JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199

Ukuran: px
Mulai penontonan dengan halaman:

Download "JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199"

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) D99 Pengaruh Karakterstk Sosal Ekonom terhada Angka Haraan Hdu dan Angka Kematan Bay d Kabuaten/Kota Provns Jawa Tmur Menggunakan Analss Regres Multvarat Rahaeng Dw Anas Pratw, dan Wahyu Wbowo Jurusan Statstka, Fakultas MIPA, Insttut Teknolog Seuluh Noember (ITS) Jl. Aref Rahman Hakm, Surabaya 60 Indonesa emal: wahyu_w@statstka.ts.ac.d, aengdwa@gmal.com Abstrak Pembangunan kesehatan meruakan uaya memenuh salah satu hak dasar untuk memeroleh akses atas kebutuhan elayanan kesehatan yang murah dan bak. Keberhaslan embangunan d bdang kesehatan dengan menngkatnya taraf kesehatan untuk masyarakat yang dtanda oleh semakn menurunnya angka kematan bay dan semakn menngkatkan angka haraan hdu. AHH meruakan salah satu ndkator kemamuan dalam menaga kesehatan rakyat dengan menngkatkan sosal ekonom, fasltas kesehatan, kecukuan gz, dan kesehatan lngkungan. Beberaa faktor yang terkat dengan kematan bay adalah berat badan bay rendah, kesehatan bu, emberan asuan nutrs, serta erlaku hdu sehat. Secara umum angka haraan hdu dan angka kematan bay memlk hubungan yang salng tmbal balk. Peneltan n menggunakan metode regres multvarat dengan dua varabel reson yang salng berhubungan. Hasl emodelan dengan seuluh varabel redktor menunukkan banyak varabel redktor tdak sgnfkan karena terndkas adanya multkolnertas, sehngga dlakukan analss faktor untuk mereduks varabel redktor. Hasl reduks terbentuk tga faktor. Hasl emodelan dengan tga faktor menunukkan bahwa faktor kesehatan lngkungan (F) dan faktor fasltas kesehatan balta (F3) berengaruh sgnfkan terhada angka haraan hdu dan angka kematan bay. Sementara untuk faktor fasltas kesehatan masyarakat (F) memlk hubungan yang lemah terhada angka haraan hdu dan angka kematan bay. P Kata Kunc AHH, AKB, dan Regres Multvarat. I. PENDAHULUAN embangunan kesehatan meruakan uaya memenuh salah satu hak dasar rakyat untuk memeroleh akses atas kebutuhan elayanan kesehatan yang murah dan bak. Pembangunan kesehatan uga harus dandang sebaga suatu nvestas dalam mendukung enngkatan sumber daya manusa dan embangunan ekonom, serta memlk eran entng dalam uaya enanggulangan kemsknan. salah satu usaha dalam memberantas kemsknan dtnau dar bdang kesehatan dengan menngkatkan deraat kesehatan suatu daerah. Keberhaslan embangunan d bdang kesehatan dtanda oleh semakn menurunnya AKB dan semakn menngkatkan AHH enduduk. Uaya dan strateg enngkatan keseahteraan enduduk menad target utama Provns Jawa Tmur []. Perkembangan Angka Kematan Bay (AKB) d Provns Jawa Tmur selama lma tahun terakhr menunukkan enurunan dar 3,44 er 000 kelahran hdu tahun 009 hngga mencaa 7,3 er 000 kelahran hdu tahun 03. Penurunan AKB secara tdak langsung berhubungan dengan angka kemsknan d suatu daerah, artnya ola konsums enduduk mskn yang belum memertmbangkan kecukuan asuan gz ada bu haml. Penngkatan umur haraan hdu memberkan gambaran tentang aadanya erbakan kualtas hdu dan kesehatan enduduk. Caaan AHH Provns Jawa Tmur menngkat seta tahunnya, dar tahun 009 hngga tahun 04 menngkat sebesar 69,5 tahun menad 7 tahun ada tahun 04 []. AHH bergantung ada kesehatan bay, balta, dan umlah anak lahr hdu dan konds mortaltas yang berlaku d lngkungan masyarakat. Peneltan sebelumnya yang menelaskan mengena tngkat efsens elayanan kesehatan menymulkan bahwa terdaat 0 Kabuaten/Kota d Provns Jawa Tmur tdak efsen terhada elayanan kesehatan dan belum otmal memanfaatkan sumber daya kesehatan dengan bak [3]. Peneltan lannya yang berkatan dengan angka kematan bay d Jawa Tmur yang menymulkan bahwa varabel yang berengaruh sgnfkan yatu ersentase wanta berkeluarga dbawah umur 7 tahun, ersentase wanta yang tdak ernah sekolah atau tdak tamat SD/MI, ersentase ersalnan yang menggunakan tenaga non meds, ersentase bay yang tdak dber ASI, ersentase bay berat badan lahr rendah [4]. Berdasarkan uraan tersebut maka dalam eneltan n menggunakan dua varabel reson yatu AHH dan AKB, yang mana kedua varabel tersebut salng berkorelas. Kemudan, dlakukan emodelan angka haraan hdu dan angka kematan bay d Kabuaten/Kota Provns Jawa Tmur serta faktorfaktor yang berengaruh secara sgnfkan dengan metode regres multvarat. II. TINJAUAN PUSTAKA Multvarate Analyss of Varance (MANOVA) Analss MANOVA dlakukan untuk mengu data multvarat yang mengetahu aakah emberan

2 D00 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) erlakuan berbeda akan memberkan engaruh yang berbeda [5]. Model adtf Oneway MANOVA dtunukkan ada ersamaan (). x lt = μ + τ l + e lt, t =,,, n l dan l =,,, g () Dmana untuk x lt adalah vektor observas ket dar grou kel, μ adalah vektor ratarata keseluruhan, τ l adalah vektor efek erlakuan gru kel, dan e lt adalah vektor resdual ada observas ket dar grou ke l. Langkahlangkah analss Oneway MANOVA adalah sebaga berkut. Hotess: H 0 : τ = τ = = τ g = 0 (tdak ada engaruh treatment) H : mnmal terdaat satu τ g 0 (ada engaruh treatment) Berdasarkan hasl u asums homogentas varans kovarans menunukkan bahwa asums tdak terenuh, sehngga statstk u yang cocok dgunakan adalah statstk u Plla Trace [5]. Plla Trace Statstk u Plla Trace lebh kuat dgunakan ketka asums homogentas matrk varans kovaran yang tdak terenuh [6]. Statstk u Plla Trace drumuskan seert ada ersamaan (). (N s ) V F () ( s) (m s )( s V ) Dengan ( ) B V s tr( ) tr[ B(B W) ] B W Dmana, N = ( VE ), m = ( VH ), s adalah mn (VH,), VH adalah df hotess, VE adalah df error, adalah umlah varabel reson Daerah krts: Tolak H 0 ka F F s(m+s+),s(n+s+) Analss Regres Multvarat Analss regres multvarat adalah model regres yang memlk varabel reson lebh dar satu yang salng berkorelas [7]. Dtunukkan bahwa dalam model regres terdaat varabel reson seumlan yatu Y, Y,..., Y dan varabel redktor sebanyak q yatu X, X,..., X q [5]. Dtunukkan dalam ersamaan (3). y x x x y ( s) q q y x x x q q x x x q q Dmana untuk Y adalah varabel reson ke, X q adalah varabel redktor keq, β, β,, β q adalah arameter regres yang nlanya belum dketahu, dan ε adalah error yang memlk E(ε) = 0 dan Var(ε) = Σ. Model regres multvarat yang terdr dar model lnear secara smultan daat dtunukkan bentuk matks ada ersamaan (4). Y X ε n nq q n U Korelas Antar Varabel Reson Analss korelas n bertuuan untuk mengetahu tngkat keeratan hubungan lnear antar dua varabel X dan Y [5]. Hotess : H 0 : ρ = 0 (Tdak ada hubungan antara X dan Y) H : ρ 0 (Ada hubungan) β (3) (4) Statstk U : S xy rxy S S x y n n x x y y n x x y y r n t r Daerah Krts : Tolak H 0 ka t t, n ; r Estmas Parameter Model Regres Multvarat Pada model regres multvarat melakukan enaksran estmas arameter β menggunakan estmas kuadrat terkecl [7]. Estmas dnyatakan dalam ersamaan 6. ' B (X X) X Y (6) Sedangkan untuk estmas arameter tak bas dtunukkan dengan cov(y ) = Σ yang dnyatakan dalam ersamaan sebaga berkut. Σˆ S e ' xy Y Xβˆ Y Xβˆ E n q n q YY βˆ XY n q Dengan nq meruakan sebaga enyebut, sedangkan S e meruakan estmas tdak bas dar Σ, dmana E(S e ) = Σ. U Sgnfkans Parameter Secara Serentak Penguan sgnfkans secara serentak untuk mengetahu aakah semua estmas arameter tdak sama dengan nol atau sgnfkan secara keseluruhan. Ukuran yang dnyatakan dalam regres multvarat adalah Wlk s Lambda dan hotessnya sebaga berkut. Hotess : H 0 : β = β = = β q = 0 H : Mnmal ada salah satu β q 0, =,,, ; k =,,,q Statstk U : E YY βˆ XY Λ E H YY nyy Dmana, E adalah nla SSE, y adalah vektor ratarata dar matrks Y, dan H = β T X T Y nyy T Daerah Krts : Tolak H 0 ka Λ Λ α,,q,n q atau value < α, dmana untuk nla table Λ α,,q,n q adalah nla Wlk s Lambda. U Sgnfkans Parameter Secara Parsal Penguan sgnfkans arameter secara arsal untuk estmas arameter ada model regres multvarat sgnfkan. Hotess: H 0 : β mk = 0, m =,,,q ; k =,,, H : β mk 0, m =,,,q ; k =,,, Statstk U: ' ' ' E Y Y Bˆ X Y Λ E H ' ' ' Y Y Bˆ q X q Y Daerah krts: Tolak H 0 ka nla Λ Λ α,,q,n q yang artnya arameter β mk berengaruh terhada model. Hubungan Antar Varabel Reson dan Varabel Predktor Untuk mengetahu hubungan antara varabel reson dengan varabel redktor daat dukur menggunakan Wlk s Lambda η Λ = Λ. Nla η Λ berada ada nterval 0 sama yang artnya, semakn mendekat nla maka hubungan antara varabel reson dan varabel redktor semakn erat. (5) (7)

3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) D0 Analss Faktor Analss faktor adalah suatu metode multvarate yang dgunakan untuk melhat kemran antar varabel yang dduga memlk keterkatan satu sama lan, sehngga keterkatan tersebut daat delaskan atau dkelomokkan ada faktor yang otmum. Model analss faktor dtulskan sebaga berkut. X l F l F... l F X l F l F... l F m m m X l F l F... l mfm atau notas matrks daat dtuls sebaga berkut. X L F ( xl) ( xl) ( xm) ( mxl) ( xl) m Salah satu u asums sebelum melakukan analss faktor adalah u korelas untuk varabel redktor yatu X, X,...,X 0 dengan u korelas bartlett [8]. Hotess : H 0 : ρ = I (data ndeenden) H : ρ I (data deenden) Statstk U : ( 5 ) χ (n ) ln R 6 Daerah Krts : Tolak H 0 ka χ obs > χ α; ( ) Asums lan yang harus terenuh adalah u kecukuan data dengan u Kaser Meyer Olkn (KMO). Hotess : H 0 : umlah data cuku untuk dfaktorkan H : umlah data tdak cuku untuk dfaktorkan Statstk U : r KMO r a Daerah Krts : Tolak H 0 ka nla KMO 0.5 Penguan Asums Resdual Identk Pada analss regres multvarat terdaat beberaa asums yang harus denuh yatu asums resdual dentk, ndeenden, dan dstrbus normal. Untuk enguan asums resdual dentk menggunakan u Box s M, dmana resdual memlk matrks varan kovaran yang homogen [5]. Hotess : H 0 : Σ = Σ = = Σ g = Σ H : Mnmal ada satu Σ l Σ g, l =,,, g Statstk U : C = ( u)m Daerah Krts : Tolak H 0 ka C > χ (+)(g)/,α Penguan Asums Resdual Indeenden Pada enguan asums resdual ndeenden menggunakan u Bartlett untuk mengetahu ada tdaknya korelas antar resdual yatu ε, ε,..., ε yang bersfat salng bebas [8]. Hotess: H 0 : Matrks korelas meruakan matrks denttas H : Matrks korelas bukan matrks denttas Statstk U : ( 5 ) χ (n ) ln R 6 Daerah Krts : Tolak H 0 ka χ obs > χ α; ( ) Penguan Asums Resdual Dstrbus Normal Pada enguan asums dstrbus normal daat dlakukan dengan membuat lot sesua dengan sfat yang dmlk yatu lot QQ atau lot χ [5]. d ˆ 'Σ ˆ (8) (9) (0) Dmana, ε = Jumlah engamatan resdual ke ε = Ratarata hasl engamatan resdual =,,, n Σ = Invers matrk varan kovaran samel yang berukuran x Untuk membuat lot chsquare terdaat langkahlangkah sebaga berkut.. Mengurutkan arak kuadrat yang terdaat dalam rumus 8, dar nla terkecl hngga terbesar d d ( ) ( ) d( n). Menentukan nla 3. Membuat lot antara q / n n n d dengan n / n c, / Berdasarkan langkah tersebut, ka roors dar seumlah data memlk nla d χ mendekat 50% dar data maka dkatakan berdstrbus normal multvarat. Taraf Deraat Keshatan dan FaktorFaktor yang Terkat Kemauan keseahteraan umum meruakan salah satu tuuan embangunan nasonal yang dmlementaskan d berbaga bdang/asek, salah satunya dalam bdang kesehatan. Pada eneltan n, deraat kesehatan dukur dengan angka haraan hdu dan angka kematan bay untuk menngkatkan taraf deraat kesehatan d Kabuaten/Kota Provns Jawa Tmur. AHH meruakan salah satu ndkator kemamuan menaga kesehatan rakyat dengan menngkatkan sosal ekonom, fasltas kesehatan, kecukuan gz, dan sehatnya lngkungan. AKB meruakan salah satu ndkator yang lazm dgunakan untuk menentukan deraat kesehatan masyarakat dan menggambarkan keadaan sosal ekonom masyarakat dmana angka kematan tu dhtung [9]. Terkat dalam menngkatkan haraan hdu d suatu daerah dengaruh oleh beberaa faktor sosal ekonom, konds lngkungan, dan kualtas hdu [0]. Faktor yang terkat dalam kematan bay salah satunya dsebabkan karena kesehatan gz bay dan bu haml, kesehatan lngkungan, serta tngkat ekonom suatu daerah []. Secara umum faktorfaktor yang terkat memlk engaruh dalam menngkatkan kualtas deraat kesehatan d kabuaten/kota Provns Jawa Tmur. III. Sumber Data METODOLOGI PENELITIAN Data yang dgunakan dalam eneltan n berua data sekunder yang deroleh dar Badan Pusat Statstka Provns Jawa Tmur. Data yang dgunakan mencaku data karakterstk sosal ekonom terhada AHH dan AKB d rovns Jawa Tmur dan faktorfaktor yang dduga memengaruh melut roors rumah tangga dengan keemlkan akses ar mnum layak (X ), roors rumah tangga dengan keemlkan akses santas layak (X ), raso rumah sakt er satuan enduduk (X 3 ), raso uskesmas er satuan enduduk (X 4 ), raso osyandu er satuan balta (X 5 ), ersentase PDRB erkata atas dasar harga berlaku (X 6 ), ersentase balta lahr dengan ertolongan ertama tenaga meds (X 7 ), ersentase status balta gz buruk dan kurang (X 8 ),

4 D0 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) ersentase anak usa tahun mendaatkan munsas lengka (X 9 ), dan ersentase rumah tangga kumuh (X 0 ) tahun 04. Metode Analss Data Langkahlangkah analss data ada eneltan n adalah sebaga berkut.. Mendeskrskan karakterstk AHH dan AKB d Kabuaten/Kota Provns Jawa Tmur tahun 04 serta faktorfaktor yang dduga berengaruh dengan analss statstka deskrtf yang dsakan dengan dagram. Melakukan emodelan AHH dan AKB d Kabuaten/Kota Provns Jawa Tmur tahun 04 dengan menggunakan analss regres multvarat. Melakukan analss MANOVA Oneway untuk melhat engaruh masngmasng varabel redktor terhada varabel reson. Melakukan u korelas antar varabel reson. Jka varabel reson memlk korelas, maka analss daat dlanutkan dengan analss regres multvarat v. Melakukan emodelan masngmasng varabel reson terhada varabel redktor v. Mereduks varabel redktor dengan menggunakan analss faktor v. Melakukan estmas arameter model regres multvarat dengan 3 faktor yang terbentuk v. Melakukan enguan sgnfkans arameter model regres multvarat v. Menark kesmulan IV. HASIL DAN PEMBAHASAN Karakterstk Angka Haraan Hdu dan Angka Kematan Bay d Provns Jawa Tmur Ratarata angka haraan hdu masyarakat d Provns Jawa Tmur mencaa sebesar 70,73 tahun yang artnya seta enduduk memlk masa hdu yang cuku tngg. Ratarata angka kematan bay d Provns Jawa Tmur sebesar 3,9 ersen. Rendahnya AHH dan tnggnya AKB ddomnas oleh wlayah taal kuda. Proors rumah tangga yang memlk akses ar mnum layak dan santas layak d Provns Jawa Tmur memlk ratarata sebesar 74,66 ersen dan 65,60 ersen. Wlayah edesaan cenderung memlk ersentase yang rendah karena keterbatasan dalam memerhatkan kesehatan lngkungan. Ratarata raso rumah sakt d Provns Jawa Tmur sebesar 0,08 ersen. Ratarata raso uskesmas d Provns Jawa Tmur sebesar 0,09 ersen. Ratarata raso osyandu d Provns Jawa Tmur sebesar,79 ersen. Ratarata PDRB atas dasar harga berlaku d Provns Jawa Tmur sebesar 403, sedangkan untuk Kota Kedr memlk PDRB yang tngg karena tngkat erekonoman wlayah tersebut tngg. Persentase ertolongan kelahran ertama dengan tenaga meds memlk ratarata sebesar 93,73 ersen. Persentase status balta gz buruk dan kurang memlk ratarata sebesar,9 ersen dan wlayah edesaan cenderung memlk ersentase lebh tngg akbat erekonoman yang rendahuntuk memenuh kebutuhan kesehatan. Persentase anak usa tahun mendaat munsas lengka memlk ratarata sebesar 66,4 ersen. Persentase rumah tangga kumuh memlk ratarata sebesar 5,33 ersen. Pengaruh Varabel Predktor terhada AHH dan AKB Analss yang dgunakan untuk mengetahu aakah varabel redktor terdaat engaruh yang berbeda terhada AHH dan AKB adalah Oneway MANOVA. U asums yang dlakukan sebelum MANOVA yatu u Box s M yang menunukkan bahwa matrk varan kovaran tdak homogen. Sehngga engamblan keutusan menggunakan statstk u Plla s Trace yang tdak melhat asums. Hasl dar Oneway MANOVA menunukkan bahwa varabel raso uskesmas dan raso osyandu memlk F htung lebh kecl dar F 4;70;0,05 yatu,503 artnya bahwa Varabel raso uskesmas (X 4 ) tdak memlk engaruh terhada enngkatan AHH dan menurunkan AKB. Hal n menunukkan bahwa raso uskesmas memlk hubungan berbandng terbalk antar varabel reson. Varabel raso osyandu (X 5 ) tdak memlk engaruh terhada enngkatan AHH dan menurunkan AKB. Pemodelan Angka Haraan Hdu dan Angka Kematan Bay d Provns Jawa Tmur Langkah awal sebelum melakukan regres multvarat adalah melakukan u asums, salah satunya dengan mengu korelas arsal antar varabel reson yatu AHH dan AKB. Nla koefsen korelas sebesar 0,86 yang artnya antara angka haraan hdu dan angka kematan bay memlk hubungan berbandng terbalk. Dmana ka angka haraan hdu tngg maka angka kematan bay rendah, sedangkan untuk nla korelas masngmasng varabel reson sudah sgnfkan dengan memlk nla value sebesar 0,000. Hasl estmas arameter dengan menggunakan analss regres multvarat terhada dua varabel reson serta0 varabel redktor menunukkan bahwa banyak varabel redktor yang tdak sgnfkan, dmana hal n dduga memlk multkolnertas. X TABEL. KORELASI ANTAR VARIABEL PREDIKTOR X X X3 X4 X5 X6 X7 X8 X9 X0 X 0.56 X X X5 0.0 X X X X X Tabel menunukkan bahwa mash banyak varabel memlk hubungan erat yang sgnfkan terhada varabel redktor lannya, sehngga terndkas adanya multkolnertas. Penanggulangan multkolnertas tdak menggunakan VIF atau varance teraton factor teta menggunakan analss faktor karena kasus dalam eneltan n adalah multvarat. Analss Faktor Pada analss n melakukan reduks varabel redktor dengan anals faktor, maka ada beberaa asums yang harus terenuh. U korelas dengan bartlett

5 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) D03 menunukkan value sebesar 0,000 sehngga daat dsmulkan bahwa antar varabel redktor memlk korelas yang sgnfkan. Selanutnya melakukan u kecukuan data menunukkan nla KMO sebesar 0,647 sehngga daat dambl kemsmulan bahwa data sudah cuku untuk dfaktorkan. Komonen TABEL. NILAI EIGENVALUE Intal Egenvalue Total Varans (%) Kumulatf Varans (%) Tabel menunukkan hasl analss faktor terdaat tga faktor yang terbentuk dengan memlk nla egen lebh dar, dmana dengan tga faktor yang terbentuk daat delaskan struktur data sebesar 67,99 ersen yang dangga cuku reresentatf. Faktor yang terdr dar varable X (Proors rumah tangga dengan keemlkan akses terhada santas yang layak), X 3 (Raso rumah sakt er satuan enduduk), X 7 (Persentase balta lahr dengan ertolongan ertama tenaga meds), X 8 (Persentase status gz balta buruk dan kurang), X 9 (Persentase anak usa tahun mendaatkan munsas lengka), X 0 (Persentase rumah tangga kumuh) memberkan besar keragaman sebesar 38,49 ersen. Varabel yang alng domnan dalam faktor adalah roors rumah tangga dengan keemlkan santas yang layak, hal n daat dlhat dar nla loadng factor sebesar 0,860 sehngga untuk faktor dber nama faktor kesehatan lngkungan. Faktor yang terdr dar varabel X ( Proors rumah tangga dengan keemlkan ar besh yang layak) dan X 4 (Raso uskesmas) memberkan besar keragaman sebesar 5,876 ersen. Varabel yang alng domnan dalam faktor adalah raso uskesmas er satuan enduduk, hal n daat dlhat dar nla loadng factor sebesar 0,845 sehngga untuk faktor dber nama faktor fasltas kesehatan masyarakat. Faktor 3 yang terdr dar varabel X (Proors rumah tangga dengan keemlkan akses terhada ar mnum layak) dan X 4 (Raso uskesmas) memberkan besar keragaman sebesar 3,56 ersen. Varabel yang alng domnan dalam faktor 3 adalah raso osyandu er satuan balta, hal n daat dlhat dar nla loadng factor sebesar 0,776 sehngga untuk faktor 3 dber nama fasltas kesehatan balta. Dalam enentuan nla loadng factor menggunakan faktor rotas. Hasl dar analss regres multvarat antara varabel reson yatu Y dan Y dengan 3 varabel redktor yang terbentuk dar analss faktor yatu F, F, F 3. Berkut adalah hasl anals. Varabel Reson Y Y TABEL 3. ESTIMASI PARAMETER DENGAN 3 FAKTOR Varabel Predktor Estmas Parameter Std. Error thtung value Intercet F F F Intercet F F F Tabel 3 menunukkan bahwa dalam model Y dketahu faktor F dan F 3 memlk engaruh sgnfkan terhada model. Sedangkan untuk model Y dketahu faktor yang berengaruh sgnfkan terhada model hanya F. Hasl enguan sgnfkans arameter dlakukan secara serentak dlakukan dengan membandngkan nla wlk s lambda, berkut hasl erhtungan. E YY βˆ XY Λ E H YY nyy Dar hasl erhtungan menunukkan bahwa nla Λ sebesar 0,048 dengan nla tabel krts wlk s lambda Λ 0.5,,3,34 sebesar 0,686, maka keutusan yang deroleh adalah tolak H 0 karena Λ Λ 0.5,,3,34, sehngga daat dsmulkan bahwa enguan secara serentak yang dhaslkan alng sedkt ada satu arameter yang berengaruh sgnfkan terhadaa model atau nla Y dan Y. Setelah dlakukan enguan secara serentak, maka selanutnya melakukan enguan secara arsal. TABEL 4. UJI SIGNIFIKANSI PARAMETER SECARA PARSIAL Parameter Wlk s Lambda value Intercet F F F Tabel 4 menunukkan bahwa F dan F 3 memlk nla value < 0,05, sehngga faktor tersebut memlk engaruh sgnfkan secara arsal. Sedangkan untuk F memlk nla value > 0,05, sehngga faktor tersebut tdak berengaruh sgnfkan secara arsal terhada AHH dan AKB. Hubungan antara varabel reson dan varabel redktor yang deroleh dar nla koefsen determnas sebesar η Λ = 0,048 = 0,958. Hal n menunukkan bahwa varabel redktor daat menelaskan sebesar 95,8% varas ada model, sedangkan ssanya 4,8% delaskan oleh varabel lan yang tdak dmasukkan ke dalam model. Kesmulan yang deroleh bahwa model yang ddaat sudah cuku. Hasl Pemerksaan Asums Resdual Hasl emerksaan asums resdual dentk dengan menggunakan u Box s M menunukkan bahwa nla C sebesar,89, dmana χ ( + ) (3 ) ; 0.05 yatu,59. Sehngga keutusan yang deroleh adalah gagal tolak H0 karena C < χ ( + ) (3 ) ; 0.05, artnya resdual data memlk matrk varan kovaran yang homogen atau sama. Pada emerksaan asums resdual ndeenden yang dlakukan dengan u bartlett menunukkan bahwa nla value (0,000) < α (0,05), maka keutusannya adalah tolak H 0 yang artnya bahwa data memlk korelas atau deenden, maka asums resdual ndeenden tdak terenuh meskun telah dlakukan transformas. Selanutnya untu emerksaan asums resdual dstrbus normal menunukkan bahwa roors dar d χ ;0.05 sebesar 57,89 ersen, sehngga kesmulan yang deroleh bahwa data resdual mengkut dstrbus normal multvarat dan asums resdual dstrbus normal telah terenuh.

6 D04 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) (3098X Prnt) Interetas Model Model ersamaan regres multvarat yang deroleh dar hasl estmas adalah sebaga berkut. Y = 70,78 +,597 F 0,38 F + 0,638 F 3 Y = 3,94 0, F +,67 F,667 F 3 Persamaan Y menunukkan bahwa faktor yang sgnfkan adalah F dan F 3. Jka faktor kesehatan lngkungan nak satu satuan, maka akan menngkatkan AHH sebesar,597 satuan. Jka faktor fasltas kesehatan masyarakat menurun satu satuan, maka AHH cenderung menurun sebesar 0,38 satuan. Sedangkan untuk faktor fasltas kesehatan balta nak satu satuan, maka akan menngkatkan AHH sebesar 0,638 satuan. Untuk ersamaan Y menunukkan bahwa faktor yang sgnfkan hanya F. Jka faktor kesehatan lngkungan turun satu satuan, maka AKB cenderung menurun sebesar 3,94 satuan. Jka faktor fasltas kesehatan masyarakat nak satu satuan, maka akan menngkatkan AKB sebesar,67 satuan. Sedangkan ka faktor fasltas kesehatan balta menurun satu satuan, maka AKB cenderung menurun sebesar,667 satuan. Y = 6, ,044 X + 0,037 X + 5,343 X 3 0,59 X 4 0,337 X 5 + 0, X 6 + 0,06 X 7 0,8 X 8 + 0,09 X 9 0,03 X 0 Y = 00,7 0,30 X 0,35 X 36,3 X 3 +,498 X 4 +,05 X 5 0, X 6 0,45 X 7 + 0,80 X 8 0,6 X 9 +,3 X 0 Persamaan tersebut meruakan rearametersas dar nla PC, PC, dan PC 3 yang dkembalkan ke varabel asal. Namun, ersamaan n akan dgunakan sebaga nla redks karena varabelvarabel redktor sebelumnya sudah menad faktor dan memlk nla loadng factor yang sudah dlakukan rotas. Sehnga tdak daat dlakukan nteretas untuk masngmasng varabel redktor. V. KESIMPULAN DAN SARAN Kesmulan Berdasarkan analss dan embahasan, hasl emodelan regres multvarat dmana varabel reson Y dan Y adalah angka haraan hdu dan angka kematan bay dengan 3 faktor yang terbentuk menunukkan bahwa F dan F 3 memlk engaruh sgnfkan terhada varabel reson. Sedangkan untuk F memlk hubungan yang lemah terhada angka haraan hdu dan angka kematan bay. Hal n menunukkan bahwa faktor kesehatan lngkungan yang terdr dar varabel X (Proors rumah tangga dengan keemlkan akses terhada santas yang layak), X 3 (Raso rumah sakt er satuan enduduk), X 7 (Persentase balta lahr dengan ertolongan ertama tenaga meds), X 8 (Persentase status gz balta buruk dan kurang), X 9 (Persentase anak usa tahun mendaatkan munsas lengka), X 0 (Persentase rumah tangga kumuh) memlk engaruh sgnfkan dalam menngkatkan deraat kesehatan untuk karakterstk sosal ekonom terhada angka haraan hdu dan angka kematan bay. Saran Saran yang daat dsamakan enelt adalah untuk emerntah Provns Jawa Tmur dalam menngkatkan angka haraan hdu dan menurunkan angka kematan bay dengan beberaa krtera terutama dalam faktor kesehatan lngkungan, karena varabel yang terkat memlk hubungan yang sgnfkan. Selan tu, untuk enelt selanutnya erlu menngkatkan keteltan dalam menentukan metode yang lebh sesua dengan kasus yang sama, karena dalam eneltan n terdaat beberaa varabel yang tdak sgnfkan karena model yang terbentuk kurang mamu menangka varabel yang dduga berengaruh. Sehngga, terad ketdaksesuaan dalam nteretas model. DAFTAR PUSTAKA [] Baeda Jatm. (04). Penurunan Persentase Penduduk Mskn d Jawa Tmur. Surabaya: Baeda Provns Jawa Tmur. Dambl kembal dar htt://baeda.atmrov.go.d/04/0/09/endudukmsknturun035ersen/ [] BPS Jatm. (05). Laoran Eksekutf Kesehatan Provns Jawa Tmur 04. Surabaya: BPS Provns JawaTmur. [3] Ramadany, R. (0). Analss TngkatEfsens Pelayanan Kesehatan D Ta Kabuaten/Kota SeJawa Tmur Dengam Metode Data Enveloment Analyss (DEA). Tugas Akhr, ITS, Statstka FMIPA, Surabaya. [4] Megasar, S. (04). Pendekataan Regres Semarametrk Slne Lner untuk Memodelkan Angka Kematan Bay d Jawa Tmur. ITS, FMIPA. Surabaya: Statstka. [5] Johnson, R. A., & Wchern, D. W. (00). Aled Multvarate Statstcal Analyss (Ffth ed.). USA: PrentceHall, Inc. [6] Tabachnck, B. G., & Fdell, L. S. (007). Usng Multvarate Statstcs (5 th Ed.). USA: Pearson Educaton, Inc. [7] Rencher, A. C. (00). Methods of Multvarate Analyss (Second ed.). John Wley & Sons, Inc. Publcaton. [8] Morsson, D. F. (990). Multvarate Data Analyss (Thrd ed.). New York: McGrawHll,Inc. [9] BPS Jatm. (03). Indkator Ekonom dan Sosal Jawa Tmur Tahun 0. Surabaya: BPS Provns Jawa Tmur. [0] Ardant, V. A. (05). FaktorFaktor yang Memengaruh Angka Haraan Hdu d Kabuaten Jember. UNEJ, Fakultas Ekonom. Jember: Jurusan IESP. [] Racmah, N. F. (04). Pemodelan Jumlah Kematan Ibu dan Jumlah Kematan Bay d Provns Jawa Tmur Menggunakan Bvarate Posson Regresson. ITS, FMIPA. Surabaya: Statstka.

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

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN: ANALISIS ANGKA KEMATIAN IBU MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF (Stud kasus : Angka Kematan Ibu d Provns Jawa Tmur Tahun 011) M. Al Ma sum 1, Suart, Dw Isryant 3 1 Mahasswa Jurusan Statstka FSM

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30 JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres

Lebih terperinci

Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression

Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan

Lebih terperinci

I DEWA AYU MADE ISTRI WULANDARI

I DEWA AYU MADE ISTRI WULANDARI I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ABSTRAK ANALISIS KOMPONEN UTAMA

ABSTRAK ANALISIS KOMPONEN UTAMA JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com

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 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

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

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 IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

BAB 2 LANDASAN TEORI. 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

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

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

Lebih terperinci

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 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

Regresi Linear Sederhana dan Korelasi

Regresi Linear Sederhana dan Korelasi Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar

Lebih terperinci

BAB 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

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

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

Analysis of Covariance (ANACOVA)

Analysis of Covariance (ANACOVA) Analss of Covarance ANACOVA Bett Kash Paramtha Ihda Ihsana Gempur Safar Oleh: La Ftran Muhammad Alawdo Erma Aprlana Eka Setanngsh Prof Dr Sr Haratm Kartko Program Stud Statstka FMIPA Unverstas Gadah Mada

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa Timur Menggunakan Bivariate Poisson Regression

Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa Timur Menggunakan Bivariate Poisson Regression JURNAL SAINS DAN SENI POMITS Vol., No., ( ISSN: -9 (-9 Prnt D-9 Pemodelan Jumlah Kematan Ibu dan Jumlah Kematan a d Provns Jawa Tmur Menggunakan varate Posson Regresson Nna Fauzah Rachmah dan Purhad Jurusan

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 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 III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 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

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013 JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prnt) Analss Faktor Rsko Kematan Ibu dan Kematan Bay dengan Pendekatan Regres Posson Bvarat d Provns Jawa mur ahun 03 D39 Ind Arkand dan Wwek

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

ANALISIS KOVARIANSI part 2

ANALISIS KOVARIANSI part 2 ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

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

Lebih terperinci

BAB III 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

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

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

BAB.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

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Mater #13 Genap 016/017 6 6 3 - T a u f q u r R a c h m a n 6 6 3 - T a u f q u r R a c h m a n Mater #13 TIN309 DESAIN EKSPERIMEN Prnsp Dasar ANCOVA merupakan teknk analss yang berguna untuk menngkatkan

Lebih terperinci

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion 7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,

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

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

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

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

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

ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE

ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE Statstka, Vol., No., November ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARA DENGUE Tan Wahyu Utam Program Stud Statstka, Fakultas Matematka dan

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

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4 337-35 (3-98 Prnt D- Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka,

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

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

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

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 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

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

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. 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

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

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

Lebih terperinci

BAB III 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. 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

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka, Fakultas Matematka an Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh

Lebih terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 25-26 Onlne d: htt://ejournal-s1.und.ac.d/ndex.h/gaussan PERBANDINGAN MODEL REGRESI BINOMIAL NEGATIF DENGAN MODEL GEOGRAPHICALLY WEIGHTED POISSON

Lebih terperinci

Bab III Analisis Rantai Markov

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

Lebih terperinci

ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS

ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV

Lebih terperinci

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 6, No., (07) ISSN: 337-350 (30-98X Prnt) D-9 Pendeatan Regres Semarametr Slne untu Memodelan Rata-Rata Umur Kawn Pertama (UKP) d Provns Jawa Tmur Dhra Audha Pratw, I Nyoman

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

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

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

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

Lebih terperinci

BAB 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

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

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

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H.

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H. KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING AAK SEDERHANA A. F. Indraan *, R. Efend, H. Srat Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas

Lebih terperinci

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas

Lebih terperinci

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT) Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen

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

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik 5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah

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

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 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

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

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

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

ANALISIS PENGARUH IKLIM TERHADAP DEMAM BERDARAH (DBD) DI KABUPATEN SLEMAN MENGGUNAKAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF

ANALISIS PENGARUH IKLIM TERHADAP DEMAM BERDARAH (DBD) DI KABUPATEN SLEMAN MENGGUNAKAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF Template Artkel Prosdng Sendka 017 ANALISIS PENGARUH IKLIM TERHADAP DEMAM BERDARAH (DBD) DI KABUPATEN SLEMAN MENGGUNAKAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF Ummu Ftryan 1), Jaka Nugraha ) 1 Departemen

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 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

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 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

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di: ISSN: 339-54 JURNAL GAUSSIAN, Volume 3, Nomor, Tahun 04, Halaman 4-50 Onlne d: htt://ejournal-s.und.ac.d/ndex.h/gaussan ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN Yuun Nafular, Trastut Wurandar *),

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

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

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

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

Lebih terperinci

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah

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

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data 9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas

Lebih terperinci

ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS

ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 1109-1116 Onlne d: http://eournal-s1.undp.ac.d/ndex.php/gaussan ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD,

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

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 II TINJAUAN PUSTAKA. Pemodelan persamaan struktural atau Structural Equation Modeling

BAB II TINJAUAN PUSTAKA. Pemodelan persamaan struktural atau Structural Equation Modeling BAB II TINJAUAN PUSTAKA 1.1 Pemodelan Persamaan Struktural Pemodelan persamaan struktural atau Structural Equaton Modelng (SEM) merupakan analss multvarat yang dapat menganalss hubungan varabel secara

Lebih terperinci