan Tdk Se kolah Tidak bekera 0 0,0 4,1 95,9 Primer 39,0 61,0 0,0 0,0 Sekunder 56, 43,8 0,0 0,0 Tersier 34,0 66,0 0,0 0,0 Jika dilihat dari pendidikan, sebagian besar anak yang bekera mempunyai dengan pendidikan maksimal SLTP (4,0%). Dari proporsi 4% ini, yang bekera dan sekolah sebesar,3% dan sisanya yang 1,7% adalah yang bekera saa. Tabel 3: Persentase Kegiatan Anak Usia menurut Pendidikan Kepala Rumah Kegiatan Anak <= SLTP >=SLTA Bekera 1,7 0, Bekera dan,3 1,3 Tidak Bekera 4,7 1,8 91, 96,7 Tabel 4: Persentase Kegiatan Anak Usia menurut Jumlah Anggota Rumah Kegiatan Anak <= 4 >4 Bekera 1,3 1,5 Bekera dan, 1,9 Tidak Bekera 3,4 5,0 93, 91,6 Tabel 5: Persentase Kegiatan Anak Usia menurut Status Kemiskinan Kegiatan Anak Miskin Tidak Miskin Bekera,8 1,1 Bekera dan,5,0 Tidak Bekera 9, 3,0 85,5 93,9 Tabel 6: Persentase Kegiatan Anak Usia menurut Klasifikasi Kegiatan Anak Perkotaan Perdesaan Bekera 0,9 1,7 Bekera dan 1,1,9 Tidak Bekera,7 5,1 95, 90,3

4 Tabel 4, Tabel 5, dan Tabel 6 masing-masing memperlihatkan klasifikasi silang antara kegiatan anak dengan umlah ART, status kemiskinan, klasifikasi wilayah. Dari Tabel 4 menunukkan bahwa tidak ada perbedaan yang berarti dari anak yang bekera ika disilangkan dengan umlah ARTnya karena proporsinya hampir sama antara JART kurang dari sama dengan 4 dan yang lebih dari 4. Tabel 5 memperlihatkan proporsi anak yang berasal dari rumah tangga miskin lebih banyak yang bekera dan bekera sambil sekolah dibandingkan dengan anak dari rumah tangga tidak miskin. Tabel 6 menunukkan bahwa sebagian besar anak yang bekera adalah berasal dari wilayah perdesaan yaitu sebesar 4,6% dibandingkan dengan perkotaan yang hanya sebesar,0%. 4. Model Variabel-variabel yang berpengaruh terhadap kegiatan anak usia tahun dengan Pendekatan Regresi Logistik Multinomial Berdasarkan ui goodness of fit, baik dengan menggunakan metode Pearson maupun Deviance hasilnya adalah sama-sama gagal tolak H 0 (nilai p-value lebih dari α=0,05) yang mengindikasikan terdapat cukup bukti untuk menyatakan bahwa model sudah sesuai (fit) dengan data. Tabel 7: Hasil Ui Goodness of Fit Metode Chi-Square p-value Pearson 31,400 0,30 Deviance 3,697 1,000 Setelah model fit dengan data, selanutnya dapat dilakukan ui simultan dan ui parsial. Hasil dari ui simultan menghasilkan statistik ui G sebesar 305,850 dan p-value sebesar 0,000. Dengan nilai p-value yang kurang dari α=0,05 dapat dikatakan bahwa terdapat cukup bukti untuk menyatakan bahwa paling tidak ada satu koefisien yang tidak sama dengan nol. Tabel 8: Estimasi Regresi Logistik Multinomial (Model 1/4) - Jenis kelamin -0,66 0,001 0,5 - Birth order -0,56 0,008 0,57 - Pendidikan -1,83 0,000 0,16 - Lapangan Usaha 0,19 0,610 1,1 - Jumlah ART -0,7 0,170 1,31 - Status Kemiskinan -0,87 0,000 0,4 - Status wilayah 0,4 0,047 1,53 Tabel 8, Tabel 9, dan Tabel 10 merupakan estimasi regresi logistic multinomial dari tiaptiap model di mana kategori 4 atau kategori sekolah adalah kategori referensi untuk variable respon. Sedangkan untuk variable predictor, kategori 1 adalah kategori referensi. Tabel 8 adalah estimasi parameter dari perubahan logit kategori bekera relative terhadap kategori sekolah. Dilihat dari nilai p- value, variable yang tidak signifikan adalah variable lapangan usaha dan variable umlah ART (nilai p-value > 0,05). Hal ini mengindikasikan bahwa tidak terdapat cukup bukti untuk menyimpulkan bahwa perubahan pada lapangan usaha dari pertanian ke non pertanian atau perubahan JART dari JART<=4 ke JART>4 mempengaruhi pilihan bekera sebagai kegiatan dibandingkan dengan sekolah. Sedangkan variable sisanya adalah signifikan, termasuk variable birth order. Nilai koefisien variable birth order mempunyai tanda negative, hal ini mengindikasikan bahwa anak dengan birth order lebih menyukai sekolah daripada bekera dibandingkan dengan anak dengan birth order. Jika melihat nilai estimasi odds rasio dari variable birth order yang sebesar 0,57 mengindikasikan bahwa kecenderungan anak usia tahun memilih kategori bekera dibandingkan kategori sekolah adalah 0,57 kali ketika urutan lahir berubah dari birth order 1 ke birth order. Tabel 9: Estimasi Regresi Logistik Multinomial (Model /4) - Jenis kelamin -0,46 0,003 0,63 - Birth order -0,59 0,001 0,55 - Pendidikan -0,33 0,11 0,7 - Lapangan Usaha -1,5 0,03 0,9 - Jumlah ART 0,05 0,765 1,05 - Status Kemiskinan -0,8 0,16 0,75 - Status wilayah 1,07 0,000,91 Tabel 9 menunukkan bahwa variable birth order adalah signifikan (p-value<0,05). Estimasi odds rasio pada variable ini adalah 0,55 yang artinya bahwa kecenderungan anak usia tahun memilih kategori bekera dan sekolah dibandingkan kategori sekolah adalah 0,55 kali ketika urutan lahir berubah dari birth order 1 ke birth order. Tabel 10 memperlihatkan bahwa untuk variabel birth order berbeda dengan Tabel 8 dan Tabel 9 di mana variabel birth order tidak signifikan (pvalue>0,05). Hal ini mengindikasikan bahwa

5 tidak terdapat cukup bukti untuk menyimpulkan bahwa perubahan pada birth order dari birth order 1 ke birth order mempengaruhi pilihan tidak bekera dan tidak sekolah sebagai kegiatan dibandingkan dengan sekolah. Tabel 10: Estimasi Regresi Logistik Multinomial (Model 3/4) - Jenis kelamin 0,08 0,447 1,09 - Birth order -0,05 0,664 0,95 - Pendidikan -0,59 0,001 0,56 - Lapangan Usaha 0,1 0,604 1,13 - Jumlah ART 0,33 0,007 1,39 - Status Kemiskinan -0,91 0,000 0,40 - Status wilayah 0,46 0,000 1,58 5. Kesimpulan Hasil penelitian ini menawab pertanyaan bahwa terdapat pengaruh urutan kelahiran terhadap kegiatan anak usia tahun di Jawa Timur di mana anak pertama pada suatu rumah tangga cenderung untuk bekera dibandingkan dengan saudara mereka yang dilahirkan sesudahnya. Secara tidak langsung dapat dikatakan bahwa anak pertama lebih sedikit mendapatkan pendidikan dibandingkan dengan saudaranya yang lahir sesudahnya. Supaya mendapatkan hasil yang optimal dalam upaya mengurangi umlah pekera anak, maka sebaiknya program yang ada memperhatikan kebutuhan tiap-tiap rumah tangga misalnya umlah anak yang bersekolah. 6. Pustaka Agresti, A. (00), Categorical Data Analysis, nd edition, John Willey and Sons, Inc., Hoboken, New Jersey. Booth A. L. dan Kee H. J., (005). Birth Order Matters: The Effect of Family Size and Birth Order on Educational Attainment. IZA Discussion Paper No BPS (011), Pedoman Pencacahan Susenas KOR. BPS-Jakarta. Hosmer, D. W. dan Lemeshow, S. (000). Applied Logistic Regression. John Wiley and Son, New York. Khanam, R. and Rahman, M. M., (007). Child Work and Schooling in Bangladesh: The Role of Birth Order. Journal of Biosocial Science, vol. 39 no. 5, Tandraningsih, I., (1995). Pemberdayaan Pekera Anak. Bandung: Yayasan Akatiga. Usman, H. dan Nachrowi, N., (004). Pekera Anak di Indonesia (Kondisi, Determinan dan Eksploitasi). Jakarta: Grasindo. Jika tidak ada kendala apa pun untuk menalankan program pengurangan pekera anak, maka semua anak yang tidak sekolah pada setiap rumah tangga dapat langsung diadikan target program secara bersamaan. Tetapi ika ada suatu kendala (seperti keterbatasan dana) dan harus memilih anak yang mana pada rumah tangga yang didahulukan, maka agar diperoleh hasil yang maksimal, sebaiknya anak dengan urutan lahir pertama yang mendapatkan prioritas yang utama.

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

Lebih terperinci

Dosen Pembimbing : Dr. Purhadi, M.Sc

Dosen Pembimbing : Dr. Purhadi, M.Sc Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980

Lebih terperinci

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI

Lebih terperinci

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu

Lebih terperinci

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama

Lebih terperinci

Model Probit Untuk Ordinal Response

Model Probit Untuk Ordinal Response SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id

Lebih terperinci

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

EKO ERTANTO PEMBIMBING

EKO ERTANTO PEMBIMBING UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner

Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Analisis Faktor-Faktor yang Mempengaruhi di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Roni Guntara 1), Safa at Yulianto 2) 1,2 Akademi Statistika (AIS) Muhammadiyah Semarang roniguntara@gmail.com

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 133-142 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE REGRESI LOGISTIK BINER DAN METODE BACKPROPAGATION

Lebih terperinci

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi Oleh : Firda Velayati 307 00 05 PENDAHULUAN LATAR BELAKANG Ekonomi masyarakat Pesisir Pendapatan nelayan dinaikkan Penelitian

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden

Lebih terperinci

PERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE BAYES PADA STATUS PENGGUNA KB DI KOTA TEGAL TAHUN 2014

PERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE BAYES PADA STATUS PENGGUNA KB DI KOTA TEGAL TAHUN 2014 ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 365-374 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE

Lebih terperinci

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit 1 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit Rizky Amalia Yulianti*, Vita Ratnasari*. Jurusan Statistika, FMIPA, Institut

Lebih terperinci

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL 1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan

Lebih terperinci

DEWA AYU RATIH WEDA ISWARA NRP

DEWA AYU RATIH WEDA ISWARA NRP Faktor-faktor yang Mempengaruhi Tingkat Konsumsi Pengguna NAPZA Suntik (Penasun) di Yayasan Bina Hati Surabaya Menggunakan Metode Regresi Logistik Ordinal I DEWA AYU RATIH WEDA ISWARA NRP 1310 100 023

Lebih terperinci

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic

Lebih terperinci

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit

Lebih terperinci

perembesan zat pencemar dari limbah yang berasal dari aktivitas domestik.

perembesan zat pencemar dari limbah yang berasal dari aktivitas domestik. VIII. IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN PENDUDUK UNTUK MELAKUKAN TINDAKAN PENCEGAHAN AKIBAT PENCEMARAN AIR TANAH Pertambahan jumlah penduduk yang semakin tinggi di Kota Bekasi mengakibatkan

Lebih terperinci

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M. KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,

Lebih terperinci

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA

Lebih terperinci

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu : III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam

Lebih terperinci

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

pendekatan regresi logistik biner Oleh :Wida Suliasih ( ) Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN

Lebih terperinci

MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK

MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan

Lebih terperinci

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika

Lebih terperinci

ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION

ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION Syamsul Rizal 1, Imaroh Izzatun Nisa 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi S1 Statistika

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini

Lebih terperinci

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN Penelitian ini menggunakan regresi logistik untuk mengetahui faktorfaktor yang mempengaruhi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 31 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Daerah yang menjadi analisis studi ini adalah Provinsi Nusa Tenggara Timur yang mencakup 19 kabupaten dan kota. Penelitian ini menggunakan data sekunder

Lebih terperinci

Analisis Data Kategorikal

Analisis Data Kategorikal Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa

Lebih terperinci

III. METODE PENELITIAN. PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui

III. METODE PENELITIAN. PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui 41 III. METODE PENELITIAN A. Definisi Operasional Pengembangan Usaha Agribisnis Perdesaan yang selanjutnya disingkat PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui bantuan modal usaha

Lebih terperinci

ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH

ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien

Lebih terperinci

Universitas Negeri Malang

Universitas Negeri Malang IMPLEMENTASI REGRESI LOGISTIK ORDINAL PADA FAKTOR- FAKTOR YANG MEMPENGARUHI PERMINTAAN ASURANSI JIWA (Studi Kasus di AJB Bumiputera 1912 Cabang Malang Dieng) Universitas Negeri Malang E-mail: rramadhayanti@gmail.com

Lebih terperinci

BAB V ANALISIS DAN PEMBAHASAN. 1. Karakteristik Demografi Responden Penelitian

BAB V ANALISIS DAN PEMBAHASAN. 1. Karakteristik Demografi Responden Penelitian BAB V ANALISIS DAN PEMBAHASAN A. Analisis Data A.1. Analisis Deskriptif 1. Karakteristik Demografi Responden Penelitian Demografi responden terdiri dari Jenis Kelamin. Usia, Tingkat Pendidikan, Jumlah

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang BAB III METODE PENELITIAN 3.1. Ruang Lingkup Penelitian Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menjelaskan sifat dari hubungan tertentu, memahami perbedaan antara kelompok

Lebih terperinci

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat

Lebih terperinci

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi Analisis dan Pembahsan Statistika Deskriptif Regresi Logistik Biner Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H 1 : Ada hubungan antara variabel prediktor

Lebih terperinci

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Populasi dan Sampel Penelitian Populasi yang digunakan dalam penelitian ini adalah bank syariah Bank Umum Syariah (BUS) yang terdaftar di BI pada tahun 2009-2012. Penentuan

Lebih terperinci

MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK

MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK Mohammad Farhan Qudratullah Program Studi Matematika Fakultas Sains dan Teknologi Universitas

Lebih terperinci

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya ABSTRAK

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya   ABSTRAK (M.3) ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG BERKAITAN DENGAN RISIKO ANAK PUTUS SEKOLAH PENDIDIKAN DASAR (Kasus : Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan) Oleh: Dian Cahyawati S. Jurusan Matematika

Lebih terperinci

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena 26 BAB III METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2009-2013. Alasan penulis

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil analisis dan pembahasan dapat diambil kesimpulan sebagai berikut, 1. Karakteristik perempuan yang bekerja di bidang informal mayoritas pada perempuan

Lebih terperinci

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP)

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP) Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika

Lebih terperinci

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini akan dilaksanakan di beberapa peternak plasma ayam broiler di Kota Depok. Penentuan lokasi penelitian dilakukan atas dasar pertimbangan

Lebih terperinci

Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression

Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-3 (3-98X Print) D-98 Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression Suprianto Simanuntak,

Lebih terperinci

Kata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati

Kata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati Pemodelan Faktor Penyebab Keparahan Korban Kecelakaan Lalu Lintas Dengan Metode Regresi Logistik Multinomial (Studi Kasus Kecelakaan Lalu Lintas di Provinsi DKI Jakarta) Weny Rahmayanti, dan Vita Ratnasari

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melakukan pembahasan mengenai permasalahan dari skripsi ini, akan diuraikan beberapa teori penunjang antara lain: Kredit Macet, Regresi Logistik, Model Terbaik

Lebih terperinci

ponsel, purposive sampling, regresi logistik politomus

ponsel, purposive sampling, regresi logistik politomus JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 50 BAB IV HASIL DAN PEMBAHASAN A. Analisis Statisik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran umum data yang telah dikumpulkan dalam penelitian ini. Sebanyak 25 perusahaan yang masuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber asli (tidak melalui perantara).

Lebih terperinci

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 1 SidangTugas Akhir Javelline Putri B. Purba (1310030080) Dosen Pembimbing : Dr.Dra.Ismaini Zain, Msi ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER

Lebih terperinci

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR 1 Mei Puspita Rini, 2 Ismaini Zain, 3 Dwiatmono Agus Widodo 1,2,3 Jurusan Statistika

Lebih terperinci

MODEL REGRESI PROBIT BIVARIAT

MODEL REGRESI PROBIT BIVARIAT MODEL REGRESI PROBIT BIVARIAT NURFIDAH DWITIYANTI Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta PGRI Jl. Nangka No. 58 C, Tanjung Barat,

Lebih terperinci

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN M. Fathurahman Jurusan Matematika, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB IV ANALISA HASIL DAN PEMBAHASAN. Tabel 4.1. Pada table 4.1 diatas menunjukan bahwa hasil uji statistik deskriptif untuk

BAB IV ANALISA HASIL DAN PEMBAHASAN. Tabel 4.1. Pada table 4.1 diatas menunjukan bahwa hasil uji statistik deskriptif untuk BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Deskriptif Tabel 4.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation IS 81 0 1.23.426 SIZE 81 4.8932 7.4245 6.171004.6447805 NPM 81.0002.2895.093994.0754724

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian asosiatif kausal. Penelitian asosiatif kausal berguna untuk menganalisis pengaruh antara satu variabel dengan variabel

Lebih terperinci

Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner

Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Oleh : Febrian Hadi Santoso 1308 030 016 Pembimbing : Wibawati, S.Si, M.Si

Lebih terperinci

Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang

Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Print) D-78 Second-Order Confirmatory Factor Analysis pada di Kabupaten Jombang Masnatul Laili dan Bambang Widanarko Otok Jurusan Statistika,

Lebih terperinci

DOI: /medstat

DOI: /medstat p-issn 1979 3693 e-issn 2477 0647 MEDIA STATISTIKA 10(1) 2017:37-47 http://ejournal.undip.ac.id/index.php/media_statistika Penerapan Regresi Logistik Ordinal Proportional Odds Model pada Analisis Faktor-Faktor

Lebih terperinci

IDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR

IDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR IDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science,

Lebih terperinci

BAB IV ANALISIA HASIL DAN PEMBAHASAN

BAB IV ANALISIA HASIL DAN PEMBAHASAN 39 BAB IV ANALISIA HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Dari 144 perusahaan manufaktur

Lebih terperinci

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG Wardatuz Zakiyah, Hendro Permadi, dan Swasono Rahardjo Universitas Negeri Malang E-mail : zakiyah_musta

Lebih terperinci

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR Faktor-faktor yang Mempengaruhi Peranan Ibu Rumah Tangga Nelayan Terhadap Pemenuhan Kebutuhan Rumah Tangga di Kelurahan Tebul Bangkalan dengan Metode Regresi Logistik Biner MOCH. FAUZI 1307 030 056 PEMBIMBING

Lebih terperinci

5. DETERMINAN KETAHANAN PANGAN REGIONAL DAN RUMAH TANGGA

5. DETERMINAN KETAHANAN PANGAN REGIONAL DAN RUMAH TANGGA 5. DETERMINAN KETAHANAN PANGAN REGIONAL DAN RUMAH TANGGA 5.1 Determinan Ketahanan Pangan Regional Analisis data panel dilakukan untuk mengetahui determinan ketahanan pangan regional di 38 kabupaten/kota

Lebih terperinci

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Faikul Fahmi 1*, Laelatul Khikmah 2 1 Statistika, Akademi Statistika (AIS

Lebih terperinci

Judul : Analisis Pilihan Pekerjaan Setengah Penganggur bagi Angkatan Kerja di Kota Denpasar Nama : Putu Diah Arya Purnama Dewi NIM :

Judul : Analisis Pilihan Pekerjaan Setengah Penganggur bagi Angkatan Kerja di Kota Denpasar Nama : Putu Diah Arya Purnama Dewi NIM : Judul : Analisis Pilihan Pekerjaan Setengah Penganggur bagi Angkatan Kerja di Kota Denpasar Nama : Putu Diah Arya Purnama Dewi NIM : 1215151037 Abstrak Setengah penganggur merupakan suatu keadaan seseorang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Objek Penelitian Kemampuan laba (profitabilitas) merupakan hasil akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio kemampulabaan akan memberikan

Lebih terperinci

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

Masalah Overdispersi dalam Model Regresi Logistik Multinomial Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan

Lebih terperinci

6. Pasien yang Batuk Darah

6. Pasien yang Batuk Darah 6. Pasien yang Batuk Darah 7. Pasien yang Nyeri dada FAKTOR-FAKTOR YANG MEMPENGARUHI PENDERITA PENYAKIT TB PARU DI RSU HAJI SURABAYA 1. Uji Independensi hipotesis yang digunakan adalah sebagai berikut

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT Analisis Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan dalam Perekonomian Rumah Tangga di Kota Semarang Menggunakan Regresi Tobit ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN

Lebih terperinci

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing

Lebih terperinci

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY KELOMPOK : Karlina Siti Faresha 135020200111071 Rezky Ridhowati 135020200111074 Pahriyatul Ummah 135020201111002 JURUSAN MANAJEMEN FAKULTAS EKONOMI

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Data dan Sampel Data yang digunakan dalam penelitian ini merupakan data sekunder yang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Data dan Sampel Data yang digunakan dalam penelitian ini merupakan data sekunder yang BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Data dan Sampel Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari laporan keuangan perusahaan manufaktur

Lebih terperinci

Statistika ITS Surabaya

Statistika ITS Surabaya SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.

Lebih terperinci

ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X

ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X Erna Hayati Fakultas Ekonomi Universitas Islam Lamongan ABSTRAKSI Kepuasan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan tempat penelitian Penelitian untuk penulisan skripsi ini berlangsung pada 1 Maret 2016 s.d selesai yang dilakukan di Jakarta. B. Desain penelitian Penelitian ini

Lebih terperinci

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN 1 Analisis Regresi Logistik Biner Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Status Penerimaan Beras Keluarga Miskin (Raskin) Di Kecamatan Gunung Anyar Faiz Ramadhani Rahman, Ismaini Zain Jurusan

Lebih terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-79

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-79 JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) 2337-3520 (2301-928X Print) D-79 Faktor-faktor yang Mempengaruhi Tingkat Konsumsi Pengguna Napza Suntik (Penasun) di Yayasan Bina Hati Surabaya Menggunakan

Lebih terperinci

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan 14 BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Pola hidup masyarakat yang menyadari pentingnya kesehatan menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan citarasa yang enak,

Lebih terperinci

RESPON PETANI TERHADAP PROGRAM PEMERINTAH MENGENAI ASURANSI USAHATANI PADI (AUTP) PENDAHULUAN

RESPON PETANI TERHADAP PROGRAM PEMERINTAH MENGENAI ASURANSI USAHATANI PADI (AUTP) PENDAHULUAN P R O S I D I N G 169 RESPON PETANI TERHADAP PROGRAM PEMERINTAH MENGENAI ASURANSI USAHATANI PADI (AUTP) Bambang Siswadi dan Farida Syakir Program Studi Agribisnis Fakultas Pertanian Universitas Islam Malang

Lebih terperinci

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-305 Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik Fatkhiyatur Rizki,

Lebih terperinci

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Data 1. Deskriptif Statistik Statistik deskriptif digunakan untuk menjelaskan atau menggambarkan secara umum berbagai karakteristik data yang telah dikumpulkan

Lebih terperinci

IV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa

IV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk keperluan penelitian dilakukan di Kelurahan Harapan Jaya, Kecamatan Bekasi Utara, Kota Bekasi, Provinsi Jawa Barat. Kawasan

Lebih terperinci

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER (R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah Email : s.hadip@yahoo.co.id Abstrak

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Populasi dan Sampel Penelitian Analisis Statistik Deksriptif menggambarkan tentang ringkasan data-data penelitian seperti nilai minimum, maksimum, rata-rata

Lebih terperinci