Blognya Kadir Ruslan

Pada tahun 2008, saya mendapat kesempatan berharga untuk mendampingi  teman-teman  STIS  berlaga di kompetisi  Statistika tingkat nasional di Kampus Institut Pertanian Bogor (IPB). Kompetisi yang bertajuk “ The 4th Statistika Ria” itu mempertemukan mahasiswa-mahasiswa jurusan Statistika dari berbagai kampus di Pulau Jawa─nampaknya, mereka adalah yang terbaik dijurusannya masing-masing─ seperti  Institut Pertanian Bogor (IPB) sebagai tuan rumah, Universitas Gadjah Mada(UGM), Institut Teknologi Surabaya (ITS), Universitas Padjajaran (Unpad), Universitas Islam Indonesia Yogyakarta, Universitas Trisakti, Universitas Bina Nusantara (UBINUS), dll. Kalau tidak salah, kala itu, sekitar 54 orang mahasiswa  yang berasal dari 16 perguruan tinggi unjuk gigi dalam kompetisi tersebut, dan STIS adalah satu-satunya perguruan tinggi dengan status “sekolah tinggi” . Sekolah Sensus Jika dibandingkan dengan kampus sekelas IPB, ITS, atau UGM, sudah barang tentu STIS tidak ad

Bagi mahasiswa STIS tingkat akhir, Ujian Komprehensif atau biasa disingkat kompre merupakan salah satu rintangan yang harus dilalui untuk meraih gelar  Sarjana Sains Terapan (SST), sebuah tiket untuk merasakan nikmat bekerja di BPS dengan gaji dan upah kinerja yang cukup lumayan. Ujian yang terdiri dari 50 soal pilihan ganda itu seringkali menjadi momok dan batu sandungan bagi mahasiswa tingkat akhir, terutama bagi mereka, yang ibarat main game Zuma,  nyawanya tinggal satu karena pernah tinggal kelas. Meskipun, jumlah mahasiswa yang gagal diwisuda karena perkara yang satu ini sebetulnya sangat sedikit, malah kalau boleh dibilang hampir tidak ada, tetapi tetap saja kompre memberikan presurre yang cukup kuat bagi sebagian mahasiswa. Saya melihat perkara yang satu ini sebagai drama yang cukup menegangkan. Kata “sulit” memang sangat relatif. Sulit bagi Si A belum tentu sulit bagi Si B. Dalam hal ini, bisa mudah atau malah lebih sulit. Begitu pula ketika kita mengatakan

Koefisien determinasi (R2) merupakan ukuran kecocokan hasil estimasi sebuah model regresi linier dengan data yang dimodelkan, atau biasa disebut ukuran goodness of fit dari sebuah model regresi linier. Dengan lain perkataan, R2 menunjukkan seberapa dekat garis regresi yang diestimasi dengan data yang sebenarnya atau seberapa besar proporsi variasi variabel respon yang dapat dijelaskan oleh garis regresi. Ukuran ini dapat digunakan jika semua asumsi terkait residual telah terpenuhi. Bisakah R2 Bernilai Negatif? Pada dasarnya, R2 tidak pernah bernilai negatif, kecuali model regresi yang digunakan tanpa intersep. Jika model regresi yang digunakan tanpa intersep, maka R2 tidak bermakna meskipun bernilai positif. Kelemahan mendasar dari  R2 adalah nilainya yang selalu bertambah ketika dilakukan penambahan variabel bebas ke dalam model, meskipun variabel tersebut tidak begitu penting dalam menjelaskan variabel respon (tidak signifikan). Untuk mengatasi hal ini digunakan R