oleh : ryokifebriawan(1309 100 029) -...
TRANSCRIPT
Ihr Logo
Oleh :
Ryoki Febriawan (1309 100 029)
Dosen Pembimbing:
Dra. Lucia Aridinanti, MTWibawati, S.Si, M.Si
Perbandingan Model Logit dan Probit untuk MenganalisisFaktor-Faktor yang Mempengaruhi Derajat Orientasi PasarUsaha Kecil Menengah (Studi Kasus di Sentra IndustriProduk Kulit di Kabupaten Sidoarjo)
JURUSAN STATISTIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER2013
1 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
AgendaPendahuluan
Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Kesimpulan dan Saran
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
2
Your Logo
PENDAHULUAN
Latar Belakang
Perumusan Masalah
Batasan Masalah
Tujuan
Manfaat
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
3
Your Logo
1.1 Latar BelakangJawaTimur memiliki potensi yang sangat besar untuk berkembang.
Salah satu sektor usaha unggulanJawaTimur adalah sektor usahaproduk kulit, yang terdapat diberbagai wilayah yaitu Sidoarjo, Malang dan Magetan.
4
Your Logo
1.1 Latar Belakang
Industri Kulit TanggulanginSidoarjoDidirikan Koperasi IntakoTahun 1976, Anggota 27 Perajin. Hingga saat inidalam perjalananya terdapat354 perajin UKM denganaset sekitar Rp 10 miliar
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
5
Your Logo
Industri skala kecil
Orientasi Pasar
Dalam Negeri Luar Negeri
1. Orientasi pelanggan2. Orientasi pesaing3. Koordinasi yang mengarah
pada dua kriteria yaitu fokuspada jangka panjang danprofitnya
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
6
Your Logo
Ingin mengetahui faktor-faktor yang berpengaruhfaktor internal danEksternal terhadaporientasi pasar di dalamnegeri maupun luar negeri
Regresi Logistik Binary
Logit Model Probit Model
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
7
Your Logo
Penelitian TerdahuluYohanesWimba AgungPrasetyaAnalisis Pola Kluster, FormasiKeterkaitan Orientasi Pasar(Studi Kasus Sentra IndustriKulit Kecil Menengah ProdukKulit Di Sidoarjo, JawaTimur).
Ayu Dharmasari
Perbandingan Model Logit danProbit Untuk MenganalisisKecenderungan Siswa SMP Melanjutkan Pendidikan KeJenjang SMA (Studi Kasus Data SUSENAS Kab. Situbondo, JawaTimur).
8 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
1.2 Rumusan Masalah
1• Bagaimana faktor-faktor yang mempengaruhi orientasi pasar
produk kulit domestik atau luar negeri?
2• Bagaimana perbandingan model logit dan model probit
berdasarkan kriteria pemilihan model terbaik yang beradadi sentra industri produk kulit di Kabupaten Sidoarjo?
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
9
Your Logo
1.3 Tujuan Penelitian
1• Menentukan faktor-faktor yang mempengaruhi orientasi
pasar produk kulit domestik atau luar negeri.
2• Menganalisis perbandingan model logit dan model probit
berdasarkan kriteria pemilihan model terbaik yang beradadi sentra industri produk kulit di Kabupaten Sidoarjo.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
10
Your Logo
1.4 Manfaat dari penelitian
Memberikan informasi yang tepat dan akurat mengenaiperilaku kondisi pasar sehingga dapat mampu membantudalam hal perkembangan usaha, serta peminjaman kredit modal kepada para pengusaha kecil menengah, dan membantu agar pemerintah Kabupaten Sidoarjotidak hanya diam saja, namun dapat melakukan bantuanpromosi atas hasil produksi kulit di Kabupaten Sidoarjo baik ke pasar domestik maupun ke pasar mancanegara.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
11
Your Logo
1.5 Batasan Masalah
Data statistik industri diambil dari BPS JawaTimur dan Dinas Perindustrian
Sidoarjo
Tahun 2002 s/d 2012Variabel yang digunakan terdiridari 12 variabel.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
12
Your Logo
TINJAUAN PUSTAKA
Regresi Logistik Biner
Regresi Probit
Orientasi Pasar
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
13
Your Logo
Statistika Deskriptif
Penyajian data secara deskriptif dapatdijelaskan dalam bentuk tabel, grafik,diagram, plot, serta besaran lainnya(Walpole, 1995).
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
14
Your Logo
Regresi Logistik Biner
pp xxxg βββ +++= 110)(
)exp(1)exp(
)(110
110
pp
pp
xxxx
xβββ
βββπ
++++
+++=
model logit regresi logistikdengan sebanyak p
adalah menjadi variableprediktornya
ii yi
yii xxyf −−= 1))(1()()( ππ
Regresi logistik biner pola hubungan antara var. respon bersifat kategorik (0 dan 1) dengan var. prediktor
dengan yi = 0, 1
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
15
Your Logo
Uji Serentak
( )( )∑=
−−
−= n
1i
y1i
yi
n0
n1
ii
0i
π1π
nn
nn
2lnG
∑=
=n
1ii1 yn
( )∑=
−=n
1ii0 y1n 01 nnn +=
Dimana statistik uji G mengikutiDistribusi Chi-Square denganDerajat bebas satu(Hosmer & Lemeshow, 2000).
Keterangan : n1 = Banyaknya observasi bernilai Y = 1n0 = Banyaknya observasi bernilai Y = 0n = Banyaknya observasi
Daerah penolakan : tolak Ho jika atau H0 ditolak bila nilai p-value ≤ αα)(v,2χG >
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
16
Your Logo
Uji Parsial
)1,0(~)(
NES
Wj
jj β
β
=Statistik Uji : Statistik Uji Wald
Daerah penolakan : tolak Ho jika atau nilai p-value < α
Hipotesis yang digunakan adalah :
H0 : βj = 0 j=1, 2, 3, ..., pH1 : βj ≠ 0
α/2ZW >
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
17
Your Logo
Uji Kesesuaian Model ( )( )
2
1
'' 1
gk k k
k k k k
o nC
nπ
π π=
−=
−∑
∑=
=kc
jjk yo
1∑=
=kc
j k
jjk n
m
1'
ππ
Statistik uji Chi-Square dari Hosmer dan Lemeshow test.
: jumlah nilai variabel respon pada grup ke-k: Rata-rata taksiran peluang
g : Jumlah grup (kombinasi kategori dalam model serentak): Banyak observasi pada grup ke-k
kοkπ
kn'
Keputusan Tolak H0 diambil yaitu jika > maka tolak H0 dengan derajat bebassebesar g-2.
( )2
2, −gαχC
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
18
Your Logo
Odds Ratio
Variabel responVariabel Prediktor
x = 1 x = 0
y = 1
y = 0
∑ 1 1
10
10
1)1( ββ
ββ
π +
+
+=
ee
0
0
1)0( β
β
πe
e+
=
1011)1(1 ββπ ++
=−e 01
1)0(1 βπe+
=−
π(0)π(0)/1π(1)π(1)/1ψ
−−
=
1
0
10
)]1(1)[0()]0(1)[1(
)]0(1[)0(
)]1(1[)1( β
β
ββ
ππππ
ππ
ππ e
eeOR ==
−−
=−−
=+
Nilai odds untuk Y = 1 terhadap x = 1 : π(1)/[1 - π(1)]
Nilai odds untuk Y = 0terhadap x = 0 : π(0)/[1 - π(0)]
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
19
Your Logo
Regresi ProbitVariabel responY yang berskalabiner dapat ditulisY=1 danY =0, Variabel tersebut mengikutidistribusi Bernoulli denganfungsi probabilitas yaitu :
CDF link function pada GenerelizedLinear Model (GLM).
Dimana adalah fungsi kepadatanpeluang dan adalah fungsidistribusi normal komulatifnya, atau lebih sederhana untukvariabel respon biner.
Secara umum model probit.
iyi
yiiiiyf −−= 1)1()( πππ
∫∞−
=Φ==x
ii dzzxxyP'
)()'()1(β
φβ
dzexgFtx z
∫∞−
−=
β
π2
2
21))((
)...()( 22110 ipipiii XXXFZFPi εββββ +++++==
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
20
Your Logo
Kriteria Pemilihan Model Terbaik
Fungsi Deviance Residual adalah dua perbedaan antara log likelihood maksimum dengan model yang diperoleh. Berikut rumus devians
Dengan
sehingga))(exp(1))(exp(ˆ
i
i
xgxg
+=π
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
21
Your Logo
Orientasi Pasar
Orientasi pasar mengacu padagenerasi seluruh organisasi, penyebaran, dan kepedulian
terhadap intelijensi pasar (Kohlidan Jaworski, 1990)
Orientasi pasar merupakan carauntuk memfokuskan perusahaan
untuk keuntungan jangka panjang. Dengan cara penerapan ketiga
komponen orientasi pasar sertaperspektif jangka panjang
perusahaan, yang menimbulkansuatu perusahaan akan mampu
bertahan dalam persaingan bisnis(Narver dan Slater, 1990).
Orientasi Pasar
22
Your Logo
TINJAUAN PUSTAKA
Sumber Data
Variabel Penelitian
Langkah Analisis
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
23
Your Logo
3.1 Sumber Data
Data statistik industri diambil dari BPS JawaTimur dan Dinas Perindustrian
SidoarjoTerhadap 80 Responden
Tahun 2002 s/d 2012Variabel yang digunakan terdiridari 12 variabel.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
24
Your Logo
3.2 Variabel-variabel PenelitianNomor Jenis Variabel Keterangan
1 Orientasi Pasar (Y) 0=orientasi pasar dalam negeri1=orientasi pasar luar negeri
2 Status Badan Hukum(X1)
0=tidak berbadan hukum, yaitu : perorangan, home industry1=berbadan hukum, yaitu : UD, CV, PT
3 Tenaga Kerja / Unit (X2) Tenaga kerja/karyawan (satuan orang)
4 Tingkat PendidikanTenaga Kerja (X3)
0= belum lulus SMP1= sudah lulus SMP
5 Jumlah Tenaga Kerjatidak dibayar / Unit (X4)
Tenaga kerja pemilik dan atau tenaga kerja keluarga(satuan orang)
6 Tingkat PendidikanPengusaha (X5)
0=belum lulus SD & lulus SD1=lulus SMP & SMA2=D1,D2,D3,S1 atau jenjang yang lebih tinggi
7 Pelatihan Pengusaha (X6) 0=belum pernah mengikuti pelatihan1=sudah pernah mengikuti pelatihan25
Your Logo
Nomor Jenis Variabel Keterangan
8 Umur Perusahaan (X7) Variabel Kontinyu (tahun)
9 Bapak Angkat (X8) 0=tidak punya pembina, yakni: modal sendiri/perorangan. 1=punya pembina, yakni: Bank, Perusahaan besar.
10 Teknologi PenyamakanProduk Kulit (X9)
Dari tradisional ke modern:0=proses minyak1=proses mineral2=proses nabati3=proses krom
11 Jaringan dengan pembeliterbesar (X10)
0=lemah, yakni : tidak punya toko, tidak punya cabang1=sedang, yakni : punya toko, tidak punya cabang2=kuat, yakni : punya toko, punya cabang
12 Jaringan dengan pemasokbahan baku (X11)
0= tidak punya supplier cabang1= punya supplier cabang
13 Keaktifan promosi (X12) 0=tidak aktif berpromosi, yakni : tidak punya iklan1=aktif berpromosi, yakni : punya iklan26
Your Logo
Langkah Penelitian
1. Melakukan uji serentak seluruh variabel prediktor terhadap variabel respon.a) Menganalisis seluruh variabel prediktor yang telah signifikan terhadapvariabel respon.b) Mendapatkan hasil seluruh variabel prediktor terhadap variabel respon yang telah signifikan.
2. Melakukan uji parsial masing-masing variabel prediktor terhadap variabelrespon.a) Menganalisis masing-masing variabel prediktor yang telah signifikanterhadap variabel respon.b) Mendapatkan hasil masing-masing variabel prediktor terhadap variabelrespon yang telah signifikan.
3. Melakukan pembentukan model logit dan model probit.4. Menguji kesesuaian model logit dan model probit yang telah terbentuk.5. Melakukan ketepatan klasifikasi pada model logit dan model probit.6. Melakukan uji analisis pengambilan model terbaik dilihat dari nilai deviansnya.7. Kesimpulan dari hasil analisis.
27 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
Mulai
Permasalahan
Studi Literatur
Kesimpulan
Data Sekunder BPS Jawa Timur & Dinas Perindustrian Surabaya
Mendeskripsikan Data
Uji Serentak
Uji Parsial
Pembentukan Model Logit dan Model Probit
Uji Kesesuaian Model
Menghitung ketepatan klasifikasi
Uji analisis pengambilan model terbaik dari perhitungan nilai Deviansnya
28
Your Logo
ANALISIS DAN PEMBAHASANKarakteristik Sentra Industri Produk
Kulit di Kabupaten Sidoarjo
Faktor-Faktor yang MempengaruhiDerajat Orientasi Pasar Usaha Kecil
Menengah
Pemilihan Model Regresi Logistik BinerTerbaik
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
29
Your Logo
Karakteristik Sentra Industri ProdukKulit di Kabupaten Sidoarjo
56%
44%Orientasi Pasar
Pasar Dalam Negri
Pasar Luar Negri
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
30
Your Logo
Karakteristik Faktor Internal
42%
58%
Tingkat Pendidikan Tenaga Kerja
Tidak tamat SMP
Minimal SMP
80%
20%Pendidikan Pengusaha
SD-SMA
Perguruan Tinggi
31 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
30%
9%32%
29%
Teknologi Penyamakan Kulit
proses minyakproses mineralproses nabatiproses krom
37%
63%
Pelatihan Pengusaha
Belum PelatihanPernah Pelatihan
32
Karakteristik Faktor Internal
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
Statistik Deskriptif Tenaga Kerja
Min Maks Mean Varians
Jumlah Tenaga Kerja / unit 2,00 126,00 25,1250 525,984
Jumlah Tenaga Kerja tidakdibayar / unit
1,00 90,00 20,2875 370,258
Umur Perusahaan 8,00 19,00 12,5375 6,302
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
33
Your Logo
52%
48%
Status Badan Hukum
Tidak Berbadan HukumBerbadan Hukum
86%
14%Binaan
Tanpa BinaanAdanya Binaan
34
Karakteristik Faktor Eksternal
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
12%
49%
39%
Jaringan Dengan Pembeli Terbesar
LemahSedangKuat
67%
33%
Jaringan Dengan Pemasok Bahan Baku
Tidak Punya Suplier CabangMemiliki Suplier Cabang
16%
84%
Keaktifan Promosi
Tidak Aktif PromosiAktif Promosi
35
Karakteristik Faktor Eksternal
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
Penetapan FaktorRegresi Logistik BinerDengan Model Logit
UJI SERENTAKH0 : β1 = β2 = … = β12 = 0H1 : paling sedikit ada satu βj≠ 0 ; j = 1,2,…,12Statistik uji: G = 53,531 dan Pvalue = 0,000 < α (20%) maka tolak H0
REGRESI LOGISTIK UNIVARIABEL
H0 : βj = 0H1 : βj ≠ 0 ; j = 1,2,…,12
B Wald Pvalue Exp(B)
Status Badan Hukum(1)Constant
-0,6930,105
2,2960,105
0,130*0,746
0.500
Jumlah Tenaga Kerja(1)Constant
-0,0180,172
2,2620,237
0,133*0,626
0,983
Tingkat pendidikan tenaga kerja(1)Constant
0,026-0,262
0,0030,778
0,9550,378
1,026
Jumlah tenaga kerja tidak dibayar(1)Constant
-0,0330,380
5,0641,190
0,024*0,275
0,967
Tingkat pendidikan pengusaha(1)Constant
-0,3150,000
0,3160,000
0,5741,000
0,730
Pelatihan pengusaha(1)Constant
0,844-0,575
3,1983,814
0,074*0,287
2,325
Umur Perusahaan(1)Constant
-0,1161,191
1,5331,016
0,2160,314
0,891
Binaan(1)Constant
0,836-0,981
1,3522,099
0,2450,147
2,306
Teknologi penyamakan kulit(1)Teknologi penyamakan kulit(2)Teknologi penyamakan kulit(3)Constant
1,329-20,761-0,194-0,442
4,5980,0000,1071,069
0,032*0,9990,7440,301
3,778
Jaringan dengan pembeli terbesar(1)Jaringan dengan pembeli terbesar(2)Constant
-21,528-0,5830,325
0,0001,4370,799
0,9990,2310,371
0,000
Jaringan dengan pemasok bahan baku(1)Constant
-0,6060,154
1,5790,154
0,2090,695
0,545
Keaktifan promosi(1)Constant
-21,2930,090
0,0000.134
0,9980,714 0,000
36
Your Logo
PENGUJIAN PARSIALModel Terbaik :
Model Logit :
Peluang suatu Usaha Kecil Menengah (UKM) dengan status badan hukum, jumlah tenaga kerja dan jumlah tenaga kerja tidak dibayar akan tergolong dalam orientasi pasar luar negeri sebesar 0,7351 dan akan tergolong dalam orientasi dalam negeri sebesar 0,2649.
B Wald Pvalue Exp(B)
Status badan hukum(1) -2,689 4,680 0,031* 0,068
Jumlah tenaga kerja 0,624 11,381 0,001* 1,865
Jumlah tenaga kerja tidak dibayar -0,749 11,917 0,001* 0,473
Pelatihan pengusaha(1) 1,626 0,000 1,000 5,085
Teknologi penyamakan kulit(1)Teknologi penyamakan kulit(2)Teknologi penyamakan kulit(3)
0,015-21,814-0,963
0,0000,0000,640
1,0001,0000,424
1,0150,0000,382
Constant 0,620 0,146 0,702 1,859
)749,0624,0689,2620,0exp(1)749,0624,0689,2620,0exp(
)(42)1(1
42)1(1
XXXXXX
x−+−+
−+−=π
37 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
UJI KESESUAIAN MODEL
H0 : model sesuaiH1 : model tidak sesuai
Pvalue > α (20%) gagal tolak H0
Artinya bahwa model sesuai atau tidakterdapat perbedaan yang nyata antaraobservasi dengan prediksi model.
KETEPATAN KLASIFIKASI
Prediksi model menunjukkan bahwaprediksi model ini mencapai 85,0%.
Chi-Square df Pvalue
5,408 8 0,713
PrediksiOrientasi
dalamnegeri
Orientasiluar
negeri
PersentaseKebenaran
Observasi
Orientasi dalam negeri
35 10 77,8
Orientasi luar negeri 2 33 94,3
Persentase Keseluruhan 85,0
38 Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
Your Logo
UJI SERENTAKH0 : β1 = β2 = … = β12 = 0H1 : paling sedikit ada satu βj≠ 0 ; j = 1,2,…,12Statistik uji: G = 54,160 dan Pvalue = 0,000 < α (20%) maka tolak H0
REGRESI LOGISTIK UNIVARIABEL
H0 : βj = 0H1 : βj ≠ 0 ; j = 1,2,…,12
Coef SE Coef Pvalue Z
Status Badan Hukum(1)Constant
0,432118-0,366106
0,2840340,198175
0,128*0,065
1,52
Jumlah Tenaga Kerja(1)Constant
-0,0091470,0714864
0,0067110,214579
0,173*0,739
-1,36
Tingkat pendidikan tenaga kerja(1)Constant
-0,016223-0,147987
0,2846990,215799
0,9550,493
-0,06
Jumlah tenaga kerja tidak dibayar(1)Constant
-0,0174470,189507
0,0082950,211171
0,035*0,370
-2,10
Tingkat pendidikan pengusaha(1)Constant
0,197099-0,197099
0,3508100,157775
0,5740,212
0,56
Pelatihan pengusaha(1)Constant
-0,5263530,167894
0,2929540,229999
0,072*0,465
-1,80
Umur Perusahaan(1)Constant
-0,0734620,759142
0,0575640,731707
0,2020,300
-1,28
Binaan(1)Constant
-0,513640-0,090945
0,4314200,151108
0,2340,547
-1,19
Teknologi penyamakan kulit(1)Teknologi penyamakan kulit(2)Teknologi penyamakan kulit(3)Constant
-6,47727-0,944248-0,8244430,548522
2160,150,3701910,3785350,270322
0,9980,011*0,0290,042
-0,00-2,55-2,18
Jaringan dengan pembeli terbesar(1)Jaringan dengan pembeli terbesar(2)Constant
6,034376,39929-6,19575
1807,311807,311807,31
0,9970,9970,997
0,00
Jaringan dengan pemasok bahanbaku(1)Constant
0,378775-0,282216
0,3009400,173046
0,2080,103
1,26
Keaktifan promosi(1)Constant
6,25190-6,25190
1585,111585,11
0,9970,997 0,0039
Penetapan FaktorRegresi Logistik BinerDengan Model Logit
Your Logo
PENGUJIAN PARSIAL
Model Terbaik
Model Probit :
Peluang suatu Usaha Kecil Menengah (UKM) dengan status badan hukum, jumlah tenaga kerja dan jumlah tenaga kerja tidak dibayar akan tergolong dalam orientasi pasar luar negeri sebesar 0,999001 dan akan tergolong dalam orientasi dalam negeri sebesar 0,000999.42)1(1 438591,0364639,055956,1266644,0)( XXXZFPi −++−==
Coef SE Coef Pvalue Z
Status badan hukum(1) 1,55956 0,644938 0,016* 2,42
Jumlah tenaga kerja 0,364639 0,0969335 0,000* 3,76
Jumlah tenaga kerja tidakdibayar -0,438591 0,112846 0,000* -3,89
Pelatihan pengusaha(1) -0,768525 6123,16 1,000 -0,00
Teknologi penyamakan kulit(1)Teknologi penyamakan kulit(2)Teknologi penyamakan kulit(3)
-6,70478-0,733689-0,157203
2197,596123,166123,16
0,9981,0001,000
-0,00-0,00-0,00
Constant 0,266644 0,344028 0,438 -0,78
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
40
Your Logo
UJI KESESUAIAN MODEL
H0 : model sesuaiH1 : model tidak sesuai
Pvalue > α (20%) gagal tolak H0
Artinya bahwa model sesuai atau tidakterdapat perbedaan yang nyata antaraobservasi dengan prediksi model.
KETEPATAN KLASIFIKASI
Prediksi model menunjukkan bahwaprediksi model ini mencapai 85,0%.
Chi-Square df Pvalue
4,3694 7 0,736
PrediksiOrientasi
dalamnegeri
Orientasiluar
negeri
PersentaseKebenaran
Observasi
Orientasi dalam negeri
35 10 77,8
Orientasi luar negeri 2 33 94,3
Persentase Keseluruhan 85,0
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
41
Your Logo
Dengan hasil perhitungan deviance, pemilihan model terbaikdidapat dari model probit karena nilai deviance probit lebih kecildibanding dengan nilai deviance logit. Dimana model probit memiliki nilai Chi-Square sebesar 43,3536.
Pemilihan Model Regresi Logistik Biner Terbaik
Chi-Square DF Pvalue
Probit 43,3536 43 0.456Logit 43,9822 43 0.430
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 2013
42
Your Logo
• Usaha Kecil Menengah (UKM) yang akan melakukan orientasi pasar luar negeri dipengaruhi oleh faktor badan hukum (berbadan hukum), jumlah tenaga kerja, dan jumlah tenaga kerja tidak dibayar pada tingkat signifikansi 20%.
1
• Dengan menggunakan model logit bahwa peluang suatu Usaha Kecil Menengah (UKM) dengan status badan hukum, jumlah tenaga kerja dan jumlah tenaga kerja tidak dibayar akan tergolong dalam orientasi pasar luar negeri sebesar 0,7351 dan akan tergolong dalam orientasi dalam negeri sebesar 0,2649. Sedangkan dengan menggunakan model probit bahwa peluang suatu Usaha Kecil Menengah (UKM) dengan status badan hukum, jumlah tenaga kerja dan jumlah tenaga kerja tidak dibayar akan tergolong dalam orientasi pasar luar negeri sebesar 0,999001 dan akan tergolong dalam orientasi dalam negeri sebesar 0,000999.
2
• Dengan hasil perhitungan deviance, pemilihan model terbaik didapatdari model probit karena nilai deviance probit lebih kecil dibandingdengan nilai deviance logit. Dimana model probit memiliki nilai Chi-Square sebesar 43,3536.
3
KESIMPULAN
43
Your Logo
Daftar Pustaka Agresti, A. 1990. Categorical Data Analysis. New York: John Wiley and Sons.
Departemen Kementrian Koperasi dan Usaha Kecil dan Menengah Republik Indonesia. 2012. Koperasi Didorong PenuhiStandarDunia.http://www.depkop.go.id/index.php?option=com_content&view=article&id=1062:koperasi-didorong-penuhi-standar-dunia&catid=54:bind-berita kementerian&Itemid=98. Diakses tanggal 28 Februari 2013.
Greene, W.H., 2000. Econometrics Analysis, 4th edition. Prentice Hall, New Jersey.
Hosmer, D., & Lemeshow. 2000. Applied Logistic Reggreaion. USA: John Wiley and Sons.
Hooley, G.J., Saunders, J.A., and Piercy, N.F. 2004. Marketing Strategy and Competitive Positioning (3rd ed.). New Jersey: Prentice Hall.
Kotler, Philip. 2000. “Marketing Management”. The Mellinium Edition, 2000.
Kohli and Jaworski. 1990. Market Orientation: The Construct, Research Preposition and Managerial Implication. Journal of Marketing. 54. April, p.1-18.
Mc Cullagh, P and J.A. Nelder. 1989. Applied Logistic Regression. John Willey and Sons, New York.
Narver, John C., and Stanly F. Slater, 1990. “The effect of A Market Orientation on Business Profitability”. Journal of Marketing. October, p. 20-35.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 201344
Your Logo
Narver, John C., and Stanly F. Slater. 1995. “Market Orientation and the Learning Organization”. Journal of Marketing 59. July, p.63-74.
Prasetya, Y.W.A. 2011. Analisis Pola Kluster, Formasi Keterkaitan Orientasi Pasar (Studi Kasus Sentra Industri Kulit Kecil Menengah Produk Kulit Di Sidoarjo, Jawa Timur).
Prawiranegara, S. 1994. Kebijaksanaan Pembinaan Pengusaha Kecil khususnya tentang Organisasi Usaha di Indonesia. Jurnal Ilmu-Ilmu Ekonomi, vol. 6, p. 3-8.
Purnomo, E. 1998. ” Prinsip Dasar dan Aplikasi Finishing”. AkademiTeknologi Kulit, Yogyakarta.
Riyanti, B.P.D.2003. Kewirausahaan dari Sudut Pandang Psikologi Kepribadian. Jakarta: Penerbit PT Grasindo.
Sadoko. 1995. Pengembangan Usaha Kecil: Pemihakan Setengah Hati. Bandung: Yayasan Akatiga.
Setyanto, Anton. A. 2004. Pengaruh Customer Orientation Terhadap Kinerja Usaha Kecil-Menengah: Kasus Sentra Industri Mebel Sarenan, Klaten, Jawa Tengah, Manajemen Usahawan Indonesia, No.4/Th.XXXIII.
Tambunan, T. 1999. Perkembangan Industri Skala Kecil Di Indonesia. Jakarta: PT. Mutiara Sumber Widya.
Walpole, R. 1995. Ilmu Peluang Statistika Untuk Insinyur dan Ilmuan. Bandung: ITB.
Wulandari, S.P., Salamah, M., dan Susilaningrum, D. (2009). Diktat Pengajaran Analisis Data Kualitatif. Surabaya: ITS.
Seminar HasilTugas Akhir Jurusan Statistika FMIPA ITSSurabaya, 25 Juni 201345
Daftar Pustaka