Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK Pada tabel kontingensi 2p, uji goodness of fit pada model seringkali tidak dapat dilakukan. Hal ini disebabkan oleh banyaknya sel yang kosong pada tabel yang melanggar rule of thumb dari distribusi khi-kuadrat. Untuk itu dikembangkan uji goodness of fit berdasarkan perbandingan antara frekuensi observasi dan frekuensi harapan dengan metode two-way margins. Sebagai pengganti distribusi khi-kuadrat yang tidak akurat, digunakan aproksimasi linier dari distribusi khi-kuadrat yaitu a + b 2 c ? yang dibentuk dengan momen asimptotik. Sebagai penerapannya, metode ini akan diaplikasikan pada data SASSI (The Substance Abuse Subtle Screening Inventory) dengan tujuan untuk melihat apakah sepuluh pertanyaan untuk menentukan skor variabel komposit FRISK pada alat tes SASSI dapat dijawab dengan baik oleh responden. Hasil pegujian menunjukkan terdapat satu pertanyaan yang bias sehingga hanya sembilan pertanyaan yang dianggap layak untuk menentukan skor variabel komposit FRISK. Kata kunci : Uji goodness of fit, two-way margins, distribusi Khi-kuadrat vii + 52 halaman; lamp. Bibiliografi : 7 (1980 - 2002)"

"ABSTRAKIndonesia terletak pada daerah dengan intensitas gempa yang begitutinggi. Dalam pembangunan bangunan-bangunan tahan gempa di Indonesia,diatur oleh peraturan-peraturan, yaitu : Peraturan Perencanaan Tahan GempaIndonesia Untuk Gedung 1983 dan Tata Cara Penghitungan Struktur BetonUntuk Bangunan Gedung (SK SKNI T-15-1991-03), tetapi tidak ada ditegaskanbagaimana gaya gempa pada tiap lantai gedung didistribusikan pada masing-masing kolom. Penulisan ini diiakukan untuk rnendapatkan pengetahuan tentangcara pendistribusian gaya lateral akibat beban gempa yang akan dipikul olehmasing-masing kolom pada struktur gedung tahan gempa.Beban gempa statis total maupun beban gempa statis pada tiap lantaididapat dengan menggunakan analisa statik ekuivalen. Pendistribusian bebangempa statis dilakukan dengan 3 cara, yaitu : membagi gaya gempa perlantaidengan cara sama besar tiap joint, membagi gaya gempa perlantai berdasarkantributary area massa tiap joint perlantai, dan terakhir membagi gaya gempa totalke tiap joint berdasarkan pola getar pertama.Pengambilan kesimpulan penelitian dilakukan dengan cara membandingkan hasil analisa struktur akibat beban gempa statis yang didistribusikan dengan hasil analisa dinamis struktur.Analisa struktur pada penelitian ini menggunakan software SAP 90."

"Distribusi Poisson adalah distribusi yang biasa digunakan untuk memodelkan count data dengan asumsi nilai mean dan variansi memiliki nilai yang sama (ekuidispersi). Dalam kenyataannya, sebagian besar count data memiliki nilai mean yang lebih kecil dari variansi (overdispersi) dan distribusi Poisson tidak cocok digunakan untuk memodelkannya. Dengan demikian, beberapa distribusi alternatif telah diperkenalkan untuk mengatasi masalah ini. Salah satunya adalah distribusi Shanker yang hanya memiliki satu parameter. Namun, distribusi Shanker adalah distribusi kontinu, sehingga tidak dapat digunakan untuk memodelkan count data. Oleh karena itu, distribusi baru ditawarkan yaitu distribusi Poisson-Shanker. Distribusi Poisson-Shanker diperoleh dengan mencampurkan distribusi Poisson dan Shanker, dengan distribusi Shanker sebagai mixing distribution. Hasil yang diperoleh adalah distribusi campuran yang memiliki satu parameter dan dapat digunakan untuk memodelkan count data yang overdispersi. Dalam tugas akhir ini, diperoleh bahwa distribusi Poisson-Shanker memiliki beberapa sifat yaitu unimodal, overdispersi, hazard rate naik, serta diperoleh koefisien kurtosis dan skewness. Selain itu, diperoleh pula empat raw momen dan momen sentral pertama. Metode yang digunakan untuk menaksir parameter adalah metode maximum likelihood dan diselesaikan dengan menggunakan iterasi numerik. Dilakukan ilustrasi pada data untuk menggambarkan distribusi Poisson-Shanker. Karakteristik parameter dari distribusi Poisson-Shanker diperoleh dengan simulasi numerik dengan beberapa variasi nilai parameter dan ukuran sampel. Hasil yang diperoleh adalah rata-rata nilai MSE dan bias taksiran parameter akan naik seiring pertambahan nilai parameter untuk suatu nilai n dan akan turun seiring pertambahan nilai n untuk suatu nilai parameter.

---

Poisson distribution is a common distribution for modelling count data with assumption mean and variance has the same value (equidispersion). In fact, most of the count data have mean that is smaller than variance (overdispersion) and Poisson distribution cannot be used for modelling this kind of data. Thus, several alternative distributions have been introduced to solve this problem. One of them is Shanker distribution that only has one parameter. Since Shanker distribution is continuous distribution, it cannot be used for modelling count data. Therefore, a new distribution is offered that is Poisson-Shanker distribution. Poisson-Shanker distribution is obtained by mixing Poisson and Shanker distribution, with Shanker distribution as the mixing distribution. The result is a mixture distribution that has one parameter and can be used for modelling overdispersion count data. In this paper, we obtain that Poisson-Shanker distribution has several properties are unimodal, overdispersion, increasing hazard rate, and right skew. The first four raw moments and central moments have been obtained. Maximum likelihood is a method that is used to estimate the parameter, and the solution can be done using numerical iterations. A real data set is used to illustrate the proposed distribution. The characteristics of the Poisson-Shanker distribution parameter is also obtained by numerical simulation with several variations in parameter values and sample size. The result is average MSE and bias of the estimated parameter will increase when the parameter value rises for a value of n and will decrease when the value of n rises for a parameter value."

"Tulisan ini hendak berargumen bahwa kekhawatiran Amerika Serikat atas SWFs, khususnya SWFs Cina didorong oleh distribusi power SWFs dan juga iliberalisme Amerika Serikat. Dengan menggunakan Cina sebagai studi kasus, tulisan ini berusaha untuk mengidentifikasi distribusi power melalui perpindahan SWFs Cina agar diperoleh pemahaman mengenai munculnya kekhawatiran Amerika Serikat atas SWFs, khususnya SWFs Cina. Namun dalam perjalanannya, ternyata juga ditemukan bahwa iliberalisme yang terkandung dalam liberalisme Amerika Serikat juga berperan penting dalam pembentukan kekhawatiran itu sendiri. ......This paper will argue that U.S. concerns over SWFs, especially China's SWFs are driven by the distribution of power of SWFs and also U.S. illiberalism. By using China as a case study, this paper attempts to identify the distribution of power of SWFs from the China's SWFs movement in order to obtain an understanding about the rise of U.S. concerns over SWFs, especially China's SWFs. But in the middle of the process, it was also found that illiberalism contained in U.S. liberalism also play an important role in the formation of that concerns."