( ) 1 IV CONTOH KASUS. β τ. Jika panjang vektor koefisien regresinya. (26) dan juga 2. maka: (29) Tetapi apabila Ew [
|
|
- Sonny Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 0 ( ) = Ew X ( q Y X V ) β arg min [ ( ) ( ) β ], β (6) dan juga β ( ) = arg min Ew [ ( X) ( Q ( Y X) V ) ], β β (7) yang dapat menyatakan bahwa ( ) β merupakan koefisien regresi kuantil parsial dari regresi kuadrat terkecil terboboti bagi Q ( Y X) di X. Sedangkan rumusan bias peubah yang dihilangkan pada regresi kuantil dapat diduga dengan peubah yang bersifat menjelaskan yaitu X = [ X', X' ]'. Pada model regresi kuantil ini yang digunakan hanyalah peubah X sehingga vektor koefisien regresinya γ( ) = argmin γ E[ ρ ( Y X ' γ' )]. (8) Jika panjang vektor koefisien regresinya ( β ()', β ()')' = argminβ, β E[ ρ( Y X ' β X' β)]. maka: γ( ) = argmin Ew [ γ ( X). ( X, Δ γ)]. (9) Tetapi apabila Ew [ ( X). XX' ) mempunyai invers maka: γ() = β() + ([ Ew ( X). XX ' ) Ew [ ( X). XR ( X) ] (30) dengan: R ( X) = Q( Y X) X' β( ) = bias w ( X) = 0 f ( u. Δ ( X, ( )) X) du / γ Δ ( X, γ) = X' γ Q( Y X) = error (Bukti: lihat Lampiran 8). Dengan R ( X) merupakan bagian dari fungsi kuantil bersyarat yang tidak dijelaskan oleh fungsi linear dari X pada panjang regresi kuantil. IV CONTOH KASUS Contoh kasus dalam masalah regresi kuantil menggunakan sebaran gaji yang diperoleh dari himpunan data mikro sensus di Amerika Serikat pada laki-laki yang berumur tahun pada sensus tahun 980, 990 dan tahun 000. Dari penelitian yang dilakukan oleh Ruggles (004), semuanya diperoleh dari website Integrated Public Use Microdata Series (IPUMS). Peubah respon ( Y ) yang digunakan adalah log gaji mingguan yang dihitung dari log gaji tahunan yang dilaporkan dari lamanya kerja dibagi dengan minggu yang dikerjakan pada tahun sebelumnya. Sedangkan peubah prediktor yang digunakan adalah pendidikan X yang dihitung dari lamanya sekolah ( ) dalam satuan tahun, pengalaman kerja ( X ) yang didefinisikan sebagai fungsi kuadratik dan penghargaan yaitu dihitung dari banyaknya penghargaan yang diperoleh berdasar pada banyaknya perlombaan yang X. diikuti ( ) 3 4. Analisis Regresi Kuantil dengan Seluruh Peubah Prediktor Dari penelitian Ruggles tersebut diperoleh suatu koefisien nilai dugaan dari seluruh peubah prediktor yang ditunjukkan pada Tabel. Pada Tabel juga terlihat bahwa nilai standar deviasi pada tahun 980, 990 dan 000 semakin meningkat, hal ini dikarenakan peubah prediktor yang semakin beragam dari tahun sebelumnya. Tabel tersebut juga menjelaskan terjadinya perbedaan nilai dugaan pada koefisien kuantil yang berbeda, sehingga metode regresi kuantil dapat digunakan pada kasus sebaran gaji ini. Karena apabila kasus sebaran gaji ini diduga menggunakan metode kuadrat terkecil akan mengakibatkan ketidakcocokan model. Untuk melihat besarnya keragaman koefisien pendidikan, pengalaman kerja dan banyaknya penghargaan yang diperoleh dapat dilihat pada Tabel. Bagian kolom QR menjelaskan dugaan regresi kuantil dari log gaji mingguan (log-earning) pada rata-rata jarak antar kuantil 90-0 yang bergantung pada koefisien pendidikan, pengalaman kerja dan penghargaan.
2 Nilai jarak antar kuantil ini meningkat dari.9 menjadi.35 pada tahun 980 sampai 990, kemudian kembali meningkat menjadi.45 dari tahun 990 sampai 000. Jarak antar kuantil yang meningkat menandakan semakin beragamnya gaji dari tahun 980 sampai tahun 000. Pada jarak antar kuantil ini, nilai dugaan regresi kuantil hampir mendekati tingkat kebenaran tetapi hampiran ini menjadi tidak baik digunakan pada saat rataan koefisien pendidikan dihitung pada kelompok yang khusus seperti terlihat pada Tabel bagian B dan C. Tabel juga menjelaskan peningkatan yang lebih tinggi untuk lulusan perguruan tinggi (College Graduates) daripada lulusan sekolah menengah (High School Graduates). Pada Tabel juga terlihat pada rata-rata jarak antar kuantil dengan rata-rata kuantil 50-0 nilainya berbeda. Hal ini menandakan bahwa sebaran data tidaklah simetris sehingga dari Tabel ini juga dapat disimpulkan bahwa analisis data lebih tepat menggunakan metode kuantil. Dari tabel ini juga dapat dijelaskan bahwa gaji lebih dominan berada dibawah median. Tabel Koefisien nilai dugaan regresi kuantil dari seluruh peubah prediktor Desc. Stat. Penduga Regresi Kuantil Penduga OLS Census Obs. Mean SD Coeff. Root MSE , (0.3) (0.067) (0.00) (0.080) 0.63 [0.39] [0.067] [0.0] [0.087] , (0.30) (0.075) (0.69) (0.08) [0.35] [0.075] [0.78] [0.087] , (0.0) (0.09) (0.64) (0.09) [0.08] [0.09] [0.669] [0.3] Tabel Perbandingan jarak antar kuantil dari CQF dengan sebaran QR dasar dengan seluruh peubah prediktor. Census Obs. jarak antar kuantil CQ QR CQ QR CQ QR A. Overall , , , B. High School Graduates 980 5, , , C. College Graduates 980 7, , , Perubahan pada pendugaan kuantil bersyarat pada tahun 980, 990 dan 000 dapat dilihat pada Gambar. Gambar tersebut menunjukkan bahwa pada selang kepercayaan 95% merepresentasikan antara tahun 990 dan 000 tidak terjadi perubahan yang signifikan.
3 Hal ini ditunjukkan oleh plot yang tidak jauh berbeda. Perbedaan yang signifikan pada tahun tersebut hanya terletak pada kuantil diatas median, karena pada kuantil tersebut peubah pendidikan, pengalaman kerja dan penghargaan telah berbeda. Sedangkan plot yang kelihatan sangat berbeda adalah plot antara tahun 980 dan 990, hal ini dikarenakan perbedaan gaji dan perbedaan keragaman seluruh peubah prediktor pada tahun tersebut. 4. Analisis Regresi Kuantil dengan Peubah Pendidikan Dari penelitian ini juga diperoleh koefisien nilai dugaan dari peubah pendidikan, yang ditunjukkan oleh Tabel 3. Dari Tabel 3 terlihat bahwa nilai standar deviasi pada tahun 980, 990 dan 000 semakin meningkat, hal ini dikarenakan peubah pendidikan yang semakin beragam dari tahun sebelumnya. Untuk melihat besarnya keragaman koefisien pendidikan dapat dilihat pada Tabel 4. Bagian kolom QR menjelaskan dugaan regresi kuantil dari log gaji mingguan (logearning) pada rata-rata jarak antar kuantil 90-0 yang bergantung pada koefisien pendidikan. Nilai jarak antar kuantil ini meningkat dari. menjadi.37 pada tahun 980 sampai 990, kemudian kembali meningkat menjadi.45 dari tahun 990 sampai 000. Jarak antar kuantil yang meningkat menandakan semakin beragamnya koefisien pendidikan dari tahun 980 sampai tahun 000. Pada Tabel 4 juga terlihat pada rata-rata jarak antar kuantil dengan rata-rata kuantil 50-0 nilainya berbeda. Hal ini menandakan bahwa sebaran data tidaklah simetris sehingga dari Tabel ini juga dapat disimpulkan bahwa analisis data lebih tepat menggunakan metode kuantil. Dari tabel ini juga dapat dikatakan bahwa gaji lebih dominan untuk kuantil dibawah median. Gambar Plot Sebaran log-earning pada sebaran kuantil tertentu dengan tingkat kepercayaan 95% dengan seluruh peubah prediktor. Tabel 3 Koefisien nilai dugaan dari peubah pendidikan Desc. Stat. Penduga Regresi Kuantil Penduga OLS Census Obs. Mean SD Coeff. Root MSE , (0.90) (0.099) (0.45) (0.0) 0.63 [0.99] [0.099] [0.53] [0.7] , (0.74) (0.04) (0.5) (0.7) 0.64 [0.85] [0.04] [0.63] [0.] , (0.95) (0.6) (0.385) (0.7) 0.69 [0.04] [0.6] [0.40] [0.4]
4 3 Tabel 4 Perbandingan jarak antar kuantil dari CQF dengan sebaran QR dasar dari peubah pendidikan Census Obs. jarak antar kuantil CQ QR CQ QR CQ QR A. Overall , , , B. High School Graduates 980 5, , , C. College Graduates 980 7, , , pada tahun tersebut hanya terletak pada kuantil diatas median, karena pada kuantil tersebut peubah pendidikan telah berbeda. Sedangkan plot yang kelihatan sangat berbeda adalah plot antara tahun 980 dan 990, hal ini dikarenakan perbedaan gaji dan perbedaan keragaman koefisien pendidikan pada tahun tersebut. Dari Gambar juga dapat dijelaskan bahwa pada tahun 980, 990 maupun 000 memberikan kesimpulan bahwa semakin tinggi peubah pendidikan, maka tingkat pendapatan atau gaji akan cenderung lebih besar (tinggi) pada tingkatan kuantil yang lebih tinggi pula. Hal ini dapat mengindikasikan bahwa terjadinya perbedaan gaji yang sangat signifikan berdasarkan tingkat pendidikan seseorang. Gambar Plot Sebaran log-earning pada sebaran kuantil tertentu dengan tingkat kepercayaan 95% dengan peubah pendidikan. Perubahan pada pendugaan kuantil bersyarat pada tahun 980, 990 dan 000 dapat dilihat pada Gambar. Gambar tersebut menunjukkan bahwa pada selang kepercayaan bersama 95% merepresentasikan antara tahun 990 dan 000 tidak terjadi perubahan yang signifikan. Hal ini ditunjukkan oleh plot yang tidak jauh berbeda. Perbedaan yang signifikan Pada analisis regresi kuantil yang hanya menggunakan peubah pendidikan juga dihasilkan plot antara nilai pembobot dengan nilai kepekatan terbobotinya, seperti terlihat pada Gambar 3, 4 dan 5. Pada Gambar 3 terlihat plot antara peubah tersebut terlihat bahwa nilai kepekatan bersyarat terboboti (density weights) dengan nilai pembobot (importance weights) relatif tidak jauh berbeda, yang menandakan bahwa nilai error regresi kuantilnya relatif kecil. Hal
5 4 ini dikarenakan peubah pendidikan yang dikelompokkan berdasarkan tingkat variansi kelas pendidikannya tidak terlalu berbeda jauh sehingga besar gaji yang diperoleh juga tidak berbeda jauh. Gambar 5 Plot antara peubah pendidikan = 0.0 pada sensus tahun 000. Pada Gambar 4 terlihat plot antara peubah tersebut nilai kepekatan bersyarat terboboti (density weights) dengan nilai pembobot (importance weights) terlihat serupa tetapi tidak identik, yang menandakan bahwa nilai error regresi kuantilnya sangat kecil. Hal ini dikarenakan peubah pendidikan yang tingkat variansi pengelompokan data berdasarkan kelas pendidikannya hampir serupa sehingga besar gaji yang diperoleh juga hampir serupa. Gambar 4 Plot antara peubah pendidikan = 0.50 pada sensus tahun 000. Pada Gambar 5 terlihat plot antara peubah tersebut nilai kepekatan bersyarat terboboti (density weights) dengan nilai pembobot (importance weights) terlihat sedikit berbeda tetapi plot ini mempunyai nilai error regresi kuantil yang kecil karena perbedaan plotnya tidak terlalu jauh. Hal ini dikarenakan peubah pendidikan yang dikelompokkan berdasarkan tingkat variansi data dari kelas pendidikannya sedikit berbeda sehingga besar data gajinya juga agak berbeda, akibatnya error yang diperoleh juga sedikit lebih besar dari error data berdasarkan pengelompokkan yang lain. Gambar 5 Plot antara peubah pendidikan = 0.90 pada sensus tahun Perbandingan antara menggunakan seluruh peubah prediktor dengan menggunakan peubah pendidikan Dari dua analisis yang dilakukan, pada analisis data menggunakan seluruh peubah prediktor, diperoleh nilai dugaan dan nilai jarak antar kuantil yang tidak jauh berbeda dengan analisis data menggunakan peubah pendidikan saja, hal ini ditunjukkan pada Tabel dan 3, sehingga dapat disimpulkan bahwa peubah prediktor pengalaman kerja dan penghargaan tidak terlalu berpengaruh dalam memprediksi nilai peubah respon. Karena peubah prediktor pengalaman kerja dan penghargaan tidak terlalu berpengaruh maka peubah tersebut dapat dihilangkan.
ANALISIS REGRESI MENGGUNAKAN METODE KUANTIL ROHMATUL FITRIAH
ANALISIS REGRESI MENGGUNAKAN METODE KUANTIL ROHMATUL FITRIAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 9 ABSTRACT ROHMATUL FITRIAH. Regression Analysis
Lebih terperinciIV HASIL DAN PEMBAHASAN
6 telah dibangkitkan. Kemudian peubah X dan Y diregresikan dengan OLS sehingga diperoleh kuadrat galat. Kuadrat galat diurutkan dari ang terkecil sampai dengan ang terbesar, lalu dilakukan pemangkasan.
Lebih terperinciANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciBAB III REGRESI PADA DATA SIRKULAR
BAB III REGRESI PADA DATA SIRKULAR Variabel dalam suatu regresi secara umum terdiri atas variabel bebas (independent variable dan variabel terikat (dependent variable. Jenis data pada variabel-variabel
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciANALISIS REGRESI LINEAR
BAB V ANALISIS REGRESI LINEAR Pendahuluan Analisis regresi merupakan suatu analisis antara dua variabel yaitu variabel independen (Prediktor) yaitu variabel X dan variabel dependent (Respon) yaitu variabel
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciBab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
Bab 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBab 2 LANDASAN TEORI
9 Bab 2 LANDASAN TEORI 21 Uji Kecukupan Sampel Dalam melakukan penelitian yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel Pengujian
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciTINJAUAN PUSTAKA. Menurut Usman dan Warsono (2000) bentuk model linear umum adalah :
II. TINJAUAN PUSTAKA. Model Linear Umum Menurut Usman dan Warsono () bentuk model linear umum adalah : Y = Xβ + ε dengan : Y n x adalah vektor peubah acak yang teramati. X n x p adalah matriks nxp dengan
Lebih terperinciBAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
Lebih terperinciBAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinciBAB III METODE PENELITIAN
digilib.uns.ac.id BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah kajian pustaka dari buku referensi karya ilmiah. Karya ilmiah yang digunakan adalah hasil penelitian serta
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciBAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi
BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi atau getaran dari sebuah data pada frekuensi tertentu. Analisis spektral
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari
34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan
Lebih terperinciIII. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciREGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Abstrak
REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Rita Rahmawati 1, Widiarti 2, Pepi Novianti 3 1) Program Studi Statistika FMIPA Undip 2) Sekolah Pascasarjana Departemen Statistika IPB 3) Jurusan Matematika
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciBAB 3. METODE PENELITIAN
BAB 3 METODE PENELITIAN 31 Pemilihan Parameter Masukan JST Data pengujian kualitas surfaktan-mesa yang dimiliki SBRC IPB (009) terdiri atas tegangan permukaan, IFT, densitas, viskositas, ph, dan kandungan
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciAnalisis Regresi Linier ( Lanjutan )
Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciTINJAUAN PUSTAKA Kalibrasi Ganda Regresi Kuadrat Terkecil Parsial ( Partial Least Squares/PLS) 1. Model PLS
TINJAUAN PUSTAKA Kalibrasi Ganda Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untuk menduga informasi pada Y yang tidak diketahui berdasarkan informasi pada X yang tersedia
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
Lebih terperinciBAB 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 terperinciRMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X
pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciBAB IV STUDI KASUS. Indeks merupakan daftar harga sekarang dibandingkan dengan
BAB IV STUDI KASUS 4.1 Indeks Harga Konsumen Indeks merupakan daftar harga sekarang dibandingkan dengan sebelumnya menurut persentase untuk mengetahui turun naiknya harga barang. Indeks Harga Konsumen
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinci= = =
= + + + = + + + = + +.. + + + + + + + + = + + + + ( ) + ( ) + + = + + + = + = 1,2,, = + + + + = + + + =, + + = 1,, ; = 1,, =, + = 1,, ; = 1,, = 0 0 0 0 0 0 0...... 0 0 0, =, + + + = 0 0 0 0 0 0 0 0 0....
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 terperinciBAB I PENDAHULUAN. Inflasi yang terjadi di Indonesia telah menyebabkan perekonomian baik yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Krisis finansial yang melanda Indonesia pada pertengahan tahun 1997 memberi dampak yang kurang menguntungkan bagi perekonomian Indonesia. Salah satu dampak
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
Lebih terperinciKorelasi Bivariat dan Regresi Linier Sederhana.
Korelasi Bivariat dan Regresi Linier Sederhana Pendahuluan Dalam suatu observasi, kita sering kali mencatat dua atau lebih variabel dalam suatu individu, misalkan: dari 1 orang dicatat data tinggi dan
Lebih terperinciBAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n<<p DAN TERDAPAT KEKOLINEARAN-GANDA
BAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n
Lebih terperinciBAB 2 TINJAUAN PUSTAKA = (2.2) =
BAB 2 TINJAUAN PUSTAKA 2.1. Regresi Linear Berganda Regresi linear berganda adalah regresi dimana variabel terikatnya dihubungkan atau dijelaskan dengan lebih dari satu variabel bebas,,, dengan syarat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian merupakan sumber diperolehnya data dari penelitian
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan sumber diperolehnya data dari penelitian yang dilakukan. Objek dalam penelitian adalah impor migas Indonesia periode 1988-2007
Lebih terperinciV. HASIL DAN PEMBAHASAN
44 V. HASIL DAN PEMBAHASAN 5.1 Analisis Integrasi Pasar (keterpaduan pasar) Komoditi Kakao di Pasar Spot Makassar dan Bursa Berjangka NYBOT Analisis integrasi pasar digunakan untuk mengetahui bagaimana
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciAnalisis Komponen Utama (Principal component analysis)
Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini dilakukan berdasarkan data series bulan yang dipublikasikan oleh Bank Indonesia (BI) dan Badan Pusat Statistik (BPS), diantaranya adalah
Lebih terperinciMA5283 STATISTIKA Bab 7 Analisis Regresi
MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciBAB VI ANALISIS REGRESI LINEAR GANDA
BAB VI ANALISIS REGRESI LINEAR GANDA 1. Pendahuluan Analisis regresi merupakan suatu analisis antara dua variabel yaitu variabel independen (Prediktor) yaitu variabel X dan variabel dependent (Respon)
Lebih terperinciPENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG
PENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG 1. Pendahuluan Latar Belakang Ujian Nasional biasa disingkat UN
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciBAB III METODE WEIGHTED LEAST SQUARE
BAB III METODE WEIGHTED LEAST SQUARE 3.1 Uji White Salah satu asumsi dari model regresi linear klasik adalah varian error ε i pada setiap nilai variabel bebas adalah sama (konstan). Asumsi ini disebut
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciIV. METODE PENELITIAN
34 IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian faktor-faktor yang mempengaruhi harga komoditas kakao dunia tidak ditentukan. Waktu pengumpulan data dilaksanakan pada bulan Februari
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciPEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 86 95 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan :
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 1.1 Deskripsi Variabel Penelitian Statistika deskriptif bertujuan untuk mendeskripsikan atau menggambarkan objek penelitian yang diambil dari sampel atau populasi sehingga
Lebih terperinciBAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data
BAB III MODEL REGRESI DATA PANEL Pada bab ini akan dikemukakan dua pendekatan dari model regresi data panel, yaitu pendekatan fixed effect dan pendekatan random effect yang merupakan ide pokok dari tugas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciRegresi. Data : Untuk melakukan regresi linear, langkah-langkah sebagai berikut, 1. Pilih Stat > Regression > Regression
Regresi Fungsi regresi yang tersedia pada Minitab yang dibahas disini adalah regresi tipe least squares regression atau kuadrat terkecil, sedangkan regresi tipe logaritma walaupun juga tersedia dalam Minitab
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
47 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Unit Analisis Data 1. Data Hasil Penelitian Pada bagian ini akan dibahas mengenai proses pengolahan data untuk menguji hipotesis yang telah dibuat
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciTINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)
II. TINJAUAN PUSTAKA 2.1 Rancangan Petak Teralur Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) sebagai satuan percobaan yang terdiri dari plot baris untuk perlakuan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciMETODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Pendahuluan Penelitian ini bertujuan melihat apakah perubahan dividen mempengaruhi perubahan laba perusahaan pada masa mendatang sebagai sinyal. Selain itu, juga ingin
Lebih terperinciKoefisien Korelasi Karl Pearson
Koefisien Korelasi Karl Pearson Analisis korelasi untuk mengetahui kekuatan relasi linier yang diperoleh dari model regresi Kekuatan linier ini diukur dengan koefisien korelasi r : 1 r 1 contoh r x x 1
Lebih terperinciX 3 : Flow Top (Aliran Atas) (lt/min) X 4 : Speed (Kecepatan) (m/min)
Periode Maret 06, Samarinda, Indonesia ISBN: 978-60-7658--3 Pemilihan Model Regresi Linier Multivariat Terbaik Dengan Kriteria Mean Square Error Dan Akaike s Information Criterion Edriani Lestari, Rito
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi dan Korelasi 2.1.1 Analisis Korelasi Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat hubungan Y dan X dalam bentuk
Lebih terperinci(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN
(R.14) MEODE MINIMUM COVARIANCE DEERMINAN PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN Dini Aderlina, Firdaniza, Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl. Raya
Lebih terperinciTentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika
Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk
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 II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY
BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY Membuka program SPSS kemudian memilih tab sheet Variable View. Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan
Lebih terperinci