BAB 2 LANDASAN TEORI
|
|
- Agus Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan : Y = β 0 + β X + β p X p +μ (.) Dimana Y : variabel dependen β X : koefisien regresi : variabel independen μ : nilai eror regresi Vektor galat μ diasumsikan menyebar N (0, σ I) Jika dilakukan pengamatan sebanyak n, maka model persamaan regresi linier berganda ke-i adalah Y i = β 0 + β X i + β p X ip +μ (.) p =,,, n i =,,,p Persamaan estimasi regresi linier berganda adalah YY = ββ 0 + ββ XX ii + + ββ ppxx iiii (.3) Secara matriks, bentuk penaksir kuadrat terkecil (least square) dari parameter tersebut adalah : ββ = (XX TT XX) XX TT YY (.4)
2 7 Dengan ββ : vektor dari parameter yang ditaksir (p+) x X : matriks variabel independen berukuran n x (p+) Y : vektor observasi dari variabel dependen berukuran (n x ) Uji signifikansi parsial yaitu uji untuk mengetahui variabel mana saja yang mempengaruhi variabel dependen secara signifikan. Hipotesis yang digunakan adalah H 0 : β k = 0 H : β k 0 dengan k =,, 3, p Dengan taraf signifikansi adalah α = 5% Dengan statistik uji yang digunakan adalah tt hiiii = ββ kk SSSS ββ kk ~tt nn kk (.5) Dengan keputusan tolak H 0 jika t hit > t (df, -α/). Variabel yang tidak berpengaruh secara signifikan dapat dihilangkan dalam model. Di mana df : n--k n : jumlah pengamatan k : jumlah variabel bebas. Regresi Spasial Regresi spasial adalah metode untuk memodelkan suatu data yang memiliki unsur spasial. Model umum regresi spasial atau juga biasa disebut Spatial Autoregressive Moving Average (SARMA) dalam bentuk matriks (Le Sage 999; Anselin 004) dapat disajikan sebagai berikut : yy = ρwwyy + XXββ + uu (.6) uu= λwwuu+ εε (.7) εε ~ N(0,σ I)
3 8 Dengan y : vektor variabel dependen berukuran n x X : matriks variabel independen dengan ukuran n x (k+) ββ : vektor koefisien parameter regresi dengan ukuran (k+) x ρ : parameter koefisien spasial lag variabel dependen λ : parameter koefisien spasial lag pada error u, εε : vektor error dengan ukuran n x W : matriks pembobot dengan ukuran n x n n : jumlah amatan atau lokasi (i =,, 3,,,n) I : matriks identitas dengan ukuran n x n Pada persamaan (.6) dapat dinyatakan dalam bentuk yy -ρwwyy = XXββ + uu (.8) (I-ρWW)yy = XXββ + uu Sedangkan pada persamaan (.7) dapat dinyatakan dalam bentuk (I-λW)uu = εε atau uu =(I-λW) - εε (.9) Persamaan (.8) dan (.9) disubtitusi ke persamaan (.6), maka akan diperoleh bentuk persamaan yang lain yaitu : (I-ρWW)yy = XXββ +(I-λW) - εε (.0) Pendugaan parameter pada model umum persamaan regresi spasial dalam bentuk matriks (Anselin, 988) yaitu : ββ = (XX TT XX) XX TT (II ρρρρ)yy (.)
4 9.3 Spatial Autoregressive Model (SAR) Jika nilai ρ 0 dan λ=0 maka model regresi spasial akan menjadi model regresi spasial Mixed Regressive-Autoregressiv atau Spatial Autoregressive Model (SAR) atau disebut juga Spatial lag Model (SLM) (Anselin, 988) dengan bentuk persamaannya yaitu : yy= ρwwyy +XXββ+ εε (.) εε ~ N( 0, σ I) Model persamaan (.) mengasumsikan bahwa proses autoregressive hanya pada variabel dependen. Pada persamaan tersebut, respon variabel y dimodelkan sebagai kombinasi linier dari daerah sekitarnya atau daerah yang berimpitan dengan y, tanpa adanya eksplanatori variabel yang lain. Bentuk penaksir dari metode SAR adalah ββ = (XX TT XX) XX TT (II ρρρρ)yy (.3) Dan penduga untuk ρ adalah ρρ = (yy TT WW TT WWWW) yy TT WW TT yy.4 Spatial Error Model (SEM) Jika ρ=0 dan λ 0, maka persamaan (.6) menjadi model Spatial Error Model (SEM) dengan bentuk persamaannya yaitu yy=xxββ +, uu= λwwuu+ εε (.4) εε ~ N (0, σ I) Model galat spasial adalah model regresi linier yang pada peubah galatnya terdapat korelasi spasial. Bentuk parameter penduga dari model SEM adalah
5 0 β = X λ WX T X λ WX X λ WX T y λ Wy (.5) Untuk penduga parameter λ diperlukan suatu iterasi numerik untuk mendapatkan penduga untuk λ yang memaksimalkan log kemungkinan tersebut..5 Signifikansi Parameter Regresi Spasial Anselin (003) menyatakan bahwa salah satu prinsip dasar penduga Maksimum Likelihood adalah asymptotic, artinya semakin besar ukuran n maka kurva akan semakin mendekati kurva sebaran normal. Pengujian signifikansi parameter regresi (β) dan autoregresif (ρ dan λ) secara parsial yaitu didasarkan pada nilai ragam galat (σ ), sehingga statistik uji signifikansi parameter yang dipergunakan yaitu ZZ hiiiiiiiiii = θθ ss. bb (θθ) Dimana β (θ) merupakan asymptotic standard error. Melalui uji parsial masingmasing parameter θ dengan hipotesis H H 0 : θ = 0 : θ 0 Dimana θ merupakan parameter regresi spasial (yaitu β, λ, dan ρ), apabila Z hitung Z (α/) atau ρ = value < α/, maka keputusan tolak H 0, artinya koefisien regresi layak digunakan pada model..6 Efek Spasial Berikut akan diuraikan hal-hal yang berkaitan dengan efek spasial yaitu :
6 .6. Efek Heteroskedastisitas (Spatial Heterogenity) Efek heterogenitas adalah efek yang menunjukan adanya keragaman antar lokasi. Jadi, setiap lokasi mempunyai struktur dan parameter hubungan yang berbeda. Pengujian efek spasial dilakukan dengan uji heterogenitas yaitu menggunakan uji Breusch-Pagan test (BP test) Keragaman spasial menggunakan uji Breusch-Pagan (Anselin, 988). Hipotesis yang diuji adalah: H 0 σσ = σσ = = σσ nn = σσ (ketidakragaman antar wilayah/varians sama) H : minimal ada satu σσ ii σ heteroskedastisitas) (terdapat keragaman antar wilayah / bersifat Statistik uji Breusch-Pagan (BP) adalah BP = htt zz (zz tt zz) zz tt h ~ xx (pp) Elemen vektor h adalah h i = ee ii σσ dengan e i adalah kuadrat galat untuk pengamatan ke-i dan Z adalah vektor y berukuran n yang sudah dinormal standarkan untuk setiap pengamatan. Kriteria uji BP xx (pp), tttttttttttt HH 0 > xx (pp), tttttttttt HH 0
7 .6. Efek Defendensi Spasial (Spatial Dependence) Spatial dependence muncul berdasarkan hukum Tobler I (979) yaitu segala sesuatu saling berhubungan dengan hal yang lain tetapi sesuatu yang lebih dekat mempunyai pengaruh yang besar. Penyelesaian yang dilakukan jika ada efek dependensi spasial, adalah pendekatan area. Anselin (988) menyatakan bahwa uji untuk mengetahui Spatial dependence di dalam error suatu model adalah dengan menggunakan statistik Moran s I dan Langrange Multiplier (LM)..6.. Moran s I Moran s adalah sebuah tes statistik lokal untuk melihat nilai autokorelasi spasial, yang mana digunakan untuk mengidentifikasi suatu lokasi dari pengelompokan spasial atau autokorelasi spasial. Menurut Lembo (006) dalam Kartika (007) autokorelasi spasial adalah korelasi antara variabel dengan dirinya sendiri berdasarkan ruang. Cliff dan Ord (973, 98) menghadirkan uji statistik Moran s I untuk sebuah vektor observasi Y n = (Y n,, Y nn ) pada n lokasi. Rumus Moran s I untuk matrik pembobot (W) tidak dalam bentuk normalitas, adalah I = nn nn nn ii= jj = ww iiii ee nn WW nn ee nn ee nn ee nn (.6) Dengan e ni = Y ni - nn YY nn ii= nnnn adalah sebuah vektor deviasi untuk rata-rata sampel W n = [W nij ] adalah matrik bobot spasial. Rumus Moran s I dengan matrik pembobot (W) dalam bentuk normalitas, persamaan (.6) direduksi menjadi I = ee nn WW nn ee nn ee nn ee nn (.7) Nilai ekspektasi dari Moran s I (Lee dan Wong, 00) adalah E(I) = I 0 = nn (.8)
8 3 Jika I > I 0, maka nilai autokorelasi bernilai positif, hal ini berarti bahwa pola data membentuk kelompok (cluster), I = I 0 artinya tidak terdapat autokorelasi spasial, dan I < I 0 artinya nilai autokorelasi bernilai negatif, hal ini berarti pola data menyebar. Uji statistik Moran s I, dibatasi oleh.0 (yang berarti klaster spasial bernilai autokorelasi positif) dan -.0 (yang berarti klaster spasial berniali autokorelasi negatif). Nilai autokorelasi spasial dikatakan kuat, apabila nilai tinggi dengan tinggi atau nilai rendah dengan rendah dari sebuah variabel berkelompok dengan daerah sekitarnya (common side). Moran s I scatterplot adalah sebuah diagram untuk melihat hubungan antara nilai amatan pada suatu lokasi (distandarisasi) dengan rata-rata nilai amatan dari lokasilokasi yang bertetanggaan dengan lokasi yang bersangkutan (Lee dan Wong, 00). Jika I > I 0 maka nilai autokorelasi bernilai positf,sedangkan jika I < I 0 maka nilai autokorelasi bernilai negatif. Pembagian kuadrannya (Perobelli dan Haddad, 003) adalah Kuadran II Low-High Kuadran I High-High Kuadran III Low-Low Kuadran IV High-Low Kuadran I disebut High-High, menunjukan nilai observasi tinggi dikelilingi oleh daerah yang mempunyai nilai observasi yang tinggi berlawanan dengan kuadran III disebut Low-Low, menunjukan nilai observasi rendah dikelilingi oleh daerah
9 4 yang mempunyai nilai observasi rendah. Kuadran II dai nilai observasi disebut Low-High menunjukan nilai observasi rendah dikelilingi oleh daerah yang mempunyai nilai observasi tinggi berkebalikan dengan kuadran IV disebut High- Low, menunjukan nilai observasi tinggi dikelilingi oleh daerah yang mempunyai nilai observasi yang rendah (Kartika, 007)..6.. Lagrange Multiplier (LM) Test Uji LM (Lagrange Multiplier) digunakan untuk menentukan apakah model memiliki efek spasial atau tidak. Lagrange Multiplier (LM) yang mana pada tes ini, nilai sisa dari kuadrat terkecil dan hitungan matrik bobot spasial W. Bentuk tes LM (Anselin, 988), yaitu LM SEM : LM = (/T)(e T W Y/ σ ) ~ xxp T = tr [(W + W )* W ] σ = ee ee nn (.9) LM SAR : LM = (e T W Y/ σ ) (D +T) D = σ - (βw X) S(βW X) S=I-X(X T X) - X T - Dengan e : nilai residu dari hasil OLS n : banyak observasi Pada uji Lagrange Multiplier (LM), ada tiga hipotesis yang dilakukan, yaitu :. Untuk SAR, H 0 : ρ = 0 dan H : ρ 0. Untuk SEM, H0 λ = 0 dan H λ 0 3. Untuk mixture Model, H0 ρ, λ =0 dan H ρ, λ 0 Dalam mengambil keputusan, tolak H0 jika LM > xxp atau nilai probabilitas < α
10 5.7 Matriks Keterkaitan Spasial (Spasial Weight Matrices) Bentuk umum matriks spasial (W) adalah WW WW nn W = (.0) WW nn WW nnnn Pembentukan matriks keterkaitan spasial yang sering disebut matrik W dapat menggunakan berbagai teknik pembobotan. Anselin (00) mengusulkan 3 (tiga) pendekatan untuk mendefenisikan matriks W, yaitu contiguity,distance, dan general. Matriks W berdasarkan persentuhan batas wilayah yang bertetangga, yaitu interaksi yang memiliki persentuhan batas wilayah (common boundary). Sebuah matriks W yang dibentuk adalah simetrik dan diagonal utama selalu bernilai nol seperti jika W mn diberi nilai, maka W nm bernilai juga. Pada prakteknya, definisi batas wilayah tersebut memiliki beberapa alternatif. Secara umum terdapat berbagai tipe interaksi, yaitu Rook contiguity, Bishop contiguity dan Queen contiguity. Berikut penjelasannya : a. Rook contiguity ialah persentuhan sisi wilayah satu dengan sisi wilayah yang lain yang bertetanggaan. Pada gambar., wilayah bersentuhan dengan wilayah sehingga W = dan yang lain 0 atau pada wilayah 3 bersentuhan dengan wilayah 4 dan 5 sehingga W 34 =, W 35 = dan yang lain 0. b. Bishop contiguity ialah persentuhan vertek wilayah satu dengan wilayah tetangga yang lain. Pada gambar., wilayah bersentuhan titik dengan wilayah 3 sehingga W 3 = dan yang lain 0. c. Queen contiguity ialah persentuhan baik sisi maupun vertek wilayah satu dengan wilayah yang lain yaitu gabungan rook contiguity dan bishop contiguity. Contoh W3 =, W 34 =, W 35 = dan yang lain 0.
11 6 (4) (3) (5) () () Gambar. : Ilustrasi dari contiguity Sumber : (James P. Lesage, 998) Matriks W yang merefleksikan queen contiguity pada gambar. adalah W queen =
12 7 Matriks queen contiguity atau rook contiguity yang sudah diperoleh, dibentuk kedalam bentuk matriks normalitas, yaitu matriks dimana jumlah dari setiap barisnya adalah satu, sehingga matriks normalitas dari matrik W queen adalah tersebut W queen 0 = Teori Graf Teori graf adalah cabang kajian yang mempelajari sifat-sifat graf. Secara informal, suatu graf adalah himpunan benda-benda yang disebut simpul (vertex atau node) yang terhubung oleh sisi (edge) atau busur (arc). Biasanya graf digambarkan sebagai kumpulan titik-titik (melambangkan simpul) yang dihubungkan oleh garis-garis (melambangkan sisi) atau garis berpanah (melambangkan busur). Suatu sisi dapat menghubungkan suatu simpul dengan simpul yang sama. Sisi yang demikian dinamakan gelang (loop). Gambar. : Graf dengan 6 simpul dan 7 sisi
MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 87 99. MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN Musfika Rati, Esther Nababan, Sutarman Abstrak. Penelitian ini dilakukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial,
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Analisis Regresi Linier Berganda Regresi linier adalah suatu metode yang digunakan untuk menyatakan pola hubungan antara variabel respo dengan variabel prediktor. Bila variabel
Lebih terperinci2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40
2.11. Penduduk Yang Bekerja di Sektor Pertanian... 38 2.12. Pengangguran... 40 BAB III DASAR TEORI... 42 3.1. Analisis Regresi Linier Berganda... 42 3.2. Penaksiran Koefisien Regresi Menggunakan Matriks...
Lebih terperinciBAB III PEMBAHASAN. Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan
BAB III PEMBAHASAN Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan pemodelan menggunakan Spatial Autoregressive Model dan Matriks pembobot spasial Rook Contiguity. Langkah-langkah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Berganda Analisis regresi merupakan analisis untuk mendapatkan hubungan dan model matematis antara variabel dependen (Y) dan satu atau lebih variabel independen
Lebih terperinciPEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL
PEMODELAN FAKTOR FAKTOR YANG MEMPENGARUHI BALITA GIZI BURUK DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Inayati Nur Fatmah 1, Drs. Hery Tri Sutanto, M.Si 2, 1,2 Jurusan Matematika, Fakultas Matematika
Lebih terperinciPemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial
JURNAL SAINS DAN SENI ITS Vol 6, No, (017) ISSN: 337-350 (301-98X Print) D-10 Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 015 Menggunakan Regresi
Lebih terperinciAPLIKASI MODEL SPATIAL AUTOREGRESSIVE UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH TAHUN 2011
APLIKASI MODEL SPATIAL AUTOREGRESSIVE UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH TAHUN 2011 Restu Dewi Kusumo Astuti 1, Hasbi Yasin 2, Sugito 3 1 Mahasiswa
Lebih terperinciPEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014.
Spatial Autoregressive Model... (Lailatul Syaadah) 1 SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 214 Jurnal Diajukan kepada Fakultas
Lebih terperinciPemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-89 Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models Ilhamna Aulia, Mutiah Salamah
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1. Gambaran Persebaran Penduduk Miskin Provinsi Jawa Tengah merupakan salah satu provinsi di Indonesia yang memiliki kabupaten atau kota sejumlah 35 kabupaten dan kota (BPS,
Lebih terperinciPemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 2337-3520 (230-928X Print) D-7 Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur Bagus Naufal Fitroni, dan
Lebih terperinciMODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH
MODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Albertus Revoliko Septiawan, Sri Sulistijowati Handajani, dan Titin Sri Martini Program Studi Matematika Fakultas Matematika
Lebih terperinciAPLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH
JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 375-384 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG
Lebih terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciBAB 2 LANDASAN TEORI. mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat di gunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Pengertian Regresi Linier Pengertian Regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih Analisis
Lebih terperinciRegresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur
Statistika, Vol. 12 No. 1, 1 8 Mei 2012 Regresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur Anik Djuraidah dan Aji Hamim Wigena Departemen Statistika FMIPA-IPB, Kampus IPB Darmaga,
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB LANDASAN TEORI.1 Analisis Regresi Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain. Variabel penjelas,
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinciPEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono
1 PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh
Lebih terperinciAPLIKASI REGRESI SPASIAL UNTUK PEMODELAN ANGKA HARAPAN HIDUP (AHH) DI PROVINSI JAWA TENGAH SKRIPSI
APLIKASI REGRESI SPASIAL UNTUK PEMODELAN ANGKA HARAPAN HIDUP (AHH) DI PROVINSI JAWA TENGAH SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi
Lebih terperinciBAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya
BAB III METODE PENELITIAN 3.1. Metode Penelitian 3.1.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder sendiri artinya adalah data yang tidak dikumpulkan
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA
Lebih terperinciIII. METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat Suku Bunga Deposito (3 Bulan) Dan Kredit Macet (NPL) Terhadap Loan To Deposit Ratio (LDR) Bank Umum Di
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciSKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL
SKRIPSI PENGARUH ANGKATAN KERJA YANG BEKERJA DAN LEMBAGA PELATIHAN KERJA TERHADAP PDRB KABUPATEN/KOTA DI JAWA TIMUR MENGGUNAKAN REGRESI SPASIAL Disusun Oleh : CLAYREN NATHANNIEL 5303012017 JURUSAN TEKNIK
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciMaslim Rajab Syafrizal 1, Setiawan 2, Sutikno 3
PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES Studi Kasus Pemodelan Pertumbuhan Ekonomi di Provinsi Jawa Timur Maslim
Lebih terperinciPEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU (Spatial Panel Data Modeling with Space and Time Dimensions)
Forum Statistika dan Komputasi : Indonesian Journal of Statistics ISSN : 05-5 Vol. No., April 0, p: 6-4 available online at: journal.ipb.ac.id/index.php/statistika PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI
Lebih terperinciPEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas
Lebih terperinciPEMANFAATAN DATA HASIL SUSENAS PADA PEMODELAN RASIO KELUARGA PRA SEJAHTERA DI PROVINSI JAWA TENGAH TAHUN 2011
PEMANFAATAN DATA HASIL SUSENAS PADA PEMODELAN RASIO KELUARGA PRA SEJAHTERA DI PROVINSI JAWA TENGAH TAHUN 011 Erie Sadewo 1 1 Badan Pusat Statistik erie@bps.go.id Abstrak Melalui program pemutakhiran data
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciTeknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Teknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial Sulistiyaningsih 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2000-2011. Data sekunder tersebut bersumber dari Lampung dalam Angka (BPS), Badan Penanaman Modal Daerah
Lebih terperinciDESAIN SAMPLING UNTUK PEMODELAN SPATIAL. Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran
ISBN : 978.62.36.2. DESAIN SAMPLING UNTUK PEMODELAN SPATIAL Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran berthotantular@gmail.com ABSTRAK. Desain sampling bergantung pada banyak
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linear ganda mempersoalkan hubungan liniear antara satu peubah tak
BAB 2 LANDASAN TEORI 2.1 Regresi linier berganda Regresi linear ganda mempersoalkan hubungan liniear antara satu peubah tak bebas dengan beberapa peubah bebas. Peubah tak bebas dapat berupa ukuran atau
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pemodelan Spasial Pemodelan spasial adalah pemodelan yang berhubungan dengan pendekatan titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linier berganda;
Lebih terperinciABSTRAK. Kata kunci: DBD, Efek Spasial, Spatial Autoregressive (SAR).
Judul Nama Pembimbing : Pemodelan Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kota Denpasar dengan Metode Spatial Autoregressive (SAR) : Ni Made Surya Jayanti : 1. I Wayan Sumarjaya, S.Si., M.Stats.
Lebih terperinciPEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 417-426 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciBAB III METODE PENELITIAN. tercatat secara sistematis dalam bentuk data runtut waktu (time series data). Data
24 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data 3.1.1 Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder atau kuatitatif. Data kuantitatif ialah data yang diukur dalam
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI Oleh: Ikha Rizky Ramadani J2E 009 020 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dibahas mengenai gambaran persebaran IPM dan komponen-komponen penyususn IPM di Provinsi Jawa Tengah. Selanjutnya dilakukan pemodelan dengan menggunakan
Lebih terperinciOPTIMALISASI MATRIK BOBOT SPASIAL BERDASARKAN K-NEAREST NEIGHBOR DALAM SPASIAL LAG MODEL
M-9 OPTIMALISASI MATRIK BOBOT SPASIAL BERDASARKAN K-NEAREST NEIGHBOR DALAM SPASIAL LAG MODEL I Gede Nyoman Mindra Jaya 1), Bertho Tantular 2), Zulhanif 3) 1,2,3) Departemen Statistika FMIPA UNPAD jay.komang@gmail.com,
Lebih terperinciBAB 1 PENDAHULUAN. konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Diare adalah suatu penyakit dengan gejala adanya perubahan bentuk dan konsistensi dari tinja, yang melembek sampai mencair dan bertambahnya frekuensi buang
Lebih terperinciPENERAPAN REGRESI SPASIAL PADA PEMODELAN KASUS KETERGANTUNGAN SPASIAL (Studi Kasus: Indeks Pembangunan Manusia di Indonesia Tahun 2010)
PENERAPAN REGRESI SPASIAL PADA PEMODELAN KASUS KETERGANTUNGAN SPASIAL (Studi Kasus: Indeks Pembangunan Manusia di Indonesia Tahun 2010) WIDYA MARICELLA PANJAITAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (Studi Kasus Penyusunan Model Angka Kematian Bayi di Provinsi Jawa Timur)
ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (Studi Kasus Penyusunan Model Angka Kematian Bayi di Provinsi Jawa Timur) Oleh: Eko Suharto [NRP. 1309201708] Pembimbing: Dr. Sutikno,
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL SKRIPSI Oleh: OCTAFINNANDA UMMU FAIRUZDHIYA 24010210130057 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
17 BAB TINJAUAN PUSTAKA Pada bab ini akan diuraikan teori dan metode yang digunakan untuk mendukung analisis data. Teori dan metode itu diantaranya adalah rancangan faktorial, analisis regresi dan metode
Lebih terperinciPengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust
Pengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust I GUSTI AYU MADE SRINADI Jurusan Matematika Universitas Udayana, srinadiigustiayumade@yahoo.co.id Abstrak. Metode kuadrat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Regresi Linier Analisis regresi linier merupakan suatu metode yang digunakan untuk menganalisis hubungan antarvariabel. Hubungan tersebut dapat diekspresikan dalam bentuk persamaan
Lebih terperinciPEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB
PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah) SKRIPSI Disusun Oleh : IRAWATI TAMARA NIM. 24010212120002 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciAnalisis Lokasi dan Pola Sebaran Pasar Modern di Kota Yogyakarta, Kabupaten Sleman dan Bantul
Jurnal Ekonomi Bisnis dan Kewirausahaan 2015, Vol. 4, No. 2, 157-176 Analisis Lokasi dan Pola Sebaran Pasar Modern di Kota Yogyakarta, Kabupaten Sleman dan Bantul Tri Wahyuningsih Universitas Indonesia
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN Pada bab ini akan membahas tentang deskripsi karakteristik penyebaran kejadian penyakit Demam Berdarah Dengue (DBD) di Kabupaten Sleman. Gambaran tentang persebaran penyakit
Lebih terperinciROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (STUDI KASUS PENYUSUNAN MODEL ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR)
ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (STUDI KASUS PENYUSUNAN MODEL ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR) ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciPEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA
PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA Ulfatun Khasanah 1, Abdul Karim 2,, Indah Manfaati Nur 3 1 Mahasiswa Statistika,,
Lebih terperinciBAB III METODE PENELITIAN. B. Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif dengan
A. Lokasi Penelitian BAB III METODE PENELITIAN Lokasi penelitian adalah di Kawasan SWP Gerbangkertosusila Plus yang terdiri dari 12 Kabupaten/Kota yaitu: Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Gresik,
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciBAB III METODE PENELITIAN. Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan
BAB III METODE PENELITIAN A. Obejek Penelitian Obyek kajian pada penelitian ini adalah realisasi PAD (Pendapatan Asli Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan yang terdiri dari
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL ABSTRACT
JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN
Lebih terperinciPEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) Pembimbing : Ir. Sri Pingit Wulandari, MSi Liska Septiana
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciPemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-135 Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial Defi Mustika Sari, Dwi Endah Kusrini,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data
Lebih terperinciPENDEKATAN REGRESI SPASIAL DALAM PEMODELAN TINGKAT PENGANGGURAN TERBUKA MARIANA
PENDEKATAN REGRESI SPASIAL DALAM PEMODELAN TINGKAT PENGANGGURAN TERBUKA MARIANA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciPENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 07, No. (08), hal 8. PENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT Ridho Pratama,
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Analisis Pola Spasial Menurut Lee dan Wong (2001), pola spasial atau spatial pattern adalah sesuatu yang menunjukkan penempatan atau susunan benda-benda di permukaan bumi. Setiap
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu berkaitan dengan data yang waktu dikumpulkannya bukan (tidak harus) untuk memenuhi
Lebih terperinciV. HASIL DAN PEMBAHASAN
44 V. HASIL DAN PEMBAHASAN 5.1 Analisis Integrasi Pasar (keterpaduan pasar) Komoditi Kakao di Pasar Spot Makassar dan Bursa Berjangka NYBOT Analisis integrasi pasar digunakan untuk mengetahui bagaimana
Lebih terperinciPEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN SPATIAL PANEL FIXED EFFECT (Studi Kasus: Indeks Pembangunan Manusia Propinsi Jawa Tengah )
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 173-182 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN SPATIAL PANEL
Lebih terperinciDisusun: Maslim Rajab Syafrizal NRP Dosen Pembimbing: Dr. Ir. Setiawan, M.Si Dr. Sutikno, S.Si, M.Si. 1/24/2012 Seminar Hasil
1/24/2012 Seminar Hasil 1 PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES STUDI KASUS PEMODELAN PERTUMBUHAN EKONOMI
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Dalam penelitian ini, peneliti menggunakan data kuantitatif, sesuai dengan namanya, banyak dituntut menggunakan angka, mulai dari pengumpulan data,
Lebih terperinciBAB III METODELOGI PENELTIAN. Riau, DKI Jakarta, Jawa Barat, Jawa Tengah, DI. Yogyakarta, Jawa Timur,
BAB III METODELOGI PENELTIAN A. Obyek/Subyek Penelitian Obyek dalam penelitian ini meliputi seluruh wilayah atau 33 provinsi yang ada di Indonesia, meliputi : Aceh, Sumatera Utara, Sumatera Barat, Riau,
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciMODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN SKRIPSI. Oleh MUSFIKA RATI
MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG TAHUN DI KOTA MEDAN SKRIPSI Oleh MUSFIKA RATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB III METODI PENELITIAN. kabupaten/kota di provinsi Bali pada tahun
BAB III METODI PENELITIAN A. Lokasi Penelitian Penelitian ini dilaksanakan di provinsi Bali yang merupakan salah satu provinsi yang berada di Indonesia dengan maksud, memberikan kejelasan tentang keterkaitan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara
Lebih terperinciPEMODELAN KRIMINALITAS DENGAN PENDEKATAN REGRESI SPASIAL DI PROVINSI SULAWESI SELATAN
PEMODELAN KRIMINALITAS DENGAN PENDEKATAN REGRESI SPASIAL DI PROVINSI SULAWESI SELATAN Ansari Saleh Ahmar 1, Adiatma 2 1,2 Dosen Program Studi Statistika, Universitas Negeri Makassar Email : ansarisaleh@unm.ac.id
Lebih terperinciANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Abstract
Analisis Spasial (Rita R) ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Rita Rahmawati 1, Diah Safitri 2, Octafinnanda Ummu Fairuzdhiya
Lebih terperinciBAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode
BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan penulis dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) pada periode 1993-2013 kurun waktu
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciIV. METODE PENELITIAN
34 IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian faktor-faktor yang mempengaruhi harga komoditas kakao dunia tidak ditentukan. Waktu pengumpulan data dilaksanakan pada bulan Februari
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinci1 Sindy Febri Antika, 2 Ir. Arie Kismanto, M.Sc 1 Mahasiswa S1 Statistika ITS Surabaya, 2 Dosen Jurusan Statistika ITS Surabaya
ANALISIS REGRESI MULTILEVEL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI UASBN SD/MI (Studi Kasus Nilai UASBN SD/MI di Kecamatan Tulangan Tahun Ajaran 009/010) 1 Sindy Febri Antika, Ir. Arie Kismanto,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Rancangan Percobaan Percobaan merupakan serangkaian kegiatan di mana setiap tahap dalam rangkaian benar-benar terdefinisikan; dilakukan untuk menemukan jawaban tentang permasalahan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini menggunakan data panel sebagai acuan sumber data yang digunakan. Dimana penelitian ini berfokus pada bagaimana peforma perusahaan ritel di
Lebih terperinciBAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat
Lebih terperinciIII. METODE PENELITIAN. tingkat harga umum, pendapatan riil, suku bunga, dan giro wajib minimum. Data
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang terdiri dari satu variabel terikat yaitu Ekses Likuiditas dan empat variabel
Lebih terperinciSKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL
SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Disusun Oleh : Loviana 5303012012 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 525-534 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA
Lebih terperinciBAB 3 PEMBAHASAN DAN HASIL
BAB 3 PEMBAHASAN DAN HASIL 3.1 Gambaran Umum Responden Berdasarkan kuesioner yang telah dikumpulkan oleh peneliti, maka data jumlah responden dapat dikategorikan berdasarkan umur, jenis kelamin dan pendidikan
Lebih terperinci