PENGGUNAAN KRITERIA rcp PADA PEMILIHAN PEUBAH BEBAS TERBAIK JIKA TERDAPAT MULTIKOLINEARITAS
|
|
- Hartono Tanuwidjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGGUNAAN KRIERIA rp PADA PEMILIHAN PEUBAH BEBAS ERBAIK JIKA ERDAPA MULIKOLINEARIAS Harm Sugart Unverstas erbuka ABSRAC Some roedures an be used for seletng ndeendent varables, one of them s the roedure of all ossble regresson wth robust C (RC) rteron. hs statst s not senstve wth multollnearty n model and outler resduals. he am of ths artle s to nvestgate the use of RC rteron n seletng ndeendent varables. he result of the smulaton exermental data shows that the RC rteron fts enough to selet ndeendent varables. Keywords: ndeendent varables seleton, robust, multolnearty Masalah emlhan eubah bebas yang sesua serng meruakan masalah yang komleks, hal n dsebabkan karena eubah-eubah bebas yang kta mlk belum tentu meruakan eubaheubah bebas yang derlukan untuk emodelan. dak adanya rosedur matemats yang daat menghaslkan sebuah enyelesaan yang bak untuk ermasalahan emlhan eubah, mengakbatkan rosedur yang terseda hanya meruakan metode untuk menerangkan struktur data yang ada atau eksloras (Montgomery & Pek, 199). Salah satu rosedur yang daat dgunakan adalah rosedur semua kemungknan regres yang memuat eubah bebas otensal dan memlh ersamaan terbak dengan krtera C -Mallows (Draer & Smth, 1981). Prosedur n dlakukan ada konds deal, yakn antara lan denuhnya asums tdak adanya korelas dantara eubah-eubah bebas (multkolneartas) dalam model regres lnear berganda. Asums tdak adanya multkolneartas derlukan oleh metode kuadrat terkel (Ordnary Least Square, OLS) untuk mendaatkan enaksr arameter yang bersfat tak bas lnear terbak (Best Lnear Unbased Estmator, BLUE) dar model regres lnear berganda Y X X... X, 1,,..., n dengan 1 1 Y adalah nla eubah resons ada engamatan ke-, X adalah nla eubah bebas ada engamatan ke- dan,,..., 1 adalah koefsen regres yang tdak dketahu nlanya. Meskun nla enduga ˆ kel, adanya multkolneartas mengakbatkan masalah endugaan arameter regres, yakn besarnya nla varans enduga ˆ var( ˆ ), sehngga keadaan n akan menyebabkan u statstk seara arsal untuk koefsen gars regres tdak sgnfkan. Indkas adanya masalah kolneartas dtunukkan dengan suatu dagnostk terhada besarnya nla varane nflaton fator (VIF) dar ˆ. VIF adalah suatu faktor yang mengukur
2 Harm, Penggunaan Krtera rp ada Pemlhan Peubah Bebas erbak seberaa besar kenakan varans dar enduga ˆ dbandngkan terhada eubah bebas lan yang salng orthogonal atau bebas. Msalkan R adalah nla koefsen determnas dar eubah bebas X ka dregreskan terhada semua eubah bebas X yang lannya, maka nla VIF dnyatakan sebaga 1 VIF. Nla VIF yang besar VIF 1 bsa dgunakan sebaga etunuk adanya R 1 multkolneartas (Neter & Wasserman, 199). Penanganan kasus multkolneartas dalam model, kadangkala dkut munulnya enymangan asums lannya, dantaranya munulnya engamatan enlan (outler) dalam data. Adanya engamatan enlan dalam data, daat mengakbatkan enaksr koefsen gars regres yang deroleh tdak teat. Namun demkan tndakan membuang (menolak) begtu saa suatu engamatan enlan bukanlah tndakan yang baksana, karena adakalanya engamatan enlan memberkan nformas yang uku berart. Dalam hal tdak denuhnya asums tdak ada multkolneartas, salah satu metode alternatf yang daat doba adalah rosedur semua kemungknan regres yang memuat eubah bebas RC robust C (Sommer otensal, dan memlh ersamaan terbak dengan menggunakan krtera & Huggns, 1996). Menurut Staudte & Sheather (199), ka hubungan lnear antara satu eubah reson dengan eubah-eubah bebasnya dmodelkan sebaga Y X, dmana X menyatakan bars ke- dar matrks ranangan X, menyatakan arameter model dan menyatakan suku galat. Penduga kemungknan maksmum (M-estmator) untuk model dengan arameter deroleh ˆ atau menar enyelesaan dar dengan ara memnmumkan x, e x, y x ˆ ersamaan x x, y x ˆ x, e,, dengan x e xe, yang daat dturunkan dan memenuh untuk berbaga fungs konveks x,. Karena enduga yang deroleh n ˆ bukan meruakan skala nvarant, yatu ka ssaannya e y x ˆ dgandakan dengan suatu konstanta akan deroleh enyelesaan yang tdak sama seert sebelumnya. Sehngga untuk e mendaatkan skala nvarant, dgunakan nla sebaga enggant e, dengan adalah faktor skala yang uga erlu dduga. Dengan demkan ersamaan yang ada menad: e ˆ y x x,, ˆ x x x x y x w e ˆ x, y x dengan fungs embobot w w x, yang bernla antara dan 1. Seara e umum fungs embobot dtuls sebaga berkut. y x ˆ e ( ) x e w w x, w x,, e ( x ) 5
3 - Jurnal Matematka, Sans, dan eknolog, Volume 8, Nomor 1, Maret 7, 5-61 dengan adalah nfluene funton dan melalu leverage-nya. Dalam hal n dtentukan nla Huber dengan bentuk: e, ka e e e ( ), ka e, ka e Perhatkanlah grafk fungs ( ) ada Gambar 1. adalah suatu fungs yang tergantung ada x x (1 h ) ( x ) dan ˆ s serta fungs ( ) h - / / e e 1 / / e e ( w - Gambar 1. Fungs Huber Nla embobot w menad tergantung ada kombnas besarnya leverage dan studentzed resdual melalu dfferene n the ftted value-standardzed (DFFIS). Seara sngkat nla embobot w daat dnyatakan dalam bentuk: y x ˆ e / n w x, w x, mn,1 DFFIS e Perhatkanlah grafk fungs wx, ada Gambar. Gambar. Fungs Pembobot Huber 54
4 Harm, Penggunaan Krtera rp ada Pemlhan Peubah Bebas erbak Jad, ersamaan y x ˆ w x daat dtulskan dalam bentuk matrks X WX X WY yang kta kenal sebaga ersamaan normal kuadrat terkel tertmbang dengan W adalah matrks dagonal yang bers embobot. Solus ersamaan normal tersebut akan memberkan dugaan untuk yatu ˆ 1 X WX X WY dan enduga-m untuk deroleh dengan ara melakukan teras sama deroleh suatu hasl yang kovergen, ara n basa dkenal sebaga metode kuadrat terkel tertmbang seara teratf (teratvely reweghted least square). Ronhett & Staudte (1994) memberkan statstk RC sebaga krtera dalam masalah emlhan ersamaan regres terbak berdasarkan embobot w ˆ dan enduga-m arameter. ˆ Statstk RC untuk ersamaan regres P adalah: W RC ( U V ) ˆ dengan ˆ ˆ ˆ W w e w y x ˆ var ˆ ˆ U var w e w y x V var wˆ x ˆ Wfull ˆ Ufull U & V dhtung dengan asums bahwa submodel P benar dan 1. Untuk memlh suatu ersamaan regres terbak daat dlakukan dengan melhat lot antara RC dan V. Model dengan dengan nla RC dbawah ersamaan gars RC V daat dlh sebaga model terbak. Jka enduga yang deroleh meruakan enduga bentuk Huber, nla V akan mendekat. ulsan n bertuuan untuk mengka enggunaan krtera RC dalam menentukan eubah bebas terbak ka terdaat multkolneartas dalam model regres lnear berganda. MEODOLOGI Data yang dergunakan dalam eneltan n terdr dar data smulas, yatu data yang dbangktkan dengan bantuan rogram MINIAB. Sebanyak 4 asang data yang dbangktkan adalah data eubah bebas X, X, X, X 1 4, data galat dan data eubah tak bebas Y yang deroleh melalu asums model Y X X, 5, 1, 1. Guna menunang emahaman, dgunakan data eksermen, yatu data kadar tar X 1, notne X, arbon monoxde Y dalam rokok, dan berat rokok X. Kadar tar, notne, dan arbon monoxde dukur dalam mg, dan berat rokok dalam g (MClave & Snh, ). Berdasarkan data yang ada, dtentukan eubah tak bebas terbak dalam model regres lnear berganda dengan krtera C -Mallows dan RC serta, selanutnya membandngkan hasl yang deroleh. 55
5 Jurnal Matematka, Sans, dan eknolog, Volume 8, Nomor 1, Maret 7, 5-61 HASIL DAN PEMBAHASAN Hasl smulas memberkan emat uluh asang data Y, X, X, X, X 1 4 dengan hasl analss varans dan analss regres daat dlhat ada abel 1 berkut n. abel 1. Analss Regres dan Analss Varans untuk Data Smulas Regresson Analyss he regresson equaton s y = x x -.51 x x4 Predtor Coef StDev P VIF Constant x x x x S = R-Sq = 99.9% R-Sq(ad) = 99.9% Analyss of Varane Soure DF SS MS F P Regresson Error otal 9 55 Soure DF Seq SS x x 1 68 x 1 x4 1 1 Durbn-Watson statst = 1.7 Selan dar besarnya nla koefsen determnas R,999, seara smultan u F memberkan nla F 9559,8 yang sangat sgnfkan dengan value,, sehngga daat dkatakan bahwa model regres lnear sudah sesua untuk data yang ada. Seara arsal, u t memberkan nla yang tdak sgnfkan t 1,56 ; value,18 untuk eubah bebas X dan t,7 ; value,488 untuk eubah bebas X. Hal n kemungknan dsebabkan 4 karena eubah X berkorelas ostf dengan eubah bebas X, yakn dengan koefsen korelas sebesar r,98. Adanya multkolneartas uga daat dlhat dar nla faktor embesar varans VIF 1, dmana eubah bebas X memunya nla VIF 8,7 dan eubah bebas X memunya nla VIF 8,. Nla statstk C -Mallows dan RC untuk berbaga kombnas eubah bebas daat dlhat ada abel. Statstk C -Mallows memberkan rekomenda-s bahwa ersamaan regres dengan eubah bebas X, X 1, X, X, X 1, atau X, X, X 1 4 meruakan ersamaan regres terbak, meskun ersamaan regres dengan eubah bebas X, X 1 atau X, X, X 1 4 memunya bas sedkt lebh besar. Hal n daat dlhat dar nla C -Mallows yang mendekat nla, namun nla C - Mallows berada d atas gars C (Gambar ). 56
6 C Harm, Penggunaan Krtera rp ada Pemlhan Peubah Bebas erbak abel. Statstk C -Mallows dan RC untuk Data Smulas Varabel C -Mallows RC X1 E+4 9,7785 X E+4 776,56 X E+4 6,951 X4 4E+4 976,5874 X1, X,8 4,5585 X1, X 977,8 96,766 X1, X4 E+4 471,4574 X, X E+4 188,64 X, X4 E+4 585,694 X, X4 E+4 887,8 X1, X, X 4,5,989 X1, X, X4 4 5,4 4,5 X1, X, X ,7 941,48 X, X, X4 4 E+4 444,611 X1, X, X, X4 5 5, 4,9174 Statstk RC memberkan hasl yang tdak terlalu berbeda dengan statstk C -Mallows, yakn selan memberkan rekomendas ersamaan regres dengan eubah bebas X X atau X, X, X sebaga ersamaan regres terbak, statstk RC uga memberkan rekomendas 1 bahwa ersamaan regres dengan eubah bebas X, X, X 1 4 meruakan ersamaan regres terbak. Seert halnya ada statstk C -Mallows, ersamaan regres dengan eubah bebas X, X 1 memunya bas sedkt lebh besar. Hal n daat dlhat dar nla RC yang meskun mendekat nla, namun nla RC berada d atas gars RC (Gambar 4)., 1 4 X4 X1 X X X1, X, X, X X4 X, X, X4 1 X1, X X1, X X1, X, X4 X1, X, X X4 X1, X, X, X Gambar. Plot Statstk C terhada untuk Data Smulas 57
7 RC Jurnal Matematka, Sans, dan eknolog, Volume 8, Nomor 1, Maret 7, X4 X1 X X X1, X4 X, X4 X, X X, X, X4 1 X, X4 X1, X X1, X X1, X, X4 X1, X, X X4 X1, X, X, X Gambar 4. Plot Statstk RC terhada untuk Data Smulas Analss lebh auh menunukkan bahwa untuk ersamaan regres dengan dua eubah bebas d dalamnya, statstk C -Mallows lebh bak dbandng statstk RC dalam memberkan rekomendas tentang eubah bebas yang masuk dalam model. Sedangkan ada model dengan menggunakan tga eubah bebas, statstk RC memberkan rekomendas yang lebh bak dbandng statstk C -Mallows. Hal n daat dlhat dar nla - X, X, X dbandng eubah bebas C Mallows yang lebh memlh eubah bebas 1 X, X, X, d mana kehadran eubah bebas 1 4 X dan X dalam model seara bersama-sama tdak dharakan karena terdaat korelas yang uku tngg antara eubah bebas X dan X. Berdasarkan data eksermen berukuran 5 tentang kadar tar X 1, notne X, arbon monoxde Y dalam rokok, dan berat rokok X deroleh hasl analss varans dan analss regres seert ada abel. Karena nla koefsen determnas besar R,919 dan seara smultan u F memberkan nla yang uku sgnfkan F 78,98 dengan value,, maka daat dkatakan bahwa model regres lnear sudah sesua untuk data yang ada. Seara arsal, u t memberkan nla yang tdak sgnfkan t,67 ; value,57 X dan untuk eubah bebas notne,;,974 untuk eubah bebas berat rokok X. t value 58
8 Harm, Penggunaan Krtera rp ada Pemlhan Peubah Bebas erbak abel. Analss Regres dan Analss Varans untuk Data Hasl Eksermen REGEGRESSION ANALYSIS he regresson equaton s CO = ar -.6 Notne -.1 Berat Predtor Coef StDev P VIF Constant ar Notne Berat S = R-Sq = 91.9% R-Sq(ad) = 9.7% ANALYSIS OF VARIANCE Soure DF SS MS F P Regresson Error otal Soure DF Seq SS ar Notne 1.97 Berat 1. Unusual Observatons Obs ar CO Ft StDev Ft Resdual St Resd RX R denotes an observaton wth a large standardzed resdual X denotes an observaton whose X value gves t large nfluene. Durbn-Watson statst =.86 Jka dlhat besarnya koefsen korelas antara eubah bebas tar X dan bebas notne X yakn r 1,977, maka tdak sgnfkannya u t seara arsal mungkn dsebabkan karena adanya multkolneartas, yang uga daat dlhat dar nla faktor embesar varans VIF 1, dmana eubah bebas X memunya nla VIF 1,6 dan eubah bebas X memunya nla 1 VIF 1,9. Selan adanya multkolneartas dalam model, abel uga menunukkan adanya geala enlan (outler) yakn engamatan ke-. Nla statstk C -Mallows dan RC untuk berbaga kombnas eubah bebas daat dlhat ada abel 4 sebaga berkut. abel 4. Statstk C -Mallows dan RC untuk Data Hasl Eksermen Varabel C -Mallows RC X1,5 1,9 X 15,8 4,161 X 181,4 47,1458 X1, X, 4,64 X1, X,5 1,48 X, X 17,8,1 X1, X, X 4 4,,
9 RC C Jurnal Matematka, Sans, dan eknolog, Volume 8, Nomor 1, Maret 7, 5-61 bebas 1 dar nla - Statstk C -Mallows memberkan rekomendas bahwa ersamaan regres dengan eubah, X, X meruakan ersamaan regres terbak. Hal n daat dlhat X, X X, atau 1 1 C Mallows yang mendekat nla (Gambar 5). X 1 X X1 X, X X1, X X X1, X, X 1 4 Gambar 5. Plot Statstk C terhada untuk Data Hasl Eksermen 5 X X X, X X1 X1, X X1, X X1, X, X 1 4 Gambar 6. Plot Statstk RC terhada untuk Data Hasl Eksermen 6
10 Harm, Penggunaan Krtera rp ada Pemlhan Peubah Bebas erbak Statstk RC memberkan hasl yang sedkt berbeda dengan statstk C -Mallows, yakn statstk RC hanya memberkan rekomendas ersamaan regres dengan eubah bebas X atau X, X sebaga ersamaan regres terbak, hal n daat dlhat dar nla RC yang mendekat nla 1 dan nla RC berada d bawah gars RC (Gambar 6). Analss lebh auh menunukkan bahwa untuk ersamaan regres dengan dua eubah bebas d dalamnya, statstk RC lebh bak dbandng statstk C -Mallows dalam memberkan rekomendas tentang eubah bebas yang masuk dalam model. Hal n daat dlhat dar eubah bebas yang drekomendaskan, dmana statstk C -Mallows merekomendaskan ersamaan regres dengan eubah bebas X, X 1 adahal dketahu bahwa koefsen korelas eubah bebas tar X 1 berkorelas ostf dengan eubah bebas notne X, yakn dengan sebesar r,977. Sehngga kehadran eubah bebas X dan X dalam model seara bersama-sama 1 1 tdak dharakan. KESIMPULAN Seara keseluruhan daat dsmulkan bahwa statstk RC memberkan rekomendas yang tdak auh berbeda dengan statstk C -Mallows tentang eubah bebas yang masuk dalam model, ka terdaat multkolneartas dalam model regres lnear berganda. Statstk RC memberkan rekomendas yang lebh bak dbandngkan dengan statstk C -Mallows tentang eubah bebas yang masuk dalam model ka terdaat multkolneartas dan enlan (outler) dalam model regres lnear berganda. REFERENSI Draer,N.R. & Smth,H. (1981). Aled regresson analyss. nd ed. New York: Wley. MClave, J.. & Snh,. (). Statsts. 9 th ed. New Jersey: Prente-Hall. Montgomery, D.C. & Pek, E.A. (199). Introduton to lnear regresson analyss. nd ed. New York: Wley. Neter, J. & Wasserman,W. (199). Aled lnear statstal models. rd ed. Homewood, Illnos: Irwn. Ronhett, E. & Staudte, R.G. (1994). A robust verson of Mallow s C. J.Am. Statst.Ass., 89, Sommer,S. & Huggns,R.M. (1996). Varables seleton usng the wald test and a robust C. Al. Statst., 45, Staudte,R.G. & Sheather,S.J. (199). Robust estmaton and testng. New York: Wley. 1 61
Analisis Regresi 2. Mendeteksi pencilan dan penanganannya
Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciTINGKAT EFISIENSI PENAKSIR M TERHADAP PENAKSIR LMS DALAM MENAKSIR KOEFISIEN GARIS REGRESI
INGKA EFISIENSI PENAKSIR M ERHADAP PENAKSIR LMS DALAM MENAKSIR KOEFISIEN GARIS REGRESI Harm Sugart (harm@ut.ac.d) And Megawarn Jurusan Statstk FMIPA Unverstas erbuka ABSRAC he usng of OLS method to estmate
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres 1 Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya E[Y x] E[Y x] y b
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciTaksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil
Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data
Lebih terperinciABSTRAK ANALISIS KOMPONEN UTAMA
JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya ) E [Y x ] E [Y x] =
Lebih terperinciMODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED
MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED Harm Sugart 1 1 FMIPA Unverstas Terbuka. Tangerang Selatan Emal korespondens : arm@ut.ac.d Abstrak Eksplotas sumber daya
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciMETODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciOptimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion
7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciPEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK C p MALLOWS
PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK MALLOWS (Stud Kasus : Faktor-Faktor yang Memengaruh Indeks Prestas Mahasswa D MI F MIPA UNS) Dsusun Oleh : TINA YUNIATI M00006 Dtuls
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciOleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciIndependent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi
Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciTINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik
5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB 2 TINJAUAN KEPUSTAKAAN
BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciAnalisis Regresi Linear Sederhana
Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciRIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN
RIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN Sudartanto 1, Nono Suwarno 2, Ahmad Taofk 3 JurusanStatstka FMIPA-UNPAD, Fapet UNPAD, Jurusan Agrotek UIN emal : sudartanto@unpad.ac.d;
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI.1 Regres Lner Analss regres dgunakan untuk mengetahu hubungan antara varabel terkat (Y) dengan satu atau lebh varabel bebas (X). Menurut Har et al (009) regres lnear sederhana dapat
Lebih terperinciMETODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR
METODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR oleh KUSUMA M4 SKRIPSI dtuls dan daukan untuk memenuh sebagan persyaratan memperoleh gelar Sarana Sans Matematka FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciHarmi Sugiarti Jurusan Statistika FMIPA Universitas Terbuka. ABSTRAK
PENAKSIR LEAST MEDIAN SQUARE UNTUK POLA HUBUNGAN LINEAR ANTARA PARTISIPASI MAHASISWA DALAM TUTORIAL ONLINE TERHADAP NILAI UJIAN AKHIR SEMESTER MATA KULIAH STATISTIKA (MMPI5103) Harm Sugart Jurusan Statstka
Lebih terperinciMETODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR
METODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR oleh KUSUMA M4 SKRIPSI dtuls dan daukan untuk memenuh sebagan persyaratan memperoleh gelar Sarana Sans Matematka FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN EORI.. Regres... Pengertan Persamaan Regres Persamaan regres adalah persamaan matematk yang memungknkan kta meramalkan nla-nla suatu peubah tak bebas dar nla-nla satu atau lebh peubah bebas
Lebih terperinciUji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi
Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d
Lebih terperinciESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 1109-1116 Onlne d: http://eournal-s1.undp.ac.d/ndex.php/gaussan ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD,
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinci(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a
Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciPemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression
JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan
Lebih terperinciPENENTUAN DENSITAS PERMUKAAN
PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciPerbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas
Statstka, Vol. No., 33 4 Me 0 Perbandngan Metode Partal Least Square (PLS) dengan Regres Komponen Utama untuk Mengatas Multkolneartas Nurasana, Muammad Subanto, Rka Ftran Jurusan Matematka FMIPA UNSYIAH
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data
9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS
ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV
Lebih terperinciRANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007
RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Desgn) Dr.Ir. I Made Sumertajaya, M.S Departemen Statstka-FMIPA IPB 007 Revew Rancangan Acak Kelompok Kta ngn membandngkan t perlakuan Pengelompokan
Lebih terperinciEvaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)
Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen
Lebih terperinciALJABAR LINIER LANJUT
ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciBAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan
BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinci2 TINJAUAN PUSTAKA. Model Persamaan Struktural (MPS)
3 2 TINJAUAN PUSTAKA Model Persamaan Struktural (MPS) Model persamaan struktural (MPS) merupakan salah satu analss multvarat yang dapat menganalss hubungan peubah secara kompleks. Analss n pada umumnya
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1
ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN Ksmantn Jurusan Penddkan Matematka, FMIPA Unverstas Neger Yogyakarta Emal : ksm@uny.ac.d Abstrak Peubah respons
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciANALISIS PEUBAH RESPON BINER
Analss Peubah Respon Bner... (Ksmantn) ANALISIS PEUBAH RESPON BINER Ksmantn Jurusan Penddkan Matematka FMIPA Unverstas Neger Yogyakarta Abstrak Pada regres lner klask, peubah respon dasumskan merupakan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciMetode Estimasi Kemungkinan Maksimum dan Kuadrat Terkecil Tergeneralisasi pada Analisis Pemodelan Persamaan Struktural
Jurnal Graden Vol. 11 No. 1 Januar 015 : 1035-1039 Metode Estmas Kemungknan Maksmum dan Kuadrat Terkecl Tergeneralsas pada Analss Pemodelan Persamaan Struktural Dan Agustna Jurusan Matematka, Fakultas
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciRESAMPLING UNTUK MEMPERBESAR KOEFISIEN DETERMINASI DALAM MODEL REGRESI LINEAR.
Resamplng untuk Memperbesar Koefsen Determnas RESAMPLING UNUK MEMPERBESAR KOEFISIEN DEERMINASI DALAM MODEL REGRESI LINEAR. Ad Setawan Program Stud Matematka Fakultas Sans dan Matematka, Unverstas Krsten
Lebih terperinciPrediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap
Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta
Lebih terperinciANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1. Kismiantini
Prosdng Semnar Nasonal Peneltan, Penddkan dan Penerapan MIPA Fakultas MIPA, Unverstas Neger Yogyakarta, 6 Me 9 ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinci