• Tidak ada hasil yang ditemukan

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN ANALISIS FAKTOR ROBUST UNTUK DATA INFLASI KELOMPOK BAHAN MAKANAN DI JAWA TENGAH - Diponegoro University | Institutional Repository (UNDIP-IR)

N/A
N/A
Protected

Academic year: 2017

Membagikan "PERBANDINGAN ANALISIS FAKTOR KLASIK DAN ANALISIS FAKTOR ROBUST UNTUK DATA INFLASI KELOMPOK BAHAN MAKANAN DI JAWA TENGAH - Diponegoro University | Institutional Repository (UNDIP-IR)"

Copied!
17
0
0

Teks penuh

(1)

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN

ANALISIS FAKTOR

ROBUST

UNTUK DATA INFLASI

KELOMPOK BAHAN MAKANAN DI JAWA TENGAH

SKRIPSI

Oleh:

ERNA PUSPITASARI

NIM :24010210130059

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(2)

i

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN

ANALISIS FAKTOR

ROBUST

UNTUK DATA INFLASI

KELOMPOK BAHAN MAKANAN DI JAWA TENGAH

Oleh:

ERNA PUSPITASARI

NIM :24010210130059

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

Sarjana Sains pada Program Studi Statistika

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(3)
(4)
(5)

iv

KATA PENGANTAR

Puji syukur penulis ucapkan atas kehadirat Allah SWT yang telah

melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi

berjudul Perbandingan Analisis Faktor Klasik dan Analisis Faktor Robust untuk

Data Inflasi Kelompok Bahan Makanan di Jawa Tengah . Skripsi ini menerangkan

suatu perbandingan metode analisis data yang dapat mereduksi data dan menemukan

faktor baru untuk data inflasi kelompok bahan makanan di Jawa Tengah dengan

menggunakan penaksir klasik dan penaksir

robust.

Keberhasilan penulis dalam menyelesaikan skripsi ini tentu bukan hanya

usaha dan doa penulis seorang, tetapi banyak pihak yang telah berjasa dan membantu

dalam penyusunan skripsi ini. Oleh karena itu, pada kesempatan ini penulis ingin

mengucapkan terima kasih kepada :

1. Dra. Hj. Dwi Ispriyanti, M.Si. selaku Ketua Jurusan Statistika FSM Universitas

Diponegoro Semarang

2. Moch. Abdul Mukid, S.Si., M.Si. selaku dosen pembimbing I dan Drs. Sudarno,

M.Si. selaku dosen pembimbing II yang dengan penuh kesabaran telah

memberikan bimbingan, pengarahan dan petunjuk dalam penulisan skripsi ini.

3. Seluruh Bapak dan Ibu Dosen Jurusan Statistika, FSM Universitas Diponegoro

yang telah memberikan ilmu yang sangat bermanfaat

4. Semua pihak yang telah memberikan bantuan, semangat dan doa sehingga penulis

dapat menyelesaikan penulisan skripsi ini

Penulis menyadari bahwa penulisan skripsi ini belumlah sempurna. Oleh karena itu,

kritik dan saran yang bersifat membangun sangat penulis harapkan. Penulis berharap

semoga skripsi ini dapat bermanfaat bagi penulis pada khususnya maupun pembaca

pada umumnya.

Semarang,

Mei 2014

(6)

A

72,9 persen lebih besar dari metode analisis

faktor klasik yang menghasilkan sebesar 53,5 persen. Hal ini menunjukkan bahwa

metode analisis faktor

robust

lebih mampu mengatasi data inflasi kelompok makanan

di Jawa Tengah yang mengandung pencilan dari pada metode analisis faktor klasik.

(7)

!"

)*+,-.*/ *012"2"2*2,* ,"2,"+* 034 ,5-672 46,-642+."84*2 4 ,-9!*."* 80428*2 46 -/ +-33 -/ 6"3 4/2"-/2

.

)*+ ,-. */ *012"2 , 5* , "2 -9 ,4/ 72 46 "2 ,54 + 0*2 2"+* 0 9*+ ,-. */*012"2 :", 5 ;."/+";* 0 + -3 ;-/4/,2 3 4, 5-6<

Classical factor analysis can not work

properly if the data contained many outliers. In order factor analysis remains optimal

in explaining a set of variables even in conditions of data containing many outliers,

we need a robust estimator. Through factor analysis is expected to obtain robust high

accuracy analysis results for data containing many outliers. Estimator fast-MCD is

one of the robust estimator that aims to get the smallest determinant of the covariance

matrix. Robust factor analysis with fast-MCD method in this thesis is applied to

explain the many subgroups of food at food inflation rate in Central Java into a more

modest dimensions. The total proportion of the data variance can be explained by

factors that are formed through a robust method of factor analysis in foodstuffs

inflation data in Central Java that is equal to 72.9 percent larger than the classical

factor analysis method which generates at 53.5 percent. This suggests that a more

robust factor analysis method is able to cope with food inflation data in Central Java

group containing outliers of the classical factor analysis method.

(8)

v

BAB II TINJAUAN PUSTAKA

..

2.1 Inflasi

.

2.2 Bahan Makanan

..

2.3 Asumsi

.

2.3.1 Identifikasi Kecukupan Data

...

(9)

GH

2.5.3 Menghitung Nilai Residual

..

2.6 Metode Penaksir

\

inimu

][

ov

YU

i

YVW

e

^_

termi

V Y

nt(

\ [ ^

)

2.7 Analisis Faktor

Robust

.

BAB III METODOLOGI PENELITIAN

3.1 Sumber Data

3.2 Variabel Penelitian

..

3.3 Langkah-langkah Analisis

...

3.4 Diagram Alir Analisis Data

.

BAB IV PEMBAHASAN

.

4.1 Data Inflasi Kelompok Bahan Makanan Provinsi Jawa Tengah

.

4.1.1 Padi-padian, Umbi-umbian dan Hasilnya

..

4.1.2 Daging dan Hasil-hasilnya

...

4.1.3 Ikan Segar

4.1.4 Ikan Diawetkan

4.1.5 Telur, Susu dan Hasil-hasilnya

4.1.6 Sayur-sayuran

..

4.1.7 Kacang-kacangan

4.1.8 Buah-buahan

4.1.9 Bumbu-bumbuan

.

4.1.10 Lemak dan Minyak

..

4.1.11 Bahan Makanan Lainnya

.

(10)

`aa bcdcd efaghi

t

ajkia la mna

t

op

4.3 Pencilan

...

4.4 Analisis Faktor Klasik

.

4.4.1 Penaksir Parameter

..

4.4.2 Menentukan Metode Faktor

4.4.3 Menentukan Banyaknya Faktor

..

4.4.4 Metode Rotasi Faktor

.

4.4.5 Interpretasi Faktor Matriks

..

4.4.6 Menghitung Matriks Residual

.

4.5 Analisis Faktor

Robust...

4.5.1 Penaksir Parameter

..

4.5.2 Menentukan Banyaknya Faktor

..

4.5.3 Metode Rotasi Faktor

.

4.5.4 Interpretasi Faktor Matriks

..

4.5.5 Menghitung Matriks Residual

.

4.6 Perbandingan Hasil Analisis Faktor Klasik dan Analisis Faktor

(11)

qr rr

DAFTAR GAMBAR

Halaman

Gambar 3.1

s rtuvtwxyrvxzty r{ r {st

t

t| }z}y r

t

rt z~

.

Gambar 4.1

Tingkat Inflasi Subkelompok Padi-padian, Umbi-umbian dan

Hasilnya

.

Gambar 4.2

Tingkat Inflasi Subkelompok Daging dan Hasil-hasilnya

.

Gambar 4.3

Tingkat Inflasi Subkelompok Ikan Segar

..

Gambar 4.4

Tingkat Inflasi Subkelompok Ikan Diawetkan

..

Gambar 4.5

Tingkat Inflasi Subkelompok Telur, Susu dan Hasil-hasilnya ...

Gambar 4.6

Tingkat Inflasi Subkelompok Sayur-sayuran

.

Gambar 4.7

Tingkat Inflasi Subkelompok Kacang-kacangan

...

Gambar 4.8

Tingkat Inflasi Subkelompok Buah-buahan

..

Gambar 4.9

Tingkat Inflasi Subkelompok Bumbu-bumbuan

Gambar 4.10

Tingkat Inflasi Subkelompok Lemak dan Minyak

...

(12)



x

DAFTAR TABEL

Halaman

Tabel 4.1

€

putus

‚

n

ƒ„… † ‡ˆ

Tabel 4.2

Nilai Eigen

..

Tabel 4.3

Hasil Pengelompokkan

...

Tabel 4.4

Nilai Eigen untuk Analisis Faktor

Robust

Tabel 4.5

Hasil Pengelompokkan Analisis Faktor

Robust

..

Tabel 4.6

Perbandingan Hasil Proporsi Kumulatif Varian Analisis Faktor

Klasik dengan Analisis Faktor

Robust

..

37

42

44

47

50

(13)

x

Data Inflasi Kelompok Bahan Makanan di Jawa Tengah

.

Identifikasi Kecukupan Sampel Data dan Pengujian

Multikolinieritas

Perhitungan untuk Mendeteksi Pencilan Menggunakan Minitab

14

....

Hasil Pendeteksi Pencilan

.

Paket Program untuk Mendapat Penaksir Klasik dengan

Menggunakan R 2.14.0

.

Perhitungan Analisis Faktor Klasik dengan Menggunakan SPSS

dan Ms Excel

.

Paket Program untuk Mendapat Penaksir

fast-MCD

dengan

Menggunakan R 2.14.0

.

Perhitungan Analisis Faktor

Robust

dengan Menggunakan R

2.14.0. dan Ms Excel

.

Perbandingan Hasil Analisis Faktor Klasik dengan Hasil

(14)

Š ‹ Š Œ

Ž  ‹‘ ’“ ’‹ ”•” “ –—– ˜ Š ™š– ›– œ

g

ž Ÿ  ¡¢ £ ¤¥¦§¨¡©¡ž ª ¡«£ ¡ ž ¬¡¦£ ©¥ ¡¬ ¡¡ž ¨¥ ¦¥©­ž­ ¤ £ ¡ž

y

¡ž« ®¥ ¦¯ ¡¬£ ¬£ ¢ ¥®£ ¡¨ °¥ «¡¦¡± ž Ÿ  ¡¢£

y

¡ž«®¥ ¦§¢ ¤¥ ž£ ž«©¡®¬¡¨¡®¤ ¥¤¨¥¦  ¡¤ª ¡®¨¥ ¦ ®§¤ª §²¡ž¥©­ ž­¤£ ¬£ °¥ «¡¦¡ £®§ ¢¥ ž¬£¦£± ³£ ¨¦­ ´£ ž¢ £ µ¡¶ ¡ ·¥ ž«¡²¸  ¡ ¯ § £ žŸ  ¡¢ £ ¢¥ ¡¤¡ ¹

t

¡²§ ž

t

¥

r

¡© ²£

r

¤ ¡£ ²

s

ž¡£ ©

tur

§ž ¬¥ ž«¡ž ¡ž«© ¡ £žŸ ¡

s

£

t

¥£ž««£

rt

t

¥

r

¯ ¡¬£ ¨¡¬¡ ª §  ¡ž µ§ £

t

¡²§ž º»‰¼

y

¡© ž£

s

¥ª ¥

s

¡

r

¼ ¸ ½‰

(

¾

PS, 2013). U

ž® §©¤ ¥ž«§© §¦®£ž«© ¡®£ žŸ  ¡¢ £ ¬¡¨¡®¤¥ ž««§ž¡©¡ž

I

ž¬¥©¢

H

¡¦ «¡

K

­ ž¢§¤ ¥ ž

(IHK)

¿¡ž« ¬£ ²£®§ž« ¬ ¡¦£ ¨¥ ž«¥  §¡¦¡ž ¤¡¢¿¡¦¡©¡® ª¥¦§¨ ¡

©­ ž¢§¤¢ £ ¦§¤¡² ®¡ž««¡ ®¥¦ ²¡¬¡¨ ¯¥ž£ ¢ ª ¡¦¡ž« ¬¡ž ¯¡¢¡

.

À¥ž§¦ §® ¾¡ ¬¡ž

P

§¢¡®

S

®¡®£ ¢ ®£©

(

¾

PS),

¨¥ ž«¥ §¡¦¡ž®¥¦¢¥ª §®¬£ª ¡«£¤ ¥ž¯¡ ¬£® §¯ §²©¥  ­¤¨­©¿¡© ž£Á

‰± Â¥ ­¤ ¨­©ª ¡²¡ž¤ ¡©¡ž¡ ž¸

º± Â¥ ­¤ ¨­©¤ ¡© ¡ž¡ž¯¡¬£ ¸¤ £ ž§¤¡ž¸¦­©­©¬¡ž®¥ ¤ª ¡©¡§¸

¼± Â¥ ­¤ ¨­©¨¥¦§¤¡²¡ž¸¡£¦ ¸ £¢®¦£ © ¸«¡¢¬¡žª¡²¡žª¡© ¡¦ ¸

½± Â¥ ­¤ ¨­©¢¡ž¬¡ž«¸

¹± Â¥ ­¤ ¨­©©¥

s

¥²¡

t

¡ž¸

6. K

¥ ­¤ ¨­©¨¥ ž¬£¬£© ¡ž¸¦¥ ©¦¥ ¡¢ £¬¡ž­  ¡²¦¡«¡

,

7. K

¥ ­¤ ¨­©®¦ ¡ž¢ ¨­¦ ®¡¢ £

,

© ­¤ §ž£© ¡¢ £¬¡ž¯¡¢ ¡©¥ §¡ ž«¡ž±

³ ¡¦£ ®§¯ §² ©¥  ­¤¨­© ®¥¦ ¢¥ª §® ¤¡¢ £ž«

-

¤ ¡¢ £ ž« ©¥  ­¤¨­© ¬£ ª ¡«£   ¡«£ ¤¥ ž¯ ¡¬£

ª¥ª¥¦¡¨ ¡ ¢ §ª©¥ ­¤¨­© ¬¡ž ©¥ ­¤¨­© ¿¡ž« ¤¥ ¤£  £ ©£ ¯§¤ ¡² ¢§ª©¥  ­¤¨­© ¨¡ £ž«

ª¡ž¿¡© ¡¬¡  ¡²© ¥ ­¤¨­©ª ¡²¡ž¤ ¡© ¡ž¡ž¸ ¿¡ž«¬£ª ¡«£ ¤¥ ž¯¡¬£¢ ¥ª ¥  ¡¢¢§ª ©¥  ­¤ ¨­©

(15)

ÄÅÆ ÇÈÉ

y

Ç ÊÉËÌ ÇÆÊ ÍÇÎ Ç ÏÅÌÐÑ ÍÐÏ ÄÇÒÇÉ Ñ ÇÏ ÇÉ ÇÉ Ó Ô ÇÈ Ê ÄÇÉ

y

ÇÏÉ

y

Ç Æ Õ ÄÏÅÌÐÑ ÍÐÏ ÖÅÈÆÅ ÄÕ Ö× ÊÉØÊÉ ÎÊÖÅÑ ÕÏ ÇÉ Æ Õ ÄÏÅ ÌÐÑ ÍÐÏ

(

ËÇÏ ÖÐÈ

)

ÙÇÉ Ø ÌÅÄÊ Ò ÈÊÉØÏÇÆ ÙÇÉØ ÍÇÌ ÊÉ Ø

Ñ ÇÑÍÕ ÑÅÉÚÅ ÌÇÆ ÏÇÉ Ö ÊÉ ØÏ ÇÖ ÊÉË Ì ÇÆÊ ÍÇÎÇ ÏÅ ÌÐÑÍÐÏ ÄÇÒÇÉ Ñ ÇÏÇÉ ÇÉ ÆÅ ÒÊÉØØÇ ÌÇÚÕ

ÊÉË ÌÇÆÊ ÍÇÎÇ ÏÅ ÌÐÑ ÍÐÏ Ä ÇÒÇÉ Ñ ÇÏÇÉÇÉ ÎÇÍÇÖ ÎÊÆ ÇÚÊÏ ÇÉ ÎÅÉ Ø ÇÉ ÌÅ ÄÊÒ ÅË ÊÆÊÅÉ Ó ÛÅ ÖÐ ÎÅ

ÙÇÉ ØÎÊ ØÕÉÇÏ ÇÉÕÉÖÕÏÍÅ ÈÑ ÇÆÇÌÇÒÇÉÖ ÅÈÆ ÅÄÕ ÖÊÇÌÇÒÇÉÇÌ ÊÆÊÆËÇÏ ÖÐÈ

.

ÜÉ ÇÌÊÆÊÆ Ë ÇÏ ÖÐÈ Ñ ÅÈÕ Í ÇÏ ÇÉ Æ Õ ÇÖÕ ÇÉÇÌ ÊÆÊÆ Æ Ö ÇÖ ÊÆÖÊÏ ÙÇÉ Ø ÄÅÈËÕÉ ØÆÊ ÕÉÖÕÏ

ÑÅÈÅÎÕÏÆÊ ÇÖÇÕ ÑÅÈÊÉ ØÏ ÇÆ ÄÅÄÅ È ÇÍÇ ÝÇÈÊÇÄÅÌ ÊÉ ÎÅ ÍÅÉ ÎÅÉ Ñ ÅÉÚÇÎÊ ÌÅÄÊÒ Æ ÅÎÊÏÊ Ö

ÝÇÈÊ ÇÄÅ Ì

(

ÞÇÈÐÈÐ Ò×

2013).

ÜÉ ÇÌÊÆ ÊÆËÇÏ ÖÐÈÙÇÉ ØÆÅÈ ÊÉØÎÊ ØÕÉ ÇÏ ÇÉÇÎÇÌÇÒÇÉÇÌ ÊÆ ÊÆËÇÏ ÖÐÈ

Ï ÌÇÆÊÏ × ÎÅÉØ ÇÉ ÎÕÇ ÑÅ Ö Ð ÎÅ ÎÇÆ ÇÈ ÇÉÇÌÊÆÊÆ ÙÇÉ Ø Æ ÅÈÊÉØ ÎÊ ØÕÉÇÏ ÇÉ ÙÇÏÉÊ

pri

ßà

ip

áâ

c

ãä

p

ã ßå ßæ á ßáâ çè

i

è ÎÇÉ

c

ãä äã ß éáàæãê á ßáâçè

i

è ÙÇÉ Ø Æ ÅÈ ÊÉØ ÎÊÆ ÅÄÕ Ö

pri

ß

cip

áâ áë

i

è

éáà æãê

i

ßì

(S

ÊÑ ÇÑÐÈ Ç

, 2005). T

ÕÚÕ ÇÉ ÏÅ ÎÕ Ç ÑÅ ÖÐÎÅÊÉ Ê ÄÅ ÈÄÅ ÎÇ

,

pri

ßà

ip

áâ

c

ãä íã ßå ßæ

á ßáâ çè

i

è ÄÅÈÖÕÚÕ ÇÉ ÕÉÖÕÏ ÑÅÉØÅÖ ÇÒÕ Ê ÚÕÑÌÇÒ Ë ÇÏÖÐÈ Ñ ÊÉ ÊÑ ÇÌ ÙÇÉ Ø ÎÇÍÇÖ ÎÊÅÏÆÖÈ ÇÏ

Æ ÅÎÇÉ ØÏ ÇÉ

c

ãää ã ß éáà æ ãê á ßáâ çè

i

è ÄÅÈÖÕÚÕ ÇÉ Õ É ÖÕÏ Ñ ÅÉØÅ ÖÇÒÕ Ê ÎÊÑ ÅÉ ÆÊ

-

ÎÊÑ ÅÉÆÊ

ÌÇÖÅÉÇÖÇÕÏÐÉÆÖÈÕÏÙÇÉ ØÑÅÉ ÎÇÆÇÈÊÝÇÈ ÊÇÄÅ Ì

-

Ý ÇÈÊ Ç ÄÅÌÇÆÌ Ê

.

ÜÉ ÇÌÊÆÊÆË ÇÏ ÖÐÈÏ ÌÇÆÊÏÖ ÊÎÇÏÎÇÍÇÖÄÅÏÅÈÚÇÎÅÉ Ø ÇÉÄÇÊÏÚ ÊÏÇÎÇÖÇÙÇÉ ØÎÊÇÉ ÇÌ ÊÆÊÆ

ÑÅÉØ ÇÉÎÕÉ Ø ÍÅÉîÊÌ ÇÉ Ó

H

ÇÌ ÊÉ Ê ÎÊÏ ÇÈ ÅÉ ÇÏÇÉ ÈÇÖ Ç

-

ÈÇÖÇ Æ ÇÑ ÍÅ Ì ÎÇÉ ÑÇÖÈÊÏÆ ÝÇÈ Ê ÇÉ

ÏÐ ÝÇÈ ÊÇÉ ÆÇÑÍÅÌ Æ ÇÉ Ø ÇÖ Æ ÅÉÆÊÖ ÊË ÖÅÈ ÒÇÎÇÍ ÍÅÉîÊÌ ÇÉ ÎÇÉ ÄÅÈ ÍÅÉ Ø ÇÈÕ Ò ÍÇÎ Ç ÏÅ ÇÏÕÈ ÇÖ ÇÉ

ÒÇÆ Ê Ì ÇÉÇÌ ÊÆÊÆ ËÇÏ ÖÐÈ

.

ÜØ ÇÈ ÇÉÇÌÊÆÊÆ Ë ÇÏ ÖÐÈ ÖÅÖ ÇÍ Ð ÍÖÊÑ ÇÌ ÎÇÌÇÑ ÍÅ ÉØÇÉÇÌÊÆ ÊÆ ÇÉ

ÑÅÆ Ï ÊÍÕÉ ÎÇÌ ÇÑ ÏÐÉ ÎÊÆÊ ÎÇÖ Ç ÙÇÉ Ø Ñ ÅÉ ØÇÉ ÎÕÉ Ø ÍÅÉîÊÌ ÇÉ Ñ ÇÏÇ ÎÊÍÅÈÌ ÕÏ ÇÉ Æ Õ ÇÖÕ

ÍÅÉ ÇÏÆÊÈ ÙÇÉ Ø

r

ãïðèæñ Ü ÉÇÌ ÊÆÊÆ ËÇÏ ÖÐÈ ÙÇÉ Ø ÑÅÉ Ø ÇÉÎÕÉØ ÍÅÉ ÇÏÆÊÈ

r

ãï ðè æ Æ Å ÌÇÉÚÕ ÖÉ ÙÇ

(16)

óôõö÷ô

y

ø ù ú øûøù ÷ü úý ùøûøù ÷ø þøÿ øù ø þü ü øû õö

r

ø÷ø ôùýþü øù õýúø øû ü üùü ø÷ø þ ø ÿô õö÷ô

mi

m

c

i

e

e

ermi

(

ó

).

óôõö÷ôü ùüô þý ÿô úüõýøù ø û÷üúýùøûøù÷ ø þø ÿÿôùúø õø ü÷ø õøôù ü þøù ô õøþô ü

ýùúúý þ ÷ø ü ÿô õö÷ô þøüù øü û ÷ø ü ôúü ôü ü ôù ü ÷øù ûôô ø õøù ô ü õýù úøù õø õü õüû

(R

öý ôôý ÷ øù üô ôù

1999). S

ôþ øüù ü õý ÿô õö÷ô øùø þü ü øû õö û þø üû ø ù ú

÷üúýùøû øù÷ø þø ÿôùý þü øùõýúø øû ü üùüø÷ø þø

pri

ip

c

i

P

ôùôþü õüøù üùü ÷ü øø û ø ù ÷ø ø õ ô ÿøù øø õ ýù õýû ÿôù úôõø ýü øû õö

-

ø û õö

ø ý ø ù ú þô ü üùúû ø

. F

øûõö

-

øû õö ø ý õô ôýõ ÷ü ø øûøù ÷øøõ ÿ ôù ôþø ûøù

õü ùúûø õ üùþø ü ûô þö ÿ öû ø øù ÿøûøùøù ÷ü ö !ü ù ü

J

øø

T

ôù úø ô õø ýùõýû

ÿôùúô õø ýü ô øù÷ü ù úø ù ø üþ øù ú ÷ü÷ø øõ ÷ø ü ÿô õö÷ô øùø þü ü øû õö û þø üû ÷øù

ÿô õö÷ôøùøþü ü øû õö

r

1.2

Rumusan Masalah

ø ü þø õø ô þ øûøù ú øù ú õô þø ÷üý øü ûøù ÷ü ø õø

,

÷ø ø õ ÷ü õø üû ýøõý ý ÿý øù

ÿø ø þø øù úÿôù ø÷üö ûý ÷ø üôùôþü õü øùüùüø÷ øþø øúøü ÿøùøÿôùôù õý ûøùøû õö

-øû õö

(

ý ûô þö ÿöû

)

øùú þô ü ü ù úûø ÷øù ÿø ÿ ý ÿôù ô þø ûøù õü ù úûøõ ü ùþ ø ü

ûô þö ÿöûø øùÿøûøù ø ù÷üö!ü ù ü

J

øø

T

ôùúø ô ÷ø øûøùøùø þü ü ø û õö û þø üû

÷øù øùø þü ü øû õö

r

ôõø ø úøü ÿøù ø ô ø ù÷ü ùúøù ø ü þ øù øþü ü ø û õö û þø üû

÷øù øùø þü ü øûõö

r

ø÷ø ÷ø õø üù þø ü ûô þö ÿöû ø øù ÿøû øùøù ÷ü ö !üù ü

J

øø

T

ôùúø "

1.3

Batasan Masalah

óôùúü ù úø õ õö üû ø ù ú ø ûøù ÷üø ø ÿôùøûý ø ôû øù ú þýø ÷øù ýùõýû

ÿô ÿ ô ûôÿ øù úû øù ô ùúôõ ø ýøù øù ú ÿôù÷øþ ø ÿ ÿôùúôù øü ö ôû øùú ÷ü õôþü õü

(17)

$%&'%()*

y

%+, %-%+ . '% +%* '/ ' /

y

%-+' /)()* % / / 0 (- )* 12 31- 3%.% - )*1231- (%4%+ 2%-%+%+/ )&5% . %5%

y

%+, .' ,0+%- %+ %. %* %4 .%5 % '+ 6*% / ' / )*%2%*'2 % 5% 40+ .%&'(0*%+ 71$)2 ()& 899: /%2 3% ' ;-5 1()& 89<=> ? %/%*%4 @ 0,% . '(%5% / ' 3%. % 2 )51. )

y

% +, . ',0+%- %+.%*%2%+%*'/ '/6%-5 1&-* %/ '-

y

% '50

pri

AB

ip

CD

c

EFGE AHAIC ACD JK

i

K.%+.%*%2 %+%*'/ '/6%-51&

r

E LMK I%'5 0

y

2)51. ) NC K IOPQ RS

1.4

Tujuan Penulisan

T0@ 0%+.%& '3)+)* '5 '%+.%* %23)+0*'/%+50,% /%- 4' &'+ '%.%*% 4U

< > ?)+ )+5 0-%+ 6%-51& (%& 0 3%.% .%5 % '+ 6*% /' -)* 1231- (% 4%+ 2%-%+ %+ . ' 3& 1$'+ / '

V %W%T)+ ,% 4()&. % /%& -% +%+%* ' /' /6%-5 1&-* %

/'-8> ?)+ )+5 0-%+ 6%-51& (%& 0 3%.% .%5 % '+ 6*% /' -)*1231- (%4%+ 2 %-%+ %+ . ' 3& 1$'+ / '

V %W%T)+ ,% 4()&. % /%& -% +%+%* ' /' /6%-5 1&

r

E LMKI

=> ?)2(%+. '+,- %+ 4% / '* % +%*'/ '/ 6%-51& -* % /'- . )+,%+ 4% / '* %+ %*'/ '/ 6%-5 1&

r

E LMK I

Gambar

Tabel Distribusi Chi-Kuadrat��������������

Referensi

Dokumen terkait

Keterampilan matematika siswa kelas VII SMP Negeri 24 Kabupaten Sorong materi keliling dan luas segitiga sebelum penerapan metode drill adalah rendah, yaitu

Kalian yang selalu membuatku belajar, berpikir dan intropeksi diri untuk selalu menjadi yang terbaik diantara yang baik.. Doakan kak anis yach,,,, jadi orang yang sukses, biar

Dalam rangka untuk mengevaluasi efektivitas metode yang diusulkan untuk identifikasi wajah maka hasil deteksi otomatis bibir digunakan sebagai masukan dari metode

New principles for an age of big data sets will need to cover six broad areas: privacy, security, retention, processing, ownership and the integrity of information?. Privacy is one

Setelah mengikuti perkuliahan ini mahasiswa bertujuan untuk memberikan pengetahuan kemampuan dasar kepada mahasiswa sebagai suatu pengantar ilmu ekonomi dengan memahami

Supervision - To increase the efforts of supervision in the operation of government and the implementation of development by involving the private sector and the general

Return On Equity (ROE), Earnings Per Share (EPS) dan Harga Saham diukur dengan melihat di dalam laporan keuangan pada Perusahaan Tekstil dan Garmen yang terdaftar di

certificate and the calculation of a land plot using of GPS technology, possibly caused by the. measurement errors made by BPN (National Land Agency), caused by