Analisis Data dengan General Autoregressive Conditional Heteroscedasticity Model ( GARCH ), Threshold ARCH ( T-ARCH )

Pengujian dengan regresi bertujuan untuk mengukur kekuatan dan menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Data yang digunakan penelitian ini berbentuk time series karena menggunakan data harian, misalnya diambil data dari Januai 2010 – July 2011. Dengan data time series dapat ditemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk kegiatan bisnis dan keuangan. Data time series memiliki kecenderungan varian error term yang tidak konstan dari waktu ke waktu, maka varian residual dari data time series tidak konstan dan berubah-ubah dari satu periode ke periode lainnya atau mengandung unsur heteroskedastis. Dengan tingginya volatilitas data maka perlu dibuat model pendekatan tertentu untuk mengukur masalah volatilitas residual. Salah satu pendekatan adalah dengan memasukkan variable independen yang mampu memprediksikannya.

Untuk mengatasi varying time dependent (variansi dari error yang tidak konstan) maka akan digunakan model ARCH yang dikembangkan oleh Engle, 1982 dan GARCH (Bollerslev, 1986) yang memodelkan selain autoregresi juga memodelkan variansi dari error (condditional heteroscedascity of variance).

Asumsi yang selama ini menjadi kajian aliran utama ekonometrika yakni data time series kecenderungan mempunyai kesalahan pengganggu atau residual (error term) yang konstan dari waktu ke waktu berdasarkan kenyataan tersebut dalam bahasa ekonometrika berarti bahwa varian dari data time series ini tidak konstan tetapi berubah-ubah dari satu periode ke periode yang lain. Varian dari residual bukan lagi hanya fungsi variabel independen tetapi selalu berubah-ubah, tergantung seberapa besar residual dimasa lalu (Rahayu dan Firmansyah, 2004).

Model ekonometrika yang tepat untuk mengestimasikan perilaku seperti itu disebut Autoregressive Conditional Heteroscedasticity Model (ARCH). Model ini pertama kali dikembangkan oleh Robert Engle. Sebelumnya ARCH lebih dulu dikenal dengan metode peramalan Autoregressive Integrated Moving Average (ARIMA) yang dikembangkan oleh Box-Jenkins. Yaitu merupakan suatu metode yang menghasilkan ramalanramalan berdasarkan sintesis dari pola data secara historis. Akan tetapi kelemahan dari model ini adalah data yang digunakan harus di stasionerkan lebih dahulu, sehingga memakan waktu yang relatif lama. Pengujian untuk mengetahui ada tidaknya pola harian terhadap volatilitas maka model variance error dimodifikasi sebagaimana yang dilakukan oleh Hsieh (1988) dalam Buddi Wibowo (2004) dalam model ARCH.

Untuk melihat innovation effect yaitu apakah kenaikan dan penurunan indeks saham mempengaruhi volatilitasnya, dapat digunakan T-ARCH (Threshold ARCH). olahdata ini dapat dilakukan dengan eviews

Iklan

Tips Ampuh Bagaimana Menulis Skripsi / Tesis

Sahabat Tweeps & FB-ers, kali ini kami akan memberikan tips menulis Skripsi tesis .. Yuuk dipantengin yaaa.

Skripsi tesis mnjd momok yg menakutkan. jadi mimpi buruk. Slalu hinggap di ingatan saat makan, jalan-jalan / beraktivitas sehari2 lainnya.

Banyak mahasiswa kedodoran dlm menyelesaikan Skripsi tesis hingga berbulan-bulan tak terasa biaya kuliah membengkak, hingga ancaman DO. olrait?

Malas, tiada semangat di dada & tiada faktor pemicu untuk bergerak. Dan tentunya seribu macam alasan lainnya membuat Skripsi tesis mangkrak.

Bagaimana mungkin membuat Skripsi / tesis sedangkan untuk membuat satu paragraf saja susah. Sebenarnya satu saja kuncinya: BANYAK LATIHAN!

Jadi tips ke-1 adalah perbanyak latihan menulis. Then agar kita segera bisa terpacu, coba berusaha untuk mengumpulkan teman-teman yang punya problem sama.

Adakan pertemuan khusus untuk membahas Skripsi tesis. Biasanya akan muncul gagasan baru, semangat baru & perencanaan baru secara bersama-sama.

Tips selanjutnya dibahas DI SINI   🙂

Jangan lupa selalu berdoa meminta kepada-Nya, agar Skripsi tesis kita lancar tanpa aral lintang yg berarti .

Demikianlah tips2 menulis Skripsi tesis … Keep Moving Forward! Majuuu Jalan! 🙂

Quote this day: “Tuhan tdk akan mengubah nasib seseorang,jika orang itu tdk mau merubah dirinya sendiri”. Happy MONeyDAY All…

Apa dan Bagaimana Konsep Kepuasan Pelanggan ( Customer Satisfaction Concept )

Kepuasan pelanggan atau customer satisfaction merupakan suatu tingkatan dimana kebutuhan, keinginan dan harapan dari pelanggan dapat terpenuhi yang  akan mengakibatkan terjadinya pembelian ulang atau kesetiaan yang berlanjut (Band, 1991).  Faktor yang paling penting untuk menciptakan kepuasan pelanggan / kepuasan konsumen adalah kinerja dari agen yang biasanya diartikan dengan kualitas dari agen tersebut (Mowen, 1995). Produk jasa berkualitas mempunyai peranan penting untuk membentuk kepuasan pelanggan (Kotler dan Armstrong, 1996).

Kami melayani analisis data kepuasan pelanggan hubungi Bengkeldata.Com :

CS  : 0819 4505 9000 WA : 0838 0405 9000

Pin BB : 7426 1930 Twitter : @bengkeldata

Email   : info@bengkeldata.com – bengkeldata@gmail.com

Pembahasan lengkap artikel ini, silahkan klik link berikut:

Apa dan Bagaimana Konsep Kepuasan Pelanggan (Customer Satisfaction) dan Loyalitas Pelanggan (Customer Loyalty)

Artikel terkait :

Apa dan Bagaimana Konsep Kepuasan Pelanggan ( Customer Satisfaction Concept )

8 Faktor Utama Demi Terciptanya Kepuasan Pelanggan

Bagaimana Cara Mengukur Kepuasan Pelanggan ?

Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan

 

Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan. Definisi Kepuasan Pelanggan/ Konsumen (Customer Satisfaction), Pengertian Kepuasan Pelanggan/ Konsumen (Customer Satisfaction) dan Definisi Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Pengertian Loyalitas Pelanggan/ Konsumen (Customer Loyalty),  Faktor-Faktor Utama Terciptanya Kepuasan Pelanggan, Bagaimana Cara Mengukur Kepuasan Pelanggan, Bagaimana Pengaruh Kepuasan Pelanggan Terhadap Loyalitas Pelanggan.

Analisa Data Statistik : Analisis Data Segmentasi Konsumen Hypermarket dengan Metode CHAID

Analisis CHAID (Chi-squared Automatic Interaction Detection) adalah salah satu alat statistika yang dapat digunakan untuk segmentasi pasar dengan pendekatan metode dependensi. Analisis CHAID memiliki kemampuan untuk menganalisis variabel independen monotonik, bebas, dan mengambang.

CHAID (Chi-squared Automatic Interaction Detection) pertama kali diperkenalkan dalam sebuah artikel berjudul An Exploratory Technique for Investigating Large Quantities for Categorical Data” oleh G.V Kass tahun 1980. Prosedurnya merupakan bagian dari teknik terdahulu yang dikenal dengan Automatic Interaction Detection (AID) dan mengggunakan statistik ­chi-square sebagai alat utamanya.

Data yang digunakan adalah hasil survey terhadap 300 konsumen Hypermarket. Dari data diketahui bahwa konsumen cenderung sering berbelanja dan sangat sering berbelanja di Hypermarket.

Sembilan variabel yaitu Usia, Pendapatan, Belanja, Jarak, Kendaraan, Kelengkapan, Harga, Kinerja kasir, Kinerja karyawan memiliki koefisien korelasi positif dan nilainya lebih dari nilai kritis tabel korelasi nilai-r untuk taraf signifikansi 5% dan derajat bebas 299 yaitu 0,1135, sehingga semua item tersebut dinyatakan valid.

Variabel independen yang paling berpengaruh terhadap variabel dependen  yaitu usia. Terdapat tiga segmen :

a.       Segmen pertama adalah konsumen dengan usia 17-30 tahun. Kelompok ini prediksi akan sangat jarang berbelanja sebesar 15%, jarang berbelanja sebesar 11,2 %, sering berbelanja dengan persentase sebesar 66,2 % dan sangat sering berbelanja sebesar 7,5 %.

b.      Segmen kedua adalah konsumen dengan usia 31-44 tahun. Kelompok ini diprediksi akan sangat jarang berbelanja sebesar 1,4%, jarang berbelanja sebesar 7,5 %, sering berbelanja dengan persentase sebesar 69,4 % dan sangat sering berbelanja sebesar 21,8 %.

c.       Segmen ketiga adalah konsumen dengan usia diatas 45 tahun ke atas. Kelompok ini diprediksi akan sangat jarang berbelanja sebesar 2,7%, jarang berbelanja sebesar 10,8 %, sering berbelanja dengan persentase sebesar 36,5 % dan sangat sering berbelanja sebesar 50 %.

Dari ketiga segmen dapat diketahui bahwa segmen yang paling potensial adalah segmen kedua yaitu konsumen dengan usia 31-44 tahun karena segmen tersebut mempunyai jumlah konsumen terbesar kemudian disusul segmen pertama dan segmen ketiga.

Analisa Data Statistik : Analisis Faktor-Faktor yang Mempengaruhi Volatilitas Cadangan Devisa Indonesia menggunakan Time Series Analysis dengan Metode ARCH – GARCH dan VAR

Data finansial seperti cadangan devisa, nilai tukar, maupun tingkat suku bunga mempunyai karakteristik tersendiri dibandingkan data deret waktu (time series). Beberapa karakteristik dari data finansial yaitu menunjukan volatilitas yang tinggi mengikuti periode waktu, sedangkan variansi/ragam adalah konstan untuk data jangka waktu yang panjang.

Dalam beberapa periode terdapat variansi/ragam data finansial relatif tinggi. Keadaan ini disebut conditionally heteroskedastic. Jika terdeteksi adanya conditionally heteroskedastic maka model autoregressive moving average (ARMA) tidak akurat lagi untuk digunakan. Model deret waktu (time series) yang mengakomodir adanya heteroskedastic / heteroskedastisitas adalah ARCH (Autoregressive Conditional Heteroscedasticity) / GARCH (General Autoregressive Conditional Heteroscedasticity) . Model lain selain ARCH & GARCH adalah TARCH, E-GARCH, M-GARCH, TGARCH dan lain-lain.

Variabel-variabel ekonomi biasanya nonstasioner dan mempunyai sifat kointegrasi, sehingga model statistik yang dibentuk harus dapat mengatasi dan mencerminkan sifat tersebut. Metode yang sesuai dengan permasalahan ini adalah metode VAR (Vector Autoregression).

Variabel yang digunakan sebanyak lima variabel makro ekonomi. Kelima Variabel tersebut yakni cadangan devisa, nilai tukar rupiah terhadap USD, tingkat suku bunga, Indeks Harga Saham Gabungan (IHSG) dan netto ekspor.

Metodologi yang digunakan dimulai dengan metode ARCH/GARCH yang fungsinya untuk mengatahui ada tidaknya volatilitas dari masing-masing variabel yang diteliti. Selanjutnya dengan metode VAR akan selidiki pengaruh volatilitas dari variabel nilai tukar, suku bunga, IHSG dan neto ekspor terhadap volatilitas cadangan devisa. Hasil model VAR yang diperoleh tersebut kemudian digunakan untuk melakukan uji berikutnya yaitu uji kointegrasi Johansen untuk mengetahui hubungan keseimbangan jangka panjang dan Vector Error Correction Mechanism (VECM) untuk mengetahui hubungan keseimbangan jangka pendek.

Kesimpulan dari hasil analisa data yaitu bahwa variabel-variabel yang terdeteksi adanya ARCH/GARCH adalah variabel cadangan devisa, IHSG, nilai tukar, dan neto ekspor. Sedangkan variabel tingkat suku bunga tidak menunjukkan gejala adanya heteroskedastisitas dalam series datanya.

Untuk Konsultasi Analisa data selanjutnya, yang berhubungan dengan Time Series Analisis (AR, MA, ARMA, ARIMA, ARCH, GARCH, TARCH, E-GARCH, M-GARCH, T-GARCH, dll) menggunakan eviews silahkan menghubungi :

Beta Consulting

Telp: (021)3333 7389 – 0819 4505 9000
Email: info@bengkeldata.com

www.Bengkeldata.com
www.olah-data.com

follow us:
http://Twitter.com/olahdata

ARCH, GARCH, cadangan devisa, IHSG, neto ekspor, nilai tukar, tingkat suku bunga, uji kointegrasi, volatilitas, VAR, VECM, heteroskedastisitas, ARMA, deret waktu, time series, heteroskedastic, analisa data, konsultan, jasa,analisis data,analisis data statistik, analisa data, analisa data statistik, jasa statistik, konsultan statistik, jasa survei, konsultan survey, jasa riset pasar, konsutan riset pasar,skripsi, tesis, disertasi,ahli, olah data, olahdata, pengolahan, olah data, statistik, statistika, skripsi, tesis, data panel, regresi, korelasi, SEM, validitas, reliabilitas, survei pasar, alpha, cronbach, pearson, tugas, akhir, sarjana, jakarta, penelitian, spss, eviews, amos, lisrel, minitab, regresi, konsultasi, konsultan, analisis data, analisis data statistik, analisa data, analisa data statistik, jasa statistik, konsultan statistik, jasa survei, konsultan survey, jasa riset pasar, konsutan riset pasar , skripsi, tesis, disertasi,ahli, olahdata, pengolahan, olah data, statitistik, statistika, skripsi, tesis, data panel, regresi, korelasi, SEM, validitas, reliabilitas, survei pasar, alpha, cronbach, pearson,tugas, akhir, sarjana, jakarta, penelitian, spss, amos

Olahdata Skripsi Tesis Disertasi : Analisis data / Analisa data apa yang cocok untuk skripsi, tesis, disertasi, atau penelitian yang Anda butuhkan? (Part I)

Apakah Anda sedang menyususn skripsi, tesis atau disertasi, atau penelitian? Dalam menyusun skripsi, tesis, disertasi, atau penelitian seringkali kita dihadapkan pada suatu permasalahan yang menjadi momok bagi mahasiswa/peneliti, yaitu analisis data / analisa data. Saya yakin bahwa Anda sebagai mahasiswa/peneliti memahami betul proses/tahapan dalam membuat skripsi, tesis atau disertasi, atau penelitian. Mulai dari tahapan mencari tema skripsi, tesis atau disertasi, atau penelitian, menetukan permasalahan, membuat kerangka pemikiran, membuat proposal, hingga menentukan lokasi penelitian. Nah ada satu lagi yang mungkin/bahkan ’lupa’ yaitu metode analisis data / analisa data yang digunakan. Apabila Anda belum memahami analisis data / analisa data –nya, maka Beta Consulting ( www.Bengkeldata.com / www.olah-data.com ) dengan senang hati akan membantu Anda untuk menentukan analisis data / analisa data yang cocok dengan skripsi, tesis atau disertasi, atau penelitian Anda.

Metode analisis data / analisa data apa yang cocok dengan skripsi, tesis, disertasi, atau penelitian Anda? Mari kita bahas contoh beberapa analisis data / analisa data yang cocok dengan skripsi, tesis, disertasi, atau penelitian. Yuukk Mariii… 🙂

Pertama, misalkan skripsi, tesis, disertasi, atau penelitian Anda itu membahas bagaimana hubungan diantara dua variabel. Maka metode analisis data / analisa data yang digunakan adalah metode regresi sederhana. Apabila skripsi, tesis, disertasi, atau penelitian ada 3 variabel atau lebih, maka metode analisis data / analisa data yang digunakan adalah metode regresi berganda atau  regresi multivariabel / regresi multivariat.

Tunggu dulu… Metode regresi sederhana / regresi regresi berganda atau  regresi multivariabel / regresi multivariat juga ada macamnya. Selain regresi sederhana, ada juga regresi logistik. Oke, sekali lagi Beta Consulting ( www.Bengkeldata.com / www.olah-data.com ) dengan senang hati akan membantu Anda untuk menentukan analisis data / analisa data yang cocok dengan skripsi, tesis atau disertasi, atau penelitian Anda.

Beta Consulting ( www.Bengkeldata.com / www.olah-data.com ) dengan senang hati dan didukung oleh tim yang berpengalaman, akan membantu Anda untuk menentukan analisis data / analisa data yang cocok dengan skripsi, tesis atau disertasi, atau penelitian Anda.

Hubungi kami di :

Beta Consulting

Telp: (021)71088944 – 0819 4505 9000

Email: info@bengkeldata.com

www.Bengkeldata.com

www.olah-data.com

follow us:

http://Twitter.com/olahdata

Konsultan, Jasa, analisis data, analisis data statistik, analisa data, analisa data statistik, jasa statistik, konsultan statistik, jasa survei, konsultan survey, jasa riset pasar, konsutan riset pasar , skripsi, tesis, disertasi, regresi, regresi berganda, regresi data panel, data panel, multivariat, regresi logistik, bengkeldata, olahdata, olahdata statistik, skripsi, tesis, disertasi

Analisis Data Statistik : Analisa Data Faktor-Faktor Konsumsi di Indonesia dengan Pendekatan ECM (Error Correction Model)

Tujuan dari  penelitian ini adalah mengkaji pengaruh variabel pendapatan nasional, inflasi, suku bunga dan jumlah uang beredar terhadap konsumsi masyarakat yang digambarkan oleh variabel pengeluaran konsumsi mayarakat. Peneilitan ini dilakukan di Indonesia pada kurun waktu tahun 1988 sampai 2005. Metode yang digunakan adalah dengan menggunakan Pendekatan ECM (Error Correction Model).

Besarnya tingkat pengaruh variabel pendapatan nasional, inflasi, suku bunga deposito riil dan jumlah uang beredar terhadap pengeluaran konsumsi di Indonesia dalam jangka pendek yaitu 69,98 % sedangkan sisanya dipengaruhi oleh variabel lain di luar model regresi yang tidak diteliti dalam penelitian ini.

Dalam jangka panjang variasi variabel independent mampu pengaruhi variasi dependent sebesar 0,984057 menunjukkan bahwa variabel independent lebih mampu menjelaskan variabel dependent sebesar 98,40% dan sisanya dijelaskan oleh variabel lain diluar model yang tidak diikutsertakan dalam penelitian ini.

Tanda koefisien koreksi kesalahan sebesar 0,69 menunjukkan bahwa 0,69 ketidaksesuaian antara pengeluaran konsumsi (Y) yang aktual dengan yang diinginkan akan dieliminasi atau dihilangkan dalam satu tahun. Hasil dari uji asumsi klasik ternyata ditemukan masalah asumsi klasik yaitu multikolinearitas, sedangkan heteroskedasitas dan autokorelasi tidak ada masalah.

Untuk menghilangkan masalah multikolinearitas,  dilakukan dengan cara menghilangkan variabel jumlah uang beredar. Sehingga diperoleh spesifikasi model penelitian yang dipakai adalah tepat dan mampu menjelaskan hubungan jangka pendek dan jangka panjang. Dengan demikian persamaan tersebut sudah sahih dan tidak ada alasan untuk ditolak.

Berikut kesimpulan yang dapat di ambil dari penelitian ini:

Besarnya pengaruh variabel pendapatan nasional, inflasi, suku bunga deposito riil dan jumlah uang beredar terhadap pengeluaran konsumsi di Indonesia dalam jangka pendek yaitu 75,12 % sisanya dipengaruhi oleh variabel lain di luar model regresi yang tidak diteliti dalam penelitian ini.

Variabel pendapatan nasional pada jangka pendek dan jangka panjang secara statistik positif dan signifikan, berarti pendapatan nasional berpengaruh terhadap pengeluaran konsumsi masyarakat di Indonesia periode 1988-2005.

Variabel tingkat inflasi pada jangka pendek secara statistik tidak signifikan, berarti tingkat inflasi tidak berpengaruh terhadap pengeluaran konsumsi masyarakat di Indonesia periode 1988-2005

Variabel suku bunga deposito dalam jangka pendek tidak berpengaruh terhadap pengeluaran konsumsi. Dalam jangka panjang mempunyai hubungan yang tidak signifikan yang artinya tidak berpengaruh terhadap pengeluaran konsumsi

Variabel jumlah uang beredar dalam jangka pendek tidak berpengaruh terhadap pengeluaran konsumsi.

Berdasarkan pengujian secara serempak dengan menggunakan uji F menunjukkan bahwa variabel independen secara bersama-sama mempengaruhi variabel dependen, artinya pendapatan nasional, inflasi, suku bunga deposito dan jumlah uang beredar berpengaruh secara bersama-sama terhadap pengeluaran konsumsi masyarakat Indonesia.

Keywords: Penelitian, pendapatan, inflasisuku bunga, uang, pengeluarankonsumsi, ECM, deposito, regresi, independent, dependent, uji asumsi klasik, multikolinearitas, heteroskedasitas, autokorelasi, uji F

Untuk konsultasi mengenai Olahdata lebih lanjut, silahkan menghubungi:
CS : 021-71088944 – 0819 4505 9000
YM : abays_khan
e-mail : info@bengkeldata.com
Beta Consulting
www.olah-data.com
www.bengkeldata.com