(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER
|
|
- Agus Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 (R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah s.hadip@yahoo.co.id Abstrak Dalam makalah ini dibahas prediksi klasifikasi obyek respon biner berdasarkan variabel bebas (prediktor) numerik. Namun dengan asumsi Normalitas Distribusi populasi data numerik tidak dipenuhi, dalam pembentukan model digunakan fungsi logistik P EXP( Z)/[1 EXP( Z)] dengan bentuk kurva signoid, dalam hal ini Z = 0 + 1x 1 + 2x 2 + 3x 3 +. Hasil penerapan pada prediksi status pekerjaan anggota BKMT didapat bentuk taksiran P fungsi logistik ln = 1 P 3, ,188pkprt - 0,625 pspnk - 0,295 pha kwnt atau p = exp (3, ,188 pkprt - 0,625 pspnk - 0,295 pha kwnt) Kata Kunci : klasifikasi obyek, prediksi, biner, numerik, normalitas, logistik. 1. PENDAHULUAN Dalam mempelajari masalah klasifikasi obyek atau keanggotaan kelompok dari individu anggota BKMT sebagai variabel respon (X) yang mencerminkan pilihan dua alternatif, status pekerjaan, menjadi wanita karir dengan probabilitas P dan diasumsikan berharga 1, lainnya bukan wanita karir (ibu rumah tangga) dengan probabilitas = 1 P dan diasumsikan berharga 0. Berdasarkan variabel bebas (X) campuran antara kategori dan numerik atau semua numerik namun asumsi kenormalan distribusi populasi tidak dapat dipenuhi, melalui pendeteksian menggunakan uji Kolmogorov Smirnov. Hubungan antara Z sebagai kumpulan fungsi linier variabel predikfor atau bebas berbentuk : Z = 0 + 1X 1 + 2X 2 + 3X 3 + (1 ) Dalam hal ini : X 1 = Perilaku terhadap pekerjaan rumah tangga X 2 = Perilaku terhadap status pernikahan X 3 = Pandangan terhadap hak wanita (gender) i = Parameter populasi, i = 1, 2, 3 = Faktor galat dalam model regresi linier ganda. 104
2 Dengan Y tidak linier dan seringkali dijumpai fungsi respon berbentuk signoid, salah satu pendekatan untuk memprediksi model ini adalah fungsi logistik biner (logit) berganda. exp Z P ( 2 ) 1 exp( Z ) Dimana Z variabel prediktor dan penulisan exp Z (experimen Z) merupakan cara penulisan e Z, dan e bilangan pokok logaritma natural (dasar) disingkat ln, yang nilainya 2, Oleh karena itu fungsi logistik (1) di atas dapat ditulis dengan alternatif sebagai berikut : Z e exp Z ( 3 ) Z 1 e 1 exp Z Sedangkan P merupakan probabilitas ibu-ibu anggota BKMT memilih status pekerjaan wanita karir, besarannya antara 0 dan 1. Untuk probabilitas ibu-ibu BKMT yang memilih status pekerjaan bukan wanita karir (rumah tangga) dinyatakan dengan fungsi : expz 1 1 ( 4 ) 1exp( Z) 2. METODE PENAKSIRAN FUNGSI LOGISTIK Fungsi logistik ditaksir dengan metode kemungkinan maksimum (Maximum Likelihood Estimator = MLE). Setelah fungsi logistik dilinierkan dengan menggunakan transformasi perbandingan antara dan (1 - ) atau odd diperoleh : dan 1 = e Z ( 5 ) Selanjutnya, bila kedua ruas kiri dan kanan di lon kan (ln), didapat persamaan : L = ln = Z ( 6 ) 1 dimana berbentuk fungsi Z seperti tertulis pada persamaan (1), maka diperoleh bentuk linier. L = 0 + 1X 1 + 2X 2 + 3X 3 + ( 7 ) Untuk menentukan taksiran i, i = 0, 1, 2,
3 Karena Y berharga 0 atau 1, maka Y berdistribusi Bernaulli dan fungsi densitas dari Y dapat ditulis sebagai berikut : y 1 y (1 ) ( 8 ) f ( y) [ ] Dengan demikian bentuk fungsi Likelihoodnya : L y 1y ( ) (1 ) ( 9 ) Prinsip maksimum Likelihood pada intinya mencari kumpulan parameter i, i = 1,2,3,4 yang dapat memaksimumkan fungsi Likelihood, maka secara matematis ditulis ln L () = y i ln + (1 y) ln (1 ). Selanjutnya dengan persyaratan optimasi 0, 1, 2, 3, yang optimal akan diperoleh bila persyaratan FONC (First Order Necessary Condition) berikut dipenuhi : n L FONC = 0, i = 1, 2, 3, 4 (10) i Bila persamaan (10) diselesaikan maka diperoleh taksiran i sama dengan dan biasa ditulis b i, i = 0, 1,, 4. dan taksiran ditulis P, maka diperoleh taksiran model logistik yang dilinierkan dalam ln : ln 1 p p = b 0 + b 1X 1 + b 2X 2 + b 3X 3 (11) atau p exp Z (12) 1 exp( Z ) untuk : Z = b 0 + b 1X 1 + b 2X 2 + b 3X 3 (13) Sebagai taksiran model regresi linier ganda dalam bentuk ln odd rasio P dengan (1 P) dan fungsi logistik pada persamaan (2). 3. PENGUJIAN HIPOTESIS Untuk memberlakukan model regresi logistik biner yang diperoleh atas dasar data sampel terhadap keseluruhan tatanan populasi obyek, perlu dilakukan pengujian hipotesis tentang pengaruh variabel bebas (X) terhadap proporsi fenomena variabel respons, dengan mengguntakan statistik uji Wald. 106
4 W = b i E(b i ) 2 Statistik ini berdistribusi khi kuadrat (chi-square) dengan Ho ditolak bila W 2 1 P dan diterima bila G 2 ( 1 P). Dengan derajat kebebasan secara simbolik ditulis : W 2 2 (1) dan kriteria pengujian Ho ditolak bila W i 2 tabel serta diterima bila W < 2 tabel. Untuk uji keabsahan model logistik digunakan statistik uji : Likelihood G = -2 ln Likelihood model A model B (14) Dalam hal ini model : G 2 (P) A = hanya terdiri konstanta saja B = terdiri atas seluruh variabel Ho ditolak bila G 2 tabel serta diterima bila G < 2 tabel. 4. APLIKASI DAN PEMBAHASAN Penerapan Pembentukan klasifikasi status pekerjaan wanita dengan menggunakan pendekatan Fungsi Logistik Biner, dilakukan terhadap 3 Responden ibu ibu anggota Badan Kontak Majelis Ta lim (BKMT) di Kota Bekasi. Berdasarkan hasil olahan data dengan SPSS versi didapat informasi prediksi klasifikasi pilihan status pekerjaan Wanita Karir dan bukan yang disajikan dalam Tabel 1 berikut ini : Tabel.1 Klasifikasi data Observasi dan prediksi Status Pekerjaan Prediksi Langkah Observasi Status Pekerjaan Peeswntase keseluruhan Prediksi Bukan Wanita Wanita Karir Karir Persentase Wanita Karir Bukan Wanit Karir Dari Tabel 1, terlihat bahwa taksiran (Prediksi) ibu ibu BKMT yang masuk katagori wanita karir 150, sedangkan hasil observasi hanya 90, dengan demikian ketepatan klasifikasi 60,0 % dan prediksi yang bukan wanita karir 70, sedangkan hasil 107
5 observasi 130, jadi ketepatan klasifikasi 70,0 %, secara keseluruhan kecepatan klasifikasi sebesar 752,2 %. Untuk menyelidiki ketepatan model, dapat diperhatikan Tabel 2 berikut ini : Tabel.2 Hasil Uji Kecocokan (FIT) Model Data STATISTK UJI FIT MODEL Yang Dihipotesiskan (-2log L) Data Empirik (Hosmer & Lemeshow^s Khi Kuadrat (Chi Square) Hitung Tabel Kriteria uji Ho 41, ,342 Diterima 8,512 9,4877 Diterima Berdasarkan tabel 2 di atas didapat nilai -2 log L = 41,325 lebih kecil dari nilai χ sehingga H ditolak, hal ini menunjukan bahwa yang dihipotesiskan cocok atau sesuai dengann data. Sementara nilai uji Hosmer dan Lemeshouis juga lebih kecil dari χ, maka H diterima dan dinyatakan bahwa data empires hasil penelitian sesuai dengan model. Taksiran Fungsi Regresi Logistik dapat dilihat dalam tabel 3 berikut ini : Tabel.3 Koefisien Persamaan untuk tiap Variabel Bebas dan Konstanta Step 1 pkprt(1) pspnk(1) phakwnt(1 Konstanta B S.E. Wald df Sig. Exp(B) ; , Dari Tabel 3 tersebut tersebut didapat bentuk taksiran Fungsi Logistik Statyistik Pekerjaan sebagai berikut : L ( ) = 3, ,188 pkprt - 0,625 pspnk atau - 0,295 phakwnt. p = exp [ ] Dan terlihat juga nilai wald untuk semua koefpers Fungsi Logistik lebih besar dari χ = 3,841, hal ini berarti masing - masing variabel bebas berpengaruh nyata dalam pembetukan Fungsi Logistik. Selanjutnya dengan nilaia eksprimen (β) untukl variabelpandangan tugas ibu - ibu rumah tangga sbesar 0,024. Hal ini menunjukkan bahwa kelompok ibu - BKMT yang 108
6 berpandangan positif 0,024kali lebih rendah dari yang ne4gatif untuk menjadi wanita karir. 5. SIMPULAN Berdasarkan hasil pembahasan dan kategori teoritis dapat disimpulkan, bahwa Model Regresi Logistik Biner dapat digunakan lebih fleksibel dibandig teknik yang lain yang dapat merancang prediksi model klasisifikasi obyek, karna tidak memiliki Normalitas atau variabel bebas digunakan dalam pembentukan model. Kemudian interprestasi model tidak dapat langsung dari melihat nilai koefisien persamaan yang diperoleh dalam hasil keluaran (output) SPSS, melain kan di transformasi dulu kedalam bentuk exponent, dengan demikian bentuk persamaan yang diperoleh dinyatakan dalam bentuk p = exp [ ] 6. DAFTAR PUSTAKA Freund, JE. (2000). Mathematical Statistics, Mexico, Prentice-Hall International. Hosmer, DW & Stanley, W. (1999). Applied Logistic Regression, New York, John Wiley & Sons. Prabowo, Hadi, S. (2008). Alternatif Penerapan Model Diskriminan dan Logistik, Prosiding. Seminar Nasional Matematika, UNPAD, Jatinangor, Rusdin, (2004). Statistik Penelitian Sebab Akibat, Bandung, Pustaka Bani Quraisy. Sartono, B. & Anang, K. (2007). Penerapan Generalized Additive Model dalam Penyusunan Model Skoring, Prosiding. Seminar Nasional Statistika, UNISBA, Bandung, Mei,
PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciPENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA
Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat
Lebih terperinciPolres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban
Saintia Matematika Vol. 1, No. 5 (2013), pp. 435 444. ANALISA TINGKAT KEPUASAN MASYARAKAT TERHADAP PROSES PELAYANAN PEMBUATAN SIM (SURAT IZIN MENGEMUDI) DI SATLANTAS POLRES TAPANULI SELATAN Lisna Astria,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
50 BAB IV HASIL DAN PEMBAHASAN A. Analisis Statisik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran umum data yang telah dikumpulkan dalam penelitian ini. Sebanyak 25 perusahaan yang masuk
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciModel Regresi Binary Logit (Aplikasi Model dengan Program SPSS)
Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciMISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK
MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK Mohammad Farhan Qudratullah Program Studi Matematika Fakultas Sains dan Teknologi Universitas
Lebih terperinciSaintia Matematika ISSN: Vol. 02, No. 04 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Objek Penelitian Kemampuan laba (profitabilitas) merupakan hasil akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio kemampulabaan akan memberikan
Lebih terperinciBAB III METODE PENELITIAN
17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciBAB III METODE PENELITIAN. Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini
digilib.uns.ac.id BAB III METODE PENELITIAN 3.1. Model Penelitian Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini menggunakan metode deskriptif dengan pendekatan kuantitatif, tujuannya
Lebih terperinciSarimah. ABSTRACT
PENDETEKSIAN OUTLIER PADA REGRESI LOGISTIK DENGAN MENGGUNAKAN TEKNIK TRIMMED MEANS Sarimah Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik Variabel Penelitian Berdasarkan hasil penelitian tentang Willingness To Pay pengunjung Umbul Ponggok didapatkan hasil berikut ini : 1. Uji Klasifikasi Model
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciIII. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam
Lebih terperinciMODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH
JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciBAB IV ANALISA HASIL DAN PEMBAHASAN. Tabel 4.1. Pada table 4.1 diatas menunjukan bahwa hasil uji statistik deskriptif untuk
BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Deskriptif Tabel 4.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation IS 81 0 1.23.426 SIZE 81 4.8932 7.4245 6.171004.6447805 NPM 81.0002.2895.093994.0754724
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang
BAB III METODE PENELITIAN 3.1. Ruang Lingkup Penelitian Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menjelaskan sifat dari hubungan tertentu, memahami perbedaan antara kelompok
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Obyek Penelitian Obyek penelitian yang diteliti adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia Periode 2011-2015. B. Jenis Data Jenis data pada penelitian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melakukan pembahasan mengenai permasalahan dari skripsi ini, akan diuraikan beberapa teori penunjang antara lain: Kredit Macet, Regresi Logistik, Model Terbaik
Lebih terperinciBINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA
BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena
26 BAB III METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2009-2013. Alasan penulis
Lebih terperinciMETODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini
Lebih terperinciMODEL PELUANG KEJADIAN TSUNAMI PASCA TERJADI GEMPA BUMI DI WILAYAH PESISIR PULAU SUMATERA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 37 46. MODEL PELUANG KEJADIAN TSUNAMI PASCA TERJADI GEMPA BUMI DI WILAYAH PESISIR PULAU SUMATERA Jose Rizal, Etis Sunandi,
Lebih terperinciVI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN
VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN Penelitian ini menggunakan regresi logistik untuk mengetahui faktorfaktor yang mempengaruhi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
Lebih terperinciMAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY
MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY KELOMPOK : Karlina Siti Faresha 135020200111071 Rezky Ridhowati 135020200111074 Pahriyatul Ummah 135020201111002 JURUSAN MANAJEMEN FAKULTAS EKONOMI
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Statistik deskriptif digunakan untuk menggambarkan secara umum data yang telah dikumpulkan dalam penelitian ini. Sampel yang digunakan
Lebih terperinciEARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK
EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK Diah Arianti, 1) dan Nur Iriawan 2) 1) Information Management Technology,
Lebih terperinciBAB III METODOLOGI PENELITIAN. menggunakan data dari perusahaan-perusahaan yang saham-sahamnya memiliki
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Dalam penyusunan penelitian ini, penulis melakukan penelitian dengan menggunakan data dari perusahaan-perusahaan yang saham-sahamnya memiliki
Lebih terperinciBAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciSaintia Matematika ISSN: Vol. 2, No. 3 (2014), pp FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN)
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 3 (2014), pp. 201 211. FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN) Mimmy Sari Syahputri, Suwarno Ariswoyo, Ujian Sinulingga
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Regresi adalah bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh satu atau lebih variabel lain yaitu variabel independen dengan tujuan untuk
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Data 1. Deskriptif Statistik Statistik deskriptif digunakan untuk menjelaskan atau menggambarkan secara umum berbagai karakteristik data yang telah dikumpulkan
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciPengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)
Statistika, Vol. 14 No. 2, 69 76 November 2014 Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Jurusan Matematika, Fakultas Sains dan
Lebih terperinciPENDUGAAN PARAMETER REGRESI LOGISTIK BINER DENGAN SPREADSHEET SOLVER (ADD-IN MICROSOFT EXCEL)
PENDUGAAN PARAMETER REGRESI LOGISTIK BINER Shaifudin Zuhdi, Dewi Retno Sari Saputro Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret ABSTRAK. Model regresi logistik
Lebih terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan dengan mengambil data perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). Periode penelitian yang akan
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciPeranan dari Pemilihan Level sebagai Referensi pada Variabel Bebas Bertipe Kategori terhadap Derajat Multikolinieritas dalam Model Regresi Linier
Prosiding Statistika ISSN: 2460-6456 Peranan dari Pemilihan Level sebagai Referensi pada Variabel Bebas Bertipe Kategori terhadap Derajat Multikolinieritas dalam Model Regresi Linier 1 Seny Mustikawati,
Lebih terperinciBAB III METODE PENELITIAN. mengunjungi kantor redaksi malangonline.com, Perumahan Pondok Mulia B124,
BAB III METODE PENELITIAN 1.1 Lokasi Penelitian Lokasi penelitian ini yaitu pada masyarakat di Kota Malang yang umumnya pernah mencari informasi dari situs berita. Selain itu peneliti juga mengunjungi
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif. Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penilaian. Tujuannya adalah
Lebih terperinciBAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.
BAB III METODA PENELITIAN 3.1 Operasionalisasi Variabel Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data. Variabel tersebut terdiri dari variabel terikat (dependent variable)
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subyek dan Obyek Penelitian Subyek dalam penelitian ini adalah perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012 sampai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB IV ANALISIA HASIL DAN PEMBAHASAN
39 BAB IV ANALISIA HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Dari 144 perusahaan manufaktur
Lebih terperinciANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
Lebih terperinciANALISIS KETERGANTUNGAN ANTARA CAPAIAN PENGUASAAN KONSEP DASAR DENGAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET
ANALISIS KETERGANTUNGAN ANTARA CAPAIAN PENGUASAAN KONSEP DASAR DENGAN KETUNTASAN PEMAHAMAN MATERI PENCACAHAN DALAM MATEMATIKA DISKRET LUH PUTU IDA HARINI 1, I GEDE SANTI ASTAWA 2, I GUSTI AYU MADE SRINADI
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil 1. Statistik Deskriptif Statistik deskriptif menggambarkan tentang ringkasan data data penelitian seperti jumlah data yang diolah, nilai minimum,
Lebih terperinciBAB III METODOLOGI PENELITIAN. Februari 2016, pengambilan data dilakukan secara online dari Indonesia Stock
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Waktu pada penelitian ini dimulai pada bulan September sampai dengan Februari 2016, pengambilan data dilakukan secara online dari Indonesia
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
40 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Deskriptif menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun
Lebih terperinciKarakteristik Pasien
Karakteristik Pasien Tabel 4.1 Karakteristik Penderita Kanker Payudara di Rumah Sakit X Berdasarkan Variabel Usia Letak Sel kanker Usia Pasien Payudara Total Kiri Kanan 35-41 tahun jumlah 3 7 10 (%) 13,6
Lebih terperincipendekatan regresi logistik biner Oleh :Wida Suliasih ( )
Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Populasi dan Sampel Penelitian Analisis Statistik Deksriptif menggambarkan tentang ringkasan data-data penelitian seperti nilai minimum, maksimum, rata-rata
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperincimaksimum, rata-rata, dan deviasi standar tentang masing-masing variabel
BAB IV HASIL DAN ANALISIS DATA 4.1. Statistik Deskriptif Statistik deskriptif memberikan gambaran tentang nilai minimum, maksimum, rata-rata, dan deviasi standar tentang masing-masing variabel dalam penelitian.
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION
ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION Syamsul Rizal 1, Imaroh Izzatun Nisa 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi S1 Statistika
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENGAMBILAN KEPUTUSAN PETANI TERHADAP PENGGUNAAN BENIH PADI DI KECAMATAN NISAM KABUPATEN ACEH UTARA
FAKTOR-FAKTOR YANG MEMPENGARUHI PENGAMBILAN KEPUTUSAN PETANI TERHADAP PENGGUNAAN BENIH PADI DI KECAMATAN NISAM KABUPATEN ACEH UTARA 18 Hayatul Rahmi 1, Fadli 2 email: fadli@unimal.ac.id ABSTRAK Pengambilan
Lebih terperinciBAB III METODE PENELITIAN. Permintaan Beras di Kabupaten Kudus. Faktor-Faktor Permintaan Beras. Analisis Permintaan Beras
19 BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Permintaan Beras di Kabupaten Kudus Faktor-Faktor Permintaan Beras Harga barang itu sendiri Harga barang lain Jumlah penduduk Pendapatan penduduk Selera
Lebih terperinciBAB III METODE PENELITIAN. Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian
36 BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian yang bersifat deskriptif kuantitatif. Penelitian yang bersifat deskriptif bertujuan
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke
Lebih terperinci(R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT
REGRESI 2 (R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT Dani Robini, Budi Nurani R., Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl.
Lebih terperinciBAB III METODE PENELITIAN. hipotesis. Pengujian hipotesis dilakukan pada variabel Profitabilitas,
39 BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian ini merupakan penelitian kuantitatif, yaitu penelitian yang lebih menekankan pada pengujian teori-teori melalui variabel-variabel penelitian
Lebih terperinciBAB III METODE PENELITIAN
51 BAB III METODE PENELITIAN A. Jenis Penelitian Dalam penelitian ini, jenis metode penelitian yang digunakan adalah kuantitatif. Metode penelitian kuantitatif merupakan metode penelitian yang digunakan
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciHASIL PENELITIAN DAN PEMBAHASAN. terdaftar di buku Indonesia Stock Exchange (IDX) yang mengeluarkan obligasi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Obyek dalam penelitian ini adalah adalah perusahaan yang tercatat, dan terdaftar di buku
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciBAB III METODE PENELITIAN. metode eksperimen yaitu dengan mengendalikan independent variable yang akan
27 BAB III METODE PENELITIAN A. Desain Penelitian Penelitian Kausal Desain penelitian kausal digunakan untuk membuktikan hubungan antara sebab dan akibat dari beberapa variabel. Penelitian kausal biasanya
Lebih terperinciANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER
ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu
Lebih terperinciResume Regresi Linear dan Korelasi
Rendy Dwi Ardiansyah Putra 7410040018 / 2 D4 IT A Statistika Resume Regresi Linear dan Korelasi 1. Regresi Linear Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab IV Hasil Penelitian dan Pembahasan 54 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Uji Validitas Untuk mengetahui tingkat validitas dari setiap pernyataan dalam kuisioner, digunakan rumus korelasi product
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada sampel penelitian yang digunakan yaitu seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) dengan periode
Lebih terperinciMETODE PREDICTION CONFIGURAL FREQUENCY ANALYSIS (PCFA) UNTUK MENENTUKAN KARAKTERISTIK USER DAN NON USER MOTOR X DI JAWA BARAT ABSTRAK
METODE PREDICTION CONFIGURAL FREQUENCY ANALYSIS (PCFA) UNTUK MENENTUKAN KARAKTERISTIK USER DAN NON USER MOTOR X DI JAWA BARAT (Studi Kasus PT. XYZ) Muhamad Iqbal Mawardi Departemen Statistika, Universitas
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
Lebih terperinciBAB III METODE PENELITIAN. Penelitian Penelitian ini dilakukan di Bursa Efek Indonesia (BEI) untuk
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian Penelitian ini dilakukan di Bursa Efek Indonesia (BEI) untuk periode 4 tahun yaitu mulai tahun periode 2009-2012. Dipilihnya BEI sebagai tempat
Lebih terperinciIV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk keperluan penelitian dilakukan di Kelurahan Harapan Jaya, Kecamatan Bekasi Utara, Kota Bekasi, Provinsi Jawa Barat. Kawasan
Lebih terperinciVolume I No. 1, Februari 2016 ISSN
Volume I No., Februari 26 ISSN 252-3764 PERBANDINGAN ANALISIS DISKRIMINAN LINEAR, REGRESI LOGISTIK BINER DAN RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) (STUDI KASUS PADA PENGKLASIFIKASIAN KETEPATAN WAKTU
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Analisis Statistik Tingkat Literasi Keuangan di Kabupaten Mempawah Kalimantan Barat 1. Uji Validitas a. Tingkat Literasi Keuangan Data mengenai tingkat literasi keuangan memiliki
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan terhadap seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) data yang diambil merupakan data
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Objek dalam penelitian ini adalah perusahaan manufaktur disektor 5 (consumer goods industry) periode 2008-2010. Berikut ini peneliti
Lebih terperinciJurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum
Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli
Lebih terperinciBAB V ANALISIS DAN PEMBAHASAN. 1. Karakteristik Demografi Responden Penelitian
BAB V ANALISIS DAN PEMBAHASAN A. Analisis Data A.1. Analisis Deskriptif 1. Karakteristik Demografi Responden Penelitian Demografi responden terdiri dari Jenis Kelamin. Usia, Tingkat Pendidikan, Jumlah
Lebih terperinciBAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan
22 BAB III METODA PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan untuk keperluan analisis dalam penelitian ini berupa data sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non
Lebih terperinci