BAB 2 LANDASAN TEORI
|
|
- Widyawati Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain yang berhubungan dengan variabel tersebut. Hal tersebut biasanya diselidiki sifat hubungannya yaitu dengan mengetahui pola nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang dapat membuat perkiraan nilai variabel tersebut pada nilai tertentu variabel yang mempengaruhinya. Teknik yang umum digunakan untuk menganalisis hubungan antara dua atau lebih variabel dalam ilmu statistik adalah dengan analisis regresi. Analisis regresi adalah teknik statistik yang berguna untuk memeriksa dan memodelkan hubungan diantara variabel-variabel. Analisis regresi berguna untuk menelaah pola dan mengukur hubungan statistika antara dua atau lebih variabel yang modelnya belum diketahui dengan sempurna. Persamaan matematik yang digunakan untuk melakukan peramalan mengenai nilai nilai suatu variabel tak bebas dari satu atau lebih variabel bebas disebut persamaan regresi. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton
2 ( ) yang berasal dari hasil pengamatan yang dilakukan terhadap manusia yaitu membandingkan tinggi badan anak laki laki dengan tinggi badan ayahnya. Galton menyatakan bahwa tinggi badan anak laki laki dari badan yang tinggi pada beberapa generasi kemudian cenderung mundur (regressed) mendekati rata rata populasi. Dengan kata lain, anak laki laki dari ayahnya yang mempunyai badannya sangat tinggi cenderung lebih pendek dari ayahnya. Sedangkan anak laki laki dari ayah yang mempunyai badan sangat pendek cenderung lebih tinggi dari ayahnya. Dari hasil penelitian ini istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai suatu variabel (tinggi badan anak) terhadap suatu variabel lain (tinggi badan ayah). Pada perkembangan selanjutnya analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan ataupun peramalan nilai suatu variabel dengan menggunakan variabel lain yang berhubungan dengan variabel tersebut. Dalam analisis regresi, dikenal dua jenis variabel yaitu : 1. Variabel Respon disebut juga variabel dependent yaitu variabel yang tidak bebas yaitu keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan Y. 2. Variabel Prediktor disebut juga variabel independent yaitu variabel yang bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X. Analisis regresi yang melibatkan hubungan antara satu variabel respon (tidak bebas) dengan satu variabel prediktor (bebas) diistilahkan dengan regresi linier sederhana, dengan model persamaan: (2.1) Dimana intercept dan slope merupakan parameter yang tidak diketahui nilainya, sedangkan adalah error random dengan rata rata nol dan varians. Misalkan ada n pasangan observasi, katakan dengan y merupakan variabel tidak bebasnya atau variabel respon yang berhubungan dengan n variabel bebas diukur dengan errornya dapat diabaikan sehingga nilai harapan y untuk masing masing x adalah:
3 (2.2) Tujuan utama dari analisis regresi adalah mendapatkan dugaan (estimation) dari suatu variabel dengan menggunakan variabel lain yang diketahui. 2.2 Estimasi Parameter Pengertian Estimasi Parameter dan Estimator Estimasi (pendugaan) merupakan proses yang menggunakan sampel statistik untuk menduga atau menaksir hubungan parameter populasi yang tidak diketahui. Pendugaan merupakan suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi dari sampel, dalam hal ini sampel random, yang diambil dari populasi yang bersangkutan. Jadi dengan pendugaan ini, keadaan parameter populasi dapat diketahui (Hasan 2002). Menurut Hasan (2002), estimator adalah suatu statistik (harga sampel) yang digunakan untuk menduga suatu parameter. Dengan penduga, dapat diketahui seberapa jauh suatu parameter populasi yang tidak diketahui berada di sekitar sampel (statistik sampel). Besaran sebagai hasil penerapan penduga terhadap data dari sesuatu contoh disebut nilai duga (estimate). Secara umum, parameter diberi lambang dan penduganya diberi lambang Sifat Sifat Estimator Estimator yang diperoleh dalam mengestimasi parameter parameter dikatakan sebagai estimator yang baik apabila mempunyai sifat atau ciri ciri sebagai berikut:
4 1. Estimator yang tidak bias Estimator yang tidak bias apabila dapat menghasilkan estimasi yang mengandung nilai parameter yang diestimasikan. Misalkan, estimator dikatakan estimator yang tidak bias jika rata rata semua harga yang mungkin akan sama dengan, atau dapat dituliskan. 2. Estimator yang efisien Estimator dikatakan efisien bagi parameternya apabila estimator tersebut memiliki varians minimum. Apabila terdapat lebih dari satu penduga, penduga yang efisien adalah penduga yang memiliki varians terkecil. Dua buah penduga dapat dibandingkan dengan efisiensi relatif. Misalkan dan adalah sebagai dua estimator untuk, dimana varians penduga lebih kecil dibandingkan varians, maka relatif lebih efisien dibandingkan dengan. 3. Estimator yang konsisten Estimator dikatakan konsisten apabila nilai penduga cenderung mendekati nilai parameter untuk n (jumlah sampel) yang semakin besar mendekati tak hingga. Jadi, ukuran sampel yang besar cenderung memberikan penduga titik yang lebih baik dibandingkan ukuran sampel kecil. Dalam analisis regresi, diperlukan suatu model yang digunakan untuk mengetahui hubungan antara variabel tidak bebas (respon) dengan satu atau lebih variabel bebas (prediktor) dan untuk melakukan peramalan terhadap variabel respon. Model regresi dapat diperoleh dengan melakukan pendugaan terhadap parameter - parameternya dengan menggunakan metode tertentu. Metode yang dapat digunakan mengestimasi parameter model regresi, khususnya parameter model regresi linier yaitu dengan Metode Kuadrat Terkecil (Ordinary Least Square) dan Metode Kemungkinan Maksimum (Maximum Likelihood Methods), (Kutner et.all, 1990).
5 2.3 Metode Kemungkinan Maksimum Salah satu cara untuk mendapatkan estimator yang baik adalah dengan menggunakan Metode Kemungkinan Maksimum (Maximum Likelihood Methods) yang diperkenalkan oleh R. A. Fisher ( ). Maksimum likelihood ini adalah metode yang digunakan untuk menduga parameter parameter dengan memaksimumkan fungsi kemungkinannya yang dibentuk dari gabungan distribusi pengamatan. Misalkan X adalah variabel random berukuran n pengamatan dengan maka fungsi kemungkinannya adalah: (2.3) Penduga kemungkinan dengan Metode Kemungkinan Maksimum dari parameter tunggal adalah sebuah nilai yang memaksimumkan fungsi kemungkinan. Apabila variabel random dari populasi yang berdistribusi, maka fungsi kemungkinannya didefinisikan sebagai berikut: Jika fungsi kemungkinannya diturunkan terhadap, maka akan diperoleh penyelesaian atau estimasi parameter parameter dengan memaksimumkan persamaan (2.4) dan menyamakan dengan nol, diperoleh:
6 Untuk lebih jelasnya, misalkan peubah acak X tersebut tersebar normal dengan nilai tengah dan varians, dimana dan tidak diketahui sehingga fungsi kemungkinannya adalah: Tujuan utama dari analisis regresi adalah mendapatkan dugaan (estimation) dari suatu variabel dengan menggunakan variabel lain yang diketahui Maksimum Likelihood dalam Regresi Linier Sederhana Maksimum Likelihood adalah metode yang dapat digunakan untuk mengestimasi suatu parameter dalam regresi. Dalam model regresi linear sederhana, berdasarkan data diasumsikan bahwa galat dalam model regresi berdistribusi dengan pengamatan pengamatan dalam percobaan berdistribusi normal dan independen, dengan mean dan variansnya. Maka fungsi kemungkinan nilai pertama Y adalah: (2.7) Kemudian kemungkinan nilai kedua Y sama dengan persamaan (2.7), kecuali angka satu diganti dengan dua dan seterusnya untuk semua nilai Y amatan lainnya. Untuk nilai Y bebas dengan mengalikan semua kemungkinan bersama, maka fungsi probabilitas bersamanya adalah: Dengan menyatakan hasil kali n kemungkinan bersama untuk setiap nilai i yang
7 penggunaannya dikenal untuk eksponensial, sehingga persamaan (2.8) dapat diperlihatkan dengan penjumlahan eksponensial yaitu: Mengingat yang diberikan dipertimbangkan untuk berbagai nilai dan, sehingga fungsi likelihoodnya yaitu: ( 0) Estimator fungsi kemungkinan maksimum untuk parameter parameter dan dinotasikan dengan dan diperoleh dengan memaksimumkan L, sehingga: ln maksimum bila minimum, ini merupakan jumlah kuadrat error Dengan mendifferensialkan fungsi kemungkinannya terhadap setiap parameter dan estimator harus memenuhi: Penyelesaian dari persamaan tersebut adalah: (2.12)
8 dan adalah estimator untuk intercept (titik potong) dan slope (kemiringan). Sehingga diperoleh estimator model regresi linier sederhananya adalah: (2.14) Selain estimator dan, menurut Kutner, M.H (1990) estimasi juga dibutuhkan dalam uji hipotesis dan pembentukan estimasi yang berhubungan dengan model regresi. Dengan mendifferensialkan fungsi kemungkinannya terhadap parameter dan estimator juga harus memenuhi: Maka, penyelesaian dari persamaan tersebut adalah: Dengan adalah standard error regresi atau dapat juga dituliskan: SSE (Sum Square of Error) adalah jumlah kuadrat residual dan penduga ini bias. Jumlah kuadrat residual mempunyai derajat kebebasan, karena dua derajat kebebasan adalah gabungan dari estimasi dan yang terlibat dalam pembentukan Sehingga estimator tak bias dari adalah : ( 7 Pendugaan (estimasi) yang dilakukan dengan Metode Kemungkinan Maksimum untuk memperoleh estimatornya, tentu saja tidak lepas dari kesalahan (error) baik itu sedikit maupun banyak. Namun dengan metode kemungkinan maksimum, kesalahan penduga dijamin yang terkecil karena estimasi dengan metode ini akan meminimumkan jumlah kudrat errornya dengan ketentuan memenuhi beberapa asumsi. Asumsi asumsi tersebut biasanya disebut dengan asumsi klasik regresi linier.
9 Dengan demikian dalam melakukan analisis regresi diberlakukan asumsi asumsi model ideal tertentu terhadap galat, yaitu: 1. Nilai rata rata kesalahan pengganggu nol, yaitu:, untuk. 2. adalah konstan untuk semua kesalahan pengganggu (asumsi homoskedastisitas). 3. Tidak ada korelasi serial (autocorrelation) antara pengganggu, berarti kovarian. 4. Peubah bebas konstan dalam sampling yang terulang dan bebas terhadap kesalahan pengganggu. 5. Tidak ada multikolinearitas antar variabel bebas X. 2.4 Heteroskedastisitas Pengertian Heteroskedastisitas Salah satu asumsi penting dari model regresi linear klasik adalah varian error pada setiap nilai nilai variabel bebas adalah sama (konstan), asumsi ini disebut juga sebagai asumsi homoskedastisitas atau homogenitas varian yang disimbolkan dengan:,, Apabila asumsi ini tidak dipenuhi dalam analisis regresi linier, maka didapatkan keadaan bahwa varian tidak bersifat konstan. Keadaan ini disebut mengalami heteroskedastisitas atau disimbolkan dengan:,,, Secara diagram dalam regresi dua variabel, homoskedastisitas dapat ditunjukkan pada Gambar (2.1) yang menunjukkan bahwa varian setiap rerata nolnya tidak tergantung pada pada nilai variabel bebas. Jika varian dari masih sama pada
10 setiap titik atau untuk seluruh nilai X (variabel bebas) yang kecil maupun besar, maka pola tertentu akan terbentuk bila sebaran Y diplot dengan sebaran X. Bila digambarkan dalam tiga dimensi, polanya akan mendekati pola pada Gambar (2.1). Densitas Y... X Gambar 2.1. Asumsi Homoskedastisitas Sebaliknya, Gambar (2.2) menunjukkan varian kondisional dari yaitu naik dengan naiknya X atau dikatakan bahwa varian dari pada setiap variabel bebas X tidak sama (tidak konstan). Densitas Y... X Gambar 2.2. Asumsi Heteroskedastisitas
11 2.4.2 Konsekuensi Atau Akibat Adanya Heteroskedastisitas Dalam kenyataannya, asumsi homoskedastisitas dari kesalahan pengganggu mungkin tidak bisa dipenuhi, dengan kata lain varian dari kesalahan pengganggu bersifat heteroskedastisitas, yaitu. Hal ini dapat dipahami jika diperhitungkan faktor faktor yang menjadi penyebab adanya kesalahan pengganggu dalam model regresi. Faktor kesalahan pengganggu dimasukkan ke dalam model untuk dapat memperhitungkan kesalahan kesalahan yang mungkin terjadi dalam pengukuran dan kesalahan karena mengabaikan variabel variabel tertentu. Dengan memperhatikan kedua perhitungan itu, maka terdapat alasan untuk memperkirakan bahwa varian bervariasi secara sistematis dengan variabel bebas X. Konsekuensi dari pelanggaran asumsi homoskedastisitas adalah sebagai berikut: 1. Penduga (estimator) yang diperoleh tetap memenuhi persyaratan tidak bias. Diberikan estimator Anggaplah bahwa: Sehingga: Dengan diketahui bahwa: dan
12 Dengan demikian: Sehingga diperoleh: Demikian juga untuk estimator parameter Diberikan estimator yaitu Dengan mensubsitusikan ke dalam persamaan (2.19), maka: Sehingga akan diperoleh: (2.20) Dapat disimpulkan bahwa sifat ketidakbiasan tidak tergantung pada varian galat. Jika dalam model regresi ada heteroskedastisitas, maka kita tetap memperoleh nilai parameter yang tidak bias karena sebagai penduga tidak bias tidak memerlukan asumsi bahwa varian galat harus konstan. 2. Varian penduga yang diperoleh akan menjadi tidak efisien, artinya penduga tersebut tidak memiliki varian terkecil diantara penduga penduga tidak bias lainnya.
13 Dengan asumsi adanya homoskedastisitas, maka: ar i j Karena, dan Sehingga diperoleh: var Apabila dengan adanya asumsi heteroskedastisitas maka: var Walaupun dikatakan adalah unbiased, tetapi tidak efisien karena varian variannya lebih besar daripada yang diperlukan. Untuk melihat penggunaan persamaan (2.21) dan (2.22), diuraikan sebagai berikut:
14 Misalnya, dinyatakan bahwa varian dengan asumsi heteroskedastisitas proporsional terhadap dan maka faktor proporsionalitasnya dinyatakan dengan persamaan: Dengan mensubstitusikan nilai ke dalam persamaan (2.22), diperoleh: var Sehingga diperoleh: var var dengan asumsi homoskedastisitas Dapat dikatakan bahwa, jika dan berkorelasi positif atau mempunyai hubungan variabel yang positif dan jika komponen yang kedua dari persamaan (2.23) lebih besar daripada satu atau dapat dituliskan: Maka ar dengan asumsi heteroskedastisitas akan lebih besar daripada ar dengan asumsi homoskedastisitas. Sebagai akibatnya, standar error dari terlalu rendah (underestimated). Sebagaimana diketahui bahwa standart error ini memiliki peran dalam pembentukan nilai t hitung yang berkaitan akan menjadi terlalu tinggi (overestimated) yang mungkin selanjutnya menghasilkan kesimpulan bahwa dalam kasus spesifik adalah kelihatannya signifikan, walaupun sebenarnya tidak
15 signifikan. Oleh karena itu jika asumsi homoskedastisitas tidak dipenuhi maka hasil uji t tidak menentu. Selain uji signifikan tidak dapat diterapkan, batas batas kepercayaan juga tidak dapat diterapkan. Artinya jika varian penaksir model tidak memenuhi asumsi homoskedastisitas, maka inferensi dan prediksi mengenai koefisien koefisien populasinya akan keliru. Dalam analisis model regresi linear apabila semua asumsi model regresi linear klasik terpenuhi kecuali asumsi homoskedastisitas yang berarti adanya heteroskedastisitas, maka estimator dari paramater yang diperoleh masih tetap tak bias dan konsisten tetapi estimatornya tidak efisien, baik untuk sampel kecil maupun sampel besar Pengujian Heteroskedastisitas Masalah heteroskedastisitas pada umumnya terjadi di dalam analisis data cross sectional. Data cross sectional yaitu data yang diambil pada satu waktu saja, tetapi dengan responden yang besar, misalnya jika melakukan survai. Data survai yang didapatkan dari penelitian tersebut pada intinya adalah membandingkan kondisi satu dan lain orang pada waktu yang sama. Gejala heteroskedastisitas terjadi akibat ketidaksamaan data atau bervarisinya data yang diteliti. Untuk mendeteksi masalah heteroskedastisitas dapat dilakukan dengan metode formal dan informal. Metode formal dapat dilakukan dengan uji statistik diantaranya Uji Park, Uji Glejser, Uji Korelasi Rank dari Spearmen dan Uji Goldfeld Quant. Sedangkan metode informal biasanya dilakukan dengan uji metode grafik dengan memetakan terhadap dan melihat pola penyebaran yang terbentuk sistematis atau acak. Dalam tulisan ini akan digunakan Uji Korelasi Rank dari Spearmen dalam mendeteksi masalah heteroskedastisitas.
16 Pengujian Korelasi Rank dari Spearmen Sesuai dengan namanya, metode ini pertama kali diperkenalkan oleh Spearmen dan menggunakan korelasi peringkat X dan. Koefisien Korelasi Rank dari Spearmen dirumuskan: di mana merupakan selisih rank yang ditempatkan untuk dua karakteristik yang berbeda dari individu ke-i atau fenomena ke-i dan n adalah banyaknya individu atau fenomena yang diberi rank. Langkah langkah pengujian heteroskedastisitas dengan menggunakan uji Korelasi Rank dari Spearmen adalah sebagai berikut: 1. Menentukan model regresi dengan meregresikan X dan Y dan didapatkan nilai galat. 2. Tanpa memperhatikan tanda dari, yaitu ambil nilai mutlaknya yaitu, kemudian merangking kedua variabel dan sesuai dengan urutan yang menaik ataupun menurun selanjutnya menghitung selisih rank keduanya. 3. Menghitung koefisien berdasarkan persamaan (2.24). 4. Tingkat signifikansi koefisien korelasi yang didapatkan dengan persamaan (2.24) diuji dengan statistik uji t sebagai berikut: dengan derajat bebas. 5. Pengujian hipotesis: : tidak ada heteroskedastisitas : ada heteroskedastisitas Dengan demikian, kaidah pengambilan keputusan untuk hipotesis di atas adalah sebagai berikut: Tolak jika. Dalam hal lain terima.
17 Apabila dalam model regresi mencakup lebih dari dua variabel bebas, dapat dihitung antara dengan setiap variabel bebas X secara terpisah dan juga dapat diuji untuk mengetahui signifikan tidaknya dengan uji t. 2.5 Transformasi Box Cox Box dan Cox (1964) telah mengembangkan suatu prosedur dalam pemilihan suatu transformasi dari suatu transformasi kuasa (power transformation) yang dikenal dengan Transformasi Box Cox dengan memperhatikan secara sistematis transformasi variabelnya. Prosedur Transformasi Box Cox bertujuan untuk memeriksa kecondongan dari distribusi bentuk galatnya atau dengan kata lain untuk menormalkan data. Selain itu prosedur transformasi ini dapat juga digunakan untuk menghomogenkan varian dan melinierkan model regresinya. Transformasi Box Cox merupakan transformasi pangkat pada variabel respon dan mempertimbangkan kelas transformasi berparameter tunggal, yaitu yang dipangkatkan pada variabel respon Y. Dengan demikian, model transformasinya menjadi dan adalah parameter yang perlu diduga. Menurut Drapper S dan Harry S (1992) Transformasi Box Cox diberlakukan pada variabel respon Y yang harus bertanda positif, dinyatakan dalam transformasi kuasa dengan persamaan berikut: jika jika Setelah Y ditransformasikan menjadi W, maka model regresi liniernya dalam persamaan matriks menjadi: (2.27) dengan. Dengan demikian, prosedur utama Box Cox adalah menduga parameter transformasi dan dalam model regresi liniernya parameter juga perlu diduga.
18 2.5.1 Pendugaan Parameter Transformasi Box Cox Salah satu metode yang dapat digunakan dalam pendugaan parameter pada Transformasi Box Cox adalah dengan Metode Kemungkinan Maksimum. Cara penaksiran ini sedikit berbeda dengan penaksiran yang biasa dilakukan yaitu menentukan nilai pada kisaran nilai tertentu. yaitu: Dari model regresi linier diperoleh fungsi kemungkinannya, Dengan mengalikan transformasi Jacobian dari variabel variabel dengan terhadap fungsi kemungkinannya maka diperoleh: sampai dengan: ( 0) Sehingga, fungsi kemungkinannya menjadi: Penduga parameter pada Transformasi Box Cox diperoleh dengan memaksimumkan persamaan fungi kemungkinannya. Sehingga diperoleh: Sehingga untuk nilai adalah: yang telah ditetapkan, maka fungsi maksimum likelihoodnya
19 Dengan adalah K ( umlah Kuadrat isa) setelah menduga model regresi dengan yang ditentukan. Penaksiran parameter yang biasa dilakukan yaitu menentukan nilai pada kisaran nilai tertentu. Biasanya yang dipakai yaitu dari kisaran (-2,2) atau bahkan (- 1,1). Sehingga untuk setiap tingkatan nilai yang telah ditetapkan akan diperoleh nilai nilai maksimum likelihoodnya yaitu nilai. Penduga parameter dikatakan sebagai penduga apabila memiliki nilai maksimum log likelihoodnya adalah maksimum terhadap yang telah ditetapkan dari antara nilai - nilai yang diperoleh dari yang lainnya. Pada tabel 2.1 di bawah ini diberikan beberapa nilai dan model transformasinya. Tabel 2.1 Nilai dan Model Transformasinya Interval Lambda Lamda yang Terpilih Model Transformasi,,, 0,7 0,7 0, 0, 0, 0, 0 0, 0,7 0,5 0,7, 1,, 2
20 2.5.2 Selang Kepercayaan Parameter Pada Transformasi Box Cox Pendugaan parameter sering dinyatakan dalam pembentukan selang kepercayaan, karena hampir tidak pernah ditemukan nilai statistik yang tepat sama dengan nilai parameternya. Menurut Hasan (2002), pendugaannya sering dinyatakan dalam suatu daerah atau interval yang dibatasi oleh dua nilai dan digunakan tingkat kepecayaan (confidence) terhadap daerah nilai sebenarnya atau parameternya berada, sehingga disebut interval kepercayaan atau selang kepercayaan. Demikian halnya dalam pendugaan parameter pada Transformasi Box Cox dinyatakan juga dalam selang kepercayaan terhadap, atas nilai nilai yang memenuhi pertidaksamaan berikut: (2.34) Dengan adalah titik persentase sebaran khi-kuadrat dengan satu derajat bebas yang luas wilayah di sebelah kanannya sebesar. Sebagian nilai nilai itu adalah: 0,10 0,05 0,025 0,01 0,005 2,71 3,841 5,024 6,635 7,879 Untuk menggambarkan persaman (2.34) yaitu dengan menarik garis mendatar setinggi, pada tebaran dengan pada setiap perhitungan yang telah diperoleh. Sehingga garis yang terbentuk akan memotong kurva pada dua nilai, dan ini merupakan titik titik ujung selang kepercayaan parameter yang terbentuk.
21 2.6 Pengujian Hipotesis dalam Model Regresi Linier Sederhana Model regresi yang baik diperoleh akan diperiksa setelah variabel respon Y ditransformasikan sesuai dengan model transformasi. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Jika pada percobaan akan dilakukan pengujian terhadap yang sama dengan sebuah konstanta misalkan, maka pada umumnya hipotesis tersebut dirumuskan sebagai berikut: Dan akan diduga alternatifnya dua arah, maka satistik uji yang digunakan pada pengujian hipotesis ini adalah: Kaidah pengambilan keputusan untuk pengujian hipotesis ini adalah sebagai berikut: ditolak jika. Dalam hal lain terima. Dengan cara yang sama dapat juga digunakan untuk menguji intercept hipotesisnya adalah sebagai berikut:, dan Statistik ujinya adalah: Kaidah pengambilan keputusan untuk pengujian hipotesis ini adalah sebagai berikut: ditolak jika. Dalam hal lain terima. Nilai dapat diperoleh dari tabel t dengan menggunakan dengan derajat kebebasan (n-2).
22 Dalam persamaan (2.35) dan (2.36) di atas berikut: dapat dinyatakan dengan persamaan ( 7 Dengan adalah koreksi atau perbaikan jumlah kuadrat X. Pengujian hipotesis dalam model regresi tersebut dilakukan secara parsial yang bertujuan untuk menguji signifikansi pengaruh variabel bebas terhadap variabel respon. Sehingga, masalah khusus dari pengujian hipotesis dalam model regresi linier sederhana adalah: Apabila hipotesis ditolak, maka variabel bebas X berpengaruh terhadap variabel respon Y. Dengan demikian, model analisis regresi signifikan dan layak digunakan untuk mengestimasi atau memprediksi nilai Y.
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi yang berarti peramalan, penaksiran, atau pendugaan pertama kali diperkenalkan pada tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan penelitiannya
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciBAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Indeks Pembangunan Manusia Pembangunan manusia merupakan salah satu cara yang dilakukan untuk memperbaiki kualitas penduduk, hal ini dapat ditempuh dengan cara meningkatkan kapasitas
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat dinyatakan dalam bentuk persamaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagai konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciKata Kunci: Autokorelasi, Heteroskedastisitas, Metode Kuadrat Terkecil, Metode Newey West
Judul : Penerapan Metode Newey West dalam Mengoreksi Standard Error ketika Terjadi Heteroskedastisitas dan Autokorelasi pada Analisis Regresi Nama : Zakiah Nurlaila NIM : 1208405019 Pembimbing : 1. Made
Lebih terperinciBAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data
BAB III MODEL REGRESI DATA PANEL Pada bab ini akan dikemukakan dua pendekatan dari model regresi data panel, yaitu pendekatan fixed effect dan pendekatan random effect yang merupakan ide pokok dari tugas
Lebih terperinciBAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.
10 BAB II METODE ANALISIS DATA 2.1 Pengertian Regresi Berganda Banyak data pengamatan yang terjadi sebagai akibat lebih dari dua variabel, yaitu memerlukan lebih dari satu variabel dalam membentuk suatu
Lebih terperinciPENGUJIAN HETEROSKEDASTISITAS PADA REGRESI EKSPONENSIAL DENGAN MENGGUNAKAN UJI PARK
PENGUJIAN HETEROSKEDASTISITAS PADA REGRESI EKSPONENSIAL DENGAN MENGGUNAKAN UJI PARK Asmin MM. 1, Saleh M., Islamiyati A. 3 Abstrak Model eksponensial merupakan regresi non linier yang dapat diubah bentuknya
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
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 terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciBAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB I Pendahuluan. 1. Mengetahui pengertian penelitian metode regresi. 2. Mengetahui contoh pengolahan data menggunakan metode regresi.
BAB I Pendahuluan 1.1. Latar belakang Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh
Lebih terperinciBAB III METODOLOGI PENELITIAN. 1. Apakah investasi mempengaruhi kesempatan kerja pada sektor Industri alat
43 BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah peneliti rumuskan, maka tujuan penelitian ini adalah untuk mengetahui: 1. Apakah investasi mempengaruhi kesempatan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang pengetahuan,
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciIII. METODE PENELITIAN
21 III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Babakan Kecamatan Dramaga Kabupaten Bogor. Pemilihan tersebut dengan pertimbangan bahwa wilayah tersebut merupakan
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. Objek penelitian yang dianalisis adalah faktor-faktor yang mempengaruhi
48 BAB III OBJEK DAN METODE PENELITIAN 3.1. Objek Penelitian Objek penelitian yang dianalisis adalah faktor-faktor yang mempengaruhi ekspor komoditi karet di Indonesia periode 1990-2006. Adapun variabelnya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciBAB III METODE PENELITIAN. Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Objek dalam penelitian ini adalah Koperasi Jasa Keuangan Syariah Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data Tingkat Bagi Hasil
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian 1. Pendekatan Penelitian Dalam penelitian ini dengan judul Pengaruh Dana Pihak Ketiga, Modal Sendiri dan Pendapatan Margin terhadap Pembiayaan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciPEMODELAN 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 terperinciBAB III METODE PENELITIAN. Di dalam penelitian ilmiah diperlukan adanya objek dan metode penelitian
BAB III METODE PENELITIAN 3.1 Objek Penelitian Di dalam penelitian ilmiah diperlukan adanya objek dan metode penelitian Menurut Winarno Surakhmad dalam Suharsimi Arikunto (1997:8) metode penelitian merupakan
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu berkaitan dengan data yang waktu dikumpulkannya bukan (tidak harus) untuk memenuhi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Penelitian ini ditujukan untuk membuktikan apakah ada hubungan dan pengaruh dari tingkat suku bunga kredit, nilai tukar rupiah terhadap dollar Amerika,
Lebih terperinciBAB III METODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah
40 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah minimum, Indeks Pembangunan Manusia (IPM), dan pengangguran terhadap tingkat
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN
73 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dalam penelitian ini adalah menganalisis tentang faktor-faktor yang mempengaruhi distribusi pendapatan Indonesia yang terjadi
Lebih terperinciPERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS
E-Jurnal Matematika Vol. 4 (1), Januari 2015, pp. 8-13 ISSN: 2303-1751 PERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS Ni Wayan Yuni Cahyani 1, I Gusti
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciIII. METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat Suku Bunga Deposito (3 Bulan) Dan Kredit Macet (NPL) Terhadap Loan To Deposit Ratio (LDR) Bank Umum Di
Lebih terperinciAnalisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares
Analisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares Christalia A. Mokosolang 1, Jantje D. Prang 2, Mans L. Mananohas 3 1 Program Studi Matematika,
Lebih terperinciBAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB 2 LANDASAN TEORI. satu variabel yang disebut variabel tak bebas (dependent variable), pada satu atau
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Gallon, istilah regresi pada mulanya bertujuan untuk membuat perkiraan
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciBAB 2 LANDASAN TEORI. pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih variabel adalah analisa regresi linier. Regresi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1. Penaksiran Parameter Jika adalah nilai parameter populasi yang belum diketahui harganya, maka dapat ditaksir oleh nilai statistik, dan disebut sebagai penaksir atau fungsi keputusan.
Lebih terperinciBAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML)
BAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML) 3.1 Model Persamaan Simultan Model persamaan simultan adalah suatu model yang memiliki lebih dari satu persamaan yang saling terkait. Dalam model
Lebih terperinciBAB I PENDAHULUAN. hubungan antara dua variabel yang terdiri dari variabel tak bebas (Y ) dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi adalah metode statistika yang paling sering digunakan dalam segala bidang ilmu pengetahuan, analisis ini bertujuan untuk memodelkan hubungan antara
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilaksanakan pada bulan Maret 2013 sampai dengan Juni 2013 di Kecamatan Pasekan Kabupaten Indramayu (Lampiran 1), Pemilihan lokasi penelitian
Lebih terperinciBAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di
BAB III METODE PENELITIAN 3.1.Lokasi dan waktu penelitian Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di Jalan Pembangunan Gg. Samoa No. 12 Rumbai - Pekanbaru. Penelitian ini di
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
28 BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Dalam penelitian yang berkaitan dengan fenomena market overreaction di Bursa Efek Indonesia ini, yang menjadi objeknya adalah seluruh saham yang pernah
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciBAB III METODOLOGI PENELITIAN A. Lokasi/Objek Penelitian Penelitian ini dilaksanakan di Provinsi Jawa Timur. Pemilihan Provinsi
BAB III METODOLOGI PENELITIAN A. Lokasi/Objek Penelitian Penelitian ini dilaksanakan di Provinsi Jawa Timur. Pemilihan Provinsi Jawa Timur ini didasarkan pada pertimbangan bahwa Jawa Timur merupakan provinsi
Lebih terperinciTINJAUAN PUSTAKA. Menurut Usman dan Warsono (2000) bentuk model linear umum adalah :
II. TINJAUAN PUSTAKA. Model Linear Umum Menurut Usman dan Warsono () bentuk model linear umum adalah : Y = Xβ + ε dengan : Y n x adalah vektor peubah acak yang teramati. X n x p adalah matriks nxp dengan
Lebih terperinciBAB III METODE PENELITIAN. dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama -
36 BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini bertujuan untuk mengetahui pengaruh penguasaan konsep dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama - sama
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil uji itas dan Reliabilitas Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi syarat-syarat alat ukur yang baik, sehingga mengahasilkan
Lebih terperinciIII. METODE PENELITIAN. Semangka merah tanpa biji adalah salah satu buah tropik yang diproduksi dan
49 III. METODE PENELITIAN A. Konsep Dasar dan Batasan Operasional Konsep dasar dan batasan operasional mencakup seluruh pengertian yang digunakan untuk keperluan analisis dan menjawab tujuan yang telah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Analisis Regresi Linier Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. Analisis regresi linier
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinci3. METODE. Kerangka Pemikiran
25 3. METODE 3.1. Kerangka Pemikiran Berdasarkan hasil-hasil penelitian terdahulu serta mengacu kepada latar belakang penelitian, rumusan masalah, dan tujuan penelitian maka dapat dibuat suatu bentuk kerangka
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciBAB I PENDAHULUAN. yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam kehidupan, seringkali peneliti dihadapkan dengan suatu kejadian yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika mengenal metode
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan 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 III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi
BAB III METODE PENELITIAN A. Objek Penelitian Untuk mendapatkan data yang diperlukan dalam penelitian ini, penulis mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi di 5 pulau
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Statistik Menurut Sofyan (2013) pengertian statistik berasal dari bahasa Latin, yaitu status yang berarti negara dan digunakan untuk urusan negara. Pada mulanya, statistik
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Setiap penelitian membahas mengenai objek dan subjek yang ditelitinya. Dalam penelitian ini yang menjadi objek terdiri dari dua variabel bebas
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB II MODEL REGRESI. Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat:
Supawi Pawenang, 2011, Ekonometrika Terapan, IDEA Press Jogja BAB II MODEL REGRESI Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat: Mengerti definisi model Mengerti definisi regresi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB III METODE THEIL. menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan
28 BAB III METODE THEIL Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan dalam sebuah persamaan regresi. Dalam
Lebih terperinciIII METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
III METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang terbentuk dalam runtun waktu (time series) dan jurnal-jurnal ilmiah tentang upah
Lebih terperinciKorelasi Linier Berganda
Korelasi Linier Berganda Analisa Korelasi Untuk mengukur "seberapa kuat" atau "derajat kedekatan yang terjadi antar variabel. Ingin mengetahui derajat kekuatan tersebut yang dinyatakan dalam koefisien
Lebih terperinci