ANALISIS DATA UNIVARIATE DAN MULTIVARIATE
|
|
- Shinta Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DATA UNIVARIATE DAN MULTIVARIATE Febti Eka Pratiwi (383) Ria Dhea Layla NK (38363) Abstrak Peningkatan produksi padi guna penyediaan beras sebagai makanan pokok sebagian masyarakat Indonesia sangat diperlukan, sehingga pada akhirnya akan meningkatkan pendapatan petani sebagai bagian terbesar penduduk Indonesia. Keberhasilan dalam menangani masalah produksi padi akan menempatkan negara kita dalam posisi yang kuat dari segi pemenuhan kebutuhan pokok rakyat dan kita tidak khawatir akan menggantungkan pada beras impor. Data dari percobaan ini diambil dari tugas akhir Statistika ITS oleh Janawir (3976) dengan judul Pemetaan Potensi Produksi Padi dan Pendugaan Fungsi Produksi Padi di Jawa Timur Tahun 996. Data yang memiliki mean sama memiliki puncak yang terletak pada garis vertikal yang sama. Nilai varians dari data berbeda. Data yang memiliki mean berbeda. Kurva terletak jauh lebih ke kanan berarti bahwa nilai mean data yang diwakili oleh kurva merah memiliki mean lebih besar. Dari data empat di uji secara bersama ternyata data berdistribusi normal. Uji normalitas secara univariate per variable menunjukan bahwa semua data tidak berdistribusi normal. Berdasarkan matrik varian covarian di atas diketahui bahwa covarian sehingga diketahui bahwa data dependen. Kata Kunci: mean, garis vertikal, varians, distribusi normal, Uji normalitas, univariate, matrik varian covarian. Pendahuluan Peningkatan produksi padi guna penyediaan beras sebagai makanan pokok sebagian masyarakat Indonesia sangat diperlukan, sehingga pada akhirnya akan meningkatkan pendapatan petani sebagai bagian terbesar penduduk Indonesia. Keberhasilan dalam menangani masalah produksi padi akan menempatkan negara kita dalam posisi yang kuat dari segi pemenuhan kebutuhan pokok rakyat dan kita tidak khawatir akan menggantungkan pada beras impor. Untuk tercapainya peningkatan produksi pertanian diperlukan suatu pembinaan faktor produksi pertanian yang mencakup aspek metoda penggunaan sarana produksi dan tata guna sumberdaya (lahan dan air) serta aspek ketenagakerjaan, guna tercapainya produktivitas usaha tani yang tinggi disertai dengan kelestarian sumberdaya pertanian. Upaya pengembangan produki mencakup kegiatan yang berhubungan tata guna,seperti: (a) peningkatan produksivitas per unit usaha, dan (b) peningkatan luas panen melalui perbaikan pola tanam maupun perluasan areal dan mengamankan pertanaman yang ada dari fuso akibat jasad pengganggu maupun bencana alam, kebanjiran dan kekeringan. Respon terhadap penggunaan teknologi pertanian tergantung pada lingkungan, iklim, cara penggarapan lahan serta keadaan tanah serta keadaan terarah/ kondisi geografis suatu daerah. Jawa Timur merupakan salah satu lumbung padi nasional mengalami peningkatan produksi padi yang luar biasa selam 2 tahun terakhir ini, bahkan 2 persen dari total produksi padi nasional yang telah berhasil disumbangkan, yang merupakan hasil dari adanya irigasi yang baik, adopsi varians benih unggul secara umum lebih cocok dengan berbagai kondisi pertanaman dan penggunaan pupuk, nitrogen dan pupuk
2 lainnya dalam jumlah yang tinggi, namun hal ini tidaklah berarti produksi padi di Jawa Timur seragam diseluruh kabupaten. Ada perbedaan-perbedaan regional yang nyata dalam ekosistem-ekosistem sawah di Jawa Timur. 2. Landasan Teori Secara umum dalam metode statistika terdapat banyak cara dalam melakukan pengelompokan salah satunya adalah dengan menggunakan metode analisis diskriminan dan regresi logistik. Akan tetapi sebelum melakukan analisis diskriminan dan regresi logistik, perlu pemenuhan beberapa asumsi antara lain semua variabel prediktor berdistribusi multinormal dan kesamaan matriks varian kovarians antar kelompok. 2. Uji itas Univariate Asumsi normalitas harus terpenuhi untuk mengetahui apakah data berdistribusi normal atau atau tidak, serta untuk mengetahui apakah data sampel berasal dari populasi yang berdistribusi normal. Pengujian normalitas dapat dilakukan dengan beberapa macam, yaitu:. Probability Plot : pada plot penyebaran, data menyebar mendekati atau mengikuti pola garis normal sehingga data dapat diasumsikan bersdistribusi normal. 2. Pengujian Statistik dengan menggunakan uji Andersong-Darling normality test, Kolmogorov-Smirnov normality test, W-test, Liliefors, dsb. Apabila pengujian normalitas tidak dapat dipenuhi maka solusinya dapat dilakukan dengan: transformasi data, pendeteksian data outlier (pencilan) dan regresi bootsrap. Langkah-langkah uji kenormalan Kolmogorov-Smirnov adalah sebagai berikut H : F(x) = F(x), data berdistribusi normal H : F(x) F(x), data tidak berdistribusi normal D=Sup F n ( x) F ( x) Daerah penolakan : Tolak H bila D > Dα 2.2 Distribusi Multivariate Multivariate adalah suatu perluasan dari distribusi univariate normal sebagai aplikasi pada variabel-variabel yang mempunyai hubungan. Dalam analisis multivariate, asumsi multivariate normal harus diperiksa untuk memastikan data pengamatannya mengikuti distribusi normal agar statistik inferensia dapat digunakan dalam menganalisis data tersebut. Bila dalam pengujian normal dari data tersebut mendekati garis linier normal maka dapat disimpulkan bahwa data berdistribusi multivariate normal. Distribusi normal multivariate data dapat diperiksa dengan menghitung nilai jarak pada setiap pengamatan yaitu : 2 T - d x x S x x j j j dengan j =,2,3...n dan n adalah banyaknya data dimana Xj : pengamatan data ke-j S- : invers matriks varians kovarians S d kemudian d diurutkan d2... dn. Lalu dibuat QQ plot antara dimana j=,2,...n dengan p merupakan banyaknya variabel. 2 d ( j) q dengan j 2
3 Bila plot mendekati garis lurus maka dapat disimpulkan bahwa data berdistribusi normal multivariate. Atau dapat juga dihitung jarak kuadrat dari setiap pengamatan paling tidak %. Adapun cara yang dilakukan dengan mengurutkan dari kecil ke yang besar. Setelah itu dibuat plot antara dengan ( ) dimana j =,2,...p dan p adalah banyaknya variabel pendukung. Variabel acak X= (X, X2,...,Xp) berdistribusi normal dengan : { } Secara sederhana ditulis X~Np,p =2 disebut Bivariet : { [( ) ( ) ( ) ( ) ]} 3. Metodologi Penelitian Data dari percobaan ini diambil dari tugas akhir Statistika ITS oleh Janawir (3976) dengan judul Pemetaan Potensi Produksi Padi dan Pendugaan Fungsi Produksi Padi di Jawa Timur Tahun 996. Variabel yang digunakan adalah: X: Data Jumlah Pemberian Pupuk 2 data. X2: Data Berat Benih sebanyak 2 data. X3: Data Pengairan sebanyak 2 data. X4: Data Curah Hujan sebanyak 2 data. 4. Analisis Data dan Pembahasan Bab ini membahas tentang analisis data dan pembahasan dari masalah yang terjadi. Berikut adalah hasil analisis data dan pembahasan: 4. Analisis Data Analisa data dari variabel X merupakan jumlah pemberian pupuk, variabel X 2 merupakan berat benih, variabel X 3 merupakan pengairan dan variabel X 4 merupakan curah hujan dengan disertai dengan interpretasi masing-masing data yang telah di bangkitkan menggunakan software minitab yang kemudian dianalisa dengan menggunakan uji normalitas secara univariate dan multivariate. 4.2 Pembahasan Pembahasan dari variabel random serta berat badan balita (X), tinggi badan balita (X2), dan lingkar kepala balita (X3) adalah sebagai berikut: 4.2. Pengujian Distribusi Univariate ( mean sama, varian berbeda ) Dengan membangkitkan dua data yang berdistribusi normal menggunakan software minitab dengan data masing-masing sebanyak dimana nilai mean kedua data sebesar dan varians data pertama sebesar, varians data kedua sebesar 3. hasil plot distribusi normal dari data tersebut adalah sebagai berikut: 3
4 Frequency Frequency Histogram of ms; ms3 4 3 Variable ms ms3 Mean StDev N 4,948, 4,83 3, Data 9 2 Gambar 4. Plot Sebaran dengan Mean Sama, Varian Berbeda Gambar 4. menunjukkan bahwa kedua kurva tersebut berhimpit karena kedua data mempunyai rata-rata sama yaitu sebesar 4,9. Namun, nilai variansnya berbeda sehingga didapatkan kurva yang berwarna hitam lebih runcing dari pada kurva yang berwarna merah karena kurva yang berwarna hitam mempunyai keragaman yang lebih kecil dari pada kurva yang berwarna merah Pengujian Distribusi Univariate ( mean berbeda, varian sama ) Dengan membangkitkan dua data yang berdistribusi normal menggunakan software minitab dengan data masing-masing sebanyak dimana nilai varians kedua data sebesar 3 dan mean data pertama sebesar, mean data kedua sebesar. hasil plot distribusi normal dari data tersebut adalah sebagai berikut: Histogram of ms3; ms3 4 2 Variable ms3 ms3 Mean StDev N 4,83 3,4, 2, Data 2 8 Gambar 4.2 Plot Sebaran dengan Mean Berbeda, Varian Sama Gambar 4.2 menunjukkan bahwa kedua kurva tersebut sejajar (saling lepas) karena kedua data mempunyai nilai rata-ratanya berbeda. Kurva yang berwarna hitam mempunyai rata-rata yang lebih kecil dari pada kurva yang berwarna merah, sehingga didapatkan kurva yang berwarna hitam lebih ke kiri dari pada kurva yang berwarna 4
5 Percent merah. Namun, lebar kurva sama karena sebaran datanya sama yaitu dengan nilai varian sebesar Pengujian Multivariate Pada Data Jumlah Produksi Padi Hasil pengujian normal multivariate pada data jumlah produksi padi di Jawa Timur adalah sebagau berikut : a. Pengujian Multivariate Pada Data Jumlah Pemberian Pupuk Probability Plot of Jumlah pemberian pupuk Mean StDev 3.78 N 2 A D 4.36 P-V alue < Jumlah pemberian pupuk 2 Gambar 4.3 Anderson-Darling Data Jumlah Pemberian Pupuk Adapun pengujian kenormalan Anderson-darling adalah sebagai berikut : H : F(x) = F (x), data berdistribusi normal H : F(x) F (x), data tidak berdistribusi normal P-value Daerah penolakan : Tolak H bila P-value <, <, Berdasarkan pengujian diatas dikatahui bahwa P-value < sehingga kesimpulannya adalah tolak H, ini berarti bahwa data tidak berdistribusi normal. b. Pengujian Multivariate Pada Data Berat Benih Adapun pengujian kenormalan Anderson-darling adalah sebagai berikut : H : F(x) = F (x), data berdistribusi normal H : F(x) F (x), data tidak berdistribusi normal P-value
6 Percent Percent Daerah penolakan: Tolak H bila P-value <, <, Probability Plot of Berat benih Mean 4.32 StDev.3 N 2 AD P-Value <, -2-2 Berat benih Gambar 4.4 Uji Anderson-Darling Berat Benih Berdasarkan pengujian diatas yang ditunjukkan oleh gambar 4.4 diketahui bahwa P- value < sehingga kesimpulannya adalah tolak H, ini berarti bahwa data tidak berdistribusi normal. c. Pengujian Multivariate Pada Data Pengairan 3 4 Probability Plot of pengairan Mean 3.8 StDev 69.6 N 2 AD 4.38 P-Value <, - pengairan 2 3 Gambar 4. Uji Anderson-Darling Pengairan Adapun pengujian kenormalan Anderson-darling adalah sebagai berikut : H : F(x) = F (x), data berdistribusi normal H : F(x) F (x), data tidak berdistribusi normal P-value 6
7 Percent Daerah penolakan : Tolak H bila P-value <, <, Berdasarkan pengujian diatas dikatahui bahwa P-value < sehingga kesimpulannya adalah tolak H, ini berarti bahwa data tidak berdistribusi normal. d. Pengujian Multivariate Pada Data Jumlah Produksi Padi Probability Plot of Jumlah produksi padi Mean 3 StDev 62 N 2 AD P-Value <, Jumlah produksi padi 4 6 Gambar 4.6 Uji Anderson-Darling Produksi Padi Adapun pengujian kenormalan Anderson-darling adalah sebagai berikut : H : F(x) = F (x), data berdistribusi normal H : F(x) F (x), data tidak berdistribusi normal P-value Daerah penolakan : Tolak H bila P-value <, <, Berdasarkan pengujian diatas dikatahui bahwa P-value < sehingga kesimpulannya adalah tolak H, ini berarti bahwa data tidak berdistribusi normal. Tabel 4. Multivariate Matrix COVA , 762, 742,7 2243, ,8 86,9 26,6 778, ,9 32,9 6,4 7, ,6 6,4 4783,7 82, , 7,2 82, 34, Berdasarkan putput minitab diatas, varian covarian maka data tersebut dependen. 7
8 . Kesimpulan Data yang memiliki mean sama memiliki puncak yang terletak pada garis vertikal yang sama. Nilai varians dari data berbeda terlihat pada luasan kurva yang berbeda dimana kurva yang memiliki nilai varians lebih besar maka kurva lebih melebar. Data yang memiliki mean berbeda yang terlihat pada puncak kedua kurva tidak terletak pada garis vertikal yang sama. Kurva terletak jauh lebih ke kanan berarti bahwa nilai mean data yang diwakili oleh kurva merah memiliki mean lebih besar. Dari data empat variabel yaitu jumlah pemberian pupuk, berat benih, pengairan, dan curah hujan setelah di uji sacara bersama ternyata data berdistribusi normal. Uji normalitas secara univariate per variable menunjukan bahwa semua data tidak berdistribusi normal. Berdasarkan matrik varian covarian di atas diketahui bahwa covarian sehingga diketahui bahwa data dependen. Daftar Pustaka Janawir.22.Tugas Akhir Pemetaan Potensi Produksi Padi dan Pendugaan Fungsi Produksi Padi di Jawa Timur Tahun 996.Surabaya:Institut Teknologi Sepuluh Nopember Johnson, A. Richard.24. Applied Multivariate Statistical Analysis. New Jersey Sembiring, RK.99.Analisis Regresi.Bandung:ITB 8
Pemodelan Faktor-faktor yang Mempengaruhi Produksi Padi di Jawa Timur Tahun 2012 dengan Kasus Pencilan dan Autokorelasi Error
Pemodelan Faktor-faktor yang Mempengaruhi Produksi Padi di Jawa Timur Tahun 22 dengan Kasus Pencilan dan Autokorelasi Error Ria Kumala Dewi dan Wiwiek Setya Winahju Statistika, FMIPA, Institut Teknologi
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciBAB 4 Hasil dan Pembahasan
BAB 4 Hasil dan Pembahasan Bab ini membahas tentang implementasi pemodelan prediksi produksi panen komoditas padi menggunakan metode regresi linier yang diolah menggunakan R Studio. 4.1 Pengolahan Data
Lebih terperinciPEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI JAWA TIMUR TAHUN 2012 DENGAN KASUS PENCILAN DAN AUTOKORELASI ERROR
L/O/G/O SEMINAR HASIL TUGAS AKHIR PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI JAWA TIMUR TAHUN 2012 DENGAN KASUS PENCILAN DAN AUTOKORELASI ERROR Oleh: Ria Dosen Pembimbing: Dra. Wiwiek Setya
Lebih terperincihomogen jika titik-titik tersebar secara merata atau seimbang baik di atas maupun dibawah garis, dengan maksimum ragam yang kecil.
8 koefisien regresi berganda dari variabel tak bebas Y terhadap variabel bebas Xi. Pada kasus ini, persamaan mengandung arti sebagai berikut, seperti yang telah dimodelkan Merdun (23) di Sungai Saluda,
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Data Pengeluaran Per Kapita Propinsi Jawa Timur Tahun 2008 Jawa Timur adalah provinsi yang terdiri dari 29 kabupaten dan 9 kota. Secara umum wilayah provinsi Jawa Timur dapat dibagi
Lebih terperinciREGRESI LINIER GANDA. Fitriani Agustina, Math, UPI
REGRESI LINIER GANDA 1 Pengertian Regresi Linier Ganda Merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciPada tugas akhir ini, data yang digunakan adalah data salah satu key characteristic dari suatu produk manufaktur.
BAB IV ANALISA DATA 3 BAB 4 ANALISA DATA 4.1 Pendahuluan Dalam suatu proses produksi di industri, data yang akan diolah tidak begitu saja bisa didapatkan. Ada suatu proses sehingga data tersebut bisa didapatkan,
Lebih terperinciPENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA
Co. Pembimbing Dr. Ir. Djumali, MP Seminar Hasil Tugas Akhir PENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA Oleh: Miftalia Al Riza (1308
Lebih terperinciPENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL
PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL Prasetyo Universitas Negeri Malang E-mail : pras_kazekage@yahoo.com Pembimbing: (I) Ir. Hendro
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciBAB 1 PENDAHULUAN. Indonesia (Ganesha Enterpreneur Club, Pola Tanam Padi Sri, Produktifitas
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara agraris, yaitu negara yang penghasilan penduduknya sebagian besar berasal dari hasil bercocok tanam padi sawah dan kebanyakan penduduknya
Lebih terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Produksi Padi di Jawa Timur Tahun 2012 dengan Kasus Pencilan dan Autokorelasi Error
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (24) 2337-352 (23-928X Print) D-42 Pemodelan Faktor-Faktor yang Mempengaruhi Produksi Padi di Jawa Timur Tahun 22 dengan Kasus Pencilan dan Autokorelasi Error
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI JAWA TIMUR
FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI JAWA TIMUR OLEH: FASHA AMELLIA NURAINI 1311030010 DOSEN PEMBIMBING: Dr.Ir.SETIAWAN,MS BAB 1 PENDAHULUAN LLATAR BELAKANG Usaha peningkatan produksi kedelai
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciVI. HASIL DAN PEMBAHASAN. 6.1 Persepsi Petani terhadap Perubahan Iklim. Hasil penelitian menunjukkan bahwa masing-masing petani memiliki
VI. HASIL DAN PEMBAHASAN 6.1 Persepsi Petani terhadap Perubahan Iklim Hasil penelitian menunjukkan bahwa masing-masing petani memiliki persepsi yang berbeda terhadap perubahan iklim. Hal ini dikarenakan
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciterhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di
Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
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 terperinciCAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu mengidentifikasi permasalahan multivariat 5.2 Mampu menerapkan konsep
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
14 BAB V HASIL DAN PEMBAHASAN.1. Hasil Penelitian.1.1 Pertumbuhan diameter S. leprosula Miq umur tanam 1 4 tahun Hasil pengamatan dan pengukuran pada 4 plot contoh yang memiliki luas 1 ha (0 m x 0 m) dapat
Lebih terperinciDATA DAN METODE. Data
DATA DAN METODE Data Data yang digunakan dalam penelitian ini adalah data sekunder hasil percobaan padi varietas IR 64 yang dilaksanakan tahun 2002 pada dua musim (kemarau dan hujan). Lokasi penelitian
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciPerawatan ortodonti dengan pencabutan premolar pertama. Retraksi anterior
Lampiran. KERANGKA KONSEP Perawatan ortodonti dengan pencabutan molar pertama Retraksi anterior Perubahan dental Perubahan jaringan lunak bibir Perubahan jarak puncak insisial atas ke sumbu Y (PM Line)
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciAnalisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk
Analisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk Suhermin Ari Pujiati Pasca Sarjana Jurusan Statistika FMIPA ITS Suhermin97@yahoo.com.
Lebih terperinciANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Bab ini akan membahas hasil pengolahan data penelitian dalam bentuk deskripsi data, dan pengujian hipotesis yang diolah dengan bantuan perangkat lunak komputer, yaitu program
Lebih terperinciVI. ANALISIS EFISIENSI FAKTOR-FAKTOR PRODUKSI PADI
VI. ANALISIS EFISIENSI FAKTOR-FAKTOR PRODUKSI PADI 6.1 Analisis Fungsi Produksi Hubungan antara faktor-faktor yang mempengaruhi produksi dapat dijelaskan ke dalam fungsi produksi. Kondisi di lapangan menunjukkan
Lebih terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperinciKorelasi Pearson. Pendahuluan
Korelasi Pearson Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua veriabel. Dua variabel dikatakan berkorelasi apabila perubahan
Lebih terperinci3 METODOLOGI. 3.1 Lokasi dan Waktu Penelitian
15 3 METODOLOGI 3.1 Lokasi dan Waktu Penelitian Pada penelitian ini, lokasi yang menjadi objek penelitian adalah wilayah PPN Brondong, Kabupaten Lamongan propinsi Jawa Timur. Pemilihan lokasi ini didasari
Lebih terperinciBAB IV. METODE PENELITIAN
BAB IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Gapoktan Tani Bersama Desa Situ Udik Kecamatan Cibungbulang Kabupaten Bogor. Pemilihan lokasi dilakukan dengan cara
Lebih terperinciBAB III METODE PENELITIAN. merupakan data time series dengan periode waktu selama 21 tahun yaitu 1995-
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data time series dengan periode waktu selama 21 tahun yaitu 1995-2015.
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciDaerah Jawa Barat, serta instansi-instansi lain yang terkait.
IV. METODE PENELITIAN 4.1 Waktu dan Lokasi Penelitian Pengambilan data sekunder untuk keperluan penelitian ini dilaksanakan pada awal bulan juli hingga bulan agustus 2011 selama dua bulan. Lokasi penelitian
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif dalam penelitian ini akan memberikan informasi mengenai variabel-variabel yang digunakan, seperti Profitabilitas, Debt to EquityRatio
Lebih terperinciANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG. Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan
Saintia Matematika Vol. 2, No. 1 (2014), pp. 71 83. ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan Abstrak. Penyediaan
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Analisa pemodelan fungsi hubungan pada variabel repon dengan variabel prediktor akan dijelaskan pada bab ini. Analisis yang digunakan pada penelitian ini adalah menggunakan
Lebih terperinciPREDIKSI PERKEMBANGAN LAHAN PERTANIAN BERDASARKAN KECENDERUNGAN ALIH FUNGSI LAHAN SAWAH DI KABUPATEN LAMONGAN
PREVIEW III TUGAS AKHIR PREDIKSI PERKEMBANGAN LAHAN PERTANIAN BERDASARKAN KECENDERUNGAN ALIH FUNGSI LAHAN SAWAH DI KABUPATEN LAMONGAN Dosen Pembimbing Putu Gde Ariastita, ST., MT. Merisa Kurniasari 3610100038
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinciBAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN. Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu
BAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN 3.1 Pengujian Instrumen Data Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu terhadap instrumen yang akan digunakan. Ini dilakukan
Lebih terperinciBAB III METODOLOGI PENELITIAN. pengkajian dalam mempelajari peraturan-peraturan suatu metode. Jadi,
BAB III METODOLOGI PENELITIAN Metode ialah suatu prosedur atau cara untuk mengetahui sesuatu yang mempunyai langkah-langkah sistematis. Sedangkan metodologi ialah suatu pengkajian dalam mempelajari peraturan-peraturan
Lebih terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
Lebih terperinciIV. METODE PENELITIAN. Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua,
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua, Kecamatan Cisarua, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi dilakukan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara
BAB IV HASIL DAN PEMBAHASAN Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara atasan memimpin dan kinerja bawahan yang meliputi hasil penelitian data, hasil pembahasan penelitian yang
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 terperinciSelamat Datang.. Dalam zona
Selamat Datang.. Dalam zona ANALISIS PEUBAH GANDA 334H1203 (oleh M. Saleh AF) DEPARTEMEN MATEMATIKA PRODI STATISTIKA FMIPA UNHAS 2014 Deskripsi Matakuliah APG : Konsep dasar analisis multivariate, vektor,
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Perkebunan Aek Pamienke, Labuhan Batu Utara, Sumatera Utara. Pemilihan provinsi Sumatera Utara sebagai lokasi penelitian
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 terperinciUJI ASUMSI KLASIK (Uji Normalitas)
UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK Uji Asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear Ordinary Least Square (OLS) terdapat masalah-masalah
Lebih terperinciBAB III METODE PENELITIAN. sebagai salah satu input faktor produksi yang memiliki peran penting. Permintaan
17 BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Petani dalam melakukan kegiatan usahatani membutuhkan benih padi sebagai salah satu input faktor produksi yang memiliki peran penting. Permintaan terhadap
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Subyek Penelitian Subjek dalam penelitian ini adalah petani bawang merah di Desa Tirtohargo Kecamatan Kretek Kabupaten Bantul Propinsi Daerah Istimewa Yogyakarta. Petani
Lebih terperinciPertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS. Interpretasi Geometri pada Sampel. Generalisasi varians
Pertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS Interpretasi Geometri pada Sampel Generalisasi varians , Interpretasi Geometri pada Sampel Sample Geometry and Random Sampling Data sampel
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 terperinciPEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
PEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Penyusun Tugas Akhir : Ratri Enggar Pawening/5107100613 Pembimbing I Dr. Ir. Joko
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBab V Analisis, Kesimpulan dan Saran
151 Bab V Analisis, Kesimpulan dan Saran V.1 Analisis V.1.1 Analisis Alih Fungsi Lahan Terhadap Produksi Padi Dalam analisis alih fungsi lahan sawah terhadap ketahanan pangan dibatasi pada tanaman pangan
Lebih terperinciIV. METODOLOGI PENELITIAN
IV. METODOLOGI PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Ambulu, Kecamatan Losari, Kabupaten Cirebon, Provinsi Jawa Barat. Pemilihan lokasi ini dilakukan secara sengaja (purposive)
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 terperinciHASIL DAN PEMBAHASAN Metode Pewarnaan Blok
26 HASIL DAN PEMBAHASAN Metode Pewarnaan Blok Sistem manajemen perkebunan kelapa sawit pada umumnya terdiri atas Kebun (Estate) yang dikepalai oleh seorang Estate Manager. Seorang Estate Manager membawahi
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
Lebih terperinciI. PENDAHULUAN. Pembangunan pertanian, khususnya tanaman pangan bertujuan untuk meningkatkan
I. PENDAHULUAN A. Latar Belakang dan Masalah Pembangunan pertanian, khususnya tanaman pangan bertujuan untuk meningkatkan produksi dan memperluas keanekaragaman hasil pertanian. Hal ini berguna untuk memenuhi
Lebih terperinciANALISIS WILLINGNESS TO PAY
ANALISIS WILLINGNESS TO PAY PETANI TERHADAP PENINGKATAN PELAYANAN IRIGASI Studi Kasus Daerah Irigasi Klambu Kanan Wilalung, Kecamatan Undaan, Kabupaten Kudus, Jawa Tengah Oleh : FAHMA MINHA A14303054 PROGRAM
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. belajar kimia SMA Negeri 1 Jogonalan Kabupaten Klaten.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Diskripsi Data Diskripsi hasil penelitian ini didasarkan pada skor dari kuesioner yang digunakan untuk mengetahui pengaruh motivasi dan iklim
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 907-916 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN
Lebih terperinciHASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:
. Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Penelitian ini merupakan field research atau penelitian lapangan. Penelitian lapangan merupakan suatu penelitian yang dilakukan secara langsung
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Variabel Pada penelitian yang penulis lakukan untuk menganalisis pengaruh yang terjadi antara luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah
Lebih terperinciPERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL
Statistika, Vol., No., Mei PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Moh. Yamin Darsyah, Dwi Haryo Ismunarti Program Studi S Statistika Universitas Muhammadiyah Semarang, Jl. Kedung
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 terperinciGambar 2.1 Klasifikasi Metode Dependensi dan Interdependensi Analisis Multivariat
Bab Landasan Teori.1 Analisis Multivariat Analisis statistik multivariat merupakan metode dalam melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis
Lebih terperinciBAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )
BAB III ANALISIS KUALITAS PRODUK BENANG TS 48 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC ) 3.1. Pendahuluan Metode yang akan dipakai dalam pengendalian kualitas benang TS 48 adalah diagram
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciRESPON PETANI TERHADAP PROGRAM PEMERINTAH MENGENAI ASURANSI USAHATANI PADI (AUTP) PENDAHULUAN
P R O S I D I N G 169 RESPON PETANI TERHADAP PROGRAM PEMERINTAH MENGENAI ASURANSI USAHATANI PADI (AUTP) Bambang Siswadi dan Farida Syakir Program Studi Agribisnis Fakultas Pertanian Universitas Islam Malang
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam bab empat ini dilakukan perhitungan untuk mengetahui tentang pengaruh metode Meaningful Instructional Design (MID) terhadap kemampuan Kognitif Siswa pada mata
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciBAB III METODE PENELITIAN. metode analisis data serta pengujian hipotesis.
BAB III METODE PENELITIAN Pada bab 3 ini akan dijelaskan mengenai metode penelitian yang meliputi populasi dan sampel penelitian, data dan sumber data, variabel operasional, metode analisis data serta
Lebih terperinciBAB III METODE PENELITIAN. Menurut Indriantoro (2009) populasi adalah sekelompok orang, kejadian, atau
BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Penelitian Menurut Indriantoro (2009) populasi adalah sekelompok orang, kejadian, atau segala sesuatu yang mempunyai karakteristik tertentu. Sedangkan
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih terperinciOleh : Arief Yudissanta ( ) Pembimbing : Prof. Susanti Linuwih Mstat.PHD
TUGAS AKHIR Oleh : Arief Yudissanta (1307 030 019) Pembimbing : Prof. Susanti Linuwih Mstat.PHD PENGELOMPOKAN SEKOLAH DASAR BERDASARKAN RATA-RATA NILAI UJIAN AKHIR SEKOLAH BERSTANDAR NASIONAL DI SETIAP
Lebih terperinciV. HASIL DAN PEMBAHASAN. A. Dampak Konversi Lahan Sawah Terhadap Produksi Padi. 1. Konversi lahan sawah Kecamatan Mertoyudan
V. HASIL DAN PEMBAHASAN A. Dampak Konversi Lahan Sawah Terhadap Produksi Padi 1. Konversi lahan sawah Kecamatan Mertoyudan Perkembangan luas lahan sawah dan produksi padi mengalami penurunan yang disebabkan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.11 Latar Belakang Pertumbuhan dan kestabilan ekonomi adalah dua syarat penting bagi kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan
Lebih terperinciANOVA (Analysis of Variance) PADA PRODUK CEREAL
ANOVA (Analysis of Variance) PADA PRODUK CEREAL A. ANOVA ANOVA adalah salah satu analisis statistika yang sering dimanfaatkan untuk mengecek perbedaan nilai rata-rata dari dua atau lebih kelompok data.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Jenis penelitian ini merupakan penelitian lapangan (field research). Penelitian lapangan adalah suatu penyelidikan atau penelitian dimana peneliti
Lebih terperinciDAFTAR ISI KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
DAFTAR ISI Halaman KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii v viii ix I. PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 4 1.3 Tujuan Penelitian...
Lebih terperinciPemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR
JURNAL SAINS DAN SENI POMITS Vol., No., (0) 7-0 (0-X Prin D-7 Pemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR Laily Awliatul Faizah dan Setiawan Jurusan Statistika,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap Harga Saham Pada Perusahaan Perdagangan, Jasa Dan Investasi Di Daftar Efek Syariah
Lebih terperinciBAB III METODOLOGI PENELITIAN. menganalisis data, penulis menggunakan alat bantu komputer seperti paket
49 BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Penelitian yang dilakukan penulis adalah penelitian kuantitatif dengan menggunakan metode regresi linier berganda sebagai alat analisis data. Dalam
Lebih terperinciAnalisis Fenomena Tekanan Udara Permukaan di Indonesia Sebelum Kejadian Hujan Ekstrem di Kabupaten Indramayu dengan Pendekatan Bootstrap
1 Analisis Fenomena Tekanan Udara Permukaan di Indonesia Sebelum Kejadian Hujan Ekstrem di Kabupaten Indramayu dengan Pendekatan Bootstrap Sri Hidayati dan Heri Kuswanto Jurusan Statistika, FMIPA, Institut
Lebih terperinci