TINJAUAN PUSTAKA Kemiskinan
|
|
- Sukarno Irawan
- 5 tahun lalu
- Tontonan:
Transkripsi
1 TINJAUAN PUSTAKA Kemiskinan Bappenas (1993) mendefinisikan kemiskinan sebagai situasi serba kekurangan yang terjadi bukan karena kehendak oleh si miskin, melainkan karena keadaan yang tidak dapat dihindari dengan kekuatan yang ada padanya. Menurut Suparlan (1993) kemiskinan didefinisikan sebagai suatu standar tingkat hidup yang rendah, yaitu adanya suatu tingkat kekurangan materi pada sejumlah atau segolongan orang dibandingkan dengan standar kehidupan yang umum berlaku dalam masyarakat yang bersangkutan. Masalah kemiskinan merupakan salah satu persoalan yang mendasar yang menjadi pusat perhatian pemerintah. Data yang berkaitan dengan penduduk miskin belum tersedia secara komprehensif sesuai dengan kebutuhan. Oleh karena itu, salah satu aspek penting untuk mendukung strategi penanggulangan kemiskinan adalah tersedianya data kemiskinan yang akurat dan tepat sasaran. Tujuan pembangunan dimaksudkan untuk meningkatkan kualitas hidup penduduk, maka tujuan dasar dan paling esensial dari pembangunan tidak lain adalah meningkatkan kehidupan penduduk yang berada pada lapisan paling bawah atau penduduk miskin. Segala usaha dan kegiatan pembangunan telah dilakukan dan dimanfaatkan bagi peningkatan kesejahteraan rakyat. Meskipun demikian masih sering dipertanyakan apakah dengan pertumbuhan ekonomi yang tinggi ini telah dinikmati oleh seluruh lapisan masyarakat dan meningkatkan harkat kehidupan. Tujuan pembangunan tidak hanya mengejar pertumbuhan ekonomi yang tinggi, tetapi juga memberikan penekanan dengan bobot yang sama pada aspek peningkatan tingkat pendapatan masyarakat dan aspek pemerataan. Peningkatan tingkat pendapatan masyarakat bisa diartikan sebagai upaya mengurangi kemiskinan dan pemerataan. Hal ini berarti pengurangan kesenjangan pendapatan kelompok berpenghasilan rendah dan tinggi. Kondisi penduduk yang menyebar tersebut menyebabkan biaya pembangunan infrastruktur menjadi tinggi, sehingga jangkauan pelayanan yang dapat diberikan rendah. Rangkaian perubahan kondisi sosial, ekonomi, budaya, dan politik telah membentuk karakter kemiskinan di Indonesia. Oleh karena itu, penting mempertimbangkan
2 4 faktor-faktor penyebab kemiskinan sebagai landasan awal dalam penanganan masalah kemiskinan. Beberapa faktor yang menyebabkan timbulnya kemiskinan menurut Hartomo dan Aziz (1997) yaitu : pendidikan yang terlampau rendah, malas bekerja, keterbatasan sumber alam, terbatasnya lapangan kerja, keterbatasan modal, keterbatasan modal, dan beban keluarga. Model Regresi Regresi linier adalah persamaan matematika yang menggambarkan hubungan antara peubah respon y dan peubah bebas X (X 1, X 2,, X p ). Hubungan antara kedua peubah tersebut dapat dituliskan dalam bentuk persamaan: dengan merupakan konstanta, merupakan nilai peubah bebas ke-p pada amatan ke-i, merupakan nilai koefisien peubah penjelas dan merupakan galat acak pengamatan ke-i. Bila dituliskan dalam bentuk matriks: dengan. Model Otoregresif Simultan Model otoregresif simultan (SAR) adalah model spasial yang berasal dari persamaan regresi linear dimana galatnya dimodelkan dalam bentuk model otoregresif. Model otoregresif dapat dituliskan dalam bentuk persamaan: Model SAR mengamati peubah acak pada satu lokasi dengan lokasi lainnya secara simultan. Misalkan { : S i (S 1 S n )} adalah proses Gaussian acak dimana { S 1 S n } bentuk lattice D. D = S 1 S 2 S n dan S i S j = 0 ; sehingga model otoregresif simultan dapat dituliskan dalam bentuk persamaan:
3 5 dimana menyebar distribusi normal ganda dengan rataan 0 dan matriks ragam peragam ( dengan I adalah matriks identitas dan dapat disimbolkan dengan. Element dilambangkan dengan lokasi lattice {s i : 1,, n}. B = adalah matriks korelasi spasial untuk model simultan dan W adalah matrik pembobot spasial. Apabila dituliskan dalam bentuk matriks: didefinisikan dan dengan E( = dan Var = sehingga z. Model Otoregresif Bersyarat Model Otoregresif bersyarat (CAR) sama dengan model otoregresif simultan (SAR), tetapi pada model CAR, peluang pada satu lokasi ada apabila peluang pada lokasi lain diketahui. Model CAR merupakan model bersyarat yang mengamati peubah acak pada satu lokasi apabila lokasi lain telah diketahui (Besag 1974, diacu dalam Wall 2004). Jika z menyebar normal maka fungsi peluang bersyaratnya adalah : dengan f adalah fungsi peluang bersyarat dari, j=1,, n ; i j. dan masing-masing adalah nilai tengah dan variansi kondisional. Model otoregresif bersyarat dapat dituliskan dalam bentuk: dimana E( ) = dan adalah variansi kondisional. Apabila dituliskan dalam bentuk matriks: Matriks korelasi spasial dengan B =. Sebaran gabungan z dengan sebaran peluang bersyarat, (I-C) dapat dibalik, simetrik dan definit positif. matriks n x n dan adalah matriks diagonal n x n. adalah
4 6 Matriks Pembobot Spasial Matriks pembobot spasial pada dasarnya merupakan matriks ketergantungan spasial (contiguity). Matriks ketergantungan spasial adalah matriks yang menggambarkan hubungan antar daerah. Kedekatan suatu daerah berdasarkan ketergantungan spasial biner, dimana Nilai menggambarkan pengaruh alami yang diberikan wilayah ke-i untuk wilayah ke-j. Nilai 1 artinya daerah i dan daerah j berada bersebelahan dan nilai 0 artinya daerah i dan daerah j tidak bersebelahan (Lee dan Wong 2001). Baris pada matrik ketergantungan spasial menunjukkan hubungan spasial suatu daerah dengan daerah lain, sehingga jumlah nilai pada baris ke- i merupakan jumlah tetangga yang dimiliki oleh daerah i yang dinotasikan: dimana c i. adalah total nilai baris ke-i dan c ij = nilai pada baris ke-i kolom ke-j. Untuk melihat seberapa besar pengaruh masing-masing tetangga terhadap suatu daerah dapat dihitung dari rasio antara nilai pada daerah tertentu dengan total nilai daerah tetangganya. Nilai pembobot ini menunjukkan kekuatan interaksi antar wilayah. Nilai pembobotan (w ij ) sesuai persamaan: ij = nilai ij ini adalah elemen matriks yang sudah dibakukan dimana jumlah setiap baris sama dengan 1. Pendugaan Korelasi Spasial ( ) pada SAR dan CAR Matriks korelasi spasial B diperoleh dari perkalian matriks pembobot W dan penduga korelasi spasial ( ).
5 7 Fungsi log-likelihood korelasi spasial adalah: Fungsi log-likelihood pada H 0 adalah Statistik uji Likelihood Rasio Test (LRT) merupakan selisih dari kedua fungsi likelihood di atas, sehingga sehingga apabila diturunkan terhadap diperoleh penduga korelasi spasial ( ) yaitu: ρˆ ( z T W T W z) Untuk menguji signifikansi dari koefisien korelasi spasial ( ) digunakan LRT. Pengujian hipotesisnya adalah H 0 : ρ = 0 (tidak ada korelasi spasial) H 1 : ρ 0 ( ada korelasi spasial) Kesimpulan : Tolak H 0 jika nilai LRT > 1 z T W T z Pendugaan Parameter dan Pengujian Hipotesis untuk a. Pendugaan Parameter SAR Pendugaan parameter pada model CAR adalah menggunakan metode kemungkinan maksimum (Maximum Likelihood Estimator). Jika z menyebar normal maka fungsi kepekatan bersyaratnya adalah:
6 8 dengan fungsi kemungkinan maksimum dengan meminimumkan fungsi maksimum likelihood diperoleh pendugaan parameter: Apabila diturunkan terhadap, maka Apabila diturunkan terhadap, maka b. Pendugaan Parameter CAR Pendugaan parameter pada model CAR diperoleh dengan menggunakan metode kemungkinan maksimum (Maximum Likelihood Estimator). Penduga kemungkinan maksimum disebut juga penduga kuadrat terkecil umum/generalized Least Squares (GLS) pada Waller dan Gotway (2004). Jika z menyebar normal maka fungsi kepekatan bersyaratnya adalah:
7 9 dengan fungsi kemungkinan maksimum dengan meminimumkan fungsi maksimum likelihood diperoleh pendugaan parameter: Apabila diturunkan terhadap, maka: Apabila diturunkan terhadap maka: Pengujian Hipotesis Model Otoregresif Simultan SAR dan CAR Hipotesis untuk parameter koefisien pada model SAR dan CAR adalah : dengan statistik uji F: Jika F h > F (k-1;n-k) maka tolak n adalah ukuran contoh., dengan k adalah banyak koefisien regresi dan Asosiasi Spasial Asosiasi spasial pada beberapa literatur tidak dibedakan dengan sebutan autokorelasi spasial, karena pada dasarnya secara definisi mengacu pada pemaknaan yang sama yaitu usaha mengukur hubungan antara dua objek di dalam suatu ruang yang saling berhubungan. Pada kasus spasial digunakan istilah asosiasi jika suatu data berbasis pada data areal (polygon) dan memiliki hubungan yang bersifat ketetanggaan jika data berbasis titik (point patern) dan memiliki
8 10 hubungan yang mengacu pada jarak. Silk (1979) dalam bukunya menjelaskan tentang autokorelasi berbasis pada data area ada yang bersifat positif dan negatif. Apabila dalam suatu daerah yang berdekatan mempunyai nilai yang mirip dan bersifat menggerombol dikatakan positif. Jika dalam suatu daerah yang berdekatan nilainya berbeda dan tidak mirip maka dikatakan negatif. a. Indikator Lokal dan Asosiasi Spasial Indikator Lokal dan Asosiasi Spasial/ Local Indicator of Spatial Association (LISA) merupakan metode yang dikembangkan oleh Anselin (1995) dalam suatu software yang dinamakan SpaceStat. Metode ini merupakan suatu metode eksplorasi data (area) untuk menguji kestasioneran dan mendeteksi pencilan spasial atas (hotspot) dan bawah (coldspot). Metode ini juga mampu menyajikannya data dalam bentuk visual. Pencilan spasial atas merupakan suatu wilayah yang memiliki nilai pengamatan dengan pengukuran tertinggi sedangkan pencilan spasial bawah merupakan pengukuran terendah jika dibandingkan dengan area sekitarnya pada suatu gugus data berbasis areal. Analisis ini bertujuan untuk menghasilkan pengelompokan wilayah (clustering) berdasarkan identifikasi terhadap wilayah pencilan spasial dan menemukan pola hubungan spasial yang berbasis lokal area. Pengertian dari basis lokal area adalah menguji setiap areal dan pengaruhnya terhadap aspek globalnya. nilai pengukuran diperoleh melalui Indeks Local Moran. Nilai ini merupakan penguraian dari nilai spasial global (Indeks Global Moran). Secara komputasi LISA diperoleh melalui dengan merupakan fungsi komputasi dari dan, adalah nilai observasi dari wilayah ke-, sedangkan adalah nilai observasi dari wilayah lain ke- dari area. Ada beberapa asumsi dan metode yang dikombinasikan dalam LISA yaitu penggunaan matriks ketergantungan spasial sebagai pembobot spasial, penghitungan indeks lokal Moran dan pencaran Moran, serta penggunaan simulasi Monte Carlo. Pengujian statistik LISA dilakukan berdasarkan nilai pengamatan dengan menetapkan peringkat relatif nilai p. Kalkulasi nilai p dilakukan dengan
9 11 simulasi Monte Carlo, kalkulasi tersebut untuk melihat nilai observasi lebih tinggi atau lebih rendah dari nilai standar distribusi nol. Patas = Pbawah = dengan merupakan jumlah simulasi untuk hasil statistik dari hasil observasi, merupakan jumlah simulasi untuk hasil statistik dari hasil observasi, dan merupakan total dari simulasi Monte Carlo yang dilakukan. Sementara pengujian hipotesis dirumuskan sebagai berikut H 0 : Tidak ada asosiasi antara nilai observasi pada lokasi dengan nilai observasi pada area sekitar lokasi. H 1 : Lokasi terdekat memiliki nilai yang mirip atau berbeda (jauh), baik bernilai positif atau negatif. b. Moran Lokal dengan Pembobot Matriks Ketergantungan Spasial Statistik Moran lokal berguna untuk pendeteksian pencilan spasial pada data area diskret, selain itu jika ada pengelompokkan dari beberapa pencilan spasial akan teridentifikasi sebagai gerombol lokal (local cluster). Moran lokal dengan pembobot matriks ketergantungan spasial didefinisikan sebagai berikut: dengan ; merupakan nilai pengamatan pada lokasi ke-, Nilai pengamatan pada lokasi lain ke adalah nilai rataan dari peubah pengamatan, dan adalah ukuran pembobot antara wilayah ke- dan wilayah ke-, serta merupakan nilai kolom ke- dan ke-. c. Pencaran Moran Pencaran Moran menyediakan suatu analisis eksplorasi secara visual untuk mendeteksi autokorelasi spasial (Anselin, 1995). Hasil yang ditampilkan adalah data yang telah dibakukan dalam nilai z, dan bukan menggunakan data aslinya. Perolehan nilai z ini merupakan beda nilai antara pengamatan dengan nilai (rataan) harapan dari peubah. Nilai yang sudah di standardisasi mengacu pada
10 12 simpangan baku. Nilai z berdistribusi normal dan memiliki persamaan sebagai berikut. z i = dengan merupakan nilai dari peubah yang diamati di lokasi, merupakan nilai rataan dari peubah pada semua lokasi dan adalah simpangan baku dari peubah. Pencaran Moran disajikan berbasis pada data nilai z suatu lokasi pada satu sumbu, dan nilai nilai z rata-rata tetangganya pada sumbu yang lain. Secara visual pencaran Moran terbagi atas 4 kuadran seperti terlihat pada Gambar 1. kuadran IV rendah-tinggi kuadran III rendah-rendah Kuadran pertama, terletak di kanan atas yang disebut juga kuadran tinggitinggi. Hal ini berarti memiliki autokorelasi positif, karena nilai pengamatan lokasi tersebut tinggi dan dikelilingi oleh area sekitar yang juga tinggi. Pola visual yang terbentuk adalah pola gerombol antara area bernilai pengamatan tinggi dan dilambangkan dengan warna merah tua. Kuadran kedua, terletak di kanan bawah yang disebut kuadran tinggi-rendah. Kuadran ini memiliki autokorelasi negatif, karena nilai pengamatan lokasi tersebut tinggi dan dikelilingi oleh area sekitar yang memiliki nilai rendah. Pola visual yang terbentuk adalah pola pencilan dengan nilai pengamatan tinggi (pencilan spasial) dilambangkan dengan warna merah muda. Kuadran ketiga, terletak di kiri bawah yang disebut kuadran rendahkuadran I tinggi-tinggi kuadran II tinggi-rendah nilai z Gambar 1. Sumbu koordinat pencaran Moran
11 13 rendah. Artinya kuadran ketiga memiliki autokorelasi positif, karena nilai pengamatan lokasi tersebut rendah dan dikelilingi oleh area sekitar yang juga rendah. Pola visual yang terbentuk adalah pola gerombol (cluster) antara area pengamatan yang rendah diberi lambang dengan warna biru tua. Kuadran keempat, terletak di kiri atas yang disebut kuadran rendah-tinggi, artinya memiliki autokorelasi negatif. Hal ini disebabkan nilai pengamatan lokasi tersebut rendah dan dikelilingi oleh area yang tinggi. Pola visual yang terbentuk adalah pola pencilan dengan nilai pengamatan rendah yang dilambangkan dengan warna biru muda.
MODEL OTOREGRESI SIMULTAN DAN OTOREGRESI BERSYARAT UNTUK ANALISIS KEMISKINAN DI PROVINSI JAWA TIMUR MIRA MEILISA
MODEL OTOREGRESI SIMULTAN DAN OTOREGRESI BERSYARAT UNTUK ANALISIS KEMISKINAN DI PROVINSI JAWA TIMUR MIRA MEILISA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciTINJAUAN PUSTAKA. merupakan nilai peubah bebas ke-p pada merupakan nilai koefisien peubah penjelas merupakan galat acak pengamatan ke-i.
TINJAUAN PUSTAKA Model egresi Berganda egresi linier adalah persamaan matematika yang menggambarkan hubungan antara peubah respon y dan peubah bebas X X X2 Xp. Hubungan antara kedua peubah tersebut dinyatakan
Lebih terperinciTINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk
5 TINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan
Lebih terperinciANALISIS SPASIAL UNTUK SEBARAN SUARA DAN PEROLEHAN KURSI PARTAI POLITIK PADA PEMILU LEGISLATIF 2009 DI WILAYAH DKI JAKARTA DAN JAWA BARAT
ANALISIS SPASIAL UNTUK SEBARAN SUARA DAN PEROLEHAN KURSI PARTAI POLITIK PADA PEMILU LEGISLATIF 2009 DI WILAYAH DKI JAKARTA DAN JAWA BARAT DIRGA ARDIANSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR
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 terperinciTINJAUAN PUSTAKA Profil Kabupaten Jember Pengeluaran Per kapita
TINJAUAN PUSTAKA Profil Kabupaten Jember Berdasarkan data BPS (2009), Kabupaten Jember secara geografis terletak pada 113 0 30-113 0 45 Bujur Timur dan 8 0 00-8 0 30 Lintang Selatan. Wilayah Kabupaten
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih 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 III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Analisis Regresi Linier Berganda Regresi linier adalah suatu metode yang digunakan untuk menyatakan pola hubungan antara variabel respo dengan variabel prediktor. Bila variabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
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 terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA
Lebih terperinciKata kunci : LISA, Moran I, Spatial Autocorrelation. Abstract
Jurnal Edukasi, Volume 1 No.2, Oktober 2015 ISSN. 2443-0455 ANALISIS SPASIAL AUTOKORELASI PADA DATA PERSENTASE WANITA PERNAH KAWIN DAN TIDAK PERNAH MENGGUNAKAN ALAT / CARA KB DI PROVINSI LAMPUNG Risdiana
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 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 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 II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi
BAB II TINJAUAN PUSTAKA Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi linear, metode kuadrat terkecil, restriksi linear, multikolinearitas, regresi ridge, uang primer, dan koefisien
Lebih 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 terperinci(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN
(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN Safaat Yulianto 1, Anik Djuraidah 2, Aji Hamim Wigena 2 1Akademi Statistika Muhammadiyah Semarang 2Jurusan Statistika, Institut Pertanian
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN Pada bab ini akan membahas tentang deskripsi karakteristik penyebaran kejadian penyakit Demam Berdarah Dengue (DBD) di Kabupaten Sleman. Gambaran tentang persebaran penyakit
Lebih terperinciTINJAUAN PUSTAKA Analisis Gerombol
3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya
Lebih 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 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 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 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 terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Analisis Pola Spasial Menurut Lee dan Wong (2001), pola spasial atau spatial pattern adalah sesuatu yang menunjukkan penempatan atau susunan benda-benda di permukaan bumi. Setiap
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
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 terperinci2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40
2.11. Penduduk Yang Bekerja di Sektor Pertanian... 38 2.12. Pengangguran... 40 BAB III DASAR TEORI... 42 3.1. Analisis Regresi Linier Berganda... 42 3.2. Penaksiran Koefisien Regresi Menggunakan Matriks...
Lebih terperinciBAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)
BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciBAB II LANDASAN TEORI
perpustakaanunsacid digilibunsacid BAB II LANDASAN TEORI Pada bagian pertama bab kedua ini diberikan tinjuan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab
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 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 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciBAB III PEMBAHASAN. Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan
BAB III PEMBAHASAN Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan pemodelan menggunakan Spatial Autoregressive Model dan Matriks pembobot spasial Rook Contiguity. Langkah-langkah
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Berganda Analisis regresi merupakan analisis untuk mendapatkan hubungan dan model matematis antara variabel dependen (Y) dan satu atau lebih variabel independen
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 terperinciHASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS
HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.
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 terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB III GENERALIZED SPACE TIME AUTOREGRESSIVE. Model GSTAR adalah salah satu model yang banyak digunakan untuk
BAB III GENERALIZED SPACE TIME AUTOREGRESSIVE 3.1 Indeks Gini Model GSTAR adalah salah satu model yang banyak digunakan untuk memodelkan dan meramalkan data deret waktu dan lokasi. Model ini merupakan
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
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 terperinciPROSIDING ISSN: M-23 POLA KETERKAITAN SPASIAL BERDASARKAN PRODUKSI PAJALE (PADI JAGUNG KEDELAI) DI KABUPATEN GROBOGAN TAHUN 2015
M-23 POLA KETERKAITAN SPASIAL BERDASARKAN PRODUKSI PAJALE (PADI JAGUNG KEDELAI) DI KABUPATEN GROBOGAN TAHUN 2015 Rukini Badan Pusat Statistik Kabupaten Grobogan email:rukini@bps.go.id Abstrak Seiring dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN. 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 terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciBAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks
BAB II KAJIAN TEORI Pada bab II akan dibahas tentang materi-materi dasar yang digunakan untuk mendukung pembahasan pada bab selanjutnya, yaitu matriks, kombinasi linier, varian dan simpangan baku, standarisasi
Lebih terperinciBAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML)
BAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML) 3.1 Model Persamaan Simultan Model persamaan simultan adalah suatu model yang memiliki lebih dari satu persamaan yang saling terkait. Dalam model
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 terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciMETODE PENELITIAN Sumber Data
13 METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini merupakan hasil simulasi melalui pembangkitan dari komputer. Untuk membangkitkan data, digunakan desain model persamaan struktural
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014.
Spatial Autoregressive Model... (Lailatul Syaadah) 1 SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 214 Jurnal Diajukan kepada Fakultas
Lebih terperinciTINJAUAN PUSTAKA Perilaku Pemilih Partai Politik
3 TINJAUAN PUSTAKA Perilaku Pemilih Agustino (2009) menyebutkan terdapat tiga pendekatan teori yang sering digunakan oleh banyak ahli politik untuk memahami perilaku pemilih diantaranya pendekatan sosiologis,
Lebih terperinci1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH
MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB 2 LANDASAN TEORI
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 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 terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciMODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER Etis Sunandi 1), Khairil A Notodiputro 2), Anik Djuraidah 2) 1) Jurusan Matematika FMIPA Universitas Bengkulu 2) Jurusan Statistika,
Lebih terperinciHASIL DAN PEMBAHASAN
36 HASIL DAN PEMBAHASAN Deskripsi Data Penelitian ini diawali dengan melihat ketergantungan antar lokasi dan waktu. Lokasi-lokasi dalam penelitian ini saling berhubungan, hal ini ditunjukkan dengan nilai
Lebih terperinciResume Regresi Linear dan Korelasi
Rendy Dwi Ardiansyah Putra 7410040018 / 2 D4 IT A Statistika Resume Regresi Linear dan Korelasi 1. Regresi Linear Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Repeated Measurement Dalam repeated measurement setiap perlakuan menunjukkan pengukuran terhadap satu sampel (unit eksperimen ) atau beberapa sampel yang memiliki karakter sama
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tidak terlepas dari data, baik itu bersifat kuantitatif maupun kualitatif. Apabila dikumpulkan data dari seluruh elemen dalam suatu populasi,
Lebih terperinciBAB IX ANALISIS REGRESI
BAB IX ANALISIS REGRESI 1. Model Analisis Regresi-Linear Analisis regresi-linear adalah metode statistic yang dapat digunakan untuk mempelajari hubungan antarsifat permasalahan yang sedang diselidiki.
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
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 terperinciBAB I PENDAHULUAN. Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai
BAB I PENDAHULUAN A. Latar Belakang Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai suatu variabel tak bebas dari nilai-nilai variabel bebas (Walpole, 1982: 340). Pada regresi
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciTINJAUAN PUSTAKA TIMSS 2007
3 TINJAUAN PUSTAKA TIMSS 007 TIMSS ( Trends in Mathematics and Science Study) merupakan penelitian yang dilakukan oleh IEA (International Association for the Evaluation of Educational Achievement) yang
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
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 terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih terperinciPEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB
PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah) SKRIPSI Disusun Oleh : IRAWATI TAMARA NIM. 24010212120002 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinci