Hasil Pencarian  ::  Simpan CSV :: Kembali

""A new edition of the definitive guide to logistic regression modeling for health science and other applicationsThis thoroughly expanded Third Edition provides an easily accessible introduction to the logistic regression (LR) model and highlights the power of this model by examining the relationship between a dichotomous outcome and a set of covariables. Applied Logistic Regression, Third Edition emphasizes applications in the health sciences and handpicks topics that best suit the use of modern statistical software. The book provides readers with state-of-the-art techniques for building, interpreting, and assessing the performance of LR models. New and updated features include: A chapter on the analysis of correlated outcome data. A wealth of additional material for topics ranging from Bayesian methods to assessing model fit Rich data sets from real-world studies that demonstrate each method under discussion. Detailed examples and interpretation of the presented results as well as exercises throughout Applied Logistic Regression, Third Edition is a must-have guide for professionals and researchers who need to model nominal or ordinal scaled outcome variables in public health, medicine, and the social sciences as well as a wide range of other fields and disciplines"--"This Third Edition continues to focus on applications and interpretation of results from fitting regression models to categorical response variables"--"

"This very popular textbook is now in its third edition. Whether students or working professionals, readers apprciate its unique "lecture book" format. They often say the book reads like they are listening to an outstanding lecture. This edition includes three new chapters, an updated computer appendix, and an expanded section about modeling guidelines that consider causal diagrams. --Like previous editions, this textbook provides a highly readable description of fundamental and more advanced concepts and methods of logistic regression. It is suitable for researchers and statisticians in medical and other life sciences as well as academicians teaching second-level regression methods courses. --The Computer Appendix provides step-by-step instructions for using STATA (version 10.0), SAS (version 9.2), and SPSS (version 16) for procedures described in the main text. --Book Jacket."

"ABSTRAKPemahaman mengenai literasi keuangan mempunyai peran penting dalam pengambilan keputusan finansial untuk meningkatkan kesejahteraan hidup. Ada beberapa faktor yang dapat mempengaruhi literasi keuangan kalangan tertentu khususnya di kalangan mahasiswa yang menjadi perhatian penting karena mahasiswa berada pada proses transition financially dependent menuju financially independent. Oleh sebab itu, penting bagi mahasiswa untuk memiliki dan memperoleh pengetahuan untuk meningkatkan literasi keuangannya sebelum nantinya mereka dihadapkan pada saat dimana mereka harus mengambil keputusan keuangan setelah bekerja. Penelitian ini menganalisis pengaruh faktor sosio ekonomi dan demografi terhadap literasi keuangan di kalangan mahasiswa Universitas Indonesia. Data yang dikumpulkan melalui survei online dengan menggunakan sampel sebanyak 450 mahasiswa maupun mahasiswi Universitas Indonesia dengan jenjang pendidikan Strata I. Survei ini mencakup 31 pertanyaan yang meliputi dimensi pengetahuan, perilaku, dan sikap keuangan. Dengan menggunakan regresi logistik biner bahwa faktor sosio ekonomi dan demografi pengaruh signifikan terhadap literasi keuangan dan menunjukkan mahasiswa yang memiliki literasi keuangan rendah diantaranya perempuan, non-scientific program, tingkat pendidikan orangtua dan tingkat pendapatan keluarga yang rendah, indeks prestasi kumulatif kurang dari sama dengan 3.00, dan tidak aktif dalam kegiatan keuangan. Selain itu, penelitian ini menunjukkan bahwa sebesar 50,89% mahasiswa Universitas Indonesia telah terliterasi secara keuangan dengan baik. Logistik regresi mempertimbangkan tiga dimensi dari literasi keuangan yang masing-masing dilakukan dengan prediktor yang sama. Hasil penelitian mengkonfirmasi bahwa sebagian besar variabel independen secara signifikan dapat mempengaruhi kategori dimensi pengetahuan keuangan dan perilaku keuangan dan gagal untuk mempengaruhi dimensi sikap keuangan.

---

ABSTRACT

An understanding of financial literacy has play an important role in financial decisions making in order to improve a welfare. There are several factors will probably influence financial literacy especially among students because they are in the process of transitioning financially dependent towards financially independent. Therefore, it is important for student gaining knowledge to improve their financial literacy before they decide their financial decisions when they work. This research analyze the main socio-economic and demographic factors of financial literacy among University Students. This data is colleted through an online survey with selected sample of 450 undergraduate students from Universitas Indonesia. The survey includes 31 questions covering knowledge, behavior, and attitude dimensions. The result of the main binary logistic regression is significant to the financial literacy and shows the most vulnerable students in multidimensional financial literacy are female students, majoring in non-scientific program, who did not take the financial course, with lower parents educational level, lower GPA, and with lower family income. It was found that 50,89% of students who responded to the survey are classified as financially literate. Logistic regression considering each of the three dimensions of financial literacy were performed with the same predictors. The result confirm that most of explanatory variables are significant in predicting the category of financial knowledge and financial behavior. However, they fail to predict the categories of financial attitude."

"ABSTRAK

Krisis keuangan global yang terjadi pada tahun 2008 menimbulkan dampak yang luas pada perekonomian di Indonesia. Dampak tersebut berpengaruh pada perusahaan-perusahaan publik yang dapat menyebabkan perusahaan mengalami kondisi financial distress sehingga menimbulkan ancaman kebangkrutan. Penelitian ini bertujuan untuk menganalisis pengaruh rasio keuangan terhadap prediksi kondisi financial distress dengan menggunakan model regresi logistik. Sampel yang digunakan adalah perusahaan-perusahaan sektor non-keuangan yang terdaftar di BEI periode 2008-2017. Penelitian ini menggunakan 235 sampel dan hasil penelitian menunjukkan bahwa rasio Cash Flow Margin dan Debt to Equity Ratio memberikan pengaruh positif dalam memprediksikan kondisi financial distress perusahaan, sedangkan rasio Return on Asset dan Cash to Current Liabilities memberikan pengaruh negatif dalam memprediksikan kondisi financial distress perusahaan. Terdapat 2 rasio keuangan yang memiliki pengaruh signifikan, yaitu Cash Flow Margin dan Cash to Current Liabilities, sedangkan 2 rasio lainnya yaitu Return on Asset dan Debt to Equity Ratio tidak memiliki pengaruh signifikan dalam memprediksikan kondisi financial distress perusahaan."

"Krisis keuangan global yang terjadi sekitar tahun 2008 hingga 2009 menimbulkan dampak ke Indonesia, salah satunya ancaman kebangkrutan pada perusahaan publik. Penelitian ini bertujuan untuk menganalisis prediksi financial distress dengan menggunakan teknik analisis logistic regression dan discriminant analysis pada perusahaan publik yang terdaftar di Bursa Efek Indonesia periode 2005 hingga 2010.Hasilnya adalah dengan menggunakan teknik analisis logistic regression, tingkat akurasi prediksi financial distress dalam memprediksi jawaban yang benar adalah sebesar 89.3 persen dan dengan menggunakan teknik teknik analisis discriminant analysis, tingkat akurasi prediksi financial distress dalam memprediksi jawaban yang benar adalah sebesar 62 persen. Pada penggunaan teknik discriminant analysis, waktu yang terbaik untuk memprediksi adalah tiga tahun sebelum financial distress, dengan nilai persentase sebesar 66 persen yang merupakan angka tertinggi selama periode penelitian.

---

Due to global financial crisis in 2008 until 2009 affects to Indonesia, one of them is the threat of financial distress which occures before bankruptcy. This research aimed to predict the financial distress using logistic regression and discriminant analysis to public companies listed in Indonesia Stock Exchange (IDX) in 2005-2010.The results are by using logistic regression, financial distress can be predicted 89.3% significantly. Moreover, by using discriminant analysis, financial distress can be predicted 62% significantly. Discriminant analysis approach gets best prediction in 3 years prior to occurence of financial distress with 66% correct percentage."

"Rencana Strategis Direktorat Jenderal Bea dan Cukai DJBC Tahun 2015-2019 menyebutkan bahwa penerapan teknologi informasi diharapkan dapat mendukung pengambilan keputusan dalam memberikan pelayanan di bidang kepabeanan dan cukai yang berbasis manajemen risiko. Sistem manajemen risiko di lingkungan administrasi kepabeanan dan cukai dapat diterapkan menggunakan teknologi data mining dengan teknik-teknik statistik tertentu. Data mining merupakan proses menemukan suatu pola model dari kumpulan data, sehingga dapat dijadikan informasi dalam mengambil keputusan. Penggolongan profil pengusaha pabrik dan importir hasil tembakau merupakan salah satu contoh penerapan manajemen risiko di bidang cukai oleh DJBC. Penggolongan profil risiko pengusaha cukai ini pada penerapannya mengalami kendala ketika klasifikasi profil risiko pengusaha cukai tidak tersedia sehingga berdampak pada terganggunya pengambilan keputusan dalam pemberian fasilitas penundaan pembayaran dan dalam pelayanan permohonan penyedian pita cukai. Penelitian ini termasuk kategori klasifikasi multi kelas karena atribut output atau target terdiri dari tiga kelas yaitu risiko rendah L , sedang M , dan tinggi H . Metode klasifikasi yang digunakan untuk membangun model yaitu multinomial logistic regression dan na ve bayes, kemudian dilakukan evaluasi terhadap model dengan teknik k-fold cross validation.

---

The strategic plan of the Directorate General of Customs and Excise DGCE in 2015 2019 states that the implementation of information technology is expected to support decision making in providing service to the field of customs and excise based on risk management. This risk management system in the field of administration of customs and excise can be applied using data mining technology with certain statistics techniques. Data mining is the process of finding a pattern model of the dataset, so it can be used as information to make a decision. The classification profile of manufacturers and importers of tobacco products is one of the examples of the implementation of risk management in the field of excise by DGCE.

This classification of the risk profile of the tobacco companies exposed to excise in the implementation experienced problems when the classification of the risk profile is not available thus can affect the decision to determine the level of treatment in the implementation of the provision of a deferred payment facility and in the service of requesting the supply of excise bands. This research is categorized as multi class classification because the output attribute or the target consists of three classes which are low risk L , medium M and high H . The classification method used to build the model is the multinomial logistic regression and na ve bayes, evaluation of the model was performed using k fold cross validation."

"ABSTRAKKredit merupakan salah satu bentuk penyaluran dana yang dilakukan oleh lembaga keuangan perbankan. Berbagai jenis kredit ditawarkan oleh pihak-pihak yang memberikan pinjaman, salah satu jenis kredit yang paling diminati adalah kredit uang. Dalam memberikan kredit, pihak bank tidak akan begitu saja dalam memberikan kredit. Model teknologi credit scoring dapat dimanfaatkan untuk menyaring peminjam. Model logistic regression dapat digunakan untuk menghubungkan probabilitas kegagalan pinjaman kredit macet dengan menggunakan data calon peminjam yang diperlukan seperti besar pendapatan perbulan, besar pinjaman, usia calon peminjam, klasifikasi pekerjaan, jenis tempat tinggal dan kepemilikan jaminan. Atribut-atribut tersebut akan dievaluasi oleh bilangan fuzzy. Sehingga diharapkan metode fuzzy logistic regression dapat digunakan untuk menentukan probabilitas kredit macet dimana dengan probabilitas tersebut dapat diketahui apakah pinjaman yang diajukan calon peminjam akan masuk kedalam kategori kredit macet atau kredit lancar.

---

ABSTRACTCredit is one form of distribution of funds by financial institutions banking. Various types of loans offered by the parties are on loan, one type of credit the most popular is credit money. In providing credit, the bank will not just provide credit. Model of credit scoring technology can be used to screen borrowers. Logistic regression models can be used to connect the probability of failure of loans bad loans using data from the prospective borrower required such a large monthly income, loan size, the age of prospective borrowers, job classification, type of dwelling and ownership guarantee. The attributes will be evaluated by fuzzy numbers. So expect fuzzy logistic regression method can be used to determine the probability of bad loans in which the probability can be known whether the proposed loan to potential borrowers will be entered into the category of bad credit or good credit."

"ABSTRAKAdanya wacana kebijakan redenominasi telah ada sejak 2010. Penelitian ini menganalisis pengaruh pertumbuhan ekonomi, jenis barang, masa transisi dan tahapan redomination terhadap kinerja perekonomian yang diukur dengan harga transaksi dan jumlah transaksi. Penelitian ini menggunakan data primer dan data sekunder, data primer dikumpulkan menggunakan percobaan ekonomi. Persentase perubahan harga transaksi setelah redonamination pada kondisi pertumbuhan rendah menyebabkan kenaikan harga transaksi sedangkan pada pertumbuhan tinggi menyebabkan penurunan harga transaksi. Data sekunder dikumpulkan untuk menganalisis faktor apa saja yang memengaruhi keberhasilan kebijakan redonimation melalui metode regresi logistic. Hasilnya menunjukkan bahwa variabel pertumbuhan ekonomi, tingkat pengangguran dan tingkat demoktratisasi suatu Negara memengaruhi keberhasilan kebijakan redonimation."

"This research aims to analyze the effect of determinants of corporate payout, measured by age, log(assets), losses, (R&D+Capex)ITA, market leverage, cash flow/Lag TA, cash/TA, Tobin's Q, volatility, total Payout/TA, and financial crisis on payout reduction, consist of dividend reduction, stock repurchase reduction, and total payout reduction, by using binary logistic regression. The sample in this research consists of manufacturing companies listed in Bursa Efek Indonesia in 2005-2012. The result of this research shows that determinants of age and losses have negative and significant relation with dividend reduction, while (R&D+Capex)/TA and dividend/TA have positive and significant relation with dividend reduction. Determinants of stock repurchase/TA has positive and significant relation with stock repurchase reduction. Meanwhile, there is no determinant has significant relation with total payout reduction. "