cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ansari Saleh Ahmar
Contact Email
ansarisaleh@unm.ac.id
Phone
+6285255962536
Journal Mail Official
jurnalvariansi@unm.ac.id
Editorial Address
https://ojs.unm.ac.id/jvariansi/about/editorialTeam
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Variansi : Journal of Statistics and Its Application on Teaching and Research
Published by Universitas Negeri Makassar
ISSN : -     EISSN : 26847590     DOI : https://doi.org/10.35580/variansiunm
Core Subject : Economy, Health, Science, Education,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Public Health
VARIANSI: Journal of Statistics and Its application on Teaching and Research memuat tulisan hasil penelitian dan kajian pustaka (reviews) dalam bidang ilmu dasar ataupun terapan dan pembelajaran dari bidang Statistika dan Aplikasinya dalam pembelajaran dan riset berupa hasil penelitian dan kajian pustaka.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 45 Documents
 1   2   3   4   5 
Penanganan Ties Event dalam Regresi Cox Proportional Hazard Menggunakan Metode Breslow (Kasus: Pasien Rawat Inap DBD di RSAL Jala Ammari Makassar) Herawati Hafid; Muhammad Nadjib Bustan; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12897

Abstract

Abstrak Analisis Survival adalah prosedur statistika yang digunakan untuk menganalisis data dimana peubah yang diperhatikan adalah waktu sampai terjadinya suatu event. Waktu dapat dinyatakan dalam hitungan hari, minggu, bulan dan tahun. Salah satu tujuan dari analisis survival adalah untuk mengetahui hubungan antara waktu kejadian  peubah bebas yang terukur pada saat dilakukan penelitian. Metode yang sering digunakan dalam analisis survival khususnya data kesehatan adalah Regresi Cox Proportional Hazard (PH) karena distribusinya tidak tergantung pada asumsi waktu kejadian. Dalam suatu data seperti data pasien penderita penyakit Demam Berdarah Dengue (DBD) ditemukan adanya data kejadian bersama (ties event) yang berpengaruh pada pembentukan himpunan risikonya pada bagian estimasi parameter model cox,pada kasus kejadian bersama (ties event) dilakukan modifikasi pada partial likelihood untuk mengetahui faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita penyakit DBD. Adapun hasil analisisnya, diperoleh faktor yang paling berpengaruh terhadap laju kesembuhan penyakit DBD yakni leukosit dengan p-value =0,097< α 0,05, dan nilai hazard ratio sebesar 1,1024 serta faktor yang kedua yaitu hematokrit dengan p-value =0,0141< α 0,05, dan nilai hazard ratio sebesar 1,595. Kata Kunci: Analisis Survival, Regresi Cox PH, Ties Event, Metode Breslow, Demam Berdarah Dengue (DBD). Abstract Survival analysis is a statistical procedure that is used to analyze data where the variables considered are the time until the occurrence of an event. Time can be expressed in days, weeks, months and years. One of the objectives of survival analysis is to find out the relationship between the time of occurrence of independent variables measured at the time of the study. The method often used in survival analysis, especially health data, is Cox Proportional Hazard (PH) Regression because its distribution does not depend on the assumption of the time of the event. In a data such as data on patients with Dengue Hemorrhagic Fever (DHF) data, there were ties event data that influenced the formation of risk sets in the cox model parameter estimation section, in the case of ties event modifications were made to the partial likelihood for know the factors that influence the recovery rate of patients with DHF. As for the results of the analysis, the factors that most influence the recovery rate of leucocyte dengue fever with p-value = 0,097 < α = 0,05 and the hazard ratio of 1.1024 and the second factor is the hematocrit with p-value = 0,0141 < α = 0,05 and the hazard ratio valueamounting to 1,595. Keywords: Survival Analysis, Cox PH Regression, Ties Event, Breslow Method, Dengue Hemorrhagic Fever (DHF).
Perbandingan Analisis Cluster Metode Average Linkage dan Metode Ward (Kasus: IPM Provinsi Sulawesi Selatan) Musarrafah Paramadina; Sudarmin Sudarmin; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (74.11 KB) | DOI: 10.35580/variansiunm9357

Abstract

Penelitian ini bertujuan untuk mengetahui langkah-langkah analisis cluster dengan  metode average linkage dan metode Ward, serta membandingkan hasil analisis kedua metode tersebut cluster yang mana yang lebih baik digunakan. Langkah–langkah dalam analisis cluster hierarki yaitu melakukan standarisasi data, menentukan ukuran kemiripan atau ketidakmiripan antar data, proses pengclusteran dengan matriks jarak menentukan jumlah cluster dan anggotanya, menginterpretasi hasil cluster yang dibentuk. Langkah-langkah analisis cluster dengan metode average linkage adalah pasangan obyek yang berdekatan digabungkan menjadi satu cluster, menghitung kedua jarak kedekatan obyek tersebut dengan responden yang lain, penggabungan berikutnya terjadi pada cluster-cluster yang paling mirip dibandingkan dengan responden yang lain, sehingga membentuk cluster yang kedua. Hasil pengclusteran kedua metode tersebut kemudian dibentu beberapa pengelompokan awal yang selanjutnya akan ditentukan cluster yang baik digunakan dengan menggunakan validasi cluster indeks dunn. Kemudian diperoleh hasil bahwa pengelompokan dengan metode average linkage menghasilkan index dunn yang terbaik dengan nilai 0.55 dengan jumlah cluster yang terbentuk sebanyak 8 cluster dibandingkan dengan metode ward yang menghasilkan nilai index dunn 0.43. Kata Kunci : Analisis Cluster, Average Linkage, Ward, index dunn
Analisis Regresi Balanced Panel dengan Komponen Galat Dua Arah pada Kasus Melek Huruf Masyarakat di Provinsi NTB Muhammad Irwansyah; R. Ruliana; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14644

Abstract

Abstract. Analsis regresi adalah suatu metode untuk melihat pengaruh antara satu atau lebih peubah bebas terhadap peubah terikat. Data yang digunakan untuk analisis regresi ada yang berupa penggabungan antara data cross section dengan data time series yang dikenal dengan nama data panel. Data panel yang memiliki jumlah pengamatan waktu yang sama di setiap objek pada tabulasi silang merupakan data panel lengkap (Balanced panel). Penelitian ini mencari nilai dugaan terhadap model regresi data panel dengan komponen galat dua arah yaitu galat pada waktu dan galat pada individu. Analisis regresi data panel dapat menggunakan tiga pendekatan yaitu common effect model, fixed effect model, dan random effect model. Pemilihan model terbaik dari ketiga pendekatan regresi data panel menggunakan uji hausman, uji chow, dan uji lagrange multipler. Dalam penelitian ini didapatkan model terbaik yaitu model random effect dimana peubah yang memiliki pengaruh signifikan terhadap melek huruf di Provinsi NTB yaitu rasio murid guru tingkat SMP rasio murid guru tingkat SMA, dan persentase penduduk miskin. Model regresi data panel yang terbentuk yaitu: Y = 117,5728 - 0,1967X5 - 0,3091X6 - 0,3297X7 + eKeywords: regresi data panel, common effect model, fixed effect model, random effect model, melek huruf.
ANALISIS REGRESI UNTUK DATA PANEL PADA PEMODELAN TINGKAT KEMATIAN IBU DI PROVINSI SULAWESI SELATAN Muhammad Imran Rahman; Muhammad Nusrang; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14628

Abstract

Abstrak. Penelitian ini membahas mengenai estimasi parameter model regresi data panel pada pemodelan tingkat kematian ibu di Provinsi Sulawesi Selatan dari tahun 2014 sampai dengan 2016. Data yang digunakan adalah data sekunder dari Dinas Kesehatan Provinsi Sulawesi Selatan yang berupa jumlah kematian ibu, perdarahan, hipertensi dalam kehamilan, infeksi dan gangguan sistem peredaran darah di seluruh Kabupaten/Kota di Provinsi Sulawesi Selatan tahun 2014-2016. Pembahasan dimulai dari melakukan estimasi parameter model regresi data panel, menentukan model regresi data panel terbaik, menguji asumsi model regresi data panel, pengujian signifikansi parameter dan interpretasi model regresi. Dalam penelitian ini diperoleh kesimpulan yaitu estimasi model regresi data panel terbaik dengan pendekatan fixed effect model dengan nilai ????2 = 90%. Adapun peubahpeubah yang berpengaruh signifikan terhadap kematian ibu adalah perdarahan, hipertensi dalam kehamilan dan infeksi. Dari hasil analisis diperoleh juga daerah yang memiliki jumlah kematian ibu terbesar di Provinsi Sulawesi Selatan tahun 2014-2016 adalah Bone dan Jeneponto.Kata Kunci: Regresi data Panel, Angka Kematian Ibu, Fixed Effect Model, Least Square Dummy Variable.Abstract. This research discusses about parameter estimation of panel data regression model of mother mortality level modelling in South Sulawesi from 2014 to 2016. The data used were secondary data from Dinas Kesehatan Provinsi Sulawesi Selatan in the form of number of mother mortality, bleeding, infection, circulatory system disorders and metabolic disorders in the whole district/town in South Sulawesi year 2014-2016. The discussion started from doing parameter estimation of panel data regression model, determining the best panel data regression model, testing the assumption of panel data regression model, testing the signification of parameter and interpretation of regression model. Conclusion of this research are the estimation of regression model is the best panel data regression model with fixed effects model approach with value of ????2 = 90%. The variables that significantly influence maternal mortality are bleeding, hypertension in pregnancy and infection. From the results of the analysis, it was also found that the regions that had the largest number of maternal deaths in South Sulawesi Province in 2014-2016 were Bone and Jeneponto.Keywords: Panel Data Regression, Mother Mortality Rate, Fixed Effect Model, Least Square Dummy Variable.
Analisis Regresi Logistik dengan Metode Penduga Bayes untuk Menentukan Faktor-Faktor Yang Berpengaruh Terhadap Kejadian Kanker Payudara (Studi Kasus: Pasien Kanker Payudara di Rumah sakit Dr. Wahidin Sudirohusodo) Baiq Dian Meliza; Muhammad Nadjib Bustan; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12900

Abstract

Abstrak. Regresi Logistik adalah suatu analisis statistika yang mendeskripsikan hubungan antara Variabel terikat yang memiliki dua kategori atau lebih variabel bebas. Penelitian ini bertujuan untuk menjelaskan beberapa faktor yang berpengaruh terhadap kejadian Kanker Payudara di Rumah Sakit Dr. Wahidin Sudirohusodo tahun 2017, untuk memenuhi tujuan tersebut digunakan analisis regresi logistik dengan menggunakan metode Bayes yang merupakan metode pendugaan parameter yang menggabungkan likelihood dan distribusi prior. Model Estimasi parameter metode bayes yang menggunakan perluasan distribusi prior Jeffrey untuk distribusi eksponensial. Dari penelitian ini, menggunakan nilai kuantil 2,5% untuk menduga parameter Bayes dan didapatkan hasil yaitu faktor-faktor yang berpengaruh secara signifikan terhadap kejadian kanker payudara adalah usia pasien kanker payudara, letak kanker payudara, kemoterapi, status metastase dan status keluarga. Kata kunci: Regresi logistik biner, metode Bayes, kanker payudara.  Abstract Logistic regression is an analysis statistics method to description the relations between dependent variable to have two category or more with one or more independent variable. This research purpose to explain some of the factor that effect birth weightin the Breast Cancer Patients “Dr. Wahidin Sudirohusodo Hospital” in 2017, To fulfill the goal to use logistic regression analysis using the Bayes method is parameter estimate method to unite likelihood and prior distribution. For exponential distribution. From this research, if using quantile value of 2,5 %  for parameter estimasi method by Bayes and the results obtained are the factors that significantly influence breast cancer incidence are the age of breast cancer patients, the location of breast cancer, chemotherapy, metastatic status and family status. Keywords : Biner Logistic Regression, Bayes Method, Breast Cancer
Membandingkan Grafik Kendali Shewhart dengan Grafik Kendali Cumulative Sum (Cusum) dalam Mendeteksi Pergeseran Rata-Rata Kekeruhan Air Andi Nurhaedah; Muhammad Kasim Aidid; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14640

Abstract

Abstrak. Memonitoring proses produksi merupakan tindakan pengendalian kualitas yang harus dilakukan untuk melihat adanya pergeseran rata-rata, sehingga variasi dalam produksi dapat diminimalisir. Alat pengendalian kualitas yang digunakan untuk memonitoring pergeseran rata-rata adalah grafik kendali. Grafik yang paling sering digunakan adalah grafik kendali Shewhart sebab penggunaanya yang sederhana, namun informasi yang disampaikan pada grafik tersebut hanya berdasarkan titik gambar terakhir sehingga alternatif yang dapat digunakan adalah grafik Cusum. Kekeruhan air sebagai salah satu parameter kualitas air yang perlu dimonitoring sebelum didistribusikan sebab melewati batas maksimum 5 NTU (Nephelometric Turbidity Units) yang ditetapkan oleh pemerintah menandakan bahwa air tersebut aman untuk diminum. Maka dari itu, penelitian ini bertujuan memonitoring produksi dengan membandingkan grafik kendali Shewhart dan grafik kendali Cusum dalam mendeteksi pergeseran rata-rata kekeruhan air. Sampel yang digunakan pada penelitian ini merupakan air sedimen produksi IPA I Ratulangi PDAM Kota Makassar yang diukur sekali setiap dua jam dengan jumlah data yang tercatat sebanyak 211 pengamatan dengan hasil yaitu grafik kendali Cusum lebih cepat dalam mendeteksi adanya pergeseran rata-rata, hal ini ditunjukkan dengan adanya pergeseran mulai terdeteksi pada pengamatan ketujuh dengan pengamatan yang berada diluar kendali sebanyak 205 amatan, dibandingkan Shewhart hanya mendeteksi 8 pengamatan yang berada di luar kendali. Hal ini didukung dengan evaluasi grafik kendali yang digunakan yaitu nilai Average Run Lenght (ARL) menunjukkan bahwa grafik kendali Cusum lebih cepat mendeteksi pergeseran rata rata kurang dari 2,5dibandingkan grafik kendali Shewhart baik digunakan untuk pergeseran 3 atau lebih.Kata kunci:Pengendali kualitas, grafik kendali, grafik kendali Shewhart, grafik kendali Cusum, ARL, Kekeruhan Air.
Space-Time Permutational Scan Statistics untuk Mendeteksi Hotspot Kejadian Gempa Bumi di Sulawesi Tengah Hasnul Yakin; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14623

Abstract

Abstract. Space-Time permutation scan statistics is a point grouping method based on space and time to identify an event (hotspot) to be spread evenly in every area or have grouping in a certain area and statistically significant. This method is applied for case data only. Hotspot is defined as something unusual, anomalies, case deviations, outbreaks of a disease, a high group or also called a critical area. This research used an earthquake incidence data in Central Sulawesi in 2017-2018. This analysis obtained 3 hotspots but only 2 hotspots were statistically significant with p-value of less than 0.05. The two hotspots are the main hotspots which cover Donggala Regency, Palu City, and Parigi Moutang Regency, while secondary hotspots include Sigi Regency and Poso Regency.
Metode Boostrap dan Jackknife dalam Mengestimasi Parameter Regresi Linear Ganda (Kasus: Data Kemiskinan Kota Makassar Tahun 2017) Aditio Putra G; Muhammad Arif Tiro; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12895

Abstract

Abstrak Metode kuadrat terkecil merupakan metode standar untuk mengestimasi nilai parameter model regresi linear. Metode tersebut dibangun berdasarkan asumsi error bersifat identik dan independen, serta berdistribusi normal. Apabila asumsi tidak terpenuhi maka metode ini tidak akurat. Alternatif untuk mengatasi hal tersebut adalah dengan menggunakan metode resampling. Adapun metode resampling yang digunakan dalam penelitian ini yaitu metode bootstrap dan Jackknife. Terlebih dahulu dilakukan estimasi nilai parameter regresi untuk analisis data kemiskinan Kota Makassar Tahun 2017. Data tersebut merupakan data sekunder diperoleh dari BAPPEDA Kota Makassar. Dari uji asumsi klasik diperoleh bahwa model tidak bersifat homoskedastis dan residual tidak berdistribusi normal sehingga model regresi yang diperoleh tidak dapat dipertanggungjawabkan. Metode bootstrap dan jackknife yang dikenalkan disini menggunakan program R untuk mencari nilai bias dan nilai standar errornya. Estimasi parameter model regresi linear berganda dari metode resampling bootstrap dengan B=200 dan B=500 serta metode resampling jackknife Terhapus-1 diperoleh model regresi. Hasil yang didapat dalam penelitian ini, metode jackknife merupakan metode yang efisien dibandingkan dengan metode bootstrap, hal ini didukung dengan kecilnya tingkat standar error dan nilai biasnya yang dihasilkan. Kata Kunci: Regrei, Resampling, Bootsrap, JaccknifeAbstract. The Ordinary least squares method is a standard method for estimating the parameter values of a linear regression model. The method is built based on error assumptions that are identical and independent, and are normally distributed. If the assumptions are not met, this method is not accurate. The alternative to overcome this is to use the resampling method. The resampling method used in this study is bootstrap and jackknife methods. First, estimation of regression parameter values for analysis of poverty data in Makassar City in 2017. The data is secondary data obtained from the BAPPEDA of Makassar City. From the classic assumption test, it is obtained that the model is not homosexedastic and residual is not normally distributed so that the regression model obtained cannot be accounted for. Bootstrap and jackknife methods are introduced here using the R program to find the value of the bias and the standard error values. Parameter estimation of multiple linear regression models from Bootstrap resampling method with B= 200, B= 500 and jackknife deleted-1 resampling method obtained regression models. The results obtained in this study, Jackknife method is an efficient method compared with the bootstrap method, and this is supported by the small standard level error and bias in resulting value.Keywords: regression, resampling, bootstrap, jackknife.
Pemodelan dengan Spatial Autoregressive (SAR) pada Angka Putus Sekolah Bagi Anak Usia Wajib Belajar di Provinsi Sulawesi Selatan Rika Nasir; Suwardi Annas; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm9358

Abstract

Abstract. Regresi spasial merupakan pengembangan dari regresi klasik. Pengembangan ini berdasarkan adanya pengaruh tempat atau spasial dari data yang dianalisis. Beberapa model regresi spasial adalah Spatial Autoregressive (SAR), Spatial Error Model (SEM) dan Spatial Moving Average (SARMA). Penelitian ini menggunakan analisis model SAR terhadap angka putus sekolah di Sulawesi Selatan. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik Provinsi Sulawesi Selatan tahun 2018. Penelitian ini dilakukan untuk mengetahui model Spatial Autoregressive (SAR) pada data banyaknya angka putus sekolah yang terjadi di Provinsi Sulawesi Selatan, serta mengenalisis faktor-faktor yang memberikan pengaruh signifikan terhadap pertumbuhan angka putus sekolah. Hasil penelitian ini memperoleh model yaitu ; sehingga faktor-faktor yang berpengaruh secara signifikan terhadap angka putus sekolah di Sulawesi Selatan adalah pengeluaran per kapita, rasio murid terhadap sekolah dan jumlah penduduk miskin.Keywords: Regresi Spasial, Spatial Autoregressive Model (SAR), Angka Putus Sekolah
Metode Analisis Diskriminan dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Indikator Indeks Pembangunan Manusia Novi Afryanthi S.; Muhammad Arif Tiro; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14978

Abstract

Abstract. Discriminant analysis is a method in multivariat statistic analysis that related with object which have separated into the defined group defined and see the accuracy  of the formed group. In this research, clustera analysis is used for the first grouping,  cluster  analysis is a statistical analysis which aims to classify some objects based on the characteristics similarity among the object. Data for this study is HDI (Human Development Index)  of indicator in south sulawesi in 2016. The result of this research are 1st cluster (lower  HDI indicator) which have 21 city/ distric and the 2nd cluster (higher  HDI indicator) which have 3 city/distric as the closeness value between the cluster that formed is 0.902 which shows the closeness between the cluster is high . Furthermore, the discriminant function that have formed explains that if the life expectancy increase, the HDI indicator in city/distric in south sulawesi province will decrease but if school  expectation duration in school , average of duration in school, and parity of pur hasing power is increasing, the HDI indicator in city/distric in aouth sulawesi will also increase.Keywords: Cluster analysis, Discriminant analysis , Human development index indicator.

Page 3 of 5 | Total Record : 45

 1   2   3   4   5 

Filter by Year

2019 2021


Reset
Filter By Issues
All Issue Vol 3, No 3 (2021) Vol 3, No 2 (2021) Vol 3, No 1 (2021) Vol 2, No 3 (2020) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 3 (2019) Vol 1, No 2 (2019)