ANALISIS HUBUNGAN MULTI CHANNEL LEARNING DENGAN INDEKS PRESTASI MAHASISWA MENGGUNAKAN VARIABEL UTAUT DAN ANALISIS LINTASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS HUBUNGAN MULTI CHANNEL LEARNING DENGAN INDEKS PRESTASI MAHASISWA MENGGUNAKAN VARIABEL UTAUT DAN ANALISIS LINTASAN"

Transkripsi

1 ANALII HUBUNGAN MULTI HANNEL LEARNING DENGAN INDEK PRETAI MAHAIWA MENGGUNAKAN VARIABEL UTAUT DAN ANALII LINTAAN utato Halm Paata; Ngaap Im Mak Mathematcs & tatstcs Depatmet, chool of ompute cece, Bus Uvesty Jl. K.H. yahda No. 9, Palmeah, Jakata Baat 480 ABTRAT We have coducted a eseach to deteme the effect of mult-chael leag though leag to gade studets. We uses methods take fom the estg patte of the UTAUT model (ufed theoy of acceptace ad use of techology) ad path aalyss. The esult acheved fom ths study s that the pefomace of mult chael leag povdes a sgfcat fluece o studet s achevemet de. Keywods: mult-chael leag, achevemet de, UTAUT vaables, path aalyss ABTRAK Telah dlakuka peelta utuk megetahu pegauh pembelajaa melalu mult chael leag tehadap Ideks Pestas mahasswa. Metode peelta yag dguaka dambl da pola yag sudah ada yatu model UTAUT (ufed theoy of acceptace ad use of techology) da aalss ltasa. Hasl yag dcapa da peelta adalah keja da Mult hael Leag membeka pegauh yag cukup sgfka tehadap deks pestas mahasswa. Kata kuc: mult chael leag, deks pestas, vaabel UTAUT, aalss ltasa. Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak)

2 PENDAHULUAN Peeapa da pegembaga tekolog fomas bukalah tapa esko, kaea tdak semua yag ada pada tekolog fomas dapat megkatka poduktvtas peusahaa. Belum lag jka vestas tekolog fomas yag telah dlakuka teyata haya membeka mafaat yag kecl tehadap peusahaa. emetaa tu baya yag dkeluaka utuk meeapkaya temasuk dalam jumlah yag cukup besa (Adeso, 006). Uvestas Ba Nusataa (UBINU) meupaka sebuah lembaga peddka yag bebass tekolog fomas da mejadkaya sebaga dasa da semua pegetahua yag dajaka, kaea tu dukuga tekolog fomas tehadap poses belaja-megaja da admstatf dasaka sagat pelu. ela kaea alasa efeses poses peddka, UBINU juga betaggug jawab utuk megkatka kualtas peddka yag dbeka, sehgga dapat mejad pauta bag lembaga peddka laya dalam peeapa tekolog fomas. Utuk meujag da megkatka kualtas peddka, UBINU beusaha membagu suatu sstem tekolog fomas yag dapat membeka kualtas da pelayaa tebak bag paa mahasswa. alah satuya adalah dega peeapa sstem pembelajaa melalu bebaga kaal yag dsebut mult chael leag (ML). ML adalah sstem pembelajaa dega bebaga kaal yag megkombaska petemua tatap muka d dalam kelas dega ses tatap muka tdak lagsug (eleag) atau yag basaya dkeal dega ama Busmaya. Dega demka melalu sstem ML, poses pembelajaa tatap muka tdak lagsug dapat lebh bayak dlakuka, sehgga poses pembelajaa dapat dlakuka dmaa saja da kapa saja. Dega mplemetas sstem ML, khususya Busmaya, aka tejad peubaha tehadap hasl belaja pada mahasswa yag telbat d dalamya. Ideks Pestas mahasswa meupaka dkato utuk meetuka tgkat kebehasla da mahasswa. Melalu deks pestas, setap mahasswa dapat megetahu sampa tgkat maakah, meeka sudah meguasa semua mate yag meeka peoleh. Bayak aspek yag mempegauh la deks pestas. Dalam pokok pembahasa, salah satu yag g duj, apakah mult chael leag (ML) dapat membatu mahasswa utuk megkatka deks pestas. Utuk memaksmalka da memfokuska pehata tehadap peaggulaga masalah keagama yag mempegauh kualtas, maka uag lgkup masalah aka dbatas tehadap hal-hal bekut : () vaabel yag dguaka dambl da UTAUT model; () keseluuha data dambl melalu kuesoe; (3) data yag daalss dambl lagsug da sampel mahasswa aktf Uvestas Ba Nusataa yag megguaka Busmaya da telah memlk IP (semeste satu tdak temasuk) Tujua peelta adalah megetahu pegauh lagsug pembelajaa melalu Mult hael Leag dega vaabel pedktoya tehadap deks pestas mahasswa. Mafaat peelta bag peuls alah sebaga alat ataa la utuk meeapka lmu-lmu statstk dalam kehdupa yata teutama lmu aalss ltasa yag telah dpelaja da sebaga salah satu syaat utuk mempeoleh gela sajaa tgkat stata Juusa Tekk Ifomatka da tatstka. edagka mafaat yag dapat dpeoleh da peelta adalah membe gambaa pada phak maajeme UBINU, tetag hasl yag dpeoleh da peeapa sstem ML yag bejala. METODE Metode yag dguaka dalam peelta adalah metode suvey, yatu suatu metode utuk mempeoleh fakta-fakta da gejala-gejala yag ada da meca keteaga-keteaga secaa aktual da suatu kelompok atau daeah (Walpole, 006).Populas yag hedak dtelt adalah mahasswa Jual Mat tat, Vol. 3 No. Jul 03: -3

3 Ba Nusataa da sampel dambl secaa adom dega megguaka kuesoe yag aka ds oleh mahasswa Ba Nusataa. Lagkah-lagkah yag dguaka dapat dlhat pada Gamba. Meetuka Vaabel da Istume Peelta Desg Peelta Peetua jumlah da Pegambla ampel Pegumpula Data Aalss Data Peguja Hpotess Kesmpula da aa Gamba Tahapa peelta Vaabel da Istume Peelta Vaabel-vaabel yag hedak dtelt melput ekspektas keja, ekspektas usaha, peseps, pegauh sosal, kods pedukug, kega megguaka, ketakuta, da kecedeuga megguaka. Data yag dguaka aka dambl da kuesoe yag dsebaka peuls. Desg Peelta Vaabel-vaabel yag aka duj dalam peelta dkembagka dalam model/dagam jalu bekut (Gamba ) (ooly, 005). Gamba. Dagam Ltasa Peelta Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak) 3

4 Keteaga: y deks pestas mahasswa (IP) ekspektas usaha 5 kods pedukug 7 ketakuta ; ekspektas keja ; 3 peseps ; 4 pegauh sosal ; 6 kega megguaka ; 8 kecedeuga megguaka Demka pula da Gamba d atas dapat dbaca sebaga bekut: () hubuga ataa,,, 8 ke y meupaka hubuga kausaltas kaea paah bekepala satu (hubuga eges); () hubuga ata (,,.,8) dega laya meupaka hubuga koelas kaea paahya bekepala dua; (3) pegauh yag sfatya lagsug atya y ke (,,.,8) kembal ke y; (4) pegauh yag sfatya tdak lagsug atya da y ke (,,.,8) melalu laya kembal ke y Model belum tetu mejad model yag tebak pada peyelesaa kasus. Dega megguaka model la, dapat meghaslka la da kesmpula yag bebeda. Peetua Jumlah da Pegambla ampel Populas yag dataya dambl utuk djadka sampel adalah mahasswa Ba Nusataa yag telah megguaka Busmaya da memlk IP (utuk mahasswa semeste tdak dpebolehka). Peaka sampel atau samplg meupaka pegambla sampel da suatu populas. Taget populato meupaka populas yag dtak sampelya pada waktu meecaaka suatu peelta, sedagka populas yag sedag dtelt pada saat melakuka peelta dsebut samplg populato. Tekk pegambla sampel pada topc yag sedag dtelt, megguaka umus lov (Johso, 00), yatu: N. () + Ne dmaa: jumlah sample ; N jumlah populas e pesetase keloggaa peelta atau kesalaha dalam peelta Dega megguaka umus datas, da dega megasumska jumlah mahasswa Ba Nusataa adalah oag, maka aka ddapatka jumlah sampel sebayak: N + Ne , 99,50 00 Jumlah sampel yag ddapat da pehtuga yatu sebayak 00 oag, dmaa samplg eo sebesa 0% da seluuh mahasswa Ba Nusataa. Agka 00 meupaka agka mmum yag dpeoleh, sehgga peuls dpebolehka utuk megambl data lebh bayak utuk mecapa data yag lebh akuat (Walpole, 006). 4 Jual Mat tat, Vol. 3 No. Jul 03: -3

5 Pegumpula Data Pegumpula data dlakuka dega caa meyebaka kuesoe dega taget mahasswa aktf Ba Nusataa yag beada d food cout. Pegambla data kuesoe beat tekk pegumpula data dega caa membeka petayaa tetuls yag dtujuka kepada espode. kala pegukua yag dguaka yatu skala Lket. kala Lket dguaka utuk meguku skap, pedapat da peseps seseoag atau kelompok tetag feomea sosal. Jawaba sepet tem yag megguaka skala Lket mempuya gadas da postf sampa egatf, yag beupa kata-kata ataa la: () jawaba sagat setuju mempuya bobot la 5; () jawaba setuju mempuya bobot la 4; (3) jawaba etal mempuya bobot la 3; (4) jawaba tdak setuju mempuya bobot la ; (5) jawaba sagat tdak setuju mempuya bobot la Aalss Data Utuk meguj hpotess yag dajuka dalam peelta, aka dguaka peeapa aalss jalu (path aalyss) dalam meelaah model hubuga bebeapa vaabel datas bak pegauh lagsug da juga tdak lagsug. Utuk tu dlakuka aalss dega megguaka bebeapa model. Ideks Pestas Mahasswa sebaga vaabel y, yag meupaka vaabel tegatug yag dpegauh oleh vaabel pedktoya (ekspektas keja, ekspektas usaha, peseps, pegauh sosal, kods pedukug, kega megguaka, ketakuta, da kecedeuga megguaka) Lalu dguaka pesamaa sebaga bekut: y y y y y y y y atau dapat dtuls dega matks bekut : R X R Y edagka la dpeoleh da umus bekut : y y 3 y 4 y 5 y 6 y 7 y 8 y Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak) 5

6 6 Jual Mat tat, Vol. 3 No. Jul 03: -3 y y y y. () ehgga.. (3) begtu juga utuk 3, 4, 5,..., m etelah tu, la R yag telah dpeoleh, dves utuk mejad R -, setelah tu dkal dega Ry utuk medapatka la (koelas). R R Y Apabla koefse ltasa telah dpeoleh, maka bebeapa fomas petg juga aka dpeoleh bedasaka metode aalss ltasa, ataa la: () pegauh lagsug vaabel bebas yag dbakuka X, tehadap vaabel tak bebas Y, duku oleh koefse ltasa ( ); () pegauh tdak lagsug vaabel bebas X tehadap vaabel tak bebas Y, melalu vaabel bebas X (melalu kehada vaabel bebas dalam model) duku oleh besaa ( j j ) Da la-la yag ddapat, dapat daalss apakah vaabel bebas X behubuga lagsug atau tdak lagsug tehadap vaabel tak bebas Y. Hal dlakuka dega caa meca la selsh tekecl dataa da j j dega la Ry ya (Gefe, et al., 000). Lalu, da aalss ltasa tesebut, dpeoleh koefese esdual yag dhtug melalu p y ;. Besaa dalam aalss ltasa adalah seupa dega besaa - R dalam aals eges begada dmaa keduaya memlk la yag sama besa. etelah agka ddapat, data dbag-bag mejad baga-baga kecl meuut kelompok yag telah dtetuka, sepet fakultas (Pogam Gada, Faslkom, Fakutas Tekk, dll), semeste (3, 5, da 7), jes kelam (lak-lak da peempua), kepemlka kompute d umah (ya/ tdak), pegguaa teet d umah (ya/ tdak), pegguaa teet d waet (ya/tdak), da pegguaa teet d kampus (ya/ tdak). emua tu aka dposes kembal da awal sehgga medapatka kesmpula pada masg-masg pembagaya. HAIL DAN PEMBAHAAN Da semua kusoe yag ddapat, peuls medapatka 00 data. etelah daalss, ddapatka 46 (73%) data yag vald. ehgga total data yag tebuag adalah 54 data (7%). Adapu data tdak vald dsebabka oleh espode yag mash semeste satu (3 data / 6%), espode yag ddapat dlua da cakupa yag dsedaka, msal data da espode semeste

7 sembla atau lebh (0 data/ 5%), da tedapat la kosog pada pegsa ( data / 6%). Bekut adalah data vald popos yag ddapat da espode yag dambl melalu kuesoe. Da keseluuha data yag dpeoleh, ddapat data statstk deskptf sebaga bekut (Tabel ): Tabel tatstk Deskptf Data Bedasaka Fakultas Fakultas Ekoom 7(8,49%) Ilmu Kompute 38(6,03%) Komukas da Multmeda 6(7,8%) Pog-Gada 3(5,75%) asta (8,%) Tekk 0(3,7%) 46(00%) Da tabel datas, dapat dsmpulka bahwa espode palg bayak ddapat da fakultas lmu kompute da espode palg sedkt ddapat da fakultas sasta. Dhaapka popos dapat mewakl popos populas yag dambl da objek (Ba Nusataa). Pegolaha Data Data yag dposes petama kal adalah data umum. Belum ada pegklasfkasa dalam jes kelam, semeste, fakultas, da sebagaya. ebelumya peuls memsalka vaabel-vaabel yag dtelt sehgga ekspektas keja selajutya mejad, ekspektas usaha mejad, peseps mejad 3, pegauh sosal mejad 4, kods pedukug mejad 5, kega megguaka mejad 6, ketakuta mejad 7, da kecedeuga megguaka mejad 8. Data yag dguaka aka dambl da kuesoe yag dsebaka peuls. Da data-data yag dpeoleh, ddapat popos jawaba sebaga bekut meuut vaabel yag dtelt. Pecaa Koelas Da data-data yag dpeoleh, data dklasfkaska dulu meuut sub vaabel,, 3, da 4 yag dgabugka mejad. edagka utuk sub vaabel,, 3, da 4 aka dgabugka mejad. Hal dlakuka sampa 8. ehgga data selajutya dolah mejad tabel R sepet bekut (Tabel ). Tabel Tabel R (Koelas ata Vaabel UTAUT) Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak) 7

8 Tabel dapat dbaca sebaga bekut: () Hubuga ataa dega sed (kolom petama bas petama), behubuga peuh ( /la hubuga peuh). () Hubuga ataa dega dega atau dega sela 0,587 (kolom petama bas kedua atau kolom kedua bas petama). Atya la hubuga kedua vaabel cukup besa. ebab jka duj, ddapat la z htug 8,0488. Nla jauh lebh besa dapada la z tabel (0,05;),96. (3) Hubuga ataa dega 7 atau sebalkya bela 0,095 (kolom petama bas ketujuh atau sebalkya). Da agka tu, ddapatlah la z htug,407. kaea agka lebh kecl dapada la z tabel (0,05;),96, maka kedua vaabel dapat dkataka tdak salg behubuga. (4) Da seteusya. Dega melakuka lagkah yag sama, dpeoleh la koefese koelas ataa deks pestas (y), dega vaabel UTAUT. R y adalah koefese koelas yag dapat dguaka utuk megetahu apakah vaabel bebas memlk hubuga dega vaabel tak bebas. Pecaa Koefese Ltasa Lagsug Rumus yag dguaka utuk meca koefese koelas lagsug adalah R RY. etelah ddapat la R - da R y, kalka la meeka bedua, sehgga ddapatlah la koelas lagsug sebaga bekut: 0,953 0,335-0,97 0,056 0,0794-0,04-0,478-0,059 Nla dapat datka bahwa hubuga lagsug ataa vaabel bebas petama dega vaabel tak bebas memlk hubuga sebesa 0,953, vaabel bebas kedua dega vaabel tak bebas sebesa -0,335, begtu seteusya sampa vaabel teakh, yatu vaabel bebas ke delapa dega vaabel tak bebas sebesa -0,059. Nla-la aka daalss lebh lajut pada baga selajutya. 8 Jual Mat tat, Vol. 3 No. Jul 03: -3

9 Pecaa Koefese Ltasa Tak Lagsug melalu Vaabel La etelah ddapat la koefese ltasa lagsug, calah la koefese tdak lagsugya dega megalka ataa j dega la j, dmaa tu aka meghaslka la hubuga tdak lagsug ataa vaabel bebas j dega vaabel tak bebas melalu vaabel bebas. Nla yag ddapat adalah (Tabel 3): Tabel 3 Koefese Ltasa Pegauh Lagsug da Tdak Lagsug Dega keteaga: la pada dagoal sebaga pegauh lagsug; la pada d atas/bawah dagoal sebaga pegauh tdak lagsug Da la-la datas, dapat dketahu koefese tdak lagsug ataa vaabel bebas dega vaabel tak bebas y melalu vaabel bebas j. ebaga cotoh, koefese tdak lagsug ataa vaabel tehadap y melalu adalah 0,953. Lalu, koefese tdak lagsug ataa vaabel tehadap y melalu 3 adalah -0,0888. Begtu juga seteusya. Peguja Hpotess Da la adaya hubuga atau tdak (R y ), telah dketahu apakah vaabel bebas memlk hubuga lagsug dega vaabel tak bebas dega megguaka umus z 3 ( + ) ( + ρ 0 ) l l ( ) ( ρ0 ) Da umus ddapatlah la z utuk masg-masg vaabel yatu: z htug 4,3890 6,0859 -,3953 4,0407,05 -,460 -,6660-0,0780 Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak) 9

10 Nla-la z htug dbadgka dega z tabel pada tabel. Dega megguaka α 0,05, maka ddapat la z tabel ataa -,96 da,96. Jka la z htug beada dalam cakupa z tabel, maka vaabel tak bebas tesebut meema H 0, yag atya vaabel tak bebas tu tdak memlk hubuga sgfka tehadap vaabel bebas y. Dataa kedelapa vaabel yag dtelt, ada 5 vaabel yag masuk dalam katego tema H 0 yatu 3 (peseps), 5 (kods pedukug), 6 (kega megguaka), 7 (ketakuta), da 8 (kecedeuga megguaka). elajutya, vaabel laya dposes lebh lajut, apakah vaabel bebas tu temasuk yag memlk hubuga lagsug dega vaabel tak bebas (tema H ) ataukah temasuk yag memlk hubuga lagsug dega vaabel tak bebas tetap melalu vaabel la (tema H ). Ambl cotoh dega R y 0,0354. Lalu, dca la selsh ataa la koefese koelas lagsug dega R y da koefese koelas lagsug melalu vaabel la dega R y. etelah dpeoleh selshya, dca la selsh tekecl. Utuk kasus, la selsh tekecl ddapat pada la selsh koefese koelas lagsug dega R y, yatu 0,953, dega la selsh 0,56. Nla lebh kecl jka dbadgka la selsh da la R y dega koefese koelas lagsug melalu vaabel, 3, 4, 5, 6, 7, da 8 yag betuut-tuut adalah 0,674, 0,440, 0,39, 0,36, 0,3369, 0,3654, 0,3530. ehgga utuk kasus, meghaslka keputusa tema H yag atya (ekspektas keja) memlk hubuga lagsug sgfka dega y (IPK). Kasus juga memlk jawaba yag sama dega, yatu tema H yag atya (ekspektas usaha) memlk hubuga lagsug sgfka dega y (Ideks Pestas Mahasswa). edagka utuk 4, la selsh tekecl ddapat pada selsh ataa koefese lagsug 4 dega y melalu vaabel. Kods datka tema H yag atya 4 (pegauh sosal) memlk hubuga lagsug sgfka dega y (Ideks Pestas Mahasswa) melalu (ekspektas usaha). ehgga da aalss awal dapat dsmpulka, memlk hubuga lagsug sgfka dega y, memlk hubuga lagsug sgfka dega y, 3 tdak memlk hubuga sgfka dega y, 4 memlk hubuga lagsug dega y melalu, 5 tdak memlk hubuga sgfka dega y, 6 tdak memlk hubuga sgfka dega y, 7 tdak memlk hubuga sgfka dega y, da 8 tdak memlk hubuga sgfka dega y. Atya, (ekspektas keja), (ekspektas usaha) da 4 (pegauh sosal) sagat bepegauh tehadap y (IPK). Kaea ketga vaabel bela postf, atya semak tgg vaabel tu, maka semak tgg pula, yag dah. Jad, semak tgg ekspektas keja, maka semak tgg pula y (IPK) yag dah. Pecaa Pesetase Kepecayaa Da kesmpula-kesmpula yag telah dpeoleh pada tahap sebelumya, utuk megetahu beapa pese da total data yag dapat depesetaska/ djelaska oleh kesmpula yag telah dpeoleh, maka dbuatlah pehtuga sebaga bekut: p ; y Dega megguaka umus ddapatlah la sebesa 6,37%. Atya haya 6,37% da keseluuha sampel saja yag dapat dwaklka oleh vaabel UTAUT. saya (83,63%), adalah vaabel yag tdak dketahu (Adeso, 006). 30 Jual Mat tat, Vol. 3 No. Jul 03: -3

11 Pembahasa Da hasl peelta yag dlakuka, dapat dketahu bahwa tedapat vaabel-vaabel meojol pada peelta, sepet (ekspektas usaha), 4 (pegauh sosal), (ekspektas keja) da 7 (ketakuta). Hal betuut-tuut dapat datka sebaga bekut: Petama, semak mult chael leag mudah dpelaja, mahasswa semak bak pestasya. Hal dapat dmeget kaea semak mahasswa mudah mempelaja sesuatu, maka semak tetak pula mahasswa utuk mah megguakaya. Dega mah megguakaya, maka mat belaja mahasswa tetulah mejad semak tgg. Kedua, pegauh ekste da mahasswa tu sed sagat membe peaa kepada ketetaka mahasswa tehadap mult chael leag yag dhaapka megkatka pestas da mahasswa tu sed. Ketka temaya, atau lgkugaya membeka dooga utuk megguaka mult chael leag, semagat belaja mahasswa tepacu utuk semak bak lag. Ketga, keja da mult chael leag sed membeka pegauh yag cukup sgfka tehadap pestas mahasswa. Hal tdaklah megagetka kaea semak bak mult chael leag tu sed, maka semak efektf pula mahasswa utuk belaja. Tetu saja hal beakbat dega akya pestas pada mahasswa. Keempat, ketakuta pada vaabel bela doma egatf. Atya semak tgg ketakuta, maka pestas aka semak ajlok. Begtu juga sebalkya, semak bea utuk megguaka sstem, semak bak pula pestas yag dah. PENUTUP Da hasl peelta vaabel UTAUT dalam mult chael leag dega deks pestas, dsmpulka bebeapa hal bahwa: peelta dapat dketahu, tedapat bebeapa vaabel meojol yag bepegauh tehadap deks pestas, sepet ekspektas usaha, pegauh sosal da ekspektas keja. Dega kemudaha dalam mempelaja mult chael leag, deks pestas mahasswa juga aka semak bak. Kemudaha mahasswa dalam mempelaja mult chael leag aka membulka ketetaka yag bedampak pada pegkata mat belaja mahasswa. Kemuda pegauh ekste sepet dooga da tema aka membe pea dalam megkatka ketetaka mahasswa tehadap mult chael leag. Maka keja mult chael leag yag semak bak aka membeka pegauh yag cukup sgfka tehadap deks pestas mahasswa. DAFTAR PUTAKA Adeso, J. E., da chwage, P. H. (006). Applyg the UTAUT Model Pape peseted at the Ameca ofeece o Ifomato ystems. Acapulco, Meco. ooly, Thomas ad Begg, aoly. (005). Database ystem: A Pacttoe Appoach to Desg, Implemetato, ad Maagemet (4 th ed.). Lodo: Addso-Wesley. Gefe, D., D.W.taub,da M..Boudeau. (000). tuctual equato modelg ad egesso: gudeles fo eseach pactce. ommucatos of the Assocato fo ystem Ifomato, 4. Johso, Rchad A. (00). Appled Multvaate tatstcal Aalyss. New Jesey: Petce Hall. Walpole, Roald E. (006). Pegata tatstka (eds ketga). Jakata: Gameda Pustaka Utama. Aalss Hubuga Mult... (utato Halm Paata; Ngaap Im Mak) 3

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian 3 III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMAN Teusa Nuya. Populas dalam peelta adalah seluuh sswa kelas X SMAN Teusa Nuya semeste geap tahu pelajaa / yag bejumlah lma kelas. Kemampua

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMA YP Unila Bandarlampung yang berlokasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMA YP Unila Bandarlampung yang berlokasi III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMA YP Ula Badalampug yag belokas d Jl. Jedal R. Supapto No.88 Tajug Kaag Badalampug. Populas yag dguaka dalam peelta adalah seluuh sswa kelas

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI TANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI TANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR Bulet Ilmah Mat. Stat. da eapaa (Bmaste) Volume 0, No. (0), hal 79-86. ANALISIS FAKOR-FAKOR YANG MEMPENGARUHI PRODUKSI ANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR Zaal Ap, Muhlasah Novtasa Maa, Neva Satahadew

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

III. METODE PENELITIAN. Penelitian ini bertujuan mengetahui hubungan intensitas kegiatan

III. METODE PENELITIAN. Penelitian ini bertujuan mengetahui hubungan intensitas kegiatan III. METODE PENELITIAN A. Metode Peelta Peelta betujua megetahu hubuga testas kegata ekstakulkule Pamuka, da PMR pada sswa Kelas VIII SMP Nege Guug Labuha Way Kaa dega pestas belaja IPS semeste gajl tahu

Lebih terperinci

BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN. Adapun hasil penelitian akan dijelaskan sebagai berikut : TABEL 4.1

BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN. Adapun hasil penelitian akan dijelaskan sebagai berikut : TABEL 4.1 68 BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN A. Hasl Peelta Adapu hasl peelta aka djelaska sebaga bekut : TABEL 4. Tabel IQ, Iteleges Gada da Tes Hasl Belaja pada Pokok Bahasa Kesebagua Kelas

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

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

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 III MATERI DAN METODE. non karkas kambing Jawarandu betina dilaksanakan pada bulan Juli sampai

BAB III MATERI DAN METODE. non karkas kambing Jawarandu betina dilaksanakan pada bulan Juli sampai BAB III MATERI DAN METODE Peelta tetag hubuga ataa bobot potog dega bobot kakas da o kakas kambg Jawaadu beta dlaksaaka pada bula Jul sampa dega Oktobe 2016 d tempat pemotoga hewa (TPH) Bustama d Jala

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

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

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 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 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

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

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

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

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 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

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

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 III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

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

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

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

Pemodelan Indeks Pembangunan Manusia (IPM) Provinsi Jawa Timur Dengan Menggunakan Metode Regresi Logistik Ridge

Pemodelan Indeks Pembangunan Manusia (IPM) Provinsi Jawa Timur Dengan Menggunakan Metode Regresi Logistik Ridge JURNAL SAINS DAN SENI IS Vol. 4, No., (015 337-350 (301-98X Pt D175 Pemodela Ideks Pembagua Mausa (IPM Povs Jawa mu Dega Megguaka Metode Reges Logstk Rdge Dw Maumee Puta da Vta Ratasa Juusa Statstka, Fakultas

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

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

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

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

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

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

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

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

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

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

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

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

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

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

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

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

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 5 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekrp Data Hal Peelta Setelah melakuka peelta, peelt medapatka hal tud lapaga utuk memperoleh data dega tekk te, etelah dlakuka uatu pembelajara atara kelompok

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1 8 III. MEODOLOGI PEELIIA A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela X SMA eger Bagurejo Lampug egah tahu pelajara 009/00 ebayak 75 orag yag terdtrbu dalam lma kela dmaa tgkat kemampua

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

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

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG Asa Kurat Peddka Ekoom, FKIP Uverstas Muhammadah Purworejo asachaca8@ahoo.com

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti 35 BAB III METODE PENELITIAN A. Jes Peelta Jes peelta pada peelta adalah peelta eksperme semu atau basa yag dsebut pre-eksperme. Karea pada peelta, peelt haya megguaka kelas eksperme tapa adaya kelas kotrol.

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN PENAKI AIO UNTUK ATA-ATA POPULAI PADA AMPLING ACAK EDEHANA MENGGUNAKAN KOEFIIEN VAIAI DAN MEDIAN sk ahmada *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk A III METODOLOGI PENELITIAN A. Metode da Desa Peelta. Metode Peelta Metodolog berasal dar kata metode yag artya cara yag tepat utuk melakuka sesuatu da logos yag artya lmu atau pegetahua. Nasuto (003 :

Lebih terperinci

KORELASI DAN REGRESI BERGANDA

KORELASI DAN REGRESI BERGANDA KORELASI DAN REGRESI BERGANDA KORELASI BERGANDA Koelasi begada meupaka alat uku megeai hubuga yag tejadi ataa vaiabel depede () dega dua atau lebih vaiabel idepede,. Dega koelasi begada kekuata atau keeata

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci