Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja
|
|
- Fanny Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual Darah rogram Stud Statsta FMIA Uverstas Mulawarma Abstract Logstc regresso use f reso deedet varable s category omal or ordal wth redctor deedet varables s cotu or category. Three method of stc regresso f based reso varable, there are ber stc regresso, ordal stc regresso, ad omal stc regresso. Ths aer reset ordal stc regresso for aalyss reso varable have data scale s ordal wth two category or more, reso varable s category or cotu wth two category or more. Ordal Logstc regresso were aled to Aalyss Factors of Ifluece Behavor Adolecet / Studets Seual of SMA Kesatua I Samarda. Result data aalyss obtaed that seual educate s the factor fluece behavor adolecet. Keywords : Logstc Regresso, ordal stc regresso, category, adolecet seual. edahulua Metode statstc memaa eraa yag sagat etg hamr dalam semua taha usaha mausa. Dalam erembagaya, lmu statstc telah meemua adaaya dega erembaga comuter sehgga metode statstc berembag sagat ceat. Salah satu metode statstc yag alg serg dguaaa adalah aalss regres. egguaa regres telah mead baga yag etg ada seta aalss data yag bereaa dega eggambara hubuga atara varabel reso dega satu atau lebh varabelvarabel redtor. Ja varabel resoya bersala terval atau raso, maa dguaa regres lear. Aabla varabel resoya bersfat ategor omal atau ordal dega varabel-varabel redtor otu mauu ategor maa dguaa regres stc. Fugs embetua model terutama utu membedaa elas ada varabel reso dega meghtug robabltas masg-masg elas ada varabel redtor. erbedaa la robabltas ada seta elas aa meghasla la odds raso yag daat megformasa besarya egaruh salah satu varabel redtor terhada teradya erubaha elas ada varabel reso Agrest, 990 Berdasara varable resoya, terdaat tga macam regres stc yatu regres stc ber, regres stc ordal da regres stc omal. ada maalah, aa dbahas tetag regres stc ordal yag emuda aa dalasa ada asus erlau Seual ada Sswa SMA Kesatua I Samarda. Regres Logst Ordal Regres st ordal meruaa salah satu metode statsta utu megaalss varabel reso deede yag memuya sala ordal yag terdr atas dua ategor atau lebh. Varabel redtor deede yag daat dsertaa dalam model berua data ategor atau otu yag terdr atas dua varabel atau lebh. Model yag daat daa utu regres st ordal adalah model t. Model t tersebut adalah cumulatve t models. ada model t sfat ordal dar reso dtuaga dalam eluag umulatf sehgga cumulatve t models meruaa model yag ddaata dega membadga eluag umulatf yatu eluag urag dar atau sama dega ategor reso e- ada varabel redtor yag dyataa dalam vetor,, dega eluag lebh besar dar ategor reso e-, Hosmer da Lemeshow, 000. Secara matemats daat dtulsa sebaga berut: eluag umulatf, ddefsa sebaga berut : dmaa =,,..., J adalah ategor reso Agrest, 990. ersamaa deroleh dar Fugs st sebaga berut: rogram Stud Statsta FMIA Uverstas Mulawarma
2 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN rogram Stud Statsta FMIA Uverstas Mulawarma 48 F dmaa F = da = ombas beberaa varabel redtor. Ja ersamaa dsubttus eersamaa aa deroleh model regres stc ordal yag meruaa cumulatve t models sebaga berut: 3 Dalam hal lasfas, umulatf t meruaa fugs embeda atau lasfas. Fugs lasfas yag terbetu bla terdaat J ategor reso adalah J-. Ja meyataa ategor reso e- ada varabel redtor yag dyataa dalam vetor maa model ordal multle reso dalam model t adalah: ; ] [ Logt dmaa,,, J. Ja maa model adalah cumulatve dega sloe yag sama yatu model regres yag berdasar ada eluag cumulatve ategor reso. Ja, maa: J J
3 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN Ja terdaat J ategor reso, maa model stc ordal yag terbetu adalah : t l t l t l J J J J Estmas arameter arameter model regres stc ordal daat destmas dega megguaa metode masmum lelhood. Metode memeroleh dugaa masmum lelhood bag β dega lagah awal yatu membetu fugs lelhood. Estmas dar arameter regres st ordal ddaata dega meurua fugs lelhood terhada arameter yag aa destmas da dsamaa dega ol. ersamaa L 0 derguaa utu estmas arameter L dmaa =,,, da 0 derguaa utu estmas terse dmaa =,,, J-. L Hasl dar ersamaa 0 da L 0 meruaa fugs olear sehgga derlua metode teras utu memeroleh estmas arameterya. Metode teras yag derguaa adalah metode teratve Weghted Least Square WLS yatu algortma Newto- Rahso. egua sgfas arameter Setelah megestmas oefse-oefse model regres stc ordal, maa erlu dlaua egua utu megetahu varabel redtor maa yag beregaruh secara sgfa terhada varabel reso. egua terdr dar egua secara smulta da egua secara arsal. a. egua arameter Secara Smulta U sgfas arameter secara smulta dlaua sebaga uaya memersa eraa masg-masg varabel redtor dalam model secara bersama-sama, dega lagah-lagah sebaga berut. Hotess: H 0 : 0 H : mmal ada satu 0 utu =,,..., Statst U Hosmer ad Lemeshow, 989: G Lelhood Rato Test Dega, L y ; 0 y y y π π ˆ ˆ 0 ; ersamaa 5 daat dtuls ula sebaga G y lπˆ y l πˆ l 0l0 l 5 Dbawah H 0, statst u G aa megut dstrbus ch-square dega deraat bebas Hosmer da Lemeshow, 989. Sehgga utu memeroleh eutusa, la statst u G dbadga dega la,. Krtera eolaa H 0 adalah a G,. b. egu arameter Secara arsal egua eberarta arameter model dega satu varabel redtor dlaua utu megetahu ada atau tdaya hubuga atara suatu varabel redtor da varabel reso Le, 998. Lagah egua hotessya adalah sebaga berut. Hotess: H 0 : β= 0 ; =,,..., H : 0 βstatst U Le, 998: ˆ Wald W 6 SÊ ˆ Raso yag dhasla dar ersamaa 6, dbawah hotess H 0, aa megut dstrbus ormal bau Hosmer ad Lemeshow, 989. Sehgga utu memeroleh eutusa, la statst u dbadga dega dstrbus ormal bau. Krtera eolaa H 0 adalah a W. / rogram Stud Statsta FMIA Uverstas Mulawarma 49
4 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN erlau Seual Remaa Remaa, yag bahasa aslya dsebut adolescece, berasal dar bahasa lat adolescere yag artya tumbuh atau tumbuh utu mecaa emataga. erembaga lebh laut, stlah adolescece sesugguhya meml art yag cuu luas, mecau emataga metal, emosoal, sosal da fs Hurloc, 99 dalam Al, 006. Sedaga erlau sesual ddefsa oleh Sarwoo 00 sebaga tgah lau yag ddorog oleh hasrat sesual, ba dega lawa esya mauu dega sesama es. Betubetu tgah lau bsa bermacam-macam, mula dar erasaa tertar sama tgah lau bereca, bercumbu da berseggama. Obe sesualya bsa berua orag la, orag dalam hayala atau dr sedr. Sebaga dar tgah lau tu memag tda berdama aa-aa, terutama a tda ada abat fs atau sosal daat dtmbulaya. Aa teta ada sebaga rlau sesual yag la, damaya bsa cuu serus seert erasaa bersalah, deres, marah, msalya ara gads yag terasa meggugura adugaya. Beberaa fator yag dasumsa memegaruh erlau seual adalah sebaga berut: a. egetahua tetag Seualtas egetahua meruaa hasl dar tahu, da terad setelah orag melaua egderaa terhada suatu obye tertetu. egderaa terad melalu acadra mausa, ya dera eglhata, edegara, ecuma, rasa, da raba. Sebaga besar egetahua mausa deroleh melalu mata da telga Notoatmodo, 007. Kuragya formas tetag sesualtas meyebaba ara remaa memasu usa remaa taa egetahua yag memada tetag ses da selama erembaga masa remaa berlagsug, egetahua remaa bertambah dega formas yag salah. egetahua ses yag haya setegahsetegah tda haya medorog remaa utu mecoba-coba, ta uga bsa membula salah erses b. edda Seual Meurut Sarlto dalam buuya so Remaa 994, secara umum edda sesual adalah suatu formas megea ersoala sesualtas mausa yag elas da bear, yag melut roses teradya embuaha, ehamla sama elahra, tgah lau sesual, hubuga sesual, asease esehata, ewaa da emasyaraata. Masalah edda sesual yag dbera seatutya berata dega orma-orma yag berlau d masyaraat, aa yag dlarag, aa yag dlazma da bagamaa melauaya taa melaggar atura-atura yag berlau d masyaraat. Metode eelta eelta megguaa data yag deroleh dar hasl eelta Nursah 00, adau varable yag dguaa adalah sebaga berut:. Varabel reso adalah erlau seual remaa dega ategor Tda bereso 0, Reso redah, Reso sedag, da Reso tgg 3.. Varabel redctor terdr dar dua varable yatu egetahua tetag seualtas dega ategor ba 0 da urag ba, da edda Seual dega ategor erah 0 da tda erah. Lagah-lagah yag dlaua dalam megaalsa data adalah sebaga berut:. Membuat table otges atara erlau seual remaa dega egetahua tetag seualtas da edda seual.. Melaua estmas arameter utu medaata model regres ordal. 3. Melaua egua arameter secara smulta. 4. Melaua egua arameter secara arsal 5. Meghtug la odd raso. 6. Melaua terretas. Hasl Da embahasa Tabel otges atara erlau seual remaa dega egetahua tetag seualtas daat dlhat ada tabel berut: Tabel. Tabel Kotges Atara erlau Seual Remaa dega egetahua tetag Seualtas egetahua Total erlau tda bereso reso redah reso sedag reso tgg ba tda Total Tabel meuua bahwa dar 9 resode terdaat orag yag egetahuaya tetag seualtas ba teta bererlau seual reso tgg da alg baya adalah resode yag tda memuya egetahua tetag seualtas da bererlau seual reso sedag yatu 56 resode. Berdasara Tabel deroleh bahwa terdaat resode yag tda erah medaata edda seual dega erlau seual reso rogram Stud Statsta FMIA Uverstas Mulawarma 50
5 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN tgg, resode yag tda erah medaata edda seual ta bererlau seual tda bereso da bererlau seual reso sedag sedaga yag alg baya adalah resode yag erah medaata edda seual dega erlau seual reso sedag yatu 69 resode.. Tabel. Tabel Kotges Atara erlau Seual Remaa dega edda Seual edda erlau tda bereso reso redah reso sedag reso tgg erah tda Total Total Selautya dlaua estmas arameter model regres stc ordal dega megguaa metode masmum lelhood da deroleh hasl berut: Tabel 3. Hasl Estmas arameter Model Regres Logst Ordal Model Varabel Koefse Kostata egetahua edda Kostata egetahua edda 3 Kostata egetahua edda Berdasara Tabel 3 maa deroleh model regres stc ordal berut: t t t Terdaat 3 model area ada varable reso ter - daat 4 ategor. Utu megetahu aaah varable redctor beregaruh terhada varable reso, dlaua egua sgfas arameter secara smulta da arsal. Hasl egua yag deroleh dtuua ada Tabel 4 da Tabel 5. Tabel 4. egua Secara Smulta G DF Berdasara Tabel 4 datas daat dsmula bahwa egetahua tetag seualtas da edda seual beregaruh secara smulta terhada erlau seual remaa area G , 5.99 atau la 0.00< α Tabel 5. egua Secara arsal redtor Koefse SE Odds Raso Kostata Kostata Kostata egetahua edda Berdasara Tabel 5 datas deroleh bahwa edda seual beregaruh terhada erlau seual remaa, hal dtuua oleh la 0.00< α Sedaga egetahua tetag seualtas tda beregaruh terhada erlau seual remaa area la > α Tabel 5 uga meuua bahwa la odds raso utu varable egetahua adalah 0.47 yag berart remaa yag tda meml egetahua tetag seualtas memuya eluag 0.47 al melaua erlau seual bereso dbadga remaa yag uya egetahua tetag seualtas. Utu varable edda adalah 0.8, yag berart remaa yag tda erah medaata edda seual memuya eluag 0.8 al melaua erlau seual bereso dbadga remaa yag erah medaata edda seual. Kesmula Berdasara hasl aalss maa daat dsmula bahwa factor yag alg beregaruh ada erlau seual remaa adalah edda seual. Daftar ustaa Agrest, A Categorcal Data Aalyss. New or: Joh Wley ad Sos. Al, M so Remaa : T Bum Asara. Jaarta. Hosmer, D.W. ad S. Lemeshow 989. Aled Logstc Regresso. New or: Joh Wley ad Sos. Le, C. T Aled Categorcal Data Aalyss. Joh Wley ad Sos, Ic. USA. Nursah. 00. Hubuga Atara egetahua Da edda Kesehata Rerodus Dega erlau Sesual ada Sswa Sma Kesatua Samarda Tahu 00, Srs. UWGM Notoatmodo, S edda Da erlau Kesehata. Jaarta: T. Rea Cta. Sarwoo, S.W so Remaa. Jaarta: T. Raa Grafdo ersada. rogram Stud Statsta FMIA Uverstas Mulawarma 5
6 Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN rogram Stud Statsta FMIA Uverstas Mulawarma 5
III. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa
Lebih terperinciProsiding Statistika ISSN:
Prosdg Statsta ISSN: 246-6456 Pemodela Aga Kemata Ba d Kabuate Kuga ahu 24 dega Regres Geeralzed Posso da RegresBomal Negatf Modelled Number Of Brth Mortalt I Kuga Resdece I 24 B Geeralzed Posso Regresso
Lebih terperinciANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.
ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa
Lebih terperinciII. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan
II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor
Lebih terperinciRegresi Logistik pada Data Rare Event
Prosdg Statsta ISSN 46-6456 Regres Logst ada Data Rare Evet Rud Rum Ar Wstara, Sulad, 3 Abdul Kudus,,3 Statsta, Faultas MIPA, Uverstas Islam Badug, Jl. Ragga Malela No. Badug 46 e-mal: rud_ra@mal.com,
Lebih terperinciPemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 7-0 (-98X Prt) D86 Pemodela Kods Jarga Lstr PT. PLN (Persero) Area Surabaya Selata dega Aalss Regres Logst Ordal Des Olva Sswadar da Haryoo Dearteme Statsta,
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Set. 1 ISSN: 31-X D-15 Pemodela Fator-Fator Yag Beregaruh Terhada Prevales Balta Kurag Gz D Provs Jawa Tmur Dega Pedeata Geograhcally Weghted Logstc Regresso (GWLR
Lebih terperinciSTATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran
KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data
Lebih terperinciJurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN
Jural EKSPONENSIAL Volume 7, Nomor 1, Me 016 ISSN 085-789 Peeraa Geeralzed Posso Regresso I Utu Megatas Overdsers Pada Regres Posso (Stud Kasus: Pemodela Jumlah Kasus Kaer Servs d Provs Kalmata Tmur) Alcato
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-311
JURNAL SAINS DAN SENI POMIS Vol., No., (03) 337-350 (30-98X Prt) D-3 Pemodela Fator-Fator yag Memegaruh Jumlah Kemata Ibu d Jatm dega Pedeata GWPR (Geograhcally Weghted Posso Regresso) Dtau dar Seg Fasltas
Lebih terperinciBAB I PANDAHULUAN. 1.1 Latar Belakang
BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,
Lebih terperinciPemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-75 Pemodela Aga Prevales Kusta da Fator- Fator yag Memegaruh d Jaa mur dega Pedeata Geograhcally Weghted Regresso (GWR) Alefa Maulda Dzra, Sat
Lebih terperinciBAB III ESTIMASI MODEL PROBIT TERURUT
BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON
Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print)
URNAL SAINS DAN SENI ITS Vol. 4, No., (05) 7-50 (0-98X Prt) D6 Aalss Regres Logst Ordal utu Megetahu Tgat Gaggua Tuagrahta d Kabuate Poorogo Berdasara Fator-Fator Iteral Peebab Tuagrahta Eva Arum Setar
Lebih terperinciPemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion
Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma
Lebih terperinci( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
Lebih terperinciLOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE
LOLLY SMLL RIMNN SUMS FUNGSI TRINTGRL HNSTOK-UNFOR P RUNG ULI Solh Program Stud Matemata Faultas Sas da Matemata UNIP Jl Prof Soedarto, SH Semarag 575, sol_erf@yahoocom BSTRK I ths aer we study Hestoc-uford
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
Lebih terperinciPemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa
Lebih terperinciPemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember
Lebih terperinciHUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN
HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee
Lebih terperinciAnalisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik
Statsta, Vol. 5 No. 2, 65-7 November 25 Aalss Fator Rso Peyebab Dabetes Melltus d Kota Ambo Megguaa Model Regres Logst Ferry Kodo Lembag, Dorteus L. Rahabauw 2,2Jurusa Matemata Faultas MIPA Uverstas Pattmura
Lebih terperinciPEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.
Pemlha Varabel (Hasb Yas) PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHED REGRESSION Hasb Yas Staf Pegajar Program Stud Statsta FMIPA UNDIP Abstract Regresso aalyss s a statstcal aalyss that ams to
Lebih terperinciFunctionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]
Jural Sas da Matemata Vol (3): 58-63 () Fuctoally Small Rema Sums Fugs Tertegral Hestoc-uford ada [a,b] Solh, Sumato, St Khabbah 3,,3 Program Stud Matemata, FSM UNIP Jl Prof Soedarto, SH Semarag, 575 E-mal:
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-272
JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) D-7 Pemodela da Pemetaa Jumlah Kasus DBD d Kota Surabaya dega Geograhcally Weghted Negatve Bomal Regresso (Gwbr) da Flexbly Shaed Satal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu
Lebih terperinciPemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat
D-390 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prt) Pemodela Aga Perah Beerja da Belum Perah Beerja d Jawa Tmur Megguaa Metode Regres Multvarat Arda Nur Lathfah, da Wahyu Wbowo Jurusa
Lebih terperinciKajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d
Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas
Lebih terperinciBAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam
BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya
Lebih terperinciπ(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
Lebih terperincititik tengah kelas ke i k = banyaknya kelas
STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e
Lebih terperinciProses inferensi pada model logit Agus Rusgiyono. Abstracts
Proses eres ada model logt Agus Rusgoo Let dstrbuto wth Abstracts 3 rereset the resose o a omal radom varable o Beroull P P where s a arameter wth ukow value. Problems o estmatg used smallest square methods
Lebih terperinciadalah nilai-nilai yang mungkin diambil oleh parameter jika H
Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciAnalisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)
Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number
Lebih terperinciH dinotasikan dengan B H
Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )
Lebih terperinciISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b
ISSN: 088-687X 5 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA Mara Suc Ara a, Sr Haryatm b a rogram Stud edda Matemata FKI USD Kamus 3 aga, Yogyaarta 558, marasuc@usdacd b Jurusa
Lebih terperinciModel Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions
ural ESPONENSAL Volume 6, Nomor, Nopember 015 SSN 085-789 Model Log Ler utu Empat Dmes Log Ler Model for Four Dmetos M. Ars Budyoo 1, Sr ayugs, a Puramasar 3 1 Maasswa Program Stud Statsta Faultas MPA
Lebih terperinciHIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1
HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciPemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)
Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program
Lebih terperinciLANDASAN TEORI. x R, untuk suatu fungsi f : R [0, )
LANDASAN TEORI Dalam baga aa dbahas teor-teor yag berata dega embahasa selautya, yag dbera dalam betu defs-defs, beberaa lema da teoremateorema etg Ruag Cotoh, Keada, da Peluag Defs (Percobaa Aca) Percobaa
Lebih terperinciBAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
Lebih terperinciRuang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciAnalisis Regresi Logistik Ordinal pada Prestasi Belajar Lulusan Mahasiswa di ITS Berbasis SKEM
D- JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) Aalss Regres Logstk Ordal ada Prestas Belajar Lulusa Mahasswa d ITS Berbass SKEM Zakaryah da Isma Za Jurusa Statstka, FMIPA, Isttut Tekolog
Lebih terperinciANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)
ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan
BAB II LANDASAN TEORI Pada bab aka dbahas megea dasar-dasar teor ag aka dguaka dalam eulsa skrs, atu megea data hrark, model regres -level, model logstk, estmas arameter model logstk, uj sgfkas arameter
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciParameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines
Statsta, Vol. 8 No., 3 36 Me 008 Parameter Quatle-le dalam Pedugaa Area Kecl Melalu Pedeata Pealzed- Sles Kusma Sad Teaga Pegaar d Dearteme Statsta IPB, Bogor Jl. Merat, Kamus IPB Darmaga, Bogor 6680,
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciBAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)
BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut
Lebih terperinciKarakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara
Karaterst Sswa Putus Seolah Tgat SD da SMP d Kawasa Surabaya Utara Nur Ia Choryah, Prof.Dra.Susat Luwh,M.Stat,PhD, 3 Ir.Mutah Salamah,M.Kes Mahasswa Jurusa Statsta FMIPA-ITS (36 3,3 Dose Jurusa Statsta
Lebih terperinciDISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 2004
Vol. 9. No. 2, 22 Jural Sas, Teolog da Idustr DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 24 Ar Pa Desva, 2 Marta Erd,2 Jurusa Matemata Faultas Sas da Teolog UIN Susa Rau E-mal:
Lebih terperinciBAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,
Lebih terperinciANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD
Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belaag PENDAHULUAN Seta egara memuya mata uag sebaga alat tuar. Pertuara barag dega uag yag terad d dalam eger tda aa membula masalah meggat la barag sudah dsesuaa dega la uag yag berlau. Masalah
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciBAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,
Lebih terperinciSTATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciPemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa
Lebih terperinciKAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT
Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real
Lebih terperinciPEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL
Majalah Ekoom ISSN 4-950 : Vol. VII No. Des 03 PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R, C MALLOW, da S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL Oleh : Wara Pramest, Martha Suhardyah Fakultas Matematka
Lebih terperinciPemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua
Prosdg Sear Nasoal MIPA 06 Pera Peelta Ilu Dasar dala Meuag Pebagua Berelauta Jatagor, 7-8 Otober 06 ISBN 978-60-76-- Peodela Geographcally Weghted Logstc Regresso pada Ides Pebagua Kesehata Masyaraat
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciIII. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah
3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa
Lebih terperinciANALISIS REGRESI LINIER PIECEWISE DUA SEGMEN. Keywords: two-segment piecewise linear regression, X-knots, discharge, bedload transport.
JURNAL GAUSSIAN, Volume, Nomor, Tahu 0, Halama 9-8 Ole d: htt://ejoural-s.ud.ac.d/dex.h/gaussa ANALISIS REGRESI LINIER PIECEWISE DUA SEGMEN Sylf, Dw Isryat, Dah Saftr 3 Mahasswa Jurusa Statstka FSM Uverstas
Lebih terperinciPENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE
PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE Sr Har Jurusa Matemata, Faultas Sas da Teolog Uverstas Islam Neger Maulaa Mal Ibram Malag e-mal: srar@aoo.co.d Abstra Dalam aalss regres ler bergada adaa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciEstimasi dan Statistik Uji pada Model Probit Biner Bivariat. Estimation and Statistical Test in Bivariate Binary Probit Model
Jural ILMU DASAR Vol. No.. 0 : 97-0 97 Estmas da Statstk Uj ada Model robt Ber Bvarat Estmato ad Statstcal est Bvarate Bar robt Model Vta Ratasar, urhad, Isma & Suhartoo Mahasswa S-3 Statstka FMIA IS,
Lebih terperinci9. SOAL-SOAL STATISTIKA
9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra
Lebih terperinci9. SOAL-SOAL STATISTIKA
9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra
Lebih terperinciMETODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap
III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII
Lebih terperinciBAB 3 Interpolasi. 1. Beda Hingga
BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada
Lebih terperinciESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.
Prosdg Semar Nasoal Alkas Sas & Tekolog (SNAST) Yogakarta, 6 November 6 ISSN : 979 9X eissn : 54 58X ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE Noerat, Rka Herda,, Jurusa Statstka,
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu
Lebih terperinciBAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen
BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciMAKALAH TUGAS AKHIR POLA HUBUNGAN ANTARA FAKTOR SOSIAL EKONOMI DENGAN PENGGUNAAN INTERNET PADA RUMAH TANGGA DI JAWA TIMUR
MAKALAH TUGAS AKHIR POLA HUBUNGAN ANTARA FAKTOR SOSIAL EKONOMI DENGAN PENGGUNAAN INTERNET PADA RUMAH TANGGA DI JAWA TIMUR Yusq Mahmud 1 da Isma Za 1 Mahasswa Jurusa Statstka FMIPA-ITS e-mal: yosukecudo@yahoo.com
Lebih terperinciEstimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model
Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciPROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)
H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat
Lebih terperinciBukti Teorema Sisa China dengan Menggunakan Ideal Maksimal
Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya
Lebih terperinciBAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi
BAB TINJAUAN USTKA.. Sstem Dstrbus Jarga trasms da arga dstrbus pada sstem teaga lstr berfugs sebaga saraa utu meyalura eerg lstr yag dhasla dar pusat pembagt e pusat-pusat beba. Sstem arga dstrbus dapat
Lebih terperinciAnalisa Probabilistik Algoritma Routing pada Jaringan Hypercube
Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu
Lebih terperinciPenaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance
Peaksra Parameter Model Regres Polomal Berkso Megguaka Metode Mmum Dstace Da Kurawat Dearteme Matematka, FMIPA UI, Kamus UI Deok 16 da61@gmal.com Abstrak Berkso Measuremet Error Model meruaka model regres
Lebih terperinci7. PERSAMAAN DIFFERENSIAL BIASA
Bab 7. PERSAMAAN DIFFERENSIAL BIASA Dalam bdag te serg duma ersamaa suatu eomea alam ag dataa dalam ersamaa deresal basa (PDB Coto: Problem la awal: ( dega ( Y Problem la batas: g( dmaa a
Lebih terperinciJEMBATAN PADA GRAF FUZZY INTUITIONISTIC
JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciBAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.
BAB II TINJAUAN PUSTAKA. Peahulua Sebelum melaua pembahasa megea permasalaha ar srps, paa Bab II aa uraa beberapa teor peujag ag perraa apat membatu alam pembahasa bab-bab selajuta. Pembahasa paa Bab II
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinci