III. HASIL DAN PEMBAHASAN
|
|
- Veronika Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 III. HASIL DAN PEMBAHASAN 3.1 Statistik Data Plot Contoh Jumlah total plot contoh yang diukur di lapangan dan citra SPOT Pankromatik sebanyak 26 plot contoh. Plot-plot contoh ini kemudian dikelompokkan menjadi kelompok data untuk penyusunan model dan kelompok data untuk pengujian/validasi model (Tabel 1). Banyaknya plot contoh yang diperoleh ini sudah cukup besar dan telah memenuhi syarat kebutuhan ukuran data dalam penyusunan model. Tabel 1. Ringkasan statistik data plot contoh hasil pengukuran lapangan dan penaksiran citra SPOT Pankromatik yang digunakan dalam penyusunan model dan pengujian/validasi model Peubah Data penyusun model (n=23) Ratarata Simp. Baku Min Maks Ratarata Data validasi model (n=3) Simp. Min Maks baku B 25,3,5 3,5 47,7 34, 9,2 19,4 5,8 Clap 17,2 7, 3,1 32,7 28,1,4 8,1 42,7 Dlap 8,1 2,4 3, 14, 11, 3,2 4,6 16,2 Cspot 15,7 8,2 1,6 34,5 24,3 11,9 3,5 41,9 Dspot 8,7 1,3 4,8 13,2, 1,6 7,6 14,1 B: biomassa tegakan (ton ha -1 ); Clap: kerapatan tajuk di lapangan (%); Dlap: diameter tajuk di lapangan (m); Cspot: kerapatan tajuk di citra SPOT Pankromatik (%); Dspot: diameter tajuk di citra SPOT Pankromatik (m) Selain banyaknya plot contoh, hubungan antarpeubah dari plot contoh juga harus diperhatikan dalam penyusunan model dan pengujian/validasi model. Secara kuantitif, hubungan antarpeubah tersebut dilihat menggunakan pengujian nilai koefisien korelasi linier Pearson dan secara visual dilihat menggunakan diagram pencar. Hasil pengujian korelasi (Tabel 2) dan diagram pencar (Gambar 6) pada masing-masing pasangan peubah menunjukkan adanya korelasi antarpeubah tersebut sehingga dapat dibuat model penduga biomassa tegakan berdasarkan kerapatan tajuk dan/atau diameter tajuk.
2 18 Tabel 2. Korelasi linier Pearson antarpeubah dan hasil pengujiannya pada plot contoh dalam penyusunan model Clap Dlap Cspot Dspot B,64 **,37 **,11 tn,9 tn Clap,64 **,16 *,38 ** Dlap,12 tn,26 ** Cspot,18 ** B: biomassa tegakan (ton ha -1 ); Clap: kerapatan tajuk di lapangan (%); Dlap: diameter tajuk di lapangan (m); Cspot: kerapatan tajuk di citra SPOT Pankromatik (%); Dspot: diameter tajuk di citra SPOT Pankromatik (m); ** sangat nyata; * nyata; tn tidak nyata 6 6 Biomassa tegakan (ton hā 1 ) Biomassa tegakan (ton hā 1 ) Kerapatan tajuk lapangan (%) Kerapatan tajuk citra SPOT (%) 6 6 Biomassa tegakan (ton hā 1 ) Biomassa tegakan (ton hā 1 ) Diameter tajuk lapangan (m) Diameter tajuk citra SPOT (%) Diameter tajuk lapangan (m) Kerapatan tajuk lapangan (%) Diameter tajuk citra SPOT (m) Kerapatan tajuk citra SPOT (%) Gambar 6. Pencaran data peubah biomassa tegakan, kerapatan tajuk, dan diameter tajuk pada data plot contoh di lapangan dan citra satelit sebagai bahan penyusun model penduga biomassa tegakan.
3 19 Hasil penaksiran peubah kerapatan tajuk dan diameter tajuk pada citra SPOT Pankromatik dan pengukuran kerapatan tajuk dan diameter tajuk di lapangan menunjukkan konsistensi pengukuran kedua peubah tersebut di citra dan lapangan. Secara visual, diagram pencar pasangan peubah kerapatan tajuk di lapangan dengan kerapatan tajuk pada citra dan diameter tajuk di lapangan dengan diameter tajuk pada citra menggambarkan konsistensi penaksiran diameter tajuk lebih baik dibandingkan dengan penaksiran kerapatan tajuk (Gambar 7). Kerapatan tajuk citra SPOT (%) Diameter tajuk citra SPOT (m Kerapatan tajuk lapangan (%) Diameter tajuk lapangan (m) Gambar 7. Pencaran data pada peubah biomassa kerapatan tajuk dan diameter tajuk hasil penaksiran citra SPOT Pankromatik dan pengukuran di lapangan. 3.2 Model Penduga Biomassa Tegakan Biomassa tegakan hutan diduga berdasarkan peubah tegakan berupa kerapatan tajuk dan diameter tajuk. Pendekatan ini didasarkan atas penelitian terdahulu mengenai keterkaitan erat antara volume pohon dengan dimensi pohon seperti diameter, tinggi, dan angka bentuk pohon, sedangkan volume pohon berkaitan erat dengan berat pohon dengan diketahuinya kerapatan jenis pohon dan berat pohon merupakan penciri dari biomassa pohon. Dengan demikian, pembuatan model biomassa tegakan dapat dibuat atas dasar dimensi-dimensi pohon yang berkaitan dengan volume pohon dan berat pohon Kerapatan Tajuk Secara umum, model-model yang dicobakan sangat signifikan dalam menduga biomassa tegakan ditunjukkan oleh angka signifikansi (p-value) lebih kecil dari,1 (Tabel 3). Penyusunan model penduga biomassa tegakan
4 2 berdasarkan kerapatan tajuk menghasilkan model regresi dengan nilai koefisien determinasi berkisar antara 38-4% pada model linier, pangkat, dan eksponensial. Hasil tersebut tidak jauh berbeda antara metode OLS dan GLS/GNLS. Nilai koefisien determinasi sebesar 38-4% pada model yang diperoleh menunjukkan bahwa keragaman data biomassa tegakan di lapangan dapat dijelaskan oleh keragaman data kerapatan tajuk sekitar 38-4% dan sisanya dijelaskan oleh peubah lain yang tidak digunakan dalam model. Tabel 3. Dugaan parameter regresi dan nilai statistik pemilihan model terbaik dari model-model linier (BC1), pangkat (BC2), dan eksponensial (BC3) penduga biomassa tegakan yang dicobakan menggunakan pendekatan OLS dan GLS/GNLS Model Parameter p-value R 2 adj s AIC OLS BC1 b 8,837, 4,22 8, ,85 b 1,958 BC2 b 4,16, 39,45 1, ,9 b 1,633 BC3 b,56, 38,62 1, ,22 b 1,45 GLS/GNLS BC1 b 8,46, 4,2 3, ,74 b 1,979 BC2 b 4,594, 4,54 4, ,47 b 1,68 BC3 b 12,633, 37,97 4, ,5 b 1,38 Secara visual, diagnostik regresi terhadap pengamatan heteroskedastisitas pada sisaan model regresi menggunakan metode jumlah kuadrat terkecil (OLS) menunjukkan pola ragam yang tidak konstan (Gambar 8). Ketidakkonstanan ragam ini dapat mempengaruhi keterandalan model meskipun dalam analisis ragam model ini signifikan (Draper & Smith 1998).
5 21 A B C Gambar 8. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam tidak konstan pada model linier BC1 (A), model pangkat BC2 (B), dan model eksponensial BC3 (C). Penggunaan metode jarak terbesar (maximum likelihood) pada metode pendugaan model regresi GLS/GNLS merupakan alternatif yang dapat dicoba untuk mendapatkan asumsi kekonstantan ragam dari model linier, pangkat, dan eksponensial. Penggunaan program R versi untuk menentukan koefisien regresi dan pengujiaanya disajikan pada Lampiran 2. Secara visual, hasil pengujian homoskedastisitas pada model pendugaan model regresi GLS/GNLS terlihat pada Gambar 9.
6 22 A B C Gambar 9. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam konstan pada model linier BC1 (A), model pangkat BC2 (B), dan model eksponensial BC3 (C). Adanya korelasi antara peubah kerapatan tajuk di lapangan dan citra SPOT Pankromatik menunjukkan adanya konsistensi antara hasil penaksiran kerapatan tajuk pada citra SPOT Pankromatik dan hasil pengukuran lapangan. Hal ini dapat meningkatkan keyakinan penggunaan peubah yang ditaksir pada citra dalam menduga biomassa tegakan di lapangan. Kemampuan interpreter dalam menaksir kerapatan tajuk juga terlihat dengan baik serta kesalahan penempatan posisi plot contoh di lapangan dan citra SPOT Pankromatik tidak terlalu besar. Model penduga biomassa tegakan yang hanya melibatkan kerapatan tajuk menunjukkan bahwa model pangkat (BC2) menggunakan metode GNLS
7 23 merupakan model terbaik dibandingkan model linier dan eksponensial berdasarkan nilai koefisien determinasi terbesar dan nilai AIC terkecil. Koefisien determinasi sebesar 4,54% ini mengindikasikan bahwa keragaman biomassa tegakan dapat dijelaskan oleh keragaman kerapatan tajuk sebesar 4,54%, sedangkan sisanya (59,46%) dijelaskan oleh peubah yang lain Diameter Tajuk Korelasi antara diameter tajuk dan biomassa tegakan juga terlihat dari hasil analisis korelasi (Tabel 2) sehingga model penduga biomassa tegakan dapat dibuat berdasarkan peubah diameter tajuk (Tabel 4). Penyusunan model penduga biomassa tegakan berdasarkan diameter tajuk menggunakan metode OLS dan GLS/GNLS menghasilkan model regresi dengan nilai koefisien determinasi berkisar antara 13-16% pada model linier, pangkat, dan eksponensial. Nilai koefisien determinasi sebesar 13-16% pada model yang diperoleh menunjukkan bahwa keragaman data biomassa tegakan di lapangan hanya 13-16% saja dapat dijelaskan oleh keragaman data diameter tajuk dan sisanya dijelaskan oleh peubah lain yang tidak digunakan dalam model. Tabel 4. Dugaan parameter regresi dan nilai statistik pemilihan model terbaik dari model-model linier (BD1), pangkat (BD2), dan eksponensial (BD3) penduga biomassa tegakan yang dicobakan menggunakan pendekatan OLS dan GLS/GNLS Model Parameter p-value R 2 adj s AIC OLS BD1 b 12,194, 13,68 9, ,33 b 1 1,611 BD2 b 6,31, 16,5 1, ,25 b 1,648 BD3 b 12,3, 14,42 1,588 31,69 b 1,79 GLS/GNLS BD1 b 12,499, 13,68 11, ,89 b 1 1,576 BD2 b 8,921, 14,39 11, ,27 b 1,53 BD3 b 15,771, 12,97 12, ,6 b 1,57 Seperti halnya pada peubah kerapatan tajuk, diagnostik regresi pada model penduga dengan peubah bebas diameter tajuk, pengamatan heteroskedastisitas secara visual terhadap sisaan model pada model regresi menggunakan metode
8 24 jumlah kuadrat terkecil (OLS) menunjukkan pola ragam yang tidak konstan (Gambar ). A B C Gambar. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam tidak konstan pada model linier BD1 (A), model pangkat BD2 (B), dan model eksponensial BD3 (C). Ketidakkonstanan ragam ini dapat mempengaruhi keterandalan model meskipun dalam analisis ragam model ini berarti (signifikan). Sebagai alternatif, penggunaan metode jarak terbesar (maximum likelihood) pada GLS/GNLS dapat dicoba untuk mendapatkan asumsi kekonstantan ragam dari model linier, pangkat, dan eksponensial (Draper & Smith 1998). Secara visual, hasil pengujian homoskedastisitas pada model pendugaan model regresi GLS/GNLS terlihat pada Gambar 11.
9 25 A B C Gambar 11. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam konstan pada model linier BD1 (A), model pangkat BD2 (B), dan model eksponensial BD3 (C). Adanya korelasi antara peubah diameter tajuk di lapangan dan citra SPOT Pankromatik menunjukkan adanya konsistensi antara hasil penaksiran diameter tajuk pada citra SPOT Pankromatik dan hasil pengukuran lapangan. Kemampuan interpreter dalam menaksir diameter tajuk juga terlihat dengan baik dan kesalahan penempatan posisi plot contoh di lapangan dan citra SPOT Pankromatik tidak terlalu besar. Model penduga biomassa tegakan yang hanya melibatkan diameter tajuk menunjukkan bahwa model pangkat (BC2) menggunakan metode OLS merupakan model terbaik dibandingkan model linier dan eksponensial dengan
10 26 nilai koefisien determinasinya terbesar dan kesalahan (s dan AIC) paling kecil. Koefisien determinasi sebesar 16,5% ini mengindikasikan bahwa keragaman biomassa tegakan dapat dijelaskan oleh keragaman kerapatan tajuk sebesar 16,5%, sedangkan sisanya (83,95%) dijelaskan oleh peubah yang lain Kerapatan dan Diameter Tajuk Secara umum, model-model yang dicobakan sangat signifikan dalam menduga biomassa tegakan berdasarkan kerapatan tajuk dan diameter tajuk yang ditunjukkan oleh angka signifikansi (p-value) lebih kecil dari,1 berdasarkan analisis regresi menggunakan metode OLS dan GLS/GNLS (Tabel 5). Tabel 5. Dugaan parameter regresi dan nilai statistik pemilihan model terbaik dari model-model linier (BCD1), pangkat (BCD2), dan eksponensial (BCD3) penduga biomassa tegakan yang dicobakan menggunakan pendekatan OLS dan GLS/GNLS Model Parameter p-value R 2 adj s AIC OLS BCD1 b 9,874, 4,14 8, ,12 b 1 1,13 b 2 -,244 BCD2 b 4,254, 39,28 1, ,75 b 1,661 b 2 -,66 BCD3 b,88, 38,4 1,48 227,6 b 1,46 b 2 -,5 GLS/GNLS BCD1 b 9,198, 4,8 3, ,82 b 1 1,48 b 2 -,237 BCD2 b 4,765, 4,67 4, ,83 b 1,671 b 2 -,5 BCD3 b 13,359, 4, 4, ,13 b 1,4 b 2 -, Penggunaan peubah kerapatan tajuk dan diameter tajuk sekaligus dalam model diharapkan dapat menjelaskan keragaman biomassa tegakan yang lebih baik. Walaupun demikian, pengecekan terhadap korelasi antara keduanya diperlukan untuk menghindari adanya kolinieritas dalam model regresi. Indikator yang dapat digunakan adalah nilai variance inflation factor (VIF) (Draper & Smith 1998). Nilai VIF sebesar 1,7 pada model linier dan eksponensial dan
11 27 sebesar 1,9 pada model pangkat menunjukkan tidak adanya kolinieritas yang serius dalam penggunaan peubah kerapatan tajuk dan diameter tajuk sekaligus. Rawlings et al. (1998) memberikan batas nilai VIF > untuk regresi berganda yang diindikasikan adanya kolinieritas. Selain itu, pengamatan terhadap asumsi kekonstanan ragam dalam model regresi dilakukan melalui diagram pencar sisaan berdasarkan nilai dugaan model regresi. Secara visual, pola pada diagram pencar sisaan yang tidak menyerupai pita memanjang menunjukkan adanya heteroskedastisitas pada model dengan metode OLS (Gambar 12) yang harus diperbaiki melalui model penduga menggunakan metode GLS/GNLS sehingga asumsi homoskedastisitas dalam model terpenuhi (Gambar 13). A B C Gambar 12. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam tidak konstan pada model linier BCD1 (A), model pangkat BCD2 (B), dan model eksponensial BCD3 (C).
12 28 A B C Gambar 13. Pola pencaran sisaan model terhadap nilai dugaan model yang menunjukkan pola ragam konstan pada model linier BCD1 (A), model pangkat BCD2 (B), dan model eksponensial BCD3 (C). Model penduga biomassa tegakan yang melibatkan kerapatan dan diameter tajuk menunjukkan bahwa model pangkat (BCD2) menggunakan metode GNLS merupakan model terbaik dibandingkan model linier dan eksponensial dengan nilai koefisien determinasinya terbesar walaupun kesalahan (s dan AIC) bukan paling kecil. Koefisien determinasi sebesar 4,67% ini mengindikasikan bahwa keragaman biomassa tegakan dapat dijelaskan oleh keragaman kerapatan tajuk sebesar 4,67%, sedangkan sisanya (59,33%) dijelaskan oleh peubah yang lain. Adanya kelemahan pendugaan parameter model regresi menggunakan metode OLS yang cukup mengganggu maka dalam analisis selanjutnya dilakukan terhadap model pendugaan paramater regresi menggunakan GLS dan GNLS pada
13 29 kelompok model linier, pangkat, dan eksponensial yang menghasilkan model penduga biomassa sebanyak 9 buah. Pemilihan model regresi terbaik untuk menduga biomassa tegakan hutan rawa gambut berdasarkan peubah pengukuran pada citra satelit menggunakan nilai-nilai statistik R 2 adj, s, dan AIC. Secara umum, model-model yang dihasilkan cukup berarti, sehingga peubah penduga kerapatan tajuk dan/atau diameter tajuk dapat menjelaskan kandungan biomassa tegakan pada hutan rawa gambut. Pemilihan model terbaik dari keseluruhan model menggunakan sistem pemeringkatan berdasarkan kriteria nilai-nilai statistik R 2 adj, s, dan AIC. Pemeringkatan menggunakan total skor peringkat pada setiap model dengan kriteria skor terkecil diberikan pada nilai R 2 adj yang tinggi dan nilai s dan AIC yang rendah sehingga model yang terpilih merupakan model dengan total skor yang terkecil (Tabel 6). Berdasarkan hasil pemeringkatan, model pangkat dengan peubah bebas kerapatan tajuk dan diameter tajuk (BCD2) merupakan model yang dapat direkomendasikan pada urutan pertama untuk menduga biomassa tegakan berdasarkan kedua peubah tersebut. Bentuk model pangkat yang terpilih ini, mengisyaratkan bahwa biomassa tegakan sebagai salah satu dimensi tegakan mempunyai pola petumbuhan mengikuti pola nonlinier. Pola nonlinier berupa pangkat ini menyerupai pola model alometrik penduga biomassa pohon pada umumnya. Pada urutan kedua, model pangkat dengan peubah bebas kerapatan tajuk (BC2) dipertimbangkan untuk terpilih atas dasar nilai koefisien determinasi terbesar kedua dengan nilai kesalahan AIC terkecil. Pemilihan model terbaik dari dua model kandidat terpilih atas dasar nilai koefisien determinasi dan AIC perlu mempertimbangkan kemudahan penggunaan model tersebut selanjutnya. Dengan demikian, model pangkat dengan satu peubah bebas (BC2) direkomendasikan terpilih karena hanya menggunakan peubah kerapatan tajuk saja dan perbedaan nilai koefisien determinasi yang tidak terlalu besar (,13%).
14 3 Tabel 6. Pemeringkatan model terpilih menggunakan kriteria nilai R 2 adj, s, dan AIC Model R 2 adj s AIC Total skor BC BC BC BD BD BD BCD BCD BCD Pengujian Model Penduga Biomassa Konfirmasi keterandalan model penduga biomassa tegakan yang dihasilkan maupun model terpilih (BC2) berdasarkan 23 data plot contoh dilakukan dengan uji validasi menggunakan 3 data plot contoh yang berbeda (Tabel 1). Parameter pengujian model penduga biomassa menggunakan nilai-nilai SA, SR, RMSE, dan 2 hitung seperti terlihat pada Tabel 7. Tabel 7. Nilai statistik uji validasi dari model-model linier (BC1, BD1, BCD1), pangkat (BC2, BD2, BCD2), dan eksponensial (BC3, BD3, BCD3) Model/Metode penduga regresi SA SR(%) RMSE 2 hitung BC1/GLS -,6 11,63 8, ,66 BC2/GNLS -,1 11,83 8, ,66 BC3/GNLS -,16 16,28 8,2848 7,3 BD1/GLS,12 21,32 9, ,92 BD2/GNLS,13 21,84 9, ,85 BD3/GNLS,12 21,41 9, ,29 BCD1/GLS ,82 8, ,46 BCD2/GNLS -,1 12,5 8,2 2,74 BCD3/GNLS -,16 16, 8,283 68,4 Secara umum, setiap model yang dihasilkan menggunakan metode GLS maupun GNLS dan model terpilih (BC2) terbukti valid berdasarkan nilai simpangan agregat menunjukkan hasil model yang valid. Nilai-nilai SA model berada pada selang nilai -1 dan 1. Namun, pada kriteria nilai statistik simpangan
15 31 rata-rata, semua model yang diperoleh mempunyai nilai koefisien > % atau melewati batas pengujian model. Adanya perbedaan hasil uji validasi pada kedua nilai statistik tersebut maka diperlukan hasil pengujian validasi yang lain berdasarkan nilai statistik khi-kuadrat ( 2 ) dan nilai RMSE pada setiap model. Hasil pengujian 2 menunjukkan bahwa model BC1, BC2, BD3, BCD1, dan BCD2 mempunyai nilai 2 hitung < 2 tabel (42,56) pada tingkat nyata 5% dan derajat bebas 29 sehingga dapat dikatakan bahwa model-model tersebut cukup valid digunakan untuk menduga biomassa tegakan hutan rawa gambut berdasarkan kerapatan dan diameter tajuk. Menurut kriteria nilai nilai RMSE, secara umum model-model regresi yang dihasilkan mempunyai kesalahan pendugaan yang cukup kecil terlihat pada nilai RMSE yang mendekati angka. Dengan demikian, model BC2 yang terpilih sebagai model terbaik juga terbukti valid berdasarkan kriteria nilai simpangan agregat (SA), khi-kuadrat ( 2 ), dan nilai RMSE.
MODEL PENDUGA BIOMASSA TEGAKAN HUTAN RAWA GAMBUT MENGGUNAKAN CITRA SPOT PANKROMATIK PRIYANTO
MODEL PENDUGA BIOMASSA TEGAKAN HUTAN RAWA GAMBUT MENGGUNAKAN CITRA SPOT PANKROMATIK PRIYANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 7 Matrik korelasi antara peubah pada lokasi BKPH Dungus
BAB IV HASIL DAN PEMBAHASAN 4.1 Korelasi antar peubah Besarnya kekuatan hubungan antar peubah dapat dilihat dari nilai koefisien korelasinya (r). Nilai koefisien korelasi memberikan pengertian seberapa
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang
I. PENDAHULUAN 1.1 Latar Belakang Kemampuan hutan dan ekosistem didalamnya sebagai penyimpan karbon dalam bentuk biomassa di atas tanah dan di bawah tanah mempunyai peranan penting untuk menjaga keseimbangan
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan tempat penelitian 3.2 Alat dan bahan 3.3 Metode pengambilan data
BAB III METODOLOGI 3.1 Waktu dan tempat penelitian Penelitian ini dilaksanakan pada bulan Juni-Juli 2011 di Hutan Pendidikan Gunung Walat (HPGW), Kabupaten Sukabumi Provinsi Jawa Barat. 3.2 Alat dan bahan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
24 BAB V HASIL DAN PEMBAHASAN 5.1 Hasil Pengolahan data Biomassa Penelitian ini dilakukan di dua bagian hutan yaitu bagian Hutan Balo dan Tuder. Berdasarkan hasil pengolahan data lapangan diperoleh dari
Lebih terperinciBAB III METODOLOGI PENELITIAN
22 BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Juni hingga bulan Juli 2011 di IUPHHK-HA PT Mamberamo Alasmandiri, Provinsi Papua. 3.2 Alat dan Bahan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Statistik Pohon Contoh Pohon contoh terdiri atas 120 pohon. Setiap pohon contoh diukur diameter dan tinggi serta dihitung volume batangnya. Pohon contoh dibagi menjadi 2
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Areal Kerja perusahaan pemegang Izin Usaha Pemanfaatan Hasil Hutan Kayu Pada Hutan Alam (IUPHHK-HA) PT. Mamberamo
Lebih terperinciBAB III METODOLOGI. Peta lokasi pengambilan sampel biomassa jenis nyirih di hutan mangrove Batu Ampar, Kalimantan Barat.
BAB III METODOLOGI 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan di kawasan hutan mangrove di hutan alam Batu Ampar Kalimantan Barat. Pengambilan data di lapangan dilaksanakan dari bulan Januari
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB III METODE PENELITIAN
9 BAB III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Kegiatan penelitian ini dilakukan di petak 209 dan 238 pada RKT 2009 di IUPHHK-HA PT. Salaki Summa Sejahtera, Pulau Siberut, Kabupaten Kepulauan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
25 BAB V HASIL DAN PEMBAHASAN 5.1 Pemilihan Pohon Contoh Pohon contoh yang digunakan dalam penelitian ini jenis keruing (Dipterocarpus spp.). Pemilihan pohon contoh dilakukan secara purposive pada RKT
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.. Sebaran Pohon Contoh Pohon contoh sebanyak 0 pohon dipilih secara purposive, yaitu pohon yang tumbuh normal dan sehat, sehingga dapat memenuhi keterwakilan keadaan pohon
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
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 terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciBAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian 3.2 Bahan dan Alat Penelitian 3.3 Metode Penelitian Pengumpulan Data
12 BAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di KPH Bojonegoro Perum Perhutani Unit II Jawa Timur pada Bagian Kesatuan Pemangkuan Hutan (BKPH) Bubulan, Dander, Clebung,
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
2 5. Pemilihan Pohon Contoh BAB V HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh
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 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 terperinci3 METODE. Waktu dan Tempat. Rancangan Sampling. Jumlah anakan Intensitas sampling (ind)
3 METODE Waktu dan Tempat Pengambilan data membutuhkan waktu sekitar 3 tahun dari mulai Oktober 2008 sampai dengan Oktober 2011 di kawasan Arboretum Mangrove Angke Kapuk, yang berada di pinggir jalan tol
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian yang meliputi eksplorasi dan pemilihan data PUP, evaluasi, koreksi dan ekstraksi data PUP dilaksanakan di Badan Penelitian dan Pengembangan
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder tingkat kabupaten/kota tahun 2010, yang bersumber dari Badan Pusat Statistik (BPS), Kementerian
Lebih terperinciBAB III METODE PENELITIAN. Menurut Sugiyono (2009:5) metode penelitian dapat diartikan, Metode deskriptif itu sendiri menurut (Sugiono, 2009:206):
BAB III METODE PENELITIAN 3.1 Metode Penelitian 3.1.1 Desain Penelitian Menurut Sugiyono (2009:5) metode penelitian dapat diartikan, berikut: Sebagai cara ilmiah untuk mendapatkan data yang valid dengan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian ini dilaksanakan di KPH Banyumas Barat (Bagian Hutan Dayeuluhur, Majenang dan Lumbir). Penelitian ini dilakukan dengan mengolah dan menganalisis
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN HASIL PENELITIAN
BAB IV ANALISIS DATA DAN PEMBAHASAN HASIL PENELITIAN 4.1 Paparan Data Hasil Penelitian Pada bab ini mengemukakan hasil dan pembahasan dari penelitian mengenai pengaruh komunikasi organisasi terhadap prestasi
Lebih terperinciMODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA
MODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Pemilihan Pohon Contoh Pengambilan data pohon contoh ini dilakukan secara purposive sampling pada areal petak tebangan dan areal pembuatan jalan. Pengukuran dilakukan pada
Lebih terperinciBAB III METODE PENELITIAN. Yang menjadi objek dari penelitian ini adalah investasi swasta di
BAB III METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dari penelitian ini adalah investasi swasta di Indonesia periode tahun 1988 2007. Sehingga data yang digunakan merupakan data time series
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan
TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Rancangan penelitian diperlukan agar penelitian yang dilakukan dapat
BAB III 3.1 Rancangan Penelitian METODOLOGI PENELITIAN Rancangan penelitian diperlukan agar penelitian yang dilakukan dapat berjalan dengan baik, sistematis serta efektif. Lokasi penelitian ini adalah
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi obyek penelitian adalah DER (debt to equity ratio),
BAB III METODE PENELITIAN 3.1 Objek Dan Waktu Penelitian 3.1.1 Objek Penelitian Adapun yang menjadi obyek penelitian adalah DER (debt to equity ratio), OPM (operating profit margin) dan Harga Saham pada
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
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 terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2000-2011. Data sekunder tersebut bersumber dari Lampung dalam Angka (BPS), Badan Penanaman Modal Daerah
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciREGRESI LINIER GANDA. Fitriani Agustina, Math, UPI
REGRESI LINIER GANDA 1 Pengertian Regresi Linier Ganda Merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN Pengujian hipotesis pada penelitian ini dilakukan dengan menggunakan regresi linier sederhana dan regresi linier berganda. Tujuan analisis penelitian ini adalah menjawab
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Setiap penelitian membahas mengenai objek dan subjek yang ditelitinya. Dalam penelitian ini yang menjadi objek terdiri dari dua variabel bebas
Lebih terperinciBAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
Lebih terperinciBAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di
BAB III METODE PENELITIAN 3.1.Lokasi dan waktu penelitian Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di Jalan Pembangunan Gg. Samoa No. 12 Rumbai - Pekanbaru. Penelitian ini di
Lebih terperinciKORELASI DAN REGRESI LINIER SEDERHANA
KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki
Lebih terperinciBAB III METODOLOGI PENELITIAN. penyusunan metode dalam pengumpulan data, penyusunan instrumen, hingga
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Pelaksanaan 1. Waktu Penelitian Proses penelitian ini diawali dengan kegiatan mengidentifikasi permasalahan di tempat yang akan digunakan sebagai lokasi
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan
BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
35 BAB IV HASIL DAN PEMBAHASAN 4.1 Pengambilan Plot Contoh di Lapangan Berdasarkan jumlah pohon yang ditemukan di lapangan, jumlah pohon yang diperoleh dari 38 plot lokasi BKPH Dagangan ada sebanyak 372
Lebih terperinciBAB III METODE PENELITIAN. nasabah bank umum yang diambil secara acak di DIY. pengukuran atau alat pengambilan data langsung pada subjek sebagai
BAB III METODE PENELITIAN A. Obyek Penelitian Obyek penelitian ini adalah masyarakat yang bertempat tinggal di Daerah Istimewa Yogyakarta. Unit analisis pada penelitian ini adalah nasabah bank umum yang
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
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 terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciANALISIS REGRESI DAN KORELASI
ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG Analisis regresi dan korelasi mengkaji dan mengukur keterkaitan seara statistik antara dua atau lebih variabel. Keterkaitan antara dua variabel regresi
Lebih terperinciIV. METODE PENELITIAN. Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua,
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua, Kecamatan Cisarua, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi dilakukan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. belajar kimia SMA Negeri 1 Jogonalan Kabupaten Klaten.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Diskripsi Data Diskripsi hasil penelitian ini didasarkan pada skor dari kuesioner yang digunakan untuk mengetahui pengaruh motivasi dan iklim
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif. Time horizon yang digunakan dalam penelitian ini adalah data panel,
Lebih terperinciBAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
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 terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari
34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada bab ini penulis akan menganalisis data yang telah terkumpul yaitu data dari Dana Perimbangan dan Belanja Modal Provinsi Jawa Timur,
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
49 BAB V HASIL DAN PEMBAHASAN 5.1 Penentuan Data Pohon Contoh Untuk penyusunan tabel volume pohon sebagai alat bantu IHMB di PT. Ratah Timber ini diperlukan data-data dimensi pohon dari setiap pohon contoh
Lebih terperinciMETODOLOGI PENELITIAN
22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Penelitian Bank merupakan lembaga keuangan yang memiliki fungsi sebagai penghimpun dana dari masyarakat dan menyalurkannya kembali dalam bentuk kredit
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciKorelasi Linier Berganda
Korelasi Linier Berganda Analisa Korelasi Untuk mengukur "seberapa kuat" atau "derajat kedekatan yang terjadi antar variabel. Ingin mengetahui derajat kekuatan tersebut yang dinyatakan dalam koefisien
Lebih terperinciBAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian 3.2 Bahan dan Alat
21 BAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di KPH Kebonharjo Perum Perhutani Unit I, Jawa Tengah. Meliputi Bagian Hutan (BH) Tuder dan Balo, pada Kelas Perusahaan Jati.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam bab ini akan diuraikan mengenai deskripsi tempat penelitian, karakteristik responden, prosedur penelitian, hasil seleksi aitem dan reliabilitas alat ukur, hasil pengukuran
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciIII. METODE PENELITIAN. dipahami berbagai unsur-unsur yang menjadi dasar dari suatu penelitian ilmiah
III. METODE PENELITIAN 3.1. Definisi Operasional Variabel Agar penelitian ini dapat dilaksanakan sesuai dengan yang diharapkan, maka perlu dipahami berbagai unsur-unsur yang menjadi dasar dari suatu penelitian
Lebih terperinciIV. METODE PENELITIAN. Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan
IV. METODE PENELITIAN 4.1. Waktu dan Lokasi Penelitian Lokasi pengambilan data primer adalah di Desa Pasirlaja, Kecamatan Sukaraja, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara sengaja
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN. 1. Deskripsi Pengumpulan Data Penelitian. Yamaha SS Cabang Kedungmundu Semarang. Kuesioner dibagikan
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis Deskriptif 1. Deskripsi Pengumpulan Data Penelitian Penelitian ini menggunakan data hasil penyebaran koesioner kepada 100 orang responden calon konsumen
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time
44 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time series periode 2001-2012 yang diperoleh dari Badan Pusat Statistik
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian PT TELKOM merupakan salah satu perusahaan yang bergerak di bidang jasa telekomunikasi, termasuk jaringan internet. Sejalan dengan banyaknya
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini mengungkapkan tentang faktor-faktor yang mempengaruhi
BAB III METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini mengungkapkan tentang faktor-faktor yang mempengaruhi penawaran pada industri pengolahan tahu di Kecamatan Cikajang, Kabupaten Garut. Dalam
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat dan waktu penelitian 1. Tempat penelitian Tempat penelitian merupakan hal penting dalam suatu penelitian dimana dari tempat penelitian diperoleh data atau informasi.
Lebih terperinciDaerah Jawa Barat, serta instansi-instansi lain yang terkait.
IV. METODE PENELITIAN 4.1 Waktu dan Lokasi Penelitian Pengambilan data sekunder untuk keperluan penelitian ini dilaksanakan pada awal bulan juli hingga bulan agustus 2011 selama dua bulan. Lokasi penelitian
Lebih terperinciBAB V HASIL PENELITIAN
70 BAB V HASIL PENELITIAN 5.1. Analisis Deskriftif Berdasarkan hasil rekapitulasi tabulasi data variable ROA, DER, CR, EPS, Inflasi, PDB dan Harga Saham diperoleh statistik deskriftif seperti pada tabel
Lebih terperinciBAB I PENDAHULUAN. Pengelolaan hutan tanaman yang berkelanjutan dan lestari membutuhkan
BAB I PENDAHULUAN 1.1. Latar Belakang Pengelolaan hutan tanaman yang berkelanjutan dan lestari membutuhkan informasi potensi hutan yang akurat melalui kegiatan inventarisasi hutan. Salah satu informasi
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu
III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.
Lebih terperinciBAB 4 HASIL ANALISIS DAN PEMBAHASAN. Berdasarkan hasil analisis data dari sampel yang diambil yaitu 140
45 BAB 4 HASIL ANALISIS DAN PEMBAHASAN 4.. ANALISIS DESKRIPTIF Berdasarkan hasil analisis data dari sampel yang diambil yaitu 40 perusahaan manufaktur yang terdaftar di BEI (Bursa Efek Indonesia), maka
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciPENGUJIAN HETEROSKEDASTISITAS PADA REGRESI EKSPONENSIAL DENGAN MENGGUNAKAN UJI PARK
PENGUJIAN HETEROSKEDASTISITAS PADA REGRESI EKSPONENSIAL DENGAN MENGGUNAKAN UJI PARK Asmin MM. 1, Saleh M., Islamiyati A. 3 Abstrak Model eksponensial merupakan regresi non linier yang dapat diubah bentuknya
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian ini, variabel yang diteliti terdiri dari variabel
BAB III METODE PENELITIAN 3.1 Objek Penelitian Dalam penelitian ini, variabel yang diteliti terdiri dari variabel dependen/terikat (Y) dan variabel independen/bebas (X). Variabel dependen adalah nilai
Lebih terperinciBAB III METODOLOGI PENELITIAN. berbentuk time series selama periode waktu di Sumatera Barat
BAB III METODOLOGI PENELITIAN A. Sumber Data Metode penelitian dilakukan dengan mengumpulkan data sekunder yang berbentuk time series selama periode waktu 2005-2015 di Sumatera Barat yang diperoleh dari
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan kajian tentang faktor-faktor yang mempengaruhi
41 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan kajian tentang faktor-faktor yang mempengaruhi kemiskinan terhadap ekonomi Indonesia dalam waktu 1996-2013, oleh karena
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
47 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Unit Analisis Data 1. Data Hasil Penelitian Pada bagian ini akan dibahas mengenai proses pengolahan data untuk menguji hipotesis yang telah dibuat
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada Dinas Pendapatan Pengelola Keuangan dan Aset/DPPKA karena dinas inilah yang bertugas merumuskan kebijakan teknis,
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan Tempat Pengambilan Data 3.2 Alat dan Objek Penelitian 3.3 Metode Penelitian Pemilihan Pohon Contoh
BAB III METODOLOGI 3.1 Waktu dan Tempat Pengambilan Data Pengambilan data dilakukan di Hutan Pendidikan Gunung Walat selama satu minggu pada bulan Februari. 3.2 Alat dan Objek Penelitian Alat yang digunakan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Objek pada penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada periode tahun 2010-2014. Alasan pemilihan perusahaan manufaktur,
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Lebih terperinciBAB III METODE PENELITIAN. dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama -
36 BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini bertujuan untuk mengetahui pengaruh penguasaan konsep dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama - sama
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinci