ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Studi Kasus Data PDRB per Kapita di Provinsi Jawa Timur)
|
|
- Suhendra Hadi Kusumo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DATA SPASIAL MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (Stud Kasus Data PDRB per Kapta d Provns Jawa Tmur) Wahyu Sr Lestar ), Gandh Pawtan ), Mndra Jaya 3) ) Mahasswa Program Magster Statstka Terapan Unverstas Padjadjaran ) Staf Pengajar Unverstas Katolk Parahyangan 3) Staf Pengajar Unverstas Padjadjaran Emal : ) wahyu_srlestar@yahoo.co.d, ) gandh_p@unpar.ac.d, 3) jay.komang@gmal.com Abstrak PDRB per kapta suatu wlayah dapat djadkan ndkator untuk mengukur kesejehteraan masyarakat pada wlayah tersebut, sehngga pentng untuk mengetahu faktor-faktor yang dapat mempengaruh PDRB per kapta. Terdapat berbaga metode dalam melakukan analss tersebut, dantaranya analss regres maupun analss geographcally weghted regresson (GWR). Analss regres adalah suatu metode yang umum dgunakan untuk menentukan faktor-faktor yang mempengaruh PDRB per kapta apabla karakterstk antar daerah homogen dan bersfat bebas. Analss regres memlk sfat global dan dberlakukan pada seluruh lokas yang damat. Namun pertumbuhan PDRB per kapta pada kabupaten/kota d provns Jawa Tmur tentunya memlk karakterstk yang berbeda-beda, melhat konds geografs, potens wlayah, keadaan sosal-budaya maupun hal-hal lan yang melatarbelakangnya, sehngga muncul heterogentas spasal. Salah satu dampak yang dtmbulkan dar munculnya heterogentas spasal adalah parameter regres bervaras secara spasal. Jka terjad heterogentas spasal pada parameter regres, maka nformas yang tdak dapat dtangan oleh metode regres global akan dtampung sebaga galat. Bla kasus semacam tu terjad, regres global menjad kurang mampu dalam menjelaskan fenomena data yang sebenarnya. Pendekatan model global akan memberkan nformas yang andal untuk wlayah lokal jka tdak ada atau hanya ada sedkt keragaman antar wlayah lokalnya (Fotherngham et al. 00). Analss Geographcally Weghted Regresson (GWR) dapat dgunakan untuk mengatas masalah heterogenttas spasal tersebut. GWR merupakan bagan dar analss spasal yang bersfat lokal dengan pembobotan berdasarkan poss atau jarak dar satu lokas pengamatan dengan lokas pengamatan lannya. Peneltan n bertujuan menganalss faktor-faktor yang mempengaruh PDRB per kapta d provns Jawa Tmur. Hasl peneltan menunjukkan terdapat 4 varabel yang dduga mempengaruh PDRB per kapta d Jawa Tmur yatu banyaknya fasltas kesehatan(x ), ndeks kesehatan(x ), persentase penduduk mskn (X 3 ) dan persentase keluarga pengguna lstrk (X 4 ). Kata kunc: Geographcally Weghted Regresson, PDRB per kapta, heterogentas spasal, analss data spasal I. PENDAHULUAN Salah satu tujuan pembangunan Negara Kesatuan Republk Indonesa (NKRI) yang termaktub dalam Pembukaan Undang-Undang Dasar 945 adalah memajukan kesejahteraan umum. Untuk mewujudkan tujuan tersebut maka dsusunlah rancangan pembangunan ekonom yang salah satu tujuannya adalah pengurangan tngkat kemsknan. Program pengurangan tngkat kemsknan sudah menjad su global sehngga Unted Naton (UN) menempatkannya sebaga tujuan pertama dalam Mllenum Development Goals (MDGs). Kemsknan erat katannya dengan PDRB per kapta suatu wlayah yang menunjukkan pertumbuhan ekonom. Bla pertumbuhan ekonom telah merata pada semua wlayah dan lapsan masyarakat, maka akan berkuranglah kemsknan dan kesejahteraan masyarakat dapat dcapa. PDRB per kapta suatu wlayah dapat djadkan ndkator untuk mengukur kesejehteraan masyarakat pada wlayah tersebut, sehngga pentng untuk mengetahu faktorfaktor yang dapat mempengaruh PDRB per kapta. Terdapat berbaga metode dalam melakukan analss tersebut, dantaranya analss regres maupun analss geographcally weghted regresson (GWR). Analss regres adalah
2 suatu metode yang umum dgunakan untuk menentukan faktor-faktor yang mempengaruh PDRB per kapta apabla karakterstk antar daerah homogen dan bersfat bebas. Analss regres memlk sfat global dan dberlakukan pada seluruh lokas yang damat. Namun pertumbuhan PDRB per kapta pada kabupaten/kota tentunya memlk karakterstk yang berbeda-beda, melhat konds geografs, potens wlayah, keadaan sosalbudaya maupun hal-hal lan yang melatarbelakangnya, sehngga muncul heterogentas spasal. Salah satu dampak yang dtmbulkan dar munculnya heterogentas spasaladalah parameter regres bervaras secara spasal. Analss Geographcally Weghted Regresson (GWR) dapat dgunakan untuk mengatas masalah heterogenttas spasal tersebut. GWR merupakan bagan dar analss spasal yang bersfat lokal dengan pembobotan berdasarkan poss atau jarak dar satu lokas pengamatan dengan lokas pengamatan lannya. Parameter regres pada model GWR dasumskan bervaras secara spasal, sehngga nterpretas yang berbeda dan berharga dapat dperoleh untuk setap ttk lokas yang dtelt. Dalam peneltan n akan dgunakan model GWR dengan pembobot kernel gaussuntuk menyeldk varabel-varabel yang berpengaruh terhadap PDRB per kapta d Provns Jawa Tmur. II. METODOLOGI. Model GWR dan BGWR Analss regres merupakan analss statstka yang bertujuan untuk memodelkan hubungan antara peubah respon Y dengan peubah penjelas X, d mana dugaan parameter persamaan berlaku untuk semua lokas pengamatan. Model GWR merupakan pengembangan dar model regres, tap pada model GWR parameter persamaan untuk setap lokas pengamatan berbeda dengan lokas lannya, sehngga banyaknya vektor parameter yang dduga sama dengan banyaknya lokas pengamatan yang dgunakan dalam data. Model yang dhaslkan pada analss GWR juga tdak dapat dgunakan untuk menduga parameter selan parameter d lokas pengamatan (Walter et al. 005). Secara umum model GWR dapat dtuls dalam bentuk matrks berkut: = + dmana adalah vektor dar varabel dependent yang berukuran nx; merupakan matrks varabel penjelas yang berukuran nxk; merupakan vector dar dsturbance yang berukuran nx; dan merupakan vektor parameter berukuran kx pada pengamatan ke-.matrks W dapat 0 dgambarkan sebaga berkut: = 0 Pendugaan parameter model untuk setap lokas pengamatan dengan metode kuadrat terkecl terbobot untuk lokas ke-, yatu: = ( ) dengan =dag[w,w,,w n ] dan 0 w j (, j=,,, n) adalah matrks dagonal berukuran nxn (n = banyaknya pengamatan) yang merupakan matrks pembobot spasal lokas ke- (spatal weghtng). Unsur-unsur dagonal matrks dambl dar vektor bars atau kolom ke- dar matrks pembobot W. Nla unsur-unsur dagonal dtentukan oleh kedekatan pengamatan (lokas) ke- dengan lokas lannya (lokas ke- ). Semakn dekat lokasnya, semakn besar nla pembobot pada unsur yang bersesuaan.
3 . Pembobot Spasal Fungs pembobot spasal yang dgunakan dalam peneltan n adalah fungs kernel normal (Gaussan), yatu : = d j w j exp dengan θ adalah jarak dar lokas- ke lokas- dan adalah lebar jendela, yatu suatu nla parameter penghalus fungs yang nlanya selalu postf. Salah satu cara yang dapat dgunakan untuk mendapatkan nla lebar jendela optmum yatu dengan valdas slang (cross valdaton). Lebar jendela optmum yang dgunakan adalah yang menghaslkan nla koefsen valdas slang mnmum, dengan rumus koefsennya adalah: CV = n = yˆ ( [ y yˆ ( θ )] dengan θ) adalah nla dugaan y (fttng value) dengan pengamatan d lokaske- dhlangkan dar proses predks (Fotherngham et al. 00). Lebar jendelaoptmum dperoleh dengan proses teras hngga ddapatkan CV mnmum..4 Tahapan Peneltan Prosedur peneltan dlakukan melalu beberapa tahapan, yatu sebaga berkut:. Mengeksploras data a. Sebelum melakukan pendugaan parameter, varabel-varabel penjelas harus dpastkan berpengaruh terhadap varabel respon. Selan tu, antar varabel penjelas tdak salng berkorelas atau salng bebas. Untuk menunjukkan hal tersebut, dgunakan analss korelas Pearson (r) dengan rumus : = ( ) ( 3 ) dmana r adalah nla korelas antar peubah penyerta (x ) dengan peubah respon (y ). Dar nla r tersebut dlakukan uj korelas Pearson untuk menguj apakah r tersebut sgnfkan atau tdak. Jka r danggap sgnfkan, dsmpulkan bahwa antar peubah berkorelas. Jka hasl uj menunjukkan hasl yang tdak sgnfkan, maka antar peubah danggap tdak berkorelas. Dalam uj n dgunakan hpotess sebaga berkut: H 0 : ρ = 0 H : ρ 0 Statstk uj yang dgunakan adalah: = ( ) H 0 dtolak jka t 0 > t tabel dengan derajat bebas v = n atau nla p (p-value) yang dperoleh kurang dar α = 0,0. Jka H 0 dtolak berart terdapat korelas antara dua peubah yang dbandngkan. b. Memerksa keragaman spasal menggunakan Breusch-Pagan.Hpotessnya dapat dtulskan sebaga berkut: H 0 : σ ( u, v ) = σ ( u n, v ) = σ (Keragaman antar wlayah sama) H : mnmal ada satu = n σ ( u, v ) = σ ( u j, v j ) = σ untuk j, dengan I,j=,,,n (Terdapat keragaman antar wlayah) dengan statstk uj sebaga berkut: T T BP= f Z( Z Z) Z dengan: T f ~ χ ( p)
4 e = y yˆ f = ( f, f,, f )' n e f = σ Z = matrks berukuran n (p+) yang bers vektor yang sudah d normal bakukan (z) untuk setap pengamatan. Tolak H 0 jka BP> χ ( p ) dengan p adalah banyaknya peubah bebas (Anseln 988).. Melakukan analss GWR a. Menentukan lebar jendela optmum dengan melhat CV yang mnmum. Salah satu cara yang dapat dgunakan untuk mendapatkan nla lebar jendela optmum yatu dengan valdas slang (cross valdaton). Lebar jendela optmum yang dgunakan adalah yang menghaslkan nla koefsen valdas slang mnmum, dengan rumus koefsennya adalah: CV = n = yˆ [ y yˆ ( θ )] dengan ( θ) adalah nla dugaan y (fttng value) dengan pengamatan d lokaske- dhlangkan dar proses predks (Fotherngham et al. 00). Lebar jendelaoptmum dperoleh dengan proses teras hngga ddapatkan CV mnmum. b. Menentukan matrks pembobot (W) dengan fungs kernel normal, yatu sebaga berkut: = d j w j exp dengan adalah jarak dar lokas- ke lokas- dan θ adalah lebar jendela, yatu suatu nla parameter penghalus fungs yang nlanya selalu postf dengan wj adalah elemen matrks pembobot spasal bars ke-i dan kolom ke-j. c. Menduga parameter model GWR. d. Pengujan Kesesuaan Model (Goodness of ft) antara regres global dan GWR. Pengujan n dlakukan dengan menguj kesesuaan dar koefsen parameter secara serentak, yatu dengan mengkombnaskan uj regres lner pada model regres global dengan model GWR. untuk data spasal. H : β u, v = β, k =,,..., p (tdak ada perbedaan yang sgnfkan antara model 0 ( ) k k regres global dengan GWR), untuk setap, =,,3,..., n H palng sedkt ada satu β ( u, v ) yang berhubungan dengan lokas ( u, v ) : k perbedaan yang sgnfkan antara model regres global dan GWR) Secara sstemats nla statstk uj dapat dtuls sebaga berkut: ( SSEOLS SSEGWR) v F = SSEGWR δ Statstk Uj F akan mendekat sebaran F dengan derajat bebas ν δ, v δ dengan SSE OLS : jumlah kuadrat dar model OLS : jumlah kuadrat dar model GWR SSE GWR n p δ ν : nla dar (ada 4
5 n p δ + δ dengan ν : nla dar T δ = tr ( S) ( S), =, S : hat matrx dar model GWR Krtera Uj, Tolak H 0 jka F htung F ν α δ, v δ. Terma dalam hal lannya. Jka H 0 dtolak, maka ada perbedaan yang sgnfkan antara model regres global dan GWR dengan kata lan terdapat efek spatal dalam data. Selanjutnya untuk mengetahu varabel-varabel bebas yang berpengaruh terhadap varabel tak bebas pada setap lokas, maka dgunakan uj keberartan parameter model. e. Menguj penduga koefsen regres secara parsal d tap kabupaten d provns Jawa Tmur. Hpotessnya dapat dtulskan sebaga berkut : H 0 : β ( u, v ) = 0 k H : β k ( u, v ) 0, k=,,, p β k ( u, v ) dengan statstk uj t yang dgunakan sebaga berkut: tk ( u, v ) = se( β k ( u, v )) dengan: se ( β k ( u, v ) = cov( β k( u, v) ) Cov β u, v = unsur dagonal ke-k matrks ragam-peragam ( k( ) ) ( u v ) ( ) β k = CC T T T ( X W ( u, v ) X ) X W ( u, v ) Cov, C = Tolak H 0 jka nla k( u, v) t( v; α / ) t >,dengan v adalah derajatbebas (n-k-) dan k adalah banyaknya peubah bebas yang dgunakan (Nakaya et al. 005).g III. HASIL DAN PEMBAHASAN Data yang akan dgunakan dalam peneltan n adalah data sekunder yang bersumber dar Badan Pusat Statstk (BPS). Data yang dgunakan dalam peneltan n bersumber dar Badan Pusat Statstk (BPS), yatu publkas PDRB Provns Jawa Tmur tahun 0, Jawa Tmur Dalam Angka tahun 0, dan Podes 0, yatu data pada 38 kabupaten/kota d provns Jawa Tmur. Varabel dependen (Y) dan varabel ndependen (X) adalah sebaga berkut: Y : PDRB per kapta atas dasar harga berlaku (rbu rupah) X : Banyaknya fasltas kesehatan (unt) X : Indeks kesehatan (persentase) X 3 : Persentase penduduk mskn (persentase) : Persentase keluarga pengguna lstrk (persentase) X 4 3. Model GWR Langkah awal dalam pembentukan model GWR adalah dengan menghtung bandwdth dengan menggunakan Cross Valdaton. Nla bandwdth setap lokas dgunakan untuk membentuk matrks pembobot untuk setap daerah ke-. Dengan menggunakan 5
6 software GWR4, dperoleh nla bandwth sebesar Kemudan nla pembobot dhtung untuk setap lokas dengan metode Kernel-Gauss.Secara rngkas, nla taksran parameter lokal untuk model output sektor Industr M/B dlhat pada Tabel 3. Tabel 3.Rngkasan Nla Taksran Parameter Lokal Model PDRB per kapta No Parameter Mnmum Maksmum Range Setelah dperoleh hasl estmas dengan menggunakan GWR, selanjutnya dlakukan pengujan kesesuaan model dengan menggunakan uj F sebaga berkut: Tabel 3. Tabel Anova GWR SS df F Model Global Model GWR Berdasarkan tabel d atas, nla Fhtung=.87 lebh besar dar F tabel = (.,,. ) =,79. Dar pengujan tersebut dapat dsmpulkan bahwa terdapat pengaruh spasal antara PDRB per kapta dan varabel-varabel yang mempengaruhnya. Pengujan parameter model dlakukan untuk mengetahu varabel-varabel yang berpengaruh terhadap model PDRB per kapta d setap lokas (, ). Dengan =0,05 dperoleh nla t-tabel= (., ) =,038. Dengan membandngkan nla t htung dengan ± nla t tabel, maka akan dperoleh varabel-varabel yang berpengaruh terhadap model PDRB per kapta d setap lokas, sepert terlhat dalam Tabel 3.4. Secara lengkap nla thtung untuk setap varabel dsetap lokas dapat dlhat pada Lampran. No Tabel 3.3 Faktor-Faktor yang Mempengaruh Model PDRB per kapta pada Kabupaten/kota d Jawa Tmur Kabupaten/Kota 6 Varabel yang berpengaruh Kab.Bangkalan X, X, dan X 4 Kab. Sdoarjo, Kab. Tuban, Kab. Lamongan, dan Kota Mojokerto X, X, X 3 dan X 4 3 Kab. Pasuruan dan Kota Pasuruan X, X 3, dan X 4 4 Kab. Sampang, Kab. Pamekasan, dan Kab. Sumenep X dan X 5 Kab. Malang, Kota Malang, Kota Batu, Kab. Mojokerto, dan Kab. Ngaw X, dan X 4 6 Kab. Jombang, Kab. Tuban, Kab. Lamongan, dan Kota Mojokerto X, X 3, dan X 4 7 Kab. Bojonegoro X dan X 3 8 Kota Probolnggo X, dan X 4
7 9 Kab. Lumajang, Kab. Jember, dan Kab. Probolnggo X 4 0 Kab. Ponorogo, Kab. Trenggalek, Kab. Tulungagung, Kab. Bltar, Kota Bltar, Kab. Kedr, Kab. Nganjuk, Kab. Madun, Kota Madun, dankab. Magetan X 3 Kab. Pactan, Kab. Banyuwang, Kab. Bondowoso dan Kab Tdak ada varabel Stubondo yang berpengaruh Berdasarkan tabel d atas, faktor spasal berpengaruh terhadap penentuan model PDRB per kapta. Terlhat bahwa pada kabupaten/kota yang berdekatan, mempunya varabel-yang mempengaruh terhadap PDRB hampr sama, msalnya pada wlayah Madura untuk Kabupaten Sampang, Pamekasan, dan Sumenep varabel X (banyaknya fasltas kesehatan) dan X (ndeks kesehatan) sama-sama mempengaruh PDRB. Sebaran masng-masng nla koefsen parameter dapat dlhat pada lampran. IV. KESIMPULAN Analss regres kurang tepat apabla dgunakan pada data yang terdapat heterogentas spasal, sehngga perlu dgunakan analss GWR. DAFTAR PUSTAKA Bhnad, A Dspartas Pertumbuhan Ekonom Jawa dengan Luar Jawa. Jurnal Ekonom Pembangunan, 8 : Brunsdon, C., Fotherngham A.S. & Charlton M Geographcally Weghted Regresson : a Method for Explorng Spatal Nonstatonarty. Geographcal Analyss 8:8-98. Fotherngham, A.S., Brunsdon, C. & Charlton, M. 00. Geographcally Weghted Regresson, the analyss of spatally varyng relatonshps. John Wley & Sons, LTD. Lesage, J.P Spatal Econometrcs. Department of Economcs, Unversty of Toledo A Famly of Geographcally Weghted Regresson Models. Paper. Department of Economcs, Unversty of Toledo. Rahmawat, R. 00. Model Regres Terbobot Geografs dengan Pembobot Kernel Normal dan Kernel Kuadrat Ganda untuk Data Kemsknan (Kasus 35 Desa atau Kelurahan d Kabupaten Jember). Tess. Insttut Pertanan Bogor. Schabenberger, O. & Gotway, C.A Statstcal Methods for Spatal Data Analyss, Chapman & Hall/CRC. Sofagy, Y. 00. Faktor-Faktor Yang Mempengaruh Dspartas Pendapatan Antar Kabupaten/Kota d Provns Jawa Barat. Tess. Unverstas Indonesa. Yusnta. 0. Model Regres Terbobot Geografs Bayes Untuk Data Kemsknan (Kasus 35 Desa atau Kelurahan d Kabupaten Jember). Tess. Insttut Pertanan Bogor. 7
8 LAMPIRAN Nla Taksran Parameter Lokal Model PDRB per kapta pada 38 kabupaten/kota d Jawa Tmur Kode Kabupaten/Kota 350 Kab. Pactan Kab. Ponorogo Kab. Trenggalek Kab. Tulungagung Kab. Bltar Kab. Kedr Kab. Malang Kab. Lumajang Kab. Jember Kab. Banyuwang Kab. Bondowoso Kab. Stubondo Kab. Probolnggo Kab. Pasuruan Kab. Sdoarjo Kab. Mojokerto Kab. Jombang Kab. Nganjuk Kab. Madun Kab. Magetan Kab. Ngaw Kab. Bojonegoro Kab. Tuban Kab. Lamongan Kab. Gresk Kab. Bangkalan Kab. Sampang Kab. Pamekasan Kab. Sumenep Kota Bltar Kota Malang Kota Probolnggo Kota Pasuruan Kota Mojokerto Kota Madun Kota Surabaya Kota Batu
9 LAMPIRAN Varabel-varabel yang Mempengaruh Model PDRB per kapta pada Kabupaten/Kota d Jawa Tmur Kode Kabupaten/Kota Varabel yang 350 Kab. Pactan Tdak ada 350 Kab. Ponorogo X Kab. Trenggalek X Kab. Tulungagung X Kab. Bltar X Kab. Kedr X Kab. Malang X 3, X Kab. Lumajang X Kab. Jember X Kab. Banyuwang Tdak ada 35 Kab. Bondowoso Tdak ada 35 Kab. Stubondo Tdak ada 353 Kab. Probolnggo X Kab. Pasuruan X, X 3, dan X Kab. Sdoarjo X, X, X 3, dan X Kab. Mojokerto X 3, dan X Kab. Jombang X, X 3, dan X Kab. Nganjuk X Kab. Madun X Kab. Magetan X 3 35 Kab. Ngaw X 3, dan X 4 35 Kab. Bojonegoro X, X Kab. Tuban X, X 3, dan X Kab. Lamongan X, X 3, dan X Kab. Gresk X, X, X 3, dan X Kab. Bangkalan X, X, dan X Kab. Sampang X, X 358 Kab. Pamekasan X, X 359 Kab. Sumenep X, X 357 Kota Bltar X Kota Malang X 3, dan X Kota Probolnggo X dan X Kota Pasuruan X, X 3, dan X Kota Mojokerto X, X 3, dan X Kota Madun X Kota Surabaya X, X, X 3, dan X Kota Batu X 3, dan X 4 9
10 LAMPIRAN 3 Peta Hasl Model GWR Legend 35kabkot e_faskes / none Gambar. Koefsen parameter fasltas kesehatan Legend 35kabkot e_kes / none Gambar. Koefsen parameter ndeks kesehatan 0
11 Legend 35kabkot e_%mskn / none Gambar 3. Koefsen parameter persentase jumlah penduduk mskn Legend 35kabkot e_lstrk / none Gambar 4. Koefsen parameter persentase keluarga pengguna lstrk
ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR
ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR Andyono; Rokhana Dw Bekt; Edy Irwansyah Computer Scence Department, School
Lebih terperinciPemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression
Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc BACK LATAR BELAKANG Pelaksanaan pembangunan
Lebih terperinciFaktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression
Faktor yang Mempengaruh Kematan Ibu Haml d Jawa Tmur Dengan Menggunakan Metode Geographcally Weghted Posson Regresson Rfk Arsta-1311.105.009 rfk11@mhs.statstka.ts.ac.d Pembmbng : Ir. Mutah Salamah, M.
Lebih terperinciPemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur
D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciPenerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah
The 6 th Unversty Research Colloquum 017 Unverstas Muhammadyah Magelang Penerapan Model Geographcally Weghted Posson Regresson pada Jumlah Kematan Ibu d Provns Jawa Tengah Isca Yuntasar1, Sr Sulstjowat
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB 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 terperinciPemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR)
Prosdng Semnar Nasonal MIPA 06 Peran Peneltan Ilmu Dasar dalam Menunjang Pembangunan Berkelanjutan Jatnangor, 7-8 8 Oktober 06 ISBN 978-60 60-76 76-- Pemodelan Tngkat Kesejahteraan Penduduk Propns Kalmantan
Lebih terperinciMODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut
Lebih terperinciBAB III METODE PENELITIAN. 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 terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 575-584 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA
Lebih terperinciPEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION
TUGAS MATA KULIAH ANALISIS SPASIAL PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION Dosen: Dr. Sutkno Dr. Setawan Dsusun Oleh: RINDANG BANGUN PRASETYO
Lebih terperinciMENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN TERBUKA (TPT) PROVINSI JAWA BARAT DENGAN REGRESI TERBOBOTI GEOGRAFIS (RTG)
MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN TERBUKA (TPT) PROVINSI JAWA BARAT DENGAN REGRESI TERBOBOTI GEOGRAFIS (RTG) OKTAVIANI PRIHATININGSIH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB III METODE PENELITIAN. 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 terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 193-204 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB.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 terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciPemodelan Geographically Weighted Regression (GWR) Pada Tingkat Kemiskinan di Provinsi Jawa Tengah
Statstka, Vol. 3, No., November 015 Pemodelan Geographcally Weghted Regresson (GWR) Pada Tngkat Kemsknan d Provns Jawa Tengah Monca Frda Agustna 1, Rochd Wasono, Moh. Yamn Darsyah 3 1,,3) Program Stud
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB 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 terperinciProsiding Seminar Nasional Matematika, Statistika, dan Aplikasinya September 2017, Samarinda, Indonesia ISBN:
Prosdng Semnar Nasonal Matematka, Statstka, dan Aplkasnya 7 3 September 7, Samarnda, Indonesa ISBN: 978-6-53--3 Pemodelan Geographcally Weghted Regresson (GWR) Dengan Fungs Kernel Adaptve Gaussan Untuk
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciPEMODELAN REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH. DOI: /medstat.9.2.
p-issn 1979 3693 e-issn 477 0647 MEDIA SAISIKA 9() 016: 133-147 http://ejournal.undp.ac.d/ndex.php/meda_statstka PEMODELAN REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHED REGRESSION PADA INGKA PENGANGGURAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB 2 LANDASAN TEORI
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 terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciANALISIS FAKTOR-FAKTOR TINGKAT KEMISKINAN DI KABUPATEN WONOSOBO DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION
JURNAL GAUSSIAN, Volume, Nomor, ahun 3, Halaman 59-68 Onlne d: http://eournal-s.undp.ac.d/ndex.php/gaussan ANALISIS FAKOR-FAKOR INGKA KEMISKINAN DI KABUPAEN WONOSOBO DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED
Lebih terperinciPEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION
TUGAS AKHIR SS 4556 PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION Vresa Endra Marta NRP 34 030 063 Dosen Pembmbng :
Lebih terperinciS - 21 PEMODELAN KEJADIAN GIZI BURUK PADA BALITA DI SURABAYA BERDASARKAN PENDEKATAN REGRESI SPASIAL SEMIPARAMETRIK
S - 21 PEMODELAN KEJADIAN GIZI BURUK PADA BALITA DI SURABAYA BERDASARKAN PENDEKATAN REGRESI SPASIAL SEMIPARAMETRIK Marsa Rfada 1, Nur Chamdah 2, Toha Safudn 3 1,2,3 Departemen Matematka, Fakultas Sans
Lebih terperinciPERBANDINGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DAN ORDINARY LEAST SQUARE (OLS) DALAM PEMODELAN KETIMPANGAN DI PROVINSI JAWA TENGAH
PERBANDINGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DAN ORDINARY LEAST SQUARE (OLS) DALAM PEMODELAN KETIMPANGAN DI PROVINSI JAWA TENGAH La Mftakhul Janah 1, TanWahyu Utam 2 1, emal: lamftakhul7@gmal.com
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciModel Geographically Weighted Poisson Regression (Studi Kasus : Jumlah Kematian Bayi di Jawa Timur & Jawa Tengah Tahun 2007)
LOGO Model Geographcally Weghted Posson Regresson (Stud Kasus : Jumlah Kematan Bay d Jawa Tmur & Jawa Tengah Tahun 2007) SEMINAR HASIL TESIS Oleh : Salmon Notje Aulele Dosen Pembmbng : Dr. Purhad, M.Sc
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciPemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR)
JURNAL SAINS DAN SENI IS Vol., No., () (98X Prnt) D9 Pemodelan Jumlah Kasus Penyakt etanus Neonatorum d Jawa mur ahun dengan Geographcally Weghted ZeroInflated Posson Regresson (GWZIPR) Rath Kumala Puspa
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB 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 terperinciModel Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method
Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka
Lebih terperinciBAB III 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 terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB 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 terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciBAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciRegresi Linear Sederhana dan Korelasi
Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada
Lebih terperinciPemodelan Kerawanan Pangan dan Kemiskinan dengan Geographically Weighted Multivariat Linier Model di Kabupaten Sampang
5 NAURAL B, Vol., No., Aprl Pemodelan Kerawanan Pangan dan Kemsknan dengan Geographcally Weghted Multvarat Lner Model d Kabupaten Sampang Yusrna Nur Danat )*, N Wayan Surya Wardhan ), Rahma Ftran ) ) Program
Lebih terperinciFaktor - Faktor yang Mempengaruhi Alih Fungsi Lahan Pertanian Sebagai Upaya Prediksi Perkembangan Lahan Pertaniandi Kabupaten Lamongan
JRNAL TEKNIK POMITS Vol. 3, No., (014) ISSN: 337-3539 (301-971 Prnt) C-119 Faktor - Faktor yang Mempengaruh Alh Fungs Lahan Pertanan Sebaga paya Predks Perkembangan Lahan Pertanand Kabupaten Lamongan Mersa
Lebih terperinciBAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam
BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua
Lebih terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan
Lebih terperinciPemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group
Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB
73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM
ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas
Lebih terperinciPEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.
PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB II TINJAUAN PUSTAKA. variabel atau lebih dari dua variabel independen X 1, X 2, X 3,...,X i terhadap satu
BAB II TINJAUAN PUSTAKA 2.1 Analss Regres Berganda Analss regres berganda adalah suatu metode untuk meramalkan nla pengaruh dua varabel ndependen atau lebh terhadap satu varabel dependen. Lebh mudahnya
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinci