Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP
|
|
- Ade Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP Nonong Amalita, Yenni Kurniawati Jurusan Matematika FMIPA UNP Abstrak. Performansi merupakan hasil kerja yang dapat dicapai oleh seseorang yang dapat menggambarkan kualitas output. Dalam hal ini performansi akademik mahasiswa adalah Indeks Prestasi Komulatif (IPK). Kualitas output mahasiswa tidak terlepas dari kualitas input mahasiswa yang masuk ke dalam suatu program studi. Adapun faktor-faktor untuk mengukur kualitas input mahasiswa dari sisi akademik adalah nilai Ujian Nasional (UN), asal sekolahnya dengan status asal sekolah (negeri / swasta), jenis jalur masuk dan jenis kelamin dari mahasiswa. Untuk meningkatkan kualitas outputnya perlu diadakan evaluasi performansi akademik mahasiswa, agar dapat menghasilkan lulusan yang lebih berkualitas. Tujuan penelitian ini adalah untuk mendapatkan model regresi dummy yang menggambarkan performansi akademik mahasiswa dan variable-variabel mana yang mempengaruhi performansi akademik mahasiswa jurusan matematika UNP. Populasi pada penelitian ini adalah mahasiswa jurusan matematika angkatan 2009 yang terdiri dari 3 program studi yaitu Program Studi Pendidikan Matematika, Matematika dan Statistika dengan jumlah sampel sebanyak 50 mahasiswa. Berdasarkan hasil analisis data diperoleh persamaan regresi dummy pada mahasiswa angkatan 2009 yaitu IPK = 3,95-0,287 X(UN Mat) - 0,922 D1(1=L) - 1,11 D3(SNM) + 0,118 D1X + 0,174 D2X + 0,183 D3X. Berarti Nilai UN Matematika berpengaruh signifikan terhadap IPK mahasiswa, walaupun nilai koefisiennya negatif, namun koefisien untuk D1X, D2X, dan D3X bernilai positif. Hal ini menandakan nilai UN Matematika bagi mahasiswa laki-laki yang berasal dari SMA negeri, dan jalur masuk melalui jalur SNMPTN memberikan pengaruh signifikan terhadap peningkatan IPK. Kata Kunci : Regresi Dummy, Indeks Prestasi Akademik. PENDAHULUAN Setiap Perguruan Tinggi berusaha meningkatkan mutu lulusannya, agar menghasilkan lulusan yang mampu bersaing diera globalisasi sekarang ini. Salah satu indikator yang dapat dijadikan sebagai penentu dalam mutu pendidikan tinggi adalah prestasi akademik dari mahasiswa, yang merupakan salah satu parameter keberhasilan mahasiswa yakni Indeks Prestasi Mahasiswa (IPK). Performansi merupakan hasil kerja yang dapat dicapai oleh seseorang yang dapat menggambarkan kualitas output. IPK lulusan (output) juga dapat menggambarkan performansi dari suatu Perguruan Tinggi, karena IPK merupakan hasil komponen pendidikan yang diperoleh mahasiswa selama menempuh jenjang perkuliahan. Mahasiswa memperoleh IPK mulai dari semester satu sampai dengan dengan semester terakhir. Kualitas output mahasiswa tidak terlepas dari kualitas input mahasiswa yang masuk ke dalam suatu program studi. Indikator yang dapat mengukur kualitas input mahasiswa dari sisi akademik adalah nilai Ujian Nasional (UN), asal sekolah (negeri/swasta), jalur masuk dan jenis kelamin. Penerimaan mahasiswa pada jurusan matematika saat ini dibagi atas 4 jenis jalur Semirata 2013 FMIPA Unila 387
2 Nonong Amalita dan Yenni Kurniawati: Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP masuk, yaitu PMDK, SNMPTN dan seleksi UNP Karena peubah yang dianggap dapat mempengaruhi IPK ini memiliki 2 jenis peubah, yaitu kuantitatif dan kualitatif, maka pada penelitian ini akan dibentuk model regresi dummy untuk melihat keterkaitan antar peubah-peubah. Dummy (Peubah boneka) merupakan cara yang sederhana untuk mengkuantifikasi peubah kualitatif dalam model regresi. Untuk peubah kualitatif yang mempunyai k kategori bisa dibangun k-1 peubah boneka. Tujuan tulisan ini adalah untuk menentukan model terbaik dari regresi dummy yang menggambarkan factor-faktor yang mempengaruhi Indeks Prestasi Akademik mahasiswa angkatan tahun 2009 Jurusan Matematika FMIPA UNP. Dalam pemahaman mengenai regresi dummy, perlu dikaji analisis regresi berganda terlebih dahulu, kemudian proses kodifikasi peubah dummy dan model regresi dummy. Analisis Regresi Linear Berganda Pada setiap pengamatan, yang diwakili pengamatan ke i, berlaku persamaan : Y i = X 1i + 2 X 2i + + p X pi + i (1) Sistem persamaan (1) dapat ditulis dalam bentuk matrik, dengan mendefinisikan matrik-matrik berikut: atau dapat ditulis dalam bentuk matrik sebagai berikut : Y = Xβ + Berdasarkan asumsi di atas yaitu, maka kita dapat menulis persamaan (1) dalam bentuk nilai harapan: E(Y i ) = Estimasi Parameter Estimasi parameter dapat kita peroleh dengan menggunakan metode kuadrat terkecil, sehingga dapat tulis dalam bentuk matriks yaitu : = (X X) -1 X Y Pengujian Hipotesis untuk Parameter Regresi secara keseluruhan. Uji keseluruahan parameter regresi sebagai berikut: H 0 : β 0 = β 1.=β k = 0 H 1 : minimal ada satu β j 0 Jumlah kuadrat total (JKT) merupakan penjumlahan dari jumlah kuadrat regresi (JKR) dan jumlah kuadrat kesalahan (JKG), atau dapat ditulis: JKT = JKR + JKG Statistik uji : F = = H 0 ditolak jika F 0 > F (α, k, n-k-1) Dengan meminimumkan jumlah kuadrat kesalahan, maka diperoleh : 2 JKG = 2 JKT = Oleh karena itu JKR = X Y Bila peubah bebas dimasukkan satu per satu secara bertahap ke dalam suatu persamaan regresi, maka dilakukan uji F sekuensial (Draper dan Smith,1982) Pengujian Hipotesis untuk Parameter Koefisien Regresi secara Individual Pengujian hipotesisnya adalah : H 0 : β j = 0 H 1 : β j 0 Statistik uji : t hit = H 0 ditolak jika t hit > t (α/2; n-k-1) Koefisien Determinasi Koefisien determinasi berganda R 2 mengukur proporsi keragaman total dalam peubah tak bebas Y yang dapat dijelaskan oleh model persamaan regresi secara bersama. Besaran koefisien regresi ditentukan oleh formula : R 2 = 388 Semirata 2013 FMIPA Unila
3 Analisis Regresi Dengan Peubah Kualitatif Ada banyak cara untuk membangun model regresi yang peubah bebasnya mengandung peubah kualitatif, salah satunya adalah menggunakan peubah boneka. Misalnya jika ingin memperkirakan nilai peubah Y yang dipengaruhi oleh satu peubah kuantitatif (X) dan satu peubah bebas kualitatif yang mempunyai dua kategori, misalnya kategori 1 dan kategori 2. Peubah dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasiklasifikasi dalam sampel berpengaruh terhadap parameter pendugaan. Peubah dummy juga mencoba membuat kuantifikasi dari peubah kualitatif. Beberapa jenis model dummy: 1. Y = a + bx + c D1 (Model Dummy Intersep) 2. Y = a + bx + c (D1X) (Model Dummy Slope) 3. Y = a + bx + c (D1X) + d D1 (Model Dummy Intersep dan Slope) Pemilihan Model Terbaik Prosedur-prosedur yang dapat digunakan dalam membentuk model terbaik adalah: (1) semua kemungkinan regresi (all possible regression) dengan menggunakan tiga kriteria: R 2, s 2, dan C p Mallow, (2) regresi himpunan bagian terbaik (best subset regression) dengan menggunakan R 2, R 2 (terkoreksi), dan Cp, (3) eliminasi langkah mundur, (4) regresi bertatar (step-wise regression). Prosedur Semua Kemungkinan Regresi (All Possible Regression) Pertama-tama prosedur ini menentukan semua kemungkinan persamaan regresi.setiap persamaan regresi harus dievaluisi menurut kriterium tertentu, tiga kriteria yang akan dibahas adalah: 1. nilai R 2 yang dicapai, Pertimbangkan nilai R 2 yang diperoleh untuk semua kemungkinan persamaan regresi, nilai R 2 yang besar menjadi salah satu bahan pertimbangan dalam memilih model terbaik. 2. nilai s 2, sebagai pertimbangan adalah jumlah kuadrat sisa yang terkecil. 3. statistik C p. Model "terbaik" ditentukan setelah memeriksa tebaran Cp. Sebagai bahan pertimbangan adalah persamaan regresi dengan nilai Cp rendah yang kirakira sama dengan p (banyaknya parmeter dalam model termasuk βo). Prosedur Regresi "Himpunan Bagian Terbaik" ("Best Subset" Regression) Tiga kriteria dapat digunakan untuk menentukan himpunan bagian "K terbaik", yaitu: 1. Nilai R2 maksimum, 2. Nilai R2 terkoreksi maksimum R2 terkoreksi = 1- (1-R2){(n-1)/n-p)} Statistik Cp Mallows yang rendah yang kir-kira sama dengan p. METODE PENELITIAN Penelitian akan dibagi menjadi 5 tahapan. Tahapan 1 melakukan pengumpulan data penelitian berupa data nilai IPK, nilai UN mahasiswa pada jurusan matematika angkatan 2009, jenis jalur masuk, status asal sekolah, dan jenis kelamin. Sebagai peubah terikatnya diambil data nilai IPK mahasiswa. Pada angkatan 2009, dari jumlah mahasiswa yang ada ditentukan ukuran sampel penelitian menggunakan metode : (Walpole, 1995). Berdasarkan persamaan diatas, dengan nilai g = 0,1 dan Z α/2 = 1, 96 maka diperoleh banyak sampelnya adalah yaitu 47, 62. Namun dalam proses pengambilan data sampel dilakukan pembulatan ukuran sampel yaitu masing-masing 50 sampel. Setelah ukuran sampel ditentukan kemudian Semirata 2013 FMIPA Unila 389
4 Nonong Amalita dan Yenni Kurniawati: Model Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa Jurusan Matematika FMIPA UNP sampel dipilih secara acak yang dibutuhkan dalam penelitian. Tahapan ketiga adalah kodifikasi peubah kualitatif kedalam peubah dummy. Peubah bebas jenis kelamin dan status asal sekolah memiliki 2 kategori, sehingga masing-masing peubah kualitatif tersebut dapat ditransformasi kedalam satu peubah dummy. D1 = D2 = Sedangkan peubah status jalur masuk membentuk 2 peubah dummy karena peubah tersebut terdiri dari 3 kategori. Dimana jalur masuk mahasiswa UNP dikelompokkan kedalam 3 jenis yaitu SNMPTN, PMDK, dan Seleksi UNP. Sehingga diperoleh peubah Dummy untuk jalur masuk tersebut, adalah: D3 = D4 = Kemudian pada tahapan keempat, melakukan pengolahan data dengan metode analisis regresi dummy. Tahapan terakhir dalam penelitian ini dalah menentukan model dummy terbaik yang dapat menggambarkan hubungan setiap peubah bebas terhadap peubah tak bebas (Y). Sehingga dapat diperoleh model yang dapat menggambarkan IPK mahasiswa jurusan matematika untuk melihat performasi jurusan. HASIL DAN PEMBAHASAN Data sampel untuk masing angkatan 2009 dianalisis menggunakan analisis regresi dummy. Peubah bebasnya adalah nilai UN matematika (X) sebagai peubah kuantitatif. Sedangkan jenis kelamin, status asal sekolah, dan status jalur masuk mahasiswa merupakan peubah kualitatif dan variable terikatnya adalah IPK mahasiswa yang diperoleh selama perkuliahan dalam 5 semester. Status asal sekolah dibedakan menjadi 2 kategori, yaitu Negeri dan Swasta, sehingga dapat dijadikan kedalam satu peubah dummy. Begitu juga dengan jenis kelamin, dijadikan kedalam satu peubah dummy. Sedangkan status jalur masuk yang dipilih untuk menjadi mahsiswa UNP dijadikan kedalam dua peubah dummy. Karena pada penelitian ini, jalur masuk mahasiswa jurusan matematika FMIPA UNP dibedakan kedalam 3 kategori, yaitu SNMPTN, PMDK dan Seleksi UNP. Deskripsi nilai UN dan IPK pada mahasiswa2009 dapat dilihat pada table berikut ini: Tabe1. Deskripsi nilai UN dan IPK Mahasiswa Tahun 2009 Nilai UN N Mean S Xmin Xmaks 50 7,493 1,216 4,250 9,670 IPK 50 3,169 0,3514 2,01 3,82 Pada table 1 terlihat bahwa rata-rata nilai UN dan IPK mahasiswa adalah 7,493 dan 3,169. Selanjutnya dapat dilihat persamaan regresi dummy pada angkatan 2009 didapat digambarkan pada persamaan berikut ini: IPK = 4,43-0,372 UN Mat - 0,608 D1(1=L) - 0,92 D2(1=N) - 0,675 D3(SNM) - 0,11 D4(PMDK) + 0,085 D1X + 0,300 D2X + 0,129 D3X + 0,028 D4X Untuk persamaan regresi diatas, tidak ada koefisien regresi yang signifikan. Terlihat dari uji parsial terhadap koefisien regresi yang nilai p-valuenya diatas 0,05. Hanya parameter β 0 yang signifikan dengan p-value 0,031. Berdasarkan analisis sisaan, terlihat ada beberapa asumsi yang dilanggar. Nilai VIF yang besar mencerminkan adanya pelanggaran asumsi multikolinieritas. Bedasarkan plot dari sisaan juga terlihat ada 390 Semirata 2013 FMIPA Unila
5 kecendrungan pelanggaran asumsi kenormalan. Unusual observasi juga mengindikasikan terdapat pencilan (outlier) dan data berpengaruh (influence). Pelanggaran asumsi dapat terjadi akibat adanya pencilan. Oleh karena itu perlu dilakukan penanganan terhadap pencilan tersebut. Pencilan dapat dihilangkan dari data sehingga tidak terdapat lagi pencilan dalam analisis regresi tersebut, agar diperoleh hasil yang baik. Proses pemilihan model terbaik menggunakan All possible regression, diperoleh persamaan regresi terbaik sebagai berikut: IPK = 3,95-0,287 UN Mat - 0,922 D1(1=L) - 1,11 D3(SNM) + 0,118 D1X + 0,174 D2X + 0,183 D3X Uji parsial untuk koefisien regresi menujukkan bahwa semua peubah pada persamaan regresi diatas memiliki nilai p- value < 0,05 kecuali D1 yang menyatakan peubah dummy untuk jenis kelamin. Berdasarkan plot residual terlihat tidak terdapat pelanggaran asumsi, dan melalui uji kenormalan sisaan menggunakan uji kolmogorov-smirnov juga terlihat sisaan secara signifikan menyebar mengikuti sebaran normal dengan p-value > 0,15. R 2 - adjusted juga menunjukkan nilai yang cukup besar yaitu 76,2 %. Hal ini menunjukkan bahwa peubah independen (Nilai UN matematika) dan 5 peubah dummy lainnya dapat menerangkan nilai IPK mahasiswa jurusan matematika FMIPA UNP angkatan 2009 sebesar 76,2%. KESIMPULAN Berdasarkan hasil penelitian dapat disimpulkan bahwa model regresi dummy angkatan 2009 yang menggambarkan factor-faktor yang mempengaruhi Indeks Prestasi Akademik mahasiswa angkatan tahun 2009 Jurusan Matematika FMIPA UNP adalah IPK = 3,95-0,287 UN Mat - 0,922 D1(1=L) - 1,11 D3(SNM) + 0,118 D1X + 0,174 D2X + 0,183 D3X dengan R 2 untuk masing-masing persamaan diatas adalah 79,9 %. Faktor yang mempengaruhi IPK Mahasiswa Angkatan 2009 Jurusan Matematika adalah: Nilai UN Matematika pada angkatan ini berpengaruh signifikan terhadap IPK mahasiswa, walaupun nilai koefisiennya negatif, namun koefisien untuk D1X, D2X, dan D3X bernilai positif. Hal ini menandakan nilai UN Matematika bagi mahasiswa laki-laki atau bagi mahasiswa yang berasal dari SLTA negeri, ataupun mahasiswa yang masuk UNP melalui jalur SNMPTN memberikan pengaruh signifikan terhadap peningkatan IPK. UCAPAN TERIMA KASIH Terima kasih kepada Jurusan Matematika FMIPA UNP yang telah memberi dukungan berupa dana penelitian. DAFTAR PUSTAKA Draper, N. dan Smith H, (1992), Analisis Regresi Terapan (terjemahan), Edisi ke- 2,Penerbit PT Gramedia Pustaka Utama Jakarta. Gasperz, V Ekonometrika Terapan I. Bandung, Transito Bandung. Montgomery D.C. & Peck E.A, (1991), Introduction to Linear Regression Analysis, New York:Jhon Willey & Sonc, 2 nd edition. Semirata 2013 FMIPA Unila 391
MODEL REGRESI DUMMY INDEKS PRESTASI AKADEMIK MAHASISWA ANGKATAN 2010 JURUSAN MATEMATIKA FMIPA UNP
MODEL REGRESI DUMMY INDEKS PRESTASI AKADEMIK MAHASISWA ANGKATAN 2010 JURUSAN MATEMATIKA FMIPA UNP Nonong Amalita, Yenni Kurniawati Jurusan Matematika FMIPA UNP, Email: nongaditya@gmail.com, kurniawati.y@gmail.com
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciPENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
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 terperinciDaerah Jawa Barat, serta instansi-instansi lain yang terkait.
IV. METODE PENELITIAN 4.1 Waktu dan Lokasi Penelitian Pengambilan data sekunder untuk keperluan penelitian ini dilaksanakan pada awal bulan juli hingga bulan agustus 2011 selama dua bulan. Lokasi penelitian
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
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 terperinciUniversitas Negeri Malang
1 Penerapan Metode Regresi New Stepwise untuk Mengetahui Faktor- Faktor yang Mempengaruhi Kekuatan Metallic Box (Studi Kasus di PT. PINDAD (Persero) Turen) Universitas Negeri Malang E-mail: Nisahidayatul@gmail.com
Lebih terperinciStudi Tentang Pencapaian Hasil Belajar Mahasiswa Jurusan Matematika FMIPA UNP Menurut Jalur Masuk
Studi Tentang Pencapaian Hasil Belajar Mahasiswa Jurusan Matematika FMIPA UNP Menurut Jalur Masuk Suherman, S.Pd. M.Si Jurusan Matematika FMIPA UNP Padang E-mail: Suhermanspd_msi@yahoo.co.id Abstrak, Dalam
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciPeranan dari Pemilihan Level sebagai Referensi pada Variabel Bebas Bertipe Kategori terhadap Derajat Multikolinieritas dalam Model Regresi Linier
Prosiding Statistika ISSN: 2460-6456 Peranan dari Pemilihan Level sebagai Referensi pada Variabel Bebas Bertipe Kategori terhadap Derajat Multikolinieritas dalam Model Regresi Linier 1 Seny Mustikawati,
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Memilih Persamaan Regresi Terbaik
Analisis Regresi 2 Pokok Bahasan : Memilih Persamaan Regresi Terbaik TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat memilih persamaan regresi terbaik dengan mencobakan berbagai prosedur. Analisis Regresi
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 terperinciBAB 1 PENDAHULUAN. Semenjak dibuka pada tahun ajaran 1993/1994, Program Studi D-III Statistika
BAB 1 PENDAHULUAN 1.1 Latar Belakang Semenjak dibuka pada tahun ajaran 1993/1994, Program Studi D-III Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (FMIPA USU, telah
Lebih terperinciIndah 1, Saleh 2, La Podje 3
Analisis Jumlah Kuadrat Ekstra pada Pemilihan Model Regresi Terbaik dengan Metode Seleksi Maju (Studi Kasus: Faktor-Faktor yang Mempengaruhi Prestasi Akademik Mahasiswa FMIPA Unhas Angkatan 01-013) Indah
Lebih terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciBEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan)
Saintia Matematika Vol. 1, No. 3 (2013), pp. 249 259. BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan) Yuliana,
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 terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciPerbandingan Metode Stepwise, Best Subset Regression, dan Fraksi dalam Pemilihan Model Regresi Berganda Terbaik
Jurnal Penelitian Sains Volume 14 Nomer 2(A) 14201 Perbandingan Metode Stepwise, Best Subset Regression, dan Fraksi dalam Pemilihan Model Regresi Berganda Terbaik Herlina Hanum Jurusan Matematika, Universitas
Lebih terperinciMODEL-MODEL LEBIH RUMIT
MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih 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 terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN HASIL PENELITIAN
BAB IV ANALISIS DATA DAN PEMBAHASAN HASIL PENELITIAN 4.1 Paparan Data Hasil Penelitian Pada bab ini mengemukakan hasil dan pembahasan dari penelitian mengenai pengaruh komunikasi organisasi terhadap prestasi
Lebih terperinciIV METODOLOGI PENELITIAN
IV METODOLOGI PENELITIAN 4.1. Lokasi dan Waktu Penelitian Kegiatan yang dilakukan dalam penelitian ini meliputi perumusan masalah, perancangan tujuan penelitian, pengumpulan data dari berbagai instansi
Lebih terperinciBAB III METODE PENELITIAN. Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Objek dalam penelitian ini adalah Koperasi Jasa Keuangan Syariah Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data Tingkat Bagi Hasil
Lebih terperinciBAB IV. HASIL dan PEMBAHASAN
BAB IV HASIL dan PEMBAHASAN 4.1 Gambaran Umum Obyek Penelitian Seperti yang telah dijelaskan sebelumnya, pengumpulan data pada penelitian ini menggunakan instrumen kuesioner. Responden dalam dalam penelitian
Lebih terperinciBAB 2 LANDASAN TEORI
9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja
Lebih terperinciJl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon ABSTRAK
Jurnal Barekeng Vol. 8 No. 1 Hal. 31 37 (2014) MODEL REGRESI RIDGE UNTUK MENGATASI MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIERITAS (Studi Kasus: Data Pertumbuhan Bayi di Kelurahan Namaelo
Lebih terperinciPERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi dan Korelasi 2.1.1 Analisis Korelasi Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat hubungan Y dan X dalam bentuk
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Penelitian yang digunakan dalam penelitian ini ialah Perusahaan yang Terdaftar di Jakarta Islamic Index tahun 2011-2013. Teknik yang digunakan dalam
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif. Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penilaian. Tujuannya adalah
Lebih terperinciREGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 167 174 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND REGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL ALDILA SARTI Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. adalah 1397 orang yang terdiri dari petugas Aviation Security (Avsec), petugas
BAB V HASIL DAN PEMBAHASAN 5.1. Hasil Penelitian Jumlah karyawan operasional Angkasa Pura II Bandara Soekarno Hatta adalah 1397 orang yang terdiri dari petugas Aviation Security (Avsec), petugas pemadam
Lebih terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
III METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciTUGAS AKHIR. Untuk Memenuhi Sebagian Persyaratan Memperoleh Gelar Sarjana Sains HASNARIKA NIM /2007
PENGARUH FAKTOR EKSTERNAL TERHADAP KETIDAKLULUSAN SISWA SMA/MA/SMK DALAM UJIAN NASIONAL MENGGUNAKAN REGRESI POISSON (Studi Kasus Pada SMA/MA/SMK di Kota Tanjungpinang) TUGAS AKHIR Untuk Memenuhi Sebagian
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 III METODE PENELITIAN. Sampel dari penelitian ini adalah Bank Syariah Mandiri. Alasan
BAB III METODE PENELITIAN 3.1 Sampel Penelitian Sampel dari penelitian ini adalah Bank Syariah Mandiri. Alasan penggunaan Bank Syariah Mandiri sebagai sampel penelitian ini antara lain: 1) Bank Syariah
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1Uji Sampel Sebagai ketentuan dalam melakukan penelitian yang berhubungan dengan pengambilan data adalah harus diketahui ukuran sampel yang memenuhi untuk di analisa. Untuk menentukan
Lebih terperinciANALISA DATA. Mayang Adelia Puspita
ANALISA DATA Mayang Adelia Puspita www.caknun.com PENDEKATAN EKONOMETRIK DALAM ANALISIS DATA Konsep dasar Ekonometrik Ekonometrika merupakan suatu ilmu tersendiri yang merupakan penggabungan dari teori
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
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 terperinciEFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciPEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 86 95 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI
Lebih terperinciPenerapan Regresi Dummy dalam Memprediksi Performansi Akademik Mahasiswa (Studi Kasus pada Mahasiswa Jurusan Matematika UNP)
STATISTIKA LAORAN ENELITIAN Oo enerapan Regresi Dummy dalam Memprediksi erformansi Akademik Mahasiswa (Studi Kasus pada Mahasiswa Jurusan UN) Oleh : Dra. Nonong Amalita, M.Si Drs. Lutfian Almash, MS Yenni
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Objek dalam penelitian ini adalah perusahaan manufaktur disektor 5 (consumer goods industry) periode 2008-2010. Berikut ini peneliti
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB III METODE PENELITIAN. mengungkapkan laporan keuangan (annual report) kepada publik periode 2013
BAB III METODE PENELITIAN A. Obyek Penelitian Obyek penelitian ini adalah seluruh perusahaan yang terdaftar di Daftar Efek Syariah (DES) yang diterbitkan Bursa Efek Indonesia (BEI) yang mengungkapkan laporan
Lebih terperinciPEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 123-132 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN
Lebih terperinciBab 1 PENDAHULUAN. Secara umum persamaan regresi linier dengan k variabel bebas dinyatakan dengan :
12 Bab 1 PENDAHULUAN 1.1 Latar Belakang Regresi merupakan suatu teknik statistika yang dapat digunakan untuk menggambarkan hubungan fungsional antara suatu variabel tak bebas (respon) dengan satu atau
Lebih terperinciPENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG
PENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG 1. Pendahuluan Latar Belakang Ujian Nasional biasa disingkat UN
Lebih terperinciBAB IV HASIL PENELITIAN
143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada bab ini penulis akan menganalisis data yang telah terkumpul yaitu data dari Dana Perimbangan dan Belanja Modal Provinsi Jawa Timur,
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciREGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH. oleh IDA YUSWARA DYAH PITALOKA M
REGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH oleh IDA YUSWARA DYAH PITALOKA M0108046 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
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 IV PENGARUH PERHATIAN ORANG TUA DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 01 PEMALANG
BAB IV PENGARUH PERHATIAN ORANG TUA DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 01 PEMALANG Pada bab keempat yang diberi judul pengaruh perhatian orang tua dan
Lebih terperinciVI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI
VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI 6.1. Analisis Fungsi Produksi Model fungsi produksi yang digunakan adalah fungsi Cobb Douglas. Faktor-faktor
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 terperinciBAB IV HASIL DAN PEMBAHASAN. melalui kuesioner. Kuesioner yang disebar sebanyak 34 kuesioner, pekerjaan, dan tingkat pendidika terakhir.
BAB IV HASIL DAN PEMBAHASAN A. Analisis Karakteristik Responden Analisis karakteristik dalam penelitian ini digunakan untuk melihat gambaran secara umum karakteristik data responden yang telah dikumpulkan
Lebih terperinciBAB III METODE PENELITIAN. Populasi dari penelitian ini adalah perusahaan manufaktur di bidang industri
27 BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Penelitian Populasi dari penelitian ini adalah perusahaan manufaktur di bidang industri makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI).
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Normalitas. Adalah suatu bagian uji persyaratan analisis data. Tujuan dari uji normalitas mengetahui apakah data berdistribusi normal atau
Lebih terperinciANALISIS PENGARUH ANTARA NILAI RAPOR DI SMA DENGAN INDEKS PRESTASI KUMULATIF PADA MAHASISWA D3 STATISTIKA
ANALISIS PENGARUH ANTARA NILAI RAPOR DI SMA DENGAN INDEKS PRESTASI KUMULATIF PADA MAHASISWA D3 STATISTIKA Andi Jumaena Program Studi D3 Statistika Program Pendidikan Vokasi Universitas Halu Oleo Email
Lebih terperinciMAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY
MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY KELOMPOK : Karlina Siti Faresha 135020200111071 Rezky Ridhowati 135020200111074 Pahriyatul Ummah 135020201111002 JURUSAN MANAJEMEN FAKULTAS EKONOMI
Lebih terperinciBAB IV HASIL PENELITIAN
110 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penelitian ini berjudul Pengaruh Profesionalisme
Lebih terperinciBAB III OBJEK DAN DESAIN PENELITIAN. hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian, yang akan diuji
BAB III OBJEK DAN DESAIN PENELITIAN III.1 Objek Penelitian Penelitian ini termasuk dalam jenis penelitian eksplanatif asosiatif, di mana hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciBAB IV PELAKSANAAN DAN HASILPENELITIAN
BAB IV PELAKSANAAN DAN HASILPENELITIAN Pengumpulan data penelitian ini di lakukan pada tanggal 18 Mei 2014 sampai tanggal 21 Mei 2014. Sampel yang digunakan adalah mahasiswa Fakultas Keguruan Ilmu Pendidikan
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia yang berada di situs web www.idx.com. BEI dipilih sebagai
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Subyek Penelitian Subjek dalam penelitian ini adalah petani bawang merah di Desa Tirtohargo Kecamatan Kretek Kabupaten Bantul Propinsi Daerah Istimewa Yogyakarta. Petani
Lebih terperinciAda 3 tiga variabel yang diteliti yaitu minat (X 1 ), dan motivasi. deskripsinya, ketiga variabel dapat dinyatakan secara kategorik.
digilib.uns.ac.id 41 A. Deskripsi Variabel Penelitian Ada 3 tiga variabel yang diteliti yaitu minat (X 1 ), dan motivasi menjadi bidan (X 2 ), serta prestasi belajar (Y). Ketiga variabel tersebut dinyatakan
Lebih terperinciBAB III METODE PENELITIAN. kelompok dari semua individu, objek, atau pengukuran yang sifat-sifatnya sedang
BAB III METODE PENELITIAN 3.1. Populasi Dan Sampel Menurut Lind et. al. (2012) populasi merupakan kumpulan, atau kelompok dari semua individu, objek, atau pengukuran yang sifat-sifatnya sedang diteliti.
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan kajian tentang faktor-faktor yang mempengaruhi
41 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan kajian tentang faktor-faktor yang mempengaruhi kemiskinan terhadap ekonomi Indonesia dalam waktu 1996-2013, oleh karena
Lebih terperinciBAB III METODE PENELITIAN. Lokasi penelitian dilakukan di Pojok Bursa Efek Indonesia UIN Maulana. Malik Ibrahim Malang Jalan Gajayana No.50 Malang.
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Lokasi penelitian dilakukan di Pojok Bursa Efek Indonesia UIN Maulana Malik Ibrahim Malang Jalan Gajayana No.50 Malang. 3.2 Jenis dan Pendekatan Penelitian
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
47 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Deskripsi Statistik Tabel di bawah ini memperlihatkan deskripsi statistik (jumlah sampel, nilai minimum, nilai maksimum, rata-rata dan standar deviasi) dari sampel
Lebih terperinciBAB 3 METODA PENELITIAN. industri penghasil bahan baku sektor pertambangan yang terdaftar di
BAB 3 METODA PENELITIAN 3.1 Jenis dan Sumber Data Peneliti memperoleh data penelitian ini yang terdapat pada sumber data historis berupa laporan keuangan perusahaan yang telah diaudit dengan benar serta
Lebih terperinciBAB IV HASIL dan PEMBAHASAN. buah. Dari 105 kuesioner yang dikirimkan kepada seluruh
BAB IV HASIL dan PEMBAHASAN 4.1. Gambaran Umum Obyek Penelitian Seperti yang telah dijelaskan sebelumnya, pengumpulan data pada penelitian ini menggunakan instrumen kuesioner. Responden dalam penelitian
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciBAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai kinerja guru, motivasi
Lebih terperinciRegresi Linier Berganda
Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah
Lebih terperinciHETEROSKEDASTISITAS DALAM ANALISIS REGRESI LINIER SKRIPSI. Oleh: YOGIE DANA INSANI NIM
HETEROSKEDASTISITAS DALAM ANALISIS REGRESI LINIER SKRIPSI Diajukan Untuk Memenuhi Persyaratan Penyelesaian Program Sarjana Sains Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan
BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini dilakukan di Depok, dimulai dari pengumpulan landasan teori dan sumber-sumber data pada awal april 2013. Kemudian dilanjutkan dengan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis data yang dilakukan dalam bab ini pada dasarnya dapat dikelompokkan menjadi dua bagian. Bagian pertama merupakan analisis
Lebih terperinciBAB III METODOLOGI PENELITIAN. 1. Apakah investasi mempengaruhi kesempatan kerja pada sektor Industri alat
43 BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah peneliti rumuskan, maka tujuan penelitian ini adalah untuk mengetahui: 1. Apakah investasi mempengaruhi kesempatan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini termasuk penelitian kuantitatif yang merupakan bentuk analisa
BAB III METODE PENELITIAN a. Jenis Penelitian Penelitian ini termasuk penelitian kuantitatif yang merupakan bentuk analisa yang menggunakan angka-angka dan perhitungan dengan metode statistik. b. Obyek
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinci