REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI

Ukuran: px
Mulai penontonan dengan halaman:

Download "REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI"

Transkripsi

1 REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 23

2 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Regresi Logistik untuk Identifikasi Faktor-Faktor Minat Melanjutkan Studi ke Tingkat Aliyah di Pesantren Ummul Quro Al Islami adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Mei 23 Salman Al Farisi NIM G4868

3 3 ABSTRAK SALMAN AL FARISI. Regresi Logistik untuk Identifikasi Faktor-Faktor Minat Melanjutkan Studi ke Tingkat Aliyah di Pesantren Ummul Quro Al Islami. Dibimbing oleh AAM ALAMUDI dan INDAHWATI. Pesantren Ummul Quro Al Islami (UQI) merupakan lembaga pendidikan yang mengedepankan pendidikan keagamaan. Pesantren tersebut telah mengikuti kurikulum pendidikan umum setingkat SMP dan SMA. Namun pada kenyataannya banyak siswa yang telah menyelesaikan studi di tingkat Tsanawiyah tidak melanjutkan ke tingkat Aliyah di pesantren tersebut. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor minat siswa melanjutkan studi ke tingkat Aliyah di pesantren UQI. Berdasarkan model regresi logistik, faktor-faktor yang mempengaruhi minat melanjutkan studi ke tingkat Aliyah di pesantren UQI adalah cita-cita siswa (=keagamaan, =Non keagamaan), lama jam pelajaran umum (=Cukup, =Tidak cukup), motivasi siswa masuk pesantren (=Diri sendiri, =Orang lain) dan kenyamanan siswa tinggal di pesantren (=Nyaman, =Tidak nyaman). Nilai CCR yang di peroleh adalah sebesar 78.8 % dan kurva luas di bawah kurva ROC sebesar.849 pada cut point.5. Kata kunci : pesantren, regresi logistik, keakuratan model ABSTRACT SALMAN AL FARISI. Logistic Regression to Identify Factors of Intent in Continuing Studies to Aliyah level at Pesantren Ummul Quro Al-Islami. Supervised by AAM ALAMUDI and INDAHWATI. Ummul Quro Al Islami (UQI) pesantren is an educational institution that emphasises religious education. This Pesantren has adopted the national curriculum of junior and senior secondary school. However, in fact many students who have completed in Tsanawiyah level, do not continue to Aliyah level at tihs Pesantren. The objective of this study is to identify factors wich affects the students intent to continue their studies in Aliyah level at UQI pesantren. Based on logistic regression model, the factors affects the students intents in continuing studies to Aliyah level in UQI Pesantren are their own ideal (=Religious, =Nonreligious), duration of secular subjects (=Adequate, = Not adequate), students motivations in entering the pesantren (=Students themselves, =Other selves) and the comfort of students live in pesantren (=Comfortable, =Not comfortable). The value of overall CCR obtained is 78.8 % and area under ROC curve is.849 in cut point.5. Keywords: Pesantren, logistic regression, the accuracy of the model

4 REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 23

5 5 Judul Skripsi : Regresi Logistik untuk Identifikasi Faktor-Faktor Minat Melanjutkan Studi ke Tingkat Aliyah di Pesantren Ummul Quro Al Islami Nama : Salman Al Farisi NIM : G4868 Disetujui oleh Ir. Aam Alamudi, M.Si Pembimbing I Dr. Ir. Indahwati, M.Si Pembimbing II Diketahui oleh Dr. Ir. Hari Wijayanto, M.Si Ketua Departemen Tanggal Lulus:

6 PRAKATA Puji dan syukur penulis sampaikan kepada Tuhan Yang Maha Esa yang telah memberikan rahmatnya sehingga penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini berjudul Regresi Logistik untuk Identifikasi Faktor-Faktor Minat Melanjutkan Studi ke Tingkat Aliyah di Pesantren Ummul Quro Al Islami. Karya ilmiah ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika Institut Pertanian Bogor. Penulis juga mengucapkan terima kasih banyak kepada :. Kementerian Agama Republik Indonesia yang telah memberikan beasiswa kepada penulis sehingga penulis bisa menempuh pendidikan di Institut Pertanian Bogor. 2. Ir. Aam Alamudi, M.Si dan Dr. Ir. Indahwati, M.Si selaku pembimbing yang selalu mengarahkan penulis sehingga penulis dapat menyelesaikan karya ilmiah ini. 3. KH. Helmi Abdul Mubin, Lc sebagai pimpinan pesantren Ummul Quro Al Islami yang mengizinkan penulis untuk melakukan penelitian di pesantren yang beliau pimpin. 4. Ust. M. Taufiqurrahman selaku kepala sekolah MTs Ummul Quro Al Islami beserta jajarannya yang membantu penulis dalam pengambilan data. 5. Kedua orang tua penulis yang senantiasa memberikan dukungannya kepada penulis selama menempuh studi di Institut Pertanian Bogor baik moril maupun materil. 6. Seluruh anggota keluarga penulis yang senantiasa memberikan dukungan serta motivasi kepada penulis. 7. Rekan-rekan Statistika 45 dan rekan-rekan CSS MoRA yang selalu memberikan dukungan serta semangat kepada penulis sehingga penulis dapat menyelesaikan karya ilmiah ini. 8. Kepada pihak-pihak yang tidak dapat disebutkan satu persatu. Semoga Allah memberikan imbalan yang setimpal atas segala bantuan yang telah dibeikan. Penulis mohon maaf apabila terdapat kekurangan atau kesalahan dalam karya tulis ini. Semoga karya tulis ini berguna untuk pihak yang membutuhkan. Bogor, Mei 23 Salman Al Farisi

7 7 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN Latar Belakang Tujuan Penelitian 2 TINJAUAN PUSTAKA 2 METODOLOGI 6 Bahan 6 Prosedur Analisis Data 6 HASIL DAN PEMBAHASAN 7 Minat Melanjutkan Studi Siswa 7 Model Regresi Logistik 7 Interpretasi Koefisien 8 Evaluasi Keakuratan Model 9 SIMPULAN DAFTAR PUSTAKA LAMPIRAN 2 RIWAYAT HIDUP 4

8 DAFTAR TABEL Ketepatan klasifikasi 5 2 Peubah penjelas yang berpengaruh nyata terhadap peubah respon dengan prosedur eliminasi langkah mundur 8 3 Nilai dugaan rasio odds peubah penjelas yang berpengaruh nyata terhadap status kelanjutan siswa tingkat Tsanawiyah di Pesantren Ummul Quro Al Islami 8 4 Ketepatan klasifikasi model pada cut point DAFTAR GAMBAR Kurva ROC 5 2 Persentase minat melanjutkan studi siswa 7 3 Kurva ROC keseluruhan model DAFTAR LAMPIRAN Deskripsi peubah penjelas dan peubah boneka yang digunakan 2 2 Analisis regresi logistik menggunakan model penuh 3

9 PENDAHULUAN Latar Belakang Pesantren merupakan salah satu lembaga pendidikan yang ada di Indonesia. Layaknya sekolah formal pada umumnya, pesantren memiliki kurikulum yang terpadu dan silabus pendidikan yang mengarah kepada tujuan untuk menjadikan peserta didiknya menjadi insan yang terdidik dan berguna. Sesuai dengan sifatnya, pesantren selalu mengedepankan pendidikan keagamaan dalam kurikulumnya. Dalam perkembangannya pesantren mulai mengadopsi sistem pendidikan yang ada pada sekolah-sekolah umum bukan pesantren dengan menerapkan sistem madrasah di dalamnya. Berbeda dengan pembelajaran agama konvensional, pembelajaran di madrasah dilaksanakan dengan sistem kelas yang terorganisir dan terstruktur (Haningsih S 28). Dalam sistem madrasah, murid dikelompokkan ke dalam kelas-kelas dan setiap murid diperkenankan mengambil mata pelajaran berikutnya setelah menyelesaikan pelajaran di tingkat sebelumnya. Selain itu, ilmu-ilmu umum seperti IPA, IPS dan ilmu pengetahuan umum lainnya dimasukkan dalam kurikulum pendidikan di pesantren. Pesantren Ummul Quro Al Islami (UQI) adalah salah satu pesantren yang berlokasi di Kampung Banyusuci Leuwimekar Kecamatan Leuwiliang Kabupaten Bogor yang telah memasukkan sistem madrasah dengan masa pendidikan enam tahun yang dimulai dengan tingkat Tsanawiyah yang setara dengan SMP, sampai dengan tingkat Aliyah yang setara dengan SMA. Namun pada kenyataannya, banyak santri ketika selesai pada tingkat Tsanawiyah memilih melanjutkan studinya di luar pesantren. Data tahun ajaran tiga tahun pelajaran terakhir yaitu tahun ajaran 29-2 sampai tahun ajaran 2-22 menunjukkan bahwa banyaknya siswa tingkat Tsanawiyah di pesantren UQI yang keluar dari pesantren UQI setelah selesai pada tingat Tsanawiyahnya. Tahun ajaran 29-2 dari 37 siswa hanya 2 atau 54.32% yang melanjutkan di pesantren UQI, untuk tahun ajaran 2-2 dari 4 siswa, hanya 23 siswa atau 3.75% yang melanjutkan di pesantren UQI, dan untuk tahun ajaran 2-22 dari 385 hanya 235 siswa atau 6.4% yang melanjutkan di pesantren UQI. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi minat seorang siswa tingkat Tsanawiyah di pesantren UQI untuk melanjutkan studinya ke tingkat Aliyah di pesantren UQI. Peubah respon dalam penelitian ini adalah minat seorang siswa melanjutkan studi ke tingkat Aliyah di pesantren UQI (=Ya, =Tidak). Oleh karena peubah respon merupakan data kategorik dan hanya melibatkan dua kategori, maka analisis yang digunakan adalah analisis regresi logistik biner.

10 2 Tujuan Penelitian Penelitian ini bertujuan mengidentifikasi faktor-faktor yang mempengaruhi seorang siswa tingkat Tsanawiyah pesantren UQI melanjutkan studi ke tingkat Aliyah di pesantren yang sama. TINJAUAN PUSTAKA Analisis Regresi Logistik Regresi logistik merupakan analisis statistika yang digunakan untuk mengetahui hubungan antara peubah-peubah penjelas x dengan peubah respon yang bersifat kategorik. Dalam regresi logistik tidak diperbolehkan adanya multikolinieritas karena akan mengakibatkan galat baku dari koefisien regresinya akan membesar sehingga kemungkinan hasil uji Wald dari masing-masing peubah penjelas tidak signifikan. Hosmer dan Lemeshow (2) menjelaskan bahwa model regresi logistik dibentuk dengan menyatakan nilai E(Y= X) sebagai π(x) adalah y = π(x) + ε, exp g(x) dengan π(x) = +expg(x) Dalam regresi logistik perlu dilakukan transformasi logit untuk melinierkan fungsi regresi yang non linier tersebut. Transformasi logit dari fungsi tersebut adalah sebagai berikut (Agresti 99): g(x) = logit [π(x)] = ln [ π(x) -π(x) ] g(x) = β + β x β p x p dengan: β = konstanta β i = koefisien regresi logistik, i =, 2,..., p Untuk peubah bersifat kategorik, maka diperlukan peubah boneka (dummy variable). Secara umum jika peubah skala nominal atau ordinal mempunyai k kemungkinan nilai, maka diperlukan k- peubah boneka. Misalkan peubah penjelas ke-j mempunyai k j level. D ju melambangkan k j - peubah boneka dan β ju merupakan koefisien peubah boneka dengan u =, 2,..., k j -. Sehingga model transformasi logitnya menjadi: g(x) = β + β x u β ju ju + β p x p dengan: x j = peubah penjelas ke-j dengan tingkatan k j k j - = jumlah peubah boneka β ju = koefisien peubah boneka u =, 2,..., k j - k j -

11 3 Pendugaan Parameter Metode pendugaan parameter yang digunakan dalam regresi logistik adalah metode kemungkinan maksimum (maximum likelihood). Jika antara amatan yang satu dengan yang lain diasumsikan saling bebas, maka fungsi kemungkinannya adalah: n l(β) = π(x i ) y i [-π(x i- i ) -y i] dengan: y i = respon pada pengamatan ke-i, nilai y i = atau π(x i ) = peluang kejadian ke-i bernilai Y=, i =, 2,..., p β i akan diduga dengan memaksimumkan l(β) dengan pendekatan logaritma sehingga fungsi kemungkinannya sebagai berikut: n L(β) = ln[l(β)] = i= {y i ln[π(x i )] +(-y i )ln[-π(x i )]} Untuk mendapatkan nilai dugaan koefisien regresi logistik ( ) dilakukan dengan penurunan L(β) terhadap β i, dengan i =, 2,..., p dan disamakan dengan nol. Pengujian Parameter Pengujian terhadap parameter dilakukan sebagai upaya untuk memeriksa peranan peubah penjelas yang ada dalam model. Menurut Hosmer dan Lemeshow (2) untuk mengetahui peran seluruh peubah penjelas dalam model secara bersama-sama dapat digunakan statistik uji-g. Hipotesis yang diuji adalah: H : β = β 2 =... = β p = H : minimal ada satu β i, i =, 2,..., p Statistik uji-g didefinisikan sebagai: G = -2Ln[ L L p ] Dengan L adalah fungsi kemungkinan tanpa peubah penjelas dan L p merupakan fungsi kemungkinan dengan peubah penjelas. Jika hipotesis nol benar, maka statistik uji-g akan menyebar mengikuti sebaran χ 2 dengan derajat bebas p. Hipotesis nol ditolak jika G > χ 2 p(α) (Hosmer & Lemeshow 2). Statistik uji Wald digunakan untuk menguji parameter secara parsial. Hipotesis yang diuji adalah: H : β j = H : β j, j =, 2,..., p

12 4 Statistik uji Wald didefinisikan sebagai berikut: W = β j SÊ(β j) Hipotesis nol ditolak jika > Z α/2 (Hosmer & Lemeshow 2). Pemilihan Model Regresi Ada beberapa cara yang dapat dilakukan untuk memilih model regresi terbaik. Draper & Smith (992) menjelaskan metode yang dapat digunakan untuk memilih model regresi yang terbaik, beberapa diantaranya adalah semua kemungkinan regresi (all possible regression), regresi himpunan bagian terbaik (best subset regression), prosedur regresi bertatar (the stepwise regression procedure) dan prosedur eliminasi langkah mundur (the backward elimination procedure). Prosedur eliminasi langkah mundur biasanya digunakan pada regresi berganda dengan banyak peubah penjelas. Prosedur ini juga digunakan untuk mencari model regresi terbaik serta untuk mengatasi multikolinieritas. Analisis ini dimulai dengan model penuh yaitu memasukkan semua peubah penjelas ke dalam model kemudian peubah-peubah penjelas yang tidak signifikan dikeluarkan satu persatu secara bertahap. Peubah penjelas yang dikeluarkan adalah peubah penjelas yang memiliki nilai-p terbesar. Proses akan berhenti jika nilai-p terbesar pada peubah penjelas kurang dari α. Hal ini berarti tidak ada lagi peubah penjelas yang direduksi dari model (Draper & Smith 992). Interpretasi Model Interpretasi koefisien untuk model regresi logistik adalah dengan melihat nilai rasio Oddsnya. Koefisien model logit, β, mencerminkan perubahan nilai fungsi logit g(x) untuk perubahan satu unit peubah penjelas x. Dalam analisis model logit, Odds didefinisikan sebagai: π(x) -π(x) = exp [α + βx] = eα (e β ) x Misalkan x = dan x 2 = merupakan nilai dari peubah x, maka rasio Odds π(x) pada saat x dengan π(x) pada saat x 2 adalah: Ψ = π(x ) -π(x ) = exp (α+βx ) exp (α+βx 2 ) π(x 2 ) -π(x 2 ) Ψ = exp[β(x x 2 )] = exp (β)

13 5 Sehingga rasio Odds Ψ = exp(β i ) ketika x = dan x 2 =. Interpretasi dari rasio Odds peubah penjelas x yang berskala nominal dan ordinal, yaitu Odds untuk y= pada x= sebesar Ψ kali dibandingkan Odds y= pada x=, sedangkan jika peubah penjelasnya berskala numerik, maka interpretasinya setiap kenaikan satu satuan pada peubah penjelas x maka Odds untuk y= akan naik sebesar Ψ kali. Tabel Ketepatan Klasifikasi Aktual Evaluasi Keakuratan Model Salah satu ukuran kebaikan model adalah jika memiliki peluang salah klasifikasi yang minimal (Hosmer & Lemeshow 2). Tabel kesesuaian klasifikasi merupakan tabel dua arah antara kelompok data sebenarnya dan prediksi. Tabel tersebut disajikan pada Tabel di bawah ini. Prediksi model % Ketepatan Benar (-) Salah (+) spesifisitas Salah (-) Benar (+) sensitifitas Kurva ROC (Receiver Operating Characteristic) pada Gambar adalah plot antara peluang salah positif (-spesifisitas) dengan benar positif (sensitifitas). Luas daerah di bawah kurva ROC berkisar antara sampai menunjukkan kemampuan model dalam mengelompokkan data dan juga untuk menilai keakuratan suatu diagnosis (Hosmer & Lemeshow 2). Gambar Kurva ROC

14 6 METODOLOGI Bahan Data yang digunakan dalam penelitian ini adalah data primer yang berdasarkan jawaban siswa atas kuisioner yang diberikan kepada siswa tingkat Tsanawiyah kelas tiga di pesantren UQI tahun ajaran 22/23. Peubah penjelas yang digunakan sebanyak 3 peubah penjelas dan satu peubah respon yaitu minat melanjutkan studi setelah lulus dari tingkat Tsanawiyah di pesantren UQI yang terdiri dari dua kategori yaitu siswa melanjutkan studi ke tingkat Aliyah di pesantren UQI (=Ya, =Tidak). Minat merupakan keinginan yang ada dalam diri siswa ketika masih berada di tingkat Tsanawiyah untuk memilih tempat studi mereka sebelum mereka lulus dari tingkat Tsanawiyahnya, sedangkan status menggambarkan keadaan siswa tingkat Tsanawiyah tersebut ketika mereka telah menempuh pendidikan di tingkat Aliyah di sekolah yang mereka inginkan ketika masih berada di tingkat Tsanawiyah. Minat siswa untuk melanjutkan pada tingkat Aliyah di pesantren UQI dapat menggambarkan status melanjutkan pada tingkat Aliyah di pesantren UQI. Peubah-peubah penjelas yang digunakan adalah sebagai berikut:. X = Jenis kelamin 2. X 2 = Asal siswa 3. X 3 = Cita-cita siswa 4. X 4 = Uang saku perbulan 5. X 5 = Kepuasan terhadap fasilitas yang ada di pesantren 6. X 6 = Kepuasan terhadap metode penyampaian pelajaran pondok 7. X 7 = Kepuasan terhadap metode penyampaian pelajaran umum 8. X 8 = Lama jam pelajaran umum 9. X 9 = Lama jam pelajaran pondok. X = Kepuasan akan organisasi santri. X = Kepuasan akan sikap pengurus 2. X 2 = Motivasi masuk pesantren 3. X 3 = Kenyamanan untuk tinggal di pesantren Prosedur Analisis Data Langkah-langkah yang dilakukan dalam penelitian ini adalah:. Melakukan persiapan pengumpulan data 2. Melakukan analisis deskriptif untuk mengetahui karakteristik responden 3. Melakukan analisis regresi logistik yang meliputi: a. Pendugaan parameter regresi logistik terhadap data menggunakan metode kemungkinan maksimum b. Pengujian parameter secara simultan menggunakan uji-g c. Pengujian parameter secara parsial menggunakan uji Wald

15 7 4. Mereduksi peubah-peubah penjelas yang tidak nyata terhadap peubah respon dengan menggunakan prosedur eliminasi langkah mundur. Kriteria pereduksian apabila peubah penjelas memiliki nilai p-value >.5 5. Melakukan analisis regresi logistik menggunakan model reduksi meliputi: a. Pendugaan parameter regresi logistik dengan menggunakan metode kemungkinan maksimum b. Pengujian parameter secara simultan menggunakan uji-g c. Pengujian parameter secara parsial menggunakan uji Wald 6. Melakukan interpretasi koefisien model regresi logistik biner melalui nilai rasio Odds 7. Menguji keakuratan model dengan menggunakan Tabel klasifikasi dan kurva ROC HASIL DAN PEMBAHASAN Minat Melanjutkan Studi Siswa Gambar 2 menampilkan persentase minat melanjutan studi siswa di pesantren UQI setelah menyelesaikan studi di tingkat Tsanawiyah di pesantren UQI. Dari gambar tersebut dapat diketahui bahwa persentase siswa yang berminat melanjutkan studi ke tingkat Aliyah di pesantren UQI setelah menyelesaikan tingkat Tsanawiyahnya sebesar 46% atau sebanyak 7 siswa, sedangkan siswa yang tidak berminat melanjutkan studinya ke tingkat Aliyah di pesantren UQI sebesar 54% atau sebanyak 97 siswa. Gambar 2 Persentase minat melanjutkan studi siswa Deskripsi peubah-peubah penjelas yang dilibatkan ke dalam model dapat dilihat pada Lampiran. Model Regresi Logistik Pendugaan model regresi logistik menggunakan 3 peubah penjelas menghasilkan nilai statistik uji-g sebesar dengan nilai-p sebesar.. Hal ini berarti bahwa pengujian parameter secara keseluruhan menunjukkan setidaknya ada satu peubah penjelas yang berpengaruh terhadap peubah respon pada taraf nyata 5%. Peubah-peubah penjelas yang digunakan beserta peubah bonekanya dapat dilihat pada Lampiran. Pada pengujian parameter secara parsial menggunakan uji Wald pada model regresi logistik biner menunjukkan

16 8 hanya ada 4 peubah penjelas yang berpengaruh signifikan terhadap peubah respon pada taraf 5%. Hasil analisis regresi logistik dengan menggunakan model penuh dapat dilihat pada Lampiran 2. Selanjutnya dilakukan pereduksian peubah penjelas menggunakan prosedur eliminasi langkah mundur. Pereduksian menggunakan prosedur eliminasi langkah mundur menghasilkan nilai statistik uji-g sebesar dengan nilai-p sebesar. dan terdapat empat peubah penjelas yang berpengaruh signifikan terhadap peubah respon. Peubah-peubah penjelas yang berpengaruh signifikan adalah citacita siswa, lama jam pelajaran umum, motivasi masuk pesantren dan kenyamanan tinggal di pesantren. Tabel 2 menunjukkan peubah-peubah respon yang berpengaruh secara signifikan terhadap peubah respon menggunakan prosedur eliminasi langkah mundur. Tabel 2 Peubah penjelas yang berpengaruh nyata terhadap respon dengan prosedur eliminasi langkah mundur Peubah B Wald Nilai-P Berdasarkan Tabel 2, dapat dibentuk model logit sebagai berikut: (x) = X X X X 3 Interpretasi Koefisien Interpretasi koefisien parameter yang ada dalam model regresi logistik dapat menggunakan nilai rasio Odds. Nilai dugaan rasio Odds beserta selang kepercayaan 95% untuk masing-masing peubah tersaji pada Tabel 3. Tabel 3 Nilai dugaan rasio Odds peubah penjelas yang berpengaruh signifikan terhadap minat kelanjutan siswa tingkat Tsanawiyah di pesantren UQI Peubah X3 () (keagamaan, non keagamaan) X8 () X3 () X8 () X2 () X3 () Constant (cukup, tidak cukup) X2 () (motivasi sendiri, motivasi orang lain) X3 () (nyaman, tidak nyaman) SK 95% Rasio Odds Lower Upper

17 9 Peubah cita-cita (X 3() ) memiliki nili rasio Odds sebesar 3.592, ini berarti bahwa Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang memiliki cita-cita yang berhubungan dengan keagamaan adalah kali dibandingkan dengan Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang memiliki cita-cita yang tidak berhubungan dengan keagamaan. Peubah lama jam pelajaran umum (X 8() ) memiliki nilai rasio Odds sebesar 7.8. Hal ini berarti bahwa Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang merasa jam pelajaran umum cukup adalah 7.8 kali dibandingkan Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang merasa jam pelajaran umum tidak cukup. Peubah motivasi masuk pesantren (X 2() ) memiliki nilai rasio Odds sebesar.836. Hal ini berarti bahwa Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang motivasi masuk pesantren dari diri sendiri adalah.836 kali dibandingkan dengan Odds minat melanjutkan ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang motivasi masuk pesantren dari orang lain. Peubah kenyamanan (X 2() ) memiliki nilai rasio Odds sebesar Hal ini berarti bahwa Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang merasa nyaman tinggal di pesantren UQI adalah kali dibandingkan Odds minat melanjutkan studi ke tingkat Aliyah di pesantren UQI untuk siswa tingkat Tsanawiyah yang merasa tidak nyaman tinggal di pesantren UQI. Evaluasi Keakuratan Model Keakuratan dugaan model regresi logistik atau ketepatan prediksi model yang diperoleh dari hasil analisis regresi logistik dapat diketahui melalui Tabel klasifikasi. Cut point yang digunakan dalam pendugaan keakuratan atau ketepatan model ini adalah.5. Tabel klasifikasi dari model ini dapat dilihat pada Tabel 4. Berdasarkan Tabel 4 tersebut dapat diketahui bahwa dari 97 siswa yang tidak melanjutkan ke tingkat Aliyah di pesantren UQI, 58 diantaranya atau 8.2% diklasifikasikan dengan benar, sedangkan dari 7 siswa yang melanjutkan ke tingkat Aliyah di pesantren UQI ada sebanyak 32 siswa atau 77.2% diklasifikasikan dengan benar. Secara keseluruhan dari 368 siswa yang diklasifikan dengan benar (CCR keseluruhan) adalah sebesar 78.8%. Gambar 3 merupakan kurva ROC untuk keseluruhan model dengan luas di bawah kurva sebesar.849, hal ini berarti bahwa kemampuan model dalam mengelompokkan data serta menilai keakuratan dari suatu diagnosis sebesar.849.

18 Tabel 4 Ketepatan klasifikasi model pada cut point.5 Prediksi Aktual Tidak % ketepatan Lanjut lanjut Tidak lanjut Lanjut % ketepatan keseluruhan (CCR) 78.8 Gambar 3 Kurva ROC keseluruhan model SIMPULAN Faktor-faktor yang berpengaruh terhadap minat siswa tingkat Tsanawiyah UQI untuk melanjutkan studi ke tingkat Aliyah di pesantren UQI adalah cita-cita siswa, lama jam pelajaran umum, motivasi masuk pesantren dan kenyamanan tinggal di pesantren. Seorang siswa tingkat Tsanawiyah pesantren UQI akan melanjutkan studinya ke tingkat Aliyah di pesantren UQI apabila ia memiliki citacita yang berhubungan dengan keagamaan dan merasa cukup dengan pelajaran umum yang diterima. Selain itu, siswa tingkat Tsanawiyah yang masuk pesantren karena keinginan sendiri dan merasa nyaman tinggal di pesantren akan lebih memilih melanjutkan studinya ke tingkat Aliyah di pesantren UQI. Evaluasi keakuratan model dapat dilihat melalui nilai %CCR untuk data keseluruhan sebesar 78.8% dan luas kurva ROC sebesar.849 dengan nilai cut point.5.

19 DAFTAR PUSTAKA Agresti A. 99. Categorical Data Analysis. New Jersey : John Wiley and Sons. Agresti A An Introduction to Categorical Data Analysis. New York: John Wiley and Sons, Inc. Draper NR, Smith H Analisis Regresi Terapan. Edisi ke-2. Sumantri B, penerjemah. Jakarta: Gramedia Pustaka Utama. Terjemahan dari : Applied Regression Analysis Haningsih S. 28. Peran Strategis Pesantren, Madrasah dan Sekolah Islam di Indonesia, jurnal Pendidikan Islam, Vol. No.. Universitas Islam Indonesia. Hosmer DW, Lemeshow S. 2. Applied Logistic Regression. 2 nd ed. NewYork: John Wiley and Sons

20 2 Lampiran Deskripsi peubah penjelas dan peubah boneka yang terbentuk Peubah D D2 D3 Keterangan X Jenis kelamin Laki-laki Perempuan Persentase (%) 49 5 X2 Asal siswa Non jabodetabek Jabodetabek 9 X3 Cita-cita siswa Non keagamgaan Keagamaan 8 9 X4 Uang saku perbulan < > X5 Kepuasan terhadap fasilitas Tidak puas Puas 39 6 X6 Metode pengajaran pelajaran pondok Tidak puas Puas X7 Metode pengajaran pelajaran umum Tidak puas Puas 5 5 X8 Jam pelajaran umum Tidak cukup Cukup 49 5 X9 Jam pelajaran pondok Tidak cukup Cukup 2 8 X Kepuasaan terhadap organisasi santri pesantren Tidak puas Puas X Kepuasan akan sikap pengurus Tidak puas Puas X2 Motivasi masuk pesantren Dorongan orang lain Keinginan sendiri X3 Kenyamanan tinggal di pesantren Tidak nyaman Nyaman 37 63

21 3 Lampiran 2 Analisis regresi logistik menggunakan model penuh Peubah B Wald Nilai-P Gender (X () ) Asal (X 2() ) Cita (X 3() ) Uang saku (X 4() ) Uang saku (X 4(2) ) Uang saku (X 4(3) ) Fasilitas (X 5() ) Metodeum (X 6() ) Metodepon (X 7() ) Jamum (X 8() ) Jampon (X 9() ) Kepengurusan (X () ) Sikap ( () ) Motivasi (X 2() ) Kenyamanan (X 3() ) Constant

22 4 RIWAYAT HIDUP Penulis dilahirkan di Majalengka pada tanggal 3 November 989 dan merupakan anak ke delapan dari sembilan bersaudara dari pasangan H. Bilaluddin dan Hj. Ropikoh. Penulis mulai menempuh pendidikan di sekolah dasar negeri Banjaran pada tahun 995 sampai tahun 2. Penulis melanjutkan pendidikannya di madrasah Tsanawiyah negeri Cirebon dan setelah menyelesaikan studi ditingkat Tsanawiyah, penulis melanjutkan pendidikan di pesantren UQI Bogor. Pada tahun 28 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) pada jurusan Statistika melalui Program Beasiswa Santri Berprestasi (PBSB) Kementrian Agama RI. Selama belajar di IPB, penulis pernah mengikuti beberapa organisasi yang ada di IPB. Beberapa organisasi yang pernah diikuti penulis selama di IPB diantaranya LDK Al Hurriyah sebagai anggota departemen Islamic Student Center (ISC), SERUM G (Serambi Ruhiyah Mahasiswa FMIPA) sebagai anggota departemen Islamic Student Center (ISC), dan CSS MoRA IPB sebagai anggota departemen Sosial dan Lingkungan. Selain itu, penulis juga aktif mengikuti kegiatan-kegiatan kemahasiswaan yang ada di kampus baik sebagai peserta maupun sebagai panitia.

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN 1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code

Lebih terperinci

MODEL REGRESI LOGISTIK BINER UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP STATUS ANEMIA PADA IBU HAMIL

MODEL REGRESI LOGISTIK BINER UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP STATUS ANEMIA PADA IBU HAMIL MODEL REGRESI LOGISTIK BINER UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP STATUS ANEMIA PADA IBU HAMIL (Studi Kasus : Wilayah Kerja Puskesmas Wajo Kota Bau-Bau Propinsi Sulawesi Tenggara)

Lebih terperinci

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama

Lebih terperinci

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian mengenai persepsi dan sikap responden terhadap produk Oreo setelah adanya isu melamin serta faktor-faktor yang mempengaruhi persepsi

Lebih terperinci

ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI

ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Faikul Fahmi 1*, Laelatul Khikmah 2 1 Statistika, Akademi Statistika (AIS

Lebih terperinci

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI BERAT BAYI LAHIR RENDAH (BBLR) MENGGUNAKAN PENDEKATAN REGRESI LOGISTIK BINER

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI BERAT BAYI LAHIR RENDAH (BBLR) MENGGUNAKAN PENDEKATAN REGRESI LOGISTIK BINER IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI BERAT BAYI LAHIR RENDAH (BBLR) MENGGUNAKAN PENDEKATAN REGRESI LOGISTIK BINER (Studi Kasus : Puskesmas Kecamatan Klakah - Lumajang, Jawa Timur) ZORAYA DIAN PUSPITASARI

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

Lebih terperinci

HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas

HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas 19 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas Hasil analisis mengenai persentase responden berdasarkan peubah-peubah penjelas ditunjukkan pada Gambar 2. Usia responden

Lebih terperinci

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

PEMODELAN 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 terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan

Lebih terperinci

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli

Lebih terperinci

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI Xplore, 2013, Vol. 2(1):e4(1-7) c 2013 Departemen Statistika FMIPA IPB ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI Syella Sumampouw, Muhammad

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik

Lebih terperinci

HASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden

HASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0 8. Peubah rancangan alat pembersih yang digunakan di rumah (ALAT). Alat pembersih di rumah (1) (2) Sapu 1

Lebih terperinci

BAHAN DAN METODE HASIL DAN PEMBAHASAN

BAHAN DAN METODE HASIL DAN PEMBAHASAN 5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik

Lebih terperinci

Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP

Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP Nonong Amalita, Yenni Kurniawati Jurusan Matematika FMIPA UNP E-mail: nongamalita@yahoo.com Abstrak. Performansi

Lebih terperinci

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat

Lebih terperinci

ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO

ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008 RINGKASAN TJIPTO AJI SUDARSO. Analisis

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

ABSTRAK METODE REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER

ABSTRAK METODE REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER METODE REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER Astri Atti* ABSTRACT Coronary heart disease (CHD) is an anomaly that caused by constriction of artery. CHD is influenced

Lebih terperinci

PENERAPAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (SMOTE) TERHADAP DATA TIDAK SEIMBANG PADA PEMBUATAN MODEL KOMPOSISI JAMU

PENERAPAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (SMOTE) TERHADAP DATA TIDAK SEIMBANG PADA PEMBUATAN MODEL KOMPOSISI JAMU Xplore, 2013, Vol. 1(1):e9(1-6) c 2013 Departemen Statistika FMIPA IPB PENERAPAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (SMOTE) TERHADAP DATA TIDAK SEIMBANG PADA PEMBUATAN MODEL KOMPOSISI JAMU Rossi

Lebih terperinci

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI

Lebih terperinci

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Pengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran

Pengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran 22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perusahaan memiliki strategi tertentu untuk memenangkan persaingan dalam pasar yang mereka hadapi. Perusahaan yang ketat dalam pasar operator seluler

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien

Lebih terperinci

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, )

BAB II TINJAUAN PUSTAKA. Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, ) BAB II TINJAUAN PUSTAKA 2.1 Pengertian Pendidikan Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, 1889-1959) menjelaskan tentang pengertian pendidikan yaitu: Pendidikan umumnya berarti daya upaya

Lebih terperinci

HASIL DAN PEMBAHASAN. penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi Tabel 1. Karakteristik debitur

HASIL DAN PEMBAHASAN. penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi Tabel 1. Karakteristik debitur Software yang digunakan dalam penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi 15.0. HASIL DAN PEMBAHASAN Gambaran Umum Karakteristik Debitur Banyaknya debitur kredit konsumtif

Lebih terperinci

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic

Lebih terperinci

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN VOLUME 2, NO. 1. ISSN 2303-0992 N. PONTO PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus: Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi

Lebih terperinci

IDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK

IDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK IDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK Tina Aris Perhati 1, Indahwati 2, Budi Susetyo 3 1 Dept. of Statistics, Bogor Agricultural University (IPB), Indonesia,

Lebih terperinci

EKO ERTANTO PEMBIMBING

EKO ERTANTO PEMBIMBING UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING

Lebih terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL 1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

PENERAPAN DOMINANCE ANALYSIS

PENERAPAN DOMINANCE ANALYSIS PENERAPAN DOMINANCE ANALYSIS UNTUK MENENTUKAN KEPENTINGAN FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT ADOPSI TEKNOLOGI NELAYAN (Studi Kasus pada Nelayan Kabupaten Aceh Jaya) ALFIN KHAIRI DEPARTEMEN STATISTIKA

Lebih terperinci

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu

Lebih terperinci

dimana: n1= jumlah sampel dalam tiap kecamatan

dimana: n1= jumlah sampel dalam tiap kecamatan IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan pertimbangan Kota Bogor merupakan kota

Lebih terperinci

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)

Lebih terperinci

ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010

ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti (1308030043) Dosen Pembimbing:

Lebih terperinci

RMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X

RMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PERBANDINGAN METODE DISKRETISASI DALAM MODEL REGRESI LOGISTIK (Studi Kasus: Pembentukan Model Penskoran Kredit Bank X) DIAN ILMIATI ARDITA

PERBANDINGAN METODE DISKRETISASI DALAM MODEL REGRESI LOGISTIK (Studi Kasus: Pembentukan Model Penskoran Kredit Bank X) DIAN ILMIATI ARDITA PERBANDINGAN METODE DISKRETISASI DALAM MODEL REGRESI LOGISTIK (Studi Kasus: Pembentukan Model Penskoran Kredit Bank X) DIAN ILMIATI ARDITA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA Puji Subekti Mahasiswa Program Magister Matematika Universitas Brawijaya Malang Telp : 8564963425; Email

Lebih terperinci

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER (R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah Email : s.hadip@yahoo.co.id Abstrak

Lebih terperinci

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Xplore, 2013, Vol. 2(1):e10(1-5) c 2013 Departemen Statistika FMIPA IPB ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Rindy Anggun Pertiwi, Indahwati, Farit

Lebih terperinci

ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI

ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN

Lebih terperinci

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA TUGAS AKHIR ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA Any Masruroh 1308 030 065 Dosen Pembimbing Ir. Arie Kismanto, M.Sc PENDAHULUAN Latar Belakang Permasalahan

Lebih terperinci

PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA

PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus : Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi Sulawesi Utara) NELDA PONTO SEKOLAH

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN

FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Regresi adalah bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh satu atau lebih variabel lain yaitu variabel independen dengan tujuan untuk

Lebih terperinci

ponsel, purposive sampling, regresi logistik politomus

ponsel, purposive sampling, regresi logistik politomus JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO

Lebih terperinci

(Studi Kasus Siswa SMP Kelas VIII di SMPN 1 Tajinan Malang) *Wuri Graita Gayuh Palupi *Abadyo

(Studi Kasus Siswa SMP Kelas VIII di SMPN 1 Tajinan Malang) *Wuri Graita Gayuh Palupi *Abadyo PERBANDINGAN REGRESI MODEL LOGISTIK BINER DENGAN REGRESI MODEL PROBIT TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI SIKAP SISWA SMP PADA MATA PELAJARAN MATEMATIKA (Studi Kasus Siswa SMP Kelas VIII di SMPN 1

Lebih terperinci

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN: PENERAPAN REGRESI PROBIT BIVARIAT UNTUK MENDUGA FAKTOR-FAKTOR YANG MEMENGARUHI KELULUSAN MAHASISWA (Studi Kasus: Mahasiswa Fakultas MIPA Unversitas Udayana) Ni Gusti Ketut Trisna Pradnyantari 1, I Komang

Lebih terperinci

Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya

Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Jurnal Penelitian Sains Volume 16 Nomor 2(A) April 2013 Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Dian Cahyawati

Lebih terperinci

APLIKASI REGRESI LOGISTIK DALAM ANALISIS FAKTOR RISIKO ANEMIA GIZI PADA MAHASISWA BARU IPB

APLIKASI REGRESI LOGISTIK DALAM ANALISIS FAKTOR RISIKO ANEMIA GIZI PADA MAHASISWA BARU IPB APLIKASI REGRESI LOGISTIK DALAM ANALISIS FAKTOR RISIKO ANEMIA GIZI PADA MAHASISWA BARU IPB (Logistic Regression Application on Analysis of Risk Factors of Nutritional Anemia Among New Students of IPB)

Lebih terperinci

IDENTIFIKASI INDIKATOR STANDAR PELAYANAN MINIMAL PENCIRI AKREDITASI SMP DAN MTS DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL FAHMI SALAM AHMAD

IDENTIFIKASI INDIKATOR STANDAR PELAYANAN MINIMAL PENCIRI AKREDITASI SMP DAN MTS DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL FAHMI SALAM AHMAD IDENTIFIKASI INDIKATOR STANDAR PELAYANAN MINIMAL PENCIRI AKREDITASI SMP DAN MTS DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL FAHMI SALAM AHMAD DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

Analisis Regresi Logistik Ordinal Pada Tingkat Kepuasaan Pengguna Jasa Terhadap Pelayanan di Bandara Internasional Sam Ratulangi Manado

Analisis Regresi Logistik Ordinal Pada Tingkat Kepuasaan Pengguna Jasa Terhadap Pelayanan di Bandara Internasional Sam Ratulangi Manado Analisis Regresi Logistik Ordinal Pada Tingkat Kepuasaan Pengguna Jasa Terhadap Pelayanan di Bandara Internasional Sam Ratulangi Manado Ninda Wahyuni Paputungan 1, Yohanes A. R. Langi 2, Jantje D. Prang

Lebih terperinci

HASIL. yang berlebihan. kotak garis (box-plot) yaitu, Bersubsidi. untuk KPR Bersubsidi. 2. Membangun. analisis. keseluruhan

HASIL. yang berlebihan. kotak garis (box-plot) yaitu, Bersubsidi. untuk KPR Bersubsidi. 2. Membangun. analisis. keseluruhan 4 HASIL DAN PEMBAHASAN Ekplorasi Seluruh Data KPR Bersubsidi Secara kesulurahan persentase macet pada data Kredit Pemilikan Rumah Bersubsidi dalam penelitian ini sebesar 6,05%. Gambar 3 menggambarkan perbandingan

Lebih terperinci

Others Institution Credit Job Code

Others Institution Credit Job Code 4. Residence status (status kepemilikan rumah) yang dinotasikan dengan RS. Peubah ini dibagi menjadi enam kelompok. 5. Job code (kode pekerjaan) yang dinotasikan dengan JC. Peubah ini dibagi menjadi lima

Lebih terperinci

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

pendekatan regresi logistik biner Oleh :Wida Suliasih ( ) Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian

Lebih terperinci

EVALUASI RINTISAN SEKOLAH BERTARAF INTERNASIONAL MELALUI PENDEKATAN REGRESI LOGISTIK BINER, ANALISIS PROFIL, DAN PENSKORAN IBAN ARIA NUGRAHA

EVALUASI RINTISAN SEKOLAH BERTARAF INTERNASIONAL MELALUI PENDEKATAN REGRESI LOGISTIK BINER, ANALISIS PROFIL, DAN PENSKORAN IBAN ARIA NUGRAHA EVALUASI RINTISAN SEKOLAH BERTARAF INTERNASIONAL MELALUI PENDEKATAN REGRESI LOGISTIK BINER, ANALISIS PROFIL, DAN PENSKORAN IBAN ARIA NUGRAHA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Lokasi penelitian dilakukan di enam kelurahan di Kota Depok, yaitu Kelurahan Pondok Petir, Kelurahan Curug, Kelurahan Tapos, Kelurahan Beji, Kelurahan

Lebih terperinci

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK

Lebih terperinci

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id

Lebih terperinci

PENDEKATAN METODE CHAID DAN REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO FASCIOLOSIS PADA SAPI RIA HAYATUN NUR

PENDEKATAN METODE CHAID DAN REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO FASCIOLOSIS PADA SAPI RIA HAYATUN NUR PENDEKATAN METODE CHAID DAN REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO FASCIOLOSIS PADA SAPI RIA HAYATUN NUR DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN

MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN Jurnal Matematika UNAND Vol. VI No. 1 Hal. 128 133 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE

Lebih terperinci

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR Faktor-faktor yang Mempengaruhi Peranan Ibu Rumah Tangga Nelayan Terhadap Pemenuhan Kebutuhan Rumah Tangga di Kelurahan Tebul Bangkalan dengan Metode Regresi Logistik Biner MOCH. FAUZI 1307 030 056 PEMBIMBING

Lebih terperinci

ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X

ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X Erna Hayati Fakultas Ekonomi Universitas Islam Lamongan ABSTRAKSI Kepuasan

Lebih terperinci

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS

Lebih terperinci

ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH

ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 53 60 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI

Lebih terperinci

KAJIAN PERBANDINGAN MODEL CREDIT SCORING TERHADAP DATA NUMERIK DAN DATA KATEGORIK MENGGUNAKAN REGRESI LOGISTIK PERA TINFIKA MUTIARA

KAJIAN PERBANDINGAN MODEL CREDIT SCORING TERHADAP DATA NUMERIK DAN DATA KATEGORIK MENGGUNAKAN REGRESI LOGISTIK PERA TINFIKA MUTIARA KAJIAN PERBANDINGAN MODEL CREDIT SCORING TERHADAP DATA NUMERIK DAN DATA KATEGORIK MENGGUNAKAN REGRESI LOGISTIK PERA TINFIKA MUTIARA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik 1. Uji Klasifikasi Model Uji klasifikasi model dapat menunjukkan kekuatan atau ketepatan prediksi dari model regresi untuk mempredikasi tingkat nilai willingness

Lebih terperinci

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN

Lebih terperinci

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY KELOMPOK : Karlina Siti Faresha 135020200111071 Rezky Ridhowati 135020200111074 Pahriyatul Ummah 135020201111002 JURUSAN MANAJEMEN FAKULTAS EKONOMI

Lebih terperinci

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu : III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam

Lebih terperinci

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI SYELLA SUMAMPOUW

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI SYELLA SUMAMPOUW ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI SYELLA SUMAMPOUW DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

10 Departemen Statistika FMIPA IPB

10 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini akan dilaksanakan di beberapa peternak plasma ayam broiler di Kota Depok. Penentuan lokasi penelitian dilakukan atas dasar pertimbangan

Lebih terperinci

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

Masalah Overdispersi dalam Model Regresi Logistik Multinomial Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA

Lebih terperinci

SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA IDZA FARIHA AFRIH

SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA IDZA FARIHA AFRIH SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : Siswa Jurusan IPA dan IPS Madrasah Aliyah Negeri Jember 3) Oleh: IDZA FARIHA AFRIH NRP 1302 109

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 405-416 Online di: http://ejournal-s1undipacid/indexphp/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Aplikasi Regresi Logistik Biner untuk Menganalisis Faktor Faktor yang Mempengaruhi Waktu Kelulusan Mahasiswa (Studi Kasus Mahasiswa Bidik

Lebih terperinci

PEMBAHASAN Pelaksanaan Survei

PEMBAHASAN Pelaksanaan Survei 4 Populasi penelitian dibagi menjadi dua lapisan berdasarkan cluster perumahan BNR. Cluster-cluster dengan ukuran rumah 1 m 2 digolongkan sebagai lapisan 1 sedangkan cluster-cluster dengan ukuran rumah

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN : PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,

Lebih terperinci

MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ)

MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ) JURNAL MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ) (Studi Kasus: Mahasiswa Jurusan Manajemen Fakultas Ekonomi Universitas Terbuka

Lebih terperinci

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Suparto Teknik Industri, ITATS, Jalan AR. Hakim 100 Surabaya E-mail : wrskt_indria@yahoo.com Abstrak.

Lebih terperinci

MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)

MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN Penelitian ini menggunakan regresi logistik untuk mengetahui faktorfaktor yang mempengaruhi

Lebih terperinci

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG Wardatuz Zakiyah, Hendro Permadi, dan Swasono Rahardjo Universitas Negeri Malang E-mail : zakiyah_musta

Lebih terperinci

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci