BAB I PENDAHULUAN. Analisis regresi merupakan metode analisis yang menjelaskan tentang
|
|
- Dewi Johan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang menjelaskan tentang hubungan antara dua atau lebih variabel. Variabel dalam analisis regresi, dibedakan menjadi dua yaitu variabel dependen dan variabel independen. Suatu metode yang digunakan untuk menjelaskan hubungan variabel independen dan variabel dependen disebut regresi linier. Bentuk umum model regresi linier sebagai berikut: Keterangan: Y = β 0 + β 1 X 1 + β 2 X β k X k + ε i Y = variabel dependen X 1, X 2,, X k = variabel independen β 0, β 1,, β k = parameter koefisien regresi ε i = error Pada umumnya metode yang digunakan untuk mengestimasi koefisien regresi adalah metode kuadrat terkecil (MKT). Penggunaan metode ini membutuhkan beberapa asumsi klasik yang harus dipenuhi untuk menghasilkan model yang baik, yaitu normalitas, tidak terdapat heteroskedastisitas, tidak terdapat autokorelasi dan tidak terdapat multikolinearitas. Apabila asumsi-asumsi 1
2 dalam metode kuadrat terkecil terpenuhi, maka akan dihasilkan penduga parameter yang bersifat best linear unbiased estimators (BLUE). Ada kalanya asumsi klasik tersebut tidak terpenuhi sehingga model yang dihasilkan dari metode kuadrat terkecil menjadi kurang tepat. Hal ini dapat terjadi karena adanya outlier (pencilan). Keberadaan outlier dalam suatu model regresi dapat mengganggu proses analisis data, karena dapat mengakibatkan nilai estimasi koefisien regresi menjadi tidak efisien dengan adanya nilai error yang besar pada metode kuadrat terkecil. Sehingga perlu dilakukan pendeteksian outlier, yaitu dengan penyajian dalam bentuk grafik boxplot atau pendeteksian dengan nilai standardized residual dan cook s distance. Tindakan membuang begitu saja suatu outlier bukanlah tindakan yang tepat, karena bisa saja outlier memberikan informasi yang tidak dapat diberikan oleh data lain. Oleh karena itu, diperlukan suatu estimasi yang lebih efisien dalam menangani outlier yaitu dengan regresi robust. Regresi robust merupakan metode regresi yang digunakan ketika distribusi dari error tidak normal dan atau adanya beberapa outlier yang berpengaruh pada model (Olive, 2005:3). Metode ini merupakan alat penting untuk menganalisis data yang dipengaruhi outlier sehingga dihasilkan model yang robust atau resisten terhadap outlier. Menurut Huber (2009:8), suatu estimasi yang resisten adalah estimasi yang relatif tidak terpengaruh oleh perubahan besar pada bagian kecil data atau perubahan kecil pada bagian besar data. Menurut Chen (2002:1) regresi robust terdiri dari 5 metode estimasi, yaitu estimasi-m (Maximum Likelihood type), estimasi-lms (Least Median Squares), 2
3 estimasi-lts (Least Trimmed Squares), estimasi-mm (Method of Moment), dan estimasi-s (Scale). Analisis regresi robust pernah dilakukan oleh beberapa peneliti, antara lain: Pratitis (2016) membandingkan estimasi-m, estimasi-s, dan estimasi-mm, diperoleh estimasi-s sebagai model yang paling efektif. Setiarini (2016) membandingkan fungsi pembobot Welsch dan Tukey bisquare dalam regresi robust estimasi-s, menghasilkan fungsi pembobot Welsch sebagai pembobot yang efektif dari estimasi-s. Musafirah, Raupong, & Sirajang (2015) membandingkan estimasi-lts dan estimasi-s, diperoleh estimasi-s yang lebih efektif dalam mengestimasi parameter regresi dengan outlier. Dewi, Agoestanto, & Sunarmi (2016) membandingkan estimasi-lts dan estimasi-mm, diperoleh estimasi-lts lebih baik dari estimasi-mm. Wulan & Nurhayati (2014) membahas pendeteksian outlier pada capital asset prising model (CAPM) dengan estimasi-lts, menyimpulkan bahwa estimasi-lts tidak hanya untuk mendeteksi outlier, tetapi juga menghasilkan model yang robust terhadap outlier. Dilihat dari nilai breakdown point-nya, estimasi-s dan estimasi-lts merupakan estimasi robust yang mempunyai nilai breakdown point tinggi yaitu mencapai 50%. Menurut Huber (2009:8) breakdown point adalah fraksi terkecil dari outlier yang menyebabkan nilai estimator menjadi berubah-ubah. Estimasi-S pertama kali dikembangkan oleh Rousseeuw dan Yohai (1987). Disebut estimasi- S karena metode ini mengestimasi parameter berdasarkan skala. Skala yang digunakan adalah standar deviasi sisaan. Estimasi-S memiliki beberapa fungsi pembobot, di antaranya adalah pembobot Welsch dan pembobot Tukey bisquare. 3
4 Fungsi pembobot ini digunakan untuk menghasilkan nilai skala, yang diperoleh dengan melakukan iterasi hingga estimator konvergen. Semakin kecil nilai skala yang diperoleh dari suatu pembobot maka semakin robust suatu model terhadap outlier. Estimasi-LTS diperkenalkan oleh Rousseeuw (1984). Estimasi ini mampu mengatasi outlier yang disebabkan oleh variabel dependen maupun variabel independen. Estimasi-LTS merupakan metode estimasi yang menggunakan konsep pemangkasan sebaran data berdasarkan jumlah outlier yang teramati untuk meminimumkan jumlah kuadrat terkecil hingga menghasilkan fungsi objektif yang konvergen ke 0. Kedua metode estimasi tersebut memiliki high breakdown point yang sama yaitu 50%, yang dapat digunakan untuk menghasilkan model regresi yang robust dalam menangani setengah dari outlier pada data inflasi di Indonesia. Selanjutnya akan ditentukan model terbaik, yaitu dengan membandingkan nilai R 2 yang dihasilkan dari kedua metode tersebut. Kemajuan suatu negara dapat dilihat dari beberapa faktor, di antaranya faktor sosial, politik, budaya ataupun ekonomi. Satu indikator penting dalam masalah ekonomi adalah tingkat inflasi. Inflasi dapat diukur dengan menggunakan indeks harga. Ukuran mengenai indeks harga yang paling banyak digunakan adalah Indeks Harga Konsumen (IHK). Menurut Montiel (1989) dalam Suseno & Astiyah (2009:39), inflasi di negara berkembang dapat bersumber dari beberapa faktor, salah satunya adalah defisit anggaran belanja pemerintah yang dapat meningkatkan jumlah uang beredar. Semakin banyak jumlah uang yang beredar dalam suatu perekonomian 4
5 yang tanpa diimbangi dengan banyaknya permintaan uang masuk dalam suatu negara dapat meningkatkan tingkat inflasi. Dalam perekonomian terdapat pasar yang diartikan sebagai pertemuan antara permintaan dan penawaran. Untuk menyeimbangkan antara permintaan dan penawaran dalam model klasik perekonomian dibutuhkan suku bunga. Suku bunga yang rendah akan mengakibatkan jumlah uang beredar tinggi dan mengakibatkan inflasi. Penelitian tentang inflasi pernah dilakukan oleh beberapa peneliti, antara lain: Langi, Masinambow, & Siwu (2014) menggunakan variabel independen yaitu suku bunga, jumlah uang beredar, dan tingkat kurs. Maryati (2010) menggunakan variabel independen yaitu jumlah uang beredar, tingkat suku bunga, dan nilai tukar. Berdasarkan latar belakang di atas, skripsi ini akan membahas mengenai analisis model regresi robust beserta perbandingan metode estimasi-s dan estimasi-lts dalam pembentukan model terbaik yang ditinjau dari nilai R 2. Data yang digunakan adalah data inflasi di Indonesia periode Agustus 2014 sampai dengan Juli Penyelesaian metode dilakukan dengan bantuan software excel, software R, dan software SPSS. 5
6 B. Perumusan Masalah Berdasarkan latar belakang di atas, dapat ditentukan rumusan masalah sebagai berikut: 1. Bagaimana model regresi robust pada data inflasi di Indonesia periode Agustus 2014 Juli 2016 menggunakan estimasi-s dan estimasi-lts? 2. Bagaimana perbandingan metode estimasi-s dan estimasi-lts untuk menghasilkan model terbaik regresi robust pada data inflasi di Indonesia periode Agustus 2014 Juli 2016? C. Tujuan Penelitian Sesuai dengan rumusan masalah di atas, maka tujuan dari penelitian ini adalah: 1. Mendeskripsikan analisis model regresi robust pada data inflasi di Indonesia periode Agustus 2014 Juli 2016 menggunakan estimasi-s dan estimasi-lts. 2. Membandingkan metode estimasi-s dan estimasi-lts untuk menghasilkan model terbaik regresi robust pada data inflasi di Indonesia periode Agustus 2014 Juli D. Manfaat Penelitian Adapun manfaat dari penulisan skripsi ini adalah: 1. Bagi penulis Penulisan skripsi ini dapat menambah pengetahuan mengenai regresi robust menggunakan estimasi-s dan estimasi-lts, serta dapat mengaplikasikan 6
7 kedua metode estimasi untuk memodelkan data inflasi di Indonesia periode Agustus 2014 Juli Bagi pembaca Sebagai salah satu bahan dalam mempelajari metode-metode regresi robust serta menambah pemahaman tentang estimasi inflasi di Indonesia periode Agustus 2014 Juli 2016 menggunakan metode regresi robust dengan estimasi-s dan estimasi-lts. 3. Bagi perpustakaan Universitas Negeri Yogyakarta Penulisan skripsi ini dapat bermanfaat dalam menambah koleksi bahan pustaka yang bermanfaat bagi mahasiswa Universitas Negeri Yogyakarta pada umumnya dan mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam pada khususnya. 7
BAB I PENDAHULUAN. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN. hubungan ketergantungan variabel satu terhadap variabel lainnya. Apabila
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang dapat digunakan untuk menganalisis data dan mengambil kesimpulan yang bermakna tentang hubungan ketergantungan variabel
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui hubungan antara variabel terikat (dependen, respon, YY) dengan satu atau lebih variabel bebas
Lebih terperinciANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE
48 Jurnal Matematika Vol 6 No 1 Tahun 2017 ANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE S-ESTIMATION OF ROBUST REGRESSION ANALYSIS USES WELSCH AND TUKEY BISQUARE WEIGHTING
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciJurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN
Metode Regresi Robust Dengan Estimasi Method of Moment (Estimasi-MM) Pada Regresi Linier Berganda (Studi Kasus : Data Indeks Harga Konsumen (IHK) Provinsi Kalimantan Timur) Method of Robust Regression
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciEFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA SKRIPSI Disusun Oleh : SHERLY CANDRANINGTYAS J2E 008 053 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPERBANDINGAN REGRESI ROBUST DENGAN OLS PADA PRODUKSI UBI JALAR PROVINSI JAWA TENGAH TAHUN 2015
PERBANDINGAN REGRESI ROBUST DENGAN PADA PRODUKSI UBI JALAR PROVINSI JAWA TENGAH TAHUN 2015 Endah Suryaningsih Utami 1), Abdul Karim 2) 1 Program Studi Strata Statistika,, Universitas Muhammadiyah Semarang
Lebih terperinciPengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust
Pengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust I GUSTI AYU MADE SRINADI Jurusan Matematika Universitas Udayana, srinadiigustiayumade@yahoo.co.id Abstrak. Metode kuadrat
Lebih terperinciPENDETEKSIAN OUTLIER PADA CAPITAL ASSET PRICING MODEL (CAPM) MENGGUNAKAN LEAST TRIMMED SQUARES (LTS) Elis Ratna Wulan 1, Enung Nurhayati 2
Edisi Juli 014 Volume VIII No. 1 ISSN 1979-8911 PENDETEKSIAN OUTLIER PADA CAPITAL ASSET PRICING MODEL (CAPM) MENGGUNAKAN LEAST TRIMMED SQUARES (LTS) Elis Ratna Wulan 1, Enung Nurhayati 1, Jurusan Matematika,
Lebih terperinciPerbandingan Metode Robust Least Trimmed Square Dengan Metode Scale
Perbandingan Metode Robust Least Trimmed Square Dengan Metode Scale Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data Yang Mengandung Pencilan Musafirah 1, Raupong 2, Nasrah Sirajang 3 ABSTRAK
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain. Analisis regresi merupakan
Lebih terperinciABSTRAK. Kata kunci: model regresi linier, pencilan (outlier), regresi robust, M-estimator
ABSTRAK Metode kuadrat terkecil merupakan salah satu metode estimasi parameter dalam model regresi. Metode ini menghasilkan estimator yang tak bias selama asumsi-asumsinya dipenuhi. Tetapi, ketika asumsi
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciREGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH. oleh IDA YUSWARA DYAH PITALOKA M
REGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH oleh IDA YUSWARA DYAH PITALOKA M0108046 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 PENDAHULUAN Latar Belakang Analisis regresi berguna dalam menelaah hubungan antara sepasang peubah atau lebih, dan terutama untuk menelusuri pola hubungan yang modelnya belum diketahui sempurna sehingga
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 73 85. PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN Sri Wulandari, Sutarman, Open Darnius Abstrak. Analisis
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai model regresi robust dengan
BAB III PEMBAHASAN Pada bab ini akan dijelaskan mengenai model regresi robust dengan metode estimasi-s. Kemudian akan ditunjukkan model regresi robust menggunakan metode estimasi-s untuk memprediksi Indeks
Lebih terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih terperinci1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH
MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Latar Belakang Masalah Peran emas dalam perekonomian Indonesia semakin tinggi. Emas semakin dicari oleh semua orang karena emas adalah investasi yang sangat menjanjikan. Faktor-faktor
Lebih terperinciBAB I PENDAHULUAN. hubungan antara dua variabel yang terdiri dari variabel tak bebas (Y ) dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi adalah metode statistika yang paling sering digunakan dalam segala bidang ilmu pengetahuan, analisis ini bertujuan untuk memodelkan hubungan antara
Lebih terperinciUNNES Journal of Mathematics
UJM 5 (1) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm METODE LEAST TRIMMED SQUARE (LTS) DAN MM-ESTIMATION UNTUK MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI
PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI ANDOS NIKI S. M. SEMBIRING 090803032 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciKAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN
KAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN Nurul Gusriani 1), Firdaniza 2), Novi Octavianti 3) 1,2,3) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung- Sumedang Km. 21
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari
34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan
Lebih terperinciPERBANDINGAN METODE ESTIMASI-M, ESTIMASI-S, DAN ESTIMASI-MM PADA MODEL REGRESI ROBUST UNTUK MEMPREDIKSI PRODUKSI KEDELAI DI INDONESIA
PERBANDINGAN METODE ESTIMASI-M, ESTIMASI-S, DAN ESTIMASI-MM PADA MODEL REGRESI ROBUST UNTUK MEMPREDIKSI PRODUKSI KEDELAI DI INDONESIA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciUNIVERSITAS NEGERI SEMARANG 2015
1 METODE LEAST TRIMMED SQUARE (LTS) DAN MM-ESTIMATION UNTUK MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciBAB I PENDAHULUAN. suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penaksiran koefisien-koefisien regresi linier, biasanya kita digunakan suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinciEfektivitas Metode Regresi Robust Penduga Welsch dalam Mengatasi Pencilan pada Pemodelan Regresi Linear Berganda
Jurnal Penelitian Sains Volume 1 Nomer 1(A) 1101 Efektivitas Metode Regresi Robust Penduga Welsch dalam Mengatasi Pencilan pada Pemodelan Regresi Linear Berganda Dian Cahyawati S. 1), Hadi Tanuji ), dan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm DETEKSI OUTLIER MENGGUNAKAN DIAGNOSA REGRESI BERBASIS ESTIMATOR PARAMETER ROBUST Suyanti, YL Sukestiyarno Jurusan
Lebih terperinciKAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI
KAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI ADE AFFANY 120803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciBAB 2 TINJAUAN PUSTAKA = (2.2) =
BAB 2 TINJAUAN PUSTAKA 2.1. Regresi Linear Berganda Regresi linear berganda adalah regresi dimana variabel terikatnya dihubungkan atau dijelaskan dengan lebih dari satu variabel bebas,,, dengan syarat
Lebih terperinciANALISIS OUTLIER DAN HETEROSKEDASTISITAS DENGAN MENGGUNAKAN REGRESI ROBUST WEIGHT LEAST SQUARE
ANALISIS OUTLIER DAN HETEROSKEDASTISITAS DENGAN MENGGUNAKAN REGRESI ROBUST WEIGHT LEAST SQUARE Skripsi Disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab II telah dipaparkan hasil dari studi literatur yang diperoleh mengenai pertumbuhan aset perbankan syariah dan faktor-faktor yang mempengaruhinya. Hasil dari studi literatur
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
Lebih terperinciREGRESI RIDGE-MM UNTUK MENGATASI MULTIKOLINIERITAS DAN PENCILAN : STUDI KASUS PADA DATA INDEKS PEMBANGUNAN MANUSIA
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 REGRESI RIDGE-MM UNTUK MENGATASI MULTIKOLINIERITAS DAN PENCILAN : STUDI KASUS PADA DATA INDEKS PEMBANGUNAN
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciBAB III CONTOH KASUS. Pada bab ini akan dibahas penerapan metode robust dengan penaksir M
BAB III CONTOH KASUS Pada bab ini akan dibahas penerapan metode robust dengan penaksir M dan penaksir LTS. Berikut ini akan disajikan aplikasinya pada data yang akan diolah menggunakan program paket pengolah
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciLampiran 1. Data IPM, Rata-rata Lama Sekolah, UMR, dan PDRB
Lampiran 1. Data IPM, Rata-rata Lama Sekolah, UMR, dan PDRB No. Rata-rata Lama Sekolah (Tahun) Provinsi IPM (%) UMR (Rupiah) 1 Aceh 68,81 9,24 1750000 130,4 2 Sumatra Utara 68,87 9,29 1505850 523,8 3 Sumatra
Lebih terperinciBAB III OBJEK DAN DESAIN PENELITIAN. hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian, yang akan diuji
BAB III OBJEK DAN DESAIN PENELITIAN III.1 Objek Penelitian Penelitian ini termasuk dalam jenis penelitian eksplanatif asosiatif, di mana hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam sebuah penelitian di bidang statistika, peneliti akan berhubungan dengan data pengamatan, baik data kualitatif atau data kuantitatif yang akan diproses
Lebih terperinci(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN
(R.14) MEODE MINIMUM COVARIANCE DEERMINAN PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN Dini Aderlina, Firdaniza, Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl. Raya
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
Lebih terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 395-404 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
Lebih terperinciREGRESI ROBUST DENGAN ESTIMASI-GS (GENERALIZED S-ESTIMATION ) PADA PENJUALAN TENAGA LISTRIK DI JAWA TENGAH TAHUN 2010
REGRESI ROBUST DENGAN ESTIMASI-GS (GENERALIZED S-ESTIMATION ) PADA PENJUALAN TENAGA LISTRIK DI JAWA TENGAH TAHUN 2010 oleh YURISTA WULANSARI NIM. M 0108073 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciPERBANDINGAN REGRESI ROBUST LEAST MEDIAN OF SQUARES (LMS) DAN LEAST TRIMMED SQUARES (LTS) DALAM MENGATASI MASALAH PENCILAN SKRIPSI IDA HUSNA
PERBANDINGAN REGRESI ROBUST LEAST MEDIAN OF SQUARES (LMS) DAN LEAST TRIMMED SQUARES (LTS) DALAM MENGATASI MASALAH PENCILAN SKRIPSI IDA HUSNA 100803007 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciBAB I PENDAHULUAN. seringnya terjadi kekolinieran antar variabel bebas.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam suatu penelitian, analisis regresi dapat digunakan untuk membantu melihat pengaruh antara satu atau lebih variabel bebas terhadap variabel tak bebas.
Lebih terperinciJurusan Statistika, FST, Institut Sains & Teknologi AKPRIND Yogyakarta
E-ISSN 57-9378 Jurnal Statistika Industri dan Komputasi Volume, No., Juli 7, pp. 6-35 ANALISIS REGRESI ROBUST DENGAN PENDUGA METHOD OF MOMENT (MM) UNTUK MENGATASI DATA ANG TERIDENTIFIKASI PENCILAN BERDASARKAN
Lebih terperinciMODEL REGRESI LINIER BERGANDA MENGGUNAKAN PENAKSIR PARAMETER REGRESI ROBUST M-ESTIMATOR (Studi Kasus: Produksi Padi di Provinsi Jawa Barat Tahun 2009)
MODEL REGRESI LINIER BERGANDA MENGGUNAKAN PENAKSIR PARAMETER REGRESI ROBUST M-ESTIMATOR (Studi Kasus: Produksi Padi di Provinsi Jawa Barat Tahun 2009) Rini Cahyandari, Nurul Hisani Jurusan Matematika Fakultas
Lebih terperinciBAB III METODE PENELITIAN. Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Objek dalam penelitian ini adalah Koperasi Jasa Keuangan Syariah Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data Tingkat Bagi Hasil
Lebih terperinciBAB III METODE PENELITIAN Jenis Data dan Metode Pengumpulan Data. merupakan data sekunder yang bersumber dari data yang dipublikasi oleh
BAB III METODE PENELITIAN 3.1. Jenis Data dan Metode Pengumpulan Data Jenis data yang digunakan pada penelitian ini adalah data panel dan merupakan data sekunder yang bersumber dari data yang dipublikasi
Lebih terperinciBAB III METODOLOGI PENELITIAN. berbentuk time series selama periode waktu di Sumatera Barat
BAB III METODOLOGI PENELITIAN A. Sumber Data Metode penelitian dilakukan dengan mengumpulkan data sekunder yang berbentuk time series selama periode waktu 2005-2015 di Sumatera Barat yang diperoleh dari
Lebih terperinciAnalisis Regresi Ridge Robust (RR) untuk Mengatasi Masalah Multikolinearitas dan Pencilan pada Data Proksimat di Muara Niru, Jelawatan, dan Enim
Prosiding Statistika ISSN 2460-6456 Analisis Regresi Ridge Robust (RR) untuk Mengatasi Masalah Multikolinearitas dan Pencilan pada Data Proksimat di Muara Niru, Jelawatan, dan Enim 1 Asti Rahmatika, 2
Lebih terperinciBAB III METODE PENELITIAN. Pemerintah Daerah Kabupaten Lampung Barat tahun 2007 sampai dengan 2012.
BAB III METODE PENELITIAN 3.1. Sampel Dan Data Penelitian Pengambilan data dilakukan di Direktorat Jendral Perimbangan Keuangan melalui internet. Data yang digunakan dalam penulisan skripsi ini adalah
Lebih terperinciBAB III METODE PENELITIAN. Objek dari penelitian ini adalah perilaku prosiklikalitas perbankan di
BAB III METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah perilaku prosiklikalitas perbankan di Indonesia pada tahun 2007M01 2016M09. Pemilihan pada periode tahun yang digunakan adalah
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciSKRIPSI ESTIMASI PARAMETER REGRESI LINEAR PADA KASUS DATA OUTLIER MENGGUNAKAN METODE ESTIMASI METHOD OF MOMENT NURFADILLAH S
SKRIPSI ESTIMASI PARAMETER REGRESI LINEAR PADA KASUS DATA OUTLIER MENGGUNAKAN METODE ESTIMASI METHOD OF MOMENT NURFADILLAH S JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PEGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB IV METODE PENELITIAN. Secara umum tujuan penelitian ini adalah untuk mengetahui pengaruh nilai
BAB IV METODE PENELITIAN 4.1 Jenis dan Ruang Lingkup Penelitian Secara umum tujuan penelitian ini adalah untuk mengetahui pengaruh nilai tukar riil dan tingkat suku bunga riil terhadap Indeks Harga Saham
Lebih terperinciMODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS
MODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS (Studi Kasus Produksi Jagung di Indonesia) Oleh VICTOR SATRIA SAPUTERA M0112089 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciESTIMASI DATA HILANG MENGGUNAKAN REGRESI ROBUST S
ESTIMASI DATA HILANG MENGGUNAKAN REGRESI ROBUST S PADA RANCANGAN ACAK KELOMPOK Andi Fabiola Awalet 1, Raupong 2, Anisa 3 Program studi Statistika, Jurusan Matematika, FMIPA, Universitas Hasanuddin andiiiola@gmail.com
Lebih terperinciBAB III METOTOLOGI PENELITIAN
BAB III METOTOLOGI PENELITIAN 3.1 Obyek Penelitian Analisis ekonomi digunakan atas dasar anggapan bahwa variabel dalam faktor faktor ekonomi dan pasar merupakan variabel yang berpengaruh secara sistematik
Lebih terperinciMODEL REGRESI KANDUNGAN BATUBARA MENGGUNAKAN METODE LEAST MEDIAN OF SQUARES
PTNBR - BATAN Bandung, 04 Juli 013 MODEL REGRESI KANDUNGAN BATUBARA MENGGUNAKAN METODE LEAST MEDIAN OF SQUARES Kankan Parmikanti 1, Endang Rusyaman 1 dan Emah Suryamah 1 1 Jurusan Matematika FMIPA Universitas
Lebih terperinciPENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA
PENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA Ni Putu Iin Vinny Dayanti 1, Ni Luh Putu Suciptawati 2, Made
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
BAB IV HASIL DAN PEMBAHASAN IV.1 Statistik Deskriptif Statistik deskriptif merupakan statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Pengumpulan Data 3.1.1 Populasi dan Pemilihan Sampel Populasi dalam penelitian ini adalah tingkat pengembalian indeks saham sektoral yang terdaftar di Bursa Efek Indonesia
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini membahas tentang pengaruh inflasi, kurs, dan suku bunga kredit
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini memiliki ruang lingkup ekspor mebel di Kota Surakarta, dengan mengambil studi kasus di Surakarta dalam periode tahun 1990-2014. Penelitian
Lebih terperinciAnalisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares
Analisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares Christalia A. Mokosolang 1, Jantje D. Prang 2, Mans L. Mananohas 3 1 Program Studi Matematika,
Lebih terperinciBAB III METODE PENELITIAN. (time series data). Dalam penelitiaan ini digunakan data perkembangan pertumbuhan ekonomi,
BAB III 3.1. Jenis dan Sumber Data METODE PENELITIAN 3.1.1. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yang digunakan adalah data yang dicatat secara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciBAB IV HASIL ANALISIS DAN PEMBAHASAN. membuat kesimpulan yang berlaku untuk umum.
A. Uji Statistik Deskriptif BAB IV HASIL ANALISIS DAN PEMBAHASAN Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data
Lebih terperinciANALISIS REGRESI KUANTIL
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 103 107 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI KUANTIL SAIDAH, FERRA YANUAR, DODI DEVIANTO Program Studi Magister Matematika, Fakultas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciSTUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG PENCILAN
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 18 26 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG
Lebih terperinciANALISIS REGRESI ROBUST PADA DATA MENGANDUNG PENCILAN DENGAN METODE LEAST MEDIAN SQUARE
ANALISIS REGRESI ROBUST PADA DATA MENGANDUNG PENCILAN DENGAN METODE LEAST MEDIAN SQUARE SKRIPSI Oleh Hufron Haditama NIM 051810101096 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan manusia. Perkembangan teknologi ini ditandai dengan ditemukannya banyak penemuan penemuan
Lebih terperinciBAB I PENDAHULUAN. Inflasi yang terjadi di Indonesia telah menyebabkan perekonomian baik yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Krisis finansial yang melanda Indonesia pada pertengahan tahun 1997 memberi dampak yang kurang menguntungkan bagi perekonomian Indonesia. Salah satu dampak
Lebih terperinciESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010)
ESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010) oleh ENDAH KRISNA MURTI M0106039 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBAB III METODE PENELITIAN. dengan metode purposive sampling diperoleh sampel sebanyak 12 BUS. B. Populasi, Sampel, dan Teknik Pengambilan Sampel
BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini merupakan penelitian kuantitatif. Objek dalam penelitian ini adalah BUS (Bank Umum Syariah) di Indonesia. Pengambilan sampel dengan metode
Lebih terperinciMETODOLOGI PENELITIAN. Data yang dipakai untuk penelitian ini adalah data sekunder (timeseries) yang
38 III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Data yang dipakai untuk penelitian ini adalah data sekunder (timeseries) yang didapat dari Bank Indonesia dan melalui pengolahan data yang dihitung
Lebih terperinciANALISIS KETEGARAN REGRESI ROBUST TERHADAP LETAK PENCILAN: STUDI PERBANDINGAN
Bulletin of Mathematics Vol. 03, No. 01 (2011), pp. 49 60. ANALISIS KETEGARAN REGRESI ROBUST TERHADAP LETAK PENCILAN: STUDI PERBANDINGAN Netti Herawati, Khoirin Nisa dan Eri Setiawan Abstract. The effect
Lebih terperinciJudul : Perbandingan Metode MCD Bootstrap dan. Analisis Regresi Linear Berganda. Pembimbing : 1. Dra. Ni Luh Putu Suciptawati,M.Si
Judul : Perbandingan Metode MCD Bootstrap dan LAD Bootstrap Dalam Mengatasi Pengaruh Pencilan Pada Analisis Regresi Linear Berganda Nama : Ni Luh Putu Ratna Kumalasari Pembimbing : 1. Dra. Ni Luh Putu
Lebih terperinciPERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
Lebih terperinciBAB I PENDAHULUAN. dari tiga motif. Motif pertama adalah motif transaksi. Ada dua hal yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Permintaan akan uang yang terjadi di masyarakat merupakan cerminan dari tiga motif. Motif pertama adalah motif transaksi. Ada dua hal yang mempengaruhi permintaan
Lebih terperinci