PROFIL PROVINSI JAWA BARAT BERDASARKAN ANGKA PARTISIPASI SEKOLAH MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS BIPLOT

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROFIL PROVINSI JAWA BARAT BERDASARKAN ANGKA PARTISIPASI SEKOLAH MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS BIPLOT"

Transkripsi

1 Prsdng Semnar Nasnal Matematka dan Penddkan Matematka (SESIOMADIKA) 2017 ISBN: Statstka, hal PROFIL PROVINSI JAWA BARA BERDASARKAN ANGKA PARISIPASI SEKOLAH MENGGUNAKAN PRINCIPAL COMPONEN ANALYSIS BIPLO II PURWANDARI 1, SOEMARINI 2, NENENG SUNENGSIH 3 1 Departemen Statstka FMIPA Unverstas Padjadjaran, ttpurwandar@yah.cm 2 Departemen Statstka FMIPA Unverstas Padjadjaran, tne_semartn@yah.cm 3 Departemen Statstka FMIPA Unverstas Padjadjaran, nenks.stat@gmal.cm Abstrak. Berseklah adalah mereka yang terdaftar dan aktf mengkut penddkan bak jenjang penddkan frmal berupa penddkan dasar yatu Seklah Dasar/sederajat dan Seklah Menengah Pertama/sederajat, penddkan menengah yatu Seklah Menengah Atas/sederajat dan penddkan tngg yatu Perguruan ngg/sederajat maupun nn frmal Paket A setara SD, paket B setara SMP dan paket C setara SMA yang berada d bawah pengawasan Kementeran Penddkan Nasnal (Kemdknas), Seklah (APS) merupakan prprs anak seklah pada usa jenjang penddkan tertentu dalam kelmpk usa yang sesua dengan jejang penddkan tersebut. Gejala tngkat penddkan yang rendah mencrkan bahwa nvestas sumber daya manusa belum dlakukan secara memada. ujuan peneltan n adalah mengetahu prfl prvns Jawa Barat dengan cara mengelmpkan kabupaten dan kta d Jawa Barat berdasarkan Angka Partspas Seklah dalam rangka member rekmendas kepada nstans terkat. Kegunaan dar peneltan n adalah member referens lmah bag pemerntah Jawa Barat dalam membuat kebjakan. Data yang dgunakan merupakan data sekunder yang dkumpulkan Badan Pusat Statstk. Hasl analss menggunakan Prncpal Cmpnent Analyss Bplt, dperleh peta pengelmpkan kemrpan kabupaten dan kta berdasarkan angka partspas seklah, keragaman angka partspas seklah, krelas angka partspas seklah. Kata kunc: Angka Partskas Seklah, Peta Pengelmpkan, Prncpal Cmpnent Analyss Bplt. 1. Pendahuluan Berseklah adalah mereka yang terdaftar dan aktf mengkut penddkan bak jenjang penddkan frmal berupa penddkan dasar yatu Seklah Dasar/sederajat dan Seklah Menengah Pertama/sederajat, penddkan menengah yatu Seklah Menengah Atas/sederajat dan penddkan tngg yatu Perguruan ngg/sederajat) maupun nn frmal Paket A setara SD, paket B setara SMP dan paket C setara SMA) yang berada d bawah pengawasan Kementeran Penddkan Nasnal (Kemdknas), Seklah (APS) merupakan prprs anak seklah pada usa jenjang penddkan tertentu dalam kelmpk usa yang sesua dengan jejang penddkan tersebut ( Penddkan frmal adalah jalur penddkan yang terstruktur dan berjenjang yang terdr atas penddkan dasar, penddkan menengah, dan penddkan tngg, melput SD/MI/sederajat, SMP/Ms/sederajat, SM/MA/sederajat dan P. Penddkan nnfrmal adalah jalur penddkan d luar penddkan frmal yang dapat dlaksanakan secara terstruktur dan berjenjang. Melput penddkan kecakapan hdup (kursus), penddkan anak usa dn (PAUD) atau pra-seklah, penddkan kepemudaan, penddkan pemberdayaan perempuan, penddkan keaksaraan, penddkan keteramplan dan pelathan kerja, penddkan kesetaraan (paket A, paket B, dan paket C) serta penddkan lannya yang dtujukan untuk mengembangkan kemampuan peserta 28

2 ddk. dak/belum pernah seklah adalah tdak/belum pernah terdaftar dan aktf mengkut penddkan d suatu jenjang penddkan, termasuk mereka yang tamat/belum tamat aman Kanak-kanak yang tdak melanjutkan ke Seklah Dasar. amat seklah adalah telah menyelesakan pelajaran pada kelas/tngkat terakhr suatu jenjang penddkan d seklah neger maupun swasta dengan mendapatkan tanda tamat/jazah. Serang yang belum mengkut pelajaran pada kelas tertngg tetap jka a mengkut ujan dan lulus maka danggap tamat. Angka Buta Huruf adalah prprs penduduk usa tertentu yang tdak dapat membaca dan atau menuls huruf Latn atau huruf lannya terhadap penduduk usa tertentu. Gejala tngkat penddkan yang rendah mencrkan bahwa nvestas sumber daya manusa belum dlakukan secara memada [4]. ujuan peneltan n adalah mengetahu prfl prvns Jawa Barat dengan cara mengelmpkan kabupaten dan kta d Jawa Barat berdasarkan Angka Partspas Seklah dalam rangka member rekmendas kepada nstans terkat. Kegunaan dar peneltan n adalah member referens lmah bag pemerntah Jawa Barat dalam membuat kebjakan. Sstematka pengelmpkan kabupaten dan kta d Jawa Barat berdasarkan Angka Partspas Seklah danalss menggunakan metda Prncpal Cmpnent Analyss Bplt (PCA) Bplt yang merupakan bagan dar analss multvarat. PCA merupakan metde pemetaan dalam analss multvarat yang memuat nfrmas dalam sebuah tabel data, yang menunjukkan struktur utama data. Analss n bertujuan untuk menyajkan data dalam peta dua dmens sehngga perlaku data mudah dlhat dan dnterpretaskan. 2.1 Obyek dan Varabel Peneltan 2. Metde Obyek pengamatan pada peneltan n adalah kabupaten dan kta d Prvns Jawa Barat yatu sebanyak 26 kabupaten dan kta yang terdr dar tujuh belas kabupaten dan Semblan kta. Varabel dalam peneltan n adalah varabel angka partspas seklah umur 7-12 tahun, tahun, tahun, dan tahun. Data yang dgunakan merupakan data sekunder yang dperleh dar Badan Pusat Statstk tahun 2015 [4]. 2.2 Prncpal Cmpnent Analyss Bplt (PCA) Bplt Prncpal Cmpnent Analyss Bplt merupakan metde pemetaan dalam analss multvarat yang memuat nfrmas dalam sebuah tabel data, yang menunjukkan struktur utama data[2]. Analss n bertujuan untuk menyajkan data dalam peta dua dmens sehngga perlaku data mudah dlhat dan dnterpretaskan. Analss bplt memerlukan data dar sejumlah bjek dengan varabel berskala nterval atau ras. Metde n ddasarkan pada Sngular Value Decmpstn (SVD) dar suatu matrks data yang telah terkreks leh rata rata. Langkah langkah analss n adalah sebaga berkut : 29

3 30 Prfl Prvns Jawa Barat Berdasarkan Angka Partspas Seklah Menggunakan Prncpal Cmpnent Analyss Matrks Data Data berupa bjek sebanyak 27 kabupaten-kta dengan varabel sebanyak 4 dsajkan ke dalam matrks awal Y yang berukuran n x p (27x4 ). y11 y12 y y y y Y y y y Matrks Y dtransfrmas terhadap rata rata. y11 y1 y12 y2 y14 y4 y21 y1 y22 y2 y24 y4 X y 27.1 y1 y27.2 y2 y274 y4 x11 x12 x14 x21 x22 x24 x 271 x272 x Egenvalue dan Egenvectr Sebelum mencar nla dekmpss sngularnya (SVD) perlu dhtung egenvalue dan egenvectr dar matrks data XX[5]. Egenvalue dntaskan dengan dan egenvectr yang dntaskan dengan a dapat dhtung sebaga berkut : X X I 0 XX a= Sngular Value Decmpttn (SVD) Pendekatan langsung untuk memperleh nla dekmpss sngularnya (SVD) adalah sebaga berkut [5]: X U L A dengan : r 27,4 (np) (nr) (rr) (rp) U dan A adalah matrks dengan klm rtnrmal sehngga U U = A A = I r ( I r adalah matrks denttas berdmens r) - L adalah matrks berukuran ( r x r ) dengan unsur-unsur dagnalnya adalah akar kuadrat dar egenvalue XX, dengan r yang membentuk matrks sebaga berkut : L 0 0 r Unsur-unsur dagnal matrks dsebut dengan nla sngular matrks X. - Klm-klm matrks A adalah egenvectr dar matrks XX yang berpadanan dengan egenvalue yatu :

4 31 II PURWANDARI, SOEMARINI, DAN NENENG SUNENGSIH A a1, a2,..., a r - Klm-klm matrks U ddapatkan dar rumus : 1 u Xa, 1,2,..., r dengan: - u : unsur-unsur matrks U - a : unsur-unsur matrks A : egenvalue ke- dar matrks - XX - X : matrks asal yang dkreks terhadap rata-rata Setelah hasl SVD ddapatkan, maka menjad persamaan : α 1-α X = UL L A Dalam menentukan L, untuk 0 1, maka matrks dagnalnya mempunya unsur-unsur dagnalnya r. Penentuan unsur-unsur dagnalnya r 1- H = L A Msalkan G = UL dan 1- GH = UL L A = ULA = X Unsur ke-(,j) dalam matrks X dapat dtulskan sebaga berkut : x = g h j j 1- L berlaku sama dengan Dengan g, =1, 2,..., 27 dan h j, j =1, 2,3,4 masng-masng merupakan bars matrks G dan klm matrks H. Pada g dan h j mempunya r dmens. Dua klm pertama dar matrks G dapat dgunakan untuk pemetaan bjek, sedangkan dua klm pertama dar matrks H dgunakan untuk pemetaan varabel Identfkas Persentase Keragaman Data Jka matrks X mempunya rank lebh dar dua maka egenvalue yang dambl adalah 1 dan 2 sehngga besarnya keragaman yang dterangkan adalah sebaga berkut : 1 : : : ( ) 1 2 p 1 Egenvalue terbesar pertama Egenvalue terbesar kedua Egenvalue ke- dar XX ; = 1, 2,, 27 Jka nla semakn mendekat nla 1 berart bplt yang dperleh dar matrks pendekatan dengan rank = 2 akan memberkan penyajan yang semakn bak mengena nfrmas-nfrmas yang terdapat pada data yang sebenarnya. Maka berdasarkan nla tersebut peta pengelmpkkan yang dhaslkan dapat dgunakan dalam pengamblan keputusan. Peta pengelmpkkan yang dhaslkan dapat memberkan gambaran pss kedekatan satu bjek dengan bjek lannya serta kedekatan varabel terhadap bjek Identfkas Hasl Pemetaan Prncpal Cmpnent Analyss Bplts (Bplt PCA) Hasl pemetaan dar Bplt PCA adalah sebaga berkut [2] :

5 Prsdng Semnar Nasnal Matematka dan Penddkan Matematka (SESIOMADIKA) 2017 ISBN: Statstka, hal Kedekatan (smlartas) antar bjek peneltan. Semakn dekat pss dua buah ttk bjek maka semakn mrp,semakn jauh pss dua buah ttk bjek maka semakn berbeda. 2. Keragaman varabel. Varabel dgambarkan sebaga gars berarah (vektr). Varabel dengan keragaman kecl dgambarkan sebaga vektr berukuran pendek sedangkan varabel dengan keragaman besar dgambarkan sebagavektr berukuran panjang. 3. Hubungan atau krelas antar varabel. Hubungan antar varabel dapat ddentfkas berdasarkan sudut yang terbentuk dar dua buah vektr varabel terhadap sumbu peta. Jka dua buah vektr varabel berhmpt terhadap sumbu peta dengan arah yang sama (mendekat 0 atau 360 ), maka memlk krelas pstf sangat erat. Jka dua buah vektr varabel berhmpt dengan sumbu peta dengan arah berlawanan (mendekat 180 ), maka memlk krelas negatf yang sangat erat, jka dua buah vektr varabel tegak lurus terhadap sumbu peta (mendekat 90 atau 270 ) maka dua buah varabel tersebut tdak berkrelas. 4. Nla varabel pada suatu bjek. Objek yang terletak searah dengan arah dar suatu varabel, dkatakan bahwa pada bjek tersebut nlanya d atas rata-rata. Sebalknya, jka bjek lan terletak berlawanan dengan arah dar varabel tersebut, maka bjek tersebut memlk nla d bawah rata-rata. Sedangkan bjek yang hampr d tengah-tengah, memlk nla dekat dengan rata-rata. 3.1 Identfkas Persentase Keragaman Data 3. Hasl dan Pembahasan abel 1 menunjukan jumlah kmpnen yang terbentuk yatu 2 kmpnen dan abel 2 menunjukan besar keragaman data yang dapat djelaskan leh peta PCA Bplt menggunakan 2 kmpnen dhtung dar besar kumulatf egenvalue adalah 0,83020, maka dapat dsmpulkan bahwa persentase keragaman data yang dapat djelaskan leh PCA Bplt adalah sebesar 83,020 %. Hal n dapat dlhat pada tabel sebaga berkut : abel 1 Jumlah Kmpnen Yang erbentuk Cmpnent Matrx a Cmpnent 1 2 umur umur umur umur Extractn Methd: Prncpal Cmpnent Analyss. a. 2 cmpnents extracted. 32

6 33 II PURWANDARI, SOEMARINI, DAN NENENG SUNENGSIH abel 2 Keragaman Data Yang Djelaskan leh PCA Bplt Cmp nent Intal Egenvalues tal % f Varance Cumulatve % Identfkas nfrmas Hasl Analss Pemetaan Grafk 1 menunjukan hasl analss melalu peta, terbentuk 2 buah kelmpk kabupaten/kta dengan karakterstk varabel memlk kemrpan. Kelmpk 1 terdr dar 18 kabupaten dan kta yatu kabupaten kabupaten Canjur, kab Karawang, Pangandaran, Majalengka, Indramayu, Purwakarta, Cams, Subang, Sukabum, Sumedang, Bandung, askmalaya, Bandung Barat, Kunngan, Bekas, kta askmalaya, kta Banjar, ktabekas. Kelmpk 2 terdr dar 9 kabupaten dan kta yatu kta kta Depk, Sukabum, Crebn, Cmah, Bandung, Bgr, kab Bgr, kab Crebn, kab Garut. Grafk 1 Pemetaan Kabupaten dan Kta d Jawa Barat

7 Prsdng Semnar Nasnal Matematka dan Penddkan Matematka (SESIOMADIKA) 2017 ISBN: Statstka, hal Grafk 2 Peta Pengelmpkan Kabupaten Kta 3.3 Keeratan Hubungan Antar Varabel Peneltan Grafk 3 menunjukan Keeratan hubungan antar varabel yang damat berdasarkan pengelmpkan kabupaten dan kta d Jawa Barat. Dar Grafk tersebut dapat dlhat bahwa angka partspas seklah umur tahun, umur tahun, dan umur tahun memlk hubungan yang sangat erat, hal n dtunjukan melalu sudut yang dbentuk leh kedua gars yang menunjukan angka partspas seklah. 34

8 35 II PURWANDARI, SOEMARINI, DAN NENENG SUNENGSIH Grafk 3 Peta Hubungan Antar Varabel 3. Kesmpulan Berdasarkan hasl analss menggunakan Prncpal Cmpnent Analyss Bplt dperleh kesmpulan bahwa terbentuk 2 buah kelmpk kabupaten/kta dengan karakterstk varabel memlk kemrpan, persentase keragaman data yang dapat djelaskan leh PCA Bplt adalah sebesar 83,020 %, angka partspas seklah umur tahun, umur tahun, dan umur tahun memlk hubungan yang sangat erat, hal n dtunjukan melalu sudut yang dbentuk leh kedua gars yang menunjukan angka partspas seklah, Varabel yang memlk keragaman terbesar adalah angka partspas seklah umur tahun, sedangkan Varabel yang memlk keragaman terkecl adalah angka partspas seklah umur 7-12 tahun. Referens [1] Gabrel, K. R. (1971). he Bplt Graphc Dsplay f Matrces wth Applcatn t Prncpal Cmpnent Analyss. Bmetrka [2] Grenaacre, M. J. (2010). Bplts n Practce. Barcelna : BBVA Fundatn, he Pmpeu Fabra Unversty Barcelna. [3] Har,J.F., Andersn, R.E,;atham, R.L,.and Black,Inc., W.C. (2010). Multvarate Data Analyss, Seven Edtn, Prentce Hall Internatnal,Upper Saddle Rver, New Jersey. [4] Badan Pusat Statstk. [5] Jhnsn, Wchern. (2007). Appled Multvarate Statstcal Analyss, Sxth Edtn. Prentce Hall Internatnal, Inc., Upper Saddle Rver, New Jersey.

PENGELOMPOKAN KABUPATEN DAN KOTA DI JAWA BARAT MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS BIPLOT

PENGELOMPOKAN KABUPATEN DAN KOTA DI JAWA BARAT MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS BIPLOT PENGELOMPOKAN KABUPAEN DAN KOA DI JAWA BARA MENGGUNAKAN PRINCIPAL COMPONEN ANALYSIS BIPLO t Purwandar 1),Yuyun Hdayat 2) 1),2) Departemen Statstka Fakultas MIPA Unverstas Padjadjaran Jalan Raya Bandung-Sumedang

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha SEMINAR SAISIKA FMIPA UNPAD 07 (SNS VI) Perceptual Mappng Kabupaten an Kota Jawa Barat Berasarkan Sub Lapangan Usaha t Purwanar, Yuyun Hayat Departemen Statstka Fakultas MIPA Unverstas Paaaran Departemen

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

PEMETAAN KABUPATEN/KOTA DI PROVINSI JAWA BARAT BERDASARKAN NILAI UJIAN NASIONAL SMA DAN AKREDITASI SEKOLAH. Charles E. Mongi 1)

PEMETAAN KABUPATEN/KOTA DI PROVINSI JAWA BARAT BERDASARKAN NILAI UJIAN NASIONAL SMA DAN AKREDITASI SEKOLAH. Charles E. Mongi 1) PEMETAAN KABUPATEN/KOTA DI PROVINSI JAWA BARAT BERDASARKAN NILAI UJIAN NASIONAL SMA DAN AKREDITASI SEKOLAH Charles E. Mong 1) 1) Jurusan Matematka FMIPA Unverstas Samratulang, Manado emal: charlesmong@ymal.com

Lebih terperinci

Pengelompokan Kabupaten dan Kota di Jawa Barat Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan Analisis Biplot

Pengelompokan Kabupaten dan Kota di Jawa Barat Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan Analisis Biplot SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 2016 Pengelmpkan Kabupaten dan Kta d Jawa Baat Bedasakan Indkat Indeks Pembangunan Manusa Menggunakan Analss Bplt S - 7 t Puwanda 1, Yuyun Hdayat 2

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

DISTRIBUSI FREKUENSI

DISTRIBUSI FREKUENSI BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

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

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

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

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

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

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA PENERAPAN MEODE LINIEAR DISCRIMINAN ANALYSIS PADA PENGENALAN AJAH ERASIS KAMERA Asep Sholahuddn 1, Rustam E. Sregar 2,Ipng Suprana 3,Setawan Had 4 1 Mahasswa S3 FMIPA Unverstas Padjadjaran e-mal: asep_sholahuddn@yahoo.com

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

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

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

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324 JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

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

Lebih terperinci

BIPLOT UNTUK MENGETAHUI KARAKTERISTIK KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN PRODUKSI BAWANG PUTIH, BAWANG MERAH, CABE BESAR DAN CABE RAWIT

BIPLOT UNTUK MENGETAHUI KARAKTERISTIK KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN PRODUKSI BAWANG PUTIH, BAWANG MERAH, CABE BESAR DAN CABE RAWIT Bplot (DahSaftr) BIPLOT UNTUK MENGETAHUI KARAKTERISTIK KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN PRODUKSI BAWANG PUTIH, BAWANG MERAH, CABE BESAR DAN CABE RAWIT Dah Saftr 1, Supart 2, Est Pratw 3, Tyas

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

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

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

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

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

Lebih terperinci

Pengelompokan Daerah Rawan Kriminalitas di Indonesia Menggunakan Analisis K-Means Clustering

Pengelompokan Daerah Rawan Kriminalitas di Indonesia Menggunakan Analisis K-Means Clustering Prosdng SI MaNIs (Semnar Nasonal Integras Matematka dan Nla Islam) Vol.1, No.1, Jul 2017, Hal. 147-153 p-issn: 2580-4596; e-issn: 2580-460X Halaman 147 Pengelompokan Daerah Rawan Krmnaltas d Indonesa Menggunakan

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN j NOMOR 30 TAHUN 2008 STANDAR PELAYANAN MINIMAL BIDANG PENDIDIKAN DI KABUPATEN PACITAN

BUPATI PACITAN. i PERATURAN BUPATI PACITAN j NOMOR 30 TAHUN 2008 STANDAR PELAYANAN MINIMAL BIDANG PENDIDIKAN DI KABUPATEN PACITAN \. J 1 1! BUPAT PACTAN PERATURAN BUPAT PACTAN j NOMOR 30 TAHUN 2008 TENTANG STANDAR PELAYANAN MNMAL BDANG PENDDKAN D KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA j BUPAT PACTAN 'j Menmbang : a. bahwa

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

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

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

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

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

Lebih terperinci

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Mutu sekolah merupakan hasl yang dcapa oleh knera sekolah. Dalam bdang akademk, mutu sekolah dkatkan dengan mutu lulusan sekolah. Indkator mutu lulusan sekolah umumnya menggunakan

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci