Judul : Perbandingan Metode MCD Bootstrap dan. Analisis Regresi Linear Berganda. Pembimbing : 1. Dra. Ni Luh Putu Suciptawati,M.Si
|
|
- Harjanti Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Judul : Perbandingan Metode MCD Bootstrap dan LAD Bootstrap Dalam Mengatasi Pengaruh Pencilan Pada Analisis Regresi Linear Berganda Nama : Ni Luh Putu Ratna Kumalasari Pembimbing : 1. Dra. Ni Luh Putu Suciptawati,M.Si 2. Made Susilawati,S.Si, M.Si ABSTRAK Pencilan merupakan data amatan yang berada jauh dari amatan lainnya. Pencilan dapat mengganggu proses analisis data sehingga memberikan pengaruh terhadap pendugaan parameter regresi. Metode yang mampu mengatasi pencilan adalah metode Minimum Covariance Determinant dan Least Absolute Deviation. Akan tetapi, jika kedua metode ini dihadapkan pada data yang berjumlah sedikit maka diragukan. Oleh sebab itu, pada penelitian ini perlu diterapkan pengaplikasian bootstrap pada metode MCD dan metode LAD dengan data yang berjumlah sedikit. Penelitian ini bertujuan untuk membandingkan keakuratan metode MCD Bootstrap dengan LAD Bootstrap. Resampling dilakukan sebanyak 500, 750, dan 1000 dengan selang kepercayaan 95% dan 99%, dengan keduanya menghasilkan penduga parameter yang tidak bias pada persentase pencilan 10%, 15% dan 20%. Diperoleh pula, lebar selang MCD Bootstrap lebih pendek daripada LAD Bootstrap. Kata kunci : Pencilan, Metode Minimum Covariance Determinant (MCD), Metode Least Absolute Deviation (LAD), Bootstrap iii
2 Judul : Comparison of MCD-Bootstrap Method and LAD-Bootstrap Method to Overcome Outlier Effects in Multiple Linear Regression Analysis Nama Pembimbing : Ni Luh Putu Ratna Kumalasari : 1. Dra. Ni Luh Putu Suciptawati,M.Si. 2. Made Susilawati,S.Si.,M.Si. ABSTRACT Outliers are observations that are far away from other observations. Outlier can interfere with the process of data analysis which influenced the regression parameters estimation. Methods that are able to deal with outliers are Minimum Covariance Determinant and Least Absolute Deviation methods. However, if both methods are applied with small sample the validity of both methods is being questioned. This research applies bootstrap to MCD and LAD methods to small sample. Resampling using 500, 750,and 1000 with confidence interval of 95% and 99% shows that both methods produce an unbiased estimators at 10%, 15%, and 20% outliers. The confidence interval of MCD-Bootstrap method is shorter than LAD-Bootstrap method. Both are, MCD-Bootstrap method is a better thus than LAD-Bootstrap method. Keywords : Outlier, Minimum Covariance Determinant (MCD) Method, Least Absolute Deviation (LAD) Method, Bootstrap iv
3 DAFTAR ISI Halaman LEMBAR PENGESAHAN TUGAS AKHIR... ii ABSTRAK... iii ABSTRACT... iv KATA PENGANTAR... Error! Bookmark not defined. DAFTAR ISI... v DAFTAR TABEL... Error! Bookmark not defined. DAFTAR GAMBAR... Error! Bookmark not defined. DAFTAR LAMPIRAN... Error! Bookmark not defined. BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Manfaat Penelitian Batasan Masalah... 4 BAB II TINJAUAN PUSTAKA Analisis Regresi Linear Berganda Metode Kuadrat Terkecil... 6 v
4 2.1.2 Bias Parameter Pencilan Identifikasi Pencilan Uji Anderson-Darling Regresi Robust Minimum Covariance Determinant (MCD) Least Absolute Deviation (LAD) Bootstrap Bootstrap Residual BAB III METODE PENELITIAN Sumber Data Metode Analisis Data BAB IV HASIL DAN PEMBAHASAN Membangkitkan Data Simulasi Pemeriksaan Kenormalan Data Pemeriksaan Pencilan Analisis Data dengan Metode Kuadrat Terkecil (MKT) Analisis Data dengan Metode Minimum Covariance Determinant (MCD) Bootstrap vi
5 4.6 Analisis Data dengan Metode Least Absolute Deviation (LAD) Bootstrap Perbandingan Hasil Analisis Metode MCD-Bootstrap dengan LAD Bootstrap BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA vii
6 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode statistika yang bertujuan untuk menganalisis hubungan atau pengaruh antara satu atau lebih peubah prediktor terhadap peubah respons. Pada analisis regresi, metode estimasi yang digunakan untuk menduga parameter serta memiliki sifat tidak bias adalah Metode Kuadrat Terkecil (MKT) atau Ordinary Least of Square (OLS). Penggunaan MKT memerlukan asumsi-asumsi tertentu yang harus dipenuhi antara lain adalah galat (sisaan) harus memenuhi asumsi kenormalan, tidak terdapat multikolinearitas, galat bersifat homokedastisitas dan tidak ada autokorelasi. Namun dalam berbagai kasus penelitian, tidak jarang ditemukan pelanggaran terhadap asumsi kenormalan. Salah satu penyebabnya adalah adanya pencilan (outlier) pada data amatan. Pencilan merupakan data amatan yang menyimpang jauh lebih besar atau jauh lebih kecil dari data amatan lainnya. Pencilan dalam data akan mengganggu proses analisis data sehingga dapat memberikan pengaruh yang besar terhadap pendugaan parameter regresi. Oleh karena itu, diperlukan alternatif dalam pemilihan metode estimasi yang tepat tanpa menghilangkan data pencilan tersebut. Metode yang mampu menghasilkan penduga parameter yang robust atau kekar terhadap adanya pencilan pada analisis regresi linear berganda adalah 1
7 2 regresi robust. Terdapat beberapa metode dalam regresi robust di antaranya Minimum Covariance Determinant (MCD) dan Least Absolute Deviation (LAD). Penelitian sebelumnya mengenai alternatif untuk mengatasi pencilan sudah pernah dilakukan oleh Azizah (2010) dan Dayanti, dkk (2015). Pada penelitian Azizah diperoleh bahwa metode robust regression yaitu LAD mampu mengatasi pencilan pada analisis regresi linear sederhana dengan data yang berjumlah yaitu 100 data amatan. Metode LAD memiliki keunggulan dalam mengatasi pencilan, tetapi apabila dihadapkan dengan data yang berjumlah sedikit, metode LAD diragukan keunggulannya. Oleh sebab itu, perlu dilakukannya penelitian terhadap pengaplikasian bootstrap pada metode LAD dengan data yang berjumlah sedikit. Penelitian Dayanti, dkk (2015), menghasilkan bahwa metode Minimum Covariance Determinant (MCD) menghasilkan nilai penduga parameter yang tidak bias dan lebar selang kepercayaan yang dihasilkan lebih pendek dari metode Least Median Squares (LMS). Penelitian Dayanti, dkk (2015) mengaplikasikan bootstrap pada metode MCD dan LMS, karena data yang digunakan berjumlah sedikit yaitu 40 data amatan. Berdasarkan uraian di atas, maka peneliti tertarik melakukan perbandingan terhadap kedua penelitian terdahulu. Maka dari itu, peneliti ingin membandingkan metode MCD dengan metode LAD dalam mengatasi pengaruh pencilan pada analisis regresi linear berganda. Dengan mengacu pada penelitian sebelumnya, jumlah data yang digunakan peneliti berjumlah 40 amatan, sehingga peneliti ingin mengaplikasikan bootstrap pada metode MCD dan LAD.
8 3 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan, maka terdapat beberapa rumusan masalah yang dibahas, yaitu: 1. Bagaimana bias pada penduga parameter regresi yang dihasilkan oleh metode MCD bootstrap akibat adanya pencilan? 2. Bagaimana bias pada penduga parameter regresi yang dihasilkan oleh metode LAD bootstrap akibat adanya pencilan? 3. Bagaimanakah hasil perbandingan bias dengan menggunakan metode MCD bootstrap dan LAD bootstrap? 1.3 Tujuan Penelitian Berdasarkan rumusan masalah yang telah diuraikan, maka yang menjadi tujuan dalam penelitian ini adalah sebagai berikut: 1. melihat bias pada penduga parameter yang dihasilkan dengan metode MCD bootstrap; 2. melihat bias pada penduga parameter yang dihasilkan dengan metode LAD bootstrap; 3. mengetahui perbandingan bias pada metode MCD bootstrap dan LAD bootstrap.
9 4 1.4 Manfaat Penelitian Adapun manfaat yang diperoleh dari penelitian ini yakni: 1. Bagi penulis, dapat menambah pengetahuan tentang perbedaan bias yang dihasilkan oleh metode MCD bootstrap dan LAD bootstrap. 2. Bagi pembaca, dapat menambah referensi mengenai metode MCD bootstrap dan LAD bootstrap pada penelitian selanjutnya. 1.5 Batasan Masalah Adapun batasan masalah dari penelitian ini yaitu: 1. Data yang digunakan dalam penelitian ini adalah satu peubah respons dan dua peubah prediktor. 2. Resampling bootstrap yang dilakukan pada penelitian ini yaitu sebanyak 500, 750, dan 1000 kali ulangan.
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
Lebih terperinciPENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA
PENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA Ni Putu Iin Vinny Dayanti 1, Ni Luh Putu Suciptawati 2, Made
Lebih terperinciPENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA
PENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA KOMPETENSI STATISTIKA SKRIPSI NI PUTU IIN VINNY DAYANTI 1108405018
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciPENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI
PENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI Ni Made Metta Astari 1, Ni Luh Putu Suciptawati 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinciPERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN
E-Jurnal Matematika Vol. 3, No.2 Mei 2014, 45-52 ISSN: 2303-1751 PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN NI PUTU NIA IRFAGUTAMI 1, I GUSTI
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam sebuah penelitian di bidang statistika, peneliti akan berhubungan dengan data pengamatan, baik data kualitatif atau data kuantitatif yang akan diproses
Lebih terperinciKata Kunci: Autokorelasi, Heteroskedastisitas, Metode Kuadrat Terkecil, Metode Newey West
Judul : Penerapan Metode Newey West dalam Mengoreksi Standard Error ketika Terjadi Heteroskedastisitas dan Autokorelasi pada Analisis Regresi Nama : Zakiah Nurlaila NIM : 1208405019 Pembimbing : 1. Made
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui hubungan antara variabel terikat (dependen, respon, YY) dengan satu atau lebih variabel bebas
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciREGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA
REGRESI ROBUST MM-ESTIMATOR UNTUK PENANGANAN PENCILAN PADA REGRESI LINIER BERGANDA SKRIPSI Disusun Oleh : SHERLY CANDRANINGTYAS J2E 008 053 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN. lebih variabel independen. Dalam analisis regresi dibedakan dua jenis variabel
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciPERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT
PERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT PADA ESTIMASI PARAMETER MODEL REGRESI PRODUKSI JAGUNG DI JAWA TENGAH oleh KARINA PUTRIANI M0110047
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciBAB I PENDAHULUAN. suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penaksiran koefisien-koefisien regresi linier, biasanya kita digunakan suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan satu arah antara variabel prediktor dan variabel respon yang umumnya dinyatakan
Lebih terperinciMODEL REGRESI KANDUNGAN BATUBARA MENGGUNAKAN METODE LEAST MEDIAN OF SQUARES
PTNBR - BATAN Bandung, 04 Juli 013 MODEL REGRESI KANDUNGAN BATUBARA MENGGUNAKAN METODE LEAST MEDIAN OF SQUARES Kankan Parmikanti 1, Endang Rusyaman 1 dan Emah Suryamah 1 1 Jurusan Matematika FMIPA Universitas
Lebih terperinciMetode Minimum Covariance Determinan Pada Analisis Regresi Linier Berganda Dengan Kasus Pencilan
Metode Minimum Covariance Determinan Pada Analisis Regresi Linier Berganda Dengan Kasus Pencilan Minimum Covariance Determinants Method On Multiple Linear Regression Analysis The Case Outliers Sifriyani
Lebih terperinciABSTRAK. Kata kunci: model regresi linier, pencilan (outlier), regresi robust, M-estimator
ABSTRAK Metode kuadrat terkecil merupakan salah satu metode estimasi parameter dalam model regresi. Metode ini menghasilkan estimator yang tak bias selama asumsi-asumsinya dipenuhi. Tetapi, ketika asumsi
Lebih terperinciKAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN
KAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN Nurul Gusriani 1), Firdaniza 2), Novi Octavianti 3) 1,2,3) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung- Sumedang Km. 21
Lebih terperinciPERBANDINGAN REGRESI ROBUST DENGAN OLS PADA PRODUKSI UBI JALAR PROVINSI JAWA TENGAH TAHUN 2015
PERBANDINGAN REGRESI ROBUST DENGAN PADA PRODUKSI UBI JALAR PROVINSI JAWA TENGAH TAHUN 2015 Endah Suryaningsih Utami 1), Abdul Karim 2) 1 Program Studi Strata Statistika,, Universitas Muhammadiyah Semarang
Lebih terperinciANALISIS REGRESI ROBUST PADA DATA MENGANDUNG PENCILAN DENGAN METODE LEAST MEDIAN SQUARE
ANALISIS REGRESI ROBUST PADA DATA MENGANDUNG PENCILAN DENGAN METODE LEAST MEDIAN SQUARE SKRIPSI Oleh Hufron Haditama NIM 051810101096 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciKAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI
KAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI ADE AFFANY 120803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciTingkat Efisiensi Metode Regresi Robust dalam Menaksir Koefisien Garis Regresi Jika Ragam Galat Tidak Homogen
Tingkat Efisiensi Metode Robust dalam Menaksir Garis Jika Ragam Galat Tidak Homogen Harmi Sugiarti dan Andi Megawarni e-mail: harmi@mailutacid dan mega@mailutacid Abstract This paper aims to compare the
Lebih terperinciEfektivitas Metode Regresi Robust Penduga Welsch dalam Mengatasi Pencilan pada Pemodelan Regresi Linear Berganda
Jurnal Penelitian Sains Volume 1 Nomer 1(A) 1101 Efektivitas Metode Regresi Robust Penduga Welsch dalam Mengatasi Pencilan pada Pemodelan Regresi Linear Berganda Dian Cahyawati S. 1), Hadi Tanuji ), dan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciPERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 137 146. PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Lebih terperinciBAB I PENDAHULUAN. hubungan ketergantungan variabel satu terhadap variabel lainnya. Apabila
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang dapat digunakan untuk menganalisis data dan mengambil kesimpulan yang bermakna tentang hubungan ketergantungan variabel
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciPengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust
Pengaruh Outlier Terhadap Estimator Parameter Regresi dan Metode Regresi Robust I GUSTI AYU MADE SRINADI Jurusan Matematika Universitas Udayana, srinadiigustiayumade@yahoo.co.id Abstrak. Metode kuadrat
Lebih terperinciEstimasi Model Seemingly Unrelated Regression (SUR) dengan Metode Generalized Least Square (GLS)
Estimasi Model Seemingly Unrelated Regression (SUR) dengan Metode Generalized Least Square (GLS) Ade Widyaningsih Jurusan Matematika, FMIPA, Universitas Udayana e-mail: ade.strobery@gmail.com Made Susilawati
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI
PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI ANDOS NIKI S. M. SEMBIRING 090803032 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB I PENDAHULUAN. untuk membentuk model hubungan antara variabel dependen dengan satu atau
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linier merupakan teknik dalam statistika yang digunakan untuk membentuk model hubungan antara variabel dependen dengan satu atau lebih variabel independen.
Lebih terperinciPERBANDINGAN METODE MKT, LTS, WIN, DAN THEIL PADA PENDUGAAN PARAMETER REGRESI APABILA GALATNYA MENYEBAR EKSPONENSIAL HELGA ARINA PRAMUDITYA
PERBANDINGAN METODE MKT, LTS, WIN, DAN THEIL PADA PENDUGAAN PARAMETER REGRESI APABILA GALATNYA MENYEBAR EKSPONENSIAL HELGA ARINA PRAMUDITYA STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPERBANDINGAN REGRESI METODE ROBUST DENGAN METODE OLS STUDY KASUS PENGARUH INFLASI DAN PDRB TERHADAP PENGANGGURAN TERBUKA DI PROVINSI JAWA TEGAH
PERBANDINGAN REGRESI METODE ROBUST DENGAN METODE STUDY KASUS PENGARUH INFLASI DAN PDRB TERHADAP PENGANGGURAN TERBUKA DI PROVINSI JAWA TEGAH Rofiqoh Istiqomah (1), Abdul Karim (2) 1, email: Rofiqohistiq15@gmail.com
Lebih terperinciMODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS
MODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS (Studi Kasus Produksi Jagung di Indonesia) Oleh VICTOR SATRIA SAPUTERA M0112089 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010)
ESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010) oleh ENDAH KRISNA MURTI M0106039 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan manusia. Perkembangan teknologi ini ditandai dengan ditemukannya banyak penemuan penemuan
Lebih terperinciPERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS
E-Jurnal Matematika Vol. 4 (1), Januari 2015, pp. 8-13 ISSN: 2303-1751 PERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS Ni Wayan Yuni Cahyani 1, I Gusti
Lebih terperinciIV HASIL DAN PEMBAHASAN
6 telah dibangkitkan. Kemudian peubah X dan Y diregresikan dengan OLS sehingga diperoleh kuadrat galat. Kuadrat galat diurutkan dari ang terkecil sampai dengan ang terbesar, lalu dilakukan pemangkasan.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciPERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA (COMPARISON OF BOOTSTRAP AND JACKKNIFE METHODS TO
PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA (COMPARISON OF BOOTSTRAP AND JACKKNIFE METHODS TO ESTIMATE MULTIPLE LINEAR REGRESSION PARAMETERS) Iesyah
Lebih terperinciEstimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama
Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama Shinta Anisa Putri Y 1, Raupong 2, Sri Astuti Thamrin 3 1 Program Studi Statistika, Jurusan Matematika, Fakultas Matematika
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis yang menjelaskan tentang
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi merupakan metode analisis yang menjelaskan tentang hubungan antara dua atau lebih variabel. Variabel dalam analisis regresi, dibedakan menjadi dua yaitu
Lebih terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm DETEKSI OUTLIER MENGGUNAKAN DIAGNOSA REGRESI BERBASIS ESTIMATOR PARAMETER ROBUST Suyanti, YL Sukestiyarno Jurusan
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciPENDEKATAN WINSOR PADA ANALISIS REGRESI DENGAN PENCILAN MURIH PUSPARUM
PENDEKATAN WINSOR PADA ANALISIS REGRESI DENGAN PENCILAN MURIH PUSPARUM DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciREGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI
REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK
Lebih terperinciMETODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE
METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Berawal dari kebutuhan analisis data untuk memprediksi suatu nilai bila diberikan suatu nilai-nilai variabel prediktor (x) pada beberapa kasus, maka metode regresi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
Lebih terperinciEFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.
Lebih terperinciBAB I PENDAHULUAN. seringnya terjadi kekolinieran antar variabel bebas.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam suatu penelitian, analisis regresi dapat digunakan untuk membantu melihat pengaruh antara satu atau lebih variabel bebas terhadap variabel tak bebas.
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS KOMPETENSI STATISTIKA [SKRIPSI] NI KETUT TRI UTAMI 0808405017 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciSTUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG PENCILAN
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 18 26 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG
Lebih terperinciBAB I PENDAHULUAN. yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam kehidupan, seringkali peneliti dihadapkan dengan suatu kejadian yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika mengenal metode
Lebih terperinciREGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Abstrak
REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Rita Rahmawati 1, Widiarti 2, Pepi Novianti 3 1) Program Studi Statistika FMIPA Undip 2) Sekolah Pascasarjana Departemen Statistika IPB 3) Jurusan Matematika
Lebih terperinciPENDETEKSIAN OUTLIER PADA CAPITAL ASSET PRICING MODEL (CAPM) MENGGUNAKAN LEAST TRIMMED SQUARES (LTS) Elis Ratna Wulan 1, Enung Nurhayati 2
Edisi Juli 014 Volume VIII No. 1 ISSN 1979-8911 PENDETEKSIAN OUTLIER PADA CAPITAL ASSET PRICING MODEL (CAPM) MENGGUNAKAN LEAST TRIMMED SQUARES (LTS) Elis Ratna Wulan 1, Enung Nurhayati 1, Jurusan Matematika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak cabang ilmu statistika yang digunakan dalam berbagai bidang, contohnya seperti ekonometri, biostatistika, psikometri, dan masih banyak yang lain. Ekonometri
Lebih terperinciPERBANDINGAN METODE ORDINARY LEAST SQUARE (OLS) DAN REGRESI ROBUST PADA FAKTOR YANG MEMPENGARUHI ANGKA HARAPAN HIDUP DI PROVINSI JAWA TENGAH
PERBANDINGAN METODE ORDINARY LEAST SQUARE (OLS) DAN REGRESI ROBUST PADA FAKTOR YANG MEMPENGARUHI ANGKA HARAPAN HIDUP DI PROVINSI JAWA TENGAH Nadya Permata Tungga Dewi 1), Abdul Karim 2) 1, email: queen.dheea21@gmail.com
Lebih terperinciBAB I Pendahuluan. 1. Mengetahui pengertian penelitian metode regresi. 2. Mengetahui contoh pengolahan data menggunakan metode regresi.
BAB I Pendahuluan 1.1. Latar belakang Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh
Lebih terperinciPENAKSIRAN PARAMETER PERSAMAAN SIMULTAN DENGAN METODE KUADRAT TERKECIL DUA TAHAP SKRIPSI ANDRIAN SURYA
PENAKSIRAN PARAMETER PERSAMAAN SIMULTAN DENGAN METODE KUADRAT TERKECIL DUA TAHAP SKRIPSI ANDRIAN SURYA 070823019 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciPerbandingan Metode Robust Least Trimmed Square Dengan Metode Scale
Perbandingan Metode Robust Least Trimmed Square Dengan Metode Scale Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data Yang Mengandung Pencilan Musafirah 1, Raupong 2, Nasrah Sirajang 3 ABSTRAK
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciAnalisis Regresi Ridge Robust (RR) untuk Mengatasi Masalah Multikolinearitas dan Pencilan pada Data Proksimat di Muara Niru, Jelawatan, dan Enim
Prosiding Statistika ISSN 2460-6456 Analisis Regresi Ridge Robust (RR) untuk Mengatasi Masalah Multikolinearitas dan Pencilan pada Data Proksimat di Muara Niru, Jelawatan, dan Enim 1 Asti Rahmatika, 2
Lebih terperinci(R.14) METODE MINIMUM COVARIANCE DETERMINANT PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN
(R.14) MEODE MINIMUM COVARIANCE DEERMINAN PADA ANALISIS REGRESI LINIER BERGANDA DENGAN KASUS PENCILAN Dini Aderlina, Firdaniza, Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl. Raya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciREGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH. oleh IDA YUSWARA DYAH PITALOKA M
REGRESI ROBUST DENGAN METODE CONSTRAINED M ESTIMATION PADA PRODUKSI PADI SAWAH DI JAWA TENGAH oleh IDA YUSWARA DYAH PITALOKA M0108046 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Metode Permukaan Respon (Response Surface Methodology/RSM), pertama kali diperkenalkan oleh Box dan Wilson (1951), metode ini sering digunakan untuk mencari
Lebih terperinciPERBANDINGAN ANALISIS FAKTOR KLASIK DAN KELOMPOK BAHAN MAKANAN DI JAWA TENGAH
PERBANDINGAN ANALISIS FAKTOR KLASIK DAN ANALISIS FAKTOR ROBUST UNTUK DATA INFLASI KELOMPOK BAHAN MAKANAN DI JAWA TENGAH SKRIPSI Oleh: ERNA PUSPITASARI NIM :24010210130059 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciUJI ASUMSI KLASIK (Uji Normalitas)
UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK Uji Asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear Ordinary Least Square (OLS) terdapat masalah-masalah
Lebih terperinciPERBANDINGAN METODE ORDINARY LEAST SQUARE (OLS) DAN REGRESI ROBUST
PERBANDINGAN METODE ORDINARY LEAST SQUARE (OLS) DAN REGRESI ROBUST Ibnu Dharma Syahputra 1, Abdul Karim 2 1.2 Program Studi Statistika FMIPA Alamat e-mail dharmasyahputra77@gmail.com ABSTRACT Human Development
Lebih terperinciForum Statistika dan Komputasi, Oktober 2009 p : ISSN :
, Oktober 2009 p : 26-34 ISSN : 0853-8115 Vol 14 No.2 METODE PENDUGAAN MATRIKS RAGAM-PERAGAM DALAM ANALISIS REGRESI KOMPONEN UTAMA (RKU) (Variance-Covariance Matrix Estimation Method for Principal Component
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat dinyatakan dalam bentuk persamaan
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciMETODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
Lebih terperinciAnalisa Regresi Dua Variabel: Estimasi
Analisa Regresi Dua Variabel: Estimasi Tjipto Juwono, Ph.D. April 22, 2016 TJ (SU) Analisa Regresi Dua Variabel: Estimasi April 2016 1 / 26 PRF vs SRF Apa Perbedaan PRF dan SRF Population Regression Function
Lebih terperinciREGRESI RIDGE-MM UNTUK MENGATASI MULTIKOLINIERITAS DAN PENCILAN : STUDI KASUS PADA DATA INDEKS PEMBANGUNAN MANUSIA
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 REGRESI RIDGE-MM UNTUK MENGATASI MULTIKOLINIERITAS DAN PENCILAN : STUDI KASUS PADA DATA INDEKS PEMBANGUNAN
Lebih terperinciMANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO
MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 RINGKASAN MAGRI HANDOKO. Manajemen
Lebih terperinciIII. METODE PENELITIAN. tingkat harga umum, pendapatan riil, suku bunga, dan giro wajib minimum. Data
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang terdiri dari satu variabel terikat yaitu Ekses Likuiditas dan empat variabel
Lebih terperinciSEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN
SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN Mata Kuliah : Statistik II Program Studi : S 1 Akuntansi dan S 1 Manajemen Beban : 2 Sks Dosen : W. Rofianto, ST, MSi I. Deskripsi
Lebih terperinci