Oleh. Yenni Angraini (G )
|
|
- Harjanti Budiaman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Tugas 3 Analisis Data Lanjutan Resume : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Oleh Yenni Angraini (G ) SEKOLAH PASCA SARJANA 2016
2 Resume Jurnal : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Reproduksi merupakan salah satu kemampuan hewan yang sangat penting. Tanpa kemampuan tersebut, suatu jenis hewan akan punah. Oleh karena itu, perlu dihasilkan sejumlah besar individu baru yang akan mempertahankan jenis suatu hewan. Jenis kelamin yang dihasilkan dari suatu induk, salah satunya tergantung pada kondisi prima induk dalam proses reproduksi. Pada beberapa jenis hewan, seperti mamalia, keturunan jenis kelamin jantan lebih banyak dihasilkan dari pada betina. Sementara pada jenis hewan lainnya terjadi sebaliknya. Untuk itu pengamatan tentang rasio jenis kelamin yang dihasilkan dalam suatu proses reproduksi menjadi perhatian penting bagi peneliti dibidang reproduksi hewan. Jurnal Analysis of sex sequences by means of generalized linear mixed models fokus pada analisis urutan jenis kelamin yang dihasilkan oleh induk betina dalam proses reproduksi yang berulang. Keragaman dalam urutan jenis kelamin dari setiap group (clutch) dari proses reproduksi berulang dari induk yang sama dapat dipertimbangkan sebagai suatu metode untuk menganalisis urutan jenis kelamin. Clutch adalah sekumpulan telur yang dihasilkan oleh burung, amfibi, atau reptil, pada satu waktu dan diletakkan dalam sarang. Penyimpangan alokasi jenis kelamin secara acak dapat disebabkan oleh proses yang berlaku pada level yang berbeda atau gabungan dari level-level tersebut. Sebagai contoh, struktur data terendah yaitu telur. Pengamatan yang dilakukan pada level ini adalah jenis kelamin dari setiap telur. Jenis kelamin telur bersarang pada clutch. Pengamatan yang diamati pada level clutch ini adalah adanya perubahan peluang untuk telur menetas sebagai jantan sepanjang urutan bertelur. Selanjutnya jenis kelamin dan clutch bersarang pada level yang lebih tinggi yaitu induk. Pola urutan telur yang dihasilkan bisa berbeda dalam setiap clutch dari induk yang sama, seperti yang disajikan pada Tabel 1. Metode yang ingin dikembangkan pada jurnal ini adalah metode untuk menganalisis urutan jenis kelamin dalam clutch yang sama. Contoh yang digunakan adalah proses reproduksi di vetebrata, yaitu jenis burung beo electus. Adapun alasan penggunaan contoh dari proses reproduksi vetebrata adalah berdasarkan fakta, urutan jenis kelamin jarang dievaluasi di tingkat telur dalam spesies vertebrata polytocous. Metode yang digunakan untuk menganalisis urutan jenis kelamin berdasarkan pada parameterisasi yang tepat adalah 1
3 generalized linear mixed models (GLMM) dengan sebaran galat menyebar binomial. Metode GLMM dianggap sebagai metode yang fleksibel dan dapat dengan mudah untuk diperluas dalam menyelidiki urutan sifat atau peristiwa atau data longitudinal. Tabel 1. Contoh Struktur level dari pengelompokan urutan jenis kelamin Level 1 Level 2 Level 3 Unit contoh Telur Clutch Induk Pengamatan Jemis Kelamin dari setiap telur Adanya perubahan peluang untuk menetas sebagai jantan sepanjang urutan bertelur yang sama contoh struktur data Pola urutan telur yang dihasilkan berbeda dalam setiap clutch dari induk M M,M,F,M,F,F,F Clutch 1 : M,M,F,M,F,F,F Clutch 2 : F,F,M,F Pola urutan jenis kelamin dalam satu clutch sangat bervariasi dengan clutch lainnya. Misalnya pada satu clutch, kondisi induk prima maka akan menghasilnya telur berjenis kelamin jantan lebih banyak dibandingkan dengan clutch yang berasal dari induk yang tidak prima. GLMM bisa mengatasi permasalahan ini dengan memasukkan intersep/slop acak, sehingga ragam dari intersep/slope acak dapat diduga. Ragam dari intersep/slope acak dapat memberikan informasi tetang pola keragaman dalam data. Pada jurnal ini, model intersep acak yang digunakan, sementara model slope acak digunakan jika jumlah urutannya panjang. Tabel 2. Contoh peubah dummy ID Order Sex Prevsex Order0 AF NA NA 2 1 Peubah yang digunakan pada jurnal ini yaitu ID dari clutch (1,2,...,N), Order yaitu urutan telur (1,2,...,n) dimana n adalah banyaknya telur per clutch. Selanjutnya peubah Jenis kelamin (1 untuk jantan (M), 0 untuk betina (F)). Peubah Prevsex yiatu nilai yang diberikan berdasarkan urutan jenis kelamin sebelumnya. Nilai +0.5 akan diberikan jika jenis kelamin sebelumnya jantan dan -0.5 jika jenis kelamin sebelumnya adalah betina. Selain itu, peubah lag-1 dari peubah Order juga digunakan pada jurnal ini dengan nama peubah Order0 atau 2
4 order-1. Pada peubah ini urutan akan dimulai dari 0, dan seterusnya. Peubah lain yang digunakan dalam jurnal ini adalah AF (After and First), bernilai 0 untuk urutan telur pertama, dan 1 untuk telur pada urutan berikutnya (Tabel 2). Ada empat model yang dikembangkan pada jurnal ini, yaitu : 1. Model H0 : y ij = b 0 + u ij + r 0j 2. Model H1 : y ij = b 0 + b 1 AF ij + b 2 prevsex ij + u ij + r 0j 3. Model H2 : y ij = b 0 + b 1 Order0 ij + u ij + r 0j 4. Model H3 : y ij = b 0 + b 1 Order0 ij + b 2 prevsex ij + u ij + r 0j Keterangan : y ij : transformasi logit dari peluang telur ke-i dalam clutch ke-j untuk menetas sebagai jantan b 0 : koefisien intersep model b i : koefisien pengaruh tetap AF ij : peubah tetap After and First telur ke-i pada pada clutch ke-j prevsex ij : peubah tetap the sex of the previous sex telur ke-i pada pada clutch ke-j Order0 ij : peubah tetap Order0 telur ke-i pada pada clutch ke-j u ij ~Bin(P ij ) : pengaruh acak dari setiap telur ke-i pada clutch ke-j mengikuti sebaran binom dengan peluang sebesar P ij (within clutch) r 0j ~N(0, σ 2 0j ) : pengaruh acak pada setiap clutch dalam model intersep acak mengikuti sebaran Normal dengan nilai tengah 0 dan ragam σ 2 0j (between clutch) Pada model H0, diasumsikan tidak ada pengaruh dari urutan dan pengaruh jenis kelamin telur sebelumnya. Urutan Jenis kelamin telur dipengaruhi oleh proses yang terjadi pada seluruh clutch (between clutch). Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) diasumsikan konstan. Interpretasi dari pendugaan parameter dapat dituliskan sebagai logit(p i ) = b 0, diamana P i adalah peluang telur ke-i pada urutan telur menetas sebagai jantan. Selain itu ragam dari intersep acak memberikan informasi tentang keberagaman telur jantan di setiap clutch. Semakin besar keragaman antar clutch menunjukkan rasio jenis kelamin semakin beragam antar clutch. Model H1, diasumsikan tidak ada pengaruh dari urutan namun diasumsikan pengaruh dari jenis kelamin telur sebelumnya ada dan konstan. Selain itu diasumsikan juga perubahan peluang telur ke-i berjenis kelamin jantan (P i ) tergantung pada jenis kelamin telur sebelumnya. Adapun interpretasi yang dapat diambil dari prediksi parameter pada model ini yaitu : 1. logit(p 1 ) = b 0 2. logit(p i (i 1)f ) = b 0 + b 1 0.5b 2 3. logit(p i (i 1)m ) = b 0 + b b 2 3
5 dimana P i adalah peluang telur ke-i pada urutan telur menetas sebagai jantan, P i (i 1)m peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah jantan dan P i (i 1)f peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah betina. b 0 menduga perbedaan peluang menjadi jantan pada telur pertama, b 1 menduga perbedaan peluang menjadi jantan antara telur pertama dengan telur berikutnya, dan b 2 menduga perbedaan peluang menjadi jantan antara telur sebelumnya jantan atau betina. Model H2 diasumsikan pengaruh dari urutan jenis kelamin bersifat linear namun tidak ada pengaruh dari jenis kelamin telur sebelumnya. Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) linear, dengan interpretasi dari pendugaan parameter yaitu logit(p i ) = b 0 + (i 1)b 1, diamana P i adalah peluang telur ke-i pada urutan telur menetas sebagai jantan. Intersep atau b 0 menduga logit(p 1 ) dan Koefisien Order0 atau b 1 menduga perbedaan peluang menetas menjadi jantan antara telur ke-i dengan ke-(i 1). Model H3 mengasumsikan pengaruh dari urutan bersifat linear dan pengaruh dari jenis kelamin telur sebelumnya konstan. Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) linear dan tergantung pada jenis kelamin telur sebelumnya. Adapun interpretasi yang dapat diambil dari prediksi parameter pada model ini yaitu : 1. logit(p 1 ) = b 0 2. logit(p i ) = b 0 + (i 1)b 1 3. logit(p i (i 1)f ) = b 0 + (i 1)b 1 0.5b 2 4. logit(p i (i 1)m ) = b 0 + (i 1)b b 2 dimana penjelasan lambang yang digunakan sama seperti yang diasjikan pada interpretasi dari Model H1. Koefisien dari peubah prevsex menduga ketergantungan jenis kelamin dari telur sebelumnya. Koefisien Order0 menduga perubahan linear logit(p i ) sepanjang urutan bertelur. Data yang digunakan pada jurnal ini terbagi atas dua jenis yaitu data simulasi dan data real. Pada data simulasi, jumlah clutch hipotetik yang dibangkitkan sebanyak 50 (ID : 1, 2,..., 50). Pada setiap clutch terdapat tiga telur dengan peluang P1 = 0.6, Pi (i-1)m = 0.8, Pi (i-1)f = 0.4. Ada sekitar 3% data yang dihilangkan secara acak. Sementara untuk data real, menggunakan data urutan jenis kelamin yang dihasilkan oleh sepuluh betina dari burung beo electus. Analisis dilakukan berdasarkan urutan rasio jenis kelamin yang diproduksi oleh 4
6 induk betina dalam peristiwa reproduksi berulang-ulang. Urutan penetasan telur tidak diketahui, sehingga satu-satunya informasi yang tersedia adalah jumlah telur yang menetas pada satu kali reproduksi dan jenis kelamin. Pemilihan model terbaik perlu dilakukan dalam rangka untuk menilai model mana yang terbaik yang didukung oleh data. Adapun kriteria yang digunakan dalam pemilihan model terbaik pada jurnal ini yaitu kriteria AIC. Kelemahan AIC hanya baik untuk data yang berukuran sama. Informasi tentang urutan jenis kelamin telur biasanya terhambat oleh karena kematian sebelum jenis kelamin dari telur dapat diamati oleh peneliti, sehingga mengakitbatkan terdapatnya data hilang yang bisa bersifat missing completely at random (MCAR), missing at random (MAR), missing not at random (MNAR). Dalam membandingkan AIC antar model yang memiliki data hilang harus mendapatkan perhatian khusus, karena memberikan pengaruh yang berbeda. Modifikasi yang dilakukan pada jurnal ini adalah dengan mengeluarkan satu baris pengamatan yang terdapat data hilang, lalu dihitung kembali nilai kriteria AIC (AICc atau AIC corrected). Karena nilai AIC dan AICc yang dihasilkan tidak berbeda jauh, sehingga peneliti memutuskan menggunakan nilai kriteria AIC untuk pemilihan model terbaik. Selain mengembangkan keempat model diatas, jurnal ini juga melakukan analisis panjang urutan dari rasio jenis kelamin, dimana perubahan peluang rasio jenis kelamin bersifat nonlinear sepanjang urutan. Salah satu cara yang dapat dilakukan yaitu dengan cara memberikan pengaruh polinomial lebih tinggi untuk peubah Order0. Jurnal ini juga mengembangkan metode untuk menganalisis urutan rasio jenis kelamin, analisis di dalam dan antar group keturunan atau hanya antar group keturunan, dan metode yang memungkinkan untuk menganalisis data yang ukurannya tidak sama dan adanya data hilang. Butir penting terkait dengan substansi jurnal : Struktur data yang bertingkat Peubah yang masuk kedalam model Perbandingan antar model Penanganan data hilang Kriteria pemilihan model terbaik khususnya untuk kasus adanya data hilang Metode pendugaan parameter 5
7 6
Analysis of sex sequences by means of generalized linear mixed models. Roberto Ambrosini, Diego Rubolini, Nicola Saino. Yenni Angraini G
Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Yenni Angraini G161150051 Latar Belakang Reproduksi merupakan salah satu kemampuan
Lebih terperinciOleh. Yenni Angraini (G )
Tugas 4 Analisis Data Lanjutan Resume 2: Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Oleh Yenni Angraini (G161150051) SEKOLAH PASCASARJANA
Lebih terperinciResume 2 : Analysis of sex sequences by means of generalized linear mixed models. Yenni Angraini G
Resume 2 : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Yenni Angraini G161150051 Eksplorasi Data Data Simulasi proportion of male
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 terperinciTINJAUAN PUSTAKA TIMSS 2007
3 TINJAUAN PUSTAKA TIMSS 007 TIMSS ( Trends in Mathematics and Science Study) merupakan penelitian yang dilakukan oleh IEA (International Association for the Evaluation of Educational Achievement) yang
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciBAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam penelitian suatu bidang yang melibatkan makhluk hidup terutama manusia sebagai respon atau subjek yang diteliti tentunya harus memperhatikan
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan suatu metode dalam statistik yang popular, karena banyak digunakan pada penelitian dalam berbagai bidang. Contoh dari penggunaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis
Lebih terperinciBAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai
BAB I PENDAHULUAN 1.1 Latar Belakang Risiko kematian sangat berpengaruh terhadap beberapa jenis asuransi, diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai tingkat risiko kematian
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 terperinciMinimum Variance Unbiased Estimator (MVUE) K-Fold Cross Validation
6 Individu kemudian diseleksi dengan metode Roulette Wheel, dengan peluang suatu individu untuk terpilih dinyatakan dengan persamaan sebagai berikut: 4. Pindah silang (cross-over) Metode pindah silang
Lebih terperinciHASIL DAN PEMBAHASAN. Hemoglobin. Hemoglobin Burung Merpati Jantan dan Betina sebelum dan sesudah Dilatih Terbang
HASIL DAN PEMBAHASAN Hemoglobin Hemoglobin Burung Merpati Jantan dan Betina sebelum dan sesudah Dilatih Terbang Hemoglobin burung merpati jantan dan betina sebelum dan sesudah dilatih terbang selama penelitian
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah
Lebih terperinciTAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C Program Studi: SDP
TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C251120031 Program Studi: SDP 1. Perancangan percobaan Perancangan percobaan adalah suatu rancangan yang dibuat untuk mendapatkan informasi
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Jumlah Telur Nyamuk Aedes aegypti yang telah diberikan pakan darah akan menghasilkan sejumlah telur. Telur-telur tersebut dihitung dan disimpan menurut siklus gonotrofik. Jumlah
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
Lebih terperinciPEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG. Indahwati, Yenni Angraeni, Tri Wuri Sastuti
S-25 PEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG Indahwati, Yenni Angraeni, Tri Wuri Sastuti Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Pemodelan multilevel adalah
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinci1. PENDAHULUAN. Salah satu produk peternakan yang memberikan sumbangan besar bagi. menghasilkan telur sepanjang tahun yaitu ayam arab.
1. PENDAHULUAN A. Latar Belakang dan Masalah Sejalan dengan pertambahan penduduk dan tingkat kesadaran masyarakat akan gizi, diperlukan peningkatan ketersediaan sumber gizi terutama protein hewani. Salah
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 terperinci4 HASIL DAN PEMBAHASAN
16 4 HASIL DAN PEMBAHASAN Pada bab ini dibahas mengenai kajian simulasi dan kajian terapan. Simulasi dilakukan untuk mengevaluasi penduga yang diperoleh dengan menggunakan metode pendugaan klasik dan metode
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 terperinciHASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan
HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel bebas dalam penelitian ini adalah Corporate Governance
BAB III METODOLOGI PENELITIAN A. Variabel Penelitian Variabel bebas dalam penelitian ini adalah Corporate Governance Perception Index (CGPI), sedangkan variabel terikat dalam penelitian ini adalah volatilitas
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 terperinciPENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA
PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
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 terperinciA. Sekilas tentang Pemodelan Multilevel
Analisis Pemodelan Multilevel Melalui Program SPSS Wahyu Widhiarso Fakultas Psikologi UGM Responden penelitian tentunya tidak hanya berasal dari satu jenis latar belakang saja, akan tetapi berasal dari
Lebih terperinciHASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS
HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan salah satu unsur yang sangat penting dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan merupakan salah satu unsur yang sangat penting dalam pengambilan keputusan, karena efektif atau tidaknya suatu keputusan umumnya bergantung pada beberapa
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciMETODE PENELITIAN. Setiabudi 8
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian mengenai sikap konsumen terhadap daging sapi lokal dan impor ini dilakukan di DKI Jakarta, tepatnya di Kecamatan Setiabudi, Kotamadya Jakarta
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciII. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,
4 II. TINJAUAN PUSTAKA Dalam penelitian ini akan didiskusikan tentang transformasi model tak penuh dengan kendala menjadi model penuh tanpa kendala, pendugaan parameter, pengujian hipotesis dan selang
Lebih terperinciBAHAN DAN METODE PENELITIAN. Bahan yang digunakan pada penelitian ini adalah telur Itik Rambon dan
18 III BAHAN DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Bahan Penelitian Bahan yang digunakan pada penelitian ini adalah telur Itik Rambon dan Cihateup yang diperoleh dari pencampuran jantan dan
Lebih terperinciLABORATORIUM PEMULIAAN DAN BIOMETRIKA FAKULTAS PETERNAKAN UNIVERSITAS PADJADAJARAN JATINANGOR 2009
ANALISIS HERITABILITAS POLA REGRESI LAPORAN PRAKTIKUM Oleh Adi Rinaldi Firman 200110070044 LABORATORIUM PEMULIAAN DAN BIOMETRIKA FAKULTAS PETERNAKAN UNIVERSITAS PADJADAJARAN JATINANGOR 2009 BAB I PENDAHULUAN
Lebih terperinciHASIL DAN PEMBAHASAN
3 HASIL DAN PEMBAHASAN Analisis Dekriptif Analisis deskripsi merupakan teknik eksplorasi data untuk melihat pola data secara umum. Dari data TIMSS 7 rata-rata capaian matematika siswa Indonesia sebesar
Lebih terperinci3. METODE PENELITIAN
15 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan di TPI Cilincing, Jakarta Utara. Pengambilan data primer berupa pengukuran panjang dan bobot ikan contoh yang ditangkap
Lebih terperinciBAB I PENDAHULUAN. melakukan penelitian ada tiga jenis, yaitu data deret waktu (time series), data silang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam analisis perekonomian, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis yang diperlukan. Data yang biasa digunakan dalam melakukan penelitian
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Panjang Baku Gambar 1. menunjukkan bahwa setelah dilakukan penyortiran pada bulan pertama terjadi peningkatan rata-rata panjang baku untuk seluruh kasus dan juga kumulatif.
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Data Data merupakan kumpulan keterangan atau fakta yang diperoleh dari satu populasi atau lebih. Data yang baik, benar dan sesuai dengan model menentukan kualitas kebijakan
Lebih terperinciAPLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA. Indahwati, Dian Kusumaningrum, Wiwid Widiyani
S-4 APLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA Indahwati, Dian Kusumaningrum, Wiwid Widiyani Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Metode Statistika
Lebih terperinciBAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma
BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Repeated Measurement Dalam repeated measurement setiap perlakuan menunjukkan pengukuran terhadap satu sampel (unit eksperimen ) atau beberapa sampel yang memiliki karakter sama
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder tingkat kabupaten/kota tahun 2010, yang bersumber dari Badan Pusat Statistik (BPS), Kementerian
Lebih terperinciPROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan
Lebih terperinciGambar 5 Peta daerah penangkapan ikan kurisi (Sumber: Dikutip dari Dinas Hidro Oseanografi 2004).
24 3 METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilakukan pada bulan Maret 2011 sampai dengan bulan Oktober 2011. Lokasi penelitian berada di Selat Sunda, sedangkan pengumpulan data dilakukan
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. Penelitian ini menggunakan 20 ekor Itik Rambon Betina, 4 ekor Itik
21 III BAHAN DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Objek Penelitian Penelitian ini menggunakan 20 ekor Itik Rambon Betina, 4 ekor Itik Rambon Jantan dan 20 ekor Itik Cihateup Betina, 4 ekor
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 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Regresi Logistik Analisis Regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di Desa Bumirestu, Kecamatan Palas, Kabupaten
30 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan di Desa Bumirestu, Kecamatan Palas, Kabupaten Lampung Selatan pada April--Mei 2015. B. Alat dan Bahan 1) Alat yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 ISTILAH-ISTILAH 2.1.1 Dinamika Penduduk [Population Dynamics] Dinamika penduduk adalah proses perubahan yang terjadi secara terus menerus yang mempengaruhi jumlah penduduk
Lebih terperinciPeking. Gambar 6 Skema persilangan resiprokal itik alabio dengan itik peking untuk evaluasi pewarisan sifat rontok bulu terkait produksi telur.
23 BAHAN DAN METODE Waktu dan Tempat Penelitian Pengamatan terhadap sifat rontok bulu dan produksi telur dilakukan sejak itik memasuki periode bertelur, yaitu pada bulan Januari 2011 sampai Januari 2012.
Lebih terperinciE-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN:
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 107-115 ISSN: 2303-1751 PERBANDINGAN REGRESI BINOMIAL NEGATIF DAN REGRESI GENERALISASI POISSON DALAM MENGATASI OVERDISPERSI Studi Kasus: Jumlah Tenaga Kerja
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciHASIL DAN PEMBAHASAN Identifikasi Siklus Hidup B. tabaci Biotipe-B dan Non-B pada Tanaman Mentimun dan Cabai
16 HASIL DAN PEMBAHASAN Identifikasi Hasil identifikasi dengan menggunakan preparat mikroskop pada kantung pupa kutukebul berdasarkan kunci identifikasi Martin (1987), ditemukan ciri morfologi B. tabaci
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 terperinci4. HASIL DAN PEMBAHASAN
17 4. HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1. Organ reproduksi Jenis kelamin ikan ditentukan berdasarkan pengamatan terhadap gonad ikan dan selanjutnya ditentukan tingkat kematangan gonad pada tiap-tiap
Lebih terperinciMETODE PENELITIAN. Gambar 2. Peta lokasi penangkapan ikan kembung perempuan (R. brachysoma)
11 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Ikan contoh diambil dari TPI Kalibaru mulai dari bulan Agustus sampai dengan bulan November 2010 yang merupakan hasil tangkapan nelayan Teluk Jakarta
Lebih terperinciPENDAHULUAN. Beberapa jenis ayam broiler parent stock yang mempunyai sifat yang baik dan
I PENDAHULUAN 1.1 Latar Belakang Perusahaan peternakan pembibit ayam broiler parent stock menginginkan produksi telur ayam yang tinggi, akan tetapi pencapaiannya akan tergantung kepada beberapa faktor,
Lebih terperinciBAB 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 terperinciTINJAUAN PUSTAKA. merupakan nilai peubah bebas ke-p pada merupakan nilai koefisien peubah penjelas merupakan galat acak pengamatan ke-i.
TINJAUAN PUSTAKA Model egresi Berganda egresi linier adalah persamaan matematika yang menggambarkan hubungan antara peubah respon y dan peubah bebas X X X2 Xp. Hubungan antara kedua peubah tersebut dinyatakan
Lebih terperinciII KAJIAN KEPUSTAKAAN. selain ayam adalah itik. Itik memiliki potensi yang besar untuk dikembangkan,
II KAJIAN KEPUSTAKAAN 2.1. Deskripsi Itik Rambon Ternak unggas yang dapat dikatakan potensial sebagai penghasil telur selain ayam adalah itik. Itik memiliki potensi yang besar untuk dikembangkan, melihat
Lebih terperinciPada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung
Lebih terperinciPERBANDINGAN GLMM UNIVARIAT, BIVARIAT, DAN REDUKSI DENGAN PCA PADA DATA LONGITUDINAL DENGAN RESPON BIVARIAT
PERBANDINGAN GLMM UNIVARIAT, BIVARIAT, DAN REDUKSI DENGAN PCA PADA DATA LONGITUDINAL DENGAN RESPON BIVARIAT A. A. R. Fernandes 1) dan Solimun 1) 1) Staf Pengajar Program Studi Statistika Jurusan Matematika
Lebih terperinciModel Campuran Linear Terampat dalam pemodelan spesies dan stok ikan di Sungai Na Thap - Thailand Selatan
Model Campuran Linear Terampat dalam pemodelan spesies dan stok ikan di Sungai Na Thap - Thailand Selatan Yenni Angraini Departemen Statistics, Institut Pertanian Bogor (y_angraini@ipb.ac.id) Khairil Anwar
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis desain penelitian yang digunakan di dalam penelitian ini adalah jenis deskriptif. Jenis desain deskriptif digunakan dalam penelitian ini, yang bertujuan
Lebih terperinciPeningkatan jumlah penduduk diikuti dengan meningkatnya kebutuhan akan. bahan pangan yang tidak lepas dari konsumsi masyarakat sehari-hari.
I. PENDAHULUAN A. Latar Belakang dan Masalah Peningkatan jumlah penduduk diikuti dengan meningkatnya kebutuhan akan bahan pangan yang tidak lepas dari konsumsi masyarakat sehari-hari. Hal ini berdampak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinci3. METODE PENELITIAN
9 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Ikan contoh diambil dari TPI Kali Baru mulai dari bulan Agustus 2010 sampai dengan bulan November 2010 yang merupakan hasil tangkapan nelayan di
Lebih terperinciREGRESI LOGISTIK (LOGISTIC REGRESSION)
REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik
Lebih terperinciPelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi. Bertho Tantular 1)
Pelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi S-28 Bertho Tantular 1) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD berthotantular@gmail.com Abstrak Secara umum model
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan
TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan
Lebih terperinci3.7 Further Results and Technical Notes. Yenni Angraini-G
3.7 Further Results and Technical Notes Yenni Angraini-G161150051 Outline Nonlinear Gauss-Seidel Algorithm (NLGSA) Sifat asimtotik dari penduga Penalized Generalized Weighted Least Squares (PGWLS) Mean
Lebih terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
Lebih terperinciMETODE KEMUNGKINAN MAKSIMUM UNTUK KOREKSI SEBARAN BERSYARAT PADA ANALISIS KORELASI
METODE KEMUNGKINAN MAKSIMUM UNTUK KOREKSI SEBARAN BERSYARAT PADA ANALISIS KORELASI Restu Arisanti Departemen Statistika FMIPA Universitas Padjadjaran restu.arisanti@unpad.ac.id ABSTRAK. Masalah umum pada
Lebih terperinciLampiran 2. Fungsi dari masing-masing pernyataan yang digunakan dalam PROC MIXED
LAMPIRAN Lampiran. Bentuk Umum Dari PROC MIXED PROC MIXED pilihan-pilihan ; BY nama-nama peubah ; CLASS nama-nama peubah ; ID nama-nama peubah; MODEL peubah respon = nama-nama peubah / pilihan-pilihan
Lebih terperinciPENGUJIAN HIPOTESIS. Daerah penolakan. luas KED
PENGUJIAN HIPOTESIS A. Langkah langkah pengujian hipotesis Hipotesis adalah asumsi atau dugaan mengenai sesuatu. Jika hipotesis tersebut tentang nilai nilai parameter maka hipotesis itu disebut hipotesis
Lebih terperinciPEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)
PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang) SKRIPSI Oleh: DYAN ANGGUN KRISMALA NIM: J2E 009 040 JURUSAN
Lebih terperinciPENDEKATAN MODEL MULTILEVEL UNTUK DATA REPEATED MEASURES
PENDEKATAN MODEL MULTILEVEL UNTUK DATA REPEATED MEASURES Bertho Tantular 1 S-1 1 Jurusan Statistika FMIPA Universitas Padjadjaran 1 bertho@unpad.ac.id Abstrak Data yang diperoleh dari pengukuran berulang
Lebih terperinci(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER (Kasus : Pendugaan Proporsi Keluarga Miskin Di kabupaten Jember Jawa Timur) Etis Sunandi 1), Khairil A Notodiputro 2), Anik
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciANALISA DATA. Mayang Adelia Puspita
ANALISA DATA Mayang Adelia Puspita www.caknun.com PENDEKATAN EKONOMETRIK DALAM ANALISIS DATA Konsep dasar Ekonometrik Ekonometrika merupakan suatu ilmu tersendiri yang merupakan penggabungan dari teori
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam
Lebih terperinciDASAR- DASAR RISET PEMASARAN
EDISI KEEMPAT DASAR- DASAR RISET PEMASARAN Jilid 2 GILBERT A. CHURCHILL, JR. Bab 21 Analisis Data: Menyelidiki Hubungan TUJUAN PEMBELAJARAN 1-3 1. Menjelaskan perbedaan antara analisis regresi dan korelasi
Lebih terperinci