ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS
|
|
- Leony Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman Onlne d: ESIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS Nur Aenatus Solekakh 1, Dw Ispryant, Sudarno 3 1 Mahasswa Jurusan Statstka FSM Unverstas Dponegoro,3 Staff Pengaar Jurusan Statstka FSM Unverstas Dponegoro Emal: nuraenatus30@gmal.com spryant.dw@gmal.com dsghan@gmal.com ABSTRACT Regresson analyss s statstcal method used to analyze the dependence of respond varables to predctor varable. In multple lnear regresson analyss, there are assumptons that must be met, they are normalty, homoscedastcty, absence of multcollnearty, and absence of autocorrelaton. One of assumpton frequently found s multcollnearty. If multcollneraty s exst between predctor varables, then regresson analyss wth ordnary least square s no longer used. Rdge regresson s regresson method to handle multcollnearty. The rdge estmator nvolves addng basng constant (k) to each dagonal element of X X. Basng constant (k) s determned by Hoerl, Kennard, and Baldwn (HKB) teraton method. Ths regresson can be appled to nflaton rate n Indonesa data and the factors that nfluence, they are BI rate, money supply, and exchange rate of rupah. Rdge regresson analyss, the VIF (Varance Inflaton Factor) values for each predctor varables BI rate, money supply, and exchange rate of rupah are , 3.71, and Snce VIF values are not exceed to 10, then there s no multcollnearty n rdge regresson model. Keywords: Inflaton, Multkollnearty, Rdge Regresson, HKB Iteraton, VIF 1. PENDAHULUAN 1.1. Latar Belakang Indonesa merupakan salah satu negara berkembang d kawasan asa. Perkembangan dan kemauan suatu negara dapat dlhat dar faktor perekonoman, karena perekonoman menad salah satu pondas utama kekuatan suatu negara. Salah satu ndkator utama yang dgunakan untuk melhat perkembangan perekonoman suatu negara adalah tngkat nflas. Inflas merupakan suatu stuas dmana harga sebuah barang dan asa menngkat, msalnya penyewaan apartemen, harga buku, dan hampr semua hal dan semakn lama cenderung mengalam penngkatan (Rstono dan Puryan, 011). Inflas sebenarnya dpengaruh oleh banyak faktor, bahkan poltk dan keamanan. Dalam penulsan kal n, penuls ngn menelt faktor-faktor yang mempengaruh lau nflas, yatu BI rate, umlah uang beredar, dan nla tukar rupah. Secara teor, ketga faktor tersebut memang mempengaruh lau nflas, msalkan BI rate yang dtetapkan oleh Bank Indonesa. BI rate yang dtetapkan rendah, masyarakat enggan untuk menympan uang d bank dan memlh untuk menggunakan uangnya untuk kegatan ekonom yang lan sehngga terad nflas. Selanutnya, semakn banyak uang beredar semakn tngg angka nflas karena menyebabkan daya bel masyarakat menad rendah dan harga-harga kebutuhan menad nak. Ketka nla tukar rupah terhadap dolar rendah, hal n akan mengakbatkan kenakan harga barang-barang kebutuhan dan dapat menngkatkan lau nflas Untuk melhat pengaruh BI rate, umlah uang beredar, dan nla tukar rupah terhadap tngkat nflas d Indonesa dgunakan analss regres. Analss regres merupakan metode statstka yang dgunakan untuk menganalss ketergantungan dar varabel respon terhadap varabel predktor (Sulyanto, 011). Analss regres yang menganals lebh dar satu
2 varabel predktor terhadap varabel responnya dsebut anals regres lner berganda. Pada analss regres lner berganda, terdapat beberapa asums yang harus dpenuh, yatu normaltas resdual, homoskesdaststas, tdak adanya autokorelas, dan tdak adanya multkolnertas antar varabel predktor. Pada asums-asums tersebut, parameter dapat destmas dengan menggunakan metode kuadrat terkecl. Bla salah satu asums tdak terpenuh, yatu multkolnertas, maka analss regres lner berganda tdak dapat dgunakan. Untuk tu dgunakan analss regres rdge untuk mengatas multkolnertas tersebut. Regres rdge merupakan metode regres yang menghaslkan estmator yang bas karena penambahan konstanta bas (k) pada modelnya, namun varan yang dhaslkan lebh kecl (Wesberg, 1985). Salah satu kesultan dalam metode n adalah menentukan konstanta bas (k) yang tepat. Terdapat beberapa metode untuk menentukan konstanta bas (k), namun pada penulsan n akan dgunakan teras HKB (Hoerl, Kennard, dan Balwn). Metode teras n merupakan metode yang daukan oleh Hoerl dan Kennard (1976) dalam Motgomery dan peck (199) dengan mengambl nla k awal dar k HKB. Pemlhan konstanta bas (k) dengan teras n merupakan metode yang tdak subektf sepert rdge trace, karena menggunakan cara analtk. 1.. Tuuan Tuuan dalam peneltan n adalah: 1. Mengestmas parameter dar regres rdge menggunakan teras HKB berdasarkan konstanta bas (k).. Menentukan model regres rdge. 3. Mempredks nla nflas pada perode bulan Maret sampa Agustus TINJAUAN PUSTAKA.1. Analss Regres Berganda Kaan yang dgunakan untuk menganalss hubungan antara satu varabel predktor dan satu varabel respon dsebut analss regres lner sederhana. Sedangkan untuk mengka hubungan antara satu varabel respon dengan lebh dar satu varabel predktor dsebut analss regres lner berganda. Pada regres lner berganda, persamaan yang menyatakan varabel respon sebaga fungs lner dar p varabel predktor ddekat dengan menggunakan data yang telah dobservas. Model tersebut dtentukan oleh persamaan lner sebaga berkut: y x x x... x (1) p Untuk mengestmas β yang dtunukkan dengan βˆ, dmana model metode kuadrat terkecl dapat dtuls dengan: y ˆ ˆ x ˆ x ˆ x... ˆ x e () Bla dtuls dalam bentuk matrks, y Xβ ˆ e Sehngga untuk mengestmas β yang dtunukkan dengan βˆ, adalah: βˆ 1 (X'X) X'y p.. Multkolnertas Multkolnertas pertama kal dperkenalkan oleh Ragnar Frsch yang berart adanya hubungan lner dantara beberapa atau semua varabel predktor pada model regres lner berganda (Guarat, 00). Dalam regres lner berganda seharusnya tdak terad p p (3) (4) JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 1110
3 multkolnertas. Jka multkolnertas terad, maka dapat memberkan dampak varans yang besar sehngga sult mendapatkan estmas yang tepat (Wdarono, 005). Dalam bentuk matrks, multkolneartas adalah konds buruk (ll condton) dar matrks X X yatu konds yang tdak memenuh asums klask (Montgomery dan Peck, 199). Matrks X X akan menad matrks sngular, sehngga nla perkraan koefsen regres menad tdak berhngga dan tak mungkn menduganya (Guarat, 00)..3. Pendeteksan Multkolnertas Terdapat beberapa metode yang dapat dgunakan untuk mendeteks multkolnertas, salah satunya yatu dengan menggunakan nla VIF (Varance Inflaton Factor) dar masng-masng varabel predktor terhadap varabel responnya. Jka nla VIF tdak lebh dar 10, maka model dnyatakan tdak mengandung multkolnertas (DeMars, 004). Nla VIF dapat dperoleh dengan rumus: 1 VIF (1 R ) (5) dengan varabel lan. R adalah koefsen determnas yang dperoleh ka X dregreskan dengan (p-1).4. Metode Centerng dan Rescalng Centerng dan rescalng merupakan bagan dar membakukan varabel (Kutner et al, 005). Prosedur centerng membuat perhtungan regres menad lebh sederhana dengan menghlangkan ˆ 0 (ntersep). Prosedur rescalng dengan mentransformaskan varabel respon y dan varabel predktor x dalam bentuk (Kutner et al, 005): 1 x x x, 1,,..., n ; 1,,..., n 1 S p (6) x 1 y y y, 1,,..., n (7) n 1 S y dengan: x varabel x dalam bentuk baku y varabel y dalam bentuk baku x rata - rata dar x y rata - rata dar y standar devas dar S x x S y standar devas dar y.5. Regres Rdge Dalam Dunteman (1984) menyatakan bahwa Hoerl dan Kennard (1970) memperkenalkan estmas parameter dengan metode yang berbeda yatu regres rdge. Metode n dgunakan untuk menangan masalah multkolnertas dengan memberkan estmator yang bas namun memberkan varan yang lebh kecl darpada metode kuadrat terkecl. Model regres rdge ddasarkan pada penambahan konstanta bas (k) pada dagonal matrks X X, sehngga: JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 1111
4 βˆ R ' 1 ' ( X X k I) X y (8).6.Metode Memlh Basng Constant (k) Menentukan nla k merupakan hal yang sult untuk mencapa koefsen regres yang stabl. Terdapat beberapa metode untuk menentukan kontanta bas k, yatu : 1. Rdge Trace Rdge trace adalah plot antara koefsen regres rdge terhadap nla-nla k, dengan k [0,1]. Untuk nla k yang berbeda-beda dapat dtentukan ˆβ. Pada grafk, k sebaga sumbu horzontal dan ˆβ sebaga sumbu vertkal (Montgomery dan Peck, 199). Melalu rdge trace, tuuannya adalah memlh k yang bernla kecl, dmana pada k tersebut danggap bahwa koefsen regres mula stabl. Metode n, danggap terlalu subektf karena memerlukan keputusan penelt untuk menentukan nla k yang akan dplh.. Menghtung k HKB Dalam Montgomery dan Peck (199) terdapat metode lan yang lebh analtk untuk memlh konstanta bas (k), metode n dperkenalkan oleh Hoerl, Kennard dan Balwn (1975) dengan menghtung nla k dengan menggunkan rumus HKB. pˆ k HKB β ˆ ' β ˆ (9) dmana k HKB konstanta bas oleh Hoerl, Kennard, dan Baldwn p banyaknya varabel bebas ˆ (y X β )'(y X βˆ ) ˆ ˆ β estmas n p 1 parameter dar metode kuadrat terkecl 3. Iteras Dalam Khalaf daan Iguernane (014) menyatakan bahwa Hoerl dan Kennard (1976) mengusulkan sebuah metode teras untuk memlh k. Metode n ddasarkan pada persamaan (9). Adapun langkah-langkahnya sebaga berkut: 1) Nla awal dar konsatanta bas (k ) dperoleh dar persamaan (9) yang mana parameternya dperoleh dar metode kuadrat terkecl. ) Selanutnya mengestmas parameter regres rdge dar nla k awal, yatu R ' ' βˆ 1 ( X X k I) X y. 3) Untuk memperoleh nla konstanta bas yang baru (k +1 ), dgunakan parameter p ˆ regres rdge dar langkah (b), yatu k( 1) R R β ˆ 'β ˆ. 10 4) Jka k ( 1) 10 k maka teras berakhr, namun ka tdak maka k ( 1) akan menad konstanta bas awal k dan kembal ke langkah (b)..7.u Regres U regres dlakukan untuk mengetahu apakah varabel-varabel predktor dalam model regres secara sgnfkan mempengaruh varabel respon. JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 111
5 a. U Secara Smultan U secara smultan dgunakan untuk mengu pengaruh secara smultan varabel predktor terhadap varabel responnya. Rumusan u smultan model regres adalah sebaga berkut: H 0 : 0 1 p H 1 : mnmal ada satu dengan 0 1,, p Statstk U : F htung dengan : R / p (1 R ) /( n p 1) R, ( y yˆ) 1 ( y y) Krtera u : tolak H 0 ka nla Fhtung F( ; p; n p1) Penolakan H 0 menunukkan bahwa varabel predktor memlk pengaruh secara smultan terhadap varabel respon. b. U Indvdu U ndvdu dgunakan untuk mengu pengaruh masng-masng varabel predktor secara ndvdu terhadap varabel respon. Rumusan u ndvdu model regres adalah sebaga berkut: H 0 : 0, 1,, p, H 1 : 0, 1,, p, Statstk U : t htung dengan, ˆ se( ˆ ) se( ˆ ) ˆ c c elemen dagonal matrks (X'X) Krtera u : tolak H 0 ka nla thtung t( / ; n p1) Penolakan H 0 menunukkan bahwa varabel penelas memberkan kontrbus terkat hubungan lnear terhadap varabel respon. 3. METODOLOGI PENELITIAN 3.1. Jens dan Sumber Data Peneltan menggunakan data sekunder yang dambl dar webste Bank Indonesa ( yatu data nflas, BI rate, dan nla tukar rupah terhadap dolar, serta dar webste BPS ( yatu data umlah uang beredar dar bulan Januar 011 sampa Februar 015 dengan umlah data sebanyak 50 data. 3.. Tahapan Analss Data Adapun tahapan analss yang dlakukan dalam peneltan n adalah sebaga berkut: 1. Input data varabel respon nflas (y) dan varabel-varabel predktor BI rate (x 1 ), umlah uang beredar (x ), dan nla tukar rupah (x 3 ).. Menstandarkan data dengan centerng dan rescalng sepert pada persamaan 6 dan Menentukan estmas parameter dengan OLS. 4. Penguan asums multkolnertas. JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman
6 a. Jka tdak terdapat multkolnertas, maka proses langsung berakhr. b. Jka terdapat multkolnertas, maka dgunakan analss regres rdge. Langkah awal regres rdge adalah menentukan konstanta bas (k) menggunakan teras HKB. 5. Jka konstanta bas (k) sudah dtentukan, maka dapat dperoleh parameter regres rdge dan model regres rdge. 6. Model yang dhaslkan lalu du sgnfkansnya. 4. HASIL DAN PEMBAHASAN 4.1. Centerng dan Rescalng Pada data yang akan dgunakan terdapat perbedaan satuan, untuk tu dperlukan pembakuan varabel yatu dengan centerng dan rescalng. Setelah data dtransformas, dhaslkan data yang memlk satuan yang setara. 4.. Estmas Parameter dengan Metode OLS Data yang telah dbakukan sap untuk destmas parameternya. Dperoleh persamaan regres adalah y=0,1x 1-0,884 x + 1,3 x U Asums 1. Normaltas Pada u normaltas, dperoleh P-Value>0,150. Jad dapat dsmpulkanresdual berdstrbus normal. Multkolnertas Dperoleh nla VIF untuk masng-masng varabel predctor BI rate, umlah uang beredar, dan nla tukar rupah yatu 3,07; 11,410; dan 16,936. Karena terdapat nla VIF yang melebh 10, maka dndkaskan terdapat multkolnertas pada model. 3. Heterokedaststas Untuk mengetahu model mengandung heterokedasttas, dakukan u gleser. Melalu u gleser, dperoleh has bahwa tdak terdapat geala heterokodaststas pada model karena tdak terdapat pengaruh yang sgnfkan varabel predktor terhadap nla mutlak resdual. 4. Autokorelas U autokorelas menggunakan nla Durbn-Watson, dan dperoleh nla Durbn- Watson sebesar 1, Pada tabel Durbn-Watson dengan n=50 dan p=3, maka akan dperoleh nla dl=1,41 dan du=1,674. Sehngga nla 4-dU=,36 dan 4-dL=,579. Karena nla Durbn-Watson terletak antara du dan 4-dU, maka dapat dsmpulkan bahwa model persaman regres tdak mengandung autokorelas Regres Rdge Pada regres rdge menggunakan teras HKB, dperoleh konstanta bas awal (k 1 )=0,0149. Selanutnya dapat destmas parameter regres rdge dar konstanta bas awal (k 1 ), yatu: ˆ R β 0,954 0,6181 0,901 JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 1114
7 Dar estmas tersebut, dapat dperoleh konstanta bas baru (k )=0,074. Proses n dteruskan sampa konstanta bas (k) menad konvergen. Melalu teras sebanyak 64 kal, nla konstanta bas (k) yang dperoleh adalah 0,106. Nla konstanta bas nlah yang akan dgunakan untuk melakukan estmas parameter Estmas Parameter dan Membentuk Model Regres Rdge Setelah proses teras, dapat dlanutkan dengan estmas parameter regres rdge sepert pada persamaan (8). Maka model regres rdge dengan konstanta bas sebesar 0,106 adalah y = 0,3787 x 1-0,1971 x + 0,4149 x 3. Dar model yang dbentuk, dapat dperoleh nla MSE untuk regres rdge yatu 0,0080. Untuk melhat model mengandung multkolnertas atau tdak dapat dlhat pada nla VIF. Nla VIF yang semula menggunakan metode OLS melebh 10 dan dengan regres rdge nla VIF menad tdak lebh dar 10. Berkut selengkapnya: Tabel 1. Perbandngan Nla VIF Varabel Predktor VIF dengan Metode OLS VIF dengan Regres Rdge x 3,07 1, x 11,41 3,71 x 16,936 4,3309 Nla VIF dengan regres rdge yang tdak lag melebh 10, mengndkaskan bahwa tdak ada multkolnertas pada model regres rdge U Sgnfkans Regres Dar u secara smultan, dperoleh nla F htung =6,4657 dan F tabel =,807. Karena F htung >F tabel, maka varabel-varabel predktor memlk pengaruh secara langsung dan smultan terhadap varabel respon. Pada u ndvdu, dperoleh nla t htung untuk varabel predktor BI rate, umlah uang beredar, dan nla tukar rupah yatu 3,878; -1,03; dan,35, serta t tabel =,013. Karena t htung dar varabel BI rate dan nla tukar rupah >t tabel, maka varabel BI rate dan nla tukar rupah memlk pengaruh sgnfkan terhadap tngkat nflas. Sedangkan t htung dar varabel umlah uang beredar <t tabel, maka varabel umlah uang beredar tdak memlk pengaruh sgnfkan terhadap tngkat nflas Predks Infas Model yang dperoleh kemudan dgunakan untuk mempredks nflas pada perode selanutnya, yatu bulan Maret sampa Agustus 015. Dar model, dperoleh predks nla nflas, yatu: Tabel. Predks Nla Inflas No Bulan ŷ 1 Maret 7,34 Aprl 7,6 3 Me 7,35 4 Jun 7,40 5 Jul 7,4 6 Agustus 7,61 JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 1115
8 5. KESIMPULAN Berdasarkan hasl analss yang dlakukan sebelumnya, maka dperoleh kesmpulan sebaga berkut: 1. Konstanta bas (k) dar teras HKB dengan teras sebanyak 64 kal adalah sebesar 0,106.. Model regres rdge yang dbentuk adalah y = 0,3787 x1-0,1971 x + 0,4149 x3. 3. Dengan mengetahu model regres rdge tersebut berguna untuk mempredks nla nflas pada perode yang lan. DAFTAR PUSTAKA Badan Pusat Statstk. (3 Me 015). Bank Indonesa. (3 Me 015). DeMars, A., 004. Regresson wth Socal Data: Modellng Contnuous and Lmted Response Varable. Hoboken: John Wlley and Sons. Dunteman, G.H., Introducton to Lnear Models. Beverly Hlls: Sage Publcaton. Guarat, D., 00. Ekonometrka Dasar. Jakarta: Erlangga. Khalaf, G. and Iguernane, M., 014. Rdge Regreson and Ill-Condtonng. Journal of Modern Appled Statstcal Methods Vo.13, No., Hal (4 Agustus 015). Kutner, M. H., et al., 005. Appled Lnear Statstcal Models: Fft Edton. New York: McGraw-Hll. Montgomery, D.C. and Peck, E.A., 199. Introducton to Lnear Regresson Analyss: Second Edton. New York: John Wlley and Sons. Rstono, A. dan Puryan Ekonom Teknk. Yogyakarta: Graha Ilmu. Sulyanto Ekonometrka Terapan: Teor dan Aplkas Dengan SPSS. Yogyakarta: Penerbt And. Wesberg, S Appled Lnear Regresson. New York: John Wlley and Sons. Wdarono, A., 005. Ekonometrka dan Aplkasnya. Yogyakarta: Ekonsa FE UII. JURNAL GAUSSIAN Vol. 4, No. 4, Tahun 015 Halaman 1116
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciRIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN
RIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN Sudartanto 1, Nono Suwarno 2, Ahmad Taofk 3 JurusanStatstka FMIPA-UNPAD, Fapet UNPAD, Jurusan Agrotek UIN emal : sudartanto@unpad.ac.d;
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciModel Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method
Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka
Lebih terperinciESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS
ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS (Studi Kasus Pengaruh BI Rate, Jumlah Uang Beredar, dan Nilai Tukar Rupiah terhadap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciUji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi
Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciBAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.
BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciPemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group
Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN EORI.. Regres... Pengertan Persamaan Regres Persamaan regres adalah persamaan matematk yang memungknkan kta meramalkan nla-nla suatu peubah tak bebas dar nla-nla satu atau lebh peubah bebas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB
73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya
Lebih terperinciRahmadeni 1, Zulya Desmita 2 ABSTRAK. Kata Kunci: Overdispersi, Regresi Binomial Negatif, Regresi Generalized Poisson, Regresi Poisson.
Jurnal Sans Matematka dan Statstka, Vol. No. Jul 16 ISSN 46-454 Perbandngan Model Regres Generalzed Posson Dan Bnomal Negatf Untuk Mengatas Overdspers Pada Regres Posson (Stud Kasus: Penderta Flarass d
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciPrediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap
Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta
Lebih terperinciAnalisis Regresi Linear Sederhana
Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciRegresi Linear Sederhana dan Korelasi
Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENEITIAN Peneltan n merupakan peneltan deskrptf, yang dalam penulsannya dmaksudkan untuk menjabarkan penyerapan tenaga kerja berdasarkan konds wlayah peneltan. Analss dlakukan secara kualtatf
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciOleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data
9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan
Lebih terperinciPEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL
PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat, Subek, Waktu dan Jens Peneltan Pada bagan n akan dbahas tentang tempat peneltan, waktu peneltan dar perencanaan sampa penulsan hasl peneltan, serta ens peneltan n.
Lebih terperinciTIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN
Mater #13 Genap 016/017 6 6 3 - T a u f q u r R a c h m a n 6 6 3 - T a u f q u r R a c h m a n Mater #13 TIN309 DESAIN EKSPERIMEN Prnsp Dasar ANCOVA merupakan teknk analss yang berguna untuk menngkatkan
Lebih terperinciPerbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas
Statstka, Vol. No., 33 4 Me 0 Perbandngan Metode Partal Least Square (PLS) dengan Regres Komponen Utama untuk Mengatas Multkolneartas Nurasana, Muammad Subanto, Rka Ftran Jurusan Matematka FMIPA UNSYIAH
Lebih terperinciBAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti
BAB III METODE PENELITIAN 3.1 Desan Peneltan Metode dalam peneltan merupakan suatu cara yang dgunakan oleh penelt dalam mencapa tujuan peneltan. Metode dapat memberkan gambaran kepada penelt mengena langkah-langkah
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciIndependent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi
Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciABSTRAK ANALISIS KOMPONEN UTAMA
JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER
UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciAnalitik Data Tingkat Lanjut (Regresi)
0 Oktober 206 Analtk Data Tngkat Lanut (Regres) Imam Cholssodn mam.cholssodn@gmal.com Pokok Bahasan. Konsep Regres 2. Analss Teknkal dan Fundamental 3. Regres Lnear & Regres Logstc (Optonal) 4. Regres
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciESTIMASI PARAMETER REGRESI ROBUST DENGAN METODE ESTIMASI-S PADA PENJUALAN ENERGI LISTRIK DI JAWA TENGAH TAHUN 2009
ESTIMASI PARAMETER REGRESI ROBUST DENGAN METODE ESTIMASI-S PADA PENJUALAN ENERGI LISTRIK DI JAWA TENGAH TAHUN 2009 oleh GRIYA ARTIANA M007033 SKRIPSI dtuls dan dajukan untuk memenuh sebagan persyaratan
Lebih terperinciANALISIS KOVARIANSI part 2
ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama
Lebih terperinciSeemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar
Vol. 3, o., -5, Jul 6 Seemngl Unrelated Regresson Penderta Penakt DBD RS. Wahdn Sudrohusodo Dan RS. Stella ars akassar A n s a Abstrak Hubungan antar varabel adalah salah satu hal ang selalu menark dalam
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. Objek penelitian merupakan variabel-variabel yang menjadi perhatian
58 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan merupakan varabel-varabel yang menjad perhatan penelt. Peneltan n terdr dar dua varabel yatu ndependent varable/varabel bebas (X)
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian
BAB III METODOLOGI PENELITIAN 3.1 Jens Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah jens peneltan assosatf kausal, yatu peneltan yang bertujuan untuk mengetahu pengaruh antara dua varabel
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 575-584 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan PEMODELAN PERSENTASE PENDUDUK MISKIN DI KABUPATEN DAN KOTA DI JAWA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciPERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT
BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com
Lebih terperinciPEMODELAN REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH. DOI: /medstat.9.2.
p-issn 1979 3693 e-issn 477 0647 MEDIA SAISIKA 9() 016: 133-147 http://ejournal.undp.ac.d/ndex.php/meda_statstka PEMODELAN REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHED REGRESSION PADA INGKA PENGANGGURAN
Lebih terperinciMatematika dan Statistika
ISSN 4-6669 Volume, Jun MAJALAH ILMIAH Matematka dan Statstka DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Maalah Ilmah Matematka dan Statstka Volume, Jun MODEL UNTUK DATA BERDISTRIBUSI
Lebih terperinci