Lampiran 1. Hasil Estimasi Perdagangan ASEAN
|
|
|
- Sucianty Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1
2 Lampiran 1. Hasil Estimasi Perdagangan ASEAN Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 10:41 Sample (adjusted): Included observations: 22 after adjustments Cross-sections included: 14 Total pool (balanced) observations: 308 C LOG GDP? 7.98E LOG POP?(-2) LOG FDI? E LOG RER?(-1) LOG IR? 4.49E E LOG OPEN_ASEAN? LOG TAX? LOG TAX_ASEAN? LOG RER_ASEAN? LOG IR_ASEAN? LOG GDP_ASEAN?(-1) LOG POP_ASEAN? LOG FDI_ASEAN?(-3) LOG TII_ASEAN?(-3) APEC? 1.36E E _AUS--C _ITY C -6.20E-05 _CHN--C _JPN--C 9.66E-06 _ENG--C _KSL--C _FRA--C _NTD--C _GMN--C _NZL--C -4.29E-06 _HKG--C _SPY--C _IND C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
3 Lampiran 2. Hasil Estimasi Perdagangan Malaysia Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 07:52 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_MAL? LOG POP_MAL? LOG FDI_MAL? LOG RER_MAL? -9.32E LOG OPEN_MAL? LOG TAX_MAL? LOG IR_MAL? LOG GDP? LOG POP? LOG FDI? LOG RER? LOG IR? LOG DIST_MAL? LOG TII_MAL? LOG TAX? ASEAN? APEC? _AUS--C _KSL--C _CHN--C _INA--C _ENG--C _NTD--C _FRA--C _NZL--C _GMN--C _PHI--C _HKG--C _SIN--C _IND--C _SPY--C _ITY--C _THA--C _JPN--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
4 Lampiran 3. Hasil Estimasi Perdagangan Indonesia Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section weights) Date: 01/05/10 Time: 08:24 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_INA? LOG POP_INA? LOG FDI_INA? LOG RER_INA? LOG OPEN_INA? LOG TAX_INA? LOG IR_INA? LOG GDP? LOG POP? LOG FDI? LOG RER? LOG IR? LOG DIST_INA? LOG TII_INA? LOG TAX? ASEAN? APEC? _AUS--C _KSL--C _CHN--C _MAL--C _ENG--C _NTD--C _FRA--C _NZL--C 7.85E-05 _GMN--C _PHI--C _HKG--C _SIN--C _IND--C _SPY--C _ITY--C _THA--C _JPN--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
5 Lampiran 4. Hasil Estimasi Perdagangan Singapura Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 09:30 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_SIN? LOG POP_SIN? LOG FDI_SIN? LOG RER_SIN? LOG OPEN_SIN? LOG TAX_SIN? LOG IR_SIN? LOG GDP? LOG POP? LOG FDI? LOG RER? LOG IR? LOG DIST_SIN? LOG TII_SIN? LOG TAX? ASEAN? APEC? _AUS--C _JPN--C _CHN--C _KSL--C _ENG--C _MAL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _PHI--C _INA--C _SPY--C _IND--C _THA--C _ITY--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
6 Lampiran 5. Hasil Estimasi Perdagangan Thailand Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 10:04 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_THA? LOG POP_THA? LOG FDI_THA? LOG RER_THA? LOG OPEN_THA? LOG TAX_THA? LOG IR_THA? LOG GDP? LOG POP? LOG FDI? LOG RER? LOG IR? LOG DIST_THA? LOG TII_THA? LOG TAX? ASEAN? APEC? _AUS--C _JPN--C _CHN--C _KSL--C _ENG--C _MAL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _PHI--C _INA--C _SIN--C _IND--C _SPY--C _ITY--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
7 Lampiran 6. Hasil Estimasi Perdagangan Philipina Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 08:30 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_PHI? LOG POP_PHI? LOG FDI_PHI? LOG RER_PHI? LOG OPEN_PHI? LOG TAX_PHI? LOG IR_PHI? LOG GDP? LOG POP? LOG FDI? LOG RER? LOG IR? LOG DIST_PHI? LOG TII_PHI? LOG TAX? ASEAN? APEC? _IND--C _CHN--C _NZL--C _ENG--C _THA--C _MAL--C _ITY--C _INA--C _SPY--C _HKG--C _FRA--C _GMN--C _KSL--C _SIN--C _NTD--C _JPN--C _AUS--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
8 Lampiran 7. Hasil Estimasi Model I FDI ASEAN Dependent Variable: LOGFDI_ASEAN? Method: Pooled EGLS (Cross-section weights) Date: 01/06/10 Time: 20:57 Cross-sections included: 14 Total pool (balanced) observations: 350 White period standard errors & covariance (d.f. corrected) C LOG GDP? LOG POP? LOG RER? LOG IR? LOG SIZE? 1.47E E LOG OPEN_ASEAN? LOG RER_ASEAN? LOG IR_ASEAN? LOG POP_ASEAN? LOG X_ASEAN? LOG M_ASEAN? NAFTA? UE? APEC? _AUS--C _ITY--C _CHN--C _JPN--C _ENG--C _KSL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _SPY--C _IND--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat
9 Lampiran 8. Hasil Estimasi Model II FDI ASEAN Dependent Variable: LOGFDI_ASEAN? Method: Pooled EGLS (Cross-section weights) Date: 01/06/10 Time: 20:58 Cross-sections included: 14 Total pool (balanced) observations: 350 White period standard errors & covariance (d.f. corrected) C LOG GDP? LOG POP? LOG RER? LOG IR? LOG SIZE? 8.85E E LOG OPEN_ASEAN? LOG RER_ASEAN? LOG IR_ASEAN? LOG POP_ASEAN? LOG X_ASEAN? LOG M_ASEAN? CHINA? INDIA? _AUS--C _ITY--C _CHN--C _JPN--C _ENG--C _KSL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _SPY--C _IND--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat
10 Lampiran 9. Hasil Estimasi Investasi Malaysia Dependent Variable: LOGFDI_MAL? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 07:59 Cross-sections included: 18 Total pool (balanced) observations: 450 White cross-section standard errors & covariance (d.f. corrected) C LOG GDP_MAL? LOG POP_MAL? LOG OPEN_MAL? LOG RER_MAL? LOG IR_MAL? LOG POP? LOG GDP? LOG RER? LOG IR? LOG SIZE? LOGX_MAL? LOGM_MAL? ASEAN? APEC? _AUS--C _KSL--C _CHN--C _INA--C _ENG--C _NTD--C _FRA--C _NZL--C _GMN--C _PHI--C _HKG--C _SIN--C _IND--C _SPY--C _ITY--C _THA--C _JPN--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
11 Lampiran 10. Hasil Estimasi Investasi Indonesia Dependent Variable: LOGFDI_INA? Method: Pooled EGLS (Cross-section SUR) Date: 01/05/10 Time: 11:07 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_INA? LOG POP_INA? LOG OPEN_INA? LOG RER_INA? LOG IR_INA? LOG POP? LOG GDP? LOG RER? LOG IR? LOG SIZE? LOG X_INA? LOG M_INA? ASEAN? APEC? _AUS--C _KSL--C _CHN--C _MAL--C _ENG--C _NTD--C _FRA--C _NZL--C _GMN--C _PHI--C _HKG--C _SIN--C _IND--C _SPY--C _ITY--C _THA--C _JPN--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
12 Lampiran 11. Hasil Estimasi Investasi Singapura Dependent Variable: LOGFDI_SIN? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 09:33 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_SIN? LOG POP_SIN? LOG OPEN_SIN? LOG RER_SIN? LOG IR_SIN? LOG POP? LOG GDP? LOG RER? LOG IR? LOG SIZE? LOG X_SIN? LOG M_SIN? ASEAN? APEC? _AUS--C _JPN--C _CHN--C _KSL--C _ENG--C _MAL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _PHI--C _INA--C _SPY--C _IND--C _THA--C _ITY--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
13 Lampiran 12. Hasil Estimasi Investasi Thailand Dependent Variable: LOGFDI_THA? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 10:09 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_THA? LOG POP_THA? LOG OPEN_THA? LOG RER_THA? LOG IR_THA? LOG POP? LOG GDP? LOG RER? LOG IR? LOG SIZE? LOG X_THA? LOG M_THA? ASEAN? APEC? _AUS--C _JPN--C _CHN--C _KSL--C _ENG--C _MAL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _PHI--C _INA--C _SIN--C _IND--C _SPY--C _ITY--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
14 Lampiran 13. Hasil Estimasi Investasi Philipina Dependent Variable: LOGFDI_PHI? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 08:43 Cross-sections included: 18 Total pool (balanced) observations: 450 C LOG GDP_PHI? LOG POP_PHI? LOG OPEN_PHI? LOG RER_PHI? LOG IR_PHI? LOG POP? LOG GDP? LOG RER? LOG IR? LOG SIZE? LOG X_PHI? LOG M_PHI? ASEAN? APEC? _AUS--C _JPN--C _CHN--C _KSL--C _ENG--C _MAL--C _FRA--C _NTD--C _GMN--C _NZL--C _HKG--C _SIN--C _INA--C _SPY--C _IND--C _THA--C _ITY--C _USA--C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat
15 Lampiran 14. Hasil Pengujian Autokorelasi Model Perdagangan ASEAN Dependent Variable: LOGTRADE Method: Least Squares Date: 01/10/10 Time: 18:06 Sample: Included observations: 2250 C LOGGDP_I LOGPOP_I LOGFDI_I LOGRER_I LOGOPEN_I LOGTAX_I LOGIR_I LOGGDP LOGPOP LOGFDI LOGRER LOGIR LOGDIST LOGTII_I LOGTAX ASEAN APEC R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Uji Autokorelasi Sementara d tabel untuk observasi sebanyak (n= ) diperoleh nilai dl = 1.57 dan du = Pembuktiannya adalah dari model diketahui DW hitung = 2.06, dengan demikian 2.06 > 1.78, karena nilai DW hitung > d U maka tidak terdapat autokorelasi. Jadi berdasarkan ketentuan di atas terbukti bahwa model ini berada di daerah tidak terdapat autokorelasi artinya tidak terdapat kesalahan pengganggu atau tidak terjadi korelasi diantara data pengamatan.
16 Lampiran 15. Hasil Pengujian Heteroskedastisitas Model Perdagangan ASEAN Dependent Variable: RESIDUALTR Method: Least Squares Date: 01/10/10 Time: 18:07 Sample: Included observations: 2250 C 5.99E E LOGGDP_I -2.76E E LOGPOP_I 3.40E E LOGFDI_I -7.62E E LOGRER_I -9.02E E LOGOPEN_I 1.92E E LOGTAX_I 1.17E E LOGIR_I -8.59E E LOGGDP 8.82E E LOGPOP -2.24E E LOGFDI -1.60E E LOGRER -4.97E E LOGIR -8.95E E LOGDIST 9.06E E LOGTII_I -5.97E E LOGTAX 3.02E E ASEAN -1.06E E APEC 3.40E E R-squared Mean dependent var 2.53E-11 Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 1.29E-13 Durbin-Watson stat Prob(F-statistic) Uji Heteroskedastisitas Berdasarkan hasil pengujian tersebut dapat diketahui nilai sig. (prob./p-value) untuk semua variabel bebas tidak ditemukan yang bernilai lebih kecil dari 0.05 untuk tingkat signifikansi 5%. Dengan demikian dapat dikatakan tidak terdapat masalah heteroskedastisitas diantara anggota group pada model regersi ini, sehingga memenuhi persyaratan untuk analisis regresi berganda (multiple regression) atau regresi data panel (pooled).
17 Lampiran 16. Hasil Pengujian Multikolinearitas Model Perdagangan ASEAN Model Collinearity Statistics Tolerance VIF LOGGDP_I LOGPOP_I LOGFDI_I LOGRER_I LOGOPEN_I LOGTAX_I LOGIR_I LOGGDP LOGPOP LOGFDI LOGRER LOGIR LOGDIST LOGTII_I LOGTAX ASEAN APEC Uji Multikolinearitas Dari tabel dapat diketahui bahwa berdasarkan hasil pengujian tidak ditemukan variabel bebas dengan nilai VIF lebih besar dari 10 atau mempunyai nilai tolerance lebih kecil dari 0.1. Dengan demikian tidak ada masalah multikolinearitas, sehingga pada model tidak ada variabel independen yang harus di-eliminasi.
18 Lampiran 17. Hasil Pengujian Autokorelasi Model Investasi ASEAN Dependent Variable: LOGFDI_I Method: Least Squares Date: 01/10/10 Time: 09:29 Sample: Included observations: 2250 C LOGGDP_I LOGPOP_I LOGOPEN_I LOGRER_I LOGIR_I LOGPOP LOGGDP LOGRER LOGIR SIZE LOGX_I LOGM_I ASEAN APEC R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Uji Autokorelasi Sementara d tabel untuk observasi sebanyak (n= ) diperoleh nilai dl = 1.57 dan du = Pembuktiannya adalah dari model diketahui DW hitung = 2.06, dengan demikian > 1.78, karena nilai DW hitung > d U maka tidak terdapat autokorelasi. Jadi berdasarkan ketentuan di atas terbukti bahwa model ini berada di daerah tidak terdapat autokorelasi artinya tidak terdapat kesalahan pengganggu atau tidak terjadi korelasi diantara data pengamatan.
19 Lampiran 18. Hasil Pengujian Heteroskedastisitas Model Investasi ASEAN Dependent Variable: RESIDUAL Method: Least Squares Date: 01/10/10 Time: 09:31 Sample: Included observations: 2250 Variable Coefficien t Std. Error t-statistic Prob. C 4.80E E LOGGDP_I -8.80E E LOGPOP_I 2.11E E LOGOPEN_I 5.53E E LOGRER_I -4.38E E LOGIR_I 2.24E E LOGPOP -2.14E E LOGGDP -1.78E E LOGRER 9.92E E LOGIR 8.64E E SIZE -1.42E E LOGX_I -8.92E E LOGM_I 7.15E E ASEAN 1.97E E APEC -2.80E E R-squared Mean dependent var -2.22E-12 Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 1.23E-13 Durbin-Watson stat Prob(F-statistic) Uji Heteroskedastisitas Berdasarkan hasil pengujian tersebut dapat diketahui nilai sig. (prob./p-value) untuk semua variabel bebas tidak ditemukan yang bernilai lebih kecil dari 0.05 untuk tingkat signifikansi 5%. Dengan demikian dapat dikatakan tidak terdapat masalah heteroskedastisitas diantara anggota group pada model regersi ini, sehingga memenuhi persyaratan untuk analisis regresi berganda (multiple regression) atau regresi data panel (pooled).
20 Lampiran 19. Hasil Pengujian Multikolinearitas Model Investasi ASEAN Model Collinearity Statistics Tolerance VIF LOGGDP_I LOGPOP_I LOGOPEN_I LOGRER_I LOGIR_I LOGPOP LOGGDP LOGRER LOGIR SIZE LOGX_I LOGM_I ASEAN APEC Uji Multikolinearitas Dari tabel dapat diketahui bahwa berdasarkan hasil pengujian tidak ditemukan variabel bebas dengan nilai VIF lebih besar dari 10 atau mempunyai nilai tolerance lebih kecil dari 0.1. Dengan demikian tidak ada masalah multikolinearitas, sehingga pada model tidak ada variabel independen yang harus di-eliminasi.
Daftar Perusahaan yang Menjadi Sampel Penelitian
Lampiran 1 Daftar Perusahaan yang Menjadi Sampel Penelitian No. Nama Perusahaan 1 PT. Colorpak Indonesia 2 PT. Gudang Garam 3 PT. Sumi Indo Kabel 4 PT. Multi Bintang Indonesia 5 PT. Metrodata Electronics
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel Hasil Common Effect Method: Panel Least Squares Date: 12/06/11 Time: 18:16 C 12.40080 1.872750 6.621707 0.0000 LOG(PDRB) 0.145885 0.114857 1.270151
Lampiran 1. Perkembangan GDP Riil Pertanian (Constant 2000, Juta US$) Negara Berkembang Tahun Indonesia Thailand Cina India Brasil Argentina Meksiko
Lampiran 1. Perkembangan GDP Riil Pertanian (Constant 2, Juta US$) Negara Berkembang Tahun Indonesia Thailand Cina India Brasil Argentina Meksiko Mesir Afrika Selatan Turki 198 14751.87 6487.26 68232.337
Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun
72 Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun 2005-2010 Kode Kabupaten/Kota Tahun Bekerja PDRB Pengeluaran Pemerintah
BAB IV. Analisis Data. 4.1 Gambaran Umum dan Depskriptif Obyek Penelitian
62 BAB IV Analisis Data 4.1 Gambaran Umum dan Depskriptif Obyek Penelitian 4.1.1 Gambaran Umum Obyek Penelitian Obyek penelitian yang digunakan dalam penelitian ini adalah bank bank yang beroperasi di
LAMPIRAN. Lampiran 1 Data Penelitian
LAMPIRAN Lampiran 1 Data Penelitian Kota/Kab Tahun PDRB INV LBR Bogor 2009 1273760 110108 111101 2010 1335090 1382859 268543 2011 1439103 23266318 268543 2012 1527428 23266318 268543 2013 1628110 23272174
BAB V HASIL ANALISIS DAN PEMBAHASAN
72 BAB V HASIL ANALISIS DAN PEMBAHASAN Dalam penelitian ini alat analisis data yang digunakan adalah model regresi linear klasik (OLS). Untuk pembuktian kebenaran hipotesis dan untuk menguji setiap variabel
BAB IV ANALISIS HASIL DAN PEMBAHASAN. Uji akar akar unit yang bertujuan untuk menganalisis data time series
44 BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Analisa Kelayakan Data 4.1.1 Uji Stasioner Uji akar akar unit yang bertujuan untuk menganalisis data time series stasioner (tidak ada akar akar unit) atau tidak
1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lampiran 1. Data Penelitian
Cilacap Banyumas Purbalingga Banjarnegara Kebumen Purworejo Wonosobo Magelan g Lampiran 1. Data Penelitian Kab / Kota Tahun Kemiskinan UMK TPT AMH LnUMK (%) (Rb Rp) (%) (%) 2010 18.11 698333 13.4565 9.75
Halaman ini sengaja dikosongkan
156 Halaman ini sengaja dikosongkan 157 Lampiran 1 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran pendidikan terhadap kemiskinan di Indonesia, tahun 2007-2010.
Lampiran 1. Sampel Penelitian
Lampiran 1. Sampel Penelitian No Keterangan Jumlah Perusahaan 1 Total industri food and beverage yang 16 terdaftar di Bursa Efek Indonesia selama tahun 2007-2012 2 Tidak mempublikasikan data mengenai 3
Lampiran 1 Daftar Populasi Sampel Penelitian
Lampiran 1 Daftar Populasi Sampel Penelitian No. Kode Nama Perusahaan Kriteria Sampel 1 2 3 Ke 1. ASII PT. Astra Internasional, Tbk. 1 2. AUTO PT. Astra Otoparts, Tbk. 2 3. BRAM PT. Indokordsa, Tbk. 3
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling No Nama Bank Kriteria 1 Kriteria 2 Yang memenuhi kriteria 1 dan 2 1 PT. BPD Aceh 2 PT. BPD Bali 3 PT. BPD Bengkulu - - 4 PT.
BAB 4 ANALISA DAN PEMBAHASAN
43 BAB 4 ANALISA DAN PEMBAHASAN Pada bagian dari penelitian ini akan menguji permodelan dengan panel data, pengujian asumsinya, serta pembahasan analisis atas hasil dari regresi panel data tersebut. 4.1
Lampiran 1. Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun (%)
Lampiran 1 Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun 2010-2014 Kab. Asahan 18 13 20 69 9 Kab. Dairi 0 59 41 82-35 Kab. Deli Serdang 13 159 27 22 22 Kab.
BAB IV HASIL DAN ANALISIS. dilakukan untuk mengetahui seberapa pengaruh variabel-variabel independen
BAB IV HASIL DAN ANALISIS 4.1 Deskripsi Data Penelitian Jenis data yang digunakan adalah data panel yang berbentuk dari tahun 2006 sampai tahun 2013 yang mencakup 33 propinsi di Indonesia. Penelitian ini
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut : 1) Secara statistik variabel dana pihak ketiga mempengaruhi
LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman
LAMPIRAN Lampiran 1 Daftar Sampel Perusahaan Makanan dan Minuman No Nama Perusahaan Tanggal Listing Kriteria 1 2 3 1. PT. Cahaya Kalbar Tbk 9 Juli 1996 2. PT. Delta Djakarta Tbk 27 Februari 1984 3. PT.
Lampiran 1. Metodologi Penelitian. Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah :
58 Lampiran 1. Metodologi Penelitian Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah : Y it = α + β 1 X 1 it + β 2 X 2 it + ε it di mana: i menyatakan individual ke
Lampiran 1. Data Regresi. 71 Universitas Sumatera Utara
Lampiran 1 Data Regresi I obs X1 X2 X3 X4 Y 1 5.000000 1.000000 2.000000 18.00000 20.00000 2 4.000000 1.000000 2.000000 20.00000 20.00000 3 4.000000 2.000000 3.000000 20.00000 20.00000 4 3.000000 5.000000
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan datatime series atau data runtun waktu sebanyak 12 observasi, yaitu
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN 2006-2013 INDAH AYU PUSPITA SARI 14213347/3EA16 Sri Rakhmawati, SE.,
BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode
BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan penulis dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) pada periode 1993-2013 kurun waktu
BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Deskriptif Statistik Variabel Terikat, Variabel Bebas dan Variabel Kontrol
51 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Analisis Deskriptif Statistik Variabel Terikat, Variabel Bebas dan Variabel Kontrol Tabel dibawah ini menunjukkan statistik deskriptif atas variabel-variabel yang
REGRESI LINIER SEDERHANA
REGRESI LINIER SEDERHANA Model fungsi : Y = f (X) LAHIR = F (WUS) LAHIR, yaitu data jumlah kelahiran setahun lalu di sejumlah Kecamatan di Jateng WUS, yaitu data jumlah wanita usia subur di sejumlah Kecamatan
DAFTAR PUSTAKA. Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta.
DAFTAR PUSTAKA Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta. Mattjik AS &M. Sumertajaya, (2000). Metodologi Penelitian Ekonomi dan Bisnis. IPB Press. Bogor. Nataludin. (2001). Potensi
Lampiran 1 : PDRB Riil Provinsi Gorontalo tahun
113 Lampir 1 : PDRB Riil Provinsi Gorontalo tahun 2001 2008 2001 Daerah Pertambg Gas Bgun/Kon struksi & Jumlah Kab.Gorontalo 200,112.10 7,765.10 57,181.65 2,589.39 26,654.01 73,005.43 63,954.37 45,763.04
Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun (juta rupiah)
Lampiran I Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun 1983-2007 (juta rupiah) Tahun Penerimaan Pajak Pengeluaran Pemerintah 1983 150.392 1.627.530 1984 155.699 1.842300 1985 149.670
BAB V HASIL DAN PEMBAHASAN. 5.1 Tahapan Pemilihan Pendekatan Model Terbaik
BAB V HASIL DAN PEMBAHASAN 5.1 Tahapan Pemilihan Pendekatan Model Terbaik Estimasi model pertumbuhan ekonomi negara ASEAN untuk mengetahui pengaruh FDI terhadap pertumbuhan ekonomi negara ASEAN yang menggunakan
BULAN
LAMPIRAN I Data Inflasi Bulanan Provinsi Sumatera Utara Menggunakan Indeks Harga Konsumen (IHK) Provinsi Sumatera Utara Periode Januari 2002 - Desember 2013 TAHUN 2002 2003 2004 2005 2006 2007 BULAN JANUARI
Lampiran 1 Hasil Regression Model GLS FIXED EFFECT (FEM)
LAMPIRAN Lampiran 1 Hasil Regression Model GLS FIXED EFFECT (FEM) Dependent Variable: BD? Method: Pooled EGLS (Cross-section weights) Date: 01/01/11 Time: 05:56 Sample: 2010 2013 Included observations:
BAB V HASIL DAN PEMBAHASAN. per fungsi terhadap pertumbuhan ekonomi 22 kabupaten tertinggal dengan
BAB V HASIL DAN PEMBAHASAN 5.1. Tahap Evaluasi Model 5.1.1. Tahap Evaluasi Pemilihan Model Estimasi model, untuk mengetahui pengaruh belanja pemerintah daerah per fungsi terhadap pertumbuhan ekonomi 22
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Dalam penelitian ini, sampel yang dijadikan objek penelitian adalah perusahaan yang bergerak di bidang farmasi dari tahun 2011 sampai dengan
Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara
No Kredit (Y) Pendapatan (x1) Modal Kerja (x2) Usia (x3) Jumlah Tanggungan (x4) 1 1000000 80000 80000 20 0 2 1000000 275000 500000 21 1 3 1500000 400000 550000 25 1 4 2000000 400000 1000000 25 1 5 2000000
BAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data
1.1 Analisis Deskripsi Data BAB IV HASIL DAN ANALISIS Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) selama 17 tahun, yaitu tahun 1996-2012. Data tersebut
Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa)
81 Lampiran 1 Jumlah Penduduk, Rumahtangga, dan Rata-rata Anggota Rumahtangga Tahun Jumlah Penduduk (ribu jiwa) Jumlah Rumahtangga Rata-rata Anggota Rumahtangga (1) (2) (3) (4) 2000 205.132 52.008,3 3,9
Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun (Ton) Januari Februari
76 Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun 2010 2014 (Ton) Bulan Tahun 2010 2011 2012 2013 2014 Januari 570 1.277 1.091 1.264 511 Februari 880 1.058 1.486 1.254 447 Maret 1.095 1.078
BAB XII INTERPRETASI HASIL OLAH DATA
BAB XII INTERPRETASI HASIL OLAH DATA Pendahuluan Intepretasi data adalah salah satu komponen penting dalam tahap akhir olah data. Ketika data telah diolah maka inilah kunci dari akhir tahap olah data sebelum
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Dalam penelitian ini yang menjadi objek penelitian adalah perusahaan industri asuransi yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2010-2013.
LAMPIRAN. Universitas Sumatera Utara
LAMPIRAN 85 Lampiran 1. Daftar Populasi Dan Pemilihan Sampel Perusahaan No Kode Nama Perusahaan Kriteria Sampel 1 2 3 1 ADES Akasha Wira Internasional Tbk,PT v v v 2 AQUA PT Aqua Golden Mississippi Tbk
(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata
L A M P I R A N 95 96 Lampiran 1 (Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata TAHUN PAD Sektor Pariwisata Jumlah
BAB IV HASIL DAN PEMBAHASAN. Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara
42 BAB IV HASIL DAN PEMBAHASAN Penelitian ini menganalisis pengaruh DAU dan PAD tahun lalu terhadap Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara tahun 2006 2008. Alat analisis
BAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Sampel Data Pada bagian ini, peneliti menerapkan prosedur input data sesuai yang dijelaskan pada metodologi penelitian. Pada penerapan proses input data tersebut peneliti
BAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Sampel dalam penelitian ini adalah perusahaan makanan dan minuman yang terdaftar di BEI sejak awal periode 2010-2014. Dari 14 perusahaan tercatat ada
BAB IV HASIL DAN ANALISIS
49 BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan dalam penelitian ini adalah data panel yang merupakan data gabungan antara cross section dan data time series. Adapun
BAB 4 ANALISIS DAN PEMBAHASAN. Tabel 4.1 Statistik Deskriptif Deskriptif Rata-rata Standar Deviasi
BAB 4 ANALISIS DAN PEMBAHASAN Bab 4 akan membahas lebih dalam mengenai proses pengolahan data, dimulai dari penjelasan mengenai statistik deskriptif sampai dengan penjelasan mengenai hasil dari analisis
ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia
(ECONOMETRIC MODEL: SIMUTANEOUS EQUATION MODEL) The title of paper: ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia OLEH: S U R I A N I NIM: 1509300010009 UNIVERSITAS SYIAH KUALA PROGRAM DOKTOR
LAMPIRAN 1. Kuisioner Penelitian KUISIONER
LAMPIRAN 1 Kuisioner Penelitian No : KUISIONER ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN MASYARAKAT DALAM MEMANFAATKAN KREDIT KEPEMILIKAN RUMAH DI KOTA MEDAN (STUDI KASUS PT. BRI MEDAN) Oleh:
DAFTAR PUSTAKA. D. Nachrowi.(2006). Ekonometrika Analisis Ekonomi dan Keuangan. Cetakan Pertama. Jakakarta: Lembaga Penerbit FE UI.
DAFTAR PUSTAKA A.A.Yogi Prasanjaya dan I Wayan Ramantha. (2013). Analisis Pengaruh Rasio Car, Bopo, Ldr Dan Ukuran Perusahaan Terhadap Profitabilitas Bank Yang Terdaftar Di Bei. Ahmad Buyung Nusantara.
BAB VI PENUTUP. Berdasarkan hasil analisis regresi faktor-faktor yang mempengaruhi indeks
BAB VI PENUTUP 6.1 Kesimpulan Berdasarkan hasil analisis regresi faktor-faktor yang mempengaruhi indeks pembangunan manusia (IPM) di Provinsi Papua Barat adalah variabel angka melek huruf (AMH), rata-rata
Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun
69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04
BAB XI UJI HIPOTESIS
BAB XI UJI HIPOTESIS Pendahuluan Uji hipotesis merupakan suatu prosedur untuk pembuktian kebenaran sifat populasi berdasarkan data sampel. Dalam melakukan penelitian berdasarkan sampel, seorang peneliti
BAB V PENUTUP. maka diperoleh kesimpulan yang dapat diuraikan sebagai berikut : tingkat kemiskinan di Provinsi Jawa Timur.
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang mempengaruhi tingkat kemiskinan di Provinsi Jawa Timur tahun 2008-2012, maka diperoleh kesimpulan yang
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP JUMLAH PENDUDUK MISKIN DI PROVINSI KALIMANTAN SELATAN ( ) JURNAL
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP JUMLAH PENDUDUK MISKIN DI PROVINSI KALIMANTAN SELATAN ( 2010-2015 ) JURNAL Oleh : Nama : Faza Ibnu Redha No. Mahasiswa : 13313262 Program Studi : Ilmu
BAB IV ANALISIS DAN PEMBAHASAN. Penelitian ini menggunakan data dari tiga variabel independen serta dua
BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Objek Penelitian Penelitian ini menggunakan data dari tiga variabel independen serta dua variabel dependen. Variabel independen dalam penelitian ini yaitu kepemilikan
LAMPIRAN 1. Total Fertility Rate (TFR) Provinsi di Indonesia
LAMPIRAN 1 Total Fertility Rate (TFR) Provinsi di Indonesia No Nama Provinsi TFR 1 N.A. Darussalam 3.1 2 Sumatera Utara 3.8 3 Sumatera Barat 3.4 4 Riau 2.7 5 Jambi 2.8 6 Sumatera Selatan 2.7 7 Bengkulu
LAMPIRAN 1. Industri TPT Menurut Statistik Industri Menengah dan Besar. (Berdasarkan Kode ISIC 5 Digit)
LAMPIRAN LAMPIRAN 1 Industri TPT Menurut Statistik Industri Menengah dan Besar (Berdasarkan Kode ISIC 5 Digit) ISIC 5 Digit Deskripsi Industri 32111 Industri permintalan benang 32112 Industri benang jahit
LAMPIRAN 1. Industri-industri pada sektor manufaktur berdasarkan kategori KBLI digit 2 :
93 LAMPIRAN 1 Industri-industri pada sektor manufaktur berdasarkan kategori KBLI digit 2 : Kode industri Deskripsi 15 Makanan dan minuman (Food products and beverages) 16 tembakau (Tobacco) 17 Tekstil
BAB IV ANALISIS DATA DAN PEMBAHASAN. Anggaran Pendapatan dan Belanja Daerah Pemerintah Kabupaten/Kota Se propinsi
BAB IV ANALISIS DATA DAN PEMBAHASAN Setelah dilakukan pengumpulan data yang berupa laporan realisasi Anggaran Pendapatan dan Belanja Daerah Pemerintah Kabupaten/Kota Se propinsi Daerah Istimewa Yogyakarta
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Populasi dalam penelitian ini adalah perusahaan manufaktur sektor barang konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2014
Surat Keterangan Perubahan Judul
LAMPIRAN 1 Surat Keterangan Perubahan Judul [Type text] LAMPIRAN 2 Permohonan Izin Penelitian [Type text] LAMPIRAN 3 Pengantar Riset [Type text] LAMPIRAN 4 Surat Keterangan Penelitian [Type text] LAMPIRAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5. 1 Pengantar Bab 5 akan memaparkan proses pengolahan data dan analisis hasil pengolahan data. Data diolah dalam bentuk persamaan regresi linear berganda dengan menggunakan
BAB IV HASIL DAN PEMBAHASAN. Penelitian ini bertujuan untuk menguji pengaruh debt to equity ratio. sampel penelitian dengan rincian sebagai berikut :
44 BAB IV HASIL DAN PEMBAHASAN A. Hasil Pengumpulan Data Penelitian ini bertujuan untuk menguji pengaruh debt to equity ratio (DER), price to earning ratio (PER), dan earning pershare (EPS) terhadap return
Lampiran 1. Hasil pendugaan parameter model terhadap output/ pertumbuhan ekonomi
LAMPIRAN 148 Lampiran 1. Hasil pendugaan parameter model terhadap output/ pertumbuhan ekonomi Model: ln Y it = αln K it + β 1 ln BH it + β 2 ln DAU it + β 3 ln DAK it + γ 1 ln PD it + γ 2 ln RD it + γ
BAB 4 ANALISA DAN PEMBAHASAN
BAB 4 ANALISA DAN PEMBAHASAN 4.1 Analisa Data Panel Guna menjawab pertanyaan penelitian sebagaimana telah diutarakan dalam Bab 1, dalam bab ini akan dilakukan analisa data melalui tahap-tahap yang telah
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Perusahaan Sampel yang dijadikan objek penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2011 sampai dengan 2014. Perusahaan
BAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini.
BAB V PENUTUP Bab ini berisi kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat dan tepat yang dijabarkan dari hasil penelitian dan pembahasan untuk membuktikan kebenaran hipotesis penelitian.
BAB V PENUTUP. Berdasarkan hasil analisis regresi data panel menunjukkan bahwa model
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan hasil analisis regresi data panel menunjukkan bahwa model random effect yang diterima, dan berdasarkan pengujian disimpulkan sebagai berikut: 1. Dana alokasi umum
ANALISIS KETAHANAN PANGAN PROVINSI SUMATERA UTARA DENGAN METODE REGRESI DATA PANEL
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 237 251. ANALISIS KETAHANAN PANGAN PROVINSI SUMATERA UTARA DENGAN METODE REGRESI DATA PANEL Doni Silalahi, Rachmad Sitepu, Gim Tarigan Abstrak.
Hasil Regresi Data Panel
66 Lampiran 1 Hasil Regresi Data Panel 1. Model Common Effect/Pooled Least Square(PLS) Method: Pooled EGLS (Cross-section weights) Date: 05/08/10 Time: 08:03 Linear estimation after one-step weighting
BAB IV HASIL DAN ANALISIS. Dalam penelitian ini data yang digunakan adalah data sekunder
4.1 Deskripsi Data Penelitian BAB IV HASIL DAN ANALISIS Dalam penelitian ini data yang digunakan adalah data sekunder yang diperoleh dari berbagai sumber yaitu website resmi badan pusat statistik dan badan
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat ditarik dari hasil analisis jumlah uang beredar dan tingkat suku bunga SBI terhadap inflasi di Indonesia tahun 1984-2009 adalah sebagai
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Semua data yang digunkana dalam analisis ini merupakan data sekunder mulai tahun 1995 sampai tahun 2014 di Indonesia. Penelitian ini dimaksudkan
BAB V HASIL DAN PEMBAHASAN. atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat. ditunjukkan dari nilai probabilitas Jarque-Berra.
BAB V HASIL DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Normalitas Uji normalitas digunakan untuk menguji apakah distribusi data normal atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat
Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang,
Lampiran 1. Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang, 2004-2010 Tahun Semester Produktivitas Padi (ton/ha) Luas Panen (ha) Produksi Padi (ton) 2004 1 4.585 40.187 184257.4
BAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Heterokidastisitas Dalam uji white, model regresi linier yang digunakan dalam penelitian ini diregresikan untuk mendapatkan nilai residualnya. Kemudian
LAMPIRAN 2 KOPERASI YANG MEMENUHI KRITERIA
LAMPIRAN 2 KOPERASI YANG MEMENUHI KRITERIA No Nama Koperasi Tahun 1 Al-Kautsar - IAIN Sunan Ampel 2008 2 Bina Karya - Unit Gubeng - PT. KAI 2008 3 KPRI DIPERTA Kota Surabaya 2008 4 Al-Kautsar - IAIN Sunan
Bandung, 31 Desember Tim Peneliti
Kegiatan penelitian ini merupakan kegiatan penelitian kerja sama antara Bursa Efek Jakarta dengan Fakultas Ekonomi Unpad dengan judul Kontribusi/Peranan Pasar Modal Terhadap Perekonomian Indonesia yang
BAB I PENDAHULUAN A. LATARBELAKANG
BAB I PENDAHULUAN A. LATARBELAKANG Pertumbuhan ekonomi merupakan pertumbuhan output yang dibentuk oleh berbagai sektor ekonomi sehingga dapat menggambarkan bagaimana kemajuan atau kemunduran yang telah
IV. ANALISIS DAN PEMBAHASAN. Pada Bab ini akan dibahas tentang hasil analisis yang diperoleh secara rinci
IV. ANALISIS DAN PEMBAHASAN A. Hasil Analisis Pada Bab ini akan dibahas tentang hasil analisis yang diperoleh secara rinci disertai dengan langkah-langkah analisis data yang dilakukan. Penelitian ini bertujuan
BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis dan Hasil Regresi Semua data yang digunakan dalam analisis ini merupakan data sekunder deret waktu (time series) mulai dari Januari 2013 sampai Desember
BAB IV ANALISIS DAN PEMBAHASAN
68 68 BAB IV ANALISIS DAN PEMBAHASAN Bab ini akan menjelaskan mengenai proses pengolahan data yang bertujuan untuk menguji hipotesis yang telah dicantumkan pada bab sebelumnya. Disamping itu, pada bab
BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang mempengaruhi tingkat kemiskinan di provinsi Kalimantan Timur tahun 2002-2013, maka diperoleh kesimpulan
Variable Coefficient Std. Error t-statistic Prob.
. LAMPIRAN 80 Lampiran 1 Hasil Estimasi Untuk Model usia SD Pooled least Square Dependent Variable: LOG(SKUL_SD01) Method: Panel Least Squares LOG(BOS_SD) 0.829950 0.065559 12.65954 0.0000 LOG(J_RIIL_DIKDAS)
BAB IV HASIL DAN PEMBAHASAN. standar deviasi suatu data. Hasil analisis deskiptif didapatkan dengan. Tabel 4.1 Analisis Statistik Deskriptif
50 A. Statistik Deskriptif BAB IV HASIL DAN PEMBAHASAN Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data, analisis ini dilakukan dengan melihat nilai maksimum, minimum, mean,dan
Pusat Statistik. Adapun data yang telah di olah terdapat terdapat pada tabel 6.1
BAB VI ANALISA DATA 6.1. Deskripsi Data Data yai g dipergunakan dalam penelitian ini adalah data sekunder, terutama bersumber dari Badan Pusat Statistik, Intenational Financial Statistic dan situs Badan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN. tengah.secara astronomis DIY terletak antara Lintang Selatan dan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Obyek Penelitian Daerah Istimewa Yogyakarta (DIY) adalah daerah provinsi yang mempunyai keistimewaan dalam penyelenggaraan urusan pemerintahan dalam
BAB IV HASIL DAN PEMBAHASAN. 4.1 Gambaran Umum Objek Penelitian. terdaftar di Bursa Efek Indonesia (BEI) selama periode tahun yang
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Objek Penelitian Objek penelitian dalam penelitian ini adalah seluruh perusahaan terdaftar di Bursa Efek Indonesia (BEI) selama periode tahun 2009-2013 yang
LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x
LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x3 1 1.12 8979000 3000000 4 2 1.15384 8979000 3500000 2 3 1.25 9000000 4000000 2 4 1.12 8900000 4000000 4 5 1.53846 10165900 7000000 3 6 1.875 10165900 9000000 2
Lampiran-Lampiran ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG SEKTOR INFORMAL KUISIONER. ( Pedagang di Kawasan Pasar Buah Berastagi )
71 Lampiran-Lampiran Lampiran 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG SEKTOR INFORMAL KUISIONER ( Pedagang di Kawasan Pasar Buah Berastagi ) PELAKU KEGIATAN USAHA 1. Nama : 2. Alamat
LAMPIRAN 1. Hasil Estimasi Common Effect Total Kredit (Model 1)
LAMPIRAN 1. Hasil Estimasi Common Effect Total Kredit (Model 1) Method: Pooled Least Squares White cross-section standard errors & covariance (d.f. corrected) LOG(KR?) 0.410559 0.019085 21.51258 0.0000
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum 1. Sejarah Perkembangan BEI dan perusahaan Manufaktur Sejarah Bursa Efek Indonesia yang didirikan oleh pemerintah Belanda di mulai sejak tahun 1912 namun kemudian
BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode
38 BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan dalam penelitian ini seluruhnya merupakan data sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode
mengembangkan pemodal lokal yang besar dan solid untuk menciptakan pasar industry otomotif yang terdaftar di Bursa Efek Indonesia Periode
42 BAB IV HASIL ANALISIS DAN PEMBAHASAN 4.1 Hasil Analisis 4.1.1 Deskripsi Lokasi Penelitian Bursa Efek Indonesia merupakan instrumen dari pasar modal. Pasar Modal menurut Undang-Undang Pasar Modal No.
Lampiran 1 Anggaran Belanja Daerah Kabupaten/Kota Provinsi Sumatera Utara Tahun (dalam jutaan rupiah)
Lampiran 1 Anggaran Belanja Daerah Kabupaten/Kota Provinsi Sumatera Tahun 2010-2013 (dalam jutaan rupiah) Kabupaten/Kota Tahun 2010 2011 2012 2013 Kab. Asahan 669516 803227 837686 1038246 Kab. Dairi 445652
BAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pengantar Bab 4 akan memaparkan proses pengolahan data dan analisis hasil pengolahan data. Data akan diolah dalam bentuk persamaan regresi linear berganda dengan menggunakan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Responden Dalam gambaran umum mengenai responden ini akan disajikan data yang telah diperolah dari penelitian yang telah dilakukan pada 100 orang
Lampiran 1. Kuesioner. Jakarta, 22 Mei Kepada Yang Terhormat. Bpk/Ibu Auditor Internal / Itama BPK RI Di Jakarta,
L1 Lampiran 1 Kuesioner Jakarta, 22 Mei 2012 Kepada Yang Terhormat. Bpk/Ibu Auditor Internal / Itama BPK RI Di Jakarta, Perihal : Permohonan Pengisian Kuesioner Penelitian. Dengan hormat, Bersama ini,
PERSAMAAN SIMULTAN Latihan Pratikum
PERSAMAAN SIMULTAN Latihan Pratikum Analisis Simultan dengan 2SLS Two Stage Least Square (2SLS) adalah salah satu metode regresi yang termasuk ke dalam kelompok analisis persamaan struktural. Metode ini