TINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan
|
|
- Liani Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan peubah bebas (prediktor). Analisis ini digunakan dalam berbagai bidang ilmu. Diantara model-model regresi, model regresi linier merupakan model yang paling sederhana dan paling sering digunakan. Suatu model linier adalah sebuah fungsi linier dalam parameter Po,P1,...,P, (Myers & Milton, 1991). Model regresi yang mempunyai lebih dari satu peubah bebas dan linier dalam koefisiennya disebut model regresi linier berganda yang dinyatakan sebagai berikut : Y i =PO +PI',, +P2'12 +a*.+ Pnl'inl +El (la) dengan : yi adalah peubah tak bebas ; xij adalah peubah bebas ke-j pada ulangan ke-i ; Ei adalah sisaan atau galat ; pj adalah koefisien regresi ; i = 1,2,..., n dan n > m+l ; J = 1,2,...,, m. Anaiisis regresi digunakan untuk mempelajari hubungan antara sepasang peubah atau lebih, dan terutama untuk menelusuri pola hubungan yang modelnya belum diketahui- dengan sempurna sehingga dalam penerapannya lebih bersifat eksploratif dan mengakar pada pendekatan empirik (Aunuddin, 1 989).
2 Metode Kuadrat Terkecil (MKT) Model persamaan regresi (la) secara umum dapat ditulis dalam notasi matriks sebagai berikut : y=xp+g - - y = Vektor peubah tak bebas (nxl) - X = Matriks peubah bebas (nxk) p = Vektor penduga parameter (kxl) - g = Vektor sisadgalat (nxl) Dengan E(E -) = 0, var(5 ) = 021 dan unsur-unsur E tidak berkorelasi. Karena E(g ) = 0 maka E( y -) = X p -, sehingga kuadrat galatnya adalah : Dengan meminimumkan jumlah kuadrat galat diperoleh /? sebagai berikut : dimana adalah penduga yang memenuhi sifat linier, tidak berbias dan memiliki ragam minimum (Myers & Milton, 1991). Pada analisis regresi, salah satu tujuan yang ingin dicapai adalah pengujian hipotesis terhadap koefisien regresi. Tujuan dari hipotesis inj adalah untuk mengetahui kontribusi relatif dari peubah bebas. Pada MKT, pengujian hipotesis tersebut biasanya menggunakan uji t. Adapun bentuk hipotesis statistiknya jika yang ingin diuji Po adalah :
3 Secara eksplisit, uji terhadap hipotesis di atas didasarkan pada statistik uji : Kaidah keputusan dalam pengujian ini bila taraf nyata ditetapkan sebesar a adalah Jika I thir I '(1-a/2;n-2) ' terima Ho. Dan jika tidak maka terima HI. Multikolinearitas Masalah multikolinearitas muncul ketika terdapat korelasi diantara peubah bebasnya, sehingga ha1 ini akan mempengaruhi ragam dari penduga kuadrat terkecil dan pendugaan model yang dibuat (Wetherill, 1986). Multikolinearitas bukanlah suatu kesalahan pemodelan, tetapi suatu kondisi data yang tidak sempurna, sehingga sangatlah penting untuk menyadari kehadiran multikolinearitas (Chatterjee & Price, 1977). Hal senada menurut Belsley et al, (1980) bahwa multikolinearitas adalah masalah data bukan masalah statistik. Akan tetapi dalam interpretasi dari model regresi yang terbentuk atau yang ingin dicari menimbulkan konsekuensi. Konsekuensi dari multikolinearitas dalam analisis regresi tersebut adalah ragam dan peragam dari penduga kuadrat terkecil menjadi lebih besar, selang kepercayaan bagi penduga parameter menjadi lebih lebar dan galat baku dari koefisien regresi menjadi bertambah besar sehingga statistik t yang didefenisikan sebagai rasio antara penduga dan galat baku koefisien penduga menjadi lebih kecil. Untuk menjelaskan ha1 ini, maka misalkan model regresi linier berganda berikut :
4 Y =Po +PIX, + P 2 ~ 2 +E (14 Dengan mengasumsikan peubah galat (sisaan) memiliki sifat-sifat : E[&]=O, 2-2 Var[& 1-0, COV[E~, cj]= E[Q, E~]=O, untuk i#j, maka persamaan regresi diatas dapat diduga dengan MKT yang menghasilkan koefisien regresi bl dan b2 sebagai penduga tak bias bagi parameter PI dan p2. Selanjutnya dengan mendefenisikan peubah xl dan xz dalam bentuk simpangan terhadap nilai rataannya, maka berdasarkan MKT diperoleh : dimana 1-12 adalah koefisien korelasi antara peubah bebas xl dan x2 (Dillon & Goldstein, 1984). Dengan demikian dari persamaan (2c), (3c) dan (4c) tampak secara jelas apabila 1-12 mendekati 1, maka penyebutnya akan menjadi kecil dan apabila sarna dengan 1 persamaan menjadi tidak dapat ditentukan, karena penyebutnya akan sama dengan no1 dan dalam kasus pembagian dengan no1 memberikan hasil yang tidak terdefenisi, sehingga Var[bl], Var[b2] dan Cov[bl,b2] menjadi tidak terdefenisi apabila terjadi korelasi linier secara sempurna diantara peubah-peubah bebas x. Sebaliknya apabila
5 peubah-peubah x bersifat ortogonal, dimana 1-12 = 0, maka Cov[bl,b2] = 0 dan Var[bl] = 02/&12, Var[b2] = 02/C~22. Dan juga penafsiran koefisien regresi sebagai tolak ukur perubahan nilai harapan peubah tak bebas bila peubah bebas padanannya naik satu satuan sedangkan semua peubah bebas lainnya konstan tidak lagi sepenuhnya berlaku. Meskipun secara konseptual bisa divariasikan salah satu peubah bebas pada saat yang sama mempertahankan peubah-peubah lain tetap (konstan). Namun di dalam praktek tidak mungkin melakukannya untuk peubah-peubah bebas yang berkorelasi tinggi. Misalnya, model regresi untuk maramalkan hasil panen dari banyaknya curah hujan dm jumlah jam sinar matahari, hubungan antara kedua peubah bebas tersebut tidak mungkin diubah-ubah sementara yang lain dibuat konstan. Jadi bila peubah-peubah bebas saling berkorelasi, koefisien salah satu peubah bergantung pada peubah lain mana yang dimasukkan ke dalam model dan mana yang tetap di luar model. Dengan demikian koefisien regresi tidak mencerminkan pengaruh inheren suatu peubah bebas terhadap peubah tak bebas, melainkan pengaruh marjinal atau parsial, bila diketahui peubah bebas lain telah ada di dalam model. Kondisi demikian juga mempengaruhi tanda peubah-peubah bebas terhadap peubah tak bebasnya yang digambarkan oleh tanda dari koefisien regresi bisa berubah-ubah apabila masing-masing peubah dan secara bersamaan dimasukkan kedalam model (Neter et al, 1990). Indikasi adanya masalah kekolinearan ganda yang serius ditunjukkan oleh diagnostik-diagnostik informal sebagai berikut :
6 1. Terjadi perubahan besar koefisien regresi dugaan bila suatu peubah bebas ditambahkan atau dibuang, atau bila suatu amatan diubah atau dibuang. 2. Uji-uji individu terhadap koefisien regresi bagi peubah-peubah bebas penting memberikan hasil yang tidak nyata. 3. Tanda koefisien regresi dugaan yang diperoleh bertentangan dengan yang diharapkan berdasarkan pertimbangan teoritis atau pengalaman-pengalaman sebelumnya. 4. Koefisien regresi sederhana yang besar antara pasangan-pasangan peubah bebas di dalam matriks korelasi rxx. 5. Selang kepercayaan yang lebar bagi koefisien regresi peubah bebas yang penting. Metoda informal di atas memiliki sejumlah keterbatasan, yaitu tidak memberikan ukuran kuantitatif tentang dampak kekolinearan ganda, tidak mampu mengidentifikasi sifat kekolinearan ganda dan adakalanya perilaku yang teramati terjadi tanpa adanya kekolinearan ganda. Melihat keterbatasan di atas, suatu metode formal untuk mendeteksi adanya kekolinearan ganda yang banyak digunakan adalah melalui faktor inflasi ragam (Variance Inflation Factor [VIF]). VIF yaitu pengukuran multikolinearitas untuk peubah bebas ke-i. VIF dihitung dari matriks korelasi peubah bebas yang telah dibakukan satuannya. VIF adalah salah satu faktor yang mengukur seberapa besar kenaikan ragam dari koefisien regresi dibandingkan terhadap peubah bebas yang ortogonal jika dihubungkan secara linier (Fox & Monette, 1992). Nilai VIF akan semakin besar jika terdapat korelasi yang semakin besar diantara peubah-peubah bebas. VIF yang melebihi sepuluh bisa digunakan sebagai petunjuk adanya
7 kolinearitas (Neter et al, 1990). Hubungan antara VIFi dan kolinearitas adalah melalui rumus : R: = koefisien determinasi ganda bila xi diregresikan terhadap p-2 peubah x lainnya di dalam model. Multikolinearitas dikatakan serius bila VIF lebih besar dari 10 (Rawling et al, 1988). Analisis Komponen Utama Misalkan suatu peubah acak x = (xl,xz,..., x,) yang terdiri dari p peubah yang mengikuti sebaran peubah ganda tertentu dengan vektor nilai tengah p dan matriks ragam peragam S atau matriks korelasi R. Kedua matriks tersebut berguna dalam perhitungan nilai akar ciri (Aj) dan vektor ciri (aj). Dari p buah peubah asal tadi dapat diturunkan p buah komponen utarna untuk menerangkan keragaman total sistem, dan seringkali keragaman total itu dapat diterangkan secara memuaskan oleh sejumlah kecil komponen utama, misal k buah komponen dimana k<p. Jadi analisis komponen utama (AKU) pada prinsipnya bertujuan mereduksi dimensi peubah asal yang telah ditransformasi ke peubah baru dan menginterpretasikannya. Komponen utama ke-j dari contoh pengamatan berdimensi p peubah adalah merupakan kombinasi linear dari peubah asal yang dinyatakan dalam bentuk persamaan berikut : wi = a,,x, +a2,,x a,,~.~ (14
8 Matriks peragam S digunakan bila semua peubah yang diamati diukur dalam satuan pengukuran yang sama, tetapi bila peubah yang diamati mempunyai satuan pengukuran yang berbeda perlu dibakukan dalam peubah baku sebagai berikut : Sehingga komponen utama ke-j dari contoh pengamatan berdimensi p peubah baku adalah merupakan kombinasi linear dari peubah baku sebagai berikut : W, = a,,iz, +a2,z a,.z, (34 Untuk peubah yang memiliki satuan pengukuran yang tidak sama maka komponen utama diturunkan dari matriks korelasi R (Gasperz, 1992). Untuk mengukur keeratan hubungan (korelasi) antara peubah asal dengan komponen utarna dapat dilihat melalui besarnya koefisien korelasi antara peubah asal dengan komponen utama itu, bila komponen utama diturunkan dari matriks korelasi R maka koefisien korelasi antara peubah baku ke-i dan komponen utama ke-j dihitung dengan : Analisis komponen utama dapat dijadikan tahap antara dalam penelitian yang bersifat lebih besar. Untuk tujuan analisis lanjutan, misalnya analisis regresi komponen utama, dihitung skor komponen utarna dari setiap objek pengamatan.
9 Analisis Regresi Komponen Utama Pengaruh multikolinearitas pada pemodelan regresi dengan MKT menyebabkan pendugaan koefisien regresi yang kurang baik. Masalah multikolinearitas dapat diatasi dengan beberapa metode, antara lain Metode Regresi Komponen Utarna (Kristiningrum, 1997), Metode Regresi Ridge (Pakpahan, 2000) dan Metode Kuadrat Terkecil Parsial (Herwindiati, 1997). Untuk mengetahui metode terbaik dalam mengatasi multikolinearitas, Henvindiati telah melakukan penelitian terhadap Metode Kuadrat Terkecil Parsial (MKTP), Metode Regresi Komponen Utama dan Metode Regresi Ridge. Penelitian tersebut menyimpulkan bahwa MKTP lebih baik dibandingkan Regresi Komponen Utama dan Regresi Ridge. Analisis regresi komponen utama merupakan suatu analisis kombinasi antara analisis regresi dan analisis komponen utama. Analisis regresi komponen utama ditetapkan bila dalam pembentukan model pendugaan peubah bebas yang digunakan banyak dan terdapat hubungan yang erat antar peubah bebasnya. Adanya korelasi antar peubah bebas menyebabkan salah satu asumsi dasar regresi dalam MKT menjadi gaga1 terpenuhi dan salah satu cara membebaskan korelasi antar peubah bebasnya adalah dengan regresi komponen utama. Pendugaan dengan regresi komponen utama akan menghasilkan nilai dugaan yang memiliki tingkat ketelitian yang lebih tinggi, dengan jumlah kuadrat galat yang lebih kecil bila dibandingkan dengan pendugaan MKT (Gasperz, 1992). Dari p komponen utama yang diturunkan dari matriks korelasi R dihitung skor komponen utarna untuk tiap-tiap komponen utarna yang menghasilkan W, skor komponen utama.
10 Wp= ai'g, (le) z = vektor skor baku peubah yang diamati dari unit pengamatan ke-i. -I Setelah diperoleh skor komponen utama maka regresikan peubah tak bebas y dengan skor komponen utama W untuk menghasilkan penduga koefisien regresi untuk p komponen utama,?; - penduga ragam s2k); dan jumlah kuadrat regresi S S ). ~ Model regresi komponen utama untuk seluruh skor komponen utama : Selanjutnya uji H, : = 0 untuk setiap j dengan menggunakan uji t atau uji F, dan eliminasi dari model regresi komponen utarna (Rawlings et al, 1998) bila mempunyai akar ciri yang cukup kecil yang menyebabkan masalah kolinearitas dan yang koefisien penduga regresinya b, ) tidak berbeda nyata dari nol. Dari p komponen utama setelah dieliminasi s komponen utama tersisa g komponen utama, untuk selanjutnya transformasi komponen utarna ke dalam peubah aslinya, sehingga persamaan regresinya menjadi : Ragam koefisien regresi komponen utama dihitung dengan rumus : dimana Ag adalah akar ciri ke-j dan se2 adalah galat dibagi jumlah kuadrat terkoreksi, dirurnuskan sebagai :
11 Pengujian signifikansi terhadap koefisien regresi secara parsial untuk mengetahui pengaruh dari setiap peubah bebas terhadap peubah tak bebas dengan uji t- student, yaitu
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciJURNAL 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 terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB II TINJAUAN PUSTAKA. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan
6 BAB II TINJAUAN PUSTAKA 2.1 Matriks Persamaan regresi linear berganda dapat dinyatakan dalam bentuk matriks. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan matematis dari
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciPEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE
PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE SKRIPSI Disusun Oleh: HILDAWATI 24010211130024 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciPEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 86 95 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciBAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi
BAB II TINJAUAN PUSTAKA Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi linear, metode kuadrat terkecil, restriksi linear, multikolinearitas, regresi ridge, uang primer, dan koefisien
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 PENDAHULUAN Latar Belakang Analisis regresi berguna dalam menelaah hubungan antara sepasang peubah atau lebih, dan terutama untuk menelusuri pola hubungan yang modelnya belum diketahui sempurna sehingga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciPEMODELAN JUMLAH UANG BEREDAR
PEMODELAN JUMLAH UANG BEREDAR Hotniar Siringoringo hotniars@staff.gunadarma.ac.id Fakultas Ekonomi, Universitas Gunadarma Jl. Margonda Raya No. 100 Depok ABSTRAK Jumlah uang beredar dalam suatu kurun waktu
Lebih terperinciPENDETEKSIAN PENGAMATAN PENCILAN DAN BERPENGARUH DENGAN METODE PENGARUH LOKAL GOSEN SITANGGANG
PENDETEKSIAN PENGAMATAN PENCILAN DAN BERPENGARUH DENGAN METODE PENGARUH LOKAL GOSEN SITANGGANG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian ini dilaksanakan di CV. Trias Farm yang berlokasi di Kecamatan Leuwiliang, Kabupaten Bogor, Propinsi Jawa Barat. Pemilihan lokasi ini ditentukan dengan
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciREGRESI LINIER GANDA. Fitriani Agustina, Math, UPI
REGRESI LINIER GANDA 1 Pengertian Regresi Linier Ganda Merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi
Lebih terperinciPENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA
PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA Sri Siska Wirdaniyati 1), Edy Widodo ) 1) Mahasiswa Prodi
Lebih terperincihomogen jika titik-titik tersebar secara merata atau seimbang baik di atas maupun dibawah garis, dengan maksimum ragam yang kecil.
8 koefisien regresi berganda dari variabel tak bebas Y terhadap variabel bebas Xi. Pada kasus ini, persamaan mengandung arti sebagai berikut, seperti yang telah dimodelkan Merdun (23) di Sungai Saluda,
Lebih terperinciEstimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama
Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama Shinta Anisa Putri Y 1, Raupong 2, Sri Astuti Thamrin 3 1 Program Studi Statistika, Jurusan Matematika, Fakultas Matematika
Lebih terperinciTINJAUAN PUSTAKA Analisis Gerombol
3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinciMetode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas
Vol. 14, No. 1, 93-99, Juli 2017 Metode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas Nurhasanah Abstrak Regresi berganda dengan peubah bebas saling berkorelasi (multikolinearitas)
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN
73 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dalam penelitian ini adalah menganalisis tentang faktor-faktor yang mempengaruhi distribusi pendapatan Indonesia yang terjadi
Lebih terperinciVI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI
VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI 6.1. Analisis Fungsi Produksi Model fungsi produksi yang digunakan adalah fungsi Cobb Douglas. Faktor-faktor
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Objek Penelitian Objek penelitian merupakan sumber diperolehnya data dari penelitian yang dilakukan. Objek dalam penelitian ini yaitu nilai tukar rupiah atas dollar Amerika
Lebih terperinciPEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R
PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinciBab 1 PENDAHULUAN. Secara umum persamaan regresi linier dengan k variabel bebas dinyatakan dengan :
12 Bab 1 PENDAHULUAN 1.1 Latar Belakang Regresi merupakan suatu teknik statistika yang dapat digunakan untuk menggambarkan hubungan fungsional antara suatu variabel tak bebas (respon) dengan satu atau
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Statistik Data Plot Contoh Jumlah total plot contoh yang diukur di lapangan dan citra SPOT Pankromatik sebanyak 26 plot contoh. Plot-plot contoh ini kemudian dikelompokkan
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini akan dilaksanakan di Pulau Untung Jawa Kabupaten
IV. METODOLOGI PENELITIAN 4.1 Lokasi dan Waktu Penelitian ini akan dilaksanakan di Pulau Untung Jawa Kabupaten Kepulauan Seribu, Provinsi DKI Jakarta. Pemilihan lokasi dilakukan secara sengaja (purposive
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciKINERJA JACKKNIFE RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS
KINERJA JACKKNIFE RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS Hany Devita 1, I Komang Gde Sukarsa 2, I Putu Eka N. Kencana 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana [Email: hanydevita92@gmail.com]
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilaksanakan di PDAM Bekasi Jl. KH Noer Ali
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di PDAM Bekasi Jl. KH Noer Ali Kav 1. Perum Mas Naga Bekasi. Lokasi penelitian ini ditentukan secara sengaja (purposive)
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu
III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciTINJAUAN PUSTAKA. pendugaan modelnya. Salah satu metode statistika yang dapat mengatasinya adalah
TINJAUAN PUSTAKA Metode Kuadrat Terkecil Parsial Kolinearitas dalm analisis regesi akan menyebabkan ketidaktepatan dalarn pendugaan modelnya. Salah satu metode statistika yang dapat mengatasinya adalah
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciBAB III METODE PENELITIAN. di Bursa Efek Indonesia (BEI) periode
42 BAB III METODE PENELITIAN A. Obyek / subyek penelitian Objek dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) periode 2011-2015. B. Populasi dan sampel
Lebih terperinciAnalisis Peubah Ganda
Analisis Peubah Ganda Analisis Komponen Utama Dr. Ir. I Made Sumertajaya, M.Si Pengamatan Peubah Ganda - memerlukan sumberdaya lebih, dalam analisis - informasi tumpang tindih pada beberapa peubah Apa
Lebih terperinciBAB III METODE PENELITIAN. umum dari obyek penelitian. Pada penelitian ini peneliti mengambil data waktu tiga
BAB III METODE PENELITIAN 1.1 Waktu dan Tempat Penelitian Waktu dan tempat penelitian menguraikan tentang jadwal penelitian dilaksanakan dan lokasi dimana penelitian dilakukan, yang juga mencakup gambaran
Lebih terperinciIII. METODE PENELITIAN. deret waktu (time series) dengan periode waktu dari tahun 1993 sampai dengan
28 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa deret waktu (time series) dengan periode waktu dari tahun 1993 sampai dengan tahun
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah deskriptif analitik yaitu metode penelitian yang menekankan kepada usaha untuk memperoleh informasi mengenai
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi obyek penelitian adalah DER (debt to equity ratio),
BAB III METODE PENELITIAN 3.1 Objek Dan Waktu Penelitian 3.1.1 Objek Penelitian Adapun yang menjadi obyek penelitian adalah DER (debt to equity ratio), OPM (operating profit margin) dan Harga Saham pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2000-2011. Data sekunder tersebut bersumber dari Lampung dalam Angka (BPS), Badan Penanaman Modal Daerah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilaksanakan pada bulan Maret 2013 sampai dengan Juni 2013 di Kecamatan Pasekan Kabupaten Indramayu (Lampiran 1), Pemilihan lokasi penelitian
Lebih terperinciBAB 3 METODA PENELITIAN. industri penghasil bahan baku sektor pertambangan yang terdaftar di
BAB 3 METODA PENELITIAN 3.1 Jenis dan Sumber Data Peneliti memperoleh data penelitian ini yang terdapat pada sumber data historis berupa laporan keuangan perusahaan yang telah diaudit dengan benar serta
Lebih terperinciSTUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG PENCILAN
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 18 26 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. pemahaman mata pelajaran gambar teknik (X 1 ) dan kreativitas (X 2 ) serta
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Deskripsi Data Penelitian Data hasil penelitian ini terdiri dari dua variabel bebas yaitu pemahaman mata pelajaran gambar teknik (X 1 ) dan
Lebih terperinciUniversitas Negeri Malang
1 Penerapan Metode Regresi New Stepwise untuk Mengetahui Faktor- Faktor yang Mempengaruhi Kekuatan Metallic Box (Studi Kasus di PT. PINDAD (Persero) Turen) Universitas Negeri Malang E-mail: Nisahidayatul@gmail.com
Lebih terperinciMETODE PENELITIAN. Setiabudi 8
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian mengenai sikap konsumen terhadap daging sapi lokal dan impor ini dilakukan di DKI Jakarta, tepatnya di Kecamatan Setiabudi, Kotamadya Jakarta
Lebih terperinciBAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciMANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO
MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 RINGKASAN MAGRI HANDOKO. Manajemen
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari
34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan
Lebih terperinciBAB III METODE PENELITIAN. Yang menjadi objek dari penelitian ini adalah investasi swasta di
BAB III METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dari penelitian ini adalah investasi swasta di Indonesia periode tahun 1988 2007. Sehingga data yang digunakan merupakan data time series
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
III METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinci