Regresi Polinomial local untuk Data Survey Skala Besar
|
|
- Suparman Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Semnar Nasonal Statstka IX Insttut eknolog Sepuluh Nopember, 7 November 009 Regres Polnomal local untuk Data Survey Skala Besar Stud kasus: Model Pengeluaran Rumah angga berdasarkan Data Susenas Jawa mur 006 Oleh: ut Rumat Abstrak Surva berskala besar dan kompleks umumnya melbatkan data sampel dalam jumlah sangat besar. Sebaga contoh Susenas yang selalu dlaksanakan oleh Badan Pusat Statstk tap tahun setdaknya melbatkan, juta sampel d seluruh Indonesa. Untuk skala Jawa mur saja Susenas memlk responden. Salah satu persoalan yang dhadap pada saat mencar pendugaan parameter dar data yang berskala besar adalah kapastas perangkat lunak yang terbatas. Statstk penduga parameter dalam kasus sepert n dapat dturunkan dengan mereduks data dengan merubah skala data mengelompokkan data kedalam nterval tertentu. Jumlah data dalam nterval danggap sebaga ulangan pada ttk yang mewakl nterval tersebut. Selanjutnya penduga statstc daplkaskan kedalam data baru Dalam kasus model yang menjelaskan hubungan antara pengeluaran rumah tangga dan raso pengeluaran makanan/non makanan d Jawa mur berdasarkan data Susenas tahun 006, model terbak dperoleh degan menggunakan Span 0.3. Dperoleh model eksponensal sampa pengeluaran total sebesar Rp dan berbentuk kuadratk setelah batas pengeluaran Rp ,-. Pada kausus n dengan memasukkan komponen bobot pada fungs polynomal dperoleh model yang lebh bak karena memlk resdual yang lebh rendah. Pendahuluan Surva berskala besar dan kompleks umumnya melbatkan data sampel dalam jumlah sangat besar. Sebaga contoh Susenas (Surva Sosal Ekonom Nasonal) yang tap tahun selalu dlaksanakan oleh Badan Pusat Statstk (BPS), setdaknya melbatkan, juta sampel d seluruh Indonesa. Untuk skala Jawa mur saja Susenas memlk responden. Beberapa penelt telah mengembangkan metode pendugaan
2 model regres polynomal untuk data berskala besar. Model regres berganda untuk surva telah dpelajar oleh Fuller (975) dengan menggunakan bobot surva. Sedangkan Korn and Graubard (998) memperkenalkan Regres Polnomal Lokal untuk data surva yang kompleks yatu hanya dengan menamplkan grafk-grafk tanpa menyedakan sfat-sfat statstk dar prosedur yang dgunakan. Sedangkan Smth and Njenga (99) menggunakan regres dengan teknk pemulusan kernel untuk mencapa penduga yang robust untuk rataan dan parameter regres untuk sebuah asums model superpopulas. Selanjutnya Bellhouse and Staford mengembangkan model Polnomal lokal sebaga alat eksploras untuk menemukan hubungan antara Y dan kovarat X. Dalam hal n kovarat X dasumskan sebaga peubah berskala kontnu. Karena besarnya sampel pada data surva, Hartley and Rao (968,969) mengasumskan adanya multple observaton pada ttk-ttk tertentu dan mengeksplotas fnte populaton parameter dalam menguj hubungan antara X dan Y. Demkan juga Bellhouse and Stafford (00), menggunakan cara yang sama untuk memperoleh model yang menghubungkan X dan Y melalu pendekatan non-parametrk. ulsan n membahas pengembangan model polonomal lokal untuk data survey yang berskala besar dengan mengambl kasus model yang menduga raso pengeluaran makanan non makanan dengan pengeluaran rumah tangga.. Metodolog Pengelompokan Data Msalkan X dan Y adalah varable yang dukur dar suatu populas berukuran N. Model yang ngn dhaslkan adalah y=f(). Seandanya X dapat dpandang memlk k nla yang berbeda maka X dapat dkatagorkan ke dalam k wadah. Msalkan adalah nla ke- dar X dan dasumskan bahwa memlk ruang yang sama, maka b = - -. Selanjutnya sampel berukuran n dambl dar populas yang memlk struktur yang sama dengan populas yatu dapat dbag kedalam k wadah, maka nla dugaan dar y (rerata Y untuk tertentu) adalah ŷ. Selan tu, dar data surva dapat dduga p yang ddefnskan sebaga fnte populaton proporton dar observas dengan nla. Dar data surva maka pˆ adalah dugaan dar p. Dasumskan bahwa ŷ dan pˆ
3 adalah penduga assmtotk tak bas dan penduga ŷ, untuk =,,3..k memlk matrks varan-kovaran V. Menurut Bellhouse and Stafford, beberapa keuntungan melakukan pengelompokan (bnnng) terhadap data dar kovarat X pada saat eksploras adalah, pertama pada surva skala besar menggunakan ŷ terkat dengan lebh nformatf dan lebh tdak membngungkan dbandngkan menggunakan seluruh data. Kedua, membuat model sederhana dengan ŷ akan membuat analss lebh terfokus pada su sentral yang dtelt, yatu menentukan fungs kecenderungan untuk. Dengan menggunakan matrks varan-kovaran Vˆ, maka akan mudah menggunakan software statstc semacam SPLUS dan lanlan. Ketgat, dengan melakukan bnnng data maka secara bersamaan akan dapat dlakukan pendekatan nonparametrk yang lan sepert msalnya regres logstk, model lner terampat dan lan-lan. Pendekatan Regres Polnomal Lokal Jka E m adalah nla harapan dar superpopulas yang ddefnskan sebaga E m ( y )=m( ) maka m( ) adalah fungs pemulus. Pendekatan regres polnomal lokal dan dan metode bnnng dengan menggunakan m( ) akan dcoba dterapkan 3 pada data Susenas Jawa mur tahun 006 yang melbatkan 9950 sampel data. Msalkan dberkan pasangan observas (X,Y ),..., (X n, Y n ), peubah acak Y dhubungkan dengan kovaratnya X melalu persamaan: y m ) E( ) 0 (,, =,, k....() Dmana m(.) adalah polnomal lokal yang merupakan fungs regres dan penduga m() adalah m ˆ( ). Dasumskan bahwa V ) ( tdak tergantung pada X dan X dperlakukan sebaga peubah tetap. Pendugaan m() melalu pendekatan regres polnomal lokal dapat dperoleh dengan cara sebaga berkut. Andakan q menyatakan derajat/ pangkat dar regres polnomal lokal. Bredt dan Epsomer (007) menyatakan bahwa untuk nla yang dbeketahu maka m ˆ( ) ddefnskan sebaga 0 ˆ dmana ˆ ˆ,... ˆ 0, q dperoleh dengan menyelesakan fungs kuadrat terkecl terbobot sebaga berkut: n mn K ( Y 0 ( )... h q ( ) ) ( ) q Penduga tersebut dapat dtuls dalam bentuk matrks:
4 ˆ m e ( ) ( X W ( h) X ) X W ( hy )..(3) Dengan e (,0,0,..., 0), Y ( Y,... Yn ), W dagk { (( )/ h,..., K(( Dan X..... k q... ( ) q... ( ).(4).... q... (k ) Untuk kasus survey yang berskala besar dmana X telah dkelompokkan atas X yang berbeda satu sama lan dengan frekuens n atau dengan propors p maka (Bellhouse and Stafford,00) menduga parameter dengan 0,,... q ˆ, ˆ,... ˆ 0 q yang dapat n )/ h} dperoleh dengan memnmumkan fungs: k q p{ˆ y ( )... ( ) } K(( )/ h) h ˆ 0 q /... (5) terhadap 0,,... q. Persamaan (5) adalah modfkas dar persamaan () dengan menambahkan komponen p. Selanjutnya fungs kernel K(t) merupakan fungs smetrk dengan: K ( t) dt, tkt ( ) dt 0 t K( t) dt dan 0 K) [ K( t)] dt R (...(6) h dalam persamaan () adalah lebar jendela dar kernel. Dalam hal memnmumkan (5) untuk mendapatkan pendugaan regres polnomal lokal terdapat dua kemungknan untuk pengelompokan pada X yatu, pertama adalah pengelompokan berdasarkan press data sedemkan hngga ŷ dhtung berdasarkan setap hasl dar. Kedua, adalah dengan mengelompokkan data berdasarkan keragaman dar pada akuras dar data. ˆ Nla harapan m ( ) dan Varans ( m ˆ( ) ) ˆ Pendugaan m ( ) dan momen pertama serta kedua dapat dekspreskan dalam bentuk matrks. Vektor rerata dar nla-nla yang berbeda dar populas adalah y ) ( y, y,... y k dan ŷ adalah vector penduga dar hasl data hasl surva. Selanjutnya: W dagp ( K(( )/h), h p K(( )/h,....p K(( )/h)..(7) Matrks Ŵ adalah W dengan p dgant oleh pˆ, oleh karena tu : m () e (X Wˆ ˆ X ) k k X Wy ˆ ˆ,.(8) Nla harapan dar m( ) adalah: ˆ 4
5 E p( mˆ ()) e (X W X ) X Wy..(9) Dmana Ep menyatakan nla harapan berdasarkan rancangan samplng. Persamaan (8) adalah penduga pemulus m( ) sehngga m ˆ ( ) juga merupakan penduga dar m( ). Selanjutnya: E p ( yˆ) y dan Ep( Wˆ ) W untuk ukuran sampel n yang besar. Selanjutnya varans m ˆ ( ) dperoleh dengan menggant Wˆ W Aˆ dmana Aˆ Wˆ W. Jka dgunakan dua suku pertama dar fungs 3 ( I B) I BB B... maka dengan cara yang sama dperoleh varans m ˆ ( ) adalah sebaga berkut: Vp( mˆ( )) e ( X W X ) X WVWX ( X W X )....(0) Dugaan Vˆ p m( ) dperoleh dengan substtus Vˆ dar hasl survey untuk menggantkan V pada persamaan (0) 3. Contoh Untuk Model Pengeluaran Rumah angga dalam Susenas Jawa mur. ) entang Susenas Jawa mur Susenas atau Surve Sosal Ekonom Nasonal merupakan salah satu kegatan rutn BPS tap tahun. Surve n telah terlaksana sejak tahun 963 dan sejak tahun 99 data yg dkumpulkan melalu Susenas terbag dalam jens; data kor (keterangan pokok) dan data modul (keterangan khusus). Data e 5 modul dkumpulkan bersamaan dengan data kor, dmana jens modul yg dtanyakan bergantan untuk tap tahunnya. Untuk Susenas 008 jumlah responden dtngkatkan menjad, juta rumah tangga dengan tujuan menngkatkan akuras dan predks sampa ke tngkat kecamatan. ujuan utama pengumpulan data Susenas 008 adalah tersedanya data tentang kesejahteraan masyarakat dalam hal penddkan, kesehatan, dan kemampuan daya bel. Khusus untuk propns Jawa mur, jumlah sampel yang dgunakan sektar 9500 rumah tangga. Penarkan contoh dalam surva Susenas menggunakan rancangan sampel dua tahap untuk daerah perkotaan dan tga tahap untuk daerah pedesaan. Untuk daerah perkotaan, wlayah dbaga atas blok sensus dan pemlhan blok sensus dengan cara lnear systematc samplng. Selanjutnya dar setap blok sensus dambl sampel sebanyak 6 rumah tangga. Sedangkan untuk daerah pedasaan pemlhan sampel dlakukan dengan cara memlh kecamatan propotonal to sze dengan sze banyaknya runah tangga d kecamatan. ahap kedua dplh blok sensus d tap kecamatan secara lnear systematc samplng. Dalam tap blok sensus dplh sampel 6 rumah tangga secara lnear systematc samplng. Pengumpulan data d tap rumah tangga dlakukan dengan wawancara dengan responden dengan menggunakan kusoner.
6 Salah satu karaketerstk pentng untuk mengukur tngkat kesejahteraan masyarakat adalah varable pengeluaran rumah tangga dmana pengeluaran rumah tangga total terbag atas dua komponen yatu pengeluaran makanan dan pengeluaran non makanan. Raso pengeluaran makanan terhadap pengeluaran non makanan serng dgunakan untuk mengetahu tngkat kesejahteraan rumah tangga. Rumah tangga mskn umumnya memlk raso pengeluaran makanan /non makanan datas sangat tngg. Dasumskan bahwa sampel sebesar 9950 responden cukup representatve untuk mewakl konds socal ekonom masyarakat Jawa mur tahun 006. Gambar menunjukkan bahwa dstrbus pengeluaran rumah tangga total, untuk makanan dan non makanan cenderung mrng kekr, artnya lebh banyak rumah tangga yang memlk pegeluaran rumah tangga rendah. Demkan juga dstrbus raso pengeluaran makanan / non makanan yang dtunjukkan oleh Gambar, terlhat lebh banyak rumah tangga d Jawa mur yang memlk raso pengeluaran tngg. Gambar 3 menunjukkan bahwa rumah tangga yang lebh kaya memlk raso pengeluaran makanan /non makanan rendah. Sebaga contoh rumah tangga yang memlk pengeluaran rumah tangga d atas 5 juta akan memlk raso pengeluaran makanan/non makanan hanya sektar 0,5, sedangkan rumah tangga yang memlk pengeluaran rumah tangga datas 0 juta memlk raso pengeluaran makanan/non makanan sektar Pengeluaran non makanan Pengeluaran makanan Pengeluaran rumah tangga Std. Dev = Mean = N = Std. Dev = Mean = N = Gambar. Dstrbus Pengeluaran Rumah angga (makanan, non makanan, total) Std. Dev = Mean = N =
7 00.000,- sehngga kelas nterval pertama adalah 0-Rp ,-, kedua antara Rp ,- - Rp ,- dan seterusnya. adalah nla tengah tap kelas nterval. n adalah jumlah data yang masuk pada kelas nterval ke dan p adalah n /9950. Gambar. Scatter Plot raso pengeluaran makanan/non makanan/non makanan Gambar 3. Scatter Plot raso makanan vs pengeluaran R total ) Pendekatan Regres Plnomal Lokal untuk Model Pengeluaran Rumah angga. Data Susenas yang terdr dar 9950 responden dkelompokkan berdasarkan pengeluaran rumah tangga dmana pengeluaran rumahtangga memlk rentang Rp ,- sampa Rp ,- per bulan. Pengeluaran rumah tangga dbag atas nterval dengan selang Rp 7 Sedangkan ŷ adalah rata-rata raso pengeluaran makanan/ non makanan pada nterval ke-. Karena terdapat beberapa sel yang tdak ters maka jumlah nterval () untuk data Susenas n akhrnya hanya ada 5 data. Contoh struktur data dapat dlhat pada abel dan scatter plot yang menunjukkan hubungan antara pengeluaran rumah tangga () dengan raso pengeluaran makanan/non makanan (y) dapat dlhat pada Gambar 4. abel. Contoh Struktur Data setelah dkelompokkan n Propors y (bar) E Gambar 4 dbawah menunjukkan bahwa hubungan kedua
8 Y.0.5 peubah tersebut berbentuk eksponensal. Pengeluaran rumah tangga sampa dengan Rp memlk hubungan lner negatf dengan raso pengeluaran makanan/ non makanan. Selanjutnya pengeluaran rumah tangga datas Rp memlk laju peneurunan yang lambat sektar angka -3% Pemlhan model regres polynomal local yang terbak dlakukan dengan merubah-ubah nla span mula dar 0. sampa 0.9. Model n dbangun dengan memasukkan bobot p (propors R pada setap nla pengeluaran rumah tangga yang telah dkelompokkan, ). Gambar 5 (a) adalah model regres polynomal local terbak untuk data pengeluaran rumah tangga (dengan Span sebesar 0,3). Gambar 5(a) menunjukkan bahwa grafknya berbentuk eksponensal sampa batas batas pengeluaran sebesar Rp ,-. Selanjutnya berbentuk kuadratk setelah batas Rp ,-. Jka dgunakan pendeketan regres polynomal local tanpa bobot p dan dengan menggunakan Span sebesar 0.3 maka bentuk modelnya dapat dlhat pada Gambar 5(b) yang terlhat sangat mrp dengan Gambar 5(a). Namun demkan model tanpa tersebut memberkan nla resdual scale estmate yang lebh tngg (yatu sebesat 0.00) dbandngkan dengan model yang menggunakan bobot (hanya sebesar 0.00) Kesmpulan X Gambar 4. Scatter Plot Pengeluaran Rumah angga VS Raso makanan/non makanan abel menunjukkan berbaga alternatve model dengan berbaga nla Span. Semakn tngg span maka derajat dar model regres polynomal makn turun. Model yang terbak adalah yang memlk nla dugaan resdual palng kecl. erlhat bahwa Span sebesar 0.3 adalah yang terbak karena memberkan nla resdual terendah. 8 Untuk surva yang berskala besar semacam Susenas dbutuhkan penyederhanaan nformas dengan mengelompokkan data berdasarkan peubah penjelas yang sudah terklasfkas. Penyederhadaan dengan mengelompokkan tersebut beresko pada hlangnya nformas tentang varabltas y d tap kelompok Dugaan ŷ, dalam kasus n adalah rata-rata raso pengeluaran makanan/non makanan sangat cocok
9 V V dgunakan jka dstrbus dar tap kelompok ( ) adalah normal. Jka bentuk dstrbus dar y tdak normal dapat dgunakan penduga lan msalnya medan Dalam kasus model pengeluaran rumah tangga Jawa mur berdasarkan data Susenas tahun 006, model terbak dperoleh degan menggunakan Span 0.3, dmana nla raso pengeluaran makanan/non makanan menurun secara eksponensal sampa pengeluaran total sebesar Rp dan berbentuk kuadratk setelah batas pengeluaran Rp ,-. Pada kausus n dengan memasukkan komponen bobot pada fungs polynomal dperoleh model yang lebh bak karena memlk resdual yang lebh rendah X (a) Menggunakan bobot p X Ada kemungknan bahwa cara pengelompokkan yang berbeda akan memberkan sebaran y ( msalnya dalam kasus n adalah raso pengeluaran makanan/non makanan) yang berbeda. Oleh karena tu model yang akan dperoleh juga akan berbeda bentuk. Dbutuhkan metode khusus untuk menentukan kelompok terbak sehngga menghaslkan model yang palng represetatf terhadap data asl. (b) anpa bobot p Gambar 5. Regres polynomal local pengeluaran rumah tangga total vs raso pengeluaran makanan/non makanan 9
10 Hartley, H.O., and Rao, J.N.K. (968). A new estmaton theory for sample surveys. Bometrka, 55, abel 3. Jumlah parameter model regres polynomal local dan resdual untuk berbaga nla Span Span Equvalent Number of Parameters Resdual Scale Estmate Resdual: Mn st Q Medan 3 rd Q Ma Pustaka Bellhouse,D.R and Stafford,J.E, Local Polynomal Regresson n Comple Survey, Survey Methodology, 00 Bredt, F.J., and Opsomer, J.D. (000). Local polynomal regresson estmators n survey samplng. Submtted for publcaton. Fuller, W.A. (975). Regresson analyss for sample survey. Sankhyā, C, 37, 73. Green, P.J., and Slverman, B.W. (994). Nonparametrc Regresson and Generalzed Lnear Models. Hardle, W. (990). Appled Nonparametrc Regresson. Cambrdge Unversty Press: Cambrdge. Hartley, H.O., and Rao, J.N.K. (969). A new estmaton theory for sample surveys, II. In New Developments n Survey Samplng, London: Chapman and Hall. Eds. N.L. Johnson and H. Smth). New York: John Wley & Sons, Inc. InterScence, Korn, E.L., and Graubard, B.I. (998). Scatterplots wth survey data. Amercan Statstcan, 5, 5869.
11 Statstk Kesejahteraan Rakyat, BPS, 008Vol 7, No, pp , Statstcs Canada, Catalogue No - 00
JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciBAB V Model Bayes Pendugaan Area Kecil untuk Respon Binomial dan Multinomial Berbasis Penarikan Contoh Berpeluang Tidak Sama
BAB V Model Bayes Pendugaan Area Kecl untuk Respon Bnomal dan Multnomal Berbass Penarkan Contoh Berpeluang Tdak Sama 5.1. Pendahuluan Pada umumnya pengembangan model SAE dan pendugaannya dlakukan dengan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciRegresi Linear Sederhana dan Korelasi
Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciBAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk
BAB II TINJAUAN PUSTAKA 2. Analss Regres Analss regres adalah suatu metode statstka yang umum dgunakan untuk melhat pengaruh antara varabel ndependen dengan varabel dependen. Hal n dapat dlakukan melalu
Lebih terperinciMODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS
Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB IV TRIP GENERATION
BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciDISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA
DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,
Lebih terperinciSpline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat
Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciMetode Estimasi Kemungkinan Maksimum dan Kuadrat Terkecil Tergeneralisasi pada Analisis Pemodelan Persamaan Struktural
Jurnal Graden Vol. 11 No. 1 Januar 015 : 1035-1039 Metode Estmas Kemungknan Maksmum dan Kuadrat Terkecl Tergeneralsas pada Analss Pemodelan Persamaan Struktural Dan Agustna Jurusan Matematka, Fakultas
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciPROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI
JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag
BAB IV APLIKASI Pada bagan n akan dbahas bagamana contoh mengestmas parameter model yang dasumskan memlk karaterstk spasal lag sekalgus spasal error. Estmas dlakukan dengan menggunakan software Evews 3
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBootstrap Pada Regresi Linear dan Spline Truncated
Statstka, Vol. 8 No. 1, 47 54 Me 2008 Bootstrap Pada Regres Lnear dan Splne runcated Harson Darmaw 1) dan Bambang Wdjanarko Otok 2) 1) enaga Pengajar d Jurusan Matematka UNRI, Pekanbaru e-mal: son_ms@yahoo.co.d
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode ekspermen dengan bentuk kuas ekspermen. Pre test dlakukan d awal peneltan dan post tes dlakukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324
JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciANALISIS PEUBAH RESPON BINER
Analss Peubah Respon Bner... (Ksmantn) ANALISIS PEUBAH RESPON BINER Ksmantn Jurusan Penddkan Matematka FMIPA Unverstas Neger Yogyakarta Abstrak Pada regres lner klask, peubah respon dasumskan merupakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinci(DS.7) PEMETAAN KECAMATAN TERMISKIN MENGGUNAKAN EMPIRICAL BAYES SMALL AREA ESTIMATION UNTUK SPATIAL SCAN STATISTICS
Semnar Nasonal Statstka 12 Noember 2011 Vol 2, Noember 2011 (DS.7) PEMEAAN KECAMAAN ERMISKIN MENGGUNAKAN EMPIRICAL BAYES SMALL AREA ESIMAION UNUK SPAIAL SCAN SAISICS tn Sswantnng 1,2 ; Asep Saefuddn 1
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres 1 Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya E[Y x] E[Y x] y b
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciSTATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.
PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinci