III. METODE PENELITIAN
|
|
- Utami Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 35 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data sekunder yang berasal dar Badan Pusat Statstk (BPS) dan Kementeran Keuangan Republk Indonesa. Data sekunder yang berasal dar BPS antara lan jumlah penduduk, pertumbuhan ekonom, Ratarata lama sekolah, PDRB menurut sektor, jumlah tenaga kerja menurut sektor, gars kemsknan, Indeks Gn, jumlah dan persentase penduduk mskn, Surve Sosal Ekonom Nasonal (Susenas) Konsums Panel. Data sekunder yang berasal dar Kementeran Keuangan Republk Indonesa yau Anggaran Pendapatan dan Belanja Daerah (APBD). Perode waktu yang dgunakan dalam penelan yau perode pelaksanaan RPJM Tahun 5 sampa dengan 9, yang dkenal dengan program pembangunan yang pro growth, pro job dan pro poor. Data utama yau konsums rumahtangga yang dkumpulkan oleh BPS melalu Susenas Konsums Panel dgunakan untuk penghungan pendapatan. Pendekatan untuk menghung pendapatan rumahtangga n menggunakan nla besarnya pengeluaran, karena danggap lebh mencermnkan keadaan sebenarnya, meskpun ada juga kelemahan-kelemahan dar pendekatan n. Menurut Nune and Espnosa (5) pendekatan pengeluaran akan lebh bak djadkan ukuran standar hdup yang layak dkarenakan dalam surve rumah tangga responden cenderung lebh rendah melaporkan pendapatan sedangkan untuk pengeluarannya lebh vald. Rumah tangga pun cenderung menyesuakan pengeluaran mereka melalu transfer atau sumbangan ketka pendapatannya turun. 3. Metode Analss Penelan n menggunakan Analss Deskrptf dan Metode Kuantatf berupa Metode Dekomposs Kemsknan Shapley, metode Poverty Equvalent Growth Rate (PEGR) dan Model Regres Data Panel. Analss deskrptf dgunakan untuk memberkan gambaran tentang dnamka pertumbuhan ekonom, dstrbus pendapatan dan kemsknan melalu penyajan tabulas dan gambar, serta analss kuadran. Metode dekomposs kemsknan Shapley dgunakan untuk menganalss perubahan kemsknan karena efek pertumbuhan dan efek dstrbus.
2 36 PEGR dgunakan untuk menganalss apakah pertumbuhan ekonom lebh banyak memberkan manfaat bag penduduk mskn (pro poor growth) atau tdak mskn (ant poor). Metode regres data panel dgunakan untuk menganalss faktor-faktor yang mempengaruh tngkat manfaat pertumbuhan bag penduduk mskn (pro poor growth). Pengolahan data menggunakan software SPSS 13, STATA 1, dan Dstrbuton Analyss of Stata Package (DASP) Analss Deskrptf Analss Deskrptf merupakan analss sederhana dar suatu sebaran data dengan penyajan dalam bentuk tabulas dan gambar. Analss kuadran dambahkan ke dalam analss deskrptf untuk memberkan deskrps tentang dnamka pertumbuhan ekonom, dstrbus pendapatan dan kemsknan d tngkat provns selama perode penelan. Adapun ukuran statstk yang dgunakan dalam analss deskrptf n adalah nla rata-rata sebaran data (mean) dan devas standar (standard devaton). Karakterstk dar sebaran data persentase penduduk mskn (P) d tngkat Provns dapat danalss dengan bantuan berbaga ukuran statstk tersebut. Analss Kuadran Analss kuadran merupakan salah satu bentuk analss deskrptf yang dapat dgunakan untuk membag sebaran data ke dalam kuadran-kuadran sepert dalam Dagram Kartesus. Dagram kartesus merupakan suatu bangun yang dbag atas empat bagan yang dbatas oleh dua gars yang berpotongan tegak lurus pada tk tk (X,Y), dmana X merupakan nla rata-rata varabel X dan Y merupakan nla rata-rata varabel Y. Berkut bagan-bagan dalam analss kuadran. Kuadran I. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d atas rata-rata nla varabel X dan varabel Y nya. Kuadran II. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d bawah rata-rata nla varabel X tetap berada d atas ratarata nla varabel Y nya. Kuadran III. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d bawah rata-rata nla varabel X dan varabel Y nya.
3 37 Kuadran IV. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d atas rata-rata nla varabel X tetap berada d bawah ratarata nla varabel Y nya. Berdasarkan penjelasan tersebut, maka analss kuadran dengan Dagram Kartesus pada dasarnya bsa dgunakan untuk berbaga sebaran data, khususnya untuk membag sebaran data menjad empat bagan sepert djelaskan sebelumnya. Penelan n menggunakan varabel persentase penduduk mskn (P), pertumbuhan ekonom (Growth) dan ndeks gn (Gn Index) d setap provns untuk membag provns ke dalam empat bagan. Penjelasan kuadran lebh lengkap d Lampran Dekomposs Kemsknan Shapley Perubahan kemsknan dantara dua perode, dapat ddekomposs karena efek pertumbuhan dan efek redstrbus pendapatan. Dekomposs kemsknan Shapley dgunakan untuk menjelaskan perubahan kemsknan tersebut. Terdapat beberapa metode yang dapat dgunakan untuk mendekomposs kemsknan, dantaranya dengan pendekatan Datt dan Ravallon (199) serta pendekatan Shapley Value yang dlakukan Shorrocks (1999). Penelan n menggunakan dekomposs kemsknan dengan pendekatan Shapley Value karena hasl yang dperoleh sudah tdak mengandung unsur resdual yang merupakan nteraks efek pertumbuhan dan efek dstrbus. Perubahan kemsknan yang ada sepenuhnya dapat ddekomposs ke dalam efek pertumbuhan dan efek dstrbus dengan Dekomposs Kemsknan Shapley. Model dekomposs kemsknan Shapley bla drumuskan dalam bentuk normalsas FGT (Foster-Greer-Thorbecke) dapat dulskan sebaga berkut: P = P (, α) P1 (, α) 1 1 = ( ( µ 1 µ µ µ P P, α) P1 (, α)) + ( P (, α) P1 (, α)) + ( P (, α) P1 (, α)) + ( P (, α) P1 (, µ µ 1 µ 1 µ = efek pertumbuhan 1 α -- = efek dstrbus P = perubahan kemsknan dantara dua perode P (, ) = bentuk normalsas ukuran kemsknan FGT pada awal perode 1 α ))
4 38 P (, ) = bentuk normalsas ukuran kemsknan FGT pada akhr perode α µ t P (, α) = bentuk normalsas ukuran kemsknan FGT bla terjad perubahan µ s rata-rata pendapatan dar perode ke-t terhadap perode ke-s, untuk t s dan t,s = 1, Poverty Equvalent Growth Rate (PEGR) Pertumbuhan ekonom seharusnya memberkan manfaat ke semua phak, bak penduduk mskn (pro poor growth) atau tdak mskn (ant poor). Manfaat pertumbuhan n bsa dhung dengan menggunakan metode PEGR yang merupakan salah satu metode yang dgunakan untuk mengukur manfaat pertumbuhan ekonom bag penduduk mskn. Metode n merupakan penyempurnaan dar metode sebelumnya, sepert Poverty Bas of Growth (PBG) yang dkembangkan oleh Kakwan () dan Pro-Poor Growth Index (PPGI) oleh Kakwan dan Perna (). Metode PEGR tdak hanya mampu menjelaskan besarnya pertumbuhan ekonom u sendr, tetap juga derajat manfaat yang dperoleh penduduk mskn dar pertumbuhan ekonom yang telah dcapa. Metode PEGR n memlk keunggulan dengan dapat derapkannya untuk menghung semua manfaat pertumbuhan ke penduduk mskn dengan berbaga ukuran kemsknan FGT. Sepert raso penduduk mskn (headcount rato), raso kedalaman kemsknan (poverty gap rato), dan Indeks keparahan kemsknan (Severy of poverty ndex) serta metode pengukuran kemsknan Watts. Adapun kelebhan PEGR sebaga berkut (Kakwan dan Son, 6): 1. Defns yang ketat tentang pro poor growth Defns pro poor growth menurut Bank Duna bersfat umum dan agak lemah, yau pertumbuhan akan bersfat pro poor jka terjad pengurangan kemsknan (Ravallon, 4). Berdasarkan defns n, masyarakat mskn hanya menerma sebagan kecl dar manfaat pertumbuhan, walaupun pertumbuhan tersebut dsebut bersfat pro poor sepert halnya pembangunan dengan proses trckle down effects. PEGR merupakan salah satu ukuran dar pro poor growth yang menggunakan batasan relatf dan absolut. Konsep relatf muncul ketka
5 39 manfaat pertumbuhan ekonom yang derma penduduk mskn secara proporsonal lebh banyak darpada mereka yang tdak mskn. Implkasnya adalah ketka pertumbuhan mengurang kemsknan, juga akan memperbak ketdakmerataan secara relatf. Sedangkan konsep absolut terjad ketka penduduk mskn menerma manfaat pertumbuhan secara absolut sama atau lebh dar manfaat yang derma oleh tdak mskn. Berdasarkan defns n, ketdakmerataan absolut akan menurun selama proses pertumbuhan ekonom. Hal n merupakan persyaratan yang ketat untuk mencapa pertumbuhan ekonom yang bersfat pro poor growth.. Penggunaan pendekatan penuh Pendekatan parsal mengklasfkaskan pertumbuhan bersfat pro poor atau ant poor tanpa mensyaratkan adanya gars kemsknan atau ukuran kemsknan tertentu. Pengukuran yang dlakukan Ravallon dan Chen (1) serta Son(3) mengunakan pendekatan parsal dengan mendasarkan pada frst order stochastc domnance condon dan second order stochastc domnance curves yang memlk keterbatasan jka syarat konds domnan tdak terpenuh maka tdak dapat menla apakah pertumbuhan u termasuk pro poor atau ant poor, dan juga tdak dapat mengukur mengena derajat pro poor growth. Pendekatan penuh memberkan hasl yang lengkap tentang proses pertumbuhan apakah bersfat pro poor atau ant poor, berdasarkan rate atau ndeks dar pro poor growth, tdak dar kurva. Penentuan gars kemsknan serta metode pengukuran kemsknan yang dgunakan sangat dperlukan dengan pendekatan penuh n. Penghungan PEGR menggunakan pendekatan penuh. 3. Memenuh Aksoma Monotoncy Pengurangan kemsknan, tergantung pada pertumbuhan ekonom dan dstrbus pendapatan antara rakyat mskn dan tdak mskn. Memaksmalkan pertumbuhan ekonom merupakan syarat perlu, tap belum cukup untuk pengurangan kemsknan. Hal n menunjukkan bahwa ukuran pro poor growth menunjukkan hubungan langsung dengan pengurangan kemsknan (hubungan monoton), yang mengndkaskan bahwa pengurangan kemsknan
6 4 tdak hanya memperhungkan pertumbuhan saja, akan tetap juga manfaat pertumbuhan tersebut bag seluruh masyarakat. Aksoma monotoncy mengmplkaskan bahwa tngkat penurunan kemsknan seharusnya merupakan fungs nak secara monotoncally dar pro poor growth rate. Jka nla fungs pro poor growth rate menngkat berart tngkat penurunan kemsknan juga semakn besar, demkan juga sebalknya semakn kecl nla fungsnya semakn kecl pula penurunan kemsknan yang terjad. Metode PEGR memenuh krera aksoma monotoncy, karena semakn besar nla PEGR menunjukkan semakn besar pengurangan kemsknan yang terjad. Jka nla PEGR negatf menunjukkan tdak terjad penurunan kemsknan. Penghungan PEGR Tngkat kemsknan penduduk dapat dukur berdasarkan rata-rata depresas yang dalam oleh penduduk yang berada d bawah gars kemsknan (), yang drumuskan sebaga berkut P = P(, x) f ( x) dx (3.1) Menurut Foster, Greer dan Thorbecke (1984), persamaan (3.1) tersebut dapat dulskan menjad q x P = 1 ( ) α α (3.) N = dmana: x = varabel acak pendapatan (pengeluaran) dar ndvdu dengan fungs dstrbus f(x) f(x) = probablas fungs kepadatan x = gars kemsknan q = jumlah penduduk mskn α = parameter dengan nla,1, Pendferensalan persamaan (3.1) terhadap P akan menghaslkan sebaga berkut dp P = 1 P d( x) f ( x) dx P x (3.3)
7 41 Asums yang dgunakan yau P(,) =, artnya jka pendapatan (pengeluaran) ndvdu sama dengan gars kemsknan, maka seseorang tdak termasuk penduduk mskn. Msalkan x( ddefnskan sebaga level pendapatan (pengeluaran) penduduk pada percentle ke-p, maka persamaan (3.3) dapat dulskan sebaga: 1 P dln( P) = x( g( dp (3.4) P x dmana g ( = dln( x( ) merupakan tngkat pertumbuhan pendapatan (pengeluaran) penduduk pada persentl ke-p. Msalkan L( adalah fungs kurva Loren, yang menggambarkan persentase share dar total pendapatan (pengeluaran) yang dnkmat oleh p persen penduduk, ketka pendapatan (pengeluaran) perseorangan dar penduduk durutkan dar yang terkecl. Maka ka dapat menulskan x( sebaga berkut: x ( = µ L' ( (3.5) dmanaμadalah rata-rata pendapatan (pengeluaran) dar keseluruhan penduduk dan L'( adalah turunan pertama dar fungs Loren. Logarma dar persamaan (3.5) dan turunan pertamanya akan menghaslkan rumusan sebaga berkut: dln ( x( ) = dln( µ ) + dln( L' ( ) (3.6) atau dapat juga dulskan sebaga berkut: g ( = γ + dln( L' ( ) (3.7) dmana γ = dln(μ) yau tngkat pertumbuhan rata-rata pendapatan (pengeluaran) dar keseluruhan penduduk. Kemudan persamaan (3.7) dsubtuskan ke persamaan (3.4) akan menghaslkan persamaan sebaga berkut: 1 P dln( P) = γη + x( dln( L'( ) dp (3.8) P x dmana η = 1 P x( dp yau elastsas pertumbuhan terhadap kemsknan P x (growth elastcy of poverty) yang durunkan oleh Kakwan (1993). Nla n mempunya art besarnya persentase perubahan kemsknan apabla ada 1 persen pertumbuhan rata-rata pendapatan penduduk, dengan asums proses pertumbuhan tdak mengubah ketdakmerataan (ketka semua penduduk menerma manfaat dar
8 4 pertumbuhan yang sama secara proporsonal). Nla elastsas pertumbuhan n selalu bernla negatf apabla terjad penngkatan rata-rata pendapatan atau terjad pertumbuhan yang posf. Jka persamaan (3.8) dbag dengan γ maka akan dperoleh δ = η + ζ (3.9) dln(p) 1 P dmana η = dan ζ = γ x( dln( L'( ) dp. Pγ x Masng-masng adalah elastsas total terhadap kemsknan (total poverty elastcy) atau η, dan elastsas dstrbus terhadap pengurangan kemsknan atau ζ. Elastsas dstrbus (ζ) mempunya art berapa persen perubahan kemsknan yang dsebabkan 1 persen perubahan ketdakmerataan yang menyerta proses pertumbuhan. Pertumbuhan dkatakan pro poor jka perubahan dalam ketdakmerataan yang menyerta pertumbuhan mengurang jumlah total kemsknan, atau jka elastsas total kemsknan (δ) lebh besar dbandngkan dengan elastsas pertumbuhan terhadap kemsknan (η). Demkan juga sebalknya, Pertumbuhan dkatakan ant poor jka perubahan dalam ketdakmerataan yang menyerta pertumbuhan menngkatkan jumlah total kemsknan, atau jka elastsas total kemsknan (δ) lebh kecl dbandngkan dengan elastsas pertumbuhan terhadap kemsknan (η). Berdasarkan uraan tersebut, maka PEGR drumuskan sebaga berkut: * δ γ = ( ) γ = φγ η dmana (3.1) δ φ = merupakan Pro Poor Index yang dkembangkan oleh Kakwan η dan Perna (). Jka PEGR n dulskan dalam bentuk persamaan awal, maka dapat dulskan sebaga berkut: P x( g( dp * x γ = (3.11) P x( dp x
9 43 Nla * γ merupakan rata-rata tertmbang pertumbuhan pendapatan pada tap persentl dengan penmbang tergantung pada ukuran kemsknan yang dgunakan. Jka ukuran kemsknan yang dgunakan dalam persamaan (3.11) adalah FGT, maka akan dperoleh * γ sebaga berkut: x( α 1 ( ) x( g( dp * γ = (3.1) x( α 1 ( ) x( dp Metode penghungan PEGR yang djelaskan tersebut merupakan metode penghungan perubahan kemsknan dengan menggunakan teknk analss secara ex-ante. Metode n menggunakan asums bahwa perubahan ketdakmerataan pendapatan hanya berlangsung dengan cara terjad pergeseran secara proporsonal dan konstan d semua tk pada kurva Loren. Padahal pergeseran kurva Loren dapat dsebabkan banyak hal, sehngga metode penghungan PEGR secara exante n tdak mungkn untuk dlakukan. Metode penghungan PEGR dengan menggunakan teknk analss ex-post dlakukan untuk mengatas permasalahan penghungan secara ex-ante, yau dengan cara membandngkan keadaan kemsknan, dstrbus pendapatan (kurva Loren) dan rata-rata pendapatan penduduk pada awal perode dengan keadaan pada akhr perode. Msalkan ukuran kemsknan merupakan fungs dar gars kemsknan, rata-rata pendapatan μ, dan kurva Loren L(, yang dulskan sebaga berkut: P = P(, µ, L( ) (3.13) Jka ukuran kemsknan yang dgunakan adalah FGT sebaga berkut P α = 1 n q = 1 y α (3.14) dmana α =, 1, dan y = pendapatan penduduk ke- dan q = jumlah penduduk mskn. Maka perubahan persentase penduduk mskn pada perode 1 dan perode dapat dulskan sebaga berkut: [ P, µ, L ( ] Ln[ P(,, L ( ))] P = µ (3.15) 1 P P1 = Ln ( 1 1 p
10 44 Nla P1 n mash mengandung komponen pertumbuhan dan komponen dstrbus. Msalkan µ 1 dan µ merupakan rata-rata pendapatan penduduk pada perode 1 dan perode, maka pertumbuhan pendapatan penduduk ( γ ) dapat drumuskan sebaga berkut: γ = Ln µ ) Ln( µ ) ( 1 (3.16) Total elastsas kemsknan (δ) dapat ddekomposs menjad elastsas kemsknan yang berkaan dengan pertumbuhan (η) dan elastsas kemsknan yang berkaan dengan ketdakmerataan (ζ). Persamaan untuk total elastsas (δ) sebaga berkut: [ P(, µ, L ( ] Ln[ P(, µ, L ( )]) / ˆ γ ˆ δ = ( Ln (3.17) 1 1 p dan ˆ δ = ˆ η + ˆ ζ (3.18) dmana elastsas pertumbuhan terhadap kemsknan drumuskan sebaga berkut 1 = [ Ln ( P(, µ, L ( ) Ln( P(, µ, L ( ) + Ln( P(, µ, L ( ) Ln( P(, µ, L ( ))] (3.19) ˆ p η γ dan elastsas dstrbus terhadap kemsknan drumuskan sebaga berkut ˆ ζ 1 = [ Ln ( P(, µ, L ( ) Ln( P(, µ, L ( ) + Ln( P(, µ, L ( ) Ln( P(, µ, L ( ))] (3.) γ p Berdasarkan rumusan (3.17) hngga rumusan (3.) tersebut, maka nla PEGR dapat drumuskan sebaga berkut PEGR = ˆ γ * = ( ˆ δ / ˆ) η ˆ γ (3.1) dmana nla ˆ δ / ˆ η merupakan nla Pro poor growth Index (PPGI). Nla PEGR dapat dkelompokkan sebaga berkut: 1. ˆ γ * = ˆ γ berart pertumbuhan bersfat netral, setap orang menerma manfaat yang sama secara proporsonal dar pertumbuhan.. ˆ γ * > ˆ γ berart pertumbuhan bersfat pro poor growth, penduduk mskn lebh banyak menerma manfaat dar pertumbuhan. 3. < ˆ γ * < ˆ γ berart pertumbuhan belum bersfat pro poor growth, manfaat pertumbuhan lebh banyak derma penduduk tdak mskn (ketdakmerataan menngkat) tetap mash terjad pengurangan Kemsknan.
11 45 4. ˆ γ * < berart pertumbuhan bersfat ant pro poor growth atau manfaat pertumbuhan yang dnkmat penduduk tdak mskn, kemsknan menngkat. * Gagasan PEGR ddasar konds ketka tngkat pertumbuhan ( γ ) menghaslkan pengurangan tngkat kemsknan yang sama dengan laju pertumbuhannya (γ). Konds n menggambarkan bahwa ketka setap orang dalam masyarakat menerma manfaat dar pertumbuhan secara proporsonal yang berart pula proses pertumbuhan tdak memberkan dampak pada perubahan dstrbus pendapatan. Padahal kenyatannya tngkat proporsonal pengurangan kemsknan sebesar δγ, dmana δ adalah elastsas total kemsknan. Jka pertumbuhan ddstrbuskan secara netral (tdak terjad perubahan dstrbus), maka tngkat pertumbuhan γ * akan dkut dengan pengurangan tngkat kemsknan sebesar * ηγ, yang seharusnya sama dengan δγ. * Sehngga PEGR dapat dulskan menjad ηγ = δγ, atau γ * = ( δ / η)γ. Contoh lustras jka elastsas total kemsknan sebesar 3/4 dar elastsas pertumbuhan terhadap kemsknan. Jka laju pertumbuhan aktual sebesar 8 persen, maka akan ekuvalen dengan nla PEGR sebesar 3/4*8 = 6 persen. Nla n mempunya art bahwa efektvas pertumbuhan ekonom dalam pengurangan kemsknan persen lebh rendah dar laju pertumbuhan aktual, karena kebjakan yang derapkan tdak pro poor. Hal sebalknya terjad jka elastsas total kemsknan lebh besar 1 persen dar elastsas pertumbuhan terhadap kemsknan, sehngga nla PEGR sebesar 1,1*9 = 9,9 persen. Hal n menunjukkan pertumbuhan ekonom yang pro poor, karena efektvas pertumbuhan ekonom dalam pengurangan kemsknan,9 persen lebh besar dar laju pertumbuhan aktual Analss Regres Data Panel Data panel adalah data yang memlk dmens ruang (ndvdu) dan waktu (Gujarat, 4). Dalam data panel, data cross secton yang sama dobservas menurut waktu. Jka setap un cross secton memlk jumlah observas tme seres yang sama maka dsebut sebaga balanced panel (total jumlah observas = N x T). Sebalknya jka jumlah observas berbeda untuk setap un cross secton
12 46 maka dsebut unbalanced panel. Penggabungan data cross secton dan tme seres dalam data panel dgunakan untuk mengatas kelemahan dan menjawab pertanyaan yang tdak dapat djawab oleh model cross secton dan tme seres murn. Keunggulan penggunaan data panel memberkan banyak keuntungan menurut Baltag (5), dantaranya sebaga berkut: 1. Mampu mengontrol heterogenas ndvdu. Metode n dalam mengestmas dapat secara ekspls memasukkan unsur heterogenas ndvdu.. Memberkan data yang lebh banyak dan beragam, mengurang kolnearas antar peubah, menngkatkan derajat bebas dan lebh efsen. 3. Lebh bak untuk stud dynamcs of adjustment. Observas cross secton yang berulang, maka data panel lebh bak dalam mempelajar perubahan dnams. 4. Lebh bak dalam mengdentfkas dan mengukur efek yang secara sederhana tdak dapat datas dalam data cross secton saja atau data tme seres saja. 5. Dapat dgunakan untuk membangun dan menguj model yang lebh kompleks dbandngkan data cross secton atau tme seres murn. Selan manfaat yang dperoleh dengan penggunaan panel data, metode n juga memlk kelemahan dan keterbatasan dalam penggunaannya d antaranya yau: 1. Masalah dalam desan surve panel, pengumpulan dan manajemen data. Masalah yang umum dhadap dantaranya: cakupan (coverage), nonresponse, kemampuan daya ngat responden (recall), frekuens dan waktu wawancara.. Dstors kesalahan pengamatan (measurement errors). Measurement errors umumnya terjad karena respon yang tdak sesua. 3. Masalah selektvas (selectvy) yang mencakup hal-hal berkut: a. Self-selectvy : permasalahan yang muncul karena data-data yang dkumpulkan untuk suatu penelan tdak sepenuhnya dapat menangkap fenomena yang ada. b. Nonresponse : permasalahan yang muncul dalam panel data ketka ada ketdaklengkapan jawaban yang dberkan oleh responden (sampel rumahtangga).
13 47 c. Attron : jumlah responden yang cenderung berkurang pada surve lanjutan yang basanya terjad karena responden pndah, mennggal duna atau baya menemukan responden yang terlalu tngg 4. Dmens waktu (tme seres) yang pendek. Jens panel mkro basanya mencakup data tahunan yang relatf pendek untuk setap ndvdu. 5. Cross-secton dependence. Sebaga contoh, apabla macro panel dengan un analss negara atau wlayah dengan deret waktu yang panjang mengabakan cross-country dependence akan mengakbatkan nferens yang salah (msleadng nference). Msalkan dberkan persamaan regres data panel sebaga berkut: y = ' X β + ε (3.) dmana: y : nla dependent varable untuk setap un ndvdu pada perode t dmana = 1,, N dan t = 1,, T X : nla ndependent varable yang terdr dar sejumlah K varabel Gangguan acak dasumskan mengkut one-way error component model sebaga berkut: ε = α + u (3.3) dan untuk two way error component model, komponen error dasumskan mengkut model berkut: ε = α + µ + u (3.4) t dmana: α : efek ndvdu (tme nvarant) u : dsturbance yang besfat acak ( u ~ N(, σ ) ) µ : efek waktu (ndvdual nvarant) t Pada pendekatan one way komponen error hanya memasukkan komponen error yang merupakan efek dar ndvdu ( α ). Pada two way telah memasukkan efek dar waktu ( µ t ) ke dalam komponen error, u dasumskan tdak berkorelas u dangan X. Jad perbedaan antara FEM dan REM terletak pada ada atau tdaknya korelas antara α dan µ t dengan X.
14 48 Fxed Effect Model (FEM) Model data panel dengan Fxed Effects Model (FEM) yau jka α dperlakukan sebaga parameter tetap, namun bervaras antar = 1,,, N. FEM dgunakan ketka efek ndvdu dan efek waktu mempunya korelas dengan X atau memlk pola yang sfatnya tdak acak. Asums n membuat komponen error dar efek ndvdu dan waktu dapat menjad bagan dar ntercept. FEM pada umumnya terjad ketka N relatf kecl dan T relatf besar. Untuk one way komponen error: y = a + X ' β + u (3.5) Sedangkan untuk two way komponen error: y = a + µ + X β + u t ' (3.6) Penduga FEM dapat dhung dengan beberapa teknk, yau Pooled Least Square (PLS), Whn Group (WG), Least Square Dummy Varable (LSDV), dan Two Way Error Component Fxed Effect Model. Random Effect Model (REM) Model data panel dengan Random Effects Model (REM) yau jka dperlakukan sebaga parameter yang bersfat random. REM dgunakan ketka efek ndvdu dan efek waktu tdak berkorelas dengan α X atau memlk pola yang sfatnya acak. Keadaan n membuat komponen error dar efek ndvdu dan efek waktu dmasukkan ke dalam error. REM pada umumnya dgunakan pada data yang memlk N relatf besar dan T relatf kecl. Model REM secara umum dulskan sebaga berkut: y = a + X β + u + τ ' (3.7) dengan σ = α + τ dan memlk rata-rata nol. τ merepresentaskan gangguan ndvdu (ndvdual dsturbance) yang tetap sepanjang waktu. Asums yang dgunakan dalam REM adalah ( ) = E τ (3.8) E u ( ) σ u u τ = (3.9)
15 49 ( ) = E τ untuk semua dan t (3.3) x ( τ x ) = σ τ ( u j ) = ( u u js ) = ( τ ) = E untuk semua dan t (3.31) E τ untuk semua, t, dan j (3.3) E untuk j dan t s (3.33) E τ untuk j (3.34) j Berdasarkan semua asums pada REM, yang palng pentng adalah ( ) = E τ x. Nla n menjad pentng karena berguna untuk menentukan apakah akan dgunakan FEM atau REM. Penduga REM basanya dhung dengan metode Generaled Least Square (GLS). Pengujan asums n menggunakan HAUSMAN test, dengan uj hpotess sebaga berkut: H : ( ) = Tdak ada korelas antara komponen error dengan peubah bebas E τ x H 1 : ( ) Ada korelas antara komponen error dengan peubah bebas E τ x Nla statstc hausman drumuskan sebaga berkut: ' H ˆ ˆ 1 = β β M M ˆ β ˆ β ( ) ( ) ( ) ~ χ ( k) REM FEM FEM REM REM dmana M : matrks kovarans untuk parameter β k : derajat bebas FEM (3.35) Jka H > χ tabel maka komponen error mempunya korelas dengan peubah bebas, sehngga tolak Ho dan model yang dgunakan adalah FEM. Uj Asums Uj asums dlakukan untuk memenuh persyaratan sebuah model yang akan dgunakan. Setelah ka memutuskan untuk menggunakan suatu model tertentu (FEM atau REM) berdasarkan HAUSMAN Test, maka ka dapat melakukan uj terhadap asums yang dgunakan dalam model. Uj Heteroskedastsas Nla dugaan parameter dalam model regres dasumskan bersfat BLUE (Best Lner Unbased Estmate), maka var (u ) harus sama dengan σ (konstan), atau semua resdual atau error mempunya varan yang sama, yang dsebut
16 5 dengan homoskedastsas. Sedangkan bla varan tdak konstan atau berubah-ubah dsebut dengan heteroskedastsas. Metode General Least Square (Cross secton Weghts) yau dengan membandngkan sum square Resd pada Weghted Statstcs dengan sum square Resd unweghted Statstcs dapat dgunakan untuk mendeteks adanya heteroskedastsas. Jka sum square Resd pada Weghted Statstcs lebh kecl dar sum square Resd unweghted Statstcs, maka terjad heteroskedastsas (Greene, ). Uj Autokorelas Model regres mengasumskan tdak terjad autokorelas, yau korelas yang terjad antar observas dalam satu peubah atau korelas antar error masa yang lalu dengan error masa sekarang. Autokorelas yang terjad dalam model regres dapat mempengaruh efsens dar estmatornya. Pengujan ada tdaknya autokorelas dalam model dapat dlakukan pengujan dengan menggunakan Wooldrdge Test. Metode Wooldrgde menggunakan resdual dar model regres pada frst dfferences. Model regres terbebas dar masalah autokorelas jka korelas resdual dar model regres pada frst dfferences terhadap lag-nya adalah -,5 (Drukker, 3). Spesfkas Model dalam Penelan Berdasarkan faktor yang berpengaruh terhadap pro poor growth dengan proks pengurangan penduduk mskn, sebagamana telah djelaskan d sub bab.6, berkut beberapa faktor yang mempengaruh pro poor growth yang berart pula mempengaruh poverty reducton, yau dantaranya produktfas sektor pertanan, pengeluaran pemerntah untuk nvestas publk, penddkan bag kaum perempuan, tngkat penddkan, ketmpangan pendapatan dan jumlah penduduk. Pada penelan n, varabel tak bebas yang dgunakan yau jumlah penduduk mskn d masng-masng provns (MISKIN). Faktor penngkatan produktfas sektor pertanan ddekat dengan data produktfas sektor pertanan per tenaga kerja (TANI). Data belanja modal (nvestas) pemerntah dgunakan sebaga pendekatan untuk pengeluaran pemerntah untuk nvestas publk (INV_PEM). Rata-rata lama sekolah bag kaum perempuan menunjukkan tngkat penddkan bag kaum perempuan (RLSP). Rata-
17 51 rata lama sekolah bag kaum perempuan menunjukkan tngkat penddkan bag kaum lak-lak (RLSL). Rata-rata lama sekolah menunjukkan rata-rata lama sekolah tap penduduk (RLS). Data ndeks gn menunjukkan ketmpangan pendapatan (GINI). Data jumlah penduduk sebaga varabel bebas terakhr yang dduga berpengaruh terhadap pengurangan jumlah penduduk mskn (PDDK). Berdasarkan penjelasan varabel yang dgunakan, terdapat tga varabel yau varabel RLSP, RLSL dan RLS, dmana rata-rata lama sekolah bag kaum perempuan dan lak-lak sudah termasuk dalam penghungan rata-rata lama sekolah. Sehngga apabla ketga varabel dgunakan dalam satu model, akan menmbulkan permasalahan endogeny. Untuk menghndar permasalahan tersebut, dbangun tga persamaan dengan masng-masng menggunakan varabel RLS, RLSP dan RLSL. Adapun model yang dgunakan sebaga berkut: LnMISKIN = ( β + α + µ t ) + β1lntani + β LnINV _ PEM + β β 5 LnRLS β LnGINI LnPDDK + u (3.36) LnMISKIN = ( β + α + µ t ) + β1lntani + β LnINV _ PEM + β β 5 LnRLSP β LnGINI LnPDDK + u (3.37) LnMISKIN = ( β + α + µ + β + β PEM + β 3LnRLSL t ) 1LnTANI LnINV _ β 5 β LnGINI LnPDDK + u (3.38) Dmana MISKIN = Jumlah Penduduk Mskn d Provns tahun t. TANI INV_PEM RLSP RLS GINI PDDK = Produktfas sektor Pertanan d Provns Tahun t. = Pengeluaran nvestas Pemerntah d Provns Tahun t. = rata-rata lama sekolah kaum perempuan d Provns Tahun t = rata-rata lama sekolah tap penduduk d Provns Tahun t = nla ndeks Gn d Provns Tahun t. = jumlah penduduk d Provns Tahun t. βj = parameter yang destmas, j =, 1,, 3, 4, 5. α µ u t = efek ndvdu Provns = efek waktu tahun t = komponen error.
18 5 Model yang dbangun tersebut merupakan pengembangan dar model yang dgunakan oleh Suparno (1). Berdasarkan model tersebut, dharapkan koefsen dar tga varabel bebas yang pertama d kedua model mempunya nla yang negatf. Varabel bebas tersebut yau produktfas sektor pertanan, nvestas pemerntah, rata-rata lama sekolah d model pertama, rata-rata lama sekolah bag kaum perempuan d model kedua dan rata-rata lama sekolah bag kaum lak-lak d model ketga. Penngkatan dar ketga varabel d masng-masng model dharapkan dapat mengurang jumlah penduduk mskn. Sedangkan koefsen dar varabel bebas ndeks gn dan jumlah penduduk dharapkan bernla posf. Selan u, model yang dgunakan dulskan dalam bentuk logarma natural sehngga nla koefsen varabel bebas menunjukkan elastsasnya terhadap jumlah penduduk mskn. 3.3 Defns Operasonal Pada bab telah djelaskan beberapa ukuran yang relevan dgunakan dalam penelan, dantaranya ukuran kemsknan, ukuran pertumbuhan ekonom, ukuran ketmpangan pendapatan dan faktor yang berpengaruh terhadap pro poor growth. Berdasarkan ukuran-ukuran tersebut, maka dapat ddefnskan beberapa varabel yang dgunakan dalam penelan, dengan defns operasonal sebaga berkut (BPS, 7). 1 Head Count Index (P), yau persentase penduduk mskn terhadap total jumpah penduduk. Satuan yang dgunakan dalam P adalah persen (%). Pertumbuhan Ekonom (Growth) yau penngkatan pendapatan dar sutau perode ke perode tertentu, yang dhung berdasarkan penngkatan Produk Domestk Bruto (PDB). Sedangkan PDB sendr merupakan suatu ndkator pentng untuk mengetahu konds ekonom d suatu Negara dalam suatu perode tertentu. Satuan yang dgunakan dalam menghung pertumbuhan ekonom adalah persen (%). 3 Indeks Gn adalah ukuran kemerataan pendapatan yang dhung berdasarkan kelas pendapatan. Nla Indeks Gn terletak antara (nol) dan 1 (satu), dmana nol mencermnkan kemerataan sempurna dan satu menggambarkan ketdakmerataan sempurna. Nla Indeks Gn n dgunakan sebaga proks ukuran ketmpangan pendapatan.
19 53 4 Produktfas Sektor Pertanan merupakan ukuran besarnya output d sektor pertanan yang dhaslkan oleh tap pekerja d sektor tersebut. Produktfas sektor pertanan dhung dengan menggunakan satuan rbu rupah per tenaga kerja. 5 Belanja Modal Pemerntah adalah pengeluaran untuk sarana dan prasarana ekonom, sepert bangunan tempat tnggal dan bukan tempat tnggal; jalan, jembatan dan konstruks lannya; mesn dan peralatan; kendaranaan; perbakan besar pada modal; tanah dan ternak. Belanja Modal Pemerntah n dgunakan sebaga proks Pengeluaran Pemerntah untuk Investas Publk. Investas pemerntah dhung dengan menggunakan satuan juta rupah. 6 Rata-rata lama sekolah bag perempuan adalah nla rata-rata lamanya kaum perempuan usa lebh dar 15 tahun menempuh penddkan d sekolah. Ratarata lama sekolah bag perempuan n dgunakan sebaga proks tngkat penddkan bag perempuan. Satuan yang dgunakan dalam menghung ratarata lama sekolah bag perempuan adalah tahun. 7 Rata-rata lama sekolah adalah nla rata-rata bag tap penduduk usa lebh dar 15 tahun dalam menempuh penddkan d sekolah. Varabel rata-rata lama sekolah n dgunakan sebaga proks tngkat penddkan. Satuan yang dgunakan dalam menghung rata-rata lama sekolah adalah tahun. 8 Rata-rata lama sekolah bag lak-lak adalah nla rata-rata bag tap penduduk lak-lak usa lebh dar 15 tahun dalam menempuh penddkan d sekolah. Varabel rata-rata lama sekolah bag lak-lak n dgunakan sebaga proks tngkat penddkan bag lak-lak. Satuan yang dgunakan dalam menghung rata-rata lama sekolah bag lak-lak adalah tahun. 9 Jumlah penduduk menyatakan semua orang yang berdomsl d wlayah teroral selama 6 bulan atau lebh dan atau mereka yang berdomsl kurang dar 6 bulan tetap bertujuan menetap. Jumlah penduduk dhung dengan satuan rbu orang.
20 54 Berkut Tabel yang bers tentang varabel dan keterangannya. Tabel 3. Varabel yang dgunakan dalam penelan dan keterangannya No Nama Varabel Keterangan Satuan 1. MISKIN Jumlah penduduk yang berada Rbu orang d bawah gars kemsknan. P Persentase Penduduk Mskn Persen 3. GROWTH Pertumbuhan Ekonom Persen 4. GINI Nla Indeks Gn Tanpa satuan 5. PERTANIAN Produktfas pekerja d sektor pertanan Rbu rupah per tenaga kerja 6. INV_PEM Belanja modal pemerntah Juta rupah 7. RLSP Rata-rata lama sekolah kaum Tahun perempuan 8. RLS Rata-rata lama sekolah Tahun 9. RLSL Rata-rata lama sekolah kaum Tahun lak-lak 1. PDDK Jumlah penduduk Rbu orang
III. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data sekunder yang berasal dar Badan Pusat Statstk (BPS), Kementeran Penddkan dan Kebudayaan (Kemendkbud), serta dar Kementeran Keuangan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENEITIAN Peneltan n merupakan peneltan deskrptf, yang dalam penulsannya dmaksudkan untuk menjabarkan penyerapan tenaga kerja berdasarkan konds wlayah peneltan. Analss dlakukan secara kualtatf
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciINFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER
Tatk Wdharh dan Naschah ska Andran (Inferens Fungs Ketahanan dengan Metode Kaplan-Meer INFERENI FUNGI KETAHANAN DENGAN METODE KAPLAN-MEIER Tatk Wdharh dan Naschah ska Andran Jurusan Matematka FMIPA UNDIP
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB
73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
29 BAB 3 METODOLOGI PENELITIAN Bab n akan membahas mengena tahapan-tahapan yang dlakukan dalam pengolahan data dalam upaya mendapatkan hasl estmas yang mampu menjawab tujuan penelan. Tahapan pada penelan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciPowerPoint Slides by Yana Rohmana Education University of Indonesian
SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan
Lebih terperinciIII PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan
Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data
9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinci3. METODE PENELITIAN 3.1 Jenis dan Sumber Data
3. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data Susenas (Surve Sosal Ekonom Nasonal) tahun 2002-2008 dan PDRB kabupaten/kota 2002-2008 yang dkumpulkan oleh BPS (Badan Pusat Statstk).
Lebih terperinci2 TINJAUAN PUSTAKA. Model Persamaan Struktural (MPS)
3 2 TINJAUAN PUSTAKA Model Persamaan Struktural (MPS) Model persamaan struktural (MPS) merupakan salah satu analss multvarat yang dapat menganalss hubungan peubah secara kompleks. Analss n pada umumnya
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciBAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti
BAB III METODE PENELITIAN 3.1 Desan Peneltan Metode dalam peneltan merupakan suatu cara yang dgunakan oleh penelt dalam mencapa tujuan peneltan. Metode dapat memberkan gambaran kepada penelt mengena langkah-langkah
Lebih terperinciPengaruh Indikator Kependudukan Terhadap Tingkat Pengangguran Terbuka di Indonesia dengan Pendekatan Regresi Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-3 Pengaruh Indkator Kependudukan Terhadap Tngkat Pengangguran Terbuka d Indonesa dengan Pendekatan Regres Panel Elka Tantr dan Va Ratnasar
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciBAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.
BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciPemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group
Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des
Lebih terperinciModel Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method
Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciMATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian
Pengaruh Captal Structure terhadap Proftabltas pada Industr Perbankan d Indonesa Mutara Artkel n d-dgtalsas oleh Perpustakaan Fakultas Ekonom-Unverstas Trsakt, 2016. 021-5663232 ext.8335 BAB I PENDAHULUAN
Lebih terperinciPemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial
JURAL SAIS DA SEI ITS Vol. 1, o. 1, (Sept. 01) ISS: 301-98X D-183 Pemodelan Persentase Penduduk Mskn d Jawa Tmur dengan Pendekatan Ekonometrka Panel Spasal Alfta Kurna Setawat dansetawan Jurusan Statstka,
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. Objek penelitian merupakan variabel-variabel yang menjadi perhatian
58 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan merupakan varabel-varabel yang menjad perhatan penelt. Peneltan n terdr dar dua varabel yatu ndependent varable/varabel bebas (X)
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,
Lebih terperinciMODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciBAB IV TRIP GENERATION
BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciBADAN PUSAT STATISTIK KABUPATEN JAYAPURA
BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua
BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal
Lebih terperinci