BAB III METODOLOGI PENELITIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III METODOLOGI PENELITIAN"

Transkripsi

1 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas ekspor dan pengaruh volalas ekspor erhadap perumbuhan oupu (GDP). Dengan dua hal mendasar ersebu maka dbua dua model persamaan yang erdenfkas berbenuk rekursf. Dalam benuk model persamaan rekursf yau seap varabel endogen dapa denukan nlanya secara sekuenal (beruruan). Terdapa jens varabel, yau varabel endogen dan varabel eksogen. Varabel endogen (endogeneous varable) adalah varabel ak bebas yang nlanya denukan d dalam ssem persamaan, walaupun varabel-varabel ersebu mungkn juga muncul sebaga varabel bebas d dalam ssem persamaan. Varabel eksogen (exogeneous varable) adalah varabel yang nlanya dak denukan d dalam ssem, eap d luar ssem. Msalnya denukan oleh suau kebjakan (polcy). Varabel n menyebabkan (penyebab) pergerakan varabel endogen (akba) d dalam ssem. Pada model rekursf dapa derapkan regres lnear basa (OLS) unuk dapa mengesmas ap blok dalam persamaan rekursfnya. Kenapa dapa dgunakan OLS? karena dalam persamaan perama msalnya akan menghaslkan error u1 dmana nla parameer endogennya n merupakan fungs dar varabel predeermned sehngga dak erdapa korelas varabel endogen dan u1. Oleh karena varabel endogen dan u1 dak berkorelas maka nla parameer persamaan kedua juga dak berkorelas dengan u1 sehngga dalam model persamaan rekursf juga dapa derapkan regres lnear OLS (asums-asums OLS erpenuh). Sebelum menggunakan meode OLS dalam mengesmas hubungan anar varabel pada masng-masng persamaan, maka unuk menghung Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

2 46 volalas varabel ekspor, nla ukar rl, GDP luar neger dgunakan meode Hodrck Presco (H-P) Fler Meode Analsa Pada dasarnya ada dua meode yang dgunakan dalam penelan n yau : a. Meode unuk mengukur volalas varabel ekspor, nla ukar rl, GDP luar neger dengan menggunakan meode Hodrck-Presco Fler (H-P). b. Meode regres lnear (OLS). Dalam daa keuangan yang bersfa me seres dkenal adanya volaly cluserng. Pada kasus erenu goncangan (shocks) yang besar dalam resdual cenderung dku oleh shocks yang besar dalam arah yang lan sedangkan shocks yang kecl cenderung dku shocks yang kecl juga. Msalnya sock markes pada perode erenu dcrkan dengan volalas yang ngg dan akan lebh rleks saa sock markes berada pada perode yang volalasnya rendah. Salah sau cara unuk memodelkan n adalah dengan mengku varans error yang erganung pada kejadan yang ada 6 yang basanya menggunakan ARCH/GARCH. Meode ARCH (Auo Regressve Condonal Heeroscedascy) n dperkenalkan oleh Engle (198) dan kemudan dkembangkan oleh Bollerslev (1986) dengan meode GARCH (Generalzed Auo Regressve Condonal Heeroscedascy). Meode ARCH/GARCH sudah dcoba dalam penelan n unuk mendapakan volalas dar varabel ekspor, nla ukar rl (REER), GDP luar neger. Akan eap pada saa pengujan dak demukan adanya efek ARCH/GARCH 7 pada varabel-varabel ersebu. Sehngga unuk mendapakan volalas (varans) dar varabel ekspor, nla ukar rl efekf, dan GDP luar neger menggunakan meode Hodrck-Presco Fler. 6 Marno Verbeek. (000). A Gude o Modern Economercs. 7 Unuk menguj efek ARCH/GARCH menggunakan: ARCH LM-es dan Correlogram Squared of Resduals. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

3 47 Selan meode ARCH-GARCH erdapa meode lan seper Hodrck Presco Fler (H-P) fler yang dapa dgunakan unuk memperoleh varans (volalas) dar daa keuangan seper penelan yang dlakukan oleh Tao Wang (004) enang flukuas nla ukar rl Chna menggunakan Hodrck Presco Fler. 8 Teknk Hodrck Presco (H-P) Fler merupakan model bebas berdasarkan pada dekomposs me seres erhadap rend dan komponen sklus. Hodrck Presco (H-P) Fler yau algorma dengan smoohng me seres y unuk esmas komponen non rendnya c dengan mengeluarkan komponen rendnya. Komponen non rend (sklkal) dmaksudkan sebaga perbedaan anara orgnal seres dengan rendnya, dulskan dengan: Y = τ +c (3.1) Dmana nla τ dmnmalsas T ( y ) + λ [( τ + 1 τ ) ( τ τ 1 T 1 τ 1 )] (3.) Persamaan perama adalah devas sum of he squared y dar rend sedangkan persamaan kedua adalah sum of squared urunan kedua rend yang merupakan baasan (penaly) unuk perubahan dalam rend ngka perumbuhan (y ). Nla parameer posf λ yang besar membua penal dan hasl smooher rend akan lebh besar juga. Msalnya jka λ =0 kemudan τ = y, = 1,, jka λ = kemudan τ adalah rend lnear yang ddapakan dengan meneapkan y erhadap rend model lnear dengan OLS. Hodrck Presco Fler menyarankan unuk daa kuaral menggunakan nla λ = 1600, unuk daa ahunan λ sebesar 100 sedangkan unuk daa bulanan λ = Semakn besar frekuens daa maka nla λ akan semakn besar. 8 Tao Wang. (004). Chna : Sources of Real Exchange Rae Flucuaons. IMF Workng Paper Asa and Pacfc Deparmen. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

4 48 Hodrck Presco (H-P) fler memlk beberapa asums anara lan: 1. Daa berada dalam rend. Jka erjad shock permanen sau waku aau ngka perumbuhan dak connue, fler akan menyebabkan pergeseran dalam rend yang dak berada dalam konds awalnya. Nose dalam daa bersfa normal ~ (0,σ ) aau whe nose. Seelah volalas varabel ekspor, nla ukar rl, dan GDP luar neger dperoleh maka dlakukan regres OLS. Regres menggunakan OLS merupakan meode esmas yang palng popular karena dalam pengoperasannya lebh sederhana. Sekalpun demkan dalam penerapannya ada beberapa asums yang harus dpenuh unuk mencapa hasl yang opmum. Asums-asums yang dgunakan anara lan 9 : a. Lnear regresson model yau model regres dasumskan memlk lnearas dalam parameernya. Drumuskan Y β + X + u (3.3) = 1 β b. X values are fxed n repeaed samplng. Asums n menyaakan bahwa seap kal dlakukan pengamblan sample dar populas, maka nla yang erambl danggap eap aau deka dengan nla raa-raanya. Secara ekns dkaakan bahwa varabel X sebaga varabel penjelas bersfa non sokask. c. Zero mean value of dsurbance u. Berapa-pun nla X, raa-raa aau ekspekasnya menyaakan bahwa nla dar kesalahan pengganggu yang bersfa random adalah nol. d. Homoscedascy or equal varance of u dmana jka varabel Y dhubungkan dengan beberapa varabel X varansnya danggap sama. Dnyaakan dengan: Var( u = E( u x ) = E[ u x ) = σ E( u x )] (3.4) 9 Gujara, 1995 hal Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

5 49 e. Non auocorrelaon beween he dsurbances. Secara eknk dapa dkaakan bahwa eror anara varabel penjelasnya danggap dak berkorelas aau no seral correlaon f. Zero varance beween u dan x aau E (u x ) = 0. Asums n menyaakan bahwa varans anara varabel penjelas dan kesalahan pengganggu danggap dak berkorelas. g. Jumlah observas n harus lebh besar dar jumlah parameer yang desmas aau dengan kaa lan observas lebh banyak dar jumlah varabel eksplanaor. h. Varably n X-values dmana nla X dalam sample dak harus sama semua sehngga var (x) nla yang posf dan fne.. The regresson model s correcly specfed arnya model dak memlk spesfkas yang bas. j. There s no perfec mulcollneary: anar varabel penjelasnya dak memlk hubungan yang lnear. Pada penelan n daa yang dgunakan bersumber dar BPS ( Bank Indonesa ( dan Inernaonal Fnancal Sasc (IFS), dengan benuk daa rwulan 1990:1 sampa dengan 007:4 dan n sesua dengan penerapan ssem nla ukar mengambang erkendal (managed floang) dan mengambang bebas (free floang exchange rae) d Indonesa. Daa yang dgunakan anara lan: 1. Toal ekspor barang dan jasa Indonesa ke duna. Nla ukar rl efekf erhadap empa negara mra dagang yau : Amerka Serka, Jepang, Korea dan Jerman. 3. GDP luar neger (menggunakan proks empa negara mra dagang besar dar ahun 1990 s.d 007 yau : Amerka Serka, Jepang, Korea dan Jerman) 4. GDP Indonesa harga konsan Jumlah enaga kerja (menggunakan oal angkaan kerja) 6. Sok kapal (menggunakan proks sok kapal) Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

6 50 Pada daa varabel sok kapal dan jumlah enaga kerja yang dak berbenuk kuaral (oleh karena daa yang erseda ahunan) dlakukan nerpolas dengan menggunakan meode cubc splne. Meode n menandakan masngmasng nla dalam seres (daa) frekuens rendah (daa ahunan) sampa akhr observas frekuens ngg (daa kuaral) berkaan dengan perode frekuens rendah, dengan menempakan semua pon (nla) engah pada naural cubc splne yang menghubungkan semua pon-pon ersebu. Naural cubc splne dcrkan dengan: a. Masng-masng segmen kurva dgambarkan dengan kubk polnomal. b. Bagan (segmen) yang bersebelahan pada kurva memlk level yang sama, urunan perama dan urunan kedua pada pon dmana nla ersebu beremu. c. Turunan kedua kurva pada dua pon akhr sama dengan nol ( naural splne condon). Dsampng meode cubc splne, ada juga meode lan yang dsedakan dalam sofware Evews 4.1 (sofware yang dgunakan dalam penelan n) unuk melakukan nerpolas yau meode konsan, kuadra, dan lnear. Meode cubc splne dplh karena keka dbandngkan dengan kega meode lannya memlk pola grafk yang sama dengan daa aslnya Model Penelan Ada dua model persamaan dalam penelan n: persamaan perama yau volalas ekspor dan persamaan kedua alah perumbuhan oupu (GDP). Persamaan volalas ekspor durunkan dar model umum permnaan ekspor Dornbush yang kemudan dsubsus ke dalam model perumbuhan oupu (GDP) dalam jurnal yang djelaskan oleh Vovodas (1974). Dornbush 30 membua model permnaan ekspor yang dnyaakan dengan fungs 30 Dornbusch, Rudger, Sanley Fscher, and Rchard Sarz. Macroeconomcs 9 h Sngapore : 004 Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

7 51 * X = f ( RER, Y ) dmana ngka ekspor (X) merupakan fungs dar nla ukar rl (RER) dan GDP luar neger (Y * ). Arnya keka erjad depresas rl maka permnaan aas barang dalam neger (ekspor) akan menngka. Begu halnya jka pendapaan luar neger menngka maka permnaan ekspor akan nak. Model ekspor n dmodfkas dalam benuk volalas sehngga persamaannya menjad: Volalas ekspor = f(nla ukar rl, volalas nla ukar rl, volalas GDP luar neger, ssem nla ukar) aau persamaan perama drumuskan dengan: EXV = f ( REER, REERV, GDPWV, GDPW, D1). (3.5) Dmana : EXV adalah volalas ekspor REER adalah nla ukar rl REERV adalah volalas nla ukar rl GDPWV adalah volalas pendapaan luar neger (dengan menggunakan proks GDP empa negara mra dagang Indonesa yang besar dar ahun yau Amerka Serka, Jepang, Korea dan Jerman). GDPW adalah pendapaan luar neger (proks pendapaan rl empa negara: Amerka Serka, Korea, Jerman, Jepang). D1 adalah dummy varabel yang dgunakan sesua dengan perodsas penelan n yau D1 = 1 unuk perode 1990:1 s.d 1997: keka Indonesa menerapkan ssem nla ukar mengambang erkendal (managed floang exchange rae) dan D1 = 0 unuk perode 1997:3 s.d 007:4 keka ssem nla ukar yang berlaku d Indonesa adalah ssem nla ukar mengambang bebas (floang exchange rae). Dalam penelan n volalas nla ukar rl yang dmaksud adalah nla ukar rl efekf (REER). Nla ukar rl (RER) dgunakan jka suau negara dasumskan hanya memlk sau mra dagang. Akan eap dalam duna nyaa asums n dak vald lag, sehngga dgunakan nla ukar rl efekf yang mengacu pada beberapa mra dagang negara ersebu dengan menggunakan krera bobo (weghng creron). Maksud krera bobo n adalah propors luar neger (mra dagangnya) dalam oal volume perdagangan negara ersebu Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

8 5 aau propors nla ukar yang dgunakan dalam ransaks perdagangan luar neger. Volalas nla ukar rl (REERV) erdr dar volalas nla ukar nomnal dan volalas harga relaf (perbandngan ngka harga luar neger erhadap ngka harga dalam neger). Nla Tukar rl (REER) drumuskan dengan: * REER = NEER CPI / (3.6) CPI INA Keerangan Varabel : REER = Nla ukar rl efekf NEER = Nla ukar nomnal efekf CPI * = Tngka harga luar neger CPI INA = Tngka harga dalam neger (Indonesa) Unuk persamaan perumbuhan oupu (GDP) dkembangkan dar model Vovodas (1974) yang menel pengaruh volalas nla ukar secara dak langsung erhadap perumbuhan oupu. Varabel predeermned ekspor djadkan unuk melha pengaruh volalas foregn exchange erhadap perumbuhan ersebu. Dengan kendala foregn exchange, nvesas djadkan sebaga dependen dar mpor capal goods yang merupakan fungs dar ekspor dan capal flow. Volalas ekspor (merupakan salah sau sumber foregn exchange) menyebabkan nsablas dalam mpor capal goods yang kemudan berdampak pada ngka nvesas. Dampak n yang kemudan akhrnya dransmskan erhadap perumbuhan. Turunan rumus yang dgunakan Vovodas (1974) dulskan sebaga berku: dq / Q = (1/ g)( I / Q) k I / Q = b( M / Q) c(varm / Q) k 1 k k M / Q = b ( X / Q) + b ( F / Q) varm / Q = b (varx / Q) + b (varf / Q) + bb (cov[ X, F]/ Q (3.7) (3.8) (3.9) Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

9 53 Dmana Q adalah Gross Domesc Produc (GDP), I adalah pengeluaran nvesas domesk (domesc nvesmen expendure), M k merupakan mpor capal goods (mpor barang modal), X alah ekspor, F adalah modal asng yang masuk (foregn capal nflows dengan menggunakan proks curren accoun defs) sedangkan g : ncremenal capal-oupu rao dan menunjukkan waku, var : varans; cov : kovarans. Sehngga persamaan perumbuhan oupu (GDP) dapa dulskan dengan: dq / Q ( cb = ( bb 1 / g)(varx / g)( X / Q ) ( cb / Q ) + ( bb / g)( F / Q ) / g)(varf / Q ) (b b c/ g)(cov[ X, F ]/ Q ) 3 (3.10) (Volalas ekspor) Kenapa varabel volalas ekspor yang dgunakan dalam persamaan (3.10) adalah persamaan volalas ekspor model Dornbush karena penelan n ngn menguakan hubungan eors dalam hpoess Vovodas (1974) dengan uj sask dan ekonomerk dalam melha hubungan pengaruh volalas nla ukar erhadap perumbuhan oupu. Oleh karena dalam penelan Vovodas dak memasukkan varabel volalas nla ukar dalam model penelannya dan hanya mengasumskan bahwa volalas nla ukar sudah dgambarkan dalam volalas ekspor (ekspor merupakan salah sau penermaan foregn exchange). Sehngga unuk memaskan pengaruh volalas nla ukar erhadap perumbuhan oupu (menggunakan ransms volalas ekspor) maka dalam penelan n perlu dmasukkan varabel volalas nla ukar rl ersebu. Alur pemkran yang dbangun dalam penelan Vovodas adalah: flukuas nla ukar volalas ekspor penermaan foregn exchange erganggu mpor capal goods nvesas perumbuhan ekonom. Berdasarkan persamaan srukural (3.10) daas perumbuhan oupu dpengaruh oleh ngka ekspor (propors erhadap GDP) volalas ekspor yang ddeermnas oleh volalas nla ukar rl, volalas GDP luar neger dan Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

10 54 ssem nla ukar (sesua dengan persamaan volalas ekspor). Tngka perumbuhan oupu berhubungan posf dengan propors ekspor erhadap GDP, berhubungan negaf dengan volalas ekspor. In menunjukkan nla ukar rl yang semakn volale akan berpengaruh pada penurunan perumbuhan oupu (GDP). Dalam penelan n dlakukan sedk modfkas pada model persamaan perumbuhan oupu (GDP) Vovodas (1974) dengan menambahkan varabel konrol yau jumlah enaga kerja dan sok kapal. Kedua varabel konrol menjad bagan fungs produks (oupu) suau negara seper yang djelaskan dalam model perumbuhan ekonom modren menggunakan fung Cobb- Douglas. Selan u varabel curren accoun defs yang ada dalam model awal persamaan perumbuhan oupu Vovodas (1974) dkeluarkan unuk menghndar erjadnya redundan varable anara ekspor dan curren accoun defs u sendr. Sehngga model persamaan perumbuhan oupu (persamaan kedua) penelan n dapa dulskan dengan : GDP = a + b6 EX + b7 EXVS + b8 LB + b9 KP + e (3.11) Keerangan varabel: GDP = Oupu (GDP harga konsan 000) EX = Propors ekspor erhadap GDP EXV S = Volalas ekspor (hasl esmas volalas ekspor persamaan perama) LB = Jumlah enaga kerja KP = Sok kapal Dapa dsmpulkan ada dua model persamaan yang akan d uj dalam penelan n adalah: 1. Persamaan Perama : Volalas Ekspor EXV = a1 + b1 REER+ breerv + b3gdpwv+ b4gdpw + b5 D1 + e (3.5.1). Persamaan Kedua : Perumbuhan Oupu (GDP) GDP = a + b6ex + b7 EXVS + b8 LB + b9 KP + e (3.11.1) Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

11 55 Keerangan Varabel: EXV Volalas ekspor REER Nla ukar rl REERV Volalas nla ukar rl GDPWV Volalas pendapaan luar neger GDPW Pendapaan luar neger D1 Dummy varabel ssem nla ukar GDP Oupu (GDP) EX Propors ekspor erhadap GDP EXV S Volalas ekspor (hasl esmas volalas ekspor persamaan perama) LB Jumlah enaga kerja (menggunakan oal angkaan kerja) KP Sok kapal (menggunakan proks sok kapal) 3. Pengujan Model 3..1 Uj Sasoner Pada analss daa me seres eruama menggunakan meode Ordnary Leas Square (OLS) persyaraan daa sasoner dperlukan unuk memaskan hasl regres yang dperoleh bukan merupakan spurous regresson. Oleh karena penelan n menggunakan daa me seres maka sebelum melakukan regres erhadap model persamaan maka dlakukan uj sasoner pada masng-masng varabel dalam persamaan ersebu. Unuk menguj sasoneras, penelan n menggunakan analsa ADF (Augmened Dckey Fuller) dengan hpoess : H0 = Un roo (daa dak sasoner) H1= daa sasoner. Jka nla ADF sask lebh besar dar nla Macknnon es aau jka probablas ADF lebh kecl dar alpha (0.05) maka Ho dolak arnya daa sasoner dan begu juga sebalknya. Jka varabel dak sasoner pada ngka level maka akan dlakukan pengujan pada ahap frs dfference aau second dfference. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

12 56 Meode alernaf yang juga bsa dgunakan unuk menguj sasoneras daa adalah uj Phlps-Perron (PP). Perbedaan dengan ADF es adalah penggunaan lag dalam es. Pada PP es dak dperlukan panjang lag. Unuk sampel yang besar, nla crcal values anara ADF es sama dengan PP es. Namun, unuk ukuran sampel yang lebh kecl, nla crcal values keduanya memberkan perbedaan yang sgnfkan. Seelah dlakukan pengujan sasoneras, penelan n membag analss dalam dua hal yau : perama, hasl sask deskrpf dan yang kedua adalah hasl sask anals yang erdr dar dua bagan yau : 1. pengujan krera ekonomerka dan sask,. nerpreas ekonom sesua dengan hasl regres akhr. 3.. Uj Ekonomerka Model ekonomerka merupakan sebuah pola khusus yang berkaan dengan aplkas saska maemaka dan penggunaan peralaan sask (ools of sascal nference) unuk pengukuran hubungan ekonom secara emprs yang dposulas berdasarkan eor ekonom (Greene, 003). Dalam pengeran lan model ekonomerka merupakan suau pola khusus dar model aljabar yakn suau unsur sokask yang mencakup sau aau lebh peubah pengganggu. Jad model ekonomerka memlk karakersk unsur sokask yang memperhungkan adanya unsur-unsur bersfa random. Krera ekonomerka meneapkan apakah suau esmas memlk sfasfa yang dbuuhkan seper esmaor unbasedness, dan effcency. Dalam melakukan esmas persamaan lnear dengan menggunakan meode OLS maka ada beberapa asums yang harus dpenuh unuk mendapakan nla parameer yang dbuuhkan ersebu anara lan: Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

13 57 a. Uj Mulkolneary Menuru Mongomery dan Peck ada beberapa sumber penyebab mulkolneary yau : Meode pengumpulan daa yang dgunakan membaas nla dar varabel bebas. Konsran pada model aau populas yang djadkan sampel. Dalam buku Gujara (004) conohnya regres konsums lsrk pada pendapaan dan ukuran rumah. Terdapa konsran secara fsk pada populas dmana rumah angga dengan pendapaan yang ngg umumnya memlk rumah yang luas darpada rumah angga yang berpendapaan rendah. Spesfkas model, conohnya dengan penambahan polynomal model regres khususnya keka range nla varabel X kecl. Modelnya overdeermned, n erjad keka model ersebu memlk varabel penjelas yang lebh banyak darpada jumlah observas. In basanya erjad pada penelan enang kesehaan. D sampng keempa hal daas, mulkolneary juga erjad pada daa me seres yang memungknkan regressor ermasuk dalam bagan model sehngga erjad penngkaan aau penurunan sepanjang waku. Conohnya regres model persamaan pengeluaran konsums pada pendapaan, kesejaheraan dan populas dmana keka varabel bebas dapa menngka aau menurun pada level yang sama sepanjang waku. Konsekuens adanya mulkolneary adalah meskpun BLUE, esmaor OLS memlk varans dan kovarans yang besar sehngga sul unuk esmas. Dampaknya menyebabkan nla sask kecl karena hpoesa nol dak dolak padahal nla populas sebenarnya adalah nol. Sehngga dapa dkaakan bahwa koefsen deermnas R yang ngg cenderung mengakbakan sgnfkans sask rendah. Unuk mendeeks ada aau dak mulkollneary ada beberapa ala analss anara lan: 1. Koefsen deermnas ngg dan sgnfkans nla sask rendah. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

14 58. Koefsen korelas anar varabel bebas ngg. Jka koefsen korelas dua varabel bebas ngg umumnya menggunakan rule of humb 0.8 maka erndkas ada mulkolneary. Korelas yang ngg n merupakan syara yang cukup eap bukan syara yang perlu unuk menyaakan ekssens mulkolneary karena mulkol n dapa ekss walaupun koefsen korelas kecl. b. Uj Auokorelas Salah sau cara unuk mendeeks adanya auokorelas adalah dengan Durbn- Wason d es. Uj n merupakan uj auokorelas pada deraja sau (order sau) yang varabel penjelasnya memlk kecenderungan bersfa nonsokask. Nla d pada DW es n berksar anara 0 sampa. Nla yang danggap bak jka mendeka (sekar ) sedangkan nla kurang aau lebh dar akan dapa dkaakan ada auokorelas erganung kepada jumlah observas dan jumlah varabel dalam model. Cara lan unuk mendeeks auokorelas adalah dengan meode he Breusch-Godfrey (B-G) es yang merupakan uj korelas pada deraja ngg (hgh order). c. Uj Heerokedascy Dalam asums n dkaakan bahwa populas dar varabel erka yang berhubungan dengan varabel bebas mempunya varans yang sama. Jka asums n dlanggar maka erdapa heerokedascy, akba pelanggaran n menyebabkan varans esmas koefsen regres dak mnmal lag. Indkas adanya heerokedascy kebanyakan erjad pada daa cross-secon namun n memungknkan juga pada daa me seres. Unuk mendeeks adanya heerokedascy n ada cara yau: Meode nformal dengan meode grafk dmana sumbu verkal menjelaskan nla predks dsurbance error erm dan sumbu horzonal menjelaskan nla predks varabel erka Meode formal dengan menggunakan Whe s General Heeroscedascy es. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

15 Uj Sask 1. Uj T (uj parsal) Analss sask secara parsal dgunakan unuk melha sgnfkans dar masng-masng varabel bebas secara ndvdual dalam menjelaskan varabel erka pada model dengan menggunakan uj yau : H0 : β = 0 arnya nla koefsen sama dengan nol H1 : β 1 0 arnya koefsen dak sama dengan (berbeda) dengan nol Sgnfkans secara langsung dapa dlha dar besarnya angka probablas. Jka p-value lebh kecl dar α (msal α = 5% aau 0.05) maka varabel bebas ersebu berpengaruh secara sgnfkan erhadap varabel erkanya aau olak Ho. Selan dar angka probablas juga dapa dgunakan nla sask dbandngkan dengan nla abel. Jka sask lebh besar dar abel maka Ho dolak.. Uj F Uj yang dlakukan secara keseluruhan erhadap model unuk melha apakah semua koefsen regres berbeda dengan nol aau dengan kaa lan model ersebu derma aau dak. Prosedurnya sama dengan uj T Sgnfkans secara langsung dapa dlha dar besarnya angka probablas. Jka p-value lebh kecl dar α (msal α = 5% aau 0.05) maka varabel bebas ersebu berpengaruh secara sgnfkan erhadap varabel erkanya aau olak Ho. Selan dar angka probablas juga dapa dgunakan nla F sask dbandngkan dengan nla F abel. Jka F sask lebh besar dar F abel maka Ho dolak. 3. Pengujan R Uj deraja keepaan (goodness of f) dengan melha nla koefsen deermnas R. Uj n dlakukan unuk melha seberapa besar kemampuan gars regres menerangkan varabel erka (propors dalam % varabel erka) yang dapa djelaskan oleh varabel bebas. Nla R berada danara 0 s.d 1 semakn mendeka 1 maka pada model ersebu varabel erka mampu djelaskan oleh varabel bebas secara sempurna (100%). Adapun perhungan nla R-squared adalah : Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

16 60 ESS RSS R-squared= 1 = (3.1) TSS TSS TSS = Toal Sum of Squared ESS = Error Sum of Squared RSS = Regresson Sum of Squared 4. Adjused R-squared Masalah yang erjad jka melakukan pengujan dengan menggunakan R- squared adalah jka varabel bebasnya dambah maka nla R-squared akan berambah besar. Pengujan dengan Adjused R-squared secara objekf melha pengaruh penambahan varabel bebas apakah varabel ersebu mampu memperkua varas penjelasan varabel erka. Perhungan nla Adjused R- squared adalah : N 1 AdjusedR-squared= 1 (1 Rsquared) (3.13) N K N = banyaknya observas K = banyaknya varabel bebas 3.3 Hpoess Penelan 1. Ho: Volalas nla ukar rl dak sgnfkan mempengaruh volalas ekspor. Ha : Volalas nla ukar rl sgnfkan mempengaruh volalas ekspor.. Ho : Volalas nla ukar rl berpengaruh posf erhadap volalas ekspor. Ha : Volalas nla ukar rl dak berpengaruh posf erhadap volalas ekspor. 3. Ho : Volalas ekspor dak sgnfkan mempengaruh perumbuhan oupu. Ha : Volalas ekspor sgnfkan mempengaruh perumbuhan oupu. 4. Ho: Volalas ekspor berpengaruh posf erhadap perumbuhan oupu. Ha: Volalas ekspor dak berpengaruh posf erhadap perumbuhan oupu. Volalas nla..., Asah Nasuon, FE UI, 009 Unversas Indonesa

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Jurnal Ekonom Pembangunan Volume 1, Nomor, Desember 011, hlm.57-71 EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Arn Wahyu Uam, Jamhar, dan Suhamn Hardyasu Jurusan Sosal Ekonom Peranan, Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana 6 BAB II IJAUA PUSAA. Pendahuluan Maer enang daa anel dambl dar Gujara (3) dan Judge (985). Daa anel adalah gabungan dar daa cross seconal dan daa me seres, dmana dalam daa anel un cross seconal yang sama

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Laar Belakang Masalah Knerja pembangunan ekonom Indonesa bsa dkaakan sanga membanggakan dengan ngka perumbuhan ekonom selama beberapa dekade erakhr n sangalah ngg, walaupun mengalam

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN IV. METODOLOGI PENELITIN 4.. Obek Penelan Obek penelan adalah Provns Sulawes Tengah, yang ddasarkan aas beberapa permbangan. Perama, Provns Sulawes Tengah memlk sumberdaya sekor peranan dan ndusr pengolahan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB 73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

Space-time Models. MA5282 Topik dalam Statistika II 21 April 2015 Utriweni Mukhaiyar

Space-time Models. MA5282 Topik dalam Statistika II 21 April 2015 Utriweni Mukhaiyar Space-me Models MA58 opk dalam Saska II Aprl 5 Urwen Mukhayar Analss Sask Box&Jenkns Ieraon Posulae General Class of Models ACF, PACF, dff Daa Analyss on-paramerc Analyss Sochasc Processes Mulvarae Analyss

Lebih terperinci

ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN

ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN Jurnal Ekonom Pembangunan Vol. 10, No.1, Jun 2009, hal. 1-14 ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN 1985-2005 Abusan

Lebih terperinci

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009 ABSTRACT DARWISAH. Dynamcs

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2) JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan

Lebih terperinci

Reliabilitas. A. Pengertian

Reliabilitas. A. Pengertian Relablas A. Pengean Relablas adalah sejauh mana hasl ujan sswa eap aau konssen da posedu penlaan (Nko, 007:66). Menuu Ellen, suau es dkaakan elabel jka sko obsevas nla awal behubungan dengan sko yang sebenanya.

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci