MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS
|
|
- Sudirman Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS Oleh: Prof.Dr.Ir.Soemarno,M.S
2 Obyek Pengamatan Variabel X4 Variabel X1 Variabel X2 Variabel X3 Variabel Xn Multi-Variabel Metode analisis statistik yang melibatkan multi-variabel secara simultan Analisis multivariate MULTIVARIATE ANALYSIS
3 Multivariate Analysis (MA): Metode analisis yang berkenaan dengan sejumlah besar variabel yang datanya diperoleh secara simultan dari setiap obyek pengataman Hubungan-hubungan antar variabel secara simultan ( = Analisis Peubah Ganda) Proses perhitungannya sangat kompleks Dalam proses perhitungannya menggunakan pendekatan matriks Determinan Matriks, Pangkat Matriks, Matriks Kebalikan, Eigen Value, Eigen Vector, dll.
4 4 7 2 A = MATRIKS : Matriks Kovarians: Matriks yang unsur-unsurnya berupa varian (ragam) dan kovarian (peragam) dari sekumpulan variabel. Lambangnya S. Diagonalnya berupa varians (ragam) dari setiap variabel, sedangkan unsur lainnya berupa kovarians (peragam) antar variabel. Matriks S bersifat simetris atau setangkup Matriks Korelasi: Matriks yang unsur-unsurnya berupa koefisien korelasi dari sekumpulan variabel. Lambangnya R. Diagonalnya berupa angka-angka 1, sedangkan unsur lainnya berupa koefisien korelasi antar variabel Matriks ini bersifat Simetris atau Setangkup
5 MATRIKS : EIGEN VALUE & EIGEN VECTOR Misalnya adadua persamaan linear: 2 X1 + 5 X2 = 2. 4 X X2 = 4 dalam bahasa matriks ditulis sbb: Ax = y x = x1 y = 2 A = 2 5 A : matriks x transformasi linear Jika A x = x, dimana adalah konstante, maka vektor jawab x yang memenuhi hubungan ini untuk nilai x tertentu disebut Eigen Vector (Vektor Ciri) dan disebut Eigen Value (Akar Ciri) Kalau Matriks A bersifat simetris, maka akar ciri dari Aadalah riil danmemiliki vektor ciri yang saling bebas (ortogonal)
6 KLASIFIKASI APG: APG untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis 4. MDS 5. Correspondence Analysis APG untuk analisis pembandingan: 1. T 2 Hotelling 2. MANOVA / MANCOVA 3. Cluster Analysis APG untuk analisis hubungan antar variabel: 1. Analisis Regresi Peubah Ganda 2. Analisis Jalur (Path Analysis) 3. SEM (Structural Equation Modelling) 4. Korelasi Kanonik 5. Analisis Korespondensi 6. Multidimentional Scalling 7. Analisis Diskriminan 8. Logistic Model 9. Logit-Probit
7 KLASIFIKASI APG: berdasarkan Pola Ketergantungannya APG untuk analisis Dependensi Satu kelompok variabel dipengaruhi (atau bergantung, atau mempengaruhi) kelompok variabel lainnya. 1. Banyak hubungan, banyak variabel dependent dan banyak variabel independent: MS, AP, SEM 2. Satu hubungan, banyak variabel dependent, dan satu (banyak) variabel independent: KANONIK, MANOVA 3. Satu hubungan, satu variabel dependent, dan satu (banyak) variabel independent: RB, AD, Logit-Probit APG untuk analisis Interdependensi: Saling ketergantungan antar variabel, atau antar kasus, antar obyek, antar kategori dari variabel 1. Analisis saling ketergantungan antar variabel: PCA, FAktor 2. Analisis Kemiripan antar kasus: Cluster 3. Analisis kemiripan antar obyek atau kategori dari variabel Multidimensional, Korespondensi
8 MODEL STRUKTURAL = Sistem Persamaan Simultan Input Data: Data dari variabel observasi atau skor dari indikator variabel latent. Data yg dianalisis data mentah, bukan data standardize Metode Estimasi: Model Rekursif = Metode OLS Exact identified = Metode ILS Over identified = Metode TSLS Under identified = Diberi kendala, shg menjadi Exactidentified Output: Berupa model, setara dengan hasil analisis Regresi Alat untuk eksplanasi, atau prediksi, setara dengan REGRESI
9 ANALISIS PATH = Analisis Jalur, Analisis Lintas, Sidik Lintas Input Data: Data dari variabel observasi atau skor dari indikator variabel latent. Data yg dianalisis data standardize Metode Estimasi: Modelnya harus rekursif, sehingga dapat digunakan metode OLS Output: Model Lintasan atau Jalur-Jalur, pengaruh Untuk menentukan variabel mana yang berpengaruh dominan dan jalur mana yang berpengaruh lebih kuat
10 SEM = Sructural Equation Modelling Input Data: Data dari variabel observasi atau skor dari indikator variabel latent. Data yg dianalisis berupa matriks kovarians atau matriks korelasi. Metode Estimasi: Maximum Likelihood (ML), TSLS, PLS Output Model struktural, Model Lintasan Pengaruh Merupakan gabungan kegunaan antara analisis faktor, Analisis Path, dan Analisis Regresi
11 ANALISIS KORELASI KANONIK Keeratan hubungan antara kelompok variabel dgn kelompok variabel lainnya Input Data: Data yg digunakan adalah data hasil pengukuran (metrik) Metode Estimasi: Konsep Eigen Value & Eigen Vector Output: Koefisien Korelasi Kanonik Alat untuk eksplanasi ke-eratan hubungan antar kelompok variabel
12 MANOVA = Menguji perbedaan variabel dependent pada kategori-kategori dari variabel independent. Kalau adavariabel penyerta dapat digunakan MANCOVA Input Data: Untuk variabel dependent: data hasil pengukuran (metrik) Untuk variabel independent: Data kategori (non-metrik) Metode Estimasi: Konsep dekomposisi komponen ragam (varians) Output: Tabel MANOVA Untuk mengetahui apakah secara simultan dari sekumpulan variabel dependent terjadi perbedaan yang signifikan.
13 REGRESI BERGANDA = Regresi Linear Berganda Input Data: Raw data, bukan standardize data Variabel dependent: data metrik Variabel independent: data metrik dan/atau data non-metrik Metode Estimasi: OLS Output: Model atau persamaan regresi berganda Alat untuk eksplanasi atau alat untuk prediksi, Prediksi nilai variabel dependent kalau nilai variabel independent diketahui
14 ANALISIS DISKRIMINAN Input Data: Raw data, bukan standardize data Variabel dependent: kategori n(non-metrik) Variabel independent: Metrik dan/atau non-metrik Metode Estimasi: Konsep Eigen Value dan Eigen Vector Output: Fungsi deskriminan Alat untuk prediksi alternatif, pengelompokkan obyek, faktor determinan Alat untuk menentukan variabel mana yang merupakan pembeda terkuat
15 MODEL LOGIT, PROBIT, TOBIT, GOMPIT, LPM Input Data: Raw data, bukan standardize data Variabel dependent: kategori n(non-metrik) Variabel independent: Metrik dan/atau non-metrik Metode Estimasi: OLS Output: Model atau persamaan Alat untuk eksplanasi odd-ratio Alat untuk prediksi peluang suatu kategori dari variabel dependent kalau nilai variabel independen diketahui
16 PRINCIPLE COMPONENT ANALYSIS: PCA Input Data: Matriks kovarians: kalau semua variabel punya satuan yg sama dan homogen, dipakai raw data Matrik korelasi: kalau satuannya tidak sama, standardize data Metode Estimasi: Konsep Eigen Value dan Eigen Vector Output: Variabel komposit atau disebut Dimensi, Komponen Utama Nilai dari variabel komposit Eksplorasi Dimensi yg terkandung dalam sekumpulan variabel Mendapatkan skor dari Komponen Utama Mapping objects Clustering objects Menghilangkan multikolinearitas pd regresi berganda
17 FACTOR ANALYSIS Input Data: Raw data atau standardize data, seluruh variabel mempunyai common factor Metode Estimasi: Konsep Eigen value & Eigen vector Output: Faktor hasil ekstraksi, Skor dari faktor ini (data dari variabel laten). Variabel laten ini juga disebut DIMENSI Analisis faktor konfirmatori: Mencari dimensi yg terkandung dalam sekumpulan variabel (atau faktor) Mapping objects Clustering object Mendapatkan data dari suatu DIMENSI atau Variabel Laten
18 ANALISIS GEROMBOL = CLUSTER ANALYSIS Analisis Gerombol hierarkhis: Jumlah gerombol belum diketahui Analisis tidak-hierarkhis: Jumlah gerombol telah diketahui INPUT DATA: Raw data atau standardize data Data metrik atau non metrik Metode Analisis: K-mean atau Agromeratif Output: Kelompok-kelompok obyek Identifikasi banyaknya kelompok (Analisis hierarkhis) Prediksi anggota setiap kelompok (gerombol) Identifikasi karakteristik gerombol.
19 MULTIDIMENTIONAL SCALLING Input data: Pendekatan komposisional: Data hasil pengukuran variabel Pendekatan dekomposisional: Data jarak antar obyek Estimasi: Metode ALSCAL. Output: Peta, mapping, obyek kajian KEGUNAAN: Positioning obyek Clustering obyek Identifikasi karakter setiap obyek atau kelompok obyek.
20 ANALISIS KORESPONDENSI INPUT DATA: Tabel Frekuensi METODE PERHITUNGAN: Konsep Eigen value dan Eigen vektor OUTPUT: Berupa peta (mapping) kategori dari variabel KEGUNAAN: Positioning kategori variabel Clustering kategori dari beberapa variabel Identifikasi profil suatu variabel berkaitan dengan kategori variabel lainnya.
21 ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS Oleh: Prof.Dr.Ir.Soemarno,M.S
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF Analisis Multivariat untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis
Lebih terperinciPERANAN STATISTIKA DALAM PENELITIAN
Andriani Kusumawati PERANAN STATISTIKA DALAM PENELITIAN Peranan Statistika dalam Penyusunan Model Teoritis Peranan Statistika dalam Perumusan Hipotesis Peranan Statistika dalam Pengembangan Alat Pengumpul
Lebih terperinciANALISIS MULTIVARIAT BAB II
BAB II ANALISIS MULTIVARIAT A. Apakah Itu Analisis Statistik Mulivariat? B. Uji Statistik Multivariat. C. Teknik Analisis Multivariat. 1. Teknik Dependen. 2. Teknik Interdependen. 3. Teknik Persamaan Struktural.
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciPlot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciAnalisis Multivariat
Analisis Multivariat Analisis multivariat adalah teknik yang digunakan untuk melihat hubungan antara dua set variabel. Dua set variabel dapat terdiri dari: (1) satu set variabel akibat (dependent variable)
Lebih terperinciAnalisis Multivariat Analisis multivariat adalah suatu studi tentang bb beberapa variabel random dependent d secara simultan. Analisis ini merupakan a
Multivariate Analysis Irlandia Ginanjar Jurusan Statistika Unpad Analisis Multivariat Analisis multivariat adalah suatu studi tentang bb beberapa variabel random dependent d secara simultan. Analisis ini
Lebih terperinciBAB II TINJAUAN PUSTAKA. dari variabel-variabel yang saling berkorelasi. Analisis peubah ganda dapat
BAB II TINJAUAN PUSTAKA 2.1 Analisis Peubah Ganda Analisis peubah ganda merupakan metode statistika yang menganalisis secara bersama-sama variabel yang cukup banyak yang diamati pada setiap individu atau
Lebih terperinciAnalisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster
Analisis Cluster Analisis Cluster adalah suatu analisis statistik yang bertujuan memisahkan kasus/obyek ke dalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan statistik sebagai alat bantu untuk mengambil keputusan yang lebih baik telah mempengaruhi hampir seluruh aspek kehidupan. Setiap orang, baik sadar maupun
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciBAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Analisis statistik multivariat adalah metode statistik di mana masalah yang diteliti bersifat multidimensional dengan menggunakan tiga atau lebih variabel
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciMULT L IV I ARIA I T METODE RISET BISNIS
1 ANALISA MULTIVARIAT METODE RISET BISNIS Obyek Pengamatan Variabel X4 Variabel X1 Variabel X2 Variabel X3 Variabel Xn Multi-Variabel Metode analisis yang berkenaan dengan sejumlah besar variabel yang
Lebih terperinciAnalisis desain Kasus Kontrol dan Eksperimen. Sri Poedji Hastoety Djaiman Badan Litbangkes-Kemenkes RI
Analisis desain Kasus Kontrol dan Eksperimen Sri Poedji Hastoety Djaiman Badan Litbangkes-Kemenkes RI Yang harus diperhatikan dalam melakukan analisis Sifat Skala nominal ordinal interval ratio Membedakan
Lebih terperinciPENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 34 43 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian ini terdiri dari tujauan pustaka, landasan teori dan kerangka pemikiran Tinjauan pustaka berisi penelitian-penelitian sebelumnya dan digunakan sebagai dasar dilaksanakannya
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinci24 melalui aplikasi OLX.co.id. Sugiyono (2013) menyarankan bahwa ukuran sampel minimum adalah sebanyak 5-10 kali jumlah indikator yang diestimasi. Jum
BAB III METODE PENELITIAN A. Obyek dan Subyek Penelitian Obyek penelitian difokuskan pada masyarakat Yogyakarta yang pernah melakukan transaksi atau berbelanja secara online melalui OLX.co.id. Subyek dalam
Lebih terperinciJust Identified CATATAN
3 MENENTUKAN DEGREE OF FREEDOM Dalam model SEM, ada hal penting yang perlu diketahui sebelum sebuah pengujian model dilakukan, yakni model identification. Identifikasi berkaitan dengan apakah tersedia
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Analisis
Lebih terperinciPERISTILAHAN. Sgb. Ilmu dan tehnik : Menghimpun Klasifikasi Menganalisis
STATISTIK PERISTILAHAN Statistic=Statistik Sbg. Sajian data angka dalam bentuk : Tabel Grafik Diagram Deretan angka Visualisasi angka Statistics=Statistika Sgb. Ilmu dan tehnik : Menghimpun Klasifikasi
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciWith AMOS Application
STRUCTURAL EQUATION MODELLING (SEM) With AMOS Application Eko Budi Setiawan, S.Kom., M.T. Cara Mengukur Nilai IT Bagi Perusahaan? Investasi Untuk Sumber Daya IT - Teknologi - Organisas - SDM Kapabilitas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Bab ini memaparkan metodologi penelitian yang digunakan dalam penelitian ini. Di dalam bab ini akan diuraikan prosedur dan langkah-langkah penelitian yang akan dilakukan..1.
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penyusunan skripsi yang dilakukan oleh penulis membutuhkan data-data yang relevan guna menunjang proses penelitian. Usaha untuk mengumpulkan data-data
Lebih terperinciASUMSI MODEL SEM. d j
ASUMSI MODEL SEM Asumsi yang harus dipenuhi dalam analisis SEM di antaranya adalah data berdistribusi multivariat normal, untuk memeriksanya dapat dilakukan dengan menghitung nilai jarak kuadrat pada setiap
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN Dalam bab ini akan dilakukan pengujian dan analisis model berdasarkan data kuesioner yang terkumpul untuk menjawab pertanyaan penelitian dan hipotesis yang telah diajukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Bangsa yang besar adalah bangsa yang berpendidikan. Keberhasilan suatu bangsa ditentukan oleh seberapa majunya pendidikan bangsa tersebut. Pada saat ini kondisi
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciII. TINJAUAN PUSTAKA. Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah
II. TINJAUAN PUSTAKA 2.1 Structural Equation Modeling (SEM) Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah salah satu teknik peubah ganda yang dapat menganalisis secara simultan
Lebih terperinciMETODE PENELITIAN. Lokasi dan Waktu Penelitian. Metode Pengumpulan Data
METODE PENELITIAN Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Solok Provinsi Sumatera Barat. Penelitian dilaksanakan selama 4 bulan dimulai dari bulan Juni hingga September 2011.
Lebih terperinciBAB III METODE PENELITAN
BAB III METODE PENELITAN A. Obyek / Subyek Penelitian 1. Obyek Penelitian Penelitian ini akan dilakukan pada PUSKESMAS Mantrijeron, sebagai unit pelayanan jasa yang menerapkan sistem manajemen mutu ISO
Lebih terperinciBAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU
BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus
Lebih terperinciBAB III METODE PENELITIAN. yaitu sifat-sifat, ciri-ciri, atau hal-hal yang dimiliki oleh suatu elemen. Sedangkan
BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Penelitian Populasi adalah kumpulan dari seluruh elemen beserta karakteristiknya yang menjadi objek penyelidikan atau penelitian secara menyeluruh. Karakteristik
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Responden Pada bab IV ini akan menampilkan hasil penelitian yang berupa gambaran umum objek penelitian dan data deskriptif serta menyajikan hasil komputasi
Lebih terperinciAnalisis Hibrid Korespondensi Untuk Pemetaan Persepsi. Hybrid Correspondence Analysis for Mapping Perception
Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN 85-89 Analisis Hibrid Korespondensi Untuk Pemetaan Persepsi Hybrid Correspondence Analysis for Mapping Perception Fitriani, Rito Goejantoro, dan Darnah Andi
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Konseptual Dalam memahami pelajaran di sekolah siswa mungkin saja mengalami kesulitan dalam memahaminya. Hal ini dapat dikarenakan metode pembelajaran
Lebih terperinci2 METODE. Kerangka Pemikiran
16 2 METODE Kerangka Pemikiran PTT padi merupakan suatu metode pendekatan untuk mempertahankan atau meningkatkan produktivitas padi secara berkelanjutan dan efisiensi produksi. PTT menekankan pada prinsip
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
Lebih terperinciBAB III METODE PENELITIAN. Obyek dalam penelitian ini adalah CV Opal Transport, sedangkan subyek dalam penelitian ini adalah seluruh karyawan CV
BAB III METODE PENELITIAN A. Obyek dan Subyek Penelitian Obyek dalam penelitian ini adalah CV Opal Transport, sedangkan subyek dalam penelitian ini adalah seluruh karyawan CV Opal Transport. B. Populasi
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Structural equation modeling, yang dalam buku ini untuk selanjutnya akan disebut SEM, adalah suatu teknik modeling statistik yang bersifat sangat cross-sectional,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciIII. METODOLOGI PENELITIAN
21 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Dari industri jasa Lembaga Bahasa Inggris yang ada di Bogor, setiap penyelenggara kursus bahasa Inggris tentunya akan menciptakan suatu nama / simbol
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciSTRUCTURAL EQUATION MODELING - PLS. SPSS for Windows
STRUCTURAL EQUATION MODELING - PLS SPSS for Windows A. PENILAIAN MODEL PENGUKURAN Penilaian model pengukuran dibagi menjadi 2 pengukuran yaitu pengukuran model reflektif dan pengukuran model formatif.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Jenis Penelitian Jenis penelitian dilakukan adalah penelitian empiris. Menurut Hartono (2013), penelitian empiris adalah penelitian dilakukan dengan membangun satu atau
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil uji itas dan Reliabilitas Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi syarat-syarat alat ukur yang baik, sehingga mengahasilkan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Model persamaan struktural atau Structural Equation Model (SEM) adalah teknik statistik untuk menguji dan memperkirakan hubungan kausal dengan menggunakan
Lebih terperinciSemester : VI Hal: 1 dari 6. No.Revisi : 00. Deskripsi. Kemampuan manjerial. tertulis. Sikap dan. tata nilai 2-RP 1-CP DN, PA,BAK& RN)
PROD S1 STATSTKA FMPA TS RP S1 SP 08 Kurikulum 2014, Edisi : September 2014 A. CAPAAN PEMBELAJARAN : CP 11.11 : Mampu menganalisis data secara KUANTTATF baik secara Univariat maupun Multivariat serta menerapkannya
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinci31 Universitas Indonesia
BAB 3 METODOLOGI PENELITIAN Setelah memperhatikan karakteristik permintaan kedelai di Indonesia pada bab terdahulu maka sekarang tiba saatnya untuk memodelkan faktor faktor yang mempengaruhi permintaan
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Structural Equation Modeling (SEM) adalah alat analisis statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM
Lebih terperinciPENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA
PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA Sri Siska Wirdaniyati 1), Edy Widodo ) 1) Mahasiswa Prodi
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Lebih terperinciBAB I PENDAHULUAN. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Analisis
Lebih terperincialjabar geo g metr me i
Pertemuan 12 & 13 ANALIS KOMPONEN UTAMA & FUNGSI DISCRIMINAN Obyektif : Reduksi variabel Interpretasi Aplikasi AKU dalam Anls Regresi Discrimination Fisher and Classification Classification with two Multivariate
Lebih terperinciCAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu mengidentifikasi permasalahan multivariat 5.2 Mampu menerapkan konsep
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 13 Peubah Ganda
STK511 Analisis Statistika Pertemuan 13 Peubah Ganda 13. Peubah Ganda: Pengantar Pengamatan Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.2. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel variabel yang saling independen antara
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis pendekatan dan penelitian Penelitian ini merupakan jenis penelitian survey, yaitu penelitian yang dilakukan dengan mengambil sampel secara langsung dari populasi,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Pendekatan Penelitian Penelitian ini menggunakan analisis data yang disesuaikan dengan pola penelitian dan variabel yang diteliti. Model yang digunakan dalam penelitian ini
Lebih terperinciBAB III METODE PENELITIAN. tujuan perilaku yang digambarkan dalam TAM menunjukkan secara tidak
65 BAB III METODE PENELITIAN 3. 1 Kerangka Teori Berdasarkan landasan teori pada Bab II, dapat diketahui bahwa TAM berfokus pada sikap penerimaan terhadap pengguna teknologi informasi, dimana pengguna
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2 Analisis Korelasi Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui deraat hubungan linear antara satu variabel dengan variabel lain (Algifari, 997)
Lebih terperinciANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS)
ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS) Metode statistika yang menganalisis secara simultan peubah-peubah (variables) yang diamati pada setiap individu/objek Metode statistika yang digunakan untuk
Lebih terperinciBAB III METODE PENELITIAN. menjelaskan bahwa populasi adalah keseluruhan subjek penelitian. Populasi
23 BAB III METODE PENELITIAN 3.1 Populasi dan Sampel 3.1.1 Populasi Populasi adalah kelompok subyek yang hendak digeneralisasikan oleh hasil penelitian (Sugiyono, 2014). Sedangkan Arikunto (2010) menjelaskan
Lebih terperinciVI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI
VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI 6.1. Analisis Fungsi Produksi Model fungsi produksi yang digunakan adalah fungsi Cobb Douglas. Faktor-faktor
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciSelamat Datang.. Dalam zona
Selamat Datang.. Dalam zona ANALISIS PEUBAH GANDA 334H1203 (oleh M. Saleh AF) DEPARTEMEN MATEMATIKA PRODI STATISTIKA FMIPA UNHAS 2014 Deskripsi Matakuliah APG : Konsep dasar analisis multivariate, vektor,
Lebih terperinciBAB III METODE PENELITIAN. atau menghubungkan dengan variabel lain (Sugiyono, 2000:11). Penelitian
BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini didesain sebagai penelitian deskriptif komparatif. Penelitian deskriptif yaitu suatu penelitian yang digunakan untuk mengetahui nilai variabel
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melakukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBab 4 ANALISIS FAKTOR DENGAN SPSS
Bab 4 ANALISIS FAKTOR DENGAN SPSS Analisis Faktor Analisis faktor merupakan alat statistika yang digunakan untuk mereduksi variabel dari suatu kumpulan variabel. Reduksi variabel dilakukan dengan cara
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seperti yang kita ketahui, bahwa akhir-akhir ini nilai standar kelulusan Ujian Nasional (UN) di Indonesia terkhususnya pendidikan di tingkat SMA semakin tinggi. Oleh
Lebih terperinciBAB III. METODOLOGI PENELITIAN. Populasi merupakan keseluruhan pengamatan yang menjadi perhatian penelitian.
BAB III. METODOLOGI PENELITIAN 3.1 Metode Penentuan Sampel Populasi merupakan keseluruhan pengamatan yang menjadi perhatian penelitian. Populasi dalam penelitian ini adalah seluruh pegawai yang terlibat
Lebih terperinciIII. METODE PENELITIAN
23 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian ini dimulai dari pemikiran tentang peremajaan es krim Wall s Magnum, merubah konsep menjadi blow me away dengan pengalaman yang kompleks dan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian dilakukan pada PT. First Media Production yang beralamat di
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilakukan pada PT. First Media Production yang beralamat di Gedung Berita Satu Plaza Lantai 5 Jl. Jend. Gatot Subroto Kav. 35-36 Jakarta
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis multivariat merupakan salah satu teknik statistik yang digunakan untuk memahami struktur data dalam dimensi tinggi. Variabel-variabel itu saling terkait satu
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciSidik Peubah Ganda. Dengan menggunakan SAS DEPARTEMEN STATISTIKA, INSTITUT PERTANIAN BOGOR. Ahmad Ansori Mattjik & I Made Sumertajaya
DEPARTEMEN STATISTIKA, INSTITUT PERTANIAN BOGOR Sidik Peubah Ganda Dengan menggunakan SAS Ahmad Ansori Mattjik & I Made Sumertajaya 2011 ii K A M P U S I P B D A R M A G A, J L. M E R A N T I W 2 2 LV
Lebih terperinciBAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML)
BAB III METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML) 3.1 Model Persamaan Simultan Model persamaan simultan adalah suatu model yang memiliki lebih dari satu persamaan yang saling terkait. Dalam model
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Statistika Multivariat Analisis statistika multivariat adalah teknik-teknik analisis statistik yang memperlakukan sekelompok variabel terikat yang saling berkorelasi sebagai
Lebih terperinciMempelajari Teknik Analisis Data: A Dream or Reality?
TEKNIK ANALISIS DATA KUANTITATIF Oleh : Dr. Zaenal Fanani, SE., M.SA., Ak Email: fanani_unair@yahoo.com yahoo!messenger, facebook, friendster: zaenal_ppsub@yahoo.com HP: Simpati 08125296854 Mempelajari
Lebih terperinciANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 105 118) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN H. Sain 1 Program Studi Statistik Jurusan
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal Wiwik Sudestri, Eri Setiawan dan Nusyirwan
Lebih terperinciPengaruh Budaya Perusahaan, Kedisiplinan dan Kepuasan Kerja Terhadap Produktivitas Karyawan dengan Metode Structural Equation Modeling
Jurnal Teknik Industri, Vol.1, No.2, Juni 2013, pp.88-95 ISSN 2302-495X Pengaruh Budaya Perusahaan, Kedisiplinan dan Kepuasan Kerja Terhadap Produktivitas Karyawan dengan Metode Structural Equation Modeling
Lebih terperinciIII. METODOLOGI PENELITIAN
24 III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perusahaan PT XYZ mempunyai visi dan misi yang digunakan untuk pedoman dalam menjalankan mekanisme kerja. Perusahaan PT XYZ mempunyai bagian
Lebih terperinciBAB III METODE PENELITIAN. B. Populasi, Sampel, dan Teknik Sampling
18 BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini menggunakan desain survei, yaitu mengambil sampel dari suatu populasi dan menggunakan kuisioner sebagai alat pengumpulan data. B. Populasi,
Lebih terperinciMinggu X ANALISIS FAKTOR
Minggu X ANALISIS FAKTOR Utami, H Universitas Gadjah Mada ANALISIS FAKTOR Analisis faktor adalah alat analisis statistik yang dipergunakan untuk mereduksi faktor-faktor yang mempengaruhi suatu variabel
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
Lebih terperincig(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1
Fast Fourier Transform (FFT) Dalam rangka meningkatkan blok yang lebih spesifik menggunakan frekuensi dominan, akan dikalikan FFT dari blok jarak, dimana jarak asal adalah: FFT = abs (F (u, v)) = F (u,
Lebih terperinci