BAB II LANDASAN TEORI
|
|
- Sugiarto Pranata
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan dalam pembahasan. Pada bagian kedua berisi kerangka pemikiran yang menjelaskan alur pikir dalam pembuatan skripsi. 2.1 Tinjauan Pustaka Cochran [5] menjelaskan penduga rasio klasik untuk rata-rata populasi variabel penelitian pada pengambilan sampel acak sederhana. Penduga rasio klasik tersebut memanfaatkan korelasi positif antara variabel bantu dan variabel penelitian. Kadilar dan Cingi [8] menemukan penduga rasio yang lebih baik dibandingkan penduga rasio klasik, menggunakan koefisien kurtosis variabel bantu dan regresi. Penduga rasio tersebut adalah gabungan penduga rasio Ray dan Singh serta Singh dan Kakran. Penduga rasio Ray dan Singh merupakan penduga rasio menggunakan koefisien regresi, dengan memanfaatkan informasi variansi dan kovariansi sampel. Koefisien regresi diperoleh melalui metode kuadrat terkecil. Sedangkan penduga rasio Singh dan Kakran merupakan penduga rasio menggunakan koefisien kurtosis variabel bantu. Koefisien kurtosis merupakan ukuran keruncingan suatu distribusi. Kemudian Kadilar et al. [9] menemukan penduga rasio yang dapat mengurangi dampak negatif dari pencilan pada data, yaitu menggunakan regresi robust estimasi-m. Penduga rasio Kadilar et al. [9] lebih baik daripada penduga rasio Kadilar dan Cingi [8] jika terdapat korelasi positif antara variabel bantu dan variabel penelitian serta terdapat pencilan pada data, karena penduga rasio Kadilar et al. [9] memiliki rata-rata kuadrat sesatan terkecil. Selanjutnya diberikan beberapa teori yang melandasi penyelesaian rumusan masalah. Teori tersebut meliputi pengambilan sampel acak sederhana, nilai harapan matematis, variansi dan kovariansi, model regresi linier sederhana, koefisien korelasi, koefisien kurtosis, median absolute deviation (MAD), estimasi- M, deret Taylor, rata-rata kuadrat sesatan, penduga rasio, outlier. 5
2 2.1.1 Pengambilan Sampel Acak Sederhana Sampel adalah bagian populasi yang akan diteliti. Pengambilan sampel acak sederhana didefinisikan sebagai prosedur pemilihan sampel dimana setiap sampel mempunyai peluang yang sama untuk terpilih (Yamane [20]). Jika sampel acak yang sudah terpilih tidak dikembalikan, maka disebut pemilihan sampel acak tanpa pengembalian. Jika sampel acak yang terpilih dikembalikan, maka disebut pemilihan sampel acak sederhana dengan pengembalian. Menurut Cochran [5] pengambilan sampel acak sederhana adalah sebuah metode untuk memilih sampel dari populasi sehingga setiap sampel mempunyai kesempatan yang sama untuk terpilih. Observasi dalam populasi diberi nomor 1 sampai. Nomornomor tersebut dipilih, dengan cara mencari nilai pada tabel bilangan acak atau dengan menempatkan nomor itu pada sebuah wadah dan mengundinya. Kelebihan dari pengambilan sampel acak sederhana adalah mudah dipelajari dan lebih efisien waktu, biaya serta tenaga. Pengambilan sampel acak sederhana dapat dilakukan dengan dua cara, yaitu mengundi dan menggunakan tabel bilangan acak. Pengambilan sampel dengan cara mengundi dilakukan apabila jumlah populasi sedikit. Sedangkan pengambilan sampel dengan tabel bilangan acak dilakukan apabila populasinya besar. Pada pengambilan sampel terdapat empat karakteristik dari populasi yang biasa dihitung, yaitu rata-rata populasi, total populasi, rasio dan proporsi. populasi dari variabel ditulis. Sedangkan n sampel dari variabel ditulis. Rata-rata populasi variabel dirumuskan sedangkan rata-rata sampelnya dirumuskan Ukuran sampel pada pengambilan sampel acak sederhana untuk penduga rasio menurut Yamane [20] adalah 6
3 dengan dengan adalah ukuran populasi, adalah ukuran sampel tanpa pengembalian, adalah ukuran sampel dengan pengembalian, adalah ukuran sampel awal, adalah nilai ke- populasi variabel penelitian dan. adalah nilai ke- sampel variabel penelitian, adalah reliabilitas, adalah ketelitian, dan adalah variansi dari dan adalah rasio sampel Nilai Harapan Matematis Nilai harapan adalah rata-rata dari variabel acak (Johnson dan Bhattacaryya [7]). Dimisalkan adalah variabel acak, maka rata-rata dari disebut nilai harapan dan dinotasikan dengan. Jika mempunyai nilai dan probabilitas adalah, -, maka dengan n adalah banyaknya nilai, adalah nilai ke- dari variabel acak dan adalah probabilitas terjadinya Variansi dan Kovariansi Yamane [20] menyatakan variansi, variansi dan kovariansi antara dan pada pengambilan sampel acak sederhana tanpa pengembalian dirumuskan dengan adalah fraksi pengambilan sampel, adalah banyaknya sampel, adalah banyaknya populasi, adalah variansi populasi variabel, adalah 7
4 variansi populasi variabel dan adalah kovariansi populasi antara variabel dan Model Regresi Linier Sederhana Menurut Sembiring [13] model regresi linier yang paling sederhana adalah garis lurus. Garis lurus pada diagram pencar disebut garis regresi atau garis perkiraan. Model regresi linier sederhana untuk populasi dapat dirumuskan sebagai berikut dan adalah parameter dan adalah kesalahan acak yang diasumsikan. Nilai dan merupakan parameter yang nilainya tidak diketahui dan harus diduga. Penduga dari dan adalah dan, sehingga penduga model regresi linier sederhananya adalah Salah satu metode yang dapat digunakan untuk menduga parameter regresi adalah metode kuadrat terkecil. Metode kuadrat terkecil adalah metode untuk menghitung dan sebagai penduga dan, sedemikian rupa sehingga jumlah kuadrat sesatan memiliki nilai terkecil (Supranto [17]). Jumlah kuadrat sesatan ini dinamakan fungsi kuadrat terkecil dan dirumuskan dengan ( ) Penduga dan diperoleh dengan cara meminimumkan fungsi kuadrat terkecil terhadap dan. Langkah pertama yang harus dilakukan adalah menurunkan terhadap dan menyamakannya dengan nol, sehingga diperoleh 8
5 Langkah selanjutnya menurunkan terhadap dan menyamakannya dengan nol, sehingga diperoleh ( ) ( ) ( ) ( ) 9
6 . /. / Koefisien Korelasi Interpretasi koefisien korelasi menurut Supranto [17] adalah nilai untuk mengukur kuatnya hubungan antara dua variabel. Pada analisis regresi, koefisien korelasi digunakan untuk mengukur ketepatan garis regresi sebagai pendekatan data hasil observasi. Koefisien korelasi dinotasikan dengan. Nilai koefisien korelasi berkisar pada interval. Apabila nilai koefisien korelasi positif, maka hubungan antar variabel juga positif atau searah. Namun apabila nilai koefisien korelasi negatif, maka hubungan antar variabel juga negatif atau berlainan arah. Apabila nilai koefisien korelasi nol, maka hubungan antar variabel sangat lemah dan dianggap tidak ada. Rumus untuk koefisien korelasi yaitu ( ) ( ) dengan adalah ukuran populasi Koefisien Kurtosis Koefisien kurtosis adalah ukuran keruncingan atau kepuncakan suatu distribusi (Supranto [17]). Distribusi yang mempunyai puncak relatif tinggi dinamakan leptokurtik. Distribusi yang mempunyai puncak mendatar dinamakan 10
7 platikurtik. Sedangkan sebuah distribusi normal yang puncaknya tidak terlalu tinggi ataupun tidak mendatar dinamakan mesokurtik. Menurut Subramani [15], koefisien kurtosis dinotasikan dengan dirumuskan sebagai berikut dan dengan adalah ukuran populasi, adalah observasi ke-i populasi variabel, adalah rata-rata populasi variabel dan adalah simpangan baku Median Absolute Deviation (MAD) Sampel acak yang berasal dari populasi berdistribusi tertentu dimisalkan sebagai, maka didefinisikan * + dengan (median) adalah ukuran pemusatan data yang robust terhadap pengaruh outlier. Jika simetris maka, sehingga * + dan berlaku persamaan * + Karena sama dengan, maka persamaan berubah menjadi * +, -, -, - 11
8 Jadi, penduga standar deviasi yang robust terhadap outlier adalah Estimasi-M Pada tahun 1973 Huber memperkenalkan metode estimasi-m. M pada estimasi-m adalah maximum likelihood. Jadi metode estimasi-m merupakan perluasan dari maximum likelihood estimation (MLE). Menurut Chen [4] metode estimasi-m dipilih karena metode ini robust terhadap outlier. Sesatan persamaan regresi diasumsikan saling independen,. Penduga maximum likelihood dari adalah yang memaksimalkan dengan. Perkalian fungsi sesatan diubah menjadi penjumlahan logaritma fungsi sesatan agar perhitungan menjadi lebih sederhana. Memaksimalkan sama dengan memaksimalkan Misal fungsi maka memaksimalkan sama dengan meminimalkan Fungsi dari sesatan diduga dengan Untuk memperoleh penduga adalah dengan cara meminimalkan yang dirumuskan sebagai ( ) Nilai terdapat pada persamaan. Turunan parsial dari terhadap disamakan dengan nol untuk meminimalkan, sehingga. / Penduga merupakan penyelesaian persamaan ( ) Turunan parsial dari terhadap dimisalkan sebagai, maka persamaan dapat dituliskan 12
9 ( ) Pada umumnya penyelesaian eksak dari persamaan sulit untuk diperoleh. Oleh karena itu dibutuhkan penyelesaian numerik. Beaton dan Tukey (Draper dan Smith [6]) memberikan penyelesaian dengan mendefinisikan fungsi pembobot. Berdasarkan fungsi pembobot, persamaan dapat dituliskan / ( ) Persamaan jika dituliskan dalam notasi matriks menjadi. Penyelesaian iteratif untuk dirumuskan Iterasi berhenti jika cukup kecil, misalnya. Metode kuadrat terkecil (MKT) digunakan untuk memperoleh nilai dari koefisien regresi yang diduga. Fungsi objektif dan fungsi pembobot pada tiap interval didefinisikan oleh Huber seperti pada Tabel 2.1. Tabel 2.1. Fungsi objektif dan pembobot Interval atau Menurut Draper dan Smith [6] langkah-langkah yang dilakukan untuk menduga parameter menggunakan regresi robust estimasi-m adalah 1. menghitung dengan metode kuadrat terkecil, 2. menghitung nilai sesatan (e i ), 13
10 3. menghitung median dari sesatan, 4. menghitung MAD = median e i -median(e i ), 5. menghitung nilai 6. menghitung nilai, 7. melakukan pembobotan dengan rumus atau atau 8. menduga koefisien regresi robust dengan pemberian bobot, 9. mengulangi tahap 2-8 sehingga diperoleh yang konvergen Deret Taylor Deret Taylor adalah pendekatan yang paling umum digunakan untuk mengevaluasi fungsi. Hal ini karena deret Taylor memiliki tingkat keakuratan yang lebih tinggi dibandingkan dengan metode numerik yang lain (Mathews [10]). Menurut Atkinson [1] jika f adalah fungsi dari x dan terdapat titik di sekitar x, maka pendekatan deret Taylor untuk satu variabel dirumuskan dengan Sedangkan menurut Weisstein [19] pendekatan deret Taylor untuk dua variabel dinyatakan dengan * + * + dengan pendekatan pada orde pertama deret Taylor dituliskan * + * + 14
11 Rata-rata Kuadrat Sesatan Rata-rata kuadrat sesatan (RKS) dapat digunakan untuk membandingkan penduga bias dan tak bias, atau dua penduga yang mempunyai nilai bias berbeda. Jika memiliki rata-rata kuadrat sesatan yang lebih kecil. maka suatu penduga dikatakan lebih baik daripada penduga yang lain. Misalkan dan adalah penduga parameter tertentu, adalah penduga tak bias dan adalah penduga bias dengan variansi lebih kecil dari. Walaupun adalah penduga tak bias dan adalah penduga bias, belum tentu adalah penduga yang lebih baik daripada. Karena jika bias kecil, maka adalah penduga yang lebih baik daripada. Jadi penduga bias dapat lebih baik daripada penduga tak bias. Hal tersebut tergantung dari besarnya variansi dan bias (Yamane [20]). Misalkan merupakan penduga parameter, maka rata-rata kuadrat sesatan dirumuskan sebagai ( ) [ ] Maka rata-rata kuadrat sesatan untuk dan dapat dirumuskan dengan, - dan, - Variansi dan dirumuskan dengan, - dan, - Jika adalah penduga tak bias untuk, maka sehingga, -, - Sehingga rata-rata kuadrat sesatan penduga tak bias sama dengan variansinya. Jika adalah penduga bias untuk, maka sehingga, -, - 15
12 ,* + * +- * + * + * +* + * + * + Sehingga rata-rata kuadrat sesatan penduga bias sama dengan penjumlahan variansi dan kuadrat biasnya. Sesatan dari penduga rasio dapat dihitung menggunakan persamaan. Rasio dan penduga rasio adalah perbandingan dari dua variabel yaitu dan serta dan. Selisih dari rasio dengan penduganya merupakan sesatan penduga rasio. Sesatan penduga rasio dirumuskan ( ) ( ) ( ) ( ) ( ) ( ) dengan ( ) adalah rasio populasi dan ( ) adalah penduga rasio populasi Penduga Rasio Penduga rasio klasik untuk menduga rata-rata populasi dari variabel penelitian dirumuskan dengan dengan adalah penduga rasio klasik, adalah rata-rata sampel dari variabel penelitian, adalah rata-rata sampel dari variabel bantu, adalah rata-rata populasi dari variabel bantu dan Berdasarkan persamaan ( adalah penduga rasio populasi. ), rata-rata kuadrat sesatan dari adalah ( ) dengan adalah jumlah sampel, adalah jumlah populasi, adalah rasio populasi, adalah variansi populasi variabel, adalah variansi populasi variabel, adalah kovariansi populasi antara variabel dan. 16
13 Ray dan Singh mengembangkan penduga rasio dengan menambahkan koefisien regresi pada penduga rasio klasik, sehingga diperoleh penduga rasio baru ( ) dengan adalah modifikasi penduga rasio oleh Ray dan Singh, adalah koefisien regresi sampel. Singh dan Kakran memodifikasi penduga rasio menggunakan koefisien kurtosis variabel bantu dengan adalah modifikasi penduga rasio oleh Singh dan Kakran, adalah koefisien kurtosis dari variabel. Dari persamaan,,,. Berdasarkan persamaan, rata-rata kuadrat sesatan dari adalah ( ), - dengan ( ) adalah rata-rata kuadrat sesatan dari, dan, adalah koefisien korelasi antara variabel dan variabel, adalah koefisien variasi dari variabel dan adalah koefisien variasi dari variabel. Penduga rasio Kadilar dan Cingi [8] menggunakan koefisien kurtosis variabel bantu dan regresi yang merupakan gabungan penduga rasio Ray dan Singh serta Singh Kakran ( ), - dengan adalah modifikasi penduga rasio oleh Kadilar dan Cingi, koefisien regresi sampel, adalah kovariansi sampel variabel dan, adalah variansi sampel variabel, dan ( ). 17
14 Penduga rasio untuk menggunakan koefisien kurtosis variabel bantu dan regresi robust yang ditemukan oleh Kadilar et al. [9] dirumuskan sebagai ( ), - dengan adalah modifikasi penduga rasio oleh Kadilar et al., adalah penduga koefisien regresi robust estimasi-m dan rasio tersebut, penggunaan pada estimasi parameter regresi. ( ). Pada penduga dimaksudkan untuk mengurangi pengaruh pencilan Penduga rasio menggunakan koefisien kurtosis variabel bantu dan regresi robust lebih baik daripada penduga rasio menggunakan koefisien kurtosis variabel bantu dan regresi jika memenuhi kondisi tertentu. Untuk membuktikannya maka rata-rata kuadrat sesatan kedua penduga dibandingkan Outlier Outlier atau pencilan adalah suatu data yang jauh berbeda dibandingkan dengan keseluruhan data (Soemartini [14]). Adanya outlier menyebabkan estimasi koefisien regresi menjadi kurang tepat. Hal-hal yang diakibatkan karena adanya outlier adalah 1. sesatan dari model regresi menjadi besar, 2. variansi dari penduga koefisien regresi menjadi besar, 3. taksiran interval memiliki rentang lebar. Menurut Montgomery dan Peck [11], salah satu metode yang dapat digunakan untuk mengidentifikasi outlier yang berpengaruh terhadap koefisien regresi adalah DFFITS (Difference fitted values fits). Perhitungan DFFITS dirumuskan dengan adalah difference fitted values fits observasi ke-i, adalah variansi sampel dari sesatan jika observasi ke-i dikeluarkan dari penelitian dan 18
15 adalah leverage dari observasi ke-i. Pada model regresi linear sebagai dirumuskan dan dengan p adalah banyaknya parameter model regresi. Suatu observasi dikatakan outlier jika memenuhi kondisi 2.2 Kerangka Pemikiran Penduga rasio memberikan hasil pendugaan yang lebih baik dari penduga yang lain dan meningkatkan ketelitian (Cochran [5]). Penduga rasio memanfaatkan korelasi antara variabel bantu dan variabel penelitian. Jika variabel bantu berkorelasi positif dengan variabel penelitian, maka penduga rasio baik digunakan untuk menduga rata-rata populasi. Koefisien kurtosis dan regresi digunakan untuk meningkatkan ketelitian dari penduga rasio. Namun, adanya pencilan dalam data umumnya mengurangi ketelitian karena penduga rasio klasik sensitif terhadap nilai-nilai ekstrim (Chatterjee dan Price [3]). Oleh karena itu, digunakan regresi robust estimasi-m pada penduga rasio untuk mengurangi dampak negatif dari masalah pencilan data. Selain itu, akan dibuktikan bahwa penduga rasio menggunakan koefisien kurtosis variabel bantu dan regresi robust lebih baik daripada penduga rasio menggunakan koefisien kurtosis variabel bantu dan regresi. Caranya adalah dengan membandingkan rata-rata kuadrat sesatan penduga rasio Kadilar et al. [9] dengan penduga rasio Kadilar dan Cingi [8]. Selanjutnya, menerapkan kedua penduga tersebut dan menginterpretasikannya. 19
TINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih 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 terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika
Lebih terperinciBAB 2 TINJAUAN PUSTAKA = (2.2) =
BAB 2 TINJAUAN PUSTAKA 2.1. Regresi Linear Berganda Regresi linear berganda adalah regresi dimana variabel terikatnya dihubungkan atau dijelaskan dengan lebih dari satu variabel bebas,,, dengan syarat
Lebih terperinciJurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN
Metode Regresi Robust Dengan Estimasi Method of Moment (Estimasi-MM) Pada Regresi Linier Berganda (Studi Kasus : Data Indeks Harga Konsumen (IHK) Provinsi Kalimantan Timur) Method of Robust Regression
Lebih terperinciPERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL
perpustakaan.uns.ac.id PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Fatma Julita, Etik
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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui hubungan antara variabel terikat (dependen, respon, YY) dengan satu atau lebih variabel bebas
Lebih terperincioleh PRITA DEWI HUTRIANA SARI NIM. M
ESTIMASI RATA-RATA PRODUKSI JAGUNG DI PROVINSI JAWA BARAT MENGGUNAKAN PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DENGAN KOEFISIEN KURTOSIS VARIABEL BANTU DAN REGRESI ROBUST oleh PRITA DEWI HUTRIANA
Lebih terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis yang menjelaskan tentang
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang menjelaskan tentang hubungan antara dua atau lebih variabel. Variabel dalam analisis regresi, dibedakan menjadi dua yaitu
Lebih terperinciBAB I PENDAHULUAN. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
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 terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciPERSEMBAHAN. Karya ini kupersembahkan untuk. kedua orang tuaku ibu Menik, bapak Slamet Suseno, ketiga kakakku Ani, Oky dan Pe i
ABSTRAK Ary Yunita. 2016. PERBANDINGAN KEAKURATAN PENDUGA RASIO VARIANSI POPULASI MENGGUNAKAN MEDIAN DAN KOEFISIEN VARIASI-MEDIAN VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA. Fakultas Matematika
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 PENDAHULUAN Latar Belakang Analisis regresi berguna dalam menelaah hubungan antara sepasang peubah atau lebih, dan terutama untuk menelusuri pola hubungan yang modelnya belum diketahui sempurna sehingga
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 terperinciMETODOLOGI HASIL DAN PEMBAHASAN
3 berada pada jarak sejauh tiga atau empat kali simpangan baku dari nilai tengahnya (Aunuddin 1989). Pendekatan pencilan dapat dilakukan dengan melihat plot peluang normal. Apabila terdapat loncatan vertikal
Lebih terperinciBAB I PENDAHULUAN. hubungan ketergantungan variabel satu terhadap variabel lainnya. Apabila
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang dapat digunakan untuk menganalisis data dan mengambil kesimpulan yang bermakna tentang hubungan ketergantungan variabel
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 73 85. PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN Sri Wulandari, Sutarman, Open Darnius Abstrak. Analisis
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih 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 terperinciPengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust
Pengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust I GUSTI AYU MADE SRINADI Jurusan Matematika Universitas Udayana, srinadiigustiayumade@yahoo.co.id Abstrak. Metode kuadrat
Lebih terperinciEstimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm
PRISMA 1 (2018) https://journal.unnes.ac.id/sju/index.php/prisma/ Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm Yulia Sari, Nur Karomah
Lebih terperinciANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE
48 Jurnal Matematika Vol 6 No 1 Tahun 2017 ANALISIS REGRESI ROBUST ESTIMASI-S MENGGUNAKAN PEMBOBOT WELSCH DAN TUKEY BISQUARE S-ESTIMATION OF ROBUST REGRESSION ANALYSIS USES WELSCH AND TUKEY BISQUARE WEIGHTING
Lebih terperinciKAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN
KAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN Nurul Gusriani 1), Firdaniza 2), Novi Octavianti 3) 1,2,3) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung- Sumedang Km. 21
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 terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciModel Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 39 46 Model Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M Hasih Pratiwi, Yuliana Susanti, dan Monaluvy Septiningrum Jurusan
Lebih terperinciMODEL REGRESI LINIER BERGANDA MENGGUNAKAN PENAKSIR PARAMETER REGRESI ROBUST M-ESTIMATOR (Studi Kasus: Produksi Padi di Provinsi Jawa Barat Tahun 2009)
MODEL REGRESI LINIER BERGANDA MENGGUNAKAN PENAKSIR PARAMETER REGRESI ROBUST M-ESTIMATOR (Studi Kasus: Produksi Padi di Provinsi Jawa Barat Tahun 2009) Rini Cahyandari, Nurul Hisani Jurusan Matematika Fakultas
Lebih terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm DETEKSI OUTLIER MENGGUNAKAN DIAGNOSA REGRESI BERBASIS ESTIMATOR PARAMETER ROBUST Suyanti, YL Sukestiyarno Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
Lebih terperinciBAB I PENDAHULUAN. Beberapa penelitian sering sekali melibatkan banyak variabel. Hal ini
BAB I PENDAHULUAN 1.1 Latar belakang Beberapa penelitian sering sekali melibatkan banyak variabel. Hal ini bertujuan agar mendekati kebenaran kesimpulan yang diperoleh dari nilai taksiran sementara (hipotesis).
Lebih terperinciBAB I PENDAHULUAN. suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penaksiran koefisien-koefisien regresi linier, biasanya kita digunakan suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
Lebih terperinci, dengan. Karakteristik dari vektor peubah acak X dan Y sebagai berikut:
3 TINJAUAN PUSTAKA Analisis Korelasi Kanonik Analisis korelasi kanonik (AKK) yang diperkenalkan oleh Hotelling pada tahun 1936, bertujuan untuk mengidentifikasi dan menghitung hubungan linier antara dua
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciPENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE
Vol. 12, No. 1, 9-18, Juli 2015 PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Raupong, M. Saleh AF, Hasruni Satya Taruma Abstrak Penaksiran rataan dan variansi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciKORELASI DAN REGRESI LINIER SEDERHANA
KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
Lebih 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 I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Demografi merupakan ilmu yang mempelajari tentang penduduk, khususnya pada lima aspek yaitu ukuran, distribusi geografi, komposisi, komponen perubahan (kelahiran, kematian,
Lebih terperinciREGRESI ROBUST UNTUK MENGATASI OUTLIER PADA REGRESI LINIER BERGANDA. Isma Hasanah
REGRESI ROBUST UNTUK MENGATASI OUTLIER PADA REGRESI LINIER BERGANDA Isma Hasanah isma_semangat@yahoo.co.id Agustini Tripena, Br. Sb Universitas Jenderal Soedirman ABSTRACT. Regression analysis is statistic
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1. Penaksiran Parameter Jika adalah nilai parameter populasi yang belum diketahui harganya, maka dapat ditaksir oleh nilai statistik, dan disebut sebagai penaksir atau fungsi keputusan.
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
Lebih terperinciMODEL REGRESI ROBUST DENGAN PEMBOBOT WELSCH DAN PEMBOBOT RAMSAY
MODEL REGRESI ROBUST DENGAN PEMBOBOT WELSCH DAN PEMBOBOT RAMSAY oleh KISHARTYA PRATIWI M0106076 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciPENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciBAB IV PEMBAHASAN. Proses estimasi pada metode IRLS ini dengan meminimumkan fungsi residu, yang dapat dituliskan sebagai berikut.
BAB IV PEMBAHASAN Pada bab ini akan dibahas mengenai estimasi parameter model Regresi M- kuantil, penurunan model Regresi M-kuantil, dan contoh penerapan model Regresi M-kuantil pada pengaruh pendapatan
Lebih terperinciMETODE PENELITIAN Sumber Data
13 METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini merupakan hasil simulasi melalui pembangkitan dari komputer. Untuk membangkitkan data, digunakan desain model persamaan struktural
Lebih terperinci(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN
(R.14) MEODE MINIMUM COVARIANCE DEERMINAN PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN Dini Aderlina, Firdaniza, Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl. Raya
Lebih terperinciHASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS
HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciPERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih 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 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciForum Statistika dan Komputasi, Oktober 2009 p : ISSN :
, Oktober 2009 p : 26-34 ISSN : 0853-8115 Vol 14 No.2 METODE PENDUGAAN MATRIKS RAGAM-PERAGAM DALAM ANALISIS REGRESI KOMPONEN UTAMA (RKU) (Variance-Covariance Matrix Estimation Method for Principal Component
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,
Lebih terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA SKRIPSI Disusun Oleh : SHERLY CANDRANINGTYAS J2E 008 053 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPerbandingan Metode Robust Least Trimmed Square Dengan Metode Scale
Perbandingan Metode Robust Least Trimmed Square Dengan Metode Scale Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data Yang Mengandung Pencilan Musafirah 1, Raupong 2, Nasrah Sirajang 3 ABSTRAK
Lebih terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 395-404 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
Lebih terperinciBAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciPERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 137 146. PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
25 BAB 3 METODOLOGI PENELITIAN 3.1. Analisis Permasalahan Pada regresi berganda terdapat beberapa masalah yang dapat terjadi sehingga dapat menyebabkan estimasi koefisien regresi menjadi tidak stabil.
Lebih terperinciBAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciUKURAN PENYEBARAN DATA
Pertemuan keempat UKURAN PENYEBARAN DATA Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh masing-masing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 21 Regresi 211 Pengertian Persamaan Regresi Menurut Sir Francis Galton (1822-1911), persamaan regresi adalah persamaan matematik yang memungkinkan kita meramalkan nilai-nilai atau
Lebih terperinciREGRESI ROBUST DENGAN ESTIMASI-GS (GENERALIZED S-ESTIMATION ) PADA PENJUALAN TENAGA LISTRIK DI JAWA TENGAH TAHUN 2010
REGRESI ROBUST DENGAN ESTIMASI-GS (GENERALIZED S-ESTIMATION ) PADA PENJUALAN TENAGA LISTRIK DI JAWA TENGAH TAHUN 2010 oleh YURISTA WULANSARI NIM. M 0108073 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinci