ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR
|
|
- Veronika Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR Rosy Riskiyanti Dosen Pembimbing Ir. Sri Pingit Wulandari, M.Si
2 Latar Belakang Aspek Kesejahteraan MDGs Visi Indonesia Sehat 010 Bahan Evaluasi pembangunan khususnya bidang kesehatan dan menyusun rencana kerja di bidang kesehatan Tolak Ukur keberhasilan Pembangunan
3 Permasalahan Bagaimana gambaran kesehatan masyarakat di setiap kabupaten/kota berdasarkan faktor-faktor derajat kesehatan di Provinsi Jawa Timur? Faktor-faktor apa saja yang mempengaruhi angka kematian bayi, angka harapan hidup, dan status gizi buruk di Provinsi Jawa Timur?
4 Tujuan Mengetahui gambaran kesehatan masyarakat di setiap kabupaten/kota berdasarkan derajat kesehatan di Provinsi Jawa Timur Menentukan faktor-faktor apa saja yang mempengaruhi angka kematian bayi, angka harapan hidup, dan status gizi buruk di Provinsi Jawa Timur
5 Batasan Masalah Data yang digunakan adalah merupakan data sekunder dari Badan Pusat Statistik (BPS) tahun 007. Dan hasil kesimpulan penelitian ini terbatas pada hubungan antara variabel angka kematian bayi, angka harapan hidup, dan status gizi buruk dengan indikator derajat kesehatan Manfaat Penelitian ini diharapkan dapat memberi masukan dan sekaligus bahan pertimbangan bagi pihak pemerintah khususnya Badan Perencanaan Pembangunan Daerah (Bapedda) dan Dinas Kesehatan Provinsi Jawa Timur dalam merencanakan pembangunan, khususnya dalam bidang kesehatan. Dan juga sebagai bahan informasi bagi pihakpihak yang membutuhkan
6 Penelitian Terdahulu Pramasita (005) Faktor-faktor yang Mempengaruhi Angka Kematian Bayi di Wilayah Jawa Timur Tahun 00. Purwaningsih (006) Analisis Pengelompokan Wilayah Jawa Timur Berdasarkan Indikator-indikator Derajat Kesehatan Masyarakat Talangko (009) Pemodelan Persamaan Struktural dengan Maximum Likelihood dan Bootstrap pada Derajat Kesehatan Di Provinsi Sulawesi Selatan
7 Analisis Regresi Multivariat Model regresi multivariat adalah model regresi dengan lebih dari satu variabel respon yang saling berkorelasi dan satu atau lebih variabel prediktor (Johnson dan Wichern, 1998; Rencher, 00). Model regresi multivariat yang terdiri dari q model linear secara simultan dapat ditunjukkan dalam bentuk persamaan berikut ini:
8 Koefisien Korelasi Koefisien korelasi (r xy ) merupakan suatu ukuran (indikator) hubungan liniear antara variabel, misal variabel X dan Y (Draper, 199) Korelasi berkisar antara -1 sampai 1 (-1 r xy 1). Artinya, semakin mendekati 1, berarti hubungan antara dua variabel tersebut semakin erat secara liniear dan juga sebaliknya n i n i i i n i i i xy y y x x y y x x r 1 1 1
9 Pengujian Kebebasan Antar Variabel Respon Untuk menguji kebebasan antar variabel ini dapar dilakukan uji Bartlett Sphericity berikut (Morrison, 005): Hipotesis : H 0 : Antar variabel respon bersifat independen H 1 : Antar variabel respon bersifat dependen Statistik uji : hitung n 1 q 5 ln 6 R Gagal Tolak H 0 jika hitung 1 yang berarti antar variabel bersifat independen ; q( q1)
10 Kullback s Information Criterion Corrected (KICc) Menurut Hafidi dan Mkhadri (006) kriteria KICc (Kullback s Information Criterion Corrected) merupakan koreksi dari metode KIC dan akan menghasilkan model terbaik jika digunakan pada sampel kecil untuk pemilihan model linear multivariat. Hafidi dan Mkhadri (006) menyatakan bahwa besarnya KICc adalah : ˆ d3n p q 1 ln q KICc n d qp 0,5qq 1 n p q 1 Kriteria pemilihan model terbaik jika didapatkan nilai KICc terkecil yang berarti semakin kecil nilai dari KICc maka semakin baik model yang digunakan
11 Hubungan Antara Variabel Respon dan Variabel Prediktor Pada regresi multivariat, ukuran yang digunakan untuk mengukur hubungan antara variabel respon dan prediktor adalah Wilk s Lambda. Ukuran dinyatakan dengan rumus sebagai berikut: (Rencher, 00) 1 dengan Λ adalah nilai Wilk s lambda Nilai berada pada interval 0 dan 1. Semakin mendekati 1 berarti hubungan antara variabel respon dan variabel prediktor semakin erat. Dengan kata lain nilai menyatakan prosentase dari variabel respon yang dapat dijelaskan oleh variabel prediktor
12 Uji Hipotesis Pengujian ini dilakukan untuk menguji apakah secara keseluruhan parameter tidak sama dengan nol. Hipotesis yang digunakan adalah sebagai berikut: (Rencher, 00) H H 0 1 : B 1 0 : Paling sedikit ada satu B 1 0 Statistik uji yang digunakan adalah Wilk s Lamda E E H Y T Y Y Bˆ T Y T X T T ny y Y Dimana y adalah vektor rata-rata dari matriks Y H 0 ditolak jika hitung, q, p, n p1 Nilai, q, p, n p1 adalah nilai tabel ktitis untuk Wilk s Lambda.
13 Uji Asumsi Residual Identik Untuk menguji syarat ini dapat dipergunakan statistik uji Box s M. Hipotesis H 0 : 1... k H 1 : Minimal ada satu i j untuk i j Statistik uji : u (1 c1 ) ln M k 1 c 1 i1 v i1 1 p 3p 1 6( p 1)( k 1) v i ln M 1 k i1 k i v i n 1 i k 1 v i ln Si v i1 i ln S pool Terima hipotesis nol jika u yang berarti matriks varianskovarians bersifat homogen 1 ; ( k1) p( p1)
14 Uji Asumsi Residual Independen Untuk menguji syarat ini dapat dipergunakan statistik uji Bartlett Sphericity Hipotesis H 0 : Residual bersifat independent H 1 : Residual bersifat dependent Statistik uji : hitung n 1 q 5 ln R 6 Gagal Tolak H 0 jika hitung 1 yang berarti antar residual bersifat independen ; q( q1)
15 Uji Asumsi Residual Distribusi Normal Pemeriksaan distribusi normal multivariat dapat dilakukan dengan cara membuat q-q plot dari nilai (Johnson d i & Wichern, 007). Hipotesis yang digunakan adalah sebagai berikut. H 0 : Residual berdistribusi normal multivariat H 1 : Residual tidak berdistribusi normal multivariat Statistik Uji: T 1 εˆ ε S εˆ ε, i n di i i 1,,..., Kesimpulan adalah gagal tolak H 0 atau data dikatakan berdistribusi normal multivariat jika ada sejumlah data yang memiliki nilai d lebih dari 50% i p,0,5
16 Angka Kematian Bayi Kematian bayi adalah kematian yang terjadi setelah bayi lahir hidup hingga berumur kurang dari satu tahun, sedangkan angka kematian bayi adalah jumlah kematian bayi yang terjadi setelah bayi lahir hidup hingga berumur kurang dari satu tahun dibagi jumlah kelahiran dikalikan dengan suatu konstanta yaitu 1000 kelahiran (Depkes, RI). Angka Harapan Hidup (AHH) Kemampuan untuk bertahan hidup lebih lama atau rata-rata tahun hidup yang akan dijalani oleh bayi yang baru lahir pada suatu tahun tertentu yang diukur dengan angka harapan hidup pada saat lahir (life expectacy at birth) yang biasa dinotasikan dengan e 0 Status Gizi Buruk Status gizi merupakan keadaan tubuh yang diakibatkan oleh keseimbangan antara asupan zat gizi (intake) dan jumlah yang dibutuhkan tubuh untuk berbagai fungsi biologis termasuk pertumbuhan fisik, perkembangan, aktifitas, pemeliharaan kesehatan dan lainnya
17 Sumber Data Data yang digunakan adalah merupakan data sekunder dari hasil pendataan Badan Pusat Statistik (BPS) yaitu Analisa Penyusunan Kinerja Makro Ekonomi dan Sosial Jawa Timur Tahun 007, Profil Kesehatan Provinsi Jawa Timur 007, serta Survei Sosial Ekonomi Nasional (SUSENAS) tahun 007
18 Variabel Penelitian Y 1 Y Y 3 X 1 X X 3 X 4 X 5 X 6 Prosentase angka kematian bayi Prosentase angka harapan hidup Prosentase status gizi buruk Variabel Respon Variabel Prediktor Prosentase rumah tangga yang menggunakan jamban dengan tangki septik Prosentase rumah yang menggunakan air bersih untuk minum/masak (air kemasan, PAM, pompa, sumur terlindung dan mata air terlindung) Prosentase peran aktif masyarakat dalam posyandu purnama dan mandiri Prosentase rata-rata lamanya bayi diberi ASI Eksklusif pada usia 0- tahun Prosentase persalinan yang dilakukan oleh tenaga medis Prosentase Imunisasi lengkap yang mencakup imunisasi BCG, DPT, Polio, Campak, dan hepatitis
19 Langkah-Langkah Penelitian Mulai Tidak Analisis Regresi Univariat Pengujian Korelasi Antar Variabel Respon Ya Analisis Regresi Multivariat Pemilihan variabel prediktor dengan menggunakan KICc Menaksir Parameter Uji Asumsi Residual IIDN Interpretasi Model Selesai
20 Statistik Deskriptif Variabel Respon Variabel Rata-Rata Minimal Maksimal AKB (%) 46,85 36,80 64,56 AHH (%) 67,35 60,1 71,5 Gizi Buruk (%),649 1,34 4,8 70,00 60,00 50,00 40,00 30,00 0,00 10,00 0,00 Angka Kematian Bayi
21 Angka Harapan Hidup 7,00 70,00 68,00 66,00 64,00 6,00 60,00 58,00 56,00 54,00 GIZI BURUK 5,00 4,50 4,00 3,50 3,00,50,00 1,50 1,00 0,50 0,00
22 Y3 Y Y1 Statistik Deskriptif Variabel Prediktor Variabel Rata-Rata Min Maks Prosentase Jamban (X 1 ) 51,66 10,93 9,35 Prosentase Air (X ) 84,31 8,00 99,91 Prosentase Posyandu (X 3 ) 41,80 1,16 88,1 Prosentase ASI (X 4 ) 48,01 17,34 88,0 Prosentase Salin_Medis (X 5 ) 87,55 61,61 99,33 Prosentase Imunisasi (X 6 ) 56,06 4,36 90, X1 100 X X3 90 X X5 100 X6
23 Analisa Hubungan Variabel Respon Variabel Respon AKB (Y1) AHH (Y) Gizi Buruk (Y3) AKB (Y1) 1-0,77 0,513 AHH (Y) -0,77 1-0,641 Gizi Buruk (Y3) 0,513-0,641 1 Jika menggunakan uji Bartlett Spericity hasilnya dapat dilihat sebagai berikut dengan hipotesis: (Morrison, 005). H 0 : Antar variabel respon bersifat independent H 1 : Antar variabel respon bersifat dependent Statistik uji: q 5 hit n 1 ln R 6 hitung Diperoleh nilai untuk ketiga variabel respon tersebut yaitu sebesar 45,34. Karena nilai hitung untuk ketiga variabel respon lebih besar dari nilai 0,05;3 sebesar 7,815 maka kesimpulannya tolak H 0 atau antar variabel respon saling berkorelasi sehingga dapat digunakan analisis regresi multivariat
24 q Distribusi Normal Multivariat Variabel Respon Asumsi selanjutnya yang harus dipenuhi dalam analisis regresi multivariat adalah variabel respon berdistribusi normal multivariat. Bentuk hipotesisnya adalah: H 0 : Variabel respon berdistribusi normal multivariat H 1 : Variabel respon tidak berdistribusi normal multivariat Scatterplot of q vs dd Diperoleh nilai dari d i sebanyak 55,6 persen, sehingga dapat disimpulkan bahwa ketiga variabel respon berdistribusi normal multivariat 3;0, dd
25 Pemilihan Model dengan Metode KICc Untuk Variabel Prediktor No Prediktor AICC KICC No Prediktor AICC KICC 1 X1 30,677 33, XX3X5 84,466 30,466 X 35, , XX3X6 313,36 331,36 3 X3 33, , XX4X5 79,488 97,488 4 X4 34, , XX4X6 310,967 38,967 5 X5 74,638 86, XX5X6 7,881 90,881 6 X6 303,97 315,97 38 X3X4X5 8, ,085 7 X1X 36,4 341,4 39 X3X4X6 313,37 331,37 8 X1X3 34,51 339,51 40 X3X5X6 74,877 9,877 9 X1X4 3, , X4X5X6 71,409 89, X1X5 8,54 97,54 4 X1XX3X4 333, , X1X6 30, , X1XX3X5 93, ,547 1 XX3 37,86 34,86 44 X1XX3X6 316,41 337,41 13 XX4 36, , X1XX4X5 88, , XX5 77,831 9, X1XX4X6 31, , XX6 307,79 3,79 47 X1XX5X6 81,195 30, X3X4 36,8 341,8 48 X1X3X4X5 90, , X3X5 80,33 95,33 49 X1X3X4X6 313,87 334,87 18 X3X6 309,045 34, X1X3X5X6 83, , X4X5 76,08 91,08 51 X1X4X5X7 79, ,918 0 X4X6 307,864 3,864 5 XX3X4X5 86, ,544 1 X5X6 68,168 83, XX3X4X6 316,95 337,95 X1XX3 330,96 348,96 54 XX3X5X6 80, ,474 3 X1XX4 38,01 346,01 55 XX4X5X6 76,169 97,169 4 X1XX5 86,5 304,5 56 X3X4X5X6 78,658 99,658 5 X1XX6 308,917 36, X1XX3X4X5 96,305 30,305 6 X1X3X4 37, , X1XX3X4X6 30, ,576 7 X1X3X5 88, , X1XX3X5X6 89, ,487 8 X1X3X6 309,195 37, X1XX4X5X6 85, ,165 9 X1X4X5 84,37 30,37 61 X1X3X4X5X6 87, , X1X4X6 306,931 34,931 6 XX3X4X5X6 84,36 308,36 31 X1X5X6 76,194 94, X1XX3X4X5X6 94,134 31,134 3 XX3X4 39,14 347,14
26 Estimasi Parameter Variabel Respon Parameter B t Sig. Intercept 89,947 1,196 0,000 Angka Kematian Bayi (Y 1 ) X 5-0,377-3,933 0,000 X 6-0,145 -,359 0,04 Intercept 45,605 3,957 0,000 Angka Harapan Hidup (Y ) X 5 0,1 8,34 0,000 X 6 0,059 3,653 0,001 Intercept 5,894 6,085 0,000 Gizi Buruk (Y 3 ) X 5-0,06 -,035 0,049 X 6-0,017 -,061 0,047 AKB = 89,947 0,377 X 5 0,145 X 6 AHH = 45, ,1 X 5 + 0,059 X 6 Gizi Buruk = 5,894 0,06 X 5 0,017 X 6 Dengan Nilai 1 0,163 0,837 Ini dapat dikatakan variabel prediktor mampu menjelaskan 83,7 persen variansi data pada variabel respon, sedangkan 16,3 persen dijelaskan oleh variabel-variabel prediktor lain yang tidak diteliti.
27 Pengujian Signifikansi Parameter H 0 : = 0 H 1 : Paling sedikit ada satu Statistik uji E E H Y T Y Y T Y ˆ T ny X pq y T T Y 0 101,79 5,13 1,15 77,6 704,06 19,44 5, , , , ,166 67,84 1, , , ,441 67,84 7,936 = 0,163 Melalui pengujian hipotesis diketahui bahwa nilai Wilk s Lamda adalah 0,163. Karena nilai Wilk s Lamda hitung kurang dari 0,05,3,,31 sebesar 0,6556 maka kesimpulannya adalah tolak H 0 yang berarti secara serentak multivariat, paling tidak ada satu parameter yang signifikan berpengaruh terhadap model
28 Variabel prosentase persalinan yang dilakukan oleh tenaga medis (X 5 ) H 0 : H 1 : Paling sedikit ada satu 0 pq 0 Variabel prosentase imunisasi lengkap yang mencakup imunisasi BCG, DPT, polio, campak, dan hepatitis (X 6 ) H 0 : H 1 : Paling sedikit ada satu pq 0 Parameter Wilk's Lambda P_value Intercept 0,03 0,000 X 5 0,686 0,000 X 6 0,3 0,005 Didapatkan informasi nilai Wilk s Lambda dari variabel X 5 yaitu prosentase persalinan yang dilakukan oleh tenaga medis sebesar 0,686 dan nilai Wilk s Lambda dari variabel X 6 prosentase imunisasi lengkap yang mencakup imunisasi BCG, DPT, Polio, Campak, dan hepatitis yaitu sebesar 0,3 dengan menggunakan uji Wilk s Lambda didapatkan bahwa nilai dari hitung tabel(0,05;3,1,31) sebesar 0,779. Sehingga dapat disimpulkan tolak H 0
29 Asumsi Residual Identik Pengujian dilakukan terhadap nilai dari resiual dengan hipotesis sebagai berikut: H 0 : H 1 : Minimal ada untuk Diperoleh nilai statistik uji Box s-m adalah 1,87 lebih kecil dari sebesar ; ( k1) p( p1) yaitu dengan nilai P value sebesar 0,508. Nilai ini lebih besar dari α = 0,05, sehingga dapat disimpulkan matriks varians-kovarian residual homogen i j 0,05;1 1,06 i j tabel
30 Asumsi Residual Distribusi Independen Pengujian asumsi ini dilakukan dengan uji Bartlett Spericity (Morrison, 005). Bentuk hipotesisnya adalah H 0 : Residual bersifat independent H 1 : Residual bersifat dependent Statistik ujinya adalah : q 5 hit n 1 ln R 6 hitung hitung Diperoleh nilai = 6,57. Karena nilai untuk residual lebih kecil dari nilai 0,05;3 sebesar 7,815, maka kesimpulannya gagal menolak H 0 atau nilai residual saling bebas
31 q Asumsi Residual Distribusi Normal Multivariat H 0 : Residual berdistribusi normal multivariat H 1 : Residual tidak berdistribusi normal multivariat Scatterplot of q vs dd Diperoleh hasil q-q plot nilai d i sebanyak 3;0,5 63,16 persen, sehingga dapat disimpulkan bahwa residual telah berdistribusi normal multivariat dd
32 Kesimpulan Variabel Respon Variabel Prediktor Respon Kriteria Kabupaten/ Kota AKB AHH Gizi Buruk Nilai (%) Rendah Kota Blitar 36,8 Tinggi Probolinggo 64,56 Rendah Probolinggo 60,1 Tinggi Kota Blitar 71,5 Rendah Kabupaten Blitar 1,34 Tinggi Pamekasan 4,8 Prediktor Kriteria Kabupaten/ Kota Jamban Air Bersih Posyandu ASI Persalinan Nilai (%) Rendah Sampang 1,35 Tinggi Surabaya 9,35 Rendah Pacitan 8,01 Tinggi Surabaya 99,91 Rendah Pamekasan 1,16 Tinggi Jember 88,1 Rendah Ponorogo 17,34 Tinggi Pacitan 88,0 Rendah Sampang 61,61 Tinggi Kediri 99,33 Imunisasi Rendah Sampang 4,36 Tinggi Jombang 90,14
33 Kesimpulan Faktor-faktor yang mempengaruhi angka harapan hidup, angka kematian bayi, dan status gizi buruk adalah prosentase persalinan yang dilakukan oleh tenaga medis dan prosentase imunisasi lengkap yang meliputi imunisasi BCG, DPT, Polio, Campak, dan Hepatitis. Dengan model sebagai berikut: AKB = 89,947 0,377 X 5 0,145 X 6 AHH = 45, ,1 X 5 + 0,059 X 6 Gizi Buruk = 5,894 0,06 X 5 0,017 X 6 Dan besarnya hubungan antara variabel respon dan variabel prediktor diperoleh nilai 1 0,163. 0,837 Ini dapat dikatakan variabel prediktor mampu menjelaskan 83,7 persen variansi data pada variabel respon, sedangkan 16,3 persen dijelaskan oleh variabel-variabel prediktor lain yang tidak diteliti
34 Saran Untuk pemerintah lebih difokuskan pada persalinan tenaga medis dan pemberian imunisasi pada bayi untuk menekan angka kematian bayi dan mengurangi status gizi buruk serta dapat meningkatkan angka harapan hidup di provinsi Jawa Timur. Untuk penelitian selanjutnya dapat digunakan faktor-faktor lain yang berpengaruh dengan tidak melepaskan faktor-faktor yang berpengaruh
Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciAnalisis Dampak Penyakit Kusta terhadap Interaksi Sosial Penderita di Kecamatan Brondong, Lamongan
Analisis Dampak Penyakit Kusta terhadap Interaksi Sosial Penderita di Kecamatan Brondong, Lamongan Nurul Azizah, Brodjol Sutijo SU, Adatul Mukarromah 3 MahasiswaJurusan Statistika Institut Teknologi Sepuluh
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 907-916 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN
Lebih terperinciPENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA
Co. Pembimbing Dr. Ir. Djumali, MP Seminar Hasil Tugas Akhir PENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA Oleh: Miftalia Al Riza (1308
Lebih terperinciKeywords : canonical correlation, maternal mortality rates, infant mortality rates.
Aplikasi Korelasi Kanonikal Pada Faktor Faktor Yang Mempengaruhi Angka Kematian Ibu Dan Bayi Di Provinsi Jawa Timur Canonical Correlation Application On The Factors That Influence Maternal And Infant Mortality
Lebih terperinciX 3 : Flow Top (Aliran Atas) (lt/min) X 4 : Speed (Kecepatan) (m/min)
Periode Maret 06, Samarinda, Indonesia ISBN: 978-60-7658--3 Pemilihan Model Regresi Linier Multivariat Terbaik Dengan Kriteria Mean Square Error Dan Akaike s Information Criterion Edriani Lestari, Rito
Lebih terperinciPEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciPEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN
SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciANALISIS REGRESI LINIER MULTIVARIAT UNTUK DATA KUALITATIF DALAM MENGETAHUI TUJUAN MAHASISWA MENGGUNAKAN MEDIA SOSIAL
ANALISIS REGRESI LINIER MULTIVARIAT UNTUK DATA KUALITATIF DALAM MENGETAHUI TUJUAN MAHASISWA MENGGUNAKAN MEDIA SOSIAL 1 2 3 Tony Yulianto, M.Fariz Fadillah Mardianto, Nurul M rifatil Laila Dosen Fakultas
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciBAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically
BAB 4 ANALISA DAN PEMBAHASAN Pada bab ini dibahas tentang pola penyebaran angka buta huruf (ABH) dan faktor faktor yang mempengaruhi, model regresi global, model Geographically Weighted Regression (GWR),
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciRegresi 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 terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciFaktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline
Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu indikator kesejahteraan pada suatu daerah adalah pendapatan daerah. Pendapatan daerah yang berasal dari berbagai sektor seperti pajak, retribusi, pengelolaan
Lebih terperinciANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR. Gangga Anuraga ABSTRAK
ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga Dosen Program Studi Statistika MIPA Universitas PGRI Adi Buana Surabaya E-mail : ganuraga@gmail.com
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinciPENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)
PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO dan Gross Nation Product di Malaysia, Bhutan, dan Nepal) Yanti I 1, Islamiyati A, Raupong 3 Abstrak Regresi geometrik
Lebih terperinciPEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL
PEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Inayati Nur Fatmah 1, Drs. Hery Tri Sutanto, M.Si 2, 1,2 Jurusan Matematika, Fakultas Matematika
Lebih terperinciRegresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Propinsi Jawa Timur
1 Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Propinsi Jawa Timur Elvira Pritasari dan Purhadi Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dibahas mengenai gambaran persebaran IPM dan komponen-komponen penyususn IPM di Provinsi Jawa Tengah. Selanjutnya dilakukan pemodelan dengan menggunakan
Lebih terperinciPemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon
Pemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon Angka Harapan Hidup Angka Kematian Bayi Penyaji: Ni Nyoman Trisna Juliandari
Lebih terperinciMA5283 STATISTIKA Bab 7 Analisis Regresi
MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir
Lebih terperinciBAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di
BAB III METODE PENELITIAN 3.1.Lokasi dan waktu penelitian Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di Jalan Pembangunan Gg. Samoa No. 12 Rumbai - Pekanbaru. Penelitian ini di
Lebih terperinciPEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION
PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION DAN ALL POSSIBLE SUBSET SELECTION PADA JUMLAH KEMATIAN BAYI DAN INDEKS PEMBANGUNAN MANUSIA (IPM) ( Studi Kasus di Provinsi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciMODEL REGRESI MENGGUNAKAN LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR (LASSO) PADA DATA BANYAKNYA PENDERITA GIZI BURUK
MODEL REGRESI MENGGUNAKAN LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR (LASSO) PADA DATA BANYAKNYA PENDERITA GIZI BURUK KABUPATEN/KOTA DI JAWA TENGAH SKRIPSI Disusun Oleh: AULIA PUTRI ANDANA 24010212140067
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciPENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR
PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR Neser Ike Cahyaningrum 1307100012 Dosen Pembimbing Dr. Dra. Ismaini Zain, M.Si AGENDA
Lebih terperinciSKRIPSI. Anita Nur Qomariah NRP
SKRIPSI STUDI KLASIFIKASI KABUPATEN DAN KOTA DI JAWA TIMUR BERDASARKAN VARIABEL - VARIABEL SOSIAL EKONOMI DENGAN PENDEKATAN ANALISIS DISKRIMINAN DAN REGRESI LOGISTIK Oleh : Anita Nur Qomariah NRP.1302.109.017
Lebih terperinciPemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita
Lebih terperinciBAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang
BAB III METODE PENELITIAN 3.1. Jenis dan Pendekatan Penelitian Dalam penelitian kali ini, penulis menggunakan jenis pendekatan kuantitatif, yaitu pendekatan yang menguji hubungan signifikan dengan cara
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciPERBANDINGAN BAYESIAN MODEL AVERAGING DAN REGRESI LINIER BERGANDA DALAM MEMPREDIKSI FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR
PERBANDINGAN BAYESIAN MODEL AVERAGING DAN REGRESI LINIER BERGANDA DALAM MEMPREDIKSI FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR Veni Freista H. 1), Dr.rer.pol.Heri Kuswanto 2) 1)
Lebih terperinciANALISIS KORELASI KANONIK UNTUK MENGIDENTIFIKASI FAKTOR- FAKTOR YANG BERPENGARUH TERHADAP DERAJAT KESEHATAN
ANALISIS KORELASI KANONIK UNTUK MENGIDENTIFIKASI FAKTOR- FAKTOR YANG BERPENGARUH TERHADAP DERAJAT KESEHATAN Asep Rusyana, Nurhasanah, dan Restu Deviyanti Program Studi Statistika, FMIPA, Universitas Syiah
Lebih terperinciMODEL REGRESI MULTIVARIAT UNTUK MENENTUKAN DERAJAT KESEHATAN DI PROVINSI JAWA TENGAH TAHUN
MODEL REGRESI MULTIVARIAT UNTUK MENENTUKAN DERAJAT KESEHATAN DI PROVINSI JAWA TENGAH TAHUN 15 (Studi kasus : Angka Kematian Bayi dan Balita dengan status gizi buruk) TUGAS AKHIR (Diajukan Sebagai Salah
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciPENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR
SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika
Lebih terperinciBAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni
Lebih terperinciBAB III METODE PENELITIAN. survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian adalah data sekunder hasil survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh BPS
Lebih terperinciPemodelan Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS)
Seminar Tugas Akhir Pemodelan Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS) Oleh : Dessy Puspa Rani 1306. 100. 034 Dosen
Lebih terperinciSTATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Oleh Veni Freista H. (1308100054) Dosen Pembimbing Dr.rer.pol. Heri Kuswanto JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 Pendahuluan
Lebih terperinciAnalisis Profil Sosial-Ekonomi Rumah Tangga Berdasarkan Pola Pengeluaran antara Perdesaan dan Perkotaan di Propinsi Jawa Timur
Analisis Profil Sosial-Ekonomi Rumah Tangga Berdasarkan Pola Pengeluaran antara Perdesaan dan Perkotaan di Propinsi Jawa Timur Nita Indah Mayasari, Dr. Dra. Ismaini Zain, M.Si, Jurusan Statistika FMIPA
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan, maka dapat disimpulkan beberapa hal sebagai berikut: 1. Kerakteristik kemiskinan di Provinsi Jawa Timur pada penelitian
Lebih terperinciPENERAPAN REGRESI PEUBAH GANDA PADA SIFAT- SIFAT MEKANIK BAJA BATANG KAWAT KARBON TINGGI
PENERAPAN REGRESI PEUBAH GANDA PADA SIFAT- SIFAT MEKANIK BAJA BATANG KAWAT KARBON TINGGI LIBERTY AYU PRATIWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciJURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.
JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si PENDAHULUAN Latar Belakang Rumusan Masalah
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciOleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si
Oleh : Nita Indah Mayasari - 1305 100 024 Dosen Pembimbing : Dra. Ismaini Zain, M.Si Jawa Timur Angka Rawan Pangan 19,3 % STATUS EKONOMI SOSIAL Rumah Tangga Pedesaan Rumah Tangga Perkotaan Perbedaan pengeluaran
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciBAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.
BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki
Lebih terperinciBAB VI ANALISIS REGRESI LINEAR GANDA
BAB VI ANALISIS REGRESI LINEAR GANDA 1. Pendahuluan Analisis regresi merupakan suatu analisis antara dua variabel yaitu variabel independen (Prediktor) yaitu variabel X dan variabel dependent (Respon)
Lebih terperinciPENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK)
PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK) FITROH AMALIA (1306100073) Dosen Pembimbing: Drs. Haryono, MSIE PENGENDALIAN KUALITAS
Lebih terperinciBAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel
Lebih terperinciAnalisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk
Analisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk Suhermin Ari Pujiati Pasca Sarjana Jurusan Statistika FMIPA ITS Suhermin97@yahoo.com.
Lebih terperinciPemodelan Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif
1 Pemodelan Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif Nike Dwi Wilujeng Mahardika dan Sri Pingit Wulandari Statistika, FMIPA, Institut Teknologi
Lebih terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinci1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH
MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciLATAR BELAKANG. Millennium Development Goals (MDGs) Penyebab utama kematian balita di Indonesia
agenda LATAR BELAKANG Millennium Development Goals (MDGs) Penyebab utama kematian balita di Indonesia Indonesia sendiri pada tahun 2011 tercatat sebagai Negara dengan berdasarkan World Pneumonia Day (WPD)
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 terperinciABSTRAK. Kata kunci : regresi Poisson, GWPR, Angka Kematian Bayi (AKB)
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) DI PROVINSI JAWA TIMUR Septika Tri Ardiyanti 1, Purhadi 2 1 Mahasiswa Jurusan Statistika ITS. 2 Dosen Jurusan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian di Pulau Jawa Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9 kota di antaranya dari Kab Pacitan, Kab Ponorogo, Kab Trenggalek,
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 terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) Sisvia Cahya Kurniawati, Kuntoro Departemen Biostatistika dan Kependudukan FKM UNAIR Fakultas Kesehatan
Lebih terperinciPENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 161-170 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciStatistika ITS Surabaya
SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Penelitian yang Digunakan 3.1.1 Metode Penelitian Metode penelitian dirancang melalui langkah-langkah penelitian dari mulai operasional variable, penentuan jenis dan
Lebih terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciPEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) Pembimbing : Ir. Sri Pingit Wulandari, MSi Liska Septiana
Lebih terperinciKata Kunci kematian maternal, regresi, spline, nonparametrik, GCV
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-13 Pendekatan Spline untuk Estimasi Kurva Regresi Nonparametrik (Studi Kasus pada Data Angka Kematian Maternal di Jawa Timur)
Lebih terperinciPemodelan Konsumsi Energi Listrik Pada Sektor Industri di Provinsi Jawa Timur Menggunakan Metode Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-169 Pemodelan Konsumsi Energi Listrik Pada Sektor Industri di Provinsi Jawa Timur Menggunakan Metode Regresi Data Panel 1 Marsha Fitrantie
Lebih terperinciPemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Print) D-8 Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression Ardianto Tanadjaja, Ismaini
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciPEMODELAN ANGKA HARAPAN HIDUP PROVINSI JAWA TIMUR TAHUN 2015 DENGAN REGRESI LINIER BERGANDA
TUGAS AKHIR SS 145369 PEMODELAN ANGKA HARAPAN HIDUP PROVINSI JAWA TIMUR TAHUN 2015 DENGAN REGRESI LINIER BERGANDA NAURAH NAZHIFAH NRP 1314 030 097 Dosen Pembimbing Ir. Sri Pingit Wulandari, M.Si DEPARTEMEN
Lebih terperinciBAB 1 PENDAHULUAN. xvi
BAB 1 PENDAHULUAN 1.7. LATAR BELAKANG Cakupan imunisasi secara global pada anak meningkat 5% menjadi 80% dari sekitar 130 juta anak yang lahir setiap tahun sejak penetapan The Expanded Program on Immunization
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF 1 Alan Prahutama, 2 Sudarno, 3 Suparti, 4 Moch. Abdul Mukid 1,2,3,4
Lebih terperinciAnalisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-65 Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel Almira Qattrunnada Qurratu ain dan Vita Ratnasari Jurusan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut hasil
BAB 2 TINJAUAN TEORITIS 2.1 Konsep Dasar Analisis Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut hasil penelitian Galton, meskipun ada kecenderungan pada orangtua yang
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciBAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER
21 BAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER 3.1 Model Variasi Kalender Liu (Kamil 2010: 10) menjelaskan bahwa untuk data runtun waktu yang mengandung efek variasi kalender, dituliskan pada persamaan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Menurut Efferin, Darmadji dan Tan (2008:47) pendekatan kuantitatif disebut juga pendekatan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN III.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan pada bulan November 2013 dengan objek penelitian PT. Indo Kordsa Tbk yang terdaftar di Bursa Efek Indonesia atau pada
Lebih terperinci