Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression"

Transkripsi

1 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan Statstka, Fakultas MIPA, Insttut eknolog Seuluh Noember (IS) Jl. Aref Rahman Hakm, Surabaya 6 Indonesa e-mal: mashur96@gmal.com Abstrak Salah satu unsur terentng dalam bdang konstruks adalah erkraan baya. Kesalahan dalam embagan baya royek akan berakbat ada kerugan saat elaksanaan royek. Pemodelan adalah salah satu metode yang daat dgunakan untuk memerkrakan baya royek. Pada eneltan n dlakukan emodelan baya langsung royek konstruks menggunakan regres multvarat. Data yang dgunakan adalah data sekunder dar P.. Hasl analss menunjukkan bahwa duras dan nla kontrak memunya engaruh yang sgnfkan terhada baya langsung materal, manusa dan eralatan. Jka duras royek bertambah har dan nla kontrak bertambah mlar maka baya materal akan bertambah sebesar,99 mlar, baya manusa (uah) bertambah sebesar,933 mlar dan baya eralatan bertambah sebesar,464 mlar. Kata Kunc baya langsung, baya materal, baya manusa, baya eralatan. I. PENDAHULUAN onstruks meruakan segala bentuk kegatan membuat, Kmemelhara dan memerbak nfrastruktur seert jalan, jembatan, gedung dan rgas. Proses kegatan konstruks yang dbatas oleh waktu dan sumber daya yang terbatas dsebut dengan royek konstruks. Sumber daya royek konstruks terdr dar 5 komonen yatu baya, waktu, manusa, materal, dan eralatan. Salah satu unsur terentng dalam manajemen erencanaan adalah erkraan baya. Secara umum erkraan baya dgunakan untuk mengetahu besarnya baya yang derlukan ada embangunan sebuah royek mauun nvestas []. Selan tu, erkraan baya juga berfungs untuk merencanakan dan mengendalkan sumber daya royek konstruks lannya seert tenaga kerja, materal, eralatan dan lannya. Bag kontraktor, keteatan erkraan baya sangat berengaruh ada besarnya keuntungan fnansal yang akan deroleh. Kesalahan dalam embagan baya royek akan berakbat ada kerugan saat elaksanaan royek seert baya tak terduga yang tdak sesua dengan anggaran. Estmas baya dengan bak sangat derlukan agar kesalahan dalam embagan baya tdak berakbat kerugan terutama ada baya langsung. Selan menggunakan rumusrumus yang sudah ada untuk menentukan baya langsung, nformas lan yang mendukung juga derlukan sebaga bahan acuan. Salah satu nformas yang daat dgunakan adalah model baya langsung terhada faktor-faktor yang memengaruh. Metode yang dgunakan untuk mendaatkan model baya adalah Multvarate Regresson. Namun metode n mash jarang dlakukan ada bdang konstruks. Peneltan baya langsung yang ernah dlakukan emodelan sumber daya royek konstruks ada gedung sederhana dan gedung non sederhana []. Peneltan kedua tentang erancangan dan mlementas sstem nformas untuk menunjang estmas baya konstruks ada royek bangunan [3]. Peneltan terakhr yatu tentang engembangan model otmas enjadwalan mult royek yang memertmbangkan keterbatasan sumber daya tenaga kerja [4]. Berdasarkan eneltan tersebut eneltan n dlakukan untuk mendaatkan model baya langsung royek konstruks dengan menggunakan metode yang lebh sesua yatu multvarate regresson. II. INJAUAN PUSAKA A. Analss Regres Analss regres adalah analss yang dgunakan untuk mendaatkan hubungan antara varabel reson dan varabel redktor [5]. Model yang menggambarkan hubungan antara varabel reson (Y) dan redktor () adalah dengan taksran j j ε j= Y = β + β + () j j= yˆ = b + b () dmana : =,,..., n; j =,,..., ; n = banyaknya engamatan; = banyaknya arameter; ε = Resdual/error B. Analss Regres Multvarat Analss regres multvarat adalah metode analss yang menggambarkan hubungan antara lebh dar satu varabel reson dengan varabel redktor dan dantara varabel reson terdaat hubungan [6]. Model lner multvarat reson ke-q adalah sebaga berkut: j

2 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-49 Y Y Y q = β = β = β q + β + β + β q + + β + + β + + β q + ε + ε + ε Model regres multvarat yang terdr dar q ersamaan model lner secara smultan daat dtunjukkan dalam bentuk matrks sebaga berkut: Y (nxq) = nx(+ ) β(+ )xq + εnxq (4) Dengan E( ε ) = cov( ε, ε ) = σ C. Penaksran Parameter Penaksran arameter meruakan langkah dalam analss regres multvarat yang menghaslkan suatu konstanta yang akan daka dalam ersamaan regres multvarat. Sehngga daat dlakukan enaksran nla varabel reson yang baru dengan menggunakan varabel redktor. aksran arameter dengan menggunakan taksran OLS ddaatkan taksran arameter regres multvarat yatu βˆ = [ βˆ () βˆ () βˆ (q) ] dan matrks resdual dsmbolkan dengan Y β. D. Uj Sgnfkans Parameter Uj sgnfkans arameter meruakan suatu uj yang dgunakan untuk mengetahu aakah arameter sudah sgnfkan terhada model [7]. Hotesa yang dgunakan untuk uj sgnfkans arameter adalah H : β = β = = βj = H : mnmal ada satu βj Dengan =,,, q ; j =,,, Statstk uj Wlks Lambda Λ htung Σ = = Σ + H I Y Y β Y Y nyy q Y ˆ Σ = Σˆ j n / Dmana y adalah vector rata-rata dar matrks Y. olak H jka Λ htung Λα, q,, n, dengan Λα, q,, n adalah nla dar tabel krts Wlks lambda. E. Sumber Daya Proyek Konstruks Sumber daya royek konstruks meruakan suatu kemamuan dan kaastas otens yang dmanfaatkan untuk kegatan royek konstruks. Sumber daya royek konstruks terdr dar. Sumber daya baya Sumber daya baya meruakan modal awal yang dgunakan dalam engadaan suatu konstruks. Baya royek konstruks sangat erlu derhatkan karena serng terjad engadaan baya yang tdak sesua. Sumber daya baya royek konstruks dbag menjad dua kelomok yatu baya langsung dan baya tdak langsung. Baya langsung (Drect Cost) meruakan baya royek konstruks yang dgunakan untuk baya bahan/materal, baya uah/labor/man ower, dan baya alat/equment. (3) (5) Baya tdak langsung (Indrect Cost) meruakan baya yang dgunakan untuk baya overhead, baya tak terduga/contngences, dan baya keuntungan/roft (AACE). Proses dalam manajemen sumber daya baya adalah erencanaan, estmas, enganggaran dan engendalan.. Sumber daya waktu Sumber daya waktu dalam jasa konstruks sangat entng karena dgunakan untuk membuat jadwal dalam erencanaan dan engendalan mula dan berakhrnya royek kostruks. Manajemen waktu ada suatu royek (Project me Management) dlakukan untuk daat mengotmalkan waktu royek. Proses ada manajemen waktu royek adalah endefnsan aktvtas, urutan aktvtas, estmas duras, engembangan jadwal, dan engendalan jadwal. 3. Sumber daya tenaga kerja enaga kerja dbag menjad dua yatu enyeda atau engawas serta ekerja atau buruh laangan. Sedangkan jka dlhat dar bentuk hubungan kerja antar hak yang bersangkutan, tenaga kerja konstruks dbag menjad dua yatu tenaga kerja langsung dan tenaga kerja borongan [8]. 4. Sumber daya materal atau bahan Sumber daya materal meruakan bagan terentng ada royek. Berdasarkan beberaa eneltan, baya materal menyera 5-7% dar baya royek, baya n belum termasuk baya enymanan materal. Materal dbag menjad tga kategor yatu engneered materals, bulk materals, dan fabrcated materals [9]. 5. Sumber daya eralatan Sumber daya eralatan meruakan sumber daya terentng yang daat mendukung tercaanya tujuan yang dngnkan. Kebutuhan eralatan ada royek konstruks sebesar 7-5 % dar baya royek []. Pada taha elaksanaan konstruks, salah satu unsur bayanya adalah baya enggunaan alat berat (Heavy Equment). III. MEODE PENELIIAN Data yang dgunakan ada eneltan n adalah data sekunder dar P. selama erode -. Sedangkan varabel yang dgunakan dalam eneltan n terdr atas varabel reson dan redktor. Varabel reson terdr dar Y (baya materal), Y (baya manusa) and Y 3 (baya eralatan) serta varabel redktor terdr dar (duras) dan (nla kontrak). Langkah-langkah yang akan dlakukan dalam eneltan n adalah sebaga berkut ;. Analss statstka deskrtf untuk melhat gambaran umum karakterstk dar varabel eneltan yang dgunakan dengan menggunakan dgram, gambar dan lannya.. Menguj multkolnertas varabel redktor karena aabla dalam varabel redktor terdaat hubungan antara varabel yang satu dengan varabel yang lan, sehngga koefsen regres tdak daat dhaslkan dan standar eror yang dhaslkan tdak terhngga []. Penanggulangan

3 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-5 abel. Nla Rata-rata, Mnmal dan Maksmal Varabel Reson (Y) dan Predktor () Varabel Rata-rata Mnmal Maksmal Y (mlar) Y (mlar) Y 3 (mlar) (mlar) (mlar),47,67,956 3,5 6,9,5,9,89,87 4,63 6,776 7, ,84 3. yang daat dlakukan jka terdaat multkolnertas adalah mereduks varabel redktor dengan PCA agar antara varabel redktor salng bebas. 4. Menyusun model komonen baya langsung menggunakan analss regres multvarat dengan langkahlangkah sebaga berkut : a. Menguj korelas varabel reson b. Menguj dstrbus normal multvarat ada varabel reson dengan menggunakan lot antara jarak mahalanobs resdual dengan vector rata-rata. c. Estmas arameter d. Uj sgnfkans arameter e. Uj asums IIDN 5. Analss lebh lanjut jka asums IIDN tdak terenuh (deteks outler). 6. Kembal ke langkah sama menghaslkan model regres multvarat yang layak dgunakan. IV. HASIL DAN DISKUSI A. Karakterstk Baya Langsung, Duras, dan Nla Kontrak Pada eneltan n, analsa statstk deskrtf dgunakan untuk melhat gambaran umum karakterstk dar varabel baya yang dgunakan untuk sumber daya materal (Y ), baya yang dgunakan untuk sumber daya manusa (Y ), baya yang dgunakan untuk sumber daya eralatan (Y 3 ) duras (jangka waktu elaksanaan royek) ( ) dan nla kontrak royek ( ). abel menunjukkan bahwa baya rata-rata yang dkeluarkan untuk sumber daya materal (Y ) adalah sebesar,47 mlar, baya mnmal sebesar,5 mlar dan baya maksmum sebesar 4,634 mlar. Pada varabel reson Y yatu baya yang dgunakan untuk sumber daya manusa, ratarata baya yang dkeluarkan oleh P. untuk sumber daya manusa adalah sebesar,67 mlar, baya mnmal sebesar,9 mlar dan baya maksmal sebesar 6,776 mlar. Sedangkan rata-rata baya yang dkeluarkan oleh P. untuk sumber daya eralatan (Y3) sebesar,956 mlar, baya mnmal sebesar,86 dan baya sebesar 7,368 mlar. Baya yang dgunakan untuk sumber daya materal bahan, manusa/uah kerja, dan eralatan antara royek yang satu dengan royek yang lan berbeda-beda dengan total baya yang dgunakan untuk ketga sumber daya tersebut juga berbedabeda seert yang terlhat ada Gambar. Dar total baya yang dgunakan untuk sumber daya materal/bahan, manusa/uah kerja, dan eralatan, sumber daya yang membutuhkan baya royek terbesar adalah baya yang dgunakan untuk sumber daya materal. Hal n menunjukkan bahwa materal atau bahan bangunan yang dgunakan untuk suatu royek nfrastruktur meruakan faktor utama yang memengaruh besarnya baya royek yang akan dkeluarkan oleh erusahaan jasa konstruks dalam merencanakan baya royek khususnya baya langsung. Sedangkan untuk sumber 4 % Baya (mlar) Gambar. Dagram Batang Baya Materal, Manusa dan Peralatan Gambar. Pe Chart Nla Kontrak % baya langsung lan-lan Proyek baya manusa % baya materal 78% Gambar 3. Pe Chart Baya Langsung daya manusa dan eralatan memberkan engaruh yang sama besar. Jumlah royek yang ddaatkan oleh P. adalah royek dar tahun hngga. Berdasarkan royek yang ddaat, jumlah total nla kontrak yang ddaat adalah R ,. Sedangkan jumlah baya langsung yang dkeluarkan untuk royek tersebut adalah sebesar R , dan ssa nla kontrak dgunakan untuk lan-lan. Gambaran vsual dar jumlah nla kontrak dan baya langsung yang dkeluarkan oleh P. Wjaya Karya (Persero) bk daat dlhat ada Gambar. Baya langsung royek konstruks P. dbag menjad 3 baya yatu baya langsung yang dgunakan untuk sumber daya materal atau bahan, baya langsung yang dgunakan untuk sumber daya manusa atau tenaga kerja, dan baya langsung yang dgunakan untuk sumber daya eralatan atau mesn. Pembagan baya langsung untuk ketga baya tersebut tdak sama roorsnya tergantung dar kebutuhan dan faktor lan dar seta royek. P. memunya royek yang sudah hamr terselesakan. otal baya langsung yang dkeluarkan adalah 6% dar total nla kontrak yang ddaat atau sebesar R ,. Pembagan baya langsung untuk masng-masng baya materal, manusa dan eralatan daat dlhat ada Gambar 3. Berdasarkan Gambar 3 dketahu bahwa roors embagan baya langsung yang alng besar adalah untuk materal yatu 78%. Proors baya langsung untuk manusa sebesar %. Sedangkan ssanya % dgunakan untuk baya eralatan. Pada embagan roors baya langsung yang dgunakan untuk sumber daya materal, manusa dan eralatan daat dketahu bahwa roors yang alng besar adalah roors yang dgunakan untuk materal sesua dengan tnjauan ustaka. B. Analss Hubungan Baya Langsung, Duras dan Nla Kontrak Pola hubungan antara varabel baya langsung, nla kontrak dan duras daat dlhat menggunakan dagram encar atau Y Y Y3 baya eralatan %

4 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-5 Y abel. Estmas Parameter Varabel Reson (Y, Y, dan Y 3) dengan Varabel Baru (Z ) Parameter konstanta Z Y Y Y E- -.7E-.488E-,933,596,785 Y Y Gambar 4. Dagram Pencar Varabel Y dan nla korelas. Dagram encar baya langsung, nla kontrak dan duras daat dlhat ada Gambar 4. Pada Gambar 4 tersebut terlhat bahwa hubungan antara baya langsung yang terdr dar materal, manusa dan eralatan meruakan hubungan yang ostf dengan duras dan nla kontrak. Artnya jka nla kontrak dan duras mengalam kenakan, maka baya langsung materal, manusa dan eralatan juga akan nak. Hal tersebut ddukung dengan hasl nla korelas yang ostf antara varabel baya langsung terhada korelas dan nla kontrak. Pola hubungan antara nla kontrak dan duras dengan menggunakan nla korelas ddaatkan nla korelas sebesar,85. Artnya antara nla kontrak dan duras terdaat hubungan yang erat ostf. Semakn tngg nla kontrak yang ddaatkan, maka duras yang dgunakan juga akan semakn besar. ada eneltan n duras dan nla kontrak meruakan varabel redktor. Sehngga dsmulkan bahwa ada varabel redktor terjad gejala multkolnertas karena ada korelas antara nla kontrak dan duras. C. Prncal Comonent Analyss (PCA) Nla kontrak dan duras terdaat hubungan yang sangat erat, yang berart terdaat multkolnertas ada varabel redktor. Untuk melanjutkan analss menggunakan regres multvarat, multkolnertas harus datas terlebh dahulu. Salah satu metode yang dgunakan untuk mengatas multkolnertas adalah Prncal Comonent Analyss (PCA). Dengan menggunakan PCA, akan ddaatkan varabel baru yang bebas dar multkolnertas hasl reduks dar nla kontrak dan duras. Pada eneltan n untuk mengatas masalah multkolnertas akan dlakukan PCA. Data yang dgunakan dalam PCA meruakan data yang sudah dstandarkan. Hasl komonen utama Z yang ddaatkan adalah : Z =,5 (duras) +,5 (nla kontrak) Komonen utama Z terbentuk dar varabel dan. Nla dar komonen utama Z berasal dar,5 varabel duras ( ) dan varabel nla kontrak ( ) yang dstandarkan. D. Analss Regres Multvarat Setelah mendaatkan komonen utama, selanjutnya data ada eneltan n danalss menggunakan regres mutlvarat untuk mendaatkan model dar baya langsung. Pada metode regres multvarat terdaat syarat bahwa varabel reson harus.5. memunya hubungan (korelas) dalam hal n baya langsung materal, manusa dan eralatan harus memunya hubungan. Pengujan hubungan varabel reson dlakukan dengan menggunakan uj bartlett. Berdasarkan hasl uj Bartlett Shercty ddaatkan nla -value sebesar,, sehngga dsmulkan bahwa baya langsung materal, manusa dan eralatan memunya hubungan yang erat. Selan menguj hubungan varabel reson, dlakukan juga engujan dstrbus normal multvarat. Pengujan normal mutlvarat dlakukan dengan menggunakan q-q lot dar nla jarak mahalanobs d dengan vector rata-rata. Setelah dlakukan engujan dstrbus normal multvarat ada varabel reson menunjukkan bahwa nla d χ,.5 sebesar 66,67 ersen. Berdasarkan hotesa dsmulkan bahwa varabel reson data royek P. memunya dstrbus normal multvarat. Langkah ertama setelah syarat awal dalam regres multvarat terenuh adalah estmas arameter. Estmas arameter meruakan langkah dalam regres yang dgunakan untuk mendaatkan model regres multvarat yang menggambarkan hubungan antara varabel reson dan varabel redktor. Hasl dar estmas arameter daat dlhat ada abel. Berdasarkan abel tersebut, deroleh model regres multvarat untuk masng-masng varabel reson baya yang dgunakan untuk sumber daya materal (Y ), baya yang dgunakan untuk sumber daya manusa (Y ), dan baya yang dgunakan untuk sumber daya eralatan (Y 3 ). Model yang terbentuk dar masng-masng varabel reson adalah sebaga berkut: Y (materal) = 7,778E- +,933 (Z ) Y (manusa) = -,7E- +,596 (Z ) Y 3 (eralatan) =,488E- +,785 (Z ) Persamaan tersebut mash dalam bentuk standarsas. Berdasarkan ersamaan tersebut, deroleh model engaruh duras kontrak dan nla kontrak terhada embagan baya langsung untuk materal, manusa dan eralatan adalah sebaga berkut : Y (materal) = -8,68 +,4633 ( ) +,4765 ( ) Y (manusa) = -,4685 +,4 ( ) +,5 ( ) Y 3 (eralatan) = -, ,6443 ( ) +,3444 ( ) Artnya, jka duras royek bertambah har dan nla kontrak bertambah mlar maka baya materal akan bertambah,9398 mlar, baya manusa (uah) akan bertambah sebesar,673 mlar dan baya eralatan akan bertambah sebesar,9887 mlar. Langkah kedua setelah ddaatkan estmas arameter adalah uj sgnfkans arameter. Pengujan sgnfkans arameter tersebut dlakukan dengan tujuan untuk mengetahu aakah arameter-arameter yang sudah terbentuk ada model regres

5 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-5 abel. Nla Wlks Lambda dengan Varabel Z Wlks Lambda P-value Z,95, multvarat tersebut akan berengaruh secara sgnfkan ada enaksran nla baru dengan mengggunakan model ersamaan regres multvarat tersebut. Pada eneltan n, hotesa yang dgunakan untuk engujan sgnfkans arameter adalah Hotess H : β = β = β = β = β3 = β3 = H : mnmal ada satu β j Statstk uj n / ˆ Σ Y Y β Y Σ Λ htung = = = Σ + H Y Y nyy Σˆ j olak H jka nla Λ htung Λα, q,, n atau nla - value α Berdasarkan abel tersebut, ddaatkan nla -value sebesar. yang berart dutuskan menolak H dan dsmulkan bahwa varabel duras dan nla kontrak memunya engaruh sgnfkan terhada model regres yang terbentuk. Langkah yang terakhr dalam metode regres multvarat adalah menguj resdual dar model yang terbentuk aakah sudah memenuh asums IIDN (Identk, Indeenden, Normal Multvarat). Pengujan asums yang ertama dlakukan ada eneltan n adalah menguj asums resdual dentk yatu matrks varan-kovaran resdual bersfat homogen (dentk). Pengujan asums resdual dentk dlakukan dengan menggunakan uj Box s M. berdasarkan hasl uj Box s M yang dlakukan ddaatkan -value sebesar,9. Artnya matrks varan-kovaran resdual model regres multvarat yang terbentuk tdak bersfat homogen (heterogen). Pengujan asums resdual yang kedua adalah ndeenden. Model regres layak dgunakan jka resdual dar model bersfat ndeenden (salng bebas) satu sama lannya. Pengujan asums resdual ndeenden dlakukan dengan menggunakan lot ACF. Hasl engujan resdual ndeenden dengan menggunakan lot ACF ddaatkan hasl bahwa resdual model regres yang terbentuk bersfat ndeenden. Sedangkan uj resdual normal mutlvarat dengan menggunakan q-q lot dar nla d ddaatkan hasl bahwa resdual berdstrbus normal multvarat. Resdual model regres yang terbentuk memenuh asums normal multvarat dan ndeenden, namun tdak memenuh asums dentk. Sehngga dsmulkan bahwa model regres yang terbentuk tdak layak untuk dgunakan. Sehngga untuk mendaatkan model regres multvarat yang layak dgunakan dlakukan analss lebh lanjut yatu dalam hal n deteks outler resdual. E. Deteks Outler Matrks varan-kovaran data tdak homogen daat dsebabkan salah satunya karena ada outler ddalam data. Pada eneltan n dlakukan deteks outler untuk melhat abel 3. Nla Korelas Pearson Varabel Reson dan Varabel Predktor Data Baru tana Outler Y Y Y 3 Y Y Y 3,,886,96,698,983,,856,69,897,,737,96,,755, aakah ada data baya langsung, nla kontrak dan duras terdaat outler dengan menggunakan jarak mahalanobs. Deteks outler ada eneltan n menggunakan macro mntab. Pada hasl deteks outler dtemukan data yang outler. Selanjutnya, data yang outler tersebut tdak dgunakan dalam analss selanjutnya sehngga data yang ada sekarang tnggal data tana outler. F. Analss Regres Multvarat Sebelumnya telah ddaatkan data yang sudah tdak ada data outler. Untuk mendaatkan model regres, data tersebut danalss regres multvarat. namun, sebelum dlakukan analss regres multvarat, seert ada analss awal, dlakukan engujan hubungan varabel reson dan redktor terlebh dahulu. Hasl engujan hubungan antara varabel reson dan redktor ada ada abel 3. Berdasarkan abel 3 tersebut menunjukkan bahwa antara varabel reson yang satu dengan yang lan terdaat hubungan yang sangat erat. Begtu juga dengan varabel redktor (). Antara dan ddaatkan nla korelas sebesar.755 yang berart terdaat hubungan yang sangat erat ada varabel redktor atau dsebut dengan multkolnertas. Sama halnya dengan analss yang dlakukan ada data awal sebelum dlakukan deteks outler. Gejala multkolnertas ada varabel redktor dtanggulang dengan menggunakan metode PCA agar mendaatkan varabel baru yang bebas dar multkolnertas. Selanjutnya, dlakukan PCA ada data tersebut dan dhaslkan varabel baru yang dsebut dengan komonen utama Z dengan ersamaan Z =,534 (duras) +,534 (nla kontrak) Persamaan komonen utama tersebut dgunakan untuk mencar nla komonen utama Z. Nla-nla komonen utama yang dhaslkan akan menjad varabel redktor ada analss regres multvarat dengan varabel reson baya langsung materal, manusa dan eralatan. Pada analss regres multvarat terdaat syarat bahwa data yang akan danalss menggunakan metode regres multvarat meruakan data yang berdstrbus multvarat. ada eneltan n, dlakukan engujan data berdstrbus multvarat dengan menggunakan macro mntab. Hasl dar engujan dstrbus normal mutlvarat data tanat outler adalah 6 ersen nla d χ,.5 sehngga dkatakan bahwa data tersebut berdstrbus normal multvarat. Langkah ertama ada analss regres multvarat adalah estmas arameter yang bertujuan untuk mendaatkan model regres multvarat. Estmas arameter ada eneltan n ddaatkan hasl seert ada abel 4 berkut :

6 JURNAL SAINS DAN SENI POMIS Vol., No., (3) (3-98 Prnt) D-53 abel 4. Estmas Parameter Varabel Reson (Y, Y, dan Y 3) dengan Komonen Utama (Z ) Parameter konstanta Z Y Y Y 3 -,5E-7 -,E-,E-,897,847,877 Berdasarkan abel 4 tersebut, deroleh model regres multvarat untuk masng-masng varabel reson Y (materal), Y (manusa), dan Y 3 (eralatan) terhada Z. Model yang terbentuk dar masng-masng varabel reson setelah varabel Z dkembalkan ke bentuk dan adalah sebaga berkut: Y (materal) = ,37 ( ) +,68 ( ) Y (manusa) = -, ,437 ( ) +,496 ( ) Y 3 (eralatan) = -,66 +,635 ( ) +,369 ( ) Pada model regres multvarat yang terbentuk tersebut, daat dambl suatu kesmulan bahwa varabel duras dan nla kontrak memunya engaruh terhada enggunaan baya langsung untuk sumber daya materal (Y ), manusa (Y ), dan eralatan (Y 3 ) royek konstruks bangunan nfrastruktur. Model regres multvarat yang terbentuk datas daat dnterretaskan bahwa duras dan nla kontrak memberkan engaruh yang ostf terhada erkraan baya langsung untuk sumber daya materal (Y ), sumber daya manusa (Y ) dan sumber daya eralatan (Y 3 ). Sedangkan konstanta (fxcost) dar model yang terbentuk tersebut tdak memunya engaruh terhada varabel baya materal, manusa dan eralatan. Sehngga yang memunya engaruh terhada baya langsung dalam model n hanya duras royek dan nla kontrak saja. Jka duras bertambah har dan nla kontrak bertambah sebesar mlar maka baya untuk materal akan bertambah sebesar,99 mlar, baya untuk manusa atau uah akan bertambah sebesar,933 mlar dan baya eralatan akan bertambah sebesar,464 mlar. Langkah kedua setelah mendaatkan model adalah uj sgnfkans model dengan menggunakan nla wlks lambda. Nla wlks lambda yang ddaatkan adalah sebesar,7 dengan -value sebesar,. Nla -value dar wlks lambda yang ddaatkan kurang dar,5 sehngga dsmulkan bahwa varabel duras dan nla kontrak memunya engaruh sgnfkan terhada model ersamaan regres multvarat baya langsung ada royek konstruks bangunan nfrastruktur yang dgunakan untuk sumber daya materal (Y ), manusa (Y ), dan eralatan (Y 3 ). Sedangkan besarnya hubungan antara varabel reson dan varabel redktor adalah η Λ =,7 =, 88. Nla tersebut daat dartkan bahwa model ersamaan regres multvarat yang terbentuk tersebut daat menjelaskan nformas data sebesar 8,8 ersen. Langkah yang ketga dan terakhr agar model yang ddaatkan tersebut layak dgunakan adalah engujan asums resdual IIDN (dentk, ndeenden, normal). Pengujan asums yang ertama adalah engujan asums dentk dengan menggunakan uj Box s M. Pada eneltan n, dengan menggunakan uj Box s M ddaatkan hasl bahwa resdual model regres multvarat yang ddaat bersfat dentk (homogen). Pengujan resdual selanjutnya adalah menguj resdual bersfat ndeenden. Pengujan resdual ndeenden dlakukan dengan menggunakan lot ACF dan ddaatkan hasl bahwa resdual regres multvarat yang terbentuk bersfat ndeenden. Setelah tu dlakukan engujan asums resdual berdstrbus normal multvarat. engujan dlakukan dengan menggunakan nla d dan ddaatkan kesmulan bahwa resdual model sudah memenuh asums berdstrbus normal multvarat. Asums IIDN yang sudah dlakukan menunjukkan bahwa model regres tersebut sudah memenuh ketga asums yatu bersfat dentk (homogen), ndeenden, dan berdstrbus normal mutlvarat. Sehngga model regres multvarat baya langsung materal, manusa dan eralatan layak untuk dgunakan. V. KESIMPULAN Peneltan n menghaslkan kesmulan bahwa total nla kontrak yang ddaat P. erode sama dengan adalah R ,. Sedangkan jumlah baya langsung yang dkeluarkan untuk royek tersebut adalah sebesar R , dan ssa nla kontrak dgunakan untuk lan-lan. Pembagan baya langsung untuk ketga baya tersebut tdak sama roorsnya tergantung dar kebutuhan dan faktor lan dar seta royek. Pembagan roors baya langsung adalah 78% materal, % manusa, dan % eralatan. Duras dan nla kontrak memunya engaruh terhada bertambahnya baya langsung yang dgunakan. Jka duras bertambah har dan nla kontrak teta maka baya materal akan bertambah sebesar,37 mlar, baya manusa akan bertambah sebesar,437 mlar dan baya eralatan akan bertambah sebesar,635 mlar. Sedangkan jka duras royek teta dan nla kontrak bertambah mlar maka baya materal akan bertambah,68 mlar, baya manusa akan bertambah,496 mlar dan baya eralatan akan bertambah sebesar,369 mlar. DAFAR PUSAKA [] I. Soeharto, Manajemen Proyek : dar Konsetual sama Oerasonal. Jakarta : Erlangga, (5). [] Y. Muzayanah, Pemodelan Proors Sumber Daya Proyek Kontruks. Unverstas Donegoro. Semarang, (8). [3] B. Nuqoba, Perancangan dan Imlementas Sstem Informas Untuk menunjang Estmas Baya Konstruks Pada Proyek Bangunan. Insttut eknolog Seuluh Noember. Surabaya, (). [4] D. Hermaty, Pemodelan dan Analss Proors Uah enaga Kerja ada Proyek Konstruks. Unverstas Islam Indonesa. Yogyakarta, (7). [5] G. N. Draer, dan H. Smth, Analss Regres eraan. Jakarta: Grameda, (99). [6] R.A. Johnson, dan D. Wchern, Alled Multvarat Statstkal Analyss. New Jersey : Prentce hall, (7). [7] A.R. Rencher, Methods of Multvarate Analyss Second Edton. New York : John Wley & Sons, Inc., (). [8] Sugyono. Metode Peneltan Bsns. Bandung : Alfabeta, (). [9] G. Stukhart, Constructon Materals Management. New York : Marcel Dekker, Inc, (995). []. Fahan, Analss Efsens Penggunaan Alat Berat. Unverstas Islam Indonesa. Yogyakarta, (5). [] D. N. Gujarat, Bacc Econometrcs, Fourth Edton. USA: he McGraw Hll Comanes, (4).

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

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

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-199 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337350 (3098X Prnt) D99 Pengaruh Karakterstk Sosal Ekonom terhada Angka Haraan Hdu dan Angka Kematan Bay d Kabuaten/Kota Provns Jawa Tmur Menggunakan Analss Regres

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

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN: ANALISIS ANGKA KEMATIAN IBU MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF (Stud kasus : Angka Kematan Ibu d Provns Jawa Tmur Tahun 011) M. Al Ma sum 1, Suart, Dw Isryant 3 1 Mahasswa Jurusan Statstka FSM

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

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

ABSTRAK ANALISIS KOMPONEN UTAMA

ABSTRAK ANALISIS KOMPONEN UTAMA JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

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 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

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion 7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,

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

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

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

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

I DEWA AYU MADE ISTRI WULANDARI

I DEWA AYU MADE ISTRI WULANDARI I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON

Lebih terperinci

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT) Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30 JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

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

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

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

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

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta

Lebih terperinci

ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS

ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

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

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 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 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

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

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

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 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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

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

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

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012. BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

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

Regresi Linear Sederhana dan Korelasi

Regresi Linear Sederhana dan Korelasi Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

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 IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di: ISSN: 339-54 JURNAL GAUSSIAN, Volume 3, Nomor, Tahun 04, Halaman 4-50 Onlne d: htt://ejournal-s.und.ac.d/ndex.h/gaussan ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN Yuun Nafular, Trastut Wurandar *),

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

PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK C p MALLOWS

PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK C p MALLOWS PEMILIHAN MODEL REGRESI LINEAR TERBAIK BERDASARKAN MODIFIKASI STATISTIK MALLOWS (Stud Kasus : Faktor-Faktor yang Memengaruh Indeks Prestas Mahasswa D MI F MIPA UNS) Dsusun Oleh : TINA YUNIATI M00006 Dtuls

Lebih terperinci

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

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

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc. PEMODELAN REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN 007 Yayuk Lstan NRP 06 00 068 DOSEN PEMBIMBING Dr. Purhad, M. Sc. JURUSAN STATISTIKA FAKULTAS MATEMATIKA

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:

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

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

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 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

1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE

1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Prosdng SNaPP04 Sans, Teknolog, dan Kesehatan ISSN 089-358 EISSN 303-480 MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Et Kurnat, Gan Gunaan, 3 Tegar Aj Sukma Bestar,,3 Prod Matematka FMIPA

Lebih terperinci

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik 5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324 JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB LANDASAN TEORI Unverstas Sumatera Utara . Pengertan Regres Istlah regres pertama kal dperkenalkan oleh Francs Galtom. Menurut Galtom, analss regres erkenaan dengan stud ketergantungan dar satu varael

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian.

BAB III OBJEK DAN DESAIN PENELITIAN. Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian. BAB III OBJEK DAN DESAIN PENELITIAN Bab n dbag menjad dua bagan, yatu objek peneltan dan desan peneltan. III.1 Objek Peneltan Objek peneltan dalam skrps n adalah nla perusahaan LQ 45 perode 2009-2011.

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4 337-35 (3-98 Prnt D- Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka,

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

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

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

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 1 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 1 Space.0 ANALISIS

Lebih terperinci

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

Model Bantuan Rumah Tangga Miskin di Kabupaten Jombang dengan Pendekatan SEM (Structural Equation Modelling)

Model Bantuan Rumah Tangga Miskin di Kabupaten Jombang dengan Pendekatan SEM (Structural Equation Modelling) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Prnt) D-308 Model Bantuan Rumah Tangga Mskn d Kabupaten Jombang dengan Pendekatan SEM (Structural Equaton Modellng) Ist Aprlla, Bambang

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

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.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

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK Nelson ulstono Teknk Mesn Unverstas Islam Malang 015 MENGANALIA GANGGUAN PADA 331 WEIGHT FEEDER UNTUK MENINGKATKAN PRODUKI DI PT. EMEN GREIK (PERERO).Tbk PABRIK TUBAN Nelson ulstono, Teknk Mesn, Fakultas

Lebih terperinci