PEMODELAN VARIABEL-VARIABEL PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI TELUR ATAU SUSU DI KABUPATEN MAGELANG MENGGUNAKAN REGRESI TOBIT

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN VARIABEL-VARIABEL PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI TELUR ATAU SUSU DI KABUPATEN MAGELANG MENGGUNAKAN REGRESI TOBIT"

Transkripsi

1 ISSN: JURNA GAUSSIAN, Volume 4, Nomor 4, Tahun 5, Halaman One d: PEMODEAN VARIABE-VARIABE PENGEUARAN RUMAH TANGGA UNTUK KONSUMSI TEUR ATAU SUSU DI KABUPATEN MAGEANG MENGGUNAKAN REGRESI TOBIT Vlan Indaka Ardh, Agus Rusgono, Alan Prahutama 3 Mahasswa Jurusan Statstka FSM Undp,3 Staf Pengajar Jurusan Statstka FSM Undp ABSTRACT Censored data s the data on a dependent varable of whch most of the observatons are worth less than or equal to zero whle others have a certan value or more than zero. Tobt regresson model s a statstcal model that can overcome the problems n whch man ndependent varables s zero or called data censored. In ths research, modeg eggs or mlk consumpton n Magelang s analzed usng tobt regresson. The data used n ths research s secondar data derved from Susenas Data Magelang regenc 3. The concludng results of the fnal modeg shows that the educatonal level of householder, the amount of ependture for food n a month, the number of chldren n the household and the householder s professon gve sgnfcant effect on household ependtures for the consumpton of eggs or mlk wth a coeffcent determnaton of s 6,3%. Whle the remanng 39,69 % s effected b other varables s not eamned n ths stud such as the appette of consumers and health factors. Kewords: Consumpton of Eggs or Mlk, Tobt Regresson, Censored Data. PENDAHUUAN Penngkatan kualtas sumber daa manusa tdak terlepas dar salah satu faktor atu faktor kesehatan, dan proten menjad salah satu ndkator utama. Sumber proten hewan ang sangat dkenal oleh masarakat antara lan telur dan susu. Telur atau susu merupakan sumber proten ang sangat pentng dan dbutuhkan oleh tubuh manusa (Arnngsh, 4). Telur merupakan salah satu proten hewan ang peredaranna mudah djangkau masarakat dengan harga relatf murah, serta tahan lama. Tngkat konsums telur masarakat Indonesa rata-rata berksar butr per kapta pertahun. Angka tersebut mash rendah bla dbandng dengan tngkat konsums telur d negara lan. Msaa Malasa dengan tngkat konsums telurna mencapa 3 butr per kapta pertahun, serta Inda ang mencapa 75 butr per kapta pertahun (Antara News, ). Kebutuhan akan proten dalam tubuh juga terdapat pada susu. Secara nasonal, Indonesa mash rendah dalam hal konsums susu. Tercatat pada tahun konsums susu d Indonesa mencapa,85 lter per kapta pertahun. Mesk begtu jumlah konsums susu d Indonesa mash lebh rendah dbandngkan sejumlah negara lan d Asa sepert Malasa (5,9 lter), Inda (47, lter). Salah satu wujud penngkatan pembangunan kesehatan atu program perbakan gz masarakat. Salah satu ndkator perbakan gz masarakat atu konsums telur atau susu. Berdasarkan hasl Susenas tahun 3 ang dlakukan oleh BPS Kabupaten Magelang, rumah tangga ang mengalokaskan pengeluaran untuk konsums telur atau susu sebesar 73,%, sedangkan ssana 6,79% tdak mengalokaskan pengeluaran untuk konsums telur atau susu. Kesadaran masarakat untuk mengkonsums telur atau susu ang mash sangat rendah n ang mengakbatkan banak rumah tangga tdak mengalokaskan pengeluaranna untuk konsums telur atau susu. Hal nlah ang akan menebabkan banak data bernla nol ang kemudan dsebut sebaga data campuran atau data tersensor. Model statstk ang dapat menggambarkan keadaan data sepert contoh d atas adalah Model Regres Tobt (Greene, 3).

2 Peneltan mengena regres tobt sudah pernah dlakukan oleh Rn () mengena pendapatan perempuan, kemudan Hanef () mengena pengeluaran baa kesehatan rumah tangga, dan Neser () mengena baa penddkan. Berdasarkan uraan tersebut, penuls tertark menerapkan metode regres tobt untuk mengetahu varabelvarabel ang berpengaruh terhadap pengeluaran rumah tangga untuk konsums telur atau susu d Kabupaten Magelang serta memodelkanna.. TINJAUAN PUSTAKA.. Faktor-Faktor ang Mempengaruh Konsums Telur atau Susu Peneltan tentang faktor ang mempengaruh konsums telur pernah dlakukan oleh Pusparn (3), dengan berbaga macam faktor atu jens kelamn, status perkawnan, usa, pekerjaan, penddkan, dan pendapatan. Kemudan menurut Hatrl, Ozkan, dan Aktas (4), bahwa jumlah anak, ukuran rumah tangga, tngkat penddkan dan pendapatan merupakan faktor pentng ang mempengaruh pengeluaran untuk konsums susu. Sebelumna Purnomo (8) pernah melakukan peneltan mengena faktor-faktor ang mempengaruh pengeluaran konsums dagng dan susu. Faktor-faktor tersebut antara lan tngkat penddkan kepala rumah tangga, jumlah pengeluaran makanan, jumlah anggota rumah tangga, jumlah anggota rumah tangga ang bekerja, rata-rata pengeluaran per kapta, daerah tempat tnggal.. Model Regres Tobt Regres tobt merupakan model regres ang dapat dgunakan untuk menganalss suatu masalah dengan varabel respon ang tersensor. Tersensor sendr dalam hal n atu varabel respon (Y) mempuna struktur data campuran ang berasal dar dstrbus dskret dan dstrbus kontnu (Greene, 3)... Model Umum Regres Tobt Msalkan (, ) adalah nla-nla dar varabel Y dan untuk sampel berukuran n, maka menurut Greene (3) persamaan model regres tobt secara umum adalah sebaga berkut: () dmana =, jka =, jka > dengan: = nla dar varabel respon ang sebenarna = transformas dar = vektor dar parameter = vektor varabel bebas ε = sesatan, dmana ε ~ N(,σ ).. Penaksran Parameter Model Regres Tobt Menurut Greene (3), penaksran parameter regres tobt menggunakan metode Mamum kelhood Estmaton (ME), dengan fungs lkelhood sebaga berkut:. () dan masng-masng menatakan fungs probabltas denstas dan fungs dstrbus dar normal standar. Untuk mempermudah perhtungan, maka fungs lkelhood dmaksmumkan dalam bentuk -lkelhood menjad: JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 66

3 JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 67. (3) Dalam menaksr parameter ang ada pada model regres tobt akn dan σ, jka dmsalkan dan maka fungs -lkelhoodna menjad: (4) Setelah dperoleh fungs -lkelhood (persamaan 4) kemudan dcar turunan pertama terhadap parameter dan θ kemudan dsamadengankan nol (Hosmer dan emeshow, ). Turunan parsal pertama dar fungs -lkelhood terhadap parameter ang akan destmas adalah: I. Fungs -lkelhood pada persamaan (4) dturunkan terhadap parameter maka: (5) II. Fungs -lkelhood pada persamaan (4) dturunkan terhadap parameter θ maka: (6) Estmas parameter dar persamaan regres ang noner memerlukan metode ang bersfat teras untuk memperoleh estmas parameterna, teras ang dgunakan adalah metode teras Newton Raphson (Hosmer dan emeshow, ). Oleh karena tu, dperlukan turunan parsal kedua fungs -lkelhood sebaga berkut:

4 JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 68 Menurut Agrest () persamaan ang dgunakan dalam proses teras Newton Raphson untuk mendapatkan nla adalah : m m m m m m H G dengan H m merupakan turunan kedua dar fungs -lkelhood, G m merupakan turunan parsal fungs -lkelhood dan m adalah banakna teras (m =,,,...). Sehngga elemen G m dan H m adalah sebaga berkut: G m H m Jka nla dugaan parameter dan telah dperoleh, maka dengan menggunakan persamaan dan nla dugaan dan dapat dperoleh..3 Pengujan Parameter Model Regres Tobt Ada dua uj ang dgunakan untuk menguj sgnfkans model tersebut, atu uj parameter secara serentak dengan menggunakan uj Raso kelhood dan uj parameter secara parsal dengan menggunakan uj Wald (Hosmer dan emeshow, ). a. Uj Serentak Menurut Hosmer dan emeshow () untuk menguj sgnfkans parameter dalam model secara bersama-sama dengan menggunakan statstk uj G. Hpotess: H : = = = p = H : mnmal ada satu k, untuk k =,,, p Taraf sgnfkans: α Statstk uj: G (7) Krtera uj: H dtolak jka ) ; ( p G ang berart ada salah satu atau lebh k ang berpengaruh sgnfkan terhadap varabel respon.

5 b. Uj Parsal Menurut Hosmer dan emeshow () untuk mengetahu sgnfkans parameter terhadap varabel responna secara parsal menggunakan statstk uj Wald. Hpotess: H : k = H : k, untuk k =,,, p Taraf sgnfkans: α k Statstk uj: Wk SE k dengan SE var k k Krtera uj: H dtolak jka W ( ;), artna k mempuna peran berart dalam model. k.4 Penentuan Kebakan Model Dalam model regres tobt, penentuan kebakan model dapat dlakukan dengan melhat nla koefsen determnas (R ), ang drumuskan Berens (4) sebaga berkut: R n n.5 Pengujan Asums Model Regres Tobt Pada regres er klask jka terjad pelanggaran asums maka penaksr mash konssten tetap tdak efsen. Hal n tdak berlaku pada model regres tobt (ong, 997). Sehngga pada model regres tobt dlakukan uj asums normaltas dan heteroskedaststas. a. Uj Normaltas Pengujan asums n menguj normaltas pada resdual ang dhaslkan dar model regresna. Uj normaltas n dapat menggunakan uj Jarque-Bera (Gujarat, ). Hpotess: H : Resdual berdstrbus normal H : Resdual tdak berdstrbus normal Taraf sgnfkans : α n ( K 3) Statstk uj : JB Sk () 6 4 dengan: n = ukuran sampel = skewness (kemencengan) K = kurtoss (peruncngan) Krtera uj: H dtolak jka JB ( ;) artna resdual tdak berdstrbus normal. b. Uj Heteroskedaststas Menurut Montgomer (5), untuk menguj adana heteroskedaststas pada model regres tobt n menggunakan Uj Bartlett. Hpotess : H : Tdak terjad heteroskedaststas H : Terjad heteroskedaststas Taraf sgnfkans: α (8) (9) JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 69

6 Statstk uj: T 3 dengan: n = ukuran sampel s = varans resdual C N j s j s N C C n C s n j C j C j n j n C j j s j C = jumlah group n j = ukuran sampel group ke-j s = varans resdual untuk setap kelompok ke-j Krtera uj: H dtolak jka T ; C, ang berart terjad heteroskedaststas. 3. METODOOGI PENEITIAN 3. Sumber Data Data ang dgunakan dalam peneltan n merupakan data sekunder ang dperoleh dar hasl Susenas d Kabupaten Magelang pada tahun 3. Jumlah sampel pada data Susenas tersebut sebanak 54 rumah tangga. 3. Varabel Peneltan Varabel ang dgunakan dalam peneltan n terdr dar satu varabel respon dan enam varabel bebas. Varabel respon (Y) dalam peneltan n adalah pengeluaran rumah tangga untuk konsums telur atau susu. Sedangkan varabel bebas () ang dlbatkan dalam peneltan n adalah sebaga berkut: Tabel. Varabel Bebas Peneltan Nama Varabel Tngkat penddkan kepala rumah tangga Keterangan Jenjang penddkan terakhr ang dtempuh kepala rumah tangga - Tdak bersekolah - SD sederajat ( ) - SMP sederajat ( ) - SMA sederajat ( 3 ) - Perguruan Tngg ( 4 ) Jumlah pengeluaran untuk Jumlah pengeluaran untuk makanan dalam makanan dalam satu bulan satu bulan ( 5 ) Jumlah anggota rumah tangga Jumlah orang dalam satu rumah tangga ( 6 ) Jumlah anggota rumah tangga Jumlah anggota rumah tangga ang berusa usa balta d bawah 5 tahun ( 7 ) Rata-rata pengeluaran per kapta Jumlah pengeluaran dalam satu bulan dbag banakna anggota rumah tangga ( 8 ) apangan pekerjaan kepala rumah tangga Bdang pekerjaan utama kepala rumah tangga - Tdak Bekerja - Bdang Pertanan ( 9 ) - Bdang Pertambangan ( ) - Bdang Perdagangan ( ) - Bdang Jasa ( ) - Bdang Penddkan ( 3 ) - Bdang Pemerntahan ( 4 ) () JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 7

7 3.3 angkah-angkah Analss angkah-langkah analss untuk mencapa tujuan peneltan adalah sebaga berkut:. Memodelkan varabel respon (Y) dengan varabel bebas () sebaga model awal.. Menguj kesesuaan model awal dengan uj raso lkelhood. 3. Menguj parameter model secara parsal dengan uj wald. 4. Memodelkan kembal varabel respon (Y) dengan varabel bebas () ang telah sgnfkan dalam uj parsal hngga dperoleh model akhr. 5. Melakukan uj asums regres tobt. 6. Jka uj asums belum terpenuh maka dlakukan penangan pelanggaran asums dengan cara transformas. Kemudan kembal lag ke langkah awal. 7. Melakukan nterpretas model regres tobt. 4. HASI DAN PEMBAHASAN 4. Statstk Deskrptf Varabel-Varabel Peneltan Statstk deskrptf n dlakukan untuk mengetahu gambaran mengena karakterstk varabel-varabel ang mempengaruh pengeluaran rumah tangga untuk konsums telur atau susu. 4.. Statstk Deskrptf Pengeluaran Rumah Tangga untuk Konsums Telur atau Susu. Statstk deskrptf pengeluaran telur atau susu dsajkan dalam tabel berkut: Tabel. Statstk Deskrptf Rumah Tangga Konsums Telur atau Susu Statstk Deskrptf Nla Rata-rata Smpangan baku 5956,5 Mn Maks 34 Berdasarkan Tabel, terlhat nla rata-rata pengeluaran rumah tangga untuk konsums telur atau susu sebesar Rp ,. Dar data menunjukkan bahwa range ang terbentuk dar nla mnmum dan nla maksmum sangat jauh. 4.. Statstk Deskrptf Varabel-Varabel ang Mempengaruh Pengeluaran Rumah Tangga untuk Konsums Telur atau Susu Berkut dberkan statstk deskrptf mengena varabel bebas ang memlk data berskala kontnu dalam peneltan n. Tabel 3. Statstk Deskrptf Varabel Bebas Berskala Kontnu Varabel Rata-rata Smpangan baku Mn Maks Pengeluaran makanan ( 5 ) , Anggota rumah tangga ( 6 ) 3,359,349 9 Jumlah anak usa balta ( 7 ),44,474 3 Pengeluaran per kapta ( 8 ) , Berdasarkan Tabel 3 dketahu bahwa dar 54 rumah tangga ang menjad sampel peneltan, rata-rata untuk pengeluaran makanan sebesar Rp 679.6,. Jumlah anggota rumah tangga ang pag sedkt adalah orang dan ang terbanak adalah 9 orang. Jumlah anggota rumah tangga pada usa balta terbanak adalah 3 orang, dan pag sedkt adalah atau dapat dkatakan tdak ada. Pada Tabel 3 dketahu bahwa dar 54 rumah tangga ang menjad sampel peneltan, pengeluaran per kapta ang dkeluarkan oleh rumah tangga terbesar adalah Rp.97.9,. Sedangkan pengeluaran per kapta terkecl ang dkeluarkan oleh rumah tangga adalah sebesar Rp.4,. JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 7

8 Deskrps varabel ang berskala kategork dalam bentuk presentase. Tabel 4. Statstk Deskrptf Varabel Bebas Berskala Kategork Nama Varabel Varabel Dumm Presentase (%) Tdak Bersekolah 4,8 SD Sederajat ( ) 65,4. Tngkat Penddkan SMP Sederajat ( ) 3,9 SMA Sederajat ( 3 ),3 Perguruan Tngg ( 4 ) 3,6 Total Tdak Bekerja 7,3 Pertanan ( 9 ) 44, Pertambangan ( ),. apangan Pekerjaan Perdagangan ( ),8 Jasa ( ) 3, Penddkan ( 3 ),6 Pemerntahan ( 4 ) 7,8 Total Berdasarkan Tabel 4 dketahu bahwa sebagan besar kepala rumah tangga ang menjad sampel dalam peneltan n, atu kepala rumah tangga ang memlk penddkan SD sederajat dengan presentase 65,4%. Pada varabel lapangan pekerjaan, dketahu bahwa sebanak 44,% kepala rumah tangga bekerja pada bdang pertanan ang merupakan lapangan pekerjaan dengan presentase terbanak. 4. Model Regres Tobt. Model awal regres ang dduga dengan memasukkan 4 varabel bebas,, 3, 4, 5, 6, 7, 8, 9,,,, 3, dan 4 sehngga dperoleh model awal atu: 648,97 484,459 84, , , , ,3 7, , ,3 9868, , ,8, ,45 4 Untuk mendapatkan model regres tobt dgunakan pengujan parameter. Pengujan n melput uj kesesuaan model atau serentak dengan uj Raso kelhood dan uj parsal atau ndvdu dengan uj Wald. a. Uj Serentak Untuk melhat pengaruh varabel bebas () secara bersama-sama terhadap varabel denpenden (Y) dlakukan uj Raso kelhood. Hpotess ang dgunakan dalam uj n atu: H : = = 3 = 4 = 5 = 6 = 7 = 8 = 9 = = = = 3 = 4 = H : pag sedkt ada satu k, untuk k =,,, 4. Dperoleh nla G = 458,476 > χ (,5;4) = 3,68 maka H dtolak. Artna varabel bebas () secara bersama-sama mempuna pengaruh ang sgnfkan terhadap varabel respon (Y) sehngga model dapat dgunakan. b. Uj Parsal Untuk melhat pengaruh masng-masng varabel bebas () terhadap varabel respon (Y) dlakukan uj sgnfkans parameter secara ndvdu dengan menggunakan uj Wald. Hpotess ang dgunakan atu: JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 7

9 H : k = H : k, untuk k =,,, 4. Nla Wald 4 varabel bebas ang drngkas dalam Tabel 5 berkut: Tabel 5. Uj Parameter Model dengan 4 Varabel Bebas Parameter Koefsen Std Error Wald χ (,5;) Kesmpulan Intercept -648,97 3,3 5,765 3,84 Sgnfkan 484,459 93,78, ,84 Tdak sgnfkan 84,95 995,6 4,89 3,84 Sgnfkan ,4 348,7 6, ,84 Sgnfkan , 4585,88 5, ,84 Sgnfkan 5,8546,75 46,946 3,84 Sgnfkan 6-847,46 4,85, ,84 Tdak sgnfkan 7 98,3 459,76,663 3,84 Sgnfkan 8 -,453,538,5533 3,84 Tdak sgnfkan 9 376,4 7985,6 8, ,84 Sgnfkan 39,45 95,657,646 3,84 Sgnfkan 387,3 848,37 4,63 3,84 Sgnfkan 9868,94 8,89 5, ,84 Sgnfkan ,4 4886,5 3,5489 3,84 Sgnfkan ,8 3,3,449 3,84 Sgnfkan Pada peneltan n pemlhan model terbak menggunakan metode Bacward Elemnaton, atu dengan cara mengeluarkan satu per satu varabel bebas ang tdak sgnfkan dan dlakukan terus menerus sampa seluruh varabel bebas sgnfkan terhadap model. Pada Tabel 5, model ang terbentuk adalah model dengan tdak memasukkan varabel 8, 6 dan karena tdak sgnfkan terhadap model. Sehngga dperoleh model akhr sebaga berkut: 6355,57 755, 66,6 348,57, , ,44 355,34 987,8 6698, , , Pengujan Asums Model Regres Tobt Pada regres er klask jka terjad pelanggaran asums maka penaksr mash konssten tetap tdak efsen. Hal n tdak berlaku pada model regres tobt (ong, 997), sehngga pada model regres tobt dlakukan uj asums normaltas dan heteroskedaststas. a. Uj Normaltas Pengujan asums n menguj normaltas pada resdual ang dhaslkan dar model regresna. Uj normaltas n dapat menggunakan uj Jarque-Bera (Gujarat, ). Hpotess: H : Resdual berdstrbus normal H : Resdual tdak berdstrbus normal Taraf sgnfkans : α = 5 % 54 (, ) Statstk uj : JB, , Krtera uj: H dtolak jka JB ( ;) Keputusan: H dtolak, karena nla JB = 959,844 > χ (,5;) = 5,99 Kesmpulan: Jad, pada taraf sgnfkans 5 % dapat dsmpulkan bahwa resdual model regres tersensor ang terbentuk tdak mengkut dstrbus normal. JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 73

10 b. Uj Heteroskedaststas Untuk menguj adana heteroskedaststas pada model regres tobt n menggunakan Uj Bartlett dengan hpotess : H : Tdak terjad hetereoskedaststas H : Terjad heteroskedaststas Taraf sgnfkans : α = 5 % Statstk uj : Krtera uj : H dtolak jka T ( ; C) Keputusan: Ho dtolak, karena nla T = 35,33 > (,5;3) 7, 8 Kesmpulan: Jad, pada taraf sgnfkans 5 % dapat dsmpulkan bahwa terjad heteroskedaststas pada model regres tobt tersebut. 4.4 Model Regres Tobt Transformas Model regres ang terbentuk tersebut tdak memenuh asums normaltas dan heteroskedatstas. Tansformas akar dlakukan pada varabel bebas ang berskala kontnu, sedangkan untuk varabel bebas ang berskala kategork tdak dlakukan transformas akar karena varabel tersebut merupakan varabel dumm. Dar hasl transformas akar model awal regres dengan memasukkan 4 varabel bebas,, 3, 4, 5, 6, 7, 8, 9,,,, 3, dan 4 sehngga dperoleh model awal atu : 45,4576 8,936 63,3 7,3 3 99,4673, , ,4967 7, ,869 5,7 96,649 9,38 3 9, ,65 Untuk mendapatkan model regres tobt ang sudah dtarnsformas akar dgunakan pengujan parameter. Pengujan n melput uj uj Raso kelhood dan uj Wald. a. Uj Serentak Untuk melhat pengaruh varabel bebas () secara bersama-sama terhadap varabel denpenden (Y) dlakukan uj Raso kelhood. Hpotess ang dgunakan dalam uj n adalah: H : = = 3 = 4 = 5 = 6 = 7 = 8 = 9 = = = = 3 = 4 = H : pag sedkt ada satu k, untuk k =,,, 4 Dperoleh nla G = 354,39 > χ (,5;4) = 3,68 maka H dtolak. Artna varabel bebas () secara bersama-sama mempuna pengaruh ang sgnfkan terhadap varabel respon (Y) sehngga model dapat dgunakan. b. Uj Parsal Untuk melhat pengaruh masng-masng varabel bebas () terhadap varabel respon (Y) dlakukan uj sgnfkans parameter secara parsal dengan menggunakan uj Wald. Hpotess ang dgunakan atu: H : k = H : k, untuk k =,,, 4 Dperoleh nla Wald 4 varabel bebas ang drngkas dalam Tabel 6 berkut: 4 9 JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 74

11 Tabel 6. Uj Parameter Model dengan 4 Varabel Bebas Transformas Parameter Koefsen Std Error Wald χ (,5;) Kesmpulan Intercept -45, ,344 4,7846 3,84 Sgnfkan 8,936 4,988,5746 3,84 Tdak sgnfkan 63,3 6,858 5,559 3,84 Sgnfkan 3 7,3 7, ,3 3,84 Sgnfkan 4 99, ,6684 6,867 3,84 Sgnfkan 5,358,4939 5,479 3,84 Sgnfkan 6-4,7435 4,885,353 3,84 Tdak sgnfkan 7 5,4967,8468 8,876 3,84 Sgnfkan 8 -,387,56559,6 3,84 Tdak sgnfkan 9 8,869,844 4,75 3,84 Sgnfkan 89,65 4, ,48 3,84 Sgnfkan 5,7,6369,555 3,84 Sgnfkan 96,649 33,9678 8,3586 3,84 Sgnfkan 3 9,38 4,5647 7,54 3,84 Sgnfkan 4 9,374 7,47 6,6 3,84 Sgnfkan Dar Tabel 6, model ang terbentuk adalah model dengan tdak memsukkan varabel 8, 6 dan karena tdak sgnfkan terhadap model. Sehngga dperoleh model akhr hasl transformas akar sebaga berkut: 49, ,65 5,9, ,8,85 9, , ,584 83, ,48, , 4.5 Pengujan Asums Model Regres Tobt Transformas Pada model awal regres tobt sebelum dtransformas dketahu bahwa asums normaltas dan heteroskedaststas tdak terpenuh. Sehngga dlakukan transformas akar dengan tujuan untuk memenuh uj asums normaltas dan heteroskedaststas. a. Uj Normaltas Pengujan asums n menguj normaltas pada resdual ang dhaslkan dar model regresna. Uj normaltas n dapat menggunakan uj Jarque-Bera (Gujarat, ). Hpotess: H : Resdual berdstrbus normal H : Resdual tdak berdstrbus normal Taraf sgnfkans : α = 5 % 54 (,6939 3) Statstk uj : JB,8986 4, Krtera uj: H dtolak jka JB ( ;) Keputusan: H dterma, karena nla JB = 4,977 < χ (,5;) = 5,99. Kesmpulan: Jad, pada taraf sgnfkans 5 % dapat dsmpulkan bahwa resdual model regres tersensor ang terbentuk mengkut dstrbus normal. JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 75

12 b. Uj Heteroskedaststas Untuk menguj adana heteroskedaststas pada model regres tobt n menggunakan Uj Bartlett dengan hpotess : H : Tdak terjad hetereoskedaststas H : Terjad heteroskedaststas Taraf sgnfkans : α = 5 % Statstk uj: Krtera uj: H dtolak jka T ( ; C) Keputusan: H dterma, karena nla nla T = 5,9 < (,5;3) 7, 8 Kesmpulan: Jad, pada taraf sgnfkans 5 % dapat dsmpulkan bahwa tdak terjad heteroskedaststas pada model regres tobt tersebut. 4.6 Koefsen Determnas Hasl Transformas Dar model akhr dperoleh nla R-Square atu,63 artna tngkat penddkan SMP sedrajat ( ), SMA sederajat ( 3 ), Perguruan Tngg ( 4 ), jumlah pengeluaran untuk makanan ( 5 ), jumlah balta ( 7 ), dan semua jens lapangan pekerjaan atu bdang pertanan ( 9 ), pertambangan ( ), perdagangan ( ), jasa ( ), penddkan ( 3 ), serta pemerntahan ( 4 ) memberkan pengaruh sebanak 6,3% sedangkan ssana 39,69% dpengaruh oleh varabel lan ang tdak dtelt dalam peneltan n. 5. KESIMPUAN Berdasarkan hasl analss dan pembahasan dengan menggunakan regres tobt, maka dperoleh model akhr hasl transformas akar sebaga berkut: 49, ,65 5,9, ,8,85 9, , ,584 83, ,48, , DAFTAR PUSTAKA Agrest, A.. Categorcal Data Analss, Second Edton. New York: John Wle & Sons. Antara News.. Konsums Susu d ndonesa Mash Rendah. konsums-susu-d-ndonesamash-rendah, dakses tanggal November 4. Arnngsh, E. 4. Kajan Konsums Proten Hewan pada Masa Krss Ekonom D Jawa. Bogor: Peneltan dan Pengembangan Sosal Ekonom Pertanan Berens, H.J. 4. The Tobt Model. dakses tanggal 5 Desember 4. Greene, W.H. 3. Econometrcs Analss, 5 th edton. New Jerse: Prentce Hall. Gujarat, D.. Ekonometrka Dasar. Jakarta: Erlangga. Hosmer, D.W, and emeshow, S.. Appled ogstc Regresson, nd edton. New York: Wle. ong, J.S Regresson Models for Categorcal and mted Dependent Varables.Thousand Oaks, CA: Sage. Montgomer., D. C. 5. Introducton to Statstcal Qualt Control Ffth Edton. New York: John Wlle and Sons. JURNA GAUSSIAN Vol. 4, No. 4, Tahun 5 Halaman 76

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Pengeluaran Rumah Tangga untuk Konsumsi Susu di Jawa Timur dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor yang Mempengaruhi Pengeluaran Rumah Tangga untuk Konsumsi Susu di Jawa Timur dengan Menggunakan Regresi Tobit Analss Faktor-Faktor ang Mempengaruh Pengeluaran Rumah angga untuk Konsums Susu d Jawa mur dengan Menggunakan Regres obt Au Ftran, Dr. Purhad, M.Sc Mahasswa Statstka FMIPA- IS, Dosen Statstka FMIPA-IS

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

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

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB 73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

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

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

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc. PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

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

Lebih terperinci

OVERDISPERSI PADA REGRESI LOGISTIK BINER MENGGUNAKAN METODE BETA BINOMIAL

OVERDISPERSI PADA REGRESI LOGISTIK BINER MENGGUNAKAN METODE BETA BINOMIAL OVERDISPERSI PADA REGRESI LOGISTIK BINER MENGGUNAKAN METODE BETA BINOMIAL Heru Wbowo, Suyono, Wdyant Rahayu Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas Neger Jakarta

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

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

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

Uji Homogenitas Varians

Uji Homogenitas Varians Uj Homogentas Varans I. DUA VARIANS Pengujan hpotess dua varans dlakukan untuk mengetahu varans dua populas sama (homogen atau tdak (heterogen. S dan S merupakan penduga σ dan σ Rumus varans : x ( x S

Lebih terperinci

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des

Lebih terperinci

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

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

Lebih terperinci

Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi

Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian. BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENEITIAN Peneltan n merupakan peneltan deskrptf, yang dalam penulsannya dmaksudkan untuk menjabarkan penyerapan tenaga kerja berdasarkan konds wlayah peneltan. Analss dlakukan secara kualtatf

Lebih terperinci

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

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

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

Lebih terperinci

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

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

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

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang

Lebih terperinci

BAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti

BAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti BAB III METODE PENELITIAN 3.1 Desan Peneltan Metode dalam peneltan merupakan suatu cara yang dgunakan oleh penelt dalam mencapa tujuan peneltan. Metode dapat memberkan gambaran kepada penelt mengena langkah-langkah

Lebih terperinci

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

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. atau sedang mengkonsumsi produk Kalimilk Susu Yogyakarta.

BAB III METODE PENELITIAN. atau sedang mengkonsumsi produk Kalimilk Susu Yogyakarta. BAB III METODE PENELITIAN 3.1 Lokas Peneltan dan Unt Analss Peneltan n dlakukan d wlayah Yogyakarta pada konsumen yang sudah pernah atau sedang mengkonsums produk Kalmlk Susu Yogyakarta. 3.2 Unt Analss

Lebih terperinci

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

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

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

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

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 193-204 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011 Semnar Nasonal Statstka 12 November 2011 Vol 2, November 2011 (R.12) MODEL OBI SPASIAL UNUK MENGIDENIFIKASI FAKOR-FAKOR YANG BERPENGARUH ERHADAP INGKA PENGANGGURAN ERBUKA (P) PEREMPUAN Def Yust Fadah 1,

Lebih terperinci

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

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan

Lebih terperinci

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

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokas Peneltan Lokas peneltan adalah d kampus Jurusan Penddkan Teknk Spl FPTK UPI yang beralamat d Jl. Dr. Setabud No. 07 Bandung, 40154. 3. Metode Peneltan Metode peneltan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:

Lebih terperinci

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

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

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci