Status Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "Status Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1"

Transkripsi

1 UGAS MODEL LINEAR Dosen: Dr. Purhadi, M.Sc Kasus: Menurut hasil penelitian, terdapat perbedaan ukuran (size) rumah tangga antara pedesaan dan perkotaan. Selain itu, pendidikan ibu turut andil dalam menentukan jumlah anggota rumah tangga. Untuk menguji kebenaran pernyataan tersebut akan diteliti pengaruh perbedaan status tempat tinggal (kota dan desa), dan tingkat pendidikan ibu (<SMP, SMA, dan P) terhadap ukuran rumah tangga. Untuk maksud tersebut, rancangan surveinya sebagai berikut:. Unit penelitian: Rumah angga. Lokasi Penelitian: Kota Surabaya dan Kabupaten Sampang. Faktor-: Status empat inggal Level Faktor-: Desa Kota. Faktor-: Status Pendidikan Ibu: Level Faktor-: Maksimum SMP, SMA, Perguruan inggi.. Jumlah Replikasi: I. Model Dengan Interaksi A. Asumsi Kedua Faktor Dianggap Fixed abel. Jumlah anak yang dilahirkan ibu menurut status pendidikan dan tempat tinggal Status Daerah Desa Kota Pendidikan Ibu SMP ke bawah,, 7, 0,,,,, SMA,,,,,,,, P,,,,,,, 0,

2 Boxplot of Y vs F-, F-, k Y 0 k F- F- Ket: F-ingkat Pendidikan Ibu F-Status tempat tinggalkreplikasi Kasus I: Kedua faktor F- dan F- diasumsikan tetap. Model: y μ τ γ ( τγ) ε i,, j, k,,...,. Asumsi (.): (.) ijk i j ij ijk ( ) a. IIDN y N ( ) ε (0, σ ) μ τ γ τγ, σ ijk ijk i j ij b. E( ε ) 0 E( y ) μ τ γ ( τγ) ijk ijk i j ij c. var ( ijk ) var ( yijk ) ε σ σ d. τ γ ( τγ ) ( τγ ) ( τγ ) 0 0. i j ij ij ij i j i j i j Model (.) dapat dinyatakan sebagai, y Xβ+ ε (.) Dengan ( y, y, y, y, y, y,..., y, y, y, y, y, y ) y

3 ( ) ( ) β ( μτ,, τ, γ, τγ, τγ ) di mana ( τγ ) ( τγ ) + ( τγ ) ( ) ( ) ( ) ( ) ( ) τ τ τ γ γ τγ τγ τγ τγ τγ X

4 A. Estimasi Parameter Dengan MLE, estimasi parameter β dapat dihitung dengan formula, ( ) ˆ β XX Xy. (.) XX XX ( ) Xy ( ) ˆ β XX Xy Hasil-hasil estimasi seluruh parameter sebagai berikut: ˆ μ ˆ τ. ˆ τ ˆ τ ˆ γ ˆ. γ. ( τγ ) 0.6 ( τγ ) 0. τγ 0.6 τγ 0. ( ) ( ) ( τγ ) ( τγ )

5 A. Uji Hipotesis abel Anova Sumber Derajat Sum of Squares Mean F Variasi Bebas Squares Faktor- I- A Faktor- J- B Interaksi (I-)(J-) AB..7.8 Error IJ(K-) E otal IJK I J K y... yijk IJK i j k I J K I K yijk i j k i j E yij. K AB I K y I J ij. y y i... j. y... + K JK IK IJK i j i j B J y. j. y... IK IJK j A I yi.. y.... JK IJK i F- otal F- Y. 9 Y. Y.. Y. 8 Y. 0 Y.. 8 Y. Y. 6 Y.. 0 otal Y.. 6 Y.. 8 Y A I yi.. y JK IJK i ( )( ) ( )( )( ) B J y. j. y IK IJK j ( )( ) ( )( )( )

6 I J K y... yijk IJK i j k ( )( )( ) 89 ( )( )( ) y E I J K I K ij. yijk i j k i j K AB ( A + B +E) ( ). A.. Menguji Hipotesis Ho : τ τ τ 0 lawan Ha : ada minimal satu τ i,,tidak sama dengan nol. i Berdasarkan abel ANOVA di atas, diperoleh statistik uji F hit.76. Nilai ini lebih besar daripada nilai F 0.0,.0. Artinya, telah cukup bukti untuk dapat menolak Ho. Dengan kata lain, terdapat perbedaan jumlah anak yang dilahirkan dari perbedaan pendidikan ibu. A.. Menguji Hipotesis Ho : γ γ 0 lawan Ha : ada minimal satu γ j,tidak sama dengan nol. j Berdasarkan abel ANOVA di atas, diperoleh statistik uji F hit 8.6. Nilai ini lebih besar daripada nilai F 0.0,.6. Artinya, telah cukup bukti untuk dapat menolak Ho. Dengan kata lain, terdapat perbedaan jumlah anak yang dilahirkan dari perbedaan status tempat tinggal ibu. 6

7 A.. Menguji Hipotesis Ho : ( τγ ) ( τγ ) ( τγ ) ( τγ ) ( τγ ) ( τγ ) lawan 0 Ha : ada minimal satu ( ) i,, j, τγ tidak sama dengan nol. ij Nilai F hit seperti tampak pada tabel ANOVA sama dengan.8. Nilai ini lebih kecil dibanding Nilai F 0.0,.0. Hipotesis nol tidak ditolak. Artinya, tidak terdapat perbedaan jumlah anak yang dilahirkan di antara ibu berpendidikan sama di desa dan di kota begitu juga sebaliknya. A.. Uju Parsial a. Ho: τ 0 i,, i Ha: τ 0 i,, i b. Ho: γ 0 j, j Ha: γ 0 j, i ( ˆ β) XX ˆ σ XX var ( ) ( ) MSE

8 var ( ˆ τ).9 0. SE ( ˆ τ) var ( ˆ τ).9 0. SE ( ˆ τ) var ( ˆ γ) SE ( ˆ γ) var (( τγ ) ).9 0. SE (( τγ ) ) var (( τγ ) ).9 0. SE (( τγ ) ) Selanjutnya, hasil perhitungan dapat diringkas sebagai berikut: Estimator Estimasi SE t t 0.0,n- Keputusan ˆ τ olak Ho ˆ τ dk olak Ho ˆ τ dk olak Ho ˆ γ olak Ho ˆ γ olak Ho ( τγ ) dk olak Ho ( τγ ) dk olak Ho Kesimpulan: a. Rata-rata jumlah anak yang dimiliki ibu berpendidikan SMP ke bawah berbeda secara signifikan dari ibu dengan pendidikan SMA dan P. b. Ada perbedaan jumlah anak yang dilahirkan dari ibu yang tinggal di pedesaan dan di pekotaan. 8

9 Kasus. Sama seperti kasus tetapi dengan menganggap Faktor- sebagai efek random dengan model sebagai berikut: y μ + a + γ + c + ε i,, j, k,,,, ijk i j ij ijk. Estimasi Parameter Estimasi Parameter Model Efek Campuran sesungguhnya sama seperti model Efek tetap. Yang berbeda hanya Uji hipotesisnya. Pada model efek campuran, Statistik Uji F untuk faktor-a diperoleh dari perbandingan MS Faktor- dengan MS interkasi F-*F-. Demikian juga untuk Faktor-. Untuk kajian teoritisnya silakan merujuk pada tulisan penulis yang berhubungan dengan masalah ini. Berdasarkan output berikut, tampak bahwa, Faktor- dan Faktor interaksi tidak signifikan. General Linear Model: Y versus F-, F- Factor ype Levels Values F- random,, F- fixed, Analysis of Variance for Y, using Adjusted for ests Source DF Seq Adj Adj MS F P F F F-*F Error otal Kasus. Sama seperti kasus tetapi dengan menganggap Faktor- dan Faktor- sebagai efek random dengan model sebagai berikut: General Linear Model: Y versus F-, F- Factor ype Levels Values F- random,, F- random, Analysis of Variance for Y, using Adjusted for ests Source DF Seq Adj Adj MS F P F F F-*F Error otal

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 007 1. PENDAHULUAN 1 Pada suatu

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3)

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3) STK511 Analisis Statistika Pertemuan 9 ANOVA (3) 9. ANOVA (3) Diagnosis Asumsi dalam Uji Hipotesis 1. bersifat bebas terhadap sesamanya. Nilai harapan dari nol, E 0 3. Ragam homogen, Var 4. Pola sebaran

Lebih terperinci

TIN309 - Desain Eksperimen Materi #6 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #6 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN Materi #6 TIN309 DESAIN EKSPERIMEN Desain Latin Squares 2 Digunakan untuk mengontrol atau mengeliminasi dua jenis faktor nuisance. Dibuat jika terdapat 3 faktor, yaitu: 1 faktor percobaan, dan 2 faktor

Lebih terperinci

Rancangan Faktorial Factorial Design. By : Ika Damayanti, SSi, MSi

Rancangan Faktorial Factorial Design. By : Ika Damayanti, SSi, MSi Rancangan Faktorial Factorial Design : Ika Damaanti, i, i Rancangan Faktorial Rancangan faktorial digunakan untuk menelidiki secara bersamaan efek beberapa faktor berlainan. Terdapat efek kombinasi dari

Lebih terperinci

Didonwload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didonwload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Pada bab sebelumnya telah dibahas rancangan faktorial secara umum, seringkali peneliti berhadapan pada rancangan yang melibatkan sejumlah faktor yang masing-masing faktor hanya terdiri

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dibahas beberapa konsep dasar, definisi-definisi serta teorema

II. TINJAUAN PUSTAKA. Dalam bab ini akan dibahas beberapa konsep dasar, definisi-definisi serta teorema II. TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa konsep dasar, definisi-definisi serta teorema yang berkaitan dalam hal pendugaan parameter pada model linier campuran ini, yaitu sebagai berikut

Lebih terperinci

Analisis Regresi: Regresi Linear Berganda

Analisis Regresi: Regresi Linear Berganda Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.

Lebih terperinci

PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN METODE FULL FAKTORIAL DESIGN

PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN METODE FULL FAKTORIAL DESIGN 82 Dewi : PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN. PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN METODE FULL FAKTORIAL DESIGN Lydea Trinovinty Dewi 1), Ig. Joko Mulyono 2), Anastasia

Lebih terperinci

Basic Design of Experiment. Dimas Yuwono W., ST., MT.

Basic Design of Experiment. Dimas Yuwono W., ST., MT. Basic Design of Experiment Dimas Yuwono W., ST., MT. RANCANGAN PERCOBAAN Desain eksperimen (rancangan percobaan) bertujuan untuk menentukan rencana pelaksanaan eksperimen yang tepat agar dapat memperoleh

Lebih terperinci

Analisis Varians Satu Arah (One Way Anova)

Analisis Varians Satu Arah (One Way Anova) Analisis Varians Satu Arah (One Way Anova) Fungsi Uji : Untuk mengetahui perbedaan antara 3 kelompok/ perlakuan atau lebih Asumsi : Data berskala minimal interval Data berdistribusi Normal Varians data

Lebih terperinci

FIXED, RANDOM & MIXED MODELS. Senin, 12 November 2012

FIXED, RANDOM & MIXED MODELS. Senin, 12 November 2012 FIXED, RANDOM & MIXED MODELS Senin, 12 November 2012 Outline s Introduction Single Factor Models Two Factor Models EMS (Expected Mean Square) Rules The Pseudo-F Test Introduction Setiappeneliti sebelumme-running

Lebih terperinci

ANALISIS PENGARUH TERAPI GELOMBANG ELEKTROMAGNETIK FREKUENSI RENDAH TERHADAP KADAR GULA DARAH PADA TIKUS PUTIH (Rattus norvegicus)

ANALISIS PENGARUH TERAPI GELOMBANG ELEKTROMAGNETIK FREKUENSI RENDAH TERHADAP KADAR GULA DARAH PADA TIKUS PUTIH (Rattus norvegicus) TUGAS AKHIR - SS 090302 ANALISIS PENGARUH TERAPI GELOMBANG ELEKTROMAGNETIK FREKUENSI RENDAH TERHADAP KADAR GULA DARAH PADA TIKUS PUTIH (Rattus norvegicus) Yopie Irawan NRP 1306 030 036 Dosen Pembimbing

Lebih terperinci

PENGUJIAN PENGARUH FAKTOR MUSIK DAN INTENSITAS SUARA TERHADAP DAYA TAHAN PERFORMANSI MAHASISWA DALAM MENGERJAKAN SOAL HITUNGAN SEDERHANA

PENGUJIAN PENGARUH FAKTOR MUSIK DAN INTENSITAS SUARA TERHADAP DAYA TAHAN PERFORMANSI MAHASISWA DALAM MENGERJAKAN SOAL HITUNGAN SEDERHANA 96 Trenggono: PENGUJIAN PENGARUH FAKTOR MUSIK DAN INTENSITAS SUARA TERHADAP PENGUJIAN PENGARUH FAKTOR MUSIK DAN INTENSITAS SUARA TERHADAP DAYA TAHAN PERFORMANSI MAHASISWA DALAM MENGERJAKAN SOAL HITUNGAN

Lebih terperinci

Desain Tersarang dan Split Plot

Desain Tersarang dan Split Plot Desain Tersarang dan Split Plot A. Desain Tersarang Dua Tahap Di dalam suatu eksperimen multifaktor, taraf-taraf suatu faktor (misal faktor B) bersifat sebangun tapi tidak serupa untuk taraf yang berbeda

Lebih terperinci

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar

Lebih terperinci

Two-Factors Factorial Design

Two-Factors Factorial Design Two-Factors Factorial Design Materi Kuliah Ke-5 & 6 DESAIN EKSPERIMEN Dimas Yuwono Wicaksono, ST., MT. dimas_w@ahoo.com 1 Two-Factors Factorial Design Disain faktorial faktor adalah untuk melihat pengaruh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci

Analisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda

Analisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya

Lebih terperinci

Rancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si

Rancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si Rancangan Acak Lengkap Created b : Ika Damaanti, S.Si, M.Si RAL (Rancangan Acak Lengkap) Desain dimana perlakuan dikenakan sepenuhna secara acak kepada unit- unit eksperimen. Desain ini dapat digunakan

Lebih terperinci

BAB III METODE PENELITIAN. Objek dari penelitian ini adalah kemiskinan di Jawa Barat tahun ,

BAB III METODE PENELITIAN. Objek dari penelitian ini adalah kemiskinan di Jawa Barat tahun , BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dari penelitian ini adalah kemiskinan di Jawa Barat tahun 2003-2009, dengan variabel yang mempengaruhinya yaitu pertumbuhan ekonomi, Dana Alokasi Khusus

Lebih terperinci

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan

Lebih terperinci

ANCOVA (Analysis Of Covariance)

ANCOVA (Analysis Of Covariance) ANCOVA (Analysis Of Covariance) I. Prinsip Dasar dan Tujuan Analisis Prinsip Dasar ANCOVA merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan karena didalamnya dilakukan

Lebih terperinci

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

Analysis of Variance (ANOVA) Debrina Puspita Andriani    / Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor

Lebih terperinci

Analisis Korelasi & Regresi

Analisis Korelasi & Regresi Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap

Lebih terperinci

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH Statistik Industri II Teknik Industri Universitas Brawijaya Pengujian Hipotesis 3 rata-rata atau lebih Dengan teknik ANOVA (Analisis Varians) Pengujian

Lebih terperinci

Perencanaan dan Analisis Eksperimen dengan Minitab

Perencanaan dan Analisis Eksperimen dengan Minitab UNIVERSITAS MUHAMMADIYAH PALANGKARAYA LEMBAGA PENELITIAN DAN PENGABDIAN PADA MASYARAKAT KARYA PENGABDIAN PADA MASYARAKAT Perencanaan dan Analisis Eksperimen dengan Minitab Haryadi NIDN 0003116401 i HALAMAN

Lebih terperinci

TUGAS STATISTIK MULTIVARIATE. Disusun oleh: Lina Dianati Fathimahhayati 10/306097/PTK/6867

TUGAS STATISTIK MULTIVARIATE. Disusun oleh: Lina Dianati Fathimahhayati 10/306097/PTK/6867 TUGAS STATISTIK MULTIVARIATE Disusun oleh: Lina Dianati Fathimahhayati 0/06097/PTK/6867 PROGRAM STUDI PASCASARJANA TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA

Lebih terperinci

Econometric Modeling: Model Specification

Econometric Modeling: Model Specification Econometric : Model Specification Tjipto Juwono, Ph.D. Nov 18, 2015 Model Spesification Error Salah satu asumsi dalam CLRM adalah bahwa model regresi yang digunakan dalam analisa adalah model yang dispesifikasi

Lebih terperinci

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1 PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1 oleh: I Gde Ekaputra Gunartha 2 Pendahuluan Sering terjadi pada percobaan berfaktor, peneliti melibatkan aras Nol. Seperti pada kasus

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)

STK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1) STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan

Lebih terperinci

ANALYSIS OF VARIANCE (ANOVA)

ANALYSIS OF VARIANCE (ANOVA) ANALYSIS OF VARIANCE (ANOVA) Pendahuluan ANOVA Uji dengan ANOVA Post hoc procedure Materi Kuliah PENDAHULUAN Jika uji t digunakan untuk membandingkan ratarata/parameter sampel ANOVA digunakan untuk membandingkan

Lebih terperinci

1. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer).

1. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer). NAMA : INDRI SUCI RAHMAWATI NIM : 205-32-005. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer). KASUS IMT

Lebih terperinci

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan

Lebih terperinci

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi ESTIMASI TITIK Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi sampel. Statistik merupakan bentuk dari

Lebih terperinci

RANCANGAN ACAK LENGKAP

RANCANGAN ACAK LENGKAP RANCANGAN ACAK LENGKAP Pengertian Merupakan jenis rancangan percobaan dimana perlakuan diberikan secara acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena lingkungan tempat percobaan diadakan

Lebih terperinci

Analisa Regresi Dua Variabel: Estimasi

Analisa Regresi Dua Variabel: Estimasi Analisa Regresi Dua Variabel: Estimasi Tjipto Juwono, Ph.D. April 22, 2016 TJ (SU) Analisa Regresi Dua Variabel: Estimasi April 2016 1 / 26 PRF vs SRF Apa Perbedaan PRF dan SRF Population Regression Function

Lebih terperinci

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.

Lebih terperinci

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd Pertemuan Ke-1 1 Pendahuluan Statistik parametrik yang digunakan untuk mencari perbedaan atau persamaan dua rata-rata adalah Uji-t, dan analysis of varians (anova/ anova) digunakan untuk mencari perbedaan

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1) STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis

Lebih terperinci

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah

Lebih terperinci

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN BAB 08 ANALISIS VARIAN Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Oleh karena itu pada bagian

Lebih terperinci

Rancangan Blok Terpisah (Split Blok)

Rancangan Blok Terpisah (Split Blok) Rancangan Blok Terpisah (Split Blok) KULIAH 13 PERANCANGAN PERCOBAAN (STK 222) rahmaanisa@apps.ac.id Rancangan Split Blok Kedua faktor merupakan petak utama Pengaruh yang ditekankan adalah pengaruh interaksi

Lebih terperinci

BAB III METODE PENELITIAN. Objek dari penelitian ini adalah indeks pembangunan manusia di Indonesia

BAB III METODE PENELITIAN. Objek dari penelitian ini adalah indeks pembangunan manusia di Indonesia BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dari penelitian ini adalah indeks pembangunan manusia di Indonesia tahun 005-008, dengan variabel yang mempengaruhinya yaitu pertumbuhan ekonomi, pengeluaran

Lebih terperinci

Rancangan Bujur Sangkar Latin (Latin Square Design) Week 5. By : Ika Damayanti, S. Si, M. Si

Rancangan Bujur Sangkar Latin (Latin Square Design) Week 5. By : Ika Damayanti, S. Si, M. Si Rancangan Bujur Sangkar Latin (Latin Square Design) Week 5 By : Ika Damayanti, S. Si, M. Si Rancangan Bujur Sangkar Latin Dinamakan bujur sangkar latin karena desainnya berbentuk bujur sangkar dan perlakuannya

Lebih terperinci

SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program

SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program Studi Teknik Industri, Universitas Kristen Petra Siwalankerto

Lebih terperinci

Analisa Regresi Berganda

Analisa Regresi Berganda Analisa Regresi Berganda Tjipto Juwono, Ph.D. June 18, 2015 TJ (SU) Regresi Ganda May 2015 1 / 23 Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6 2 360 29 4 10 3 165 36 7 3 4 43 60 6 9 5 92

Lebih terperinci

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN Kelompok 11 : Devita Arum S. 12110101015 Saiful Fadillah 12110101027 Wafiyatul Khusna 12110101047 Firstyan Puguh N.C. 12110101051

Lebih terperinci

ANALISA RAGAM DATA (UJI ANOVA)

ANALISA RAGAM DATA (UJI ANOVA) MATERI III ANALISA RAGAM DATA (UJI ANOVA) STMIK KAPUTAMA BINJAI Wahyu S. I. Soeparno, SE., M.Si Analisa Ragam Satu Arah (Oneway) Analisa ragam satu arah ( oneway ANOVA) digunakan untuk membandingkan mean

Lebih terperinci

Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS

Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Oleh Nama : Eva Wahyu Hariyati NRP : 1308 030 003 Dosen Pembimbing : Dra. Lucia Aridinanti, MT Karakter FTI dan FMIPA yang berbeda Orientasi tiap jurusan

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 9 Bab 2 LANDASAN TEORI 21 Uji Kecukupan Sampel Dalam melakukan penelitian yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel Pengujian

Lebih terperinci

BAB IV ANALISIS DATA. telah ada pada pokok bahsan bab awal. Hipotesa penulis adalah : Komunikasi IAIN Sunan Ampel Surabaya.

BAB IV ANALISIS DATA. telah ada pada pokok bahsan bab awal. Hipotesa penulis adalah : Komunikasi IAIN Sunan Ampel Surabaya. 83 BAB IV ANALISIS DATA A. Pengujian Hipotesis Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan menggunakan program SPSS, penulis membuat hipotesis sebagaimana yang telah ada pada pokok

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Bab 4: Metode Evaluasi Estimator Statistika FMIPA Universitas Islam Indonesia Penggunaan metode estimasi yang berbeda dapat menghasilkan estimator yang sama maupun berbeda Dari hasil estimator yang berbeda,

Lebih terperinci

A. SOAL 1: UJI NORMALITAS DATA DG CHIR KUADRAT. Pengukuran terhadap tinggi mahasiswa tingkat pertama dilakukan dan

A. SOAL 1: UJI NORMALITAS DATA DG CHIR KUADRAT. Pengukuran terhadap tinggi mahasiswa tingkat pertama dilakukan dan 009 A. SOAL : UJI NORMALITAS DATA DG CHIR KUADRAT Pengukuran terhadap tinggi mahasiswa tingkat pertama dilakukan dan diambil sebuah sampel secara acak berukuran 00. Dicatat dalam daftar distribusi frekwensi

Lebih terperinci

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43 Pembahasan Soal Tjipto Juwono, Ph.D. May 14, 2016 TJ (SU) Pembahasan Soal May 2016 1 / 43 Warming Up 1 Berikan contoh untuk skala rasio, skala interval, skala ordinal, skala nominal. 2 Dapatkah kita melakukan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Penelitian yang digunakan dalam penelitian ini ialah Perusahaan yang Terdaftar di Jakarta Islamic Index tahun 2011-2013. Teknik yang digunakan dalam

Lebih terperinci

BAB 7: UJI HIPOTESIS (1)

BAB 7: UJI HIPOTESIS (1) BAB 7: UJI HIPOTESIS (1) Uji hipotesis dilakukan untuk membuktikan kebenaran akan asumsi atas nilai parameter. Asumsi terhadap nilai parameter inilah yang kita sebut hipotesis. Untuk membuktikan benar/tidaknya

Lebih terperinci

TWO-STAGE NESTED DESIGN. Dimas Yuwono Wicaksono, ST., MT.

TWO-STAGE NESTED DESIGN. Dimas Yuwono Wicaksono, ST., MT. TWO-STAGE NESTED DESIGN Dimas Yuwono Wicaksono, ST., MT. TWO-STAGE NESTED DESIGN Nested design adalah salah satu kasus dari desain multi faktor dimana level dari salah satu faktor (misal : faktor B) serupa

Lebih terperinci

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM.

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM. LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si Oleh Nurul Anggraeni Hidayati NIM. 14610002 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

Analisis Regresi Linier ( Lanjutan )

Analisis Regresi Linier ( Lanjutan ) Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity

Lebih terperinci

BAB IV ANALISIS DATA A. PENGUJIAN HIPOTESIS

BAB IV ANALISIS DATA A. PENGUJIAN HIPOTESIS A. PENGUJIAN HIPOTESIS BAB IV ANALISIS DATA Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan, penulis membuat hipotesis sebagaimana yang telah ada pada pokok bahsan bab awal. Hipotesa

Lebih terperinci

Regresi Linier Berganda

Regresi Linier Berganda Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah

Lebih terperinci

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19 Interval Estimation Tjipto Juwono, Ph.D. May 2017 TJ (SU) Interval Estimation May 2017 1 / 19 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X i

Lebih terperinci

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan

Lebih terperinci

BAB IV HASIL ANALISA DAN PEMBAHASAN

BAB IV HASIL ANALISA DAN PEMBAHASAN BAB IV HASIL ANALISA DAN PEMBAHASAN A. Statistik Deskriptif Penelitian ini menggunakan analisa regresi yang tujuannya adalah untuk meramalkan suatu nilai variabel dependen dengan adanya perubahan dari

Lebih terperinci

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) II. TINJAUAN PUSTAKA 2.1 Rancangan Petak Teralur Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) sebagai satuan percobaan yang terdiri dari plot baris untuk perlakuan

Lebih terperinci

Rancangan Petak Berjalur

Rancangan Petak Berjalur Rancangan Petak Berjalur Ade Setiawan 009 Nama lain untuk Rancangan Split-Blok adalah Strip-Plot atau Rancangan Petak-Berjalur (RPB. Rancangan ini sesuai untuk percobaan dua faktor dimana ketepatan pengaruh

Lebih terperinci

Analisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda

Analisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga

Lebih terperinci

BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan)

BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan) Saintia Matematika Vol. 1, No. 3 (2013), pp. 249 259. BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan) Yuliana,

Lebih terperinci

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama 48 LAMPIRAN Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama No. ID Sapi... Selanjutnya Ke Tanggal Tanggal Kawin Pertama Jumlah Servis (Kali) Service Period Lama Kosong Selang 1 776 1 13/08/2009

Lebih terperinci

TIN309 - Desain Eksperimen Materi #10 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #10 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Materi #10 TIN309 DESAIN EKSPERIMEN Pendahuluan 2 Disain 2 Faktorial dan 3 Faktorial yang telah dipelajari sebelumnya adalah random desain. Apabila terdapat nuisance factors yaitu suatu faktor yang memberikan

Lebih terperinci

BAB IV PEMBAHASAN. variabel independen dengan dependen, apakah masing-masing variabel

BAB IV PEMBAHASAN. variabel independen dengan dependen, apakah masing-masing variabel BAB IV PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Analisis Regresi Berganda Analisis regresi berganda adalah hubungan secara linear antara dua atau lebih variabel independen. Analisis ini untuk mengetahui arah

Lebih terperinci

Perbedaan Hasil Belajar Matematika Ditinjau Dari Kombinasi Model Pembelajaran Kooperatif dan Motivasi Berprestasi

Perbedaan Hasil Belajar Matematika Ditinjau Dari Kombinasi Model Pembelajaran Kooperatif dan Motivasi Berprestasi Perbedaan Hasil Belajar Matematika Ditinjau Dari Kombinasi Model Pembelajaran Kooperatif dan Motivasi Berprestasi Differences in Mathematics Learning Outcomes Seen From Combination Model Cooperative Learning

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya, Kabupaten

BAB III METODE PENELITIAN. menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya, Kabupaten BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi yang dipilih pada penelitian ini yaitu provinsi Jawa timur dengan menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya,

Lebih terperinci

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE HASIL ANALISA DATA STATISTIK DESKRIPTIF Date: 06/15/16 Time: 11:07 Sample: 2005 2754 ROE LDA DA SDA SG SIZE Mean 17.63677 0.106643 0.265135 0.357526 0.257541 21.15267 Median 11.00000 0.059216 0.251129

Lebih terperinci

PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.

PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb. JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN. statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan

BAB IV ANALISA DAN PEMBAHASAN. statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Normalitas Pengujian normalitas distribusi data populasi dilakukan dengan menggunakan statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan keputusan yaitu

Lebih terperinci

PENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k-1 MARTA SUNDARI

PENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k-1 MARTA SUNDARI PENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k- MARTA SUNDARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007

Lebih terperinci

KONSEP NILAI HARAPAN KUADRAT TENGAH

KONSEP NILAI HARAPAN KUADRAT TENGAH ROZA AZIZAH PRIMATIKA, M.Si KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun analisis ragam

Lebih terperinci

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan 49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran

Lebih terperinci

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc ANOVA SATU ARAH Nucke Widowati Kusumo Proo, S.Si, M.Sc It s about: Ui rata-rata untuk lebih dari dua populasi Ui perbandingan ganda (ui Duncan & Tukey) Output SPSS PENDAHULUAN Ui hipotesis yang sudah kita

Lebih terperinci

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI 1 HIPOTESIS Hipotesis adalah pernyataan yang masih lemah tingkat kebenarannya sehingga masih harus diuji

Lebih terperinci

4 SIFAT-SIFAT STATISTIK DARI REGRESI KONTINUM

4 SIFAT-SIFAT STATISTIK DARI REGRESI KONTINUM 4 SIFA-SIFA SAISIK DAI EGESI KONINUM Abstrak Matriks pembobot W pada egresi Kontinum diperole dengan memaksimumkan fungsi kriteria umum ternata menimbulkan masala dari aspek statistika. Prinsip dari fungsi

Lebih terperinci

BAB IV PEMBAHASAN DAN HASIL PENELITIAN

BAB IV PEMBAHASAN DAN HASIL PENELITIAN BAB IV PEMBAHASAN DAN HASIL PENELITIAN IV.1 Analisis Deskriptif IV.1.1 Gambaran Mengenai Return Saham Tabel IV.1 Descriptive Statistics N Range Minimum Maximum Mean Std. Deviation Return Saham 45 2.09-0.40

Lebih terperinci

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

BAB 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 terperinci

III. METODE PENELITIAN

III. 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 terperinci

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR Rancangan Acak Kelompok atau biasa disingkat RAK digunakan jika kondisi unit percobaan yang digunakan tidak homogen. Dalam rancangan ini, petakan percobaan

Lebih terperinci

Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24

Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24 Interval Estimation Tjipto Juwono, Ph.D. May 20, 2015 TJ (SU) Interval Estimation May 2015 1 / 24 Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini menggunakan penelitian kuantitatif yang menggunakan data numerik atau angka-angka. Metode deskriptif yaitu untuk menjawab pertanyaan-pertanyaan

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17 Interval Estimation Tjipto Juwono, Ph.D. May 13, 2016 TJ (SU) Interval Estimation May 2015 1 / 17 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka 48 BAB IV ANALISIS HASIL DAN PEMBAHASAN Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka selanjutnya dalam bab analisis hasil dan pembahasan ini akan diterangkan mengenai hasil

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan

Lebih terperinci

Lampiran 1: Data Mentah Pengamatan Sebelum Dianalisis. Berdasarkan hasil pengamatan yang dilakukan, diperoleh data sebagai berikut:

Lampiran 1: Data Mentah Pengamatan Sebelum Dianalisis. Berdasarkan hasil pengamatan yang dilakukan, diperoleh data sebagai berikut: Lampiran-lampiran Lampiran 1: Data Mentah Pengamatan Sebelum Dianalisis 1) Tinggi Tanaman Berdasarkan hasil pengamatan yang dilakukan, diperoleh data sebagai berikut: Tabel 4: Rata-rata tinggi tanaman

Lebih terperinci

PENGARUH MOTIVASI KERJA DAN LINGKUNGAN KERJA TERHADAP KINERJA KARYAWAN PADA PUSAT ADMINISTRASI FAKULTAS KEDOKTERAN UNIVERSITAS INDONESIA

PENGARUH MOTIVASI KERJA DAN LINGKUNGAN KERJA TERHADAP KINERJA KARYAWAN PADA PUSAT ADMINISTRASI FAKULTAS KEDOKTERAN UNIVERSITAS INDONESIA PENGARUH MOTIVASI KERJA DAN LINGKUNGAN KERJA TERHADAP KINERJA KARYAWAN PADA PUSAT ADMINISTRASI FAKULTAS KEDOKTERAN UNIVERSITAS INDONESIA Nama : Ridwan Maulana NPM : 16212320 Pembimbing : Widiyarsih, SE.,

Lebih terperinci

REVIEW REGRESI LINIER BERGANDA. 24/09/2012 MK. Ekonometrika Darmanto, S.Si.

REVIEW REGRESI LINIER BERGANDA. 24/09/2012 MK. Ekonometrika Darmanto, S.Si. REVIEW REGRESI LINIER BERGANDA 1 PENGANTAR Semakin banyak variabel independen yang relevan muncul dalam model, akan semakin sempurna model yg ada dan akan semakin mengurangi beban dari variabel U dan α.

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. DESKRIPSI DATA Data hasil penelitian terdiri dari dua variabel bebas yaitu variabel gaya belajar siswa (X1) dan variabel minat belajar siswa (X2) serta satu variabel terikat

Lebih terperinci

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011 1 ANALISIS VARIANSI Utriweni Mukhaiyar MA 2181 Analisis Data 2 November 2011 Analisis Variansi 2 1. Tujuan Analisis Variansi 2. Asumsi-asumsi dalam Analisis Variansi 3. Hipotesis yang diuji dalam analisis

Lebih terperinci

BAB IV ANALISIS HASIL PEMBAHASAN

BAB IV ANALISIS HASIL PEMBAHASAN BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Analisis Profil Responden 4.1.1 Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian

Lebih terperinci

Tabel Perhitungan Waktu Standar

Tabel Perhitungan Waktu Standar waktu baku = = waktu 3,39 normal 100 % 100 % 17 % 100 % 100 % % allowance = 4,08 menit /container. Tabel Perhitungan Waktu Standar No 1 2 3 Proses Kerja Memindakan container dari tanah ke truk (L1) Memindakan

Lebih terperinci