BAB 2 LANDASAN TEORI
|
|
- Herman Dharmawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Kosep Kemiskia Kemiskia dapat dilihat dari dua sisi yaitu kemiskia absolut da kemiskia relatif. Kemiskia absolut da kemiskia relatif adalah kosep kemiskia yag megacu pada kepemilika materi dikaitka dega stadar kelayaka hidup seseorag atau keluarga. Kedua istilah itu meujuk pada perbedaa sosial (social distictio) yag ada dalam masyarakat beragkat dari distribusi pedapata. Perbedaaya adalah bahwa pada kemiskia absolut ukuraya sudah terlebih dahulu ditetuka dega agka-agka yata (garis kemiskia) da atau idikator atau kriteria yag diguaka, semetara pada kemiskia relatif kategori kemiskia ditetuka berdasarka perbadiga relatif tigkat kesejahteraa atar peduduk Kemiskia Absolut Kemiskia absolut atau mutlak berkaita dega stadar hidup miimum suatu masyarakat yag diwujudka dalam betuk garis kemiskia (poverty lie) yag sifatya tetap tapa dipegaruhi oleh keadaa ekoomi suatu masyarakat. Garis Kemiskia (poverty lie) adalah kemampua seseorag atau keluarga memeuhi kebutuha hidup stadar pada suatu waktu da lokasi tertetu utuk melagsugka hidupya. Pembetuka garis kemiskia tergatug pada defiisi megeai stadar hidup miimum. Kemiskia abosolut ii bisa diartika dari melihat seberapa jauh perbedaa atara tigkat pedapata seseorag dega tigkat pedapata yag dibutuhka utuk memeuhi kebutuha dasarya. Tigkat pedapata miimum merupaka pembatas atara keadaa miski dega tidak miski.
2 Kemiskia Relatif Kemiskia relatif pada dasarya meujuk pada perbedaa relatif tigkat kesejahteraa atar kelompok masyarakat yag berada dilapisa terbawah dalam persetil derajat kemiskia suatu masyarakat digologka sebagai peduduk miski. Dalam kategori seperti ii, yag digologka sebagai miski sebearya sudah dapat mecukupi hak dasarya, amu tigkat keterpeuhaya berada dilapisa terbawah. Kemiskia relatif memahami kemiskia dari dimesi ketimpaga atar kelompok peduduk. Pedekata ketimpaga tidak berfokus pada pegukura garis kemiskia, tetapi pada besarya perbedaa atara 20 atau 10 perse masyarakat palig bawah dega 80 atau 90 perse masyarakat laiya. Kajia yag berorietasi pada pedekata ketimpaga tertuju pada upaya memperkecil perbedaa atara yag berada dibawah (miski) da yag makmur dalam setiap dimesi statifikasi da diferesiasi sosial. Ketimpaga merupaka suatu permasalaha yag berbeda dega kemiskia. Dalam hal megidetifikasi da meetuka sasara peduduk miski, maka garis kemiskia relatif cukup utuk diguaka da perlu disesuaika terhadap tigkat pembagua egara secara keseluruha. Garis kemiskia relatif tidak dapat dipakai utuk membadigka tigkat kemiskia atar egara da waktu karea tidak mecermika tigkat kesejahteraa yag sama. 2.2 Ukura Kemiskia Utuk megetahui jumlah peduduk miski, sebara da kodisi kemiskia diperluka pegukura kemiskia yag tepat sehigga upaya utuk meguragi kemiskia melalui berbagai kebijaka da program peguraga kemiskia aka efektif. Pegukura kemiskia yag dapat dipercaya mejadi istrumet yag tagguh bagi pegambil kebijaka dalam memfokuska perhatia pada kodisi hidup orag miski. Pegukura kemiskia yag baik aka memugkika dalam melakuka evaluasi dampak dari pelaksaaa proyek, membadigka kemiskia
3 12 atar waktu da meetuka target peduduk miski dega tujua utuk meguragiya (World Bak, Itroductio to Poverty Aalysis, 2002 dalam Bada Pusat Statistik, 2008). Metode peghituga peduduk miski yag dilakuka BPS sejak pertama kali higga saat ii megguaka pedekata yag sama yaitu pedekata kebutuha dasar (basic eeds approach). Dega pedekata ii, kemiskia didefiisika sebagai ketidakmampua dalam memeuhi kebutuha dasar. Dega kata lai, kemiskia dipadag sebagai ketidakmampua dari sisi ekoomi utuk memeuhi kebutuha makaa maupu o makaa yag bersifat medasar. Berdasarka pedekata itu idikator yag diguaka adalah Head Cout Idex (HCI) yaitu jumlah da persetase peduduk miski yag berada di bawah garis kemiskia (poverty lie). Selai head cout idex (P 0 ) terdapat juga idikator lai yag diguaka utuk megukur tigkat kemiskiaa, yaitu ideks kedalama kemiskia (poverty gap idex) atau (P 1 ) da ideks keparaha kemiskia (distributioally sesitive idex) atau (P 2 ) yag dirumuska oleh Foster-Greer-Thorbecke (Bada Pusat Statistik, 2008). Metode peghituga ii merupaka dasar peghituga persetase peduduk miski utuk seluruh Kabupate/Kota. Rumus yag diguaka adalah P = 1 N Q Z Y i Z (2. 1) Keteraga Z = Garis kemiskia i = Rata-rata pegeluara per kapita peduduk yag berada di bawah garis kemiskia Q = Bayak peduduk yag berada di bawah garis kemiskia N = Jumlah peduduk α = 0, 1, 2
4 13 α = 0 ; Poverty head cout idex (P 0 ) α = 1 ; Poverty gap idex (P 1 ) α = 2 ; Poverty distributioally sesitive idex (P 2 ) Head cout idex (P 0 ) merupaka jumlah persetase peduduk yag berada dibawah garis kemiskia. Semaki kecil agka ii meujukka semaki berkuragya jumlah peduduk yag berada dibawah garis kemiskia. Demikia juga sebalikya, bila agka (P 0 ) besar maka meujukka tiggiya jumlah persetase peduduk yag berada di bawah garis kemiskia. Poverty Gap Idex (P 1 ) merupaka ukura rata-rata kesejaga pegeluara masig-masig peduduk miski terhadap garis kemiskia. Agka ii memperlihatka jurag (gap) atara pedapata rata-rata yag diterima peduduk miski dega garis kemiskia. Semaki kecil agka ii meujukka secara ratarata pedapata peduduk miski sudah semaki medekati garis kemiskia. Semaki tiggi agka ii maka semaki besar kesejaga pegeluara peduduk miski terhadap garis kemiskia atau dega kata lai semaki tiggi ilai ideks meujukka kehidupa ekoomi peduduk miski semaki terpuruk. Distributioally Sesitive Idex (P 2 ) memberika gambara megeai peyebara pegeluara di atara peduduk miski. Agka ii memperlihatka sesitivitas distribusi pedapata atar kelompok miski. Semaki kecil agka ii meujukka distribusi pedapata di atara peduduk miski semaki merata. Sebagai cotohya dapat dijelaska dalam tabel 2.1.
5 14 Peduduk ke P = Q N Tabel 2.1 Cotoh Perhituga Persetase Peduduk Miski Kosumsi *) P/NP #) Daerah A Z Y i Z Z Y i Z Npoor Npoor Npoor Npoor Npoor Npoor poor 0,25 0, poor 0,5 0, poor 0,5 0, poor 0,75 0,5625 = 4 10 = 0,4 2 P = 1 N Q Z Y i Z = ,25 + 0,5 + 0,5 + 0,75 = 0,2 P = 1 Q 2 Z Y i = 1 (0, ,25 + 0,25 + 0,5625) 10 N Z = 0,1125 Note *) Rp/kapita/bula; #) P=poor, NP=o-poor, dega garis kemiskia Z = Rp /kapita/bula. Daerah A memiliki (P 0 ) yaitu sebesar 0,4, hal ii meujukka bahwa daerah tersebut peduduk miskiya mecapai 0,4 atau sebesar 40 perse. Bila dilihat dari Ideks kedalama kemiskia (poverty gap idex) atau (P 1 ) daerah A dapat dilihat (P 1 ) adalah sebesar 0,2 da bila dilihat dari ideks keparaha kemiskia (distributioally sesitive idex) atau (P 2 ), daerah A memiliki (P 2 ) sebesar 0,1125.
6 Variabel Kesejahteraa Masyarakat yag Mempegaruhi Kemiskia Produk Domestik Regioal Bruto (PDRB) Meurut Bada Pusat Statistik (BPS) pegertia produk domestik regioal bruto (PDRB) atas dasar harga kosta yaitu jumlah ilai produksi atau pegeluara atau pedapata yag dihitug meurut harga suatu tahu dasar tertetu. Idikator ii sagat bermafaat utuk megukur tigkat kehidupa masyarakat da lebih tepat diperguaka dibadigka pedapata per kapita. Dega cara meilai kembali atau medefiisika berdasarka harga-harga pada tigkat dasar dega megguaka ideks harga kosume. Peghituga atas dasar kosta bergua utuk melihat pertumbuha ekoomi secara keseluruha atau sektoral, juga utuk melihat perubaha struktur perekoomia suatu daerah dari tahu ke tahu. Sesuai dega uraia tersebut diatas, cara perhituga PDRB dapat diyataka dega rumus PDRB = Kosumsi + Tabuga (2.2) Sedagka utuk meghitug perubaha-perubaha yag terjadi (laju pertumbuha) PDRB dapat diyataka dega rumus Keteraga LPDRB t PDRB t LPDRB = PDRB t PDRB t 1 PDRB t 1 100% (2.3) = Nomial Laju PDRB tahu tertetu = Nomial PDRB tahu tertetu Pedidika Upaya pembagua di bidag pedidika bertujua utuk peigkata sumber daya mausia. Pedidika mempuyai peraa petig bagi suatu bagsa da merupaka salah satu saraa utuk meigkatka kecerdasa da keterampila mausia. Kualitas sumber daya mausia atara lai sagat tergatug dari kualitas pedidika. Petigya pedidika tercermi dalam UUD 45 da GBHN yag megataka bahwa pedidika merupaka hak setiap warga egara yag bertujua utuk mecerdaska
7 16 kehidupa bagsa. Dega demikia program pedidika mempuyai adil besar terhadap kemajua bagsa, ekoomi maupu sosial Keadaa pedidika peduduk secara umum dapat diketahui dari beberapa idikator seperti agka partisipasi sekolah, tigkat pedidika yag ditamatka da agka melek huruf. Tigkat pedidika sagat diperluka utuk meigkatka kesejahteraa peduduk. Keadaa seperti ii sesuai dega hakikat pedidika itu sediri yaki merupaka usaha sadar utuk megembagka kepribadia da kemampua di dalam da di luar sekolah yag berlagsug seumur hidup Keteagakerjaa Gambar 2.1 dega jelas dapat dilihat skema megeai keadaa peduduk suatu Negara dega segala potesiya utuk meghasilka. P PUK PDUK AK BAK S IRT L Em U BP SM SP SPTK Gambar 2.1 Peduduk Da Teaga Kerja
8 17 Berdasarka Gambar 2.1, dapat pula dirumuska beberapa persamaa. P = PUK + PDUK (2.4) PUK = AK + BAK (2.5) AK = Em + U (2.6) BAK = S + IRT + L (2.7) Em = BP + SM (2.8) SM = SPK + SPTK (2.9) Keteraga P = Peduduk PUK = Peduduk Usia Kerja, di Idoesia dega batasa 10 tahu ke atas PDUK = Peduduk Di Luar Usia Kerja Ak = Agkata Kerja, yaitu peduduk dalam usia kerja yag sudah bekerja da sedag mecari pekerjaa. BAK = Buka Agkata Kerja, yaitu peduduk dalam usia kerja yag tidak bekerja da belum igi bekerja. S = Sekolah IRT = Ibu Rumah Tagga L = Laiya, yaitu peduduk yag cacat metal atau sebab lai sehigga tidak produktif. Em = Bekerja U = Uemploymet, yaitu peduduk yag megaggur karea belum medapat pekerjaa disebut juga pegaggura terbuka. BP = Bekerja Peuh, yaitu peduduk yag memiliki jam kerja lebih dari 35 jam per miggu SM = Setegah Megaggur, yaitu peduduk yag bekerja di bawah 35 jam per miggu SPK = Setegah Pegaggur Ketara, yaitu peduduk yag memiliki jam kerja sedikit. Meurut SAKERNAS kurag dari 14 jam per miggu disebut setegah pegaggur kritis, sedagka atara jam disebut setegah pegaggur. SPTK = Setegah Pegaggur Tak Ketara, yaitu peduduk yag memilliki produktivitas redah da pedapataya juga redah.
9 18 Haya membadigka Em (bekerja) da U (megaggur) disebut pedekata labor force approach atau pedekata agkata kerja, sedagka melihat lebih teliti di atara peduduk yag bekerja peuh atau setegah megaggur disebut labor utilizatio approach. Pedekata kedua lebih meggambarka keadaa yag realistis tetag produktivitas peduduk. Dalam kosep labor force approach telah disebutka adaya agkata kerja yag belum bekerja da sedag/igi mecari pekerjaa. Jumlah peduduk yag sedag mecari pekerjaa ii dalam pegertia ekoomi disebut pegaggura terbuka (ope uemploymet). Sebagai idikator biasaya dihitug persetaseya terhadap agkata kerja dega rumus Keteraga OU U AK = Ope Uemploymet = Uemploymet = Agkata Kerja OU = U 100% (2.10) AK 2.4 Aalisis Regresi Aalisis regresi merupaka sebuah alat statistik yag memberika pejelasa tetag pola hubuga (model) atara dua variabel atau lebih. Aalisis regresi, dikeal dua jeis variabel yaitu variabel respos yaitu variabel yag keberadaaya dipegaruhi oleh variabel laiya da diotasika dega Y da variabel bebas yag keberadaaya tidak dipegaruhi oleh variabel laiya da diotasika dega X. 2.5 Aalisis Regresi Liier Bergada Aalisis regresi liier bergada (Multiple Liier Regressio) ialah suatu alat aalisis dalam ilmu statistik yag bergua utuk megukur hubuga matematis atara lebih
10 19 dari dua peubah. Regresi liier bergada juga merupaka regresi di maa variabel terikatya (Y) dihubugka atau dijelaska lebih dari satu variabel, mugki dua, tiga da seterusya variabel bebas. Betuk umum dari persamaa regresi liier bergada dapat ditulis sebagai berikut Y i = β 0 + β 1 X i1 + β 2 X i2 + β 3 X i3 + + β k X ik + e i (2.11) Dega i = 1, 2, 3,, da errorya diasumsika idetik, idepedet da berdistribusi ormal dega mea ol da varias kosta. Asumsi-asumsiya dapat ditulis sebagai berikut 1. E e i = 0, maka a. E Y i = β 0 + β 1 X i1 + β 2 X i2 + β 3 X i3 + + β k X ik b. δe Y i δx ij = β j meujukka seberapa jauh pegaruh X terhadap Y apabila variabel-variabel lai tetap E e i = σ 2, maka Var Y i = σ 2 3. E e i e j = 0 utuk i tidak sama dega j 4. X ij adalah tetap utuk pegambila sampel yag berulag-ulag; j = 1, 2, 3, k 5. Tidak ada hubuga liier di atara X ij sehigga εc j X ij = 0, di maa c j adalah himpua kostata yag palig tidak memiliki satu aggota yag ilaiya 0 6. lim X ij X j (X is X s ) = q jj > 0 da = q js utuk j tidak sama dega s lim X ij X is = q js ; q jj > 0 Dega asumsi-asumsi di atas, hasil estimasi dega metode kuadrat terkecil dapat ditulis sebagai berikut S = e i 2 = Y i Y i 2 = (Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik ) 2 Turua pertama dari fugsi ii dapat ditetuka sebagai berikut. δs δβ j = 0 dega j = 1, 2, 3,, k. Proses ii aka meghasilka persamaa dega k faktor yag tidak diketahui seperti berikut ii.
11 20 δs δβ 0 = 2 δs δβ 1 = 2 δs δβ 2 = 2 δs δβ 3 = 2 Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik ( 1) Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik = 0 X i1 = 0 X i2 = 0 X i3 = 0 δs δβ k = 2 Y i β 0 β 1 X i1 β 2 X i2 β 3 X i3 β k X ik X ik = 0 atau dapat dituliska mejadi k persamaa ormal seperti berikut ii β 0 + β 1 X 1 + β 2 X 2 + β 3 X β k X k = Y β 0 X 1 + β 1 X β 2 X 1 X 2 + X 1 X β k X 1 X k = X 1 Y β 0 X 2 + β 1 X 2 X 1 + β 2 X X 2 X β k X 2 X k = X 2 Y (2.12) β 0 X 3 + β 1 X 3 X 1 + β 2 X 3 X 2 + X β k X 3 X k = X 3 Y β 0 X + β 1 X k X 1 + β 2 X k X 2 + β 3 X k X 3 + β k X k X β k X k 2 = X k Y Peyelesaia dari persamaa 2.12 aka memberika hasil estimasi berdasarka metode OLS (ordiary least square), yag aka bersifat BLUE (Best Liier Ubiass Estimated). Dega megguaka otasi matriks, model liier di atas dapat dituliska secara lebih sederhaa mejadi seperti berikut Y 0 Y 1 Y 2 Y 3 Y = X 1 X 2 X 3 X X 1 X 11 X 21 X 31 X 1 X 2 X 12 X 22 X 32 X 2 X k X 1k X 2k X 3k X k β 0 β 1 β 2 β 3 β + e 0 e 1 e 2 e 3 e (2.13)
12 21 Model regresi pada persamaa (2.11) disebut model regresi global karea model regresi global megasumsika hubuga atara variabel respo dega variabel prediktor adalah tetap, sehigga parameter yag diestimasi ilaiya sama utuk semua tempat dimaa data tersebut diamati. Pegujia kesesuaia model secara seretak dilakuka dega aalisis varias dega hipotesis sebagai berikut. H 0 β 1, β 2, β 3,, β k = 0 H 1 miimal terdapat satu β j 0, j = 1, 2, 3,, k
13 Sumber Keragama R β 1, β 2, β 3, β 4, β 5, β 6 β 0 Tabel 2.2 Sidik Ragam Derajat bebas Jumlah Kuadrat (JK) A iy B iy 1 6 Kuadrat Tegah (KT) 6 i 1 A iy B iy R β 1 β 0, β 2, β 3, β 4, β 5, β 6 1 A 1y B 1y A 1y B 1y R β 2 β 0, β 1, β 3, β 4, β 5, β 6 1 A 2y B 2y A 2y B 2y R β 3 β 0, β 1, β 2, β 4, β 5, β 6 1 A 3y B 3y A 3y B 3y R β 4 β 0, β 1, β 2, β 3, β 5, β 6 1 A 4y B 4y A 4y B 4y R β 5 β 0, β 1, β 2, β 3, β 4, β 6 1 A 5y B 5y A 5y B 5y R β 6 β 0, β 1, β 2, β 3, β 4, β 5 1 A 6y B 6y A 6y B 6y Galat k Total 6 Y i Y i 2 2 X 1 S 2 = 1 7 Y i Y i 2
14 Statistik uji dalam pegujia tersebut adalah F itug = KT Regresi KT Galat dega keputusa H 0 di tolak jika F itug > F tabel di maa F tabel (α,k, k). Adapu ilai koefisie determiasiya dapat dicari dega perumusa R 2 = JK Regresi JK Total Pegujia secara parsial dilakuka utuk megetahui parameter apa saja yag sigifika terhadap model. Hipotesis dari pegujia ii adalah H 0 β j = 0 H 1 β j 0, dega j = 1, 2, 3,, k Statistik uji yag diguaka secara parsial adalah. t itug = β k S(β k ) dega keputusa H 0 di tolak jika t itug > F tabel di maa t tabel (α,k, k). 2.6 Metode Doolittle Dipersigkat (Abbreviated Doolittle Method) Masalah pedugaa dalam regresi bergada adalah meyagkut peyelesaia persamaa ormal yag merupaka gugus persamaa simulta dalam parameter model yag aka diduga. Dalam pembahasa tetag model regresi bergada, terutama megeai pedugaa parameter model, maka utuk memperoleh jawaba bagi gugus persamaa ormal perlu megetahui bagaimaa cara membalik suatu matriks setagkup (X X) mejadi matriks kebalika (X X) 1. Utuk gugus persamaa ormal yag bayak sehigga membetuk matriks berukura besar, maka proses pembalika matriks mejadi tidak mudah, utuk itu diperluka suatu metode pegerjaaya dapat dilakuka secara teratur. Salah satu metode yag memeuhi syarat adalah metode Doolittle dipersigkat (Abbreveited Doolittle Method).
15 23 Metode ii dilaporka pertama kali oleh M. H. Doolittle, seora ahli yag bekerja di kator peelitia Geodesi, pada taggal 9 November Sejak metode ii dilaporka oleh Doolittle melalui paperya pada taggal 9 November 1878, maka telah bayak diguaka utuk membatu memecahka persamaa ormal dalam regresi gada. Metode ii bersifat umum, sehigga dapat dipakai utuk meyelesaika k buah persamaa ormal (k dapat meggambil ilai berapa saja, jadi bisa diguaka utuk memecahka katakalah 10, 25, 100, da seterusya). Dega megguaka fasilitas komputasi yag sederhaa, seperti kalkulator, peeliti telah dapat megguaka metode ii utuk meyelesaika gugus persamaa ormal dalam regresi gada. Keutuga dari pegguaa metode ii tidak haya dalam pembalika matriks setagkup, tetapi juga dapat meghitug berbagai jumlah kuadrat utuk pegujia hipotesis tetag parameter model yag diidetifikasi. Secara jelas dapat dikemukaka bahwa metode Doolittle dapat diguaka utuk memperoleh jawaba berikut 1. Koefisie peduga parameter model (koefisie regresi b). 2. Jumlah kuadrat yag berkaita dega koefisie regresi. 3. Ragam dugaa regresi di atara pasaga koefisie regresi. 4. Peragam dugaa di atara pasaga koefisie regresi. 5. Eleme-eleme dari ivers matriks (X X) (utuk pembalika matriks setagkup. Adapu tahapa perhituga utuk medapatka persamaa garis liier bergada dega metode Doolittle Dipersigkat dalam peelitia ii adalah sebagai berikut 1. Persiapa awal Persiapa awal ii disebut juga forward solutio yaitu utuk medapatka besara-besara yag diperluka berdasarka pegolaha baris-baris matriks X X da X Y serta matriks idetitas I seperti telada utuk model regresi liier bergada yag melibatka 6 peubah bebas X 1, X 2, X 3, X 4, X 5, X 6 yag aka mejelaska peubah tidak bebas Y dega model pegamata Y i = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + e i Sehigga diperoleh tabel 2.3.
16 24 Tabel 2.3 Ilustrasi Pegguaa Metode Doolittle Dipersigkat Utuk Matriks Setagkup (Berukuram 7 x7) yag Berkaita dega Persamaa Normal Regresi X X Baris b 0 b 1 b 2 b 3 b 4 b 5 b 6 XY I (0) a 00 a 01 a 02 a 03 a 04 a 05 a 06 g T 0 (1) a 11 a 12 a 13 a 14 a 15 a 16 g T 1 (2) a 22 a 23 a 24 a 25 a 26 g T 2 (3) a 33 a 34 a 35 a 36 g T 3 (4) a 44 a 45 a 46 g T 4 (5) a 55 a 56 g T 5 (6) a 66 g 6 1 T 6 (7) = (0) A 00 A 01 A 02 A 03 A 04 A 05 A 06 A 0y T 7 (8) = 5 1 B 01 B 02 B 03 B 04 B 05 B 06 B 0y B T 8 A 00 (9) = (1) A 01 (6) A 11 A 12 A 13 A 14 A 15 A 16 A 1y A T 9 (10) = 7 1 B 12 B 13 B 14 B 15 B 16 B 1y B 10 B T 10 A 11 (11) = (2) A 02 (6) A 12 (8) A 22 A 23 A 24 A 25 A 26 A 2y A 20 A T 11 (12) = 9 1 B 23 B 24 B 25 B 26 B 2y B 20 B 21 B T 12 A = 3 A 03 6 A 13 8 A 23 (10) A 33 A 34 A 35 A 36 A 3y A 30 A 31 A T 13
17 11 1 B 34 B 35 B 36 B 3y B 30 B 31 B 32 B (14) = A 33 T 14 (15) = 4 A 04 6 A 14 8 T 15 A 24 (10) A 34 (12) A 44 A 45 A 46 A 4y A 40 A 41 A 42 A (16) = 13 1 B 45 B 46 B 4y B 40 B 41 B 42 B 43 B T 16 A = 5 A 05 6 A 15 8 A A A (18) = 15 A 55 1 B 56 B 5y B = 6 A 06 6 A 16 8 A A A A (20) = 1 A 66 1 B 6y B 60 A 55 A 56 A 5y A 50 A 51 A 52 A 53 A T 17 B 51 B 52 B 53 B 54 B 55 0 T 18 A 66 A 6y A 60 A 61 A 62 A 63 A 64 A 65 0 T 19 B 61 B 62 B 63 B 64 B 65 B 66 T 20 25
18 2. Peetua Koefisie Regresi Peyelesaia lagkah maju (forward solutio) dari metode Doolittle dipersigkat (Tabel 2.3) meghasilka persamaa 1 β 0 + B 01 β 1 + B 02 β 2 + B 03 β 3 + B 04 β 4 + B 05 β 5 + B 06 β 6 = B 0y 1 β 1 + B 12 β 2 + B 13 β 3 + B 14 β 4 + B 15 β 5 + B 16 β 6 = B 1y 1 β 2 + B 23 β 3 + B 24 β 4 + B 25 β 5 + B 26 β 6 = B 2y 1 β 3 + B 34 β 4 + B 35 β 5 + B 36 β 6 = B 3y (2.14) 1 β 4 + B 45 β 5 + B 46 β 6 = B 4y 1 β 5 + B 56 β 6 = B 5y 1 β 6 = B 6y Sehigga solusi kebalikaya (backward solutio) utuk medapatka koefisie regresi adalah β 6 = B 6y β 5 = B 5y B 56 β 6 β 4 = B 4y B 45 β 5 B 46 β 6 β 3 = B 3y B 34 β 4 B 35 β 5 B 36 β 6 (2.15) β 2 = B 2y B 23 β 3 B 24 β 4 B 25 β 5 B 26 β 6 β 1 = B 1y B 12 β 2 B 13 β 3 B 14 β 4 B 15 β 5 B 16 β 6 β 0 = B 0y B 01 β 1 B 02 β 2 B 03 β 3 B 04 β 4 B 05 β 5 B 06 β 6 Dega demikia, model dugaa yag diperoleh utuk model pegamata diatas adalah model dugaa Y i = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 (2.16) 3. Peetua matriks Kebalika X X 1 Jika matriks C = (c ij )X X 1, maka perhituga usur matriks ii dapat diperoleh melalui hubuga c ij = 6 k=0 A ki B kj (2.17)
19 27 Misalya c 32 = A 03 B 02 + A 13 B 12 + A 23 B 22 + A 33 B 32 + A 43 B 42 + A 53 B 52 + A 63 B 62. Kecuali usur matriks baris terakhir yag dapat dibaca lagsug dari tabel, yaitu c 40 = B 40, c 41 = B 41 da seterus 4. Tabel Sidik Ragam Perhatika bahwa A iy B iy = 1 Y i 2 (2.18) atau yag selama ii dikeal dega istilah Faktor Koreksi (FK). Dega megguaka Tabel Sidik Ragam yag biasa dikeal, maka Jumlah Kuadrat Regresi dapat dihitug berdasarka Jumlah Kuadrat sumber keragama ke 1, 2, 3, 4, 5 da 6 pada Tabel 2.3, sedagka Jumlah Kuadrat Total dapat dihitug berdasarka jumlah kuadrat total pada Tabel 2.3 dikuragi FK. 5. Dugaa Ragam Koefisie Regresi Utuk meetuka dugaa ragam setiap koefisie regresi diguaka hubuga s 2 bi = c ii s 2 (2.19) dega peragam s bi,b j = c ij s 2 (2.20) 6. Pearika Kesimpula
IV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output
Lebih terperinciIV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciSTATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinci= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik
Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciBab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinciIII. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain
III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinciANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo
ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciIV. METODOLOGI PENELITIAN
49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciREGRESI DAN KORELASI SEDERHANA
REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai
Lebih terperinciIII. METODELOGI PENELITIAN
III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)
Lebih terperinciInflasi dan Indeks Harga I
PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya
Lebih terperinciREGRESI DAN KORELASI
REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciPengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007
1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciREGRESI LINIER GANDA
REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5
III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut
Lebih terperinciII. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang
II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori
Lebih terperinciBab 3 Metode Interpolasi
Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau
Lebih terperinciJENIS PENDUGAAN STATISTIK
ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara
Lebih terperinciA. Pengertian Hipotesis
PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciBAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian
BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,
Lebih terperinciPendekatan Nilai Logaritma dan Inversnya Secara Manual
Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai analisis regresi robust estimasi-s
BAB III PEMBAHASAN Pada bab ii aka dijelaska megeai aalisis regresi robust estimasi-s dega pembobot Welsch da Tukey bisquare. Kemudia aka ditujukka model regresi megguaka regresi robust estimasi-s dega
Lebih terperinciBAB 6: ESTIMASI PARAMETER (2)
Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciPenyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.
2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciBAB I PENDAHULUAN. menggerogoti stabilitas ekonomi suatu negara yang sedang melakukan pembangunan.
BAB I PENDAHULUAN A. Latar Belakag Iflasi merupaka suatu feomea moeter yag selalu meresahka da meggerogoti stabilitas ekoomi suatu egara yag sedag melakuka pembagua. Iflasi yag melebihi agka dua digit,
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciBAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan
BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciBAB III METODE PENELITIAN
6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag
Lebih terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk
Lebih terperinciII. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.
II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.
Lebih terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinciBAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)
BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu
Lebih terperinciDistribusi Sampling (Distribusi Penarikan Sampel)
Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciANALISIS REGRESI DAN KORELASI SEDERHANA
LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.
Lebih terperinciNama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL
Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada
Lebih terperinciDISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)
DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and
BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka
Lebih terperinciBAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa
54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah
Lebih terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4
Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika
Lebih terperinciIII. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang
5 III. METODOLOGI PENELITIAN A. Metode Peelitia Meurut Sukardi, (003:7) Metodologi peelitia adalah cara yag dilakuka secara sistematis megikuti atura-atura, direcaaka oleh para peeliti utuk memecahka permasalaha
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa
Lebih terperinciBAB I KONSEP DASAR PERSAMAAN DIFERENSIAL
BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.
Lebih terperinciREGRESI LINIER SEDERHANA
REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas
Lebih terperinci6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi
6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah
Lebih terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,
45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam
Lebih terperinciMENENTUKAN KOEFISIEN DETERMINASI ANTARA ESTIMASI M DENGAN TYPE WELSCH DENGAN LEAST TRIMMED SQUARE DALAM DATA YANG MEMPUNYAI PENCILAN
Saitia Matematika ISSN: 337-9197 Vol. 0, No. 03 (014), pp. 5 35. MENENTUKAN KOEFISIEN DETERMINASI ANTARA ESTIMASI M DENGAN TYPE WELSCH DENGAN LEAST TRIMMED SQUARE DALAM DATA YANG MEMPUNYAI PENCILAN Sabam
Lebih terperinciBAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian
BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciPENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA
PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis
Lebih terperinciNama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL
Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena
7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da
Lebih terperinciBAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat
BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh
Lebih terperinciModul Kuliah statistika
Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata
Lebih terperinciBAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL
BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,
Lebih terperinci