MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)"

Transkripsi

1 MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

2 Konse Dasar Sngle Index Model Masalah dala ean-varance odel : Kesultan enerakan odel untuk ortofolo yang terdr dar banyak saha. Untuk enyederhanakan analss ortofolo dkebangkan Model Indeks Tunggal / Sngle Index Model (SIM) oleh Wlla Share. Dasar Sngle Index Model: Harga suatu sekurtas berfluktuas searah dengan ndeks asar Return-return sekurtas berkorelas karena adanya reaks uu (coon resonse) terhada erubahan nla asar terdaat sebuah faktor/ varabel yang eengaruh return seua sekurtas yatu ndeks asar _alteza@uny.ac.d

3 Peruusan: R a Forula SIM Untuk Sekurtas βr R a β R = tk. keuntungan saha = tk. keuntungan saha yang tdak dengaruh erubahan asar = beta = tk. keuntungan ndeks asar _alteza@uny.ac.d

4 Forula SIM Untuk Sekurtas (Lanjutan) Paraeter a daat decah enjad α (nla engharaan a ) dan e (eleen acak dar a ) sehngga: a = α + e R α βr e Oleh karena e besarnya= 0 aka tk. keuntungan saha bsa dtulskan: R α βr SIM ebag koonen return enjad : Koonen terkat dengan keunkan erusahaan (α ) Koonen terkat dengan asar (β ) _alteza@uny.ac.d

5 Forula Exected Return SIM Untuk Sekurtas Tunggal Berdasar ersaaan d atas daat druuskan forula untuk sekurtas ndvdual: E(R ) E(α ) E(βR ) e E(R ) α βe(r ) _alteza@uny.ac.d

6 Contoh Soal Dketahu exected return dar ndeks asar adalah 5%. Bagan dar exected return suatu sekurtas XYZ yang ndeenden terhada asar (α ) adalah 4% dan β sebesar 0,75. Ternyata return realsas sebesar 6%. Beraakah exected return sekurtas XYZ? _alteza@uny.ac.d

7 Jawab: E(R ) = α + β. E(RM) E(R ) = 4% + 0,75. 5% E(R ) =,75% Jad nla return realsas berdasarkan sngle ndex odel adalah R =,75% + e. Oleh karena tu aka kesalahan estas (e ) adalah sebesar 6%-,75% = 3,5% Jka nla return realsas saa dengan nla exected return, aka nvestor engestas exected return tana kesalahan. _alteza@uny.ac.d

8 Asus Sngle Index Model Kesalahan resdu dar sekurtas ke- tdak berkovar (berkorelas) dengan kesalahan resdu sekurtas ke-j atau e tdak berkovar dengan e j untuk seua nla dar dan j. Asus n secara ateats daat dtulskan sebaga: Cov (e, e j ) = 0 E (e.e j ) = 0 _alteza@uny.ac.d

9 Asus Sngle Index Model Return ndeks asar (RM) dan kesalahan resdu untuk seta sekurtas (e ) eruakan varabelvarabel acak. Oleh karena tu, e tdak berkovar (berkorelas) dengan return ndeks asar, R M. Asus n daat dnyatakan secara ateats sebaga: Cov (e, R M ) = 0 E (e [R M -E(R M )]) = 0 _alteza@uny.ac.d

10 Forula Rsko SIM Untuk Sekurtas Tunggal Secara uu varans return dar suatu sekurtas sebaga berkut: Aabla: R = α + β. R M + e E(R ) = α + β. E(R M ) Substuskan kedua ruus tersebut ke dala ruus varan aka ruus varan return sekurtas berdasarkan sngle ndex odel sebaga berkut: _alteza@uny.ac.d

11 Forula Rsko SIM Untuk Sekurtas Tunggal (Lanjutan) SIM ebag koonen rsko enjad : Koonen terkat dengan keunkan erusahaan ( e ) Koonen terkat dengan asar (β ) Total rsk = unsysteatc rsk + systeatc rsk = dversfable rsk+ nondversfable rsk _alteza@uny.ac.d

12 Forula Kovarans Antara Sekurtas Menurut SIM Dala odel ndeks tunggal, kovarans antara saha dan saha j hanya bsa dhtung atas dasar kesaaan resons kedua saha tersebut terhada return asar. Oleh karena tu, rsko yang relevan dala odel tersebut hanyalah rsko asar. beta (β) Secara ssteats, kovarans antar saha dan j yang hanya terkat dengan rsko asar bsa dtulskan sebaga: β β j j _alteza@uny.ac.d

13 Forula Exected Return SIM Untuk Portofolo Exected return ortofolo enggunakan rata-rata tertbang alha dan beta ortofolo E R P = n =1 w. α n + w. β. E(R M ) =1 _alteza@uny.ac.d

14 Forula Rsko SIM Untuk Portofolo = ( n n w. β ). M + ( w. e =1 =1 ) Ter ertaa enunjukkan koonen rsko ssteats ortofolo Ter kedua enunjukkan koonen rsko tdak ssteats ortofolo (rsko resdual) β n t1 W e _alteza@uny.ac.d

15 Forula Rsko SIM Untuk Portofolo (Lanj.) Bla nvestor eunya dana dengan roors saa ada N saha yang seakn besar, aka nla ter kedua enjad seakn kecl dan endekat 0, sehngga ersaaan d atas daat dtuls enjad: X β ] [ β ] [β β 1/ e n 1 t W β Rsko ortofolo yang terdversfkas dengan bak hanya terdr dar unsur ssteatk saja _alteza@uny.ac.d

16 Portofolo Otal Berdasarkan SIM Portofolo otal berdasar SIM beratokan ada excess return to beta, yang engukur kelebhan return relatf terhada satu unt rsko yang tdak terdversfkas (beta) Portofolo otal bers aset dengan ERB tngg enentuan enggunakan cut-off ont

17 Langkah-langkah Penentuan Portofolo Otal 1. Mengurutkan sekurtas berdasar nla ERB terbesar ke nla ERB terkecl. E(RB). Menghtung nla A dan B untuk ta-ta sekurtas ke- A E(R ) Rf β E(R ) Rf e β B β e _alteza@uny.ac.d

18 Langkah-langkah Penentuan Portofolo Otal 3. Menghtung nla C C M 1 M j1 Aj j1 Bj C adalah nla C untuk sekurtas ke- yang dhtung dar kuulas nla A 1 saa A dan B 1 saa B. Msal C3 enunjukkan nla C untuk sekurtas ke-3 yang dhtung dar kuulas A 1, A, A 3 dan B 1,B,B 3 4. Cut-off ont (C*) adalah nla C dana nla ERB terakhr > nla C _alteza@uny.ac.d

19 Langkah-langkah Penentuan Portofolo Otal (Lanjutan) 5. Sekurtas yang ebentuk ortofolo otal adalah sekurtas yang eunya nla ERB > ERB d ttk C* Sekurtas dengan ERB < ERB d ttk C* tdak erlu dkut sertakan dala ebentukan ortofolo otal. _alteza@uny.ac.d

20 Langkah-langkah Penentuan Portofolo Otal (Lanjutan) 6. Proors untuk sekurtas ke- dala ortofolo otal daat dhtung dengan ruus sbb: W k X j1 Dana: X β ej X j ERB C * W = roors sekurtas ke- k = julah sekurtas d ortofolo otal = beta sekurtas ke- e = varans resdual sekurtas ke- ERB = excess return to beta sekurtas ke- C* = cut-off ont _alteza@uny.ac.d

Nama : Crishadi Juliantoro NPM :

Nama : 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 terperinci

RETURN DAN RISIKO DALAM INVESTASI

RETURN DAN RISIKO DALAM INVESTASI RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

OVERVIEW 1/40

OVERVIEW 1/40 http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo

Lebih terperinci

TEORI INVESTASI DAN PORTFOLIO MATERI 4.

TEORI INVESTASI DAN PORTFOLIO MATERI 4. TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan

Lebih terperinci

B A B 2 LANDASAN TEORI

B A B 2 LANDASAN TEORI B A B LANDASAN TEOI. sko sko adalah segala sesuatu yang dapat epengaruh pencapaan tujuan organsas. Australan/ NZ Standard 4360 : 999 endefnskan sk sebaga The chance of soethng happenng that wll have or

Lebih terperinci

1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE

1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Prosdng SNaPP04 Sans, Teknolog, dan Kesehatan ISSN 089-358 EISSN 303-480 MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Et Kurnat, Gan Gunaan, 3 Tegar Aj Sukma Bestar,,3 Prod Matematka FMIPA

Lebih terperinci

CAPITAL ASSET PRICING MODEL

CAPITAL ASSET PRICING MODEL CAPITAL ASSET PRICING ODEL 1. Konsep CAP 2. Perumusan CAP (CL dan SL) 3. Pelonggaran CAP unya Alteza Konsep Dasar CAP Drumuskan oleh Sharpe, Lntner & ossn (1960an) odel yang menghubungkan expected return

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA

PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA Suramaya Suc Kewal Sekolah Tngg Ilmu Ekonom Mus Palembang suramayasuc@yahoo.com Abstrak: Pembentukan Portofolo Optmal

Lebih terperinci

ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL

ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL Jurnal Ilmu & Rset Manajemen Vol. No. 1 (013) ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL Kun Wnart kana_rncess@yahoo.co.d Nurul Wdyawat Sekolah Tngg Ilmu Ekonom

Lebih terperinci

CAKUPAN PEMBAHASAN. APT (Arbritage Pricing Theory) Overview. Pengujian CAPM. CAPM (Capital Asset Pricing Model) Portofolio pasar.

CAKUPAN PEMBAHASAN. APT (Arbritage Pricing Theory) Overview. Pengujian CAPM. CAPM (Capital Asset Pricing Model) Portofolio pasar. http://www.deden08m.wordpress.com CAKUPAN PEBAHASAN Overvew CAP (Captal Asset Prcng odel) Portofolo pasar Gars pasar modal Gars pasar sekurtas Estmas Beta Pengujan CAP APT (Arbrtage Prcng Theory) 1/40

Lebih terperinci

Analisis Model Indeks Tunggal Portofolio Saham di Bursa Efek Indonesia (BEI) Periode

Analisis Model Indeks Tunggal Portofolio Saham di Bursa Efek Indonesia (BEI) Periode Analss Model Indeks Tunggal Portofolo Saham d Bursa Efek Indonesa (BEI) Perode 009-011 Mrah (mrah_vezmle@ymal.com) Trsnad Wjaya (trsnad@mdp.ac.d) Jurusan Manajemen STIE MDP Abstrak : Peneltan n bertujuan

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

Jurnal Ilmu & Riset Manajemen Vol.1 No.3 (2012)

Jurnal Ilmu & Riset Manajemen Vol.1 No.3 (2012) Jurnal Ilmu & Rset Manajemen Vol.1 No.3 (01) ANALISIS PEMBENTUKAN PORTOFOLIO YANG OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL DI BURSA EFEK INDONESIA Ev Retno Sar evretno96@yahoo.com Sr Utyat Sekolah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 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 terperinci

PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 2010-NOVEMBER 2011

PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 2010-NOVEMBER 2011 PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 010-NOVEMBER 011 Lulu Ul Jannah Fakultas Ekonom Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS 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 terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 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 terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

OPTIMAL PORTFOLIO ANALYSIS BASED ON SINGLE INDEX MODEL IN LQ-45 STOCK

OPTIMAL PORTFOLIO ANALYSIS BASED ON SINGLE INDEX MODEL IN LQ-45 STOCK OTIMAL ORTFOLIO ANALYSIS ASED ON SINGLE INDEX MODEL IN LQ-45 STOCK Key words: stock portfolo. Septyarn, Drs. Tjahjo Dwnurt, MM. Undergraduate rogram, Faculty of Economy, 009 Gunadarma Unversty http://www.gunadarma.ac.d

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

PEMBAHASAN. dengan: r : premi risiko atas sekuritas

PEMBAHASAN. dengan: r : premi risiko atas sekuritas 5 dengan: E( r r : re rsko atas sekurtas f ndvdual. E( r r : re rsko atas ortofolo β f asar. : rsko ssteats. [Bode, Kane, Marcus, ] Arbtrage Prcng Theor (APT Arbtrage Prcng Theor (APT eredks Gars Pasar

Lebih terperinci

Konsep Penting dalam Investasi

Konsep Penting dalam Investasi Mater 3 Konsep Pentng dalam Investas Prof. Dr. Deden Mulyana, SE., M.S. RETURN YANG DIHARAPKAN DAN RISIKO PORTOFOLIO PENGERTIAN RETURN DAN RISIKO ESTIMASI RETURN DAN RISIKO ASET TUNGGAL ANALISIS RISIKO

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB 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 terperinci

Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan VARIABEL RANDOM. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan VARIABEL RANDOM. Statistika dan Probabilitas Unverstas Gadjah Mada Fakultas Teknk Jurusan Teknk Sl dan Lngkungan VARIABEL RANDOM Statstka dan Probabltas 2 Pengertan Random varable (varabel acak) Jens suatu fungs yang ddefnskan ada samle sace Dscrete

Lebih terperinci

Journal of Indonesian Applied Economics Vol. 4 No. 1 Mei 2010, 26-33

Journal of Indonesian Applied Economics Vol. 4 No. 1 Mei 2010, 26-33 Journal of Indonesan Appled Economcs Vol. 4 No. 1 e 010, 6-33 EILIHAN DAN EBENTUKAN OTOFOLIO SAHA LQ45 YANG OTIAL (STUDI KASUS DI BUSA EFEK INDONESIA (BEI)) Desy Wahyunngrum Fakultas Ekonom Unverstas Brawjaya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua

BAB 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

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI 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 terperinci

PENELITIAN DOSEN PEMULA

PENELITIAN DOSEN PEMULA Kode/Nama Rumpun Ilmu : 56 / Akuntans PENELITIAN DOSEN PEMULA ANALISIS PORTOFOLIO UNTUK MENENTUKAN EXPECTED RETURN OPTIMAL DAN RISIKO MINIMAL PADA SAHAM PERUSAHAAN TELEKOMUNIKASI YANG TERDAFTAR DI BURSA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 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 terperinci

BAB 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. 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 terperinci

ANALISIS MODEL INDEKS TUNGGAL SEBAGAI DASAR INVESTASI SAHAMPADA PERUSAHAAN BUMN

ANALISIS MODEL INDEKS TUNGGAL SEBAGAI DASAR INVESTASI SAHAMPADA PERUSAHAAN BUMN Jurnal Ilmu dan Rset Manajemen Volume, Nomor 8, Agustus 0 Analss Model Indeks Tunggal...-Farand, Ray ANALISIS MODEL INDEKS TUNGGAL SEBAGAI DASAR INVESTASI SAHAMPADA PERUSAHAAN BUMN Ray Farand uda.rand7@gmal.com

Lebih terperinci

ANALISIS MODEL INDEKS TUNGGAL PORTOFOLIO SAHAM PADA PERUSAHAAN MANUFAKTUR INDONESIA YANG TERDAFTAR DI BURSA EFEK INDONESIA (BEI)

ANALISIS MODEL INDEKS TUNGGAL PORTOFOLIO SAHAM PADA PERUSAHAAN MANUFAKTUR INDONESIA YANG TERDAFTAR DI BURSA EFEK INDONESIA (BEI) AALISIS ODEL IDEKS TUGGAL POTOFOLIO SAHA PADA PEUSAHAA AUFAKTU IDOESIA YAG TEDAFTA DI BUSA EFEK IDOESIA (BEI) Apryan Wdya Turangga luphyaya@ymal.com Dnnul Alfan Akbar dnnul_alfan_akbar@yahoo.com Jurusan

Lebih terperinci

BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS. panjang, umumnya lebih dari satu tahun. Secara hukum pasar modal sebagai

BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS. panjang, umumnya lebih dari satu tahun. Secara hukum pasar modal sebagai 67 BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS 2.1 Tnjauan Teorets 2.1.1 Pasar Modal 1. Pengertan Pasar Modal Menurut Samsul (2006:43) pasar modal adalah tempat atau sarana bertemunya antara permntaan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL 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 terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI 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 terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB 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 terperinci

IMPLEMENTASI SINGLE INDEX MODEL (SIM) UNTUK MENGIDENTIFIKASI PORTOFOLIO OPTIMAL DALAM RANGKA PENGAMBILAN KEPUTUSAN INVESTASI PADA BURSA EFEK INDONESIA

IMPLEMENTASI SINGLE INDEX MODEL (SIM) UNTUK MENGIDENTIFIKASI PORTOFOLIO OPTIMAL DALAM RANGKA PENGAMBILAN KEPUTUSAN INVESTASI PADA BURSA EFEK INDONESIA IMPLEMENTASI SINGLE INDEX MODEL (SIM) UNTUK MENGIDENTIFIKASI PORTOFOLIO OPTIMAL DALAM RANGKA PENGAMBILAN KEPUTUSAN INVESTASI PADA BURSA EFEK INDONESIA Oleh: Halmatus S *) A. Yusuf Imam Suja **) Bud Wahono

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. 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 terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. 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 terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB 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 terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 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 terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

BAB III METODE PENELITIAN. Dalam penelitian ini, objek yang dianalisis adalah data-data sekunder dari

BAB III METODE PENELITIAN. Dalam penelitian ini, objek yang dianalisis adalah data-data sekunder dari BAB III METODE PENELITIAN 3.1 Obek Peneltan Dalam eneltan n, obek yang danalss adalah data-data sekunder dar rsk (Y1) dan return (Y2) yang ddaat berdasarkan rumus/hasl erhtungan data sebaga deendent varable,

Lebih terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

DIPONEGORO JOURNAL OF MANAGEMENT Volume 1, Nomor 1, Tahun 2012, Halaman 1-15

DIPONEGORO JOURNAL OF MANAGEMENT Volume 1, Nomor 1, Tahun 2012, Halaman 1-15 DIPONEGORO JOURNAL OF MANAGEMENT Volume 1, Nomor 1, Tahun 01, Halaman 1-15 http://ejournal-s1.undp.ac.d/ndex.php/dbr ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN MODEL INDEKS TUNGGAL UNTUK PENGAMBILAN

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε 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 terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB 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 terperinci

PENDEKATAN METODE INDEKS TUNGGAL DALAM ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DARI SAHAM-SAHAM LQ45 PADA PERIODE WAKTU YANG BERBEDA

PENDEKATAN METODE INDEKS TUNGGAL DALAM ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DARI SAHAM-SAHAM LQ45 PADA PERIODE WAKTU YANG BERBEDA PENDEKATAN METODE INDEKS TUNGGAL DALAM ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DARI SAHAM-SAHAM LQ45 PADA PERIODE WAKTU YANG BERBEDA Et,SE,MM Dosen Unverstas Bunda Mula e-mal: Mgdln11@yahoo.co.d ABSTRACT

Lebih terperinci

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Landasan Peneltan Terdahulu Tabel.1 Tabel Penelt Terdahulu PENELITI JUDUL ALAT ANALISIS HASIL Rosta (008) Analss Portofolo Saham Melalu Model Indeks Tunggal sebaga Penlaan Expected

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS 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 terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB 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 terperinci

ANALISIS KOVARIANSI part 2

ANALISIS KOVARIANSI part 2 ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. 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 terperinci

Paramitasari, Mulyono Analisis Portofolio Untuk Menentukan Expected Return Optimal 19

Paramitasari, Mulyono Analisis Portofolio Untuk Menentukan Expected Return Optimal 19 Paramtasar, Mulyono Analss Portofolo Untuk Menentukan Expected Return Optmal 19 Analss Portofolo Untuk Menentukan Expected Return Optmal dan Rsko Mnmal pada Saham Perusahaan Telekomunkas yang Terdaftar

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB 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 terperinci

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber

Lebih terperinci

Pengaruh variabel makroekonomi..., 8 Serbio Harerio, Universitas FE UI, 2009Indonesia

Pengaruh variabel makroekonomi..., 8 Serbio Harerio, Universitas FE UI, 2009Indonesia BAB 2 LANDASAN TEORI 2.1 Defns Ilmu Makroekonom Makroekonom adalah cabang lmu ekonom yang mempelajar fenomena ekonom secara agregat atau keseluruhan, msalnya pertumbuhan ekonom, tngkat pengangguran, nflas,

Lebih terperinci

Dan untuk memperoleh persentase tingkat pengembalian selama setahun adalah:

Dan untuk memperoleh persentase tingkat pengembalian selama setahun adalah: 7 BAB 2 LANDASAN TEORI 2.1 DEFINISI ANAJEEN PORTOFOLIO anajemen portofolo berkatan erat dengan nvestas. enurut Relly dan Brown, nvestas adalah komtmen untuk menyshkan uang (pendapatan) dalam suatu perode

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB 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 terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. 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 terperinci

PORTOFOLIO DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL DAN METODE Z

PORTOFOLIO DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL DAN METODE Z Jurnal Manajemen, Vol.1, o., Me 013 POTOFOLIO DEGA MEGGUAKA MODEL IDEKS TUGGAL DA METODE Z Oleh: Werner. Murhad Unverstas Surabaya Abstract: Ths study amed to establsh the optmal portfolo usng a sngle

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 30 BAB 3 METODE PENELITIAN Metodolog eneltan meruakan taha-taha eneltan yang dlakukan dalam menuls karya akhr. Taha-taha eneltan dtetakan terlebh dahulu agar eneltan yang dlakukan lebh terarah dan memberkan

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Vol. 7 No. Jun 0 VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Donkus Ar Bud Prasetyo Progra Stud Penddkan Mateatka Jurusan MIPA Fakultas Penddkan Ilu Keguruan Unverstas Sanata Dhara Yogyakarta

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 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 terperinci

ANALISIS PORTOFOLIO OPTIMAL SAHAM INDEKS LQ-45 DENGAN MODEL INDEKS TUNGGAL DI BURSA EFEK INDONESIA

ANALISIS PORTOFOLIO OPTIMAL SAHAM INDEKS LQ-45 DENGAN MODEL INDEKS TUNGGAL DI BURSA EFEK INDONESIA Analss Portofolo Optmal 5 ANALISIS PORTOFOLIO OPTIMAL SAHAM INDEKS LQ-45 DENGAN MODEL INDEKS TUNGGAL DI BURSA EFEK INDONESIA ALMUNFARIJAH Program Stud Manajemen Unverstas Selamet Sr Kendal Jawa Tengah

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. 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 terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS 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 terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

OPTIMALISASI PORTOFOLIO DENGAN KOMBINASI INDEKS KOMPAS 100 MENGGUNAKAN ANALISIS SINGLE INDEX MODEL

OPTIMALISASI PORTOFOLIO DENGAN KOMBINASI INDEKS KOMPAS 100 MENGGUNAKAN ANALISIS SINGLE INDEX MODEL Calyptra: Jurnal Ilmah Mahasswa Unverstas Surabaya Vol.3 No.1 (014) OPTIMALISASI PORTOFOLIO DENGAN KOMBINASI INDEKS KOMPAS 100 MENGGUNAKAN ANALISIS SINGLE INDEX MODEL INTISARI Yulant Panjaya Manajemen

Lebih terperinci

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB 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 terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci