cover
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
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/jstat.v19i2.4898
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.
Articles 353 Documents
Pengembangan Structural Equation Modeling pada Moderasi Kepribadian Terhadap Indeks Prestasi Dosen Menggunakan Metode Split (Score Factor) Amelia Zeinita; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1017

Abstract

Tujuan suatu perguruan tinggi melakukan manajemen pendidikan adalah untuk menghasilkanmahasiswa yang berkualitas dan mampu bersaing di segala bidang. Proses pembelajaran melibatkandosen sebagai faktor penting dalam kegiatan pembelajaran di instansi perguruan tinggi yaitu sebagaitransfer mahasiswa dengan dunia kerja. Dalam proses pembelajaran, dosen harus memilikikompetensi sebagai pendukung proses belajar mengajar. Penelitian ini akan mengkaji pola hubunganempat kompetensi dosen yang tercantum dalam UU RI no 14 tahun 2005, yiatu pedagogik,profesional, sosial dan kepribadian. Metode analisis yang dipakai adalah Confirmatory FactorAnalysis (CFA) untuk mengkonfiirmasi indikator-indikator terhadap variabel laten, dan juga modelModerating Structural Equation Modeling (MSEM) untuk mengetahui pengaruh moderasi(kepribadian). Hasil penelitian adalah kepribadian sebagai variabel moderasi berpengaruh terhadaphubungan antara kompetensi profesional dan sosial terhadap pedagogik.
ABNORMAL RETURNS AT CALENDAR TURNING POINTS AT THE MALAYSIAN EXCHANGE Zainudin Arsad
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.908

Abstract

In recent years overwhelming evidence has been documented on the existence of abnormal stock returns. These anomaliestend to occur at turning points in time. Although these artificial moments have little impact on economy, investors maydeem them important and behave accordingly and consequently the notion that stock returns are random as claimed by theEfficient Market Hypothesis may be questioned. The primary objective of this paper is to investigate the January effect fora few indices at the Main Board of the Malaysian Exchange. The results broadly support similar evidence documented formany countries as the January effect appears to be present in our data set. Since there is no capital gain tax in Malaysia, thetax-loss selling hypothesis cannot explain the January effect. Instead, the anomaly may be attributed to the marketintegration hypothesis since the January effect is also a worldwide phenomenon.
Koreksi Penduga SMR dalam Disease Mapping Septiadi Padmadisastra; Jadi Suprijadi
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 14, No 1 (2014)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v14i1.1081

Abstract

Dalam makalah ini dibahas penyusunan peta penyakit (Disease mapping) dengan memperhitungkanadanya kasus data yang tidak tercatat (underreported). Data yang diamati adalah banyaknyapenderita suatu penyakit disejumlah wilayah kecil disebuah kotaseperti kecamatan-kecamatan.Kasus ini menyebabkan maximum likelihood estimator untuk parameter resiko relative (SMR) tidakdapat dicari. Oleh karenanya dalam makalah ini diusulkan sebuah metode Bayesian dengan dataunderreported.
Interval Konfidensi Serempak Bagi Rataan Respons dengan Metode Bootstrap Persentil pada Regresi Linier Sederhana Akhmad Fauzy; Noor Akma Ibrahim; Isa Daud; Mohd. Rizam Abu Bakar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 2, No 2 (2002)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v2i2.497

Abstract

Seringkali kita ingin membuat interval konfidensi bagi rataan respons pada beberapa nilai X daridata sampel yang sama. Cara yang sering digunakan dalam mengestimasi E{Yh} pada berbagai nilaiXh adalah menghitung nilai tersebut sendiri-sendiri dan ternyata mempunyai kelemahan. Hal inidisebabkan keduanya berasal dari data sampel yang sama. Bonferroni telah mencoba membuatinterval konfidensi serempak bagi nilai tersebut. Metode ini ternyata juga mempunyai kelemahan,karena data yang diperoleh membutuhkan asumsi kenormalan. Tulisan ini akan menggunakanmetode lain, yaitu metode Bootstrap persentil. Akan ditunjukkan bahwa metode bootstrap persentilmenghasilkan interval konfidensi serempak yang lebih baik apabila dibandingkan dengan metodeBonferroni.
Identification of Time Series Model: An Application Part Wan Muhamad Amir Bin W Ahmad; Norhayati Rosli; Norizan Mohamed; Zalila Binti Ali
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 6, No 1 (2006)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v6i1.931

Abstract

Time series analysis generally referred to any analysis which involved to a time series data. In thisanalysis, any of the continuous observation is commonly dependent. If the continuous observation isdependable, then the values that will come are able to be forecasted from the previous observation(Weir 2006). If the behaviour of coming time series are able to be exactly forecasted based on previoustimes series, so it’s called deterministic time series. The objective of times series can be summarizedas to find the statistical model to describe the behaviour of the time series data and afterwards madeuse of skilled statistical techniques for estimation, forecasting but also the controlling. The use oftime series analysis very much spread in various fields like biology, medical and many more that hada purpose for forecasting. In this paper the recognition of concerning the Autoregressive Processmodel AR (p), Moving Average Process MA (q), Autoregressive Moving Average ARMA (p,q),Autoregressive Integrated Moving Average ARIMA (p,d,q) was given attention through the approach tothe Autocorrelation Function ACF and Partial Autocorrelation Function (PACF) theory plot.
Analisa Data Kemiskinan di Provinsi Aceh Menggunakan Model Efek Tetap Nany Salwa; Nurhasanah Nurhasanah; Cut Atria Siska
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 16, No 1 (2016)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v16i1.2276

Abstract

Penelitian ini menganalisa mengenai kemiskinan di provinsi Aceh dengan menggunakan lima variabelyang mempengaruhi kemiskinan, yaitu angka buta huruf, pertumbuhan ekonomi, tingkatpengangguran terbuka, tingkat partisipasi angkatan kerja, dan angka harapan hidup. Penelitian inimenggunakan pendekatan data panel, yaitu gabungan dari data times series dan data cross section.Analisa data kemiskinan dengan menggunakan Model efek tetap. Dalam mengestimasi parametermodel efek tetap dilakukan dengan menggunakan OLS melalui penambahan variabel dummy yangdisebut dengan least square dummy variable. Dalam penelitian ini, model diterapkan terhadap dataangka kemiskinan di provinsi Aceh selama 5 tahun berturut-turut dari tahun 2007 sampai dengan2011. Model efek tetap menghasilkan 23 model untuk tiap-tiap kabupaten/kota. Model tersebutmenghasilkan 3 variabel independen yang berpengaruh positif yaitu angka buta huruf, pertumbuhanekonomi, dan tingkat pengangguran terbuka serta 2 variabel independen lainnya yang berpengaruhnegatif terhadap angka kemiskinan di provinsi Aceh yaitu tingkat partisipasi angkatan kerja danangka harapan hidup.
PENDUGAAN SELANG TAHAN HIDUP DARI DATA UJI HIDUP BERDISTRIBUSI PARETO DI BAWAH SENSOR TIPE II DENGAN METODE BAYESIAN (STUDI KASUS PARAMETER SKALA DIKETAHUI) Mohd. Rizam Abu Bakar; Epha Diana Supandi
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.v3i1.550

Abstract

Bayesian adalah suatu metode untuk menduga parameter. Metode ini dapat diterapkan pada analisis uji hidup. Dalamtulisan ini diuraikan tentang pendugaan selang tahan hidup dari data uji hidup berdistribusi Pareto dibawah sensor tipe II denganmetode Bayesian, khususnya pada kasus parameter skala diketahui. Arnold dan Press (1989) telah melakukan pendugaan danperkiraan dengan metode bayesian pada data Pareto. Geisser (1985) telah menduga selang pada observasi eksponensial danPareto. Sementara Arnold dan Press (1983) telah membuat inferensi Bayesian pada populasi pareto
Pemodelan Daya Tahan Mahasiswa Putus Kuliah pada Pendidikan Tinggi Jarak Jauh dengan Regresi Cox Asep Saefuddin; Dewi Juliah Ratnaningsih
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.969

Abstract

Dalam penelitian ini daya tahan mahasiswa didefinisikan sebagai kemampuannya untuk terusberstatus mahasiswa aktif atau tidak putus kuliah. Tingkat putus kuliah pada perguruan tinggijarak jauh (PTJJ) seperti UT merupakan salah satu contoh data yang mengandung data tersensor.Penelitian mengenai daya tahan belajar mahasiswa PTJJ telah banyak dilakukan, namun data putuskuliah tidak dipandang sebagai data tersensor. Dalam penelitian ini data putus kuliah dipandangsebagai data tersensor jenis 1 (sensor waktu sebelah kanan). Regresi Cox dipergunakan untukmengidentifikasi faktor-faktor yang mempengaruhi mahasiswa putus kuliah di UT.Dari pemodelan inisecara umum ditemukan bahwa mahasiswa UT banyak mengalami putus kuliah.Peubah penjelasyang berpengaruh nyata terhadap daya tahan belajar mahasiswa UT adalah: jenis kelamin, usia,indeks prestasi (IP), indeks prestasi kumulatif (IPK), status cuti akademik, jurusan asal (latarbelakang pendidikan formal), dan status pekerjaan mahasiswa.
Mengukur Kepemimpinan Perempuan di Indonesia dengan Metode Fuzzy c-Means Clustering Sukim Sukim; Firdaus Firdaus; Retnaningsih Retnaningsih; Efri Diah Utami
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 18, No 2 (2018)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v18i2.4536

Abstract

Indonesia is fully committed to implement Sustainable Development Goals (SDGs). The goal 5 ofSDGs priorities the need to end discrimination against women and girls in all forms, and meetingtheir right to equal opportunities in employment, health and education. It is in line with thePresidential Instruction No. 9/2000 on gender mainstreaming in the National development programs.According to the result of the 2015 Intercensal Population census, about 49.75 percent of 255.18million Indonesian population are women. This large figure population of women could be an assetfor the national development in Indonesia when they are given the opportunity to advance andimprove their quality. Unfortunately, it is realized that there is still a gap between men and women inIndonesia due to limited access of women in education, employment, politics and high governmentalposition. Considering that women’s leadership is important to achieve and accelerate SDGs, thispaper aims to assess women’s leadership in Indonesia at province level by using 5 dimensions ofwomen’s leadership (politics, government, education, economy and decision making). Applying Fuzzyc-Means Clustering Method and 7 validity indexes, the result found that provinces in Indonesia canbe grouped into 4 clusters. The fourth cluster consists of 14 provinces and is considered as a clusterwith lowest women’s leadership.
Beberapa Bentuk Transformasi dalam Analisis Regresi Berganda Nusar Hajarisman
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 1 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i1.810

Abstract

Transformasi merupakan bagian penting dalam analisis data statistik. Dalam makalah ini akan dibahas beberapa bentuk transformasi sehingga para pengguna statistik dapat memahamitujuannya, dalam hal ini adalah untuk memberikan suatu model alternatif yang dapat memberikan lebih sukses baik untuk keperluan pendugaan maupun untuk keperluan peramalan dari pada menggunakan analisis regresi linier. Dalam kasus untuk model yang mempunyai lebih dari satu peubah prediktor, ada tiga hal yang akan dibahas, yaitu interaksi dalam model, transformasi Box-Tidwell, serta transformasi Box-Cox pada peubah respon. Hasil-hasil yang diberikan menunjukkanbahwa model yang diperoleh terlihat lebih baik. Hal ini dapat dilihat melalui dua cara, yaitu: (i) pola residu yang lebih atraktif, dan (ii) nilai dugaan dan ramalan yang lebih baik dalam peubah asli Dalam makalah ini akan diberikan beberapa bentuk transformasi, khususnya untuk model regresi berganda.Katakunci: analisis regresi berganda, analisis sisaan, Box-Cox, dan Box-Tidwell.