Stream

Join this community to post or comment

xprends bagus

Discussion  - 
 
Selamat pagi..saya mau tanya contoh perhitungan manual mean,variance,skewnes, kurtosis,entropy gimana ya??soalnya saya ngerjain skripsi tentang Jaringan syaraf tiruan...terima kasih
 ·  Translate
1
Add a comment...

Hamidun Tim

Discussion  - 
 
Terima kasih atas Ilmunya Saudaraku.....
 ·  Translate
1
Add a comment...
 
permisi pak, saya pernah menulis tentang fungsi autocorrelation untuk penentuan pola data time series apakah musiman, tren, atau stationer, di artikel berikut: http://datacomlink.blogspot.com/2015/12/data-mining-identifikasi-pola-data-time.html yang ingin saya tanyakan, apakah ada teknik lain untuk mencari pola data time series selain fungsi autocorrelation ya pak? terima kasih
 ·  Translate
1
Add a comment...

Ahmad Kamil

Discussion  - 
 
Hi semua aku mau tanya,
berikut adalah hasil output regresi saya,
sebelumnya mengalami autokolerasi namun saya mngkoreksi dg lag.
Pertanyaannya bagaimana saya menotasikan output regresi tsb kdalam persamaan? Yang membuat saya bingung adalah karena terdapat "variabel baru" yaitu AR(1).
apakah saya cukup menotasikan persamaan regresi tsb seperti ini
Y= 0.053 + 0.259 RK + 0.335 SILPA + 0.156 RF + ℮ ?????
 ·  Translate
1
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Ini tip dan trik untuk guru atau dosen
Seringkali guru/dosen kerepotan untuk menghitung secara manual nilai siswa/mahasiswanya banyak, apalagi jika jumlahnya banyak.  Mudah-mudahan tip dan trik menghitung di Excel ini dapat bermanfaat.
Misalnya kita punya tiga komponen penilaian yaitu tugas/kuis, mid semester dan semester. Misalnya juga komposisi masing-masing komponen untuk nilai akhir adalah : Nilai akhir = (tugas/kuis + mid + 2 x semester)/4. Selanjutnya, dari nilai akhir yang berbentuk angka tersebut ingin dijadikan nilai dalam bentuk huruf dengan kriteria:
 ·  Translate
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 

Pada seri 1- 5 peramalan, kita sudah membahas tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada dengan menggunakan Program Minitab dan Excel. Kali ini, kita akan melihat fasilitas yang tersedia di SPSS (dengan catatan sekali lagi ini adalah untuk metode peramalan sederhana. Metode yang lebih lanjut akan dibahas pada seri-seri berikutnya).
Sebagai latihan, misalnya kita punya data penjualan selama 10 tahun, secara berurut sebagai berikut: 2, 3, 6, 9, 10, 11, 14, 16, 18, 27.
 ·  Translate
Pada seri 1- 5 peramalan, kita sudah membahas tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada dengan menggunakan Program Mini...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Bagian ini akan membahas mengenai cara peramalan nilai (forecasting) setelah kita memilih model peramalan terbaik. Sebagai seri keempat dari tulisan yang membahas mengenai peramalan, sebaiknya Anda terlebih dahulu membaca tulisan seri 1, 2 dan 3 yang ada di blog ini. Selanjutnya, sebagaimana halnya dengan seri ketiga, tulisan ini juga akan mengaplikasikan program Minitab.
Mengikuti data yang diberikan pada tulisan seri 3, setelah dilakukan analisis trend didapatkan nilai-nilai MAPE, MAD dan MSD untuk model linear, kuadratik, pertumbuhan eksponensial dan Kurva S sebagai berikut:
 ·  Translate
Bagian ini akan membahas mengenai cara peramalan nilai (forecasting) setelah kita memilih model peramalan terbaik. Sebagai seri keempat dari tulisan yang membahas mengenai peramalan, sebaiknya Anda...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan seri 2 ini akan memperkenalkan metode peramalan sederhana yang didasarkan pada pemikiran bahwa peramalan yang reliabel dapat dilakukan melalui pemodelan pola data pada periode-periode sebelumnya, dan kemudian mengekstrapolasi pola tersebut ke masa depan. Oleh karenanya, langkah pertama yang perlu dilakukan pada metode peramalan sederhana adalah melakukan analisis trend untuk melihat kecenderungan pergerakan data pada periode-periode waktu sebelumnya. Untuk kepentingan tersebut, kita bisa menggunakan time series plot, yaitu membuat diagram scatter antara data terhadap waktu.
Banyak bentuk (pola) trend suatu data. Sebagai contoh dalam metode peramalan, pada kesempatan ini akan kita bahas empat bentuk umum dari trend data tersebut.
 ·  Translate
Tulisan seri 2 ini akan memperkenalkan metode peramalan sederhana yang didasarkan pada pemikiran bahwa peramalan yang reliabel dapat dilakukan melalui pemodelan pola data pada periode-periode sebel...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan kali ini, akan melihat penggunaan program SPSS dalam mengolah model regresi logit. Penjelasan ringkas mengenai model regresi logit tidak akan diulang disini. Jadi diharapkan Sdr. terlebih dahulu membaca tulisan sebelumnya yang membahas mengenai regresi logit dengan Minitab.  Saudara juga perlu membaca tulisan tersebut untuk mendapatkanpenjelasan data dan variabel pada latihan kali ini.
 ·  Translate
Pada tulisan sebelumnya (Mudah Memahami Regresi Logit), kita sudah membahas mengenai model regresi logit dengan menggunakan Program Minitab. Tulisan kali ini, akan melihat penggunaan program SPSS d...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan ini sengaja ditulis untuk menjawab pertanyaan salah seorang pengunjung blog ini (Sdr. Hadi Sugiyanto). Tetapi, mudah-mudahan juga bisa bermanfaat bagi pengunjung lainnya yang menghadapi kasus yang sama.
Kasusnya sebagai berikut:
Sdr. Hadi Sugiyanto memiliki data ordinal dan ingin mentransformasikan ke skala interval. Secara ringkas, data yang dimiliki dengan frekuensinya adalah:
 ·  Translate
2
Add a comment...

About this community

Tempat diskusi bagi peminat statistika, matematika dan ekonometrika

Junaidi Chaniago
owner

Discussion  - 
 
Call for Papers

Malaysia Indonesia International Conference on Economics, Management and Accounting (MIICEMA) 2016

=========================================
Theme : The Strategy For Improving Competitiveness to Win the ASEAN Economic Community (AEC)
Dates : 24 – 25 October 2016
Venue : Ratu Convention Centre, Jambi, Indonesia
=========================================

The Malaysia Indonesia International Conference on Economics, Management and Accounting (MIICEMA) is an Annual International Conference that gathers academics and practitioners from Malaysia, Indonesia and around the World to facilitate the presentation and sharing of research findings and research prooposal for postgraduate program particularly in the areas of economics, management and accounting.
Numerous benefits have been achieved from the sharing of knowledge and building of working relationships through presentations of working papers after the organisation of 16 series of the conference. The conference has become an important platform for academics to share information regarding current issues and new economic and business challenges prevalent in both South East Asia and globally.
As a continuation of the memorandum of understanding between Universiti Kebangsaan Malaysia, Universitas Syiah Kuala, Institut Pertanian Bogor, Universitas Muhammadiyah Surakarta and Universitas Bengkulu as the founding institutions of MIICEMA, 2016 is witnessing once again the organising of the 17th MIICEMA. Following the tradition of the long-established friendship, the honour of becoming the main organiser and host to the 17th MIICEMA has now been transferred to University of Jambi, through the Faculty of Economics and Business.
Through the organising of the conference, the research findings that will be presented by academics in various fields such as economics, management and accounting will surely become guides and models for other academics in developing the branches of knowledge and for the industry in managing and strengthening their businesses.
The chosen theme for this year MIICEMA is ” The Strategy For Improving Competitiveness to win the ASEAN Economic Community (AEC) ″. Global economic climate has been undergoing shocks that adversely affecting government and business organisations. The economic turmoil has been considered by few as the worst in the century that prudent and solid business strategies must make accurate market interpretation of both opportunities and constraints. Hence, the 17th MIICEMA aims to provide a platform for both academicians and practitioners to sit together and elaborate on these challenges.
1
Add a comment...

Kusnanto St

Discussion  - 
 
Terima Kasih kepada Owner, sangat membantu
 ·  Translate
1
Add a comment...

Rishal Asri

Discussion  - 
 
Terima kasih atas grup ini, mengijinkan saya ikut belajar dan memperoleh manfaat sebesar-besarnya.
 ·  Translate
1
Junaidi Chaniago's profile photoRishal Asri's profile photo
2 comments
 
Pak sya mau tanya untuk forecasting 20 tahun biasanya bapak pake metode apa ??
 ·  Translate
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Di dalam Excel, sebenarnya sudah terdapat fungsi-fungsi yang berguna untuk penggambaran (pendeskripsian) data kita, misalnya fungsi AVERAGE untuk rata-rata, STDEV untuk standar deviasi dan lainnya. Kali ini kita bahas fasilitas Excel yang bisa memunculkan sekaligus beberapa pengukuran yang berguna utuk pendeskripsian data.
 ·  Translate
3
dhonna poernamasari's profile photo
 
pak, saya mau tanya...kesulitan saya ketika akan memakai fitur di excel,karena data saya super duper besar...6,8 juta unit observasi, dimana tidak bisa saya masukkan semua ke dalam satu sheet excel..adakah solusi ketika saya harus menghitung statistik deskriptif dan juga memakai regresi logistik untuk menghitung signifikansi masing2 variabel?
 ·  Translate
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Sebagaimana yang dikemukakan pada tulisan seri 6a Peramalan, selain membandingkan antara nilai fit dan nilai observednya, untuk pemeriksaan model secara visual lebih lanjut, kita dapat melihat plot dari residual dibandingkan dengan nilai fit. Nilai residual adalah selisih antara nilai observed dengan nilai fit.
Perhatikan kembali tampilan 2 pada seri 6a Peramalan sebelumnya. Pada waktu kita mengklik Save, kita menconteng Predicted values dan Residual. Kedua nilai ini akan muncul di worksheet SPSS dalam bentuk variabel baru, seperti pada tampilan berikut:
 ·  Translate
Sebagaimana yang dikemukakan pada tulisan seri 6a Peramalan, selain membandingkan antara nilai fit dan nilai observednya, untuk pemeriksaan model secara visual lebih lanjut, kita dapat melihat plot...
4
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan seri 5 peramalan ini akan memberikan tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada (sebagai pengantar pemahaman, silakan baca seri 1 – 4). Tetapi berbeda dengan tulisan pada seri 3, kali ini kita akan mencoba mengaplikasikannya pada fasilitas yang ada di Microsoft Office Excel 2003.
Sebagai latihan, misalnya kita punya data penjualan selama 10 tahun terakhir (1999 – 2008), secara berurut sebagai berikut: 2, 3, 6, 9, 10, 11, 14, 16, 18, 27 (angka-angkanya dibuat kecil hanya untuk menyederhanakan).
 ·  Translate
Tulisan seri 5 peramalan ini akan memberikan tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada (sebagai pengantar pemahaman, si...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan seri 3 peramalan ini akan memberikan tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada. Secara lebih khusus, tulisan ini akan membahas aplikasi untuk program Minitab. (Pada seri-seri berikutnya, dengan topik yang sama, akan dibahas aplikasi untuk program statistik lainnya).
Sebagai latihan, misalnya kita punya data penjualan selama 10 tahun terakhir (1999 – 2008), secara berurut sebagai berikut: 2, 3, 6, 9, 10, 11, 14, 16, 18, 27 (angka-angkanya dibuat kecil hanya untuk menyederhanakan).
 ·  Translate
Tulisan seri 3 peramalan ini akan memberikan tahapan estimasi model untuk metode peramalan sederhana, sekaligus cara memilih model terbaik dari model-model yang ada. Secara lebih khusus, tulisan in...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan ini sangat berguna dalam berbagai bidang kehidupan, terutama dalam rangka perencanaan untuk mengantisipasi berbagai keadaan yang terjadi pada masa yang akan datang.
Ramalan memang tidak akan pernah tepat 100%, karena masa depan mengandung masalah ketidakpastian. Namun demikian, dengan pemilihan metode yang tepat, kita membuat peramalan dengan tingkat kesalahan yang kecil atau memberikan perkiraan yang sebaik mungkin terhadap keadaan masa yang akan datang.
 ·  Translate
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Dalam salah satu tulisan di blog ini, kita sudah pernah membahas bagaimana memperlakukan variable independent (variable bebas) yang bersifat kualitatif (skala pengukuran nominal atau ordinal) dalam model regresi, yaitu dengan membentuk variable dummy.
Nah, pada tulisan kali ini kita akan melihat bagaimana jika dalam model regresi tersebut yang bersifat kualitatif adalah variable dependent (terikat). Dalam model dengan variabel kualitatif, terdapat beberapa macam teknik pendekatan model yang salah satunya adalah model logit yang menjadi focus dalam tulisan ini. Selain itu, tulisan ini juga lebih menfokuskan pada variable kualitatif yang hanya mempunyai dua kemungkinan nilai, misalnya kesuksesan (sukses – gagal), kesetujuan (setuju – tidak setuju), keinginan membeli (ya – tidak). Variabel kualitatif yang hanya mempunyai dua kemungkinan nilai ini disebut dengan variable biner. (Pada tulisan-tulisan berikutnya, mudah-mudahan akan kita bahas untuk variable kualitatif dengan lebih dari dua kemungkinan nilai).
 ·  Translate
Dalam salah satu tulisan di blog ini, kita sudah pernah membahas bagaimana memperlakukan variable independent (variable bebas) yang bersifat kualitatif (skala pengukuran nominal atau ordinal) dalam...
3
Add a comment...

Junaidi Chaniago
owner

Discussion  - 
 
Tulisan ini merupakan pengembangan dari tulisan sebelumnya mengenai Transformasi Data Ordinal ke Interval dengan Excel. Erlangga Putra, salah seorang pengunjung blog ini menghadapi kasus dimana tidak semua kategori dari datanya terisi penuh, dan ketika mengaplikasikan rumus-rumus pada tulisan tersebut menghasilkan #DIV/0! (nilai tidak dapat ditentukan, karena dibagi dengan 0).
 ·  Translate
Tulisan ini merupakan pengembangan dari tulisan sebelumnya mengenai Transformasi Data Ordinal ke Interval dengan Excel. Erlangga Putra, salah seorang pengunjung blog ini menghadapi kasus dimana tid...
3
Add a comment...