dc.contributor |
|
|
dc.contributor |
|
|
dc.creator |
Rohayati, Atik |
|
dc.creator |
Suliadi, Suliadi |
|
dc.creator |
Achmad, Anneke Iswani |
|
dc.date |
2016-08-11 |
|
dc.identifier |
http://karyailmiah.unisba.ac.id/index.php/statistika/article/view/3932 |
|
dc.description |
Abstract. This paper discusseshomogeneity test ofdistribution ofzero inflated datausing percentiles profile. Zero inflated is data which the proportion of zero value far greater than the proportion of the others. There are some cases where researchers want to compare k population groups, with zero inflated problem. The researchers want to compare whether the distributionsof allare the same. In this paper we use chi-square test to compare equality of distributions of claim frequency data of motor vehicle insurance in Indonesia that can handle zero inflated problem.The results showed thatthe five classes of claims frequency data have different distributions, thus in the analysis of claim frequency data, they should be splitted among classes of motor vehilcle in Indonesia. Abstrak. Makalah ini membahas pengujian kesamaan distribusi data zero infalted menggunakan profil persentil. Zero inflated adalah data dimana proporsi nilai nol jauh lebih besar daripada proporsi bukan nilai nol. Terdapat beberapa kasus dimana peneliti ingin membandingkan k kelompok populasi, yang masing-masing populasi itu terdapat zero inflated. Pada kasus perbandingan k kelompok populasi peneliti ingin membandingkan apakah distribusi antara kelompok satu dengan kelompok yang lain adalah sama. Dalam makalah ini kami menggunakan uji chi-square untuk membandingkan kesamaan distribusi data frekuensi klaim asuransi kendaraan bermotor di Indonesia yang dapat menangani masalah zero inflated. Hasil penelitian menunjukkan bahwa lima kelas dari data klaim frekuensi memiliki distribusi yang berbeda, dengan demikian dalam analisis data frekuensi klaim, mereka harus dipisahkan antara masing-masing kelas asuransi kendaraan bermotor di Indonesia. |
|
dc.description |
Makalah ini membahas pengujian kesamaan distribusi data zero infalted menggunakan profil persentil. Zero inflated adalah data dimana proporsi nilai nol jauh lebih besar daripada proporsi bukan nilai nol. Terdapat beberapa kasus dimana peneliti ingin membandingkan k kelompok populasi, yang masing-masing populasi itu terdapat zero inflated. Pada kasus perbandingan k kelompok populasi peneliti ingin membandingkan apakah distribusi antara kelompok satu dengan kelompok yang lain adalah sama. Dalam makalah ini kami menggunakan uji chi-square untuk membandingkan kesamaan distribusi data frekuensi klaim asuransi kendaraan bermotor di Indonesia yang dapat menangani masalah zero inflated. Hasil penelitian menunjukkan bahwa lima kelas dari data klaim frekuensi memiliki distribusi yang berbeda, dengan demikian dalam analisis data frekuensi klaim, mereka harus dipisahkan antara masing-masing kelas asuransi kendaraan bermotor di Indonesia. |
|
dc.format |
application/pdf |
|
dc.language |
ind |
|
dc.publisher |
Universitas islam Bandung |
|
dc.relation |
http://karyailmiah.unisba.ac.id/index.php/statistika/article/view/3932/pdf |
|
dc.rights |
Copyright (c) 2016 Prosiding Statistika |
|
dc.source |
Prosiding Statistika; Vol 2, No 2, Prosiding Statistika (Agustus, 2016); 183-194 |
|
dc.source |
Prosiding Statistika; Vol 2, No 2, Prosiding Statistika (Agustus, 2016); 183-194 |
|
dc.source |
2460-6456 |
|
dc.subject |
Proceedings of Statistics |
|
dc.subject |
zero inflated, percentiles profile, claims frequency, Chi-Square. |
|
dc.subject |
Statistika |
|
dc.subject |
zero inflated, profil persentil, frekuensi klaim, Chi-Square |
|
dc.title |
Uji Kesamaan Distribusi Data Zero Inflated pada Data Frekuensi Klaim Asuransi Kendaraan Bermotor di Indonesia |
|
dc.title |
Uji Kesamaan Distribusi Data Zero Inflated pada Data Frekuensi Klaim Asuransi Kendaraan Bermotor di Indonesia |
|
dc.type |
info:eu-repo/semantics/article |
|
dc.type |
info:eu-repo/semantics/publishedVersion |
|
dc.type |
Peer-reviewed Article |
|
dc.type |
Quantitative |
|
dc.type |
Kuantitatif |
|