Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)"

Transkripsi

1 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number of Brth East Kalmata Year 3 ad 4) Rco Saputtra, Des Yuart, da Sr Wahyugsh 3 Laboratorum Statsta Komputas FMIPA Uverstas Mulawarma,3 Program Stud Statsta FMIPA Uverstas Mulawarma Jl. Barog Togo Kampus G. Kelua Samarda-Kalmata Tmur E-mal: Rco.ro9@gmal.com, desy_yut@yahoo.com, swahyugsh@gmal.com 3 Abstract Regresso aalyss s oe of the statstcal techques that s used to modelg the relatoshp betwee the depedet varable ad depedet varables. I geeral, there are two ds of regresso, lear regresso ad o-lear regresso. No-lear regresso s a method to obta o-lear models whch declared varables. Oe of the o-lear regresso aalyss s expoetal regresso. I a double expoetal regresso aalyss, parameter estmato s doe usg Ordary Least Square (OLS). Ths method s used whe the depedet varable s expoetally dstrbuted ad a double expoetal regresso s regresso aalyss at whch the depedet varable s serves as a ra or a expoet. The purpose of ths research to determe s double expoetal regresso model of the data o the umber of brths East Kalmata 3 through 4. Based o the results of the study, t s foud that the double expoetal regresso fucto of the umber of brths east Kalmata 3 Y 5,3 e,59,868 through 4, amely. The factors that fluece the umber of brths East Kalmata 3 through 4 are the umber of couples of reproductve age ad the of the umber of ew users of famly plag (KB). Keywords: Total brth East Kalmata, umber of elgble spouse, umber of users ew KB, Ordary Least Squares (OLS) double expoetal regresso. Pedahulua Aalss regres adalah salah satu dar te statsta yag dguaa utu memodela hubuga atara varabel terat da varabel bebas. Pada aalss regres varabel dbedaa mejad dua baga yatu varabel bebas (depedet) da varabel terat (depedet). Secara umum aalss regres ler dbag mejad dua yatu aalss regres ler sederhaa da aalss regres ler bergada (Pramudjoo, ). Dalam aalss regres juga terdapat regres ler da regres o-ler, Pada regres oler terdapat salah satu metode yatu regres espoesal, dmaa merupaa metode yag dguaa utu memodela pertumbuha populas mahlu hdup. Regres espoesal terbag mejad dua yatu model espoesal sederhaa da model espoesal bergada. Model espoesal bergada merupaa pegembaga dar model regres espoesal dmaa pada model regres espoesal bergada terdapat dua atau lebh varabel bebas () terhadap satu varabel terat (Y) (Nawar, ). Adapu batasa masalah pada peelta adalah model regres yag dguaa yatu model regres epoesal bergada, dega data jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4, dega varabel bebas yatu jumlah pasaga usa subur da jumlah peggua KB baru d Kalmata Tmur. Tujua yag g dcapa dar peelta adalah yag pertama utu megetahu model dar regres epoesal bergada utu data jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4 da utu megetahu apaah jumlah Pasaga Usa Subur da jumlah peggua KB baru berpegaruh terhadap jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4. Aalss Regres Dalam lmu statsta salah satu te yag umum dguaa dalam megaalss hubuga d atara dua atau lebh varabel bebas adalah aalss regres, area pada dasarya perubaha la suatu varabel tda selalu terjad dega sedrya, hal tersebut dapat dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Istlah regres yag berart ramala atau tasra pertama al dpereala oleh Sr Fracs Galto pada tahu 877. Dalam aalss regres deal terdapat dua jes varabel yatu varabel bebas da varabel terat. Dalam regres terdapat dua aalss regres yatu aalss Program Stud Statsta FMIPA Uverstas Mulawarma 7

2 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN regres ler da regres o-ler (Gujarat, ). Aalss Regres Ler Bergada Regres ler bergada adalah regres dega dua atau lebh varabel,,,, sebaga varabel bebas da Y sebaga varabel terat. Aalss regres ler bergada juga merupaa suatu metode statsta yag umum dguaa utu meelt hubuga atara sebuah varabel terat dega beberapa varabel bebas (Suyoto, 7). Betu umum persamaa regres ler bergada dapat dtulsa sebaga berut : Y 3 3 () Dmaa : Y = Varabel terat,, 3,, = Varabel bebas =Resdual, artya la-la dar varabel la yag tda dmasua dalam persamaa. Resdual yag dasumsa ε ~ IIDN(μ,σ ),, = Nla oefse regres (Sembrg, 995). Peguja Sgfas Parameter Sebelum mear esmpula dar model regres maa terlebh dahulu dlaua peguja terhadap parameter regres ba secara smulta (bersama-sama) maupu secara parsal (dvdu). Hal bertujua utu megetahu varabel-varabel bebas yag mempuya pegaruh maupu tda terhadap varabel terat. Uj Smulta (Uj F) Uj F juga serg dsebut sebaga uj smulta, utu meguj apaah varabel bebas yag dguaa dalam model mampu mejelasa perubaha la varabel terat atau tda Adapu lagah-lagah peguja smulta adalah sebaga berut: Hpotess H : 3 (Secara smulta ostata da varabel bebas tda berpegaruh terhadap varabel terat). H : Mmal ada satu β j dmaa j =,,,3,.., (Mmal terdapat ostata atau satu varabel bebas yag berpegaruh terhadap varabel terat). Statst Uj F R R dmaa: F = Nla F htug R = Koefse Determas () = Jumlah Varabel Bebas = Jumlah Pegamata (Uura Sampel) Daerah Krts Meola H Ja F htug > F ;, atau meola H ja p-value < Kesmpula Ja detahu H dtola maa dapat dsmpula bahwa mmal ada satu varabel bebas yag berpegaruh terhadap varabel terat begtupu sebalya. (Wdarjoo, 7). Uj Parsal (Uj t) Uj t pada dasarya seberapa jauh pegaruh satu varabel bebas secara dvdual dalam meeraga varas varabel tda bebas. Hpotess H : β j =, j =,,,3,, (Tda terdapat pegaruh atara varabel bebas e j dega varabel terat). H : β j, j =,,,3,, (Terdapat pegaruh atara varabel bebas e j dega varabel terat). Statst uj ˆ (3) t ht j SE( ˆ ) j Dmaa : t ht = Statst uj-t (t-htug) ˆ =Koefse regres varabel bebas e-j j SE ˆ ) = Stadar resdual utu oefse ( j regres e-j Daerah Krts Meola H Ja t htug > t tabel ( α /,-) atau meola H ja p-value < Dega α adalah taraf sgfas (Wdarjoo, 7). Peguja Asums Klas Model Regres Ler Bergada Beberapa peympaga-peympaga yag serg dlaua terhadap asums-asums pada model regres ler bergada adalah : Multolertas Multolertas merupaa eadaa dmaa terjadya hubuga (orelas) d atara varabel bebas. Meurut Sembrg (995) hubuga yag sempura jarag seal terjad da utu meetua varabel maa yag meyebaba terjadya multolertas da membutuha pegetahua dalam megea permasalaha dar bdag yag dtelt. Pedoma suatu model regres yag bebas multolertas adalah yag pertama dapat dlhat dar besarya la VIF (Varace Iflato Factor) da besarya dar la 7 Program Stud Statsta FMIPA Uverstas Mulawarma

3 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN tolerace atau t = /VIF (la tolerace lebh dar,) da besara dar la VIF = /t (la VIF urag dar ). Heterosedaststas Heterosedaststas berart ada vara varabel pada model regres yag tda sama (osta). Sebalya, ja vara varabel pada model regres meml la yag sama (osta) maa dsebut dega homosedaststas, Gaggua heterosedaststas dapat ddetes dega melaua yatu dega pedetesa dega megguaa metode Whte. Uj heterosedaststas dega metode Whte dlaua dega lagah sebaga berut : Hpotess dar uj heterosedaststas : H : Tda terjad masalah heterosedaststas H : Terjad masalah heterosedaststas Mear esmpula uj heterosedaststas, dega rtera Meola H, ja la htug > tabel(α,) maa terjad masalah heterosedaststas, da sebalya. (Sulyato, ). Autoorelas Autoorelas merupaa asums resdual yag meml ompoe atau la yag berorelas berdasara watu (uruta watu) pada hmpua data tu sedr. Uj autoorelas yatu dega Durb Watso (Gujarat, 4). Hpotess yag dguaa pada uj autoorelas adalah : H : (Tda terdapat masalah autoorelas dalam model regres) H : (Terdapat masalah autoorelas dalam model regres) Adapu lagah-lagahya adalah sebaga berut: a. Melaua regres dega OLS da medapata resdual e. b. Meghtug statst uj DW (Durb- Watso) Sebaga berut: d dmaa : e e e, (4) e = la resdual Y Yˆ ) ( e = la resdual sebelumya c. Krtera peolaa H dapat dlhat pada Tabel (Wdarjoo, 7). Tabel. Krtera Peguja Autoorelas dega Uj Durb-Watso Nla Statst DW < DW < d L d L DW d U d U < DW < 4-d U 4-d U DW 4-d L 4-d L DW 4 Hasl Meola H Daerah Keragua Meerma H Daerah Keragua Meola H Keormala Resdual Uj eormala dapat dlaua dega uj Jarque-Bera. Uj Jarque-Bera merupaa uj ormaltas dega berdasara pada oefse erucga (urtoss) da oefse emrga (sewess). Uj dlaua dega membadga statst Jarque-Bera (JB) dega la tabel( ;). Ja la JB tabel. maa la resdual terstadarsas dyataa berdstrbus ormal. Dega hpotess sebaga berut: H : Resdual berdstrbus ormal H : Resdual tda berdstrbus ormal Utu meghtug la statst Jarque-Bera (JB) dguaa rumus berut : S ( K 3) JB 6 4 (5) Dmaa : JB = Statst Uj Jarque-Bera S = Koefsee Sewess K = Koefse Kurtoss Dmaa : 3 ( ) S 3 / ( ( )) (6) 4 ( ) K ( ( )) (7) Daerah Krts Meola H ja la dar Jarque-Bera (JB) > tabel atau la dar p-value < α. (Sulyato, ). Regres No-Ler Regres o-ler adalah suatu metode utu medapata model o-ler yag meyataa varabel terat da varabel bebas. Apabla hubuga fugs atara varabel bebas () da varabel terat (Y) bersfat o-ler, trasformas betu oler e betu ler. Utu medapata lertas dar hubuga o-ler, dapat dlaua trasformas pada varabel terat atau varabel bebas atau eduaya (Sudjaa, 3). Program Stud Statsta FMIPA Uverstas Mulawarma 73

4 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN Dstrbus Espoesal Dstrbus espoesal bergua dalam mecar selsh watu yag terjad dalam suatu peluag da pada daerah tertetu. Pada aalss regres espoesal data varabel terat harus berdstrbus espoesal. Oleh area tu dapat dlaua peguja Ch-Square utu megetahu apaah data varabel terat berdstrbus espoesal atau tda. Adapu cara peguja Ch-Square adalah sebaga berut : Hpotess: H : Data berdstrbus espoesal H : Data tda berdstrbus espoesal Statst Uj O E E Dmaa : = Uj Ch-Square O = freues observas e, =,,3,, E = freues espetas e- (8) (Atmaja, 9). Aalss Regres Espoesal Bergada Regres espoesal adalah regres oler yag varabel teratya berdstrbus espoesal. Metode yag dguaa utu megestmas parameter pada model regres model espoesal salah satuya adalah metode Ordary Last Square. Pada aalss regres espoesal dapat dembaga mejad aalss regres oler espoesal bergada da model yag dguaa yatu dega megguaa dua atau lebh varabel,, 3,, sebaga varabel bebas da satu varabel Y sebaga varabel terat. Adapu betu umum persamaa regres espoesal bergada sebaga berut: 33 Y e ; =,,3,, (9) Keteraga: Y = Nla pegamata e-,, 3,, = Nla peubah e-,, 3,, e =,788 β, β, β 3,,β = Parameter ε = Galat atau resdual e- (Nawar, ). Trasformas Model Espoesal Bergada Utu medapata lertas dar hubuga o-ler, dapat melaua traformas dar betu o-ler mejad betu ler pada varabel bebas atau varabel terat atau eduaya (Nawar, ). Sebelum masu e peguja selajutya maa ta terlebh dahulu aa melera model espoesal bergada pada persamaa (9) utu mecar model lerya yatu dega megguaa logartma atural, sehgga modelya mejad : 33 l Y l e. 3 e l 3 l Y l l e l l Y 3 3 l l Y 3 3 l Y 3 3 l. () Persamaa () dapat dtulsa embal mejad: * Y *, dega : Y * l Y l *, 3 3 () Dar persamaa (9) merupaa fugs semlogartm atara L Y dega da merupaa persamaa gars lurus dega emrga da memotog sumbu LY d. Utu meyederhaaa peyelesaa persamaa () d sampg, maa dlaua pemsala sebaga berut: P A A A A 3 3 A Dmaa : P = L Y = A = β A = β A = β A 3 = β 3 A 4 = β 4 ε * = L ε 4 4 * A () Estmas Model Regres Espoesal Bergada. Estmas model traformas regres Espoesal Bergada pada persamaa () berut dapat dtuls: Pˆ    Â33  4 4  Utu meetua estmas oefse model datas yag dlambaga dega Â, Â, Â,  3, da  dguaa metode OLS berdasara pada estmas parameter persamaa regres ler bergada yatu pada persamaa regres ler bergada. Koefse Determas Koefse determas mampu membera formas megea varas la varabel terat yag dapat djelasa oleh model regres yag dguaa (Gujarat, ). 74 Program Stud Statsta FMIPA Uverstas Mulawarma

5 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN Dmaa: Y R Y Ŷ ; Y Y (3) = la varabel terat Y = la rata-rata varabel terat Y = la preds Lagah Megatas Padatya Pedudu. Stuas da ods Idoesa dalam bdag epedudua, ualtasya saat mash sagat memprhata. Jumlah elahra ddefsa sebaga bayaya elahra hdup pada suatu tahu tertetu tap pedudu pada pertegaha tahu d Idoesa. Atau dega rumus dapat dtuls mejad sebaga berut : B CBR (4) P. Dmaa : CBR = Crude Brth Rate (tgat elahra asar) B = jumlah seluruh elahra P = jumlah pedudu pada pertegaha tahu.= blaga ostata Tgat elahra dapat dgologa dalam tga tgat rtera yatu tgat elahra Gologa > 3 Tgg, -3 Sedag da < Redah (Rusl, 995). Masalah epedudua yag terjad terat dega lajuya pertumbuha pedudu beberapa tahu terahr d Kalmata Tmur merupaa masalah yag medapat perhata husus da peggarapa serus dar Pemertah da dtaga melalu lembaga BKKBN Provs Kalmata Tmur (BKKBN, 3). Fator yag Mempegaruh Kelahra Bay Adapu fator-fator yag mempegaruh elahra bay d Kalmata Tmur yag adalah sebaga berut (BKKBN, 3):. Program Keluarga Berecaa (KB) Strateg BKKBN dalam pegata peggua program KB yatu adalah pegguaa alat da obat otraseps. Setap tahu pemertah terus megajura epada masyaraat d Kalmata Tmur agar pasaga baru atau pada masa usa subur supaya dapat megut program KB baru yag bertujua utu dapat megurag jumlah elahra bay da utu dapat megurag dampa padatya pedudu d Kalmata Tmur.. Bayaya Pasaga Usa Subur Strateg omuas merupaa strateg yag palg tepat dlaua dalam member pemahama epada pasaga usa subur Meyampaa formas da juga melaua eduas megea program KB serta pegguaa alat otraseps epada (.3) pasaga usa subur dega megguaa saraa omuas lagsug atau omuas tatap mua dega membuat acara peyuluha yag dbuat dega acara yag sesua dega mat masyaraat agar lebh dapat mear mat serta perhata dar pasaga usa subur da membera pegaraha, megedala, pemahama da juga mewujuda setap betu perubaha serta pemahama bahwa dua aa cuup utu dapat meea padatya jumlah pedudu d Kalmata Tmur. Metodolog Peelta Varabel yag dguaa pada peelta al adalah jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4 sebaga varabel terat (Y), dega varabel bebas jumlah pasaga usa subur ( ) da jumlah peggua KB baru ( ). Hasl da Pembahasa Data yag dambl merupaa data dar jumlah Kelahra Bay yag drc ada beberapa varabel sosal meurut provs Kalmata Tmur pada tahu 3 da 4. Dar data tersebut aa dcar bagamaa pegaruh jumlah Kelahra Bay selama pada tahu 3 da 4. Adapu varabel data yag aa dhtug adalah: Jumlah Pasaga Usa Subur ( ) da Jumlah Peggua Keluarga Berecaa (KB) baru ( ), terhadap perubaha Jumlah Kelahra Bay Aalss Statst Desrptf Tabel. Statsta Desrptf Utu Data Jumlah Kelahra Bay d Kalmata Tmur Var M Max Rata Data Std. Dev Y ,5 563,965 4,7 Data yag daalss adalah 4 data dega rata-rata jumlah elahra bay (Y) adalah.439 jwa, dega jumlah elahra teredah yatu.388 da jumlah elahra tertgg yatu.98, serta meml la stadar devas sebesar 36,5. Rata-rata jumlah pasaga usa subur ( ).8 orag, dega jumlah pasaga usa subur teredah yatu 58 pasaga. jumlah pasaga usa subur tertgg yatu.39. serta meml la stadar devas sebesar 563,965. Rata-rata jumlah peggua KB baru ( ) adalah.547 orag, dega jumlah peggua KB baru teredah yatu 739 da jumlah peggua KB baru tertgg yatu.36 orag,serta meml la stadar devas sebesar 4,7. Program Stud Statsta FMIPA Uverstas Mulawarma 75

6 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN Peguja Dstrbus Espoesal Pada Varabel Terat Peguja dstrbus espoesal pada varabel terat dega megguaa uj Ch- Square. Setelah dlauaya peguja dstrbus espoesal pada varabel terat maa ddapata la htug adalah 3,845 da tebel adalah 5,99. Sehgga dapat d putusa area la htug adalah 3,845 < (,5;4-) adalah 5,99 maa dapat d smpula bahwa H gagal dtola, yag berart data varabel terat berdstrbus espoesal. Model Awal Regres Espoesal Bergada Adapu model awal regres espoesal bergada adalah sebaga berut: Y e ; =,,3,, 4 Dmaa: Y = Jumlah Kelahra Bay utu pegamata e- = Jumlah Pasaga Usa Subur = Jumlah Peggua KB baru e =,788 β, β, β = Parameter ε = Galat atau resdual e- Estmas model trasformas regres espoesal bergada yag terdapat pada persamaa (): Pˆ    Utu meetua estmas oefse model pada persamaa () yag dlambaga dega Â, Â, da  dguaa metode OLS berdasara pada estmas parameter persamaa regres ler bergada yatu pada persamaa regres ler bergada. Trasformas Model Regres Epsoesal Bergada Trasformas dlaua area regres yag terbetu adalah o ler espoesal maa pada persamaa (9) dtrasformasa e betu regres ler bergada pada persamaa (). Berdasara hasl dar persamaa () dapat detahu bahwa varabel yag berubah yatu varabel teratya. Estmas Model Regres Espoesal Bergada Estmas parameter regres Espoesal Bergada dperoleh dega megguaa metode OLS berdasara pada estmas model persamaa regres ler bergada. Pada perhtuga yag dlaua ddapat la oefse Â,  da Â, maa model regres espoesal bergada dapat terbetu sepert persamaa () yatu: Pˆ    Maa, Pˆ 76,693,59 -,868 Dmaa: P = L Y β = A = 76,693 β = A =,59 β = A = -,868 Peguja Sgfas Parameter Sebelum mear esmpula dar model regres maa terlebh dahulu dlaua peguja terhadap parameter regres ba secara smulta (bersama-sama) maupu secara parsal (dvdu).. Uj Smulta Setelah dlauaya peguja smulta maa ddapata la p-value adalah,, F htug adalah 5,457 da F tebel adalah 3,47. Sehgga dapat d putusa area la p-value adalah, < α,5, sama halya dega la F htug yatu sebesar 5,457 > la F (,5(-),(4-)) yatu sebesar 3,47 maa dapat smpula bahwa H dtola, yag berart secara smulta ostata da e dua varabel bebas meml pegaruh yag sgfa terhadap varabel terat.. Uj Parsal (Uj T) Tabel 3 Peguja Parsal (Uj t) Varabel t htug t tabel t sg Kostata ( ) ( ), 3, -3,4,74,74,74,,5,4,5,5,5 Setelah dlauaya peguja parsal maa dperoleh hasl yag dapat dlhat pada Tabel 3 datas. Berdasara pada Tabel 3, pada varabel ostata, dperoleh la p-value adalah,, t htug adalah, da t tabel adalah,74, sehgga dapat dputusa area la p-value adalah, < α,5, sama halya dega la t htug yatu sebesar, > la t (,5/.4-) yatu sebesar,74 maa dapat smpula bahwa H dtola, yag berart terdapat pegaruh varabel ostata yag sgfa terhadap varabel jumlah elahra bay. Pada varabel jumlah pasaga usa subur ( ), dperoleh la p-value adalah,5, t htug adalah 3, da t tabel adalah,74, sehgga dapat dputusa area la p-value adalah,5 < α,5, sama halya dega la t htug yatu sebesar 3, > la t (,5/.4-) yatu sebesar,74 maa dapat dsmpula bahwa H dtola, yag berart terdapat pegaruh varabel jumlah pasaga usa subur yag sgfa terhadap varabel jumlah elahra bay. Pada varabel jumlah peggua KB baru ( ), dperoleh la p-value adalah,4, t htug 76 Program Stud Statsta FMIPA Uverstas Mulawarma

7 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN adalah 3,4 da t tabel adalah,74. Sehgga dapat d putusa area la p-value adalah,4 < α,5, sama halya dega la t htug yatu sebesar 3,4 > la t (,5/.4-) yatu sebesar,74 maa dapat smpula bahwa H dtola, yag berart terdapat pegaruh varabel jumlah peggua KB baru yag sgfa terhadap varabel jumlah elahra bay. Peguja Terhadap Asums Klas Aalss Regres Epoesal Bergada Multolertas Berdasara hasl aalss maa ddapata Tabel sebaga berut: Tabel 4.Hasl Peguja Multolertas Varabel P-value Tolerace VIF,5,4,7,7 3,696 3,696 Dapat dlhat dtujua bahwa la dar tolerace lebh dar, yatu,7 da la dar VIF urag dar yatu 3,696. Oleh area tu maa dapat dataa tda terdapat masalah dalam multolertas sehgga model regres laya dguaa Heterosedaststas Setelah dlauaya peguja heterosedaststas maa ddapata la p-value adalah,65. Sehgga dapat d putusa area la p-value adalah,65 > α adalah,5, maa dapat d smpula bahwa H gagal dtola, yag berart tda terjad masalah heterosedaststas. Autoorelas Setelah dlauaya peguja autoorelas maa ddapata hasl dega α = 5%, jumlah pegamata 4 da varabel bebas, maa dperoleh la d L sebesar,878 da d U sebesar,5464, sedaga la d sebesar,665. Sehgga dapat dputusa area la d U (,5464) d (,665) 4-d U (,4536) maa dapat dsmpula bahwa tda terjad masalah autoorelas. Normaltas (Uj Keormala Resdual) Setelah dlauaya peguja eormala resdual maa ddapata la p-value adalah,367, JB adalah,959 da tabel adalah 5,99. Sehgga dapat dputusa area la p-value,367 > α adalah,5, sama halya dega la JB adalah,959 < (,5;) adalah 5,99 maa dapat dsmpula bahwa H gagal dtola, maa Resdual berdstrbus ormal Model Ahr Regres Epoesal Bergada Setelah dlauaya peguja maa ddapata hasl dar model ahr regres espoesal bergada dapat dlhat sebaga berut: Pˆ 76,693,59,868 Dega : = L Y = Jumlah pasaga usa subur = Jumlah peggua KB baru Sehgga, dlaua pegembala e betu awal yatu sebaga berut: P e A A A e LY e e L Y e 76,693,59 e e,868 e Y,, 868, e Iterpretas Model Ahr Regres Epoesal Bergada Dapat dterpretasa bahwa fator jumlah pasaga usa subur da jumlah peggua KB baru mempegaruh jumlah elahra bay. Ja jumlah pasaga usa subur da jumlah peggua KB baru adalah ol maa jumlah elahra bay pada tahu tersebut sebesar jwa. Da ja terjad peambaha satu pasaga yag berusa subur pada jumlah pasaga usa subur ( ), maa jumlah elahra bay pada tahu tu aa megalam pegata secara espoesal yatu sebesar e,59 =,8 jwa. Ja terjad peambaha satu orag peggua KB baru, maa jumlah aga elahra bay pada tahu tu aa megalam peurua secara espoesal yatu sebesar e -,868 =,4 jwa. Koefse Determas (R ) Setelah dlaua aalss maa dapat detahu la R meujua la sebesar,34 atau 34,%. Hal dapat darta bahwa setar 34,% aga jumlah elahra bay dpegaruh oleh varabel jumlah pasaga usa subur da jumlah peggua KB baru. Sedaga ssaya yatu 65,8 % dpegaruh oleh fator la yag tda termasu dalam perhtuga. Kesmpula Berdasara dar hasl peelta, dperoleh esmpula yatu sebaga berut:. Model ahr dar regres espoesal bergada utu data jumlah elahra bay d Kalmata Tmur adalah sebaga berut:,, 868 Y, e Setelah dlauaya peguja maa dapat dtar esmpula bahwa fator jumlah pasaga usa subur ( ) da fator jumlah peggua eluarga berecaa baru ( ) berpegaruh secara sgfa terhadap Program Stud Statsta FMIPA Uverstas Mulawarma 77

8 Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN jumlah elahra bay (Y) d provs Kalmata Tmur pada tahu 3 da 4. Daftar Pustaa Atmaja, S. Luas. 9. Statst Utu Bss da Eoom. Yogyaarta : ANDI Gujarat, N.Damodar.. Dasar Dasar Eoometra. Jaarta: Salemba Empat. Nawar.. Aalss Regres dega MS Exel 7 da SPSS 7. Jaarta : PT. Elex Meda Komputdo Pramudjoo.. Statsta Dasar. Samarda: Purry Kecaa Madr. Rusl, Sad Pegatar Ilmu Kepedudua. Jaarta : LP3ES Sembrg, R.K Aalss Regres. Badug: ITB Badug Sudjaa, M. A. 3. Te Aalss Regres da Korelas. Badug : Tatsto Suyoto, Daag. 7. Memecaha Kasus Statst : Desrptf Parametr da No Parametr dega SPSS. Yogjaarta : Ad Offset. Sulyato,.Eoometra Terapa Teor da aplas dega SPSS. Yogyaarta: CV. Ad Offset. Wdarjoo, A. 7. Eoometra Teor da Aplas utu Eoom da Bss. Eds Kedua. Faultas Eoom UII, Yogjaarta. BKKBN, 3. Kamus Istlah Kepedudua Keluarga Berecaa (KB) da Keluarga Sejahtera. altm.bb.go.d. dases pada taggal maret Program Stud Statsta FMIPA Uverstas Mulawarma

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda) Jural EKSPONENSIAL Volume 4, Nomor 1, Me 2013 ISSN 2085-7829 Pemodela Regres Ler Megguaka Metode Thel (Stud Kasus: Kompesas Pegawa d Bada Kepegawaa Daerah Kota Samarda) Lear Regresso Modelg Wth Thel Method

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-39 Pemodela Pedudu Ms d Jawa Tmur Megguaa Metode Geographcally Weghted Regresso (GWR) Yuata Damayat, Vta Ratasar Jurusa Statsta, Faultas

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion) Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa

Lebih terperinci

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN Jural EKSPONENSIAL Volume 7, Nomor 1, Me 016 ISSN 085-789 Peeraa Geeralzed Posso Regresso I Utu Megatas Overdsers Pada Regres Posso (Stud Kasus: Pemodela Jumlah Kasus Kaer Servs d Provs Kalmata Tmur) Alcato

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN 085-789 Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).

BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y). BAB LANDASAN EORI Aalss Regres Aalss regres adalah salah satu metode ag dapat dguaa utu meetua hubuga atara varabel depede dega varabel depede Utu pegamata dega p varabel depede, maa model regres tersebut

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat

Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat D-390 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prt) Pemodela Aga Perah Beerja da Belum Perah Beerja d Jawa Tmur Megguaa Metode Regres Multvarat Arda Nur Lathfah, da Wahyu Wbowo Jurusa

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci