ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010"

Transkripsi

1 ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti ( ) Dosen Pembimbing: Muhammad Sjahid Akbar, S.Si, M.Si

2 LATAR BELAKANG SMA/SMK PEMERINTAH UUD 1945 Pasal 31 (1) PTN Faktor-faktor yang Mempengaruhi IP SUKSES

3 RUMUSAN PERMASALAHAN 1 Bagaimana karakteristik mahasiswa Diploma penerima beasiswa bidik misi di Surabaya? 2 Apakah faktor-faktor yang mempengaruhi indeks prestasi mahasiswa Diploma penerima beasiswa bidik misi di Surabaya

4 TUJUAN 1. Untuk mendeskripsikan karakteristik mahasiswa Diploma penerima beasiswa bidik misi di Surabaya. 2. Untuk mengetahui faktor-faktor yang mempengaruhi indeks prestasi mahasiswa Diploma penerima beasiswa bidik misi di Surabaya

5 BATASAN MASALAH DAN MANFAAT Mahasiswa Diploma perguruan tinggi negeri yang menerima beasiswa bidik misi tahun 2010 di Surabaya. 1. Memberi masukan bagi Dinas Pendidikan Nasional dalam menangani beasiswa bidik misi. 2. Manfaat bagi perguruan tinggi sebagai dasar pengambilan kebijakan dalam penerimaan calon mahasiswa selanjutnya. 3. Manfaat bagi masyarakat untuk memperoleh informasi tentang perkembangan mahasiswa bidik misi selama kuliah di perguruan tinggi negeri.

6 TINJAUAN PUSTAKA TINJAUAN STATISTIKA Statistik Deskriptif Statistik deskriptif adalah suatu metode yang berkaitan dengan pengumpulan dan penyajian data sehingga memberikan informasi yang berguna (Walpole, 1995). Regresi Logistik Biner Data dengan variabel respon mengandung unsur sukses atau gagal ini merupakan bentuk paling sederhana dari data kategori. Model yang paling sering digunakan untuk data dua kategori adalah regresi logistik biner (Agresti, 1990). Bentuk model regresi logistik dengan variabel prediktor i adalah sebagai berikut. e 1+ e ( β0 + β1x βi xi ) π ( x) = ( β + β x β x i i )

7 PENGUJIAN PARAMETER MODEL REGRESI LOGISTIK Uji serentak Uji serentak dilakukan untuk mengetahui signifikansi parameter β terhadap variabel respon secara keseluruhan. Pengujian signifikansi parameter tersebut menggunakan statistik uji G, dimana statistik uji G mengikuti distribusi Chi-Square (Hosmer dan Lemeshow, 2000). Uji parsial Pengujian ini dilakukan untuk mengetahui signifikansi parameter terhadap variabel respon. Pengujian signifikansi parameter menggunakan uji Wald (Hosmer dan Lemeshow, 2000).

8 TINJAUAN PUSTAKA Uji Kesesuaian Model Pengujian ini dilakukan untuk menguji apakah model yang dihasilkan berdasarkan regresi logistik multivariat/serentak sudah layak. Dengan kata lain tidak terdapat perbedaan antara hasil pengamatan dan kemungkinan hasil prediksi model (Hosmer dan Lemeshow, 2000). Intepretasi Koefisien Parameter Nilai odds ratio ψ menunjukkan kecendrungan hubungan suatu variabel pengamatan x terhadap objek pengamatan y. Bila nilai ψ=1, maka antara kedua variabel tersebut tidak terdapat hubungan. Bila ψ<1, maka terdapat hubungan negatif pada perubahan nilai x bila bernilai benar dan demikian sebaliknya bila ψ>1. (Hosmer dan Lemeshow, 2000).

9 TINJAUAN PUSTAKA TINJAUAN NON STATISTIKA Beasiswa dan biaya pendidikan bagi calon mahasiswa dari keluarga yang kurang mampu secara ekonomi dan berprestasi yang disebut Beasiswa Bidik Misi (DIKTI, 2010). 1. Meningkatkan motivasi belajar dan prestasi calon mahasiswa, khususnya mereka yang menghadapi kendala ekonomi. 2. Meningkatkan akases dan kesempatan belajar di perguruan tinggi bagi rakyat Indonesia yang berpotensi akademik tinggi dan kurang mampu secara ekonomi. 3. Menjamin keberlangsungan studi mahasiswa sampai selesai. 4. Meningkatkan prestasi mahasiswa, baik pada bidang akademik/kurikuler, ko-kurikuler maupun ekstra kurikuler. 5. Menimbulkan dampak iring bagi mahasiswa dan calon mahasiswa lain untuk selalu meningkatkan prestasi. 6. Melahirkan lulusan yang mandiri, produktif dan memiliki kepedulian sosial, sehingga mampu berperan dalam upaya pengentasan kemiskinan. T U J U A N

10 TINJAUAN NON STATISTIKA Indeks Prestasi Mahasiswa (IP) Dalam peraturan akademik ITS (2011), nilai indeks prestasi mahasiswa terbagi atas 6 kategori: IPS < 1,50 1,50 IPS < 2,00 2,00 IPS < 2,50 2,50 IPS < 3,00 3,00 IPS < 3,50 IPS 3,50 dimana dalam perolehan IP, proses belajar mengajar dimonitoring dan dinilai melalui tugas, kuis, UTS dan UAS.

11 FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR Menurut Syah (2001) ada beberapa faktor yang mempengaruhi prestasi belajar secara umum, faktor-faktor tersebut dapat digolongkan atas: 1. Faktor internal mahasiswa (faktor dari dalam diri mahasiswa), faktor internal yang meliputi dua aspek, yaitu aspek fisiologis (yang bersifat jasmaniah) dan aspek psikologis (yang bersifat rohaniah). 2. Faktor eksternal mahasiswa (faktor dari luar diri mahasiswa) yakni kondisi lingkungan di sekitar mahasiswa, yaitu terdiri atas lingkungan sosial dan lingkungan non-sosial. Menurut Tu u (2004) faktor-faktor yang mempengaruhi keberhasilan siswa dalam mencapai hasil belajar yang baik terdiri dari: 1. Faktor internal meliputi: a. Faktor kecerdasan b. Faktor bakat c. Faktor minat dan perhatian d. Faktor kesehatan e. Faktor cara belajar 2. Faktor eksternal meliputi: a. Faktor lingkungan keluarga b. Faktor pergaulan c. Faktor sekolah d. Faktor sarana pendukung belajar

12 Hasil Penelitian Sebelumnya Irnawati (2003) Salah satu parameter ukuran keberhasilan kemajuan belajar mahasiswa diukur dari nilai Indeks Prestasi Kumulatif (IPK), sedangkan tinggi rendahnya IP mahasiswa secara umum dapat dipengaruhi oleh beberapa faktor yang akan diteliti, yaitu sebagai berikut. 1. Faktor latar belakang mahasiswa 2. Faktor ekonomi keluarga 3. Faktor aktifitas akademik dan ekstrakurikuler 4. Faktor fasilitas penunjang akademik 5. Faktor lingkungan

13 Hasil Penelitian Sebelumnya Istiqomah (2008) Faktor-faktor yang mempengaruhi Indeks Prestasi (IP) mahasiswa baru S1 ITS angkatan 2006 semester 1 adalah: 1. Akademik mahasiswa, yang meliputi: a) Mata kuliah yang menyebabkan nilai jelek b) Faktor-faktor yang menyebabkan nilai mata kuliah jelek c) Sistem pembelajaran 2. Kegiatan mahasiswa, yang meliputi: a) Aktivitas mahasiswa b) Pengaruh aktifitas c) Jenis informasi dan orientasi d) Pengaruh informasi dan orientasi 3. Psikologi a) Gaya belajar mahasiswa b) Cara belajar mahasiswa c) Lama waktu belajar d) Alokasi waktuk bersantai e) Alasan yang memotivasi semangat belajar f) Kesulitan dalam perkuliahan.

14 METODELOGI PENELITIAN Sumber Data Primer Sekunder Survey secara langsung pada tanggal 19 April 18 Mei Sampling frame yang didapatkan dari database DIKTI.

15 Teknik Pengambilan Sampel Rumus yang digunakan untuk menentukan besarnya sampel dengan menggunakan rumus Slovin yaitu: (Umar, 2004). 2 keterangan : n NPQ = ( N 1) D + PQ B D = Z 1 α 2 keterangan : n : Jumlah sampel N : Jumlah populasi P : Proporsi IP tinggi sebesar 0,7 Q : Proporsi IP rendah (1-P= 0,3) B : Batas kekeliruan yang diinginkan pada penelitian Jadi jumlah sampel yang akan diambil dalam penelitian ini adalah: D = 0,089 1,96 2 = 0, ,7.0,3 n = = 68 (210 1).0, ,7.0,3

16 Dengan rincian jumlah sampel tiap PTN adalah sebagai berikut. PTN Populasi Sampel Institut Teknologi Sepuluh November 4 2 Politeknik Elektronika Negeri Surabaya Politeknik Perkapalan Negeri Surabaya 8 3 Universitas Airlangga Universitas Negeri Surabaya Total

17 Variabel Penelitian Variabel Keterangan Y: IP mahasiswa bidik misi 1. Rendah (< 3,00) 2. Tinggi (>= 3,00) X 1 : Jenis kelamin 1. Perempuan 2. Laki-laki X 2 : Usia - 1. ITS 2. UNAIR X 3 : PTN 3. UNESA 4. PENS 5. PPNS X 4 : Asal daerah 1. Surabaya 2. Luar Surabaya X 5 : Jenis SMA/SMK 1. Swasta 2. Negeri

18 Variabel X 6 : Status SMA/SMK X 7 : Tempat tinggal X 8 : Pendidikan terakhir ayah X 9 : Pendidikan terakhir ibu X 10 : Pekerjaan ayah Keterangan 1. Non-Standart 2. SBI 3. RSBI 1. Bersama Orang Tua/ Keluarga 2. Kos-kosan/Kontrakan 1. Tidak sekolah 2. SD 3. SMP / MTs 4. SMU / MA 5. Perguruan Tinggi 1. Tidak sekolah 2. SD 3. SMP / MTs 4. SMU / MA 5. Perguruan Tinggi 1. Tidak bekerja 2. Petani 3. PNS 4. Swasta 5. Wiraswasta

19 Variabel X 11 : Pekerjaan ibu X 12 : Pendapatan orang tua tiap bulan Keterangan 1. Tidak bekerja 2. Petani 3. PNS 4. Swasta 5. Wiraswasta 1. < Rp Rp Rp > Rp X 13 : Kepemilikan kartu gakin X 14 : Pengeluaran mahasiswa tiap bulan 1. Ya 2. Tidak 1. < Rp Rp Rp > Rp X 15 : Lama belajar 1. 2 jam 2. > 2 jam

20 Variabel X 16 : Suasana Belajar Keterangan 1. Sepi 2. Ramai (dengan musik) X 17 : Motivasi belajar X 18 : Prestasi yang digunakan untuk daftar Bidik Misi X 19 : Kecukupan dana beasiswa 1. Cukup 2. Tidak X 20 : Waktu penyaluran dana - X 21 : Keterlambatan dana 1. Mahalnya biaya hidup dan kuliah 2. Dukungan orang tua 3. Pengaruh teman 4. Kesadaran pribadi 5. Lingkungan yang mendukung 1. Akademik/Kurikuler 2. Ko-kurikuler 3. Ekstrakurikuler 1. Terlambat 2. Tidak terlambat X 22 : Kepemilikan Facebook X 23 :Kesesuaian jurusan X 24 : Keinginan ikut SNMPTN lagi 1. Punya 2. Tidak punya 1. Sesuai 2. Tidak Sesuai 1. Ingin 2. Tidak

21 ANALISIS DATA Karakteristik mahasiswa Statistika deskriptif Faktor-faktor yang mempengaruhi indeks prestasi Regresi logistik biner

22 ANALISIS DAN PEMBAHASAN Indeks Prestasi (IP) Analisis Deskriptif IPK Rendah 25% IPK Tinggi 75% Asal Daerah Surabaya 15% Luar Surabaya 85%

23 ANALISIS DAN PEMBAHASAN Tempat Tinggal Tidak Kost/ kontrak 28% Analisis Deskriptif Kost/ Kontrak 72% Wira swasta 18% Pekerjaan Ayah Tidak Bekerja 23% Swasta 28% Petani 31%

24 ANALISIS DAN PEMBAHASAN Wira swasta 25% Pekerjaan Ibu Analisis Deskriptif Swasta 6% PNS 1% Petani 22% Tidak bekerja 46% > 1juta 8% Pendapatan Orang Tua 500ribu 35% > 500ribu -1juta 57%

25 ANALISIS DAN PEMBAHASAN Kepemilikan Kartu Gakin Analisis Deskriptif Tidak Punya 51% Punya 49% Pengeluaran Mahasiswa > 1 juta 3% 500 ribu 31% >500ribu - 1juta 66%

26 ANALISIS DAN PEMBAHASAN Analisis Deskriptif (informasi tentang bidik misi) Jenis Prestasi Ko-kurikuler 12% Ekstrakurikuler 9% Akademik/ Kurikuler 79%

27 ANALISIS DAN PEMBAHASAN Analisis Deskriptif (informasi tentang bidik misi) Keterlambatan Dana Tidak terlambat 35% Kecukupan Dana Terlambat 65% Cukup 71% Tidak cukup 29% Lainnya 1% Banyak kebutuhan lain 19% Mahalnya biaya hidup 9%

28 ANALISIS DAN PEMBAHASAN Analisis Deskriptif (informasi tentang bidik misi) Kepemilikan FB Tidak punya 6% Gabung Group Punya 94% Sudah bergabung 58% Belum bergabung 42% Belum tau 32% Belum menambahkan 10%

29 ANALISIS DAN PEMBAHASAN Kesesuaian Jurusan Tidak sesuai 4% Analisis Deskriptif (informasi tentang bidik misi) Sesuai 96% Keinginan SNMPTN Ingin 10% Tidak Ingin 90%

30 ANALISIS DAN PEMBAHASAN Analisis Deskriptif Indeks Prestasi Variabel Kategori Rendah Tinggi Total Jenis Kelamin Usia PTN Perempuan 4,5% 35,3% 100% Laki-laki 20,5% 39,7% 18 tahun 7,35% 14,7% 19 tahun 13,23% 54,51% 20 tahun 4,41% 5,88% ITS 0% 2,94% UNAIR 4,41% 19,11% UNESA 4,41% 17,64% PENS 14,7% 32,35% PPNS 1,47% 2,94% 100% 100%

31 Variabel Jenis SMA Status SMA Pendidikan Ayah Pendidikan Ibu Lama belajar Suasana belajar Alasan kuliah Kategori Indeks Prestasi Rendah Tinggi Swasta 8,82% 13,23% Negeri 16,17% 61,76% Non-standart 2,94% 11,76% SSN 16,17% 48,52% RSBI 5,88% 14,7% Tidak sekolah 0% 1,47% SD 13,23% 39,7% SMP 5,88% 16,17% SMA 7,35% 17,64% PT 0% 2,94% SD 13,23% 39,7% SMP 5,88% 19,11% SMA 7,35% 11,76% PT 0% 4,41% 2 jam 17,64% 35,29% > 2 jam 7,35% 39,7% Sepi 11,76% 54,41% Ramai 13,23% 20,58% Mahalnya biaya hidup/kuliah 4,41% 1,47% Dukungan orangtua 2,94% 20,58% Pengaruh teman 0% 2,94% Kesadaran pribadi 17,65% 47,05% Lingkungan yang mendukung 0% 2,94% Total 100% 100% 100% 100% 100% 100% 100%

32 ANALISIS DAN PEMBAHASAN Uji Parsial Faktor-faktor yang Mempengaruhi Indeks Prestasi (IP) H 0 : β j =0, j= 1, 2, H 1 : β j 0, j= 1, 2, Statistik Uji: W i ˆ βi SE( ˆ β ) Daerah penolakan: tolak Ho jika = i atau W > Z (α / 2) W Tabel 4.1 Uji parsial 2 > 2 χ( α, db) 2 χ (10%,1) Variabel B Wald Keputusan X 1 : Jenis Kelamin(1) -1,423 4,186 2,706 Tolak H 0 X 15 : Lama Belajar(1) 0,993 2,725 2,706 Tolak H 0 X 16 : Suasana Belajar(1) -1,090 3,549 2,706 Tolak H 0 X 17 : Alasan Kuliah Alasan Kuliah(1) Alasan Kuliah(2) Alasan Kuliah(3) Alasan Kuliah(4) 3,045 22,302 2,079 22,302 4,871 4,866 0,000 2,986 0,000 7,779 2,706 2,706 2,706 2,706 Gagal tolak H 0 Tolak H 0 Gagal tolak H 0 Tolak H 0 Gagal tolak H 0

33 ANALISIS DAN PEMBAHASAN Uji Serentak H 0 : β 1 = β 15 = β 17 = 0 H 1 : paling sedikit ada satu β i 0 Statistik Uji: G = 2ln Daerah penolakan: tolak Ho jika G > n i= 1 n n 1 Faktor-faktor yang Mempengaruhi Indeks Prestasi (IP) y i 1 yi [ ˆ π ] [ 1 ˆ π ] i n 1 n0 n i n 0 χ 2 ( α, db) Tabel 4.1 Uji serentak G 2 χ 10%;2 Keputusan 12,188 4,605 Tolak H 0

34 ANALISIS DAN PEMBAHASAN Sehingga didapatkan model logit sebagai berikut. g (x)= 1,813 2,114X 1(1) + 1,737 X 15(1) Dengan probabilitas sebagai berikut. Faktor-faktor yang Mempengaruhi Indeks Prestasi (IP) 2 χ (10%,1) Variabel B Wald Exp(B) Keputusan X 1 : Jenis Kelamin(1) -2,114 7,479 2,706 0,121 Tolak H 0 X 15 : Lama Belajar(1) 1,737 6,408 2,706 5,680 Tolak H 0 Constant 1,813 8,498 2,706 6,131 Tolak H 0 π 1,813 2,114 X1(1) + 1,737 X e ( x ) = 1,813 2,114 X + 1,737 X 1+ e 1(1) 15(1) 15(1) π (1) e 1+ e 1,813 2,114 X 1(1) + 1,737 X 1(1) 15(1) = 1,813 2,114 X + 1,737 X 15(1) = 0,8

35 ANALISIS DAN PEMBAHASAN Faktor-faktor yang Mempengaruhi Indeks Prestasi (IP) Uji kesesuaian model H 0 : Model sesuai (tidak ada perbedaan antara hasil observasi dengan kemungkinan prediksi model) H 1 : Model tidak sesuai(ada perbedaan antara hasil observasi dengan kemungkinan prediksi model) Statistik Uji: ^ C = g k= 1 ( o k k - n k k π ) k k 2 n π (1- π ) Tabel 4.3 Uji kesesuaian model Ĉ 2 χ 10%;2 Keputusan 0,236 4,605 Gagal tolak H 0

36 ANALISIS DAN PEMBAHASAN Faktor-faktor yang Mempengaruhi Indeks Prestasi (IP) Odds ratio Interpretasi model regresi logistik yang digunakan untuk menentukan hubungan fungsional antara variabel bebas dan variabel tak bebas untuk mengetahui seberapa besar faktor-faktor yang berpengaruh terhadap IP. Tabel 4.4 Interpretasi odds ratio Variabel yang masuk Exp (B) X 1 : Jenis Kelamin (1) 0,121 X 15 : Lama Belajar (1) 5,680

37 KESIMPULAN DAN SARAN Kesimpulan 1. Deskripsi karakteristik mahasiswa Diploma penerima beasiswa bidik misi di Surabaya adalah mahasiswa Bidik Misi di Surabaya mempunyai nilai IP tinggi 75%. Mayoritas mahasiswa berasal dari luar Surabaya sebesar 85%. Mayoritasm tempat tinggal mahasiswa kost/kontrak sebesar 72%. Pekerjaan orang tua mahasiswa yang paling banyak adalah ayah sebagai petani dan ibu sebagai ibu rumah tangga. Pendapatan orang tua yang paling banyak adalah lebih dari Rp hingga Rp sebesar 57%. Keluarga mahasiswa 51% tidak memiliki kartu Gakin. Pengeluaran mahasiswa paling banyak adalah lebih dari Rp hingga Rp sebesar 66%. Mahasiswa yang merasa cukup dengan dana beasiswa sebesar Rp perbulan sebesar 71%. Menurut mahasiswa 65% dana beasiswa Bidik Misi terlambat. Mahasiswa yang sudah bergabung kedalam group Bidik Misi sebesar 58%. Mahasiswa Bidik Misi merasa jurusan yang telah diambil sesuai dengan keinginannya sebesar 96%. Mahasiswa Bidik Misi sebesar 90% tidak ingin mengikuti SNMPTN lagi tahun ini. 2. Faktor-faktor yang mempengaruhi IP mahasiswa Diploma penerima beasiswa bidik misi di Surabaya adalah jenis kelamin, dan lama belajar.

38 KESIMPULAN DAN SARAN Saran yang telah dihimpun dari mahasiswa penerima beasiswa Bidik Misi di Surabaya, sebagai bahan evaluasi DIKTI dalam program Bidik Misi 2010 sehingga lebih baik untuk kedepannya adalah dana beasiswa sebaiknya tepat waktu, lebih tepat sasaran, jumlah dana dan kuotanya ditambah lagi, lebih diperluas lagi sehingga dapat menjangkau daerah terpencil, adanya cicilan laptop dan lebih perhatian pada mahasiswa Bidik Misi. Program beasiswa bidik misi baru berjalan selama 1 tahun, jadi hasil dari penelitian ini adalah hasil selama 1 tahun. Maka perlu dilakukan penelitian selanjutnya yang lebih luas lagi tidak hanya di wilayah Surabaya dan tidak hanya pada mahasiswa prodi Diploma agar didapatkan hasil yang lebih bagus dan lebih bermanfaat. Pada penelitian ini, dalam melakukan pengambilan sampel lebih baik jumlah sampel diperbanyak lagi. Untuk variabel penelitian bisa ditambahkan lagi terutama variabel yang ada hubungannya dengan Bidik Misi. Saran

39 Agresti, A Categorical Data Analysis. New York: John Wiley and Sons. DIKTI Buku Panduan Program Beasiswa Bidik Misi. Jakarta: Departemen Pendidikan Nasional. Hosmer, D. W. and Lemeshow, S Applied Logistic Regression. USA: John Wiley and Sons, Inc. Irnawati, Poppi Analisis Model Faktor-Faktor yang Mempengaruhi Indeks Prestasi Komulatif Mahasiswa Program S1 Ekstensi Matematika Institut Teknologi Sepuluh Nopember Surabaya. Surabaya: Institut Teknologi Sepuluh Nopember. Istiqomah, Ma rifatin Analisis Statistik Faktor-Faktor yang Mempengaruhi Indeks Prestasi Mahasiswa Baru S1 ITS Angkatan 2006 Semester 1 dengan Pendekatan Analisis Regresi Ordinal. Surabaya: Institut Teknologi Sepuluh Nopember. ITS. Peraturan Akademik. Diakses dari Kamis, 10 Maret Pukul WIB. Susilaningrum, D dan Purhadi Teknik Sampling. Surabaya: Institut Teknologi Sepuluh Nopember. Syah, Muhibbin Psikologi Belajar. Jakarta: Bumi Aksara. Tu u, Tulus Peran Disiplin pada Perilaku dan Prestasi Siswa. Jakarta: PT. Gramedia Widiasarana Indonesia. Walpole, E. Ronald and Myer Ilmu Peluang dan Statistik untuk Insinyur dan Ilmuwan (terjemahan RK Sembiring) Edisi keempat. Bandung: Institut Teknologi Bandung. DAFTAR PUSTAKA

40 TERIMA KASIH

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama

Lebih terperinci

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

pendekatan regresi logistik biner Oleh :Wida Suliasih ( ) Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian

Lebih terperinci

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA TUGAS AKHIR ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA Any Masruroh 1308 030 065 Dosen Pembimbing Ir. Arie Kismanto, M.Sc PENDAHULUAN Latar Belakang Permasalahan

Lebih terperinci

EKO ERTANTO PEMBIMBING

EKO ERTANTO PEMBIMBING UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik

Lebih terperinci

ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR

ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR Senin, 4 Maret 203 Ruang Sidang Gedung H ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR Disusun Oleh: MIRNA RAMADHANI (30030074) DOSEN PEMBIMBING Dra. Destri Susilaningrum,

Lebih terperinci

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi Analisis dan Pembahsan Statistika Deskriptif Regresi Logistik Biner Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H 1 : Ada hubungan antara variabel prediktor

Lebih terperinci

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR Faktor-faktor yang Mempengaruhi Peranan Ibu Rumah Tangga Nelayan Terhadap Pemenuhan Kebutuhan Rumah Tangga di Kelurahan Tebul Bangkalan dengan Metode Regresi Logistik Biner MOCH. FAUZI 1307 030 056 PEMBIMBING

Lebih terperinci

6. Pasien yang Batuk Darah

6. Pasien yang Batuk Darah 6. Pasien yang Batuk Darah 7. Pasien yang Nyeri dada FAKTOR-FAKTOR YANG MEMPENGARUHI PENDERITA PENYAKIT TB PARU DI RSU HAJI SURABAYA 1. Uji Independensi hipotesis yang digunakan adalah sebagai berikut

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK Oleh: Agista Dyah Prabawati (1308 100 026) Dosen Pembimbing: Dra. Destri Susilaningrum,

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Aplikasi Regresi Logistik Biner untuk Menganalisis Faktor Faktor yang Mempengaruhi Waktu Kelulusan Mahasiswa (Studi Kasus Mahasiswa Bidik

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL 1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien

Lebih terperinci

Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner

Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Oleh : Febrian Hadi Santoso 1308 030 016 Pembimbing : Wibawati, S.Si, M.Si

Lebih terperinci

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 1 SidangTugas Akhir Javelline Putri B. Purba (1310030080) Dosen Pembimbing : Dr.Dra.Ismaini Zain, Msi ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER

Lebih terperinci

FAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER FAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER RIZKA ARIFANJUNI NRP 1309 030 027 Dosen Pembimbing Dr. Bambang Widjanarko O., M.Si.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden

Lebih terperinci

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat

Lebih terperinci

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN 1 Analisis Regresi Logistik Biner Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Status Penerimaan Beras Keluarga Miskin (Raskin) Di Kecamatan Gunung Anyar Faiz Ramadhani Rahman, Ismaini Zain Jurusan

Lebih terperinci

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi Oleh : Firda Velayati 307 00 05 PENDAHULUAN LATAR BELAKANG Ekonomi masyarakat Pesisir Pendapatan nelayan dinaikkan Penelitian

Lebih terperinci

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN): Studi Kasus di FMIPA Unsyiah

Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN): Studi Kasus di FMIPA Unsyiah Statistika, Vol. 15 No. 1, 17 23 Mei 2015 Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN): Studi Kasus di FMIPA Unsyiah Ridha Ferdhiana, 1,2, Ira Julita 1, Asep rusyana

Lebih terperinci

Statistika ITS Surabaya

Statistika ITS Surabaya SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan

Lebih terperinci

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

PROGRAM BEASISWA BIDIK MISI

PROGRAM BEASISWA BIDIK MISI KATA PENGANTAR PROGRAM BEASISWA BIDIK MISI BEASISWA PENDIDIKAN BAGI CALON MAHASISWA BERPRESTASI DARI KELUARGA KURANG MAMPU DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN TINGGI DIREKTORAT

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan

Lebih terperinci

ANALISIS STATISTIK TERHADAP PELANGGAN INTERNET DI WILAYAH SURABAYA TIMUR DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER

ANALISIS STATISTIK TERHADAP PELANGGAN INTERNET DI WILAYAH SURABAYA TIMUR DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER ANALISIS STATISTIK TERHADAP PELANGGAN INTERNET DI WILAYAH SURABAYA TIMUR DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER SEMINAR HASIL TUGAS AKHIR Oleh: DENI DWI WIJAYANTO (1309 100 079) Dosen Pembimbing: Dra.

Lebih terperinci

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA Puji Subekti Mahasiswa Program Magister Matematika Universitas Brawijaya Malang Telp : 8564963425; Email

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 22 III. METODOLOGI PENELITIAN 2.5. Data Penelitian Data dalam penelitian ini menggunakan data sekunder yang diperoleh dari bagian Akademis POLBAN serta data pendukung yang merupakan data primer (persepsi)

Lebih terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

Dosen Pembimbing : Dr. Purhadi, M.Sc

Dosen Pembimbing : Dr. Purhadi, M.Sc Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980

Lebih terperinci

dimana: n1= jumlah sampel dalam tiap kecamatan

dimana: n1= jumlah sampel dalam tiap kecamatan IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan pertimbangan Kota Bogor merupakan kota

Lebih terperinci

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Suparto Teknik Industri, ITATS, Jalan AR. Hakim 100 Surabaya E-mail : wrskt_indria@yahoo.com Abstrak.

Lebih terperinci

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network 1 Wijdani Anindya Hadi (1) dan Dr. Suhartono, S.Si. M.Sc (2) Statistika, FMIPA,

Lebih terperinci

Karakteristik Pasien

Karakteristik Pasien Karakteristik Pasien Tabel 4.1 Karakteristik Penderita Kanker Payudara di Rumah Sakit X Berdasarkan Variabel Usia Letak Sel kanker Usia Pasien Payudara Total Kiri Kanan 35-41 tahun jumlah 3 7 10 (%) 13,6

Lebih terperinci

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic

Lebih terperinci

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli

Lebih terperinci

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya ABSTRAK

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya   ABSTRAK (M.3) ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG BERKAITAN DENGAN RISIKO ANAK PUTUS SEKOLAH PENDIDIKAN DASAR (Kasus : Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan) Oleh: Dian Cahyawati S. Jurusan Matematika

Lebih terperinci

SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA IDZA FARIHA AFRIH

SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA IDZA FARIHA AFRIH SKRIPSI ANALISIS STATISTIK TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : Siswa Jurusan IPA dan IPS Madrasah Aliyah Negeri Jember 3) Oleh: IDZA FARIHA AFRIH NRP 1302 109

Lebih terperinci

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id

Lebih terperinci

Analisis Log Linier. Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model

Analisis Log Linier. Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model Statistika Deskriptif Hubungan Variabel Analisis Log Linier Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model Uji Asosiasi Parsial: ada hubungan antara lama kelulusan dengan asal instansi

Lebih terperinci

DEWA AYU RATIH WEDA ISWARA NRP

DEWA AYU RATIH WEDA ISWARA NRP Faktor-faktor yang Mempengaruhi Tingkat Konsumsi Pengguna NAPZA Suntik (Penasun) di Yayasan Bina Hati Surabaya Menggunakan Metode Regresi Logistik Ordinal I DEWA AYU RATIH WEDA ISWARA NRP 1310 100 023

Lebih terperinci

BAB I PENDAHULUAN. Pendidikan merupakan hal yang sangat penting, bahkan pendidikan telah

BAB I PENDAHULUAN. Pendidikan merupakan hal yang sangat penting, bahkan pendidikan telah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pendidikan merupakan hal yang sangat penting, bahkan pendidikan telah menjadi suatu kebutuhan pokok dalam kehidupan manusia. Pendidikan itu sendiri merupakan

Lebih terperinci

REGRESI LOGISTIK (LOGISTIC REGRESSION)

REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil analisis dan pembahasan dapat diambil kesimpulan sebagai berikut, 1. Karakteristik perempuan yang bekerja di bidang informal mayoritas pada perempuan

Lebih terperinci

PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR

PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR Neser Ike Cahyaningrum 1307100012 Dosen Pembimbing Dr. Dra. Ismaini Zain, M.Si AGENDA

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Lokasi penelitian dilakukan di enam kelurahan di Kota Depok, yaitu Kelurahan Pondok Petir, Kelurahan Curug, Kelurahan Tapos, Kelurahan Beji, Kelurahan

Lebih terperinci

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M. KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,

Lebih terperinci

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP)

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP) Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika

Lebih terperinci

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Seminar Hasil Tugas Akhir 1 PEMODELAN DAN PEMETAAN RATA-RATA USIA KAWIN PERTAMA WANITA DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL DI PROVINSI JAWA TIMUR

Lebih terperinci

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI

Lebih terperinci

Analisis faktor - faktor yang mempengaruhi Kepuasan Pelanggan PDAM Kota Gresik (studi Kasus Pada Masyarakat Kecamatan Gresik)

Analisis faktor - faktor yang mempengaruhi Kepuasan Pelanggan PDAM Kota Gresik (studi Kasus Pada Masyarakat Kecamatan Gresik) Apabila di dalam diri seseorang masih ada rasa malu dan takut untuk berbuat suatu kebaikan, maka jaminan bagi orang tersebut adalah tidak akan bertemunya ia dengan kemajuan selangkah pun Analisis faktor

Lebih terperinci

Manfaat Penelitian. Batasan Penelitian

Manfaat Penelitian. Batasan Penelitian Analisis Regresi Logistik Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Masyarakat Untuk Berlangganan Koran Jawa Pos di Surabaya Timur Oleh:Nanda Novrian 1307030017 Pendahuluan Latar Belakang Media

Lebih terperinci

TUGAS AKHIR SS

TUGAS AKHIR SS TUGAS AKHIR SS 090302 ANALISIS FAKTOR FAKTOR YANG BERPENGARUH TERHADAP PERSETUJUAN/PENOLAKAN MASYARAKAT AKAN PEMBANGUNAN JALAN LINGKAR LUAR TIMUR SURABAYA MOH. ALI ASFIHANI NRP 1311 030 056 Dosen Pembimbing

Lebih terperinci

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 405-416 Online di: http://ejournal-s1undipacid/indexphp/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK

Lebih terperinci

ponsel, purposive sampling, regresi logistik politomus

ponsel, purposive sampling, regresi logistik politomus JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO

Lebih terperinci

Analisis Kepuasan Pasien Terhadap Kualitas Pelayanan Puskesmas Keputih

Analisis Kepuasan Pasien Terhadap Kualitas Pelayanan Puskesmas Keputih Analisis Kepuasan Pasien Terhadap Kualitas Pelayanan Puskesmas Keputih Ferdi Budi Utama 1308.030.040 Dosen Pembimbing Ir. Sri Pingit Wulandari, MS Pendahuluan Latar Belakang Kesehatan Puskesmas Rumusan

Lebih terperinci

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN 1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian mengenai persepsi dan sikap responden terhadap produk Oreo setelah adanya isu melamin serta faktor-faktor yang mempengaruhi persepsi

Lebih terperinci

Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam

Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam Oleh: Urifah Hidayanti (1310 030 028) Dosen Pembimbing: Ir. Mutiah Salamah, M.Kes Ujian Tugas Akhir

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Konsep Dasar dan Batasan Operasional Konsep dasar dan batasan operasional dalam penelitian ini mencakup seluruh definisi yang digunakan untuk memperoleh data yang akan dianalisis

Lebih terperinci

MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK

MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK Mohammad Farhan Qudratullah Program Studi Matematika Fakultas Sains dan Teknologi Universitas

Lebih terperinci

IMAM AHMAD AL FATTAH Pembimbing II : Penguji : Dr. Dra. Ismaini Zain, M.Si. Prof. Dr. Drs. I Nyoman Budiantara, M.Si.

IMAM AHMAD AL FATTAH Pembimbing II : Penguji : Dr. Dra. Ismaini Zain, M.Si. Prof. Dr. Drs. I Nyoman Budiantara, M.Si. S E M I N A R H A S I L Analisis Faktor-faktor yang Mempengaruhi Masa Studi Lulusan Mahasiswa Program Magister Institut Teknologi Sepuluh Nopember (ITS) Surabaya Menggunakan Regresi Logistik Ordinal dan

Lebih terperinci

Analisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta)

Analisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta) Analisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta) Sri Haridanti 1), Rabiatul Adawiyah 2), Gita Sandy Ariadne 3), Febby A. Yuwinda Putri 4),

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner

Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Analisis Faktor-Faktor yang Mempengaruhi di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Roni Guntara 1), Safa at Yulianto 2) 1,2 Akademi Statistika (AIS) Muhammadiyah Semarang roniguntara@gmail.com

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. Pada bagian ini dijelaskan kesimpulan dan saran hasil penelitian, analisis dan pembahasan.

BAB V KESIMPULAN DAN SARAN. Pada bagian ini dijelaskan kesimpulan dan saran hasil penelitian, analisis dan pembahasan. BAB V KESIMPULAN DAN SARAN Pada bagian ini dijelaskan kesimpulan dan saran hasil penelitian, analisis dan pembahasan. 5.1 Kesimpulan Bardasarkan hasil analisis dan pembahasan, maka dapat diambil kesimpulan

Lebih terperinci

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-305 Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik Fatkhiyatur Rizki,

Lebih terperinci

MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ)

MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ) JURNAL MODEL LOGIT DAN MODEL PROBIT FAKTOR-FAKTOR KEBERHASILAN BELAJAR MAHASISWA PADA SISTEM PEMBELAJARAN JARAK JAUH (SPJJ) (Studi Kasus: Mahasiswa Jurusan Manajemen Fakultas Ekonomi Universitas Terbuka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat dan Waktu Penelitian Penelitian dilakukan pada obyek wisata pemandian air panas alam CV Alam Sibayak yang berlokasi di Desa Semangat Gunung Berastagi, Kabupaten Karo Sumatera

Lebih terperinci

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang

Lebih terperinci

Kata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati

Kata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati Pemodelan Faktor Penyebab Keparahan Korban Kecelakaan Lalu Lintas Dengan Metode Regresi Logistik Multinomial (Studi Kasus Kecelakaan Lalu Lintas di Provinsi DKI Jakarta) Weny Rahmayanti, dan Vita Ratnasari

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : APLIKASI METODE CHAID DALAM MENGANALISIS KETERKAITAN FAKTOR RISIKO LAMA PENYELESAIAN SKRIPSI MAHASISWA (Studi Kasus di Jurusan Matematika FMIPA Universitas Sriwijaya) Dian Cahyawati S., Susi Yohana, Putera

Lebih terperinci

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN

Lebih terperinci

Lampiran 1. Kuisioner Penelitian. Nim :

Lampiran 1. Kuisioner Penelitian. Nim : 1 Lampiran 1 Kuisioner Penelitian Nama : Zikri Nim : 140823033 Universitas : Sehubungan akan adanya penelitian yang dilakukan untuk tugas akhir program strata satu (S1) Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

Lusi Eka Afri 1) Jurnal Ilmiah Edu Research Vol. 5 No. 2 Desember

Lusi Eka Afri 1) Jurnal Ilmiah Edu Research Vol. 5 No. 2 Desember ANALISIS FAKTOR INTELEKTUAL DAN NONINTELEKTUAL KEBERHASILAN STUDI MAHASISWA FKIP DI UNIVERSITAS PASIR PENGARAIAN SEBAGAI EVALUASI KINERJA MEMBENTUK LULUSAN GURU YANG BERKUALITAS Lusi Eka Afri 1) 1 Program

Lebih terperinci

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih

Lebih terperinci

Analisis Statistik Terhadap Pelanggan Internet Di Wilayah Surabaya Timur Dengan Menggunakan Regresi Logistik Biner

Analisis Statistik Terhadap Pelanggan Internet Di Wilayah Surabaya Timur Dengan Menggunakan Regresi Logistik Biner Analisis Statistik Terhadap Pelanggan Internet Di Wilayah Surabaya Timur Dengan Menggunakan Regresi Logistik Biner Deni Dwi Wijayanto dan 2 Madu Ratna Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA

Lebih terperinci

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)

Lebih terperinci

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu : III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam

Lebih terperinci

Mengingat : 1. Undang-Undang Nomor 27 Tahun 2000 tentang Pembentukan

Mengingat : 1. Undang-Undang Nomor 27 Tahun 2000 tentang Pembentukan 0 GUBERNUR KEPULAUAN BANGKA BELITUNG PERATURAN GUBERNUR KEPULAUAN BANGKA BELITUNG NOMOR52TAHUN 2017 TENTANG PEMBERIAN BEASISWA BAGI SISWA, SANTRI DAN MAHASISWA PROVINSI KEPULAUAN BANGKA BELITUNG DENGAN

Lebih terperinci

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang BAB III METODE PENELITIAN 3.1. Ruang Lingkup Penelitian Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menjelaskan sifat dari hubungan tertentu, memahami perbedaan antara kelompok

Lebih terperinci

BEASISWA PEDP (KHUSUS BAGI MAHASISWA MEKATRONIKA)

BEASISWA PEDP (KHUSUS BAGI MAHASISWA MEKATRONIKA) BEASISWA PEDP (KHUSUS BAGI MAHASISWA MEKATRONIKA) Misi Misi dari program Beasiswa PEDP adalah : 1. Menghidupkan harapan bagi masyarakat kurang mampu secara ekonomi untuk dapat menempuh pendidikan sampai

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Responden penelitian adalah pengunjung pasar modern Hypermart, Carrefour,

BAB IV HASIL DAN PEMBAHASAN. Responden penelitian adalah pengunjung pasar modern Hypermart, Carrefour, BAB IV HASIL DAN PEMBAHASAN 4.1. Karakteristik Responden Responden penelitian adalah pengunjung pasar modern Hypermart, Carrefour, dan Gelael yang membeli buah Jambu Air, masyarakat yang pernah membeli

Lebih terperinci

Analisa Statistik Dalam Upaya Preventif Pasien Hipertensi Terhadap Kejadian Stroke Di Puskesmas Kota Kediri Dengan Menggunakan Regresi Logistik Biner

Analisa Statistik Dalam Upaya Preventif Pasien Hipertensi Terhadap Kejadian Stroke Di Puskesmas Kota Kediri Dengan Menggunakan Regresi Logistik Biner Proposal Tugas Akhir Analisa Statistik Dalam Upaya Preventif Pasien Hipertensi Terhadap Kejadian Stroke Di Puskesmas Kota Kediri Dengan Menggunakan Regresi Logistik Biner Dosen Pembimbing : Ir. Mutiah

Lebih terperinci

BAB V PEMBAHASAN. Data dikumpulkan dari 239 alumni Prodi Statistika FMIPA UII, sebagai

BAB V PEMBAHASAN. Data dikumpulkan dari 239 alumni Prodi Statistika FMIPA UII, sebagai 32 BAB V PEMBAHASAN Klasifikasi lama penyeesaian skripsi Prodi Statistika FMIPA UII akan digunakan sebagai contoh penerapan I-CHAID dalam klasifikasi. Data alumni diambil dari Bagian Akademik FMIPA UII

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Dan Metode Penelitian Jenis penelitian ini adalah jenis penelitian lapangan (field research), karena penulis terlibat langsung dalam penelitian. Field research adalah

Lebih terperinci

Pemodelan Regresi Logistik Biner dan Ordinal Pada Proses Seleksi Mahasiswa Baru Program D3KPLN PENS Abstract Keywords I.

Pemodelan Regresi Logistik Biner dan Ordinal Pada Proses Seleksi Mahasiswa Baru Program D3KPLN PENS Abstract Keywords I. Jurnal Artikel Teknologi ini telah dipresentasikan Informasi-Aiti dalam Innovative Vol.15 no and 1 Creative tahun 2018, Information hal.56-66 Technology Conference (ICITech) dengan tema E-Transaction and

Lebih terperinci

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER (R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah Email : s.hadip@yahoo.co.id Abstrak

Lebih terperinci

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG Wardatuz Zakiyah, Hendro Permadi, dan Swasono Rahardjo Universitas Negeri Malang E-mail : zakiyah_musta

Lebih terperinci

BAHAN DAN METODE HASIL DAN PEMBAHASAN

BAHAN DAN METODE HASIL DAN PEMBAHASAN 5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik

Lebih terperinci

Rata-rata Nilai. 2 saudara 25%

Rata-rata Nilai. 2 saudara 25% Nilai Rata-rata UASBN.4.2 23.8 23.6 23,96 laki-laki,36 perempuan Gambar 6.2 Bar Chart Nilai Rata-Rata UASBN 2009/2010 Menurut Jenis Kelamin Berdasarkan Gambar 6.2, dapat diketahui hubungan antara nilai

Lebih terperinci