Logistic Regression Analysis To Determine Factors Affecting The Grade Point Average (GPA) Of FMIPA Student Of Sam Ratulangi University Of Manado
|
|
- Devi Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Aalisis Regresi Logistik Utuk Meetuka Faktor-Faktor Yag Mempegaruhi Ideks Prestasi Kumulatif (IPK) Mahasiswa FMIPA Uiversitas Sam Ratulagi Maado Yumira Adriai Tampil 1, Hay Komalig 2, Yohais Lagi 3* 1,2,3 Program Studi Matematika, Fakultas Matematika da Ilmu Pegetahua Alam, Uiversitas Sam Ratulagi Maado *correspodig author yarlagi@gmail.com Abstrak Dalam proses pedidika tiggi Ideks Prestasi Kumulatif (IPK) merupaka idikator keberhasila mahasiswa. Tujua dari peelitia ii adalah utuk megetahui model regresi logistik bier dari IPK mahasiswa program studi Matematika da Kimia FMIPA Usrat Maado serta megetahui faktor-faktor yag mempegaruhi IPK tersebut. Populasi dalam peelitia ii adalah mahasiswa aktif program studi Matematika da Kimia T.A 2013/2014 yag berjumlah 37 mahasiswa da T.A 2014/2015 yag berjumlah 49 mahasiswa total keseluruha populasi adalah sebayak 86 mahasiswa, dega jumlah respode yag megembalika kuesioer peelitia sebayak 80 respode. Ideks Prestasi Kumulatif (IPK) sebagai variabel respo (Y) da jeis kelami (x1), jurusa (x2),tempat tiggal (x3), meerima beasiswa (x4), daerah asal (x5), asal sekolah (x6), pekerjaa orag tua (x7), biaya hidup tiap bula (x8) sebagai variabel prediktor dalam pecocoka model. Hasil peelitia memberika model regresi logistik bier yaitu π(x) = (exp(1, ,397x2-1,222x3))/(1 + exp(1, ,397x2-1,222x3)), dimaa program studi da tempat tiggal berpeluag memiliki pegaruh terhadap Ideks Prestasi Kumulatif (IPK) mahasiswa di FMIPA Usrat Maado. Kata Kuci: Nilai Ideks Prestasi Kumulatif (IPK), Aalisis Regresi Logistik, Program Studi Logistic Regressio Aalysis To Determie Factors Affectig The Grade Poit Average (GPA) Of FMIPA Studet Of Sam Ratulagi Uiversity Of Maado Abstract The study process i college stage is usig Grade Poit Average (GPA) as a idicator of studet succes. The purpose of this research is to determie the biary logistic regressio model od GPA for studets majorig i mathematics ad chemistry from Mathematics ad Natural Sciece Departemet i Uiversity of Sam Ratulagi Maado ad to kow the factors that ifluece the GPA itself. The populatio used i this research is all the active studets studyig mathematics ad chemistry class 2013/2014 which amout 37 studets ad class 2014/2015 which amout 49 studets, so the total populatio is 86 studets, with the umber of respodets who retured the questioaire are 80 studets. Grade Poit Average (GPA) as the respose variable (Y) ad geder (x1), study program (x2), residece (x3), receivig scholarship (x4), hometow (x5), previous school (x6), parets occupatio (x7), mothly cost of livig (x8) as the variable of predictor i model matchig. The result of the study provide a biary logistic regressio model which is π(x) = (exp(1, ,397x2-1,222x3))/(1 + exp(1, ,397x2-1,222x3)), where study program (x2) ad residece (x3) have the possibility to effect the Grade Poit Average (GPA) achievemet of studets i Mathematics ad Natural Sciece Departemet i uiversity of Sam Ratulagi Maado. Keywords: Grade poit average (GPA), logistic regressio aalysis, study program. 1. Pedahulua Sebagai salah satu idikator keberhasila mahasiswa adalah ilai yag diperolehya tiggi yag dihitug dega ilai rata-rata disebut Ideks Prestasi Kumulatif (IPK). Ideks Prestasi Kumulatif yag selajutya disigkat IPK adalah agka prestasi akademik mahasiswa yag dihitug dari semua matakuliah utuk semua semester yag sudah diikuti oleh mahasiswa [1]. Semaki baik peguasaa akademik mahasiswa maka prestasi yag diperoleh pu aka baik. Ideks Prestasi mahasiswa dipegaruhi oleh faktor dari dalam diri mahasiswa (faktor iteral)
2 57 JdC, Vol. 6, No. 2, September 2017 maupu faktor dari luar diri mahasiswa (faktor eksteral). Peelitia sebelumya tetag ideks Prestasi Kumulatif [2] da tetag mahasiswa Uiversitas Sam Ratulagi Maado [3] secara khusus Fakultas MIPA [4] serta beberapa peelitia sebelumya tetag aalisis regresi logistik tapi buka pada IPK mahasiswa [5,6,7,8,9,10]. Dega demikia yag mejadi permasalaha disii adalah bagaimaa megetahui faktor-faktor yag mempegaruhi IPK mahasiswa maka dapat diguaka aalisis regresi logistik bier. Regresi logistik merupaka suatu metode aalisis regresi dega variabel respo merupaka variabel bier atau kategorik, utuk variabel respoya bersifat bier atau dikotomus yag terdiri dari dua kategori yaitu 0 da 1 [11], sehigga aalisis regresi logistik diguaka utuk meelaah faktor-faktor yag mempegaruhi Ideks Prestasi Mahasiswa (IPK). 2. Aalisis Regresi Aalisis regresi merupaka salah satu aalisis yag bertujua utuk megetahui pegaruh suatu variabel terhadap variabel lai. Model regresi yag palig sederhaa adalah model regresi liier sederhaa dega betuk persamaa [12] : Y = β 0 + β 1 X + ε (1) Y = variabel terikat (ilai yag diprediksi) X = variabel bebas β 0 = kostata β 1 = koefisie regresi (ilai peigkata ataupu peurua) ε = galat acak Aalisis Regresi Logistik bier Regresi Logistik adalah suatu metode aalisis statistika utuk medeskripsika hubuga atara variabel terikat yag memiliki dua kategori atau lebih dega satu atau lebih peubah bebas berskala kategori atau kotiu [13]. Adapu regresi logistik dapat dibagi mejadi regresi logistik bier, regresi logistik multiomial da regresi logistik ordial. Model regresi logistik bier diguaka utuk megaalisis hubuga atara satu variabel respo da beberapa variabel prediktor, dega variabel respoya berupa data kualitatif dikotomi yaitu berilai 1 utuk meyataka keberadaa sebuah karakteristik da berilai 0 utuk meyataka ketidakberadaa sebuah karakteristik [10]. Model regresi logistik bier diguaka jika variabel respoya meghasilka dua kategori berilai 0 da 1, sehigga megikuti distribusi Beroulli sebagai berikut [14] : y f(y i ) = π i i (1 π i ) 1 y i (2) π i = peluag kejadia ke-i y i = peubah acak ke-i yag terdiri dari 0 da 1 Betuk model regresi logistik dega satu variabel prediktor adalah [14] : π(x) = exp(β 0+β 1 x) 1+exp(β 0 +β 1 x) Utuk mempermudah meaksir parameter regresi, maka π(x) pada persamaa diatas ditrasformasika sehigga meghasilka betuk logit regresi logistik, sebagai berikut : 2.2. Pedugaa Parameter g(x) = I [ π(x) 1 π(x) ] = β 0 + β 1 x (4) Peyelesaia utuk megestimasi parameter yag belum diketahui dapat megguaka metode Maximum Likelihood Estimatio (MLE). Pada dasarya metode maximum likelihood (3)
3 Tampil, Komaliq, Lagi Aalisis Regresi Logistik Utuk Meetuka 58 memberika ilai estimasi β utuk memaksimumka fugsi likelihood [10]. Secara sistematis, fugsi likelihood utuk model regresi logistik bier adalah sebagai berikut [13] : l(β) = π(x i ) y i[1 π(x i )] 1 y i i=1 (5) y i = pegamata pada variabel ke-i π(x i ) = peluag utuk variabel prediktor ke-i Utuk memudahka perhituga maka dilakuka pedekata log likelihood, didefiisika sebagai [13] : L(β) = i=1 {y i l[π(x i )] + (1 y i )l[1 π(x i )]} (6) Utuk medapatka ilai peafsira koefisie regresi logistik (β ) dilakuka dega membuat turua pertama L(β) terhadap β da disamaka dega Uji Model Regresi Logistik Uji model dilakuka utuk memeriksa peraa variabel prediktor terhadap variabel respo secara seretak atau secara keseluruha. Uji seretak ii disebut juga uji model chi square [10]. Hipotesis utuk uji ii adalah sebagai berikut : H 0 : β 1 = β 2 = = β i = 0 H 1 : palig sedikit ada satu parameter β i 0 Statistik uji G atau Likelihood Ratio Test : G = 2l [ ( 1 ) 1 ( 0 ) 0 y i π i (1 π i) 1 y i i=1 1 = bayakya observasi yag berkategori 1 0 = bayakya observasi yag berkategori ] (7) Statistik uji G megikuti distribusi chi-square, sehigga utuk memperoleh keputusa dilakuka perbadiga dega ilai χ 2 tabel, dega derajat bebas (db) = k-1, k merupaka bayakya variabel prediktor. Kriteria peolaka (tolak H 0 ) jika ilai G > χ 2 (db,α) atau jika P-value < α Uji Hipotesis Parsial Pegujia parsial diguaka utuk meguji pegaruh setiap β i secara idividual dalam model yag diperoleh. Hasil pegujia secara parsial/idividual aka meujukka apakah suatu variabel prediktor layak utuk masuk dalam model atau tidak [14]. Hipotesis yag diguaka utuk setiap variabel adalah sebagai berikut : H 0 : β i = 0 H 1 : β i 0 Statistik uji Wald (W) : da W = β i SE(β i) SE(β i) = dugaa galat baku utuk koefisie β i β i = ilai dugaa utuk parameter (β i ) SE(β i) = (σ 2 (β i)) (9) (8)
4 59 JdC, Vol. 6, No. 2, September 2017 Rasio yag dihasilka dari statistik uji dibawah hipotesis H 0 aka megikuti sebara ormal baku, sehigga utuk memperoleh keputusa dilakuka perbadiga dega distribusi ormal baku (Z). Kriteria peolaka (tolak H 0 ) jika ilai W > Z α 2 atau p value < α Iterpretasi Koefisie Parameter dari Variabel Dikotomi Secara umum, rasio peluag (odds ratio) merupaka sekumpula peluag yag dibagi oleh peluag laiya [4]. Nilai odds ratio didefiisika sebagai berikut [13] : ψ = π(1) [1 π(1)] π(0) [1 π(0)] = eβ 0+β1 e β 0 = e β 1 (10) Bila ilai ψ = 1, maka atara kedua variabel tersebut tidak terdapat hubuga. Bila ilai ψ < 1, maka atara kedua variabel terdapat hubuga egatif terhadap perubaha kategori dari ilai x da demikia sebalikya bila ψ >1. 3. Metode Peelitia Peelitia ii dilaksaaka pada bula Maret higga April Peelitia ii bertempat di program studi Matematika da Kimia, FMIPA Usrat Maado. Pegolaha data dilakuka di Laboratorium Statistika Program Studi Matematika FMIPA Usrat. Peelitia ii megguaka data primer dega mejalaka kusioer kepada mahasiswa aktif agkata 2013 da 2014 dalam program studi Matematika da Kimia. Populasi dalam peelitia ii adalah seluruh mahasiswa aktif program studi Matematika da Kimia Tahu Akademik 2013/2014 da 2014/2015 di FMIPA Usrat, berjumlah 86 mahasiswa yag terdiri dari 37 mahasiswa Tahu Akademik 2013/2014 da 49 mahasiswa Tahu Akademik 2014/2015. Dari populasi tersebut dalam pegumpula data, terdapat missig data sebayak 6 orag dimaa dari 86 respode mejadi 80 respode yag terdiri dari 36 mahasiswa Tahu Akademik 2013/2014 da 44 mahasiswa Tahu Akademik 2014/2015. Variabel yag diguaka pada peelitia ii terdiri atas variabel tak bebas (variabel respo) yaitu Ideks Prestasi Kumulatif (IPK) (Y) yag diotasika dega 0 utuk y mea dari IPK da 1 utuk y > mea IPK serta variabel bebas (prediktor) yaitu Jeis kelami (X 1 ) diotasika dega 0 utuk perempua da 1 utuk laki-laki, Jurusa (X 2 ) diotasika dega 0 utuk Kimia da 1 utuk matematika, Tempat tiggal (X 3 ) diotasika dega 0 utuk buka kost da 1 utuk kost, Meerima Beasiswa (X 4 ) diotasika dega 0 utuk tidak da1 utuk ya, Daerah asal (X 5 ) diotasika dega 0 utuk luar Sulawesi Utara da 1 utuk Sulawesi Utara, Asal sekolah (X 6 ) diotasika dega 0 utuk SMK da 1 utuk SMA, Pekerjaa orag tua (X 7 ) diotasika dega 0 utuk buka pegawai egeri da 1 utuk pegawai egeri, Biaya hidup tiap bula (X 8 )diotasika dega 1 utuk da diotasika dega 0 utu > Lagkah-lagkah aalisis data adalah sebagai berikut: 1. Pegumpula data lewat kuesioer 2. Mecari ilai rata-rata IPK dari 80 respode dega megguaka rumus x = i=1 x i sehigga diperoleh x = 3, Meetuka model regresi logistik 4. Melakuka uji hipotesis bergada atau uji model dega megguaka statistik uji G 5. Melakuka uji hipotesis parsial dega megguaka statistik uji Wald 6. Melakuka aalisis pegaruh setiap variabel bier dega megguaka odds ratio 7. Mearik kesimpula berdasarka hasil aalisis yag diperoleh.
5 Tampil, Komaliq, Lagi Aalisis Regresi Logistik Utuk Meetuka Hasil da Pembahasa 4.1. Model Regresi Logistik Dega megguaka batua softwere maka diperoleh model regresi logistik dari Ideks Prestasi Kumulatif (IPK) mahasiswa di FMIPA UNSRAT sebagai berikut : 1,268 0,027X exp ( 1 + 1,294X 2 1,151X 3 ) +0,318X π(x) = 4 0,738X 5 1,001X 6 + 0,805X 7 + 0,00X 8 1,268 0,027X 1 + exp ( 1 + 1,294X 2 1,151X 3 ) +0,318X 4 0,738X 5 1,001X 6 + 0,805X 7 + 0,00X 8 Uji seretak dilakuka utuk melihat pegaruh variabel prediktor secara keseluruha terhadap variable respo dega megguaka batua softwere maka diperoleh hasil seperti pada table 1. Tabel 1. Hasil Uji Seretak Berdasarka hasil uji seretak yag dapat dilihat dari ilai -2 log likelihood pada tabel 1 maka diperoleh ilai G = 108,441. Dega megguaka α = 5% maka diperoleh χ 2 (db,α) = 100,75, karea G > χ2 (db,α) maka tolak H 0 yag artiya terdapat palig sedikit ada satu parameter β i 0 di maa terdapat satu atau lebih variabel prediktor yag berpegaruh sigifika terhadap variabel respo Uji Parsial Variabel Model Uji parsial dilakuka utuk melihat pegaruh setiap variabel prediktor terhadap variabel respo dega megguaka batua software maka diperoleh hasil seperti pada tabel 2. Tabel 2. Hasil Uji Parsial Dega memperhatika hasil uji parsial maka dapat diperoleh model regresi logistik bier utuk IPK mahasiswa FMIPA Usrat yaitu sebagai berikut : π(x) = exp(1, ,397X 2 1,222X 3 ) 1 + exp(1,5021,397x 2 1,222X 3 ) 4.3. Iterpretasi Nilai Odds Ratio Berdasarka ilai odds ratio yag dapat dilihat dari ilai exp (β) dari hasil output dari uji parsial, besarya perbedaa kecederuga dari setiap variabel prediktor adalah sebagai berikut :
6 61 JdC, Vol. 6, No. 2, September 2017 a. Jeis kelami (X 1 ) Peluag seorag mahasiswa dega jeis kelami laki-laki memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 1,005 kali dari pada mahasiswa dega jeis kelami perempua. b. Jurusa (X 2 ) Peluag seorag mahasiswa jurusa Matematika memiliki kecederuga ideks prestasi kumulatif (IPK>3,310)adalah sebesar 4,043 kali dari pada mahasiswa jurusa Kimia. c. Tempat tiggal (X 3 ) Peluag seorag mahasiswa yag tiggal di kost memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 0,295 kali dari mahasiswa yag tigga dega orag tua. d. Meerima beasiswa (X 4 ) Peluag seorag mahasiswa yag meerima beasiswa memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 1,441 kali dari pada mahasiswa yag tidak meerima beasiswa. e. Daerah asal (X 5 ) Peluag seorag mahasiswa yag berasal dari Sulawesi Utara memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 0,461 kali dari mahasiswa yag berasal dari luar Sulawesi Utara. f. Asal sekolah (X 6 ) Peluag seorag mahasiswa yag berasal sekolah SMA memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 0,373 kali dari mahasiswa yag berasal sekolah SMK. g. Pekerjaa oragtua (X 7 ) Peluag seorag mahasiswa pekerjaa orag tuaya sebagai pegawai egeri memiliki kecederuga ideks prestasi (IPK>3,310) adalah sebesar 2,088 kali dari pada mahasiswa yag pekerjaa orag tuaya buka sebagai pegawai egeri. h. Biaya hidup tiap bula (X 8 ) Peluag seorag mahasiswa dega biaya hidup tiap bula lebih besar atau sama dega Rp ,- memiliki kecederuga ideks prestasi kumulatif (IPK>3,310) adalah sebesar 1,775 kali dari pada mahasiswa dega biaya hidup tiap bula kurag dari Rp ,- 5. Kesimpula 1. Model regresi logistik bier dari IPK mahasiswa Matematika da Kimia FMIPA Usrat Maado, adalah sebagai berikut : π(x) = exp(1, ,397X 2 1,222X 3 ) 1 + exp(1, ,397X 2 1,222X 3 ) 2. Berdasarka aalisis uji parsial variabel Program studi da tempat tiggal berpeluag memiliki pegaruh terhadap Ideks Prestasi Kumulatif (IPK) mahasiswa di FMIPA Usrat Maado 6. Daftar Pustaka [1] Peratura Rektor UNSRAT No. 01/UN12/PP/2013 tetag Pedoma Peyeleggaraa Akademik di Uiversitas Sam Ratulagi. [2] Dimiari P Pegaruh Motivasi Belajar, Gaya Belajar da Berpikir Kritis Terhadap Ideks Prestasi Kumulatif [skripsi]. Fakultas Ekoomi Uiversitas Pembagua Nasioal Vetera, Jawa Timur. [3] Lomboe I., M. S. Paedog, da Y. A. R. Lagi Tigkat Kepuasa Mahasiswa Terhadap Kualitas Pelayaa Uiversitas Sam Ratulagi Megguaka Aalisis Faktor. Maado. Jural MIPA UNSRAT Olie 1(1):
7 Tampil, Komaliq, Lagi Aalisis Regresi Logistik Utuk Meetuka 62 [4] Zaial M, M., A. J. Ridega, da W. Ch. D. Weku Pegguaa Associatio Rule Data Miig Utuk Meetuka Pola Lama Studi Mahasiswa F-MIPA UNSRAT. Jural de Cartesia 3(1):1-8. [5] Raharjati, R. P. da T. Widiharih Model Logit Kumulatif Utuk Respo Ordial. Semarag. Jural Matematika 8(3): [6] Yudissata, A. da M. Rata Aalisis Pemakaia Kemoterapi Pada Kasus Kaker Payudara dega Megguaka Metode Regresi Logistik Multiomial ( Studi Kasus: Pasie di Rumah Sakit X Surabaya). Surabaya. Jural Sais da Sei ITS 1(1): [7] Rahmadei da E. Safitri Pemodela Pasie Kaker Payudara Megguaka Regresi Logistik Bier ( Studi Kasus : Pasie Kaker Payudara di Rumah Sakit Umum Daerah Arifi Ahmad Pekabaru). Pekabaru. Jural Sais, Tekologi da Idustri 13(2): [8] Imaslihkah, S., M. Rata da V. Ratasari Aalisis Regresi Logistik Ordial Terhadap Faktor-Faktor yag Mempegaruhi Predikat Kelulusa Mahasiswa S1 di ITS Surabaya. Surabaya. Jural Sais da Sei POMITS 2(2): [9] Paputuga, N. W., Y. A. R. Lagi, J. D. Prag Aalisis Regresi Logistik Ordial Pada Tigkat Kepuasaa Peggua Jasa Terhadap Pelayaa di Badara Iterasioal Sam Ratulagi Maado. Uiversitas Sam Ratulagi. Maado. Jural de Cartesia 5(2) : [10] Sepag, F., H. Komalig, D. Hatidja Peerapa Regresi Logistik utuk Meetuka Faktor-Faktor yag Mempegaruhi Pemiliha Jeis Alat Kotrasepsi di Kecamata Modayag Barat. Uiversitas Sam Ratulagi. Maado. Jural MIPA Usrat Olie 1(1):1-5. [11] Hosmer, D.W., S. Lemeshow da R. X. Sturdivat Applied Logistic Regressio. Edisi ke-3. Joh Wiley ad Sos Ic, Caada. [12] Suyoo Aalisis Regresi utuk Peelitia. Deepublish,Yogyakarta. [13] Hosmer, D.W., da S. Lemeshow Applied Logistic Regressio.Edisi ke-2.joh Wiley ad Sos Ic, Caada. [14] Agresti, A Categorical Data Aalysis.Joh Wiley ad Sos, Ic. New York.
1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)
= DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka
Lebih terperinci9 Departemen Statistika FMIPA IPB
Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara
Lebih terperinciJurnal Gradien Vol. 11 No. 2 Juli 2015 :
Jural Gradie Vol. 11 No. 2 Juli 2015 : 1096-1100 Aalisis Tigkat Uag Kuliah Tuggal dega Megguaka Regresi Logistik Ordial (Studi Kasus Jurusa Matematika FMIPA Uiversitas Begkulu Tahu Ajara 2013-2015) Etis
Lebih terperinciBAB 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 terperinciTINJAUAN 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 terperinciAnalisis Regresi Ordinal Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Kualitas Pelayanan Kesehatan Pada Komunitas Latino
Jural Gradie Vol 8 No 2 Juli 22 82-88 Aalisis Regresi Ordial Utuk Megetahui Faktor-Faktor Yag Mempegaruhi Kualitas Pelayaa Kesehata Pada Komuitas Latio Idhia Sriliaa Jurusa Matematika, Fakultas Matematika
Lebih terperinciKata Kunci : CHAID, IPM, regresi logistik ordinal.
ANALISIS CHAID DAN REGRESI LOGISTIK ORDINAL PADA INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Liaa Yuita Sari, Sri Sulistijowati Hadajai, da Satoso Budiwiyoo Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperinciSTATISTICS. 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 terperinciPertemuan 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 terperinciANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S1 DI ITS SURABAYA
ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S DI ITS SURABAYA Sitti Imaslihkah, Madu Rata, da Vita Ratasari Jurusa Statistika, Fakultas MIPA,
Lebih terperinciBAB 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 terperinciTRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA
Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI STATUS BEKERJA PENDUDUK KABUPATEN KULON PROGO TAHUN 2013 DENGAN MENGGUNAKAN PENDEKATAN REGRESI LOGISTIK
E-ISSN 57-9378 Jural Statistika Idustri da Komputasi Volume, No. 1, Jauari 017, pp. 41-50 FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS BEKERJA PENDUDUK KABUPATEN KULON PROGO TAHUN 013 DENGAN MENGGUNAKAN PENDEKATAN
Lebih terperinciREGRESI 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 terperinciBAB 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 terperinciPENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN
PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas
Lebih terperinciBAB 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 terperinciBAB 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 terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciMETODE 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 terperinciJurnal EKSPONENSIAL Volume 8, Nomor 2, Nopember 2017 ISSN
Peerapa Metode Aalisis Regresi Logistik Bier Da Classificatio Ad Regressio Tree (CART) Pada Faktor yag Mempegaruhi Lama Masa Studi Mahasiswa Applicatio Of Biary Logistic Regressio Ad Classificatio Ad Regressio
Lebih terperinciIV 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 terperinciPedahulua 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 terperinciPENGUJIAN 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 terperinciBAB 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 terperinciPerbandingan Beberapa Metode Pendugaan Parameter AR(1)
Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciIII. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011
III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega
Lebih terperinciPendekatan Nilai Logaritma dan Inversnya Secara Manual
Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah
Lebih terperinciPenyelesaian: 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 terperinciESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK
ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL Nurul Muthiah, Raupog, Aisa Program Studi Statistika, FMIPA, Uiversitas Hasauddi ABSTRAK Regresi spasial merupaka pegembaga dari regresi liier klasik.
Lebih terperinciBAB 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 terperinciBab 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 terperinciIII. 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 terperinciPENGARUH 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciBAB 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 terperinciIII. 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 terperinciBAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian
BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciPENERAPAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA REGRESI POISSON
E-Jural Matematika Vol., No., Mei 013, 6-10 ISSN: 303-1751 PENERAPAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA REGRESI POISSON PUTU SUSAN PRADAWATI 1, KOMANG GDE SUKARSA, I GUSTI AYU MADE
Lebih terperinciBAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua
BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi
Lebih terperinciNama : 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 terperinciPerbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling
Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,
Lebih terperinciBAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa
54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah
Lebih terperinciIDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS PRESTASI KUMULATIF (IPK) MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTINOMIAL NUR FITRIANY
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS PRESTASI KUMULATIF (IPK) MENGGUNAKAN REGRESI LOGISTIK BINER DAN MULTINOMIAL NUR FITRIANY DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk
Lebih terperinciBAB 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 terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciIV. 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 terperinciBAB 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 terperinciANALISIS 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 terperinciREGRESI 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 terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,
45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau
Lebih terperinciBAB 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 terperinciIV. 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 terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciPemodelan Ketahanan Pangan di Indonesia dengan Pendekatan Regresi Probit Ordinal
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Prit) D-151 Pemodela Ketahaa Paga di Idoesia dega Pedekata Regresi Probit Ordial Deby Lolita Permatasari 1 da Vita Ratasari 2 Jurusa Statistika,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa
III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika
Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu
Lebih terperinciIV. 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 terperinciNama : 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 terperinciBAB 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 terperinciProgram 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 terperinciA. 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 terperinciBAB 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 terperinciIII. METODELOGI PENELITIAN
III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena
7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP
Lebih terperinciPENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai
1. Pegertia Statistika PENDAHULUAN Statistika berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah. Statistika peyajia DATA utuk memperoleh
Lebih terperinci(1) (2) (3)
1 Klasifikasi Status Gizi pada Aak Usia 6-1 Tahu di Idoesia dega Megguaka Regresi Logistik Ordial da Support Vector Mechie (SVM) Flashy Fitria Nurfida (1), Sri Pigit Wuladari, () da M. Setyo Pramoo ()
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli 2013 sampai Januari 2014
BAB III METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia ii dilaksaaka pada bula Juli 2013 sampai Jauari 201 berlokasi di Kabupate Gorotalo. B. Jeis Peelitia Peilitia tetag evaluasi program pegembaga
Lebih terperinciMata Kuliah: Statistik Inferensial
PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)
Lebih terperinciIV. 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 terperinciI. 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 terperinciIV 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 terperinciUji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.
MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa
Lebih terperinciPENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN
PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,
Lebih terperinciBAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas
BAB III METOE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia eksperime. Karea pada peelitia ii, haya megguaka kelas eksperime tapa adaya kelas cotrol. Peelitia ii megguaka pedekata kuatitatif.
Lebih terperinciREGRESI 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 terperinciBAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai analisis regresi robust estimasi-s
BAB III PEMBAHASAN Pada bab ii aka dijelaska megeai aalisis regresi robust estimasi-s dega pembobot Welsch da Tukey bisquare. Kemudia aka ditujukka model regresi megguaka regresi robust estimasi-s dega
Lebih terperinciPengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007
1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara
Lebih terperinciIII. 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 terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi
5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki
Lebih terperinciBAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F
BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka
Lebih terperinciREGRESI 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 terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinci