BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki ciri tersediri, jika membeli saham dega jumlah yag besar berarti sama dega membeli sebagia kepemilika atas perusahaa peerbit saham tersebut da pembeli berhak meerima keutuga perusahaa tersebut dalam betuk divide. Oleh karea saham bisa diperjualbelika, selai divide pemilik saham bisa memperoleh keutuga dari perbedaa harga pejuala da pembelia, yag disebut dega capital gai. Oleh karea itu, saham merupaka salah satu istrumet ivestasi yag dimiati para ivestor Retur Saham Retur merupaka hasil yag diperoleh dari suatu ivestasi. Meurut Jogiyato (1998: 109), retur saham dibedaka mejadi dua yaitu retur realisasi (realized retur) da retur ekspektasi (expected retur). Retur realisasi merupaka retur yag sudah terjadi yag dihitug berdasarka data historis. Retur realisasi ii petig dalam megukur kierja perusahaa sebagai dasar peetua retur da risiko dimasa medatag. Retur realisasi merupaka keutuga yag telah terjadi yag dihitug berdasarka data historis, sedagka retur ekspektasi merupaka keutuga yag diharapka di masa medatag da masih bersifat tidak pasti da sifatya belum terjadi. Dalam melakuka 5 repository.uisba.ac.id

2 6 ivestasi ivestor dihadapka pada ketidakpastia (ucertaity) atara retur yag aka diperoleh dega risiko yag aka dihadapiya. Semaki besar retur yag diharapka aka diperoleh dari ivestasi, semaki besar pula risikoya, sehigga dikataka bahwa retur ekspektasi memiliki hubuga positif dega risiko. Risiko yag lebih tiggi biasaya dikorelasika dega peluag utuk medapatka retur yag lebih tiggi pula (high risk high retur, low risk low retur). Retur yag diterima oleh ivestor di pasar modal dibedaka mejadi dua jeis yaitu curret icome (pedapata lacar) da capital gai/capital loss (keutuga selisih harga). Capital gai (loss) merupaka selisih laba (rugi) yag dialami oleh pemegag saham karea harga saham sekarag (Pt) relatif lebih tiggi (redah) dibadigka harga saham sebelumya( Pt-1 ). Jika harga saham sekarag (Pt) lebih tiggi dari harga saham periode sebelumya ( Pt-1 ) maka pemegag saham megalami capital gai. Jika yag terjadi sebalikya maka pemegag saham aka megalami capital loss. Berikut ii formula retur saham utuk capital gai : ReturSaham = P t P t 1 P t 1 (2.1) Retur ekspektasi adalah tigkat keutuga yag diharapka oleh seorag ivestor dalam berivestasi saham. Formula utuk mecari retur ekspektasi adalah E(R i ) = ReturSaham (2.2) repository.uisba.ac.id

3 Risiko Saham Apabila ivestor haya meghitug retur saja utuk megalisis suatu ivestasi tidaklah cukup. Risiko dari suatu ivestasi itu juga perlu diperhitugka. Retur da risiko merupaka dua hal yag tidak terpisahka. Retur da risiko mempuyai hubuga yag positif, yaitu semaki besar risiko yag harus ditaggug maka semaki besar pula retur yag aka didapat da begitu juga sebalikya. Risiko serig dihubugka dega peyimpaga dari keutuga yag didapat (retur) dega returyag diharapka. Va da Wachowics,Jr (1992) megataka bahwa risiko sebagai variabilitas retur terhadap retur yag diharapka. Risiko yag dapat meyebabka peyimpaga tigkat pegembalia ivestasi dapat dikelompoka mejadi dua jeis, yaitu resiko sistematis (systematic risk) da resiko tidak sistematis (Usystematic risk) a. Risiko Sistematis(Systematic risk) Risiko Sistematis (Systematic risk) disebut juga risiko pasar karea berkaita dega perubahaa yag terjadi di pasar secara keseluruha, risiko ii terjadi karea kejadia diluar kegiata perusahaa. Systematic risk disebut juga udiversible risk karea risiko ii tidak dapat dihilagka atau diperkecil melalui pembetuka portofolio. repository.uisba.ac.id

4 8 b. Risiko Tidak Sistematik(Usystematic risk) Risiko tidak Sistematik (Usystematic risk) merupaka risiko spesifik perusahaa karea tergatug dari kodisi mikro perusahaa. Cotoh usystematic risk atara lai : risiko idustri, operatig laverage risk da lailai. Risiko ii dapat dimiimalka dega melakuka diversifikasi ivestasi pada bayak sekuritas dega pembetuka portofolio, usystematic risk disebut juga diversible risk Deviasi Stadar (stadar deviatio) Utuk meghitug risiko saham diguaka deviasi stadar yag megukur absolute peyimpaga ilai-ilai yag sudah terjadi dega ilai ekpektasiya. Stadar deviasi dapat diyataka dega formula SD = (E(X i E(X i )) 2 1 (2.3) Keteraga : SD Xi : stadar deviasi (σi) : ilai retur sekuritas ke-i E(Xi) : ilai ekspektasi retur sekuritas ke-i : jumlah sekuritas Sedagka secara umum formula utuk meghitug (deviasi stadar) utuk sebuah portofolio adalah : j=1 ] 1 2 σ p = [ w i w j σ ij (2.4) repository.uisba.ac.id

5 Kovaria Retur Saham Kovaria (covariace) atara retur saham A da B yag ditulis Cov(Ra,Rb) atau σab meujukka hubuga arah pergeraka dari ilai retur sekuritas A da B. Kovaria yag didasarka pada retur ekspektasi dari sekuritas A da B dapat dihitug dega rumus sebagai berikut : σ AB = [R A E(R A )][R B E(R B )] (2.5) 2.4. Regresi Liear Sederhaa Regresi adalah suatu alat ukur utuk megukur ada atau tidakya hubuga atar variabel. Regresi liear sederhaa adalah sebuah garis regresi yag diguaka utuk medapatka hubuga matematis dalam betuk persamaa atar variabel tak bebas tuggal dega variabel bebas tuggal. Regresi liear sederhaa haya memiliki satu peubah (xi) yag dihubugka dega satu peubah tidak bebas (yi). betuk umum dari persamaa regresi liear sederhaa adalah : y i = α + βx i + e i (2.6) Dimaa : yi x i α β e i : variabel tak bebas ke-i : variabel bebas ke-i : parameter itercept : koefisie regresi variabel bebas : kesalaha (error) Meetuka koefisie persamaa α da β dapat diketahui dega megguaka metode regresi kuadrat terkecil, yaitu dega memiimumka repository.uisba.ac.id

6 10 kesalaha (error) dega cara megkuadratka jumlah kesalaha (error) tersebut, sehigga mejadi : J = e 2 i = (y i α βx i ) 2 (2.7) Utuk ilai α da β sifatya berubah bila garis regresiya berubah sesuai dega garis regresi retur saham terhadap retur pasar. Jadi dalam hal ii, α da β diaggap berubah. Utuk meetuka miimum J bisa diperoleh berdasarka titik kritisya. Karea fugsi J adalah fugsi kuadrat maka fugsi J tersebut pasti memiliki turua terhadap α da β sehigga fugsi J mempuyai titik kritis berupa titik stasioer. Utuk meetuka titik stasioer adalah dega cara dj dα = 0 da dj = 0 sehigga didapaka formula utuk α da β dari turua tersebut. dβ Meuruka J terhadap α, yaitu dj = 0, diperoleh dα J = 2 ( α y i α βx i ) = 0 (2.8) Selajutya, meuruka J terhadap β, yaitu dj dβ = 0,diperoleh J = 2 ( β y i α βx i )x i = 0 (2.9) Persamaa (2.8) da (2.9) disederhaaka mejadi α + β x i = y i (persamaa 1) α x i + β x 2 i = x i y i (persamaa 2) Dimaa α = α, x = x i da y = y i, maka persamaa (1) memberika repository.uisba.ac.id

7 11 α = y i β x i/ α = y βx (2.10) Subsitusika persamaa (2.10) ke persamaa (2), maka (y βx ) x i + β x i 2 = x i y i 2 y x i βx x i + β x i = x i y i 2 y x i + β ( x i x x i ) = x i y i β = x iy i y x i x 2 i x x i β = x iy i y i x i x 2 i ( x i ) 2 (2.11) Apabila formula β (2.8) disederhaaka mejadi β = x iy i x y i x 2 i x 2 β = x iy i x y i y x i + x y x i 2 2x x i + x 2 β = (x i x )(y i y ) (x i x) 2 (2.12) 2.5. Teori Portofolio repository.uisba.ac.id

8 12 William Sharpe megembagka suatu teori pada tahu 1950-a yag disebut dega Teori Portofolio Sharpe. Teori Sharpe megguaka beberapa dasar pegukura statistik utuk megembagka suatu recaa portofolio, diataraya expected retur (retur yag diharapka), stadar deviasi utuk sekuritas maupu portofolio, da korelasi (hubuga) atar retur. Teori ii didasarka pada usur retur da risiko dalam suatu ivestasi, dimaa usur risiko dapat dimiimalisir (dikuragi) melalui diversifikasi da juga megkombiasika segala macam istrumet ivestasi ke dalam portofolio. Apabila istrumet ivestasi portofolio haya terdiri dari satu ivestasi saja, seperti : saham, maka portofolio megkombiasika lebih dari satu jeis saham. Teori Portofolio Sharpe didasarka atas pedekata mea (rata-rata) da variace (varia), dimaa mea adalah pegukura tigkat retur da varia merupaka pegukura tigkat resiko. Teori ii disebut juga sebagai mea-varia model, yag lebih difokuska pada usaha memaksimalka ekpektasi retur (mea) da memiimumka ketidakpastia/risiko (varia) utuk memilih da meyusu portofolio optimal. Utuk megembagka mea-varia model, maka William Sharpe megembagka sebuah model yag berama Model Ideks Tuggal (Sigle Idex Model) yaitu model yag memiliki perhituga yag sederhaa utuk mejawab berbagai permasalaha dalam peyusua portofolio yag baik. Dari sekia bayakya jeis saham yag berisiko di pasar modal, seorag ivestor yag rasioal pasti aka memilih saham-saham yag optimal yag kemudia digabugka dalam betuk portofolio yag optimal. repository.uisba.ac.id

9 Portofolio Optimal Dalam berivestasi di pasar keuaga, portofolio adalah salah satu aspek yag tidak bisa dipadag sebelah mata oleh para ivestor. Pegertia portofolio secara sederhaa adalah kumpula asset ivestasi, bisa berupa properti, deposito, saham, emas, obligasi, atau istrumet laiya, Portofolio saham ialah kumpula asset ivestasi berupa beberapa jeis saham, baik saham yag dimliki peroraga ataupu perusahaa. Maajeme portofolio adalah maajeme yag mejelaska cara megelola kumpula asset utuk mecapai tujua berivestasi. Salah satu cara yag diajurka dalam teori maajeme portofolio tersebut adalah membetuk portofolio optimal agar medapatka resiko yag kecil. Portofolio Optimal merupaka sekumpula asset yag telah dipilih agar meghasilka retur optimal yag diharapka da meuruka risiko secara optimal.pembetuka portofolio optimal dilakuka dega memilih saham berdasarka aalisis kierja saham dari tahu ke tahu berdasarka retur yag diperoleh. Meurut Alexader da Bailey (1995), portofolio dikategorika optimal jika memiliki tigkat risiko yag redah tetapi mampu memberika tigkat keutuga yag lebih tiggi. Tujua dibetukya portofolio optimal adalah agar ivestor medapatka hasil yag diharapka dega persetase yag besar dega resiko kecil yag aka ditaggugya Sudut Portofolio Optimal Meurut Sharpe, portofolio optimal adalah portofolio yag memiliki kierja terbaik da mempuyai sudut terbesar di titik aktiva bebas resiko. Suatu aktiva repository.uisba.ac.id

10 14 bebas resiko didefiisika sebagai aktiva yag mempuyai retur ekspektasi tertetu dega resiko yag sama dega ol. Cotoh aktiva bebas risiko ii adalah aktiva Sertifikat Bak Idoesia (SBI). Sudut suatu portofolio dapat diukur sebesar retur ekspektasi portofolio dikuragi dega retur aktiva bebas resiko da dibagi dega deviasi stadar retur dari portofolio, maka formula utuk sudut portofolio adalah Dimaa θ p = E(R p) R br σ p (2.13) θ p : sudut portofolio E(R p ) : retur ekspektasi suatu portofolio R br σ p : retur aktiva bebas resiko : risiko (deviasi stadar) portofolio 2.8. Uji T Apabila medapatka data retur saham da retur pasar maka sebaikya data tersebut diuji terlebih dahulu apakah retur pasar terhadap retur pasar memiliki pegaruh atau tidak, karea tidak semua retur saham dipegaruhi oleh perubaha retur pasar. Uji yag diguaka tersebut adalah uji T. Uji T merupaka sebuah uji utuk megetahui ada atau tidakya pegaruh yag sigifika atara retur pasar terhadap variabel retur saham. Syarat perlu utuk data bisa diuji megguaka uji T adalah data tersebut harus berdistribusi ormal sehigga data tersebut diuji keormalaya dega megguaka uji ormal metode Oe Sample Kolmogorov-Smirov. repository.uisba.ac.id

11 15 repository.uisba.ac.id

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

MATERI 14 EVALUASI KINERJA PORTOFOLIO

MATERI 14 EVALUASI KINERJA PORTOFOLIO MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI LNDSN TEORI. Risiko da Maajeme Risiko Defiisi Risiko dalam arti luas adalah potesial kejadia yag tidak diigika jaga terjadi tetapi terjadi, atau sebalikya potesi kejadia yag diigika terjadi tetapi tidak

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tijaua Peeliti Terdahulu Peelitia yag dilakuka oleh Laraswati tahu 2010 yag meeliti tetag portofolio optimal saham yag masuk dalam Jakarta Islamic Idex (JII). Kesimpula dari

Lebih terperinci

BAB IV HASIL & PEMBAHASAN

BAB IV HASIL & PEMBAHASAN 46 BAB IV HASIL & PEMBAHASAN A. Gambara Umum Objek Peelitia Pembetuka portofolio optimal bertujua utuk mecari kombiasi saham yag dapat memberika retur ekspektasi maksimum dega risiko tertetu. Salah satu

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB II LANDASAN TEORI. Keuangan terdiri dari tiga bidang yang saling berhubungan: (1) pasar uang

BAB II LANDASAN TEORI. Keuangan terdiri dari tiga bidang yang saling berhubungan: (1) pasar uang BAB II LANDASAN TEORI A. Maajeme Keuaga Keuaga terdiri dari tiga bidag yag salig berhubuga: (1) pasar uag da pasar modal, berkaita dega pasar sekuritas da lembaga keuaga; () ivestasi, yag memfokuska pada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 33 BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Obyek yag aka diteliti dalam peelitia ii merupaka perusahaa/emite berstatus tetap yag termasuk dalam Jakarta islamic idex (JII) da SBI dega periode

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 1.1. Lokasi Peelitia Peelitia ii dilakuka di Pojok Bursa Efek Jakarta (BEJ) yag berlokasi di Uiversitas Islam Negeri Malag, Jala Gajayaa 50 malag. Peetua lokasi ii dilakuka dega

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Keragka Pikir Peelitia Peelitia ii dilakuka dega pola pemikira yag berdasarka latar belakag, perumusa masalah, da tujua yag igi dicapai beserta alat aalisis yag diguaka utuk

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION

PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION Jural Ilmu da Riset Maajeme : Volume 5, Nomor 5, Mei 2016 ISSN : 2461-0593 PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION Febri Nur Choiriyah Febriurchoiriyah11@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakag Risiko adalah suatu yag selalu dihubugka dega kemugkia terjadiya sesuatu yag merugika yag tidak terduga da tidak diharapka atau peyimpaga atara tigkat pegembalia yag

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

METODE PENELITIAN. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersifat historis.

METODE PENELITIAN. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersifat historis. III. METODE PENELITIAN 1.1. Jeis da Sumber Data Data yag diguaka dalam peelitia ii adalah data sekuder yag bersifat historis. Sumber data sekuder adalah sumber data peelitia yag diperoleh peeliti secara

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

Nindi Shinta Wati Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Nindi Shinta Wati Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang ANALISIS SINGLE INDEX MODEL UNTUK MENENTUKAN KOMPOSISI PORTOFOLIO OPTIMAL (Studi pada Saham yag Termasuk 50 Leadig Compaies i Market Capitalizatio Periode 01-015) Nidi Shita Wati Topowijoo Sri Sulasmiyati

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Firdani Antika Sari Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Firdani Antika Sari Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL (Studi Pada Perusahaa Property, Real Estate Ad Buildig Costructio Yag Tercatat Di Bursa Efek Idoesia Periode 013-015) Firdai Atika Sari Nila Firdausi

Lebih terperinci

ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI

ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI Jural Ilmu da Riset Maajeme Volume, Nomor, Jui ISSN : - ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI Raga Samudra ragasamudra@gmail.com Prijati Sekolah Tiggi Ilmu

Lebih terperinci

Analisis Window Dressing pada Reksa Dana Saham Perusahaan Sekuritas Indonesia tahun

Analisis Window Dressing pada Reksa Dana Saham Perusahaan Sekuritas Indonesia tahun Trias, Aalisis Widow Dressig pada Reksa Daa Saham Perusahaa Sekuritas Idoesia tahu.. 1 Aalisis Widow Dressig pada Reksa Daa Saham Perusahaa Sekuritas Idoesia tahu 2010-2015 Aalysis Widow Dressig o Stock

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Investasi merupakan bentuk penundaan konsumsi sekarang untuk konsumsi

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Investasi merupakan bentuk penundaan konsumsi sekarang untuk konsumsi BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Ivestasi merupaka betuk peudaa kosumsi sekarag utuk kosumsi medatag. Secara umum ivestasi dikeal sebagai kegiata utuk meaamka harta ataupu modal, baik pada aktiva

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB III METODOLOGI PENELITIAN DAN DATA

BAB III METODOLOGI PENELITIAN DAN DATA BAB III METODOLOGI PENELITIAN DAN DATA 3.1 Pegatar Pada bab ii aka dibahas megeai metodologi peelitia da data yag dipakai. Jeis peelitia ii megguaka metode kuatitatif. 3. Metodologi utuk pemecaha masalah

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

Estimasi Value at Risk dalam Investasi Saham Subsektor Perbankan di Bursa Efek Indonesia dengan Pendekatan Extreme Value Theory

Estimasi Value at Risk dalam Investasi Saham Subsektor Perbankan di Bursa Efek Indonesia dengan Pendekatan Extreme Value Theory JURNAL SAINS DAN SENI ITS Vol. 6, No. 2 (27) ISSN: 2337-352 (23-928X Prit) D25 Estimasi Value at Risk dalam Ivestasi Saham Subsektor Perbaka di Bursa Efek Idoesia dega Pedekata Etreme Value Theory Salisa

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menganalisis pembentukan portofolio optimal

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menganalisis pembentukan portofolio optimal BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii bertujua utuk megaalisis pembetuka portofolio optimal saham-saham pada ideks LQ-45 megguaka model ideks tuggal periode 2014 2015. Berdasarka tujua

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB II URAIAN TEORITIS. dalam Ginting (2004) berpendapat bahwa rasio PBV adalah alat pengukur dari

BAB II URAIAN TEORITIS. dalam Ginting (2004) berpendapat bahwa rasio PBV adalah alat pengukur dari BAB II URAIAN TEORITIS A. Peelitia Terdahulu Peelitia di luar egeri yag dilakuka oleh Fama da Frech (993) dalam Gitig (2004) berpedapat bahwa rasio PBV adalah alat pegukur dari keadaa kesulita keuaga (fiacial

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Pengenalan Pola. Regresi Linier

Pengenalan Pola. Regresi Linier Pegeala Pola Regresi Liier PTIIK - 014 Course Cotets 1 Defiisi Regresi Liier Model Regresi Liear 3 Estimasi Regresi Liear 4 Studi Kasus da Latiha Defiisi Regresi Liier Regresi adalah membagu model utuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

MODUL PRAKTIKUM Statistik Inferens (MIK 411) MODUL PRAKTIKUM tatistik Iferes (MIK 4) Disusu Oleh Nada Aula Rumaa, KM., MKM UNIVERITA EA UNGGUL 07 Revisi (tgl) : 0 (0 Desember 07) / 4 UJI T DEPENDEN/BERPAANGAN (PAIRED T TET) A. Pedahulua Uji t berpasaga,

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia yag Diguaka Metode peelitia pada dasarya merupaka cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Tujua peelitia secara umum ada empat macam

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL ( )

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL ( ) ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL (2013-2015) Farah Widia Defri Moch. Dzulkirom AR. Fakultas Ilmu Admiistrasi Uiversitas Brawijaya

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

MATERI 11 ANALISIS INDUSTRI

MATERI 11 ANALISIS INDUSTRI MATERI 11 ANALISIS INDUSTRI PENGERTIAN INDUSTRI PENTINGNYA ANALISIS INDUSTRI ESTIMASI TINGKAT KEUNTUNGAN INDUSTRI ESTIMASI EARNING PER SHARE (EPS) INDUSTRI PERSAINGAN DAN RETURN INDUSTRI YANG DIHARAPKAN

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci