Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit

dokumen-dokumen yang mirip
Analisis Faktor-Faktor Yang Mempengaruhi Remitan TKI Jawa Timur Dengan Menggunakan Regresi Tobit

PENDEKATAN REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAH TANGGA UNTUK PENDIDIKAN DI JAWA TIMUR

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI TOBIT PADA FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN RUMAHTANGGA UNTUK MAKANAN BERPROTEIN TINGGI. Abstrak

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI UNTUK MAKANAN BERPROTEIN DENGAN MENGGUNAKAN REGRESI TOBIT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT

BAB I PENDAHULUAN. Analisis regresi digunakan untuk menggambarkan hubungan antara

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT

Model Probit Untuk Ordinal Response

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

PEMILIHAN MODEL EFEK TETAP ATAU EFEK RANDOM PADA DATA PANEL PENDAPATAN PT. PLN

Pertemuan 4-5 ANALISIS REGRESI SEDERHANA

GENERALIZED POISSON REGRESSION (GPR)

PEMODELAN REGRESI HECKIT UNTUK KONSUMSI SUSU DI PROVINSI JAWA TENGAH

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III METODE PENELITIAN

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

III. METODE PENELITIAN

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu

Dosen Pembimbing : Dr. Purhadi, M.Sc

BAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut

Faktor-Faktor yang Mempengaruhi Pendapatan Angkatan Kerja Perempuan

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

PEMODELAN VARIABEL-VARIABEL PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI TELUR ATAU SUSU DI KABUPATEN MAGELANG MENGGUNAKAN REGRESI TOBIT

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

OLEH: SINDY FEBRI A DOSEN PEMBINGBING: Ir. ARIE KISMANTO, M.Si. Monday, July 18, 2011 Seminar Tugas Akhir Jurusan Statistika ITS 1

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300

REGRESI LINIER BERGANDA

Analisis Regresi Tobit

II. METODE PENELITIAN

BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan)

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

BAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan

BAB III DATA DAN METODOLOGI

PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA

BAB I PENDAHULUAN. Dalam suatu penelitian, hubungan suatu variabel dependent atau

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER

Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan

(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG)

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

BAB 2 LANDASAN TEORI

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

III. METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat

Analisa Data Kemiskinan di Provinsi Aceh Menggunakan Model Efek Tetap

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan

BAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus

METODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.

Statistika ITS Surabaya

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

PEMODELAN REGRESI PANEL TERHADAP BELANJA DAERAH DI KABUPATEN/KOTA JAWA BARAT

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK

III. METODE PENELITIAN. Pusat Statistik (BPS) Kota Bandar Lampung yang berupa cetakan atau publikasi

Pemodelan Konsumsi Energi Listrik Pada Sektor Industri di Provinsi Jawa Timur Menggunakan Metode Regresi Data Panel

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

EKO ERTANTO PEMBIMBING

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP

III. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat

MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)

Analisis Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Gender (IPG) dengan Menggunakan Regresi Probit

Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel

BAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data

Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

V. HASIL DAN PEMBAHASAN

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

III. METODE PENELITIAN. model struktural adalah nilai PDRB, investasi Kota Tangerang, jumlah tenaga kerja,

BAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah

Transkripsi:

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011

LATAR BELAKANG TIDAK TAHAN LAMA PENGELUARAN BARANG TAHAN LAMA MENGELUARKAN DAN TIDAK Data Tersensor Metode Regresi Tobit FAKTOR YANG MEMPENGARUHI 1

LATAR BELAKANG (1) Penelitian tentang perilaku konsumen dan metode regresi Tobit pernah dilakukan, yakni sebagai berikut. Tobin(1958) Penggunaan regresi Tobit untuk memodelkan pendapatan dengan pengeluaran rumah tangga di AS Suhardi dan Llewelyn (2001) Maulina (2001) Regresi Tobit untuk mengetahui faktorfaktor kepuasan pelanggan dan didapatkan metode Regresi Tobit lebih konsisten dan tidak bias daripada OLS Analisis Konsumsi dan Perilaku Masyarakat dengan beberapa faktor sebagai variabel, faktor kebudayaan, sosial, personal, dan psikologis 2

RUMUSAN MASALAH Bagaimana cara memperoleh faktor-faktor yang mempengaruhi dan signifikan terhadap pengeluaran rumah tangga untuk anggaran pembelian barang-barang tahan lama. TUJUAN PENELITIAN Menerapkan metode regresi Tobit untuk mengetahui faktor-faktor yang mempengaruhi pengelu-aran rumah tangga untuk anggaran pembelian barang-barang tahan lama. 3

Batasan Masalah Kurun waktu yang diambil dalam penelitian ini adalah kurun waktu selama 12 bulan sebelum SUSENAS dilakukan Manfaat Pentingnya membuat suatu anggaran pengeluaran rumah tangga yang sesuai dengan kebutuhan serta dapat mengetahui faktorfaktor yang mempengaruhi pengeluaran untuk pembelian barang-barang tahan lama 4

BARANG TAHAN LAMA Barang Tahan Lama Barang berwujud yang dapat bertahan dalam waktu yang lama dalam pemakaiannya (umur ekonomis untuk pemakaian normal adalah lebih dari satu tahun). Sebagai contoh Alat-alat rumah tangga, perkakas, alat-alat dapur, alat-alat elektronik, alat olah raga, perhiasan. 5

PERILAKU KONSUMEN Kebudayaan Sosial Faktor Personal Psikologis 6

PERILAKU KONSUMEN Data Skala Campuran Data tersensor (Greene, 2008) y Kontinyu Regresi Tobit x 7 Diskrit

REGRESI TOBIT Formulasi untuk model regresi Tobit secara umum adalah sebagai berikut. Y* = X β + ε dengan : Y* : vektor dengan elemen hasil observasi respon X : matriks dengan elemen hasil observasi prediktor β : vektor parameter yang nilainya harus ditaksir ε : residual model yang mengikuti distribusi normal tersensor (0, σ 2 ) Sumber :Tobin, 1958 8

REGRESI TOBIT (1) Pendugaan parameter metode Maximum Likelihood Estimation (MLE) (Suhardi dan Llewelyn, 2001) 9

REGRESI TOBIT (2) UJI SERENTAK H 0 : β 1 = β 2 =...= β j = 0 H 1 : Paling tidak terdapat satu β j 0 Statistik Uji: Likelihood Ratio Likelihood tanpa variabel prediktor tertentu Likelihood dengan variabel prediktor tertentu Keputusan: Tolak H0 jika nilai G > χ 2 α,k 10 Sumber : Robinson, Bera, and Jarque, 1985

REGRESI TOBIT (3) UJI PARSIAL H 0 : β j = 0 H 1 : βj 0 Statistik Uji: Uji Wald Varian nilai koefisien dugaan variabel prediktor Keputusan: Tolak H0 jika nilai w 2 > χ 2 1 11

REGRESI TOBIT (4) KEBAIKAN MODEL Kebaikan model diberikan oleh: dengan : Sumber : Bierens, 2004 12

SUMBER DATA 13 Sumber Data BPS SUSENAS 2009 VARIABEL PENELITIAN No Nama variabel Kategori Skala 0 = tidak bekerja 1 X 1 Pekerjaan Kepala Rumah Tangga 1 = pertanian 2 = industri 3 = perdagangan 4 = jasa 5 = lain-lain Nominal 1 = Tidak punya ijasah SD 2 = SD/SLB 3 = M. Ibtidaiyah 4 = SMP/SMPLB 5 = M. Tsanawiyah Tingkat Pendidikan Kepala Rumah 6 = SMU/SMLB 2 X 2 Tangga 7 = M. Aliyah Nominal 8 = SMK 9 = D1/D2 10 = D3/Sarjana Muda 11 = D4/S1 12 = S2/S3

SUMBER DATA (1) VARIABEL PENELITIAN (LANJUTAN) 3 X 3 Status kepemilikan rumah 1 = milik sendiri 2 = kontrak 3 = sewa 4 = bebas sewa 5 = dinas 6 = milik orang tua/saudara 7 = lainnya Nominal 4 X 4 Rumah Tangga Penerima BLT 1 = Menerima 2 = Tidak Menerima Nominal 5 X 5 Jumlah anggota keluarga 6 X 6 Pengeluaran untuk makanan 7 X 7 Pengeluaran untuk non makanan 8 X 8 Pengeluaran untuk beras miskin 9 X 9 Pengeluaran Rumah Tangga 10 X 10 Umur Kepala Rumah Tangga - - - - - - Rasio Rasio Rasio Rasio Rasio Rasio 14

Mulai LANGKAH ANALISIS Data Pemilihan variabel prediktor yang dianggap berpengaruh Melihat perbandingan variabel respon antara data yang bernilai nol dan yang memiliki nilai Analisis statistika deskriptif terhadap semua variabel prediktor (X 1 -X 10 ) Melakukan pengujian korelasi terhadap semua variabel prediktor dan variabel respon Melakukan pengujian individu dan pengujian serentak terhadap semua variabel prediktor Mencari dan mendapatkan model terbaik dengan melihat R-square model 14

STATISTIKA DESKRIPTIF Tabel 4.1 Deskripsi Pengeluaran Rumah Tangga untuk Barang Tahan Lama Deskripsi Nilai N 29952 Mean 620769 Varian 147056000000000 Min 0 Max 185000000 Tabel 4.2 Deskripsi Variabel Prediktor yang Berskala Kontinu Variabel N Mean Varian Min Max X 5 29952 3,5743 2,3713 1 14 X 6 29952 700041 15595000000 21428 8097857 X 7 29952 619171 64501000000 1167 23200000 X 8 29952 1092,1 858031,8 0 7500 X 9 29952 1319214 1149600000000 22595 31300000 X 10 29952 49,554 196,866 14 98 15

PENGUJIAN KORELASI Tolak H 0 jika P-value < α Variabel Korelasi Pekerjaan kepala rumah tangga (X 1 ) 0,091 Tingkat pendidikan kepala rumah tangga (X 2 ) 0,162* Status kepemilikan rumah (X 3 ) -0,012 Rumah tangga penerima BLT (X 4 ) 0,108* Jumlah anggota keluarga (X 5 ) 0,139* Pengeluaran untuk makanan (X 6 ) 0,166* Pengeluaran non makanan (X 7 ) 0,537* Pengeluaran untuk beras miskin (X 8 ) -0,065 Pengeluaran total rumah tangga (X 9 ) 0,464* Umur kepala rumah tangga (X 10 ) -0,037 16

17 PEMODELAN REGRESI TOBIT Model Dugaan Variabel Estimasi Koefisien Statisti k Uji Intersep 380916* 6,18 X 1_1 275410* 4,17 Intersep 453775* 16,44 X 2_1 158593 2,32 X 2_2 620334* 11,80 Intersep 628768* 26,68 X 3_1 168658 1,32 X 3_2-154105 -1,94 Intersep 751174* 29,22 X 4_1-502365* -9,96 Intersep 206358 3,69 X 5 115942* 8,07 Intersep -506104* -11,37 X 6 1,60973* 29,06 Intersep -968144* -41,03 X 7 2,56619* 110,29 Intersep 914889* 26,76 X 8-269,31665* -11,28 Intersep -1566912* -50,34 X 9 1,65832* 90,56 Intersep 1120914* 13,79 X 10-10093* -6,40 UJI PARSIAL

17 PEMODELAN REGRESI TOBIT (2) PENAKSIR PARAMETER Variabel Nilai Estimasi Intersep 192300 X 1_1 254840 X 2_1-297613 X 2_2-929985 X 3_1 152771 X 3_2 64592 X 4_1 171427 X 5-72366 X 6-296,797 X 7-291,717 X 8 277,351 X 9 295,225 X 10-33914

PEMODELAN REGRESI TOBIT (3) KEBAIKAN MODEL Nilai R 2 untuk model regresi Tobit sebesar 34,46%. Nilai kebaikan model ini memiliki arti bahwa sepuluh variabel prediktor yang digunakan dalam penelitian ini hanya dapat menjelaskan variabel pengeluaran rumah tangga untuk barang tahan lama sebesar 34,46 persen sedangkan 65,54 persen lainnya dipengaruhi oleh faktor-faktor lain yang tidak teridentifikasi pada peneletian ini. 18

KESIMPULAN 8 variabel yang berpengaruh secara signifikan terhadap pengeluaran rumah tangga untuk barang-barang tahan lama, yaitu adalah beda antara kepala rumah tangga yang bekerja dan yang tidak bekerja (X 1_1 ), beda antara rumah tangga penerima BLT dan yang tidak menerima (X 4_1 ), jumlah anggota keluarga (X 5 ), pengeluaran rumah tangga untuk makanan (X 6 ), pengeluaran rumah tangga untuk non makanan (X 7 ), pengeluaran untuk beras miskin (X 8 ), pengeluaran total rumah tangga (X 9 ), umur kepala rumah tangga (X 10 ). Model regresi Tobit tersebut memiliki nilai R 2 sebesar 34,46 persen. Hal ini berarti bahwa sepuluh variabel prediktor yang digunakan dalam penelitian ini hanya dapat menjelaskan pengeluaran rumah tangga untuk barang-barang tahan lama sebesar 34,46 persen sedangkan 65,54 persen lainnya dipengaruhi oleh faktor-faktor lain 19

SARAN Untuk memperoleh hasil yang lebih baik dapat yaitu mendapatkan variabel signifikan dan nilai kebaikan model yang baik, dapat menambahkan variabel-variabel lain yang dianggap berpengaruh terhadap pengeluaran rumah tangga untuk barang-barang tahan lama. 20

DAFTAR PUSTAKA Anonim. 2011. Perilaku Konsumen. Diakses di www.wikipedia.com. Tanggal akses 9 April 2011. Bierens, H. J. 2004. The Tobit Model. Diakses di <URL: http://econ.la.psu.edu/.. / Tobit. PDF/ html>. Tanggal akses: 25 Januari 2011. Draper, N dan Smith, H. 1992. Analisis Regresi Terapan. Jakarta: PT. Gramedia Pustaka Utama. Fair, R. C. 1977. A Note on the Computation of The Tobit Estimator. Jurnal Econometrica, Vol. 45, No. 7. Greene, W. H. 2008. Econometrics Analysis, 6 th Edition. New Jersey: Prentice Hall. Hamidah. 2004. Perilaku Konsumen dan Tindakan Pemasaran. Medan: Universitas Sumatera Utara. Hosmer, D. W. dan Lemeshow, S. 2000. Applied Logistic Regression. New York: John Willey and Son. 19

DAFTAR PUSTAKA (2) Kindrana, S. S. 2011. Analisis Faktor-Faktor yang Mempengaruhi Rmitan TKI Jawa Timur dengan Menggu-nakan Regresi Tobit. Surabaya: Program Sarjana, ITS Surabaya. Laily, U. 2010. Analisis Faktor Faktor Yang Mempengaruhi Pengeluaran Konsumsi Untuk Makanan Berprotein Dengan Menggunakan Regresi Tobit. Surabaya: Program Sarjana, ITS Surabaya Maulina, Indah Novada. 2010. Analisis Konsumsi dan Perilaku Masyarakat Terhadap Penggunaan Gas Elpiji di Wilayah Kota Surakarta. Universitas Sebelas Maret. Surakarta. Rini, M. P. 2010. Analisis Regresi Tobit Pada Faktor- Faktor Yang Mempengaruhi Partisipasi Perempuan Kawin Dalam Kegiatan Ekonomi Di Jawa Timur. Surabaya: Program Sarjana, ITS Surabaya. Robinson,P.M., Bera, A.K. and Jarque, C.M. 1985. Test for Serial Dependence in Limited Dependent Variable Model. Economics Departement of the University of Pennsylvania. Pennsylvania. Suhardi, I. Y. dan Llewelyn, R. 2001. Penggunaan Model Regresi Tobit untuk Menganalisa Faktor-Faktor yang Berpengaruh Terhadap Kepuasan Konsumen untuk Jasa Pengangkutan Barang. Jurnal Manajemen & Kewirausahaan, Vol.3, No.2:106-112. Tobin, J. 1958. Estimation of Relationship for Limited Dependent Variabel. Jurnal Econometrica, Vol.26, No.1, pp.24-36. Zain, I., (1997). Model Regresi Tobit dan Apliksinya. Lembaga Penelitian Institut Teknologi Sepuluh Nopember. Surabaya. 19