Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja
|
|
- Siska Susanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership and Wor Environment Condition towards Performance of BKKBN Kalimantan Timur Province Employee Siti Hardiyanti 1, Yui Novia Nasution 2, Ia Purnamasari 3 1 Mahasiswa Program Studi Statistia FMIPA Universitas Mulawarman 2,3 Dosen Program Studi Statistia FMIPA Universitas Mulawarman shardianti17@gmail.com, yui.novia.n@gmail.com, Ia.purnamasari@gmail.com Abstract The correlation analysis is a research variable analysis for nowing degree or correlation strength, form or correlation direction between variables and the magnitude of the effect of one variable to another variable. The analysis of correlation bivariate is correlation only between two variables. The analysis of correlation bivariate which are discussed in this research is Somers d correlation. Somers d correlation is one of the nonparametric correlation analysis which use scale of ordinal data for nowing a correlation between two variables which is unequal or which is having reciprocity correlation, whereas at this correlation have been certainly determined, there are dependent variable and independent variable. Somers d correlation has a logic base which are based at amount of concordant pairs (C) and discordant pairs (D). Somers d correlation is also observe the amount of ties at calculation for nowing the correlation between leadership and wor environment condition toward performance of BKKBN Kalimantan Timur Province s employee. From the result of research by using software R and SPSS could be concluded that it was a significant correlation between leadership toward employee performance, in the amount of 0,313 and it was a significant correlation between wor environment condition toward employee performance, in the amount of 0,393. Keywords: The analysis of bivariate correlation, employee performance, Somers d correlation, ordinal scale. Pendahuluan Statistia nonparametri adalah bagian statistia yang tida memerluan asumsi-asumsi tertentu, misalnya mengenai bentu distribusi dan hipotesis-hipotesis yang beraitan dengan nilainilai parameter tertentu. Analisis orelasi termasu dalam statistia nonparametri yang merupaan teni analisis penguuran derajat eeratan hubungan antar variabel. Uuran untu menentuan uatnya atau derajat eeratan hubungan antara dua variabel dinamaan oefisien orelasi (the correlation coefficient). Jia data pengamatan adalah berupa sala ordinal, dalam hal ini untu uji orelasi statistia nonparametri, maa ada beberapa oefisien orelasi yang dapat digunaan, yaitu oefisien orelasi peringat Spearman-rho (), Kendall-tau (), Gamma (G), dan Somers d (d yx ) (Nugroho, Abar, Vusvitasari, 2008). Korelasi Somers d diperenalan oleh Somers pada tahun1962 untu mengetahui suatu hubungan di antara dua variabel. Korelasi Somers d terdiri dari dua variabel, yaitu variabel independen (X) dan variabel dependen (Y). Koefisien orelasi Somers d memilii dasar logia yang didasaran pada nilai onordan (C) dan nilai disordan (D). Selain itu, orelasi Somers d memperhatian banyanya ties (data embar pada dua variabel) pada perhitungan untu mencari nilai oefisien orelasinya (Nugroho, Abar, Vusvitasari, 2008). Analisis orelasi Somers d dapat diterapan untu mengetahui hubungan antara epemimpinan terhadap inerja pegawai dan ondisi lingungan erja terhadap inerja pegawai pada suatu instansi. Kinerja pegawai yang bai aan mampu membantu tercapainya tujuan instansi sesuai dengan yang telah direncanaan. Kinerja pegawai dipengaruhi oleh berbagai fator, antara lain epemimpinan, epuasan pegawai, emampuan pegawai, motivasi, dan lingungan erja. Penelitian ini meneanan hanya pada dua variabel penting, yaitu epemimpinan dan ondisi lingungan erja (Mangunegara, 2000). Pada penelitian ini bertujuan untu mengetahui hubungan antara epemimpinan dan ondisi lingungan erja terhadap inerja pegawai BKKBN Provinsi Kalimantan Timur dengan menggunaan software R. Sehingga berdasaran uraian tersebut, maa aan dibahas mengenai Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur. Uji Validitas Uji validitas digunaan untu mengetahui elayaan butir-butir dalam suatu daftar (onstru) pertanyaan dalam mendefinisian suatu variabel. Daftar pertanyaan ini pada umumnya menduung suatu elompo variabel tertentu (Azwar, 1997). Program Studi Statistia FMIPA Universitas Mulawarman 31
2 Uji validitas untu data ordinal menggunaan orelasi Spearman sebagi beriut: 2 6d s 1 (1) 3 n n d : selisih peringat variable X dan Y n : banyanya data pengamatan. Dari Persamaan (1) diperoleh statisti uji untu uji validitas dengan riteria eputusan H 0 ditola jia z hitung > z tabel, yang berarti butir pertanyaan valid sebagai beriut: z hitung = ρ s 1 n1 : oefisien orelasi Spearman s n : banyanya sampel. (2) Uji Reliabilitas Uji reliabilitas (eandalan) merupaan uuran suatu estabilan dan onsistensi responden dalam menjawab hal yang beraitan dengan onstruonstru (instrumen) pertanyaan yang merupaan dimensi suatu variabel dan disusun dalam suatu bentu uesioner. Menghitung oefisien reliabilitas digunaan rumus Spearman-Brown dengan riteria eputusan H 0 ditola jia R > R tabel, yang berarti butir pertanyaan valid sebagai beriut (Azwar, 1997): R = 2(R XY) (3) 1 R XY R : reliabilitas internal seluruh instrumen R XY : orelasi product moment antara bagian pertama dan edua. Analisis Korelasi Analisis orelasi merupaan istilah yang digunaan untu menguur euatan atau mengetahui ada tidanya hubungan antar variabel. Apabila terdapat hubungan antar variabel, maa perubahan-perubahan yang terjadi pada salah satu variabel aan mengaibatan terjadinya perubahan pada variabel lainnya. Jadi dari analisis orelasi dapat dietahui hubungan antar variabel tersebut (Hasan, 2008). Dalam analisis orelasi, hubungan antar variabel dapat berbentu hubungan simetris, hubungan ausal, dan hubungan timbal bali. Selain itu, arah hubungan antar variabel dapat dibedaan menjadi orelasi positif, orelasi negatif, orelasi nihil dan orelasi sempurna (Hasan, 2006). Dalam menentuan eeratan hubungan atau orelasi antar variabel, maa diberian nilai-nilai dari oefisien orelasi (r) sebagai beriut (Riduwan dan Adon, 2006): Tabel 1. Interval Nilai Koefisien Korelasi dan Keuatan Hubungan No. Interval Nilai Keuatan Hubungan 1 r = 0,00 Tida terdapat orelasi 2 0,00 < r 0,20 Sangat rendah atau lemah seali 3 0,20 < r 0,40 Rendah atau lemah 4 0,40 < r 0,70 Cuup berarti atau sedang 5 0,70 < r 0,90 Tinggi atau uat 6 0,90 < r < 1,00 Sangat tinggi atau uat seali 7 r = 1,00 Sempurna Analisis Korelasi Bivariate Analisis orelasi bivariate merupaan orelasi antar dua variabel saja. Pada analisis orelasi bivariate dapat disebut juga sebagai analisis orelasi sederhana. Beberapa macam orelasi bivariate, yaitu orelasi Product Momen (Pearson), orelasi Kendall s Tau, orelasi Spearman, orelasi Gamma, orelasi Somers d, dan orelasi Eta (Riduwan dan Adon, 2006). Pada orelasi bivariate, apabila hubungan antar variabel berbentu hubungan simetris, maa orelasi yang digunaan adalah orelasi Pearson, orelasi C Cramer, orelasi Kendall s Tau, orelasi Gamma dan orelasi Spearman. Namun apabila hubungan antar variabel berbentu hubungan tasimetris, maa orelasi yang dapat digunaan adalah orelasi Lambda dan orelasi Somers d (Zanten, 1982). Analisis Korelasi Somers d Korelasi Somers d diperenalan oleh Somers pada tahun Korelasi ini merupaan orelasi nonparametri yang tepat digunaan untu menganalisis suatu hubungan di antara dua variabel yang memilii sala data ordinal. Korelasi Somers d terdiri dari dua variabel, yaitu variabel X dan variabel Y (Nugroho, Abar, Vusvitasari, 2008). Apabila variabel X diataan sebagai variabel independen dan variabel Y diataan variabel dependen, maa YX merupaan suatu parameter populasi di antara edua variabel tersebut. Begitupun sebalinya apabila peranan edua variabel tersebut dibali atau dimisalan variabel X sebagai variabel dependen dan variabel Y sebagai variabel independen, maa parameter populasinya adalah XY. Pada suatu sampel, lambang untu oefisien orelasi Somers d dinotasian dengan d YX dan d XY (Siegel dan Castellan, 1988) Untu menghitung oefisien orelasi Somers d dari dua variabel bersala ordinal, yaitu X 1, X 2,,X dan Y 1, Y 2,, Y r maa data pengamatan disusun dalam sebuah tabel ontingensi sebagai beriut (Siegel dan Castellan, 1988): 32 Program Studi Statistia FMIPA Universitas Mulawarman
3 Tabel 2.Tabel Kontingensi Korelasi Somers d X 1 X 2 X Total Y 1 n 11 n 12 n 1 R 1 Y 2 n 21 n 22 n 2 R 2 Y r n r1 n r2 n r R r Total C 1 C 2 C N Langah awal yang harus dilauan untu memperoleh oefisien orelasi Somers d adalah dimulai dengan menghitung nilai onordan (C) dan nilai disordan (D) di antara sepasang variabel tersebut (Siegel dan Castellan, 1988). Untu menghitung nilai onordan adalah sebagai beriut: C = r1 1 Jia dimisalan n r p=i1 q=j 1 r pi1 q j1 n pq (4) N n, maa dapat pq dietahui bahwa banyanya nilai onordan adalah sebagai beriut: r1 1 C = (5) Dengan i = 1, 2,, r 1 dan j = 1, 2,, 1. Kemudian untu menghitung nilai disordan adalah sebagai beriut: Jia dimisalan r1 n r j 1 i=1 j =2 p=i1 q=1 r j 1 N n pq pi1 q1 n pq (6), maa dapat dietahui bahwa banyanya nilai disordan adalah sebagai beriut: r1 i=1 j =2 (7) Dengan i = 1, 2,, r 1 dan j = 2,,. Sehingga untu menghitung oefisien orelasi Somers d d YX adalah sebagai beriut: 2 C D N 2 2 j =1 C j C : Nilai onordan D : Nilai disordan N : Banyanya data pengamatan C j : Total pengamatan e-j dari variabel X (8) Jia variabel X sebagai variabel dependen dan variabel Y sebagai variabel independen, maa perhitungan untu oefisien orelasi Somers d d XY adalah sebagai beriut: 2 C D d XY = N 2 2 (9) r j =1 R i C : Nilai onordan D : Nilaidisordan N : Banyanya data pengamatan R i : Total pengamatan e-i dari variabel Y Interpretasi Korelasi Somers d Koefisien orelasi Somers d 1 jia dan hanya jia 0 dan setiap baris memilii paling banya satu sel yang tida bernilai nol. Bentu tabel ontingensi aan memilii sel bernilai nol yang mengalami penurunan dari iri atas sampai anan bawah seperti suatu tangga. Begitu juga dengan oefisien orelasi Somers d -1 jia sel tida bernilai nol meningat dari iri bawah sampai anan atas (Siegel dan Castellan, 1988). Koefisien orelasi Somers d 0 jia variabel-variabel (pada sampel) adalah independen. Bagaimanapun juga oefisien orelasi Somers d = 0 tida dapat menyataan secara langsung bahwa variabel-variabel tesebut independen ecuali jia tabel ontingensi orelasi Somers d beruuran 2 x 2 (Siegel dan Castellan, 1988). Pengujian Signifiansi Statisti Korelasi Somers d Dalam menghitung variansi d YX, maa diperluan nilai M dan M. Kedua variabel tersebut dapat didefinisian sebagai beriut(siegel dan Castellan, 1988): M = i1 j 1 p=1 q=1 n pq (10) di mana p = 1, 2,, i 1 dan q = 1, 2,, j 1, dan M = i1 p=1 q=j 1 n pq (11) di mana p = 1, 2,, i 1 dan q = j 1, 2,,. Dengan menggunaan Persamaan (10) dan (11) bersama dengan nilai N dan N, maa dapat diperoleh nilai variansi d YX sebagai beriut (Siegel dan Castellan, 1988): Var 4 r n N M N 2 i=1 j =1 M (12) N 2 2 j =1 C 2 j Apabila X sebagai variabel dependen, maa variansi d XY dapat dihitung dengan persamaan beriut: Var d XY = 4 r n N M N 2 i=1 j =1 M (13) N 2 r 2 i=1 R 2 i Pada prosedur pengujian hipotesis uji signifiansi statisti orelasi Somers d, dengan riteria H 0 ditola jia nilai z hitung > z tabel, maa dapat diartian bahwa secara signifian terdapat Program Studi Statistia FMIPA Universitas Mulawarman 33
4 hubungan di antara dua variabel tersebut dengan statisti uji sebagai beriut (Siegel dan Castellan, 1988): atau d YX d XY z hitung = z hitung = d YX Var(d YX ) d XY Var(d XY ) (14) (15) : oefisien orelasi Somers d dengan Y sebagai variabel dependen : oefisien orelasi Somers d dengan X sebagai variabel dependen Var(d YX ) : variansi dari oefisien orelasi Somers d dengan Y sebagai variabel dependen Var(d XY ) : variansi dari oefisien orelasi Somers d dengan X sebagai variabel dependen. Metodologi Penelitian Data yang digunaan dalam penelitian ini adalah data primer yang diperoleh dari hasil observasi (pengamatan) dan dilauan dengan membagian uesionerepada 47 responden. Responden dalam penelitian ini adalah pegawai non eselon II dan III dari Instansi Pemerintahan Badan Kependuduan dan Keluarga Berencana Nasional (BKKBN) Provinsi Kalimantan Timur.Terdapat 3 variabel penelitian, yaitu variabel epemimpinan (X 1 ) dan ondisi lingungan erja (X 2 ) sebagai variabel independen serta variabel inerja pegawai (Y) sebagai variabel dependen. Adapun teni analisis data dalam penelitian ini adalah: 1. Uji Validitas Uji validitas untu mengetahui elayaan butir-butir dalam suatu daftar pertanyaan dalam mendefinisian suatu variabel. Uji validitas menggunaan analisis orelasi Spearman yang dilauan dengan perhitungan software SPSS Uji Reliabilitas Uji reliabilitas dilauan pada butir-butir pertanyaan yang dinyataan telah valid. Menghitung oefisien reliabilitas menggunaan rumus Spearman-Brown yang dilauan dengan perhitungan software SPSS Analisis Statistia Desriptif Pada penelitian ini, analisis statistia desriptif dilauan dengan membuat diagram lingaran. Untu pembuatan diagram lingaran dilauan dengan menggunaan software SPSS Analisis Korelasi Somers d Adapun langah-langah pengerjaan orelasi Somers d adalah sebagai beriut: a. Membuat tabel ontingensi menggunaan software SPSS 17. b. Menghitung nilai onordan (C) dan disordan (D) berdasaran Persaman (4) dan (6) menggunaan software R. c. Menghitung oefisien orelasi Somers d d YX berdasaran Persamaan (8). d. Menghitung nilai variansi dari d YX berdasaran Persamaan (12) menggunaan software R. e. Melauan pengujian signifiansi statisti orelasi Somers d d YX menggunaan rumus statisti uji berdasaran Persamaan (14). Hasil dan Pembahasan Berdasaran data hasil uesioner, maa dapat dilauan uji validitas, uji reliabilitas, analisis statistia desriptif, dan analisis orelasi Somers d. Uji Validitas Dari hasil pengujian dengan menggunaan software SPSS 17 dapat dietahui: Tabel 3. Uji Validitas untu Variabel Kepemimpinan No. Butir Pertanyaan z hitung z tabel Keputusan 1 Butir pertanyaan 1 4,829 1,96 Menola H 0 2 Butir pertanyaan 2 5,066 1,96 Menola H 0 3 Butir pertanyaan 3 4,924 1,96 Menola H 0 4 Butir pertanyaan 4 4,754 1,96 Menola H 0 5 Butir pertanyaan 5 4,212 1,96 Menola H 0 6 Butir pertanyaan 6 4,917 1,96 Menola H 0 7 Butir pertanyaan 7 5,473 1,96 Menola H 0 8 Butir pertanyaan 8 3,988 1,96 Menola H 0 9 Butir pertanyaan 9 2,598 1,96 Menola H 0 10 Butir pertanyaan 10 2,157 1,96 Menola H 0 Tabel 4. Uji Validitas untu Variabel Kondisi Lingungan Kerja No. Butir Pertanyaan z hitung z tabel Keputusan 1 Butir pertanyaan 1 5,541 1,96 Menola H 0 2 Butir pertanyaan 2 5,548 1,96 Menola H 0 3 Butir pertanyaan 3 5,575 1,96 Menola H 0 4 Butir pertanyaan 4 4,978 1,96 Menola H 0 5 Butir pertanyaan 5 5,005 1,96 Menola H 0 6 Butir pertanyaan 6 4,890 1,96 Menola H 0 7 Butir pertanyaan 7 5,338 1,96 Menola H 0 8 Butir pertanyaan 8 5,406 1,96 Menola H 0 9 Butir pertanyaan 9 4,592 1,96 Menola H 0 10 Butir pertanyaan 10 3,778 1,96 Menola H 0 Pada butir-butir pertanyaan etiga variabel, yaitu epemimpinan (X 1 ), ondisi lingungan erja (X 2 ) dan inerja pegawai (Y) diperoleh nilai z hitung > z tabel di mana z tabel = 1,96 sehingga dapat disimpulan bahwa butir pertanyaan valid dan dapat digunaan. 34 Program Studi Statistia FMIPA Universitas Mulawarman
5 Tabel 5. Uji Validitas untu Variabel Kinerja Pegawai 2. Berdasaran Tingat Pendidian No. Butir Pertanyaan z hitung z tabel Keputusan 1 Butir pertanyaan 1 5,833 1,96 Menola H 0 2 Butir pertanyaan 2 5,697 1,96 Menola H 0 3 Butir pertanyaan 3 5,155 1,96 Menola H 0 4 Butir pertanyaan 4 5,161 1,96 Menola H 0 5 Butir pertanyaan 5 5,338 1,96 Menola H 0 6 Butir pertanyaan 6 6,077 1,96 Menola H 0 7 Butir pertanyaan 7 5,941 1,96 Menola H 0 8 Butir pertanyaan 8 5,941 1,96 Menola H 0 9 Butir pertanyaan 9 5,060 1,96 Menola H 0 10 Butir pertanyaan 10 4,605 1,96 Menola H 0 Uji Reliabilitas Setelah dilauan pengujian validitas, maa langah selanjutnya yaitu dilauan uji reliabilitas menggunaan rumus Spearman-Brown dengan menggunaan software SPSS 17. Tabel 6. Uji Reliabilitas No. Variabel R R tabel Keputusan 1 Kepemimpinan 0,819 0,294 Menola H 0 2 Kondisi Lingungan Kerja 0,907 0,294 Menola H 0 3 Kinerja Pegawai 0,895 0,294 Menola H 0 Pada etiga variabel, yaitu epemimpinan (X 1 ), ondisi lingungan erja (X 2 ) dan inerja pegawai (Y) diperoleh nilai R > R tabel di mana R tabel = 0,294 sehingga dapat disimpulan bahwa butirbutir pertanyaan reliabel. Analisis Statistia Desriptif Adapun hasil analisis statistia desriptif pada penelitian ini adalah sebagai beriut: 1. Berdasaran Jenis Kelamin Gambar 1. Diagram Lingaran untu Jenis Kelamin Berdasaran Gambar 1. dapat dietahui bahwa mayoritas pegawai yang telah menjadi responden penelitian adalah lai-lai, yani sebesar 51,06% atau 24 orang. Gambar 2. Diagram Lingaran untu Tingat Pendidian Berdasaran Gambar 2. dapat dietahui bahwa mayoritas pegawai yang telah menjadi responden penelitian adalah berpendidian Strata Satu (S1), yani sebesar 53,19% atau 25 orang. 3. Berdasaran Bidang/Tempat Tugas Gambar 3. Diagram Lingaran untu Bidang/Tempat Tugas Berdasaran Gambar 3. dapat dietahui bahwa mayoritas pegawai yang telah menjadi responden penelitian bertugas pada bidang eseretariatan, yani sebesar 27,66% atau 13 orang. 4. Berdasaran Kepemimpinan Gambar 4.Diagram Lingaran untu Kepemimpinan Berdasaran Gambar 4. dapat dietahui bahwa 68,09% atau 32 orang pegawai BKKBN Provinsi Kalimantan Timur merasa epemimpinan di instansi sangat bai. 5. Berdasaran Kondisi Lingungan Kerja Gambar 5.Diagram Lingaran untu Kondisi Lingungan Kerja Program Studi Statistia FMIPA Universitas Mulawarman 35
6 Berdasaran Gambar 5. dapat dietahui bahwa 44,68% atau 21 orang pegawai BKKBN Provinsi Kalimantan Timur merasa ondisi lingungan erja di instansi nyaman. 6. Kinerja Pegawai Gambar 6.Diagram Lingaran untu Kinerja Pegawai Berdasaran Gambar 6. dapat dietahui bahwa 63,83% atau 30 orang pegawai BKKBN Provinsi Kalimantan Timur memilii inerja pegawai di instansi sangat memuasan. Analisis Korelasi Somers d 1. Analisis Korelasi Somers d untu Variabel Kepemimpinan terhadap Variabel Kinerja Pegawai Pada analisis orelasi Somers d terlebih dahulu hasil uesioner dibentu e dalam tabel ontingensi sebagai beriut: Tabel 7. Tabel Kontingensi untu Variabel Kepemimpinan terhadap Variabel Kinerja Pegawai KINERJA PEGAWAI Kurang Memuasan Tida Bai KEPEMIMPINAN Kurang Bai Bai Sangat Bai Total Memuasan Sangat Memuasan Total Mencari nilai onordan dan disordan dengan menggunaan software R pada Persamaan (4) dan (6). Nilai onordan: r1 1 C = 2 2 C = C = 235 Nilai disordan: r1 i=1 67 i=1 j =2 2 3 j =2 Sehingga untu memperoleh oefisien orelasi Somers d dapat dihitung sebagai beriut: 2 C D N 2 2 C j j =1 2(235-67) ( ) 0,313 Nilai oefisien orelasi untu variabel epemimpinan terhadap inerja pegawai sebesar 0,313. Hal ini dapat diartian bahwa euatan hubungan pada edua variabel tersebut rendah atau lemah. Sehingga dapat disimpulan bahwa semain bai epemimpinan di instansi, maa inerja pegawai aan memuasan. Pengujian Signifiansi Korelasi Somers d Setelah melauan perhitungan untu mencari nilai oefisien orelasi Somers d d YX, maa perlu dilauan pengujian signifiansi orelasi Somers d. Var 4 r n N M N 2 M N 2 2 C 2 j =1 j Var 0,008 Setelah memperoleh nilai variansi d YX, maa dilauan pengujian signifiansi orelasi, di mana diperoleh nilai statisti uji sebagai beriut: d YX z hitung = Var(d YX ) z hitung = 0,313 0,008 z hitung = 3,499 Diarenaan nilai z hitung = 3,499 > z tabel = 1,960 maa dapat diartian secara signifian terdapat hubungan antara epemimpinan terhadap inerja pegawai BKKBN 2. Analisis Korelasi Somers d untu Variabel Kondisi Lingungan Kerja terhadap Variabel Kinerja Pegawai Pada analisis orelasi Somers d terlebih dahulu hasil uesioner dibentu e dalam tabel ontingensi sebagai beriut: Tabel 8. Tabel Kontingensi untu Variabel Kondisi Lingungan Kerja terhadap Variabel Kinerja Pegawai KINERJA PEGAWAI Kurang Memuasan Tida Nyaman KONDISI LINGKUNGAN KERJA Kurang Nyaman Nyaman Sangat Nyaman Total Memuasan Sangat Memuasan Total Program Studi Statistia FMIPA Universitas Mulawarman
7 Mencari nilai onordan dan disordan dengan menggunaan software R pada Persamaan (4) dan (6). Nilai onordan: r1 1 C = 2 2 C = C = 333 Nilai disordan: r1 i=1 j =2 2 3 i=1 j =2 55 Sehingga untu memperoleh oefisien orelasi Somers d dapat dihitung sebagai beriut: 2 C D N 2 2 j =1 C j 2(333-55) ( ) 0,393 Nilai oefisien orelasi untu variabel epemimpinan terhadap inerja pegawai sebesar 0,393. Hal ini dapat diartian bahwa euatan hubungan pada edua variabel tersebut rendah atau lemah. Sehingga dapat disimpulan bahwa semain nyaman ondisi lingungan erja di instansi, maa inerja pegawai aan memuasan. Pengujian Signifiansi Korelasi Somers d Setelah melauan perhitungan untu mencari nilai oefisien orelasi Somers d d YX, maa perlu dilauan pengujian signifiansi orelasi Somers d. Var d YX = 4 r n N M N M 2 N 2 2 C 2 j =1 j Var 0,016 Setelah memperoleh nilai variansi d YX, maa dilauan pengujian signifiansi orelasi, di mana diperoleh nilai statisti uji sebagai beriut: d YX z hitung = Var(d YX ) z hitung = 0,393 0,016 z hitung = 3,107 Diarenaan nilai z hitung = 3,107 > z tabel = 1,960 maa dapat diartian secara signifian terdapat hubungan antara ondisi lingungan erja terhadap inerja pegawai BKKBN Kesimpulan Berdasaran hasil analisis dan pembahasan, maa diperoleh esimpulan: 1. Dietahui bahwa pada instansi BKKBN Provinsi Kalimantan Timur memilii epemimpinan yang sangat bai, ondisi lingungan erja yang nyaman dan inerja pegawai yang sangat bai. 2. Terdapat hubungan yang signifian antara epemimpinan terhadap inerja pegawai, yaitu sebesar 0,313. Hubungan yang dimilii rendah atau lemah, sehingga dapat disimpulan bahwa semain bai epemimpinan di instansi, maa inerja pegawai aan memuasan. 3. Terdapat hubungan yang signifian antara ondisi lingungan erja terhadap inerja pegawai, yaitu sebesar 0,393. Hubungan yang dimilii rendah atau lemah, sehingga dapat disimpulan bahwa semain nyaman ondisi lingungan erja di instansi, maa inerja pegawai aan memuasan. Daftar Pustaa Azwar, S Reliabilitas dan Validitas. Yogyaarta: Pustaa Pelajar. Hasan, M. I Analisis Data Penelitian dengan Statisti. Jaarta: Bumi Asara Poo-Poo Materi Statisti 1. Jaarta: Bumi Asara. Mangunegara, A. A. A. P Manajemen Sumber Daya Manusia. Bandung: PT. Remaja Rosdaarya. Nugroho, S., Abar, S. dan Vusvitasari, R Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (), Kendall-Tau (), Gamma (G), dan Somers (d YX ). Jurnal Gradien. IV (2), Riduwan dan Adon Rumus dan Data dalam Apliasi Statistia. Bandung: Alfabeta. Siegel, S. dan Castellan, N. J Nonparametric Statistics for the Behavioral Sciences. Singapura: McGraw-Hill International Editions. Zanten, W. V Statistia untu Ilmu-Ilmu Sosial. Jaarta: Gramedia. Program Studi Statistia FMIPA Universitas Mulawarman 37
8 38 Program Studi Statistia FMIPA Universitas Mulawarman
BAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciPENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA
PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciAnalisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus
Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belaang Industri sepeda motor nasional merupaan industri yang masih terus mengalami pertumbuhan. Berdasaran data dari AISI (Asosiasi Industri Sepedamotor Indonesia) tingat produsi
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY
Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciPendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution
Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciAnalisis Varians = Analysis of Variance = ANOVA
. Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.
Lebih terperinciHUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK
HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciKECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009
KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciPenentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan
Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciTUGAS I RANCANGAN PERCOBAAN BAB I
TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data
Lebih terperinciBAB IV HASIL PENELITIAN, ANALISIS DAN PEMBAHASAN
BAB IV HASIL PENELITIAN, ANALISIS DAN PEMBAHASAN 4.1. Gambaran Umum Subjek Penelitian Pada bagian ini akan dijelaskan mengenai data-data deskriptif yang diperoleh dari responden. Data deskriptif yang menggambarkan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciPEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT
PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciUkuran Pemusatan Data
Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciAnalisis Varians = Analysis of Variance = ANOVA
Analisis Varians Analysis of Variance ANOVA. Pendahuluan. Distribusi F χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A. Fisher.
Lebih terperinciMENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT
MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciStatistik Nonparametrik:
ANALISIS KORELASI B Ali Muhson, M.Pd. Jenis Analisis Korelasi Statistik parametrik: Korelasi Product Moment (Pearson) Korelasi Parsial Korelasi Semi Parsial Korelasi Ganda, dsb Statistik Nonparametrik:
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciDESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO
DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan
Lebih terperinciKORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK
Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas
Lebih terperinciMENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE
MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciKORELASI DAN ASOSIASI
KORELASI DAN ASOSIASI Kata korelasi diambil dari bahasa Inggris, yaitu correlation artinya saling hubungan atau hubungan timbal balik. Dalam ilmu statistika istilah korelasi diberi pengertian sebagai hubungan
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciIDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD
JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia
Lebih terperinciPEGEMBANGKAN MEDIA PEMBELAJARAN ROBOTIKA MENGGUNAKAN ROBOT MANIPULATOR PENYELEKSI BENDA BERBASIS GRAPHICAL USER INTERFACE
452 PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA : E-Journal Universitas Negeri Yogyaarta http://journal.student.uny.ac.id/ojs PEGEMBANGKAN MEDIA PEMBELAJARAN ROBOTIKA MENGGUNAKAN ROBOT MANIPULATOR PENYELEKSI
Lebih terperinciProsedur Uji Chi-Square
Prosedur Uji Chi-Square Author: Junaidi Junaidi 1. Pengantar Dalam statistik parametrik ukuran korelasi yang umum digunakan adalah korelasi Product Moment Pearson. Diantara korelasi nonparametrik yang
Lebih terperinciMETODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP
Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi
Lebih terperinciPENENTUAN BATAS WILAYAH LAUT PROVINSI JAWA TENGAH DAN JAWA BARAT MENGGUNAKAN DATUM GEODESI NASIONAL. Sutomo Kahar *)
PENENTUAN BATAS WILAYAH LAUT PROVINSI JAWA TENGAH DAN JAWA BARAT MENGGUNAKAN DATUM GEODESI NASIONAL Sutomo Kahar *) Abstract According to Minister of Internal Affair regulation which is Permendagri No.
Lebih terperinciANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 1912 CABANG SIDOARJO
ANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 191 CABANG SIDOARJO Yustina Ngatilah, 1 dan C. Indri Parwati 1 Teni Industri, UPN Veteran Jawa Timur, Teni Industri Institut
Lebih terperinciMATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip
MAA KULIAH MEODE RUNUN WAKU Oleh : Entit Puspita Nip 08 JURUSAN PENDIDIKAN MAEMAIKA FAKULAS PENDIDIKAN MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN INDONESIA 00 //00 Entit Puspita BEBERAPA KONSEP
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciRINGKASAN SKRIPSI MODUL PERKALIAN
RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN
Lebih terperinciPEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL
PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus
Lebih terperinciKesesuaian Metode Regresi Nonparametrik Spline, B-spline, dan P-spline dalam Menduga Kurva Regresi
Laporan Penelitian Lanjut idang Ilmu Kesesuaian Metode Regresi Nonparametri Spline, spline, dan Pspline dalam Menduga Kurva Regresi Oleh: Dra. Harmi Sugiarti, M.Si Pusat Penelitian dan Pengabdian epada
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciPENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015
PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 Nelvy Warsi Enggal Lestari Prih Hardinto Lisa Rohmani Abstract
Lebih terperinci1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba
JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciPerhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK
Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciAPLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK
APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 5, Halaman 87-93 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PENERAPAN FORMULA BENEISH M-SCORE DAN ANALISIS DISKRIMINAN LINIER UNTUK
Lebih terperinciMENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL
MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan
Lebih terperinciHUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG
Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo
Lebih terperinciPENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciUji Validitas Instrumen. by Ifada Novikasari
Uji Validitas Instrumen by Ifada Novikasari Institut Agama Islam Negeri Purwokerto 2016 Uji Validitas Instrumen a. Validitas Isi/Konten Validitas isi yang akan dilakukan dalam penelitian ini adalah validitas
Lebih terperinciKAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W
J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan
Lebih terperinciKeragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest
JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,
Lebih terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Sesuai dengan pertanyaan yang diajukan peneliti di bab sebelumnya maka penelitian ini termasuk penelitian korelasional dengan menggunakan pendekatan kuantitatif.
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciSTUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING
STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION
UPN Veteran Yogyaarta, 30 Juni 2012 CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION Ni G.A.P Harry Saptarini 1), Rocy Yefrenes Dilla 2) 1) Politeni Negeri Bali 2)
Lebih terperinci