DasarTeoriProbabilitasdan StatistikUntukInsinyur
|
|
- Djaja Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 DasarTeoriProbabilitasdan StatistikUntukInsinyur Bahan Kuliah Semester Pendek th 2016/2017 Prodi Teknik Telekomunikasi ITB Dosen: Sigit Haryadi Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 1
2 RuangLingkupTeoriProbabilitas& Statistik 1. FungsiIlmuStatistik murni : 1. Untuk menerka nature dari suatu populasi yang populasinya sangat besar berdasar sample dariyang berukuranjauhlebihkecil, berdasarsuatutingkatkepercayaantertentu. Tingkat kepercayaan 100% hanya bisa didapat kalau kita punya hasil pengamatan atau pengukuran dari keseluruhan populasi. Tapi sample yang berukuran x % dari keseluruhan populasibukanberartibahwatingkatkepercayaanhanyax % central limit theorem & confidence level theorem 2. Untuk menguji benar atau salahnya suatu pernyataan berdasar suatu tingkat kepercayaan tertentu hypothesis testing 2. Fungsi Applied Statistic di bidang teknik telekomunikasi antara lain: a. Untuk network planning: Regresi dan Forecasting b. Menghitung Entropi c. Merancang Receiver suatu modulasi d. dll 3. Fungsi applied statistic di bidang lain-lain. Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 2
3 DasarPembentukanTeoriProbabilitas& Statistik Murni (1) BerdasarEksperimen: experts melakukansangatbanyakeksperimenyang bisa membuktikan bahwa ada keterkaitan yang sangat erat antara sample, yaitu sebagian kecil dari populasi vs keseluruhan populasi. Ilmu Statistik murni = ilmu tentang menyimpulkan sesuatu tentang populasihanyaberdasarsample dari populasitersebuthypothesis testing Populasi: Keseluruhan pengamatan yang ingindipahami, dengan ukuranyang terbatas ataupun tak terhingga Sample: Suatu himpunan bagian dari populasi. NB. Ada rumus untuk menentukan ukuran sample, tapi menurt saya pribadi, rumus itu masih lemah, harus ada orang yang mau menemukan rumus yang lebih baik! Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 3
4 DasarPembentukanTeoriProbabilitas& Statistik Murni (2) Beberapa kata kunci ilmu probabilitas& statistic murni Sample Space Event Probability Random Variable Distribution Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 4
5 DasarPembentukanTeoriProbabilitas& Statistik for Engineering Planning (1) Berdasar eksperimen: experts melakukan sangat banyak eksperimen yang bisa membuktikan bahwa sesuatu yang akan datang bisa diforecast, dengan tingkat kepercayaan tertentu Kita TIDAK HARUS SELALU BENAR, kitahanya tahubahwasangat MUNGKIN KITA BENAR: kita percaya ada kebenaran dengan tingkat kepercayaansekianpersen. Melihat masa depan sebagai suatu teka-teki yang bisa dipecahkan We can ALMOST, not EXACTLY understand many things Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 5
6 DasarPembentukanTeoriProbabilitas& Statistik for Engineering Planning (2) Sebagaiseoranginsinyur, kitaharus bisa merencanakansuatu system yang akan dioperasikan sampai beberapa tahun kedepan, maka kita harus bisa memperhitungkansegalasesuatu yang akanterjadidi masa depan, meskipunpasti kitatidaktahupastiapayang terjadidi masa depan. Meskipun di masa depan banyak hal berubah, tetapi sebagian besar masihada yang tetapsamaatausetidak-tidaknyamiripdenganyang ada sekarang Masa depan tertanam di masa kini Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 6
7 BeberapaPrinsipDasarIlmuProbilitas& StatistikMurni& Applied Statistic Beberapa teori dasar yang harus dikuasai 1. Central Limit Theorem 2. Distribusi t 3. Distribusi F 4. Confidence Interval Theorem (Teorema tentang batas atas dan batas bawah suatu nilai yang dianggap benar dengan tingkat kepercayaan sekian persen) 5. Hyphotesis Testing 6. Regresi Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 7
8 Central Limit Theorem Jika adalah mean dari sebuah sampel berukuran n (yang diambil dari suatu populasi pengamatan) mempunyai mean μ dan varians σ 2, dengan sebarang distribusi (tidak harus normal), maka adalah variabel random yang fungsi distribusinya mendekati distribusi normal yang memiliki ukuran n mendekati tak terhingga Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 8
9 Distribusit: Bila n kecil (<30), maka Jika adalah mean dari sampel acak berukuran n diambil dari populasi normal yang memiliki mean μ dan variansiσ 2, dan Adalah variabel random dengan distribusi t dengan degree of freedom (derajat kebebasan) v=n-1 Gambar distribusi t dan distribusi normal standar Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 9
10 Distribusi F Jika dan adalah variansi dari sampel acak bebas berukuran n 1 dan n 2, masing-masing diambil dari dua populasi normal yang memiliki variansi yang sama, maka Adalah random variabel yang memiliki distribusi F dengan parameter v 1 =n 1-1 dan v 2 =n 2-1 Nilai dari F yang ditabulasikan Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 10
11 Confidence Interval Theorem (1) Apabila (sample mean) digunakan untuk mengestimasi mean dari populasi, maka kita bisa (1-α)100% percaya(confidence) bahwa error tidak akan melebihi: Apabila (sample mean) digunakan untuk mengestimasi mean dari populasi, maka kita bisa (1- α)100% percaya (confidence) bahwa error tidak akan melebihi jumlah e yang ditentukan ketika ukuran sampel(n): Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 11
12 Confidence Interval Theorem (2) (1-α)100% confidence interval (n>30) σ tidak diketahui Dengan, Mean Sample, μ = Mean Populasi, n= Ukuran Sampel, σ=standar deviasi, s=standar deviasi sampel Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 12
13 Confidence Interval Theorem (3) (1-α)100% confidence interval (n<30) Dengan, Mean Sample, μ = Mean Populasi, n= Ukuran Sampel, s=standar deviasi sampel Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 13
14 Confidence Interval Theorem (4) Maximum Error Of Estimate Maximum Error Of Estimate, populasi normal σ tidak diketahui Dengan, μ = Mean Populasi, n= Ukuran Sampel, σ=standar deviasi, s=standar deviasi sampel Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 14
15 Case Study (1): Data pengukurandansoal Dilakukan pengukuran kebutuhan daya listrik dengan sampel sebanyak 49 computer dengan suatu merk dan type yang sama. Hasil pengukuran: Mean sampel untuk kebutuhan daya adalah 100 watt dengan standar deviasi sebesar 20 watt. Soal: Berapa peluang bahwa mean kebutuhan daya listrik computer tersebut berada diantara 93 sampai 107 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 15
16 Case Study (1): Solusi Dik: n=49,, S=20 Dit : P (93 < µ < 107) =? Jawab: P (93 < µ < 107) = P = Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 16
17 HyphotesisTesting (1) Suatu anggapan atau pernyataan, yang mungkin benar atau tidak, mengenai suatu populasi atau lebih Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 17
18 HyphotesisTesting (2): Hypothesis Testing Concepts Prinsip Ketika tujuan dari eksperimen adalah untuk membangun sebuah pernyataan, maka negasi dari pernyataan harus dijadikan sebagai hipotesis null dan menjadi hipotesis alternatif. H 1 : Hipotesis Alternatif merupakan pernyataan yang ingin dibuktikan H 0 : Hipotesis null merupakan negasi dari pernyataan TipeError & level of significance Tipe 1 error : Penolakan dari H 0 padahal H 0 kenyataannya benar. α = probability penyebab error tipe 1 Tipe 2 error : Penerimaan dari H 0 padahal H 1 kenyataannya benar. β = probability penyebab error tipe 2 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 18
19 Hyphotesis Testing (3): Step by step Testing terhadap Hipotesis Tentukan hipotesis null dan alternatif hipotesis adalah sesuai, yaitu hipotesis bisa diterima ketika hipotesis null harus ditolak Tentukan probability dari error tipe I, jika memungkinkan atau dibutuhkan Atau tentukan probability dari error tipe II sebagai alternatif tertentu Berdasarkan distribusi sampling yang sesuai, tentukan kriteria untuk melakukan uji hipotesis null terhadap alternatif yang diberikan Kalkulasikan dari data yang diketahui bagaimana keputusan harus dibuat 5 Keputusan untuk menolak hipotesis adalah dilakukan bila kita gagal untuk menolaknya Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 19
20 Case Study 1 Hypothesis Testing: Soal Hipotesis proporsi yang cacat dari suatu sampel berukuran 100 adalah menunjukkan bahwa 20 barang yang cacat akan mendukung penolakan null hipotesis bahwa proporsi yang cacat adalah sama dengan 10 persen Mengapa? Bila memang p=0.10 maka peluang mendapatkan 20 atau lebih yang cacat sekitar Dengan peluang berbuat salah seperti itu tentunya lebih aman menolak hipotesis bahwa p=0.10 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 20
21 Case Study 2 Hypothesis Testing: Data Berikut adalah data sampel banyak pelanggan operator seluler X di dua kota. Bandung Surabaya Pelanggan operator seluler X Banyak pelanggan dari semua operator seluler yang disurvey Dengan taraf signifikansi 5 %, ujilah apakah market share operator seluler X di kota Bandung lebih besar daripada market share operator seluler X di kota Surabaya? (market share = jumlah pelanggan salah satu operator dibandingkan total pelanggan seluruh operator di kota itu) Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 21
22 Case Study 1 Hypothesis Testing: Cara menyelesaikansoal Solusi: Ini adalah persoalan pada distribusi binomial, karena yang ditanyakan adalah jumlah pelanggan operator seluler dibandingkan dengan yang bukan Maka dengan σ = 2 Jika cuplikan saling bebas sejumlah n 1 dan n 2 diambil secara acak dari dua populasi, diskrit maupun kontinyu, dengan mean µ 1 dan µ 2 danvariansi σ 12 dan σ 22. Maka sebaran cuplikan dari beda mean X 1 -X 2 akan mendekati normal dengan mean dan variansi. µ X1-X2 = µ 1 - µ 2 σ 2 X1-X2= σ 12 /n 1 + σ 22 /n 2 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 22
23 Case Study 1 Hypothesis Testing: Solusi Diketahui : Misal Bandung =1, Surabaya=2, maka Soal : ApakahP 1 >P 2 (denganα=0.05)? Solusi menggunakan One tailed test 1) Maka, hipotesisdinyatakansebagai: H 0 : P 1 -P 2 =0; H 1 : P 1 -P 2 >0; α=0.05 dan daerah Kritis z> ) Rumus 3) Perhitungan: Z= (0.07-0)/ = ) Keputusan: TerimaH 0 dankitatidak yakinbahwamarket share dari operator seluler X di Bandung lebih besar daripada di Surabaya Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 23
24 Dari sampel pengukuran terhadap 100 perusahaan yang merupakan sebagian pelanggan wholesale dari suatu operator FTTH, diketahui bahwa mean dari langganan = Rp ,-per bulan per pelanggan wholesale dengan standar deviasi Rp ,-. Soal: dengan menggunakan hypothesis testing dengan taraf signifikansi 1 %, ujilah apakah mean dari langganan dari semua pelanggan wholesale dari operator FTTH tersebut adalah kurang dari Rp per bulan per pelanggan wholesale Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 24
25 Case Study 2 Hypothesis Testing: Solusi Diketahui: n=100, X=5,550,000,-, S=1,550,000,- Soal: Apakahμ< 6,000,000 (α=0.01)? Jawab: One-tailed test 1) Hipotesis: H0: μ=6,000,000; H1: μ<6,000,000; Signifikansi: α=0.01; Daerah Kritis: Z< ) Perhitungan Z= (lihat table distribusi F: masuk daerah kritis) 3) Kesimpulan: Tolak H0, artinya bahwa benar mean mean dari langganandarisemuapelangganwholesale darioperator FTTH tersebut adalah kurang dari Rp per bulan per pelanggan wholesale Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 25
26 Resume daricase study 1 dan2 of Hypothesis Testing Case 01 Case 02 Case 03 Penerimaan suatu hipotesis disebabkan bahwa data yang ada tidak cukup valid untuk menolaknya Penolakan suatu hipotesis disebabkan bahwa sampel membantah kebenarannya. Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 26
27 Regresi 1. Regresi linier 2. Anova 3. Ancova 4. Haryadi Index 5. Dan lain-lain akan ditambahkan di kelas Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 27
28 1. Linear Correlation Pengukuran Variabel hubungan linear antara dua variabel x dan y yang diestimasi dari sampel oleh koefisien korelasi r, dimana Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 28
29 Linear Regression Persamaan Model - Dimana y sering disebut sebagai variabel dependen (diterangkan) - Sedangkan x sering disebut sebagai variabel independen (menerangkan) Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 29
30 LiniearRegression Estimation Sedangkan, jikauntuk σ 2 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 30
31 Confidence Interval for β A(1-α)*100% confidence interval untuk parameter β dalam garis modelpopulasi y=α+βxadalah sebagaiberikut: Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 31
32 Notation For the Sum of Squares & Sum of Cross Products Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 32
33 Coefficient of Multiple Determination Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 33
34 Meaning of R 2 R 2 menjelaskan seberapa besar persentasi total variasi variable dependen yang dijelaskan oleh model R 2 semakin besar atau mendekati 1, maka model makin tepat Suatu R 2 sebesar 1 berarti ada kecocokan sempurna. sedangkan yang bernilai 0 berarti tidak ada hubungan antara variabel tak bebas dengan variabel yang menjelaskan. Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 34
35 Linear Regression Case Study: Data Seorang operator ingin mengetahui hubungan antara kecepatan internet dengan jumlah data yang terkirim, apakah kecepatan pengiriman data mempengaruhi jumlah data yang terkirim. Jumlah data Kecepatan internet(kbps) yang terkirim(gb) Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 35
36 Linear Regression Case Study: soal a) Hitung koefisien korelasi(r)! Apa makna dari koefisien korelasi ini? b) Buatlah persamaan regresinya? c) Tentukan estimasi interval dari gradient persamaan regresi tersebut (5% level of significance dan 1 % level of significance)? d) Gunakan uji hipotesa untuk menentukan apakah kita bisa cukup meyakini bahwa slope (atau gradien) persamaan regresi ini tidak sama nol atau tidak? Gunakan ( 5% level of significance dan 1 % level of significance)? Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 36
37 Linear Regression Case Study: Solusi(1) Diketahui: Misal Kecepatan pengiriman data = x dan jumlah data yang terkirim =y Soal: a. r? b. Model Y? c. α=0.01 dan α=0.05? d. Uji Hipotesa? Jawab: Tabel Bisa n dibuatx menjadi sebagai y berikut x 2 : y 2 xy Σ Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 37
38 Linear Regression Case Study: Solusi(2) Sehinggay = x c) S xx = , S xy = , S yy = , s= t =2.776, t =4.604 Untuk α = 0.05, <β< Untuk α = 0.01, <β< Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 38
39 Linear Regression Case Study: Solusi(3) d) - H0: =0, - H1:β>0a - i.α=0.05, ii.β= Daerah kritis : - t > t 0.05 = 2.132, t > t 0.01 = untukα=0.05, tolak H 0, artinya bisa disimpulkan slope > 0 - untukα=0.01, terima H 0, artinya tidak bisa disimpulkan bahwa slope >0 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 39
40 2. ANOVA: Model Equation for one-way classification Untuki= 1,2,.,k; j=1,2,,n i Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 40
41 Observation Model Observasi Means Sum of Squares Sample 1: Sample 2: Sample i: Sample k: Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 41
42 Decomposition of the Degree of Freedom(df) D.f. Total = d.f. Treatment + d.f. Error Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 42
43 Mean Square & F Ratio Treatment Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 43
44 Sum of Squares Dimana C disebut sebagai Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 44
45 ANOVA Table Source of Variation Degrees of Freedom Sum of Squares Mean Square F Treatments k-1 SS(Tr) MS(Tr) = SS(Tr)/(k- 1) Error N-k SSE MSE = SSE/(N-k) Total N-1 SST Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 45
46 3. ANCOVA MODEL EQUATION Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 46
47 Sum of Products-Ancova SPE=SPT-SPT(Tr) Dimana Faktor koreksi C, didekati dengan persamaan Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 47
48 Adjusted Sum of Squares-analysis of covariance Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 48
49 ANCOVA TABLE Source of Variation Sum of Squares for x Sum of Squares for y Sum of products Sum of Squares for y Degrees of Freedom Mean Square Treatments SS(Tr)x SS(Tr)y SP(Tr) SS(Tr)y k-1 MS(Tr) = SS(Tr)/(k- 1) Error SSEx SSEy SPE SSEy N-k MSE = SSE/(N-k) Total SSTx SSTy SPT SSTy N-1 Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 49
50 ANOVA & ANCOVA CASE STUDY: MENGGUNAKAN SOFTWARE ATAU APLIKASI Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 50
51 4. Haryadi Index = ;> PersamaanModel : Y = a X Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 51
52 Haryadi Index case Study 1: Soal dan Pengerjaan Kerjakan soal di halaman 35 menggunakan Haryadi Index Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 52
53 Haryadi Index case Study 1: Solusi PersamaanModel: Y = (6.160 /6) X = X; Y = jumlahdata yang terkirim danx = kecepataninternet Tingkat Korelasi = Rumus:HI(6)=1/[6{S 12 + S 22 + S 32 + S 42 + S S (S 2 -S 1 ) 2 + (S 3 -S 1 ) 2 + (S 4 -S 1 ) 2 + (S 5 -S 1 ) 2 + (S 6 -S 1 ) 2 + (S 3 -S 2 ) 2 +(S 4 -S 2 ) 2 + (S 5 -S 2 ) 2 + (S 6 -S 2 ) 2 + (S 4 -S 3 ) 2 + (S 5 -S 3 ) 2 + (S 6 -S 3 ) 2 + (S 5 -S 4 ) 2 +(S 6 -S 4 ) 2 + (S 6 -S 5 ) 2 }] Tingkat korelasi = 1/[6{ ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 +( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 +( ) 2 + ( ) 2 }]= 0.98 adakorelasi yang sangatkuat antara jumlah data yang dikirim dengan kecepatan internet Kesimpulan: Padapersoalan inipenggunaanharyadi Index adalahpaling tepat, karena jika kecepatan internet = 0, maka tidak akan mungkin ada data yang terkirim, sehingga persamaan model Y = ax adalah paling tepat. Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 53
54 Referensi Probabilitas & Statistik untuk Insinyur. 2017_ Sigit Haryadi 54
BAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode survey dengan menyebarkan kuesioner secara acak kepada responden. Penelitian ini dilaksanakan
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciPertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression
Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang
I. PENDAHULUAN 1.1 Latar Belakang Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Statistika sangat bermanfaat dalam kehidupan manusia, tidak hanya di bidang ilmu pengetahuan tapi penerapannya juga sangat aplikatif di dunia sehari-hari. Salah satunya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Analisis Regresi Linier Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. Analisis regresi linier
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Penelitian yang digunakan dalam penelitian ini ialah Perusahaan yang Terdaftar di Jakarta Islamic Index tahun 2011-2013. Teknik yang digunakan dalam
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi yang berarti peramalan, penaksiran, atau pendugaan pertama kali diperkenalkan pada tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan penelitiannya
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Textile dan Otomotif yang terdaftar di BEI periode tahun
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Analisa Penelitian ini menggunakan data skunder berupa laporan keuangan audit yang diperoleh dari website resmi Bursa Efek Indonesia (BEI) yaitu www.idx.co.id.
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan
Lebih terperinci1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lebih terperinciBAB IV ANALISIS DATA. telah ada pada pokok bahsan bab awal. Hipotesa penulis adalah : Komunikasi IAIN Sunan Ampel Surabaya.
83 BAB IV ANALISIS DATA A. Pengujian Hipotesis Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan menggunakan program SPSS, penulis membuat hipotesis sebagaimana yang telah ada pada pokok
Lebih terperinciPembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43
Pembahasan Soal Tjipto Juwono, Ph.D. May 14, 2016 TJ (SU) Pembahasan Soal May 2016 1 / 43 Warming Up 1 Berikan contoh untuk skala rasio, skala interval, skala ordinal, skala nominal. 2 Dapatkah kita melakukan
Lebih terperinciBAB IV PENGUMPULAN DATA
BAB IV PENGUMPULAN DATA Pengumpulan data yang dilakukan dibatasi hanya di dalam wilayah Jabodetabek. Data yang dikumpulkan terdiri atas data primer maupun data sekunder. Data primer meliputi kriteria drainase
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. teori yang menjadi dasar dan data yang diperoleh dari Badan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini menguraikan hasil penelitian yang telah dilakukan dengan membandingkan teori yang menjadi dasar dan data yang diperoleh dari Badan Pusat Statistik (BPS).
Lebih terperinciBAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.
10 BAB II METODE ANALISIS DATA 2.1 Pengertian Regresi Berganda Banyak data pengamatan yang terjadi sebagai akibat lebih dari dua variabel, yaitu memerlukan lebih dari satu variabel dalam membentuk suatu
Lebih terperinciBAB 2 LANDASAN TEORI. pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih variabel adalah analisa regresi linier. Regresi
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Populasi dalam penelitian ini adalah PT. Bank Syariah Mandiri dan Bank
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Sampel Penelitian Populasi dalam penelitian ini adalah PT. Bank Syariah Mandiri dan Bank Indonesia. Sampel adalah wakil dari populasi yang diteliti. Dalam
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
43 BAB IV ANALISIS HASIL DAN PEMBAHASAN 1. Statistik Deskriptif Statistik deskriptif bertujuan untuk melihat bagaimana karakteristik sampel yang digunakan dalam penelitian, baik variabel dependen maupun
Lebih terperincipernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter
TEST HIPOTESIS pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter atau pernyataan yang menyatakan bentuk
Lebih terperinciAnalisis of Varians (Anova) dan Chi-Square. 1/26/2010 Pengujian Hipotesis 1
Analisis of Varians (Anova) dan Chi-Square /6/00 Pengujian Hipotesis Chi Square Digunakan untuk menguji apakah dua atau lebih proporsi sama. Pengujian beda proporsi hanya untuk populasi namun chi square
Lebih terperinciSEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN
SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN Mata Kuliah : Statistik II Program Studi : S 1 Akuntansi dan S 1 Manajemen Beban : 2 Sks Dosen : W. Rofianto, ST, MSi I. Deskripsi
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
37 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Variabel yang digunakan dalam penelitian ini adalah Laba Bersih dan Arus Kas Operasi sebagai variabel independen (X) dan Dividen Kas sebagai
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
46 BAB IV ANALISA DAN PEMBAHASAN 4.1. Hasil Pengolahan Data Variabel penelitian yang digunakan dalam penelitian ini adalah EPS (Earning Per Share), DPS (Deviden Per Share), dan DPR (Deviden Payout Ratio).
Lebih terperinciBAB I PENDAHULUAN 1. Definisi 1.1 Analisis Regresi Linier Sederhana Analisis regresi linier sederhana adalah hubungan secara linear antara satu
BAB I PENDAHULUAN 1. Definisi 1.1 Analisis Regresi Linier Sederhana Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Objek penelitian ini adalah perusahaan LQ45 yang terdaftar di Bursa Efek
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Objek penelitian ini adalah perusahaan LQ45 yang terdaftar di Bursa Efek Indonesia pada tahun 2011-2013. Peneliti mengambil sampel sesuai
Lebih terperinciHo merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test
UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Penelitian 1. Pelaksanaan Penelitian Penelitian ini bertujuan untuk mendapatkan bukti empiris apakah masing-masing unsur motivasi yang meliputi: motivasi
Lebih terperinciBAB 4 PEMBAHASAN HASIL PENELITIAN
BAB 4 PEMBAHASAN HASIL PENELITIAN 41 Hasil Uji Statistik 411 Statistik Deskriptif Pada bagian ini akan dibahas mengenai hasil pengolahan data statistik deskriptif dari variabel-variabel yang diteliti Langkah
Lebih terperinciAnalisis Korelasi & Regresi
Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap
Lebih terperinciPROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan
Lebih terperinciBAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai kinerja guru, motivasi
Lebih terperinciDUKUNGAN SOSIAL. Item-Total Statistics
55 DUKUNGAN SOSIAL Reliability Item-Total Statistics Soal_1 Soal_2 Soal_3 Soal_4 Soal_5 Soal_6 Soal_7 Soal_8 Soal_9 Soal_10 Soal_11 Soal_12 Soal_13 Soal_14 Soal_15 Soal_16 Soal_17 Soal_18 Soal_19 Soal_20
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis data yang dilakukan dalam bab ini pada dasarnya dapat dikelompokkan menjadi dua bagian. Bagian pertama merupakan analisis
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. keputusan investasi terhadap nilai perusahaan pada perusahaan Consumer
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Penelitian ini dilakukan untuk menguji pengaruh struktur modal dan keputusan investasi terhadap nilai perusahaan pada perusahaan Consumer Goods yang terdaftar
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. penelitian ini meliputi jumlah sampel (N), nilai minimum, nilai maksimum,
44 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan hasil analisis statistik deskriptif, maka pada Tabel 4.1 berikut ini akan ditampilkan karakteristik sample yang digunakan
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
Lebih terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciBAB IV ANALISIS HASIL PEMBAHASAN
BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Analisis Profil Responden 4.1.1 Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Objek dalam penelitian ini adalah perusahaan manufaktur disektor 5 (consumer goods industry) periode 2008-2010. Berikut ini peneliti
Lebih terperinciBAB IV HASIL PENELITIAN
143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap Harga Saham Pada Perusahaan Perdagangan, Jasa Dan Investasi Di Daftar Efek Syariah
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
52 BAB IV HASIL DAN PEMBAHASAN A. Hasil Uji Analisis Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Tujuannya adalah untuk memperoleh gambaran yang menyeluruh mengenai
Lebih terperinciDari tabel di atas, diperoleh nilai dari Durbin-Watson sebesar 2.284, di. mana angka tersebut bernilai lebih besar dari 2, yang berarti terdapat
76 a Predictors: (Constant), Debt to Equity, Current, Return on Assets, Price Earning, Debt, Assets Turnover, Earning per Share, Return on Equity b Dependent Variable: Imbal hasil Dari tabel di atas, diperoleh
Lebih terperinciBAB IV HASIL PENELITIAN. A. Penyajian Statistik Deskripsi Hasil Penelitian. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
61 BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel,
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. A. Gambaran Umum Struktur Modal Perusahan Properti
BAB IV ANALISIS DATA DAN PEMBAHASAN A. Gambaran Umum Struktur Modal Perusahan Properti Dalam bab ini akan disajikan hasil dari analisis data berdasarkan pengamatan sejumlah variabel yang dipakai dalam
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
48 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Dividen Per Share, ROE dan Harga Saham Perusahaan Data dividen per share, ROE dan harga saham perusahaan untuk tahun,, dan dapat dilihat pada peragaan
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Langkah-langkah Uji Hipotesis Jenis Uji Hipotesis satu populasi Uji Z Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. terhadap variable-variabel dalam penelitian ini. Data-data yang dihasilkan
1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Penyajian Data Penyajian data didasarkan atas hasil penelitian yang telah dilakukan terhadap variable-variabel dalam penelitian ini. Data-data yang dihasilkan
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN Pada bab sebelumnya telah dijelaskan mengenai populasi dan proses pengumpulan data untuk kepentingan analisis data penelitian. Penelitian dilakukan dengan cara pengumpulan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
31 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif ini digunakan untuk memberikan gambaran mengenai demografi responden penelitian. Data demografi tersebut antara lain
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikiran Untuk memilih suatu saham, biasanya seorang investor harus mengetahui faktor-faktor fundamental apa saja yang dapat mempengaruhi harga saham itu sendiri
Lebih terperinciMoh. Hamzah, Siti Aminah
Model Pembelajaran Koopertif Tipe Student Team Achievement Division (STAD) Dan Pengaruhnya Terhadap Penguasaan Konsep Matematika Siswa Kelas VIII Di SMPN 1 Ciwaringin Kabupaten Cirebon Moh. Hamzah, Siti
Lebih terperinciBAB IV PELAKSANAAN DAN HASILPENELITIAN
BAB IV PELAKSANAAN DAN HASILPENELITIAN Pengumpulan data penelitian ini di lakukan pada tanggal 18 Mei 2014 sampai tanggal 21 Mei 2014. Sampel yang digunakan adalah mahasiswa Fakultas Keguruan Ilmu Pendidikan
Lebih terperinciAnalysis of Variance SUNU WIBIRAMA
Analysis of Variance SUNU WIBIRAMA Basic Probability and Statistics Department of Electrical Engineering and Information Technology Faculty of Engineering, Universitas Gadjah Mada Latar belakang perlunya
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
40 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Deskriptif menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun
Lebih terperinciBAB IV ANALISIS DATA A. PENGUJIAN HIPOTESIS
A. PENGUJIAN HIPOTESIS BAB IV ANALISIS DATA Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan, penulis membuat hipotesis sebagaimana yang telah ada pada pokok bahsan bab awal. Hipotesa
Lebih terperinciBAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, tentang budaya. religius dan pembentukan karakter peserta didik.
101 BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, tentang budaya religius dan pembentukan
Lebih terperinciEstimasi dan Confidence Interval
Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. April 5, 2016 TJ (SU) Estimasi dan Confidence Interval April 2016 1 / 30 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh
Lebih terperinciBAB IV HASIL PENELITIAN. Penelitian ini menganalisis pengaruh ukuran perusahaan, free cash flow dan
BAB IV HASIL PENELITIAN 4.1.Gambaran Umum Sampel Penelitian ini menganalisis pengaruh ukuran perusahaan, free cash flow dan leverage terhadap risiko saham pada perusahaan manufakur yang terdaftar dalam
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Hasil Penelitian Penelitian ini dilakukan pada perusahaan yang telah go public dan terdaftar di Bursa Efek Indonesia periode 2010-2013. Pengolahan data dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Penelitian ini ditujukan untuk membuktikan apakah ada hubungan dan pengaruh dari tingkat suku bunga kredit, nilai tukar rupiah terhadap dollar Amerika,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. melalui kuesioner. Kuesioner yang disebar sebanyak 34 kuesioner, pekerjaan, dan tingkat pendidika terakhir.
BAB IV HASIL DAN PEMBAHASAN A. Analisis Karakteristik Responden Analisis karakteristik dalam penelitian ini digunakan untuk melihat gambaran secara umum karakteristik data responden yang telah dikumpulkan
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan datatime series atau data runtun waktu sebanyak 12 observasi, yaitu
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Metode penelitian Jenis penelitian ini adalah survey. Penelitian ini dilakukan di kampus Universitas Bina Nusantara, warung internet, dan perkantoran. Pengambilan lokasi
Lebih terperinciANALYSIS OF VARIANCE
ANALYSIS OF VARIANCE Analisis Varians adalah alat statistika yang digunakan untuk menguji perbedaan mean lebih dari dua populasi. Analisis varians mengguakan distribusi F, yang mempunyai ciri-ciri: Merupakan
Lebih terperinciBAB IV PEMBAHASAN. Nilai tambah ekonomis (EVA) merupakan nilai yang di dapatkan shareholder dari hasil
BAB IV PEMBAHASAN IV.1. Analisa dan Evaluasi EVA Nilai tambah ekonomis (EVA) merupakan nilai yang di dapatkan shareholder dari hasil kinerja menejemen dalam mengelola modal yang di berikan pada perusahaan.
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Berikut hasil
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinci1. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer).
NAMA : INDRI SUCI RAHMAWATI NIM : 205-32-005. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer). KASUS IMT
Lebih terperinciSTATISTIK PERTEMUAN X
STATISTIK PERTEMUAN X STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA) Outline Uji Hipotesis Variansi dengan sampel ganda Uji Hipotesis Mean dengan Sampel ganda : - Uji t untuk populasi saling bergantung
Lebih terperinciTIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN
Materi #5 TIN3 DESAIN EKSPERIMEN ANOVA ANOVA pada dasarnya merupakan suatu metode yang menguraikan sumber keragaman (varian) dari suatu perbedaan rata-rata lebih dari dua populasi. Dengan mempergunakan
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
43 BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Deskriptif Sampel 1. Gambaran Umum Sampel Perusahaan manufaktur merupakan perusahaan yang kegiatan utamanya adalah memproduksi atau membuat bahan baku menjadi barang
Lebih terperinciBAB IV DESKRIPSI DAN ANALISI DATA
BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP
Lebih terperinciBAB IV ANALISIS HASIL PEMBAHASAN. Berikut ini diringkas pengiriman dan penerimaan kuesioner : Tabel 4.1. Rincian pengiriman Pengembalian Kuesioner
BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Deskripsi Responden Berdasarkan data yang telah disebar kepada pelanggan Alfamart dengan total 100 kuesioner yang diberikan langsung kepada para pelanggan Alfamart.
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109;
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
40 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistic yang menggunakan persamaan regresi berganda. Analisis data dimulai
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Normalitas Pengujian normalitas distribusi data populasi dilakukan dengan menggunakan statistik Kolmogorov- Smirnov (uji K-S). Dasar untuk pengambilan keputusan yaitu
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. corporate social responsibility. Size (ukuran) perusahaan, likuiditas, dan
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif menjelaskan informasi karakteristik variabelvariabel dan data penelitian. Data yang digunakan pada tabel statistik deskriptif
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif. Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penilaian. Tujuannya adalah
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. berada di meruya selatan. dengan total 100 kuesioner yang diantarkan langsung
BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Deskripsi Responden Berdasarkan kuesioner yang telah disebar kepada konsumen Warteg yang berada di meruya selatan. dengan total 100 kuesioner yang diantarkan langsung
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Objek penelitian ini adalah perusahaan LQ 45 yang terdaftar di Bursa Efek
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Objek penelitian ini adalah perusahaan LQ 45 yang terdaftar di Bursa Efek Indonesia pada tahun 2009-2012. Peneliti mengambil sampel sesuai
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. maksimum. Penelitian ini menggunakan current ratio (CR), debt to equity ratio
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Statistik Deskriptif Analisis statistik deskriptif digunakan untuk memberikan gambaran atau deskripsi suatu data pada variabel-variabel penelitian yang digunakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN. A. Analisis Statistik Deskriptif Analisis deskriftif digunakan untuk mengetahui deskripsi suatu data, analisis ini dilakukan dengan melihat nilai maksimum, minimum, mean, dan
Lebih terperinciAnalisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52
Analisa Regresi Dua Variabel: Konsep Dasar Review Statistik: Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 15, 2016 Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
51 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis statistik dekriptif menggambarkan tentang ringkasan datadata penelitian seperti nilai minimum, maksimum, rata rata dan
Lebih terperinciDAFTAR LAMPIRAN. Data Variabel Pertumbuhan Ekonomi Atas Dasar Harga Berlaku. Kabupaten/Kota Provinsi Jawa Barat Tahun
DAFTAR LAMPIRAN LAMPIRAN 1 Data Variabel Pertumbuhan Ekonomi Atas Dasar Harga Berlaku Kabupaten/Kota 58,25 66,09 74,57 24,14 27,38 30,66 23,78 26,43 28,68 29,58 36,27 36,27 119,35 136,05 150,45 35,59 40,61
Lebih terperinciBAB 4 HASIL PENGUJIAN. 4.1 Penjelasan Deskriptif Objek Penelitian. Penelitian ini menguji adanya pengaruh pengungkapan pihak berelasi dan
BAB 4 HASIL PENGUJIAN 4.1 Penjelasan Deskriptif Objek Penelitian Penelitian ini menguji adanya pengaruh pengungkapan pihak berelasi dan transaksi antar pihak berelasi terhadap harga saham. Penelitian ini
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Uji Statistik Deskriptif Statistik Deskriptif memberikan gambaran atau deskriptif suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum
Lebih terperinci