Anggini, Tiara Putri (2018) Pendugaan Fungsi Dalam Analisis Path Nonparametrik (Studi Pada Kepuasan Mahasiswa Statistika Universitas Brawijaya Dalam Berbelanja Online). Sarjana thesis, Universitas Brawijaya.
Abstract
Regresi nonparametrik merupakan salah satu metode yang dapat digunakan untuk untuk menduga pengaruh antara variabel endogen dan variabel eksogen. Metode tersebut memiliki kelebihan yaitu tidak mengharuskan bentuk kurva dari eksogen terhadap endogen diketahui bentuknya. Regresi path nonparametrik dengan smoothing spline merupakan salah satu alat yang dapat digunakan untuk penelitian yang memiliki beberapa variabel endogen yang memiliki hubungan sebab akibat. Tujuan penelitian ini adalah menerapkan analisis path nonparametrik untuk menganalisis data kepuasan Mahasiswa Statistika Universitas Brawijaya dalam berbelanja online dan untuk mengetahui pendekatan Penalized Least Square (PLS) atau Penalized Weighted Least Square (PWLS) yang paling baik digunakan sebagai pendugaan koefisien fungsi path. Penelitian ini menggunakan kuesioner sebagai alat bantu untuk mengumpulkan data. Banyak responden yang terlibat ditentukan menggunakan metode proportional sampling dengan teknik accidental yaitu sebanyak 80 mahasiswa. Hasil penelitian menunjukkan pendugaan PWLS merupakan penduga fungsi yang lebih baik karena keragaman data yang dapat dijelaskan oleh model sebesar 97,34% sedangkan 2,66% sisanya dipengaruhi oleh variabel lain.
English Abstract
Nonparametric regression is one method that can be used to foresee the influence between endogenous and exogenous variables. The method has the advantage that does not require the form of curves from exogenous to endogenous known form. Nonparametric path regression with smoothing spline is one tool that can be used for research that has some endogenous variables that have a causal relationship. The purpose of this research is to apply nonparametric path analysis to analyze statistical data of Universitas Brawijaya Statistic Student in online shopping and to know Penalized Least Square (PLS) or Penalized Weighted Least Square (PWLS) approach which is best used as the prediction of path function coefficient. This study uses questionnaires as a tool to collect data. Many of the respondents involved were determined using proportional sampling method with accidental technique that is 80 students. The result of the research shows that PWLS estimation is a better function estimate because of the diversity of data that can be explained by the model of 97.34% while the remaining 2.66% is influenced by other variables.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2018/307/051807067 |
| Uncontrolled Keywords: | Analisis Path Nonparametrik, Smoothing Spline, PLS, PWLS, Belanja Online, Nonparametric Path Analysis, Smoothing Spline, PLS, PWLS, Online Shopping |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 22 Jun 2020 07:13 |
| Last Modified: | 16 Mar 2022 04:17 |
| URI: | http://repository.ub.ac.id/id/eprint/168410 |
Preview |
Text
168410-TIARA PUTRI ANGGINI-2.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |