BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
|
|
- Teguh Hardja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 PENGUMPULAN DATA Pelaksanaan survei ini diawali dengan permohonan izin ke Badan Pemberdayaan Masyarakat kota Bandung sebagai pengantar untuk perijinan ke kantor Kelurahan Sekeloa, Kecamatan Coblong, Kota Bandung. Pengumpulan data dilakukan dengan metode survei dari rumah ke rumah yang terdapat di wilayah studi. Dalam survei ini dilakukan wawancara langsung dengan penghuni rumah dengan mengajukan pertanyaan- pertanyaan yang mendukung penelitian ini, sesuai yang tertera pada kuisioner. Keuntungan pengambilan data dengan cara wawancara langsung ini yaitu memperkecil kemungkinan kesalahan responden dalam mengartikan setiap pertanyaan yang ada dan juga meningkatkan tingkat ketelitian data yang diambil. Pengumpulan data (survei) ini dibagi dalam dua tahapan. Tahap pertama yaitu pilot survei, data yang berhasil dikumpulkan pada tahap ini akan digunakan untuk menentukan jumlah sampel minimum yang diperlukan untuk penelitian ini. Dalam pilot survei, dilakukan pengambilan data sebanyak duapuluh buah rumah tangga di wilayah studi secara acak. Pilot survei ini dilakukan pada tanggal 12 April Setelah dilakukan perhitungan jumlah sampel minimum yang diperlukan, maka dilakukan tahap kedua, yaitu survei utama yang bertujuan untuk mendapatkan sejumlah data yang akan digunakan dalam penelitian ini. Sehingga secara keseluruhan pengambilan data (survei) ini dilakukan dari tanggal 12 April 2007 sampai dengan 31 Mei 2007 Data hasil survei ini secara tabelaris dapat dilihat pada lampiran. 4.2 PERHITUNGAN JUMLAH SAMPLE MINIMUM Setelah dilakukan pengambilan data (pilot survei) yang dilakukan pada duapuluh buah rumah tangga secara acak di daerah studi, maka didapatkan data yang dapat dilhat pada halaman selanjutnya. IV - 1
2 Tabel 4.1a Data hasil pilot survei Responden ke- Jumlah Anggota keluarga ( orang) Jml pemilikan Usia penghuni rumah ( orang) Status pekerjaan ( orang) Luas ( m2) Jml kamar kos Pendapatan/bulan kendaraan (buah) (buah) (Rp) <5th 5-12th 13-18th 19-24th 24-55th >55th Tidak bekerja Kerja Pelajar/mhs Bangunan Lahan Mobil Motor Sepeda IV - 2
3 Tabel 4.1b Data hasil pilot survei Responden ke- Jumlah Perjalanan keluar (seluruh penghuni setiap rumah tangga) dari kelurahan Sekeloa untuk: Bekerja/hari Sekolah-kuliah/hari Belanja/minggu Rekreasi/minggu Lain- lain/minggu M Mot S A JK M Mot S A JK M Mot S A JK M Mot S A JK M Mot S A JK Bekerja (WIB) Waktu untuk pergi Sekolah/ kuliah (WIB) :00 7: :00 7: :00 7: :00 7: : :00 7: :00 6: :00 6: :00 7: :00 7: :00 7: : :00 7: : :00 7: :00 7: :00 7: :00 7: :00 7: :00 7:30 Keterangan : M = mobil Mot = motor S = sepeda A = angkutan umum JK = jalan kaki IV - 3
4 Dari seluruh variabel yang ada, maka untuk penentuan jumlah sampel minimum pada studi ini digunakan variabel tingkat pendapatan perbulan (Rp). Variabel ini dipilih karena variabel ini dapat menggambarkan kondisi struktur rumahtangga di daerah studi secara umum. Maka selanjutnya akan dilakukan perhitungan jumlah sampel minimum berdasarkan tingkat pendapatan perbulan (Rp) sebagai berikut: Perhitungan nilai koefisien variansi (CV) Nilai CV didapatkan dengan rumusan sebagai berikut: n ( X i X ) i= 1 CV = ( n 1) Dimana: CV = nilai koefisien variansi Xi = nilai data X = nilai rata- rata data n = jumlah data 2 Berikut adalah perhitungan CV pendapatan/ bulan (Rp) secara tabelaris. Tabel 4.2 Contoh perhitungan CV (Pendapatan/ bulan, Rp) Responden ke- Xi (Xi - X ) X Σ (Xi - X ) IV - 4
5 Maka nilai CV untuk variabel pendapatan/ bulan (Rp) adalah sebagai berikut: CV = = (20 1) Dalam penelitian ini, diambil tingkat akurasi (E) sebesar 5%, sehingga nilai E adalah sebagai berikut: E = 5% * X = 0.05 * = Rp Sedangkan tingkat kepercayaan diambil sebesar 95%, sehingga berdasarkan tabel probabilitas normal standar (lampiran) didapatkan dari hasil interpolasi sebagai berikut: Tabel 4.3 Interpolasi nilai Z α 1,64 0, ,645 0,95 1,65 0, Maka didapatkan nilai Z α sebesar 1,645 Sehingga perhitungan jumlah sampel minimum yang diperlukan, berdasarkan variabel pendapatan rumahtangga perbulan adalah sebagai berikut: (lihat pers 3.1) * (1,645) N = = 116 sampel 2 (70.500) 2 Sehingga dalam studi ini diperlukan jumlah sampel minimum sebesar 116 buah. Maka data yang diperlukan dalam studi ini adalah 120 buah. Dalam pilot survei ditemukan masih terdapat kekurangan dalam kuesioner, yaitu: 1. Jumlah anggota keluarga masih memperhitungkan jumlah penghuni kos, yang merupakan penghuni sementara/ tidak tetap. 2. Belum dilakukan pemisahan perjalanan (orang), berdasarkan tujuan perjalanan dan penggunaan moda, dalam hari kerja (weekday) dan hari libur (weekend). 3. Bangkitan perjalanan masih memperhitungkan bangkitan perjalanan penghuni kos. 4. Tidak diperlukannya variabel bebas jumlah kamar kos, karena variabel tersebut tidak memiliki keterkaitan dengan variabel tidak bebas. Dimana besarnya perjalanan penghuni kos tidak diperhitungkan. IV - 5
6 5. Tidak diperlukannya variabel bebas luas lahan, karena dari hasil data pilot survei didapat luas lahan cenderung sama dengan luas bangunan. Sehingga sebelum dilakukan survei utama, dilakukan perbaikan terlebih dahulu terhadap kuesioner agar nantinya akan didapatkan data- data yang benar- benar diperlukan sesuai dengan tujuan studi ini. 4.3 GAMBARAN UMUM DATA SURVEI UTAMA Setelah dilakukan perbaikan kuesioner, maka selanjutnya dilakukan survei utama. Dalam survei utama terkumpul 132 buah data, namun hanya diambil 120 buah data saja karena 12 data lainnya memberikan data yang terlalu jauh menyimpang (dari beberapa variabel bebas dan tidak bebas yang ada). Data hasil survei utama dapat dilihat pada lampiran. Sedangkan gambaran umum data hasil survei utama dapat dilihat pada halaman selanjutnya. IV - 6
7 Tabel 4.4 Gambaran Umum Data Karakteristik Rumah Tangga Keterangan Jumlah Satuan Jumlah Rumah Tangga 120 rumah tangga Jumlah anggota keluarga total 603 orang % Anggota keluarga total berdasarkan kelompok usia <5th 29 orang 4, ,99th 96 orang 15, ,99th 53 orang 8, ,99th 101 orang 16, th 259 orang 42,95 >55th 65 orang 10,78 Anggota keluarga total berdasarkan status pekerjaan Tdk kerja 202 orang 33,50 Kerja 206 orang 34,16 Pelajar/mhs 195 orang 32,34 Rumah tangga berdasarkan luas Bangunan < 8 m2 1 rumah tangga 0, m2 35 rumah tangga 29, m2 29 rumah tangga 24, m2 39 rumah tangga 32, m2 6 rumah tangga 5,00 > 150 m2 10 rumah tangga 8,33 Rumah tangga berdasarkan pendapatan (Rp) <500, rumah tangga 9,17 500,000-1,000, rumah tangga 34,17 1,000,001-1,500, rumah tangga 28,33 1,500,001-2,000, rumah tangga 10,00 2,000,001-2,500,000 8 rumah tangga 6,67 2,500,001-3,000,000 7 rumah tangga 5,83 3,000,001-3,500,000 1 rumah tangga 0,83 3,500,001-4,000,000 4 rumah tangga 3,33 >4,000,000 2 rumah tangga 1,67 Rumah tangga berdasarkan pemilikan kendaraan Mobil 9 rumah tangga 7,50 Motor 63 rumah tangga 52,50 Sepeda 14 rumah tangga 11,67 IV - 7
8 Tabel 4.5 Gambaran Umum Data Karakteristik Perjalanan per satuan waktu Keterangan Jumlah Satuan % Jumlah total bangkitan (orang) per minggu berdasarkan: Jumlah total bangkitan (orang) per minggu 3152 orang 100 Maksud perjalanan Bekerja 895 orang 28,39 Bersekolah/ kuliah 870 orang 27,60 Berbelanja 646 orang 20,49 Berekreasi 345 orang 10,95 Kegiatan lainnya 396 orang 12,56 Moda yang digunakan Mobil 105 orang 3,33 Motor 992 orang 31,47 Sepeda 18 orang 0,57 Angkutan umum 1243 orang 39,44 Jalan kaki 794 orang 25,19 Jumlah total bangkitan (orang) per weekday (senin hingga jumat) berdasarkan: Jumlah total bangkitan (orang) per weekday 2261 orang 71,73 Maksud perjalanan Bekerja 750 orang 33,17 Bersekolah/ kuliah 743 orang 32,86 Berbelanja 475 orang 21,01 Berekreasi 53 orang 2,34 Kegiatan lainnya 240 orang 10,61 Moda yang digunakan Mobil 82 orang 3,63 Motor 751 orang 33,22 Sepeda 14 orang 0,62 Angkutan umum 880 orang 38,92 Jalan kaki 534 orang 23,62 Jumlah total bangkitan (orang) per weekend (sabtu dan minggu) berdasarkan: Jumlah total bangkitan (orang) per weekend 891 orang 28,27 Maksud perjalanan Bekerja 145 orang 16,27 Bersekolah/ kuliah 127 orang 14,25 Berbelanja 171 orang 19,19 Berekreasi 292 orang 32,77 Kegiatan lainnya 156 orang 17,51 Moda yang digunakan Mobil 23 orang 2,58 Motor 241 orang 27,05 Sepeda 4 orang 0,45 Angkutan umum 363 orang 40,74 Jalan kaki 260 orang 29,18 IV - 8
9 Catatan: Dari data asli hasil survei, bangkitan dengan maksud bekerja dan bersekolah saat weekday dihitung per hari. Sedangkan bangkitan dengan maksud berbelanja, berekreasi dan kegiatan lainnya saat weekday dihitung per 5 hari (senin hingga jumat). Sehingga bangkitan dengan maksud bekerja dan bersekolah yang dihitung per hari tersebut dikonversikan dengan dikalikan 5 (hari), menjadi bangkitan perjalanan per 5 hari (weekday). Hal ini dilakukan dengan pertimbangan, kebiasaan perjalanan per hari dengan maksud bekerja dan bersekolah tersebut, akan selalu terjadi sepanjang 5 hari weekday tersebut. 4.4 VARIABEL BEBAS DAN VARIABEL TIDAK BEBAS YANG DIGUNAKAN Variabel bebas dalam studi ini merupakan variabel yang didapatkan berdasarkan karakteristik keluarga. Dan variabel bebas yang digunakan dalam proses pengolahan data berjumlah 13 buah sebagai berikut: Tabel 4.6 Variabel Bebas yang Digunakan Dalam Pengolahan Data Variabel bebas Keterangan X1 Jumlah anggota keluarga ( orang) X2 Jumlah anggota rumah tangga usia 5-12,99 th (orang) X3 Jumlah anggota rumah tangga usia 13-18,99 th (orang) X4 Jumlah anggota rumah tangga usia 19-23,99 th (orang) X5 Jumlah anggota rumah tangga usia th (orang) X6 Jumlah anggota rumah tangga usia >55 th (orang) X7 Jumlah anggota keluarga yang tidak bekerja (orang) X8 Jumlah anggota keluarga yang bekerja (orang) X9 Jumlah anggota keluarga dengan status pelajar/mahasiswa (orang) X10 Pendapatan rumah tangga/bulan (Rp/bulan) X11 Jumlah kepemilikan mobil (unit) X12 Jumlah kepemilikan motor (unit) X13 Jumlah kepemilikan sepeda (unit) Dalam hal ini, karakteristik keluarga berupa anak yang berusia dibawah 5 tahun dan luas bangunan tidak diperhitungkan sebagai variabel bebas karena: 1. Anak yang berusia dibawah 5 tahun masih memiliki ketergantungan dalam melakukan pergerakan kepada orang tuanya. 2. Luas bangunan tidak signifikan pengaruhnya terhadap pergerakan. Contohnya, rumah tangga yang memiliki luas bangunan yang besar belum tentu memiliki jumlah bangkitan (orang) yang besar pula. IV - 9
10 Sedangkan variabel tidak bebas yang digunakan dalam studi ini adalah sebagai berikut: Tabel 4.7 Variabel Tidak Bebas yang Digunakan Dalam Pengolahan Data Variabel tidak bebas Keterangan Y1 Y2 Y3 Jumlah total bangkitan (orang) per minggu Jumlah total bangkitan (orang) per weekday (5 hari:senin-jumat) Jumlah total bangkitan (orang) per weekend (2 hari:sabtu dan Minggu) Maka dalam pengolahan data selanjutnya, bertujuan untuk mendapatkan 3 buah model terbaik bagi: a. Bangkitan (orang) per minggu b. Bangkitan (orang) per weekday (5 hari:senin-jumat) dan c. Bangkitan (orang) per weekend ( 2 hari:sabtu dan Minggu) Pengolahan data selanjutnya dilakukan dengan menggunakan Microsoft Exel. 4.5 MATRIKS KORELASI Matriks korelasi menunjukkan hubungan secara linier antara variabel- variabel yang digunakan dalam pengolahan data, baik variabel variabel bebas maupun variabel tidak bebas. Berikut adalah interpretasi dari nilai koefisien korelasi yang terdapat pada matrik korelasi: Nilai koefisien korelasi <0,35 menunjukkan bahwa hamper tidak ada hubungan antara variabel. Koefisien korelasi antara 0,36 dan 0,60 menunjukkan ada hubungan antara variabel. Koefisien korelasi antara 0,60 dan 0,84 menunjukkan bahwa ada hubungan yang berarti antara varibel. Pada tabel matriks korelasi yang ditampilkan di bawah ini dapat dilihat bahwa jumlah anggota keluarga yang dengan usia tahun (X5) mempunyai hubungan yang erat dengan jumlah anggota keluarga (X1) dan jumlah anggota keluarga yang bekerja (X8). Hal ini dapat dilaihat pada nilai koefisien korelasi yang etrjadi antara kedua variabel tersebut cukup besar yaitu lebih besar dari 0,6. Matriks korelasi untuk ke- tiga kelompok pemodelan tersebut dapat dilihat pada halaman selanjutnya. IV - 10
11 Tabel 4.8 Matriks Korelasi Bangkitan (orang) per minggu dengan Variabel- variabel Bebas Y1 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Trip/ minggu Anggota kel th th th th >55 th Tdk bekerja Bekerja Pelajar/mhs Pendapatan/bln Jml mobil Jml motor Jml sepeda Y1 Trip/ minggu 1 X1 Anggota kel. 0, X th 0, , X th 0, , , X th 0, , , , X th 0, , , , , X6 >55 th 0, , , , , , X7 Tdk bekerja -0, , , , , , , X8 Bekerja 0, , , , , , , , X9 Pelajar/mhs 0, , , , , , , , , X10 Pendapatan/bln 0, , , , , , , , , , X11 Jml mobil 0, , , , , , , , , , , X12 Jml motor 0, , , , , , , , , , , , X13 Jml sepeda -0, , , , , , , , , , , , , IV - 11
12 Tabel 4.9 Matriks Korelasi Bangkitan (orang) per weekday ( 5 hari : Senin-Jumat) dengan Variabel- variabel Bebas Y1 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Trip/ weekday Anggota kel th th th th >55 th Tdk bekerja Bekerja Pelajar/mhs Pendapatan/bln Jml mobil Jml motor Jml sepeda Y1 Trip/ weekday 1 X1 Anggota kel. 0, X th 0, , X th 0, , , X th 0, , , , X th 0, , , , , X6 >55 th -0, , , , , , X7 Tdk bekerja -0, , , , , , , X8 Bekerja 0, , , , , , , , X9 Pelajar/mhs 0, , , , , , , , , X10 Pendapatan/bln 0, , , , , , , , , , X11 Jml mobil 0, , , , , , , , , , , X12 Jml motor 0, , , , , , , , , , , , X13 Jml sepeda -0, , , , , , , , , , , , , IV - 12
13 Tabel 4.10 Matriks Korelasi Bangkitan (orang) per weekend (2 hari: Sabtu dan Minggu) dengan Variabel- variabel Bebas Y1 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Trip/ weekday Anggota kel th th th th >55 th Tdk bekerja Bekerja Pelajar/mhs Pendapatan/bln Jml mobil Jml motor Jml sepeda Y1 Trip/ weekday 1 X1 Anggota kel. 0, X th 0, , X th 0, , , X th 0, , , , X th 0, , , , , X6 >55 th 0, , , , , , X7 Tdk bekerja 0, , , , , , , X8 Bekerja 0, , , , , , , , X9 Pelajar/mhs 0, , , , , , , , , X10 Pendapatan/bln 0, , , , , , , , , , X11 Jml mobil -0, , , , , , , , , , , X12 Jml motor 0, , , , , , , , , , , , X13 Jml sepeda -0, , , , , , , , , , , , , IV - 13
14 4.6 PROSES PENGOLAHAN DATA Dari ke- tiga matriks korelasi tersebut didapatkan masing- masing dua buah nilai korelasi terbesar, yang dalam hal ini merupakan hubungan X1 dan X5 serta hubungan X1 dan X8. Sehingga dalam pengolahan data selanjutnya akan dilakukan pemisahan perhitungan menjadi 5 buah kombinasi ( untuk masing- masing variabel tidak bebas). Pengkombinasian ini dimaksudkan untuk mengetahui model bangkitan yang terjadi jika variabel- variabel bebas yang berkorelasi kuat tersebut tidak disatukan dalam proses perhitungan (dikombinasikan) dan untuk mengetahui model bangkitan yang terjadi jika dua buah variabel bebas yang berkorelasi kuat antara satu dengan lainnya itu disatukan dalam proses perhitungan. Kombinasi untuk perhitungan selanjutnya adalah sebagai berikut: 1. Kombinasi 1, dengan mengeliminasi variabel bebas X5 2. Kombinasi 2, dengan mengeliminasi variabel bebas X1 dan X5 3. Kombinasi 3, dengan mengeliminasi variabel bebas X8 dan X5 4. Kombinasi 4, dengan mengeliminasi variabel bebas X1 dan X8 5. Kombinasi 5, tanpa pengeliminasi variabel bebas Beberapa hal yang perlu diperhatikan dalam proses pemodelan dalam hal ini adalah sebagai berikut: Parameter tanda logis yang diharapkan Parameter tanda logis yang diharapkan (bagi variabel- variabel bebas) menyatakan hubungan yang sebanding atau berbanding terbalik antara variabel bebas dengan variabel tidak bebasnya. Parameter tanda logis yang diharapkan (bagi variabel- variabel bebas) dapat bernilai positif atau negatif (/-). a. Parameter logis bertanda positif () bila peningkatan nilai variabel bebas menyebabkan peningkatan nilai variabel tidak bebas (bangkitan), dan sebaliknya. b. Sedangkan jika parameter logis bertanda negatif (-) bila peningkatan nilai variabel bebas menyebabkan menurunnya nilai variabel tidak bebas (bangkitan), dan sebaliknya. Penentuan parameter tanda logis ini dilakukan berdasarkan logika. Parameter logis yang diharapkan dalam studi ini dapat dilihat pada halaman selanjutnya. IV - 14
15 Tabel 4.11 Parameter Tanda Logis yang Diharapkan Variabel bebas Keterangan Tanda logis yangdiharapkan X1 Jml anggota keluarga (orang) X2 Jumlah anggota rumah tangga usia 5-12 th (orang) X3 Jumlah anggota rumah tangga usia th (orang) X4 Jumlah anggota rumah tangga usia th (orang) X5 Jumlah anggota rumah tangga usia th (orang) X6 Jumlah anggota rumah tangga usia >55 th (orang) X7 Jumlah anggota keluarga yang tidak bekerja (orang) X8 Jumlah anggota keluarga yang bekerja (orang) X9 Jumlah anggota keluarga dengan status pelajar/mahasiswa (orang) X10 Pendapatan rumah tangga/bulan (Rp/bulan) X11 Jumlah kepemilikan mobil (unit) X12 Jumlah kepemilikan motor (unit) X13 Jumlah kepemilikan sepeda (unit) Berikut adalah penjelasan mengenai alasan pemilihan tanda logis yang digunakan bagi setiap variabel bebas diatas. 1. Jumlah anggota keluarga dan pembagiannya berdasarkan kelompok umur. Dalam hal ini semakin banyak anggota keluarga dalam suatu rumah tangga, maka potensi rumah tangga tersebut untuk menghasilkan bangkitan perjalanan semakin besar pula. Dan semakin banyak anggota keluarga yang berusia diatas 5 tahun, maka potensi rumah tangga tersebut untuk menghasilkan bangkitan perjalanan semakin besar pula. Karena pergerakan pada usia di atas 5 tahun tidak lagi, memiliki ketergantungan perjalanan kepada orangtuanya, sebagaimana anak dibawah 5 tahun. 2. Jumlah anggota keluarga berdasarkan status pekerjaan Semakin banyak anggota keluarga yang berstatus pekerja atau pelajar/mahasiswa, maka potensi untuk menghasilkan bangkitan perjalanan akan semakin besar pula. Hal ini karena pekerja/pelajar tersebut akan melakukan perjalanan dengan maksud bekerja/ bersekolah setiap harinya, yang merupakan perjalanan bersifat wajib (mandatory trip). Sedangkan anggota keluarga yang berstatus tidak bekerja, tetap berpotensi menghasilkan bangkitan perjalanan untuk maksud perjalanan lainnya. 3. Tingkat pendapatan perbulan rumahtangga Semakin besar tingkat pendapatan suatu rumahtangga, maka kemampuan rumah tangga tersebut untuk membiayai perjalanan akan semakin besar pula, sehingga berpotensi meningkatkan jumlah bangkitan perjalanan rumah tangga tersebut. IV - 15
16 4. Jumlah kepemilikan kendaraan Semakin banyak kepemilikan kendaraan pada suatu rumah tangga, akan berpotensi meningkatkan jumlah bangkitan rumah tangga tersebut. Hal ini karena kendaraan memberikan kemudahan dalam melakukan pergerakan (aksesibilitas). Dalam pengolahan data selanjutnya, variabel bebas yang tidak sesuai dengan parameter logis yang diharapkan akan dieliminasi. Untuk lebih jelasnya, dapat dilihat pada contoh perhitungan selanjutnya. Nilai Banding t Nilai banding t digunakan untuk melihat apakah variabel bebas yang digunakan dalam model signifikan dengan nilai t- kritis. Berikut adalah nilai banding t (t- kritis) berdasarkan tabel. Dengan derajat kebebasan (ν) adalah (N-1), dimana N dalam studi ini merupakan jumlah responden. Sehingga derajat bebasannya adalah, ν = = 119 Sedangkan dari tingkat kepercayaan yang diambil 95%, sehingga: p = 1-(0,05/2) = 0,975. Maka dari tabel distribusi t didapatkan sebagai berikut: ν t 0, , x 120 1,98 Maka dari hasil interpolasi didapatkan nilai t 0,975 = t-kritis = 1,98 Dalam pengolahan data selanjutnya, variabel- variabel bebas harus memiliki t-stat yang lebih besar dari t- kritis = 1,98. Sehingga variabel bebas yang memiliki t-stat kurang dari 1,98 akan dieliminasi. Untuk lebih jelasnya, dapat dilihat pada contoh perhitungan selanjutnya. IV - 16
17 Nilai Banding f Nilai banding f digunakan untuk melihat apakah model yang dihasilkan signifikan dengan F kritis yang didapatkan dari tabel distribusi F. Berikut adalah f (f-kritis) berdasarkan tabel. Dengan derajat kebebasan (ν) adalah (N-1), dimana N dalam studi ini merupakan jumlah responden. Sehingga derajat bebasannya adalah, ν = = 119 Sedangkan dari tingkat kepercayaan yang diambil 95%, sehingga: p = 0,05. Maka dari tabel distribusi t didapatkan sebagai berikut: F p ν 100 3, x 125 3,92 Maka dari hasil interpolasi didapatkan nilai F p = f-kritis = 3,92 Dalam pengolahan data selanjutnya, persamaan regresi yang dihasilkan harus memiliki f-stat yang lebih besar dari f- kritis = 3,92. Sehingga persamaan regrasi yang memiliki f- stat kurang dari 3,92 akan dieliminasi. Untuk lebih jelasnya, dapat dilihat pada contoh perhitungan selanjutnya. Nilai koefisien determinasi (R 2 ) Koefisien determinasi merupakan salah satu kriteria untuk menentukan apakah variabel suatu fungsi regresi yang digunakan cukup tepat. Model regresi yang memiliki variabel bebas yang sedikit, mempunyai koefisien regresi yang baik (misal, memiliki tanda sesuai parameter logis yang diharapkan) dan koefisien determinasi (R 2 ) mendekati 1 lebih baik dibandingkan model regresi yang memiliki lebih banyak variabel bebas namun memiliki nilai R 2 yang tidak jauh berbeda dengan model yang bervariabel bebas sedikit. IV - 17
18 Contoh Pemodelan Berikut adalah contoh perhitungan untuk pemodelan total bangkitan (orang) perminggu, Kombinasi 1 (seluruh variable tanpa X5) Maka berikut adalah hasil regresi setelah variabel X5 dieliminasi. SUMMARY OUTPUT Regression Statistics Multiple R 0, R Square 0, Adjusted R Square 0, Standard Error 8, Observations 120 ANOVA df SS MS F Significance F Regression , , , ,29565E-25 Residual , , Total ,46667 Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0% Intercept 2, , , , , , , , X1-0, , , , , , , , X2 3, , , , , , , , X3 3, , , , , , , , X4 1, , , , , , , , X6-2, , , , , , , , X7 0, , , , , , , , X8 5, , , , , , , , X9 4, , , , , , , , X10 3,271E-06 1,11315E-06 2, , ,06425E-06 5,4776E-06 1,06425E-06 5,47762E-06 X11-1, , , , , , , , X12 2, , , , , , , , X13-4, , , , , , , , TAHAP 1 ( hasil: eliminasi X1,X6,X11 dan X13) Dari hasil regresi diatas terdapat 4 variabel yang nilainya tidak logis, sehingga ke- empat variable tersebut dikombinasikan sebagai berikut: no Variabel yang dieliminasi Jumlah variabel yang tidak logis Nilai f-stat Jumlah variabel bebas yang t-statnya <1, , , , , ,6 3 28, , , , , , , , , , , ,6, , ,6, , ,11, , ,11, , ,6,11, ,472 2 IV - 18
19 Maka pada tahap 1 dilakukan pengeliminasi variabel bebas X1,X6,X11 dan X13 karena dari hasil regrasi, hanya terdapat 1 variabel bebas yang memiliki parameter yang tidak logis; nilai f- stat yang terbesar yaitu 34,472 dan hanya terdapat 2 variabel bebas yang nilai t- stat nya << 1,98 Berikut hasil regresi dengan pengeliminasian X1,X6,X11 dan X13. SUMMARY OUTPUT Regression Statistics Multiple R 0, R Square 0, Adjusted R 0,69233 Standard E 8, Observatio 120 ANOVA df SS MS F Significance F Regression , ,117 34, ,56E-27 Residual ,527 67,01376 Total ,47 Coefficientstandard Erro t Stat P-value Lower 95%Upper 95%Lower 95,0%Upper 95,0% Intercept 2, , , , , , , , X2 3, , , , , , , , X3 3, , , , , , , , X4 1, , , , , , , , X7-0, , , , , , , , X8 4, , , ,29E-08 3, , , , X9 3, , , , , , , , X10 2,83E-06 1,07E-06 2, , ,21E-07 4,95E-06 7,21E-07 4,95E-06 X12 2, , , , ,6173 4, ,6173 4,41472 TAHAP 2 (hasil: eliminasi X7) Dari hasil regrasi Tahap 1 didapatkan koefisien regresi variable bebas X7 tidak sesuai dengan parameter logis yang diharapkan, yaitu -0,978 dan nilai t- stat variable bebas X7, yaitu -1,4334 < 1,98. Maka selanjutnya akan dilakukan pengeliminasian variable X7. Dan hasil regresinya dapat dilihat pada halaman selanjutnya. IV - 19
20 SUMMARY OUTPUT Regression Statistics Multiple R 0,84125 R Square 0, Adjusted R 0, Standard E 8, Observatio 120 ANOVA df SS MS F Significance F Regression , ,462 38, ,99E-27 Residual ,233 67,64494 Total ,47 Coefficientstandard Erro t Stat P-value Lower 95%Upper 95%Lower 95,0%Upper 95,0% Intercept 1, , , , , , , , X2 2, , , , , , , ,44727 X3 2, , , , , , , , X4 1, , , , , , , ,18424 X8 4, , , ,03E-08 3, , , , X9 4, , , , , , , , X10 2,57E-06 1,06E-06 2, , ,78E-07 4,66E-06 4,78E-07 4,66E-06 X12 2, , , , , , , , TAHAP 3 (hasil: eliminasi X4) Dari hasil regrasi Tahap 2 seluruh variabel bebas memenuhi parameter logis yang diharapkan. Serta didapatkan nilai t- stat variable bebas X4 merupakan nilai t-stat yang menyimpang terjauh dari t- kritis, yaitu 1,4988 < 1,98. Maka selanjutnya akan dilakukan pengeliminasian variable X4. Berikut adalah hasil regresinya. SUMMARY OUTPUT Regression Statistics Multiple R 0, R Square 0, Adjusted R 0, Standard E 8, Observatio 120 ANOVA df SS MS F Significance F Regression , ,877 44,3314 1,7E-27 Residual ,204 68,39118 Total ,47 Coefficientstandard Erro t Stat P-value Lower 95%Upper 95%Lower 95,0%Upper 95,0% Intercept 2, , , , , , , ,89925 X2 1, , , , , , , , X3 1, , , , , , , , X8 4, , , ,64E-10 3, , , ,42489 X9 5, , , ,46E-11 3, , , , X10 2,24E-06 1,04E-06 2, , ,85E-07 4,3E-06 1,85E-07 4,3E-06 X12 2, , , , , , , , IV - 20
21 TAHAP 4 (hasil: eliminasi X3) Dari hasil regrasi Tahap 3 seluruh variabel bebas memenuhi parameter logis yang diharapkan. Serta didapatkan nilai t- stat variable bebas X3 merupakan nilai t-stat yang menyimpang terjauh dari t- kritis, yaitu 1,2518 < 1,98. Maka selanjutnya akan dilakukan pengeliminasian variable X3. Berikut adalah hasil regresinya. SUMMARY OUTPUT Regression Statistics Multiple R 0, R Square 0, Adjusted R 0, Standard E 8, Observatio 120 ANOVA df SS MS F Significance F Regression , ,816 52, ,78E-28 Residual ,388 68,73148 Total ,47 Coefficientstandard Erro t Stat P-value Lower 95%Upper 95%Lower 95,0%Upper 95,0% Intercept 2, , , ,0983-0, , , , X2 1, , , , , , , , X8 4, , , ,53E-10 3, , , , X9 5, , , ,05E-14 4, , , , X10 2,15E-06 1,04E-06 2, , ,51E-08 4,21E-06 9,51E-08 4,21E-06 X12 2, , , , , , , , TAHAP 5 (hasil: eliminasi X2) Dari hasil regrasi Tahap 4 seluruh variabel bebas memenuhi parameter logis yang diharapkan. Serta didapatkan nilai t- stat variable bebas X2 merupakan nilai t-stat yang menyimpang terjauh dari t- kritis, yaitu 1,1659 < 1,98. Maka selanjutnya akan dilakukan pengeliminasian variable X2. Dan hasil regresinya dapat dilihat pada halaman selanjutnya. IV - 21
22 SUMMARY OUTPUT Regression Statistics Multiple R 0, R Square 0, Adjusted R 0, Standard E 8, Observatio 120 ANOVA df SS MS F ignificance F Regression , ,659 65, ,08E-28 Residual ,831 68,94635 Total ,47 Coefficientstandard Erro t Stat P-value Lower 95%Upper 95%Lower 95,0%Upper 95,0% Intercept 3, , , , , , , , X8 5, , , ,07E-10 3, , , , X9 6, , , ,89E-17 4, , , , X10 2,24E-06 1,04E-06 2, , ,89E-07 4,3E-06 1,89E-07 4,3E-06 X12 1, , , , , , , , Semua variable bebas telah memenuhi parameter logis yang diharapkan. Dan nilai t- stat yang dihasilkan oleh semua variable bebas >> 1,98. Serta nilai f- stat baik, yaitu 65, Dan didapatkan model dari total bangkitan (orang) perminggu (Kombinasi 1) adalah sebagai berikut: Y1 = X8 6,0914 X9 2,24E-06 X10 1,8497 X12 3,3289 Dimana variabel bebas yang berpengaruh adalah: Y1 = Jumlah total bangkitan (orang) perminggu X8 = Jumlah anggota keluarga yang bekerja (orang) X9 = Jumlah anggota keluarga dengan status pelajar/mahasiswa (orang) X10 = Pendapatan rumah tangga/bulan (Rp/bulan) X12 = Jumlah kepemilikan motor (buah) Dengan nilai R 2 = 0,694 Dan setelah dibuat keempat model kombinasi lainnya (dari kombinasi 2 hingga kombinasi 5). Maka dari kelima model yang dihasilkan akan dipilih satu model terbaik berdasarkan nilai R 2 terbesar. Perhitungan lainnya dapat dilihat pada lampiran. IV - 22
23 4.7 REKAPITULASI PENGOLAHAN DATA Berikut adalah hasil rekapitulasi model- model bangkitan total trip (orang per minggu) Tabel 4.12 Rekapitulasi Model- model Bangkitan Total Trip (orang per minggu) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Variable Bebas Intercept Jumlah anggota keluarga Jumlah anggota rumah tangga usia 5 12 th Jumlah anggota rumah tangga usia 13 18,99 th Jumlah anggota rumah tangga usia 19 23,99 th Jumlah anggota rumah tangga usia th Jumlah anggota rumah tangga usia >55 th Jumlah anggota keluarga yang tidak bekerja Jumlah anggota keluarga yang bekerja Jumlah anggota keluarga dengan status pelajar/mahasiswa Pendapatan rumah tangga/bulan Jumlah kepemilikan mobil Jumlah kepemilikan motor Jumlah kepemilikan sepeda Satuan orang orang orang orang orang orang orang orang orang Rupiah/ bulan unit unit unit Tanda logis yang / Nilai Regresi Persamaan Regresi Kombinasi 1 Kombinasi 2 Kombinasi 3 Kombinasi 4 Kombinasi 5 3,329 3,329 1,791 0,122 3,329 t stat 1,918 1,918 0,775 0,055 1,918 1,419 t stat 2,262 5,140 5,991 t stat 4,021 5,928 4,675 5,793 t stat 3,490 4,912 3,258 4,812 t stat 3,571 7,013 3,420 t stat 3,976 t stat t stat 5,022 5,022 5,022 t stat 6,896 6,896 6,896 6,091 6,091 6,091 t stat 9,880 9,880 9,880 2,24E 06 2,24E 06 4,29E 06 3,61E 06 2,24E 06 t stat 2,163 2,163 3,561 3,183 2,163 t stat 1,850 1,850 3,485 3,578 1,850 t stat 2,033 2,033 3,469 3,718 2,033 t stat R 2 0,694 0,694 0,616 0,648 0,694 F Stat 65,234 65,234 30,230 34,672 65,234 IV - 23
24 Berikut adalah hasil rekapitulasi data total trip orang per weekday (dalam 5 hari, senin hingga jumat) Tabel 4.13 Rekapitulasi Model- model Bangkitan Total Trip (orang) per weekday per rumah X1 Jumlah anggota keluarga orang X2 X3 X4 Jumlah anggota rumah tangga usia 19 23,99 th orang X6 Jumlah anggota rumah tangga usia >55 th orang X7 Jumlah anggota keluarga yang tidak bekerja orang X8 Jumlah anggota keluarga yang bekerja orang X9 Jumlah anggota keluarga dengan status pelajar/mahasiswa orang X10 Pendapatan rumah tangga/bulan Rupiah/ bulan X11 Jumlah kepemilikan mobil unit X12 Variable Bebas Intercept Jumlah anggota rumah tangga usia 5 12 th Jumlah anggota rumah tangga usia 13 18,99 th Satuan X5 Jumlah anggota rumah tangga usia th orang Jumlah kepemilikan motor unit X13 Jumlah kepemilikan sepeda unit orang orang Tanda logis yang diharapkan / Nilai Regresi Persamaan Regresi Kombinasi 1 Kombinasi 2 Kombinasi 3 Kombinasi 4 Kombinasi 5 3,370 3,370 2,699 0,278 3,370 t stat 2,297 2,297 1,559 0,144 2,297 t stat 5,196 4,620 t stat 5,896 5,312 4,403 4,353 t stat 4,184 4,289 2,931 3,112 t stat 4,810 5,269 2,296 t stat 3,102 t stat t stat 3,920 3,920 3,920 t stat 6,576 6,576 6,576 4,311 4,311 4,311 t stat 7,756 7,756 7,756 3,87108E 06 2,58E 06 t stat 4,225 2,636 t stat 2,266 2,266 3,126 3,212 2,266 t stat 2,900 2,900 3,642 3,879 2,900 t stat R 2 0,590 0,590 0,538 0,574 0,590 F Stat 55,532 55,532 26,524 25,379 55,532 IV - 24
25 Berikut adalah hasil rekapitulasi data total trip orang per weekend (dalam 2 hari, sabtu dan minggu) Tabel 4.14 Rekapitulasi Model- model Bangkitan Total Trip (orang) per weekend per rumah X4 Jumlah anggota rumah tangga usia 19 23,99 th orang X5 Jumlah anggota rumah tangga usia th orang X6 Jumlah anggota rumah tangga usia >55 th orang X7 Jumlah anggota keluarga yang tidak bekerja orang X8 Jumlah anggota keluarga yang bekerja orang X9 Rupiah/ X10 Pendapatan rumah tangga/bulan bulan X11 Jumlah kepemilikan mobil unit X12 Jumlah kepemilikan motor unit X13 Variable Bebas X2 Jumlah anggota rumah tangga usia 5 12 th orang X3 Jumlah anggota rumah tangga usia 13 18,99 th orang Jumlah anggota keluarga dengan status pelajar/mahasiswa Satuan Intercept / X1 Jumlah anggota keluarga orang orang Tanda logis yang diharapkan Jumlah kepemilikan sepeda unit Nilai Regresi Persamaan Regresi Kombinasi 1 Kombinasi 2 Kombinasi 3 Kombinasi 4 Kombinasi 5 1,115 1,115 0,395 0,078 1,115 t stat 1,905 1,905 0,519 0,098 1,905 0,826 t stat 4,565 1,438 t stat 4,075 1,501 t stat 3,621 1,748 t stat 7,900 1,087 t stat 3,602 0,882 0,882 0,956 0,882 t stat 2,413 2,413 2,472 2,413 t stat 1,624 1,624 1,624 t stat 6,683 6,683 6,683 1,878 1,878 1,016 1,878 t stat 9,782 9,782 3,996 9,782 9,12E 07 t stat 2,488 1,01E 06 t stat 2,658 t stat t stat R 2 0,577 0,577 0,517 0,536 0,577 F Stat 52,690 52,690 41,376 21,750 52,690 IV - 25
26 Selanjutnya dari kelima model bangkitan hasil kombinasi pada masing- masing kasus tersebut akan dipilih satu model bangkitan terbaik. Proses pemilihan model bangkitan terbaik tersebut akan dijelaskan selanjutnya pada BAB V Analisa Data. IV - 26
BAB VI KESIMPULAN DAN SARAN
BAB VI KESIMPULAN DAN SARAN 6.1 KESIMPULAN Berdasarkan hasil pengolahan data dan hasil analisis data dapat disimpulkan sebagai berikut: 1. Dari hasil survei didapatkan gambaran umum mengenai karakteristik
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. penentuan jumlah sampel minimum yang harus diambil. Tabel 4.1 Data Hasil Survei Pendahuluan. Jumlah Kepala Keluarga (Xi)
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data Berdasarkan data jumlah kepala keluarga pada masing-masing perumahan yang didapatkan pada survei pendahuluan, maka dapat dilakukan penentuan jumlah
Lebih terperinciBAB III METODOLOGI 3.1 UMUM 3.2 METODOLOGI PENELITIAN
BAB III METODOLOGI 3.1 UMUM Metodologi penelitian ini menguraikan tahapan penelitian yang dilakukan dalam studi ini. Penggunaan metode yang tepat, terutama dalam tahapan pengumpulan dan pengolahan data,
Lebih terperinciSURVEI NILAI WAKTU PERJALANAN MOBIL PRIBADI DI JL. Z.A.PAGAR ALAM METODE MODE CHOICE APPROACH
SURVEI NILAI WAKTU PERJALANAN MOBIL PRIBADI DI JL. Z.A.PAGAR ALAM METODE MODE CHOICE APPROACH Terima kasih atas kesediaan Anda membantu Survei ini dilakukan sebagai bahan acuan pembuatan tugas akhir, mohon
Lebih terperinciLAMPIRAN. Universitas Kristen Maranatha
LAMPIRAN Perhitungan yang dipakai dalam penelitian ini adalah dengan menggunakan analisis regresi dan analisis grafik. Seluruh perhitungan dilakukan dengan menggunakan program Statistik SPSS. Berikut ini
Lebih terperinciBAB III METODOLOGI. Sari Mandala I, Kecamatan Medan Denai, kota Medan sebagai daerah studi.
BAB III METODOLOGI 3.1 Lokasi Penelitian Lokasi studi merupakan salah satu pemukiman padat penduduk yang dekat dengan pusat kota dan tingkat pendapatan masyarakat menengah ke bawah. Berdasarkan kriteria
Lebih terperinciBAB IV INTEPRETASI DATA
41 BAB IV INTEPRETASI DATA 4.1 Pengumpulan Data Data responden pada penyusunan skripsi ini terdiri atas dua bagian yaitu data profil responden dan data stated preference. Untuk data profil responden terdiri
Lebih terperinciSTUDI BANGKITAN LALU LINTAS DI KAWASAN PEMUKIMAN EKONOMI MENENGAH KE BAWAH
STUDI BANGKITAN LALU LINTAS DI KAWASAN PEMUKIMAN EKONOMI MENENGAH KE BAWAH Studi Kasus Kawasan Pemukiman Kelurahan Sekeloa Kota Bandung, Jawa Barat TUGAS AKHIR SEBAGAI SALAH SATU SYARAT UNTUK MENYELESAIKAN
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PEELITIA 3.1. Tahapan Penelitian Metode yang digunakan dalam penelitian yang mengambil lokasi di beberapa perumahan seperti Perumahan Graha Permai dan Ciputat Baru, secara garis besar
Lebih terperinciANALISIS REGRESI DENGAN EXCEL
ANALISIS REGRESI DENGAN EXCEL Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak. Karenanya, software-software statistik umumnya
Lebih terperinciKUESIONER PERENCANAAN PENGEMBANGAN SDM
KUESIONER PERENCANAAN PENGEMBANGAN SDM Beri tanda ( ) pada kotak di bawah ini untuk setiap pernyataan yang sesuai dengan pendapat anda. 1 = Sangat Tidak Setuju atau Tidak Pernah 2 = Tidak Setuju atau Jarang
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. independen dari listrik adalah satuan kilowatt (kwh), untuk minyak adalah
36 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Pengolahan Data Data yang diambil untuk varibel dependen adalah produk domestic bruto di Jakarta period 1995 2005 dalam satuan rupiah. Sedangkan variabel
Lebih terperinciLATIHAN REGRESI SEDERHANA
Bahan Ajar Ekonometrika Agus Tri Basuki Universitas Muhammadiyah Yogyakarta LATIHAN REGRESI SEDERHANA Diketahui data konsumsi dan pendapatan penduduk suatu daerah sebagai berikut : Tahun Konsumsi Pendapatan
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Kebutuhan Sistem Untuk implementasi sistem ini ada beberapa spesifikasi perangkat lunak dan perangkat keras yang dibutuhkan. 4.1.1 Kebutuhan Perangkat Keras Perangkat
Lebih terperinciKualitas Fitted Model
Kualitas Fitted Model Apakah model regresi sudah cukup pas mewakili data? Apakah model regresi cukup baik untuk model peramalan? Tebaran titik amatan / scatter plot y Mana di antara gambar gambar ini yang
Lebih terperinciREGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta
REGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta A. Pendekatan Matematika Dalam matematika hubungan antar variable bisa dinyatakan
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Kota Bandung, merupakan sebuah kota metropolitan dimana didalamnya terdapat beragam aktivitas kehidupan masyarakat. Perkembangan kota Bandung sebagai kota metropolitan
Lebih terperinciLampiran 1. Hasil Analisi Regressi
LAMPIRAN Lampiran 1. Hasil Analisi Regressi BULAN KINERJA KREDIT UMKM (Rp juta) RATA2 SUKU BUNGA KREDIT (%) NPL (%) Jan-09 227.040 14,11 3,98 Feb-09 229.889 14,02 4,25 Mar-09 235.747 13,97 4,47 Apr-09
Lebih terperinciModerating and Controll Variable 1
Moderating and Controll Variable Seringkali dalam penelitian membuat model yang memasukkan moderating dan controll variable seperti diperlihatkan dalam Grafik dibawah ini. Pada Grafik kita lihat model
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Bagan Alir Mulai Moda yang dipakai Pemodelan pemilihan moda perjalanan menuju kampus menggunakan kendaraan pribadi dan umum (Universitas Mercu Buana) Karakteristik pola
Lebih terperinciRegresi dengan Microsoft Office Excel
Regresi dengan Microsoft Office Excel Author: Junaidi Junaidi 1. Pengantar Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak.
Lebih terperinciContoh Perhitungan Faktor Retardasi (Rf)
Lampiran 1 Contoh Perhitungan Faktor Retardasi (Rf) B A Keterangan: A = jarak yang ditempuh zat terlarut B = jarak yang ditempuh pelarut R = f Jarak yang ditempuh zat terlarut Jarak yang ditempuh pelarut
Lebih terperinciANALISA BANGKITAN PERJALANAN PENDUDUK KELAS EKONOMI MENENGAH KE BAWAH DI KELURAHAN AUR
ANALISA BANGKITAN PERJALANAN PENDUDUK KELAS EKONOMI MENENGAH KE BAWAH DI KELURAHAN AUR Sri Irianti Ulina Pinem 1 dan Yusandy Aswad 2 1 Mahasiswa Bidang Studi Transportasi Departemen Teknik Sipil Universitas
Lebih terperinciMODEL BANGKITAN PERJALANAN DARI PERUMAHAN: STUDI KASUS PERUMAHAN PUCANG GADING, MRANGGEN, DEMAK
MODEL BANGKITAN PERJALANAN DARI PERUMAHAN: STUDI KASUS PERUMAHAN PUCANG GADING, MRANGGEN, DEMAK Jessi Tri Joeni Mahasiswa Manajemen Transportasi STMT-Amni Semarang Jln. Soekarno Hatta No. 180 Tlp. (024)
Lebih terperinciBAB IV PEMBAHASAN. IV.1 Analisis Pergerakan Nilai Tukar USD/JPY Tahun 2008
BAB IV PEMBAHASAN IV.1 Analisis Pergerakan Nilai Tukar USD/JPY Tahun 2008 Dalam semester pertama di tahun 2008, pergerakan USD/JPY lebih cendrung mengalami konsolidasi. Ini diakibatkan karena kondisi ekonomi
Lebih terperinciLampiran 1. Prosedur uji
LAMPIRAN 32 Lampiran 1. Prosedur uji 1) Kandungan nitrogen dengan Metode Kjedahl (APHA ed. 21 th 4500-Norg C, 2005) Sebanyak 0,25 gram sampel dimasukkan ke dalam labu kjedahl dan ditambahkan H 2 SO 4 pekat
Lebih terperinciPERMODELAN BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI PEKANBARU
PERMODELAN BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI PEKANBARU Parada Afkiki Eko Saputra 1 dan Yohannes Lulie 2 1 Jurusan Teknik Sipil, Universitas Universitas Atma Jaya Yogyakarta Email: Paradaafkiki@gmail.com
Lebih terperinciBAB VI KESIMPULAN DAN SARAN
BAB VI KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan dari hasil analisis data responden pada ketiga tipe perumahan, maka dapat diambil kesimpulan sebagai berikut : 1. Faktor yang mempengaruhi bangkitan
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciIV. HASIL PENELITIAN DAN PEMBAHASAN
IV. HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian Pada bagian ini akan disajikan deskripsi data hasil penelitian terhadap variabelvariabel penelitian. Data hasil penelitian berupa skor yang diambil
Lebih terperinciLampiran 1. Formulir Uji Organoleptik Untuk Penelitian Pendahuluan FORMULIR UJI ORGANOLEPTIK (UJI RANKING)
57 Lampiran 1. Formulir Uji Organoleptik Untuk Penelitian Pendahuluan FORMULIR UJI ORGANOLEPTIK (UJI RANKING) Nama : Tgl Pengujian : Pekerjaan : Paraf : Intruksi : Berikan penilaian terhadap atribut warna,
Lebih terperinciHubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung
139 LAMPIRAN 2 Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung Dependent Variable: Belanja Langsung Linear.274 19.584 1 52.000 57.441.239 The independent variable is Jumlah penduduk
Lebih terperinciBAB 10 ANALISIS REGRESI LINIER SEDERHANA
BAB 10 ANALISIS REGRESI LINIER SEDERHANA Analisis regresi linier merupakan salah satu jenis metode regresi yang paling banyak digunakan. Regresi linier sederhana terdiri atas satu variabel terikat (dependent)
Lebih terperinciSTUDI BANGKITAN PERJALANAN KENDARAAN PRIBADI DENGAN METODE REGRESI DIPERUMAHAN MARGAHAYU RAYA BANDUNG
STUDI BANGKITAN PERJALANAN KENDARAAN PRIBADI DENGAN METODE REGRESI DIPERUMAHAN MARGAHAYU RAYA BANDUNG Erlangga Rizki Destia NRP : 0121022 Pembimbing : Ir. Budi Hartanto Susilo, M.Sc. FAKULTAS TEKNIK JURUSAN
Lebih terperinciEVALUASI DAN ANALISIS KEBUTUHAN RUANG PARKIR DI KAMPUS POLITEKNIK NEGERI PONTIANAK
EVALUASI DAN ANALISIS KEBUTUHAN RUANG PARKIR DI KAMPUS POLITEKNIK NEGERI PONTIANAK Rahayu Widhiastuti 1), Eka Priyadi 2), Akhmadali 2) Abstrak Penelitian ini meneliti kebutuhan parkir kendaraan berdasarkan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin
69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis
Lebih terperinciANALISA KENERJA DERMAGA PELABUHAN RAKYAT PAOTERE SULAWESI SELATAN
Jurnal Riset dan Teknologi Kelautan (JRTK) Volume 14, Nomor 1, Januari - Juni 2016 ANALISA KENERJA DERMAGA PELABUHAN RAKYAT PAOTERE SULAWESI SELATAN Lukman Bochary dan Misliah Idrus Dosen Program Studi
Lebih terperinciESENSI, Vol. 19 No. 2 / 2016 PENINGKATAN PRODUKTIFITAS KERJA MELALUI PEMBERIAN INSENTIF DAN PEMENUHAN KEPUASAN KERJA KARYAWAN DIV. PEMASARAN PT.
ESENSI, Vol. 19 No. / 016 PENINGKATAN PRODUKTIFITAS KERJA MELALUI PEMBERIAN INSENTIF DAN PEMENUHAN KEPUASAN KERJA KARYAWAN DIV. PEMASARAN PT. XYZ Susi Adiawaty Institut Bisnis Nusantara Jl. D.I. Panjaitan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pelaksanaan tugas dan pekerjaan merupakan suatu kewajiban bagi para anggota di dalam suatu organisasi, baik dalam organisasi pemerintahan maupun organisasi non pemerintahan.
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. Permasalahan transportasi di daerah Yogyakarta terjadi sebagai salah satu
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Permasalahan transportasi di daerah Yogyakarta terjadi sebagai salah satu akibat dari laju pertumbuhan penduduk yang relatif sangat pesat, peningkatan daya
Lebih terperinciBAB IV ANALISIS DATA A. PENGUJIAN HIPOTESIS
A. PENGUJIAN HIPOTESIS BAB IV ANALISIS DATA Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan, penulis membuat hipotesis sebagaimana yang telah ada pada pokok bahsan bab awal. Hipotesa
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI BERGANDA OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Pengertian Bentuk Fungsi, Variabel, dan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Survei Untuk memperoleh data dari responden digunakan lembaran kuesioner yang disebar pada bulan Mei 2002. Adapun contoh dari kuesioner yang digunakan dapat
Lebih terperinciBAB IV ANALISA DAN HASIL PENELITIAN
BAB IV ANALISA DAN HASIL PENELITIAN 4.1 Instrumen dan Responden Hasil penelitian didapatkan dari kuesioner-kuesioner yang disebarkan secara acak langsung kepada para responden melalui hardcopy dan softcopy
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Penelitian yang digunakan dalam penelitian ini ialah Perusahaan yang Terdaftar di Jakarta Islamic Index tahun 2011-2013. Teknik yang digunakan dalam
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Metode Penelitian Berdasarkan pada permasalahan yang diteliti, metode yang digunakan dalam penelitian ini adalah metode deskriptif dengan pendekatan kuantitatif. Sukmadinata
Lebih terperincipenjelasan mengenai gejala-gejala yang terjadi pada variabel-veriabel penelitian.
BAB IV ANALISIS DATA Dalam penelitian ini analisis yang digunkan adalah analisis kualitatif dan kuantitatif. Analisis kualitatif yang dimaksud adalah analisis yang mengacu pada penjelasan mengenai gejala-gejala
Lebih terperinciBAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel
Lebih terperinciPengaruh Kualitas Pelayanan Karyawan Terhadap Kepuasan Konsumen Pada Minimarket Indomaret Di Jl.Kemakmuran Depok 2 Tengah
Pengaruh Kualitas Pelayanan Karyawan Terhadap Kepuasan Konsumen Pada Minimarket Indomaret Di Jl.Kemakmuran Depok 2 Tengah TAUFIK DARMAWAN SAPUTRA 3EA10 (19210434) Fakultas Ekonomi, Universitas Gunadarma
Lebih terperinciZakiah Jamal /4EA03 Manajemen
Zakiah Jamal 18212005/4EA03 Manajemen Prof.Dr.Ir.Euphrasia Susy Suhendra, M.S. Pengaruh Bauran Pemasaran 4P Dan Citra Merek Terhadap Keputusan Pembelian (Studi Kasus pada Konsumen Produk Merek Enzoro Toko
Lebih terperinciANALISA PEMILIHAN MODA TRANSPORTASI BUS DENGAN METODE STATED PREFERENCE (STUDI KASUS : MEDAN-SIDIKALANG)
LAMPIRAN A FORMAT KUISIONER PENELITIAN ANALISA PEMILIHAN MODA TRANSPORTASI BUS DENGAN METODE STATED PREFERENCE (STUDI KASUS : MEDAN-SIDIKALANG) A. B. Diisi oleh surveyor 1. Lokasi survei : Stasiun Bus
Lebih terperinciREGRESI DAN KORELASI BERGANDA
REGRESI DAN KORELASI BERGANDA 1. Regresi Berganda Regresi berganda mempunyai lebih dari satu variabel bebas, maka digunakan regresi linier ganda dengan bentuk persamaan ( digunakan dua variabel bebas sebagai
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciJurnal Ilmiah TEKNIKA ISSN: ANALISA KARAKTERISTIK BANGKITAN PERGERAKAN DI PERUMAHAN SUKATANI - PALEMBANG
Jurnal Ilmiah TEKNIKA ISSN: 355-3553 ANALISA KARAKTERISTIK BANGKITAN PERGERAKAN DI PERUMAHAN SUKATANI - PALEMBANG Ramadhani* *Dosen Program Studi Teknik Sipil, Fakultas Teknik, Universitas IBA Email: enny.ramadhani@ymail.com
Lebih terperinciKUESIONER PENELITIAN
LAMPIRAN 84 Lampiran 1 Kuisioner Penelitian KUESIONER PENELITIAN Kuesioner ini akan digunakan untuk penelitian skripsi mengenai Valuasi Ekonomi Objek wisata air panas di Semolon Kabupaten Malinau Kalimantan
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN Pengujian hipotesis pada penelitian ini dilakukan dengan menggunakan regresi linier sederhana dan regresi linier berganda. Tujuan analisis penelitian ini adalah menjawab
Lebih terperinciBAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciAnalisis Pengaruh Kompensasi Langsung Dan Kompensasi tidak Langsung Terhadap Kinerja Karyawan Apartemen Nifarro
Analisis Pengaruh Kompensasi Langsung Dan Kompensasi tidak Langsung Terhadap Kinerja Karyawan Apartemen Nifarro Nama : Yelsi Karmayanti NPM : 19213422 Jurusan : Manajemen Pembimbing : Dr. Ir. Rina Sugiarti,SE
Lebih terperinciHasil Output SPSS 16.0 For Windows
Hasil Output SPSS 16.0 For Windows Correlations Ling.Keluarga Prestasi Belajar Motivasi Ling.Keluarga Pearson Correlation 1.116.341 ** Sig. (2-tailed).242.000 N 104 104 104 Prestasi Belajar Pearson Correlation.116
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hipotesis Gambar 4.1 Hubungan variabel bebas dan variabel terikat Keterangan : X 1 = Kompensasi X 2 = Iklim Organisasi Y = Kepuasan Kerja Hipotesis : 1. H 0 : r y1 = 0 H
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciRegresi Linear Sederhana (Tunggal)
Regresi Linear Sederhana (Tunggal) Analislah variabel X dan Y dengan menggunakan teknik Regresi Linear Sederhana, dengan langkah-langkah: No. X X2 Y No. X X2 Y 2 0 6 2 2 5 2 0 2 5 22 3 4 6 3 0 9 6 23 0
Lebih terperinciRudi Aditia Hartono Manajemen Ekonomi 2013
Rudi Aditia Hartono 16210622 Manajemen Ekonomi 2013 Faktor Faktor Yang Mempengaruhi Minat Kepuasan Konsumen Dalam Memilih Pelayanan Jasa Steam Mobil Flamboyan. Latar Belakang 1. Jumlah volume kendaran
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciDari tabel di atas, diperoleh nilai dari Durbin-Watson sebesar 2.284, di. mana angka tersebut bernilai lebih besar dari 2, yang berarti terdapat
76 a Predictors: (Constant), Debt to Equity, Current, Return on Assets, Price Earning, Debt, Assets Turnover, Earning per Share, Return on Equity b Dependent Variable: Imbal hasil Dari tabel di atas, diperoleh
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. dalam hal ini adalah kayu dan modal produksi. Untuk itu maka terbentuk
BAB V HASIL DAN PEMBAHASAN 5.1. Sistem Dinamika Potensi Pendapatan Hutan dapat dikatakan sebagai alat produksi sekaligus hasil produksi. Hutan sebagai alat produksi artinya hutan menghasilkan yang boleh
Lebih terperinciPENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG
PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG Oleh : Fitri Zakiyah (10208526) Latar Belakang Sumber Daya Manusia (SDM) merupakan
Lebih terperinciKUESIONER PENELITIAN
Lampiran : KUESIONER PENELITIAN ANALISIS PENGARUH MODAL AWAL DAN MODAL PINJAMAN PADA BANK SYARIAH TERHADAP PENDAPATAN PENGUSAHA UKM DI KECAMATAN MEDAN JOHOR MEDAN I. Petunjuk Pengisian No. Responden:.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap Harga Saham Pada Perusahaan Perdagangan, Jasa Dan Investasi Di Daftar Efek Syariah
Lebih terperinciLampiran 1 KUESIONER ANALISIS PEMBANGUNAN EKONOMI TERHADAP KETIMPANGAN PEMBANGUNAN ANTAR SEKTOR WILAYAH KOTA MEDAN
Lampiran KUESIONER ANALISIS PEMBANGUNAN EKONOMI TERHADAP KETIMPANGAN PEMBANGUNAN ANTAR SEKTOR WILAYAH KOTA MEDAN B. Identitas Responden. Nama :. 2. Umur :. tahun 3. Jenis Kelamin :. 4. Status perkawinan
Lebih terperinciAPLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : 021-834 14694 / email : klik.statistik@gmail.com
APLIKASI REGRESI SEDERHANA DENGAN SPSS HENDRY admin teorionline.net Phone : 02-834 4694 / email : klik.statistik@gmail.com Tentang Regresi Sederhana Analisis regresi merupakan salah satu teknik analisis
Lebih terperinciANALISIS PENGARUH KUALITAS PELAYANAN KLINIK BERSALIN BAKTI NUGRAHA TERHADAP KEPUASAN PASIEN
ANALISIS PENGARUH KUALITAS PELAYANAN KLINIK BERSALIN BAKTI NUGRAHA TERHADAP KEPUASAN PASIEN Nama : Linda Saraswati NPM : 14211110 Kelas : 3EA18 Pembimbing : Reni Diah Kusumawati, SE., MMSi Latar Belakang
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
digilib.uns.ac.id BAB 4 ANALISIS DAN PEMBAHASAN Pada bab ini disampaikan analisis hubungan volume kendaraan, kecepatan kendaraan dan jarak pengukuran terhadap kebisingan pada ruas Jalan Ir. Juanda Kota
Lebih terperinciBAB 4 PEMBAHASAN HASIL PENELITIAN
BAB 4 PEMBAHASAN HASIL PENELITIAN 41 Hasil Uji Statistik 411 Statistik Deskriptif Pada bagian ini akan dibahas mengenai hasil pengolahan data statistik deskriptif dari variabel-variabel yang diteliti Langkah
Lebih terperinciAnalisis Korelasi & Regresi
Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap
Lebih terperinciAndry Wirawan Analisis Pengaruh Produk dan Harga Terhadap Keputusan Pembelian Konsumen Pada Warung Ayam Monyet.
Andry Wirawan 10210772 Manajemen Ekonomi 2013 Analisis Pengaruh Produk dan Harga Terhadap Keputusan Pembelian Konsumen Pada Warung Ayam Monyet. Latar Belakang Sebagai studi kasus tentang produk dan harga,
Lebih terperinciBAB II STUDI PUSTAKA. masing-masing harus dilakukan secara terpisah dan berurutan. Sub-sub model. Bangkitan dan tarikan pergerakan
BAB II STUDI PUSTAKA.1 Konsep Perencanaan Transportasi Terdapat beberapa konsep perencanaan transportasi yang telah berkembang sampai saat ini yang paling populer adalah Model Perencanaan Transportasi
Lebih terperinciBAB VI PENGUMPULAN DATA
BAB VI PENGUMPULAN DATA 6.1. Umum Pengumpulan data dalam tugas akhir ini dibagi dalam 2 jenis. Yaitu pengumpulan data primer dan pengumpulan data sekunder. Pengumpulan data primer dilakukan dengan metoda
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Tabel 4.1
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Berikut hasil
Lebih terperinciBAB IV PAPARAN DATA DAN PEMBAHASAN HASIL PENELITIAN
BAB IV PAPARAN DATA DAN PEMBAHASAN HASIL PENELITIAN 4.1 Profil Sekolah SMK Negeri 6 Malang yang beralamat di Jalan Ki Ageng Gribig 28 Malang, merupakan sekolah menengah kejuruan berstatus negeri yang resmi
Lebih terperinciBAB IV ANALISIS DATA. telah ada pada pokok bahsan bab awal. Hipotesa penulis adalah : Komunikasi IAIN Sunan Ampel Surabaya.
83 BAB IV ANALISIS DATA A. Pengujian Hipotesis Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan menggunakan program SPSS, penulis membuat hipotesis sebagaimana yang telah ada pada pokok
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperincidengan cara mengalikan jumlah kendaraan total dengan faktor konversi (emp) yang
BAB IV HASIL PENELITIAN DAN ANALISIS 4.1 Hasil Penelitian 4.1.1 Volume lalulintas persimpangan Kepentingan analisis digunakan data volume lalulintas 1jam terpadat dari seluruh hasil survei volume lalulintas
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
48 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Karakteristik Responden Data yang digunakan dalam penelitian ini adalah data primer. Data dikumpulkan dan diperoleh melalui menyebar kuesioner secara langsung kepada
Lebih terperinciLAMPIRAN. Lampiran 1 Perhitungan massa CO 2
159 LAMPIRAN Lampiran 1 Perhitungan massa CO 2 Berdasarkan data hasil ujicoba pada kelima fotobioreaktor (R1, R2, R3, R4 dan R5), telah dihitung kapasitas rerata penyerapan CO 2 selama penelitian (persamaan
Lebih terperinciBAB IV ANALISIS HASIL PEMBAHASAN
BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Analisis Profil Responden 4.1.1 Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian
Lebih terperinciBAB 4 HASIL PENELITIAN DAN PEMBAHASAN
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Survei Untuk memperoleh data dari responden digunakan lembaran kuesioner yang disebar mulai bulan Agustus 2005 hingga September 2005. Adapun contoh kuesioner
Lebih terperinciKUESIONER PENGARUH GAYA HIDUP TERHADAP KEPUTUSAN PEMBELIAN SEPEDA MOTOR VARIO 150 DI KOTA YOGYAKARTA
KUESIONER PENGARUH GAYA HIDUP TERHADAP KEPUTUSAN PEMBELIAN SEPEDA MOTOR VARIO 150 DI KOTA YOGYAKARTA Kepada Yth : Saudara/i Responden Di tempat Assalamuallaikum, Wr.Wb Berkaitan dengan penelitian yang
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Tabel. 4.1 Data Laporan Keuangan PT Mayora Indah Tbk.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Berikut adalah data laporan keuangan PT Mayora Indah Tbk (dalam juta Rupiah), selama tahun 2007 sampai dengan 2010.
Lebih terperinciKUESIONER PENELITIAN SKRIPSI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PERSEPSI PENERAPAN AKUNTANSI PADA PARA PEMILIK UKM (USAHA KECIL
KUESIONER PENELITIAN SKRIPSI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PERSEPSI PENERAPAN AKUNTANSI PADA PARA PEMILIK UKM (USAHA KECIL DAN MENENGAH) TOKO BANGUNAN DI DAERAH CENGKARENG, JAKARTA BARAT Responden
Lebih terperinciKUESIONER. Responden yang terhormat,
KUESIONER Responden yang terhormat, Saya Ardanis Fitri Pitaloka, saya adalah mahasiswa S1 Sekolah Tinggi Ilmu Ekonomi Indonesia (STIESIA) yang sedang melakukan penelitian tentang konsumen belanja online
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Pada penelitian ini, pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada para responden yang merupakan karyawan pada PT. BKR yang berada
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. keputusan investasi terhadap nilai perusahaan pada perusahaan Consumer
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Penelitian ini dilakukan untuk menguji pengaruh struktur modal dan keputusan investasi terhadap nilai perusahaan pada perusahaan Consumer Goods yang terdaftar
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN. 1. Deskripsi Pengumpulan Data Penelitian. Yamaha SS Cabang Kedungmundu Semarang. Kuesioner dibagikan
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis Deskriptif 1. Deskripsi Pengumpulan Data Penelitian Penelitian ini menggunakan data hasil penyebaran koesioner kepada 100 orang responden calon konsumen
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Lazada Indonesia merupakan top online retailer di Indonesia. Perusahaan
BAB IV HASIL DAN PEMBAHASAN A. Gambar umum Lazada Indonesia Lazada Indonesia merupakan top online retailer di Indonesia. Perusahaan ini memberikan kesempatan kepada konsumen untuk membeli segala jenis
Lebih terperinciBAB IV ANALISIS DATA
BAB IV ANALISIS DATA A. Deskripsi Data Penelitian ini berjudul Pengaruh Penggunaan Media Cetak dan Media Audio Visual Terhadap Prestasi Belajar Al-Qur an Hadits di MTs Negeri Aryojeding. Penelitian ini
Lebih terperinciEFEKTIFITAS PENGGUNAAN WEB BASED LEARNING PADA MATAKULIAH PRAKTIKUM STRUKTUR DATA DENGAN BAHASA C++
EFEKTIFITAS PENGGUNAAN WEB BASED LEARNING PADA MATAKULIAH PRAKTIKUM STRUKTUR DATA DENGAN BAHASA C++ Nurul Adha Oktarini Saputri* 1, Merrieayu Puspita Hannah 2, Heri Suroyo 3 1,2 Universitas Bina Darma;
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis data yang dilakukan dalam bab ini pada dasarnya dapat dikelompokkan menjadi dua bagian. Bagian pertama merupakan analisis
Lebih terperinciPEMODELAN BIAYA TRANSPORTASI MAHASISWA UNIVERSITAS KRISTEN MARANATHA FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITAS KRISTEN MARANATHA BANDUNG
PEMODELAN BIAYA TRANSPORTASI MAHASISWA UNIVERSITAS KRISTEN MARANATHA Richard NRP : 9721032 NIRM : 41077011970268 Pembimbing : Santoso Urip Gunawan, Ir., MT. FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITAS
Lebih terperinci