FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN
|
|
- Ridwan Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
2 UNTUK BAPAK, IBU serta KAKAK DAN ADIKKU Yang selalu memberikan dukungannya
3 RINGKASAN KARLINA SERAN. Faktor-Faktor yang Mempengaruhi Opini Mahasiswa TPB IPB untuk Memilih Statistika sebagai Mayor Pilihan Pertama. Dibimbing oleh Ir. BUNAWAN SUNARLIM, MS dan Ir. BAMBANG SUMANTRI. Kurikulum mayor minor yang mulai diterapkan pada tahun 2005 ini memberikan variasi dan keluwesan bagi mahasiswa untuk dapat mengenali potensi diri sehingga dapat menentukan yang terbaik bagi dirinya. Perubahan kurikulum inipun menjadikan setiap program studi berusaha keras menarik minat mahasiswa baru untuk memilih program studi mereka sebagai mayor, tak terkecuali program studi statistika. Bagaimana sebenarnya opini mahasiswa baru mengenai Statistika ditunjukkan melalui analisis statistika deskriptif Sedangkan analisis regresi logistik mampu mengidentifikasi faktor-faktor yang mempengaruhi opini mahasiswa TPB-IPB memilih statistika sebagai mayor pilihan pertama. Sebanyak 35% dari 300 mahasiswa TPB-IPB beropini menjadikan statistika sebagai mayor pilihan pertama dan sisanya menjatuhkan pilihan pada mayor lain seperti Agribisnis,Teknologi Pangan dan Gizi, Teknologi Industri Pertanian,dan Ilmu Komputer. Dari 203 mahasiswa yang sudah pernah mendapatkan informasi tentang statistika sebagian besar mendapatkannya dari teman, kakak kelas dan open house statistika. Peubah jenis kelamin, rata-rata nilai raport matematika, kehadiran mahasiswa pada open house statistika, kesukaan mahasiswa pada mata kuliah pengantar matematika, dan minat mahasiswa terhadap bidang ilmu murni merupakan faktorfaktor yang mempengaruhi opini mahasiswa TPB-IPB memilih statistika sebagai mayor pilihan pertama. Sedangkan kesukaan mahasiswa pada mata kuliah pengantar matematika merupakan faktor yang memiliki nilai dugaan rasio odds yang paling besar.
4 FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
5 Judul : Faktor-Faktor yang Mempengaruhi Opini Mahasiswa TPB IPB untuk Memilih Mayor Statistika sebagai Pilihan Pertama Nama : Karlina Seran NRP : G Menyetujui : Pembimbing I, Pembimbing II, Ir. Bunawan Sunarlim, MS Ir. Bambang Sumantri NIP NIP Mengetahui : Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Prof. Dr. Ir. Yonny Koesmaryono, M.S NIP Tanggal Lulus :
6 PRAKATA Puji syukur penulis panjatkan kehadirat Allah SWT atas segala limpahan rahmat dan karunia-nya sehingga penulis dapat menyelesaikan karya ilmiah ini, yang berjudul Faktor-Faktor yang Mempengaruhi Opini Mahasiswa TPB IPB untuk Memilih Mayor Statistika sebagai Pilihan Pertama. Penulis mengucapkan terima kasih kepada Bapak Ir. Bunawan Sunarlim, MS dan Bapak Ir. Bambang Sumantri selaku pembimbing atas bimbingan dan saran yang telah diberikan. Selain itu penulis juga ingin mengucapkan terimakasih kepada : 1. Bapak,Ibu tercinta, kakak dan adikku serta seluruh keluarga atas segala doa, kasih sayang serta dukungan yang diberikan kepada penulis selama ini. 2. Seluruh dosen Departemen Statistika IPB yang telah memberikan bekal ilmu kepada penulis. 3. Bapak-Ibu pengelola Asrama TPB-IPB periode 2005/2006 yang telah membantu memberikan izin dan informasi selama dilaksanakannya survei penelitian ini. 4. Fitria, Lia Angdelina, Deni, dan Tyo yang telah turut membantu penulis selama survei. Yanti dan Santi yang ikut membantu dengan pinjaman literaturnya. Serta Teny (THH 39) yang telah ikut membantu dalam proses penulisan karya ilmiah ini. 5. Semua teman-teman STK 38, terima kasih atas kebersamaannya selama di Statistika IPB. 6. Terima kasih kepada Bu Dedeh, Bang Sudin, Bu Markonah, Bu Sulis, Pak Herman, Durrohman, dan seluruh staf Departemen Statistika yang telah banyak membantu penulis selama perkuliahan di Statistika. 7. STK 39 dan STK 40, terima kasih atas kesediaannya sebagai pembahas dan forum dalam seminar. 8. Temen-temenku di kost Adinda, terima kasih atas dukungan dan doanya. 9. Kepada semua pihak yang tidak dapat disebutkan satu persatu, yang telah banyak membantu terselesaikannya karya ilmiah ini. Semoga karya ilmiah ini dapat bermanfaat, terlepas dari kekurangan yang ada. Kritik dan saran yang membangun sangat penulis harapkan demi kebaikan tulisan ini. Bogor, November 2006 Karlina Seran
7 RIWAYAT HIDUP Penulis dilahirkan di Semarang pada tanggal 19 Juni 1983 sebagai anak kedua dari tiga bersaudara, pasangan Bapak Dawid Muhamad (Alm) dan Ibu Kadaryati. Penulis menyelesaikan sekolah di SMU Negeri 5 Semarang, dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB dengan memilih Departemen Statistika, Fakultas Matematika dan Ilmu pengetahuan Alam. Pada bulan Maret sampai April 2005, penulis melakukan praktek lapang di Dinas Kehutanan Propinsi Jawa Tengah. Selama perkuliahan, penulis pernah menjadi panitia Matematika Ria dan Try Out SPMB yang diselenggarakan oleh Departemen Stastistika.
8 DAFTAR ISI Halaman DAFTAR TABEL... vii DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... vii PENDAHULUAN... 1 Latar Belakang Tujuan TINJAUAN PUSTAKA Kurikulum Sistem Mayor Minor IPB Analisis Statistika Deskriptif Penarikan Contoh Acak Sederhana Analisis Regresi Logistik Jalur Masuk IPB BAHAN DAN METODE Bahan Penelitian Metode Penelitian HASIL DAN PEMBAHASAN Deskripsi Mahasiswa TPB Tahun Akademik 2005/ Analisis Regresi Logistik Interpretasi Koefisien KESIMPULAN SARAN DAFTAR PUSTAKA
9 DAFTAR TABEL Halaman 1. Tabel 1. Tabulasi silang antara jenis kelamin dengan minat mahasiswa memilih mayor Statistika Tabel 2. Mayor selain Statistika yang diminati oleh mahasiswa TPB Tabel 3. Sumber informasi tentang Statistika bagi mahasiswa TPB Tabel 4. Analisis regresi logistik dengan model reduksi I Tabel 5. Analisis regresi logistik dengan model reduksi II Tabel 6. Nilai dugaan rasio odds regresi logistik... 7 DAFTAR GAMBAR 1. Gambar 1. Pengelompokan mahasiswa TPB berdasarkan jalur masuk IPB Gambar 2. Pengelompokan mahasiswa TPB berdasarkan asal SMU Gambar 3. Pie chart opini mahasiswa TPB untuk memilih mayor Statistika... 4 DAFTAR LAMPIRAN 1. Lampiran 1. Peubah penjelas beserta peubah boneka yang terbentuk Lampiran 2. Kuesioner Penelitian Lampiran 3. Hasil analisis regresi logistik dengan model penuh... 13
10 1 PENDAHULUAN Latar Belakang Tahun 2005 ini IPB mulai menerapkan kurikulum baru yaitu sistem mayor minor. Dalam kurikulum sistem mayor-minor akan terdapat variasi dan keluwesan bagi mahasiswa untuk menentukan yang terbaik bagi dirinya. Variasi bidang keahlian utama (mayor) maupun keahlian penunjang (minor) serta mata ajaran pilihan sangat tinggi tanpa mengurangi jati diri kesarjanaan lulusan. Hal ini memungkinkan mahasiswa mampu beradaptasi lebih dahulu sebelum menekuni bidang keahlian utamanya dan dapat mengenali potensi dirinya sehingga tidak akan ada istilah salah masuk jurusan (Institut Pertanian Bogor, 2005). Adanya perubahan kurikulum ini pun menjadikan setiap program studi berusaha keras untuk menarik minat mahasiswa baru agar mahasiswa baru memilih program studi mereka sebagai bidang keahlian utamanya (mayor), tak terkecuali bagi program studi Statistika. Oleh karena itu perlu dikaji lebih jauh tentang bagaimana sebenarnya opini mahasiswa baru terhadap Statistika dan faktor-faktor apa saja yang membuat mereka tertarik masuk Statistika. Dalam penelitian ini respon yang diamati merupakan peubah dengan dua kategori yaitu opini mahasiswa TPB IPB tentang minat mereka untuk memilih mayor Statistika sebagai pilihan pertamanya Analisis regresi yang bisa digunakan dalam menganalisis peubah respon dua kategori (biner) dengan peubah penjelas kategorik atau numerik adalah regresi logistik biner. Tujuan 1.memberikan gambaran umum tentang karakteristik mahasiswa TPB IPB tahun 2005 dan bagaimana opini mereka terhadap mayor Statistika. 2.mengidentifikasi faktor-faktor yang mempengaruhi opini mahasiswa baru untuk memilih program studi Statistika sebagai mayornya. TINJAUAN PUSTAKA Kurikulum Sistem Mayor-Minor IPB Kurikulum sistem mayor-minor merupakan sistem kurikulum berbasis kompetensi yang dilaksanakan oleh departemen, yang dapat memberikan keleluasaan dalam meramu mata ajaran untuk memperluas wawasan dan meningkatkan efisiensi penyelenggaraan, serta dapat meningkatkan mutu dan relevansi program pendidikan. Dalam kurikulum sistem mayor-minor, kompetensi tercirikan dengan jelas oleh sejumlah mata ajaran dalam mayor dan minor. Bidang keahlian utama (mayor) adalah bidang keahlian yang ditawarkan suatu departemen kepada mahasiswa untuk menjadi keahlian utamanya. Mayor merupakan bidang keahlian berdasarkan disiplin (keilmuan) utamanya pada suatu departemen, dimana mahasiswa dapat memperdalam kompetensinya (ilmu pengetahuan, keterampilan dan perilaku) tertentu dalam suatu paket mata ajaran. Sedangkan minor merupakan bidang keahlian pelengkap yang diambil oleh mahasiswa yang berasal dari departemen lain di luar departemen mayornya, untuk melengkapi (menunjang) kompetensi utamanya (mayor) (Institut Pertanian Bogor, 2005). Analisis Statistika Deskriptif Statistika deskriptif adalah suatu metode penyajian segugus data untuk memberikan informasi yang berguna sehingga mengarah kepada penjelasan dan penafsiran (Aunuddin, 1989). Penarikan Contoh Acak Sederhana Suatu prosedur penarikan contoh dinamakan penarikan contoh acak sederhana jika suatu contoh berukuran n yang ditarik dari suatu populasi berukuran N sedemikian sehingga setiap contoh berukuran n mempunyai peluang yang sama untuk terambil sebagai contoh (Scheaffer et al, 1990). Analisis Regresi Logistik Analisis regresi logistik adalah analisis yang mendeskripsikan hubungan antara peubah respon kategorik dengan satu atau lebih peubah penjelas kategorik maupun interval. Dalam analisis regresi logistik biner terdapat dua kejadian pada peubah respon, yang biasanya dinyatakan dalam Y=1 pada kejadian sukses dan Y=0 pada kejadian gagal, maka Y akan mengikuti sebaran Bernoulli dengan fungsi peluangnya adalah : f(y=y) = π y (1- π) 1-y dengan nilai Y adalah 0 atau 1 dan π adalah peluang terjadinya Y=1. Nilai harapan bersyarat untuk Y jika x diketahui ditunjukkan oleh E(Y x)=π(x),
11 2 maka model regresi logistik adalah sebagai berikut : exp( β 0 + β1x β px p ) π ( x ) = 1+ exp( β 0 + β1x β px p ) di mana : β 0 = konstanta β i = koefisien regresi logistik i = 1,2,...,p p = banyaknya peubah penjelas Dalam regresi logistik diperlukan fungsi penghubung logit, transformasi logit sebagai fungsi dari π(x) adalah : π ( x) g(x)=ln 1 π ( x) β + β x β p x = p Pendugaan Parameter. Metode umum dalam pendugaan parameter regresi logistik yang mengarah pada fungsi kuadrat terkecil di bawah model regresi linear (jika galat menyebar normal) dinamakan maximum likelihod (Hosmer & Lemeshow, 1989). Untuk menerapkan metode ini, yang pertama harus dilakukan adalah membentuk fungsi likelihood : l n yi ( β ) = π ( x ) [ 1 π ( x )] i= 1 i i 1 y Prinsip dari maximum likelihood adalah dengan memaksimumkan logaritma fungsi likelihood. L β = ln l β = ( ) [ ( )] n { yi ln[ π ( xi )] + ( 1 yi ) ln[ 1 π ( xi )]} i= 1 Untuk mendapatkan nilai dugaan koefisien regresi logistik ( βˆ ) dilakukan dengan penurunan L( β ) terhadap β dan disamakan dengan nol. Uji Taraf Nyata Parameter. Untuk menguji peranan seluruh peubah penjelas dalam model digunakan statistik uji-g dengan hipotesis sebagai berikut: H 0 : β 1 = =β p =0 H 1 : paling sedikit ada satu β i 0,i=1,2,,p Rumus umum untuk uji-g adalah : Lo G = 2 ln Lk i L o adalah penduga kemungkinan maksimum tanpa peubah penjelas dan L k adalah penduga kemungkinan maksimum dengan peubah penjelas. Statistik uji ini mengikuti sebaran Khi-kuadrat dengan derajat bebasnya adalah p (banyaknya peubah) (Hosmer & Lemeshow, 1989). Uji nyata parameter secara parsial yang digunakan dalam penelitian ini adalah statistik uji Wald, yang dirumuskan sebagai berikut : ˆ β i W = SEˆ ( ˆ β i ) dengan hipotesis : H 0 : β i = 0 H 1 : β i 0, i=1,2,,p Statistik uji Wald ini mengikuti sebaran Normal. Hipotesis nol ditolak jika W > Z α/2 Interpretasi Koefisien. Untuk menginterpretasikan koefisien regresi logistik digunakan rasio odds. Rasio odds adalah suatu alat untuk mengukur asosiasi, yang memperkirakan berapa besar kecenderungan peubah-peubah penjelas terhadap peubah respon (Hosmer & Lemeshow, 1989). Koefisien model regresi logistik, β i, menggambarkan perubahan nilai fungsi logit g(x) untuk perubahan satu satuan peubah penjelas x. Pada analisis model logit, biasanya nilai rasio odds dirumuskan sebagai berikut : ψ = exp( β i ) = exp[ g(1) g(0) ]. Interpretasi dari nilai rasio odds ini adalah bagi peubah penjelas x yang skalanya nominal memiliki kecenderungan untuk Y=1 pada x=1 sebesar ψ kali dibanding x=0. Sedangkan untuk peubah penjelas berskala kontinu, maka apabila ψ lebih atau sama dengan satu, berarti semakin besar pula kecenderungan untuk Y=1. Rasio odds memiliki selang kepercayaan sebagai berikut (Hosmer & Lemeshow, 1989): exp ˆ β ± ( ) i Z SEˆ ˆ α β 1 i 2 Jalur Masuk IPB Penerimaan lulusan SLTA untuk terdaftar sebagai mahasiswa baru program sarjana IPB dilaksanakan melalui empat jalur (Institut Pertanian Bogor, 2007), yaitu : 1. USMI (Undangan Seleksi Masuk IPB) USMI adalah sistem seleksi calon mahasiswa IPB yang tidak menggunakan ujian tertulis melainkan atas dasar prestasi belajar selama Catur Wulan (Cawu) 1 s.d 7 di SLTA.
12 3 2. SPMB (Seleksi Penerimaan Mahasiswa Baru) Sistem Penerimaan Mahasiswa Baru (SPMB) dilaksanakan di seluruh Indonesia menurut peraturan dan atau ketentuan yang ditetapkan oleh Panitia SPMB. Proses pendaftaran peserta ujian diselenggarakan oleh Panitia SPMB yang dibentuk di tiap perguruan tinggi negeri, sesuai dengan tata cara yang ditentukan. SPMB dilakukan serentak di beberapa perguruan tinggi negeri di Indonesia. 3. BUD (Beasiswa Utusan Daerah) Jalur masuk IPB yang bekerjasama dengan Pemerintahan Daerah di setiap wilayah. 4. PIN (Prestasi Internasional Nasional) Undangan khusus masuk IPB diberikan kepada calon mahasiswa lulusan SLTA yang mempunyai prestasi istimewa baik pada skala nasional maupun internasional. BAHAN DAN METODE Bahan Penelitian Data yang digunakan dalam penelitian ini merupakan data hasil survei yang dilaksanakan pada bulan Januari 2006 terhadap mahasiswa TPB IPB tahun akademik 2005/2006 Peubah responnya terdiri dari dua kategori yaitu opini mahasiswa TPB IPB tahun akademik 2005/2006 untuk memilih mayor Statistika sebagai pilihan pertamanya dalam pemilihan mayor minor (Y=1 jika mahasiswa berminat menjadikan mayor Statistika sebagai pilihan pertamanya, dan Y=0 jika tidak berminat). Di bawah ini merupakan peubah-peubah penjelas yang digunakan : 1. Peubah jenis kelamin 2. Peubah pekerjaan orang tua 3. Peubah hubungan pekerjaan orang tua dengan Statistika 4. Peubah pendapatan orang tua per bulan 5. Peubah pendidikan ayah 6. Peubah pendidikan ibu 7. Peubah jalur masuk IPB 8. Peubah asal SMU 9. Peubah pengeluaran per bulan 10. Peubah rata-rata nilai Matematika di Raport 11. Peubah jumlah nilai UAN 12. Peubah datang tidaknya pada Open House Statistika 13. Peubah kenal tidaknya dengan alumni Statistika 14. Peubah informasi yang diketahui tentang Statistika 15. Peubah kesukaan mahasiswa pada Matematika di SMU 16. Peubah kesukaan mahasiswa pada MK Pengantar Matematika 17. Peubah minat mahasiswa pada bidang pertanian 18. Peubah minat mahasiswa pada bidang ilmu murni 19. Peubah pengaruh orang terdekat dalam memilih mayor 20. Peubah pendapat mahasiswa tentang Statistika IPB dibanding PT lain Peubah boneka dari masing-masing peubah penjelas ditampilkan pada Lampiran 1. Metode Penelitian Pengumpulan data dalam penelitian ini dilakukan melalui pembagian kuesioner (Kuesioner penelitian ditampilkan pada lampiran 2). Metode penarikan contoh yang digunakan adalah penarikan contoh acak sederhana. Analisis statistika deskriptif digunakan untuk melihat karakteristik responden. Kemudian dilanjutkan dengan analisis regresi logistik untuk mengetahui faktor-faktor yang mempengaruhi mahasiswa TPB memilih mayor Statistika. Software yang digunakan dalam penelitian ini adalah MINITAB 14 dan SPSS 11. HASIL DAN PEMBAHASAN Deskripsi Mahasiswa TPB 2005/2006 Mahasiswa TPB yang terpilih sebagai responden terdiri atas 133 orang laki-laki dan 167 orang perempuan, di mana pada mahasiswa laki-laki 58 orang di antaranya beropini untuk memilih mayor Statistika sedangkan pada mahasiswa perempuan terdapat 47 orang yang beropini untuk memilih mayor Statistika. Hal tersebut dapat dilihat pada hasil tabulasi silang (Tabel 1). Tabel 1. Tabulasi silang antara jenis kelamin dengan minat mahasiswa memilih mayor Statistika MINATMSK Total TIDAK YA Perempuan Laki-laki Sebagian besar mahasiswa TPB masuk melalui jalur USMI dengan persentase 59.7%, 36% melalui jalur SPMB, dan sisanya melalui jalur PIN serta BUD. Pada umumnya
13 4 mahasiswa TPB berasal dari wilayah Jawa dengan Jabotabek sebagai wilayah terbanyak menjadi daerah asal mahasiswa seperti yang ditunjukkan pada Gambar 1 dan Gambar 2. YA 35.0% MINATSTK JALURMASUK BUD PIN TIDAK SPMB 65.0% 36,0% 59,7% USMI Gambar 1. Pengelompokan mahasiswa TPB berdasarkan jalur masuk IPB. LUAR JAWA 23.7% JAWA(LUAR JABOTABEK) 35.3% ASAL_SMU JABOTABEK 41.0% Gambar 2. Pengelompokan mahasiswa TPB berdasarkan asal SMU. Persentase jumlah mahasiswa TPB yang beropini memilih mayor Statistika sebagai pilihan pertama dapat dilihat pada Gambar 3. Dari 300 mahasiswa yang telah disurvei terdapat 35% mahasiswa yang beropini menjadikan Statistika sebagai mayor pilihan pertamanya dan sisanya sebanyak 65% mahasiswa beropini menjatuhkan pilihan pertamanya pada mayor lain. Gambar 3. Pie chart opini mahasiswa TPB untuk memilih mayor Statistika Di antara beberapa mayor lain yang menjadi pilihan pertama mahasiswa TPB terdapat mayor Agribisnis yang menempati urutan pertama dari pilihan mahasiswa dengan persentase sebanyak 20% dan diikuti TPG dengan 14.9% di urutan kedua serta TIN dengan 11.3% di urutan ketiga. Beberapa mayor lain yang juga dipilih mahasiswa TPB dapat dilihat pada Tabel 2 di bawah ini : Tabel 2. Mayor selain Statistika yang diminati oleh mahasiswa TPB Mayor yg dipilih Jml Persen tase Agribisnis TPG TIN Ilkom Ilmu Gizi Manajemen Kedokteran Hewan Agrohorti TEP KSH Biokimia Ilmu&Teknologi Kelautan Kimia Fisika Ekonomi Pembangunan THP Lainnya
14 5 Dari 300 mahasiswa terdapat 203 orang yang sebelumnya sudah pernah mendapatkan atau mengetahui informasi tentang Statistika. Sebagian besar mendapatkannya dari teman asrama ataupun teman sekelas yang berminat pada Statistika atau teman yang pernah datang pada Open House Statistika. Selain itu mereka juga bisa mendapatkannya dari kakak kelas, melalui Open House Statistika, guru, dan sebagainya seperti yang terlihat pada Tabel 3. Tabel 3. Sumber informasi tentang Statistika bagi mahasiswa TPB Sumber Info tentang Statistika Jumlah Persen tase Teman Kakak kelas Open House Stk Guru Keluarga Brosur Alumni Mahasiswa Statistika Lainnya Analisis Regresi Logistik Pendugaan model penuh menghasilkan nilai Statistik-G sebesar dengan nilaip= Model penuh dapat diterima secara statistik karena nilai-p yang lebih kecil dari taraf nyata α=0.05 menunjukkan bahwa model yang dibangun layak atau minimal ada satu β i yang tidak sama dengan nol. Pada model penuh ini terdapat beberapa peubah yang tidak berpengaruh nyata dikarenakan nilai-p yang dihasilkan lebih besar dari α=0.05 seperti yang terlihat pada Lampiran 3. Peubah-peubah tersebut antara lain adalah : 1. Peubah hubungan pekerjaan orang tua dengan Statistika 2. Tingkat pendapatan orang tua 3. Tingkat pendidikan ayah 4. Tingkat pendidikan ibu 5. Jalur masuk IPB 6. Asal SMU 7. Pengeluaran mahasiswa per bulan 8. Jumlah nilai UAN 9. Alumni Statistika, 10. Info tentang Statistika 11. Kesukaan pada Matematika di SMU, 12. Minat mahasiswa terhadap bidang pertanian 13. Pengaruh orang terdekat dalam memilih mayor 14. Pendapat mahasiswa TPB tentang Statistika IPB Sedangkan peubah-peubah yang berpengaruh nyata pada taraf α=0.05 adalah : 1. Peubah jenis kelamin 2. Pekerjaan orang tua 3. Rata-rata nilai Matematika di raport 4. Kehadiran mahasiswa pada Open House Statistika 5. Kesukaan pada kuliah Pengantar Matematika 6. Minat mahasiswa terhadap ilmu murni Setelah 14 peubah penjelas yang tidak berpengaruh nyata pada taraf α=0.05 direduksi maka diperoleh model di bawah seperti pada Tabel 4 dengan nilai statistik-g sebesar dan nilai-p=0.000 sehingga model ini dapat diterima secara statistik. Tabel 4. Analisis regresi logistik dengan model reduksi I Peubah Coef Wald P Konstanta * JK_ * PekerjOrtu_ PekerjOrtu_ Nilai MTK Raport_ * Dtg tdknya ke OH Stk_ * Suka PengMTK_ * Minat dg Ilmu Murni_ * Log-Likelihood = G = , DF = 7, P-Value = Untuk menguji kebaikan model reduksi I terhadap model penuh dapat dilakukan dengan menguji kembali menggunakan statistik uji-g. Kedua model tersebut dibandingkan dengan menggunakan nilai uji statistik G sebesar yang lebih kecil dari χ² (26, 0.05) = yang berarti hipotesis nol diterima, di mana H 0 : β j = 0 vs H 1 : β j 0, j=1,2,,p. Hal ini menunjukkan bahwa semua peubah yang direduksi dapat dikeluarkan dari model penuh. Model reduksi I pada Tabel 4 tersebut masih terdapat peubah pekerjaan orang tua yang tidak nyata secara statistik sehingga perlu dibuat lagi model logistik
15 6 dengan mengeluarkan dua peubah boneka dari peubah pekerjaan orang tua yang tidak nyata. Setelah dua peubah boneka yang tidak berpengaruh nyata pada taraf α=0.05 direduksi maka diperoleh model di bawah seperti pada Tabel 5 dengan nilai statistik-g sebesar dan nilai-p=0.000 sehingga model ini dapat diterima secara statistik. Tabel 5. Analisis regresi logistik dengan model reduksi II Peubah Coef Wald P Konstanta * JK_ * Nilai MTK Raport_ * Dtg tdknya ke OH Stk_ * Suka PengMTK_ * Minat dg Ilmu Murni_ * Log-Likelihood = G = , DF = 5, P-Value = Untuk menguji kebaikan model reduksi II terhadap model reduksi I dapat dilakukan dengan menguji kembali menggunakan statistik uji-g. Kedua model pada Tabel 4 dan Tabel 5 tersebut dibandingkan dengan menggunakan nilai uji statistik G sebesar yang lebih kecil dari χ² (2, 0.05) =5.991, hal ini menunjukkan bahwa dua peubah boneka yang tidak nyata tersebut dapat dikeluarkan dari model. Model hasil reduksi II pada Tabel 5 menunjukkan semua peubah nyata pada taraf α=0.05 sehingga diperoleh faktor-faktor yang mempengaruhi minat mahasiswa TPB untuk memilih mayor Statistika. Faktor-faktor tersebut adalah 1. Jenis kelamin 2. Rata-rata nilai raport SMU untuk pelajaran Matematika 3. Kehadiran mahasiswa TPB pada Open House Statistika 4. Kesukaan mahasiswa terhadap mata kuliah Pengantar Matematika 5. Minat mahasiswa TPB terhadap bidang ilmu murni. Interpretasi Koefisisen Setelah diperoleh model logistik terbaik maka perlu dilakukan interpretasi terhadap peubah-peubah yang menyusun model tersebut dengan menggunakan nilai rasio oddsnya. Nilai dugaan rasio odds dan SK 95% dapat dilihat pada Tabel 6. Peubah pertama yaitu peubah jenis kelamin dengan dugaan rasio odds sebesar 1.75 yang berarti bahwa mahasiswa laki-laki diduga 1.75 kali lebih besar akan memilih mayor Statistika sebagai pilihan pertama dibandingkan mahasiswa perempuan dengan selang kepercayaan 95% bagi rasio odds antara 1.03 sampai Peubah rata-rata nilai raport pelajaran Matematika di SMU memiliki dugaan rasio odds sebesar 2.47 berarti mahasiswa yang rata-rata nilai Matematika di raportnya lebih besar atau sama dengan 8 diduga 2.47 kali lebih besar untuk memilih mayor Statistika sebagai pilihan pertamanya dibandingkan mahasiswa yang rata-rata nilai raport Matematikanya kurang dari 8. Sedangkan selang kepercayaan 95 % antara 1.40 sampai 4.36 berarti bahwa dengan keyakinan 95 % mahasiswa yang rata-rata nilai Matematika di raportnya lebih besar atau sama dengan 8 akan 1.40 sampai 4.36 kali cenderung untuk memilih mayor Statistika sebagai pilihan pertamanya dibandingkan mahasiswa yang nilainya kurang dari 8. Peubah Open House Statistika menunjukkan bahwa mahasiswa yang datang pada saat Open House Statitika diduga akan berpeluang 2.02 kali lebih besar untuk memilih mayor Statistika sebagai pilihan pertama dibandingkan mahasiswa yang tidak datang pada saat Open House dengan selang kepercayaan 95% bagi rasio odds antara 1.18 sampai Peubah keempat menunjukkan bahwa kesukaan mahasiswa pada mata kuliah Pengantar Matematika juga diduga akan memiliki peluang yang lebih besar yaitu sebesar 3.71 kali untuk memilih mayor Statistika sebagai pilihan pertama dibandingkan dengan mahasiswa yang tidak suka terhadap mata kuliah Pengantar Matematika dengan selang kepercayaan 95% bagi rasio odds antara 1.87 sampai 7.35.
16 7 Peubah terakhir yaitu minat mahasiswa pada Ilmu Murni seperti Matematika, Kimia,Biologi menghasilkan nilai dugaan rasio odds sebesar 2.05 yang berarti mahasiswa yg memiliki minat terhadap ilmu murni diduga 2.05 kali lebih besar akan memilih mayor Statitika sebagai pilihan pertama dibanding mahasiswa yang tidak berminat terhadap ilmu murni. Sedangkan selang kepercayaan 95 % bagi rasio odds antara 1.20 sampai 3.51 berarti bahwa dengan keyakinan 95 % mahasiswa memiliki minat terhadap ilmu murni akan berpeluang 1.20 sampai 3.51 kali lebih besar untuk memilih mayor Statitika sebagai pilihan pertama dibanding mahasiswa yang tidak berminat terhadap ilmu murni. Tabel 6. Nilai dugaan rasio odds regresi logistik Dugaan SK 95% Peubah Rasio Odds Lower Upper JK_ Nilai MTK Raport_ Dtg tdknya ke OH Stk_ Suka PengMTK_ Minat dg Ilmu Murni_ KESIMPULAN Opini mahasiswa TPB tahun akademik 2005/2006 untuk memilih mayor Statistika sebagai pilihan pertama masih cukup besar yang ditunjukkan dengan jumlah persentase pemilih sebesar 35% dan sisanya sebesar 65% lebih memilih mayor lain sebagai pilihan pertamanya. Mayor selain Statistika yang paling banyak diminati mahasiswa TPB adalah Agribisnis, Teknologi Pangan dan Gizi, dan Teknik Industri Pertanian. Hasil analisis regresi logistik menunjukkan bahwa terdapat lima faktor yang mempengaruhi opini mahasiswa TPB IPB untuk memilih mayor Statistika sebagai pilihan pertama. Faktor-faktor yang nyata pada taraf α=5% adalah jenis kelamin, ratarata nilai raport SMU pada pelajaran Matematika, kehadiran mahasiswa di Open House Statistika, kesukaan mahasiswa TPB pada mata kuliah Pengantar Matematika, dan minat mahasiswa TPB terhadap bidang ilmu murni. Faktor kesukaan mahasiswa terhadap mata kuliah Pengantar Matematika merupakan faktor yang memiliki nilai dugaan rasio odds yang paling besar. SARAN Hasil di atas diperoleh sebelum pemiihan mayor tahap pertama berlangsung. Oleh karena itu akan lebih baik jika dilakukan penelitian kembali setelah pemilihan mayor yang sebenarnya berlangsung, atau dilakukan cross check terhadap hasil pemilihan mayor yang sebenarnya dan dapat dibahas kenapa hasilnya berbeda. Berdasarkan hasil terlihat pentingnya menciptakan kondisi atau perlakuan yang sangat bebas bagi responden untuk menjawab, sehingga jawaban yang diberikan oleh responden tidak terpengaruh oleh pewawancara. DAFTAR PUSTAKA Aunuddin Analisis Data. Bogor : PAU Ilmu Hayat IPB. Hosmer, D.W. & S. Lemeshow Applied Logistic Regression. New York : John Wiley & Sons, Inc. Institut Pertanian Bogor Sosialisasi Kurikulum Sistem Mayor Minor. [1 Oktober 2005] Institut Pertanian Bogor Registrasi Mahasiswa. [24 Januari 2007] Scheaffer, R. L., W. Mendenhall & L. Ott Elementary Survey Sampling.4 th ed. Boston ; PWS-Kent Publishing company.
17 8 Lampiran 1. Peubah penjelas beserta peubah boneka yang terbentuk 1. Peubah jenis kelamin (JK) Jenis Kelamin (1) Laki-laki 1 Perempuan 0 2. Peubah pekerjaan orang tua (PEKERJ) Pekerjaan Orang Tua (1) (2) Lainnya 1 0 Karyawan Swasta 0 1 PNS Peubah hubungan pekerjaan orang tua dengan Statistika (HUB_PEKERJ&STK) Hubungan pekerjaan orang tua dg Statistika (1) Ya 1 Tidak 0 4. Peubah pendapatan orang tua per bulan (PENDPTN) Pendapatan orang tua per bulan (1) (2) (3) >Rp Rp Rp Rp Rp <Rp Peubah pendidikan ayah (PENDDK_A) Pendidikan ayah (1) (2) (3) S1,S2,S Diploma SMU <SMU Peubah pendidikan ibu (PENDDK_I) Pendidikan ibu (1) (2) (3) S1,S2,S Diploma SMU <SMU 0 0 0
18 9 7. Peubah jalur masuk IPB (JALUR_MSK) Jalur masuk IPB (1) (2) (3) SPMB (Seleksi Penerimaan Mahasiswa Baru) PIN (Prestasi Internasional Nasional) BUD (Beasiswa Utusan Daerah) USMI (Undangan Seleksi Masuk IPB ) Peubah asal SMU (ASALSMU) Asal SMU (1) (2) Jawa (Luar Jabotabek) 1 0 Luar Jawa 0 1 Jabotabek Peubah pengeluaran per bulan (PENGLUARN) Pengeluaran per bulan (1) (2) >Rp Rp Rp <Rp Peubah rata-rata nilai Matematika di Raport (MTK RAPORT) Rata-rata nilai Matematika di raport (1) >=8 1 < Peubah jumlah nilai UAN (JML UAN) Jumlah nilai UAN (1) >=20 1 < Peubah datang tidaknya pada Open House Statistika (OH_STK) Datang tidaknya ke OH Statistika (1) Ya 1 Tidak Peubah kenal tidaknya dengan alumni Statistika (ALUMNI) Kenal dg alumni Statistika (1) Ya 1 Tidak 0
19 Peubah informasi yang diketahui tentang Statistika (INFO ttg STK) Tahu info ttg Statistika (1) Ya 1 Tidak Peubah kesukaan mahasiswa pada pelajaran Matematika di SMU (SUKA_MTKdiSMU) Kesukaan thd Matematika di SMU (1) Ya 1 Tidak Peubah kesukaan mahasiswa pada MK Pengantar Matematika (SUKA_ PengMTK) Kesukaan thd MK Peng Matematika (1) Ya 1 Tidak Peubah minat mahasiswa pada bidang pertanian (MINAT_PERTAN) Minat terhadap Bidang Pertanian (1) Ya 1 Tidak Peubah minat mahasiswa pada bidang ilmu murni (MINAT ILMU MURNI) Minat terhadap Bidang Ilmu Murni (1) Ya 1 Tidak Peubah pengaruh orang terdekat dalam memilih mayor (PENG_ORGDEKAT) Pengaruh orang terdekat dlm memilih mayor (1) Ya 1 Tidak Peubah pendapat mahasiswa tentang Statistika IPB dibanding PT lain (PENDPT TTG STK IPB) Pendpt ttg Stk IPB dibanding Stk PT lain (1) (2) (3) Tidak tahu Kurang Berkualitas Sama saja Lebih berkualitas 0 0 0
20 11 Lampiran 2. Kuesioner Penelitian KUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB UNTUK MEMILIH STATISTIKA SEBAGAI MAYOR Assalamualaikum Wr. Wb. Saya mahasiswa Departemen Statistika sedang melakukan penelitian dalam rangka menyelesaikan tugas akhir. Penelitian ini diharapkan dapat mengetahui bagaimana opini mahasiswa TPB IPB untuk memilih Statistika sebagai mayor. Kami menghargai kejujuran dan menjamin kerahasiaan Anda dalam menjawab kuesioner ini. Petunjuk : Berikan tanda silang (X) pada salah satu jawaban yang Anda pilih. Contoh pengisian kuesioner : 1. Pekerjaan orang tua : PNS Karyawan swasta Lainnya Bagian I BIODATA RESPONDEN 1. Gedung : 2. NIM : 3. Jenis Kelamin : Laki-laki Perempuan 4. Usia : 5. Pekerjaan orang tua/wali : PNS Karyawan swasta Lainnya 6. Apakah pekerjaan orang tua/wali Anda berhubungan dengan bidang Statistika? Ya Tidak 7. Pendapatan orang tua/wali per bulan : Pendapatan <Rp ,- Rp ,- pendapatan Rp ,- Rp ,- pendapatan Rp ,- Pendapatan >Rp ,- 8. Pendidikan Ayah : <SMU SMU Diploma S1,S2,S3 9. Pendidikan Ibu : <SMU SMU Diploma S1,S2,S3 10. Jalur masuk IPB : USMI SPMB PIN BUD 11. Asal SMU : Jabotabek Jawa (Luar Jabotabek) Luar Jawa
21 Rata-rata pengeluaran Anda per bulan : Pengeluaran <Rp ,- Rp ,- pengeluaran Rp ,- Pengeluaran >Rp ,- 13.Rata-rata nilai Matematika SMU di raport : < Jumlah nilai UAN SMU (nilai Matematika, Bahasa Indonesia,&Bahasa Inggris) : <20 20 Bagian II 1. Apakah Anda berminat untuk memilih Statistika sebagai mayor Anda? Ya, (Sebutkan alasannya!)... Tidak, (Sebutkan alasannya!) Jika tidak berminat memilih Statistika, lalu mayor apa yang Anda minati? Apakah Anda mengunjungi Open House Statistika? Ya Tidak 4. Apakah Anda pernah mengenal/mengetahui alumni Statistika? Ya Tidak 5. Apakah Anda pernah mengetahui/mendapatkan informasi tentang Statistika? Ya, dari mana/dari siapa Anda mendapatkannya?... Tidak 6. Apakah Anda menyukai mata pelajaran Matematika di SMU? Ya Tidak 7. Apakah Anda menyukai mata kuliah Pengantar Matematika? Ya Tidak 8. Apakah Anda berminat dengan bidang Pertanian, Perikanan, Kehutanan, dan Peternakan? Ya Tidak 9. Apakah Anda berminat dengan bidang ilmu murni seperti Kimia, Matematika, Biologi, dan Fisika? Ya Tidak 10. Adakah pengaruh orang-orang terdekat Anda (seperti : orang tua/keluarga, guru SMU, dan teman) dalam menentukan mayor pilihan Anda? Ya Tidak 11. Bagaimana pendapat Anda tentang Statistika IPB dibandingkan Statistika Universitas lainnya? Lebih berkualitas dibandingkan universitas lainnya Sama saja dengan universitas lainnya Kurang berkualitas dibandingkan universitas lainnya Tidak tahu
22 Lampiran 3. Hasil analisis regresi logistik dengan model penuh Peubah Coef Wald P Konstanta * JK_ * PekerjOrtu_ * PekerjOrtu_ * Hub Pekerj&Stk_ Pendptan_ Pendptan_ Pendptan_ Penddkan Ayah_ Penddkan Ayah_ Penddkan Ayah_ Penddkan Ibu_ Penddkan Ibu_ Penddkan Ibu_ Jalur Masuk IPB_ Jalur Masuk IPB_ Jalur Masuk IPB_ Asal SMU_ Asal SMU_ Pengeluaran_ Pengeluaran_ Nilai MTK Raport_ * JML UAN_ Dtg tdknya ke OH Stk_ * Kenal Alumni Stk_ Tahu Info ttg Stk_ Suka MTK DI SMU_ Suka PengMTK_ * Minat dg bid Pertan_ Minat dg Ilmu Murni_ * Pengaruh Org Tdekat_ Pendpt ttg Stk IPB_ Pendpt ttg Stk IPB_ Pendpt ttg Stk IPB_ Log-Likelihood = G = , DF = 33, P-Value =
Lampiran 1. Peubah penjelas beserta peubah boneka yang terbentuk. 1. Peubah jenis kelamin (JK) Jenis Kelamin (1) Laki-laki 1 Perempuan 0
8 Lampiran 1. Peubah penjelas beserta peubah boneka yang terbentuk 1. Peubah jenis kelamin (JK) Jenis Kelamin (1) Laki-laki 1 Perempuan 0 2. Peubah pekerjaan orang tua (PEKERJ) Pekerjaan Orang Tua (1)
Lebih terperincidi masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN
1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code
Lebih 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 terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian mengenai persepsi dan sikap responden terhadap produk Oreo setelah adanya isu melamin serta faktor-faktor yang mempengaruhi persepsi
Lebih terperinciMODEL REGRESI LOGISTIK UNTUK KEJADIAN INFEKSI LUKA OPERASI NOSOKOMIAL ANTON
MODEL REGRESI LOGISTIK UNTUK KEJADIAN INFEKSI LUKA OPERASI NOSOKOMIAL ANTON DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006 Untuk Mama dan Andri Aku tahu
Lebih terperinciBAB III METODE PENELITIAN
17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden
Lebih terperinciANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO
ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008 RINGKASAN TJIPTO AJI SUDARSO. Analisis
Lebih terperinciPENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA
PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
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 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 terperinciPengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran
22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perusahaan memiliki strategi tertentu untuk memenangkan persaingan dalam pasar yang mereka hadapi. Perusahaan yang ketat dalam pasar operator seluler
Lebih terperinciPENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA
PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciHASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden
7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0 8. Peubah rancangan alat pembersih yang digunakan di rumah (ALAT). Alat pembersih di rumah (1) (2) Sapu 1
Lebih terperinciANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI
ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciHASIL DAN PEMBAHASAN. Deskripsi Data
metode penarikan contoh yang tepat di survei tahap I. 3. Melaksanakan survei tahap I, untuk mengetahui karakteristik pelayanan program sarjana yang diinginkan mahasiswa. 4. Menyusun kuesioner untuk survei
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 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 terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciIV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini akan dilaksanakan di beberapa peternak plasma ayam broiler di Kota Depok. Penentuan lokasi penelitian dilakukan atas dasar pertimbangan
Lebih terperinciBAHAN DAN METODE HASIL DAN PEMBAHASAN
5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik
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 terperinciPENERAPAN REGRESI LOGISTIK BINER MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA TAHUN 2008/2009 (Studi Kasus : Fakultas MIPA IPB) ISNA HUSNIYATI
PENERAPAN REGRESI LOGISTIK BINER MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA TAHUN 28/29 (Studi Kasus : Fakultas MIPA IPB) ISNA HUSNIYATI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciHASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas
19 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas Hasil analisis mengenai persentase responden berdasarkan peubah-peubah penjelas ditunjukkan pada Gambar 2. Usia responden
Lebih terperinciKAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G
KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI
Lebih terperinciANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI
ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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 terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
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 terperinciHASIL DAN PEMBAHASAN. penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi Tabel 1. Karakteristik debitur
Software yang digunakan dalam penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi 15.0. HASIL DAN PEMBAHASAN Gambaran Umum Karakteristik Debitur Banyaknya debitur kredit konsumtif
Lebih terperinciAPLIKASI REGRESI LOGISTIK DALAM ANALISIS FAKTOR RISIKO ANEMIA GIZI PADA MAHASISWA BARU IPB
APLIKASI REGRESI LOGISTIK DALAM ANALISIS FAKTOR RISIKO ANEMIA GIZI PADA MAHASISWA BARU IPB (Logistic Regression Application on Analysis of Risk Factors of Nutritional Anemia Among New Students of IPB)
Lebih terperinciPENERAPAN MODEL REGRESI LOGISTIK BINER DAN METODE CHAID DALAM KLASIFIKASI KREDIT KONSUMTIF MALA SEPTIANI
PENERAPAN MODEL REGRESI LOGISTIK BINER DAN METODE CHAID DALAM KLASIFIKASI KREDIT KONSUMTIF MALA SEPTIANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciREGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI
REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciIII. METODOLOGI PENELITIAN
22 III. METODOLOGI PENELITIAN 2.5. Data Penelitian Data dalam penelitian ini menggunakan data sekunder yang diperoleh dari bagian Akademis POLBAN serta data pendukung yang merupakan data primer (persepsi)
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT USAHA RAKYAT (KUR) STUDI KASUS USAHA AGRIBISNIS DI BRI UNIT TONGKOL, JAKARTA
FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT USAHA RAKYAT (KUR) STUDI KASUS USAHA AGRIBISNIS DI BRI UNIT TONGKOL, JAKARTA SKRIPSI EKO HIDAYANTO H34076058 DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN
Lebih terperinciANALISIS REGRESI LOGISTIK UNTUK MENENTUKAN FAKTOR-FAKTOR KETERTINGGALAN DESA DI KABUPATEN BOGOR
ANALISIS REGRESI LOGISTIK UNTUK MENENTUKAN FAKTORFAKTOR KETERTINGGALAN DESA DI KABUPATEN BOGOR Oleh : Maria Wuri Handayani G14101019 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI
ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN
Lebih terperinciRMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X
pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang
Lebih 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 terperinciPEMBAHASAN Pelaksanaan Survei
4 Populasi penelitian dibagi menjadi dua lapisan berdasarkan cluster perumahan BNR. Cluster-cluster dengan ukuran rumah 1 m 2 digolongkan sebagai lapisan 1 sedangkan cluster-cluster dengan ukuran rumah
Lebih terperinciOleh : DWI ERNAWATI A
ANALISIS SISTEM PELAKSANAAN PENILAIAN PRESTASI KERJA DAN POTENSI MOTIVASI KERJA PEGAWAI DI DINAS PERTANIAN DAN PETERNAKAN, KABUPATEN REMBANG, JAWA TENGAH Oleh : DWI ERNAWATI A 14102523 PROGRAM SARJANA
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 terperinciANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID: KASUS DI RSUP DR. WAHIDIN SUDIROHUSODO MAKASSAR
ANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID: KASUS DI RSUP DR. WAHIDIN SUDIROHUSODO MAKASSAR ASTRI ATTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN
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 terperinciDESKRIPSI PENGGUNAAN INTERNET DI KALANGAN MAHASISWA INSTITUT PERTANIAN BOGOR EKA NAHDIATI
DESKRIPSI PENGGUNAAN INTERNET DI KALANGAN MAHASISWA INSTITUT PERTANIAN BOGOR EKA NAHDIATI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2005 ABSTRACT
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 terperinciPENGARUH POLA ASUH BELAJAR, LINGKUNGAN PEMBELAJARAN, MOTIVASI BELAJAR DAN POTENSI AKADEMIK TERHADAP PRESTASI AKADEMIK SISWA SEKOLAH DASAR
63 PENGARUH POLA ASUH BELAJAR, LINGKUNGAN PEMBELAJARAN, MOTIVASI BELAJAR DAN POTENSI AKADEMIK TERHADAP PRESTASI AKADEMIK SISWA SEKOLAH DASAR KARTIKA WANDINI PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP SIKAP DAN PERILAKU MEMBELI BUKU BAJAKAN PADA MAHASISWA IPB PUSPA WIDYA UTAMI
ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP SIKAP DAN PERILAKU MEMBELI BUKU BAJAKAN PADA MAHASISWA IPB PUSPA WIDYA UTAMI DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA INSTITUT PERTANIAN
Lebih terperinciANALISIS AKSES PANGAN SERTA PENGARUHNYA TERHADAP TINGKAT KONSUMSI ENERGI DAN PROTEIN PADA KELUARGA NELAYAN IDA HILDAWATI A
ANALISIS AKSES PANGAN SERTA PENGARUHNYA TERHADAP TINGKAT KONSUMSI ENERGI DAN PROTEIN PADA KELUARGA NELAYAN IDA HILDAWATI A54104039 PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA FAKULTAS PERTANIAN
Lebih terperinciFaktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam
Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam Oleh: Urifah Hidayanti (1310 030 028) Dosen Pembimbing: Ir. Mutiah Salamah, M.Kes Ujian Tugas Akhir
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN BELAJAR MAHASISWA PENDIDIKAN MATEMATIKA DENGAN REGRESI LOGISTIK
FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN BELAJAR MAHASISWA PENDIDIKAN MATEMATIKA DENGAN REGRESI LOGISTIK SKRIPSI Diajukan untuk Memenuhi Syarat Memperoleh Gelar Sarjana S1 Oleh Purwita Erviana 0901060024
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 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 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 terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga Kabupaten Bogor, Propinsi Jawa Barat. Pemilihan lokasi dilakukan secara sengaja dengan
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
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 terperinciPENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005
1 PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 2 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul
Lebih terperinciEVALUASI PELAKSANAAN KURIKULUM SISTEM MAYOR-MINOR PROGRAM PENDIDIKAN SARJANA (S1) INSTITUT PERTANIAN BOGOR DICKY PRATAMA YENDRA
EVALUASI PELAKSANAAN KURIKULUM SISTEM MAYOR-MINOR PROGRAM PENDIDIKAN SARJANA (S1) INSTITUT PERTANIAN BOGOR DICKY PRATAMA YENDRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Penelitian Penelitian dilakukan pada obyek wisata pemandian air panas alam CV Alam Sibayak yang berlokasi di Desa Semangat Gunung Berastagi, Kabupaten Karo Sumatera
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI KELANCARAN PENGEMBALIAN KREDIT USAHA RAKYAT (KUR) (Studi Kasus pada PT Bank BRI Unit Cimanggis, Cabang Pasar Minggu)
FAKTOR-FAKTOR YANG MEMPENGARUHI KELANCARAN PENGEMBALIAN KREDIT USAHA RAKYAT (KUR) (Studi Kasus pada PT Bank BRI Unit Cimanggis, Cabang Pasar Minggu) SKRIPSI VIRGITHA ISANDA AGUSTANIA H34050921 DEPARTEMEN
Lebih terperinciPROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR
PENGARUH STIMULASI PSIKOSOSIAL, PERKEMBANGAN KOGNITIF, DAN PERKEMBANGAN SOSIAL EMOSI TERHADAP PERKEMBANGAN BAHASA ANAK USIA PRASEKOLAH DI KABUPATEN BOGOR GIYARTI PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT SOLUSI MODAL (SM) DI BANK DANAMON SIMPAN PINJAM UNIT CIBINONG KABUPATEN BOGOR
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT SOLUSI MODAL (SM) DI BANK DANAMON SIMPAN PINJAM UNIT CIBINONG KABUPATEN BOGOR SKRIPSI ROBBI FEBRIO H34076133 DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI
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 terperinciPENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciIV. METODE PENELITIAN. daerah yang memiliki luas areal yang cukup potensial dalam pengembangan padi
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Purwasari, Kecamatan Dramaga dan Desa Sukajadi, Kecamatan Tamansari, Kabupaten Bogor. Pemilihan lokasi dilakukan dengan
Lebih terperinciAnalisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB
Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan
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 terperincidimana: n1= jumlah sampel dalam tiap kecamatan
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan pertimbangan Kota Bogor merupakan kota
Lebih terperinciPENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI
PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 RINGKASAN ALIFTA DIAH AYU RETNANI.
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 terperinciANALISIS KEPUASAN KONSUMEN TERHADAP RESTORAN ETNIK KHAS TIMUR TENGAH RESTORAN ALI BABA, KOTA BOGOR. Titik Hidayati A
ANALISIS KEPUASAN KONSUMEN TERHADAP RESTORAN ETNIK KHAS TIMUR TENGAH RESTORAN ALI BABA, KOTA BOGOR Titik Hidayati A14102584 PROGRAM STUDI SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT
Lebih terperinciANALISIS KEPUASAN KARYAWAN MELALUI FAKTOR-FAKTOR QUALITY OF WORK LIFE (QWL) DI PT INTI ABADI KEMASINDO. Oleh : ANDINI DHAMAYANTI H
ANALISIS KEPUASAN KARYAWAN MELALUI FAKTOR-FAKTOR QUALITY OF WORK LIFE (QWL) DI PT INTI ABADI KEMASINDO Oleh : ANDINI DHAMAYANTI H24103077 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Lokasi penelitian dilakukan di enam kelurahan di Kota Depok, yaitu Kelurahan Pondok Petir, Kelurahan Curug, Kelurahan Tapos, Kelurahan Beji, Kelurahan
Lebih terperinciMETODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE
METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN
Lebih terperinciIV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1.
IV. METODOLOGI PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilakukan di obyek wisata Tirta Jangari, Waduk Cirata, Desa Bobojong, Kecamatan Mande, Kabupaten Cianjur. Pemilihan lokasi ini dilakukan
Lebih terperinciGaya Hidup - aktivitas - minat - opini
15 KERANGKA PEMIKIRAN Gaya hidup merupakan aktivitas, minat, dan pendapat individu dalam kehidupan sehari-hari yang diukur menggunakan teknik psikografik. Berbagai faktor dapat memengaruhi terbentuknya
Lebih terperinciBAB IV PROFIL LEMBAGA DAN GENDER DI INSTITUT PERTANIAN BOGOR. tahapan embrional ( ), tahapan pelahiran dan pertumbuhan ( ),
57 BAB IV PROFIL LEMBAGA DAN GENDER DI INSTITUT PERTANIAN BOGOR 4.1 Profil Kampus Institut Pertanian Bogor 4.1.1 Sejarah Singkat IPB Estafet sejarah perkembangan Institut Pertanian Bogor dimulai dari tahapan
Lebih terperincipengetahuan, dan sikap akan berhubungan dengan perilaku pembelian buku bajakan. Kerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 3.
17 KERANGKA PEMIKIRAN Perguruan tinggi merupakan komunitas yang terdiri dari orang-orang intelektual dalam berbagai aktivitas akademis. Perguruan tinggi memiliki peran strategis dan sangat penting sebagai
Lebih terperinciANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G
ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU Oleh : Heru Novriyadi G4004 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 12 Nonparametrik-Kategorik-Logistik
STK511 Analisis Statistika Pertemuan 12 Nonparametrik-Kategorik-Logistik 12. Pengantar Skala Pengukuran Data/Variabel Peubah Kategorik Categorical Numerik Numeric Nominal Ordinal Interval Ratio Hanya nama/lambang
Lebih 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 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 terperinciANALISIS PENDAPATAN DAN EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI BELIMBING DEPOK VARIETAS DEWA-DEWI (Averrhoa carambola L)
ANALISIS PENDAPATAN DAN EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI BELIMBING DEPOK VARIETAS DEWA-DEWI (Averrhoa carambola L) Oleh : AKBAR ZAMANI A. 14105507 PROGRAM SARJANA EKSTENSI MANAJEMEN
Lebih terperinciANALISIS PEUBAH RESPONS KATEGORIK DENGAN MODEL REGRESI ORDINAL
ANALISIS PEUBAH RESPONS KATEGORIK DENGAN MODEL REGRESI ORDINAL SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna
Lebih terperinciLOMBA JAJAK PENDAPAT STATISTIKA PENDUGAAN RATA-RATA UANG SAKU PER BULAN MAHASISWA IPB
LOMBA JAJAK PENDAPAT STATISTIKA PENDUGAAN RATA-RATA UANG SAKU PER BULAN MAHASISWA IPB Oleh : Mala Septiani G14104006 Agustina Dwi W G14104007 Emiria Yulianti G14104017 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
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 terperinciForum Statistika dan Komputasi, Oktober 2010 p : ISSN :
, Oktober 2010 p : 23-31 ISSN : 0853-8115 Vol 15 No.2 APLIKASI REGRESI LOGISTIK ORDINAL MULTILEVEL UNTUK PEMODELAN DAN KLASIFIKASI HURUF MUTU MATA KULIAH METODE STATISTIKA (The Application of Multilevel
Lebih terperinciANALISIS PERBANDINGAN IKLIM INVESTASI: INDONESIA VERSUS BEBERAPA NEGARA LAIN OLEH: SUSI SANTI SIMAMORA H
ANALISIS PERBANDINGAN IKLIM INVESTASI: INDONESIA VERSUS BEBERAPA NEGARA LAIN OLEH: SUSI SANTI SIMAMORA H14102059 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2006 RINGKASAN
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian terhadap analisis persepsi dan sikap konsumen terhadap produk magnum setelah isu lemak babi ini dilakukan di kota Bogor. Pemilihan lokasi
Lebih terperinciBAB 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 terperinciPILIHAN JENIS TELUR YANG DIKONSUMSI RUMAH TANGGA PASCA KASUS FLU BURUNG (Kasus di Hero Supermarket Padjajaran Bogor) Oleh : RIKA AMELIA A
PILIHAN JENIS TELUR YANG DIKONSUMSI RUMAH TANGGA PASCA KASUS FLU BURUNG (Kasus di Hero Supermarket Padjajaran Bogor) Oleh : RIKA AMELIA A 14103696 PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih 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 terperinciOleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya ABSTRAK
(M.3) ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG BERKAITAN DENGAN RISIKO ANAK PUTUS SEKOLAH PENDIDIKAN DASAR (Kasus : Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan) Oleh: Dian Cahyawati S. Jurusan Matematika
Lebih terperinciANALISIS PENGARUH PENEMPATAN PEGAWAI BERBASIS KOMPETENSI TERHADAP KINERJA PEGAWAI (STUDI KASUS DINAS PERHUBUNGAN PEMKAB BOGOR)
ANALISIS PENGARUH PENEMPATAN PEGAWAI BERBASIS KOMPETENSI TERHADAP KINERJA PEGAWAI (STUDI KASUS DINAS PERHUBUNGAN PEMKAB BOGOR) Disusun Oleh: Anita Naliebrata H24103041 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI
Lebih terperinciANALISIS IPK RENDAH MAHASISWA TPB IPB TAHUN AKADEMIK 2009/2010 DHIMA PIANTI
ANALISIS IPK RNAH MAHASISWA TP IP TAHUN AKAMIK 29/2 HIMA PIANTI PARTMN STATISTIKA FAKULTAS MATMATIKA AN ILMU PNGTAHUAN ALAM INSTITUT PRTANIAN OGOR OGOR 2 ASTRAK HIMA PIANTI. Analisis IPK Rendah Mahasiswa
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 4 ANALISA DAN PEMBAHASAN
53 BAB 4 ANALISA DAN PEMBAHASAN Dalam bab Analisa dan Pembahasan diuraikan terlebih dahulu tentang hasil perolehan data penelitian, selanjutnya dipaparkan hasil uji validitas dan reabilitas, analisa deskriptif
Lebih terperinci