Karena dalam penelitian ini aspek yang akan diteliti adalah fungsi linier-2 terbatas pada ruang norma-2, maka definisi dasar fungsi linier terbatas pada ruang norma akan dikaji sebagai berikut. Misalkan 𝑓 adalah sembarang sembarang fungsi linier-2 berhingga 𝑝 (terkait dengan pasangan himpunan linier bebas 𝑌 = {𝑦1, 𝑦2} dan 𝑊 = {𝑤1, 𝑤2} adalah himpunan linier bebas di 𝑋 dan masing-masing pp berada pada garis berhingga . Invers, hal. invers. fungsional -1 (terhadap pasangan himpunan bebas linier 𝑌 = {𝑦1, 𝑦2} dan 𝑊 = {𝑤1, 𝑤2} masing-masing merupakan himpunan bebas linier pada 𝑋 dan 𝑍.
Selain itu, karena untuk setiap fungsi linier berhingga-1 juga berhingga-8 dan sebaliknya, ruang ganda yang dibentuk oleh setiap jenis batasan adalah ekuivalen.
Metode Penelitian
Pengujian Asumsi Distribusi Galat
- Uji Kenormalan
- Uji Kehomogenan
Uji asumsi sebaran kesalahan dilakukan untuk mengetahui apakah sebaran kesalahan berdistribusi normal dan homogen. Uji hipotesis ini dilakukan untuk mengetahui apakah data penilaian mahasiswa terhadap metode mengajar dosen dapat berdistribusi normal dan homogen. 9 – 16 15 Berdasarkan Tabel 4 diperoleh informasi bahwa uji homogenitas menggunakan uji Bartlett pada software Minitab 16 menghasilkan nilai 𝑝𝑣𝑎𝑙𝑢𝑒 = 0,096 > 0,05 sehingga gagal menolak 𝐻0 yang berarti mempunyai versi yang homogen kesalahan.
Aplikasi Rancangan Acak Lengkap
Kesimpulan
Metode RAL yang digunakan tidak hanya ditujukan pada evaluasi terhadap guru, sehingga diharapkan bagi peneliti selanjutnya yang menerapkan metode RAL dalam bidang ekonomi, sosial, dan lain sebagainya.
SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT PARTISIPASI ANGKATAN KERJA DI PROVINSI MALUKU
DENGAN PENDEKATAN KERNEL-BOOTSTRAP
SMALL AREA ESTIMATION TO ESTIMATE PARTICIPATION LEVEL OF LABOUR FORCE IN MALUKU PROVINCE WITH
KERNEL-BOOTSTRAP APPROACH
- Pendahuluan
- Tinjauan Pustaka
- Bootstrap
- Partisipasi Angkatan Kerja
- Prosedur Penelitian
- Hasil Dan Pembahasan
- Pendugaan dengan Pendekatan Kernel
- Pendugaan Nilai Mean Square Error (MSE)
- Kesimpulan
Untuk itu peneliti ingin mengeksplorasi estimasi wilayah kecil untuk memperkirakan partisipasi angkatan kerja di provinsi maluku dengan menggunakan pendekatan kernel bootstrap. Hasil Estimasi Luas Terkecil Tingkat Partisipasi Angkatan Kerja (%) Tidak ada data asli dari SAE Kernel kabupaten/kota. Hal ini menunjukkan bahwa tingkat penyerapan tenaga kerja tersebar merata di setiap wilayah kabupaten/kota di provinsi Maluku.
Hal ini menjelaskan bahwa sebaran tingkat angkatan kerja merata di setiap kabupaten/kota di Provinsi Maluku.
ANALISIS PERANAN DAN DAMPAK INVESTASI INFRASTRUKTUR TERHADAP PEREKONOMIAN MALUKU
ANALISIS INPUT-OUTPUT
ANALYSIS OF INFRASTRUCTURE INVESTMENT ROLE AND IMPACT TOWARD ECONOMY IN MALUKU
INPUT-OUTPUT ANALYSIS
- Metode Analisis Data
- Analisis Keterkaitan dan Dampak Penyebaran
- Analisis Dampak Investasi
- Struktur Permintaan Input dan Penawaran Output Infrastruktur
- Analisis Keterkaitan
- Analisis Dampak Penyebaran
- Analisis Multiplier
- Dampak Investasi Infrastruktur terhadap Perekonomian Maluku
Tinggi rendahnya keterkaitan suatu sektor dengan sektor ekonomi lainnya dapat dinilai dari nilai koefisien sektor tersebut. Artinya keempat sektor tersebut mempunyai keterkaitan ke depan dan kebelakang baik langsung maupun tidak langsung (total) yang tinggi terhadap sektor perekonomian lainnya di Provinsi Maluku. Sedangkan pada kuadran II hanya terdapat satu sektor yaitu sektor I (penyediaan akomodasi dan makan minum) yang berarti sektor ini memiliki keterkaitan ke belakang yang tinggi namun keterkaitan ke depan yang rendah.
Kuadran III berarti kesembilan sektor tersebut mempunyai hubungan maju dan mundur yang lebih rendah dari rata-rata. Artinya ketiga sektor tersebut mempunyai keterkaitan ke depan yang kuat, namun tidak mempunyai keterkaitan ke belakang secara langsung dengan sektor perekonomian lainnya di Provinsi Maluku. Nilai backlink infrastruktur yang tinggi menunjukkan bahwa sektor-sektor tersebut mempunyai kemampuan untuk meningkatkan output sektor lain yang memberikan input pada infrastruktur.
Artinya keempat sektor tersebut mempunyai koefisien distribusi dan koefisien sensitivitas yang tinggi, pada kuadran II terdapat 3 (tiga) sektor yaitu sektor G (grosir-eceran dan reparasi mobil-motor), sektor A (pertanian, kehutanan). dan perikanan) dan sektor K (jasa keuangan dan asuransi); Artinya kesembilan sektor tersebut mempunyai tingkat sensitivitas dan tingkat penyebaran yang sangat kecil. Pada kuadran IV hanya terdapat sektor I (penyediaan akomodasi dan makan minum), artinya sektor ini mempunyai derajat sebaran lebih tinggi dibandingkan derajat sensitivitasnya.
Peringkat sensitivitas yang kurang dari satu berarti sektor-sektor tersebut kurang mampu melakukan hilirisasi dengan menggunakan masukan dari sektor-sektor tersebut. 1 juta pada sektor ini akan meningkatkan pendapatan seluruh sektor perekonomian di provinsi maluku sebesar Rp.
Kesimpulan
ANALISIS PREFERENSI PELANGGAN PT. PLN (PERSERO) DALAM MENENTUKAN ATRIBUT REKENING LISTRIK PRABAYAR DI KOTA
AMBON DENGAN MENGGUNAKAN METODE ANALISIS KONJOIN
ANALYSIS CUSTOMER PREFERENCES OF PT PLN (PERSERO) IN DETERMINING ELECTRIC ACCOUNT ACHIEVEMENT
- Sejarah Analisis Konjoin
- Analisis Konjoin
- Uji Ketepatan Prediksi
- Aturan Keputusan
- Uji Validitas dan Uji Reliabilitas 1. Uji Validitas
- Uji Reliabilitas
- Penyusunan Kuesioner
- Penentuan Atribut Produk
- Penyusunan Level Pada Atribut
- Hasil Kuesioner 1 Profil Responden
- Uji Validitas Dan Uji Reliabilitas 1. Uji Validitas
- Uji Reliabilitas
- Hasil Analisis Konjoin 1 Nilai Utilitas
- Nilai Kepentingan Relatif
- Ketepatan Prediksi
Sejak diluncurkan pada Januari 2008, listrik prabayar telah menjadi salah satu pilihan masyarakat untuk mengurangi konsumsi listrik. Rekening listrik prabayar adalah cara membeli listrik dimana pelanggan membayar terlebih dahulu kemudian menikmati aliran listriknya. Mengacu pada informasi di atas, penelitian ini dilakukan untuk mengetahui fitur-fitur tagihan listrik prabayar yang diinginkan sebagian besar responden.
Analisis konjoin merupakan teknik analisis multivariat yang mampu merancang suatu bentuk produk beserta fitur-fiturnya yang diinginkan konsumen, dan analisis ini juga dapat digunakan untuk mengetahui bagaimana persepsi konsumen terhadap produk tagihan listrik prabayar. Data yang digunakan dalam penelitian ini adalah data primer pengguna listrik prabayar di Kota Ambon. Sampel dalam penelitian ini adalah sebagian populasi atau sebagian pelanggan listrik prabayar di Kota Ambon.
Penentuan atribut produk listrik prabayar pada kuesioner ini didasarkan pada hasil studi literatur dan diskusi dengan pengguna listrik prabayar. Berdasarkan hasil interpretasi kebutuhan pelanggan listrik prabayar diperoleh empat atribut yang dianggap penting pada produk listrik prabayar. WARNA 'Warna rekening listrik prabayar' ('Putih' 'Kuning' 'Biru') TEMPAT 'Tempat pembelian voucher listrik' ('PLN' 'Bank' 'Kios') MEDIA 'Media pengaduan pelanggan' ('SMS' 'telepon ' ).
Berdasarkan hasil uji reliabilitas diperoleh koefisien Cronbach’s alpha sebesar (0,653), karena koefisien reliabilitas lebih besar dari 0,60 maka instrumen pengukuran sikap pelanggan terhadap karakteristik tagihan listrik prabayar dapat dikatakan reliabel. . . Sedangkan tampilan warna tagihan listrik prabayar (19,81%) menduduki peringkat ketiga dan media pengaduan pelanggan (10,34%) menduduki peringkat keempat.
ANALISIS PETA POSITIONING UNTUK RESTORAN BERDASARKAN PERSEPSI PELANGGAN DENGAN
MENGGUNAKAN METODE MULTIDIMENSIONAL SCALING (STUDI KASUS: RESTORAN AMBON CITY CENTER PASSO)
POSITIONING MAP ANALYSIS BASED ON COSTUMER PERCEPTION USING MULTIDIMENSIONAL SCALING
CASE STUDY: AMBON CITY CENTER PASSO RESTAURANT)
- Analisis Multidimensional Scaling
- Penentuan Jumlah Dimensi
- Uji Kecocokan Model
- Sumber Data Penelitian
- Teknik Pengukuran Data
- Hasil dan Pembahasan
- Uji Kecocokan Model
- Peta Positioning Daya Saing Restoran
Peran analisis multivariat merupakan suatu bentuk komunikasi dari pihak pemasaran perusahaan kepada konsumen yang bertujuan untuk menentukan posisi yang akan ditempati oleh suatu produk, yang disebut dengan peta positioning. Restoran tersebut antara lain Solaria, Rice Bowl, Mister Basso, Ice Counter 77 Juara Indonesia, Shooting Range Basso Senayan. Masing-masing restoran tersebut pasti mempunyai selera, harga, pelayanan dan fasilitas yang berbeda-beda, sehingga dalam penelitian ini penulis mengambil judul “Analisis Peta Positioning Restoran Berdasarkan Persepsi Pelanggan Dengan Metode Multidimensional Scaling”.
Penelitian mengenai analisis peta posisi selama ini telah dikembangkan dengan menggunakan berbagai teknik dalam analisis multivariat, salah satunya pada penelitian ini yaitu Metode Multidimensional Scaling. Jumlah responden dalam penelitian ini adalah 30 responden.Objek observasi yang diteliti adalah Solaria, Rice Bowl, Mister Basso, 77 teller es juara Indonesia, lapangan tembak Basso Senayan. Pada bagian ini membahas tentang hasil pengolahan dan analisis data peta positioning restoran pada pusat perbelanjaan ACC Passo berdasarkan persepsi responden.
Berdasarkan hasil dan pembahasan dapat disimpulkan bahwa peta positioning restoran berdasarkan persepsi konsumen di ACC diketahui mempunyai posisi yang berbeda-beda. Sedangkan Solaria, Teller 77 Es dan Bakso Lapangan Tembak Senayan tidak mempunyai pesaing langsung karena restoran-restoran tersebut berbeda dengan restoran-restoran lain dan tidak ada persamaan ciri cita rasa. Berdasarkan persepsi konsumen, dari segi harga, Mister Basso mirip dengan Rice Bowl yang berarti Mister Basso merupakan pesaing langsung Rice Bowl dan sebaliknya, sedangkan Solaria, teller 77 Es dan Bakso Lapangan Tembak Senayan tidak memiliki langsung pesaing. karena restoran tersebut mempunyai perbedaan dengan restoran lainnya dan tidak ada kesamaan pada fitur harga.
Sedangkan Ricebowl, Teller 77 Es dan Bakso Lapangan Tembak Senayan tidak memiliki pesaing langsung karena restoran ini berbeda dengan restoran lainnya dan tidak ada kesamaan fitur pelayanan. Sedangkan Solaria, teller 77 Es dan Bakso Laapangan Tembak Senayan tidak memiliki pesaing langsung karena restoran ini berbeda dengan restoran lain dan tidak ada kesamaan ciri fasilitas.
ANALISIS REGRESI LOGISTIK ORDINAL
LOGISTIC REGRESSION ANALYSIS ORDINAL
Hasil dan Pembahasan
- Pengujian Secara Serentak Model Akreditasi SMA
- Pengujian Secara Parsial Model Akreditasi SMA
Selain itu, estimasi parameter model regresi logistik ordinal dilakukan dengan tiga variabel respon dan enam variabel prediktor. Interpretasikan model dan buat keputusan. Lakukan uji hipotesis parsial. Jalankan uji hipotesis secara simultan. Pengujian simultan model akreditasi SMA menggunakan uji rasio probabilitas. keenam variabel tersebut tidak berpengaruh signifikan terhadap status akreditasi sekolah) H1∶ minimal ada satu Xj≠ 0.
Dengan menggunakan software SPSS 16, statistik uji G adalah 30,534 dan P-value = 0,000, lebih kecil dari 𝛼 = 0,05. Dengan demikian dapat disimpulkan dengan melakukan pengujian secara simultan model akreditasi SMA dengan regresi logistik ordinal dengan enam variabel prediktor yang signifikan pada tingkat kepercayaan 95% atau dengan kata lain menolak H0. Artinya minimal satu parameter signifikan, sehingga perlu dilakukan pengujian parsial. Dari pengujian secara bersamaan diketahui model signifikan atau menolak H0, artinya minimal ada satu parameter yang signifikan.
Dengan menggunakan software SPSS 16 diperoleh hasil uji parsial dengan menggunakan uji Wald sebagai berikut. Dari Tabel 2 terlihat bahwa variabel prediktor yang signifikan mempengaruhi akreditasi SMA di Kota Ambon dengan tingkat kepercayaan 95% adalah jumlah guru (X4) karena mempunyai P-value lebih kecil dari 𝛼 = 0,05. Karena variabel respon terdiri dari tiga kategori, maka terdapat dua model logit yang menggunakan seluruh variabel prediktor sebagai berikut.
Hal ini menunjukkan bahwa sekolah yang berstatus swasta akan memiliki nilai kelulusan akreditasi (Grade C) sebesar 0,73 kali dibandingkan sekolah yang berstatus negeri. Variabel yang mempunyai pengaruh signifikan terhadap akreditasi sekolah menengah di Kota Ambon dengan tingkat kepercayaan 95% adalah jumlah guru (X4).
ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI
LOGISTIK BINER
ANALYSIS OF THE FACTORS THAT AFFECT CERVICAL CANCER IN THE CITY OF AMBON BY USING BINARY
LOGISTIC REGRESSION
- Regresi Logistik Biner dengan Satu Variabel Prediktor
- Regresi Logistik Biner dengan Lebih Dari Satu Variabel Prediktor
- Interpretasi Model Regresi Logistik Biner
- Ketepatan Pengklasifikasian Responden
Dari faktor-faktor tersebut, untuk melihat faktor risiko yang mempengaruhi seseorang terkena kanker serviks digunakan metode regresi logistik biner. Secara umum model probabilitas regresi logistik yang melibatkan beberapa variabel prediktor dapat dirumuskan sebagai berikut. Dalam pemodelan regresi logistik biner, interpretasi parameter bertujuan untuk mengetahui signifikansi nilai estimasi parameter terhadap variabel prediktor.
Variabel prediktor kedua adalah status (𝑋2) yang dikategorikan menjadi menikah (berkode 1) dan janda (berkode 0). Variabel prediktor ketiga adalah umur kawin (𝑋3) atau umur kawin pertama bagi responden yang telah menikah lebih dari satu kali, yang dikategorikan ≤ 17 tahun (kode 1) dan > 17 tahun (kode 0). Variabel prediktor keempat adalah frekuensi perkawinan (𝑋4) yang dikategorikan menjadi satu kali (berkode 1) dan lebih dari satu kali (berkode 2).
Apabila diketahui perbedaan karakteristik responden maka dapat ditentukan model regresi logistik univariat antara variabel respon dan masing-masing variabel prediktor. Model regresi logistik kemudian diuji goodness of fitnya, yaitu model yang semua variabel prediktornya signifikan. Dalam penelitian ini regresi logistik biner dilakukan dengan satu variabel prediktor dan lebih dari satu variabel prediktor.
Karena p-value = 0,384 > α = 0,05 maka H0 diterima sehingga model regresi logistik biner yang diperoleh sesuai. Setelah memperoleh model regresi logistik biner yang sesuai dimana semua variabel prediktor yang ada di dalamnya berpengaruh signifikan terhadap variabel respon, langkah selanjutnya adalah melakukan interpretasi model.
