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 8 Documents
 1 
Search results for , issue "Vol 5, No 1 (2005)" : 8 Documents clear
Proportional Hazard Regression Analysis By Using Survival Data Wan Muhamad Amir Bin W Ahmad; Norizan Mohamed; Zurairah Ahmad; Mustafa bin Mamat
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.913

Abstract

Recently a number of papers have considered both longitudinal changes in a variable and theassociated effect on the length of time to the occurrence of an event (Schork and Remington, 2003).Longitudinal research is performed to study a phenomenon as it is evolving over time. Thephenomenon will generally show changes over time, but it may also show stability. Researchers inpsychology often use longitudinal designs to assess change. Various statistical techniques have beenused to analyze these data, including proportional hazard regression. This paper illustrates the use ofthe SPSS to examine blood data with this technique, as well. The advantages of using a Cox modelapproach to blood pressure analysis are discussed.
Klasifikasi Tingkat Hidup Pekerja dengan Bootstrap Diskriminan Muhammad Sjahid Akbar; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.918

Abstract

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnyamembatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnyasebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yangdilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangkapermasalahan secara menyeluruh pada kelompok dalam peubah tersebut. Klasifikasi Tingkat HidupPekerja yang meliputi kelompok ”kurang baik’, ’sama baik’ dan ”lebih baik’ diduga dipengaruhi olehpendidikan (X1), status pekerjaan (X2), upah/gaji sebulan (X3) dan status perkawinan (X4).Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluangkesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan analisisdiskriminan yang dikembangkan Fisher (1936). Analisis diskriminan yang dikembangkan untukpopulasi yang berdistribusi normal dengan varians-kovarians sama. Tetapi pada penerapannyaanalisis diskriminan sering melibatkan variabel-variabel kategorik yang tidak mengikuti poladistribusi normal, meskipun diperoleh hasil tidak optimal. Metode klasifikasi yang baik akanmenghasilkan sedikit kesalahan klasifikasi (alokasi) atau peluang kesalahan alokasi yang kecil.Kenyataannya, masalah klasifikasi sering dijumpai pada data dengan pola sebaran yang tidaknormal, meskipun dapat digunakan analisis diskriminan tetapi hasil yang diperoleh tidak menjamin.Efron dan Tibshirani (1993), telah menggunakan metode bootstrap dalam memodelkan kadarhormon lutenisia pada wanita.Hasil penelitian menunjukkan bahwa analisis diskriminan linear Fisher merupakan suatumetode yang sangat baik dalam masalah klasifikasi dan dalam menentukan variabel pembeda padakelompok, terutama jika asumsi distribusi normal dan matriks kovarians sama telah terpenuhi.Selain itu fungsi diskriminan yang diperoleh mudah diinterpretasikan untuk menjelaskanketerkaitan prediksi kedepan dalam pengelompokkan. Model prediksi untuk mengelompokkantingkat hidup pekerja hanya dipengaruhi oleh variabel Pendidikan (X1) dan secara keseluruhanmempunyai ketepatan pengelompokkan sebesar 54.6%, sedangkan pada bootstrap diskriminansecara keseluruhan mempunyai ketepatan pengelompokkan sebesar 56.2%. Dengan demikianpendekatan bootstrap
Pemodelan Overdispersi dalam Analisis Data BinerMelalui Model Regresi William Nusar Hajarisman
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.914

Abstract

Dalam pemodelan data biner seringkali dijumpai suatu kasus yang disebut denganoverdispersi. Munculnya masalah overdispersi dalam pengamatan data biner dapat dijelaskan olehdua hal, yaitu: adanya keragaman dalam peluang respon dan adanya korelasi antar peubah respon.Konsekuensi dari adanya overdispersi ini adalah dapat menimbulkan kekeliruan dalam membuatsuatu kesimpulan mengenai hubungan antara respon dengan sejumlah peubah penjelasnya. Dalammakalah ini akan diusulkan suatu model yang menangani masalah overdispersi seperti yangdiungkapkan oleh William (1982).
Pendekatan Regresi Ordinal untuk Klasifikasi Tingkat Hidup Pekerja Bambang Widjanarko Otok; Suryo Guritno; Subanar Subanar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.915

Abstract

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnyamembatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnyasebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yangdilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangkapermasalahan secara menyeluruh pada kelompok dalam peubah tersebut.Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluangkesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan regresi ordinaldan sebagai kriteria kestabilan klasifikasi digunakan Press-Q.Hasil penelitian menunjukkan bahwa analisis regresi ordinal merupakan suatu metode yangsangat baik dalam masalah klasifikasi dan dalam menentukan variabel yang mempengaruhi padakelompok dan interpretasi model. Selain itu fungsi peluang komulatif yang diperoleh mudahdiinterpretasikan untuk menjelaskan keterkaitan prediksi kedepan dalam pengelompokkan.Secara keseluruhan tingkat ketepatan prediksi model dengan analisis regresi ordinal untukmengelompokkan tingkat hidup pekerja yang dipengaruhi empat variabel (Pendidikan (X1), Statuspekerjaan (X2), Upah/Gaji Sebulan (X3) dan Status perkawinan (X4)) secara keseluruhan sebesar54.6%, dan pengaruh yang signifikan pada pendidikan adalah pendidikan SMA dan SMP, statuspekerjaan bulanan (berbanding terbalik), upah/gaji sebulan sebesar Rp 1.000.000 s/d Rp 1.500.000,dan status perkawinan yang sudah menikah.
Penentuan Gugus Kombinasi Taraf-taraf Faktor Optimal pada Percobaan Respon Ganda Berkorelasi Aceng Komarudin Mutaqin; Aunuddin Aunuddin; Budi Susetyo
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.911

Abstract

Makalah ini membahas metode penentuan gugus kombinasi taraf-taraf faktor optimal padapercobaan respon ganda berkorelasi. Kombinasi taraf-taraf faktor optimalnya diperoleh denganmenggunakan kriteria yang memaksimumkan proporsi sesuai. Gugus kombinasi taraf-taraf faktoroptimalnya diperoleh melalui pendugaan selang proporsi sesuai untuk setiap kombinasi taraf-taraffaktor dalam daerah percobaan dengan menggunakan metode persentil bootstrap parametrik.Sebagai bahan untuk mengilustrasikan metode tersebut adalah data penelitian hasil percobaanpembuatan briket batubara yang dilakukan di Lab. Batubara Puslitbang TekMIRA Bandung, JawaBarat.
Pemampatan Data Keluaran Fourier Transform Infrared (FTIr) Menggunakan Pendekatan Regresi Sekatan (Segmented Regression) Erfiani Erfiani
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.916

Abstract

Data keluaran FTIR umumnya adalah data dengan dimensi yang besar. Seringkali ditemukanpermasalahan dalam keterbatasan perangkat lunak dan perangkat keras dalam pengolahan data.Pereduksian data keluaran FTIR perlu dilakukan tanpa menghilangkan informasi tentang polaspektrum awal. Pendekatan regresi sekatan (Segmented Regression) merupakan salah sat u alternatifyang baik untuk pereduksian data keluaran FTIR. Pendekatan ini memiliki algoritma yangsederhana, menggunakan koefisien Determinasi sebagai acuan untuk pereduksian data dan dapatmereduksi data hingga 99%.
Weighted Two-sample Test for Comparing Subdistribution Function of a Competing Risk Abdul Kudus; Noor Akma Ibrahim
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.912

Abstract

The problem of testing for differences between two groups with respect to multiple competingrisk time-to-event endpoints is considered A class of two-sample test is proposed for comparing thesubdistribution of a particular type of failures. The test is based on comparing the weighted averageof subdistribution functions without making any assumption on the nature of dependence among therisks. The weight function has been chosen so that the test is distribution-free in the sense thatasymptotically valid test can be performed without assumption regarding the underlying survival andcensoring distribution. Both theoretical result and simulation evidence show that the proposedmethod attains the nominal level. We also apply the test to real data.
Pemodelan Persamaan Struktural untuk Loyalitas Konsumen Bank H. Teman Koesmono; Agus Suharsono
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.917

Abstract

Pemasar saat ini lebih memusatkan perhatian dalam mempertahankan pelanggan yang sudahada, disamping mendapatkan pelanggan baru. Mereka mulai menyadari bahwa pelanggan yangsudah ada merupakan sasaran penjualan yang lebih mudah dan seringkali lebih menguntungkan.,tetapi kepuasan pelanggan tidak cukup lagi menjadikan ukuran loyalitas pelanggan. Untuk itu harusdiperhatikan variabel lain seperti unsur bauran pemasaran, hal ini dalam rangka mempertahankanpelanggan agar tetap loyal. Demikian halnya dengan nasabah Bank, unsur bauran pemasaran yangditeliti meliputi atribut produk, lokasi, dan biaya.Selanjutnya akan ditelusuri unsur mana yang paling berpengaruh terhadap loyalitas nasabah,baik secara langsung maupun secara tidak langsung, yaitu melalui variabel retransactioncommitment, cross selling, dan word of mouth. Untuk mengetahui besarnya pengaruh tersebut,digunakan pemodelan persamaan struktural.Hasil penelitian menunjukkan model struktural adalah sebagai berikut:WOM = 0.003 Produk + 0.13 Lokasi + 0.34 BiayaRetransaction = 0.13 Produk + 0.26 Lokasi + 0.66 BiayaCross selling = 0.13 Produk + 0.321Lokasi + 0.70 BiayaLoyalitas = 0.20 WOM + 0.34 Retransaction + 0.35 Cross sellingSecara keseluruhan model dapat dikatakan masih kurang baik, hal ini ditunjukkan dengannilai Chi-Square yang besar (3,338) dan p value (0.00) lebih kecil dari a = 0,05. Tetapi dalamfenomena ekonomi dapat dijelaskan sebagai berikut bahwa unsur yang harus ditingkatkan adalahkonstruk biaya, karena mempunyai pengaruh paling besar terhadap Cross Selling, yaitu sebesar0.70. Sementara Cross selling adalah variabel antara yang paling berpengaruh terhadap loyalitas,dengan pengaruh sebesar 0.35. Disamping itu konstruk biaya juga mempunyai pengaruh langsungterhadap loyalitas nasabah paling besar dibandingkan dengan konstruk eksogen yang lain.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2005 2005


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