JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
|
|
- Yuliani Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, , esember 00, ISSN : PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka FMIPA UGM Abstrak Observas yang mempengaruh model regres sedemkan hngga elpsod konfdens untuk estmas parameter regresnya menjad kecl apabla observas tersebut dhlangkan adalah observas pentng. Sehngga observas pentng tersebut bsa merupakan observas berpengaruh sesungguhnya atau bsa juga sebaga outler. Salah satu cara menentukan observas ke- pentng atau tdak, melhat elpsod konfdens parameter model regres lnear dengan menghlangkan observas tersebut. Kata kunc : elpsod konfdens 1. PENAHULUAN Berbcara mengena regres secara umum, berart membcarakan proses bagamana kta menghubungkan antara varabel eksplanator (ndependen dengan varabel respon (dependen dar suatu hmpunan data (data set dengan harapan dperoleh suatu model yang sesua untuk bentuk hubungan varabel-varabel tad. Setelah dperoleh model yang sesua, muncul suatu pertanyaan mengena apakah suatu observas pentng yang mempengaruh model tersebut? Pengertan observas pentng d sn adalah observas yang mempengaruh model regres sedemkan hngga elpsod konfdens untuk estmas parameter regresnya menjad kecl apabla observas tersebut dhlangkan. Sehngga observas pentng tersebut bsa merupakan observas berpengaruh sesungguhnya atau bsa juga sebaga outler. Sebelum melakukan analsa regres ganda, uj yang basa dlakukan adalah melhat ada atau tdaknya kejanggalan (outler atau gap pada dstrbus unvarat setap varatnya dengan menggunakan plot dagram scatter, meskpun dengan cara n tdak dapat mendeteks observas multvarat yang tdak sesua. 161
2 Pengaruh Suatu ata (Hern Utam, Rur I, dan Abdurakhman Setelah terbentuk model regresnya, maka kebanyakan prosedur deteks yang dgunakan terfokus pada resdual, nla predks (ftted value, ŷ, dan varabel eksplanator. Studentzed resdual, t, banyak drekomendaskan sebaga alat deteks adanya outler. Behnken dan raper (197 menggambarkan estmas varans ŷ (ekuvalen dengan estmas varans resdual, V ˆ( dengan plot resdual atau studentzed resdual memberkan nformas lebh. Lebh spesfk mereka mengatakan Suatu varas yang luas d dalam varans resdual mencermnkan suatu keanehan dar matrks, yatu suatu jarak yang tak homogen dar observas-observas dan akan menunjukkan data yang defsens. Huber (1975 juga menyatakan bahwa varans-varans tersebut memlk nformas lebh. Setelah observas-observas pentng terdeteks menggunakan ukuran-ukuran d atas, dengan menguj efek penghapusan (deletng observas tertentu merupakan satu langkah lebh lanjut. Tujuan dar penulsan makalah n, adalah untuk menunjukkan salah satu metode untuk mendeteks observas berpengaruh dalam model regres lnear.. MOEL REGRESI LINEAR Jka varabel bebas dnotaskan dengan dan varabel tdak bebas dnotaskan dengan Y, maka model regres lnear dnyatakan dalam bentuk: dmana: Y = β + ε. (1 Y : vektor observas dengan order Nx1 β : vektor parameter dengan order px1 : matrks yang elemen-elemennya dketahu, dengan order Nxp ε : vektor kesalahan dengan order Nx1, yang setap elemennya dasumskan berdstrbus normal ndependen dengan mean nol dan varansnya σ. alam makalah n, dasumskan model datas adalah model lnear rank penuh, sehngga rank dar adalah p. R 16
3 JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, , esember 00, ISSN : Karena β belum dketahu, sehngga destmas dar data. Salah satu cara untuk mencar estmas vektor β dengan menggunakan metode kuadrat terkecl (least square yang dperoleh dengan jalan memnmumkan jumlah kuadrat kesalahannya. ar persamaan (1 dapat dtuls kembal menjad ε = Y β sehngga jumlah kuadrat kesalahannya adalah ε ε = ( Y β ( Y β = Y ββ Y + β β d( ε ε Untuk = 0, maka Y + βˆ = 0 dβ ar persamaan ( dperoleh estmas β, yatu: βˆ = ( βˆ = Y... ( Y (3 Berdasarkan persamaan (3 yang merupakan penyelesaan dar persamaan normal (, maka: 1. vektor resdu model (1: ˆ ˆ R = Y Y = Y β = ( I ( Y... (4. covarans dar Ŷ : V ( Yˆ = V ( βˆ = V ( ( 3. covarans dar R : Y = ( σ.. (5 V ( R = V (( I ( Y = ( I ( σ...(6 4. ellpsod konfdens ( 1 α100% untuk β, jka dketahu hmpunan semua vektor β ( estmas β yang lan adalah 163
4 Pengaruh Suatu ata (Hern Utam, Rur I, dan Abdurakhman ( β βˆ β ( ps βˆ F( p, n p,1 α dengan s = R R /( n p dan F ( p, n p,1 α adalah persentl 1 α dstrbus F dengan derajat bebas p dan n-p. 3. MENITEKSI PENGARUH SEBUAH ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL Untuk menentukan derajat pengaruh data ke- dalam memperoleh βˆ, langkah pertama adalah menghtung estmas β dengan menghapus ttk tersebut, sehngga dperoleh β ˆ (, yatu estmas kuadrat terkecl β dengan menghapus data ke-. Selanjutnya dhtung: ( βˆ = ˆ ( β β ( β ps ( ˆ ˆ... (7 engan menentukan tngkat sgnfkan α, akan dperoleh batas konfdens (1-α 100% untuk β berdasarkan βˆ. dmana ( matrks Untuk menghtung, secara mudah akan dtunjukkan d bawah n: ( ˆ ˆ β β ( ( ˆ ( = ( ( x Y xβ......(8 : matrks yang dperoleh dengan menghlangkan bars ke- dar Y : observas ke- x : bars ke- dar matrks. Selanjutnya jka v = x ( x, dan dasumskan v < 1 maka dperoleh ( ( ( = ( + ( x x ( /(1 v ( ( x = ( x + ( x x ( x /(1 v ( ( x = (( x (1 v + ( x x ( x /(1 v ( ( ( x = ( x /(1 v......(9 ( ( engan mensubsttuskan persamaan (9 ke persamaan (8, akan dperoleh: 164
5 JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, , esember 00, ISSN : (βˆ βˆ ( x = 1 v 1 ( ( Y sehngga persamaan (7 bsa dtuls: Y βˆ x = s 1 v xβˆ ar persamaan (10 tampak bahwa parameter (p, t Y = s 1 ( V ( Yˆ = ( = v σ x v.....(10 p(1 v bergantung pada 3 hal, yatu: jumlah x β ˆ, dan raso antara covarans nla predks ke- 1 v x dan covarans resdu ke- ( V ( (1 σ R = σ v. engan demkan persamaan (10 dapat dtuls dalam bentuk yang sederhana menjad: t ˆ V ( Y =....(11 p V ( R Jelas, t merupakan ukuran untuk mengetahu bahwa observas ke- dapat dkatakan sebaga outler dar model yang dasumskan. Sedangkan V Yˆ / V ( R ( merupakan ukuran senstf relatf estmas, yatu βˆ, terhadap data yang potensal terpencl dar hmpunan data. Untuk nla raso yang besar memberkan ndkas bahwa data yang bersangkutan memberkan bobot yang besar dalam menentukan βˆ. Kombnas t dan V Yˆ / V ( R dalam persamaan (11 menghaslkan suatu ( ukuran pengaruh menyeluruh dar sembarang data dalam menentukan estmas parameter dengan metode least square error. alam suatu analss, untuk nformas tambahan bsa dlakukan uj t dan V ( Yˆ / V ( R secara terpsah. 4. CONTOH KASUS Longley(1967 memberkan hmpunan data yang menghubungkan antara 6 varabel ekonom dengan total tenaga kerja yang dbutuhkan dar tahun 1947 sampa 196. Tabel 1 memuat t, V ( Yˆ / V ( R,, dan tahun. ar tabel tampak 165
6 Pengaruh Suatu ata (Hern Utam, Rur I, dan Abdurakhman bahwa terbesar dperoleh untuk tahun Penghlangan data tahun n ternyata akan merubah estmas kuadrat terkecl, yatu βˆ ke batas daerah konfdens 35% untuk βˆ. Sedang terkecl kedua tahun 196 dan n penghlangan data tahun n akan merubah estmas βˆ ke batas daerah konfdens 15%. Jelas, tahun 1951 dan 196 mempunya pengaruh yang besar dalam menentukan βˆ. Tahun t Y ˆ / V ( R V ( * * * * * * * : lebh kecl dar KESIMPULAN ar data hasl observas, dapat ddteks bagamana pengaruh observas ke- dalam memperoleh estmas parameter model regres lnear. engan melhat elpsod konfdens parameter model regres lnear, dapat dtentukan apakah jka observas ke- dhlangkan akan dperoleh elpsod konfdens yang lebh kecl, yang berart observas ke- merupakan observas pentng. 166
7 JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, , esember 00, ISSN : AFTAR PUSTAKA 1. enns C. R, etecton of Influental Observaton n Lnear Regresson, Technometrcs, 000, 4 : avd A. B, Edwn, K, and Roy, E.W, Regresson agnostcs : Identfyng Influental ata and Sources of Collnearty, Wley, New York, Peter, J. H, Robust Statstcs, Wley, New York,
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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciSELANG 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 terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB 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 terperinciRegresi 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 terperinciBAB 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 terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciESTIMASI 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciBAB 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciMULTIVARIATE 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 terperinciPrediksi 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 terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI.1 Regres Lner Analss regres dgunakan untuk mengetahu hubungan antara varabel terkat (Y) dengan satu atau lebh varabel bebas (X). Menurut Har et al (009) regres lnear sederhana dapat
Lebih terperinciSTATISTICAL 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 terperinciAnalisis Regresi Linear Sederhana
Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciUJI 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 terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMETODE 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB 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 terperinciREGRESI 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 terperinciBAB 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 terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciBAB 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 terperinciIndependent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi
Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal
Lebih terperinciBAB 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 terperinciBAB 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 terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN EORI.. Regres... Pengertan Persamaan Regres Persamaan regres adalah persamaan matematk yang memungknkan kta meramalkan nla-nla suatu peubah tak bebas dar nla-nla satu atau lebh peubah bebas
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres 1 Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya E[Y x] E[Y x] y b
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB 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 terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciPENENTUAN DENSITAS PERMUKAAN
PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan
Lebih terperinciKecocokan 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 terperinciBAB 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 terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan nla harapannya ) E [Y x ] E [Y x] =
Lebih terperinciANALISIS 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 terperinciUji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi
Al-Jabar: Jurnal Penddkan Matematka Vol. 8, No., 07, Hal 63-7 Uj Park Dan Uj Breusch Pagan Godfrey Dalam Pendeteksan Heteroskedaststas Pada Analss Regres Sska Andran UIN Raden Intan Lampung: sskaandran@radenntan.ac.d
Lebih terperinciBAB.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 terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag
BAB IV APLIKASI Pada bagan n akan dbahas bagamana contoh mengestmas parameter model yang dasumskan memlk karaterstk spasal lag sekalgus spasal error. Estmas dlakukan dengan menggunakan software Evews 3
Lebih terperinciMETODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR
METODE RANK NONPARAMETRIK PADA MODEL REGRESI LINEAR oleh KUSUMA M4 SKRIPSI dtuls dan daukan untuk memenuh sebagan persyaratan memperoleh gelar Sarana Sans Matematka FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB 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 terperinciBAB 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 terperinciRIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN
RIDGE-MM SEBAGAI SALAH SATU METODE REGRESI RIDGE YANG ROBUST TERHADAP DATA PENCILAN Sudartanto 1, Nono Suwarno 2, Ahmad Taofk 3 JurusanStatstka FMIPA-UNPAD, Fapet UNPAD, Jurusan Agrotek UIN emal : sudartanto@unpad.ac.d;
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB 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 terperinciAnalisis Regresi 2. Mendeteksi pencilan dan penanganannya
Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciBAB 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 terperinciOleh : Deri Akhmad (9738) Johan Arifin (9834) Muhammad Alawido (10830) esi Hapsari (10832) Windu Pramana Putra (10835) Tya Hermoza (10849) Gempur
Oleh : Der Akhmad (9738) Johan Arfn (9834) Muhammad Alawdo (83) es Hapsar (83) Wndu Pramana Putra (835) Tya Hermoza (849) Gempur Safar (877) Febra Aryan (97) Asr Wdyasar (978) Nur Inayah (4) Adharsa Rakhman
Lebih terperinciANALISIS 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 terperinciBAB 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 terperinciSEMINAR 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB IV HASIL PENELITIAN
6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka
Lebih terperinciPEMBUATAN 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 terperinciBAB 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 terperinciberasal dari pembawa muatan hasil generasi termal, sehingga secara kuat
10 KARAKTRISTIK TRANSISTOR 10.1 Dasar Pengoperasan JT Pada bab sebelumnya telah dbahas dasar pengoperasan JT, utamannya untuk kasus saat sambungan kolektor-bass berpanjar mundur dan sambungan emtor-bass
Lebih terperinciBAB 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 terperinciPROPOSAL 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 terperinciLABORATORIUM 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama
Lebih terperinciI. PENGANTAR STATISTIKA
1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan
Lebih terperinciBAB IV TRIP GENERATION
BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan
Lebih terperinciBootstrap Pada Regresi Linear dan Spline Truncated
Statstka, Vol. 8 No. 1, 47 54 Me 2008 Bootstrap Pada Regres Lnear dan Splne runcated Harson Darmaw 1) dan Bambang Wdjanarko Otok 2) 1) enaga Pengajar d Jurusan Matematka UNRI, Pekanbaru e-mal: son_ms@yahoo.co.d
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBab II LANDASAN TEORI
Bab II LANDASAN TEORI 2 Regres 2 Pengertan Komponen-Komponen Persamaan Regres Persamaan regres adalah persamaan matematk yang memungknkan untuk meramalkan nla-nla suatu peubah tak bebas dar nla-nla satu
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB 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 terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 2 TINJAUAN KEPUSTAKAAN
BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud
Lebih terperinciKEKEKARAN REGRESI LINIER GANDA DENGAN ESTIMASI MM (METHOD OF MOMENT) DALAM MENGATASI PENCILAN
KEKEKARAN REGREI LINIER GANDA DENGAN ETIMAI MM (METHOD OF MOMENT) DALAM MENGATAI PENCILAN KRIPI Dajukan kepada Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Neger Yogyakarta untuk memenuh sebagan
Lebih terperinciESTIMASI PARAMETER REGRESI ROBUST DENGAN METODE ESTIMASI-S PADA PENJUALAN ENERGI LISTRIK DI JAWA TENGAH TAHUN 2009
ESTIMASI PARAMETER REGRESI ROBUST DENGAN METODE ESTIMASI-S PADA PENJUALAN ENERGI LISTRIK DI JAWA TENGAH TAHUN 2009 oleh GRIYA ARTIANA M007033 SKRIPSI dtuls dan dajukan untuk memenuh sebagan persyaratan
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinci