Nirwan Ilyas, Anisa, Andi Kresna Jaya ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "Nirwan Ilyas, Anisa, Andi Kresna Jaya ABSTRAK"

Transkripsi

1 PERBANDINGAN MODEL REGRESI LOGISTIK DAN ZERO-INFLATED POISSON (ZIP) UNTUK MENGANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS KELANGSUNGAN HIDUP PENDERITA PENYAKIT DEMAM BERDARAH (DBD) RS WAHIDIN SUDIROHUSODO MAKASSAR Nrwan Ilyas, Ansa, And Kresna Jaya ABSTRAK Analss regres Zero-Inflated Posson adalah analss yang dgunakan untuk mengkaj hubungan varabel respon dan varabel penjelas dmana pada varabel penjelas banyak terdapat nla nol. Pada peneltan n, analss regres Zero- Inflated Posson dgunakan untuk mencar hubungan antara status pasen yang pulang paksa dengan varabel lama rawat, jens kelamn dan umur penderta penyakt DBD d RS. Wahdn Sudrohusodo Makassar. Data yang dgunakan adalah data rekam medk penderta penyakt DBD yang berusa d bawah 25 tahun d rumah sakt n mula bulan Januar 2005 sampa Jul Hasl peneltan menunjukkan bahwa kecenderungan pasen untuk keluar secara paksa dar rumah sakt pada varabel lama rawat dan umur adalah sebesar 1.5 dan 1.4 kal, sedangkan untuk varabel jens kelamn tdak memperlhatkan kecenderungan tertentu. Nla peluang rata-rata untuk keluar dar rumah sakt yang dhaslkan adalah sebesar ketersedaan sarana dan prasarana d RS. Wahdn Sudrohusodo mengaslkan propors sebesar Kata Kunc : Regres Zero-Inflated Posson, penyakt DBD. PENDAHULUAN Statstka merupakan lmu yang berhubungan dengan cara-cara pengumpulan data, pengolahan data, analss data, dengan menggunakan metode yang tepat dan sesua sehngga data dapat memberkan nformas yang berguna. Penerapan Statstka dewasa n berkembang sangat pesat, terutama d bdang kesehatan sepert kesehatan masyarakat, epdemolog, dan juga d bdang sosolog, pskolog, teknk, pertanan, dan pada berbaga bdang yang lan. Beberapa metode penerapan Statstka berkembang sebaga bentuk respon atas berbaga masalah yang ada. Salah satu metode Statstka yang dgunakan untuk menentukan hubungan fungsonal antara dua varabel adalah analss regres lnear, dmana varabel yang dmaksud adalah varabel penjelas atau bebas (ndependent) dan varabel respon atau tak bebas (dependent). Bentuk hubungan fungsonal antara kedua varabel tersebut dnyatakan dalam suatu model. Bentuk hubungan fungsonal antara kedua varabel tersebut dnyatakan dalam suatu model. Pada peneltan n akan dgunakan perbandngan antara metode regres Logstk, dmana varabel respon dalam skala kategork dengan penggunaan model regres dmana responnya mengkut suatu sebaran tertentu, yatu sebaran Posson. 1

2 Mc Cullagh dan Nelder (1983) menyatakan bahwa serngkal suatu peneltan mengkaj hubungan antara varabel bebas dan respon, dmana varabel responnya merupakan varabel yang bersfat dskrt (blangan cacah) dan tdak bner. Salah satu fenomena dmana varabel responnya dskrt adalah fenomena yang menyangkut banyaknya kejadan yang berdstrbus Posson, dmana batas atas banyaknya kejadan tu tdak terbatas. Salah satu contoh kumpulan data yang mengkut dstrbus Posson adalah tentang banyaknya sswa pecandu narkoba pada suatu Sekolah Menengah Umum (SMU). Apabla peluang banyaknya sswa pecandu tu sangat kecl, maka perstwa tersebut dapat dkatakan mengkut dstrbus Posson. Model regres yang dgunakan untuk menjelaskan hubungan antara varabel bebas dan respon yang berdstrbus Posson adalah model regres Posson (Lambert, Callegar; 1992, 2001). Dalam penerapannya, pada beberapa kasus serng dtemukan varabel respon berskan data bernla nol lebh banyak dar jka kejadan tu berdstrbus Posson. Lambert (1992) memberkan contoh dalam proses produks suatu tem. Jka proses benar-benar terkendal maka kemungknan tdak ada tem yang mengalam kerusakan lebh besar dbandngkan dengan tem yang mengalam kerusakan. Salah satu pendekatan untuk menganalss kumpulan data dengan konds data yang nla nolnya lebh banyak dbandngkan jka data cacahan tersebut berdstrbus Posson, maka Lambert (1992) dan juga Callegar (2001) menyarankan penggunaan dstrbus Zero Inflated Posson (ZIP), sehngga model regres yang dgunakan untuk menjelaskan hubungan antara varabel bebas dan respon yang berdstrbus ZIP adalah dengan model regres Zero Inflated Posson (Callegar, 2001). Pada peneltan n, pemodelan dengan ZIP akan dfokuskan pada penyakt Demam Berdarah (DBD atau Dengue Hemorrhagc Fever/DHF) pada rumah sakt yang termasuk ke dalam kelompok rumah sakt terbesar yang ada d Kota Makassar, yatu RS. Wahdn Sudrohusodo. Pemlhan penyakt DHF dlakukan dengan pertmbangan bahwa jens penyakt n merupakan wabah, artnya penyakt n tdak terjad setap saat, akan tetap terjad dalam suatu jangka waktu tertentu dengan jumlah penderta yang banyak. TINJAUAN PUSTAKA Model Regres Logstk Model regres lner untuk peubah respon (y) yang kontnu merupakan kasus yang serng kta jumpa. Jka ada sebanyak k buah peubah penjelas (x), maka model regres lner yang umum dgunakan adalah 2

3 y = β + β x + β x + L+ β x k k (1) Namun demkan, serngkal kta menemu stuas dmana peubah respon yang dmlk bersfat kategork, lebh khusus lag bersfat dkotom (memlk dua buah nla). In yang kta kenal sebaga regres Logstk (bner). Model Umum dar regres Logstk, dapat dtuls P( Y e β0 + β1x1 + L+ βk xk = 1) = = β0 + β1x1 + L+ βk xk 1+ e (2) dmana β adalah dugaan parameter model, atau P(Y = 1) adalah peluang kelangsungan hdup, dan x adalah varabel-varabel penjelas yang ada dalam model. Model Regres Zero-Inflated Posson Model regres ZIP merupakan pengembangan dar model regres Posson, dgunakan untuk mengdentfkas hubungan antara varabel bebas dan varabel respon yang banyak bernla nol. Msalkan Y adalah varabel respon dmana = 1, 2,..., n, maka dapat dtulskan Y 0, = Po( μ ), dengan peluang dengan peluang 1 (3) Jka untuk setap Y pada persamaan (3) dasosaskan dengan varabel Z, maka dapat dtulskan 0, untuk y z = 1, untuk y dar fungs massa peluang turunan Posson (4) dar fungs massa peluang Posson Berdasarkan persamaan (4) maka P( Z P( Z = 0) = 1 = 1) = P( Y ~ Po( μ )) = (5) 3

4 sehngga Z B(1, ). Jka nla varabel respon y = 1, 2, 3..., n maka nla z = 1. ~ Sedangkan jka nla varabel respon y = 0, maka nla z mungkn 0 tetap mungkn juga 1. Jad untuk varabel respon y = 0, nla z =? atau belum bsa dtentukan dengan past, sehngga dengan demkan nla z hlang sebagan. Lambert (1992) dan Callegar (2001) menyatakan bahwa asums untuk model regres ZIP adalah T X logt ( ) = β dengan fungs penghubung logstk atau T x = e 1+ e β T x β (6) T X dan ln ( μ ) = γ menggunakan fungs penghubung logartma asl (ln) T atau μ = exp( γ ) (7) x dmana β dan γ adalah vektor-vektor parameter model yang tdak dketahu yang akan dduga nlanya. TUJUAN DAN MANFAAT PENELITIAN Peneltan yang dtawarkan n bertujuan untuk : 1. Untuk mengetahu perbandngan status kelangsungan hdup penderta DBD dengan menggunakan model regres Logstk dan model regres Zero Inflated Posson. 2. Untuk mengetahu faktor-faktor yang mempengaruh status kesehatan penderta penyakt DBD d RS. Wahdn Sudrohusodo Makassar. 3. Bagamana profl pasen yang mengalam perbakan atau sembuh selama dalam perawatan berdasarkan pada lama rawat/nap pasen tersebut d rumah sakt tersebut. Tujuan lannya adalah untuk mengetahu bentuk perawatan optmal yang dapat dberkan untuk membuat konds kesehatan pasen menjad lebh bak atau sembuh sehngga phak pengelola rumah sakt dapat memberkan pelayanan yang optmum kepada masyarakat, dalam hal n kepada pasen yang harus drawat nap d rumah sakt tersebut. 4

5 Manfaat kegatan dan hasl peneltan n dharapkan bsa menjad masukan kepada phak pengelola RS. Wahdn Sudrohusodo Makasssar dalam proses pengamblan kebjakankebjakan untuk memberkan pelayanan yang optmal kepada masyarakat. METODE PENELITIAN Lokas Peneltan Peneltan n dlakukan pada RS. Wahdn Sudrohusodo Makassar, yang merupakan rumah sakt umum neger. Pemlhan rumah sakt n dengan pertmbangan bahwa rumah sakt n merupakan rumah sakt terbesar yang ada d kota Makassar. Populas dan Sampel Populas peneltan n adalah semua penderta penyakt Demam Berdarah (DBD) yang berumur/berusa 25 tahun ke bawah yang pernah atau sedang menjalan rawat nap d RS. Wahdn Sudrohusodo Makassar, mula bulan Januar 2005 sampa bulan Jul Pengamblan sampel dlakukan secara acak untuk pasen yang drawat nap d rumah sakt tersebut yang berumur/usa 25 tahun ke bawah, mula bulan Januar 2005 sampa bulan Jul Cara pengamblan data adalah pengamblan data sekunder berdasarkan data rekam medk pada rumah sakt tersebut. Indkator/Parameter yang Dukur Indkator atau peubah yang damat dan d ukur, secara rngkas dberkan pada tabel berkut. Tabel 1. Jens Peubah/Data yang Damat. Pengamatan Jens Peubah/Data yang Damat Keterangan Karakterstk Pasen 1. Nama (sebaga Identtas dr saja) 2. Jens Kelamn 3. Umur 4. Pekerjaan 5. Tngkat penddkan Sebaga peubah-peubah yang dgunakan dalam pemodelan Regres Logstk dan ZIP 5

6 6. Bobot Badan Relatf (%kg/cm) 7. Lama Menderta Penyakt 8. Lama Drawat d Rumah Sakt 9. Status Kelangsungan Hdup Luaran (Output) Peneltan Secara khusus peneltan n akan menghaslkan output berupa profl penderta penyakt Demam Berdarah yang drawat d RS. Wahdn Sudrohusodo Makassar, dan peluang rata-rata kelangsungan hdup penderta penyakt Demam Berdarah d rumah sakt tersebut. Hasl n dharapkan menjad acuan bag phak pengelola rumah sakt untuk merancang kebjakan yang bersesuaan dalam rangka memberkan pelayanan yang optmal kepada masyarakat. Hasl dan Pembahasan Deskrps varabel respon dan varabel penjelas yang bertpe numerk dan kategork untuk penderta penyakt DBD d RS. Wahdn Sudrohusodo dberkan pada Tabel 2 dan Tabel 3 berkut. Tabel 2. Deskrps Varabel Numerk untuk Penderta Penyakt DBD d RS. Wahdn Sudrohusodo Makassar. No Nama Varabel Rata-rata Varans Mnmum Maksmum Keterangan 1 Lama drawat Umur Varbel Penjelas Varbel Penjelas Tabel 3. Deskrps Varabel Numerk untuk Penderta Penyakt DBD d RS. Wahdn Sudrohusodo Makassar. 6

7 No Nama Varabel Frekuens Persen (%) Keterangan 1 Status Kelangsungan Hdup 0 = Sembuh atau Mat = Belum Sembuh dan Pulang Paksa Varabel Respon 2 Jens Kelamn 1 = Lak-lak Varabel Penjelas 2 = Perempuan Dstrbus jumlah pasen menurut lama rawat sebagamana yang dtunjukkan pada Tabel 2 terlhat bahwa rata rata lama drawat penderta penyakt DBD adalah 5,07, dan varans lama drawat adalah 8,47. Lama rawat pasen maksmal 20 har dan lama rawat pasen mnmum 1 har. Sedangkan dstrbus jumlah pasen menurut umur, terlhat pada bahwa rata rata umur pasen yang menderta penyakt DBD adalah 15,31 dan varans umur adalah 36,76. Pasen termuda dengan umur 3 tahun dan pasen tertua dengan umur 24 tahun. Dstrbus jumlah pasen menurut status kelangsungan hdup dtunjukkan pada Tabel 3. Dar tabel terlhat bahwa persentase tertngg yang menderta penyakt DBD adalah sembuh atau mat yatu 89,9% sedangkan terendah adalah belum sembuh dan pulang paksa yatu 10,1%. Sedangkan dstrbus jumlah pasen menurut jens kelamn, persentase tertngg penderta penyakt DBD adalah lak-lak yatu 54,6 %, sedangkan terendah adalah perempuan yatu 45,4%. Pemodelan Regres Zero-Inflated Posson Hasl pengolahan data pasen penderta penyakt DBD dengan bantuan program yang dbuat oleh Callegar (2001) dalam perangkat lunak S-Plus Nla taksran vektor parameter model regres Zero-Inflated Posson β dan γ dengan menggunakan algortma EM masngmasng adalah ˆ1 β = 0,41, ˆ2 β = 3,14, ˆ3 β = 0, 33 dan 7

8 ˆ1 γ = 0,27, ˆ2 γ = 0, 22, ˆ3 γ = 0, 02 Sehngga Model Regres Zero-Inflated Posson-nya adalah = exp(0, 41x1 3,14x2 + 0,33x3 ) 1+ exp(0, 41x 3,14x + 0,33x ) μ = exp(0, 27x 1 0,22x 2 + 0,02x 3 ) dmana x1 menyatakan lamanya pasen penderta penyakt DBD ke- drawat d RS. Wahdn Sudrohusodo, x2 menyatakan jens kelamn pasen ke-, dan x3 menyatakan umur (tahun) pasen DBD ke-. Interpretas dar taksran parameter model logt β ddasarkan pada perhtungan odds raso. Odds raso adalah suatu ukuran yang menunjukkan berapa kal lpat kenakan atau penurunan nla P(Y sukses atau Y = 1), jka nla varabel x sebesar nla tertentu dengan kata lan, odds raso menunjukkan seberapa lebh dsuka suatu event (kejadan) pada suatu grup relatf terhadap kejadan pada grup yang lan, sehngga P(Y = 1) dalam hal n tdak lan adalah. Nla odds raso dapat dhtung dengan menggunakan nla dugaan untuk parameter β yang telah dperoleh, yatu exp(0,41) = 1,51 1,5 untuk varabel lama rawat exp(-3,14) = 0,04 0 untuk varabel jens kelamn dan exp(0,33) = 1,39 1,4 untuk varabel umur. Nla 1,5 menunjukkan bahwa untuk penderta penyakt DBD d RS. Wahdn Sudrohusodo yang jens kelamn dan umurnya sama, dengan masa rawat berbeda satu har maka kecenderungan untuk keluar secara paksa dar RS. Wahdn Sudrohusodo adalah 1,5. Atau dengan kata lan untuk penderta DBD dengan umur dan jens kelamn yang sama, kecenderungan untuk keluar secara paksa dar ruang perawatan 7,5 kal lebh tngg dbandngkan dengan penderta yang perbedaan masa rawatnya 5 har dbawahnya. Nla 0 menunjukkan bahwa penderta penyakt DBD d RS. Wahdn Sudrohusodo yang lama drawat dan umur yang sama maka tdak ada perbedaan antara lak-lak dan perempuan untuk keluar 8

9 secara paksa. Atau dengan kata lan peluang untuk keluar secara paksa dar rumah sakt untuk varabel jens kelamn adalah sama. Selanjutnya nla 1,4 menunjukkan bahwa untuk penderta penyakt DBD d RS. Wahdn Sudrohusodo yang lama rawat dan jens kelamnnya sama, maka kecenderungan keluar secara paksa dar rumah sakt adalah 1,4 jka umurnya berbeda 1 tahun. Atau dengan kata lan untuk lama drawat dan jens kelamn sama, maka kecenderungan untuk keluar secara paksa dar rumah sakt adalah 4,2 kal lebh tngg dbandngkan dengan penderta yang perbedaan umurnya 3 tahun dbawah. D sampng tu, nterpretas dar taksran parameter model logt β ddasarkan juga pada nla peluang. Adapun nla peluang untuk varabel lama drawat (x1), jens kelamn (x2) dan umur (x3) pasen penderta DBD d RS. Wahdn Sudrohusodo dsajkan pada Lampran 1. Dar Lampran 1 telhat bahwa rata-rata peluang pasen penderta DBD RS. Wahdn Sudrohusodo untuk keluar secara paksa dar rumah sakt n adalah 0,74 untuk lama rawat 1 har jens kelamn lak-lak, sedangkan perempuan adalah 0,61. Untuk lama rawat 2 har, peluang pasen jens kelamn lak-lak adalah 0,87 sedangkan perempuan adalah 0,79. Dengan cara yang sama untuk lama rawat 20 har rata-rata peluang keluar secara paksa adalah 1 untuk jens kelamn lak-lak. Rata-rata peluang tertngg adalah lama rawat 9, 10, 15 dan 20 dengan rata-rata peluang untuk keluar paksa adalah 1, n terjad pada pasen yang berjens kelamn lak-lak. Sedangkan rata-rata nla peluang terendah adalah 0,37 untuk lama rawat 5 har pada jens kelamn perempuan. Selengkapnya dapat dlhat pada tabel berkut. Tabel 4. Rata-Rata Peluang ( ) Berdasarkan Lama Rawat dan Jens Kelamn d RS. Wahdn Sudrohusodo. Lama Rawat Jens Kelamn Rata-rata

10 Taksran parameter model log γ jka dgabungkan dengan taksran parameter model logt β akan mengandung pengertan rata-rata jumlah pasen rawat nap penderta penyakt BDB yang keluar secara paksa dar ruang perawatan d RS. Wahdn Sudrohusodo untuk lama rawat (x1), jens kelamn (x2) dan umur (x3) tertentu. Contohnya untuk anak yang lama massa rawatnya x1 = 3 har, jens kelamn x2 = 2 (perempuan) dan lama drawat x3 = 6 tahun, maka rata-rata jumlah pasen rawat nap penyakt DBD yang keluar secara paksa dar ruang perawatan adalah 10

11 exp(0,41*5 3,14* 2 + 0,33* 24) exp( 0,27*5 0,22* 2 0,02* 24) = 0, exp(0,41*5 3,14* 2 + 0,33* 24) Nla 0 menunjukkan bahwa tdak ada pasen penderta penyakt DBD yang berjens kelamn perempuan berumur 6 tahun dengan lama rawat 3 har yang keluar secara paksa dar rumah sakt. Rata-rata jumlah pasen yang keluar secara paksa dar rumah sakt selengkapnya pada Lampran 2. Sarana dan Prasarana d RS. Wahdn Sudrohusodo Sarana dan prasarana RS. Wahdn Sudrohusodo dhtung berdasarkan kapastas tempat tdur dan tenaga kesehatan yang ada pada rumah sakt tersebut. Total kapastas tempat tdur d RS. Wahdn sudrohusodo adalah 562 dengan 209 tempat tdur pada berbaga ruang perawatan yang dgunakan untuk menampung penderta penyakt n. Dengan demkan propors tempat tdur yang terseda untuk penderta penyakt n adalah 0,37 (37%). Sedangkan total tenaga kesehatan yang ada d rumah sakt n adalah 1245, dan yang sap melayan penderta DBD yang masuk adalah 1021, sehngga propors tenaga kesehatan untuk rumah sakt n adalah 0,82 (82%). Adapun data sarana dan prasarana pada RS. Wahdn Sudrohusodo dberkan pada Lampran 3. KESIMPULAN DAN SARAN Berdasarkan uraan yang dberkan pada bab sebelumnya, dsmpulkan bahwa model regres Zero- Inflated Posson untuk penderta penyakt DBD d RS. Wahdn Sudrohusodo adalah 11

12 exp(0, 41x 3,14x + 0,33x = exp(0, 41x1 3,14x2 + 0,33x3) ) μ = exp(0, 27x1 0,22x 2 + 0,02x 3 ) Berdasarkan nla odds raso atau berapa kal lpat lebh tngg kecenderungan pasen untuk keluar secara paksa dar rumah sakt pada varabel penjelas lama rawat dan umur, maka odds raso RS. Wahdn Sudrohusodo menghaslkan nla 1,5 dan 1,4, sedangkan untuk varabel jens kelamn, nla odd raso yang dhaslkan adalah 0. Berdasarkan nla peluang, yang merupakan nla peluang penderta penyakt DBD untuk keluar secara paksa dar rumah sakt dengan menggunakan ketga varabel penjelas secara bersama-sama, maka nla peluang dar RS. Wahdn Sudrohusodo yang dhaslkan adalah sebesar 0,76. Berdasarkan sarana dan prasarana yang ada pada rumah sakt tersebut, propors ketersedan tempat tdur untuk melayan penderta DBD pada RS. Wahdn Sudrohusodo adalah sebesar 0,37. Dar total kapastas tempat tdur yang ada dan yang dgunakan perawatan penderta penyakt DBD, dapat dkatakan bahwa RS. Wahdn Sudrohusodo banyak menampung penderta penyakt n jka terjad wabah, meskpun propors yang dhaslkan kecl. Propors tenaga kesehatan d RS. Wahdn Sudrohusodo adalah sebesar 0,82. Hal n menunjukkan RS. Wahdn Sudrohusodo mempunya banyak tenaga kesehatan untuk melayan penderta penyakt DBD jka terjad wabah. Peneltan lanjut dapat dlakukan dengan mempertmbangkan varabel penjelas lan dalam model dan melhat model dugaan regres Zero-Inflated Posson dan odds raso yang dhaslkan. Juga dapat revs pada program sehngga nla dugaan yang dperoleh akan lebh cepat tercapa kekonvergenannya. DAFTAR PUSTAKA [1] Bohnng, D et al. (2006). Zero-Inflated count models and ther applcaton n publc health and socal scence. [4 Oktober 2006]. 12

13 [2] Callegar, F. (2001). Estmaton of Zero-Inflated Posson (ZIP) models. Fnal Project Categorcal Data Analyss Fall. [3] Lambert, D. (1992). Zero-Inflated Posson regresson, wth an applcaton to defects n manufacturng. Technometrcs, Vol. 34, pp : [4] Myers, R. (1992). Classcal and Modern Regresson. PWS-Kent Publshng Company, Boston. [5] Mc Cullagh and Nelder. (1983). Theory of Lnear Model. PWS-Kent Publshng Company, Boston. [6] Reske, H dan Sapto, WI. (2003). Catatan Kulah Proses Stokastk. ITB. Bandung [7] Wang, K et al. (2002). A Zero-Inflated Posson mxed model to analyze dagnoss related groups wth majorty of same-day hosptal stays. Computer Methods and Program n Bomedcne, Vol. 68, pp : KEMBALI KE DAFTAR ISI 13

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes Jurnal Matematka, Statstka & Komputas 1 Vol. 4 No. Januar 008 Pemetaan Penyakt Demam Berdarah (DBD) Kota Makassar Dengan Penduga Emprcal Bayes Ansa Abstrak Peneltan n mengkaj penggunaan model Emprcal Bayes

Lebih terperinci

BAB 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. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

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

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

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

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN 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 terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. 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 terperinci

EVALUASI 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 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 terperinci

Seemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar

Seemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar Vol. 3, o., -5, Jul 6 Seemngl Unrelated Regresson Penderta Penakt DBD RS. Wahdn Sudrohusodo Dan RS. Stella ars akassar A n s a Abstrak Hubungan antar varabel adalah salah satu hal ang selalu menark dalam

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Pemodelan Regresi Zero-Inflated Poisson (ZIP) tentang Faktor-Faktor yang Mempengaruhi Penyakit Tuberkulosis (TBC) di Kabupaten Sorong Selatan

Pemodelan Regresi Zero-Inflated Poisson (ZIP) tentang Faktor-Faktor yang Mempengaruhi Penyakit Tuberkulosis (TBC) di Kabupaten Sorong Selatan Semnar Hasl Tugas Akhr Pemodelan Regres Zero-Inflated Posson (ZIP) tentang Faktor-Faktor yang Mempengaruh Penyakt Tuberkuloss (TBC) d Kabupaten Sorong Selatan Oleh : Nur Setyanngrum 1307100078 Pembmbng

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL 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 terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian 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 terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

Corresponding Author:

Corresponding Author: Perbandngan Fungs Ketahanan Hdup Dengan Metode Non Parametrk Menggunakan Uj Gehan Dan Uj Cox-Mantel (Lvng wth Securty Functon Comparson Method Usng Non Paremetrk Gehan test and Cox-Mantel Tes Ans Sept

Lebih terperinci

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

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

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

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. 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 terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB 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 terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB 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 terperinci

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324 JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper

Lebih terperinci

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

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

ANALISIS PEUBAH RESPON BINER

ANALISIS PEUBAH RESPON BINER Analss Peubah Respon Bner... (Ksmantn) ANALISIS PEUBAH RESPON BINER Ksmantn Jurusan Penddkan Matematka FMIPA Unverstas Neger Yogyakarta Abstrak Pada regres lner klask, peubah respon dasumskan merupakan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB 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 terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. 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 terperinci

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

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

BAB 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. 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 terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB 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 terperinci

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

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta

Lebih terperinci

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

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB 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 terperinci

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

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.. KERANGKA ANALISIS Kerangka analss merupakan urutan dar tahapan pekerjaan sebaga acuan untuk mendapatkan hasl yang dharapkan sesua tujuan akhr dar kajan n, berkut kerangka

Lebih terperinci

Oleh : Deri Akhmad (9738) Johan Arifin (9834) Muhammad Alawido (10830) esi Hapsari (10832) Windu Pramana Putra (10835) Tya Hermoza (10849) Gempur

Oleh : Deri Akhmad (9738) Johan Arifin (9834) Muhammad Alawido (10830) esi Hapsari (10832) Windu Pramana Putra (10835) Tya Hermoza (10849) Gempur Oleh : Der Akhmad (9738) Johan Arfn (9834) Muhammad Alawdo (83) es Hapsar (83) Wndu Pramana Putra (835) Tya Hermoza (849) Gempur Safar (877) Febra Aryan (97) Asr Wdyasar (978) Nur Inayah (4) Adharsa Rakhman

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

SELANG 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 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. 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

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI 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 terperinci

Regresi Linear Sederhana dan Korelasi

Regresi 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. 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 terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

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

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

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

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

Lebih terperinci

Pemeriksaan Ketepatan Fungsi Hubung dalam Analisis Data Biner

Pemeriksaan Ketepatan Fungsi Hubung dalam Analisis Data Biner Statstka, Vol. 9 No., 55 64 Me 009 Pemerksaan Ketepatan Fungs Hubung dalam Analss Data Bner Nusar Hajarsman Program Stud Statstka Fakultas MIPA Unsba Mahasswa Sekolah Pascasarjana Insttut Pertanan Bogor

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

PENDUGAAN RASIO, BEDA DAN REGRESI

PENDUGAAN RASIO, BEDA DAN REGRESI TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci