15/10/2014. Respon Biner
|
|
- Lanny Hadiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Respon Biner 1
2 Regresi Logistik 4.1 INTERPRETING THE LOGISTIC REGRESSION MODEL 4.2 INFERENCE FOR LOGISTIC REGRESSION Model regresi logistik menggunakan peubah penjelas, jl baik bik kategorik kt atau kontinu, untuk memprediksi peluang dari hasil yang spesifik. Dengan kata lain, regresi logistik dirancang untuk menggambarkan peluang yang terkait dengan nilainilai peubah respon. 2
3 Kurva regresi logistik dan regresi linier 3
4 β>0 maka kurva akan naik β<0 maka kurva akan turun Jika β= 0 maka nilai π (x) tetap pada berapapun nilai x kurva akan menjadi garis horisontal 4.1 INTERPRETING THE LOGISTIC REGRESSION MODEL X Peubah penjelas kuantitatif Y Peubah respon biner π(x) peluang sukses peubah X Model Logit (log odds) 4
5 Interpretasi β Odds akan meningkat secara multiplikatif sebesar e β untuk setiap kenaikan 1 unit x e β rasio odds odds( X = x + 1) RasioOdds = odds( X = x) Not familiar Interpretasi alternatif logit akan meningkat sebesarβ untuk setiap kenaikan 1 cm x What Is an Odds Ratio? Anodds ratio indicates how muchmorelikely more likely, with respect to odds, a certain event occurs in one group relative to its occurrence in another group. Example: How much more likely are females to purchase 100 dollars or more in products compared to males? 5
6 4.1.1 Linear Approximation Interpretations β 0, kurva datar horizontal β = 0, Y bebas terhadap X Β > 0, kurva π(x) membentuk fkp sebaran logistik Kemiringan curam terjadi pada x yang π (x) = 0,50. Nilai x tersebut berhubungan dengan p arameter regresi logistik dengan x = α / β. nilai x ini disebut tingkat median efektif (EL 50 ). Ini merupakan tingkat di mana masing masing Hasil memiliki kesempatan 50%. 6
7 ilustrasi Horseshoe Crabs: Viewing and Smoothing a Binary Outcome The study investigated factors that affect whether the female crab had any other males, called satellites, residing nearby her. The response outcome for each female crab is her number of satellites. An explanatory variable thought possibly to affect this was the female crab s shell width, which is a summary of her size. In the sample, this shell width had a mean of 26.3 cm and a standard deviation of 2.1 cm. Y indicate whether a female crab has any satellites (other males who could mate with her). That is, Y = 1 if a female crab has at least one satellite, and Y = 0 if she has no satellite.we first use the female crab s width (in cm) as the sole predictor. ilustrasi Suatu penelitian mengenai faktor faktor yang mempengaruhi banyaknya satellite yang dipunyai kepiting betina (Y) Y= 1 jika kepiting betina memiliki paling tidak 1 satellite Y=0 jika tidak memiliki satellite. X= lebar cangkang kepiting betina (dalam cm) 7
8 Data yang belum dikelompokkan Data crab; input width sat; datalines; ; proc logistic data=crab descending; model sat=width/expb; run; Syntax SAS 8
9 Output At the minimum width in this sample of 21.0 cm, the estimated probability is exp( (21.0))/[1 + exp( (21.0))] = At the maximum width of 33.5 cm, the estimated probability equals exp( (33.5))/[1 + exp( (33.5))] = lebar minimum x= 21 cm, = lebar maksimum x= 33.5 cm =
10 Interpretasi Output Dugaan π(x) =0.5 saat x = α / ˆ β = Dugaan odds = exp ˆ β = exp = 1. ˆ / = 24.8 ( ) ( ) 64 kepiting betina yang memiliki lebar 1 cm lebih besar, memiliki kecenderungan 1.64 kali mempunyai satelit Pada mean sampel lebar 26,3 cm, π (x) = 0,674. (Bab 4.1.1), perubahan kenaikan peluang pada titik mean ( x) [ 1 ˆ π ( x) ] (0.674) (0.326) = 0.11 ˆ βπˆ = Untuk kepiting betina dengan lebar badan dekat lebar rata rata, peluang kenaikan satelit pada tingkat 0,11 per 1 cm peningkatan lebar. tingkat dugaanperubahanterbesar pada nilaix(24 (24,8) di mana π (x) = 0,50; peluang diperkirakan meningkat pada tingkat (0,497) (0,50) (0,50) = 0,12 per 1 cm peningkatan lebar 10
11 Berbeda dengan model peluang linier, model regresi logistik memungkinkan lajuperubahan bervariasi sebagaimana perubahan x Regression Fit Model paling sederhana untuk interpretasi adalah dlhmodel dlpeluang π(x) () = α + βx. Menggunakan pendekatan OLS (software GLM dengan asumsi respon normal dengan fungsi penghubung identitas) menghasilkan model 11
12 Proc GLM proc genmod data=crab; model sat=width/ dist = nor link = identity lrci; run; Horseshoe Crabs: Interpreting the Logistic Regression Fit π(x) adalah peluang kepiting betina memiliki satelit dengan lebar badan x cm Dugaan peluang (adanya) satelit akan meningkat untuk setiap peningkatan 1 cm lebar badan kepiting Interpretasi lebih sederhana, namun tidak sesuai untuk nilai ekstrim Misalkan pada contoh ini ilebar badan maksimal 33.5 cm. Dugaan peluangnya= (33.5) =
13 Grouping Untuk mendapatkan gambar dengan bentuk yang lebih jelas, dilakukan pengelompokan untuk lebar badan kepiting betina sbb: Lalu hitung rataan contoh di masing masing kategori Figure 4.2 contains eight dots representing the sample proportions of female crabs having satellites plotted against the mean widths for the eight categories. 13
14 Odds Odds Ratio Interpretation Odds sukses (respon =1) x = 26.3 ; ˆ π odds = x = 27.3 ; ˆ π x = 0.773; odds = = RasioOdds 27.3 = = ( x) = 0.674; = ( ) 40 However, this is a 64% increase; 14
15 4.1.5 Logistic Regression with Retrospective Studies Regresi logistik juga dapat digunakan pada data hasil studi restrospektif Peubah X yang acak (bukan peubah Y) Dapat digunakan bila salah satu respon kategori jarang terjadi, dan sebuah studi prospektif mungkin memiliki terlalu sedikit kasus untuk untuk dapat menduga pengaruh dari prediktor dengan baik. Retros pective Y 1(kasus) dan 0(kontrol) X diamati Case control biomedis Odds Ratio 15
16 Inferensia Regresi Logistik 4.2 INFERENCE FOR LOGISTIC REGRESSION Binary Data can be Grouped or Ungrouped 254 subjects reported snoring every night, of whom 30 had heart disease 16
17 Data crab grup data crab2; input width y n; cards; ; proc logistic data=crab2; model y/n=width/influence stb expb; output out=predict p=pi_hat lower=lcl upper=lcl; run; confidence interval for effect A large sample Wald confidence interval for the parameter β in the logistic regression model, dl logit[π(x)] = α + βx, is ˆ β ± z α 2 ( SE) 17
18 Ilustrasi data kepiting Selang kepercayaan 95% untuk β adalah 0.497± 1.96(0.102) = [0.298, 0.697] Selang kepercayaan berdasarkan likelihood ratio = (0.308, 0.709). Interval likelihood ratio untuk pengaruh pada odds setiap kenaikan 1 cm lebar cangkang = (e 308, e 709 )= (1.36, 2.03). Berarti setiap kenaikan 1 cm lebar cangkang, akan menaikkan odds satellite paling sedikit 1.36 kali dan paling banyak 2 kali 18
19 Hypothesis Testing about Effect of X Test for parameter model (β). Simultanious test G test Partial test Wald test Uji Simultan Statistik uji G adalah uji rasio kemungkinan (likelihood ratio test) yang digunakan untuk menguji peranan variabel penjelas di dalam model secara bersama sama (Hosmer & Lemeshow, 1989). Rumus umum uji G untuk menguji hipotesis : H0 : β1 = β2 = = βk = 0 H1 : minimal ada satu β yang tidak sama dengan 0 adalah likelihood G = 2ln likelihood tan pa dengan peubah bebas peubah bebas Statistik G ini, secara teoritis mengikuti sebaran χ 2 dengan derajat bebas k. 19
20 Partial Test Sementara itu, uji Wald digunakan untuk menguji parameter βi secara parsial. Hipotesis yang diuji adalah: H0 : β i = 0 H1 : β i 0 Formula statistik Wald adalah: ˆ βi Z = SE( ˆ βi ) Secara teori, statistik Zini mengikuti sebaran normal baku jika H0 benar. Atau menggunakan statistik uji mengikuti sebaran dengan db=1 yang Uji Hipotesi Data Kepiting Hipotesis H 0 : β= 0 vs H 1 : β 0 Statistik Uji : Z= 0.497/0.102 = 4.9. (This shows strong evidence of a positiveeffecteffect of width on the presence of satellites (P <0.0001)) The equivalent chi squared statistic, z 2 = 23.9, has df = 1. Software reports that the maximized log likelihoods equal L0 = under H0: β = 0 and L1 = for the full model. The likelihood ratio lih statistic ti ti equals 2(L0 L1) = 31.3, 3 with df = 1. This also provides extremely strong evidence of a width effect (P < ). 20
21 Confidence Intervals for Probabilities We illustrate by estimating the probability of a satellite for female crabs of width x = 26.5, which is near the mean width. The logistic regression fit yields πˆ = exp( (26.5))/[1 + exp( (26.5))] = From software, a 95% confidence interval for the true probability is (0.61, 0.77). Kenapa menggunakan model untuk menduga peluang?? 21
22 X=26,5 cm 6 kepiting, 4 memiliki satelit Binom p= 4/6=0.67 SK 95% untuk π(x) : (0.22, 0.96) R lit i li t d I Reality is more complicated. In practice, any model will not exactly represent the true relationship between π(x) and x. 22
23 Ilustrasi Menggunakan SAS Data CHD; input age $ cards; <=55 1 <=55 1 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 <=55 0 >55 1 >55 0 >55 0 <=55 1 >55 1 >55 1 >55 0 >55 0 <=55 1 >55 1 >55 1 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 <=55 1 >55 1 >55 0 >55 0 >55 0 ; 23
24 proc freq data=chd; tables age; tables CHD; tables age*chd/nopercent nocol norow expected chisq; run; proc logistic data=chd; class age; model chd=age/expb; run; Tabulasi Silang 24
25 Tugas Kelompok Kelompok 1 Prediktor Kategorik Uji Cochran Mantel Haenszel Uji Kehomogenan Rasio Odd (Bab 4.3) Kelompok 2 (RegLog Berganda) Contoh Regresi Logistik Ganda Pembandingan Model (4.4.1, 4.4.2) 25
26 Tugas Kelompok (lanjutan) Kelompok 3 (RegLog Berganda) Kelompok 4 Prediktor Kuantitatif dalam Regresi Logistik Model dengan Interaksi (Bab 4.4.3, 4.4.4) Strategi Pemilihan Model Pemeriksaan Kecocokan Model (Bab 5.1, 5.2) 26
Regresi Logistik 4.1 INTERPRETING THE LOGISTIC REGRESSION MODEL 4.2 INFERENCE FOR LOGISTIC REGRESSION
Respon Biner Regresi Logistik 4.1 INTERPRETING THE LOGISTIC REGRESSION MODEL 4.2 INFERENCE FOR LOGISTIC REGRESSION Model regresi logistik menggunakan peubah penjelas, baik kategorik atau kontinu, untuk
Lebih terperinciKasus. Survey terhadap remaja usia tahun apakah pernah melakukan kerja paruh waktu (part-time)??
Kasus Survey terhadap remaja usia 15-16 tahun apakah pernah melakukan kerja paruh waktu (part-time)?? Berikut Tabel datanya: Race Gender Yes Part Time Job No White Male 43 134 Female 26 149 Black Male
Lebih terperinciTabel Kontingensi 2x2 (4)
Tabel Kontingensi 2x2 (4) Uji Kebebasan untuk Data Ordinal Uji Eksak untuk Ukuran Contoh Kecil Uji Kebebasan Chi- Squared χ 2 dan G 2 Data Nominal pada kolom dan baris Data ordinal pada Data ordinal pada
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 12 Nonparametrik-Kategorik-Logistik
STK511 Analisis Statistika Pertemuan 12 Nonparametrik-Kategorik-Logistik 12. Pengantar Skala Pengukuran Data/Variabel Peubah Kategorik Categorical Numerik Numeric Nominal Ordinal Interval Ratio Hanya nama/lambang
Lebih terperinciTabel Kontingensi 2x2 (4)
Tabel Kontingensi 2x2 (4) Uji Kebebasan untuk Data Ordinal Uji Eksak untuk Ukuran Contoh Kecil www.pikasilvianti.staff.ipb.ac.id Uji Kebebasan Chi- Squared χ 2 dan G 2 Data Nominal pada kolom dan baris
Lebih terperinciSering dibahas. Asosiasi 2 peubah Y Z
Sering dibahas X Asosiasi 2 peubah Y X Y Z Confounding In statistics, a confounding variable (also confounding factor, a confound, or confounder) is an extraneous variable in a statistical model that correlates
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciBAB 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 terperinciANALISIS 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 terperinciRegresi Logistik Nominal dengan Fungsi Hubung CLOGLOG
Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG Julio Adisantoso, G16109011/STK 11 Mei 2010 Ringkasan Regresi logistik merupakan suatu pendekatan pemodelan yang dapat digunakan untuk mendeskripsikan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber asli (tidak melalui perantara).
Lebih terperinciIII. 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 terperinciModel 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 terperinciMAKALAH 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 terperinciInferensia Statistik parametrik VALID?? darimana sampel diambil
Inferensia Statistik parametrik VALID?? Tergantung dari bentuk populasi Tergantung dari bentuk populasi darimana sampel diambil Uji kesesuaian (goodness of fit) ) untuk tabel frekuensi Goodness-of-fit
Lebih terperinciNon Linear Estimation and Maximum Likelihood Estimation
Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation We have studied linear models in the sense that the parameters are
Lebih terperinciGeneralized 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 terperinciANALISIS 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 terperinciBAB IV HASIL DAN PEMBAHASAN
50 BAB IV HASIL DAN PEMBAHASAN A. Analisis Statisik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran umum data yang telah dikumpulkan dalam penelitian ini. Sebanyak 25 perusahaan yang masuk
Lebih terperinciMODEL 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciANALISIS 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 terperinciBAB III METODE PENELITIAN. Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian
36 BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian yang bersifat deskriptif kuantitatif. Penelitian yang bersifat deskriptif bertujuan
Lebih terperinciPENERAPAN 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL
KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL SKRIPSI Oleh : Ahmad Reza Aditya 24010210130055 JURUSAN STASTISTIKA
Lebih terperinciBINARY 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 terperinciBAB III METODOLOGI PENELITIAN DAN DATA
47 BAB III METODOLOGI PENELITIAN DAN DATA 3.1 Metodologi Penelitian Sesuai dengan bentuk data dan tujuan yang ingin dicapai dalam penelitian ini, yaitu untuk mengetahui bagaimana pengaruh office channeling
Lebih terperinciBAB III LANDASAN TEORI. A. Regresi
BAB III LANDASAN TEORI A. Regresi 1. Pengertian Regresi Regeresi adalah alat yang berfungsi untuk membantu memperkirakan nilai suatu varibel yang tidak diketahui dari satu atau beberapa variabel yang tidak
Lebih terperinciTabel Kontingensi 2x2 (3)
Tabel Kontingensi 2x2 (3) Rasio Odds dan Uji Kebebasan Khi- Kuadrat Rasio ODDS It occurs as a parameter in the most important type of model for categorical data Odds Sukses odds = π ( 1 π ) Odds bernilai
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian
Lebih terperinciREGRESI LOGISTIK (LOGISTIC REGRESSION)
REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik
Lebih terperinciBAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena
26 BAB III METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2009-2013. Alasan penulis
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Pengujian Signifikansi Parameter a. Uji serentak parameter regresi logistik Uji serentak adalah uji yang mempunyai fungsi dimana untuk mengetahui signifikansi
Lebih terperinciUKURAN ASOSIASI DALAM EPIDEMIOLOGI. Putri Handayani, M. KKK
UKURAN ASOSIASI DALAM EPIDEMIOLOGI Putri Handayani, M. KKK Tipe ukuran yang digunakan dalam epidemiologi Ukuran asosiasi Merefleksikan kekuatan atau besar asosiasi antara suatu eksposur/faktor risiko dan
Lebih terperinciTabel Kontingensi 2x2 (3) Rasio Odds dan Uji Kebebasan Khi- Kuadrat
Tabel Kontingensi 2x2 (3) Rasio Odds dan Uji Kebebasan Khi- Kuadrat 2 RASIO ODDS 3 Rasio Odds Exposure Association outcome measure 4 Odds Ratio Odds Ratio odds that an outcome will occur given a particular
Lebih terperinciAnalisis Data Kategorikal
Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
70 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Logistic Regression Binery Penelitian ini menggunakan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia sebagai sampel penelitian.
Lebih terperinci10 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 terperinciAnalisis Chi-Square (x 2 )
Analisis Chi-Square (x 2 ) Chi square ("χ 2 " dari huruf Yunani "Chi "Kai") to determine if data good or not. Expl... to determine possible outcomes for genetic crosses. How will we know if our fruit fly
Lebih terperinciBAB IV HASIL PENGUJIAN. Pada penelitian ini, peneliti menggunakan sampel perusahaan manufaktur
BAB IV HASIL PENGUJIAN IV.1 Gambaran Populasi dan Sampel Pada penelitian ini, peneliti menggunakan sampel perusahaan manufaktur yang bergerak di industri consumer goods yang ada di Bursa Efek Indonesia
Lebih terperinciEKO 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 terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciIV. 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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Objek Penelitian Kemampuan laba (profitabilitas) merupakan hasil akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio kemampulabaan akan memberikan
Lebih terperinciBAB IV ANALISIA HASIL DAN PEMBAHASAN
39 BAB IV ANALISIA HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Dari 144 perusahaan manufaktur
Lebih terperinciMasalah 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciBAB IV ANALISA HASIL DAN PEMBAHASAN. Tabel 4.1. Pada table 4.1 diatas menunjukan bahwa hasil uji statistik deskriptif untuk
BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Deskriptif Tabel 4.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation IS 81 0 1.23.426 SIZE 81 4.8932 7.4245 6.171004.6447805 NPM 81.0002.2895.093994.0754724
Lebih terperinciBAB III METODE PENELITIAN. Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini
digilib.uns.ac.id BAB III METODE PENELITIAN 3.1. Model Penelitian Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini menggunakan metode deskriptif dengan pendekatan kuantitatif, tujuannya
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab
BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab rumusan masalah yang telah diuraikan sebelumnya dengan berdasarkan tingkat eksplanasinya 54.
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Statistik deskriptif digunakan untuk menggambarkan secara umum data yang telah dikumpulkan dalam penelitian ini. Sampel yang digunakan
Lebih terperinci(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 terperinciPENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 11-16 ISSN: 2303-1751 PENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA NI MADE SEKARMINI 1, I KOMANG GDE SUKARSA
Lebih terperinciGambaran Duplikasi Penomoran Rekam Medis. Gambaran Kualifikasi Pendidikan. Gambaran Pengetahuan. Statistics pemberian nomor. N Valid 60.
Gambaran Duplikasi Penomoran Rekam Medis Statistics N Valid 60 Missing 0 Frequency Percent Valid Percent Cumulative Percent Valid duplikasi 24 40.0 40.0 40.0 tidak duplikat 36 60.0 60.0 100.0 Total 60
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner
Analisis Faktor-Faktor yang Mempengaruhi di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Roni Guntara 1), Safa at Yulianto 2) 1,2 Akademi Statistika (AIS) Muhammadiyah Semarang roniguntara@gmail.com
Lebih terperinciANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION
ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION Syamsul Rizal 1, Imaroh Izzatun Nisa 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi S1 Statistika
Lebih terperinciBAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.
BAB III METODA PENELITIAN 3.1 Operasionalisasi Variabel Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data. Variabel tersebut terdiri dari variabel terikat (dependent variable)
Lebih terperinciBAB III METODOLOGI PENELITIAN. Sakit At-Turrots Al-Islamy, PKU Muhammadiyah Gamping, Puskesmas
BAB III METODOLOGI PENELITIAN A. Objek Penelitian Objek yang dilakukan pada penelitian ini adalah peserta BPJS kelas II yang berada di Kabupaten Sleman. B. Lokasi Penelitian Penelitian ini dilakukan di
Lebih terperinciBAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciBAB 3 METODE PENELITIAN
1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciE-Jurnal Matematika Vol. 2, No.3, Agustus 2013, ISSN:
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 40-45 ISSN: 2303-1751 ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI WAKTU KELULUSAN MAHASISWA DENGAN MENGGUNAKAN METODE GOMPIT (Studi Kasus: Mahasiswa Fakultas
Lebih terperinciDEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
PENERAPAN ANALISIS REGRESI LOGISTIK TERHADAP TINGKAT KEPUASAN MASYARAKAT DALAM PELAYANAN PEMBUATAN KARTU KELUARGA (STUDI KASUS: DI KECAMATAN MEDAN BELAWAN) SKRIPSI CHAIRUNNISA 120823008 DEPARTEMEN MATEMATIKA
Lebih terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian terhadap analisis persepsi dan sikap konsumen terhadap produk magnum setelah isu lemak babi ini dilakukan di kota Bogor. Pemilihan lokasi
Lebih terperinciBAB III METODOLOGI PENELITIAN. sampai dengan bulan mei tahun 2014.
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian 1. Waktu penelitian dilakukan dengan mengambil data statistic penerimaan offer untuk okupasi high rise building dari bulan januari sampai dengan
Lebih terperincidimana: 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 terperinciIII. KERANGKA PEMIKIRAN
III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis Kerangka pemikiran teoritis merupakan konsep-konsep yang digunakan dalam penelitian ini. Terdapat tiga konsep pemikiran teoritis yang dibahas, yaitu:
Lebih terperinciRegresi Logistik Binomial, Model untuk Toksisitas Logam Berat Timbal Pb terhadap Larva Udang Vannamae
Regresi Logistik Binomial, Model untuk Toksisitas Logam Berat Timbal Pb terhadap Larva Udang Vannamae Dwi Haryo Ismunarti Jurusan Ilmu Kelautan Fakultas Perikanan dan Ilmu Kelautan UNDIP email : dwiharyois@gmail.com
Lebih terperincidi 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 terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang
BAB III METODE PENELITIAN 3.1. Ruang Lingkup Penelitian Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menjelaskan sifat dari hubungan tertentu, memahami perbedaan antara kelompok
Lebih terperinci10+ Departemen Statistika FMIPA IPB
Suplemen Praktikum Pertemuan ANALISIS DATA KATEGORIK (STK351) 10+ Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Analisis Nonparameterik dan Data Kategorik dengan dan Menggunakan
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 III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan
14 BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Pola hidup masyarakat yang menyadari pentingnya kesehatan menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan citarasa yang enak,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan terhadap seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) data yang diambil merupakan data
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. mahasiswa. Setiap responden mempunyai karakteristik yang berbeda. Oleh
43 BAB IV ANALISIS DATA DAN PEMBAHASAN A. Deskripsi Data Jumlah responden yang diambil dalam penelitian ini ada sebanyak 72 mahasiswa. Setiap responden mempunyai karakteristik yang berbeda. Oleh karena
Lebih terperinciBAB 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 terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciKETEPATAN 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 terperinciDosen Pembimbing : Dr. Purhadi, M.Sc
Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980
Lebih terperinciPemodelan. The model should be complex enough to fit the data well, but simpler models are easier to interpret
Pemodelan tujuan The model should be complex enough to fit the data well, but simpler models are easier to interpret Study Confirmatory Exploratory How Many Predictors Can You Use? Strategi Pemilihan Model
Lebih terperinciRMSE = 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 terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciBINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI SKRIPSI Disusun oleh: RIDHA RAMANDHANI 24010212140071 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciModel Log-Linier dan Regresi Logistik
Model Log-Linier dan Regresi Logistik Julio Adisantoso, G16109011/STK 26 Mei 2010 Ringkasan Regresi log-linier adalah suatu pendekatan pemodelan linier terampat yang dapat digunakan untuk data yang menyebar
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Hasil pemilihan sampel dengan metode purposive sampling terhadap
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Hasil pemilihan sampel dengan metode purposive sampling terhadap perusahaan-perusahaan manufaktur yang terdaftar di Jakarta Islamic Index selama 2012 sampai 2014,
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik Variabel Penelitian Berdasarkan hasil penelitian tentang Willingness To Pay pengunjung Umbul Ponggok didapatkan hasil berikut ini : 1. Uji Klasifikasi Model
Lebih terperinciGENERALIZED LINEAR MODELS (GLM) UNTUK DATA ASURANSI DALAM MENENTUKAN HARGA PREMI
GENERALIZED LINEAR MODELS (GLM) UNTUK DATA ASURANSI DALAM MENENTUKAN HARGA PREMI Agus Supriatna 1), Riaman 2), Sudradjat 3), Tari Septiyani 4) Departemen Matematika, FMIPA Unpad Jalan Raya Bandung-Sumedang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Obyek Penelitian Obyek penelitian yang diteliti adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia Periode 2011-2015. B. Jenis Data Jenis data pada penelitian
Lebih terperinciLampiran Hasil Output SPSS. Statistics. Skor Kepuasan Pasien Rawat Jalan. Valid 200 Missing 0 Mean Skor Kepuasan Pasien Rawat Jalan Frequenc y
1 Lampiran Hasil Output SPSS A. Analisis Univariat 1. Kepuasan Pasien Statistics Skor Kepuasan Pasien Rawat Jalan 200 Missing 0 Mean 46.73 Skor Kepuasan Pasien Rawat Jalan Frequenc y Cumulative 39 4 2.0
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan tempat penelitian Penelitian untuk penulisan skripsi ini berlangsung pada 1 Maret 2016 s.d selesai yang dilakukan di Jakarta. B. Desain penelitian Penelitian ini
Lebih terperinciKegiatan 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 terperinciSem 5-4. Garis Besar Rencana Pembelajaran (GBRP)
Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika
Lebih terperinciKETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER
KETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER (Study Kasus di Kabupaten Semarang Tahun 2014) SKRIPSI Disusun Oleh : FAJAR HERU SETIAWAN
Lebih terperinciBAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus
BAB III PEMBAHASAN BAB III PEMBAHASAN Pada Bab III ini akan dibahas tentang prosedur pembentukan model Cox extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus kejadian bersama yaitu
Lebih terperinci(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 terperinciLOGO. 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 terperinciBAB III METODE PENELITIAN
51 BAB III METODE PENELITIAN A. Jenis Penelitian Dalam penelitian ini, jenis metode penelitian yang digunakan adalah kuantitatif. Metode penelitian kuantitatif merupakan metode penelitian yang digunakan
Lebih terperinci