Model Log-Linear (Bagian 2) Dr. Kusman Sadik, M.Si Program Studi Magister (S2) Departemen Statistika IPB, 2017/2018
|
|
- Ida Sutedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Model Log-Linear (Bagian 2) Dr. Kusman Sadik, M.Si Program Studi Magister (S2) Departemen Statistika IPB, 2017/2018
2 When fitting log-linear models to higher-way tables it is typical to only consider models that are hierarchical in nature. These are models that include all lower-order terms for variables involved in higher-order terms in the model. For a three-way contingency table, with variables X, Y, and Z, the saturated model includes all main effects, all two-way interactions and the three-way interaction, and is represented symbolically as follows: 2
3 Exp( ) merupakan nilai odds antara kategori pada baris ke-i dengan kategori baris terakhir. Exp( ) merupakan nilai rasio odds antara odds kategori pada baris ke-i dengan kategori baris terakhir dengan odds kategori pada kolom ke-j dengan kategori kolom terakhir 3
4 Lihat : Azen, hlm
5 ** Model Log-Linear untuk Data Tabel 7.4 (Azen, hlm.145) ** ** relevel --> Memilih Kategori Referensi ** ** Model 1 : Interaksi XY XZ YZ ** z.gen <- factor(rep(c("1mal","2fem"),each=3, times=3)) x.rel <- factor(rep(c("1lib","2mod","3con"),each=1, times=6)) y.god <- factor(rep(c("1y","2n","3u"),each=6,times=1)) count <- c(26,82,202,44,113,180,121,128,75,221, 204,124,24,52,74,32,49,43) z.gen x.rel y.god <- relevel(z.gen, ref="2fem") <- relevel(x.rel, ref="3con") <- relevel(y.god, ref="3u") data.frame(z.gen, x.rel, y.god, count) model <- glm(count ~ x.rel + y.god + z.gen + x.rel*y.god + x.rel*z.gen + y.god*z.gen, family=poisson("link"=log)) summary(model) dugaan <- round(fitted(model),2) data.frame(z.gen, x.rel, y.god, count, dugaan) 5
6 z.gen x.rel y.god count 1 1Mal 1Lib 1Y Mal 2Mod 1Y Mal 3Con 1Y Fem 1Lib 1Y Fem 2Mod 1Y Fem 3Con 1Y Mal 1Lib 2N Mal 2Mod 2N Mal 3Con 2N Fem 1Lib 2N Fem 2Mod 2N Fem 3Con 2N Mal 1Lib 3U Mal 2Mod 3U Mal 3Con 3U Fem 1Lib 3U Fem 2Mod 3U Fem 3Con 3U 43 6
7 Call: glm(formula = count ~ x.rel + y.god + z.gen + x.rel * y.god + x.rel * z.gen + y.god * z.gen, family = poisson(link = log)) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) < 2e-16 *** x.rel1lib ** x.rel2mod y.god1y < 2e-16 *** y.god2n e-10 *** z.gen1mal ** x.rel1lib:y.god1y e-06 *** x.rel2mod:y.god1y *** x.rel1lib:y.god2n e-11 *** x.rel2mod:y.god2n *** x.rel1lib:z.gen1mal ** x.rel2mod:z.gen1mal * y.god1y:z.gen1mal * y.god2n:z.gen1mal e-06 *** --- Signif. codes: 0 *** ** 0.01 * Null deviance: on 17 degrees of freedom Residual deviance: on 4 degrees of freedom AIC:
8 z.gen x.rel y.god count dugaan 1 1Mal 1Lib 1Y Mal 2Mod 1Y Mal 3Con 1Y Fem 1Lib 1Y Fem 2Mod 1Y Fem 3Con 1Y Mal 1Lib 2N Mal 2Mod 2N Mal 3Con 2N Fem 1Lib 2N Fem 2Mod 2N Fem 3Con 2N Mal 1Lib 3U Mal 2Mod 3U Mal 3Con 3U Fem 1Lib 3U Fem 2Mod 3U Fem 3Con 3U
9 9
10 10
11 Odds X=1 Y=1 = P(X=1 Y=1)/P(X=3 Y=1) Odds X=1 Y=3 P(X=1 Y=3)/P(X=3 Y=3) 11
12 12
13 To determine whether the three-way interaction term in the saturated model H 1 : 0 13
14 Call: glm(formula = count ~ x.rel + y.god + z.gen + x.rel * y.god + x.rel * z.gen + y.god * z.gen, family = poisson(link = log)) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) < 2e-16 *** x.rel1lib ** x.rel2mod y.god1y < 2e-16 *** y.god2n e-10 *** z.gen1mal ** x.rel1lib:y.god1y e-06 *** x.rel2mod:y.god1y *** x.rel1lib:y.god2n e-11 *** x.rel2mod:y.god2n *** x.rel1lib:z.gen1mal ** x.rel2mod:z.gen1mal * y.god1y:z.gen1mal * y.god2n:z.gen1mal e-06 *** --- Signif. codes: 0 *** ** 0.01 * Null deviance: on 17 degrees of freedom Residual deviance: on 4 degrees of freedom AIC:
15 Call: glm(formula = count ~ x.rel + y.god + z.gen + x.rel * z.gen + y.god * z.gen, family = poisson(link = log)) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) < 2e-16 *** x.rel1lib * x.rel2mod y.god1y < 2e-16 *** y.god2n < 2e-16 *** z.gen1mal *** x.rel1lib:z.gen1mal e-06 *** x.rel2mod:z.gen1mal ** y.god1y:z.gen1mal y.god2n:z.gen1mal e-07 *** --- Null deviance: on 17 degrees of freedom Residual deviance: on 8 degrees of freedom AIC:
16 Nilai deviance dapat digunakan untuk menguji hipotesis ada tidaknya hubungan suatu variabel dengan variabel lainnya. Misalkan ada tiga variabel X, Y, dan Z. Untuk menguji apakah ada hubungan antara X dengan Y, dapat dilakukan dengan membandingkan nilai deviance model (X, Y, Z, XY, XZ, YZ) dengan nilai deviance model (X, Y, Z, XZ, YZ). Jika dari uji hipotesis tersebut menerima model (X, Y, Z, XY, XZ, YZ) maka dapat disimpulkan bahwa ada hubungan yang signifikan antara X dan Y. 16
17 Model 1 : Deviance: on 4 degrees of freedom AIC : Model 2 : Deviance: on 8 degrees of freedom AIC :
18 18
19 19
20 20
21 21
22 22
23 23
24 1. Gunakan Program R untuk menyelesaikan Problem 7.1 (Azen, hlm.177). 24
25 25
26 2. Gunakan Program R untuk menyelesaikan Problem 8.1 (Agresti, hlm. 347). 26
27 27
28 Pustaka 1. Azen, R. dan Walker, C.R. (2011). Categorical Data Analysis for the Behavioral and Social Sciences. Routledge, Taylor and Francis Group, New York. 2. Agresti, A. (2002). Categorical Data Analysis 2 nd. New York: Wiley. 3. Pustaka lain yang relevan. 28
29 Bisa di-download di kusmansadik.wordpress.com 29
30 Terima Kasih 30
Model Log-Linear (Bagian 1) Dr. Kusman Sadik, M.Si Program Studi Magister (S2) Departemen Statistika IPB, 2017/2018
Model Log-Linear (Bagian 1) Dr. Kusman Sadik, M.Si Program Studi Magister (S2) Departemen Statistika IPB, 2017/2018 Using a log-linear modeling approach is advantageous to conducting inferential tests
Lebih terperinciPemodelan Data Cacahan (Count Data) dalam GLM. Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018
Pemodelan Data Cacahan (Count Data) dalam GLM Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018 Pendahuluan Pada model linear klasik, seperti regresi linear,
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017
Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017 1 Pada model linear klasik, seperti regresi linear, memerlukan asumsi bahwa peubah respon y menyebar Normal. Pada kenyataanya banyak ditemukan bahwa
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. mahasiswa lulusan yang berasal dari School of Computer Science BINUS. datanya adalah seperti yang tertera pada Tabel 4.1.
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Analisis Data dan Pembahasan Jumlah keseluruhan data yang peneliti peroleh adalah sebanyak 718 data mahasiswa lulusan yang berasal dari School of Computer Science BINUS
Lebih terperinciRegresi Logistik Nominal dengan Fungsi Hubung CLOGLOG
Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG Julio Adisantoso, G16109011/STK 11 Mei 2010 Ringkasan Regresi logistik merupakan suatu pendekatan pemodelan yang dapat digunakan untuk mendeskripsikan
Lebih terperinciModel Regresi untuk Data Deret Waktu. Kuliah 8 Metode Peramalan Deret Waktu
Model Regresi untuk Data Deret Waktu Kuliah 8 Metode Peramalan Deret Waktu r.rahma.anisa@gmail.com Review Salah satu asumsi regresi linear klasik: cov e i, e j = 0 dengan e i menunjukkan galat pengamatan
Lebih terperinciResume 2 : Analysis of sex sequences by means of generalized linear mixed models. Yenni Angraini G
Resume 2 : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Yenni Angraini G161150051 Eksplorasi Data Data Simulasi proportion of male
Lebih terperinciANALISIS KORELASI & REGRESI. Kompilasi Kelompok 6 dan 8
ANALISIS KORELASI & REGRESI Kompilasi Kelompok 6 dan 8 PERMASALAHAN Internal Reveneu Service mencoba menduga pajak aktual yang tertunda setiap bulan dari divisi auditingnya. Diduga dua faktor yang mempengaruhi
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciKomputasi Statistika dengan Software R
Komputasi Statistika dengan Software R Analisis Korelasi (Sesi 13) Zulhanif Analisis Korelasi Korelasi menyatakan keeratan hubungan antara suatu variabel dengan variabel lainnya. Korelasi dalam populasi
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 1 a. Misalkan data asal Y t. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal sehingga
Lebih terperinciMODUL 3 GENERALIZED LINEAR MODELS
MODUL 3 GENERALIZED LINEAR MODELS Dalam Agresti (2007) Bab II Bab 2 dijelaskan metode untuk menganalisis tabel kontingensi. Metode-metode tersebut membantu kita menjelaskan pengaruh variabel penjelas terhadap
Lebih terperinciGambaran Duplikasi Penomoran Rekam Medis. Gambaran Kualifikasi Pendidikan. Gambaran Pengetahuan. Statistics pemberian nomor. N Valid 60.
Gambaran Duplikasi Penomoran Rekam Medis Statistics N Valid 60 Missing 0 Frequency Percent Valid Percent Cumulative Percent Valid duplikasi 24 40.0 40.0 40.0 tidak duplikat 36 60.0 60.0 100.0 Total 60
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017 1 Ada tiga tahapan iteratif dalam pemodelan data deret waktu yang berbasis model ARIMA, yaitu: 1. Penentuan model
Lebih terperinciANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011).
ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011). Try Azisah Nurman Dosen Pada Jurusan Matematika, Fakultas Sains
Lebih terperinciModel Log-Linier dan Regresi Logistik
Model Log-Linier dan Regresi Logistik Julio Adisantoso, G16109011/STK 26 Mei 2010 Ringkasan Regresi log-linier adalah suatu pendekatan pemodelan linier terampat yang dapat digunakan untuk data yang menyebar
Lebih terperinciEARLY WARNING SYSTEM JUMLAH ANAK PUTUS SEKOLAH DENGAN METODE ZERO TRUNCATED NEGATIVE BINOMIAL
EARLY WARNING SYSTEM JUMLAH ANAK PUTUS SEKOLAH DENGAN METODE ZERO TRUNCATED NEGATIVE BINOMIAL Robert Kurniawan Jurusan Statistika Komputasi, Sekolah Tinggi Ilmu Statistik (STIS), Jakarta Jl. Otto Iskandardinata
Lebih terperinciANALISIS DATA STATUS PEKERJAAN DENGAN MODEL NONLINIER TERGENERALISIR (Studi Kasus di Kabupaten Banyuwangi)
ANALISIS DATA STATUS PEKERJAAN DENGAN MODEL NONLINIER TERGENERALISIR (Studi Kasus di Kabupaten Banyuwangi) SKRIPSI Oleh Rina Purnamasari NIM 071810101090 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN
ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN SKRIPSI Disusun Oleh: YUYUN NAIFULAR J2E009052 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 ANALISIS RANCANGAN BUJUR
Lebih terperinci(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE
(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciBAYESIAN SPASIAL VARYING COEFFCIENT MODEL DALAM MENAKSIR RESIKO RELATIF PENYAKIT DIARE DI KOTA BANDUNG
M-8 BAYESIAN SPASIAL VARYING COEFFCIENT MODEL DALAM MENAKSIR RESIKO RELATIF PENYAKIT DIARE DI KOTA BANDUNG I Gede Nyoman Mindra Jaya 1), Bertho Tantular 2), Zulhanif 3) 1,2,3) Departemen Statistika FMIPA
Lebih terperinciLampiran Hasil Output SPSS. Statistics. Skor Kepuasan Pasien Rawat Jalan. Valid 200 Missing 0 Mean Skor Kepuasan Pasien Rawat Jalan Frequenc y
1 Lampiran Hasil Output SPSS A. Analisis Univariat 1. Kepuasan Pasien Statistics Skor Kepuasan Pasien Rawat Jalan 200 Missing 0 Mean 46.73 Skor Kepuasan Pasien Rawat Jalan Frequenc y Cumulative 39 4 2.0
Lebih terperinciOleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D
Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar
Lebih terperinciAnalisis Data Kategorikal
Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa
Lebih terperinciI. Identitas Responden
81 Lampiran 1 KUESIONER PENELITIAN PENGARUH KARAKTERISTIK, AKTIFITAS FISIK DAN PENAMBAHAN BERAT BADAN IBU HAMIL TERHADAP KEJADIAN PREEKLAMSIA DI RSUD RANTAU PRAPAT Kasus Kontrol I. Identitas Responden
Lebih terperinci: - Mahasiswa dapat melakukan eksperimen dengan bantuan software MINITAB
A. TUJUAN Tujuan Umum Tujuan Khusus : - Mahasiswa dapat melakukan eksperimen dengan bantuan software MINITAB : - Mahasiswa dapat menggunakan MINITAB dengan metode ANOVA - Mahasiswa dapat menggunakan MINITAB
Lebih terperinciE-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN:
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 107-115 ISSN: 2303-1751 PERBANDINGAN REGRESI BINOMIAL NEGATIF DAN REGRESI GENERALISASI POISSON DALAM MENGATASI OVERDISPERSI Studi Kasus: Jumlah Tenaga Kerja
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai program kegiatan masjid,
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF 1 Alan Prahutama, 2 Sudarno, 3 Suparti, 4 Moch. Abdul Mukid 1,2,3,4
Lebih terperinci10 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan
Lebih terperinciInferensia Statistik parametrik VALID?? darimana sampel diambil
Inferensia Statistik parametrik VALID?? Tergantung dari bentuk populasi Tergantung dari bentuk populasi darimana sampel diambil Uji kesesuaian (goodness of fit) ) untuk tabel frekuensi Goodness-of-fit
Lebih terperinciKasus. Survey terhadap remaja usia tahun apakah pernah melakukan kerja paruh waktu (part-time)??
Kasus Survey terhadap remaja usia 15-16 tahun apakah pernah melakukan kerja paruh waktu (part-time)?? Berikut Tabel datanya: Race Gender Yes Part Time Job No White Male 43 134 Female 26 149 Black Male
Lebih terperinciMODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)
MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas
Lebih terperinciMODEL LOGLINIER TIGA DIMENSI UNTUK ANALISIS DATA PEMESANAN TIKET PESAWAT TERBANG SKRIPSI APRILIA RAHMADANI
MODEL LOGLINIER TIGA DIMENSI UNTUK ANALISIS DATA PEMESANAN TIKET PESAWAT TERBANG SKRIPSI APRILIA RAHMADANI 070803012 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciE-Jurnal Matematika Vol. 2, No.2, Mei 2013, ISSN:
E-Jurnal Matematika Vol., No., Mei 013, 37-41 ISSN: 303-1751 PENERAPAN REGRESI QUASI-LIKELIHOOD PADA DATA CACAH (COUNT DATA) YANG MENGALAMI OVERDISPERSI DALAM REGRESI POISSON (Studi Kasus: Jumlah Kasus
Lebih terperinciRelevansi-Nilai Kredit. Tahun
Lampiran 1 Model Penelitian Hipotesis 1a, 1b, dan 2 Laba Bersih Pendapatan Komprehensif Lain Peringkat Obligasi Laba Komprehensif Lampiran 2 Model Penelitian Hipotesis 3a, 3b, dan 3c Relevansi-Nilai Kredit
Lebih terperinciPEMBENTUKAN MODEL LOG LINIER EMPAT DIMENSI
PEMBENTUKAN MODEL LOG LINIER EMPAT DIMENSI (Studi Kasus : Rata-rata Pengguna Jenis Bahan Bakar Minyak berdasarkan Jenis Kendaraan, Rasio Kompresi dan Kapasitas Mesin) SKRIPSI Disusun Oleh : JULI SEKAR
Lebih terperinciUniversitas Sumatera Utara
Lampiran 1. Jumlah Penduduk Sumatera Utara (1996-2010) Tahun Jumlah Penduduk 1996 11.306.300 1997 11.463.400 1998 11.754.100 1999 11.955.400 2000 11.513.973 2001 11.722.548 2002 11.847.075 2003 11.890.399
Lebih terperinciAnalisis Regresi Logistik Ordinal Terhadap Faktor-Faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 Universitas Negeri Makassar
Muhammad Nusrang, Rizal Bakri, Ansari saleh Ahmar, Asfar / Analisis Regresi Logistik Ordinal 655 Analisis Regresi Logistik Ordinal Terhadap Faktor-Faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa
Lebih terperinciProgram Studi Pendidikan Ekonomi FE UNY
LEMBAR KERJA Topik: Regresi Linear Sederhana Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan
Lebih terperinciKUESIONER PENELITIAN
92 KUESIONER PENELITIAN HUBUNGAN FAKTOR PREDISPOSISI, PENDUKUNG DAN PENGUAT DENGAN TINDAKAN PENGGUNAAN KONDOM PADA WPS UNTUK PENCEGAHAN HIV/AIDS DI KABUPATEN SERDANG BEDAGAI TAHUN 2012 I. IDENTITAS RESPONDEN
Lebih terperinciIDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR
IDENTIFIKASI MULTIKOLINEAR PADA MODEL REGRESI LOGISTIK ORDINAL UNTUK STATUS GIZI ANAK DI KELURAHAN KARANGKITRI, BEKASI TIMUR Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciANALISIS MODEL PELUANG BERTAHAN HIDUP (SURVIVAL) DAN APLIKASINYA 1 PENDAHULUAN
ANALISIS MODEL PELUANG BERTAHAN HIDUP (SURVIVAL) DAN APLIKASINYA S. FAJARIYAH 1, H. SUMARNO, N. K. K. ARDHANA Abstract Up till now, models of demography mathematics usually use discrete approximation.
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciPengantar Analisa Data (2)
Pengantar Analisa Data (2) Tjipto Juwono, Ph.D. April 2017 TJ (SU) Data Analysis April 2017 1 / 31 Data: Fuel Economy Kita akan menganalisa data tentang fuel economy dari sejumlah mobil yang diproduksi
Lebih terperinciHASIL PENELITIAN FAKTOR-FAKTOR TERJADINYA PENYAKIT KELAMIN ANALISA UNIVARIAT
Statistics N Mean Std. Error of Mean Median Mode Std. Dev iation Minimum Maximum Missing Kejadian Tekanan Rasa Media Gonta Ganti Peny akit Nilai Agama Pacar Penasaran Informasi Pasangan Faktor Kelamin
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciBAB IV PENGARUH KONDISI EKONOMI ORANG TUA TERHADAP TINGKAT PENDIDIKAN ANAK DI DESA SIGAYAM KECAMATAN WONOTUNGGAL BATANG
52 BAB IV PENGARUH KONDISI EKONOMI ORANG TUA TERHADAP TINGKAT PENDIDIKAN ANAK DI DESA SIGAYAM KECAMATAN WONOTUNGGAL BATANG A. Pengaruh Kondisi Ekonomi Orang Tua di Desa Sigayam Kecamatan Wonotunggal Batang
Lebih terperinciLAMPIRAN A. Daftar Riwayat Hidup. Kartu Mata Kuliah. Surat Keterangan Survey Tugas Akhir
111 LAMPIRAN A Daftar Riwayat Hidup Kartu Mata Kuliah Surat Keterangan Survey Tugas Akhir SURAT KETERANGAN SURVEY TUGAS AKHIR 114 115 LAMPIRAN B Faktor Batas Kendali Peta Variabel FAKTOR BATAS KENDALI
Lebih terperinciSering dibahas. Asosiasi 2 peubah Y Z
Sering dibahas X Asosiasi 2 peubah Y X Y Z Confounding In statistics, a confounding variable (also confounding factor, a confound, or confounder) is an extraneous variable in a statistical model that correlates
Lebih terperinciANALISIS REGRESI ANALISIS REGRESI
ANALISIS REGRESI Wahyu Widhiarso Fakultas Psikologi UGM ANALISIS REGRESI PENGERTIAN Jenis uji statistika yang dipakai untuk melihat daya prediksi variabel independen (prediktor) terhadap variabel dependen
Lebih terperinciTUGAS AKHIR SS
TUGAS AKHIR SS 090302 ANALISIS FAKTOR FAKTOR YANG BERPENGARUH TERHADAP PERSETUJUAN/PENOLAKAN MASYARAKAT AKAN PEMBANGUNAN JALAN LINGKAR LUAR TIMUR SURABAYA MOH. ALI ASFIHANI NRP 1311 030 056 Dosen Pembimbing
Lebih terperinciKAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER. Sudarno 1. Abstrak
UNIVERSITAS DIPONEGORO 0 ISBN: --0-- KAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER Sudarno ) Program Studi Statistika FMIPA Undip dsghani@gmail.com Abstrak Model
Lebih terperinciLampiran 2. Fungsi dari masing-masing pernyataan yang digunakan dalam PROC MIXED
LAMPIRAN Lampiran. Bentuk Umum Dari PROC MIXED PROC MIXED pilihan-pilihan ; BY nama-nama peubah ; CLASS nama-nama peubah ; ID nama-nama peubah; MODEL peubah respon = nama-nama peubah / pilihan-pilihan
Lebih terperinciProgram Studi Pendidikan Ekonomi FE UNY
LEMBAR KERJA Topik: Regresi Linear Ganda Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh lebih dari satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan
Lebih terperinciPENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR
PENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 215 S-5 Penerapan Hurdle Negative Binomial pada Data Tersensor Resa Septiani Pontoh, Defi
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and
Lebih terperinciKUESIONER PENELITIAN
KUESIONER PENELITIAN PENGARUH KOMPONEN KOMUNIKASI DALAM PELAKSANAAN PREVENTION MOTHER TO CHILD TRANSMISSION (PMTCT) OLEH BIDAN TERHADAP KUNJUNGAN KLIEN PADA PELAYANAN VOLUNTARY COUNCELLING AND TEST (VCT)
Lebih terperinciLampiran 1 Data Absensi dan Pengeluaran Tenaga Kerja
Lampiran 1 Data dan Tenaga Kerja Jumlah Karyawan Sakit Cuti Keperluan lainnya Jumlah Tahun (orang) (hari/tahun) (hari/tahun) (hari/tahun) (hari/tahun) 1997 87 76 13 9 37 1998 9 71 146 6 43 1999 98 7 130
Lebih terperinciStatistika Psikologi 1
Modul ke: 11 Statistika Psikologi 1 Chi Square Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., M.Si. Asumsi dalam Statistika Asumsi adalah karakteristik yang diperlukan untuk menentukan dan
Lebih terperinciI. Identitas Responden 1. No. Responden : Nama responden : Jumlah anak :... (orang) 4. Pendidikan : Umur :...
85 Lampiran 1. Kuesioner Penelitian FAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN PENGGUNAAN ALAT KONTRASEPSI DALAM RAHIM (AKDR) PADA PASANGAN SUAMI ISTRI DI DESA DURIN JANGAK KECAMATAN PANCUR BATU KABUPATEN DELI
Lebih terperinciDIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA
DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)
Lebih terperinciAplikasi Analisis Jalur (Path Analisis) dengan menggunakan SPSS versi 12. Oleh. Abdul Razak Munir, SE, M.Si 1
Aplikasi Analisis Jalur (Path Analisis) dengan menggunakan SPSS versi 2 Oleh Abdul Razak Munir, SE, M.Si Kasus. Seorang ahli psikologi merasa tertarik untuk mengungkapkan hubungan antara Authoritarianism,
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciStatistika Psikologi 2
Modul ke: Statistika Psikologi 2 Uji t Sampel Berpasangan Fakultas Psikologi (Paired-samples t-test) Program Studi Psikologi Uji t Sampel Berpasangan Membandingkan data dari dua sampel, dimana tiap partisipan
Lebih terperinciPenerapan Hurdle Negative Binomial pada Data Tersensor
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Penerapan Hurdle Negative Binomial pada Data Tersensor S - 5 Resa Septiani Pontoh, Defi Yusti Faidah. Departemen Statistika FMIPA Universitas
Lebih terperinciKUESIONER PENELITIAN PENGARUH PERILAKU BAHAYA KERJA TERHADAP RISIKO KEJADIAN KECELAKAAN KERJA PADA PEKERJA DI PT SUBUR SARI LASTDERICH
Lampiran 1 KUESIONER PENELITIAN PENGARUH PERILAKU BAHAYA KERJA TERHADAP RISIKO KEJADIAN KECELAKAAN KERJA PADA PEKERJA DI PT SUBUR SARI LASTDERICH (SSL) NAGASARIBU HUMBANG HASUNDUTAN TAHUN 2015 I. Karakteristik
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Tabel. 4.1 Data Laporan Keuangan PT Mayora Indah Tbk.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Berikut adalah data laporan keuangan PT Mayora Indah Tbk (dalam juta Rupiah), selama tahun 2007 sampai dengan 2010.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam suatu penelitian, setelah menetapkan metodologi penelitian maka akan dilakukan analisis validitas dan reliabilitas data, pengujian hipotesis dan analisa korelasi. Setelah
Lebih terperinciL - 1. Kuesioner. 2. Berapa usia anda saat ini? (..) 1. < 22 tahun tahun tahun tahun 5. > 55 tahun
L - Kuesioner Penjelasan umum pengisian kuesioner: - Semua jawaban Bapak/Ibu/Saudara sangat berarti bagi penelitian ini, dan akan dijamin kerahasiaannya - Mohon untuk mengisikan jawaban pada semua pertanyaan,
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu
Lebih terperinciKORELASI. Alat hitung koefisien korelasi Pearson (data kuantitatif dan berskala rasio) Kendall, Spearman (data kualitatif dan berskala ordinal)
KORELASI Pada SPSS korelasi ada pada menu Correlate dengan submenu: 1. BIVARIATE Besar hubungan antara dua (bi) variabel. a. Koefisien korelasi bivariate/product moment Pearson Mengukur keeratan hubungan
Lebih terperinciOUTPUT ANALISIS DESKRIPTIF. Cumulative Frequency Percent Valid Percent Percent 25 71,4 71,4 71, ,6 28,6 100, ,0 100,0
OUTPUT ANALISIS DESKRIPTIF Frequency Table Laki-laki Perempuan Jenis Kelamin 25 71,4 71,4 71,4 10 28,6 28,6 100,0 20-30 Tahun 31-40 tahun > 40 tahun Umur 10 28,6 28,6 28,6 15 42,9 42,9 71,4 10 28,6 28,6
Lebih terperinciAnalisis Chi-Square (x 2 )
Analisis Chi-Square (x 2 ) Chi square ("χ 2 " dari huruf Yunani "Chi "Kai") to determine if data good or not. Expl... to determine possible outcomes for genetic crosses. How will we know if our fruit fly
Lebih terperinciKUESIONER ANALISIS PENGGUNAAN ALAT KONTRASEPSI SUNTIK PADA AKSEPTOR KB DI KELURAHAN HARJOSARI I KECAMATAN MEDAN AMPLAS TAHUN 2010
KUESIONER ANALISIS PENGGUNAAN ALAT KONTRASEPSI SUNTIK PADA AKSEPTOR KB DI KELURAHAN HARJOSARI I KECAMATAN MEDAN AMPLAS TAHUN 2010 No KARAKTERISTIK RESPONDEN NILAI 1. No responden 2. Nama responden 3. Umur
Lebih terperinciBAB 4. Hasil dan Pembahasan. dengan perawatan berkala, penyediaan kendaraan pengganti, layanan darurat dan
BAB 4 Hasil dan Pembahasan 4.1. PT. X 4.1.1. Profil PT. X PT. X melayani jasa penyewaan kendaraan meliputi penyewaan kendaraan dengan perawatan berkala, penyediaan kendaraan pengganti, layanan darurat
Lebih terperinciPENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA
PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciDAFTAR PERTANYAAN IDENTITAS RESPONDEN. Lama Menjadi Nasabah BRI : Tahun.Bulan Pekerjaan :...
Lampiran 1 Data Kuesioner ANALISIS PENGARUH BAURAN PROMOSI TERHADAP KESADARAN MEREK (BRAND AWARENESS) TABUNGAN BRITAMA PT. BANK RAKYAT INDONESIA (PERSERO) Tbk. KANTOR CABANG DI TEBING TINGGI DAFTAR PERTANYAAN
Lebih terperinciponsel, purposive sampling, regresi logistik politomus
JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO
Lebih terperinciLAMPIRAN. Case Processing Summary. Descriptives. 95% Confidence Interval for Mean. Tests of Normality. Kolmogorov-Smirnov a
LAMPIRA Case Processing Summary Cases Missing Total Total Penerapan Kewaspadaan Standar 205 100.0% 0 0.0% 205 100.0% Descriptives Statistic Std. Error Mean 232.44.365 95% Confidence Interval for Mean Lower
Lebih terperincipenelitian Pengaruh Sumber Daya Organisasi Terhadap Kesiapsiagaan Petugas BPBD Kota Langsa Mengahadapi Bencana di Kota langsa.
penelitian Pengaruh Sumber Daya Organisasi Terhadap Kesiapsiagaan Petugas BPBD Kota Langsa Mengahadapi Bencana di Kota langsa. Untuk keberhasilan proses penelitian ini saya mohon kerjasama Bapak/Ibu untuk
Lebih terperinciStatistika Psikologi 2
Statistika Psikologi 2 Modul ke: 11Fakultas Psikologi Korelasi Ganda: Analisis Statistika dengan SPSS Arie Suciyana S., M.Si. Program Studi Psikologi Uji KorelasiGanda (Multiple Correlation) Uji Korelasi
Lebih terperinciKUESIONER. Identitas Responden :.. (boleh tidak diisi)
KUESIONER DETERMINAN PENGGUNAAN SISTEM INFORMASI PENGELOLAAN KEUANGAN DAERAH (SIPKD) PADA SEKRETARIAT DAERAH PROVINSI JAWA TENGAH DENGAN PENDEKATAN TECHNOLOGY ACCEPTANCE MODEL (TAM) Identitas Responden
Lebih terperinciDua sampel independen, tidak terikat, tidak
76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi
Lebih terperinciTo test the significant effect of two independent variables to one dependent variable, and to test the significant interaction of the two independent
TWO-WAY ANOVA To test the significant effect of two independent variables to one dependent variable, and to test the significant interaction of the two independent variables to the dependent variable.
Lebih terperinciUJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma
UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)
Lebih terperinciLampiran 1 KUESIONER PENELITIAN PENGARUH BUDAYA ORGANISASI, KEPEMIMPINAN, DAN MOTIVASI KERJA TERHADAP KINERJA KARYAWAN PADA PDAM SUMATERA UTARA
Lampiran KUESIONER PENELITIAN PENGARUH BUDAYA ORGANISASI, KEPEMIMPINAN, DAN MOTIVASI KERJA TERHADAP KINERJA KARYAWAN PADA PDAM SUMATERA UTARA Responden yang terhormat, Bersama ini Saya memohon kesediaannya
Lebih terperinciRegresi dengan Microsoft Office Excel
Regresi dengan Microsoft Office Excel Author: Junaidi Junaidi 1. Pengantar Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diteliti, yaitu Current Ratio (CR), Debt to Equity Ratio (DER), Earning Per
BAB IV HASIL PENELITIAN DAN PEMBAHASAN IV.1 Deskripsi Objek Penelitian Objek yang akan digunakan dalam penelitian ini terdiri atas variabel-variabel yang diteliti, yaitu Current Ratio (CR), Debt to Equity
Lebih terperinciPendekatan Analisis Konfigurasi Frekuensi untuk Menentukan Store Layout
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Pendekatan Analisis Konfigurasi Frekuensi untuk Menentukan Store Layout Resa Septiani Pontoh 1, Defi Y. Faidah 2 1,2 Departemen Statistika
Lebih terperinciKUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PEKERJA TERHADAP PENGGUNAAN ALAT PELINDUNG DIRI (APD)
KUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PEKERJA TERHADAP PENGGUNAAN ALAT PELINDUNG DIRI (APD) 1.1 Pengantar Assalaamua laikum wr.wb Dengan ini saya perkenalkan bahwa saya adalah mahasiswi program
Lebih terperinciFaktor-faktor yang..., Enita Trihapsari, FKM UI, 2009 LAMPIRAN
LAMPIRAN KUESIONER PENELITIAN DENSITAS MINERAL TULANG WANITA BERUSIA >45 TAHUN DI DEPARTEMEN PENDIDIKAN NASIONAL, JAKARTA PUSAT TAHUN 2009 (Salam). Perkenalkan saya ENITA TRIHAPSARI, mahasiswi regular
Lebih terperinci4 HASIL DAN PEMBAHASAN
9 4 HASIL DAN PEMBAHASAN Deskripsi Mahasiswa Pascasarjana IPB 2005-2010 Berhenti Studi Pada Tabel 1 terlihat bahwa persentase mahasiswa pascasarjana IPB yang berhenti studi tahun 2005-2010 menurun tetapi
Lebih terperinciLAMPIRAN SPSS. Scale Variance if Item Deleted. merasa sesak nafas Valid menghabiskan sepiring makanan
LAMPIRA SPSS Uji itas Dan Reliabilitas Uji validitas mekanisme koping Scale Mean if Item Deleted Scale Variance if Item Deleted Item- Corrected Item- Correlation Cronbach's Alpha if Item Deleted Tabel-r
Lebih terperinciDosen Pembimbing : Dr. Purhadi, M.Sc
Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980
Lebih terperinciFORMULIR PERSETUJUAN MENJADI PESERTA PENELITIAN (INFORMED CONSENT)
Lampiran 1 FORMULIR PERSETUJUAN MENJADI PESERTA PENELITIAN (INFORMED CONSENT) Nama Judul Penelitian : Helena Verawaty Tarigan :Faktor Risiko Gagal Ginjal Kronis pada Pasien yang Menjalani Terapi Haemodialisa
Lebih terperinciPENJELASAN TENTANG PENELITIAN
PENJELASAN TENTANG PENELITIAN Saya yang bertanda tangan dibawah ini : Nama : Fera Kristiyani Pasaribu Status : Mahasiswi Program Sarjana (S1) Studi Ilmu Keperawatan Fakultas Ilmu-Ilmu Kesehatan NIM : 2012-33-104
Lebih terperinciLAMPIRAN. Universitas Sumatera Utara
LAMPIRAN Lampiran 1: Analisis Logit Iteration Step 1 1-2 Log likelihoo d Coefficients Iteration History(a,b,c,d) Constant X1 X2 X3 X4 X5 X6 X7 X8 X9 31.228-2.194.035 -.231 -.080 -.014.819 -.660.443.559
Lebih terperinciKUESIONER PENELITIAN. Terima kasih atas bantuan dan kerjasama saudara/i. Petunjuk pengisian bagian A lingkari jawaban yang anda inginkan.
Lampiran 1. Kuesioner Penelitian No. KUESIONER PENELITIAN Kuesioner ini merupakan instrument penelitian dalam rangka penggalian informasi mengenai pengaruh kompensasi dengan konsep 3P terhadap kepuasan
Lebih terperinci