Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu asumsi pada regresi linier adalah bahwa variansi kesalahan () sama. Bila asumsi ini tidak terpenuhi, keadaan ini di sebut heteroskedastisitas. Pada tugas akhir ini akan dibahas bagaimana pengaruh heteroskedastisitas terhadap sifat-sifat parameter regresi serta bagaimana mendeteksi dan mengatasi heteroskedastisitas tersehut."

"Analisis regresi linier adalah suatu teknik dalam statistika untuk memodelkan dan menganalisis hubungan linier antara variabel respon dengan variabel regresor. Metode penaksiran parameter regresi yang umum digunakan adalah metode ordinary least square (OLS) yang menghasilkan taksiran yang dinamakan taksiran least square. Dalam analisis regresi linier berganda, masalah yang sering terjadi adalah multikolinieritas. Multikolinieritas membuat penaksiran dengan menggunakan metode OLS menghasilkan taksiran least square yang tidak stabil, sehingga pada skripsi ini akan dibahas metode lain untuk mengatasi permasalahan ini. Metode yang diperkenalkan untuk mengatasi multikolinieritas diantaranya adalah metode GRR yang menghasilkan taksiran generalized ridge. Taksiran ini merupakan taksiran yang bias. Metode ini masih memiliki kekurangan, yaitu bias yang dihasilkan tidak dijamin akan selalu bernilai kecil. Untuk itu, Singh, Chaubey, dan Dwivedi (1986) memperkenalkan metode Jackknife Ridge Regression (JRR) yang menghasilkan taksiran Jackknife Ridge Regression. Taksiran ini akan mereduksi bias yang dihasilkan oleh taksiran generalized ridge sehingga terkait dengan data yang digunakan, nilai mean square error taksiran ini lebih kecil dibanding taksiran generalized ridge maupun taksiran least square.

---

Regression linear analysis is a statistical technique for modeling and investigating the linear relationship between the response variable and regressor variable. Ordinary least square (OLS) method is commonly used to estimate parameters and yields an estimator named least square estimator. Most frequently occurring problem in multiple linear regression analysis is the presence of multicollinearity. Estimation using OLS method in multicolinearity caused an unstable least square estimator, therefore this undergraduate thesis will explain other method which can solve this problem such as GRR method that yields a bias estimator, named generalized ridge estimator. Unfortunately, this method still has a shortcoming because the bias in resulting estimator is not always guaranteed to be small. To solve this problems, Singh, Chaubey, and Dwivedi (1986) introduced Jackknife Ridge Regression (JRR) method that yields Jackknife Ridge Regression estimator. This estimator will reduce the bias of generalized ridge estimator, thus related to the data used, the resulting mean square error value of this estimator is smaller than the two methods."

"Seperti halnya model Gravity maka model Intervening Opportunities merupakan model sintetis. Pendistribusian perjalanan dari asal perjalanan ke masing-masing tujuan perjalanan berdasarkan model Intervening Opportunities sangat ditentukan oleh parameter model yang disebut dengan parameter L. Parameter L merupakan parameter yang menyatakan bahwa probabilitas perjalanan yang keluar dari suatu lokasi asal perjalanan akan berhenti pada sembarang lokasi tujuan. Nilai parameter L ini sangat sensitif didalam model sehingga penentuan nilai sangat penting didalam analisis distribusi perjalanan dengan model Intervening Opportunities. Berdasarkan hal tersebut dilakukan analisis metode estimasi parameter (hipotesis pertama) dan analisis pola perjalanan yang sesuai model Intervening Opportunities (hipotesis kedua). Metode estimasi yang diuji adalah metode Regresi, Regresi dengan Optimasi, NLLS, VNLLS dan metode Maksimum Likelihood (ML). Untuk pengujian hipotesis pertama digunakan matrik asal tujuan buatan (artifisial) yang sembarang, sedangkan untuk pengujian hipotesis kedua digunakan matrik artifisial yang dipolakan. Pengujian hipotesis pertama dan kedua juga didukung oleh data matrik A -T kota Jakarta dan kota Balikpapan. Pengujian dan merupakan data matrik kecil. Sedangkan untuk pengujian data matrik besar diambil data matrik asal tujuan yang sesungguhnya yaitu data matrik asal tujuan kota Jakarta dan kota Balikpapan. Hasil analisis data artifisial dan data kota menunjukkan metode NLLS dan metode regresi (optimasi) yang diterapkan pada model Intervening Opportunities "Memaksa" merupakan metode estimasi yang cukup baik dilihat dari hasil uji statistik dan dari total probabilitas yang didapat."

"Telah dilakukan anal is is sampel plankton yang dicuplik dari 14 stasiun di perairan Marunda, Jakarta Utara pada bulan Agustus dan Oktober 1999. Untuk mengetahui hubungan antara parameter kimia-fisika perairan dengan kepadatan plankton dan parameter kimia-fisika perairan apa saja yang mempengaruhi kepadatan plankton dilakukan analisis regresi berganda. Kepadatan rerata fitoplankton bulan Oktober 1999 mengalami penurunan 10,17% dan zooplankton herbivora mengalami kenaikan 5% jika dibandingkan dengan bulan Agustus 1999. Penurunan kepadatan fitoplankton diduga akibat curah hujan yang tinggi pada buian Oktober 1999 di perairan Marunda. Kisaran kepadatan plankton bulan Agustus-Oktober 1999 relatif stabil, kecuali kepadatan zooplankton herbivora pada bulan Oktober 1999. Kepadatan fitoplankton dan zooplankton herbivora di perairan Marunda pada bulan Agustus-Oktober 1999 dipengaruhi oleh CO3 dan temperatur air masing-masing sebesar 50,1% dan 55,7%. Hubungan antara parameter perairan dengan kepadatan fitoplankton dan zooplankton herbivora masing-masing adaiah: Fito. = 13,914 + 0.013 CO2 - 0.324 Temperatur dan Zoo. = 8,535 + 0.011 CO2 - 0.162 Temperatur."

"Kebahagiaan individu tidak hanya bergantung pada usia, tetapi pada yang menurut individu menjadi hal penting dalam kebahagiaannya, yaitu berkaitan dengan keluarga. Penelitian ini bertujuan menganalisis bagaimana asosiasi family life-course pada kebahagiaan di Indonesia. Berdasarkan hasil pengolahan data SPTK tahun 2017, status perkawinan dan status orang tua memiliki peran penting dalam kebahagiaan di Indonesia. Hasil regresi linier OLS memperlihatkan bahwa indeks kebahagiaan tertinggi dirasakan setelah menikah dan memiliki anak berusia dewasa dan indeks kebahagiaan terendah terjadi ketika cerai hidup. Terdapat perbedaan pola lintasan kebahagiaan menurut jenis kelamin. Laki-laki lebih bahagia setelah menikah (baik sebelum maupun setelah memiliki anak) dan kebahagiaan menurun ketika melajang (baik sebelum menikah maupun ketika mengalami perceraian). Laki-laki merasakan kebahagian paling tinggi ketika menikah tanpa anak dan paling rendah ketika cerai hidup. Pada perempuan, kebahagiaan paling tinggi dirasakan sebelum menikah. Kebahagiaan perempuan menjadi lebih rendah ketika menikah dimana kebahagiaan terendah terjadi ketika anaknya masih berusia di bawah umur. Berdasarkan distribusi nilai indeks, kelompok Low merasakan kebahagiaan terendah ketika cerai hidup dan cerai mati. Sementara kebahagiaan paling tinggi dirasakan kelompok High ketika menikah dan belum memiliki anak.

---

How a person experiences happiness is not only dependent on age but also on what the individual deems important for their happiness, which is often related to family. This study aims to analyze the association of the family life-course and happiness in Indonesia. Based on the results of the 2017 SPTK analysis, marital status and parental status play significant roles in happiness in Indonesia. The results of the OLS linear regression show that individuals who are married with adult children experience the highest levels of happiness. Meanwhile, the lowest level of happiness is experienced by individuals who are divorced. There are differences in the happiness trajectories by gender. Men tend to feel happier after marriage, both before and after the arrival of children, and tend to be less happy when they are single, either before marriage or divorced/widowed. Men who are married without children experience the highest levels of happiness and the lowest is divorced. Meanwhile, for women, the highest levels of happiness are felt before married. Women tend to be less happy when they are married, with the lowest level of happiness experienced when they have young children. Based on the distribution of index values, the Low group experience the lowest levels of happiness when going through divorce or widowhood and the High group when they are married and do not yet have children."

"Kondisi perekonomian selalu mengalami perubahan, dimana pada periode tertentu mengalami pertumbuhan yang pesat dan mengalami perlambatan pertumbuhan pada periode lainnya. Maka dari itu, Variabel ekonomi makro sebagai indikator dari perekonomian tersebut harus dijaga kestabilannya oleh pemerintah karena perubahannya dapat berdampak pada seluruh sektor perekonomian, tidak terkecuali perbankan syariah.Tesis ini bertujuan untuk mengetahui pengaruh variabel ekonomi makro dan equivalent rate terhadap pertumbuhan aset perbankan syariah di Indonesia (ceteris paribus). Variabel yang digunakan adalah pertumbuhan M2, pertumbuhan kurs, dan pertumbuhan GDP sebagai variabel makro serta equivalent rate. Faktor-faktor tersebut diperoleh melalui studi literatur, penelaahan terhadap teori, dan beberapa hasil penelitian yang telah dilakukan sebelumnya. Data yang digunakan dalam penelitian ini adalah data time series periode Maret 2004 sampai dengan September 2008. Data yang digunakan bersumber dari statistik perbankan syariah Bank Indonesia baik publikasi maupun non publikasi.Metode penelitian yang digunakan adalah regresi linier berganda karena metode ini dapat digunakan untuk melihat pengaruh dari variabel-variabel yang diteliti. Hasil penelitian ini menunjukkan bahwa pertumbuhan M2 dan pertumbuhan kurs secara signifikan mempengaruhi pertumbuhan aset perbankan syariah di Indonesia. Sedangkan pertumbuhan GDP dan equivalent rate tidak mempengaruhi secara signifikan.

---

The economic condition always changes. It can grow rapidly in certain period, while it also can grow slowly in some other period. Therefore, government should maintain the stability of macroeconomic variables as they become the indicator of economic condition. Changes in macroeconomic variables can impact the whole economic sectors, including the Islamic banking.This research is aimed to identify the influence of macroeconomics variables and equivalent rate to the Islamic banking assets growth in Indonesia (ceteris paribus). Variables used are M2 growth, exchange rate growth, GDP growth as macroeconomics variables, and also equivalent rate. These factors are obtained by carrying out literature study, exploring theories, and studying results of the previous researches. Data used in this research are time series data from March 2004 to September 2008. Data employed are taken from published and non-published Islamic Banking statistics announced by Bank Indonesia.Research method used in this study is Multi Linier Regression since this method is able to identify influence of the variables observed. The result of this research shows that M2 growth and exchange rate growth significantly influence the Islamic banking assets growth. But GDP growth and exchange rate growth do not significantly influence the islamic banking assets growth."

"Salah satu indikator penting untuk mengetahui miskin atau tidaknya suatu rumah tangga adalah jumlah pengeluaran rumah tangga tersebut per bulan. Tugas akhir mi membandingkan kontribusi pengeluaran pangan dan non pangan pada pengeluaran per bulan dengan memperhatikan karakteristik-karakteristik demografis dan sosial rumah tangga. Metode analisis yang digunakan adalah model regresi linier berganda, berdasarkan data rumah tangga hasil Survei Sosial Ekonomi Nasional 1990 (BPS 1990) untuk wilayah propinsi Jawa Barat. Beberapa model regresi di buat untuk rumah tangga miskin dan tidak miskin baik di kota maupun di desa. Hasil yang didapat adalah adanya perbedaan kontribusi pengeluaran pangan maupun non pangan pada pengeluaran rumah tangga per bulan antara rumah tangga miskin dan tidak miskin baik di kota maupun di desa. Kontribusi pengeluaran pangan pada rumah tangga miskin lebih besar dibandingkan rumah tangga tidak miskin, di kota maupun di desa. Sedangkan kontribusi pengeluaran non pangan pada rumah tangga tidak miskin lebih besar dibandingkan rumah tangga miskin, di kota maupun di desa. Karakteristik-karakteristjk yang diperhatikan dalam model adalah jenis kelamin kepala keluarga, sumber penghasilan utama, status pekerjaan, tingkat pendidikan kepala keluarga, jumlah pekerja dan jumlah anggota rumah tangga."

"Penelitian ini ingin melihat bagaimana pengaruh dana zakat, infak, & sedekah, tingkat pendidikan, dan lama usaha terhadap peningkatan usaha mustahiq. Responden penelitian ini adalah para peserta program ikhtiar yang digagas oleh yayasan peramu. Para peserta program terletak di Desa Sukaluyu Kabupaten Bogor Jawa Barat. Sampel yang digunakan adalah 50 responden peserta program ikhtiar peramu. Metode analisa dilakukan dengan regresi linier berganda dimana regressornya terdiri dari variabel kuantitatif dan kualitatif. Dari hasil penelitian didapatkan bahwa variabel ZIS dan tingkat pendidikan berpengaruh secara signifikan terhadap peningkatan pendapatan usaha. Sedangkan variabel lama usaha tidak berpengaruh secara signifikan terhadap peningkatan pendapatan usaha.

---

The Analysis Influence Of Zakat, Infaq, and Shadaqah Funds, Education, And Business Experience To The Increased Of Omzet (Case Study: The Participants Of Ikhtiar Program Peramu Periods 1999-2004)This research intends to evaluate the effects of zakat, infaq, shadaqah funds to the increase of mustahiq omzet. The respondents of this research are participants of ikhtiar program that held by Peramu. Method of analysis used is multiple linear regression in which the regressors are quantitative and qualitative variables. The result of this research was that ZIS and education variables significantly influenced the increase of omzet. Meanwhile the experience of business does not significantly influence the increase of omzet. "

"Regresi linier merupakan suatu metode yang dapat digunakan untuk memodelkan hubungan antara suatu variabel terikat terhadap satu atau lebih variabel penjelas. Terdapat beberapa asumsi yang harus dipenuhi pada model regresi linier, yaitu komponen error berdistribusi normal dengan mean nol, variansi error konstan (homoskedastis), dan error antar observasi saling bebas. Pada saat menganalisis data spasial dengan menggunakan model regresi linier, asumsi homoskedastis terkadang tidak dapat terpenuhi karena kondisi data pada satu lokasi berbeda dengan kondisi data pada lokasi lainnya. Model Geographically Weighted Regression (GWR) dapat digunakan untuk mengatasi masalah heterogenitas spasial. Parameter model GWR dapat ditaksir dengan menggunakan dasar metode Weighted Least Squares (WLS) dimana bobotnya merupakan fungsi pembobot kernel. Fungsi pembobot kernel yang digunakan pada penelitian ini adalah fungsi pembobot kernel Gaussian. Pada bagian akhir penulisan, diberikan contoh aplikasi model GWR dengan menggunakan data klaim rawat inap peserta asuransi kesehatan PT. XYZ untuk melihat hubungan antara total biaya rawat inap terhadap lamanya pasien dirawat inap dan kelas kamar rumah sakit yang ditempati pasien selama menjalani rawat inap untuk diagnosa tipes, DBD, dan diare. Dari hasil penelitian, hanya diagnosa tipes dan DBD yang dapat dianalisis dengan GWR. Berdasarkan peta penyebaran hasil taksiran parameter model GWR dan taksiran rata-rata total biaya rawat inap pasien dengan diagnosa tipes dan DBD, terlihat adanya variasi biaya di rumah sakit yang satu dengan rumah sakit lainnya.

---

Linear regression is a method that can be used to model the relationship between a dependent variable to one or more explanatory variables. There are some assumptions that must be fulfilled in the linear regression model, such as the error term is normally distributed with mean zero, a constant variance (homoscedastic), and independent among observations. When analyzing spatial data using a linear regression model, sometimes the homoscedastic assumption cannot be fulfilled because data condition on one location differ compared to others.

Geographically Weighted Regression (GWR) model is used to overcome the spatial heterogeneity problem. Parameters of GWR model can be estimated using Weighted Least Squares (WLS) method as the basic of estimating parameters using kernel weighting function. The kernel weighting function used here is Gaussian kernel weighting function. At the last chapter, there is an example of the GWR model application by using inpatient claims data of PT. XYZ members to see the relationship between the total inpatient cost to length of stay and hospital’s room rate for typhoid, DBD, and diarrhea.

From the result, only typhoid and DBD that can be analyzed with GWR model. Based on the map of parameter estimates on GWR model and average of total inpatient cost for typhoid and DBD, it shows that there is a variation of inpatient cost between one hospital and the others."

"ABSTRAKUntuk mencapai keberhasilan proyek dibutuhkan site manager handal sebagaiseorang pemimpin proyek dan mempunyai persyaratan kompetensi yangdibutuhkan. Kompetensi site manager diukur oleh tiga aspek yaitu knowledge,skill serta attitude. Tujuan penelitian ini untuk menganalisa pengaruh kompetensisite manager terhadap keberhasilan kinerja proyek. Penelitian dilakukan padasalah satu perusahaan kontraktor BUMN. Pengumpulan data melalui surveymenggunakan kuesioner dan wawancara. Pengolahan data dilakukan dalam empattahapan, yaitu analisis faktor, uji asumsi klasik, uji korelasi, dan analisis regresilinier berganda. Hasil dari penelitian ini diperoleh 10 kompetensi dominan dan 5diantaranya merupakan gap competency, yang disertakan dengan rekomendasimodul pelatihannya.

---

ABSTRACTSite manager as a project leader and has the necessary competency requirementsis needed to achieve the success of the project. The competence of site managermeasured by three aspects: knowledge, skill and attitude. This research analyzethe relationship between site manager competencies and project performance. Thestudy was conducted in one of the public contractor company. Data was collectedthrough questionnaire survey and interview. Data was analyzed in four stages,factor analysis, classic assumption test, correlation test, and multiple linearregression analysis. The results of this study were obtained 10 dominantcompetency and 5 of them are gap competency, that is included with traningmodules recommendation."