Senin, 13 Juni 2016

Jadwal Pelatihan Statistik

Jadwal Pelatihan Statistik Terapan 2016


BULAN AGUSTUS 2016
NO
PELATIHAN
TANGGAL
LOKASI
SYLABUS
1.
Pengantar Statistik
23
Depok
2.
Analisa Statistik I
24 – 25
Depok
3.
Analisa Satatistik II
18  – 19

4.
Pelatihan STATA

Depok
5.
Ekonometrika dengan STATA
15  – 16 Depok
6.
Analisa Statistik Untuk Data Pemasaran
7.
Ekonometrika dengan Eviews
8.
Survival Analysis

9.
Perhitungan Jumlah Sampel & Power
10.
Analisa Data Kesehatan & Model Skoring
11.
Forecasting
 Depok
12.
SEM with Lisrel
30 – 31
Depok
13.
SEM With Amos


14.
SEM Tingkat Lanjutan
15.
Pelatihan PLS
 Depok
16.
Statistical Process Control (SPC)
17.
Riset Pemasaran

Depok
18.
Riset Kepuasan Pelanggan


19.
Pelatihan Statistik dgn Minitab
4 - 5 Depok Klik
20.
Pelatihan AHP
Klik
21.
Program Inhouse Training


JADWAL INHOUSE
  • Tgl 8 - 11 Agustus 2016 , Pelatihan Advance Statistics, PT Biro Klasifikasi Indonesia


Keterangan : Untuk tema pelatihan yang tidak terjadwal di atas, dapat kami adakan jika ada permintaan dengan minimal jumlah peserta 5 orang. Tempat pelaksanaan dapat disesuaikan dengan kesepakatan peserta, di kampus UI Depok atau kampus UI Salemba. Untuk peserta dari luar kota kami menyediakan penginapan (Hotel & Guest House), untuk waktu pemesanan diharapkan dua minggu sebelum pelaksanaan.

REGRESI MULTINOMIAL DENGAN SPSS

IDE DASAR

Model regresi dimana Dependent variabelnya merupakan VARIABEL KATEGORIK  yang memiliki kategori lebih dari dua, disisi lain bentuk variabel Independennya (variabel Penjelas) dapat berupa vaiabel KATEGORIK maupun VARIABEL NUMERIK.


SEBARAN MULTINOMIAL



Bila setiap ulangan menghasilkan salah satu dari k hasil percobaan E1 , E2 ..,EK , dengan peluang p1,p2 ..,pk, maka sebaran peluang bagi peubah acak X1, X2, .. Xk,
menyatakan berapa kali E1, E2 …,Ek terjadi dalam n ulangan yang bebas, adalah 













Suatu transformasi logit untuk peluang multinomialke gugus parameteryang didefinisikan sebagai










disebut logit multinomial. Diasumsikan, sehingga ada K – 1 parameter logit. Asumsi ini menganggap bahwa katagori terakhir ( K ) sebagai landasan (baseline-catagorical) atau katagori acuan (reference-catagorical). Dalam pemilihan katagori acuan tidak khas, kita dapat memilih sembarang katagori dari (k =1,2 … K )



PELUANG RESPON



Misalkan responden dihadapakan pada j alternative yang tersedia. 
Andaikan(j=1, 2, …,p ; k = 1,2 …,K) menyatakan peluang bahwa responden j memilih alternative k, Xj menyatakan karakteristik individu j, 
dan Zjk menyatakan karakteristik dari alternative k yang menjadi pilihan individu j. dalam ilustrasi 1, Xj adalah umur dan setiap Zjk adalah waktu perjalanan. Dalam model logit terampat, setiap subyek/individu dianggap sebagai satuan analisis (analysis unit) dan karakteristik individu digunakan sebagai peubah penjelas. Sebagai peubah penjelas, karakteristik individu dianggap konstan terhadap alternatif yang tersedia.




dimanaPeluang individu j memilih alternatif k ,adalah vektor parameter regresi berukuran p,karakteristik individu Dalam model ini ada salah satu katagori misal katagori ke K yang dijadian ucuan dimanasehingga. Dengan adanya acuan tersebut maka nantinya akan terbantuk k-1 persamaan. Misalkan ada 3 katagori dan katagori ke-1 dijadikan acuan maka bentuk persamaannya akan menjadi




Model logit ini dapat terindentifikasi dengan asumsi, salah satu katagori (sembarang)  respon peluangnya harus nol (Baselines-Category / Reference). Kemudian peluang dari katagori yg lainya didasarkan pelung relative terhadap Baselines Category


BEBERPA CONTOH PENERAPAN REGRESI MULTINOMIAL LOGIT


Contoh 1. Pilihan Karir/Pekerjaan seseorang apakah dipengaruhi oleh pekerjaan orang tua, bidang pendidikan yang ditempuh seseorang, gender, asal wilayah (urban/rural) dll. Disini Karir/Pekerjaan seseorang lebih dari dua kategori dan bertindak sebagai variabel Dependent

Contoh 2. Pilihan program yang diambil pada saat masuk kuliah apakah ingin masuk program general (universitas), vocational  (D3) atau academic program dimana pemilahnnya dilatarbelakangi oleh sosial ekonomi dan hasil ujian tertulis.  .



LATIHAN ANALISA REGRESI MULTINOMIAL DENGAN SPSS

Cotoh yang digunakan adalah data sebanyak 200 pelajar dalam memilih program yang akan dipilih pada saat masuk perguruan tinggi. Ada 3 program yang tersedia yaitu general program, vocational program dan academic program. Adapun variabel yang dianggap mempengaruhi pilihan para pelajar dalam memilih program yang akan diambil di perguruan tinggi diantaranya sosial economic status (ses), tipe sekolah (schtyp) dan nilai hasi skor ujian tettulis (write).

Gambaran Data



PROSEDUR ANALISA



Analyze
          Regression
      Multinomial Logistic…




Mulcul kotak dialog berikut :



Klik  Reference Category..
Muncul kotak dialog


Klik Statistics…
Muncul kotak dialog




HASIL ANALISA


I.        Uji Fit Model
Sebelum melahkah lebih lanut dala melakukan analisa multinomial logit, diuji dahulu apakah model yang terbentuk sudah cukup Fit

Hipotesis Uji
H0 : Model Fit
H1: Model Tidak Fit


Hasil uji kelayakan metode Pearson didapat nilai signifikan 0.798 menerima Ho yang meyatakan bahwa model fit 

I.        Uji Pengaruh Umum
Setelah model dinyakana fit, kemudian diuji apakah secara umum variabel independen berpengaruh terhadap variabel dependen.
Hipotesis Uji
H0 : Variabel Independen Tidak Berpengaruh terhadap Variabel  Dependen
H1: Variabel Independen Berpengaruh terhadap Variabel  Dependen









Hasil uji menunjukan nilai signifikan 0.000 yang berarti kita menerima H1, ada pengaruh variabel independen terhadap variabel dependen


II.        Model Persamaan

ü  Model Pilihan General Program






Hasil menunjukan bahwa untuk prediksi pilihan program general dibandingkan dengan vocation, write berpengaruh dengan signifikan 0.027, ses low tidak berpengaruh signifikan dengan signifikan 0.677,  ses midle tidak berpengaruh signifikan dengan signifikan 0.260, type of school public tidak berpengaruh signifikan dengan signifikan 0.117

ü  Model Pilihan Academic Program

a. The reference category is: vocation.
b. This parameter is set to zero because it is redundant.





Hasil menunjukan bahwa untuk prediksi pilihan program general dibandingkan dengan vocation, write berpengaruh signifikan dengan signifikan 0.000., ses low tidak berpengaruh signifikan dengan signifikan 0.166,  ses midle berpengaruh signifikan dengan signifikan 0.010, type of school public berpengaruh signifikan dengan signifikan 0.020.  


ü  Koefisien Determinasi








Berdasrkan Nagelkerke 0.280 artinay bahwa pengaruh variabel independen ses, type of school dan writing score berpengaruh pada pilihan program (type of program) sebesar 28%.



Download File Latihan: Klik