cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aceng Komarudin Mutaqin
Contact Email
aceng.k.mutaqin@gmail.com
Phone
+628179289987
Journal Mail Official
jstat.unisba@gmail.com
Editorial Address
Jl. Ranggagading No. 8 Bandung 40116
Location
Kota bandung,
Jawa barat
INDONESIA
Statistika
Published by Universitas Islam Bandung
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/jstat.v19i2.4898
Core Subject : Economy, Science, Education, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics
STATISTIKA published by Bandung Islamic University as pouring media and discussion of scientific papers in the field of statistical science and its applications, both in the form of research results, discussion of theory, methodology, computing, and review books.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 43 Documents
 1   2   3   4   5 
Search results for , issue "Vol 3, No 1 (2003)" : 43 Documents clear
MENGGUNAKAN ANALISA SPATIAL DALAM MEMBANGUN SISTEM INFORMASI GEOGRAFIS (SIG) UNTUK PENELITIAN KESEHATAN Agus Rahmat; M. Suriri
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.513

Abstract

Sistem informasi Geografis (SIG) adalah suatu metoda untuk memvisualisasi, memanipulasi, dan menganalisa datadan informasi yang berhubungan dengan ruang atau tempat (spatial data), SIG juga merupakan kombinasi dari data atauinformasi mengenai suatu tempat agar dapat memberikan pengertian yang lebih baik tentang tempat tersebut, Data atau informasiapa yang dikombinasikan sangat tergantung pada kebutuhan Sisten Informasi geografis apa yang diinginkan.SIG juga merupakan Gabungan dari 5 komponen yaitu : orang (user), perangkat keras (hardware), perangkat lunak(software), data, dan prosedur . tanpa adanya 5 komponen tersebut, Sistem Informasi Geografis yang baik tidak akan bisadibangun.
PENDETEKSIAN MULTIKOLINIERITAS Soekardi Hadi P.
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.560

Abstract

Multikolinieritas merupakan masalah pelanggaran dari salah satu asumsi model regresi linier barganda, sebagai akibatadanya korelasi yang tinggi diantara vektor variabel bebas dalam matrik data. Indikasi adanya multikolinieritas ditunjukannmelalui beberapa pendektesian berupa VIF dari koefisien taksiran, nilai akar karakteristik, analisis antara koefisien determinasimultiple, R2 dan statistik uji F dengan statistik uji t. Konsekwensi dengan timbulnya masalah ini yang serius akan menyebabkantaksiran koefisien regresi metode kuadrat terkecil menjadi tidak stabil dan tidak akurat lagi.
STATISTIKA KONTEKSTUAL-ISLAMI: MENUJU KE ARAH BARU PEMBELAJARAN STATISTIKA YANG ISLAMI Mohammad Asikin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.539

Abstract

Statistika kontekstual-islami (TIKOMI) didesain untuk mengembangkan potensi anak secara menyeluruh. TIKOMIadalah statistika yang diajarkan disekolah dengan menempatkan realitas dan lingkungan sekitar kehidupan siswa sebagai titikawal pembelajaran. TIKOMI mempunyai 5 karakteristik yakni: menggunakan masalah konteksual, menggunakan model,menggunakan kontribusi siswa, interaktivitas yang tinggi, dan terintegrasi (intertwining). Muatan keislaman ada pada setiapkarakteristik tersebut, realitas dan lingkungan yang diangkat dalam permasalahan dipilih berdasarkan sejauh mana kontribusinyadalam mengemban amanat agama. TIKOMI merupakan terobosan baru, yang memberikan arah baru dalam pembelajaranstatistik disekolah, khususnya pada tingkat pendidikan dasar. Diharapkan pembelajaran statistika dengan pendekatan TIKOMI inidapat memotivasi siswa dan mampu mendidik para siswa tumbuh menjadi orang-orang yang mampu berpikir secara mandiri dankreatif, berkepribadian mandiri, agamis, dan mempunyai kemampuan dan keberanian dalam menghadapi masalah-masalah dalamkehidupan mereka. Dan secara khusus dapat memacu minat para siswa agar gemar statistika, serta dapat memberikan kontribusidalam peningkatan kualitas keislaman mereka
KETERLIBATAN PERGURUAN TINGGI DALAM PROGRAM RISET UNGGULAN TERPADU Igif G Prihanto
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.530

Abstract

Penelitian ini bertujuan mengetahui frequensi keterlibatan Perguruan Tinggi pasa Program Riset Unggulan terpadu(RUT) berdasarkan jender dan strata pendidikan. Penelitian ini menggunakan data sekunder dari : “Direktori Riset UnggulanTerpadu – RUT “ terbitan kantor Menteri Negara Riset dan Teknologi pada tahun 2001. Metode pengumpulan data dilakukandengan cara mengelompokan frekuensi keterlibatan Perguruan Tinggi pada Program RUT berdasarkan jender dan Stratapendidikan. Metode analisis data dilakukan dengan penerapan statistik nonparametrik melalui uji Chi-Square dengan derajatbebas dan tingkat signifikan α tertentu. Hasil penelitian menunjukan bahwa (a) terdapat perbedaan frekuensi keterlibatanPerguruan Tinggi pada Program RUT berdasarkan jender, dan (b) terdapat perbedaan frekuensi keterlibatan Perguruan Tinggipada Program Tinggi pada Program RUT berdasarkan strata pendidikan. Hasil penelitian ini dapat diinterprestasikan bahwa (a)frekuensi keterlibatan peneliti pria (86,26%) dari perguruan Tinggi jauh lebih dominan dibanding dengan keterlibatan penelitiwanita (13,74%) pada program RUT, dan (b) frekuensi keterlibatan peneliti Perguruan Tinggi berpendidikan S2 (55,81%) jauhlebih tinggi dibanding dengan peneliti berpendidikan S2 (27,04%) dan S1 (17,15%) pada Program RUT.
KAJIAN PENCILAN PADA METODE PLS UNTUK MODEL PERSAMAAN STRUKTURAL Bambang Irawan; Aunuddin Aunuddin; Aji Hamim Wigena
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.520

Abstract

Ada dua pendekatan SEM (Structural Equation Model) yaitu Metode LISREL (Linear Structural RELations) dan PLS(Partial Least Squares). Kedua metode tersebut diterapkan pada pemodelan prestasi manajer. Dalam pendugaan model prestasimanajer, ukuran contoh relatif kecil (n=47) dan peubah pengamatan tidak menyebar normal ganda karena adanya pencilan.Setelah pencilan dibuang, pada LISREL ada perubahan nilai RMSEA dari 0.188 menjadi 0.09, sedangkan pada Metode PLStidak ada perubahan. Metode PLS lebih besar dari metode LISREL.
PENENTUAN SELANG PREDIKSI KADAR NIKEL DENGAN METODE BOOTSTRAP Suci Astutik
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.565

Abstract

Bootstrap merupakan metode resampling berbasis komputer untuk mengukur keakuratan dari suatu estimator.Bootstrap dikembangkan untuk data independent/tak berkorelasi. Untuk data berkorelasi, bootstrap memerlukan modifikasitertentu untuk menghasilkan estimator parameter yang valid. Penelitian ini akan mengaplikasikan bootstrap untuk databerkorelasi, khususnya data spacial yang merupakan salah satu jenis data berkorelasi. Pada data spacial, kriging merupakanmetode estimasi/interpolasi yang efektif. Hasil krignig berupa estimasi titik. Hasil utama dari penelitian ini adalah diperolehestimasi krignig dalam selang konfidensi percentil bootstrap dengan tingkat kepercayaan tertentu.
PEMODELAN KUALITAS MAHASISWA DENGAN METODE PLS-SEM Pinta Deniyanti Sampoerno; Bambang Irawan
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.554

Abstract

Sructural Equation Model (SEM) merupakan penggabungan teknik analisis faktor dan sidik lintas. Ada dua pendekatanpada SEM. Pertama, model struktur koragam, dikenal dengan metode LISREL (Linier Structural RELations), yang mempunyaiasumsi-asumsi peubah pengamatan menyebar normal ganda dan ukuran contoh relatif besar (n>100). Kedua, metode kuadratterkecil parsial, dikenal dengan metode PLS (Partial Least Squares), yang mempunyai asumsi-asumsi bebas sebaran (softmodeling), dan ukuran contoh tidah harus besar. Kedua metode terdebut diterapkan pada pemodelan Kualitas mahasiswa. Karenadata tidak menyebar normal ganda dan ukuran contoh pada tulisan ini n<100(n=71) sehingga metode PLS lebih tepat digunakandari pada metode LISREL.
KETEGARAN REGRESI-M Khurul Wardati
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.535

Abstract

Dalam model regresi linear yang umum Y = Xβ + ε, Y dan ε berdimensi n, X sebuah matriks nxp dengan xit adalahbaris-barisnya dan β berdimensi p. Permasalahan dalam analisis bregresi linear adalah bagaimana mengestimasi vektor parameterβ berdasarkan data terobservasi.Metode kuadrat terkecil dan metode maksimum likehood merupakan bentuk khusus dari estimasi M. Kedua metode tersebutmenghasilkan estimator yang sama untuk β yaitu YtXtXtX-= ( )~b . Estimator tersebut meskipun mempunyai sifat “baik”akan tetapi tidak tegar terhadap pengaruh pencilan dan asumsi distribusi.Refresi-M untuk β adalah~b yang memenuhi persamaan 0 = å=-nitxi Yi xi1y( b). Ketegaran regresi-M sangat tergantungpemilihan fungsi ψ = ρ’ dengan ρ adalah fungsi jarak. Jika diambil ρ adalah fungsi Huber misalnya. Maka akan diperolehestimator yang tegar terhadap asumsi distribusi dan pengaruh pengamatan besar.
PERBANDINGAN PEMULUSAN KERNEL DAN SPLINE Erfiani Erfiani; Aji Hamim Wigena; Aunuddin Aunuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.526

Abstract

Pendugaan kepekatan kernel dan spline termasuk pendugaan kepekatan nonparametrik.Perilaku pemulus spline terletak dipertengahan antara pemulus kernel yang konstan dan pemulus kernel yang tidak konstan. Padakasus n besar dan λ tertentu fungsi pembobot spline dapat didekati oleh fungsi kernel. Perbandingan pemulus spline dan kernelsecara empirik dilakukan dengan menggunakan data simulasi yang dicobakan pada berbagai lebar jendela kernel serta fungsispline pada berbagai jumlah knot.
ON A GENERALIZATION OF THE GUMBEL DISTRIBUTION Ahmed Hurairah; Noor Akma Ibrahim; Isa bin Daud; Kassim Haron
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.514

Abstract

In the paper, we proposed a generakization of the gumbel distribution. Simpel properties of the distribution arestudied.

Page 4 of 5 | Total Record : 43

 1   2   3   4   5 

Filter by Year

2003 2003


Reset
Filter By Issues
All Issue Vol 21, No 1 (2021) Vol 20, No 2 (2020) Vol 20, No 1 (2020) Vol 19, No 2 (2019) Vol 19, No 1 (2019) Vol 18, No 2 (2018) Vol 18, No 1 (2018) Vol 17, No 2 (2017) Vol 17, No 1 (2017) Vol 16, No 2 (2016) Vol 16, No 1 (2016) Vol 15, No 2 (2015) Vol 15, No 1 (2015) Vol 14, No 2 (2014) Vol 14, No 1 (2014) Vol 13, No 2 (2013) Vol 13, No 1 (2013) Vol 12, No 2 (2012) Vol 12, No 1 (2012) Vol 11, No 2 (2011) Vol 11, No 1 (2011) Vol 10, No 2 (2010) Vol 10, No 1 (2010) Vol 9, No 2 (2009) Vol 9, No 1 (2009) Vol 8, No 2 (2008) Vol 8, No 1 (2008) Vol 7, No 2 (2007) Vol 7, No 1 (2007) Vol 6, No 2 (2006) Vol 6, No 1 (2006) Vol 5, No 2 (2005) Vol 5, No 1 (2005) Vol 4, No 2 (2004) Vol 4, No 1 (2004) Vol 3, No 2 (2003) Vol 3, No 1 (2003) Vol 2, No 2 (2002) Vol 2, No 1 (2002) Vol 1, No 1 (2001) More Issue