ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER
|
|
- Hendri Gunardi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu penggunaan regresi logistik multinomial adalah dalam bidang kesehatan yaitu untuk mengetahui faktor yang berpengaruh terhadap status gizi anak. Tujuan penelitian ini adalah untuk mengetahui faktor yang mempengaruhi status gizi anak di Kelurahan Karang Kitri, Bekasi Timur, dan mencari peluang seorang anak untuk mengalami status-status gizi tersebut. Dengan didapat koefisien parameter dari setiap variabel maka dapat dicari peluang untuk mengalami status-status gizi anak. yang digunakan sebagai baseline adalah normal. Hasil penelitian menunjukkan untuk status gizi lebih dan kurang faktor yang berpengaruh adalah umur, status keluarga, dan tinggi badan. Sementara untuk status gizi sangat kurang faktor yang berpengaruh adalah umur dan tinggi badan. Peluang status gizi anak pun dapat dihitung dengan menggunakan persamaan yang ada. Kata kunci : Regresi Logistik Multinomial, Pertumbuhan, Indeks Antropometri, Gizi 1. Pendahuluan Dalam kehidupan sehari-hari, sering ditemukan adanya persoalan yang melibatkan dua variabel atau lebih. Pada kenyataannya tidak semua variabel yang ingin diduga atau diperkirakan berupa skala numerik. Ada kalanya variabel tersebut berupa kategori atau atribut. Oleh karena itu, cara yang tepat untuk menjawab persoalan tersebut adalah dengan regresi logistik. Regresi ini pun dibedakan berdasarkan jumlah kategori pada variabel yang bersangkutan. Pada persoalan dimana variabel terdiri dari dua kategori maka disebut dengan regresi logistik binomial atau dikotomus. Ada kalanya variabel tersebut terdiri lebih dari dua katergori. Untuk persoalan seperti ini maka dapat digunakan regresi logistik multinomial atau polytomous. Untuk penelitian ini, penulis akan membahas penggunaan regresi logistik multinomial dalam bidang kesehatan, atau lebih spesifiknya untuk memperkirakan status gizi anak. gizi anak berkaitan dengan pertumbuhan anak. Pertumbuhan merupakan salah satu ciri khas yang melekat dan tidak dapat dipisahkan dalam diri seorang anak. Hal inilah yang membedakan anak dengan orang dewasa sehingga tidak dapat dikatakan bahwa anak adalah dewasa dalam ukuran
2 dan bentuk yang lebih kecil (Narendra, et.al, 2002, p1). Mengacu pada pendapat Ikatan Dokter Anak Indonesia (2002) bahwa status gizi berkaitan dengan pertumbuhan anak, oleh karena itu penelitian dan pemantauan pertumbuhan anak secara medis maupun statistik sangat diperlukan untuk mengetahui apakah seorang anak tumbuh secara normal atau tidak. Penelitian ini memiliki tujuan untuk mengetahui gambaran umum status gizi anak di Kelurahan Karang Kitri, Bekasi Timur. Mengetahui bagaimana model regresi logistik multinomial untuk status gizi anak di Kelurahan Karang Kitri, Bekasi Timur. Mengetahui apakah umur, jenis kelamin, status keluarga, dan tinggi badan berpengaruh secara signifikan terhadap status gizi anak. Mengetahui peluang status gizi seorang anak. Penelitian ini memiliki manfaat bagi beberapa pihak. Bagi peneliti bermanfaat untuk mempelajari tentang regresi logistik multinomial serta pemanfaatannya, yaitu untuk mengetahui faktor yang berpengaruh terhadap status gizi anak dan bagaimana peluang status gizi seorang anak. Bagi masyarakat khususnya yang telah mempunyai anak, penelitian ini bermanfaat mengetahui faktor yang berpengaruh terhadap status gizi anak, mengetahui peluang status gizi anak sehingga dapat mendeteksi sejak dini kemungkinan adanya kelainan pada pertumbuhan anak yang bersangkutan. Bagi pemerintah yang menangani pertumbuhan dan gizi anak, dalam hal ini adalah Dinas Kesehatan, penelitian ini bermanfaat untuk mengetahui bagaimana pertumbuhan dan status gizi anak-anak yang ada di wilayah tersebut. Dengan demikian, diharapkan dapat menjadi acuan mengambil tindakan lebih lanjut jika anak tersebut memiliki status gizi yang tidak sesuai dengan yang diharapkan. Sehingga anak tersebut dapat diberikan penanganan sejak dini agar pertumbuhan anak tidak semakin terganggu mengingat pentingnya pertumbuhan anak. 2. Metodologi 2.1 Pengertian Regresi Regresi adalah studi bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh satu atau lebih variabel lain yaitu variabel independen dengan tujuan untuk mengestimasi atau memprediksi nilai rata-rata variabel dependen didasarkan pada nilai variabel independen yang diketahui. Dengan demikian, tujuan utama regresi adalah untuk memprediksi nilai variabel dependen berdasarkan satu atau lebih variabel independen (Widarjono, 2010, p9). 2.2 Regresi Logistik Multinomial Ada keadaan dimana investigator telah mengumpulkan data dalam multiple level untuk sebuah hasil variabel dependen (outcome). Bentuk dan karakteristik untuk sebuah model dengan multiple level variabel dependen disebut dengan model regresi logistik polytomous (Kleinbaum & Klein, 2010, p432). Seperti regresi pada umumnya, regresi logistik juga dapat dimodelkan dengan variabel independen ganda. Model untuk π(x) = P(Y=1) dengan nilai x = ( x 1,..., x p ) dari sejumlah p variabel independen adalah (Agresti, 2002) : logit [ π (x) ] Agresti (2007) juga menyatakan bahwa probabilitas variabel respon atau dependen dapat diestimasi dengan menggunakan rumus berikut :
3 , j = 1,, J Likelihood Ratio Test bertujuan untuk menentukan apakah salah satu variabel bebas yang terdapat di dalam model dapat memberikan hubungan dibandingkan jika tidak menggunakan variabel tersebut, rumus dari uji Likelihood Ratio Statistic sebagai berikut (Agresti, 2007) : -2 log Sementara Hosmer & Lemeshow (2000, p37) menyatakan jika P-value lebih kecil dari pada level signifikan, maka tolak H 0 dan dapat disimpulkan paling tidak ada satu atau semua variabel independen tidak sama dengan nol. Untuk menguji signifikansi masing-masing variabel dependen yang terdapat dalam model dapat dilakukan menggunakan Uji Wald. Nilai uji Wald dapat dihitung dengan menggunakan nilai statistika berdasarkan distribusi normal (Z) sebagai berikut : Dimana SE( ) adalah standard error of coefficient. Hosmer & Lemeshow (2000, p37) menyatakan jika P-Value lebih kecil daripada level signifikan, maka tolak H 0 dan dapat disimpulkan bahwa variabel independen berpengaruh signifikan. 2.4 Pertumbuhan Narendra et.al (2002) menjelaskan pertumbuhan adalah bertambahnya ukuran fisik dan struktur tubuh dalam arti sebagian atau keseluruhan. Pertumbuhan bersifat kuantitatif sehingga dapat kita ukur dengan suatu panjang atau satuan berat. Pertumbuhan pada anak, baik secara statistik maupun secara medis harus dipantau dan diperhatikan secara seksama. Hal ini sangat penting dilakukan untuk memastikan anak tersebut tumbuh secara normal atau tidak. Sementara arti pemantauan sendiri merupakan penilaian secara teratur terhadap proses tumbuh kembang setiap anak yang meliputi pertumbuhan fisik dan perkembangannya dengan menggunakan parameter atau tolak ukur tertentu (Narendra, et. al, p95). 2.5 Indeks Antropometri Sesuai dengan keputusan Menteri Kesehatan Indonesia tentang status gizi anak, maka untuk menilai standar gizi anak diperlukan standar antropometri yang mengacu pada standar World Health Organization (Indonesia, 2010). Narendra, et.al (2002, p95) menyatakan bahwa terdapat ukuran atau indeks antropometri yang dipakai dalam penilaian pertumbuhan fisik, yaitu berat badan, tinggi badan, lingkar kepala, lipatan kulit, lingkaran lengan atas, panjang lengan (arm span), proporsi tubuh / perawakan, dan panjang tungkai.
4 2.6 Variabel Penelitian Peneliti akan meneliti pengaruh umur, jenis kelamin, status keluarga, dan tinggi badan terhadap status gizi anak dimana status tersebut diukur berdasarkan baku berat badan terhadap umur (BB/U) anak usia 0-60 bulan. Kemudian menentukan peluang status gizi anak. Variabel-variabel yang digunakan dalam penelitian ini adalah : Variabel Independen X 1 = Umur X 2 = Jenis Kelamin (0 = Perempuan ; 1= Laki-laki X 3 = Keluarga (0 = Non Gakin ;1 = Gakin) X 4 = Tinggi badan (satuan sentimeter, skala numerik) Variabel Dependen pada penelitian ini adalah Y = gizi anak umur 0 sampai 60 bulan (skala nominal) 0 = Gizi Lebih 1 = Normal 2 = Kurang 3 = Sangat Kurang 2.7 Evaluasi Kelompok akan memberikan gambaran umum tentang keadaan objek penelitian, yaitu anak-anak berumur 0 sampai 60 bulan di Kelurahan Karang Kitri,Bekasi Timur. Sampai dengan bulan Agustus 2011, kelurahan ini memiliki 3660 anak berumur 0 sampai 60 bulan. Gambaran umum objek penelitian dibedakan berdasarkan jenis kelamin dan status keluarga. Tabel 1 Kelompok Jenis Kelamin Jenis Kelamin Gizi Lebih Norma l Kurang Sgt Krg Perempuan (0) Laki-laki (1) Tabel 2 Kelompok Keluarga Keluarga Gizi Lebih Normal Kurang Sangat Kurang Non Gakin (0) Gakin (1) Dari koefisien parameter, maka diperoleh persamaan-persamaan yang dibentuk adalah berikut ini
5 3, (4.1) 8, (4.2) (4.3) Uji Wald digunakan untuk mencari variabel independen yang berpengaruh secara signifikan terhadap variabel dependen. Untuk mengetahui faktor apa saja yang mempengaruhi status gizi anak dapat diketahui dengan membandingkan nilai P-value dengan alpha yang digunakan. Jika P-value lebih kecil dari alpha, maka variabel independen berpengaruh secara signifikan terhadap variabel dependen. Atau dengan kata lain, variabel independen tersebut merupakan faktor yang mempengaruhi status gizi anak. Pada penelitian ini, alpha yang digunakan adalah Tabel 3 Uji Wald Gizi Gizi Lebih (0) Kurang (2) Sangat Kurang (3) Var Indep Umur Jenis Kelamin Keluarga Tinggi Badan Umur Jenis Kelamin Keluarga Tinggi Badan Umur Jenis Kelamin Keluarga Tinggi Badan P-Value e-16 (Dekati 0) e-16 (Dekati 0) 2.2e-16 (Dekati 0) e-16 (Dekati 0) Ket (α = 0.01) Tidak Sig Tidak Sig Tidak Tidak Sig Sig Melihat Tabel 3 tersebut, maka dapat disimpulkan bahwa faktor yang berpengaruh terhadap status gizi lebih dan kurang adalah umur, status keluarga, dan tinggi badan. Sementara faktor yang berpengaruh terhadap status gizi sangat kurang adalah umur dan tinggi badan.
6 Untuk hitung peluang, maka dibentuk persamaan untuk menghitung peluang anak untuk memperoleh masing-masing status gizi dengan mengabaikan variabel independen yang tidak signifikan, yaitu sebagai berikut : 1. Peluang status gizi lebih (....,..., (4.4) 2. Peluang status gizi normal (,..., Peluang status gizi kurang.... (4.5),..., (4.6) 4. Peluang status gizi sangat kurang (...,..., Contoh untuk anak dengan umur 29 bulan, jenis kelamin perempuan, status keluarga gakin, dan tinggi badan 82.0 cm, maka anak tersebut memiliki peluang untuk memperoleh masing-masing status gizi adalah sebagai berikut : gizi lebih = 0.05 atau 5 % gizi normal = = 45.6 % gizi kurang = = 44.9 % gizi sangat kurang = = 4.91 % Contoh diatas dengan umur anak 29 bulan, status keluarga miskin, dan tinggi 82.0 cm memberikan peluang gizi tertinggi yaitu normal. Sementara anak dengan data tersebut merupakan contoh data anak yang terdapat dalam database dimana anak tersebut memiliki status gizi kurang. Hal ini memiliki perbedaan seperti yang diungkapkan oleh petugas kesehatan di Kelurahan Karang Kitri bahwa standar baku yang digunakan, yaitu NCHS memiliki standar yang cukup tinggi jika digunakan untuk anak di Indonesia. (4.7)
7 3. Kesimpulan Berdasarkan penelitian yang dilakukan dari data pertumbuhan anak Kelurahan Karang Kitri pada bulan Agustus 2011 maka dapat ditarik kesimpulan sebagai berikut : 1. Karakteristik anak berumur 0 sampai 60 bulan di Kelurahan Karang Kitri, Bekasi Timur, paling tinggi memiliki status gizi normal. Kemudian diikuti oleh status gizi kurang, gizi lebih, dan terakhir adalah sangat kurang. 2. Faktor yang berpengaruh terhadap status gizi lebih dan kurang adalah umur, status keluarga, dan tinggi badan. Sementara faktor yang berpengaruh terhadap status gizi sangat kurang adalah umur dan tinggi badan. Jenis kelamin tidak memberikan pengaruh terhadap status gizi anak. 3. Dengan menggunakan model regresi logistik multinomial, dapat diperoleh peluang untuk masing-masing status gizi anak. Perhitungan peluang ini pun dapat dilakukan dengan menggunakan program komputer yang telah dibuat.
8 Daftar Pustaka Agresti, Alan. (2002). Categorical Data Analysis : Second Edition. John Wiley & Sons, Inc. New York. Agresti, Alan. (2007). An Introduction to Categorical Data Analysis. John Wiley & Sons, Inc. New York. Hosmer, David. W, Stanley Lemeshow. (2000). Applied Logistic Regression : Second Edition. Canada : John Willey & Sons, Inc. Indonesia, Kementrian Kesehatan. (2010). Keputusan Mentreri Kesehatan Republik Indonesia tentang Standar Antopometri Penilaian Gizi Anak. Jakarta : Author. Kleinbaum, David G, Mitchel Klein. (2010). Logistic Regression. Springer Science-Bussiness Media. New York. Narenda, Moersintowarti B., et al. (2002). Tumbuh Kembang Anak dan Remaja. Jilid I. Jakarta : Ikatan Dokter Anak Indonesia. Widarjono, Agus. (2010). Analisis Statistika Multivariat Terapan. Yogyakarta : Unit Penerbit dan Percetakan Sekolah TInggi Ilmu Manajemen YKPN.
BAB 1 PENDAHULUAN. dua variabel atau lebih. Misalnya untuk memperkirakan hasil nilai anak berdasarkan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, sering ditemukan adanya persoalan yang melibatkan dua variabel atau lebih. Misalnya untuk memperkirakan hasil nilai anak berdasarkan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Data yang digunakan pada penelitian ini adalah data pemantauan pertumbuhan
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data Data yang digunakan pada penelitian ini adalah data pemantauan pertumbuhan anak di Kelurahan Karang Kitri, Bekasi Timur. Anak yang menjadi objek penelitian
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Kelurahan Karang Kitri, Bekasi Timur. Karang Kitri merupakan salah satu dari 18
BAB 3 METODOLOGI PENELITIAN 3.1. Gambaran Umum Objek Objek yang digunakan pada penelitian ini adalah anak-anak yang berada di Kelurahan Karang Kitri, Bekasi Timur. Karang Kitri merupakan salah satu dari
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 terperinciIDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR
IDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science,
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 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 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 terperinciMISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK
MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK Mohammad Farhan Qudratullah Program Studi Matematika Fakultas Sains dan Teknologi Universitas
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciBAB 2 LANDASAN TEORI. logistik multinomial yang merupakan metode yang akan digunakan dalam penelitian ini.
BAB 2 LANDASAN TEORI 2.1. Regresi Pada sub bab ini akan dibahas hal-hal yang berkaitan dengan regresi dan regresi logistik multinomial yang merupakan metode yang akan digunakan dalam penelitian ini. 2.1.1.
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 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 terperinciJurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum
Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli
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 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 terperinciIMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG
IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG Wardatuz Zakiyah, Hendro Permadi, dan Swasono Rahardjo Universitas Negeri Malang E-mail : zakiyah_musta
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini
Lebih terperinciponsel, purposive sampling, regresi logistik politomus
JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik 1. Uji Klasifikasi Model Uji klasifikasi model dapat menunjukkan kekuatan atau ketepatan prediksi dari model regresi untuk mempredikasi tingkat nilai willingness
Lebih terperinciVI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN
VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN Penelitian ini menggunakan regresi logistik untuk mengetahui faktorfaktor yang mempengaruhi
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciSaintia Matematika ISSN: Vol. 02, No. 04 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang
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 terperincipendekatan regresi logistik biner Oleh :Wida Suliasih ( )
Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian
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 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 METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian asosiatif kausal. Penelitian asosiatif kausal berguna untuk menganalisis pengaruh antara satu variabel dengan variabel
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 651-659 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
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 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 terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
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 terperinciStatistika ITS Surabaya
SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.
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 terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Kode/sks : MAS 4232/3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS
Lebih terperinciPemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit
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 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 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subyek dan Obyek Penelitian Subyek dalam penelitian ini adalah perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012 sampai
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Menurut Hosmer dan Lemeshow (2000) tujuan melakukan analisis data kategori menggunakan regresi logistik adalah mendapatkan model terbaik dan sederhana untuk
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 terperinci6. Pasien yang Batuk Darah
6. Pasien yang Batuk Darah 7. Pasien yang Nyeri dada FAKTOR-FAKTOR YANG MEMPENGARUHI PENDERITA PENYAKIT TB PARU DI RSU HAJI SURABAYA 1. Uji Independensi hipotesis yang digunakan adalah sebagai berikut
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 terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
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 terperinciHary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,
Lebih terperinciBAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan
22 BAB III METODA PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan untuk keperluan analisis dalam penelitian ini berupa data sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non
Lebih terperinciPERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE BAYES PADA STATUS PENGGUNA KB DI KOTA TEGAL TAHUN 2014
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 365-374 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE KLASIFIKASI REGRESI LOGISTIK BINER DAN NAIVE
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
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 terperinciMETODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK
FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK Oleh: Agista Dyah Prabawati (1308 100 026) Dosen Pembimbing: Dra. Destri Susilaningrum,
Lebih terperinciABSTRAK. Kata kunci: anak balita, perkembangan, indeks antropometri, pertumbuhan, motorik kasar
OPTIMALISASI PERKEMBANGAN MOTORIK KASAR DAN UKURAN ANTROPOMETRI ANAK BALITA DI POSYANDU BALITAKU SAYANG KELURAHAN JANGLI KECAMATAN TEMBALANG KOTA SEMARANG Ali Rosidi, Agustin Syamsianah Prodi S1 Gizi Fakultas
Lebih terperinciPolres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban
Saintia Matematika Vol. 1, No. 5 (2013), pp. 435 444. ANALISA TINGKAT KEPUASAN MASYARAKAT TERHADAP PROSES PELAYANAN PEMBUATAN SIM (SURAT IZIN MENGEMUDI) DI SATLANTAS POLRES TAPANULI SELATAN Lisna Astria,
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 V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik Tingkat Literasi Keuangan di Kabupaten Mempawah Kalimantan Barat 1. Uji Validitas a. Tingkat Literasi Keuangan Data mengenai tingkat literasi keuangan memiliki
Lebih terperinciAnalisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012
Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Faikul Fahmi 1*, Laelatul Khikmah 2 1 Statistika, Akademi Statistika (AIS
Lebih terperinciBAB III METODE PENELITIAN. Djarwanto, 2012: 93). Dalam penelitian ini yang menjadi populasi adalah seluruh
28 BAB III METODE PENELITIAN 3.1 POPULASI DAN SAMPEL Populasi atau universe adalah jumlah dari keseluruhan objek (satuansatuan)/individu-individu) yang karakteristiknya hendak diduga (Subagyo dan Djarwanto,
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 III METODE PENELITIAN. dipilih karena sektor tersebut rawan terhadap kasus financial distress. Selain
BAB III METODE PENELITIAN A. Objek/Subjek Penelitian. Objek yang digunakan dalam penelitian ini adalah seluruh pemerintah daerah kabupaten/kota di Indonesia yang menyajikan laporan keuangan pemerintah
Lebih terperinciBAB III METODOLOGI PENELITIAN
24 BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada perusahaan manufaktur yang telah go public berjenis miscellaneous industry dan data diperoleh dari Bursa
Lebih terperinciANALISIS PENGUASAAN KONSEP DASAR DAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET
ANALISIS PENGUASAAN KONSEP DASAR DAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET Luh Putu Ida Harini 1, I Gede Santi Astawa 2, I Gusti Ayu Made Srinadi 3, 1 Jurusan Matematika FMIPA
Lebih terperinciBAB III METODE PENELITIAN. hipotesis. Pengujian hipotesis dilakukan pada variabel Profitabilitas,
39 BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian ini merupakan penelitian kuantitatif, yaitu penelitian yang lebih menekankan pada pengujian teori-teori melalui variabel-variabel penelitian
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 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 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 terperinciPemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita
Lebih terperinciKata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati
Pemodelan Faktor Penyebab Keparahan Korban Kecelakaan Lalu Lintas Dengan Metode Regresi Logistik Multinomial (Studi Kasus Kecelakaan Lalu Lintas di Provinsi DKI Jakarta) Weny Rahmayanti, dan Vita Ratnasari
Lebih terperinciBAB III METODOLOGI ANALISIS
BAB III METODOLOGI ANALISIS 3.1 Analisis Permasalahan Analisis metode bootsrap pada regresi logistik yang dibandingkan dengan regresi logistik biasa dapat dilakukan dengan cara menganalisis keakuratan
Lebih terperinci(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
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 terperinciAnalisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi
Analisis dan Pembahsan Statistika Deskriptif Regresi Logistik Biner Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H 1 : Ada hubungan antara variabel prediktor
Lebih terperinciMOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR
Faktor-faktor yang Mempengaruhi Peranan Ibu Rumah Tangga Nelayan Terhadap Pemenuhan Kebutuhan Rumah Tangga di Kelurahan Tebul Bangkalan dengan Metode Regresi Logistik Biner MOCH. FAUZI 1307 030 056 PEMBIMBING
Lebih terperinciANALISIS KETERGANTUNGAN ANTARA CAPAIAN PENGUASAAN KONSEP DASAR DENGAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET
ANALISIS KETERGANTUNGAN ANTARA CAPAIAN PENGUASAAN KONSEP DASAR DENGAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET LUH PUTU IDA HARINI 1, I GEDE SANTI ASTAWA 2, I GUSTI AYU MADE SRINADI
Lebih terperinciANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010
ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti (1308030043) Dosen Pembimbing:
Lebih terperinciBAB III METODE PENELITIAN. perusahaan yang terdaftar di Jakarta Islamic Index selama 2012 sampai 2014.
BAB III METODE PENELITIAN A. Objek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan yang terdaftar di Jakarta Islamic Index selama 2012 sampai 2014. B. Teknik Pengambilan
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 terperinciANALISIS KECENDERUNGAN USIA WANITA MELAKUKAN KOHABITASI BERDASARKAN TINGKAT PENDIDIKAN MENGGUNAKAN REGRESI LOGISTIK BINER
Prosiding SNM 2017 Statistika dan Aplikasinya Hal 133-138 ANALISIS KECENDERUNGAN USIA WANITA MELAKUKAN KOHABITASI BERDASARKAN TINGKAT PENDIDIKAN MENGGUNAKAN REGRESI LOGISTIK BINER ROBERT KURNIAWAN 1, DESNACITA
Lebih terperinciBAB III METODE PENELITIAN. perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) Periode 2010-
BAB III METODE PENELITIAN A. Subyek Penelitian Populasi dalam penelitian ini adalah laporan keuangan tahunan perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) Periode 2010-2015. Data yang diteliti
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 terperinciANALISIS TINGKAT STRESS WANITA KARIR DALAM PERAN GANDANYA DENGAN REGRESI LOGISTIK ORDINAL
ANALISIS TINGKAT STRESS WANITA KARIR DALAM PERAN GANDANYA DENGAN REGRESI LOGISTIK ORDINAL (Studi Kasus pada Tenaga Kerja Wanita di RS. Mardi Rahayu Kudus) Nova 1, Dwi Ispriyanti 2 1 Alumni Mahasiswa Prodi
Lebih terperinciPENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR
PENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 215 S-5 Penerapan Hurdle Negative Binomial pada Data Tersensor Resa Septiani Pontoh, Defi
Lebih terperinci1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian
1 BAB I 2 PENDAHULUAN A. Latar Belakang Masalah Statistika merupakan salah satu disiplin ilmu yang penerapannya hampir di semua aspek kehidupan. Hal ini menunjukkan bahwa peranan statistika sangat diperlukan
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 terperinciPeluang Kejadian Anemia pada Ibu Hamil di Kabupaten Grobogan dengan PendekatanRegresi Logistik
Peluang Kejadian Anemia pada Ibu Hamil di Kabupaten Grobogan dengan PendekatanRegresi Logistik Wulan Septya Ningrum 1*, Laelatul Khikmah 2 1,2 Statistika, Akademi Statistika (AIS) Muhammadiyah Semarang
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini menggunakan data sekunder yang diperoleh dari Bursa Efek Indonesia (BEI) atau idx.com dan website masing-masing perusahaan. Objek dalam penelitian
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 terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
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 terperinciHASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden
disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.
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 terperinciIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas
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 terperinciESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) DENGAN METODE FISHER SCORING
ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS RLOTG DENGAN METODE FISHER SCORING Aulia Nugrahani Putri, Purnami Widyaningsih, dan Dewi Retno Sari Saputro Program Studi Matematika
Lebih terperinci