Model Regresi Logistik pada Kelulusan Ujian Sertifikasi Pengadaan Barang dan Jasa Pemerintah

dokumen-dokumen yang mirip
Interpretasi Parameter dalam Model Regresi Logistik untuk Variabel Bebas Dikotomus

ESTIMASI PARAMETER PADA DISTRIBUSI EKSPONENSIAL

BAB II LANDASAN TEORI

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

(1) dengan yi = 0,1. Kata Kunci regresi logistik biner, model logit dan probit, orientasi pasar, usaha kecil menengah, industri produk kulit.

PEMODELAN REGRESI ZERO INFLATED POISSON (APLIKASI PADA DATA PEKERJA SEKS KOMERSIAL DI KLINIK REPRODUKSI PUTAT JAYA SURABAYA) Abstrak

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

Abstract. Keywords: The Selection Of Laptop Brand, Product, Price, Promotion, Multinomial Logistic Regression

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

APLIKASI STATISTIKA DALAM BIDANG KESEHATAN DENGAN REGRESI LOGISTIK ORDINAL

SISTEM PERSAMAAN LINEAR MIN-PLUS DAN PENERAPANNYA PADA MASALAH LINTASAN TERPENDEK

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

BAB 2 LANDASAN TEORI

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:

ANALISIS PENYALURAN RASKIN DI KOTA SEMARANG. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

titik tengah kelas ke i k = banyaknya kelas

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

PENDAHULUAN TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. ANALISIS STATISTIK TERHADAP PENYAKIT KANKER PARU OLEH BAHAN KARSINOGENIK (Studi Kasus Pasien Kanker Paru RSUD Dr.

ANALISIS KEDINAMIKAN SISTEM PADA MASALAH PENJADWALAN FLOW SHOP MENGGUNAKAN ALJABAR MAX-PLUS

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KESEMBUHAN PASIEN PENYAKIT FLU BURUNG

Maximum Likelihood Estimation Model Linear dan Log-Linear dalam Regresi Poisson

PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

Penerapan Pendekatan Gabungan Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA) Pada Metode Taguchi Multirespon

SKRIPSI. oleh: FARIDA KARUNIAWATI NIM

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

ANALISA PROBABILITAS KELUARAN PADA SISTEM GSM DENGAN DAN TANPA FREKUENSI HOPPING RAHMA YENNI L2F

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

Distribusi Poisson Tergeneralisasi Tak Terbatas dan Beberapa Sifat-Sifatnya ( Suatu pengembangan teori statistika matematika)

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS

PENDUGAAN PARAMETER DISTRIBUSI GENERALIZED WEIBULL DENGAN MENGGUNAKAN METODE KEMUNGKINAN MAKSIMUM

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Analisis Variansi Multivariat

Created by Simpo PDF Creator Pro (unregistered version)

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

SURVEI INDUSTRI MIKRO DAN KECIL TAHUN 2013

Sudaryatno Sudirham. Permutasi dan Kombinasi

PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

REGRESI LOGISTIK BINER

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Koefisien Korelasi Spearman

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

Pengklasifikasian Penyakit Jantung Di RSUD Abdul Wahab Sjahranie Samarinda Dengan Menggunakan Regresi Logistik Biner

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

EKSPEKTASI SATU PEUBAH ACAK

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ESTIMASI TITIK BAYESIAN OBYEKTIF

BAB V DISTRIBUSI PROBABILITAS DISKRIT

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

PENANGANAN OVERDISPERSI PADA MODEL REGRESI POISSON MENGGUNAKAN MODEL REGRESI BINOMIAL NEGATIF. Rio Tongaril Simarmata 1, Dwi Ispriyanti 2.

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

ANALISIS CEPSTRUM SINYAL SUARA

Hubungan antara K dengan koefisien fugasitas:

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

III. METODOLOGI PENELITIAN

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB 2 LANDASAN TEORI

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

X a, TINJAUAN PUSTAKA

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE

Jurnal Inovasi Pembelajaran Fisika (INPAFI)

ESTIMASI REGRESI MODEL LOGIT DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI. Oleh: DINUL WAFA NIM

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Transkripsi:

JEKT JURNAL EKONOMI 9 [] : 80 KUANTITATIF - 84 TERAPAN Vol. 9 No. FEBRUARI 06 ISSN : 30-8968 Modl Rrs Lost pada Klulusa Uja Srtfas Padaa Bara da Jasa Pmrtah Ru *) ABSTRAK Modl rrs mrupaa alat utu maalss hubua atara varabl rspo da varabl prdtor. Modl rrs lost duaa saat varabl rspoya brsfat ualtatf. Modl ya ssua dprolh pmrtah d Pusdlat BPS RI lomba II Tahu 05. Data ya duaa sbaya 94 ora.hasl bara da jasa pmrtah usa ura dar 35 tahu, maa cdrua utu lulus sma mat. rs lost Procurmt of Govrmt Goods ad Srvcs ABSTRACT of a, th cras tdcy to pass. Kywords: PENDAHULUAN Pmrtah dalam mjalaa fus pmrtahaya, sudah past dbutuha lost, pralata da jasa ua muja optmalya rja stas trsbut.kbutuha dpuh olh bbrapa pha, ba tu prusahaa ml pmrtah maupu swasta.brbda da padaa bara da jasa d stas da prusahaa swasta, padaa bara da jasa d stas pmrtaha lbh rumt ara brhubua da prhtua APBN/APBD ya duaa utu mmbayar bara atau jasa trsbut. Trlbh la ada bbrapa atura ya matur pross padaa bara da jasa trsbut, tata *) E-mal: ru@bps.o.d cara padaa bara da jasa datur dalam Prprs 54 tahu 00 ya muda dprbaharu da Prprs 70 Tahu 0 da prubaha ya trahr atau prubaha mpat dar Prprs No. 54 Tahu 00 yatu Prprs 4 tahu 05. Brdasara Prprs trsbut orasas padaa bara da jasa (Pjabat Pmbuat Komtm (PPK), Ut Layaa Padaa (ULP)/Pjabat Padaa) harus m- padaa bara da jasa tu tda bsa dlaua a padaa bara da jasa adalah tada but paua dar pmrtah atas ompts da mampua profs d bda Padaa Bara Jasa. Sr da prapa atura ya baru d- 80

Modl Rrs Lost pada Klulusa Uja Srtfas Padaa Bara da Jasa Pmrtah [Ru] harapa smua stas dapat mlaua pross padaa bara da jasa da bada dharapa dapat matas dala da prmasalaha ya dhadap dalam padaa bara da jasa. Sla msyarata PPK,ULP/Pjabat Padaa mml t brtau jawab, mml mampua maaral, mmaham prjaa srta mmaham pross padaa ya dlasaaa. Sha mas-mas Kmtra/ Lmbaa/ Dpartm/ Istas (K/L/D/I) mmprsapa SDM ya padaa bara da jasa pmrtah. Ta jara bara da jasa lasu lulus. Brdasara hasl Pusdlat BPS RI pada Glomba II tahu 05, tryata tda mudah utu mcapa lulusa 00 prs. Star 50 prs ya dyataa lulus, padahal dalam uja trsbut dprbolha mmbua Prprs. Hal lah ya mjad pt utu dtlt lbh lajut fator apaah ya mmparuh pmrtah trsbut. Ptahua hubua lulusa da fator ya mmparuhya mjad hal pt utu mmprmudah pross padaa bara da jasa pmrtah. Ja hubua tu dapat dtahu maa laah-laah ya dambl dapat lbh trarah. Modl statst ya dpaa scara luas utu mtahu hubua atara varabl rspo da varabl prdtor adalah aalss rrs. Modl rrs ya dtrapa pada saat varabl rspoya brsfat ualtatf adalah modl rrs lost. Uj cocoa modl harus dlaua pada modl rrs lost. Kura cocoya modl dapat mmbra smpula ya salah trhadap data hasl obsrvas. Uj cocoa dprlua utu mtahu apaah modl statst suda laya atau blum yatu muaa uj Hosmr da Lmshow. Modl rrs lost Modl rrs mrupaa alat utu maalss hubua atara varabl rspo da varabl prdtor. Rrs lost mrupaa modl rrs ya duaa bla varabl rspoya brsfat ualtatf, (Hosmr da Lmshow, 989).Murut Kucoro (00, hal:7) rrs lost cuup ba da sr duaa ara rrs lost mml bbrapa utua dbad rrs laya. Rrs lost tda mmrlua asums ormaltas, htrosdaststas, da autoorlas daraa varabl trat ya trdapat pada rrs lost mrupaa varabl dummy (0 da ), sha rsdualya tda mmrlua ta puja trsbut. Modl rrs lost sdrhaa yatu modl rrs lost utu satu varabl prdtor X da varabl rspo Y ya brsfat dotom. Nla varabl Y myataa adaya suatu aratrst da Y 0 myataa tda adaya suatu aratrst. Murut Hosmr da Lmshow (989) modl rrs lost ya dparuh olh p varabl prdtor dapat dyataa sbaa la harapa dar Y da dbra la X. EY ( x) = + p 0 + x = p 0 + x =...() da 0 EY ( x) da Y mmpuya la 0 atau. Nla EY ( x) mrupaa probabltas suss, sha dapat dyataa da px, ( ) sha prsamaa () mjad px ( ) = + p 0 + x = p 0 + x =...() da myataa paramtr-paramtr rrs, x adalah pamata varabl prdtor - dar sjumlah p varabl prdtor. Trasformas lot dtrapa pada modl rrs lostc sprt pada prsamaa (3) brut. px ( ) Lot( p( x)) = ( x) = l px ( )...(3) x p = 0 + = Trasformas lot brtujua utu mmbuat fus lar dar paramtr-paramtrya. Fus x ( ) lar trhadap paramtr da mml ra (, ), tratu dar ra varabl prdtor X. Pasra Paramtr Modl Mtod pasra paramtr ya baya duaa dalam rrs lost adalah mtod masmum llhood. Stap obsrvas utu modl rrs lost adalah varabl radom dar dstrbus Broull, (Nttr t al., 996). Murut Hosmr da Lmshow (989), fus llhood dstrbus Broull utu sampl dpd adalah sprt drumusa pada Prsamaa (4). 8

JURNAL EKONOMI KUANTITATIF TERAPAN Vol. 9 No. FEBRUARI 06 Y l( ) = p( x ) ( p( x )) = Y...(4) da atau loartma atural fus probabltas brsamaya drumusa pada prsamaa (5) brut. Y L( ) = l p( x ) ( p( x )) = = = = Y( + x ) 0 Y [ x ] l + xp( + ) 0... (5) Tasra paramtr, dprolh da mdfrsala fus trhadap,da = 0,. Nla masmum dprolh bla hasl dfrsal fus brla ol. Uj Sfas Paramtr Puja dlaua utu mtahu apaah tasra paramtr ya dprolh brparuh sbrapa bsar paruh mas-mas paramtr scara trpsah. dlaua da uj raso llhood. Murut Hosmr da Lmshow (989), suatu statst uj raso llhood G adalah fus dar L0 da L ya brdstrbus () da drajat bbas p (bayaya varabl prdtor ya ada dalam modl) G ( L L )... (6) 0 da L 0 adalah lo-llhood dar modl tapa varabl prdtor, sdaa L adalah llhood dar modl da p varabl prdtor. Nla dhtu brdasara prsamaa (5). Hpotss olya adalah = 0, utu smua =,,..., ya brart bahwa smua varabl ol dtola jag X( a ; p) ataula sfas < modl. Uj Wald duaa utu muj Wald (7) brut. W ˆ = SE ˆ ( ˆ ) (.7) da =,,, Statst uj W mdat dstrbus da drajat bbas. Hpotss olya adalah = 0, utu stap =,,..., ya brart bahwa varabl prdtor - modl. Hpotss ol dtola ja W X( a ;) atau Uj Kcocoa Modl Uj cocoa modl duaa utu mvaluas coco tdaya modl da data, la obsrvas ya dprolh sama atau mdat da ya dharapa dalam modl. Coco tdaya modl rrs lost dla da muaa uj Hosmr da Lmshow. Ja uj Hosmr da Lmshow dpuh maa modl mampu mmprds la obsrvasya atau dapat dataa modl dapat dtrma ara ssua da data obsrvasya. Uj Hosmr da Lmshow ya dtuls da uj Ĉ, dhtu brdasara tasra probabltas, (Hosmr da Lmshow, 989).Statst uj Hosmr da Lmshow Ĉ ya dhtu brdasara la y = drumusa pada Prsamaa (8). ' ( or rp r) Cˆ =, p...(8) ( p ) ' r= r r r da p r myataa rata-rata tasra probabltas suss lompo -r, or adalah jumlah sampl jada suss dalam lompo -r, r adalah total sampl lompo -r, da r, da r,,,. Statst uj Ĉ mdat dstrbus da drajat bbas, (Hosmr da Lmshow, 989). Hpotss ol myataa bahwa modl coco da data. Hpotss ol dtola ja C X a atau la sas <0,05. ( ; ) DATA DAN METODOLOGI Data ya duaa dalam plta adalah data psrta uja srtfas padaa bara da jasa pmrtah ya dlasaaa olh BPS lomba II tahu 05 brtmpat d Pusat Pdda da Platha (Pusdlat) BPS RI. Jumlah psrta sbaya 94 psrta dar pawa BPS d bbrapa BPS Provs/ Kabupat/ Kota s- Idosa. Adapu varabl rspo adalah hasl uja Smtara varabl prdtor mlput usa psrta, 8

Modl Rrs Lost pada Klulusa Uja Srtfas Padaa Bara da Jasa Pmrtah [Ru] Tabl. Varabl Plta Varabl Kod Kator 0 Tda lulus Hasl Uja (Y) Lulus 0 >35 Tahu Usa (X) <35 Tahu 0 >0 Tahu Masa Krja (X) <0 Tahu La-la Js Klam (X3) Prmpua Sumbr: dsa plta, 06 Tabl. Ovral Tst df S. 45,898 3,000 Bloc 45,898,000 Modl 45,898 3,000 Sumbr: hasl olah data, 06 Tabl 3. Partal Tst Hasl Uj Sfas Scara Ksluruha (Ovrall Tst) Formula hpotss pada puja sluruha, djabara sbaa brut: () H o : j =0, utu smua j=0, da =,, (maa tda ada varabl prdctor ya brparuh); () H : Trdapat pal tda satu varabl prdctor ya brparuh. Ptua hasl statst uj adalah Tola H 0 ja hasl olah data ovrall tst. Hasl puja scara sluruha dapat da sfas 0,000 ya brart bahwa da tat yaa 95 prs, ada mmal satu varabl bbas ya brparuh pada varabl ta bbas (varabl prdtor). Sha dapat dsmpula bahwa modl dapat duaa utu aalss lbh lajut. B S.E Wald df S. Efp(B) Stp a Usa(),65,748,6,000 3,666 Masa_rja(),80,708,064,800,97 JK() -,33,339,47,49,79 Costat -,908,78 5,967,05,48 Sumbr: hasl olah data, 06 Ktraa : a. Varabl(s) trd o stp : Usa, Masa_rja, JK masa rja da js lam. Plta muaa aalss rrs lost, ara varabl rspoya brsfat ualtatf sha dbtu varabl dummy (0 da ). Adapu laah-laah dalam pmbtua modl rrs lost mlput uj cocoa modl. HASIL DAN PEMBAHASAN Aalss data ya duaa dalam plta adalah aalss statst ya dlaua da muaa batua softwar SPSS vrs 6. Laah prtama ya dlaua yatu uj pasra paramtr mtod ya baya duaa adalah mtod masmum llhood da alasa lbh prats (Nachrow da Usma, 00). Mtod masmum llhoood mdua paramtr da la ya mmasmuma fus llhood (llhood fucto). modl scara sluruha (ovrall tst) da uj sfas scara parsal ( ). Masmas hasl tahapa puja slajutya aa djabara pada pmbahasa brut. Hasl Uj Sfas Scara Parsal (Partal Tst) Formula hpotss pada puja parsal adalah sbaa brut: () H o : j = 0, (varabl prdtor - pada j ( x) da (). H o : j 0, (Varabl prdtor - pada j ( x) statst uj adalah Tola H0 0,05. Tabl 3 mjabara hasl prhtua statstc Hasl uj scara parsal dapat dtujua bahwa da tat yaa 95 prs varabl usa sfa mmparuh lulusa. Hal 0,000 da ura dar 0,05. Smtara varabl masa rja da js lam tda sfa mmparuhlulusa. Laah ta uj layaa ataupu ssuaa modl, apaah modl tu laya scara statst. Hal trsbut dataraya tlah dlaua dawal yatu ovrall tst da. Krtra statst laya adalah uj layaa modl da Hasl uj statstc dar dua rtra uj aa dbahas satu-prsatu pada pmbahasa brut. 83

JURNAL EKONOMI KUANTITATIF TERAPAN Vol. 9 No. FEBRUARI 06 Tabl 4. Hasl Uj Klayaa Modl Hosmr ad Lmshow Tst Stp df S.,969 4,74 Sumbr: hasl olah data, 06 Tabl 5. Ktpata Modl Prdctd Hasl uja Obsrvd Prcta Tda Lulus Corrct Lulus Stp Hasl Uja Tda lulus 48 50 49,0 Lulus 7 89 9,7 Ovrall Prcta 70,6 Sumbr: hasl olah data, 06 Ktraa : a. Cut valu adalah 0,500 Uj Klayaa Modl Formula hpotss pada uj layaa modl plta adalah: () H 0 : Modl tlah cuup mampu mjlasa data/ ssua; da () H : Modl tda cuup mampu mjlasa data. Krtra hasl puja adalah Tola H0 ja la s < 0,05. Hasl olah data statstc uj layaa modl djabara pada Tabl 4. Brdasara hasl output pada Tabl 4 trlhat lbh bsar 0,05. Sha dapat dsmpula da tat yaa 95 prs dapat dya bahwa modl rrs lost ya duaa tlah cuup mampu mjlasa data/ssua. Clasfcato Plot Krtra statst brutya adalah Hasl olah data tpata modl da Tabl 5. Hasl pada Tabl 5 mujua bahwa modl rrs lost ya dhasla tlah cuup ba, ara mampu mba da bar 70,6 prs ods ya trjad. tahu mua lulus sma mat; (). Ja dlhat scarastatst bahwa varabl masa bua brart paruhya tda ada, mlaa ada paruhya haya saja paruhya saat cl. SARAN Sara ya dapat dsampaa brdasara hasl plta adalah, pada plta lajuta prlu mambaha varabl prdtor laya sprt formas palama prah brapa al mut uja srupa sblumya srta tat pdda. Harapaya adalah aar hasl dar modl ya ddapata lbh aurat. REFERENSI Hosmr, D.W, ad Lmshow, S. (989). Rrsso. Joh Wlly, Nw Yor. Mudrajad Kucoro(00).Mtod Kuattatf (Tor da Aplas utu Bss da Eoom), Ut Prbt da Prctaa AMP YKPN, Yoyaarta. Nachrow Djalal da Hardus Usma (00). Puaa Th Eoomtr Nttr, J., Kutr, M.H., Nachtsm, C.J ad Wassrma, W. (996).. Fourth dto. Th McGraw-Hll Compas, Ic., Utd Stats of Amrca. Pratura Prsd Rpubl IdosaNo. 54 Tahu 00 Pratura Prsd Rpubl Idosa No. 70 Tahu 0 Pratura Prsd Rpubl Idosa No 4 Tahu 05 Pmrtah. Pusat Pdda da Platha (Pusdlat) BPS RI, Data Pmrtah Glomba II Tahu 05. SIMPULAN Brdasara hasl pmbahasa dapat drumusa bbrapa smpula plta sbaa brut: () modl rrs lost ya dprolh adalah x ( ) p = 0 + xdmaa =,908 +,65x = + 0,80x 0,33x 3 ; (). Varabl ya brparuh bara da jasa pmrtah adalah varabl usa. Sma baya psrta uja usa ura dar 35 84