HASIL DAN PEMBAHASAN
|
|
- Djaja Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 3 HASIL DAN PEMBAHASAN Analisis Dekriptif Analisis deskripsi merupakan teknik eksplorasi data untuk melihat pola data secara umum. Dari data TIMSS 7 rata-rata capaian matematika siswa Indonesia sebesar 405. Dengan menggunakan Item Response Theory (IRT) TIMSS mendapatkan rataan internasional untuk capaian siswa bidang matematika sebesar dengan simpangan baku 00. Hal tersebut menunjukkan bahwa ratarata capaian siswa Indonesia di bidang matematika masih jauh berada dibawah rata-rata dari 49 negara partisipan pada siswa kelas 8. Jika dilihat distribusinya berdasarkan gender, pada tingkat internasional perempuan mempunyai capaian matematika yang lebih tinggi dibanding laki-laki. Demikian juga untuk Indonesia, rata-rata capaian matematika siswa perempuan lebih tinggi yakni sebesar 407 dengan proporsi responden sebanyak 5,8% bila dibandingkan rata-rata capaian matematika siswa laki-laki sebesar 403 dengan proporsi responden sebanyak 48,2%. Jika dilihat dari rentang nilainya, rentang nilai siswa perempuan lebih lebar dibanding siswa laki. (Tabel ). Capaian nilai matematika dari 50% siswa laki-laki berada dalam rentang [348;457] sedangkan capaian nilai matematika siswa perempuan berada dalam rentang [355;462]. Hal ini menunjukkan meskipun rata-rata capaian siswa perempuan lebih tinggi dibanding siswa laki-laki namun keragaman nilai perempuan lebih besar pula bila dibanding keragaman nilai siswa laki-laki. Dari angka tersebut mengindikasikan jenis kelamin tidak berpengaruh terhadap capaian matematika siswa (Tabel dan Gambar ). Tabel Statistik deskriptif nilai matematika berdasarkan jenis kelamin Variable x N Mean Median Min Max Q Q3 Laki-laki (0) Perempuan ()
2 x Gambar Boxplot capaian siswa berdasarkan jenis kelamin Selain ditinjau dari segi jenis kelamin, capaian matematika juga dapat dilihat dari kepemilikan kalkulator. Hal tersebut dapat dilihat dari Gambar 2 dan Tabel 2 berikut. Sebagian besar siswa (77,49%) mempunyai kalkulator. Terdapat perbedaan yang cukup signifikan antara siswa yang memiliki kalkulator dengan yang tidak memiliki kalkulator. Siswa yang memiliki kalkulator ternyata mempunyai rata-rata nilai matematika yang juga tinggi. Sebayak 50% siswa yang memiliki kalkulator nilai capaian matematikanya berada dalam rentang [358;466] sedangkan 50% siswa yang tidak punya kalkulator mempunyai rentang nilai [33;428]. Hal ini menunjukkan bahwa kalkulator sangat membantu dalam belajar siswa. (Tabel 2 dan Gambar 2). Tabel 2 Statistik deskriptif nilai matematika berdasarkan kepemilikan kalkulator Variable x2 N Mean Median Min Max Q Q3 Tdk Punya (0) Punya ()
3 x2 Gambar 2 Boxplot capaian siswa berdasarkan kepemilikan kalkulator Jika ditinjau dari persepsi siswa tentang pelajaran matematika yang sulit dibandingkan dengan pelajaran lain, sebagian besar siswa memilih posisi netral yakni Agak Setuju (AS) dan Agak Tidak Setuju (ATS). Terdapat kecenderungan jika semakin siswa memiliki persepsi bahwa matematika itu mudah bila dibandingkan dengan pelajaran lain maka capaian nilai matematika juga semakin tinggi (Tabel 3 dan Gambar 3). Tabel 3 Statistik deskriptif nilai matematika berdasarkan persepsi matematika sulit Variable x3 N Mean Median Min Max Q Q3 SS () AS (2) ATS (3) STS (4) x3 3 4 Gambar 3 Boxplot capaian siswa berdasarkan persepsi bahwa matematika sulit 5
4 6 Jika ditinjau dari siswa menikmati dalam belajar matematika, sebagian besar siswa menyatakan setuju (Sangat Setuju dan Agak Setuju). Terdapat kecenderungan jika semakin siswa menikmati dalam belajar matematika capaian nilai matematika juga semakin tinggi. Hal ini dimungkinkan karena siswa yang menikmati dalam belajar matematika akan lebih giat belajar karena siswa tersebut menyukainya (Tabel 4 dan Gambar 4). Tabel 4 Statistik deskriptif nilai matematika berdasarkan kenikmatan dalam belajar matematika Variable x4 N Mean Median Min Max Q Q3 SS () AS (2) ATS (3) STS (4) x4 3 4 Gambar 4 Boxplot capaian siswa berdasarkan kenikmatan dalam belajar matematika Hampir sama dengan persepsi sebelumnya, terdapat kecenderungan jika semakin siswa menganggap bahwa belajar matematika akan membantu dalam kehidupan sehari-hari maka nilai capaian matematika juga semakin tinggi. Akan tetapi kecenderungan disini lebih tinggi dibandingkan dengan dua persepsi sebelumnya. Hal ini dimungkinkan karena siswa merasakan manfaat dari belajar matematika (Tabel 5 dan Gambar 5). 6
5 7 Tabel 5 Statistik deskriptif nilai matematika berdasarkan persepsi matematika akan membantu dalam kehidupan sehari-hari Variable x5 N Mean Median Min Max Q Q3 SS () AS (2) ATS (3) STS (4) x5 3 4 Gambar 5 Boxplot capaian siswa berdasarkan persepsi matematika akan membantu dalam kehidupan sehari-hari Berdasarkan instrument yang ditujukan kepada sekolah, jika ditinjau dari persentse siswa sekolah tersebut yang berasal dari golongan ekonomi lemah, terdapat kecenderungan dimana semakin besar persentase siswa sekolah yang berasal dari ekonomi lemah, maka nilai capaian matematikanya akan semakin rendah (Tabel 6 dan Gambar 6). Tabel 6 Statistik deskriptif nilai matematika berdasarkan persentase siswa yang berasal dari ekonomi lemah Variable z N Mean Median Min Max Q Q3 0%-0% () %-25% (2) %-50% (3) >50% (4)
6 z 3 4 Gambar 6 Boxplot capaian siswa berdasarkan persentase siswa yang berasal dari ekonomi lemah Dilihat dari tingkat kepuasan guru dalam mengajar, guru dengan tingkat kepuasan yang tinggi juga akan menghasilkan siswa dengan nilai capaian yang tinggi pula. Hal ini dimungkinkan bagi guru-guru yang mempunyai dedikasi tinggi terhadap pendidikan sehingga kepuasan tertinggi diperoleh ketika siswa berhasil mencapai nilai yang tinggi (Tabel 7 dan Gambar 7) Tabel 7 Statistik deskriptif nilai matematika berdasarkan tingkat kepuasan guru mengajar Variable z2 N Mean Median Min Max Q Q3 Very High () High (2) Medium (3) Low (4) z2 3 4 Gambar 7 Boxplot capaian siswa berdasarkan tingkat kepuasan guru mengajar 8
7 9 Berbeda halnya dengan peubah tingkat kepuasan guru dalam mengajar dimana semakin tinggi tingkat kepuasan guru dalam akan berimplikais terhadap nilai capaian siswa yang juga semakin tinggi, peubah harapan guru terhadap siswa terlihat tidak terlalu berpengaruh terhadap nilai capaian siswa. Dari tabel dan gambar di bawah terlihat bahwa nilai capaian siswa dimana guru mempunyai harapan yang sangat tinggi, tinggi dan medium tidak terlalu signifikan. Akan tetapi guru yang harapannya rendah terhadap siswanya, rata-rata nilai capaian siswa juga rendah (Tabel 8 dan Gambar 8) Tabel 8 Statistik deskriptif nilai matematika berdasarkan harapan guru terhadap capaian siswa Variable z3 N Mean Median Min Max Q Q3 Very High () High (2) Medium (3) Low (4) z3 3 4 Gambar 8 Boxplot capaian siswa berdasarkan harapan guru terhadap capaian siswa. Model Regresi Linier Sebagai dasar dalam membandingkan model multi level yang akan diperoleh nantinya, terlebih dahulu dilakukan analisis regresi linier. Adapun peubah bebas yang digunakan dalam analisis ini adalah peubah bebas pada level (siswa) tanpa memperhatikan peubah bebas pada level sekolah (Z). Peubah yang 9
8 20 dimaksud adalah: Jenis kelamin (X), kepemilikan kalkulator (X2), Persepsi matematika lebih sulit dibanding pelajaran yang lain (X 3 ), Siswa menikmati belajar matematika (X4), dan Matematika membantu dalam kehidupan seharihari (X 5 ). Hasil pendugaan parameter menggunakan metode kuadrat terkecil yang diperoleh dengan menggunakan software R disajikan pada Tabel 9 sebagai berikut: Tabel 9 Hasil Analisis Model Regresi Linier penduga Galat baku T Nilai-p Intersep < 2e-6 Kepemilikan kalkulator < 2e-6 Persepsi matematika sulit < 2e-6 Kenikmatan belajar matematika e- Matematika membantu dalam kehidupan e-06 Berdasarkan Tabel 9 di atas jelas terlihat bahwa kepemilikan kalkulator, persepsi siswa bahwa matematika itu sulit dibila dibandingkan dengan mata pelajaran yang lain, siswa menikmati belajar matematika dan persepsi bahwa matematika dapat membantu dalam kehidupan sehari-hari sangat berpengaruh nyata terhadap capaian matematika siswa itu sendiri pada taraf 5%. Sedangkan peubah jenis kelamin tidak berpengaruh. Nilai koefisien determinasi (R 2 ) adalah 0.2% yang artinya keragaman nilai capaian matematika siswa hanya dapat dijelaskan oleh peubah kepemilikan kalkulator, persepsi siswa bahwa matematika itu sulit dibila dibandingkan dengan mata pelajaran yang lain, siswa menikmati belajar matematika dan persepsi bahwa matematika dapat membantu dalam kehidupan sehari-hari sebesar 0.2%%, sisanya dijelaskan oleh peubah lain yang belum terdapat dalam model di atas. Nilai deviance untuk model ini sebesar 4854,79 20
9 2 Persamaan model regresi linier yang diperoleh adalah sebagai berikut: ^ ij = 322,60 + 3,778X2ij + 22,532X3ij +0,720X4ij -,308X5ij Model Regresi Multilevel dengan Intersep Acak Model regresi multilevel dengan intersep acak merupakan model regresi multilevel dimana faktor sekolah diperhatikan. Pada model regresi multilevel dengan intersep acak ini peubah bebas yang digunakan adalah peubah bebas pada level (siswa) serta mengikutsertakan peubah bebas pada level 2 (sekolah) dalam model. Pada model regresi multilevel dengan intersep acak, intersep merupakan komponen acak sedangkan slope merupakan komponen tetap. Hasil pendugaan dengan menggunakan REML disajikan pada Tabel 0 berikut ini. Tabel 0 Hasil Analisis Model Intersep Acak penduga Galat baku Db T Nilai-p Intersep 245,7464 7, , Kepemilikan kalkulator 4,82983, , ,024 Persepsi matematika sulit 6,4353 0, , Matematika membantu dalam -,3599, , kehidupan Kelompok persentase siswa yang berasal dari ekonomi lemah -22, , , Dari tabel di atas terlihat bahwa faktor sekolah (intersep) mempunyai pengaruh nyata terhadap capaian siswa. Peubah pada level siswa yakni: kepemilikan kalkulator, persepsi siswa bahwa matematika itu sulit bila dibandingkan pelajaran yang lain, dan persepsi bahwa matematika dapat membantu dalam kehidupan sehari-hari berpengaruh nyata terhadap capaian matematika siswa itu sendiri pada taraf 5%, sedangkan peubah siswa menikmati belajar matematika tidak nyata sehingga dikeluarkan dari model intersep acak. 2
10 22 Persamaan model regresi multi level dengan intersep acak yang diperoleh adalah sebagai berikut: ^ ij = 0j + 4,82983X 2ij +6,4353X 3ij -,3599X 5ij ^ 245, , j Z j Model Regresi Multilevel dengan Koefisien Acak Model regresi multilevel dengan koefisien acak merupakan model regresi multilevel dengan mengikutsertakan peubah bebas pada level 2 (sekolah) selain itu juga tetap mengikutsertakan peubah bebas pada level siswa serta memperhatikan adanya interaksi antar peubah bebas pada level siswa dan sekolah karena adanya interaksi antara peubah bebas pada level yang berbeda diperbolehkan. Pada model multilevel dengan koefisien acak ini pengaruh sekolah ditambahkan pada peubah siswa menikmati belajar matematika (X 4 ). Peubah siswa menikmati belajar matematika dipilih dengan alasan bahwa siswa dalam belajar matematika berhubungan erat dengan situasi dan kondisi disekitarnya salah satunya adalah sekolah. Peubah bebas yang digunakan pada level 2 adalah Kelompok persentase siswa yang berasal dari ekonomi lemah (Z ), Tingkat kepuasan guru dalam mengajar (Z 2 ), dan Tingkat harapan guru terhadap pencapaian siswa (Z 3 ). Hasil pendugaan model multilevel dengan koefisien acak menggunakan REML disajikan pada Tabel berikut ini. Tabel Hasil Analisis Model Koefisien Acak penduga Galat baku Db T Nilai-p Intersep Kepemilikan kalkulator Persepsi matematika sulit Matematika membantu dalam kehidupan Kelompok persentase siswa yang berasal dari ekonomi lemah
11 23 Pemilihan Model Pemilihan model dilakukan untuk mencari model terbaik yang akan digunakan. Pemilihan model dapat dilakukan dengan menggunakan nilai deviance. Akan tetapi dalam penelitian ini dikarenakan model regresi multi level dengan koefisien acak tidak nyata sehingga model yang dibandingkan hanya model regresi linier dengan model regresi multi level dengan intersep acak. Pembandingan model regresi linier dengan model multi level dengan intersep acak tidak menggunakan Deviance dikarenakan pada awal analisis terdapat hasil analisis ragam seperti pada Tabel 2 berikut ini. Tabel 2 Hasil ANOVA untuk kedua model Model Db AIC BIC Loglik Test L Ratio P-Value Regresi , , ,5 Multilevel , , ,8 vs 2 298,484 <.000 Dari Tabel 2 terlihat bahwa nilai p-value lebih kecil dari 5% yang menunjukkan bahwa struktur data berhirarki sehingga disimpulkan bahwa model multilevel lebih cocok digunakan. Sehingga dengan demikian persamaan regresi multi level dengan intersep acak yang digunakan adalah sebagai berikut: ^ ij = 0j + 4,82983X atau dalam model campuran menjadi ^ 2ij +6,4353X 245, , j Z j 3ij -,3599X ^ ij = 245, ,82983X 2ij +6,4353X 3ij -,3599X 5ij 5ij 22,35240 Dari model di atas dapat dilihat bahwa faktor sekolah mempunyai pengaruh yang nyata terhadap nilai capaian matematika siswa. Selain itu siswa yang memiliki kalkulator juga memiliki nilai capaian matematika yang lebih tinggi jika dibandingkan dengan siswa yang tidak mempunyai kalkulator. Peubah Siswa yang memandang bahwa matematika itu sulit dibandingkan dengan pelajaran lain juga berpengaruh nyata yang berarti bahwa semakin siswa memandang bahwa Z j 23
12 24 matematika itu mudah, maka nilai capaian matematikanya juga semakin tinggi demikian juga sebaliknya jika semakin siswa memandang matematika itu sulit maka nilai capaian matematikanya akan semakin rendah. Peubah belajar matematika akan membantu dalam kehidupan sehari-hari mempunyai pengaruh nyata terhadap nilai capaian matematika siswa akan tetapi nilainya negatif yang artinya ketika siswa berpandangan bahwa matematika tidak membantu dalam kehidupan sehari-hari maka nilai capaian matematikanya akan rendah. Hal ini dimungkinkan karena siswa merasa matematika tidak bermanfaat bagi kehidupan sehari-hari sehingga siswa tidak terlalu menganggap penting. Persentase siswa yang berasal dari kelompok ekonomi lemah memberikan pengaruh yang negatif terhadap capaian nilai matematika siswa. Hal ini dimungkinkan siswa dari ekonomi lemah kurang berkonsentrasi dalam belajar dikarenakan beberapa hal misal harus bekerja membantu perekonomian keluarga. Koefisien Korelasi Intraclass Nilai koefisien korelasi intraclass dihitung dari ragam yang diperoleh di masingmasing level tanpa melibatkan peubah bebas. Hasil pendugaan keragaman pada masing-masing level disajikan pada Tabel 3 berikut ini. Tabel 3 Hasil Pendugaan Nilai Ragam tanpa Peubah Bebas Ragam*) Level (siswa) 2.394,45 Level 2 (sekolah) 2.946,8 ρ 0,557 Nilai ρ diperoleh dengan cara sebagai berikut: 2.946, , ,45 0,557 Nilai korelasi intraclass menunjukkan terdapat korelasi antara 2 siswa dalam satu sekolah sebesar 55,7%. Selain itu nilai korelasi intraclass juga bermakna proporsi ragam pada level sekolah terhadap ragam total sebesar 55,7%. 24
13 25 Koefisien Determinasi Pada Setiap Level Koefisien determinasi menunjukkan besarnya keragaman respon yang dapat dijelaskan oleh peubah bebas. Koefisien determinasi pada maisng-masing level diperoleh dengan cara ragam di setiap level pada model multilevel dengan peubah bebas dan tanpa peubah bebas. Hasil dugaan ragam pada masing-masing level disajikan pada Tabel 4 berikut ini: Tabel 4 Hasil Pendugaan Ragam Model Intersep Acak Ragam Model Intersep Acak Dg Peubah Penjelas Tanpa Peubah Penjelas Koef Determinasi Level 2380, ,452 0,59% Level , ,808,57% Dari Tabel 4 di atas dapat dilihat bahwa koefisien determinasi pada level sebesar 0,59% yang berarti keragaman nilai capaian siswa bidang matematika dapat dijelaskan oleh peubah bebas pada level yakni siswa memiliki kalkulator, persepsi siswa matematika lebih sulit dibandingkan dengan pelajaran lain dan persepsi siswa bahwa matematika akan membantu dalam kehidupan sehari-hari sebesar 0.59% lebih tinggi bila dibandingkan dengan model regresi biasa, sedangkan sisanya dijelaskan peubah bebas lain yang belum dimasukkan ke dalam pemodelan. Sedangkan pada level 2, keragaman capaian nilai siswa bidang matematika dapat dijelaskan oleh faktor sekolah yakni peubah persentase siswa yang berasal dari ekonomi lemah sebesar,57%. Angka tersebut sangat kecil sehingga diperlukan peubah bebas tambahan untuk lebih memperbesaar nilai R 2. 25
KAJIAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PENCAPAIAN SISWA BIDANG MATEMATIKA MENGGUNAKAN PEMODELAN MULTILEVEL MURWATI WIDIASTUTI
KAJIAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PENCAPAIAN SISWA BIDANG MATEMATIKA MENGGUNAKAN PEMODELAN MULTILEVEL MURWATI WIDIASTUTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 ii PERNYATAAN
Lebih terperinciTINJAUAN PUSTAKA TIMSS 2007
3 TINJAUAN PUSTAKA TIMSS 007 TIMSS ( Trends in Mathematics and Science Study) merupakan penelitian yang dilakukan oleh IEA (International Association for the Evaluation of Educational Achievement) yang
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinciKelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika
4 Kelas 2 Kelas 1 N3 N4 N3 N4 Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika BAHAN DAN METODE Bahan Data yang digunakan adalah data nilai capaian mahasiswa dalam
Lebih terperinciAPLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA. Indahwati, Dian Kusumaningrum, Wiwid Widiyani
S-4 APLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA Indahwati, Dian Kusumaningrum, Wiwid Widiyani Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Metode Statistika
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciPEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG. Indahwati, Yenni Angraeni, Tri Wuri Sastuti
S-25 PEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG Indahwati, Yenni Angraeni, Tri Wuri Sastuti Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Pemodelan multilevel adalah
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 terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu
BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu data tentang kepemimpinan kepala sekolah (X 1 ), sikap guru terhadap pekerjaan (X 2
Lebih terperinciBAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Data 4.1.1 Layanan Bimbingan Kelompok Data variabel Layanan Bimbingan Kelompok menunjukkan bahwa skor tertinggi adalah 120 dan skor terendah adalah
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciREGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 167 174 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND REGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL ALDILA SARTI Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN. Satriyan kecamatan Tersono kabupaten Batang. Langkah-langkah yang dilakukan
64 BAB IV AALISIS HASIL PEELITIA Pembahasan tentang analisis data ini mengarah pada penyelesaian permasalahan yang telah diajukan pada Bab I yakni: Bagaimana pengaruh tingkat pendidikan orang tua terhadap
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 1.1 Deskripsi Variabel Penelitian Statistika deskriptif bertujuan untuk mendeskripsikan atau menggambarkan objek penelitian yang diambil dari sampel atau populasi sehingga
Lebih terperinciBAB 4 HASIL PENELITIAN
BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum disajikan data hasil penelitian setiap variabel yang dikaji dalam penelitian ini, terlebih dahulu secara ringkas akan dideskripsikan karakteristik
Lebih terperinci5. HASIL DAN ANALISIS PENELITIAN
5. HASIL DAN ANALISIS PENELITIAN Pada bab ini peneliti menjelaskan mengenai hasil penelitian yang diperoleh dan akan diuraikan ke dalam gambaran subjek, analisis data dan interpretasi hasil penelitian.
Lebih terperinciHASIL DAN PEMBAHASAN Karakteristik Sosiodemografi Responden
HASIL DAN PEMBAHASAN Pengumpulan data lapangan dilakukan pada tanggal 19- Mei 12dan tanggal 26-27 Mei 12 serentak di empat wilayah DKI. Responden secara keseluruhan ditargetkan sebanyak orang. Beberapa
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Deskripsi Data Hasil Penelitian Deskripsi penelitian bertujuan untuk menyajikan dan menganalisis data tentang konsep diri, minat dan motivasi belajar matematika peserta
Lebih terperinciBAB IV ANALISIS PENGARUH KOMPETENSI KEPRIBADIAN GURU AQIDAH AKHLAQ TERHADAP AKHLAQ AL-KARIMAH SISWA KELAS VIII DI. MTs NAHDLATUL ULAMA 01 BATANG
93 BAB IV ANALISIS PENGARUH KOMPETENSI KEPRIBADIAN GURU AQIDAH AKHLAQ TERHADAP AKHLAQ AL-KARIMAH SISWA KELAS VIII DI MTs NAHDLATUL ULAMA 01 BATANG A. Analisis Tentang Kompetensi Kepribadian Guru Aqidah
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan berturut-turut (1) hasil penelitian yang meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran tentang
Lebih terperinciPENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG
PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG Oleh : Fitri Zakiyah (10208526) Latar Belakang Sumber Daya Manusia (SDM) merupakan
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan berturut-turut (1) hasil penelitian yang meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran tentang
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. A. Hasil Uji Asumsi. Sebelum melakukan analisis dengan menggunakan analisis regresi,
BAB IV HASIL DAN PEMBAHASAN A. Hasil Uji Asumsi Sebelum melakukan analisis dengan menggunakan analisis regresi, terlebih dahulu perlu dilakukan uji asumsi terhadap data penelitian. Uji asumsi yang dilakukan
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA Penelitian tentang Pengaruh Persepsi Siswa Mengenai Lingkungan Pendidikan di Rumah terhadap Prestasi Belajar di Kelas V MIN Kalibalik, Kec. Banyuputih, Kab. Batang Tahun
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 terperinciKorelasi Linier Berganda
Korelasi Linier Berganda Analisa Korelasi Untuk mengukur "seberapa kuat" atau "derajat kedekatan yang terjadi antar variabel. Ingin mengetahui derajat kekuatan tersebut yang dinyatakan dalam koefisien
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Analisis Deskriptif Karakteristik Responden Pada bab ini akan membahas semua data yang dikumpulkan dari responden dalam penelitian, sehingga dapat diketahui bagaimana
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. analisis, (c) hasil pengujian hipotesis penelitian, (2) pembahasan, dan (3) keterbatasan penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan berturut-turut (1) hasil penelitian yang meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran tentang
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Responden Dalam penelitian ini yang dipilih sebagai objek penelitian oleh peneliti adalah konsumen yang sudah menggunakan sepatu Converse. Peneliti memilih
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 terperinciBAB 2 LANDASAN TEORI. bebas X yang dihubungkan dengan satu peubah tak bebas Y.
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dengan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Minat dan Pengetahuan Dasar Pemesinan serta satu variabel terikat
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Deskripsi Data Penelitian Data hasil penelitian ini terdiri dari dua variabel bebas yaitu variabel Minat dan Pengetahuan Dasar Pemesinan serta
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciPemodelan Regresi 2-Level Dengan Metode Iterative Generalized Least Square (IGLS) (Studi Kasus: Tingkat Pendidikan Anak di Kabupaten Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 51-60 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Pemodelan Regresi 2-Level Dengan Metode Iterative Generalized
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Regresi Liniear Sederhana Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi ketergantungan
Lebih terperinciLampiran 2. Diagram aliran data level 2 proses 2 (Manajemen Data)
L A M P I R A N 15 16 Lampiran 1. Diagram aliran data level 2 proses 1 (Input Data) Lampiran 2. Diagram aliran data level 2 proses 2 (Manajemen Data) Lampiran 3. Diagram aliran data level 2 proses 10 (Simpan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian, Populasi, Sampel Penelitian 1. Lokasi Penelitian Penelitian ini dilakukan di Kelurahan Melong Kecamatan Cimahi Selatan Kota Cimahi. Sasaran dari penelitian
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 IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini dilakukan di Universitas Muhammadiyah Yogyakarta
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Penelitian Penelitian ini dilakukan di Universitas Muhammadiyah Yogyakarta Fakultas Ekonomi Jurusan Akuntansi, dengan responden 100 mahasiswa program
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan pada Kantor PT. Mandala finance tbk.penelitian ini
BAB III METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian ini dilakukan pada Kantor PT. Mandala finance tbk.penelitian ini dilaksanakan pada bulan Maret 2013 sampai pada Mei 2013. Alasan peneliti
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
28 BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Karakteristik Responden Adapun deskripsi karakteristik responden dari penelitian ini meliputi jenis kelamin dan usia. Sampel yang digunakan dalam penelitian ini sebanyak
Lebih terperinciPENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciPENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG
PENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG 1. Pendahuluan Latar Belakang Ujian Nasional biasa disingkat UN
Lebih terperinciBAB III METODE PENELITIAN. nasabah bank umum yang diambil secara acak di DIY. pengukuran atau alat pengambilan data langsung pada subjek sebagai
BAB III METODE PENELITIAN A. Obyek Penelitian Obyek penelitian ini adalah masyarakat yang bertempat tinggal di Daerah Istimewa Yogyakarta. Unit analisis pada penelitian ini adalah nasabah bank umum yang
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih 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 terperinciHASIL DAN PEMBAHASAN
18 HASIL DAN PEMBAHASAN Eksplorasi data Tahap pertama dalam pembentukan model VAR adalah melakukan eksplorasi data untuk melihat perilaku data dari semua peubah yang akan dimasukkan dalam model. Eksplorasi
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciPertemuan 11 KORELASI
Pertemuan 11 KORELASI Definisi Korelasi didefinisikan hubungan antara dua peubah atau lebih. Pada analisis korelasi tidak didasarkan pada definisi yang tegas tentang peubah bebas (X) peubah terikat (Y),
Lebih terperinciBAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel
Lebih terperinciVI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN
VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN Penelitian ini menggunakan regresi logistik untuk mengetahui faktorfaktor yang mempengaruhi
Lebih terperinciKuliah Statistika Industri II Regresi & Korelasi Berganda
Regresi & Korelasi Berganda Regresi & Korelasi Berganda Model regresi linier berganda melibatkan lebih dari satu variabel bebas. Persamaan n Contoh: - Hubungan antara suhu warehouse dan viskositas cat
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinci3 METODE. 3.1 Data = 0 1. time 0, =1, 2,,, =1, 2,, dengan n = 100 dan m = 5.
11 3 METODE 3.1 Data Data dalam penelitian ini terdiri dari dua sumber yaitu data simulasi dan data terapan. Data simulasi berguna untuk mengukur kinerja penduga kekar Huber pada data longitudinal. Data
Lebih terperinciBAB III METODE PENELITIAN Lokasi dan Subjek Populasi/Sampel Penelitian Lokasi Penelitian
19 BAB III METODE PENELITIAN 3.1. Lokasi dan Subjek Populasi/Sampel Penelitian 3.1.1. Lokasi Penelitian Lokasi penelitian adalah di SMK Negeri 9 Garut, Jl. Raya Bayongbong Km.7 Desa Panembong Kecamatan
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Desain Penelitian Sehubungan dengan masalah yang penulis ungkapkan tentang gambaran latar belakang diklat dan pengalaman mengelola dalam hubungannya dengan kompetensi pengelola
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Regresi Linier dengan Dua Peubah Penjelas
Analisis Regresi Pokok Bahasan : Regresi Linier dengan Dua Peubah Penelas Penulisan model regresi linier berganda dengan notasi matriks Model Regresi Linier dengan peubah penelas Model Regresi Linier Berganda
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan pada Perpustakaan Daerah Kabupaten Gorontalo
3.1. Tempat dan Waktu Penelitian BAB III METODE PENELITIAN Penelitian ini dilakukan pada Perpustakaan Daerah Kabupaten Gorontalo yang berada di samping Sanggar Pramuka Kecamatan Limboto Kompleks Menara
Lebih terperinciBAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN
BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN A. Analisis Pendahuluan Analisis pendahuluan merupakan tahap pengelompokan data yang dimasukkan ke dalam
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Proses pengumpulan data dilakukan dengan teknik menggunakan kuesioner. Adapun kuesioner disebarkan kepada para pengguna SIMAK- BMN di lingkungan
Lebih terperinciKORELASI LINIER BERGANDA. Debrina Puspita Andriani /
KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline 3 Korelasi Linear Berganda Alat ukur mengenai hubungan yang terjadi antara variabel terikat
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi dan Korelasi 2.1.1 Analisis Korelasi Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat hubungan Y dan X dalam bentuk
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 1. Persiapan dan Pelaksanaan Penelitian. Suatu desain penelitian menyatakan struktur masalah penelitian
66 BAB IV HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Persiapan dan Pelaksanaan Penelitian Persiapan penelitian merupakan persiapan menyeluruh dari penelitian mencakup hal-hal yang akan dilakukan peneliti
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)
STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1) Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Karakteristik Responden Responden dalam penelitian ini adalah konsumen di rumah makan Mie Ayam Oplosan Kedai Shoimah. Responden yang menjadi objek penelitian
Lebih terperinciPancar termasuk tinggi. Proporsi responden mengenai penilaian terhadap tingkat. Persepsi Pengunjung Presentase (%) Tinggi.
sebanyak 2% responden menyatakan masalah polusi suara di TWA Gunung Pancar termasuk tinggi. Proporsi responden mengenai penilaian terhadap tingkat kebisingan disajikan pada Tabel 25 berikut ini. Persepsi
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 III. dapat dipercaya (dapat diandalkan, reliabilitas) antara iklim organisasi. kepuasan kerja pada karyawan PT Cipta Niaga Semesta.
BAB III A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah dirumuskan, maka tujuan dari penelitian ini adalah untuk memperoleh data yang tepat (sahih, benar, valid) dan dapat dipercaya (dapat
Lebih terperinciBAB 4 ANALISIS HASIL PENELITIAN
BAB 4 ANALISIS HASIL PENELITIAN 4.1 Penyajian Data Penelitian Data yang digunakan dalam penelitian ini diperoleh dari hasil pengisian kuesioner yang telah dibagikan pada tanggal 16 November 2007 di kantor
Lebih terperinciRegresi Linier Berganda
Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah
Lebih terperinciIII MATERI DAN METODE PENELITIAN. Objek penelitan ini menggunakan catatan produksi susu 305 hari dari
III MATERI DAN METODE PENELITIAN 3.1 Materi Penelitian 3.1.1 Objek Penelitian Objek penelitan ini menggunakan catatan produksi susu 305 hari dari ternak sapi perah yang terdapat di BBPTU HPT Baturraden.
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
35 BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek dan Subyek Penelitian 1. Gambaran Obyek Penelitian Obyek dalam penelitian ini adalah smartphone Samsung. Samsung merupakan salah satu produk smartphone
Lebih terperinci5. ANALISIS HASIL DAN INTERPRETASI DATA
33 5. ANALISIS HASIL DAN INTERPRETASI DATA 5.1. Gambaran Responden Untuk mendapatkan gambaran subyek, dilakukan penghitungan distribusi frekuensi berdasarkan data responden yang terdapat pada bagian akhir
Lebih terperinciBAB III Metodologi penelitian. objek penelitian pada Fakultas Ekonomi dan Ilmu Sosial UIN Suska Riau. Dengan alamat
34 BAB III Metodologi penelitian A. Tempat dan Waktu Penelitian Dalam penulisan propsal skripsi ini penulis mengambil lokasi di Pekanbaru dengan objek penelitian pada Fakultas Ekonomi dan Ilmu Sosial UIN
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan tempat penelitian 3.2 Alat dan bahan 3.3 Metode pengambilan data
BAB III METODOLOGI 3.1 Waktu dan tempat penelitian Penelitian ini dilaksanakan pada bulan Juni-Juli 2011 di Hutan Pendidikan Gunung Walat (HPGW), Kabupaten Sukabumi Provinsi Jawa Barat. 3.2 Alat dan bahan
Lebih terperinciResume Regresi Linear dan Korelasi
Rendy Dwi Ardiansyah Putra 7410040018 / 2 D4 IT A Statistika Resume Regresi Linear dan Korelasi 1. Regresi Linear Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan
Lebih terperinciPertemuan keenam ANALISIS REGRESI
Pertemuan keenam ANALISIS REGRESI Secara umum ada dua macam hubungan antara dua variable atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan analisis regresi.
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. responden disetiap rangkap kuesioner yang terdiri dari :
BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1. Statistik Deskriptif Subyek Penelitian Sebelum melakukan pengujian statistik terlebih dahulu penelitit melihat profil remaja sebagai responden. Peneliti menyertakan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. penentuan jumlah sampel minimum yang harus diambil. Tabel 4.1 Data Hasil Survei Pendahuluan. Jumlah Kepala Keluarga (Xi)
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data Berdasarkan data jumlah kepala keluarga pada masing-masing perumahan yang didapatkan pada survei pendahuluan, maka dapat dilakukan penentuan jumlah
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan
Lebih terperinciBAB III METODE PENELITIAN. penelitian ini bertujuan untuk melihat hubungan yang signifikan antara kualitas
BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode korelasi, karena penelitian ini bertujuan untuk melihat hubungan yang signifikan antara kualitas kehidupan bekerja dengan
Lebih terperinciBAB IV HASIL PENELITIAN. hasil perhitungan distribusi frekuensi yang telah dilakukan. Tabel 4.1 Demografi Responden. Demografi Jumlah %
BAB IV HASIL PENELITIAN 4.1 Gambaran Umum Partisipan Penelitian dilakukan kepada 70 karyawan PT. YMMI. Gambaran umum partisipan penelitian merupakan gambaran demografis penyebaran partisipan dilihat berdasarkan
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciBAB 4 HASIL PENELITIAN
59 BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum hasil penelitian disajikan, terlebih dahulu dengan sederhana dijelaskan karakteristik responden. Karakteristik responden meliputi jenis kelamin,
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 IV HASIL PENELITIAN DAN PEMBAHASAN. pemahaman mata pelajaran gambar teknik (X 1 ) dan kreativitas (X 2 ) serta
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Deskripsi Data Penelitian Data hasil penelitian ini terdiri dari dua variabel bebas yaitu pemahaman mata pelajaran gambar teknik (X 1 ) dan
Lebih terperinci