UJI HETEROSKEDASTISITAS DAN PERBAIKAN HETEROSKEDASTISITAS

Ukuran: px
Mulai penontonan dengan halaman:

Download "UJI HETEROSKEDASTISITAS DAN PERBAIKAN HETEROSKEDASTISITAS"

Transkripsi

1 BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA UJI HETEROSKEDASTISITAS DAN PERBAIKAN HETEROSKEDASTISITAS 7.. Uj Heteroskedaststas Homoskedaststas terjad bla dstrbus probabltas tetap sama dalam semua observas x, dan varans setap resdual adalah sama untuk semua nla varabel penjelas: Var (u) = E [ut E(ut)] = E(ut) = s u konstan Penympangan terhadap asums datas dsebut heteroskedaststas. Pengujan heteroskedaststas dlakukan denga uj Glesjer berkut n: e =β + vt dmana β = nla absolut resdual persamaan yang destmas = varabel penjelas Vt = Unsur gangguan Apabla nla t statstk sgnfkan, maka dapat dsmpulkan bahwa hpotess adanya heteroskedaststas tdak dapat dtolak. a. Konsekuens Adanya Heteroskedaststas Dalam kenyataan, asums bahwa varan dar dsturbance term adalah konstan mungkn sult untuk bsa dpenuh. Hal n dapat dpaham jka dperhtungkan atau melhat faktor-faktor yang menjad penyebab munculnya masalah heteroskedaststas dalam suatu model regres. Namun demkan, apabla seorang penelt atau econometrcan melanggar asums homoskedaststas atau dengan kata lan model emprs yang destmas oleh seorang penelt tersebut adalah (Ramanathan, Uj Heteroskedaststas dan Perbakan Heteroskedaststas

2 996: 47-48), Maddala, 99: 09, Koutsoyanns, 977: 84-85: Gujarat, 995: dan Gujarat, 999: ) b. Cara Mendeteks Masalah Heteroskedaststas dalam Model Emprs Sepert halnya dalam masalah Multkolneartas salah satu masalah yang sangat pentng adalah bagamana bsa mendeteks adatdaknya masalah heteroskedaststtas, tdak ada satu aturan yang kuat dan ketat untuk mendeteks heteroskedaststas. Walaupun demkan, para ahl ekonometrka menyarankan beberapa metode untuk dapat mendeteks ada-tdaknya masalah heteroskedaststas dalam model emprs, sepert dengan menggunakan uj Park tahun 966, uj Glejscr 969, Uj Whte (980), uj Breusch-Pagan-Godfre (Gujarat, 995, ), Sumodnngrat, 994: 70-78, Koutsoyanns, 977: 85-87, Ramanathan, 996: 48-44, Thomas, 997: 84-88, Breusch dan Pagan, 979: dan Whte 980: ). Konsekuens heteroskedaststas:. Penaksr OLS tetap tak bas dan konssten tetap tdak lag efsen dalam sampel kecl dan besar.. Varansnya tdak lag mnmum. Heteroskedaststas adalah stuas tdak konstannya varans. Konsekuens heteroskedastas adalah basnya varans sehngga uj sgnfkans menjad nvald. Salah satu cara mendeteks heteroskedaststas adalah dengan melakukan uj Glesjer. Uj Glesjer dlakukan dengan cara meregres nla absolut resdual dar model yang destmas terhadap varabel-varabel penjelas. Regres model awal setelah varable PRM dhlangkan: Dketahu bahwa heteroskedaststas tdak merusak sfat kebasan dan konsstens dar penaksr OLS, tetap penaksr tad tdak lag efsen yang membuat prosedur pengujan hpotess yang basa nlanya dragukan. Oleh karena tu dperlukan suatu tndakan perbakan pada model regres untuk menghlangkan masalah heteroskedaststas pada model regres tersebut. Tndakan perbakan n tergantung dar pengetahuan kta tentang varan dar varabel gangguan. Ada dua pendekatan untuk melakukan tndakan perbakan, yatu jka σ dketahu dan jka σ tdak dketahu. Uj Heteroskedaststas dan Perbakan Heteroskedaststas

3 a. Varan Varabel gangguan Dketahu ( ) Jka kta mengetahu besarnya varan maka penyembuhan masalah heteroskedaststas bsa dlakukan melalu metode WLS yang merupakan bentuk khusus dar metode Generalzed Least Squares (GLS). Dar metode WLS n akhrnya kta bsa mendapatkan estmator yang BLUE kembal. Untuk mengetahu bagamana metode WLS n bekerja, msalkan kta mempunya model regres sederhana sbb: Y 0 e (6.7) Jka varan varabel gangguan dketahu maka persamaan (6.7) dbag akan mendapatkan persamaan sbb: Y e 0 (6.8) Atau dapat dtuls sbb: Y 0 e (6.9) Persamaan (6.9) merupakan transformas dar persamaan (6.7). Dar metode transformas n kta akan mendapatkan varan varabel gangguan yang konstan. Var ( e ) ( e ) (6.0) e ( e ) karena varan varabel gangguan dketahu dan ( ) Varan dar transformas varabel gangguan maka ( e ) e n sekarang konstan. Ketka kta mengaplkaskan metode OLS dalam persamaan transformas (6.9) maka kta akan mempunya estmator yang BLUE. Namun perlu dngat bahwa estmator pada persamaan awal yakn persamaan (6.7) tetap tdak BLUE. 3 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

4 b. Ketka Varan Varabel gangguan Tdak Dketahu (I ) Dalam kenyataannya sult kta mengetahu besarnya varan varabel gangguan. Oleh karena tu dkembangkanlah metode penyembuhan yang member nformas cukup untuk mendeteks varan yang sebenarnya. Ada beberapa metode yang dapat dgunakan untuk menyembuhkan masalah heteroskedaststas. Metode Whte Jka kta tdak mengetahu besaranya varan varabel gangguan maka kta tdak mungkn bsa menggunakan metode WLS. OLS estmator sebenarnya menyedakan estmas parameter yang konssten jka terjad heteroskedaststas tetap standard errors OLS yang basa tdak tepat untuk membuat sebuah kesmpulan. Whte kemudan menggembangkan perhtungan standard errors heteroskedaststas yang dkoreks (heteroscedastcty-corrected standard errors). Untuk menjelaskan metode Whte n kta ambl contoh regres sederhana sbb: Y 0 e (6.) Dmana var( e ) Jka model mempunya varan varabel gangguan yang tdak sama maka varan estmator tdak lag efsen. Varan estmator ˆ menjad: ˆ x var( ) (6.) ( x ) Karena tdak bsa dcar secara langsung maka Whte mengambl resdual kuadrat e ˆ dar persamaan (6.) sebaga proks dar. Kemudan varan estmator ˆ dapat dtuls sbb: ˆ x e var( ) (6.3) ( x ) Sebagamana dtunjukkan oleh Whte, varan ( ˆ ) dalam persamaan (6.3) adalah estmator yang konssten dar varan dalam persamaan (6.). 4 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

5 Ketka sampel bertambah besar maka varan persamaan (6.3) akan menjad varan persamaan (6.). Prosedur metode Whte dlakukan dengan mengestmas persamaan (6.) dengan metode OLS, dapatkan resdualnya dan menghtung varan berdasarkan persamaan (6.0). Bag model regres lebh dar satu varabel ndependen maka kta harus mencar varan setap varabel ndependen. Untuk mengatas masalah n, beberapa program komputer sepert Evews menyedakan metode Whte n. Metode Whte tentang heteroscedastcty-corrected standard errors ddasarkan pada asums bahwa varabel gangguan et tdak salng berhubungan atau tdak ada seral korelasnya. Untuk tu maka Newey, Whtney dan Kennneth West menggembangkan metode dengan memasukkan masalah unsur autokorals (6.3) Mengetahu Pola Heteroskedaststas Kelemahan dar metode Whte adalah estmator yang ddapatkan mungkn tdak efsen. Metode lan yang bsa dlakukan adalah dengan mengetahu pola heteroskedaststas d dalam model. Pola n bsa dketahu melalu hubungan antara varan varabel gangguan dengan varabel ndependen. Msalnya kta mempunya model sbb: Y 0 e (6.4) Kta asumskan bahwa pola varan varabel gangguan dar persamaan (6.4) adalah proporsonal dengan sehngga: var ( e ) E( e ) (6.5) untuk menghlangkan masalah heteroskedaststas jka varabel gangguan proporsonal dengan varabel ndependen, kta dapat melakukan transformas persamaan (6.5) dengan membag dengan sehngga akan menghaslkan persamaan sbb: Y 0 e 0 v (6.6) 5 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

6 dmana v e Sekarang kta bsa membuktkan bahwa varan varabel gangguan dalam persamaan (6.6) tdak lag heteroskedaststas tetap homoskedaststas: ( ) e E v E karena persamaan (6.6) ( e ) (6.7) Karena persamaan (6.5) Persamaan (6.7) tersebut berbeda dengan model persamaan regres awal. Sekarang kta tdak lag mempunya ntersep sehngga kta bsa melakukan regres tanpa ntersep untuk mengestmas 0 dan. Kta kemudan bsa mendapatkan regres awal dengan cara mengalkan persamaan (6.6) dengan. Selan proporsonal dengan varabel ndependen, kta bsa mengasumskan bahwa pola varan varabel gangguan adalah proporsonal dengan sehngga: E ( e ) (6.8) Kemudan kta bsa melakukan transformas persamaan (6.4) dengan membag sehngga akan menghaslkan persamaan sbb: Y 0 e v (6.9) 0 Kta dapat membuktkan bahwa varan varabel gangguan persamaan (7.6) sekarang bersfat homoskedaststas yatu: 6 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

7 E ( v ) e E ( e ) karena persamaan (6.8) (6.0) Dalam transformas persamaan d atas konstanta dan slope persamaan awal menjad varabel ndependen dan varabel ntersep baru. Contoh Kasus 6.: Data perkembangan Ekspor, Konsums, mpor, angkatan kerja dan populas d Negara DEF sebaga berkut : Tabel 6.. Perkembangan Ekspor, Konsums, mpor, angkatan kerja dan populas Tahun Eks Cons Imp AK Pop Uj Heteroskedaststas dan Perbakan Heteroskedaststas

8 Tahun Eks Cons Imp AK Pop Lakukan regres LS IMP C CONS EKS AK POP Haslnya sebaga berkut : Dependent Varable: IMP Method: Least Squares Date: 0/09/7 Tme: 05:38 Sample: Included observatons: 5 Varable Coeffcent Std. Error t-statstc Prob. C CONS EKS AK POP R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regresson Akake nfo crteron Sum squared resd 3.87E+ Schwarz crteron Log lkelhood Hannan-Qunn crter F-statstc Durbn-Watson stat Prob(F-statstc) Uj heteroskedaststas dengan uj Whte 8 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

9 Plh : vew Resdual Dagnostcs Heteroskedastcty Test Whte OK Heteroskedastcty Test: Whte F-statstc Prob. F(4,0) Obs*R-squared Prob. Ch-Square(4) Scaled explaned SS Prob. Ch-Square(4) Karena nla Prob. Ch-Square(4) 0,046 lebh kecl dar 0,05, maka dapat dsmpulkan model datas mengandung heteroskedaststas. Dalam analss regres dperlukan suatu metode untuk menduga parameter agar memenuh sfat BLUE (Best Lnear Unbased Estmator), salah satu metode yang palng serng dgunakan adalah Ordnary Least Square (OLS)atau serng dsebut dengan Metode Kuadrat Terkecl (MKT). Salah satu asums klask yang harus dpenuh dalam estmas OLS agar hasl estmasnya dapat dandalkan, yatu ragam ssaan homogeny E(u ) = σ (homoskedaststas). Pelanggaran terhadap asums homoskedaststas dsebut heteroskedaststas, yang artnya galat bersfat tdak konstan. Konsekuens dar terjad heteroskedaststas dapat mengakbatkan penduga OLS yang dperoleh tetap memenuh persyaratan tak bas, tetap varan yang dperoleh menjad tdak efsen, artnya varan cenderung membesar sehngga tdak lag merupakan varan yang kecl. Dengan demkan model perlu dperbak dulu agar pengaruh dar heteroskedaststas hlang (Gujarat, 003). 7.. Perbakan Heteroskedaststas Perbakan heteroskedaststas dapat dlakukan melalu : a. Melalu Logartama Lakukan regres LS LOG(IMP) C LOG(CONS) log(eks) LOG(AK) LOG(POP) 9 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

10 Dependent Varable: LOG(IMP) Method: Least Squares Date: 0/09/7 Tme: 05:5 Sample: Included observatons: 5 Varable Coeffcent Std. Error t-statstc Prob. C LOG(CONS) LOG(EKS) LOG(AK) LOG(POP) R-squared Mean dependent var Adjusted R-squared S.D. dependent var.87 S.E. of regresson Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood 3.0 Hannan-Qunn crter F-statstc Durbn-Watson stat.5773 Prob(F-statstc) Uj heteroskedaststas dengan uj Whte Plh : vew Resdual Dagnostcs Heteroskedastcty Test Whte OK Heteroskedastcty Test: Whte F-statstc Prob. F(9,5) Obs*R-squared Prob. Ch-Square(9) Scaled explaned SS Prob. Ch-Square(9) Karena nla Prob. Ch-Square(9) sebesar 0,065, lebh besar dar 0,05, maka dapat dsmpulkan model datas mengandung tdak heteroskedaststas. 0 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

11 . b. cara mengatas heteroskedaststas pada regres dengan metode Weghted Least Square Uj menguj ada tdaknya heteroskedaststas dapatjuga dgunakan Uj Breusch Pagan Godfrey (BPG). Hpotess: H0: tdak ada heteroskedaststas H: ada heteroskedaststas Heteroskedastcty Test: Breusch-Pagan-Godfrey F-statstc.0533 Prob. F(4,0) Obs*R-squared Prob. Ch-Square(4) Scaled explaned SS.7644 Prob. Ch-Square(4) 0.09 Berdasarkan perhtungan dengan metode BPG dperoleh bahwa H0 dtolak yang artnya terdapat masalah Heteroskedaststas dalam model, sehngga dperlukan adanya perbakan pada model agar tdak menyesatkan kesmpulan. Persoalan heteroskedaststas dapat dtangan dengan melakukan pembobotan suatu faktor yang tepat kemudan menggunakan metode OLS terhadap data yang telah dbobot. Pemlhan terhadap suatu faktor untuk pembobotan tergantung bagamana ssaan berkorelas dengan atau Y, jka ssaan proporsonal terhadap maka model akan dbag engan, jka ssaan adalah proporsonal dengan sehngga model akan dbag dengan, selan proporsonal dengan dan bsa juga dasumskan bahwa pola varan ssaan adalah proporsonal dengan [E(Y)] sehngga dbag dengan E(Y). Namun dalam prakteknya tdak selalu dengan pembobotan,, dapat mengatas heteroskedaststas karena E Y sesungguhnya pembobot yang dberkan bergantung pada pola sebaran ssaan terhadap varabel bebas maupun varabel terkat. Oleh karena tu, dalam peneltan n faktor pembobot yang akan danalss adalah,,, dan dmana σ (resdual kuadrat). E Y Uj Heteroskedaststas dan Perbakan Heteroskedaststas

12 Pembobotan yang dgunakan untuk mengatas adalah dengan mengalkan semua varable dengan, dmana σ (resdual kuadrat), sehngga dperoleh varable baru sebaga berkut : Tabel 6.3. Varabel baru setelah pembobotan Tahun Eks Cons Imp AK Pop Lakukan regres LS IMP C CONS EKS AK POP Uj Heteroskedaststas dan Perbakan Heteroskedaststas

13 Method: Least Squares Date: 0/09/7 Tme: 05:47 Sample: Included observatons: 5 Varable Coeffcent Std. Error t-statstc Prob. C CONS EKS AK POP R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regresson Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood Hannan-Qunn crter F-statstc Durbn-Watson stat Prob(F-statstc) Lakukan Uj heteroskedaststas dengan uj Whte Plh : vew Resdual Dagnostcs Heteroskedastcty Test Breusch-Pagan-Godfrey OK Heteroskedastcty Test: Breusch-Pagan-Godfrey F-statstc Prob. F(4,0) Obs*R-squared Prob. Ch-Square(4) Scaled explaned SS Prob. Ch-Square(4) Berdasarkan perhtungan dengan metode BPG dperoleh bahwa H0 dterma yang artnya tdak terdapat masalah Heteroskedaststas dalam model (Prob. Ch-Square(4) = 0.34 lebh besar dar α = 0.05) Dapat dsmpulkan bahwa pembobot pada α taraf sebesar 0,05 dapat mengatas heteroskedaststas. 3 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

14 DAFTAR PUSTAKA Agus Wdarjono, Ekonometrka Teor dan Aplkas untuk Ekonom dan Bsns, Eds Kedua, Cetakan Kesatu, Penerbt Ekonsa Fakultas Ekonom UII Yogyakarta 007. Catur Sugyanto Ekonometrka Terapan. BPFE, Yogyakarta Gujarat, Damodar N Basc Econometrcs. Thrd Edton.Mc. Graw-Hll, Sngapore. Koutsoyanns, A (977). Theory of Econometrc An Introductory Exposton of Econometrc Methods nd Edton, Macmllan Publshers LTD. Maddala, G.S (99). Introducton to Econometrc, nd Edton, Mac-Mllan Publshng Company, New York. Nachrow, D.N. dan H. Usman (00). Penggunaan Teknk Ekonometrka. Jakarta: PT Raja Grafndo Persada. Pndyck, S and Danel. L. Rubnfeld, Econometrcs Model and Economc Forecast, 998, Sngapore: McGraw-Hll, pp Srtua Arf.993. Metodolog Peneltan Ekonom. BPFE, Yogyakarta. Sumodnngrat, Gunawan. 00. Ekonometrka Pengantar. Yogyakarta: PFE- Yogyakarta. Supranto, J Ekonometrka. Jakarta: Lembaga Penerbt Fakultas Ekonom Unverstas Indonesa. Thomas, R.L Modern Econometrcs : An Intoducton. Addson-Wesley. Harlow, England. 4 Uj Heteroskedaststas dan Perbakan Heteroskedaststas

Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi

Uji 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 terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 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. 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 terperinci

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

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

Lebih terperinci

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI 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 terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB

BAB III METODE PENELITIAN. Objek penelitian ini adalah nilai tambah sektor pertanian untuk PDRB 73 BAB III METODE PENELITIAN 3.1 Objek Peneltan Objek peneltan n adalah nla tambah sektor pertanan untuk PDRB Jawa Barat berupa data tme seres perode 1985-005. selan tu penuls memlh varabel yang mempengaruhnya

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis 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 terperinci

LECTURE NOTES #6 HETEROKEDASTISITAS

LECTURE NOTES #6 HETEROKEDASTISITAS LECTURE NOTES #6 HETEROKEDASTISITAS I. Pendahuluan Pada bagan sebelumnya telah dbahas penggunaan Ordnary Least Square untuk mengestmas suatu gars regres lner berganda serta prosedur nferensnya. Sepert

Lebih terperinci

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

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

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent 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 terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

REGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :

REGRESI 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 terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB III PEMBAHASAN. Dalam bab III ini, akan dibahas mengenai bentuk umum model

BAB III PEMBAHASAN. Dalam bab III ini, akan dibahas mengenai bentuk umum model BAB III PEMBAASAN Dalam bab III n, akan dbahas mengena bentuk umum model Autoregressve Condtonal Duraton (ACD), model Autoregressve Condtonal Duraton dengan error berdstrbus Eksponensal (EACD), beserta

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI 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 terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB 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 terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan 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 terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

AGUS TRI BASUKI PENGANTAR EKONOMETRIKA (DILENGKAPI PENGGUNAAN EVIEWS) 0 B A H A N A J A R P E N G A N T A R E K O N O M E T R I K A

AGUS TRI BASUKI PENGANTAR EKONOMETRIKA (DILENGKAPI PENGGUNAAN EVIEWS) 0 B A H A N A J A R P E N G A N T A R E K O N O M E T R I K A AGUS TRI BASUKI PENGANTAR EKONOMETRIKA (DILENGKAPI PENGGUNAAN EVIEWS) 0 B A H A N A J A R P E N G A N T A R E K O N O M E T R I K A PENGANTAR EKONOMETRIKA (DILENGKAPI PENGGUNAAN EVIEWS) Katalog Dalam Terbtan

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

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

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

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

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

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

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data 9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Di dalam penelitian ilmiah diperlukan adanya suatu metode penelitian

BAB III METODE PENELITIAN. Di dalam penelitian ilmiah diperlukan adanya suatu metode penelitian BAB III METODE PENELITIAN A. Metode Peneltan D dalam peneltan lmah dperlukan adanya suatu metode peneltan yang tepat dan sesua dengan permasalahan yang dhadapnya. Metode peneltan merupakan suatu cara atau

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN III.1 Kerangka Pkr Analss Peneltan n dalam menguj eksstens konservatsme dalam pencatatan serta pelaporan keuangan perusahaan-perusahaan publk manufaktur d Indonesa menggunakan

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

Regresi Linear Sederhana dan Korelasi

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

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

BAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti

BAB III METODE PENELITIAN. Metode dalam penelitian merupakan suatu cara yang digunakan oleh peneliti BAB III METODE PENELITIAN 3.1 Desan Peneltan Metode dalam peneltan merupakan suatu cara yang dgunakan oleh penelt dalam mencapa tujuan peneltan. Metode dapat memberkan gambaran kepada penelt mengena langkah-langkah

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian BAB III METODOLOGI PENELITIAN 3.1 Jens Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah jens peneltan assosatf kausal, yatu peneltan yang bertujuan untuk mengetahu pengaruh antara dua varabel

Lebih terperinci

BAB III OBJEK DAN METODE PENELITIAN. Dalam penelitian ini, objek yang dianalisis adalah data-data sekunder dari

BAB III OBJEK DAN METODE PENELITIAN. Dalam penelitian ini, objek yang dianalisis adalah data-data sekunder dari BAB III OBJEK DAN METODE PENELITIAN 3.1. Objek Peneltan Dalam peneltan n, objek yang danalss adalah data-data sekunder dar CAR (X1), BOPO (X2), NPL (X3), NIM (X4), dan LDR (X5), pertumbuhan kredt (Y1)

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. 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 terperinci