JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305

dokumen-dokumen yang mirip
PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011).

Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI

BAB II TEORI DASAR. Analisis Kelompok

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

Karakterisasi Matrik Leslie Ordo Tiga

BAB 2 LANDASAN TEORI

Pendekatan Hurdle Poisson Pada Excess Zero Data

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression

Created by Simpo PDF Creator Pro (unregistered version)

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

Pemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

Penggunaan Model Regresi Tobit Pada Data Tersensor

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

BAB II LANDASAN TEORI

Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

JURNAL SAINS DAN SENI POMITS Vol.3, No. 2, (2014) ISSN: ( Print) D-188

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

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

BAB 2 TINJAUAN PUSTAKA

ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL

PEMODELAN KEJADIAN BALITA GIZI BURUK DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION

BAB II DIMENSI PARTISI

ANALISIS KLASTER UNTUK SEGMENTASI PEMIRSA PROGRAM BERITA SORE STASIUN TV SWASTA

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN

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

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

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

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

BAB III METODOLOGI PENELITIAN

V E K T O R Kompetensi Dasar :

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

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

IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 20 MALANG

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur

PERMASALAHAN LOKASI (Model Dasar) [2]

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB 2 LANDASAN TEORI

Bab III Model Estimasi Outstanding Claims Liability

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA

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

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

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah

EKSPEKTASI SATU PEUBAH ACAK

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

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

BAB 1 PENDAHULUAN. 1.1 Latar belakang

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

RANCANGAN PETAK TERALUR

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

ANALISIS REGRESI. Catatan Freddy

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

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

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

Bab 4. ANACOVA Analysis Of Covariance

Transkripsi:

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-305 Analss Pola Hubungan Kerugan Negara Abat Korups dengan Demograf Koruptor d Jawa Tmur Amla Frda Rahmana, Sant Puter Rahau Jurusan Statsta, FMIPA, Insttut Tenolog Sepuluh Nopember (ITS) Jl. Aref Rahman Ham, Surabaa 60111 Indonesa e-mal: sprahau@gmal.com Abstra Masalah orups buan lag masalah baru dalam persoalan huum dan eonom bag suatu negara. Hasl surve Transparans Internasonal Indonesa menunuan bahwa Indonesa merupaan negara terorup nomor 6 dar 133 negara. Berdasaran nformas dar Kepolsan Negara Republ Indonesa (Polr), asus orups menngat sebesar 5,8 persen dar tahun 011 hngga 01. Menngatna asus orups dan dampa dar tahun e tahun membuat penuls tertar untu melauan peneltan tentang asus orups. Tuuan dar peneltan n adalah mengetahu araterst demograf asus dugaan orups ang terad d Jawa Tmur, sgnfans dependens besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur, dan pola hubungan erugan negara abat orups dengan demograf oruptor d Jawa Tmur. Varabel pada peneltan n adalah erugan Negara, usa, ens elamn, daerah easaan, peeraan, dan penddan. Metode analss ang dgunaan adalah statsta desrptf, analss orespondens, dan analss model log lnear. Hasl statsta desrptf menerangan bahwa maortas oruptor d Jawa Tmur melauan orups antara 100 uta hngga 1 Mlar Rupah sebesar 47 persen. Kerugan Negara meml hubungan ang sgnfan dengan usa, daerah easaan, peeraan, dan penddan. Kata Kunc Analss Korespondens, Analss Model Lnear, Korups, Statsta Desrptf. M I. PENDAHULUAN asalah orups buan lag masalah baru dalam persoalan huum dan eonom bag suatu negara. Masalah orups telah ada sea rbuan tahun ang lalu, ba d negara mau maupun d negara berembang termasu uga d Indonesa. Korups telah meraap dan menelnap dalam berbaga bentu, atau modus operand, sehngga menggerogot euangan negara, pereonoman negara dan merugan epentngan masaraat [1]. Menngatna Tnda Pdana Korups (Tpor) ang terendal aan membawa bencana, tda hana bag pereonoman nasonal melanan uga bag ehdupan berbangsa dan bernegara. Hasl surve Transparans Internasonal Indonesa (TII) menunuan bahwa, Indonesa merupaan negara palng orup nomor 6 (enam) dar 133 negara. D awasan Asa, Bangladesh dan Manmar lebh orup dbandngan Indonesa. Berdasaran Nla Indes Perseps Korups (IPK), ternata Indonesa lebh rendah dar pada negara Papua Nugn, Vetnam, Phlpna, Malasa dan Sngapura. Sedangan pada tngat duna, negara-negara ang ber-ipk lebh buru dar Indonesa merupaan negara ang sedang mengalam onfl []. Berdasaran nformas dar Kepolsan Negara Republ Indonesa (Polr), asus orups selama tahun 011 sebana 766 asus dan pada tahun 01 sebana 1171 asus atau menngat sebesar 5,8 persen. Menngatna asus orups dan dampa dar tahun e tahun membuat penuls tertar untu melauan peneltan tentang asus orups. Beberapa peneltan ang mengangat asus orups dantarana adalah Analss Fator-Fator Yang Mempengaruh Korups Anggaran Pendapatan Belana Daerah (APBD) D Malang Raa dengan menggunaan analss regres berganda [3], Identfas Kerugan Negara pada Pemerntahan Daerah d Indonesa [4] dan mash bana peneltan lanna. Berbeda dengan peneltan sebelumna, peneltan n aan menganalss ecenderungan dan pola hubungan antara besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur. Batasan pada peneltan n adalah data ang dgunaan adalah data asus orups d Jawa Tmur pada tahun 011-01 ba ang sudah dputus maupun belum dputus sampa dengan ahr tahun 01. II. TINJAUAN PUSTAKA A. Statsta Desrptf Statsta desrptf adalah metode-metode ang beratan dengan pengumpulan dan penaan suatu gugus data sehngga memberan nformas ang berguna [5]. Statsta desrptf beratan dengan penerapan metode statst untu mengumpulan, mengolah, menaan, dan menganalss data uanttatf secara desrptf. Analss statsta desrptf pada peneltan n menggunaan pe chart. B. Tabel Kontngens Tabel Kontngens adalah tabulas slang dua varabel ordnal ang bers freuens-freuens respon dalam setap sel matrs. Masng-masng sel harus memenuh sarat [6] : 1. Homogen. Mutuall Eclusve 3. Mutuall Echaustve 4. Sala Penguuran Nomnal atau Ordnal C. U Independens U ndependens dgunaan untu mengetahu ada tdana hubungan antar dua varabel ang telah dtetapan. Hpotess u ndependens adalah sebaga berut.

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-306 H 0 : Varabel A dan varabel B salng ndependen (tda ada hubungan antar varabel A dan varabel B) H 1 : Varabel A dan varabel B salng dependen (ada hubungan antar varabel A dan varabel B) U ang sesua untu hpotess tersebut adalah Pearson Ch-Square (χ ), dmana untu tasran nla harapanna adalah sebaga berut... (1) n.. Statst una adalah sebaga berut. I J ( ) () 1 1 Hasl statst u tersebut dbandngan dengan nla dstrbus Ch-Square dengan deraat bebas (db) = (I-1)(J-1) dan rtera penolaan H 0 adalah χ htung > χ (db,α) atau P- value < α. U χ menuntut freuens-freuens ang dharapan tda boleh terlalu ecl. Untu u χ dengan db ang lebh besar dar 1, lebh dar 0% selna harus mempuna freuens ang dharapan lebh dar 5 dan tda satu sel pun boleh meml freuens ang dharapan urang dar satu. Ja persaratan tersebut tda dpenuh, maa harus dlauan penggabungan ategor-ategor ang berdeatan. Setelah dlauan penggabungan dan urang dar 0% sel-sel tu meml freuens ang dharapan urang dar 5, penguan bsa dlanutan dengan u χ [7]. D. Analss Korespondens Analss Korespondens (Correspondence Analss) merupaan bagan analss multvarat ang mempelaar hubungan antara dua/lebh varabel dengan memperagaan bars dan olom secara bersama dar tabel ontngens dua arah dalam ruang vetor berdmens rendah (dua) [8]. 1) Dasar-Dasar Analss Korespondens Perhtungan dalam Analss Korespondens dmula dar X dengan elemenna atu ang tersusun pada tabel freuens dua dmens I J. Ja n adalah total freuens data matrs X, ang pertama dlauan adalah menusun matrs propors dengan membag masng-masng elemen dar X dengan n. p, 1,,..., I. 1,,..., J (3) n Kemudan mencar vetor bars dan olom r dan c, dan dagonal matrs D r dan D c dmana r > 0 ( = 1,,...,I), c > 0 ( = 1,,...,J). Sehngga J J r p, 1,,..., I. 1 1 n (4) I I c p, 1,,..., J. 1 1 n D r dagonal (r 1, r,...,r I ), D c dagonal (c 1,c,...,c J ) (5) r adalah massa bars dan c adalah massa olom. ) Vsualsas Korespondens dengan Sngular Value Decomposton (SVD) Sngular Value Decomposton (SVD) merupaan metode ang sangat berguna dalam alabar matrs dan merupaan onsep ang membahas penguraan vetor cr (egen decomposton) [8]. Bana as : d = mn[(i 1),(J 1)]. Analss orespondens dapat drumusan dengan uadrat terecl terbobot. K 1 1 P rc D u D v (6) 1 1 Koordnat profl bars: F Dr u (7) Koordnat profl olom: 1 G Dc v (8) Profl bars dan olom matrs P ddapatan dar vetor bars dan olom matrs P dbag dengan umlahna sendr. Total nersa adalah uuran varas data dan dtentuan dengan umlah uadrat terbobot. Inersa bars : T r ~ 1 n(i) r c D ~ c r c (9) n(j) c ~ c T 1 r D ~ c r (10) Inersa olom : r Kontrbus relatf atau orelas bars e- atau olom e- dengan omponen adalah ontrbus as e nersa bars e atau olom e-. Korelas as e- dan bars e- = massa bars e - f (11) nersa bars e - Korelas as e- dan olom e- = massa olom e - f (1) nersa olom e - dmana f adalah oordnat profl bars e- pada as e- dan f adalah oordnat profl olom e- pada as e-. Kontrbus bars e- atau olom e- e as (ontrbus mutla), dnataan dengan persentase nersa as e-. Kontrbus bars e- dan as e- = massa bars e - f (13) nersa as e - Kontrbus olom e- dan as e- = massa olom e - nersa as e - r c f (14) Jara Ch-Square dapat dcar dengan rumus sebaga berut: observas espetas (15) espetas dmana : Espetas freuens = (massa bars e-)(massa olom e-)(n) (16) n merupaan total freuens observas. merupaan ara uadrat antara vetor p (dar freuens relatf observas) dan vetor p (dar espetas freuens relatf) [8]. E. Model Lnear Dua Dmens Model Lnear adalah suatu metode untu memperoleh model statsta ang menataan hubungan antara varabel dengan data ang bersfat ualtatf (sala nomnal atau ordnal). 1) U Goodness of Ft Manfaat dar Goodness of Ft Statstsc adalah untu membandngan atau menentuan ada atau tdana ara antara observas dan model. Hpotessna sebaga berut : H 0 : Tda ada hubungan antara edua varabel H 1 : Ada hubungan antara edua varabel Statst u ang dgunaan

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-307 U Person Ch Square (χ ) atu : I J ( n ) (18) 1 1 atau U Lelhood Rato Test (G ) atu : I J n G n log (19) 1 1 Hasl statst u tersebut dbandngan dengan nla dstrbus Ch-Square dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah χ htung > χ (db,α) atau G htung > χ (db,α). 1. U K-Wa Penguan nteras pada deraat K atau lebh sama dengan nol (Test that K-Wa and hgher order effect are ero) pada model log lnear dua dmens sebaga berut: - Untu K = H 0 : Efe order e- atau lebh tda terdapat dalam model H 1 : Efe order e- atau lebh terdapat dalam model - Untu K = 1 H 0 : Efe order e-1 atau lebh tda terdapat dalam model H 1 : Efe order e-1 atau lebh terdapat dalam model Penguan nteras pada deraat K sama dengan nol (Test that K-Wa effect are ero) pada model log lnear dua dmens sebaga berut: - Untu K = 1 H 0 : Efe order e-1 tda terdapat dalam model H 1 : Efe order e-1 terdapat dalam model - Untu K = H 0 : Efe order e- tda terdapat dalam model H 1 : Efe order e- terdapat dalam model ) U Asosas Parsal Hpotessna u asosas parsal model log lnear dua dmens adalah sebaga berut. - H 0 : Efe varabel 1 tda terdapat dalam model H 1 : Efe varabel 1 terdapat dalam model - H 0 : Efe varabel tda terdapat dalam model H 1 : Efe varabel terdapat dalam model 3) Seles Model Seles model log lner dlauan dengan metode Bacward Elmnaton. Langah-langah ang dlauan a. Anggap model (0) atu model XY sebaga model terba. b. Keluaran efe nteras dua fator sehngga modelna menad (X, Y) ang dsebut model (1). c. Bandngan model (0) dengan model (1) dengan hpotess sebaga berut. H 0 : Model (1) = Model terba H 1 : Model (0) = Model terba Statst u ang dgunaan adalah Lelhood Rato Test (G ) dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah G > χ (db,α). d. Ja H 0 dtola, maa dnataan bahwa model (0) adalah model terba. Tetap a gagal tola H 0, maa bandngan model (1) tersebut dengan model (0). Kemudan salah satu nteras dua fator deluaran dar model. e. Untu menentuan nteras mana ang deluaran terlebh dahulu maa dplh nla G terecl.. Penguan Resdual Penguan resdual bertuuan untu mengetahu ada tdana esenangan antara nla tasran dan nla pengamatan. Adusted resdual mempuna rumus e d (0) v dmana n n v 1 1 (1) n n Nla tasran cuup ba nla adusted berada dalam range Z α/ sampa Z α/. Sedangan nla dluar range merupaan penebab teradna dependens. F. Model Lnear Tga Dmens 1) U Goodness of Ft Hpotess u Goodness of Ft pada model log lnear tga dmens adalah sebaga berut : H 0 : Tda ada hubungan antara varabel 1,, dan 3 H 1 : Ada hubungan antara varabel 1,, dan 3 Statst u ang dgunaan U Person Ch Square (χ ) atu : I 1 J 1 K 1 ( n ˆ m ) () 1 1 1 atau U Lelhood Rato Test (G ) atu : I J K n G n log (3) 1 1 1 dmana :...... n... ) U K-Wa Penguan nteras pada deraat K atau lebh sama dengan nol pada model log lnear tga dmens sebaga berut: - Untu K = 3 H 0 : Efe order e-3 atau lebh tda terdapat dalam model H 1 : Efe order e-3 atau lebh terdapat dalam model - Untu K = H 0 : Efe order e- atau lebh tda terdapat dalam model H 1 : Efe order e- atau lebh terdapat dalam model - Untu K = 1 H 0 : Efe order e-1 atau lebh tda terdapat dalam model H 1 : Efe order e-1 atau lebh terdapat dalam model Penguan nteras pada deraat K sama dengan nol pada model log lnear tga dmens sebaga berut. - Untu K = 1 H 0 : Efe order e-1 tda terdapat dalam model H 1 : Efe order e-1 terdapat dalam model - Untu K = H 0 : Efe order e- tda terdapat dalam model H 1 : Efe order e- terdapat dalam model - Untu K = 3 H 0 : Efe order e-3 tda terdapat dalam model H 1 : Efe order e-3 terdapat dalam model 3) U Asosas Parsal Hpotessna u asosas parsal model log lnear tga dmens adalah sebaga berut. - H 0 : X 1 dan X ndependen dalam setap level X 3 ( 0) H 1 : X 1 dan X dependen dalam setap level X 3 ( 0 )

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-308 Model a H 0 benar m - H 0 : X 1 dan X 3 ndependen dalam setap level X ( 0 ) H 1 : X 1 dan X 3 dependen dalam setap level X ( 0 ) Model a H 0 benar m - H 0 : X dan X 3 ndependen dalam setap level X 1 ( 0) H 1 : X dan X 3 dependen dalam setap level X 1 ( 0 ) Model a H 0 benar m 4) Seles Model Seles model log lner dlauan dengan metode Bacward Elmnaton. Langah-langah ang dlauan 1. Anggap model (0) atu model XYZ sebaga model terba.. Keluaran efe nteras tga fator sehngga modelna menad (XY, XZ, YZ) ang dsebut model (1). 3. Bandngan model (0) dengan model (1) dengan hpotess sebaga berut. H 0 : Model (1) = Model terba H 1 : Model (0) = Model terba Statst u ang dgunaan adalah Lelhood Rato Test (G ) dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah G > χ (db,α). 4. Ja H 0 dtola, maa dnataan bahwa model (0) adalah model terba. Tetap a gagal tola H 0, maa bandngan model (1) tersebut dengan model (0). Kemudan salah satu nteras dua fator deluaran dar model. 5. Untu menentuan nteras mana ang deluaran terlebh dahulu maa dplh nla G terecl. G. Pengertan Korups Korups berasal dar suatu ata dalam bahasa Inggrs atu corrupt, ang berasal dar perpaduan dua ata dalam bahasa latn atu com ang berart bersama-sama dan rumpere ang berart pecah dan ebol. Dalam Enslopeda Indonesa orups adalah geala dmana peabat, badan-badan negara menalahgunaan wewenang dengan teradna penuapan dan pemalsuan. Korups uga dapat dartan sebaga suatu perbuatan tda uur atau penelewengan ang dlauan arena adana suatu pemberan [9]. Korups sebaga euasaan tanpa aturan huum [10]. III. METODOLOGI PENELITIAN A. Sumber Data Data ang dgunaan adalah data seunder asus dugaan orups d Jawa Tmur mula Januar 011 hngga Desember 01. Data ddapat dar Pengadlan Tpor (Tnda Pdana Korups). Jumlah asus orups d Jawa Tmur dar Januar 011 hngga Desember 01 sebana 86 asus, ba ang sudah dputus maupun belum dputus. B. Varabel Peneltan Varabel Kerugan Negara Usa Jens Kelamn C. Langah Analss Tabel 1. Varabel-Varabel Peneltan Keterangan 1. Kategor A (erugan negara urang dar 100.000.000). Kategor B (100.000.000 erugan negara < 1.000.000.000) 3. Kategor C (erugan negara 1.000.000.000) 1. < 40 tahun. 40 tahun 50 tahun 3. > 50 tahun 1. La-La. Perempuan Daerah Keasaan 1. Tngat Rendah (Bangalan, Pameasan, Magetan, Ngaw, Pactan, Bondowoso, Sampang, Nganu, Sumenep, Trenggale, Lumaang, Gres, Stubondo, Tulungagung, Batu, Banuwang, Pasuruan, Ponorogo). Tngat Sedang (Bltar, Jombang, Lamongan, Boonegoro, Madun, Tuban, Mooerto, dan Kedr) 3. Tngat Tngg (Probolnggo, Malang, Jember, Sdoaro, dan Surabaa) Peeraan Penddan 1. PNS. Swasta/Wraswasta 3. Peabat Parpol 1. SD/SMP/SMA/MA/SMK/STM. D3/S1 3. S/S3 Langah-langah ang dlauan untu mencapa tuuan dar peneltan n adalah sebaga berut. (1) Untu menganalss araterst demograf asus dugaan orups d Jawa Tmur dgunaan statsta desrptf dengan menggunaan pe chart. () Untu mengetahu sgnfans dependens besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur dlauan langah analss sebaga berut. (a) Membuat tabel tabulas slang dua dmens antara varabel besarna erugan negara dengan varabelvarabel demograf. (b) Melauan u ndependens dengan menggunaan u ch-square antara varabel erugan negara dengan varabel demograf. (3) Untu mengetahu pola hubungan antara besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur dlauan langah analss sebaga berut. (a) Melauan analss orespondens dengan langah: () Menghtung profl bars dan profl olom. () Menentuan nla nersa. () Menentuan nla ontrbus relatf dan ontrbus mutla dar masng-masng bars dan olom. (v) Vsualsas dengan melhat plot ang terbentu. (b) Melauan analss model log lnear dua dmens dengan langah-langah: () Menentuan varabel ang meml ategor dependen.

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-309 (c) () Membentu model log lnear dar tabel dua dmens untu mencar model matemats secara past. () Melauan u Goodness of Ft dengan menggunaan u Ch Square Pearson dan Rato Lelhood untu mengu hpotess dar tap model ang terbentu. (v) Melauan seles model terba dengan metode elmnas bacward. (v) Melauan penguan resdual untu mengetahu level mana ang cenderung menmbulan adana hubungan atau dependens. Penguan resdual n menggunaan nla adusted resdual ang dbandngan dengan nla pada dstrbus normal standart. Melauan analss model log lnear tga dmens dengan langah-langah sepert pada analss model log lnear dua dmens. A. Analss Desrptf IV. ANALISIS DAN PEMBAHASAN Dar hasl analss desrptf dengan menggunaan pe chart ddapatan hasl bahwa maortas oruptor melauan orups antara Rp. 100.000.000 hngga Rp. 1.000.000.000 dengan umlah sebana 136 orang atau persentase sebesar 47 persen, berusa antara 40 tahun hngga 50 tahun dengan umlah sebana 15 orang atau persentase sebesar 44 persen, berens elamn la-la dengan umlah sebana 48 orang atau persentase sebesar 87 persen, berasal dar Daerah Keasaan tngat tngg dengan umlah sebana 118 asus atau persentase sebesar 41 persen, beera sebaga PNS (Pegawa Neger Spl) dengan umlah sebana 158 orang atau persentase sebesar 55 persen, dan berpenddan terahr D3/S1 dengan umlah sebana 13 orang atau persentase sebesar 43 persen. B. Sgnfans Dependens Hasl sgnfans dependens menunuan bahwa erugan Negara dengan usa, erugan Negara dengan daerah easaan, erugan Negara dengan peeraan dan erugan Negara dengan penddan terdapat hubungan ang sgnfan. Sedangan erugan Negara dengan ens elamn tda terdapat hubungan. Kerugan Negara dengan usa dan daerah easaan, Kerugan Negara dengan usa dan peeraan, Kerugan Negara dengan usa dan penddan, Kerugan Negara dengan daerah easaan dan peeraan, Kerugan Negara dengan daerah easaan dan penddan, Kerugan Negara dengan peeraan dan penddan uga terdapat hubungan ang sgnfan. C. Pola Hubungan Kerugan Negara dengan Usa Pola hubungan erugan Negara dengan usa dar analss orespondens ddapatan hasl bahwa oruptor ang berusa < 40 tahun cenderung melauan orups dengan erugan negara sebesar < 100 uta rupah, oruptor berusa antara 40 tahun hngga 50 tahun cenderung melauan orups dengan erugan negara antara 100 uta hngga 1 Mlar rupah, sedangan oruptor berusa >50 tahun cenderung melauan orups dengan erugan Negara 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa usa < 40 tahun cenderung orups dengan erugan negara 1 Mlar rupah. D. Pola Hubungan Kerugan Negara dengan Keasaan Pola hubungan erugan Negara dengan daerah easaan dar analss orespondens ddapatan hasl bahwa oruptor ang berasal dar daerah easaan tngat rendah cenderung melauan orups antara 100 uta hngga 1 Mlar rupah, oruptor ang berasal dar daerah easaan tngat sedang cenderung melauan orups < 100 uta rupah, dan oruptor ang berasal dar daerah easaan tngat tngg cenderung melauan orups 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang berasal dar daerah easaan tngat rendah cenderung melauan orups 1 Mlar rupah, dan oruptor ang berasal dar daerah easaan tngat sedang dan tngat tngg cenderung orups < 100 uta dan 1 Mlar rupah. E. Pola Hubungan Kerugan Negara dengan Peeraan Pola hubungan erugan Negara dengan peeraan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang beera sebaga PNS/Penelenggara Negara dan swatsta/wraswasta cenderung melauan orups < 100 uta hngga 1 Mlar rupah. F. Pola Hubungan Kerugan Negara dengan Penddan Pola hubungan erugan Negara dengan penddan dar analss orespondens ddapatan hasl bahwa oruptor ang berpenddan terahr SD/SMP/SMA cenderung melauan orups sebesar < 100 uta rupah, oruptor ang berpenddan terahr D3/S1 cenderung melauan orups antara 100 uta rupah hngga 1 Mlar rupah, dan oruptor ang berpenddan terahr S/S3 cenderung melauan orups dengan erugan negara sebesar 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang berpenddan terahr SD/SMP/SMA dan S/S3 cenderung orups orups < 100 uta dan 1 Mlar rupah. G. Analss Model Lnear Tga Dmens Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan easaan m Dar hasl model log lnear antara erugan Negara, usa, dan easaan, ddapatan hasl bahwa oruptor berusa > 50 tahun dan berada d daerah easaan tngat sedang cenderung orups < 100 uta rupah dan 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan peeraan m Koruptor berusa < 40 tahun dan beera sebaga PNS / Penelenggaran Negara cenderung orups <100 uta rupah dan 1 Mlar rupah. Sedangan oruptor berusa >50 tahun

JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-310 dan beera sebaga PNS / Penelenggara Negara cenderung orups < 100 uta rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan penddan m Koruptor berusa <40 tahun dan berpenddan terahr SD/SMP/SMA cenderung orups < 100 uta rupah, oruptor berusa < 40 tahun dan berpenddan terahr S/S3 cenderung orups antara 100 uta hngga 1 Mlar rupah, dan oruptor ang berusa > 50 tahun dan berpenddan terahr SD/SMP/SMA cenderung orups 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, daerah easaan, dan peeraan m Koruptor dar daerah easaan tngat rendah dan beera sebaga swasta/wraswasta cenderung orups 1 Mlar rupah. Koruptor dar daerah easaan tngat sedang dan beera sebaga PNS / Penelenggara Negara cenderung orups < 100 uta rupah. Sedangan oruptor dar daerah easaan tngat tngg dan beera sebaga PNS / Penelenggara Negara maupun swasta/wraswasta cenderung orups < 100 uta rupah dan 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, daerah easaan, dan penddan m Koruptor ang berpenddan terahr D3/S1 dan berada d daerah easaan rendah maupun tngg cenderung melauan orups 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, peeraan, dan penddan m Koruptor ang beera sebaga PNS/Penelenggara Negara dan berpenddan terahr SD/SMP/SMA maupun S/S3 cenderung orups < 100 uta rupah dan 1 Mlar rupah. Koruptor ang beera sebaga swasta/wraswasta dan berpenddan terahr SD/SMP/SMA cenderung orups < 100 uta rupah dan 1 Mlar rupah, sedangan oruptor ang beera sebaga swasta/wraswasta dan berpenddan terahr S/S3 cenderung orups 1 Mlar rupah. V. KESIMPULAN DAN SARAN Kesmpulan ang dapat dambl dar peneltan n 1. Maortas oruptor d Jawa Tmur melauan orups antara Rp. 100.000.000 hngga Rp. 1.000.000.000 dengan persentase sebesar 47 persen, berusa antara 40 tahun hngga 50 tahun sebana 44 persen, berens elamn la-la sebana 87 persen, berasal dar daerah easaan tngat tngg sebana 41 persen, beera sebaga PNS (Pegawa Neger Spl) sebana 55 persen, dan berpenddan terahr D3/S1 sebana 43 persen.. Varabel erugan negara dengan usa, erugan negara dengan daerah easaan, erugan negara dengan peeraan, dan erugan negara dengan penddan meml hubungan ang sgnfan. Sedangan varabel erugan negara dengan varabel ens elamn tda meml hubungan. 3. Dar hasl analss orespondens dan model log lnear sebagan besar ddapatan nformas ang sama bahwa oruptor ang berasal dar daerah easaan tngat sedang cenderung melauan orups < 100 uta rupah, oruptor ang berasal dar daerah easaan tngat tngg cenderung melauan orups 1 Mlar rupah, oruptor ang berpenddan terahr SD/SMP/SMA cenderung melauan orups < 100 uta rupah, dan oruptor ang berpenddan terahr S/S3 cenderung melauan orups 1 Mlar rupah. Dar hasl analss model log lnear tga dmens, ddapatan hasl bahwa varabel erugan Negara, usa, dan penddan terdapat hubungan/nteras. Varabel ang terdapat pada peneltan mash sangat terbatas, atu baru terbatas pada varabel demograf oruptor. Saran untu peneltan selanutna sebana menggunaan varabel ang lebh luas sepert abatan, lama abatan, dan sebagana agar ddapatan hasl ang lebh bagus dan lebh bermanfaat. Untu pembagan ategor daerah easaan, sebana uga dbag berdasaran ategor-ategor lanna lanna, sepert berdasaran budaa, polt, dan sebagana. DAFTAR PUSTAKA [1] Hamah, A., 1991, Korups D Indonesa Masalah dan Pemecahanna, Grameda Pustaa Utama, Jaarta. [] Hartant, E., 005, Tnda Pdana Korups, Snar Grafa, Jaarta. [3] Wahud, I., 009, Analss Fator-Fator Yang Mempengaruh Korups Anggaran Pendapatan Belana Daerah (APBD) D Malang Raa, Unverstas Muhammadah, Gres. [4] Sahrl, R A., 013, Identfas Kerugan Negara pada Pemerntahan Daerah : Kasus d Indonesa, Volume 4, Accountng and Busness Informaton Sstems, Unverstas Gaah Mada Yogaarta. [5] Walpole, R. E., 1995, Pengantar Statsta Eds Ke tga, Grameda Pustaa Utama, Jaarta. [6] Fendberg, S.E., 1976, Analss of Cross Classfcaton Categorcal Data, The Mts Press, London. [7] Wane, W. Danel., 1998, Statst Non Parametr Terapan, PT. Grameda Pustaa Utama, Jaarta. [8] Greenacre,M.J., 1984, Theor and Aplcatons of Correspondence Analss, Academc Press Inc., London. [9] Bernard R.A., 1994, Fraud Detecton : The Effect of Clent Integrt and Competence and Audtor Cogntve Stle, Audtng : A Journal of Practce and Theor 13 (Supplement). [10] Hermen H.K., 1994, Korups d Indonesa: dar del Jabatan e Tnda Pdana Korups, Ctra Adta Bat, Bandung. [11] Agrest, A., 1990, Categorcal Data Analss, John Wle and Sons, New Yor. [1] Arfn, Donn, 00, Korups d setor pelaanan Publ dalam Basab, H., d. (ed.) 00, Mencur Uang Raat: 16 aan Korups d Indonesa, Buu, Yaasan Asara dan Patnershp for Good Governance Reform, Jaarta. [13] Evertt, B.S., 199, The Analss of Contngenc Tables, Second Edton, Chapman & Hall, London. [14] Fadar, Mut., 00, Korups dan Penegaan Huum dalam pengantar Kurnawan, L, 00, Menngap Korups d Daerah, Intrans, Malang. [15] Hosmer, D. W., Lemeshow, 000, Appled stc Regresson, John Wle and Sons, USA. [16] Johnson, R. A. dan Wchern, D. W. 00. Appled Multvarate Statstcal Analss. Eds eenam. New Jerse : Prentce Hall, Englewood Clffs.