BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
|
|
- Ida Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Regresi adalah suatu metode yang digunakan untuk menganalisis hubungan antara variabel respon dengan variabel penjelas. Pada umumnya, variabel respon tersebut berjenis kontinu, namun tidak jarang pula ditemukan variabel respon yang berjenis diskrit. Variabel respon diskrit dapat berupa data cacah yaitu data dengan nilai non negatif. Analisis regresi count yang pertama digunakan adalah regresi poisson (Hilbe, 2011). Namun, regresi poisson mensyaratkan keadaan ekuidispersi, dimana rata-rata variabel respon harus sama dengan variansinya. Padahal dalam kenyataannya, data count memiliki variansi yang lebih besar daripada rata-rata. Keadaan ini disebut overdispersi (McCullagh dan Nelder, 1989). Untuk mengatasi keadaan overdispersi tersebut, regresi binomial negatif dapat digunakan sebagai alternatif dari regresi poisson (Cameron dan Trivedi, 2005). Model regresi binomial negatif juga digunakan untuk menganalisis hubungan antara variabel respon yang berupa data cacah dengan satu atau lebih variabel penjelas. Jika melibatkan beberapa variabel penjelas, maka asumsi klasik seperti tidak adanya multikolinearitas juga harus dipenuhi seperti halnya pada regresi linear. Multikolinearitas terjadi jika terdapat hubungan linear antara beberapa atau bahkan semua variabel penjelas. Konsep multikolinearitas pertama kali dikenalkan oleh Frisch pada tahun 1934 untuk menunjukkan keadaan dimana variabel penjelas dalam model regresi linear ganda saling berhubungan linear. Masalah multikolinearitas dapat mengakibatkan koefisien regresi menjadi tidak signifikan sehingga akan sulit dalam penginterpretasian estimasi koefisien. Metode regresi ridge yang pertama kali dikenalkan oleh Hoerl dan Kennard pada tahun 1970 dapat menjadi metode yang efektif dan efisien untuk menangani masalah multikolinearitas (Mansson, 2012). Kelebihan dari metode 1
2 2 regresi ridge tersebut adalah dapat mengurangi besarnya rata-rata kuadrat galat karena penambahan parameter ridge. Telah banyak penelitian yang mengaplikasikan regresi ridge dengan berbagai metode dalam mengestimasi parameter ridge untuk menangani multikolinearitas pada model regresi linear, dimana variabel responnya berjenis kontinu. Namun, penanganan multikolinearitas pada model regresi yang variabel responnya berjenis diskrit masih sedikit mendapat perhatian. Beberapa yang terkait dengan topik tersebut dikemukakan oleh Nyquist (1991) yang berfokus pada estimator regresi ridge dalam generalized linear models serta Mansson dan Shukur (2011) tentang estimator regresi ridge pada model regresi poisson. Namun, seperti yang dikemukakan sebelumnya bahwa model regresi poisson bukan merupakan pemodelan yang umum digunakan karena mensyaratkan kondisi ekuidispersi. Sehingga, dalam skripsi ini akan dibahas tentang estimator regresi ridge pada model regresi binomial negatif sebagai alternatif dari regresi poisson dalam penanganan multikolinearitas Batasan Masalah Berdasarkan latar belakang masalah dan kajian-kajian pendukung lain, penulis memberikan pembatasan masalah sehubungan dengan kompleksnya masalah yang akan muncul dalam pembahasan. Dalam skripsi ini, penyimpangan asumsi klasik yang dibahas adalah terbatas pada masalah multikolinearitas. Penelitian akan difokuskan pada cara penanganan masalah multikolinearitas pada model regresi binomial negatif dengan menggunakan analisis regresi ridge binomial negatif beserta sifat dari rata-rata kuadrat galat (Mean Squared Error). Pemilihan nilai sebagai parameter ridge dilakukan berdasarkan perhitungan estimator ridge klasik seperti metode yang dikemukakan oleh Alkhamisi et al. (2006) dan Muniz dan Kibria (2009). Sebagai pembanding, akan dibahas pula estimator maksimum likelihood pada regresi binomial negatif untuk dibandingkan dengan estimator ridge binomial negatif dalam keakuratannya menangani masalah multikolinearitas. Estimator yang lebih baik akan ditunjukkan melalui nilai MSE yang lebih kecil.
3 Tujuan Penulisan 1. Mempelajari dan mengetahui pemodelan data banyak penganggur di Kota Semarang menggunakan model regresi binomial negatif. 2. Mengaplikasikan estimator ridge pada regresi binomial negatif untuk menangani masalah multikolinearitas. 3. Membandingkan nilai Mean Squared Error pada estimator maksimum likelihood dengan estimator ridge binomial negatif Tinjauan Pustaka Dalam skripsi ini, penulis menggunakan berbagai sumber pustaka. Metode ridge sebagai penanganan masalah multikolinearitas pada regresi linear dikenalkan oleh Hoerl dan Kennard (1970). Astrini (2013) dalam skripsinya yang berjudul Analisis Regresi Ridge Dua Tahap untuk Permasalahan Multikolinearitas membahas tentang gabungan antara metode regresi kuadrat terkecil dua tahap dengan metode regresi ridge. Kemudian Maulizar (2014) dalam skripsinya yang berjudul Implementasi Metode Directed Ridge Regression dalam Pemodelan Faktor yang Mempengaruhi Produk Domestik Regional Bruto membahas tentang metode directed ridge regression dimana hanya akan mengganti elemen diagonal yang bersesuaian dengan nilai eigen yang relatif kecil. Beberapa jurnal lain juga membahas tentang perkembangan estimator ridge yang digunakan untuk menentukan nilai seperti Kibria (2003), Alkhamisi et al. (2006), Muniz dan Kibria (2009), Al-Hassan (2010), dan Dorugade (2014). Seiring berkembangnya ilmu pengetahuan dan penelitian, regresi ridge tidak hanya digunakan untuk menangani multikolinearitas pada regresi linear, namun juga untuk regresi logistik seperti yang dilakukan oleh Schaefer (1986) dalam jurnalnya yang berjudul Alternative Estimators in Logistic Regression when Data are Collinear. Penggunaan regresi ridge juga dikembangkan pada model regresi dengan variabel respon berupa data cacah seperti regresi poisson oleh Mansson dan Shukur (2011) dan regresi binomial negatif oleh Mansson (2012).
4 4 Sebagai sumber pustaka utama adalah jurnal yang ditulis oleh Mansson (2012) dengan judul On Ridge Estimators for the Negative Binomial Regression Model yang membahas tentang estimator ridge dalam model regresi binomial negatif untuk permasalahan multikolinearitas. Pemilihan nilai pada regresi ridge binomial negatif tersebut dilakukan berdasarkan perhitungan estimator ridge klasik seperti pada regresi linear. Sementara tentang analisis model regresi binomial negatif bersumber dari buku yang ditulis oleh Hilbe (2011) berjudul Negative Binomial Regression dan buku pendukung lain seperti yang ditulis oleh Cameron dan Trivedi (2005) berjudul Microeconometrics, Methods and Applications Metode Penulisan Metode yang digunakan dalam skripsi ini lebih kepada studi literatur seperti buku dan jurnal, baik itu diperoleh dari perpustakaan, maupun yang diperoleh melalui situs-situs jurnal online yang tersedia di internet. Selain itu, juga ditunjang dengan beberapa perangkat lunak untuk menganalisis data, diantaranya software EasyFit versi 5.5, R versi , dan SPSS Sistematika Penulisan Skripsi ini terdiri dari lima bab, yang disusun sebagai berikut: BAB I PENDAHULUAN Berisi latar belakang permasalahan, batasan masalah, tujuan penulisan, tinjauan pustaka, metode penelitian, dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini berisi berbagai teori yang melandasi penelitian ini, antara lain tentang variabel random, ekspektasi, variansi, kovariansi, matriks, metode maksimum likelihood, distribusi gamma, distribusi poisson, distribusi binomial negatif, metode iterasi Newton- Raphson, Fisher scoring, IWLS, overdispersi pada data count, asumsi regresi binomial negatif, uji ketepatan model regresi
5 5 BAB III BAB IV BAB V binomial negatif, multikolinearitas, regresi ridge, uji Kolmogorov- Smirnov, dan uji Anderson-Darling. ESTIMATOR RIDGE PADA MODEL REGRESI BINOMIAL NEGATIF Bab ini berisi tentang pembahasan estimator ridge pada model regresi binomial negatif dalam penanganan masalah multikolinearitas. STUDI KASUS Bab ini membahas tentang contoh penerapan model regresi binomial negatif menggunakan estimator ridge. Selain itu, akan digunakan estimator maksimum likelihood. MSE dari kedua estimator tersebut akan dibandingkan untuk mendapatkan kesimpulan manakah estimator yang lebih baik. PENUTUP Bab ini berisi kesimpulan tentang hasil yang telah dibahas dan saran untuk pengembangan dalam penelitian selanjutnya.
BAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas tak hanya oleh seorang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan digunakan secara luas. Analisis regresi diterapkan tidak hanya oleh para statistisi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu metode statistika yang luas penggunaanya dalam berbagai bidang dan telah diterapkan untuk berbagai jenis pengujian serta penelitian.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi digunakan untuk mengetahui bentuk hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Umumnya analisis regresi yang digunakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi dalam statistika adalah salah satu metode untuk mengetahui hubungan atau pengaruh antara satu variabel dengan variabel lainnya. Selain
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu analisis yang dilakukan terhadap dua variabel yaitu variabel independen (prediktor) dan variabel dependen (respon) untuk mengetahui
Lebih terperinciBAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada kehidupan sehari-hari, adanya ketidakmampuan manusia untuk mengetahui fenomena yang akan terjadi pada periode mendatang akan mengakibatkan kurang tepatnya
Lebih terperinciBAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciPEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE
PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE SKRIPSI Disusun Oleh: HILDAWATI 24010211130024 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciBAB I PENDAHULUAN. yang mendapat perhatian dari masyarakat internasional. Menurut data World
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Masalah kecelakaan lalu lintas saat ini sudah merupakan masalah global yang mendapat perhatian dari masyarakat internasional. Menurut data World Health Organization
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
Lebih terperinciBAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON 3.1 Regresi Poisson Regresi Poisson merupakan salah satu model regresi dengan variabel responnya tidak berasal
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD
ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD Fitra1, Saleh2, La Podje3 Mahasiswa Program Studi Statistika, FMIPA Unhas 2,3 Dosen Program Studi Statistika,
Lebih terperinciBAB I PENDAHULUAN. yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam kehidupan, seringkali peneliti dihadapkan dengan suatu kejadian yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika mengenal metode
Lebih terperinciPENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciE-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN:
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 107-115 ISSN: 2303-1751 PERBANDINGAN REGRESI BINOMIAL NEGATIF DAN REGRESI GENERALISASI POISSON DALAM MENGATASI OVERDISPERSI Studi Kasus: Jumlah Tenaga Kerja
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciBAB I PENDAHULUAN. Pada bab ini akan dibahas mengenai latar belakang tema yang diambil dalam
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang tema yang diambil dalam tugas akhir ini, perumusan masalah yang akan dibahas, batasan masalah, tujuan penulisan, manfaat penulisan, dan
Lebih terperinciMODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
MODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON Ade Susanti, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan salah satu bentuk usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumya, proses kredit dapat dilayani melalui lembaga
Lebih terperinciBAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
Lebih terperinciPEMODELAN 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciBAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam penelitian suatu bidang yang melibatkan makhluk hidup terutama manusia sebagai respon atau subjek yang diteliti tentunya harus memperhatikan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya adalah analisis terhadap sampel yang kemudian hasil analisisnya akan digeneralisasikan untuk mengetahui karakteristik populasi.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciPemodelan Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif
1 Pemodelan Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif Nike Dwi Wilujeng Mahardika dan Sri Pingit Wulandari Statistika, FMIPA, Institut Teknologi
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
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 terperinciE-Jurnal Matematika Vol. 5 (4), November 2016, pp ISSN:
E-Jurnal Matematika Vol 5 (4), November 2016, pp 133-138 ISSN: 2303-1751 PERBANDINGAN REGRESI ZERO INFLATED POISSON (ZIP) DAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA DATA OVERDISPERSION (Studi
Lebih terperinciBab 1 PENDAHULUAN. Secara umum persamaan regresi linier dengan k variabel bebas dinyatakan dengan :
12 Bab 1 PENDAHULUAN 1.1 Latar Belakang Regresi merupakan suatu teknik statistika yang dapat digunakan untuk menggambarkan hubungan fungsional antara suatu variabel tak bebas (respon) dengan satu atau
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Missing data atau data hilang adalah informasi yang tidak tersedia dalam sebuah subyek atau kasus. Fenomena missing data banyak dijumpai dalam survei. Banyak
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini bahaya, kerusakan, dan kerugian merupakan suatu ketidakpastian yang pasti akan dialami siapapun. Sehingga kemungkinan terjadi resiko dalam kehidupan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
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 I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciPEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON
PEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON Rena Muntafiah 1, Rochdi Wasono 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu
Lebih terperinciPemodelan Data Cacahan (Count Data) dalam GLM. Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018
Pemodelan Data Cacahan (Count Data) dalam GLM Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018 Pendahuluan Pada model linear klasik, seperti regresi linear,
Lebih terperinciPENAKSIRAN PARAMETER MODEL REGRESI POISSON DENGAN METODE EXACT GENERALIZED ESTIMATING EQUATIONS (EGEE) UNTUK MULTIPLE-RANDOM EFFECTS
PENAKSIRAN PARAMETER MODEL REGRESI POISSON DENGAN METODE EXACT GENERALIZED ESTIMATING EQUATIONS (EGEE) UNTUK MULTIPLE-RANDOM EFFECTS Anisah Nurul Hayati Pembimbing : Dr. Yekti Widyaningsih, M.Si dan Dr.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Ketatnya persaingan antara perusahaan industri satu dengan yang lainnya menyebabkan semakin banyak dan beragam industri saat ini yang berusaha untuk meningkatkan kualitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Dengan kesedihan mendalam dan penyesalan, Saya harus menginformasikan bahwa penerbangan MH370 berakhir di Samudera Hindia, ujar Perdana Menteri Malaysia
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 74 82 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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 terperinciPEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 123-132 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi
BAB II TINJAUAN PUSTAKA Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi linear, metode kuadrat terkecil, restriksi linear, multikolinearitas, regresi ridge, uang primer, dan koefisien
Lebih terperinciRegresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru
Regresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru IIN SUNDARI Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciMODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan akan kendaraan pribadi semakin hari semakin meningkat sejalan dengan bertambahnya penduduk. Selain sebagai sarana untuk memenuhi kebutuhan masing masing individu,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
Lebih terperinciKONSEP DASAR TERKAIT METODE BAYES
KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB I PENDAHULUAN. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB III METODE PENELITIAN. terhadap pertumbuhan ekonomi di Jawa Tengah adalah kuantitatif. Penelitian
BAB III METODE PENELITIAN 1.1. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian pengaruh tenaga kerja terhadap pertumbuhan ekonomi di Jawa Tengah adalah kuantitatif. Penelitian kuantitatif
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 terperinciPerturbasi Nilai Eigen dalam Mengatasi Multikolinearitas
Vol. 10, No. 1, 6-13, Juli 2013 Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas Andi Yuni Deviyanti 1, Andi Kresna Jaya 1, Anisa 1 Abstrak Multikolinieritas adalah salah satu pelanggaran asumsi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciModel Regresi Zero Inflated Poisson Pada Data Overdispersion
Model Regresi Zero Inflated Poisson Pada Data Overdispersion Wirajaya Kusuma Fakultas MIPA, Universitas Mataram e-mail: Kusuma_Wirajaya@yahoo.co.id Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail:
Lebih terperinciBAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
Lebih terperinciEARLY WARNING SYSTEM JUMLAH ANAK PUTUS SEKOLAH DENGAN METODE ZERO TRUNCATED NEGATIVE BINOMIAL
EARLY WARNING SYSTEM JUMLAH ANAK PUTUS SEKOLAH DENGAN METODE ZERO TRUNCATED NEGATIVE BINOMIAL Robert Kurniawan Jurusan Statistika Komputasi, Sekolah Tinggi Ilmu Statistik (STIS), Jakarta Jl. Otto Iskandardinata
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan di era modern sekarang ini sangatlah bermacam-macam. Baik dalam bidang pendidikan, pemerintahan, keuangan, bahkan dibidang kesehatan. Dalam pengambilan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang semakin modern ini data adalah sesuatu yang sangat dibutuhkan baik individu, instansi, organisasi dan perusahaan. Sebuah perusahaan sangat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu usaha pemerintah dalam meningkatkan taraf hidup masyarakat adalah memberdayakan peranan jasa perbankan. Bank memiliki peranan yang sangat penting dalam menunjang
Lebih terperinciJl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon ABSTRAK
Jurnal Barekeng Vol. 8 No. 1 Hal. 31 37 (2014) MODEL REGRESI RIDGE UNTUK MENGATASI MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIERITAS (Studi Kasus: Data Pertumbuhan Bayi di Kelurahan Namaelo
Lebih terperinciTINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk
5 TINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(R.7) Model Regresi Poisson dan Model Spasial Otoregresif Poisson untuk Mendeteksi Faktor-Faktor yang Berpengaruh terhadap Jumlah Penderita Gizi Buruk di Provinsi Jawa Timur Siti Rohmah Rohimah 1, Muhammad
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinci