Model Distribusi lag dan distribusi autoregressiveAgung Handoko
Â
Makalah Model Distribusi lag dan distribusi autoregressive
Contoh Model Distribusi lag dan distribusi autoregressive
Pengertian Model Distribusi lag dan distribusi autoregressive
Soal Model Distribusi lag dan distribusi autoregressive
Model Distribusi lag dan distribusi autoregressiveAgung Handoko
Â
Makalah Model Distribusi lag dan distribusi autoregressive
Contoh Model Distribusi lag dan distribusi autoregressive
Pengertian Model Distribusi lag dan distribusi autoregressive
Soal Model Distribusi lag dan distribusi autoregressive
Sebagai salah satu pertanggungjawab pembangunan manusia di Jawa Timur, dalam bentuk layanan pendidikan yang bermutu dan berkeadilan, Dinas Pendidikan Provinsi Jawa Timur terus berupaya untuk meningkatkan kualitas pendidikan masyarakat. Untuk mempercepat pencapaian sasaran pembangunan pendidikan, Dinas Pendidikan Provinsi Jawa Timur telah melakukan banyak terobosan yang dilaksanakan secara menyeluruh dan berkesinambungan. Salah satunya adalah Penerimaan Peserta Didik Baru (PPDB) jenjang Sekolah Menengah Atas, Sekolah Menengah Kejuruan, dan Sekolah Luar Biasa Provinsi Jawa Timur tahun ajaran 2024/2025 yang dilaksanakan secara objektif, transparan, akuntabel, dan tanpa diskriminasi.
Pelaksanaan PPDB Jawa Timur tahun 2024 berpedoman pada Peraturan Menteri Pendidikan dan Kebudayaan RI Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru, Keputusan Sekretaris Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi nomor 47/M/2023 tentang Pedoman Pelaksanaan Peraturan Menteri Pendidikan dan Kebudayaan Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru pada Taman Kanak-Kanak, Sekolah Dasar, Sekolah Menengah Pertama, Sekolah Menengah Atas, dan Sekolah Menengah Kejuruan, dan Peraturan Gubernur Jawa Timur Nomor 15 Tahun 2022 tentang Pedoman Pelaksanaan Penerimaan Peserta Didik Baru pada Sekolah Menengah Atas, Sekolah Menengah Kejuruan dan Sekolah Luar Biasa. Secara umum PPDB dilaksanakan secara online dan beberapa satuan pendidikan secara offline. Hal ini bertujuan untuk mempermudah peserta didik, orang tua, masyarakat untuk mendaftar dan memantau hasil PPDB.
5. Imput data, dan save melalui excel style
CSV(delimited atau MSDOS), atau Notepad
• Dalam menggunakan data excel: save dengan style CSV (Delimited
atau MSDOS)
• Data dlm excel hanya satu baris nama vabel
• Data diletakkan mulai pojok kiri atas atau A1, agar data tsb bisa
dibaca oleh PLS
• Bila menggunakan Notepate: blok data di excel, buka notepad melalui
search, pilih open, save as, letakkan pd salah satu folder misalnya di
Download.
• Buka PLS: mulai dgn new project, double clik cari file excel atau file
notepad…dst
10. Pers Regresi (SPSS & PLS)
Standardized
Coefficients
B Std. Error Beta
(Constant) 39.635 15.405 2.573 0.033
X 0.611 0.444 0.438 1.378 0.205
1
a. Dependent Variable: Y
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
11. Prediksi periode: 11 - 13
Pers Reg =
n Y X Y X
8 -0.9 0.1 50 35
9 -1.3 -1.6 45 20
10 0.8 0.9 70 41
11 0.307 0.7 61 35
12 0.350 0.8 64 40
13 0.394 0.9 67 45
Y = 0 + 0.438 X Y = 39.6635 + 0.611 X
12. Prediksi Periode: 11 - 13
Pers Reg =
n Y X Y X
8 -0.9 0.1 50 35
9 -1.3 -1.6 45 20
10 0.8 0.9 70 41
11 0.307 0.7 61 35
12 0.350 0.8 64 40
13 0.394 0.9 67 45
11 64 kali SDY 11.7
12 64 Plus Ybar 60.3
13 65
Residual (e) e= Ŷ - Y e= Ŷ - Y
8 62 0.1 61 35
9 41 -1.6 52 20
10 70 0.9 65 41
Y = 0 + 0.438 X Y = 39.6635 + 0.611 X
18. Istilah
• Variabel Laten merupakan variabel yang tidak dapat diukur secara
langsung kecuali dengan satu atau lebih variabel manifest
(indicator). Variabel laten (tidak dapat diukur secara langsung, msi:
tingkat sehatan) dapat berfungsi sebagai variabel eksogen
(independent) maupun endogen (dependen).
19. Jenis variabel
•Berdasarkan perannya dalam suatu hubungan
• 1. Variabel Independen/Prediktor/Bebas
• 2. Variabel Dependent/Respon/Terikat
• 3. Variabel Eksogen
• 4. Variabel Endogen
• 5. Variabel Intervening/Mediasi
• 6. Variabel Moderating
•Berdasarkan cara pengukurannya
• 1. Variabel Laten (variabel kosntrak)
• 2. Variabel Indikator / Manifest
20. Berdasarkan perannya dalam suatu hubungan
1. Variabel Independen/Prediktor/Bebas
Merupakan variabel yang mempengaruhi variabel lain dalam suatu hubungan. Variabel
ini dapat dijumpai di model regresi linier, regresi logistik, model probit/gompit, analisis
data panel, model GLM dan lainnya.
2. Variabel Dependent/Respon/Terikat
Merupakan variabel yang dipengaruhi oleh variabel lain dalam suatu model hubungan.
Variabel ini dapat dijumpai di model regresi linier, regresi logistik, model probit/gompit,
analisis data panel, model GLM dan lainnya. Seringkali, di bidang Bisnis/Ekonomi
cenderung menggunakan nama variabel dependent, Sedangkan di bidang Ilmu
Kehidupan (Biologi dan Pertanian) cenderung akan menggunakan nama variabel Respon.
3. Variabel Eksogen
Pengertian variabel ini sama dengan variabel independent, namun tidak dikatakan
variabel independent karena dalam hubungannya ada yang bertindak sebagai variabel
independent sekaligus variabel dependent. Jenis variabel ini dapat dijumpai dalam
analisis Jalur (Path Analysis).
21. 4. Variabel Endogen
Pengertian variabel ini sama dengan variabel dependent, namun tidak dikatakan
variabel dependent karena dalam hubungannya ada yang bertindak sebagai
variabel independent sekaligus variabel dependent. Jenis variabel ini dapat
dijumpai dalam analisis Jalur (Path Analysis).
5. Variabel Intervening/Mediasi
Variabel ini seolah-olah bertindak sebagai variabel independent dan dependent
variabel sekaligus dalam suatu set hubungan. Variabel ini dapat dijumpai dalam
analisis jalur (Path Analysis)
6. Variabel Moderating
Merupakan variabel yang dapat melemahkan atau memperkuat hubungan
antara variabel satu dengan variabel lainnya.
22. Berdasarkan cara pengukurannya
1. Variabel Laten (variabel kosntrak)
Merupakan variabel yang tidak bisa diukur secara langsung. Oleh karena itu, kita perlu
sejumlah variabel lain untuk menyatakannya. Contoh variabel laten adalah Tingkat
Kesehatan, Loyalitas, Kebijaksanaan, dan Kepuasan. Untuk mengukur variabel ini kita
perlu kombinasi variabel lain (a.k.a indikator).
Contohnya, variabel Tingkat Kesehatan bisa diukur menggunakan kombinasi beberapa
indikator seperti tekanan darah, kadar asam urat, kadar glukosa dalam darah, dan
kolesterol.
2. Variabel Indikator / Manifest
Merupakan variabel yang bisa diukur secara langsung sehingga dia seringkali menjadi
penyusun variabel laten. Contoh variabel Manifest adalah tinggi badan, berat badan,
dan suhu.
23.
24.
25.
26. Standardized Coefficients
B Std. Error Beta
(Constant) 2.705 0.905 2.988 0.020
X1 0.323 0.237 0.437 1.360 0.216
X2 -0.045 0.055 -0.264 -0.820 0.439
a. Dependent Variable: Y
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
1
27. Standardized Coefficients
B Std. Error Beta
(Constant) 2.364 0.787 3.002 0.017
X1 0.364 0.227 0.492 1.600 0.148
Standardized Coefficients
B Std. Error Beta
(Constant) 3.873 0.301 12.870 0.000
X2 -0.061 0.056 -0.355 -1.075 0.314
Sig.
1
a. Dependent Variable: Y
Coefficients
a
Model
Unstandardized Coefficients
t Sig.
1
a. Dependent Variable: Y
Coefficientsa
Model
Unstandardized Coefficients
t
28.
29.
30. Standardized Coefficients
B Std. Error Beta
(Constant) 8.264 2.676 3.088 0.018
X1 0.304 0.239 0.410 1.270 0.245
X2 -0.047 0.053 -0.289 -0.896 0.400
Standardized Coefficients
B Std. Error Beta
(Constant) 7.231 2.385 3.032 0.016
X1 0.343 0.232 0.463 1.478 0.178
Standardized Coefficients
B Std. Error Beta
(Constant) 11.501 0.849 13.553 0.000
X2 -0.059 0.054 -0.364 -1.107 0.301
1
a. Dependent Variable: Y
1
a. Dependent Variable: Y
Coefficients
a
Model
Unstandardized Coefficients
t Sig.
1
a. Dependent Variable: Y
Coefficients
a
Model
Unstandardized Coefficients
t Sig.
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
31. Standardized Coefficients
B Std. Error Beta
(Constant) 8.264 2.676 3.088 0.018
X1 0.304 0.239 0.410 1.270 0.245
X2 -0.047 0.053 -0.289 -0.896 0.400
1
a. Dependent Variable: Y
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
32.
33. R R Square Adjusted R Square Std. Error of the Estimate
1 .543a
0.295 0.094 1.34995
Model Summary
Model
a. Predictors: (Constant), X2, X1
34.
35.
36. Standardiz
ed
Coefficient
s
B Std. Error Beta
(Constant) 4.363 2.101 2.076 0.077
X1 -0.003 0.050 -0.025 -0.064 0.951
X2 0.036 0.036 0.388 0.997 0.352
Coefficients
a
Model
Unstandardized
Coefficients
t Sig.
1
a. Dependent Variable: Y
37.
38.
39. R R Square
Adjusted R
Square
Std. Error
of the
Estimate
1 .378
a
0.143 -0.102 1.12854
Model Summary
Model
a. Predictors: (Constant), X2, X1
40. Standardiz
ed
Coefficient
s
B Std. Error Beta
(Constant) 5.772 1.554 3.715 0.006
X1 0.019 0.045 0.145 0.415 0.689
Standardiz
ed
Coefficient
s
B Std. Error Beta
(Constant) 4.315 1.840 2.345 0.047
X2 0.035 0.030 0.377 1.152 0.283
Standardiz
ed
Coefficient
s
B Std. Error Beta
(Constant) 4.363 2.101 2.076 0.077
X1 -0.003 0.050 -0.025 -0.064 0.951
X2 0.036 0.036 0.388 0.997 0.352
Coefficients
a
Model
Unstandardized
Coefficients
t Sig.
1
a. Dependent Variable: Y
1
a. Dependent Variable: Y
1
a. Dependent Variable: Y
Coefficients
a
Model
Unstandardized
Coefficients
t Sig.
Coefficientsa
Model
Unstandardized
Coefficients
t Sig.
41.
42.
43. b = xy/x^2 = 0.611
a = Ybar - b(Xbar) = 39.63
MANUAL
Standardize
d
Coefficients
B Std. Error Beta
(Constant) 39.635 15.405 2.573 0.033
X1 0.611 0.444 0.438 1.378 0.205
1
a. Dependent Variable: YX2
Coefficientsa
Model
Unstandardized
Coefficients
t Sig.
b = xy/x^2 = 0.438
a = Ybar - b(Xbar) = 0.00
Standardized
Unstandardized