Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model regresi data panel spasial error dinamis adalah model regresi data panel yang melibatkan lag dari variabel dependen dan komponen dependensi spasial error. Karena terdapat korelasi antara lag dari variabel dependen dan komponen error, estimasi dengan Ordinary Least Squares menjadi bias dan tidak konsisten. Oleh karena itu, dibutuhkan metode lain untuk menaksir parameter dalam model. Metode yang dapat digunakan adalah perluasan metode Arellano dan Bond yang mencakup metode instrumental variabel menggunakan variabel instrumen yang disarankan oleh Mutl (2006) dan prinsip Generalized Method of Moments (GMM). Kemudian ditambah dengan metode pendekatan Kapoor, Kelejian, dan Prucha (KKP) sehingga dihasilkan taksiran yang konsisten.

---

The dynamic spatial error panel data regression model is panel data regression model which involves lag of the dependent variable and error spatial dependence. Because there is correlation between the lag of the dependent variable and error components, the ordinary least squares estimator becomes biased and inconsistent. Therefore, we need another method to estimate parameters in the model. The method which can be used is the extended method of Arellano and Bond covering instrumental variable method using instrument variables suggested by Mutl (2006) and the principle of the Generalized Method of Moments (GMM). Then the method is coupled with the method of Kapoor, Kelejian, and Prucha (KKP) approach so that it produces consistent estimators."

"Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel yang diekspresikan dalam bentuk persamaan antara variabel dependen dengan variabel bebas. Dalam analisis regresi terdapat beberapa asumsi yang harus dipenuhi. Spasial dependen pada suatu kumpulan data sampel berarti observasi pada suatu lokasi berkorelasi dengan observasi pada lokasi lain. Sehingga asumsi error antar observasi yang saling bebas tidak terpenuhi. Oleh karena itu, dibutuhkan suatu model yang memperhitungkan adanya korelasi spasial yaitu model spasial dependen. Model spasial dependen terbagi dua yaitu spasial lag dan spasial error. Model spasial lag merupakan model regresi linier dimana pada variabel dependennya terdapat korelasi spasial sedangkan model spasial error merupakan model regresi linier dimana pada errornya terdapat korelasi spasial. Penaksiran parameter menggunakan metode maksimum likelihood. "

"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."

"Konflik adalah hal yang biasa muncul dalam berelasi sosial dan penyelesaiannya bergantung pada kemampuan mengatasi konflik seseorang. Diduga tingkat kemampuan mengatasi konflik seseorang selain dipengaruhi oleh kestabilan emosi yang terdapat pada dirinya sendiri juga dipengaruhi oleh kestabilan emosi pada sahabatnya. Kebenaran dugaan tersebut akan diteliti dalam tulisan ini dengan menggunakan metode structural equation model (SEM) dengan variabel laten untuk data interchangeable dyads. Metode SEM dengan variabel laten untuk data interchangeable dyads mempunyai dua matriks input yaitu matriks between-dyad dan matriks within-dyad serta menggunakan variabel panthom dalam proses estimasi parameter. Dalam SEM dengan variabel laten untuk data interchangeable dyads terdapat tiga macam model yaitu model actor-partner, mutuall-influence, dan model mixed. Namun dalam tulisan ini hanyalah membahas model actor-partner. Pada model actor-partner variabel panthom juga berfungsi untuk merepresentasikan pengaruh kestabilan emosi seseorang terhadap tingkat kemampuan mengatasi konflik dari sahabatnya. Hasil penelitian menunjukkan bahwa tingkat kemampuan menyelesaikan konflik dari seseorang sangat dipengaruhi oleh kestabilan emosi dari orang tersebut namun tidak dipengaruhi oleh kestabilan emosi sahabatnya. Dari hasil tersebut dapat disarankan bahwa dalam memperbaiki tingkat kemampuan mengatasi konflik dari mahasiswa Universitas Indonesia jenjang strata 1 dan iv diploma 3 kampus Depok, seseorang atau peneliti harus melihat kestabilan emosi pada dari orang tersebut. "

"Analisis regresi adalah sebuah metode statistika yang digunakan untuk menganalisis hubungan antara sebuah variabel dependen dengan satu atau lebih variabel independen. Pada umumnya variabel dependen dalam analisis regresi adalah variabel random kontinu dan distribusi dari variabel dependen diberikan nilai variabel independen adalah Normal. Dalam skripsi ini akan dijelaskan mengenai analisis regresi yang variabel dependen diberikan nilai variabel independennya diasumsikan berdistribusi Poisson. Analisis regresi tersebut dinamakan analisis regresi Poisson. Analisis regresi Poisson digunakan untuk menganalisis hubungan antara sebuah variabel dependen yang menyatakan data terhitung atau data count berdistribusi Poisson dengan satu atau lebih variabel independen. Data count yang dimaksud misalnya adalah banyaknya kejadian dalam interval waktu, ruang, atau volume tertentu. Dalam analisis regresi Poisson, variabel independen yang digunakan dapat berjenis kontinu atau kategorik. Hubungan antara variabel dependen dan variabel independen tersebut dijelaskan oleh model regresi Poisson. Penaksiran parameter model dilakukan menggunakan metode maksimum likelihood dengan pendekatan Newton-Raphson. Pengujian signifikansi parameter model menggunakan uji Rasio Likelihood dan uji Wald. "

"Skripsi ini akan membahas tentang analisis regresi logistik untuk matched data. Dalam matched data, observasi - observasi dikelompokkan ke dalam suatu kelompok yang sama, yang disebut dengan matched set, berdasarkan suatu variabel yang disebut dengan variabel matching. Keberadaan variabel matching diperhitungkan dalam analisis ini. Penaksiran parameter dalam model regresi logistik untuk matched data dilakukan dengan menggunakan metode maksimum likelihood bersyarat dengan pendekatan Newton - Raphson. Uji kecocokan model menggunakan uji Rasio Likelihood dan uji signifikansi masing - masing parameter dalam model menggunakan uji Wald. Dalam penerapan metode analisis regresi logistik untuk matched data untuk melihat pengaruh "adanya kelahiran bayi dengan operasi caesar" dan "adanya kelahiran bayi premature" terhadap "kelahiran bayi dengan berat rendah (< 2500 gr)" dengan "umur ibu" sebagai variabel matching, didapat bahwa "adanya kelahiran bayi premature" mempengaruhi "kelahiran bayi dengan berat rendah (< 2500 gr)", dan "adanya kelahiran bayi dengan operasi caesar" tidak mempengaruhi ?kelahiran bayi dengan berat rendah (< 2500 gr)."

"Structural Equation Model (SEM) merupakan salah satu metode statistik yang digunakan untuk menganalisis hubungan simultan antar variabel laten. Selain digunakan untuk menganalisis hubungan simultan antar variabel pada data yang tidak berpasangan, ternyata SEM juga dapat digunakan untuk menganalisis hubungan simultan antar variabel pada data yang berpasangan, baik pasangan yang dapat dibedakan maupun pasangan yang tidak dapat dibedakan. Pada tugas akhir ini akan dibahas SEM untuk data berpasangan yang tidak dapat dibedakan. Ada 3 model pada SEM untuk data berpasangan yang tidak dapat dibedakan, yaitu model actor-partner, model mutual-influence dan model mixed. Pada penelitian ini akan digunakan model mixed yang merupakan penggabungan dari model actor-partner dan model mutual-influence. Tidak seperti pada metode SEM pada umumnya, SEM untuk data berpasangan yang tidak dapat dibedakan menggunakan 2 matriks input, yaitu matriks between-dyad dan matriks within-dyad. Selain itu digunakan pula variabel phantom yang selain berguna untuk merepresentasikan pengaruh pasangan, juga membantu proses estimasi parameter dalam model. "