BAB I PANDAHULUAN. 1.1 Latar Belakang

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

BAB 2 LANDASAN TEORI

III. METODOLOGI PENELITIAN

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Created by Simpo PDF Creator Pro (unregistered version)

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

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

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

BAB 2 LANDASAN TEORI

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

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

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

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

BAB III METODE PENELITIAN

STATISTIKA ELEMENTER

BAB II LANDASAN TEORI

BAB 2. Tinjauan Teoritis

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

UKURAN DASAR DATA STATISTIK

BAB II LANDASAN TEORI

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB 2 LANDASAN TEORI

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

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

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

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

Regresi Linier Sederhana Definisi Pengaruh

Bab II Teori Pendukung

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

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

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID)

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

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

BAB 2 LANDASAN TEORI

Lam piran 1 K uesioner

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara

E ax by c ae X be Y c. 6.1 Pengertian Umum

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

S2 MP Oleh ; N. Setyaningsih

BAB III UKURAN PEMUSATAN DATA

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB II TINJAUAN PUSTAKA

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

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

3 Departemen Statistika FMIPA IPB

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

titik tengah kelas ke i k = banyaknya kelas

BAB 3 Interpolasi. 1. Beda Hingga

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

TINJAUAN PUSTAKA Evaluasi Pengajaran

H dinotasikan dengan B H

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

BAB I PENDAHULUAN. Statistik Terapan Sem 3 D-IV Jalan Tol

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 LANDASAN TEORI

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

Ir. Tito Adi Dewanto

BAB III METODE PENELITIAN

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

PENERAPAN ANALISIS REGRESI DAN KORELASI DALAM MENENTUKAN ARAH HUBUNGAN ANTARA DUA FAKTOR KUALITATIF PADA TABEL KONTINGENSI

Transkripsi:

BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor, huruf, atau lambag dsebut data ategor Fata meada suatu peelta membera hasl yag sesua harapa bla dduug oleh data yag represetatf Data berupa blaga dsebut data uattatf laya berubah-ubah atau bersfat varabel Dar laya, deal dua gologa data uattatf yatu data dega varabel dsrt atau sgatya data dsrt da dega varabel otu atau sgatya data otu, sedaga data bua blaga dsebut data ualtatf, tada la darpada data yag dategora meurut lusa ualtas obye yag dpelaar Msalya sembuh, rusa, gagal, berhasl dsb Kedua data tersebut dlasfasa berdasara es dataya, dmaa data ualtatf atau data ategor adalah data yag sfatya haya peggologa saa Data uattatf adalah data yag berbetu aga, atau data yag duur dalam sala umer yag dperoleh dega perhtuga atau peguura Data tersebut dapat dsaa, peyaa data dlaua dalam raga memperelas secara vsual ods data yag bermafaat dalam pegambla esmpula yag ba secara desrptf maupu fere baya cara meyaa data, sepert dalam tabel maupu gambar (dagram) Data ualtatf yag dumpula dsaa meurut ualtas atau ategor yag dguaa dserta bayaya freues yag terad atau dperoleh Ja terdapat lebh dar satu ategor, basaya data dsaa dalam daftar bars da olom Peyaa dalam bars da olom basaya dsebut daftar otges Sepert

Daftar otges bx, berart terdapat dua ategor (2 dmes) masg-masg meml b, tgat, dapat dtuls dalam tabel berut: Tabel Tabel Kotges b x varabel varabel 2 B B B Jumlah bars Y Y Y Y Y Y b Y b Y b Y b b Jumlah olom m m = m ++ m = ++ b Pada pegua hpotesa yag megguaa tabel otges, pertama al dhtug esesuaa freues-freues sel yag dharapa atau teorts meurut dasar hpotesa dalam atura probabltas Jumlah seluruh freues sel yag dharapa harus sama dega umlah seluruh pegamata Tabel Kotges da Model Log Ler merupaa metode statst yag dapat dterapa pada asus-asus data ualtatf Dega tabel otges dapat detahu hubuga atar varabel bersala ualtatf dega aalsa Log Ler dapat detahu reso atau pegaruh dar setap ategor suatu varabel terhadap varabel laya Kelebha Model log ler adalah dapat meetua model matemat yag coco utu depedes lebh dar dua varabel da dapat dguaa utu megetahu ada tdaya teras yag meyebaba varabel tersebut depede Model Log Ler

merupaa suatu model statst yag bergua utu meetua depes/ecederuga atara beberapa varabel yag bersala omal, ategor Utu u Homogetas msala utu setap bars dar tabel, terhadap dstrbus multomal dega sampel tertetu yag merupaa umlah bars,,, 2 b,maa model utu u homogetas bars e, y, y, y } berdstrbus { 2 multomaldega tral da probabltas p, p2,, p, =,2,,b perstwa meuua bahwa ta megambl sampel dar populas e, semua sampel y, y, y },=,2,,b adalah salg depede { 2 Dar uraa d atas maa peuls tertar megambl udul UJI HOMOGENITS MRGINL DENGN MODEL LOG LINIER PD TBEL KONTINGENSI TIG DIMENSI TU LEBIH 2 Perumusa Masalah Berdasara latar belaag d atas, maa permasalahaya adalah bagamaa peyelesaa suatu asus dega megguaa u homogetas margal dega model log ler tga dmes atau lebh 3 Tuua Peelta dapu tuua peelta adalah utu megetahu, megaalsa da meyelesaa suatu asus dega u homogetas margal dega model log ler pada Tabel Kotges tga dmes atau lebh

4 Kotrbus Peelta Peelta dharapa bermafaat bag sapapu, terutama bag para peelt dalam bdag sosal sehgga lebh mudah meglasfasa data yag g dtelt agar lebh mudah utu dolah, sehgga elas tuuaya 5 Metodolog Peelta Metode yag dguaa pada tugas ahr bersfat lteratur yatu d susu berdasara ruua pustaa da stud asus, lalu permasalaha yag aa dtelt d u dega lagah sebaga berut : Meyusu atau membuat tabel otges tga dmes a) Tetua hpotess H H o : P = P P P H P P P P : b) Tgat sgfas α = 5% c) Statst u yag dguaa adalah W =,, (0 E E ) 2 dega O = y da E = m p = observas pada varabel e, da e = freues harapa a H o bear a medeat dstrbus Ch-Kuadrat dega deraat bebas (b-)(-) d) Daerah rts H dtola a W > χ 2 (( b )( ); α ), dar persoala ta htug 0 statst pegu W e) Kesmpula Setelah dhtug hasl perhtuga tersebut dapat dtuls dalam betu model log ler: v = µ + λ + λ + λ + λ + λ + λ + λ B C B C BC BC

Model log ler dapat dguaa utu medesrpsa pola hubuga atar varabel ategor Dega pedeata log ler, aga-aga pada sel tabel otges dapat dmodela sedema hgga pada tabel tga dmes Dapat uga dselesaa dega megguaa aalss vara multlasfas, yag model log lerya dapat lagsug d dapata dar tabel aava Ds peuls aa megguaa aalss vara multlasfas X l = µ + α + β + Γ + ( αβ ) + ( αγ) + ( βγ) + ( αβγ) + ε l Dega: X = pegamata e (=,2,,) utu fator X yag e (=,2,,), factor l Yyag e (=,2,,b), da fator z yag e (=,2,,c) µ = rata-rata α = pegaruh fator X yag e β = pegaruh fator Y yag e Γ = pegaruh fator Z yag e (αβ = teras fator X yag e dega fator Y yag e ) (α Γ) = teras fator X yag e dega fator Z yag e ( β ) = teras fator Y yag e dega fator Z yag e Γ ( αβ ) = teras fator X yag e, fator Y yag e dega fator Z yag e Γ ε = sesata pegamata yag bersaguta l 6 Taua Pustaa Tabel Kotges, aalss merupaa te peyusua data utu melhat hubuga atara beberapa varabel dalam satu tabel Varabel yag daalss merupaa varabel ategor yag meml sala omal atau ordal Utu megterpretasa data pada tabel otges, salah satu yag dapat dpaa adalah

u Ch-Square, u dguaa utu megetahu adaya hubuga atara varabel yag duur tersebut sgfa atau tda ( grest, 990) Model Log Ler dapat dguaa utu meggambara pola hubuga atar varable ategor Dega pedeata Log ler, aga-aga pada table otges dapat dmodela sedema hgga pada tabel otges tga dmes ( grest, 990) Model log-ler megza pegua utu meetua apaah data dapat mead coco dgambara oleh beberapa model tertetu Utu cotoh lustras, ta megut prosedur yag releva utu pegua model teras orde pertama (P Spret, 99)