Lampiran 1. Peta administrasi Riau dan plotting stasiun pengamatan wilayah Riau
|
|
- Ratna Salim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN 19
2 20 Lampiran 1. Peta administrasi Riau dan plotting stasiun pengamatan wilayah Riau Sumber : Badan Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal)
3 21 Lampiran 2. Proses pengolahan data hujan satelit dari data CMORPH Data CMORPH memberikan gambaran curah hujan estimasi secara global. Informasi numerik tersebut diperoleh dengan mengkonversi informasi hujan format shapefile menjadi format text sehingga akan diperoleh nilai curah hujan yang diinginkan. Berikut ini langkah pengolahan data hujan satelit dari data CMORPH (Oktavariani 2008) : 1. Data CMORPH yang sudah diekstrak dari format zip, kemudian dibuka menggunakan Arcview 3.3 dengan mengaktifkan extention 3D-Analysi, Grid Analyst, dan Spatial Analyst. 2. Open basemap Indonesia, kemudian cropping wilayah kajian save ok. 3. Open data CMORPH. 4. Drid Analyst extract grid theme using polygon pilih hasil cropping pada langkah sebelumnya. 5. Aktifkan theme hasil extract convert grid theme to XYZ text file. Maka akan diperoleh informasi hujan global sesuai dengan koordinat lintang dan bujur yang tersimpan dalam file.txt.
4 22 Lampiran 3. Uji dua regresi Stasiun Pekanbaru 2.1 Musim Hujan Regression Analysis: Y versus X The regression equation is Y = X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Musim Kemarau Regression Analysis: Y versus X The regression equation is Y = 1.08 X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Z = dengan α = , dimana α > taraf nyata sehingga persamaan musim hujan dan musim kemarau tidak berbeda nyata.
5 23 Lampiran 4. Uji dua regresi Stasiun Japura Rengat 3.1 Musim Hujan Regression Analysis: Y versus X The regression equation is Y = X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Musim Kemarau Regression Analysis: Y versus X The regression equation is Y = X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Z = dengan α = , dimana α > taraf nyata sehingga persamaan musim hujan dan musim kemarau tidak berbeda nyata.
6 24 Lampiran 5. Uji dua regresi Stasiun Tanjung Pinang 4.1 Musim Hujan Regression Analysis: Y versus X The regression equation is Y = X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Musim Kemarau Regression Analysis: Y versus X The regression equation is Y = 1.36 X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Z = dengan α = , dimana α > taraf nyata sehingga persamaan musim hujan dan musim kemarau tidak berbeda nyata.
7 25 Lampiran 6. Uji dua regresi Stasiun Dabo Singkep 5.1 Musim Hujan Regression Analysis: Y versus X The regression equation is Y = X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Musim Kemarau Regression Analysis: Y versus X The regression equation is Y = 1.15 X Predictor Coef SE Coef T P Noconstant X S = Analysis of Variance Regression Residual Error Total Z = dengan α = , dimana α > taraf nyata sehingga persamaan musim hujan dan musim kemarau tidak berbeda nyata.
8 26 Lampiran 7. Contoh hasil keluaran VIF (Variation Inflation Factor) Stasiun Pekanbaru Domain 3x3 Regression Analysis: X1 versus X2, X3, X4, X5, X6, X7, X8, X9 The regression equation is X1 = X X X X X X X X9 Predictor Coef SE Coef T P VIF Constant X X X X X X X X S = R-Sq = 94.7% R-Sq(adj) = 94.5% Analysis of Variance Regression Residual Error Total
9 27 Lampiran 8. Contoh hasil keluaran VIF (Variation Inflation Factor) Stasiun Japura Rengat Domain 3x3 Regression Analysis: X1 versus X2, X3, X4, X5, X6, X7, X8, X9 The regression equation is X1 = X X X X X X X X9 Predictor Coef SE Coef T P VIF Constant X X X X X X X X S = R-Sq = 94.1% R-Sq(adj) = 93.9% Analysis of Variance Regression Residual Error Total
10 28 Lampiran 9. Contoh hasil keluaran VIF (Variation Inflation Factor) Stasiun Tanjung Pinang Domain 3x3 Regression Analysis: X1 versus X2, X3, X4, X5, X6, X7, X8, X9 The regression equation is X1 = X X X X X X X X9 Predictor Coef SE Coef T P VIF Constant X X X X X X X X S = R-Sq = 96.5% R-Sq(adj) = 96.4% Analysis of Variance Regression Residual Error Total
11 29 Lampiran 10. Contoh hasil keluaran VIF (Variation Inflation Factor) Stasiun Dabo Singkep Domain 3x3 Regression Analysis: X1 versus X2, X3, X4, X5, X6, X7, X8, X9 The regression equation is X1 = X X X X X X X X9 Predictor Coef SE Coef T P VIF Constant X X X X X X X X S = R-Sq = 95.9% R-Sq(adj) = 95.7% Analysis of Variance Regression Residual Error Total
12 30 Lampiran 11. Partial Least Square (PLS) Stasiun Pekanbaru a. Domain 3x3 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8, X9 Number of components specified: 5 Regression Residual Error Total b. Domain 5x5 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 5 Regression Residual Error Total c. Domain 7x7 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 3 Regression Residual Error Total
13 31 d. Domain 9x9 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 11 Regression Residual Error Total
14 32 Lampiran 12. Partial Least Square (PLS) Stasiun Japura Rengat a. Domain 3x3 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8, X9 Number of components specified: 5 Regression Residual Error Total b. Domain 5x5 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 4 Regression Residual Error Total c. Domain 7x7 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 3 Regression Residual Error Total
15 33 d. Domain 9x9 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 12 Regression Residual Error Total
16 34 Lampiran 13. Partial Least Square (PLS) Stasiun Tanjung Pinang a. Domain 3x3 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8, X9 Number of components specified: 4 Regression Residual Error Total b. Domain 5x5 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 5 Regression Residual Error Total c. Domain 7x7 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 5 Regression Residual Error Total
17 35 d. Domain 9x9 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 11 Regression Residual Error Total
18 36 Lampiran 14. Partial Least Square (PLS) Stasiun Dabo Singkep a. Domain 3x3 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8, X9 Number of components specified: 5 Regression Residual Error Total b. Domain 5x5 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 5 Regression Residual Error Total c. Domain 7x7 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 3 Regression Residual Error Total
19 37 d. Domain 9x9 PLS Regression: Y versus X1, X2, X3, X4, X5, X6, X7, X8,... Number of components specified: 11 Regression Residual Error Total
20 38 Lampiran 15. Keragaman curah hujan yang dapat diterangkan oleh setiap komponen berdasarkan metode Partial Least Square (PLS) Stasiun Pekanbaru Japura Rengat Tanjung Pinang Dabo Singkep Domain X variance PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10 PC11 PC12 3x x x x x x x x x x x x x x x x
21 39 Lampiran 16. Koefisien determinasi berdasarkan metode Partial Least Square (PLS) Stasiun Pekanbaru Japura Rengat Tanjung Pinang Dabo Singkep Domain R 2 (%) PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10 PC11 PC12 3x x x x x x x x x x x x x x x x
22 40 Lampiran 17. Regresi sederhana Stasiun Pekanbaru 40
23 41 Lampiran 18. Regresi sederhana Stasiun Japura Rengat 41
24 42 Lampiran 19. Regresi sederhana Stasiun Tanjung Pinang 42
25 43 Lampiran 20. Regresi sederhana Stasiun Dabo Singkep 43
PEMBAHASAN ... (3) RMSE =
7 kemampuan untuk mengikuti variasi hujan permukaan. Keterandalan model dapat dilihat dari beberapa parameter, antara lain : Koefisien korelasi Korelasi dinyatakan dengan suatu koefisien yang menunjukkan
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciI. PENDAHULUAN. 1.2 Tujuan Penelitian ini bertujuan menganalisis potensi data CMORPH dalam menduga curah hujan permukaan.
1 I. PENDAHULUAN 1.1 Latar Belakang Data iklim seringkali bervariasi baik secara temporal maupun spasial, terutama di wilayah tropis. Curah hujan merupakan unsur iklim paling penting di Indonesia yang
Lebih terperinciLAPORAN PRAKTIKUM. Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S
LAPORAN PRAKTIKUM Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember 2009 Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S NRP : D14070066 Asisten Dosen : 1. Revan M. 2. Ratu Fika Hertaviani KORELASI
Lebih terperinciESTIMASI CURAH HUJAN BERDASARKAN DATA CMORPH (CPC MORPHING TECHNIQUE) WILAYAH RIAU
i ESTIMASI CURAH HUJAN BERDASARKAN DATA CMORPH (CPC MORPHING TECHNIQUE) WILAYAH RIAU TRI YULI KURNIAWATI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciPencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
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 terperinciLampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten
LAMPIRAN 71 Lampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten 72 Lampiran 2. Spesifikasi persyaratan mutu teh hitam (SNI 01-1902-1995) No. Jenis Uji Satuan Spesifikasi 1 Kadar air % b/b
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciPemanfaatan Software MINITAB Untuk Regresi PLS (Partial Least Square)
Abstrak Pemanfaatan Software MINITAB Untuk Regresi PLS (Partial Least Square) Retno Subekti 1 Dalam analisis regresi klasik terdapat asumsi tidak adanya multikolinieritas yaitu tidak adanya korelasi yang
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 terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Keadaan Wilayah Provinsi Jawa Timur merupakan salah satu provinsi yang berada di Pulau Jawa dan merupakan provinsi paling timur di Pulau Jawa. Letaknya pada
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 terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciDAFTAR PERTANYAAN KARAKTERISTIK PENGUNJUNG TAMAN WISATA ALAM TANGKUBAN PERAHU
32 Lampiran 1 DAFTAR PERTANYAAN KARAKTERISTIK PENGUNJUNG TAMAN WISATA ALAM TANGKUBAN PERAHU A. Data Pribadi Responden 1. Nomor responden :.. 2. Jenis kelamin :.. 3. Umur :.. 4. Pendidikan tertinggi :..
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperincihomogen jika titik-titik tersebar secara merata atau seimbang baik di atas maupun dibawah garis, dengan maksimum ragam yang kecil.
8 koefisien regresi berganda dari variabel tak bebas Y terhadap variabel bebas Xi. Pada kasus ini, persamaan mengandung arti sebagai berikut, seperti yang telah dimodelkan Merdun (23) di Sungai Saluda,
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
Lebih terperinciLAMPIRAN. Lampiran 1. Tipe Penggunaan Lahan di Kabupaten Bogor
LAMPIRAN Lampiran 1. Tipe Penggunaan Lahan di Kabupaten Bogor No Penggunaan lahan No Reklasifikasi Penggunaan Lahan 1 Tanah Kosong diperuntukkan 1 Tanah kosong 2 Tanah rusak (Terlantar/Rusak/Galian) 3
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciLampiran 1. Kuisioner Penelitian
Lampiran 1. Kuisioner Penelitian INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN Jl. Kamper Level 5 Wing 5 Kampus IPB Darmaga Bogor (16680) Telp. (0251)
Lebih terperinciLAMPIRAN. Lampiran 1. Kuesioner untuk Pengunjung
LAMPIRAN Lampiran 1. Kuesioner untuk Pengunjung Kuesioner penelitian: Penilaian Ekonomi dan Prospek Pengembangan Wisata TWA Gunung Pancar. Oleh: Devina Marcia Rumanthy Sihombing (H44070045). Departemen
Lebih terperinci3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian
18 3 METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Desember 2010 hingga Juni 2011 dengan lokasi penelitian yaitu Perairan Selat Makassar pada posisi 01 o 00'00" 07 o 50'07"
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinciJumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)
LAMPIRAN 88 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA
Lebih terperinciKORELASI. Alat hitung koefisien korelasi Pearson (data kuantitatif dan berskala rasio) Kendall, Spearman (data kualitatif dan berskala ordinal)
KORELASI Pada SPSS korelasi ada pada menu Correlate dengan submenu: 1. BIVARIATE Besar hubungan antara dua (bi) variabel. a. Koefisien korelasi bivariate/product moment Pearson Mengukur keeratan hubungan
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga,
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi ini dilakukan secara tertuju
Lebih terperinci5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN
5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN 5.1 Pendahuluan Dalam pemodelan statistical downscaling (SD), khususnya fungsi transfer diawali dengan mencari model hubungan
Lebih terperinciGambar 6. Peta Kecamatan di DAS Sunter.
8 Gambar 5. Peta Tutupan lahan DAS Sunter (BPDAS Ciliwung-Cisadane 4.6.2 Kecamatan di DAS Sunter Daerah Aliran Sungai (DAS) Sunter memiliki beberapa kecamatan seperti yang terlihat pada gambar 6. Kecamatan
Lebih terperincimenggunakan fungsi Cobb Douglas dengan metode OLS (Ordinary Least
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang digunakan pada penelitian ini adalah data sekunder dan data primer. Data primer diperoleh dari wawancara langsung dengan pegawai divisi produksi
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
Lebih terperinciSTK511 Analisis Statistika. Pertemuan - 1
STK511 Analisis Statistika Pertemuan - 1 PERKULIAHAN 1. Dosen : Anang Kurnia (anangk@apps.ipb.ac.id) 2. Asisten : Septian Rahardiantoro 3. Waktu : Rabu > 08.00 09.40 Jumat > 08.00 10.00 4. Office Hours
Lebih terperinciIV. HASIL DAN PEMBAHASAN. antara dan bujur timur dengan luas 44,91 km². Kecamatan
IV. HASIL DAN PEMBAHASAN 4.1. Statistik Deskriptif Variabel Penelitian Kecamatan Johan Pahlawan terletak antara 04 1 0 lintang utara serta antara 96 04 0 dan 96 09 0 bujur timur dengan luas 44,91 km².
Lebih terperinciProgram Magister Manajemen dan Bisnis Institut Pertanian Bogor 2014
TUGAS Metode Kuantitatif Manajemen Analisis Regresi pada Data Penjualan Tahunan Lezat Fried Chicken (LFC) Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh :
Lebih terperinciBAB VI ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR TEH PTPN
BAB VI ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR TEH PTPN 6.1. Faktor-faktor yang Mempengaruhi Ekspor Teh PTPN Analisis regresi berganda dengan metode OLS didasarkan pada beberapa asumsi yang harus
Lebih terperinciUji Asumsi Klasik. Rowland Bismark Fernando Pasaribu
Rowland Bismark Fernando Pasaribu rowland_pasaribu@gmail.com Uji Asumsi Klasik Uji Asumsi Klasik Untuk mendapatkan parameter-parameter estimasi dari model dinamis yang dipakai, dalam penelitian ini digunakan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis data yang dilakukan dalam bab ini pada dasarnya dapat dikelompokkan menjadi dua bagian. Bagian pertama merupakan analisis
Lebih terperinciPEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R
PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 4.1 Gambaran Umum Pelayanan Jasa Pelabuhan Sunda Kelapa
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Pelayanan Jasa Pelabuhan Sunda Kelapa 4.1.1. Pendapatan Pelabuhan Pendapatan yang diterima Pelabuhan Sunda Kelapa sejak tahun 2004 sampai tahun 2010 menunjukkan
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di daerah Daerah Aliran Sungai (DAS) Cipunagara dan sekitarnya, Jawa Barat (Gambar 1). DAS Cipunagara berada dibawah pengelolaan
Lebih terperinciLampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata Jogging Track Plus
Lampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata Jogging Track Plus WTP Jumlah Responden Persentase WTPx ΣResponden NO. (Rp) (orang) (%) (Rp) 1 3 6 11,3 18 2 35 6 11,3 21 3 4 2 3,8 8 4
Lebih terperinciNama : Nurmala Ekatami NPM : Jurusan : Akuntansi Pembimbing : Bambang Darmadi, SE., MM.
Nama : Nurmala Ekatami NPM : 25212513 Jurusan : Akuntansi Pembimbing : Bambang Darmadi, SE., MM. ANALISIS PENGARUH PENDANAAN DARI EKSTERNAL PERUSAHAAN DAN MODAL SENDIRI TERHADAP TINGKAT PROFITABILITAS
Lebih terperinciDari tabel di atas, diperoleh nilai dari Durbin-Watson sebesar 2.284, di. mana angka tersebut bernilai lebih besar dari 2, yang berarti terdapat
76 a Predictors: (Constant), Debt to Equity, Current, Return on Assets, Price Earning, Debt, Assets Turnover, Earning per Share, Return on Equity b Dependent Variable: Imbal hasil Dari tabel di atas, diperoleh
Lebih terperinciSurat Pemberitahuan (SPT) BAB IV ANALISIS HASIL DAN PEMBAHASAN. A. Analisis Deskriptif
62 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Deskriptif 1. Perkembangan Penerimaan Surat Pemberitahuan Pajak Pertambahan Nilai (SPT PPN) Jumlah penerimaan SPT PPN yang terdaftar pada KPP Pratama
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis
Lebih terperinciLATIHAN REGRESI SEDERHANA
Bahan Ajar Ekonometrika Agus Tri Basuki Universitas Muhammadiyah Yogyakarta LATIHAN REGRESI SEDERHANA Diketahui data konsumsi dan pendapatan penduduk suatu daerah sebagai berikut : Tahun Konsumsi Pendapatan
Lebih terperinciLampiran 1 Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 2011
LAMPIRAN 08 Lampiran Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 20 Variabel N Rata-rata Minimum Maksimum Standar Deviasi Y 00 3,0 60 6,996 TC 00 54005 5000 400000 74965,665 I 00 25338000
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciANALISIS PENGARUH DANA PIHAK KETIGA, BI RATE DAN RETURN ON ASSETS (ROA) TERHADAP PEMBERIAN KREDIT PADA BANK BUMN
ANALISIS PENGARUH DANA PIHAK KETIGA, BI RATE DAN RETURN ON ASSETS (ROA) TERHADAP PEMBERIAN KREDIT PADA BANK BUMN Nama : Dian Ayu Lestari NPM : 12212022 Jurusan : Manajemen Dosen Pembimbing : Neltje F.
Lebih terperinciIII. METODE PENELITIAN. Jenis dan sumber data yang digunakan dalam penelitian ini adalah sebagai
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis dan sumber data yang digunakan dalam penelitian ini adalah sebagai berikut: a. Data Primer Data primer yang digunakan adalah data yang didapat langsung
Lebih terperinciSTATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:
STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat
Lebih terperinciBAB V ANALISIS DATA DAN PEMBAHASAN. 1. Analisis Model Regresi dengan Variabel Dependen PAD. a. Pemilihan Metode Estimasi untuk Variabel Dependen PAD
BAB V ANALISIS DATA DAN PEMBAHASAN A. Analisis Data 1. Analisis Model Regresi dengan Variabel Dependen PAD a. Pemilihan Metode Estimasi untuk Variabel Dependen PAD Cross-section F Pemilihan model estimasi
Lebih terperinciUJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE
UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciBAB IV HASIL PENELITIAN. penelitian ini rasio likuiditas yang digunakan adalah Current Ratio (CR)
BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Analisis Rasio Likuiditas BCA Syariah Rasio likuiditas ini mengukur kemampuan perusahaan atau bank dalam memenuhi kewajiban jangka pendek yang jatuh tempo.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Statistik Deskriptif Berdasarkan jumlah sampel yang digunakan dalam penelitian ini yaitu sebanyak 85 nasabah, yang akan disajikan gambaran karakteristik dari nasabah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Pengumpulan dan Pengolahan Data Data yang digunakan dalam penelitian ini adalah data batimetri, garis pantai dan data angin. Pada Tabel 3.1 dicantumkan mengenai data yang
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Perusahaan emiten manufaktur sektor (Consumer Goods Industry) yang
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Perusahaan emiten manufaktur sektor (Consumer Goods Industry) yang terdaftar di Bursa Efek Indonesia memiliki beberapa perusahaan, dan
Lebih terperinciIII. METEDOLOGI PENELITIAN
III. METEDOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian dilaksanakan pada bulan Juli hingga Desember 2011, berlokasi di DAS Ciliwung Hulu, Kabupaten Bogor, Provinsi Jawa Barat. Wilayah penelitian meliputi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
46 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek/ Subyek Penelitian Penelitian ini mengenai Analisis faktor-faktor yang mempengaruhi alokasi belanja modal dalam menunjang APBD Kabupaten/Kota
Lebih terperinciPENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG
Pengaruh Fenomena La-Nina terhadap SPL Feny Arafah PENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG 1) Feny Arafah 1) Dosen Prodi. Teknik Geodesi Fakultas Teknik Sipil
Lebih terperinciPENENTUAN MODEL HUBUNGAN KEPADATAN PENDUDUK DAN FAKTORNYA MENGGUNAKAN METODE FORWARD SELECTION
PENENTUAN MODEL HUBUNGAN KEPADATAN PENDUDUK DAN FAKTORNYA MENGGUNAKAN METODE FORWARD SELECTION (DETERMINING POPULATION DENSITY AND THE FACTORS MODELS BY USING FORWARD SELECTION METHOD) Puji Subekti 1,
Lebih terperinciHasil perhitungan Kolmogorov-Smirnov menunjukkan bahwa ketiga sampel atau variabel tersebut adalah distribusi normal.
NORMALITAS DATA One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Statistik Deskriptif. Statistik Deskriptif menjelaskan karakteristik masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun variabel independent
Lebih terperinciTUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry
TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry REGRESI SEDERHANA Model regresi sederhana dilakukan jika bermaksud meramalkan bagaimana keadaan
Lebih terperinci1 PENDAHULUAN. Latar Belakang
1 PENDAHULUAN Latar Belakang Pada saat ini pengguna informasi cuaca jangka pendek menuntut untuk memperoleh informasi cuaca secara cepat dan tepat. Badan Meteorologi, Klimatologi dan Geofisika (BKMG) telah
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
37 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Variabel yang digunakan dalam penelitian ini adalah Laba Bersih dan Arus Kas Operasi sebagai variabel independen (X) dan Dividen Kas sebagai
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel dependent, variabel independent atau keduannya mempunyai distribusi normal atau tidak.
Lebih terperinciPenelitian ini dilakukan di Kota Bogor,karena untuk memudahkan penulis. melakukan penelitian. Lokasi penelitian dilakukan dengan sengaja (purposive),
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Kota Bogor,karena untuk memudahkan penulis melakukan penelitian. Lokasi penelitian dilakukan dengan sengaja (purposive),
Lebih terperinciBAB IV ANALISIS HASIL PEMBAHASAN
BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Analisis Profil Responden 4.1.1 Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian
Lebih terperinciBAB IV METODE PENELITIAN. dayanya dengan baik. Rancangan penelitian adalah rencana dari struktur
27 BAB IV METODE PENELITIAN 4.1 Rancangan Penelitian Rancangan penelitian yang baik perlu dirancang aktivitas dan sumber dayanya dengan baik. Rancangan penelitian adalah rencana dari struktur penelitian
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
Lebih terperinciBAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat
Lebih terperinciPengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel
Statistika, Vol. 10 No. 2, 99 105 Nopember 2010 Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel Teti Sofia Yanti Program Studi Statistika Universitas Islam Bandung Email: buitet@yahoo.com
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Data Pendapatan Bunga Tabel 4.1 PT Bank Mandiri (Persero), Tbk Perkembangan Pendapatan Bunga Tahun 2007 2011 (dalam jutaan) Tahun Pendapatan Bunga
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Normalitas Pengujian normalitas distribusi data populasi dilakukan dengan menggunakan statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan keputusan yaitu
Lebih terperinciA. Variabel Penelitian dan Definisi Operasional Variabel. 1) Variabel bebas ( variabel independen): faktor internal (X 1 ) serta faktor
A. Variabel Penelitian dan Definisi Operasional Variabel Berdasarkan uraian masalah, tinjauan teoritis dan hipotesis maka variabel dalam penelitian ini adalah : 1) Variabel bebas ( variabel independen):
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilakukan di wilayah di Kecamatan Wiradesa Kabupaten Pekalongan. IKM yang diamati adalah IKM Industri Batik di Kecamatan Wiradesa Kabupaten
Lebih terperinciProgram Studi Pendidikan Ekonomi FE UNY
LEMBAR KERJA Topik: Regresi Linear Sederhana Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
Lebih terperinciANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG. Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan
Saintia Matematika Vol. 2, No. 1 (2014), pp. 71 83. ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan Abstrak. Penyediaan
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. Penelitian ini bertujuan untuk menganalisis pengaruh GCG dan Manajemen Risiko
BAB IV ANALISIS DATA DAN PEMBAHASAN 1.1 Deskripsi Data Penelitian ini bertujuan untuk menganalisis pengaruh GCG dan Manajemen Risiko terhadap kinerja keuangan Bank Umum Syariah pada periode 2011-2015.
Lebih terperinciVII. FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA LAHAN. harga lahan di sekitar Bandara Raja Haji Fisabilillah, Kepulauan Riau adalah
VII. FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA LAHAN Model yang digunakan dalam menduga faktor-faktor yang mempengaruhi harga lahan di sekitar Bandara Raja Haji Fisabilillah, Kepulauan Riau adalah model double
Lebih terperinci3. METODOLOGI PENELITIAN
3. METODOLOGI PENELITIAN 3.1. Waktu dan Lokasi Penelitian Lokasi kajian untuk mendapatkan nilai konsentrasi klorofil-a dan SPL dari citra satelit terletak di perairan Laut Jawa (Gambar 4). Perairan ini
Lebih terperinciH 2 : Dana Perimbangan berpengaruh positif terhadap Belanja Modal
H 2 : Dana Perimbangan berpengaruh positif terhadap Belanja Modal BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian ini adalah penelitian Kuantitatif,yaitu penelitian yang menekankan pada
Lebih terperinciMODUL PELATIHAN PEMBANGUNAN INDEKS KERENTANAN PANTAI
MODUL PELATIHAN PEMBANGUNAN INDEKS KERENTANAN PANTAI Modul Pengolahan Data Tinggi Gelombang Signifikan Disusun oleh : Erwin Maulana M. Tri Hartanto 2010 Pendahuluan Tinggi gelombang signifikan (significant
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
44 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek/Subyek Penelitian Dalam penelitian ini obyek penelitianya adalah Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) yang
Lebih terperinciAnalisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB
Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan
Lebih terperinciIV. METODE PENELITIAN. Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan
IV. METODE PENELITIAN 4.1. Waktu dan Lokasi Penelitian Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan Sukaraja, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara sengaja
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN
60 BAB IV ANALISIS HASIL PENELITIAN 4.1 Uji Validitas dan Reliabilitas Instrumen Untuk menguji validitas dan realiabilitas instrumen, penulis menggunakan analisis dengan SPSS. Berikut hasil pengujian validitas.
Lebih terperinciBAB I PENDAHULUAN I.1. Latar belakang
BAB I PENDAHULUAN I.1. Latar belakang Indonesia terletak diantara tiga lempeng utama dunia yaitu Lempeng Australia, Lempeng Eurasia dan Lempeng Pasifik. Letak Indonesia yang berada di posisi ring of fire
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Objek dalam penelitian ini adalah pemerintah daerah kabupaten / kota di Indonesia periode 2014 yang mengalami audit delay yaitu saat laporan keuangan diaudit
Lebih terperinci