Seminar Hasil Tugas Akhir
|
|
- Widya Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Seminar Hasil Tugas Akhir Penentuan Indikator Kemiskinan Berdasarkan Dimensi Kualitas Kesehatan dan Kualitas Ekonomi menggunakan Confirmatory Factor Analysis (CFA) dengan Pendekatan Bayesian di Kabupaten Jombang Oleh Farisca Susiani ( ) Pembimbing Dr. Bambang W. Otok, M.Si
2 Agenda Farisca Susiani ( ) Page 2
3 Rumusan Masalah Tujuan penelitian Latar Belakang Batasan Masalah Manfaat Penelitian Farisca Susiani ( ) Page 3
4 Rumusan Masalah Tujuan Penelitian Kemiskinan merupakan permasalahan klasik yang mendera berbagai negara, termasuk negara berkembang seperti Indonesia. Kekeliruan yang sering terjadi adalah kemiskinan semata-mata hanya didefinisikan sebagai permasalahan ekonomi. Suryawati (2005) Kemiskinan Manfaat Penelitian Batasan Masalah Kesehatan Sosial-Budaya Sosial-Politik Pendidikan, Agama, dan Budi Pekerti Perdamaian Dunia Farisca Susiani ( ) Page 4
5 Rumusan Masalah Tujuan Penelitian Manfaat Penelitian Batasan Masalah Pada penelitian ini kemiskinan dipandang melalui dua dimensi, yaitu kualitas kesehatan dan kualitas ekonomi. Persentase jumlah penduduk miskin Kabupaten Jombang mengalami kenaikan pada tahun 2005 (14,12%) ke 2006 (18,18%). Setelah tahun 2006 perlahan-lahan persentase jumlah penduduk miskin Kabupaten Jombang mengalami penurunan, namun tidak menutup kemungkinan dapat mengalami penambahan kembali dikarenakan pertambahan penduduk yang terjadi setiap tahunnya..metode Confirmatory Factor Analysis (CFA) dengan pendekatan Bayesian digunakan untuk mengidentifikasi indikator rumah tangga miskin yang dapat mengukur kedua dimensi tersebut. Farisca Susiani ( ) Page 5
6 Latar Belakang Manfaat Penelitian Batasan Masalah 1. Bagaimana karakteristik dari rumah tangga miskin di Kabupaten Jombang? 2. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? 1. Mengetahui karakteristik dari rumah tangga miskin di Kabupaten Jombang. 2. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? Farisca Susiani ( ) Page 6
7 Latar Belakang Rumusan Masalah Tujuan Penelitian Bagi mahasiswa untuk tambahan pengetahuan mengenai metode Bayesian CFA pada penentuan indikator yang mempengaruhi kemiskinan. Sejutnya bagi masyarakat dalam memberikan informasi mengenai kemiskinan yang meda penduduk di Kabupaten Jombang sehingga dapat membantu pihak pemerintah daerah setempat untuk menentukan kebijakan terkait program pengentasan kemiskinan. Ruang lingkup penelitiaan ini hanya dibatasi untuk rumah tangga di Kabupaten Jombang, Jawa Timur Farisca Susiani ( ) Page 7
8 Pendekatan Bayesian Kemiskinan CFA Penelitian Terdahulu Kabupaten Jombang Farisca Susiani ( ) Page 8
9 Ekasari dan Sunaryo (2011) CFA Pendekatan Bayesian Kabupaten Jombang Kemiskinan Pemode SEM dengan Generalized Structured (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah) Najafabadi, Hosseini, dan Bahramnejad (2011) A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges Farisca Susiani ( ) Page 9
10 Penelitian Terdahulu CFA First-Order Higher-Order Model Pengukuran: x Matriks kovarians: ' ( x x = Λ x ξ + δ Σ θ ) = Λ ΦΛ + Θ δ Matriks kovarians Higher-Order: Pendekatan Bayesian Σ( θ ) = B( ΛΦΛ + Θ ) B ' δ ' + Θ ε Kabupaten Jombang Kemiskinan Model Pengukuran Higher-Order x = B( Λξ + δ ) + ε = BΛξ + Bδ + ε Farisca Susiani ( ) Page 10
11 Penelitian Terdahulu CFA Kabupaten Jombang Kemiskinan Hal dasar dari pendekatan bayesian adalah memanfaatkan informasi sebelumnya tentang masalah (yang diterjemahkan dalam distribusi prior) untuk mencapai hasil yang lebih baik. Berdasarkan Teorema Bayes. p( θ, x) p( θ x) = = p( x) p( x θ ) p( θ ) p( x) Sejutnya persamaan di atas dapat ditulis menjadi p( θ x) p( x θ ) p( θ ) Distribusi Prior yang digunakan adalah conjugate prior distribution Θ 1 [ Λ Θ ] Φ δk k ~ ~ Gamma[ α δk 0δk, β ~ Normal[ Λ InverseWishart r 0δk [ R 0k 1 0 ], Θ δk, ρ ] 0 H 0xk ] Farisca Susiani ( ) Page 11
12 Penelitian Terdahulu CFA Pendekatan Bayesian Kemiskinan Kabupaten Jombang mempunyai luas wilayah 1.159,50 km 2. Terdiri dari 21 Kecamatan dan 301 desa, 5 kelurahan, dengan jumlah penduduk terbesar terdapat di kecamatan Jombang ( jiwa), sedangkan terkecil di Kecamatan Ngusikan ( jiwa) pada tahun Jika dilihat dari perkembangan Rumah Tangga Miskin adalah. No Keterangan 1. Jumlah Rumah Tangga 2. Jumlah Rumah Tangga Miskin Tahun persentase Rumah Tangga Miskin (RTM), pada tahun 2005 hingga 2009 (21,6%) sempat mengalami penurunan namun kembali naik pada tahun 2010, yaitu sebesar 23,12%. Farisca Susiani ( ) Page 12
13 Penelitian Terdahulu Laju pertumbuhan ekonomi sekiranya juga dapat mempengaruhi jumlah penduduk miskin. Laju pertumbuhan ekonomi Kabupaten Jombang secara umum terus berfluktuasi naik, namum pada tahun 2008 dan 2009 pertumbuhan ekonomi sempat mengalami penurununan. CFA Pendekatan Bayesian Kemiskinan Farisca Susiani ( ) Page 13
14 Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang Konferensi Dunia untuk Pembangunan Sosial dalam Roebyantho, et.al, (2011) mendefnisikan Kemiskinan sebagai rendahnya tingkat pendapatan dan sumber daya produktif yang menjamin kehidupan berkesinambungan, kelaparan dan kekurangan gizi, rendahnya tingkat kesehatan, keterbatasan dan kurangnya akses pada pendidikan dan layanan-layanan pokok lainnya, kondisi tak wajar akibat penyakit yang terus meningkat, kehidupan bergedang dan tempat tinggal yang tidak memadai, lingkungan yang tidak aman, serta diskriminasi dan keterasingan sosial, dan dicirikan juga oleh rendahnya tingkat partisipasi dalam proses pengambi keputusan dan dalam kehidupan sipil, sosial dan budaya. Ada tiga macam konsep kemiskinan yang paling sering dijadikan acuan yakni, kemiskinan absolut, kemiskinan relatif, dan kemiskinan subyektif (Usman, 2003 dalam Handayani, 2006). Farisca Susiani ( ) Page 14
15 Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang Kemiskinan Berdasarkan Dimensi Kesehatan Indikator yang sering digunakan untuk mencerminkan status kesehatan adalah mortalitas, status gizi dan morbiditas. Angka Harapan Hidup juga dapat digunakan sebagai indikator yang mencerminkan kualitas kesehatan. Menurut BPS (2008), kesehatan dapat dinyatakan dengan indikator pengeluaran rata-rata untuk penyediaan obat-obatan di rumah, ongkos dokter, perawatan, termasuk obat-obatan. Kemiskinan Berdasarkan Dimensi Ekonomi Badan Pusat Statistik (BPS) dalam Suryawati (2005): tingkat kemiskinan didasarkan pada jumlah rupiah konsumsi berupa makanan yaitu kurang dari 2100 kalori per orang per hari dan konsumsi nonmakanan. Sayogyo dalam Suryawati (2005): tingkat kemiskinan didasarkan jumlah rupiah pengeluaran rumah tangga yang disetarakan dengan jumlah kilogram konsumsi beras per orang per tahun dan dibagi wilayah pedesaan dan perkotaan. Bank Dunia dalam Suryawati (2005): mengukur garis kemiskinan berdasarkan pada pendapatan seseorang kurang dari US$1 per hari (setara Rp8.500,00 per hari). Farisca Susiani ( ) Page 15
16 Penelitian Sumber Data Teknik Analisis Variabel penelitian Farisca Susiani ( ) Page 16
17 Variabel Penelitian Teknik Analisis Data yang akan digunakan dalam penelitian adalah data sekunder yang diperoleh dari Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Jombang tahun Unit analisis pada penelitian ini adalah rumah tangga miskin 21 Kecamatan di Kabupaten Jombang. Untuk menganalisis data akan dipergunakan gabungan software R dan WinBUGS 1.4. Data awal yang diperoleh dari BAPPEDA Kabupaten Jombang sebanyak rumah tangga miskin. Perhitungan persentase disini berdasarkan jumlah rumah tangga miskin per Kecamatan. Farisca Susiani ( ) Page 17
18 Variabel Laten Variabel Indikator Sumber Data X1 X2 Persentase rumah tangga miskin yang luas tai bangunan tempat tinggalnya kurang dari 32 m 2 per Kecamatan Persentase rumah tangga miskin yang jenis tai bangunan tempat tinggalnya terbuat dari tanah/bambu/kayuberkualitas rendah per Kecamatan X3 Persentase rumah tangga miskin yang jenis dinding bangunan tempat tinggalnya terbuat dari bambu/rumbia/kayuberkualitas ren dah per Kecamatan Kesehatan X4 Persentase rumah tangga miskin yang tidak mempunyai fasilitas tem pat buang air besar atau bersifat umum per Ke camatan Teknik Analisis X5 X6 Persentase rumah tangga miskin yang sumber air minumnya berasal dari sumur/mata air tidak terlindung/sungai per Kecamatan Persentase rumah tangga miskin yang tidak mempunyai jenis atap dari genteng per Kecamatan X7 Persentase rumah tangga miskin yang tidak sanggup membayar bi aya pengobatan di Puskesmas/poliklinik per Kecamatan Farisca Susiani ( ) Page 18
19 Sumber Data Teknik Analisis Ekonomi X8 X9 X10 X11 X12 X13 X14 X15 Persentase rumah tangga miskin yang sumber penerangan tidak menggunakan listrik per Kecamatan Persentase rumah tangga miskin yang menggunakan bahan bakar untuk memasak sehari-hari adalah kayu bakar/arang/minyak tanah per Kecamatan Persentase rumah tangga miskin yang hanya mengkonsumsi daging/susu/ayam satu kali dalam seminggu per Kecamatan Persentase rumah tangga miskin yang tidak sanggup membeli satu set pa kaian baru dalam setahun per Kecamatan Persentase rumah tangga miskin yang hanya sanggup makan seba nyak satu/dua kali dalam sehari per Kecamatan Persentase rumah tangga miskin yang sumber penghasi kepala rumah tangga per bu dibawah Rp per Kecama tan Persentase rumah tangga miskin yang tidak memiliki aset dengan nilai Rp per Kecamatan Persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri per Kecamatan Farisca Susiani ( ) Page 19
20 Sumber Data Variabel Penelitian 1. Melakukan Analisis Statistika Deskriptif, guna mengetahui karakteristik dari unit yang akan dianalisis, dalam hal ini adalah penduduk miskin Kabupaten Jombang, yaitu menghitung nilai mean dan varians. 2. Melakukan Analisis Confirmatory Factor Analysis guna mendapatkan indikator kemiskinan dilihat dari berbagai dimensi dengan pendekatan Bayesian. Adapun gkah-gkah yang perlu dilakukan. Menentukan model pengukuran X15 X8 X9 X7 X1 Kesehatan X2 X3 X14 Ekonomi X10 X6 X5 X4 X13 X12 X11 Farisca Susiani ( ) Page 20
21 Sumber Data Variabel Penelitian Estimasi parameter yang terdiri dari. Λ = matrik loading factor dari variabel indikator untuk laten kualitas kesehatan dan kualitas ekonomi. Φ = matrik kovarian dari (variabel laten kualitas kesehatan) dan (variabel laten kualitas ekonomi). Menentukan distribusi prior untuk setiap parameter yang akan diestimasi. Distribusi prior mengacu pada penelitian Lee (2007) Penerapan MCMC dengan Gibbs Sampler untuk mendapatkan hasil estimasi dari distribusi posterior Farisca Susiani ( ) Page 21
22 Karakteri stik Estimasi CFA (MLE) Estimasi CFA (Bayesian) Farisca Susiani ( ) 22 Page
23 Karakteristik Rumah Tangga Miskin di Kabupaten Jombang Estimasi ML Estimasi Bayesian Mean (%) Varian (%) Mean (%) Varian (%) x 1 35,21 107,52 x 8 1,05 0,51 x 2 34,44 450,90 x 9 52,89 170,04 x 3 37,24 533,98 x 10 92,36 20,70 x 4 54,79 132,59 x 11 38,03 116,41 x 5 60, x 12 26,00 120,88 x 6 1,27 0,72 x 13 92,56 7,17 x 7 2,51 3,12 x 14 79, x ,14 Farisca Susiani ( ) Page 23
24 Karakteris tik Estimasi Bayesian Analisis CFA dengan estimasi Maksimum Likelihood (ML) mensyaratkan data memenuhi asumsi multivariat normal. Pengujian multivariat normal terhadap data. H 0 : Data berdistribusi normal multivariat H 1 : Data tidak berdistribusi normal multivariat Variabel Laten W P-value Keterangan Kualitas Kesehatan 0,7218 5,205e-05 Tidak Multivariat Normal Kualitas Ekonomi 0,6828 1,694e-05 Tidak Multivariat Normal Hasil dari pengujian menunjukkan bahwa nilai P-value kurang dari 0,05 sehingga data tidak berdistribusi multivariat normal Farisca Susiani ( ) Page 24
25 Karakteris tik Estimasi Bayesian Variabel Laten Kualitas Kesehatan Kualitas Ekonomi Indikator Loading Factor t-hitung Keterangan x 1 1,000* x 2-8,982-1,124 Tidak Signifikan x 3-9,265-1,122 Tidak Signifikan x 4-3,129-1,084 Tidak Signifikan x 5 1,505 0,78 Tidak Signifikan x 6 0,093 0,849 Tidak Signifikan x 7 0,184 0,826 Tidak Signifikan x 8 1,000* x 9 86,561 0,795 Tidak Signifikan x 10-18,239-0,765 Tidak Signifikan x 11-66,612-0,792 Tidak Signifikan x 12-57,221-0,784 Tidak Signifikan x 13-5,742-0,674 Tidak Signifikan x 14-54,677-0,799 Tidak Signifikan x 15-11,821-0,717 Tidak Signifikan Farisca Susiani ( ) Page 25
26 Karakteris tik Estimasi ML Penentuan Parameter untuk Distribusi Prior D [ Λ Θδ ] = Normal(0,84;9Θδ ) D = Θ δ D Inverse Gamma(9,4) ξ = Multi variate Normal(0, Φ) D 1 0 Φ = IW, Estimasi Parameter Menggunakan Bayesian CFA Dengan hasil iterasi sebanyak 20 ribu, proses estimasi parameter telah mencapai burn in untuk semua parameter pada iterasi pertama. Farisca Susiani ( ) Page 26
27 Karakteris tik Variabel Loading Factor 2,5% 97,5% Keterangan x 1 1, Signifikan x 2 0,7403 0,2637 1,208 Signifikan x 3 0,8103 0,3193 1,283 Signifikan x 4 0,7213 0, ,328 Signifikan x 5 0,9276 0,3982 1,441 Signifikan x 6 0,9427 0,2424 1,624 Signifikan x 7 0,9622 0,4385 1,468 Signifikan Kesehatan Estimasi ML Ekonomi Variabel Loading Factor 2,5% 97,5% Keterangan x 8 1, Signifikan x 9 0,7728 0,3525 1,179 Signifikan x 10 0,7551 0,2248 1,268 Signifikan x 11 0,8529 0,4058 1,295 Signifikan x 12 0,783 0,2054 1,341 Signifikan x 13 0,7495 0, ,443 Signifikan x 14 0,7672 0, ,426 Signifikan x 15 0,8858 0,1552 1,591 Signifikan Farisca Susiani ( ) Page 27
28 dan Saran Saran Farisca Susiani ( ) Page 28
29 Saran 1. Karakteristik rumah tangga miskin Kabupaten Jombang umumnya hanya mengkonsumsi daging/susu/ayam minimal satu kali dalam seminggu, sumber penghasi kepala rumah tangga per bu dibawah Rp , dan tidak memiliki aset dengan nilai minimal Rp Indikator-indikator penyusun variabel laten kualitas kesehatan memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten kesehatan. Variabel indikator yang memiliki kontribusi terbesar dalam mengukur kualitas kesehatan adalah variabel x 7, yaitu persentase rumah tangga miskin yang tidak sanggup membayar biaya pengobatan di Puskesmas/Poliklinik. 3. Indikator-indikator penyusun variabel laten kualitas ekonomi memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten ekonomi. Untuk kontribusi terbesar laten kualitas ekonomi adalah variabel x 15, yaitu persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri. Farisca Susiani ( ) Page 29
30 1. Terkait dengan jumlah sampel yang digunakan, sebaiknya menggunakan jumlah sampel yang lebih besar agar didapatkan hasil yang lebih sesuai dengan keadaan. 2. Selain jumlah sampel, perlu diperhatikan pula variabel-variabel indikator yang akan digunakan. Variabel indikator pada penelitian sejutkan dapat ditambahkan lagi namun harus signifikan dalam mengukur variabel laten. 3. Sejutnya jika berbicara tentang variabel laten, pada penelitian ini kemiskinan hanya diukur oleh dimensi laten kualitas kesehatan dan kualitas ekonomi. Akan lebih baik jika ditambahkan dengan dimensi laten sumber daya manusia SDM yang juga turut berperan. Farisca Susiani ( ) Page 30
31 Daftar BAPPEDA Kab. Jombang. (2011). Laporan Akhir Penyusunan Indeks Pembangunan Manusia Kabupaten Jombang Tahun Jombang: BAPPEDA Kab. Jombang. Bollen, K. (1989). Structural Equations With Latent Variables. New York: John Wiley & Sons, Inc. BPS. (2008). PerhitunganTingkat Kemiskinan Tahun Jakarta: Badan Pusat Statistik. BPS. (2010). Perumahan. Diakses tanggal 10 Juli 2013, dari BPS. (2013). Profil Kemiskinan di Indonesia September Berita Resmi Statistik, 6(1), p.1-8. BPS Jombang. (2010). Kabupaten Jombang dalam Angka Jombang: Badan Pusat Statistik. Casella, G., dan George, E. I. (1992). Explaining the Gibbs Sampler. The American Statistician, 46(3), p Ekasari, D.F., dan Sunaryo, S. (2011). Pemode SEM dengan Generalized Structured Component Analysis (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah), Magister Statistika, FMIPA. Surabaya : Institut Tekno Sepuluh Nopember. [Tidak dipublikasikan]. Pemerintah Kabupaten Jombang. (2009). Profil Kesehatan [online]. Diakses tanggal 10 Juli 2013, dari Efendi, M. M, dan Purnomo, J. D. T. (2012). Analisis Faktor Konfirmatory untuk Mengetahui Kesadaran Berlalu Lintas Pengendara Sepeda Motor di Surabaya. Jurnal Sains dan Seni, 1(1). p.d-106-d-111. Gelman, A., Carlin, J. B., Stern, H. S., dan Rubin, D. B. (2004). Bayesian Data Analysis 2 nd. New York: Chapman & Hall/CRC Press. Hair, J. F., Black, W. C., Babin, B. J., dan Anderson, R. E. (2010). Multivariate Data Analysis 7 th. Pearson Prentice Hall.
32 Daftar (con 1.) Handayani, R. (2006). Paradigma Baru Pengentasan Kemiskinan di Indonesia Bukan Sekedar Tugas Dan Kebajikan, Tapi Sebuah Investasi. Menuju Indonesia Sejahtera: Upaya Konkret Pengentasan Kemiskinan. Jakarta: Khanata, LP3ES Indonesia. Ibrahim, J. T., Soelistyo, A., dan Sutikno. (2009). Analisis Karakteristik Kemiskinan Petani di Jawa Timur. Jurnal Salam Universitas Muhammadiyah Mag, 12(1), p Kap, D., dan Depaoli, S. Bayesian Structural Equation Modeling. Hoyle, R. (Eds.) Handbook of Structural Equation Modeling. New York: Guilford Press. Karnaji. (2007). Komitmen dan Konsistensi Pemerintah dalam Mengatasi Masalah Kemiskinan: Analisis Kasus di Jawa Timur. J. Sosio FISIP, Unair, 20(1). Lee, S. Y. (2007). Structural Equation Modeling: A Bayesian Approach. Engd: John Wiley & Sons Ltd. Najafabadi, M. O., Hosseini, S. J. F., dan Bahramnejad, S. (2011). A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges. African Journal of Agricultural Research, 6(5), p Persaulian, B., Aimon, H., dan Anis, A. (2013). Analisis Konsumsi Masyarakat di Indonesia. J. Kajian Ekonomi, 1(2), p Roebyantho, H., Setiti, S. G., dan Rahman A. (2011). Dampak Sosial Ekonomi Program Penanganan Kemiskinan melalui KUBE. Jakarta: P3KS Press. Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. J. Manajemen Pelayanan Kesehatan, 8(3). p
33 Daftar (con 2.) Tim Nasional Percepatan Penanggugan Kemiskinan (TNP2K). (2011). Indikator Kesejahteraan Daerah Provinsi Jawa Timur. Jakarta: TNP2K. Wahyuni, D. S. (2012). Hubungan Kondisi Fisik Rumah dan Karakteristik Individu dengan Kejadian Tuberkulosis paru BTA Positif di Puskesmas Ciputat Kota Tangerang Selatan Tahun BIMKMI, 1(1), p.1-8. Walpole, R. E. (1997). Pengantar Metode Statistika. Jakarta: PT. Gramedia Utama.
34
II. TINJAUAN PUSTAKA. Kata Kunci Kemiskinan, Kualitas Kesehatan, Kualitas Ekonomi, CFA, Bayesian, Kabupaten Jombang
1 Penentuan Indikator Kemiskinan Berdasarkan Dimensi Kualitas Kesehatan dan Kualitas Ekonomi Menggunakan Confirmatory Factor Analysis (CFA) dengan Pendekatan Bayesian di Kabupaten Jombang Farisca Susiani
Lebih terperinciSecond-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Print) D-78 Second-Order Confirmatory Factor Analysis pada di Kabupaten Jombang Masnatul Laili dan Bambang Widanarko Otok Jurusan Statistika,
Lebih terperinciAnalisis Pengaruh Kualitas Layanan, Kepuasan Pelanggan, dan Kepercayaan terhadap Loyalitas Pelanggan Flexi Mobile Broadband
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 212) ISSN: 231-928X D-248 Analisis Pengaruh Kualitas Layanan, Kepuasan Pelanggan, dan Kepercayaan terhadap Loyalitas Pelanggan Flexi Mobile Broadband di
Lebih terperinciANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 105 118) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN H. Sain 1 Program Studi Statistik Jurusan
Lebih terperinciESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang)
BIAStatistics (215) Vol. 9, No. 2, hal. 1-6 ESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang) 1 Didin Astriani P, 2 Jadi
Lebih terperinciModel Bantuan Rumah Tangga Miskin di Kabupaten Jombang dengan Pendekatan SEM (Structural Equation Modeling)
Model Bantuan Rumah Tangga Miskin di Kabupaten Jombang dengan Pendekatan SEM (Structural Equation Modeling) Disusun oleh: ISTI APRILLIA (1312 105 015) Dosen Pembimbing: Dr. Bambang Widjanarko Otok, M.Si
Lebih terperinciStructural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang
Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang Oleh : Renanthera Puspita N. Pembimbing : Dr. Bambang Widjanarko Otok, M.Si. 1
Lebih terperinciESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang)
ESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang) Didin Astriani P 1, Jadi Suprijadi 2, Zulhanif 3 Program Pendidikan
Lebih terperinciAnalisis Faktor Konfirmatori untuk Mengetahui Kesadaran Berlalu Lintas Pengendara Sepeda Motor di Surabaya Timur
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-106 Analisis Faktor Konfirmatori untuk Mengetahui Kesadaran Berlalu Lintas Pengendara Sepeda Motor di Surabaya Timur M Mushonnif
Lebih terperinciANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR
ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR Oleh : M Mushonnif Efendi (1310 105 019) Dosen Pembimbing : Jerry Dwi Trijoyo Purnomo, S.
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Lebih terperinciStructural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten Jombang
1 Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten Jombang Renanthera Puspita Ningrum, danbambang Widjanarko Otok Jurusan Statistika, Fakultas
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN
ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF Dina Ariek Prasdika, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika Fakultas Matematika
Lebih terperinciSTRUCTURAL EQUATIO MODELLI G (SEM) DE GA MODEL STRUKTURAL REGRESI SPASIAL. Tisti Ilda Prihandini 1, Sony Sunaryo 2
STRUCTURAL EQUATIO MODELLI G (SEM) DE GA MODEL STRUKTURAL REGRESI SPASIAL Tisti Ilda Prihandini 1, Sony Sunaryo 2 1) Mahasiswa Magister Jurusan Statistika ITS, 2) Dosen Jurusan Statistika ITS Abstrak Suatu
Lebih terperinciBAB I PENDAHULUAN. program darurat bagian dari jaring pengaman sosial (social safety net), namun
BAB I PENDAHULUAN 1.1 Latar Belakang Raskin merupakan program bantuan yang sudah dilaksanakan Pemerintah Indonesia sejak Juli 1998 dengan tujuan awal menanggulangi kerawanan pangan akibat krisis moneter
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Kemiskinan mempunyai indikator dan faktor penyebab. Mereka adalah sebagian warga miskin kota Depok. Pemerintah Depok menggolongkan mereka ke dalam kelompok
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciPANGAN DAN GIZI SEBAGAI INDIKATOR KEMISKINAN
PANGAN DAN GIZI SEBAGAI INDIKATOR KEMISKINAN By : Suyatno, Ir. MKes Office : Dept. of Public Health Nutrition, Faculty of Public Health Diponegoro University, Semarang Contact : 081-22815730 / 024-70251915
Lebih terperinciPROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN:
161 STRUCTURAL EQUATION MODELLING (SEM) DENGAN MODEL STRUKTURAL REGRESI SPASIAL Tisti Ilda Prihandini 1, Sony Sunaryo 2 1) Mahasiswa Magister Jurusan Statistika ITS 2) Dosen Jurusan Statistika ITS Abstrak
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal Wiwik Sudestri, Eri Setiawan dan Nusyirwan
Lebih terperinciAnalisis Dan Perhitungan Pembanding Kemiskinan Di Provinsi Lampung
Analisis Dan Perhitungan Pembanding Kemiskinan Di Provinsi Lampung Dari kajian terdahulu memberi kesimpulan bahwa tingginya persentase dan jumlah penduduk miskin Lampung lebih disebabkan oleh masih tingginya
Lebih terperincipendapatan masyarakat. h. Jumlah Rumah Tangga Miskin status kesejahteraan dapat dilihat pada tabel 2.42.
Tabel 2.41. Perhitungan Indeks Gini Kabupaten Temanggung Tahun 2012 Kelompok Jumlah Rata-rata % Kumulatif Jumlah % Kumulatif Xk-Xk-1 Yk+Yk-1 (Xk-Xk-1)* Pengeluaran Penduduk Pengeluaran Penduduk Pengeluaran
Lebih terperinciPengembangan Indikator Rumah Tangga Miskin Provinsi Jawa Timur Menggunakan Structural Equation Modelling Bootstrap Aggregating (SEM BAGGING)
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) D-89 Pengembangan Indikator Rumah Tangga Miskin Provinsi Jawa Timur Menggunakan Structural Equation Modelling Bootstrap Aggregating
Lebih terperinciPemodelan Spatial Structural Equation Modeling pada Rumah Tangga Miskin di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) 2337-3520 (2301-928X Print) D-272 Pemodelan Spatial Structural Equation Modeling pada Rumah Tangga Miskin di Kabupaten Jombang Mastari Rizki Fadillah dan
Lebih terperinciBAB I PENDAHULUAN. pertanyaan dalam penelitian dibidang ilmu sosial. (structural equation modeling, SEM), karena bisa dikatakan bahwa pemodelan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pemodelan persamaan terstruktur (structural equation modeling, SEM) merupakan model yang dikenal dengan berbagai nama atau istilah, terkadang bisa disebut sebagai
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori (CFA) Pada Metode Pendugaan Kuadrat Terkecil Terboboti (Weighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori (CFA) Pada Metode Pendugaan Kuadrat Terkecil Terboboti (Weighted Least Square) Untuk Data Ordinal
Lebih terperinciBAB VI KESIMPULAN DAN SARAN. adalah banyaknya hari hujan.
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Berdasarkan analisis data dan pembahasan, dapat diambil beberapa kesimpulan yaitu sebagai berikut : 1. Modul Neo-Normal dapat diaplikasikan ke dalam WinBUGS karena
Lebih terperinciII. TINJAUAN PUSTAKA. Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah
II. TINJAUAN PUSTAKA 2.1 Structural Equation Modeling (SEM) Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah salah satu teknik peubah ganda yang dapat menganalisis secara simultan
Lebih terperinciDeteksi Pencilan dengan Pendekatan Bayesian pada Regresi Linear (Studi Kasus Hubungan Pengeluaran Rumah Tangga dengan PDRB di Jawa Barat Tahun 2013)
Deteksi Pencilan dengan Pendekatan Bayesian pada Regresi Linear (Studi Kasus Hubungan Pengeluaran Rumah Tangga dengan PDRB di Jawa Barat Tahun 2013) Dwiningrum Prihastiwi, Dadang Juandi, Nar Herrhyanto
Lebih terperinciPEMODELAN SEM DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS (GSCA)
PEMODELAN SEM DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah) Oleh: Dewi Fenty Ekasari NRP. 1310 201 708
Lebih terperinciPEMODELAN HUBUNGAN IMT DAN DEPRESI DENGAN TEKNIK ANALISIS MULTIVARIAT PADA KASUS DATA TAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 14 22 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN HUBUNGAN IMT DAN DEPRESI DENGAN TEKNIK ANALISIS MULTIVARIAT PADA KASUS DATA TAK NORMAL NITRI
Lebih terperinciAnalisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)
Sidang Tugas Akhir Surabaya, 15 Juni 2012 Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Wenthy Oktavin Mayasari
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN
ESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN Vania Mutiarani a, Adi Setiawan b, Hanna Arini Parhusip c a Program Studi Matematika FSM UKSW Jl. Diponegoro 52-6
Lebih terperinciPERATURAN DAERAH KABUPATEN HULU SUNGAI SELATAN NOMOR 5 TAHUN 2012 TENTANG PENANGGULANGAN KEMISKINAN
PERATURAN DAERAH KABUPATEN HULU SUNGAI SELATAN NOMOR 5 TAHUN 2012 TENTANG PENANGGULANGAN KEMISKINAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI HULU SUNGAI SELATAN, Menimbang : a. bahwa dalam rangka memenuhi
Lebih terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperincix 1 x 3 x 4 y 1 x 5 x 6 x 7 x 8 BAHAN DAN METODE δ 1 λ 41 ξ 1 δ 4 λ 51 γ 21 δ 6 λ 61 ε 1 δ 3 η 1 γ 31 δ 7 λ 71 ξ 2 λ 81 ξ 3 λ 31 δ 5
8 BAHAN DAN METODE Bahan Data yang digunakan dalam penulisan ini diperoleh dari PT. MARS yaitu hasil survei konsumen terhadap produk-produk toilettris (keperluan mandi) pada tahun 005. Metode Secara garis
Lebih terperinciPEMODELAN SEEMINGLY UNRELATED REGRESSION DENGAN PENDEKATAN BAYESIAN PADA SEKTOR UTAMA DI JAWA TIMUR
PEMODELAN SEEMINGLY UNRELATED REGRESSION DENGAN PENDEKATAN BAYESIAN PADA SEKTOR UTAMA DI JAWA TIMUR Agus Budhi Santosa 1, Nur iriawan 2, Seiawan 3, Mohammad Dokhi 4 S - 3 1,2,3 Jurusan Statistika FMIPA-ITS,
Lebih terperinci(S.3) METODE MULTILEVEL STRUCTURAL EQUATION MODELING DENGAN WEIGHTED LEAST SQUARE ESTIMATION UNTUK ANALISIS PELAYANAN KESEHATAN IBU
(S.3) METODE MULTILEVEL STRUCTURAL EQUATION MODELING DENGAN WEIGHTED LEAST SQUARE ESTIMATION UNTUK ANALISIS PELAYANAN KESEHATAN IBU Winih Budiarti 1, Jadi Supriyadi 2, Bertho Tantular 3 1 Mahasiswa Magister
Lebih terperinciJurnal Penelitian Sains Volume 12 Nomer 3(A) 12303
Jurnal Penelitian Sains Volume 12 Nomer 3(A) 12303 Aplikasi Analisis Faktor Konfirmatori untuk Mengetahui Hubungan Peubah Indikator dengan Peubah Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika
Lebih terperinciBAB I PENDAHULUAN. bagaimana penyelesaian masalah tersebut. Peran itu dapat dilihat dari sikap
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peran pemerintah sangat penting dalam merancang dan menghadapi masalah pembangunan ekonomi. Seberapa jauh peran pemerintah menentukan bagaimana penyelesaian
Lebih terperinci(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER (Kasus : Pendugaan Proporsi Keluarga Miskin Di kabupaten Jember Jawa Timur) Etis Sunandi 1), Khairil A Notodiputro 2), Anik
Lebih terperinci(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN
(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN Safaat Yulianto 1, Anik Djuraidah 2, Aji Hamim Wigena 2 1Akademi Statistika Muhammadiyah Semarang 2Jurusan Statistika, Institut Pertanian
Lebih terperinciANALISIS KOMPONEN UTAMA UNTUK MENGETAHUI FAKTOR DOMINAN YANG MEMPENGARUHI ANGKA KEMISKINAN (Studi Kasus di Kabupaten Banyuwangi)
Jurnal UJMC, Volume 3, Nomor 2, Hal. 25-34 pissn : 2460-3333 eissn : 2579-907X ANALISIS KOMPONEN UTAMA UNTUK MENGETAHUI FAKTOR DOMINAN YANG MEMPENGARUHI ANGKA KEMISKINAN (Studi Kasus di Kabupaten Banyuwangi)
Lebih terperinciLampiran 1. Peta Lokasi Penelitian. Keterangan: 1. Kecamatan Gebang 2. Kecamatan Kandanghaur 3. Kecamatan Pelabuhanratu 4. Kecamatan Pangandaran
224 LAMPIRAN 225 Lampiran 1. Peta Lokasi Penelitian 2 3 1 4 Keterangan: 1. Kecamatan Gebang 2. Kecamatan Kandanghaur 3. Kecamatan Pelabuhanratu 4. Kecamatan Pangandaran 226 Lampiran 2 Hasil uji reliabilitas
Lebih terperinciAnalisis Indikator-Indikator Pembangunan Berkelanjutan (IPB) di Jawa Timur Menggunakan Metode Struktural Equation Models-Partial Least Square
Analisis Indikator-Indikator Pembangunan Berkelanjutan (IPB) di Jawa Timur Menggunakan Metode Struktural Equation Models-Partial Least Square Presented by: Dewi Rosiyana Umami 1306 100 035 Dosen Pembimbing:
Lebih terperinciPENERAPAN REGRESI ZERO INFLATED POISSON DENGAN METODE BAYESIAN
PENERAPAN REGRESI ZERO INFLATED POISSON DENGAN METODE BAYESIAN A. Rofiqi Maulana; Suci Astutik Universitas Brawijaya; arofiqimaulana@gmail.com ABSTRAK. Filariasis (Penyakit Kaki Gajah) adalah penyakit
Lebih terperinciASUMSI MODEL SEM. d j
ASUMSI MODEL SEM Asumsi yang harus dipenuhi dalam analisis SEM di antaranya adalah data berdistribusi multivariat normal, untuk memeriksanya dapat dilakukan dengan menghitung nilai jarak kuadrat pada setiap
Lebih terperinciANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X
ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X Utami Rizky Damayanti 1308 030 06 Dosen Pembimbing: Dra. Sri Mumpuni R., MT Sidang Tugas Akhir Diploma III Statistika Institut
Lebih terperinciPEMODELAN KEMISKINAN DI JAWA TIMUR DENGAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE
PEMODELAN KEMISKINAN DI JAWA TIMUR DENGAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE 1 Gangga Anuraga dan 2 Bambang Widjanarko Otok 1,2 Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesejahteraan umum merupakan salah satu tujuan dari pembangunan nasional Negara Indonesia. Hal ini disebutkan dengan jelas pada Pembukaan Undang-Undang dasar 1945 di
Lebih terperinciPENDUGAAN DATA HILANG DENGAN MENGGUNAKAN DATA AUGMENTATION. Abstract
Pendugaan Data Hilang Mesra Nova) PENDUGAAN DATA HILANG DENGAN MENGGUNAKAN DATA AUGMENTATION Mesra Nova 1, Moch. Abdul Mukid 2 1 Alumni Program Studi Statistika UNDIP 2 Staf Pengajar Program Studi Statistika
Lebih terperinciBAB IV GAMBARAN UMUM DESA POLOBOGO
BAB IV GAMBARAN UMUM DESA POLOBOGO 4. 1. Kondisi Geografis 4.1.1. Batas Administrasi Desa Polobogo termasuk dalam wilayah administrasi kecamatan Getasan, kabupaten Semarang, Provinsi Jawa Tengah. Wilayah
Lebih terperinciANALISIS REGRESI KUANTIL
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 103 107 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI KUANTIL SAIDAH, FERRA YANUAR, DODI DEVIANTO Program Studi Magister Matematika, Fakultas
Lebih terperinciKata kunci : Confirmatory Factor Analysis, SEM, Media Belajar Internet. 1 Azwar Rhosyied, dan 2 Bambang Wijanarko Otok
ANALISA PENGARUH PENGGUNAAN INTERNET SEBAGAI MEDIA BELAJAR, MOTIVASI BELAJAR DAN KREATIVITAS TERHADAP PRESTASI BELAJAR SISWA DENGAN MENGGUNAKAN STRUCTURAL EQUATION MODELING (Studi Kasus SMAN Probolinggo)
Lebih terperinciBUPATI CIAMIS PROVINSI JAWA BARAT PERATURAN BUPATI CIAMIS NOMOR 29 TAHUN 2016 T E N T A N G INDIKATOR LOKAL KELUARGA MISKIN DI KABUPATEN CIAMIS
1 BUPATI CIAMIS PROVINSI JAWA BARAT PERATURAN BUPATI CIAMIS NOMOR 29 TAHUN 2016 T E N T A N G INDIKATOR LOKAL KELUARGA MISKIN DI KABUPATEN CIAMIS DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI CIAMIS, Menimbang
Lebih terperinciTINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG
No. 47/07/19/ Th. IX, 18 Juli 2016 TINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG MARET TAHUN 2016 Jumlah penduduk miskin (penduduk yang berada di bawah garis kemiskinan) di Provinsi Kepulauan
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 terperinciPENGARUH POLA ASUH ORANG TUA TERHADAP KECENDERUNGAN JIWA WIRAUSAHA MAHASISWA ITS DENGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL
PENGARUH POLA ASUH ORANG TUA TERHADAP KECENDERUNGAN JIWA WIRAUSAHA MAHASISWA ITS DENGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL Arlina Sephana 1 dan Dwi Endah Kusrini 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciSKRIPSI. Oleh : ZAENUDIN ZUHRI J2E
ANALISIS PENGARUH KUALITAS LAYANAN, KUALITAS PRODUK DAN NILAI PELANGGAN TERHADAP KEPUASAN DAN LOYALITAS NASABAH BANK SYARIAH DENGAN METODE GENERALIZED STRUCTURED COMPONENT ANALYSIS (Survei Nasabah PT.
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,
Lebih terperinciBAB III METODOLOGI PENELITIAN
36 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Evaluasi (penilaian) suatu program biasanya dilakukan pada suatu waktu tertentu atau pada suatu tahap tertentu (sebelum program, pada proses pelaksanaan
Lebih terperincidengan 7 (tujuh), sedangkan target nomor 8 (delapan) menjadi Angka kematian ibu per kelahiran hidup turun drastis
dengan 7 (tujuh), sedangkan target nomor 8 (delapan) menjadi kewenangan pemerintah pusat. Angka kematian ibu per 100.000 kelahiran hidup turun drastis pada tahun 2011, hal ini karena kasus kematian ibu
Lebih terperinciANALISIS MODEL LOYALITAS PASIEN DI RSUD DR. RASIDIN PADANG DENGAN TEKNIK STRUCTURAL EQUATION MODELING (SEM)
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 17 26 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS MODEL LOYALITAS PASIEN DI RSUD DR. RASIDIN PADANG DENGAN TEKNIK STRUCTURAL EQUATION MODELING (SEM)
Lebih terperinciOleh : Rahmat Pembimbing : Drs. Haryono, MSIE
Analisis Pengaruh SERVQUAL, Kepuasan, Dan Kepercayaan Terhadap Loyalitas Nasabah Pengguna Internet Banking dengan Metode Structural Equation Modelling (Studi Kasus : Bank X) Oleh : Rahmat 1309100701 Pembimbing
Lebih terperinciAL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012
195 MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris (Dosen Fak.
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian ini adalah penelitian deskriptif dengan tujuan untuk memperoleh
40 BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Desain Penelitian Jenis penelitian ini adalah penelitian deskriptif dengan tujuan untuk memperoleh gambaran mengenai pengaruh persepsi atas suatu harga (price
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinci1. Pendahuluan PENGARUH FASILITAS KESEHATAN DAN FAKTOR SOSIO-EKONOMI TERHADAP DERAJAT KELANGSUNGAN HIDUP ANAK MELALUI PEMODELAN PERSAMAAN TERSTUKTUR
Ethos (Jurnal Penelitian dan Pengabdian Masyarakat): 233-242 PENGARUH FASILITAS KESEHATAN DAN FAKTOR SOSIO-EKONOMI TERHADAP DERAJAT KELANGSUNGAN HIDUP ANAK MELALUI PEMODELAN PERSAMAAN TERSTUKTUR 1 Nusar
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih terperinciPENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 34 43 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK
Lebih terperinciPENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR
PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR Neser Ike Cahyaningrum 1307100012 Dosen Pembimbing Dr. Dra. Ismaini Zain, M.Si AGENDA
Lebih terperinciBUPATI MOJOKERTO PERATURAN BUPATI MOJOKERTO NOMOR ^TAHUN 2013 TENTANG TATA CARA PENERBITAN SURAT PERNYATAAN MISKIN (SPM)
BUPATI MOJOKERTO PERATURAN BUPATI MOJOKERTO NOMOR ^TAHUN 2013 TENTANG TATA CARA PENERBITAN SURAT PERNYATAAN MISKIN (SPM) DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI MOJOKERTO, Menimbang Mengingat a. bahwa
Lebih terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
Lebih terperinciBAB I PENDAHULUAN. oleh si miskin. Penduduk miskin pada umumya ditandai oleh rendahnya tingkat
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kemiskinan merupakan situasi serba kekurangan yang terjadi bukan dikehendaki oleh si miskin. Penduduk miskin pada umumya ditandai oleh rendahnya tingkat pendidikan,
Lebih terperinciMODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI
MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI Puspitaningrum Rahmawati, Bambang Susanto, Leopoldus Ricky Sasongko Program Studi Matematika (Fakultas Sains dan Matematika,
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 terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciBAB I. PENDAHULUAN. perhatian pemerintah di negara manapun. Salah satu aspek penting untuk mendukung strategi
BAB I. PENDAHULUAN 1.1. Latar Belakang Masalah Masalah kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun. Salah satu aspek penting untuk mendukung
Lebih terperinciPengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum
Pengendalian Kualitas Statistik Produk Botol Sting 40 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum 1308030047 PENDAHULUAN LATAR BELAKANG PT IGLAS (Persero) merupakan perusahaan manufacturing
Lebih terperinciPenerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, 2017 2337-3520 2301-928X Print A33 Penerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang
Lebih terperinciBERITA RESMI STATISTIK
BERITA RESMI STATISTIK BPS KABUPATEN LAMONGAN PROFIL KEMISKINAN DI LAMONGAN MARET 2016 No. 02/06/3524/Th. II, 14 Juni 2017 RINGKASAN Jumlah penduduk miskin (penduduk dengan pengeluaran per kapita per bulan
Lebih terperinciSumatera Barat. Jam Gadang
Laporan Provinsi 123 Sumatera Barat Jam Gadang Jam gadang adalah nama untuk menara jam yang terletak di pusat Bukittinggi, Sumatera Barat, Indonesia. Menara jam ini memiliki jam dengan ukuran besar di
Lebih terperinciPEMODELAN PERSAMAAN WISATAWAN ASAL CHINA. Adib Ulun Nuha ( )
PEMODELAN PERSAMAAN STRUKTURAL PADA KEPUASAN WISATAWAN ASAL CHINA BERKUNJUNG DI INDONESIA Oleh: Adib Ulun Nuha (1306100063) Dosen Pembimbing: Dr. Bambang Widjanarko Otok, S.Si, M.Si/ Jerry Dwi Tij Trijoyo
Lebih terperinciKematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan
VIF Distribusi Poisson Regresi Poisson Kematian Bayi Kematian Ibu Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan 1 Pendaharan terberat pada masa nifas
Lebih terperinciANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR. Gangga Anuraga ABSTRAK
ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga Dosen Program Studi Statistika MIPA Universitas PGRI Adi Buana Surabaya E-mail : ganuraga@gmail.com
Lebih terperinciAnalisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan
Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan Oleh: Ainul Fatwa Khoiruroh (1310100096) Pembimbing: Dr. Setiawan, M.S. JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang { PAGE \* MERGEFORMAT }
BAB 1 PENDAHULUAN 1.1 Latar Belakang Madrasah Ibtidaiyah Miftahul Ulum adalah sebuah lembaga pendidikan islam yang setara dengan tingkatan Sekolah Dasar (SD), yang berada di naungan Kementrian Agama. Sebagaimana
Lebih terperinciBPS PROVINSI JAWA BARAT
BPS PROVINSI JAWA BARAT No. 05/01/32/Th. XIX, 3 Januari 2017 TINGKAT KEMISKINAN JAWA BARAT SEPTEMBER 2016 Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Jawa Barat pada September
Lebih terperinciPEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL
PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL Dibyo Adi Wiboao 1), Setiawan 2), dan Vita Ratnasari 3) 1) Program Studi Magister Statistika, Institut
Lebih terperinciVIII ANALISIS SERVICE QUALITY DALAM MEMBENTUK KEPUASAN DAN LOYALITAS
VIII ANALISIS SERVICE QUALITY DALAM MEMBENTUK KEPUASAN DAN LOYALITAS Faktor faktor yang mempengaruhi kepuasan konsumen dapat diidentifikasi dengan melihat faktor eksternal dan internak yang mempengaruhi
Lebih terperinciGorontalo. Menara Keagungan Limboto
Laporan Provinsi 509 Menara Keagungan Limboto Menara ini dibangun tahun 2001 dan berlokasi di Limboto, ibu kota Kabupaten. Menara Kea gungan yang menjadi kebanggaan ma syarakat ini memiliki daya tarik
Lebih terperinciBAB II LANDASAN_TEORI. aktivitas pemrosesan informasi yang dibutuhkan untuk penyelesaian tugas-tugas
BAB II LANDASAN_TEORI 2.1. Pengertian Aplikasi Menurut Indrajani (2011), aplikasi adalah suatu program yang menentukan aktivitas pemrosesan informasi yang dibutuhkan untuk penyelesaian tugas-tugas khusus
Lebih terperinciDAFTAR PUSTAKA. Bollen, K.A Structural Equation With Latent Variables. New York : John Wiley & Sons.
7 DAFTAR PUSTAKA Bollen, K.A. 989. Structural Equation With Latent Variables. New York : John Wiley & Sons. Chin, W.W., Marcolin, B.L. and Newsted, P.R, 996. A Partial Least Squares Latent Variable Modelling
Lebih terperinciOptimasi Preventive Maintenance pada Mesin Tuber. JurusanStatistika ITS
Optimasi Preventive Maintenance pada Mesin Tuber dan Bottomer dengan Metode Analisis Reliabilitas di PT Industri Kemasan Semen Gresik Oleh : Dosen Pembimbing : Drs. Haryono, MSIE Satria Hikmawan M.H (1309100070)
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Manusia selalu ingin memenuhi kebutuhan hidupnya baik moral maupun material. Kebutuhan pokok dapat dijelaskan sebagai kebutuhan yang sangat penting guna kelangsungan
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2017
No. 39/07/72/Th. XX, 17 Juli 2017 PROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2017 RINGKASAN Perkembangan penduduk miskin di Sulawesi Tengah selama periode 2013 2017 meskipun secara absolut terlihat meningkat,
Lebih terperinci