ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI"

Transkripsi

1 ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

2 ABSTRAK IIN PUSPITA SARI. Analisis Minat Siswa SMA Ibrahimy Sukorejo Melanjutkan ke IAII Sukorejo Menggunakan Regresi Logistik Biner dan Multi Korespondensi. Dibimbing oleh AGUS MOHAMAD SOLEH dan INDAHWATI. SMAI Sukorejo merupakan salah satu sekolah yang berada di pondok pesantren Salafiyah Syafi iyah Sukorejo. Pesantren ini memiliki perguruan tinggi IAII Sukorejo yang memungkinkan menjadi pilihan lulusan SMAI Sukorejo untuk melanjutkan pendidikan. Penelitian ini meneliti tentang siswa SMAI Sukorejo yang berminat melanjutkan ke IAII Sukorejo dan faktor-faktor yang mempengaruhi minat tersebut. Minat siswa diteliti karena berdasarkan data tahun , siswa yang melanjutkan ke IAII Sukorejo cukup rendah ditunjukkan dengan persentase yang kurang dari 30%. Akan tetapi berdasarkan hasil survei tahun 2012, siswa yang berminat melanjutkan ke IAII Sukorejo lebih besar yaitu 58.08% dan sisanya 41.92% lebih berminat melanjutkan ke perguruan tinggi selain IAII Sukorejo. Hasil regresi logistik biner menunjukkan bahwa peubah penjelas yang mempengaruhi minat siswa melanjutkan ke IAII Sukorejo adalah jenis kelamin, pendidikan ibu, dan bidang ilmu yang diinginkan. Analisis multi korespondensi memperlihatkan bahwa karakteristik yang dekat dengan minat melanjutkan ke IAII Sukorejo adalah jenis kelamin laki-laki, pendidikan ibu tamat SD-SMP, dan bidang ilmu yang diinginkan keagamaan. Kata kunci : Analisis Multi Korespondensi, Minat, Regresi Logistik Biner.

3 ANALISIS MINAT SISWA SMA IBRAHIMY SUKOREJO MELANJUTKAN KE IAII SUKOREJO MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTI KORESPONDENSI IIN PUSPITA SARI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

4 Judul Skripsi : Analisis Minat Siswa SMA Ibrahimy Sukorejo Melanjutkan ke IAII Sukorejo Menggunakan Regresi Logistik Biner dan Multi Korespondensi Nama : Iin Puspita Sari NIM : G Menyetujui : Pembimbing I Pembimbing II Agus Mohamad Soleh, S.Si, MT NIP Dr. Ir. Indahwati, M. Si NIP Mengetahui : Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Dr. Ir. Hari Wijayanto, M.S NIP Tanggal Lulus :

5 PRAKATA Segala puji bagi Allah SWT serta shalawat dan salam tidak lupa disampaikan kepada junjungan Nabi Muhammad SAW sehingga skripsi ini dapat diselesaikan. Karya ilmiah ini berjudul Analisis Minat Siswa SMA Ibrahimy Sukorejo Melanjutkan ke IAII Sukorejo Menggunakan Regresi Logistik Biner dan Multi Korespondensi. Karya ilmiah ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis mengucapkan terima kasih kepada Bapak Agus Mohamad Soleh, S.Si, MT dan Ibu Dr. Ir.Indahwati, M. Si., selaku dosen pembimbing. Terima kasih atas bimbingan, kritikan, saran, dan ilmu yang telah diberikan kepada penulis. Penulis juga mengucapkan terima kasih kepada Ibu Dian Kusumaningrum, S. Si., M. Si., selaku dosen penguji. Terima kasih atas kritik, saran, dan masukan yang diberikan. Selain itu, penulis mengucapkan terima kasih kepada Kepala SMAI Sukorejo dan para siswa kelas XI tahun ajaran 2011/2012 yang telah membantu dalam pelaksanaan survei yang dilakukan pada bulan Juni Serta semua pihak yang telah membantu penulis dalam menyelesaikan karya ilmiah. Bogor, Februari 2013 Iin Puspita Sari

6 RIWAYAT HIDUP Penulis dilahirkan di Kabupaten Purworejo pada tanggal 2 Juni Penulis adalah anak pertama dari tiga bersaudara, dari pasangan Nur Khamid dan Umi Kulsum. Tahun 2008, penulis lulus dari SMA Ibrahimy Sukorejo dan pada tahun yang sama lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui Penerimaan Beasiswa Santri Berprestasi (PBSB) Kementrian Agama atau Beasiswa Utusan Daerah (BUD) sponsor Kementrian Agama RI. Penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama kuliah, penulis aktif mengikuti organisasi seperti CSS MoRA IPB, Serum-G, Badan Pengawas HIMPRO GAMA SIGMA BETA, OMDA Gamapuri dan kepanitian di lingkup kampus. Penulis mengikuti praktik lapang di PPTK Gambung, Bandung yang diadakan pada 13 Februari-6 April 2012.

7 ix DAFTAR ISI DAFTAR TABEL... DAFTAR GAMBAR... viii viii PENDAHULUAN... 1 Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA... 1 Minat... 1 Penarikan Contoh Acak Berlapis... 1 Penarikan Contoh Gerombol... 1 Uji Kebebasan Khi-kuadrat... 2 Regresi Logistik Biner... 2 Analisis Multi Korespondensi... 3 METODOLOGI... 3 Bahan... 3 Metode... 4 HASIL DAN PEMBAHASAN... 4 Eksplorasi Data... 4 Uji Kebebasan Khi-kuadrat... 6 Regresi Logistik Biner... 7 Analisis Multi Korespondensi... 8 SIMPULAN DAN SARAN... 9 Simpulan... 9 Saran... 9 DAFTAR PUSTAKA... 9 LAMPIRAN... 10

8 x DAFTAR TABEL 1 Perbandingan antara jumlah lulusan SMAI Sukorejo dan jumlah mahasiswa IAII Sukorejo Peubah bebas yang diamati Sebaran responden yang berminat berdasarkan jenis kelamin Sebaran responden yang berminat berdasarkan pendidikan ayah Sebaran responden yang berminat berdasarkan pendidikan ibu Sebaran responden yang berminat berdasarkan rata-rata nilai raport Sebaran responden yang berminat berdasarkan bidang ilmu yang diinginkan Hasil uji kebebasan khi-kuadrat Pengkodean peubah penjelas Pendugaan parameter, uji Wald, uji signifikansi Ketepatan prediksi 80% data Ketepatan prediksi 20% data Rasio odds dan SK 95%... 8 DAFTAR GAMBAR 1 Pembagian kelas Skema penarikan contoh Sebaran responden berdasarkan jenis kelamin Sebaran responden berdasarkan pekerjaan orang tua Sebaran responden berdasarkan pendidikan orang tua Sebaran responden berdasarkan tempat asal Sebaran responden berdasarkan jumlah anggota keluarga Analisis multi korespondensi... 8

9 1 PENDAHULUAN Latar Belakang Sekolah Menengah Atas Ibrahimy (SMAI) Sukorejo merupakan salah satu sekolah yang berada di bawah naungan pondok pesantren Salafiyah Syafi iyah Sukorejo Situbondo Jawa Timur. Pesantren ini memiliki perguruan tinggi Institut Agama Islam Ibrahimy (IAII) Sukorejo yang memungkinkan menjadi pilihan lulusan SMAI Sukorejo untuk melanjutkan pendidikan pada jenjang perkuliahan. Siswa atau santri dari pesantren ini berbeda dengan siswa dari luar pesantren. Hal ini dapat dilihat dari kegiatan keseharian mereka seperti pada pagi hari mereka belajar ilmu agama (diniyah), sedangkan pada siang hari mereka belajar ilmu umum (SMA). Penelitian ini mengkaji tentang minat siswa untuk melanjutkan pendidikan ke IAII Sukorejo. Selama tiga tahun terakhir ( ), umumnya siswa lebih berminat melanjutkan ke perguruan tinggi selain IAII Sukorejo (Tabel 1). Informasi ini menunjukkan bahwa perlu dikaji faktor-faktor yang mempengaruhi siswa SMAI Sukorejo dalam memilih IAII Sukorejo sebagai pilihan perguruan tinggi. Tabel 1 Tahun Perbandingan antara jumlah lulusan SMAI Sukorejo dan jumlah mahasiswa IAII Sukorejo Jumlah lulusan SMAI Sukorejo Jumlah mahasiswa IAII Sukorejo Persentase % % % Total % Analisis yang digunakan adalah statistika deskriptif, regresi logistik biner, dan analisis multi korespondensi. Statistika deskriptif digunakan untuk mengetahui gambaran umum responden. Regresi logistik biner digunakan karena respon yang diamati terdiri atas dua kategori yaitu (Y=1) untuk siswa yang berminat melanjutkan ke IAII Sukorejo dan (Y=0) untuk siswa yang tidak berminat melanjutkan ke IAII Sukorejo (melanjutkan ke perguruan tinggi luar pesantren). Analisis multi korespondensi digunakan untuk mengetahui pemetaan antara peubah respon dan peubah penjelas yang berpengaruh pada regresi logistik biner. Tujuan Tujuan dalam penelitian ini adalah sebagai berikut : 1. Memberikan gambaran umum tentang karakteristik siswa SMAI Sukorejo. 2. Mengidentifikasi faktor-faktor yang mempengaruhi siswa untuk memilih IAII Sukorejo sebagai tempat melanjutkan kuliah. TINJAUAN PUSTAKA Minat Minat merupakan salah satu aspek psikis manusia yang dapat mendorong untuk mencapai tujuan. Seseorang yang memiliki minat terhadap suatu obyek cenderung untuk memberikan perhatian atau merasa senang yang lebih besar terhadap obyek tersebut. Apabila obyek tersebut tidak menimbulkan rasa senang, maka tidak akan memiliki minat pada obyek tersebut (Kusumah 2009). Andanawari (2010) menyatakan bahwa peubah yang mempengaruhi minat siswa melanjutkan pendidikan ke perguruan tinggi adalah jenis kelamin, pendidikan ayah, dan rata-rata penghasilan orang tua. Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis diperoleh dengan membagi elemen populasi ke dalam kelompok yang tidak tumpang-tindih (Scheaffer et al 1990). Populasi yang terdiri atas N unit dibagi ke dalam subpopulasi (lapisan) masing-masing yang terdiri atas N 1, N 2,..., N L unit, sehingga ukuran populasi keseluruhan adalah N = N 1 + N N L Selanjutnya dari setiap lapisan ditarik contoh secara acak. Penarikan Contoh Gerombol Penarikan contoh gerombol adalah penarikan contoh berpeluang yang setiap unit contohnya berupa kumpulan atau gerombol dari elemen (Scheaffer et al 1990). Pada penarikan contoh gerombol satu tahap, semua elemen dalam gerombol yang terpilih diamati semua. Hal ini berbeda dengan penarikan contoh gerombol dua tahap, pada penarikan contoh ini dilakukan penarikan contoh elemen dari setiap gerombol yang terpilih.

10 2 Uji Kebebasan Khi-kuadrat Uji kebebasan khi-kuadrat dalam penelitian dibangun antara dua peubah yang berasosiasi. Jika tidak ada asosiasi diantara dua peubah, dapat dikatakan bebas. Dua peubah bebas jika distribusi satu peubah tidak tergantung dengan distribusi peubah yang lainnya (Daniel 1990). Hipotesis yang diuji pada uji kebebasan khi-kuadrat adalah H 0 : Dua kriteria dari klasifikasi saling bebas H 1 : Dua kriteria dari klasifikasi tidak saling bebas Statisik uji untuk uji kebebasan khi-kuadrat adalah sebagai berikut : 2 = Keterangan : = frekuensi pengamatan baris ke-i, kolom ke-j = frekuensi harapan baris ke-i, kolom ke-j Kriteria keputusan yang diambil adalah menolak H 0 jika nilai 2 > 2 α[(r-1)(c-1)]. Regresi Logistik Biner Regresi logistik adalah prosedur pemodelan yang diterapkan untuk memodelkan peubah respon (Y) yang bersifat kategorik berdasarkan satu atau lebih peubah prediktor (X), baik yang bersifat kategorik maupun kontinu. Apabila peubah responnya terdiri atas dua kategori yaitu Y=1 (sukses) dan Y=0 (gagal), metode regresi logistik yang dapat diterapkan adalah regresi logistik biner (Agresti 1990). Peluang Y=1 dinotasikan dengan π(x). Fungsi regresi logistik antara π(x) dan X adalah π(x) = Model regresi di atas merupakan fungsi regresi yang berbentuk kurva tak linier, sehingga dengan transformasi logit menjadikan fungsi tersebut berubah menjadi fungsi linier. Model logit mentransformasi pendugaan peluang dengan kemungkinan (0,1) menjadi pendugaan log odds. Transformasi log dinyatakan dalam persamaan berikut : logit[π(x)] = ln * + dengan g(x) =β 0 + β 1 X 1 + β 2 X β p X p (Hosmer & Lemeshow 1999). Pendugaan Parameter Metode pendugaan parameter pada regresi logistik menggunakan metode kemungkinan maksimum. Langkah pertama yang harus dilakukan pada metode ini adalah membentuk fungsi likelihood : l(β) = Prinsip dari metode kemungkinan maksimum adalah memaksimumkan logaritma fungsi likelihood. L(β) = ln[l(β)] = Nilai dugaan koefisien regresi logistik ( ) dapat diperoleh dari penurunan L(β) terhadap β dan disamakan dengan nol. Uji Kesesuaian Model Pengujian kesesuain model dilakukan untuk memeriksa pengaruh peubah-peubah penjelas dalam model. Pengujian ini dilakukan untuk masing-masing parameter model β. Pengujian secara simultan dilakukan dengan menggunakan uji-g yaitu uji nisbah kemungkinan (likelihood ratio test). Hipotesis Uji-G untuk pengujian parameter β i adalah sebagai berikut : H 0 : β 1 = β 2 =... = β p = 0 H 1 : minimal salah satu β i 0 Statistik uji untuk uji G adalah G = -2log( ) = -2[log(L 0 )-log(l 1 )] = -2(L 0 -L 1 ) dengan : L 0 = likelihood tanpa peubah bebas L 1 = likelihood dengan peubah bebas Jika H 0 benar, statistik G ini mengikuti sebaran 2 dengan derajat bebas p. Seandainya H 0 ditolak, dilakukan uji Wald untuk menguji parameter β i secara parsial. Hipotesis yang diujikan adalah H 0 : β i = 0 H 1 : β i 0, dimana i=1, 2,...p Statistik uji untuk uji Wald adalah sebagai berikut : W =

11 3 Analisis Multi Korespondensi Analisis korespondensi adalah prosedur penggambaran yang mempresentasikan hubungan dalam sebuah tabel dari frekuensi atau perhitungan (Johnson & Wichern 2002). Teknik ini menggambarkan baris dan kolom dari matriks data dalam vektor dua dimensi. Jika pada matriks indikator dari analisis korespondensi ada lebih dari dua peubah diskret yang diamati dalam setiap unitnya, disebut sebagai analisis multi korespondensi (Greenacre 1984). Langkah pertama dalam penyelesaian analisis multi korespondensi adalah menentukan matriks Burt. Matriks Burt adalah kumpulan lengkap dari tabulasi silang (Greenacre, 2007). Matriks Burt dinotasikan dengan B, untuk mendapatkan nilai B ini adalah sebagai berikut : B = Z T Z Selanjutnya mencari akar ciri dan vektor ciri dari : 1/Q D -1 B ϕ = λ ϕ atau D *-1/2 Z Z D *-1/2 W = λ W dengan W =D* -1/2 ϕ Setelah itu diperoleh koordinat K = D *-1/2 W dengan : D = matriks diagonal yang unsur-unsurnya adalah diagonal utama matriks Burt D * = matriks diagonal yang unsur-unsurnya adalah jumlah baris atau kolom matriks Burt Q = jumlah peubah Z = matriks indikator Sebaran profil dilihat dengan menggunakan massa profil dan jarak khikuadrat. Massa profil adalah frekuensi relatif dari masing-masing kategori, dirumuskan sebagai berikut : Massa = (1/n) D Jarak khi-kuadrat adalah jarak Euclid terboboti oleh massa profil. Penyebaran kategori titik j diukur dari titik pusat profil (G) dalam ruang dimensi n dirumuskan sebagai berikut : d 2 (G,j) = n dengan : z ij = komponen matriks Z dij = komponen matriks diagonal D Kualitas penyajian analisis korespondensi pada ruang berdimensi rendah dinilai berdasarkan nilai kontribusi mutlak (inersia) dan nilai kontribusi relatif. Nilai kontribusi mutlak (inersia) merupakan proporsi keragaman yang dapat diterangkan oleh masing-masing kategori terhadap sumbu utama yang terbentuk. Inersia = dengan : K k (i) = koordinat titik ke-i pada sumbu ke-k λ k = nilai singular ke-k Nilai kontribusi relatif merupakan proporsi keragaman yang dapat diterangkan oleh sumbu utama terhadap tiap kategori, dirumuskan sebagai kuadrat kosinus sudut antara vektor profil dan sumbu utama. Cos 2 θ k = METODOLOGI Bahan Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer didapatkan dari hasil survei kuesioner (Lampiran 1) yang dilaksanakan pada bulan Juni 2012 terhadap siswa SMAI Sukorejo kelas XI tahun akademik 2011/2012, sedangkan data sekunder diperoleh dari data nilai raport siswa dua semester. Peubah respon yang diamati terdiri atas dua kategori yaitu minat melanjutkan ke IAII Sukorejo (Y=1) dan tidak berminat melanjutkan ke IAII Sukorejo (Y=0). Peubah penjelas yang diamati terdapat pada Tabel 2. Tabel 2 Peubah bebas yang diamati Peubah Skala pengukuran Jurusan Nominal Jenis kelamin Nominal Pekerjaan ayah Nominal Pekerjaan ibu Nominal Pendidikan ayah Ordinal Pendidikan ibu Ordinal Usia ayah Rasio Usia ibu Rasio Tempat asal Nominal Pengeluaran per bulan Rasio Besar keluarga Rasio Ikut organisasi Nominal Mendapatkan informasi Nominal Rata-rata nilai raport Interval Bidang ilmu yang diinginkan Nominal

12 4 Metode Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut : 1. Pengumpulan data Populasi dari responden sebanyak 562 orang. Jika dilihat dari lokasi, gedung antara siswa putra dan putri pada sekolah ini terpisah. Sekolah putra terdapat di kompleks pesantren putra, sedangkan sekolah putri terdapat di kompleks pesantren putri. Terdapat lima kelas di sekolah putra yaitu : IPA 1 - IPA 3 dan IPS 1 - IPS 2, sedangkan di sekolah putri terdapat tujuh kelas yaitu : IPA 4 - IPA 7 dan IPS 3 - IPS 5. Skema pembagian kelas antara putra dan putri adalah sebagai berikut : Gambar 1 Pembagian kelas Tahap pertama yaitu melakukan pembentukan lapisan yaitu kombinasi jenis kelamin dan jurusan, sehingga terdapat empat lapisan seperti dapat dilihat pada Gambar 1. Selanjutnya dilakukan penarikan contoh gerombol dari masing-masing lapisan dengan gerombolnya berupa kelas. Semua siswa yang ada di kelas terpilih ini seluruhnya dijadikan responden, sehingga diperoleh total sebanyak 171 responden. Skema penarikan contoh selengkapnya disajikan pada Gambar 2. Keterangan : n = jumlah siswa yang diambil N = jumlah populasi siswa e = batas kesalahan pengambilan contoh 2. Metode analisis Tahapan dalam metode analisis adalah sebagai berikut : a. Melakukan eksplorasi data dengan statistika deskriptif. b. Melakukan pemilihan peubah yang dimasukkan pada regresi logistik biner dengan menggunakan uji kebebasan khikuadrat. c. Melakukan analisis regresi logistik biner antara peubah bebas yang berpengaruh terhadap respon yang dihasilkan dari uji kebebasan khi-kuadrat. d. Melakukan analisis multi korepondensi dengan menggunakan peubah yang berpengaruh nyata pada regresi logistik biner. HASIL DAN PEMBAHASAN Eksplorasi Data Gambaran Umum Responden Responden yang diamati pada penelitian ini adalah 171 orang. Profil jenis kelamin responden sebagian besar perempuan sebanyak 53.20%, sisanya laki-laki sebanyak 47.80% (Gambar 3). Hal ini tidak jauh berbeda dari populasi responden yang menunjukkan bahwa perempuan lebih banyak dibanding dengan laki-laki. Gambar 3 Sebaran responden berdasarkan jenis kelamin Gambar 2 Skema penarikan contoh Contoh optimum yang dapat diterapkan pada penelitian ini adalah menggunakan rumus Slovin (Umar 2003) sebagai berikut : Profil responden berdasarkan pekerjaan orang tua dapat dilihat pada Gambar 4. Mayoritas ayah bekerja sebagai wiraswasta/karyawan swasta/pedagang yaitu 48.54%, diikuti pekerjaan ayah sebagai petani/nelayan/peternak/buruh sebanyak 39.77%. Mayoritas ibu bekerja sebagai wiraswasta/karyawan swasta/pedagang yaitu 41.52%, diikuti ibu yang tidak bekerja atau dapat dikatakan sebagai ibu rumah tangga sebanyak 37.43%.

13 5 Gambar 4 Sebaran responden berdasarkan pekerjaan orang tua Gambar 5 Sebaran responden berdasarkan pendidikan orang tua Sebaran responden berdasarkan pendidikan orang tua dapat dilihat pada Gambar 5. Mayoritas pendidikan ayah yaitu tamat SMA sebanyak 31.60%, diikuti tamat SMP yaitu 22.80%. Mayoritas pendidikan ibu yaitu tamat SD sebanyak 29.20%, diikuti tamat SMP sebanyak 25.70%. Hal ini dapat diartikan bahwa pendidikan ayah lebih tinggi dibandingkan dengan pendidikan ibu. Sebagian besar siswa berasal dari daerah Jawa Timur yaitu 80.70%, sisanya berasal dari luar Jawa timur sebanyak 19.30% (Gambar 6). Jika dilihat dari jumlah anggota keluarga menunjukkan bahwa sebagian besar siswa memiliki anggota keluarga<=4 orang yaitu 49.70%, diikuti sebanyak 44.40% siswa memiliki anggota keluarga antara 5-7 orang (Gambar 7). Gambar 6 Sebaran responden berdasarkan tempat asal Gambar 7 Sebaran responden berdasarkan jumlah anggota keluarga

14 6 Deskripsi Peubah Bebas Terhadap Minat Respon yang diamati adalah minat siswa melanjutkan ke IAII Sukorejo, maka data untuk analisis selanjutnya adalah 167 orang. Hal ini disebabkan sebanyak empat siswa tidak akan melanjutkan studi ke perguruan tinggi dikarenakan masalah ekonomi. Siswa yang berminat melanjutkan ke IAII Sukorejo cukup besar yang ditunjukkan dengan persentase 58.08% dan sisanya 41.92% lebih berminat melanjutkan ke perguruan tinggi selain IAII Sukorejo. Siswa yang berminat melanjutkan ke IAII Sukorejo berdasarkan jenis kelamin laki-laki sebanyak 60 orang dan tidak berminat sebanyak 19 orang. Perempuan yang berminat melanjutkan ke IAII Sukorejo sekitar 37 orang dan tidak berminat sebanyak 51 orang. Hal ini dapat diartikan bahwa siswa laki-laki memiliki minat yang lebih tinggi dibandingkan dengan perempuan (Tabel 3). Tabel 3 Sebaran responden yang berminat berdasarkan jenis kelamin Tidak minat Minat Total Laki-laki Perempuan Total Tabel 4 menunjukkan sebaran responden berdasarkan pendidikan ayah. Minat berdasarkan pendidikan ayah yang tertinggi yaitu tamat SMA sebanyak 33 orang dan terendah yaitu perguruan tinggi sebanyak 11 orang. Pendidikan ibu yang tertinggi yaitu tamat SMP sebanyak 33 orang dan terendah yaitu perguruan tinggi sebanyak empat orang (Tabel 5). Tabel 4 Sebaran responden yang berminat berdasarkan pendidikan ayah Tidak minat Minat Total Tidak tamat SD Tamat SD Tamat SMP Tamat SMA Perguruan Tinggi Total Pengaruh terhadap minat juga dapat dilihat dari nilai raport siswa. Siswa yang berminat dengan rata-rata nilai raport<=8.4 sebanyak 66 orang dan tidak berminat sebanyak 30 orang. Siswa yang berminat dengan rata-rata nilai raport>8.4 sebanyak 31 orang dan tidak berminat sebanyak 40 orang. Hal ini dapat diartikan bahwa siswa dengan rata-rata nilai raport <=8.4 lebih berminat jika dibandingkan dengan siswa yang memiliki rata-rata nilai raport>8.4 (Tabel 6). Profil berdasarkan bidang ilmu diinginkan memiliki nilai terbesar yaitu keagamaan sebanyak 54 orang dan terendah adalah bidang ilmu lainnya sebanyak empat orang. Hal ini dapat diartikan bahwa siswa dengan bidang ilmu yang diinginkan keagamaan lebih berminat dibandingkan dengan bidang ilmu lainnya (Tabel 7). Tabel 5 Sebaran responden yang berminat berdasarkan pendidikan ibu Tidak minat Minat Total Tidak tamat SD Tamat SD Tamat SMP Tamat SMA Perguruan Tinggi Total Tabel 6 Sebaran responden yang berminat berdasarkan rata-rata nilai raport Rata-rata Tidak minat Minat Total <= > Total Tabel 7 Sebaran responden yang berminat berdasarkan bidang pendidikan yang diinginkan Tidak minat Minat Total Keagamaan MIPA Sosial Teknologi Lainnya Total Uji Kebebasan Khi-kuadrat Sebelum dilakukan analisis regresi logistik biner, dilakukan pengujian pengaruh peubah penjelas terhadap peubah respon dengan uji kebebasan khi-kuadrat. Uji ini dilakukan untuk menyeleksi peubah penjelas yang akan dimasukkan pada regresi logistik biner. Langkah awal pada uji kebebasan khi-kuadrat adalah melakukan penggabungan kategorikategori dari peubah penjelas. Hal ini dilakukan agar hasil pengujiannya memenuhi persyaratan uji kebebasan khi-kuadrat. Peubah penjelas dikatakan berpengaruh terhadap peubah respon pada uji kebebasan khi-kuadrat jika nilai-p<0.05. Peubah penjelas yang berpengaruh nyata terhadap respon yaitu jenis kelamin, pekerjaan ayah, pendidikan

15 7 ayah, pendidikan ibu, rata-rata nilai raport, dan bidang ilmu yang diinginkan ( Tabel 8). Tabel 8 Hasil uji kebebasan khi-kuadrat Peubah Nilai-p Jurusan Jenis kelamin 0.000* Pekerjaan ayah 0.026* Pekerjaan ibu Pendidikan ayah 0.029* Pendidikan ibu 0.000* Usia ayah Usia ibu Tempat asal Pengeluaran per bulan Besar keluarga Mendapatkan informasi Rata-rata nilai raport 0.001* Bidang ilmu yang diinginkan 0.000* *Berpengaruh pada taraf nyata = 0.05 Regresi Logistik Biner Peubah penjelas yang digunakan pada regresi logistik biner yaitu peubah yang berpengaruh terhadap peubah respon pada uji kebebasan khi-kuadrat. Pengkodean peubah penjelas yang digunakan disajikan pada Tabel 9. Hasil pendugaan model menghasilkan Statistik-G sebesar dengan nilai-p = 0.000, sehingga dapat diambil kesimpulan bahwa sedikitnya ada satu β i tidak sama dengan nol diantara seluruh peubah penjelas. Uji Kesesuaian Model Hasil uji parsial peubah penjelas terhadap peubah respon pada model menggunakan uji Wald ditunjukkan pada Tabel 10. Peubah penjelas yang berpengaruh nyata adalah jenis kelamin, pendidikan ibu, dan bidang ilmu yang diinginkan, sehingga model yang dapat dibentuk adalah = x 1(1) x 2(1) x 3(1) x 3(2) x 4(1) x 4(2) x 5(1) x 6(1) x 6(2) Keterangan : x 1(1) = jenis kelamin laki-laki x 2(1) = pekerjaan ayah wiraswasta/karyawan swasta/pedagang/petani/nelayan/ peternak/buruh x 3(1) = pendidikan ayah tidak tamat SD x 3(2) = pendidikan ayah tamat SD-SMP x 4(1) = pendidikan ibu tidak tamat SD x 4(2) = pendidikan ibu tamat SD-SMP x 5(1) = rata-rata nilai raport <=8.4 x 6(1) = bidang ilmu yang diinginkan keagamaan x 6(2) = bidang ilmu yang diinginkan MIPA/ teknologi Tabel 9 Pengkodean peubah penjelas Peubah Kategori Frekuensi d1 d2 Bidang ilmu yang diinginkan Keagamaan MIPA/teknologi Sosial/lainnya Pendidikan ayah Tidak tamat SD Tamat SD-SMP >=Tamat SMA Pendidikan ibu Tidak tamat SD Tamat SD-SMP >=Tamat SMA Rata-rata nilai raport <= > Pekerjaan ayah Wiraswasta/karyawan swasta/pedagang /petani/nelayan/peternak/buruh PNS/ABRI/POLRI/BUMN/BUMD/ dokter/tenaga medis/ tidak 20 0 bekerja/pekerjaan lainnya Jenis kelamin Laki-laki 79 1 Perempuan 88 0

16 8 Tabel 10 Pendugaan parameter, uji Wald, uji signifikansi Peubah B S.E. Wald Nilai-p x 1(1) * x 2(1) x 3(1) x 3(2) x 4(1) x 4(2) * x 5(1) x 6(1) * x 6(2) Constant * *Berpengaruh pada taraf nyata = 0.05 Evaluasi Kebaikan Model dan Validasi Evaluasi kebaikan model dapat diperoleh dari tabel ketepatan prediksi pada pendugaan model (data training) dan data testing. Pendugaan model (data training) ini menggunakan 80% data dari jumlah data yang ada. Tabel 11 menunjukkan bahwa ketepatan prediksi yang dihasilkan adalah 73.10%. Tabel klasifikasi juga menghasilkan nilai sensitivitas sebesar 74.30% dan nilai spesifisitas sebesar 71.70%. Setelah itu dilakukan testing terhadap 20% data dengan menggunakan model yang terbentuk dari 80% data. Tabel 12 menunjukkan bahwa ketepatan prediksi dengan menggunakan 20% data yaitu 75.76%. Hal ini menunjukkan bahwa ketepatan prediksi antara data training maupun data testing tidak jauh berbeda. Tabel 11 Ketepatan prediksi 80% data Prediksi % Aktual Tidak minat Minat Benar Tidak minat Minat %Ketepatan keseluruhan kali dibandingkan perempuan. Siswa yang ibunya berpendidikan tamat SD-SMP memiliki nilai rasio odds sebesar Hal ini dapat diartikan siswa dengan pendidikan ibu tamat SD-SMP memiliki minat yang lebih besar kali dibandingkan dengan tingkat pendidikan ibu >=tamat SMA. Siswa yang berminat melanjutkan ke IAII Sukorejo berdasarkan bidang ilmu yang diinginkan keagamaan memiliki rasio odds sebesar Hal ini dapat diartikan bahwa siswa dengan bidang ilmu yang diinginkan keagamaan memiliki minat yang lebih besar kali dibandingkan dengan bidang ilmu sosial/lainnya. Tabel 13 Rasio odds dan SK 95% Peubah Rasio odds SK 95% Lower Upper x 1(1) x 2(1) x 3(1) x 3(2) x 4(1) x 4(2) x 5(1) x 6(1) x 6(2) Analisis Multi Korespondensi Analisis korespondensi merupakan metode visual secara statistika yang digunakan untuk menggambarkan hubungan antara level dari tabel kontingensi. Peubah yang diamati adalah peubah respon dan peubah yang berpengaruh nyata pada analisis regresi logistik biner. Peubahnya yaitu minat melanjutkan ke IAII Sukorejo, jenis kelamin, pendidikan ibu, dan bidang ilmu yang diinginkan. Hasil analisis multi korepondensi dapat dilihat pada Gambar 8. Tabel 12 Ketepatan prediksi 20% data Prediksi % Aktual Tidak minat Minat Benar Tidak minat Minat %Ketepatan keseluruhan Interpretasi Hasil Nilai dugaan dan selang kepercayaan 95% dari rasio odds untuk peubah penjelas model regresi logistik biner dapat dilihat pada Tabel 13. Nilai rasio odds jenis kelamin laki-laki sebesar 2.917, artinya minat siswa laki-laki melanjutkan ke IAII Sukorejo lebih besar Gambar 8 Analisis multi korespondensi

17 9 Karakteristik yang dekat dengan siswa yang berminat melanjutkan ke IAII Sukorejo adalah jenis kelamin laki-laki, pendidikan ibu tamat SD-SMP, dan bidang yang diinginkan keagamaan. Karakteristik yang dekat dengan siswa yang tidak berminat adalah jenis kelamin perempuan dan pendidikan ibu >=tamat SMA. Keragaman yang dijelaskan pada analisis multi korespondensi sebesar 47.52% dengan menggunakan dua dimensi. SIMPULAN DAN SARAN Simpulan Siswa SMAI Sukorejo yang berminat melanjutkan ke IAII Sukorejo cukup besar yaitu 58.08% dan sisanya 41.92% lebih berminat melanjutkan ke perguruan tinggi selain IAII Sukorejo. Peubah yang mempengaruhi minat siswa melanjutkan ke IAII Sukorejo dari regresi logistik biner adalah jenis kelamin, pendidikan ibu, dan bidang ilmu yang diinginkan. Analisis multi korespondensi menunjukkan bahwa karakteristik yang dekat dengan siswa yang berminat melanjutkan ke IAII Sukorejo adalah jenis kelamin laki-laki, pendidikan ibu tamat SD-SMP, dan bidang yang diinginkan keagamaan. Saran Penulis hanya memasukkan faktor-faktor internal dari responden serta karakteristik orang tua pada penelitian ini. Pada penelitian selanjutnya dapat dimasukkan faktor-faktor eksternal yang kemungkinan mempengaruhi minat, misalnya : tingkat kenyamanan tinggal di pondok, tingkat kepuasan terhadap layanan yang diberikan di pondok, tingkat kepuasan terhadap fasilitas yang disediakan di SMA, dan tingkat kualitas guru di SMA. DAFTAR PUSTAKA Agresti A Categorical Data Analysis. New York (US) : John Wiley and Sons, Inc. Andanawari GA Faktor-faktor yang Mempengaruhi Minat Siswa Melanjutkan Pendidikan ke Perguruan Tinggi dengan Menggunakan Regresi Logistik (Studi Kasus : Minat Siswa SMU/sederajat di Kab. Garut terhadap Perguruan Tinggi). [tesis]. Bogor (ID) : Sekolah Pascasarjana, Institut Pertanian Bogor. Daniel WW Applied Nonparametric Statistics 2 nd. Boston (US) : PWS-KENT Publishing Company. Greenacre M Theory and Application of Correspondence Analysis. London (GB) : Academic Press Inc. Greenacre M Correspondence Analysis in Practice. Boca Raton (US) : Taylor & Francis Group, LLC. Hosmer DW, Lemeshow S Applied Logistic Regression. New York (US) : John Wiley & Sons, Inc. Jonhson RA, Wichern DW Applied Multivariate Statistical Analysis. New Jersey (US) : Prentice-Hall, Inc. Kusumah W Apakah Minat Itu? [internet]. [diunduh 2012 Sep 28]. Tersedia pada /2009/12/16/apakah-minat-itu/. Scheafer RL, Mendenhall W, Ott L Elementay survey Sampling. 4 th ed. Boston (US) : PWS-Kent Publishing Company. Umar H Metode Riset Bisnis : Dilengkapi Contoh Proposal dan Hasil Riset Bidang Manajemen dan Akuntansi. Jakarta (ID) : PT Gramedia Pustaka Utama

18 LAMPIRAN 9

19 10 Lampiran 1 Kuesioner penelitian RAHASIA NO :... KUESIONER MINAT SISWA DI PESANTREN TERHADAP PERGURUAN TINGGI Assalamu alaikum wr.wb. Saya mahasiswa Departemen Statistika IPB sedang melakukan penelitian dalam rangka menyelesaikan tugas akhir. Penelitian ini diharapkan dapat mengetahui minat siswa kelas XI SMA Ibrahimy untuk melanjutkan pendidikan ke perguruan tinggi. Kami menghargai kejujuran dan menjamin kerahasiaan Anda dalam menjawab kuesioner ini. Petuntuk : berikan tanda silang (X) pada salah satu satu jawaban yang ANDA pilih Contoh pengisian kuisioner : 1. Pengeluaran perbulan Anda : [1] <Rp ,00 [2] Rp ,00-Rp ,00 [3] >Rp ,00 A. Identitas Responden 1. Nama : 2. Jurusan : [1] IPA [2] IPS 3. Jenis kelamin : [1] laki-laki [2] perempuan 4. Pekerjaan ayah : [1] Wiraswasta/karyawan swasta/pedagang [2] PNS/ABRI/POLRI/BUMN/BUMD [3] Dokter/tenaga medis [4] Petani/nelayan/peternak/buruh [5] Pensiunan [6] Tidak bekerja [7] Lainnya, sebutkan : Pekerjaan ibu : [1] Wiraswasta/karyawan swasta/pedagang [2] PNS/ABRI/POLRI/BUMN/BUMD [3] Dokter/tenaga medis [4] Petani/nelayan/peternak/buruh [5] Pensiunan [6] Tidak bekerja [7]Lainnya, sebutkan : Pendidikan ayah : [1] Tidak tamat SD [2] Tamat SD/sederajat [3] Tamat SMP/sederajat [4] Tamat SMA/sederajat [5] Perguruan tinggi 7. Pendidikan ibu : [1] Tidak tamat SD [2] Tamat SD/sederajat [3] Tamat SMP/sederajat [4] Tamat SMA/sederajat [5] Perguruan tinggi 8. Usia ayah : [1] tahun [2] tahun [3] tahun [4] tahun [5] >60 tahun

20 11 9. Usia ibu [1] tahun [2] tahun [3] tahun [4] tahun [5] >60 tahun 10. Tempat asal Anda : [1] Jawa Timur [2] Luar Jawa Timur 11. Pengeluaran perbulan Anda : [1] <Rp ,00 [2] Rp ,00-Rp ,00 [3] >Rp , Jumlah anggota keluarga (termasuk Anda), sebutkan :...orang 13. Organisasi yang sedang diikuti (boleh pilih lebih dari 1): [1] OSIS [2] IKSASS [3] Lainnya, sebutkan :... [4] Tidak mengikuti organisasi B. PENILAIAN TENTANG PERGURUAN TINGGI 1. Jika anda selesai SMA, apakah Anda akan melanjutkan ke perguruan tinggi? [1] Ya, lanjut ke pertanyaan nomor 2 [2] Tidak, lanjut ke pertanyaan nomor 7 2. Jika ya, sebutkan sebutkan perguruan tinggi yang diinginkan : [1]IAII Sukorejo [2] Perguruan tinggi negeri [3] Perguruan tinggi swasta (selain IAII Sukorejo ) 3. Sebutkan alasan memilih perguruan tinggi tersebut : [1] Perguruan tinggi yang diinginkan merupakan perguruan tinggi yang ternama dan berkualitas [2] Adanya jurusan yang diminati [3] Dekat dengan rumah tinggal [4] Lingkungan sekitar perguruan tinggi yang menyenangkan [5] Mengikuti jejak dan keinginan orang tua [6] Lainnya, sebutkan : Bidang ilmu yang diinginkan : [1] Keagamaan [2] MIPA [3] Sosial [4] Teknologi [5] Lainnya, sebutkan : Apakah Anda mengetahui/mendapatkan informasi tentang perguruan tinggi? [1] Ya, lanjut ke pertanyaan nomor 6 [2] Tidak 6. Dari mana dan dari siapa Anda mendapatkan informasi (jawaban boleh lebih dari 1)? [1] Orang tua [2] Kakak kelas [3] Teman [4] Saudara/ kerabat [5] Internet [6] Media cetak [7]Lainnya, sebutkan : Jika tidak akan melanjutkan ke perguruan tinggi, sebutkan alasannya : [1] Keuangan [2] Tidak diperbolehkan orang tua [3] Tidak tertarik melanjutkan [4] Lainnya, sebutkan :...

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama

Lebih terperinci

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN 1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code

Lebih terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

PEMBAHASAN Pelaksanaan Survei

PEMBAHASAN Pelaksanaan Survei 4 Populasi penelitian dibagi menjadi dua lapisan berdasarkan cluster perumahan BNR. Cluster-cluster dengan ukuran rumah 1 m 2 digolongkan sebagai lapisan 1 sedangkan cluster-cluster dengan ukuran rumah

Lebih terperinci

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

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 terperinci

Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D

Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar

Lebih terperinci

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN VOLUME 2, NO. 1. ISSN 2303-0992 N. PONTO PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus: Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS 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 terperinci

EKO ERTANTO PEMBIMBING

EKO ERTANTO PEMBIMBING UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI

REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI REGRESI LOGISTIK UNTUK IDENTIFIKASI FAKTOR- FAKTOR MINAT MELANJUTKAN STUDI KE TINGKAT ALIYAH DI PESANTREN UMMUL QURO AL ISLAMI SALMAN AL FARISI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

Masalah 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 terperinci

BAHAN DAN METODE HASIL DAN PEMBAHASAN

BAHAN DAN METODE HASIL DAN PEMBAHASAN 5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik

Lebih terperinci

Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi

Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi Oleh : Teguh Purianto (0 09 06) Dosen Pembimbing : Wibawati, S.Si., M.Si. ABSTRAK Anak

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian mengenai persepsi dan sikap responden terhadap produk Oreo setelah adanya isu melamin serta faktor-faktor yang mempengaruhi persepsi

Lebih terperinci

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

Kata 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 terperinci

10 Departemen Statistika FMIPA IPB

10 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN 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 terperinci

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya ABSTRAK

Oleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya   ABSTRAK (M.3) ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG BERKAITAN DENGAN RISIKO ANAK PUTUS SEKOLAH PENDIDIKAN DASAR (Kasus : Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan) Oleh: Dian Cahyawati S. Jurusan Matematika

Lebih terperinci

ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010

ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti (1308030043) Dosen Pembimbing:

Lebih terperinci

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

Generalized 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 terperinci

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

PENERAPAN 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 terperinci

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MASTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I.

Lebih terperinci

HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas

HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas 19 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas Hasil analisis mengenai persentase responden berdasarkan peubah-peubah penjelas ditunjukkan pada Gambar 2. Usia responden

Lebih terperinci

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BINARY 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 terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan

Lebih terperinci

Pengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran

Pengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran 22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perusahaan memiliki strategi tertentu untuk memenangkan persaingan dalam pasar yang mereka hadapi. Perusahaan yang ketat dalam pasar operator seluler

Lebih terperinci

PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN

PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN (Studi Kasus: Mahasiswa IPB Program Strata Satu yang Mengambil Mata Kuliah Metode Statistika 2009/2010) EKA

Lebih terperinci

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP)

Sem 5-4. Garis Besar Rencana Pembelajaran (GBRP) Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika

Lebih terperinci

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas

Lebih terperinci

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA) Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS 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 terperinci

ponsel, purposive sampling, regresi logistik politomus

ponsel, purposive sampling, regresi logistik politomus JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO

Lebih terperinci

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

pendekatan 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 terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN

FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN FAKTOR-FAKTOR YANG MEMPENGARUHI OPINI MAHASISWA TPB IPB TAHUN AKADEMIK 2005/2006 UNTUK MEMILIH MAYOR STATISTIKA SEBAGAI PILIHAN PERTAMA KARLINA SERAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

Laporan Tugas Akhir D3-Statistika 2009

Laporan Tugas Akhir D3-Statistika 2009 Laporan Tugas Akhir D3-Statistika 2009 Selasa, 12 Juni 2012 ANALISIS KORESPONDENSI KECENDERUNGAN DARI FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BALITA DI JAWA TIMUR OLEH : RATNA AYU M DOSEN PEMBIMBING : IR.

Lebih terperinci

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

MODEL 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 terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Aplikasi Regresi Logistik Biner untuk Menganalisis Faktor Faktor yang Mempengaruhi Waktu Kelulusan Mahasiswa (Studi Kasus Mahasiswa Bidik

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Kode/sks : MAS 4232/3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS

Lebih terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id

Lebih terperinci

HASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden

HASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0 8. Peubah rancangan alat pembersih yang digunakan di rumah (ALAT). Alat pembersih di rumah (1) (2) Sapu 1

Lebih terperinci

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA

ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA TUGAS AKHIR ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA Any Masruroh 1308 030 065 Dosen Pembimbing Ir. Arie Kismanto, M.Sc PENDAHULUAN Latar Belakang Permasalahan

Lebih terperinci

S - 26 KELUARGA DAN KETAATAN BERIBADAH TERHADAP SIKAP REMAJA DALAM MENGHINDARI SEKS BEBAS DENGAN ANALISIS JALUR PADA DATA KATEGORI

S - 26 KELUARGA DAN KETAATAN BERIBADAH TERHADAP SIKAP REMAJA DALAM MENGHINDARI SEKS BEBAS DENGAN ANALISIS JALUR PADA DATA KATEGORI S - 26 KELUARGA DAN KETAATAN BERIBADAH TERHADAP SIKAP REMAJA DALAM MENGHINDARI SEKS BEBAS DENGAN ANALISIS JALUR PADA DATA KATEGORI Ratna Christianingrum 1 1 Universitas Pelita Harapan 1 chriesty_thea@yahoo.co.id

Lebih terperinci

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012

Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Faikul Fahmi 1*, Laelatul Khikmah 2 1 Statistika, Akademi Statistika (AIS

Lebih terperinci

MODEL 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 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 terperinci

ANALISIS KORESPONDENSI TERHADAP DATA KEJADIAN KRIMINALITAS DI POLSEK SIMOKERTO

ANALISIS KORESPONDENSI TERHADAP DATA KEJADIAN KRIMINALITAS DI POLSEK SIMOKERTO ANALISIS KORESPONDENSI TERHADAP DATA KEJADIAN KRIMINALITAS DI POLSEK SIMOKERTO Oleh: Putri Rintan Aryasita 308030035 Pembimbing: Ir. Dwi Atmono Agus W, M. Ikom Latar Belakang Penelitian Sebelumnya Hubungan

Lebih terperinci

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER (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 Email : s.hadip@yahoo.co.id Abstrak

Lebih terperinci

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit

Lebih terperinci

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M. KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,

Lebih terperinci

ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG

ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG 1 ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG (Studi Kasus Mahasiswa Non Kependidikan FMIPA Universitas Negeri Malang) Chofifatul Jannah

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Lokasi penelitian dilakukan di enam kelurahan di Kota Depok, yaitu Kelurahan Pondok Petir, Kelurahan Curug, Kelurahan Tapos, Kelurahan Beji, Kelurahan

Lebih terperinci

Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya

Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Jurnal Penelitian Sains Volume 16 Nomor 2(A) April 2013 Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Dian Cahyawati

Lebih terperinci

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya) (M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati

Lebih terperinci

dimana: n1= jumlah sampel dalam tiap kecamatan

dimana: n1= jumlah sampel dalam tiap kecamatan IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan pertimbangan Kota Bogor merupakan kota

Lebih terperinci

HASIL DAN PEMBAHASAN. (a) (b) (c)

HASIL DAN PEMBAHASAN. (a) (b) (c) 5 b. Analisis data daya tahan dengan metode semiparametrik, yaitu menggunakan regresi hazard proporsional. Analisis ini digunakan untuk melihat pengaruh peubah penjelas terhadap peubah respon secara simultan.

Lebih terperinci

BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio

BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio 21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi

Lebih terperinci

HASIL DAN PEMBAHASAN. Deskripsi Data

HASIL DAN PEMBAHASAN. Deskripsi Data metode penarikan contoh yang tepat di survei tahap I. 3. Melaksanakan survei tahap I, untuk mengetahui karakteristik pelayanan program sarjana yang diinginkan mahasiswa. 4. Menyusun kuesioner untuk survei

Lebih terperinci

TINJAUAN PUSTAKA. i dari yang terkecil ke yang terbesar. Tebaran titik-titik yang membentuk garis lurus menunjukkan kesesuaian pola

TINJAUAN PUSTAKA. i dari yang terkecil ke yang terbesar. Tebaran titik-titik yang membentuk garis lurus menunjukkan kesesuaian pola TINJAUAN PUSTAKA Analisis Diskriminan Analisis diskriminan (Discriminant Analysis) adalah salah satu metode analisis multivariat yan bertujuan untuk memisahkan beberapa kelompok data yan sudah terkelompokkan

Lebih terperinci

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

III. 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 terperinci

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Analisis Data Kategorikal

Analisis Data Kategorikal Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

SEMINAR 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 terperinci

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Xplore, 2013, Vol. 2(1):e10(1-5) c 2013 Departemen Statistika FMIPA IPB ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Rindy Anggun Pertiwi, Indahwati, Farit

Lebih terperinci

ANALISIS 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 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 terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat dan Waktu Penelitian Penelitian dilakukan pada obyek wisata pemandian air panas alam CV Alam Sibayak yang berlokasi di Desa Semangat Gunung Berastagi, Kabupaten Karo Sumatera

Lebih terperinci

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL

KETEPATAN 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 terperinci

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti

Lebih terperinci

RMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X

RMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang

Lebih terperinci

Gaya Hidup - aktivitas - minat - opini

Gaya Hidup - aktivitas - minat - opini 15 KERANGKA PEMIKIRAN Gaya hidup merupakan aktivitas, minat, dan pendapat individu dalam kehidupan sehari-hari yang diukur menggunakan teknik psikografik. Berbagai faktor dapat memengaruhi terbentuknya

Lebih terperinci

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

Jurnal 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 terperinci

ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO

ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008 RINGKASAN TJIPTO AJI SUDARSO. Analisis

Lebih terperinci

IV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1.

IV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1. IV. METODOLOGI PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilakukan di obyek wisata Tirta Jangari, Waduk Cirata, Desa Bobojong, Kecamatan Mande, Kabupaten Cianjur. Pemilihan lokasi ini dilakukan

Lebih terperinci

Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan

Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat

Lebih terperinci

Volume I No. 1, Februari 2016 ISSN

Volume 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 terperinci

METODE STATISTIKA (Pendahuluan)

METODE STATISTIKA (Pendahuluan) METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber asli (tidak melalui perantara).

Lebih terperinci

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Suparto Teknik Industri, ITATS, Jalan AR. Hakim 100 Surabaya E-mail : wrskt_indria@yahoo.com Abstrak.

Lebih terperinci

DOSEN PEMBIMBING : DWI ENDAH KUSRINI, S. Si, M. Si

DOSEN PEMBIMBING : DWI ENDAH KUSRINI, S. Si, M. Si DOSEN PEMBIMBING : DWI ENDAH KUSRINI, S. Si, M. Si EFEKTIFITAS ALIRAN DAN PENGGUNAAN DANA BOS UNTUK PENGEMBANGAN SEKOLAH DI WILAYAH SURABAYA DENGAN METODE ANALISIS KORESPONDENSI Nalini Yaiwan 1307030055

Lebih terperinci

pengetahuan, dan sikap akan berhubungan dengan perilaku pembelian buku bajakan. Kerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 3.

pengetahuan, dan sikap akan berhubungan dengan perilaku pembelian buku bajakan. Kerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 3. 17 KERANGKA PEMIKIRAN Perguruan tinggi merupakan komunitas yang terdiri dari orang-orang intelektual dalam berbagai aktivitas akademis. Perguruan tinggi memiliki peran strategis dan sangat penting sebagai

Lebih terperinci

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-305 Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik Fatkhiyatur Rizki,

Lebih terperinci

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

Saintia 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 terperinci

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI

ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI Xplore, 2013, Vol. 2(1):e4(1-7) c 2013 Departemen Statistika FMIPA IPB ANALISIS DISKRIMINAN LOGISTIK UNTUK KLASIFIKASI SEKOLAH STANDAR INTERNASIONAL BERDASARKAN STATUS AFILIASI Syella Sumampouw, Muhammad

Lebih terperinci

STUDI POLA PENGGUNAAN PENGHASILAN PEKERJA RUMAH TANGGA DI BOGOR (Studi Kasus: Perumahan Bogor Nirwana Residence) URIP APFIYA

STUDI POLA PENGGUNAAN PENGHASILAN PEKERJA RUMAH TANGGA DI BOGOR (Studi Kasus: Perumahan Bogor Nirwana Residence) URIP APFIYA STUDI POLA PENGGUNAAN PENGHASILAN PEKERJA RUMAH TANGGA DI BOGOR (Studi Kasus: Perumahan Bogor Nirwana Residence) URIP APFIYA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

IDENTIFIKASI KARAKTERISTIK DAN PEMODELAN MASA STUDI LULUSAN MAHASISWA PROGRAM MAGISTER MANAJEMEN BISNIS IPB SARAH SARI UTARI

IDENTIFIKASI KARAKTERISTIK DAN PEMODELAN MASA STUDI LULUSAN MAHASISWA PROGRAM MAGISTER MANAJEMEN BISNIS IPB SARAH SARI UTARI IDENTIFIKASI KARAKTERISTIK DAN PEMODELAN MASA STUDI LULUSAN MAHASISWA PROGRAM MAGISTER MANAJEMEN BISNIS IPB SARAH SARI UTARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Analisis Korespondensi Terhadap Persepsi Alumni Program Studi Matematika FMIPA Universitas Sam Ratulangi Mengenai Kurikulum Dan Proses Pembelajaran

Analisis Korespondensi Terhadap Persepsi Alumni Program Studi Matematika FMIPA Universitas Sam Ratulangi Mengenai Kurikulum Dan Proses Pembelajaran Analisis Korespondensi Terhadap Persepsi Alumni Program Studi Matematika FMIPA Universitas Sam Ratulangi Mengenai Kurikulum Dan Proses Pembelajaran 1 Prastika Tumilaar, 2 Djoni Hatidja, 3 Jantje D. Prang

Lebih terperinci

FAKTOR-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 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 terperinci

PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA

PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus : Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi Sulawesi Utara) NELDA PONTO SEKOLAH

Lebih terperinci

RINGKASAN. Kata kunci : Analisis Deskriptif, Analisis Korespondensi, Analisis Regresi Logistik Biner

RINGKASAN. Kata kunci : Analisis Deskriptif, Analisis Korespondensi, Analisis Regresi Logistik Biner IDENTIFIKASI PERILAKU MEMILIH (VOTING BEHAVIOUR) PADA PEMILU LEGISLATIF 2009 DI JAWA BARAT AHMAD NASRUDIN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKAA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 27 III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian ini dilakukan untuk menganalisis elemen-elemen brand equity (ekuitas merek), yaitu brand awareness (kesadaran merek), brand association

Lebih terperinci