Feb 25, 2017

Metode Stochastic Frontier Analisis Untuk Menghitung Nilai Produktifitas

Stochastic Frontier analysis merupakan salah satu metode yang dapat digunakan untuk mengestimasi produksi. Metode ini sangat cocok bagi Anda yang melakukan penelitian untuk melihat tingkat produksi objek.

Misalnya anda melakukan penelitian tentang bagaimana cara mengestimasi batas maksimum produktivitas dari produktivitas pertanian. Atau mungkin juga anda ingin melihat produktivitas dari suatu perusahaan.

Pada dasarnya penentuan fungsi produktivitas itu sulit untuk dilakukan, oleh sebab itu beberapa peneliti menyarankan agar fungsi produksi dapat diestimasi melalui sampling.

Nah Disini anda bisa menggunakan stochastic Frontier analysis, atau juga menggunakan turunannya yaitu model statistik non parametrik melalui spesifikasi fungsi cobb Douglas dengan syarat observasi berada di bawah Frontier.

Modelnya dapat di tuliskan sebagai berikut:
Baca selengkapnya : disini

Written by: Nasrul Setiawan
STATISTIK CERIA, Updated at: 12:57 AM

Dec 17, 2016

Metode Newton Raphson

Pada analisis regresi logistik biner, persamaan likelihood yang didapat adalah:
                      

Persamaan di atas merupakan persamaan non-linear dalam β. Untuk menyelesaikan masalah tersebut maka digunakan metode Newton Raphson (Agresti, 2002). Metode tersebut menyelesaikan persamaan nonlinear untuk mendapatkan solusinya.
Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x) dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode ini menggunakan pendekatan satu titik sebagai titik awal. Semakin dekat titik awal yang kita pilih dengan akar sebenarnya, maka semakin cepat konvergen ke akarnya.
    Diketahui fungsi ƒ(x) dan turunannya ƒ '(x), kita memulai dengan menentukan titik awal (x0).

      Contoh:
Tentukan akar dari persamaan 4x3 – 15x2 + 17x – 6 = 0 menggunakan Metode Newton Raphson. 
Penyelesaian :
f(x) = 4x3 – 15x2 + 17x – 6
f’(x) = 12x2 – 30x + 17
Kita tetapkan titik awal x0 = 3



karena pada iteasi ketujuh f(x6) = 0 maka akar dari persamaan tersebut adalah x = 2

Link: Tutorial Newton Raphson Method https://www.youtube.com/watch?v=oE98W4A7Zio
Sumber:
Agresti, Alan. (2002). Categorical Data Analysis : Second Edition. Amerika : John Wiley&Sons,Inc, Publication.



Written by: Nasrul Setiawan
STATISTIK CERIA, Updated at: 2:47 AM

[TUTORIAL] Cara Mendeteksi Autokorelasi Menggunakan SPSS

[TUTORIAL] Cara Mendeteksi Autokorelasi Menggunakan SPSS
Langkah-langkah :
1.      Entry data ke SPSS
Dalam hal ini   X1 = Motivasi
X2 = Minat
Y = Prestasi

           

2.      Pada menu pilih Analyze lalu klik Regression, selanjutnya klik Linear



3.      Kemudian muncul kotak dialog dengan nama Linear Regression, maka masukkan variabel Prestasi (Y) ke Dependent, masukkan variabel Motivasi (X1) dan Minat (X2) ke Independent(s), lalu klik Statistics.



4.      Pada kotak dialog Linear Regression: Statistics, centang (v) Durbin-Watson

5.      Klik Continue lalu klik OK, maka akan muncul output sebagai berikut

Berdasarkan output di atas, diketahui nilai DW 2,115. Bandingkan dengan nilai tabel signifikansi 5%, jumlah sampel 12, dan jumlah variabel independen 2, diperoleh nilai dU sebesar 1,579.
Nilai Durbin-Watson 2,115 lebih besar dari batas atas (dU) yaitu 1,579 dan kurang dari (4-dU) = 2,421 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi. Berikut link tabel durbin watson http://www.real-statistics.com/statistics-tables/durbin-watson-table/   


Written by: Nasrul Setiawan
STATISTIK CERIA, Updated at: 2:43 AM

Dec 11, 2016

P-value dan Beberapa Hal yang terkait dengannya

P-value
Definisi dari p-value adalah nilai peluang terkecil dari suatu pengujian hipotesisi sehingga nilai statistik uji yang diamati masih berarti1 . Ada juga pendapat lain yang menyatakan bahwa p value merupakan suatu besaran peluang, dengan asumsi H0 benar, memeroleh ‘statistik uji’(test statistic)2. P-value ini sudah populer di kalangan peneliti sebagai pendekatan dalam memberikan kesimpulan “tolak atau “gagal tolak” dari klaim (hipotesis ) yang diajukan. Pun, pendekatan p-value dalam pengambilan keputusan cukup wajar karena hampir semua program komputer dalam perhitungan pengujian hipotesis memberikan p-value tersebut bersamaan dengan nilai yang sesuai dengan uji statistik-nya.

Signifikansi statistik?
Dalam kesimpulan penelitian, biasanya disebutkan apakah hipotesis nol itu “diterima (gagal tolak)” atau ditolak. Juga, penolakan/penerimaan hipotesis nol ini sering diikuti oleh penyebutan suatu nilai tertentu, misal 5% atau 10% (yang sering disebut dengan taraf signifikansi/taraf nyata). Apa pula maksud dari taraf signifkansi ini?
Secara sederhana, 5% ini adalah besarnya peluang menolak hipotesis nol ketika hipotesis nol tersebut benar. Artinya, penarikan kesimpulan menolak atau tidak menolak hipotesis nol disertai dengan informasi bahwa penolakan atau ‘penerimaan’ hipotesis nol tersebut disertai dengan kemungkinan dilakukannya kesalahan, yaitu menolak hipotesis nol ketika sesungguhnya hipotesis nol tersebut adalah benar, dengan besarnya peluangnya adalah 5%.Cara pengujian seperti ini sejalan dengan logika sederhana, misal dihipotesiskan bahwa teman kita adalah ‘jujur’, dan peluang dia menipu kita bila dia ‘jujur’ adalah kecil, tetapi bila hal ini terjadi (yaitu dia menipu kita), maka hipotesis bhwa dia jujur ditolak.
Lantas apa kaitannya p-value dengan taraf signifikansi ini?ingat bahwa p-value merupakan peluang terekstrem (terkecil) dalam menguji hipotesis3. Nah, penolakan/penerimaan hipotesis yang kita buat itu harus mengacu kepada taraf signifikansi yang kita buat tadi. Apakah nanti hasilnya masuk ke daerah penerimaan atau daerah penolakan

Perlu Diperhatikan
Asra (2012) menyatakan bahwa ada dua hal yang perlu diperhatikan dalam menggunakan p-value yakni :

1     1. Signifikansi hanya untuk nilai sampel
Dalam pengujian hipotesis secara statistik, kebermaknaan (significance) dari suatu perbedaan yang dihasilkan dalam nilai-nilai sampel (yang biasa disebut statistik), misal dalam uji berda 2 rata-rata. Yang akan disebut berbeda signfikan adalah nilai-nilai sampel, sedangkan perbedaan nilai-nilai parameter populasi tidak diketahui
Dengan kata lain, kita boleh menyatakan,misalnya, bahwa “ada perbedaan yang bermakna antara nilai rata-rata sampel”. Akan tetapi, kita tidak boleh menyatakan bahwa ‘rata-rata populasi berbeda secara bermakna atau signifikan’, karena pernyataan ini salah (karena memang nilai-nilai populasi tidak diketahui, dan kalau diketahui maka sesungguhnya tidak perlu ada pengujian statistik berdasarkan sampel).Juga, kita tidak pernah tahu apakah rata-rata populasi tersebut berbeda signifikan atau tidak. Yang kita bisa kita lakukan yakni mengungkapkan hipotesis yaitu kedua rata-rata populasi sama besar.

2    2. Signifikansi secara statistik bisa berbeda dengan signifikansi secara substansi
Ada kutipan menarik 
statistical test of hypothesis do not necessary determine what is of practical significance. Only person knowledgeable in the area of investigation is qualified to decide that”, dapat dipahami bahwa signifikansi secara statistik tidaklah selalu berarti signifikan secara substansi, karena memang dasar penentuan signifikansi keduanya berbeda.
            Signifikansi secara statistik itu maksudnya pengujian hipotesis secara prosedur statistik menghasilkan keputusan tolak Ho atau gagal tolak Ho. Sedangkan, signifikansi secara substansi adalah signifikan secara ilmu statistik yang mendasari terjadinya perbedaan antara statistik dengan nilai parameter, yang dihipotesakan (bisa jadi berdasarkan substansi disiplin ilmu tertentu, selain statistika).
            Dengan kata lain, Ho bisa saja tidak ditolak secara statistik (karena tidak signifikannya perbedaan antara statistik dan nilai parameter), tetapi secara substansi Ho tersebut ditolak,karena perbedaan yang diperoleh antara statistik dan parameter dapat dianggap signifikan. Atau, sebaliknya, H0 bisa saja ditolak secara statistik, dengan kata lain signifikan secara statistik, tetapi secara substansi bisa saja hal tersebut tidaklah signifikan.
Dalam analisis regresi, biasa dilakukan pengujian secara statistik terhadap hipotesis nol terhadap koefisien regresi pada populasi sama dengan nil (Ho:Bi=0, untuk variabel independen/bebas ke i). bila ternyata dalam pengujian statistik tidak terjadi penolakan terhadap hipotesis nol ini, maka peneliti cenderung menyatakan tidak adanya hubungan (tentunya secara statistik) antara variabel bebas ke I dengan dependen variabelnya,(Y). Biasanya juga disimpulkan untuk tidak menggunakan variabel ini dalam analisis regresi yang digunakan. Dengan kata lain, hanya variabel dengan koefisien  regresi yang bermakna secara statistik yang dipakai dalam regresi. Tindakan seperti ini perlu hati-hati karena  2 hal
            Pertama, ketidakbermaknaan secara statistik suatu koefisien regresi dari suatu variabel bisa saja terjadi karena ukuran sampel yang digunakan dalam penelitian adalah kecil. Mungkin saja dengan ukuran sampel yang lebih besar, koefisien regresi dari variabel tersebut akan menjadi signifikan secara statistik.
            Kedua, tidak signifikannya secara statistik sebuah variabel bebas bisa juga terjadi karena adanya fenomena yang disebut dengan istilah multikolinieritas yaitu adanya korelasi antara variabel tersebut dengan variabel independen lainnya. Dengan adanya multikolnieritas tersebut, maka sebagian ‘efek’ dari variabel bebas terhadap Y sudah terjelaskan/terambil oleh variabel lain yang berkorelasi dengan variabel tersebut, sehingga efek variabel tersebut (yang diwakili oleh koefisien regresinya) menjadi tidak signifikan secara statistik.

            Dengan kata lain, bisa saja secara statistik suatu variabel tidak perlu digunakan di dalam model yang dibuat (karena hasil pengujian koefisien regresinya tidak signifikan secara statistik), tetapi secara teori atau ‘akal sehat’, variabel tersebut masih tetap dipakai di dalam model tersebut karena memang variabel tesebut merupakan sebab dari variabel terikat (dependent variable).

Sumber Inspirasi :

1Walpole,Ronald E dan Raymond H Myers. 1995. Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuan Edisi ke 4. Penerbit ITB : Bandung
2Asra, Abuzar. 2012. Cerdas Menggunakan Statistik Edisi Pertama. Penerbit IN Media : Bogor
3Bain,Lee J dan Max Engerhardt. Introduction to Probability and Mathematical Statistics 2nd Edition. PWS-KENT Publishing Company : Boston
Written by: Nasrul Setiawan
STATISTIK CERIA, Updated at: 6:49 AM

Nov 28, 2016

GEOSTATISTIK MENGGUNAKAN QGIS


Aplikasi QGIS yang akan dipakai disini sudah sangat mumpuni untuk melakukan pembuatan peta tematik dengan memasukkan data-data statistik yang kompleks. Keunggulan utama dari program ini adalah open source alias gratis dengan dukungan penuh dari pengembang-pengembang lain. Termasuk Indonesia yang memiliki plugin fenomenal untuk keperluan penanganan bencana yang bernama InaSAFE. masihh banyak fungsi-fungsi lain yang bisa kalian dalami untuk pengembangan geospasial atau geostatistika. 
QGIS (sebelumnya dikenal sebagai Quantum GIS) adalah aplikasi sistem informasi geografis (GIS) desktop sumber terbuka dan bebas lintas platform yang menyediakan tampilan, penyuntingan, dan analisis data.
untuk mendownload aplikasi bisa ke laman resminya secara gratis disini QGIS.ORG

Untuk latihan pertama silahkan menggunakan data berikut ini yang diambil dari Badan Pusat Statistik Kabupaten Kolaka Utara Provinsi Sulawesi Tenggara. 

KECAMATAN
DAERAH IRIGASI
2011
2012
2013
2014
2015
(1)
(2)
(3)
(4)
(5)
(6)
(7)
BATU PUTIH
KEL. BATU PUTIH
170
170
170
170
170
PARU LAMPE
80
80
80
97
97
LATOWU
215
215
215
273
273
MAKUASENG
15
15
15
15
15
TETEBAWO
79,75
79,75
79,75
80
80
BATU API
60
60
60
60
60
MOSIKU
35
35
81,25
91
91
POREHU
LARUI
25
25
25
25
0
PONGGI
100
100
100
90
90
POREHU
50
50
50
50
50
SARAMBU
35
35
35
91
91
TO’BELA
20
20
20
15
15
BANGSALA
65
65
65
65
65
PAKUE UTARA
PUUNDOHO
128
128
128
128
128
PAKUE
55
55
55
55
55
MATALEUONO
102
102
102
92
92
TEPOSUA
106
106
106
106
106
AMOWE
13
13
13
23
23
LAWATA
25
25
25
25
25
PAKUE TENGAH
LATALI
48
48
48
75
75
MAJAPAHIT
61,5
61,5
61,3
62
62
LANIPA
215
215
215
215
215
KALAHUNDE
65
65
65
65
65
SALULOTONG
31
31
31
31
31
TO'LEMO
20
20
20
20
20
LABIBI
30
30
30
30
30
PASAMPANG
41,7
41,7
41,7
56
56
PAKUE
MIKUASI
30
30,5
30
31
31
OLO-OLOHO
5
5
5
0
0
KOSALI
38,5
38
39
43
43
KODEOHA
KAMISI
42
42
42
45
45
KOROHA
46
46
46
43
43
KATOI
SIMBULA
28
28
28
28
27
MARUGE
29
29
29
29
30
LASUSUA
RANTE LIMBONG
35
35
35
35
35
TOTALLANG
25
25
25
25
25
PUNCAK MONAPA
10
10
10
10
10
RANTEANGIN
RANTE ANGIN
150,5
175,5
175,5
175
175
LANDOLIA
50
50
50
50
50
LAWEKARA
30
30
30
30
30
RANTE BARU
84,5
84,5
84,5
85
85
WAWO
WAWO
82
82
82
82
82
WALASIHO
23
23
23
23
23
LATAWE
45
45
45
45
45
KOLAKA UTARA
2644,45
2669,45
2716
2884
2859
Berikut adalah langkah-langkahnya 
1. Mintalah data SHP kepada Kantor BPS setempat, kenapa karena saya sempat menggunakan data pemecahan desa, kecamatan dan kabupaten dari tanahair.indonesia.go.id masih belum update 34 provinsi, dan belum 500an Kabupaten apalagi desa. 

2. Pasangkan plugin 
pilih plugin open layer plugin. namun dalam QGIS terbaru yang saya coba ternyata sudah termasuk ke dalam paket plugin bawaan. oke mari kita lanjutkan.

3.  pilihlah add vektor layer dan open dengan browse file SHP yang saudara peroleh dari BPS. 


4. Kemudian pada layer tersebut klik kanan dan pilih properti akan muncul jendela yang menayangkan sebagai berikut, kemudian pilih style dan edit datanya di Column. pilih warna yang sesuai dan jadilah peta tematik.
ingat edit datanya ya satu per satu... sementara belum saya coba impor data dari excel ataupun database lain. mari kita saling berbagi ilmu.



5. setelah pada creatornya selesai, maka kita akan mencetaknya ke dalam peta yang tertata rapi. maka gunakan menu compose manager. dengan beberapa pengaturan design maka diperolehlah peta sederhana Geostatistika Luas Lahan Sawah Per Desa. 
 



Berikut adalah hasil dari pengolahan data yang dijadikan peta tematik agar lebih informatif sesuai dengan letak geografis.ingat peta ini bukan screnshot ya,, pakai composer manager untuk penampilan peta sesungguhnya.

PETA TEMATIK LAHAN SAWAH PER DESA KAB. KOLAKA UTARA TAHUN 2015

Peta yang dapat dihasilkan oleh QGIS sangat bervariasi tergantung dari tujuan kita, dapat berupa peta topografi, peta tematik dengan gambar dan lainnya.

Written by: Nasrul Setiawan
STATISTIK CERIA, Updated at: 9:48 PM

 

Copyright @ 2013 Statistik Ceria

close