Valuasi Harga Saham PT Aneka Tambang Tbk sebagai Peraih IDX Best Blue 2016

Ukuran: px
Mulai penontonan dengan halaman:

Download "Valuasi Harga Saham PT Aneka Tambang Tbk sebagai Peraih IDX Best Blue 2016"

Transkripsi

1 Statstka, Vol. 7 o., Me 07 Valuas Harga Saham PT Aneka Tambang Tbk sebaga Perah IDX Best Blue 06 TRIMOO, DI ASIH I MARUDDAI Departemen Statstka Fakultas Sans dan Matematka Unverstas Dponegoro Jl. Prof. Soedarto, S.H. Tembalang, Semarang e-mal: trmonopujarto@gmal.com ; maruddan@undp.ac.d ABSTRAK Mengnvestaskan dan untuk membel saham sebuah perusahaan merupakan salah satu bentuk nvestas sektor fnansal yang banyak dmnat oleh para nvestor. Keuntungan nvestas saham yang dperoleh, dapat dlhat dar nla return saham. Harga saham adalah faktor utama yang berpengaruh terhadap nla return saham. amun, harga saham pada masa yang akan datang serng kal sult untuk dpredks. Geometrc Brownan Moton (GBM) merupakan metode yang dapat dgunakan untuk mempredks harga saham jka dasumskan return saham masa lalu berdstrbus normal. Jka dalam return saham masa lalu yang berdstrbus normal terdapat lompatan (jump), maka dgunakan metode Jump Dffuson. Setelah dperoleh harga saham predks, dapat dukur nla rsko nvestasnya. Hasl predks harga saham PT Aneka Tambang Tbk perode 0//06 sampa dengan 3//07 dengan metode GBM, dperoleh nla MAPE sebesar,0%. Berdasarkan nla skewness dan kurtoss, dalam data return saham ATM terdapat lompatan, sehngga harga saham ATM lebh tepat dmodelkan dengan metode Jump Dffuson. Hasl predksnya dperoleh nla MAPE sebesar,95%. Metode Jump dffuson lebh tepat dgunakan untuk predks, karena menghaslkan nla MAPE yang lebh kecl. Untuk mengukur rsko nvestas harga saham predks yang dperoleh dar model Jump Dffuson, dgunakan metode VaR smulas Monte Carlo dengan tngkat kepercayaan 95%. Dalam jangka waktu har setelah tanggal 5 Januar 07 kerugan yang dterma tdak melebh 5,67%. Berdasarkan uj backtestng, nla VaR harga saham predks dengan metode Jump Dffuson pada taraf sgnfkans 5% menghaslkan perhtungan yang akurat, karena tdak dtemukan adanya pelanggaran. Kata Kunc: Geometrc Brownan Moton, Jump Dffuson Model, Value at Rsk, Backtestng. PEDAHULUA Sektor fnansal merupakan salah satu sektor yang palng banyak dmnat masyarakat untuk bernvestas. Secara umum nvestas dbag menjad dua kelompok yatu nvestas sektor rl (real asset nvestment) dan nvestas sektor fnansal (fnancal asset nvestment). Investas rl merupakan nvestas terhadap barang-barang yang tahan lama, sepert gedung, perumahan dan sebaganya. Sedangkan nvestas fnansal adalah bentuk nvestas terhadap surat-surat berharga.salah satu bentuk nvestas d sektor fnansal yang sekarang sedang berkembang pesat adalah nvestas d pasar modal. Salah satu daya tark terbesarnya adalah adanya potens memperoleh keuntungan yang besar dalam waktu yang sngkat. Produk nvestas yang palng banyak dperdagangkan d pasar modal adalah saham. Keuntungan yang dperoleh dar nvestas saham dapat dlhat dar nla return, dmana nla return dpengaruh oleh perubahan harga saham. Karena pergerakan harga saham pada dasarnya tdak dapat dpredks secara past, maka dperlukan model matemats tentang pergerakan harga saham tersebut. Pada dasarnya, kegatan nvestas meskpun berpotens memberkan keuntungan yang besar, dkut pulang dengan rsko yang besar pula. Rsko dalam hal n potens kerugan yang muncul karena hasl nvestas tdak sesua dengan yang dharapkan. Salah satu metode yang dapat dgunakan untuk mengukur besarnya rsko nvestas adalah Value at Rsk (VaR). VaR dapat membantu memperkrakan besar kerugan maksmum yang akan dterma pada suatu perode pada tngkat kepercayaan tertentu. Salah satu metode yang dgunakan untuk mempredks harga saham d masa yang akan datang berdasarkan harga saham masa lalu adalah model Geometrc Brownan Moton (GBM). Model GBM mengasumskan bahwa return saham d masa lalu berdstrbus normal. Jka pada return saham masa lalu terdapat lompatan (jump), maka dgunakan model Geometrc Brownan 33

2 34 Trmono, D Ash I Maruddan Moton Wth Jump atau Jump Dffuson Model. Harga saham predks selanjutnya akan dgunakan untuk memperkrakan besarnya nla VaR. Pada peneltan n metode penghtungan VaR yang dgunakan adalah metode smulas Monte Carlo. Selanjutnya untuk menguj akuras nla VaR dlakukan uj backtestng dengan menghtung nla raso pelanggaran. Beberapa peneltan mengena pemodelan harga saham telah banyak dlakukan. Abdn dan Jaffar (04) menelt tentang pemodelan harga saham dengan Geometrc Brownan Moton pada beberapa perusahaan d Bursa Malaysa. Trmono, Maruddan, dan Ispryant (07) menelt mengena valuas harga saham PT Cputra Tbk dengan Geometrc Brownan Moton. Peneltan mengena Geometrc Brownan Moton dengan Jump telah dlakukan oleh Maruddan dan Trmono (07) pada kasus data saham PT Astra Argo Lestar Tbk tahun 07. PT Aneka Tambang Tbk (PT Antam) merupakan perusahaan d Indonesa yang bergerak d bdang pertambangan. Pada akhr tahun 06, Antam merah predkat khusus "IDX Best Blue 06" dar Bursa Efek Indonesa (BEI) setelah mencatatkan pertumbuhan knerja terbak dalam setahun terakhr. Prestas n dpengaruh oleh besarnya jumlah nvestor dan pertumbuhan saham yang d anggap terbak dar seluruh emten yang tercatat d BEI. Predkat The IDX Best Blue 06 dberkan untuk emten yang pada setahun terakhr sahamnya palng dmnat oleh nvestor, menunjukkan transaks yang sangat aktf, memlk pertumbuhan harga saham yang sgnfkan, serta berfundamental sehat. Peneltan n membahas valuas saham PT Aneka Tambang Tbk, dmula dar predks harga saham, perhtungan nla VaR harga saham predks, dan evaluas nla VaR menggunakan uj backtestng.. TIJAUA PUSTAKA Return Saham Return adalah tngkat pengembalan atas hasl yang dperoleh akbat melakukan nvestas. Metode penghtungan return yang serng dgunakan dalam analss sekurtas adalah geometrc return, dengan formulas sebaga berkut : R t S ln S R(t) merupakan nla return saham perode t, S(t) merupakan harga saham perode t, dan S(t-) menyatakan harga saham perode t-. Volatltas Menurut Hull (009), volatltas harga saham dapat ddefnskan sebaga nla standar devas dar return saham. Jka terdapat sejumlah n return, maka nla ekspektas return dapat dtentukan sebaga berkut : R n t t n n Rt s Rt R n Akar dar s (varans) merupakan estmas volatltas harga saham. Skweness Skewness adalah derajat ketdaksmetrsan suatu dstrbus. Jka kurva frekuens suatu dstrbus memlk ekor yang lebh memanjang ke kanan (dlhat dar meannya) maka dkatakan menceng kanan (postf) dan jka sebalknya maka menceng kr (negatf). Secara perhtungan, skewness adalah momen ketga terhadap mean. Dstrbus smetrs (dstrbus normal, dstrbus t, dstrbus Cauchy, dan lan-lan) memlk skewness 0 (nol). Perhtungan skewness adalah sebaga berkut (Surya dan Stungkr, 006): x 3 t 3 Statstka, Vol. 7, o., Me 07

3 Valuas Harga Saham PT Aneka Tambang 35 Kurtoss Kurtoss adalah derajat keruncngan suatu dstrbus (basanya dukur relatf terhadap dstrbus normal). Kurva yang lebh lebh runcng dar dstrbus normal dnamakan leptokurtk, yang lebh datar platkurtk dan dstrbus normal dsebut mesokurtk. Kurtoss dhtung dar momen keempat terhadap mean. Dstrbus normal atau mesokurtk memlk kurtoss = 3, dstrbus yang leptokurtk basanya kurtossnya > 3, dan platkurtk < 3. Pengukuran kurtoss dapat dukur dengan rumus (Surya dan Stungkr, 006): dengan adalah rata-rata populas, yang nlanya dapat dgunakan dengan rata-rata sampel x (untuk sampel besar). Dstrbus yang kelebhan kurtoss (leptokurtc) dtanda dengan nla maksmum yang sempt namun sangat besar nlanya, dan ekor dstrbus yang lebh gemuk darpada ekor dsrbus ormal dan kelebhan kurtoss tersebut dapat dnyatakan sebaga ' 3 Peak Over Treshold (POT) Peak Over Threshold merupakan salah satu metode dalam Extreme Value Theory. Pada dstrbus smetrs, khususnya dstrbus normal, akan dpunya Expected Loss Unexpected Loss Worse Case 0 x f f x x dx dx x f x dx Sehngga untuk dstrbus smetrs, dalam hal n dstrbus normal, jumlah data untuk kasus Worse Case adalah WC 00 % x 4 4 Persamaan Dferensal Stokastk Persamaan dferensal stokastk untuk model GBM dtulskan sebaga berkut : dx(t) = f (X(t)) dt + g (X(t)) dw(t) Kemudan untuk model GBM wth Jump Persamaan dferensal stokastk dtulskan sebaga berkut : dx(t) = f (X(t)) dt + g (X(t)) dw(t) + X(t) djt dengan f(x(t))dt merupakan suku drft, g(x(t))dt merupakan suku dfus, W(t) merupakan gerak Brown, dan Jt merupakan proses Jump. (Brgo et al, 008) Model Harga Saham Geometrc Brownan Moton Menurut Brgo et al 008, model harga saham GBM memlk persamaan awal : ds(t) = μ S(t) dt + σ S(t) dw(t) apabla terdapat fungs G = G(S,t), maka berdasarkan teorema Ito fungs tersebut dapat dnyatakan sebaga berkut : Statstka, Vol. 7, o., Me 07

4 36 Trmono, D Ash I Maruddan G dg S t S t Msal fungs G = ln S(t), dengan G t t G S S t G S St, t G dt S t t St S t dw t G, dan 0 G t, dan perubahan S harga saham perode berjalan dengan perode sebelumnya adalah satu har, maka model akhr harga saham GBM adalah (Trmono, Maruddan, dan Ispryant, 07): S t S t exp t t Model Harga Saham Jump Dffuson Model t t Berdasarkan Matsuda (004), persamaan dferensal stokastk dengan jump ds t St dt St dwt St djt W(t) merupakan gerak Brown Standard. J(t) adalah proses jump standard yang ddefnskan sebaga: J t T Y j j dj t dan t Y dt (t) adalah proses Posson dengan ntenstas dengan W(t), (t), dan Y(t) salng ndependen. dengan W(t) merupakan Gerak Brown serta nla μ dan σ adalah parameter dar X dan t. Menurut Cont dan Tankov (004) Teorema Ito untuk jump dffuson model, jka terdapat fungs G = G(X,t), maka fungs G akan mengkut persamaan berkut : G dg X G G dt G dw t t t X t X t Z GX t X GX t Msal fungs G = ln S(t), dengan G, G, dan G 0, dan perubahan St St St St t harga saham perode berjalan dengan perode sebelumnya adalah satu har dengan p0 p p... p n, maka model akhr harga saham dengan Jump Dffuson Model adalah (Maruddan dan Trmono, 07): S p S p exp p p p p Z Mean Absolute Percentage Error (MAPE) Menurut Shcherbakov (03), MAPE merupakan metode yang untuk mengevaluas nla peramalan dengan mempertmbangkan pengaruh besarnya nla aktual. la MAPE dtentukan dengan persamaan sebaga berkut: n et t MAPE n x 00% dmana e t At Pt A At merupakan nla aktual perode ke t. Pt merupaka nla peramalan pada waktu ke t. n menyatakan banyaknya data observas. t t n t j Y j Statstka, Vol. 7, o., Me 07

5 Valuas Harga Saham PT Aneka Tambang 37 Tabel. Skala Penlaan Akuras MAPE la MAPE Akuras Peramalan < 0% Akuras peramalan sangat bak % - 0% Akuras peramalan bak % - 50% Akuras peramalan mash dalam batas wajar >5% Akuras peramalan tdak akurat Sumber : Shcherbakov, 03 VaR Smulas Monte Carlo Danelsson (0) mendefnskan Value at Rsk (VaR) sebaga estmas nla kerugan pada perdagangan portofolo, dengan peluang nla kerugan sebenarnya lebh besar atau sama dengan VaR adalah sebesar p, dan peluang nla kerugan sebenarnya lebh rendah dar nla VaR adalah sebesar (-p). Menurut Maruddan dan Purbowat (009), salah satu metode perhtungan VaR adalah metode smulas Monte Carlo. Metode Smulas Monte carlo mengasumskan bahwa return aset berdstrbus normal. Prosedur perhtungan VaR smulas Monte Carlo aset tunggal adalah sebaga berkut : ) Menentukan nla parameter dar return, yang melput nla mean () dan standar devas (σ). ) Mensmulaskan nla return dengan membangktkan secara random, dengan parameter yang dperoleh dar langkah () sebanyak n buah sehngga terbentuk dstrbus emprs dar return hasl smulas. 3) Mencar estmas kerugan maksmum pada tngkat kepercayaan ( α) yatu sebaga nla kuantl ke-α dar dstrbus emprs return yang dperoleh pada langkah (), dnotaskan dengan R *. 4) Menghtung nla VaR pada tngkat kepercayaan yatu : VaR * r W0 R r dalam perode waktu r har dengan W0 adalah dana nvestas awal aset atau portofolo, R * adalah nla kuantl ke-α dar dstrbus return, r adalah perode waktu. la VaR yang dperoleh merupakan kerugan maksmum yang akan dderta oleh aset tunggal. 5) Mengulang langkah () sampa langkah (4) sebanyak m sehngga mencermnkan berbaga kemungknan nla VaR aset tunggal yatu VaR, VaR,..., VaRm. 6) Menghtung rata-rata hasl dar langkah (5) untuk menstablkan nla karena nla VaR yang dhaslkan oleh tap smulas berbeda. Backtestng Backtestng merupakan prosedur pengujan akuras VaR yang telah dhtung. Langkah pertama bactestng adalah membag sampel dengan ukuran M menjad dua bagan, yatu jendela estmas (ME) dan jendela uj (MU). Jendela estmas adalah kelompok observas yang dgunakan untuk perhtungan nla VaR, jendela uj adalah sampel dar perode (ME+) sampa dengan perode M yang dgunakan untuk valdas nla VaR (Danelsson, 0). Raso Pelanggaran (Volaton Rato) Menurut Danelsson (0), apabla return sebenarnya pada perode tertentu lebh rendah dar nla VaR pada perode yang sama, maka dkatakan terjad pelanggaran. Pada perode M E hngga perode M (panjang jendela uj), pelanggaran dsmbolkan dengan m, yang bernla jka terjad pelanggaran dan bernla 0 jka tdak terjad pelanggaran pada perode m. Statstka, Vol. 7, o., Me 07

6 38 Trmono, D Ash I Maruddan m VR p 0 v 0 M U jka jka R R m m VaR VaR m m VR adalah besarnya raso pelanggaran, v adalah jumlah terjad pelanggaran), p 0 merupakan probabltas pelanggaran yang dduga. m yang bernla (jumlah har 3. METODE PEELITIA Sumber Data dan Varabel Peneltan Data yang dgunakan adalah data penutuan harga saham PT. Aneka Tambang Tbk perode 8 Agustus 06 sampa dengan 3 Januar 07 yang dambl dar webste Tahapan Analss Data Tahapan analss untuk mempredks harga saham dan penghtungan VaR PT. Aneka Tambang Tbk adalah sebaga berkut : ) Mengumpulkan data harga saham PT. Aneka Tambang Tbk ) Menentukan data n sample dan dan out sample. 3) Menghtung nla return saham dengan metode geometrc return data n sample. 4) Melakukan uj normaltas data n sample return saham 5) Melakukan pemotongan data jump dar data n sample return saham dengan menggunakan metode Peak Over Treshold. 6) Melakukan estmas parameter model harga saham GBM dan Jump Dffuson 7) Melakukan pemodelan dan predks harga saham. 8) Menghtung error predks harga saham dengan metode MAPE. 9) Melakukan uj normaltas data return saham predks. 0) Menghtung nla VaR harga saham predks. ) Melakukan uj backtestng nla VaR. 4. HASIL DA PEMBAHASA Penentuan Data In Sample dan Data Out Sample Data penutupan harga saham yang dgunakan sebaga data n sample sebanyak 74 data (perode 8/8/06 sampa dengan 30//06), untuk data out sample dtentukan sebanyak 4 data (perode //06 sampa dengan 3//07). Uj ormaltas Data In Sample Return Saham Uj normaltas dlakukan menggunakan uj Kolmogorv-Smrnov, dperoleh nla D sebesar 0,59 dan nla sgnfkans sebesar 0,05. Karena nla sgnfkans lebh besar dar batas kesalahan (0,05), maka data n sample return saham berdstrbus normal. Peak Over Treshold data n sample return saham Peak Over Treshold dgunakan untuk melhat lompatan yang terjad pada data n sample return saham ATM. Indkas terjad lompatan dapat dapat dlhat dar nla kurtoss. Apabla kurtoss bernla lebh besar dar 3 (ekor gemuk/leptokurtoss) maka terndkas adanya lompatan. Statstka, Vol. 7, o., Me 07

7 Valuas Harga Saham PT Aneka Tambang 39 Berdasarkan tabel, data n sample return saham ATM memlk nla kurtoss lebh besar dar 3, sehngga terndkas adanya lompatan. Tabel. la Statstk Deskrptf Statstk Deskrptf la Skewness,480 Kurtoss,9703 Karena data return saham ATM terndkas adanya lompatan, maka dlakukan perhtungan jumlah worse case data dengan extreme value menggunakan metode Peak Over Treshold. Dengan menggunakan =0%, dtentukan nla ambang batas bawah sebesar 0%, dan nla ambang batas atas sebesar 0% yang dberkan pada tabel 3. Tabel 3. la Ambang Batas Data Return Menggunakan Peak Over Threshold Kuantl la Kuantl ambang batas bawah -0,037 Kuantl ambang batas atas 0,0395 Dar tabel 3, kuantl ambang batas bawah merupakan batas bawah nla data ekstrm atau lompatan yang dtentukan dar nla return saham ATM. Ambang batas bawah 0% memlk nla -0,037. Artnya nla return yang lebh rendah dar -0,037 merupakan lompatan yang terjad pada data return ATM. Sebanyak 7 data bernla negatf merupakan lompatan. Kuantl ambang batas atas merupakan batas atas nla data ekstrm atau lompatan yang dtentukan dar nla return saham ATM. Ambang batas 0% memlk nla 0,0395. Artnya nla return yang lebh tngg dar 0,0395 merupakan lompatan yang terjad pada data return ATM. Sebanyak 7 data bernla postf merupakan lompatan. Sehngga dar data n sample dlakukan pemotongan 7 data terendah dan 7 data tertngg untuk dlanjutkan ke prosedur berkutnya. Estmas la Parameter Model GBM dan Jump Dffuson a. Estmas la Parameter Model GBM Model GBM memlk parameter yatu α dan σ. Return saham yang dgunakan adalah return saham data n sample. Berdasarkan tabel 4, dperoleh nla estmas α sebesar 0,0090 dan σ sebesar 0,03. Tabel 4. Estmas nla parameter model GBM Parameter la Rata-rata return (α) 0,0090 volatltas return (σ) 0,03 b. Estmas la Parameter Model Jump Dffuson Model Jump Dffuson memlk 5 parameter yatu α, σ, λ, μ, δ. Return saham yang dgunakan yatu return saham data n sample. Berdasarkan tabel 5, dperoleh nla estmas α sebesar 0,0090, σ sebesar 0,03, λ sebesar 0,0376, μ sebesar 0,0477, dan δ sebesar 0,0848. Tabel 5. Estmas nla parameter model Jump Dffuson Parameter la rata rata return (α) 0,0090 volatltas return (σ) 0,03 ntenstas lompatan (λ) 0,0376 rata-rata lompatan (μ) 0,0477 st.devas lompatan (δ) 0,0848 Statstka, Vol. 7, o., Me 07

8 40 Trmono, D Ash I Maruddan S S c. Model harga saham GBM t S t exp t t t t Z 0,03 exp 0, t S t t t 0, t t Z d. Model harga saham Jump Dffuson t S t exp t t t t Z S 0,03 exp 0,0090 0, t S t t t 0, t t Z S Predks Harga Saham PT. Aneka Tambang Tbk Predks harga saham dlakukan untuk mengetahu perkraan harga saham PT Aneka Tambang Tbk perode //06 sampa dengan 3//07, hasl predksnya adalah dsajkan pada tabel 6. Tabel 6. Harga Saham Aktual dan Predks PT. Aneka Tambang Tbk Jump t Tanggal Aktual GBM t Tanggal Aktual GBM Dffuson Jump Dffuson 0-Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Des Jan Jan Jan Statstka, Vol. 7, o., Me 07

9 Valuas Harga Saham PT Aneka Tambang 4 Perhtungan nla MAPE Melalu bantuan perangkat lunak R 3.3., dperoleh nla MAPE predks harga saham PT Aneka Tambang dengan metode GBM sebesar,0% (akuras peramalan masuk dalam kategor bak) dan nla MAPE untuk metode Jump Dffuson sebesar,95% (akuras peramalan masuk dalam kategor sangat bak). Berdasarkan nla MAPE, dapat dsmpulkan bahwa model terbak untuk predks harga saham PT Aneka Tambang Tbk adalah model Jump Dffuson. Selanjutnya, harga saham predks model Jump Dffuson akan dgunakan untuk menghtung perkraan nla VaR. Uj ormaltas Return Saham Predks Model Jump Dffuson Uj normaltas dlakukan menggunakan uj Kolmogorv-Smrnov, dperoleh nla D sebesar 0,096 dan nla sgnfkans sebesar 0,837. Karena nla sgnfkans lebh besar dar batas kesalahan (0,05), maka data n return saham predks berdstrbus normal. VaR Smulas Monte Carlo Sebelum melakukan perhtungan VaR, data return saham dbag menjad dua bagan yatu jendela estmas M. Jendela estmas dtentukan sebanyak 37 data E M dan jendela uj U dan jendela uj sebanyak 5 data. Pada peneltan n, tngkat kepercayaan yang dgunakan adalah 95%. Tabel 7. Jendela Estmas dan Jendela Uj Jendela Estmas Jendela Uj T t + ME - VaR (t + ME) (0//06) 37 (4//06) VaR(38) (5/0/07) (0//06) 38 (5/0/07) VaR(39) (6/0/07) 3 (05//06) 39 (6/0/07) VaR(40) (7/0/07) 4 (06//06) 40 (7/0/07) VaR(4) (30/0/07) 5 (07/0/07) 4 (30/0/07) VaR(4) (3/0/07) dengan bantuan software R 3.3., Pada tngkat kepercayaan 95% dengan 5000 kal ulangan, dperoleh nla VaR pada tabel 8. Tabel 8. la VaR Harga Saham Predks Jendela Uj Jendela Uj ke - t Tanggal VaR 38 5/0/07-0, /0/07-0, /0/07-0, /0/07-0, /0/07-0,05704 Berdasarkan tabel 8, jka dambl contoh untuk jendela uj ke- dapat dsmpulkan bahwa ada keyaknan sebesar 95% dalam jangka waktu har setelah tanggal 5 Januar 07 kerugan yang dterma tdak melebh 5,67%. Backtestng Uj backtestng pada peneltan n dsmulaskan pada beberapa nla dugaan probabltas pelanggaran (, yatu %, %, 3%, 4%, dan 5%. ) Menghtung jumlah pelanggaran Statstka, Vol. 7, o., Me 07

10 4 Trmono, D Ash I Maruddan Tabel 9. Penentuan nla pelanggaran o Jendela Estmas Jendela Uj t (waktu) nla VaR t (waktu) Return Pelanggaran s.d 37-0, s.d 38-0, s.d 39-0, s.d 40-0, s.d 4-0, Berdasarkan tabel 9, dsmpulkan bahwa pada jendela uj tdak dtemukan adanya pelanggaran, artnya semua nla return saham memlk nla yang lebh kecl dbandngkan nla VaR yang bersesuaan. ) Raso pelanggaran Melalu bantuan software R 3.3., dperoleh nla raso pelanggaran untuk beberapa nla probabltas pelanggaran dsajkan pada tabel 0. Tabel 0. Raso Pelanggaran VaR Smulas Monte Carlo Value at Rsk Smulas Monte Carlo % 0 % 0 3% 0 4% 0 5% 0 Raso Rato Berdasarkan tabel 0, raso pelanggaran yang bernla 0 menunjukan bahwa perhtungan VaR dengan metode smulas Monte Carlo dapat dgunakan pada semua nla probabltas pelanggaran mula dar % sampa dengan 5%. 5. KESIMPULA Kesmpulan yang dapat dperoleh berdasarkan permasalahan yang dbahas dalam peneltan n adalah : ) Model harga saham PT Aneka Tambang Tbk yang terbentuk melalu Metode GBM adalah sebaga berkut : S 0,03 exp 0, t S t Statstka, Vol. 7, o., Me 07 t t 0, t t Z dengan nla error predks sebesar,0%. ) Model harga saham PT Aneka Tambang Tbk yang terbentuk melalu Metode Jump Dffuson adalah sebaga berkut : t S 0,03 t exp 0,0090 0, dengan nla error predks sebesar,95%. t t 0, t t Z S 3) Metode Jump Dffuson lebh tepat untuk mempredks harga saham PT Aneka Tambang Tbk karena menghaslkan error pemodelan yang lebh kecl dbandngkan metode GBM.

11 Valuas Harga Saham PT Aneka Tambang 43 4) Melalu metode smulas Monte Carlo dengan tngkat kepercayaan 95%, dperoleh nla VaR perode 5 Januar 07 sebesar -0,0567, perode 6 Januar 07 sebesar - 0,0560, perode 7 Januar 07 sebesar -0,05587, perode 30 Januar 07 sebesar - 0,0565, dan perode 3 Januar 07 sebesar -0, ) Uj backtestng merepresentaskan bahwa pada tngkat kepercayaan 95%, perhtungan VaR metode smulas Monte Carlo dapat dgunakan pada semua nla probabltas pelanggaran mula dar % sampa dengan 5%. DAFTAR PUSTAKA Abdn, S..Z. dan Jaffar, M.M. (04). Forecastng Share Prces of Small Sze Companes n Bursa Malaysa Usng Geometrc Brownan Moton. Appled Mathematcs and Informaton Scences. Vol 8 (), 07-. Brgo et al. (008). A Stochastc Processes Toolkt for Rsk Management. Journal of Rsk Management n Fnancal Insttutons. Vol (4), 5-3. Cont, R. Dan Tankov, P. (004). Fnancal Modelng wth Jump Processes. Chapman & Hall/CRC Fnancal Mathematcs Seres. Danelsson, J. (0). Fnancal Rsk Forecastng. Unted Kngdom : John Wley & Sons Hull, J.C. (009). Optons, Futures, and Other Dervatve Securtes. Seventh Edton. ew Jersey: Prentce Hall Maruddan, D.A.I. dan Purbowat, A. (009). Pengukuran Value At Rsk pada Aset Tunggal dan Portofolo dengan Smulas Monte Carlo. Meda Statstka. Vol (), Rosso, G. (05). Extreme Value Theory for Tme Seres usng Peak-Over-Threshold Method. Workng Paper. Shcherbakov. (03). A Survey of Forecast Error Measures. World Appled Scences Journal. Vol 3(4), Surya, Y. dan Stungkr, H. (006). Value at Rsk Yang Memperhatkan Sfat Statstka Dstrbus Return. Munch Personal Repech Archves, Trmono, Maruddan D.A.I., dan Ispryant, D. (07). Pemodelan Harga Saham dengan Geometrc Brownan Moton dan Value at Rsk PT. Cputra Development Tbk. Jurnal Gaussan. Vol 6 (). Maruddan, D.A.I. dan Trmono. (07) Predks Harga Saham PT. Astra Agro Lestar Tbk dengan Jump Dffuson Model. Jurnal Rset Akuntans Mercu Buana (submtted Me 07) Statstka, Vol. 7, o., Me 07

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT CIPUTRA DEVELOPMENT Tbk

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT CIPUTRA DEVELOPMENT Tbk ISSN: 339-54 JURNAL GAUSSIAN, Volume 6, Nomor, Tahun 07, Halaman 6-70 Onlne d: http://ejournal-s.undp.ac.d/ndex.php/gaussan PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT CIPUTRA

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

UKURAN GEJALA PUSAT &

UKURAN GEJALA PUSAT & UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian. BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

PERBANDINGAN METODE PREDIKSI PENYELESAIAN PROYEK EARNED VALUE MANAGEMENT DAN EARNED SCHEDULE

PERBANDINGAN METODE PREDIKSI PENYELESAIAN PROYEK EARNED VALUE MANAGEMENT DAN EARNED SCHEDULE PERBANDINGAN METODE PREDIKSI PENYELESAIAN PROYEK EARNED VALUE MANAGEMENT DAN EARNED SCHEDULE Elsa Oktavtr And Tenrsukk Tenrajeng 2 Fakultas Teknk Spl Unverstas Gunadarma Abstrak Tujuan utama dalam sebuah

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci