DATA DAN METODE PENELITIAN
|
|
- Sudirman Indra Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 8 DATA DAN METODE PENELITIAN Data Data yang digunakan dalam penelitian ini terdiri dari dua jenis, yaitu data yang dibangkitkan dari simulasi dan data riil yang diperoleh dari Badan Pusat Statistik(BPS), berupa Data Susenas 2005 dan Data Podes Data simulasi diperoleh dari tiga kemungkinan fungsi, yaitu pola hubungan linier, kubik, dan eksponesial berikut: 1) ) ) 1exp 3 } dengan dibangkitkan dari 1,1. Plot setiap fungsi vs nilai dapat dilihat dalam Gambar 1 berikut: mx mx x x (a) (b) mx x (c) Gambar 1. Pola hubungan antara fungsi vs nilai, dengan (a) linier, (b) kubik, dan (c) eksponensial Penetapan nilai dianggap mewakili nilai negatif, nilai nol dan nilai positif. Berdasarkan kemungkinan di atas akan dibangkitkan 100 data set yang saling bebas,, 1,2,..20 untuk setiap ragam antar area
2 9 =0.5, 1, 1.5, ragam di dalam area D=1, dan ukuran contoh n=10, 20, 30 untuk setiap area kecil 1,2,..20. Penetapan ragam di dalam area D=1 yang sama pada setiap area dilakukan untuk mempermudah komputasi, sedangkan penetapan ragam antar area merupakan representasi dari keragaman antar area yang lebih kecil, sama dan lebih besar dari keragaman di dalam area. Banyaknya ukuran contoh merepresentasikan ukuran contoh yang biasa dilakukan dalam area kecil. Sedangkan penetapan area kecil sebanyak 20 adalah sebagai representasi jumlah area kecil berukuran sedang. Simulasi dilakukan menggunakan S-plus Dalam simulasi ini terdapat 27 kombinasi pola data yang akan digunakan untuk menilai kelayakan model parametrik Fay-Herriot (persamaan 2 dan 3) dan model nonparametrik Kernel (persamaan 6 dan 7). Semua kombinasi data tersebut dapat dilihat dalam Tabel 1 berikut: Tabel 1. Kombinasi pola data simulasi Pola data D n Linier Kubik Eksponensial
3 10 Pada data riil, peubah yang menjadi perhatian adalah pendugaan pengeluaran perkapita pada kelurahan yang disurvei dalam Susenas 2005 di Kabupaten Bogor. Berdasarkan hasil eksplorasi yang telah dilakukan oleh Kurnia, A dan Notodiputro, K.A (2006), peubah penyerta yang terpilih dan dianggap dapat menerangkan pengeluaran perkapita pada suatu rumah tangga untuk level area desa/kelurahan meliputi : 1. Persentase keluarga prasejahtera dan sejahtera satu 2. Persentase keluarga pengguna listrik PLN 3. Persentase surat miskin yang dikeluarkan desa 4. Jumlah penduduk Dalam penelitian ini hanya akan diambil satu peubah saja dari keempat kemungkinan peubah penyerta di atas. Serupa dengan data simulasi, pengolahan data riil menggunakan S-plus Metode Penelitian Langkah Pendekatan Fay-Herriot Pada setiap kombinasi data simulasi, langkah-langkah pendekatan parametrik Fay-Herriot yang dilakukan adalah: 1. Membangkitkan dari 1,1 2. Membangkitkan,, dan,,, untuk setiap i dengan, ~0, dan, ~0,1 saling bebas, j=1,2,...n dan dari langkah (1) di atas,, 3. dan, i = 1,2,..,20 4. Mengitung dan 0, 5. Menghitung 1 lalu mensubstitusikan ke 1
4 11 6. Penghitungan akan dilakukan dengan bootstrap, dengan cara sebagai berikut a) Membangkitkan contoh bootstrap ~, dan ~,1, i=1,..,m, k=1,..,1000 b) Menghitung dan 0, disubstitusikan ke 1 kemudian 1 c) Mengulang langkah (a) dan (b) sebanyak 1000 kali, sehingga didapat 7. Mengulang langkah (2) sampai (6) sebanyak 100 kali, kemudian untuk setiap kali simulasi( r = 1,..,100) dihitung: a) Bias relative untuk area kecil ke-i : b) (17) (18) Dalam penerapan pada kasus data riil, adalah peubah penyerta terpilih dan adalah penduga langsung pengeluaran perkapita, serta ragam di dalam area sebesar yang diasumsikan homogen untuk setiap area kecil. Perhitungan penduga pengeluaran perkapita dan keragamannya berdasarkan model parametrik Fay-Herriot serupa dengan data simulasi. Langkah Pendekatan Nonparametrik Kernel Sedangkan langkah-langkah yang dilakukan dalam pendekatan nonparametrik kernel adalah sebagai berikut : 1. Membangkitkan dari 1,1
5 12 2. Membangkitkan,, dan,,, dengan, ~0, dan, ~0,1 saling bebas, i=1,2,...20, j=1,2,...n dan dari langkah (1) di atas, 3. dan, i = 1,2,..,20, 4. Dengan dan, dihitung. dihasilkan dari perintah ksmooth dari S-plus 2000 dengan lebar jendela (bandwith) Menghitung mak0, 1 dengan, dan, K adalah fungsi kernel normal baku dengan 20 / Menghitung 1 dengan Penghitungan dilakukan dengan bootstrap, dengan cara sebagai berikut: a. Membangkitkan contoh bootstrap ~, dan ~,1, k=1,..,20. b. Dengan dan, dihasilkan dari ksmooth dan dihitung = mak 0, 1 kemudian di substitusikan ke 1 dengan c. Langkah (a) dan (b) diulang sebanyak 1000 kali, sehingga didapat 7. Seperti langkah (7) dalam pendekatan parametrik Perhitungan penduga pengeluaran perkapita dan keragamannya berdasarkan model nonparametrik Kernel serupa dengan data simulasi.
6 13 Pada kasus data simulasi, model yang mempunyai nilai terkecil pada persamaan (17) dan persamaan (18) adalah model terbaik. Pada data riil tidak dapat dihitung nilai bias karena tidak adanya nilai sebenarnya dari pengeluaran perkapita. Jadi akan dibandingkan nilai galat dari kedua penduga, yaitu = -, dengan adalah penduga tak langsung, baik penduga tak langsung FH maupun penduga tak langsung NP, dan adalah penduga langsung. Penduga yang mempunyai galat yang kecil adalah penduga yang baik.
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinci(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER (Kasus : Pendugaan Proporsi Keluarga Miskin Di kabupaten Jember Jawa Timur) Etis Sunandi 1), Khairil A Notodiputro 2), Anik
Lebih terperinciBAB I PENDAHULUAN. Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di Indonesia dari sentralisasi ke desentralisasi, dimana pemerintah daerah lebih leluasa dalam mengatur
Lebih terperinciHASIL DAN PEMBAHASAN
14 HASIL DAN PEMBAHASAN Data Pengeluaran Per Kapita Berdasarkan data dari Dinas Kependudukan dan Catatan Sipil Kota Bekasi bahwa jumlah rumah tangga sebanyak 428,980 dengan jumlah anggota rumah tangga
Lebih terperinciMemodelkan regresi logistik biner data set hasil sampel bootstrap B.
B O O T S T R A P A G G R E G A T I N G 1 2 3 4 5 6 7 Tinjauan Pustaka Algoritma Bagging Regresi Logistik Biner Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Pengambilan
Lebih terperinciESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK. Program Studi Pendidikan Matematika, UNIMUS 2
ESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK Iswahyudi Joko Suprayitno 1, Moh Yamin Darsyah 2, Budiharto 3 1 Program Studi Pendidikan Matematika, UNIMUS 2 Program
Lebih terperinciAPROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciPREDIKSI TERBAIK EMPIRIK UNTUK MODEL TRANSFORMASI LOGARITMA DI DALAM PENDUGAAN AREA KECIL DENGAN PENERAPAN PADA DATA SUSENAS ANANG KURNIA
PREDIKSI TERBAIK EMPIRIK UNTUK MODEL TRANSFORMASI LOGARITMA DI DALAM PENDUGAAN AREA KECIL DENGAN PENERAPAN PADA DATA SUSENAS ANANG KURNIA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009 PERNYATAAAN
Lebih terperinciHASIL DAN PEMBAHASAN Pendugaan Pengeluaran Per Kapita
HASIL DAN PEMBAHASAN Pendugaan Pengeluaran Per Kapita Kabupaten Jember terdiri dari 247 desa/kelurahan. 14.17% dari jumlah tersebut atau 35 desa/kelurahan terpilih sebagai contoh dalam susenas 2008, dengan
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciMODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER Etis Sunandi 1), Khairil A Notodiputro 2), Anik Djuraidah 2) 1) Jurusan Matematika FMIPA Universitas Bengkulu 2) Jurusan Statistika,
Lebih terperinci4. HASIL DAN PEMBAHASAN. Tabel 1. Hasil pendugaan selang prediksi dari data simulasi yang menyebar Gamma dengan D i = 1 dan tanpa peubah penyerta
4. HASIL DAN PEMBAHASAN 4.1 Simulasi 4.1.1 Tanpa Peubah Penyerta Hasil simulasi untuk kasus data yang menyebar Gamma dan tanpa peubah penyerta diperoleh hasil nilai-nilai panjang selang prediksi (average
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistik area kecil (small area statistics) saat ini telah menjadi perhatian para statistisi dunia secara sangat serius. Telah banyak penelitian yang dikembangkan
Lebih terperinciSMALL AREA ESTIMATION PENGELUARAN PER KAPITA DI KABUPATEN BANGKALAN DENGAN METODE HIERARCHICAL BAYES
Statistika, Vol., No., November 5 SMALL AREA ESTIMATION PENGELUARAN PER KAPITA DI KABUPATEN BANGKALAN DENGAN METODE HIERARCHICAL BAYES Andi Muhammad Ade Satriya, Nur Iriawan, Brodjol Sutijo S. U,, Program
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Data Pengeluaran Per Kapita Propinsi Jawa Timur Tahun 2008 Jawa Timur adalah provinsi yang terdiri dari 29 kabupaten dan 9 kota. Secara umum wilayah provinsi Jawa Timur dapat dibagi
Lebih terperinciMETODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50
METODOLOGI Data Data yang digunakan dalam penelitian ini ada dua jenis, yaitu data simulasi dan data riil Data simulasi digunakan untuk melihat pengaruh perubahan parameter konsentrasi ( ) terhadap karakteristik
Lebih terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG. Program Studi Statistika, UNIMUS
SMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG Moh Yamin Darsyah 1, Iswahyudi Joko Suprayitno 2 1 Program Studi Statistika, UNIMUS Email: mydarsyah@unimus.ac.id 2 Program Studi
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI Disusun Oleh : BITORIA ROSA NIASHINTA 24010211120021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciHASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan
HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciVI. PEMBAHASAN. dengan metode kemungkinan maksimum, tetapi terhadap
89 VI. PEMBAHASAN Pada analisis yang menggunakan pendekatan model acak satu faktor (model persamaan 4.1), metode kuadrat terkecil secara umum memberikan hasil dugaan yang berbeda dengan metode kemungkinan
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciPENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperinciTINJAUAN PUSTAKA Profil Kabupaten Jember Pengeluaran Per kapita
TINJAUAN PUSTAKA Profil Kabupaten Jember Berdasarkan data BPS (2009), Kabupaten Jember secara geografis terletak pada 113 0 30-113 0 45 Bujur Timur dan 8 0 00-8 0 30 Lintang Selatan. Wilayah Kabupaten
Lebih terperinciPENDUGAAN IPM PADA AREA KECIL DI KOTA SEMARANG DENGAN PENDEKATAN NONPARAMETRIK
PENDUGAAN IPM PADA AREA KECIL DI KOTA SEMARANG DENGAN PENDEKATAN NONPARAMETRIK Moh. Yamin Darsyah 1, Rochdi Wasono 2 1,2 Dosen Statistika Unimus, Semarang mydarsyah@yahoo.com Abstract Human Development
Lebih terperinciHASIL DAN PEMBAHASAN. efisien untuk menentukan lebar jendela fungsi kernel Gaussian.
6 6. Catat persentase salah klasifikasi dari hasil penggerombolan. 7. Ulangi langkah 2-6 sebanyak tiga puluh kali. HASIL DAN PEMBAHASAN Penentuan Lebar Jendela Fungsi Kernel Penentuan lebar jendela fungsi
Lebih terperinciPENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU
PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU Ari Shobri B 1), Septiadi Padmadisastra 2), Sri Winarni 3) 1) Mahasiswa
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2014
No. 05/01/72/Th. XVIII, 02 Januari 2015 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2010 terus mengalami
Lebih terperinciSTK643 PEMODELAN NON-PARAMETRIK. Pendugaan Fungsi Kepekatan Regresi Nonparametrik
STK643 PEMODELAN NON-PARAMETRIK Pendugaan Fungsi Kepekatan Regresi Nonparametrik KARAKERISTIK DASAR PENDUGA KEPEKATAN Penduga kepekatan; f x = 1 n n 1 w x x i h Nilai tengah atau Rataan (mean) E{f x }
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN KEMISKINAN DI KABUPATEN DEMAK
SMALL AREA ESTIMATION UNTUK PEMETAAN KEMISKINAN DI KABUPATEN DEMAK Moh. Yamin Darsyah 1 Setia Iriyanto 2 Iswahyudi Joko S 3 1) Prodi Statistika FMIPA UNIMUS, Semarang 2) Prodi Manajemen FE UNIMUS, Semarang
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL
PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL Norlatifah 1), Gandhi Pawitan 2), Enny Supartini 3) 1) Mahasiswa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciPREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK DALAM PENDUGAAN AREA KECIL
PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK DALAM PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Indeks Pembangunan Manusia Tingkat Kecamatan di Kabupaten Bogor) DEDY PEBRI YUSTISIANTO PRATAMA DEPARTEMEN STATISTIKA
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2016
No. 40/07/72/Th. XIX, 18 Juli 2016 PROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2016 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2012 2016 cenderung mengalami
Lebih terperinciSeminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011
Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah yang sulit untuk diatasi. Salah satu sasaran pembangunan nasional adalah penurunan tingkat kemiskinan. Menurut Badan Pusat Statistik,
Lebih terperinciHASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS
HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat dinyatakan dalam bentuk persamaan
Lebih terperinciSemakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).
3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK
BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas
Lebih terperinciHASIL DAN PEMBAHASAN Deskripsi Data
HASIL DAN PEMBAHASAN Deskripsi Data Jawa Timur merupakan salah satu provinsi di Indonesia yang mempunyai 38 kabupaten/kota, terdiri atas 29 kabupaten dan 9 kota. Secara umum wilayah Provinsi Jawa Timur
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2015
No. 54/09/72/Th. XVIII, 15 September 2015 PROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2015 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2011 2015 terus
Lebih terperinci1. PENDAHULUAN 1.1. Latar Belakang
1 1. PENDAHULUAN 1.1. Latar Belakang Dalam bidang biomedis seringkali ada kebutuhan untuk menganalisis hubungan antara peubah penjelas yang pengukurannya dilakukan secara berulang antar waktu (kovariat
Lebih terperinciPERBANDINGAN METODE MKT, LTS, WIN, DAN THEIL PADA PENDUGAAN PARAMETER REGRESI APABILA GALATNYA MENYEBAR EKSPONENSIAL HELGA ARINA PRAMUDITYA
PERBANDINGAN METODE MKT, LTS, WIN, DAN THEIL PADA PENDUGAAN PARAMETER REGRESI APABILA GALATNYA MENYEBAR EKSPONENSIAL HELGA ARINA PRAMUDITYA STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi
Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.
Lebih terperinciKAJIAN PENGARUH PENAMBAHAN INFORMASI GEROMBOL TERHADAP HASIL PREDIKSI AREA NIRCONTOH
KAJIAN PENGARUH PENAMBAHAN INFORMASI GEROMBOL TERHADAP HASIL PREDIKSI AREA NIRCONTOH (Studi Kasus Pengeluaran per Kapita Kecamatan di Kota dan Kabupaten Bogor) RAHMA ANISA SEKOLAH PASCASARJANA INSTITUT
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pendugaan Area Kecil Secara umum metode pendugaan area kecil dibagi menjadi dua bagian yaitu metode penduga langsung (direct estimation) dan metode penduga tak langsung (indirect
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2011
No. 05/01/72/Th. XV, 02 Januari 2012 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER RINGKASAN Perkembangan selama lima tahun terakhir yaitu periode 2007- jumlah dan persentase penduduk miskin di Sulawesi
Lebih terperinciTINJAUAN PUSTAKA. (statistik) dinamakan galat baku statistik, yang dinotasikan dengan
TINJAUAN PUSTAKA Penduga Titik dan Selang Kepercayaan Penduga bagi parameter populasi ada dua jenis, yaitu penduga titik dan penduga selang atau disebut sebagai selang kepercayaan. Penduga titik dari suatu
Lebih terperinciAPLIKASI METODE MOLINA DAN RAO PADA PENDUGAAN UKURAN KEMISKINAN MONETER DI KABUPATEN DAN KOTA MALANG NURUL HIDAYATI
APLIKASI METODE MOLINA DAN RAO PADA PENDUGAAN UKURAN KEMISKINAN MONETER DI KABUPATEN DAN KOTA MALANG NURUL HIDAYATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciPENDUGAAN AREA KECIL DENGAN TRANSFORMASI PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KABUPATEN JEMBER IMAM APRIYANTO
PENDUGAAN AREA KECIL DENGAN TRANSFORMASI PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KABUPATEN JEMBER IMAM APRIYANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciTINJAUAN PUSTAKA ( ) ( ) ( )
TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis adalah suatu rancangan penarikan contoh acak yang membagi N unit dari populasi ke dalam L strata yang tidak saling tumpang
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciPENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION
PENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION Anang Kurnia Khairil A. Notodiputro Departemen Statistika - IPB Center for Statistics and Public Opinions 1. Pendahuluan Otonomi daerah
Lebih terperinciMETODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE
METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN
Lebih terperinciPENDUGAAN TINGKAT KEMISKINAN DI KABUPATEN SUMENEP DENGAN PENDEKATAN SAE
PENDUGAAN TINGKAT KEMISKINAN DI KABUPATEN SUMENEP DENGAN PENDEKATAN SAE Moh. Yamin Darsyah dan Rochdi Wasono Program Studi Statistika Unimus, Semarang mydarsyah@yahoo.com ABSTRAK Small area estimation
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu
III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.
Lebih terperincidimana n HASIL DAN PEMBAHASAN
5. Proses penghilangan data dilakukan secara acak untuk memenuhi asumsi mekanisme kehilangan data yang acak (MAR). 6. Ulangan yang digunakan sebanyak 1 kali pada setiap simulasi untuk memberikan peluang
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 71-80 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
2 5. Pemilihan Pohon Contoh BAB V HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciPEMBANDIIQGAN BEBERAPA MODEL NONLINEAR DALAM HUBUNGAN PARASITOID - IHANG
PEMBANDIIQGAN BEBERAPA MODEL NONLINEAR DALAM HUBUNGAN PARASITOID - IHANG Oleh B. BUNAWAN SUNARLIM 89088 PROGRAM PASCA SARJANA INSTITUT PERTAflIAW BOGOR 1991: RINGKASAN B. BUNAWAN SUNARLIM. Pembandingan
Lebih terperinciPERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 139 146 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Lebih terperinciSMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN PENDEKATAN NONPARAMETRIK
SMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN PENDEKATAN NONPARAMETRIK Moh Yamin Darsyah Prodi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. mendapatkan model dan faktor-faktornya, terlebih dahulu akan dibahas. bagaimana mendapatkan sampel dalam penelitian ini.
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan hasil dari penelitian yang meliputi model terbaik dari indeks prestasi kumulatif mahasiswa dan faktor-faktor apa saja yang berpengaruh terhadap
Lebih terperinciBAB IV METODOLOGI PENELITIAN. Model yang Digunakan dalam penelitian dan Hipotesis Penelitian
BAB IV METODOLOGI PENELITIAN IV.1. Model yang Digunakan dalam penelitian dan Hipotesis Penelitian Analisa untuk penelitian mengenai variabel-variabel determinan permintaan akan minyak tanah akan dilakukan
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilakukan di Provinsi Lampung yang terdiri dari 14 kabupaten/kota
41 III. METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian dilakukan di Provinsi Lampung yang terdiri dari 14 kabupaten/kota meliputi rumah tangga miskin yang dijadikan sampel Susenas di Provinsi Lampung
Lebih terperincidikonsumsi (termasuk kebutuhan pangan dan non pangan).
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Bagi penduduk Indonesia pengeluaran untuk kebutuhan keluarga masih mengambil bagian terbesar dari seluruh pendapatan keluarga. Peningkatan proporsi pengeluaran
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,
Lebih terperinciHASIL DAN PEMBAHASAN Model Regresi Poisson
HASIL DAN PEMBAHASAN Model Regresi Poisson Hubungan antara jumlah penderita DBD dan faktor-faktor yang mempengaruhinya dapat diketahui dengan menggunakan analisis regresi. Analisis regresi yang digunakan
Lebih terperinciBAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciBAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n<<p DAN TERDAPAT KEKOLINEARAN-GANDA
BAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n
Lebih terperinciLampiran 11. Hasil Perhitungan Uji t dengan menggunakan Uji 2 Arah
Lampiran 11. Hasil Perhitungan Uji t dengan menggunakan Uji 2 Arah n 1 = 12 (untuk desa pesisir) ; n 2 = 72 (untuk desa non pesisir) a. Kepadatan S 2 1 = n X 2 ( X) 2 = 145.291.638,8 S 2 2 = 72.239.370,29
Lebih terperinciBAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK
BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi
Lebih terperinciDaftar Isi. Daftar Isi... i Daftar Tabel... iii Daftar Gambar... vii 1. PENDAHULUAN...1
Daftar Isi Daftar Isi... i Daftar Tabel... iii Daftar Gambar... vii 1. PENDAHULUAN...1 1.1 Latar Belakang... 1 1.1.1 Isu-isu Pokok Pembangunan Ekonomi Daerah... 2 1.1.2 Tujuan... 5 1.1.3 Keluaran... 5
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2015
No. 05/01/72/Th. XIX, 04 Januari 2016 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2015 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2011 2015 terus
Lebih terperinci4 HASIL DAN PEMBAHASAN
16 4 HASIL DAN PEMBAHASAN Pada bab ini dibahas mengenai kajian simulasi dan kajian terapan. Simulasi dilakukan untuk mengevaluasi penduga yang diperoleh dengan menggunakan metode pendugaan klasik dan metode
Lebih terperinciPROGRAM PASCASARJANA JNSTITUT PERTANIAN BOGOR
RINGKASAN Nusar Hajarisman, 1998. Kajian Pei.ba~idingan Model Regresi Beta-Binomial dengan Model Regresi Logistik dan ~enera~)a'nn~a Untuk Menduga Pola Kelulusan Mahasiswa TPB-LPB. (Di bawah bimbiriga~i
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN) SKRIPSI Oleh : YANI PUSPITA KRISTIANI 24010211120018
Lebih terperinciTINGKAT KEMISKINAN DI SUMATERA SELATAN (KEADAAN SEPTEMBER TAHUN 2013)
BPS PROVINSI SUMATERA SELATAN No.05/01/16 Th. XVI, 02 Januari 2014 TINGKAT KEMISKINAN DI SUMATERA SELATAN (KEADAAN SEPTEMBER TAHUN ) RINGKASAN Jumlah penduduk miskin (penduduk yang berada dibawah Garis
Lebih terperinciOleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi
Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah
Lebih terperinciMETODOLOGI HASIL DAN PEMBAHASAN
3 berada pada jarak sejauh tiga atau empat kali simpangan baku dari nilai tengahnya (Aunuddin 1989). Pendekatan pencilan dapat dilakukan dengan melihat plot peluang normal. Apabila terdapat loncatan vertikal
Lebih terperinciPENDUGAAN PARAMETER REGRESI DENGAN BOOTSTRAP RESIDUAL UNTUK JUMLAH SAMPEL YANG BERVARIASI M a r zu k i, H i zi r S o f y a n Universitas Syiah Kuala marz_ukie@yahoo.com ABSTRAK Penelitian ini bertujuan
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciMATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN
MATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN Pendahuluan Percobaan? Suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakan respons dari objek/individu/unit
Lebih terperinci