TITA NAOVALITHA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI
SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Regresi Probit
Untuk Mengukur Kinerja Keuangan Industri Asuransi Jiwa di Indonesia adalah
benar karya saya denganarahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Kata kunci: Analisis regresi logit, Analisis regresi probit, kinerja keuangan,
perusahaan asuransi jiwa
ABSTRACT
TITA NAOVALITHA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Matematika
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi : Analisis Regresi Probit untuk Mengukur Kinerja Keuangan Industri
Asuransi Jiwa di Indonesia
Nama : Tita Naovalitha
NIM : G54090003
Disetujui oleh
Diketahui oleh
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala karunia-
Nya sehingga penulis dapat menyelesaikan penelitian dan penulisan karya ilmiah
yang berjudul Analisis Regresi Probit Untuk Mengukur Kinerja Keuangan
Industri Asuransi Jiwa di Indonesia.
Terima kasih penulis ucapkan kepada Ibu Dr Ir Endar H Nugrahani, MS dan
Bapak Dr Ir Hadi Sumarno, MS selaku dosen pembimbing yang dengan sabar
memberikan arahan, bimbingan, dan motivasi dalam menyelesaikan tugas akhir
ini serta Prof Dr Ir I Wayan Mangku, MSc selaku dosen penguji yang telah
bersedia memberikan berbagai masukan dan perbaikan. Penulis mengucapkan
terima kasih kepada Bapak Drs Ali Kusnanto, MSi selaku dosen pembimbing
akademik yang senantiasa memberikan motivasi dan tuntunan selama studi di
Departemen Matematika IPB. Serta kepada seluruh dosen dan staf Departemen
Matematika yang telah membantu penulis selama kuliah sampai terselesaikannya
karya ilmiah ini.
Ungkapan terima kasih juga disampaikan kepada Mamah (alm), Papah,
kedua adik tersayang serta seluruh keluarga atas dukungan dan doa-doa yang
telah diberikan. Terima kasih saya ucapkan kepada teman-teman Matematika 46
& 47, Solik’ers Sainstek BEM FMIPA IPB 2012, PSDM BEM FMIPA IPB 2011,
Fundrising BEM TPB IPB 2010, dan teman-teman selorong di asrama A4 yang
telah memberikan dukungan dalam penyelesaian skripsi ini.Penulis menyadari
bahwa penulisan karya ilmiah ini masih banyak kekurangan, oleh karena itu
penulis mengharapkan kritik dan saran agar dapat lebih baik lagi dalam berkarya
di masa depan. Penulis sangat berharap karya ilmiah ini dapat memberikan
manfaatkepada pembaca.
Tita Naovalitha
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 1
Sistematika Penulisan 2
LANDASAN TEORI 2
Pengertian Asuransi 2
Pengertian Peubah Rasio Keuangan 3
Jenis Data Menurut Skala Pengukuran 5
Analisis Regresi Logistik 6
Analisis Regresi Probit 7
Pendugaan Parameter Model 8
Pengujian Statistik 9
METODOLOGI PENELITIAN 11
Peubah Model 11
Jenis dan Sumber Data 11
Metode Penelitian 12
HASIL DAN PEMBAHASAN 12
Eksplorasi Data 12
Model 15
Kelayakan Model 15
Pengujian Parameter Model Regresi Probit 16
SIMPULAN 20
DAFTAR PUSTAKA 20
LAMPIRAN 21
RIWAYAT HIDUP 22
DAFTAR TABEL
DAFTAR GAMBAR
1 Scatterplot antara RBC dann Likuiditas 14
2 Scatterplot antara pendapatan premi netto dengan pendapatan
investasi netto 14
DAFTAR LAMPIRAN
1 Data rating perusahaan asuransi jiwa 21
22
PENDAHULUAN
Latar Belakang
Tujuan Penelitian
Sistematika Penulisan
Pada bab pertama dijelaskan latar belakang dan tujuan penulisan karya
ilmiah ini. Bab dua berisi landasan teori yang menjadi konsep dasar dalam
penyusunan pembahasan. Bab tiga menjelaskan metode penelitian yang digunakan
penulis. Penerapan analisis regresi probit dalam mengukur kinerja keuangan
perusahaan asuransi jiwa di Indonesia akan dibahas pada bab empat. Pada bab
lima akan dipaparkan simpulan serta saran dari karya ilmiah ini.
LANDASAN TEORI
Pengertian Asuransi
Likuiditas
Likuiditas adalah kemampuan aset untuk diubah ke dalam bentuk tunai
tanpa adanya perubahan harga yang signifikan. Rasio likuiditas digunakan
untuk mengukur kemampuan perusahaan untuk memenuhi liabilitas
(hutang yang harus dibayar) dalam jangka pendek. Rasio ini
membandingkan liabilitas jangka pendek dengan sumber daya jangka
pendek yang tersedia untuk memenuhi liabilitas tersebut, dari rasio ini
banyak pandangan ke dalam yang bisa didapatkan mengenai kompetensi
keuangan perusahaan saat ini dan kemampuan perusahaan untuk tetap
kompeten jika terjadi masalah. Rasio ini paling tidak digunakan untuk
mengukur likuiditas perusahaan asuransi dalam menjalankan operasional
sehari-hari tanpa harus mencairkan investasi, rasio terbaik 120% keatas.
Merupakan kemampuan perusahaan untuk membayar tagihan lancar.
Dana Jaminan terhadap Cadangan Teknis
Rasio ini untuk melihat ketersediaan dana perusahaan asuransi untuk
kebutuhan likuiditas apabila terjadi kesulitan. Rasio terbaik 5% keatas.
Merupakan kemampuan perusahaan untuk membayar tagihan lancar.
Investasi terhadap Cadangan Teknis dan Utang Klaim
Rasio ini digunakan untuk mengukur kemampuan perusahaan dalam
membayar kewajibannya kepada pemegang polis jangka panjang. Rasio
terbaik 100% keatas. Apakah Cadangan Teknis dan Utang Klaim bisa
diproduktifkan dalam bentuk investasi.Investasi adalah suatu istilah
dengan beberapa pengertian yang berhubungan dengan keuangan dan
ekonomi. Istilah tersebut berkaitan dengan akumulasi suatu bentuk aktiva
dengan suatu harapan mendapatkan keuntungan dimasa depan. Terkadang,
investasi disebut juga sebagai penanaman modal.
Aktiva Tetap terhadap Modal Sendiri
Rasio ini untuk mengukur efisiensi perusahaan dalam pembelian properti
dan aktiva tetap lain. Rasio terbaik tidak boleh lebih dari 25%.Aktiva tetap
merupakan aktiva tidak lancar yang diperoleh untuk digunakan dalam
operasi perusahaan yang memiliki masa manfaat lebih dari satu periode
akuntansi serta tidak untuk diperjualbelikan dalam operasi normal
perusahaan.
Perubahan Premi Bruto
Rasio ini digunakan untuk melihat sejauh mana perusahaan mampu
meningkatkan premi. Ukuran terbaik diberlakukan berdasarkan rata-rata
kelompok asuransi. Standar terbaik tergantung pada kelompoknya. Untuk
perusahaan asuransi kelas premi bruto Rp 1 triliun keatas, standar
pertumbuhan terbaik 26% keatas, kelas premi bruto Rp 200 miliar hingga
Rp 1 triliun sebesar 34% keatas, dan kelas premi bruto dibawah Rp 200
miliar standar terbaik sebesar Rp 12% keatas.Gross Premium (Premi
Bruto) adalahjumlah premi yang dikenakan oleh perusahaan asuransi
kepada pemegang polis agar tetap bertahan.
Pendapatan Premi Netto terhadap Modal Sendiri
Rasio ini untuk mengetahui kekuatan modal sendiri terhadap risiko
tanggungan sendiri dengan batas terbaik dibawah 300%. Net Premium
(Premi Netto) adalah jumlah uang yang diperlukan oleh perusahaan
asuransi dari sebuah polis asuransi agar dapat membayarkan manfaat-
5
manfaat atas polis tersebut. Premi bruto setara dengan premi netto polis
dan loading.
Pendapatan Investasi Netto terhadap Rata-rata Investasi
Rasio ini untuk mengetahui pendapatan investasi netto perusahaan, Dan
rasio Pendapatan Investasi Netto terhadap rata-rata Investasi harus lebih
besar dibandingkan dengan rata-rata suku bunga deposito satu tahun atau
7%.
Beban (Klaim, Usaha dan Komisi) terhadap Pendapatan Premi Netto
Rasio penjumlahan beban klaim, beban usaha dan komisi terhadap
pendapatan premi netto untuk mengetahui biaya overhead perusahaan dan
beban klaim. Rasio ini harus lebih kecil atau sama dengan 100%. Rasio ini
digunakan untuk mengetahui apakah biaya-biaya yang dikeluarkan tidak
melebihi pendapatan.
Laba (Rugi) sebelum pajak terhadap Rata-rata Modal Sendiri
Rasio laba tahun berjalan terhadap rata-rata modal sendiri, rasio ini untuk
mengetahui kemampuan modal sendiri perusahaan dalam mencetak untung
dengan standar terbaik harus lebih besar dari 7% yang diambil dari rata-
rata suku bunga deposito satu tahun. Rasio ini untuk mengetahui tingkat
keuntungan relatif terhadap investasi pada umumnya.
Profit (Laba) uang atau penghasilan yang diterima oleh suatu perusahaan
untuk produk-produk atau jasa-jasanya dikurangi biaya yang
dikeluarkannya untuk memproduksi barang atau untuk memberikan jasa-
jasa tersebut.
Capital (modal) bagian dari ekuitas para pemilik perusahaan yang terdiri
atas sejumlah uang yang diinvestasikan oleh para pemiliknya didalam
perusahaan tersebut
1 Data Nominal
Data nominal adalah data yang diberikan pada objek atau kategori yang
tidak menggambarkan kedudukan objek atau kategori tersebut terhadap
objek atau kategori lainnya. Data nominal biasanya digunakan sebagai
kode, hanya mengelompokkan kategori berdasarkan kelompok tertentu.
Ciri dari data ini yaitu kategori data bersifat saling lepas (satu objek hanya
masuk pada satu kelompok saja) dan kategori data tidak disusun secara
logis.
2 Data Ordinal
Data ordinal merupakan data yang penomoran objek atau kategorinya
disusun menurut besarnya, dari tingkat terendah ke tingkat tertinggi atau
sebaliknya, jarak/rentang data tidak harus sama. Ciri dari jenis data ini
adalah kategori data dapat disusun berdasarkan urutan logis dan sesuai
dengan besarnya karakteristik yang dimiliki. Selebihnya memiliki ciri
yang sama dengan data nominal.
3 Data Interval
Data interval merupakan data dimana objek atau kategori dapat diurutkan
berdasarkan suatu atribut yang memberikan informasi tentang interval
6
antara tiap objek atau kategori sama. Besar interval dapat di tambah atau
dikurangi. Ciri dari jenis data ini sama dengan data ordinal, tetapi urutan
kategori data mempunyai jarak yang sama.
4 Data Rasio
Data rasio memiliki sifat-sifat data nominal, data ordinal dan data interval,
dilengkapi dengan titik nol absolut.Karena terdapat angka nol maka pada
data ini dapat dibuat perkalian atau pembagian. Angka pada data
menunjukkan nilai yang sebenarnya dari objek atau kategori yang diukur
.
Analisis regresi ini digunakan untuk melihat pengaruh antar peubah tak
bebasdengan peubah bebas.Apabila peubah yang digunakan merupakan peubah
kategori maka metode regresi yang sesuai yaitu metode regresi logistik.Model
regresi probit merupakan pengembangan dari model regresi logistik
denganmenggunakan fungsi normal kumulatif sedangkan pada regresi logistik
menggunakan fungsi logistik kumulatif. Istilah probit berasal dari singkatan
probability unit yang dikenalkan pada tahun 1930-an oleh Chester Bliss. Model
probit merupakan model non linear yang digunakan untuk menganalisis hubungan
antara satu peubah tak bebas dengan peubah bebas, dengan peubah tak bebas yang
bersifat biner.Model ini sering disebut model normit atau normal equivalent
deviate disingkat ned. Model probit dikembangkan berdasarkan teori utilitas atau
pemikiran pemilihan rasional yang dikembangkan oleh McFadden pada tahun
1973.
Regresi probit merupakan modifikasi regresi logistik dengan menetapkan
persamaan regresi logit mengikuti distribusi normal. Dengan menggunakan
regresi probit maka 𝛽0 + 𝛽1 𝑥1 + … + 𝛽𝑝 𝑥𝑝 dilihat sebagai skor standar Z yang
mengikuti distribusi normal, Peluang Y= 1 (peluang untuk mendapat skor 1)
dinotasikan dengan P maka didapatkan :
exp (𝑍) 𝑃
P= atau ln =Z
1+exp (𝑍) 1 −𝑃
Fungsi transformasi dalam model probit adalah fungsi sebaran kumulatif (cdf)
yang memetakan fungsi linier 𝒙′𝜷 pada selang [0,1] adalah sebagai berikut.
𝑃 𝑌 = 1 𝑥𝑖 = F(𝑥′𝛽)
Persamaan ini didasari pada distribusi normal Φ di bawah ini sehingga regresi
probit ditunjukkan dengan 𝚽(𝒙′𝒊 𝜷). Simbol Φ menunjukkan berlakunya fungsi
invers distribusi normal standar (inverse standard normal distribution) dan ∅(𝑧)
adalah fungsi kepekatan peluang.
𝑥 𝑖′ 𝛽
𝑃 𝑌 = 1 𝑥𝑖 = Φ 𝑥𝑖′ 𝛽 = 𝜙 𝑧 𝑑𝑧
−∞
𝛽0 + 𝛽1 𝑥 1 + …+ 𝛽𝑝 𝑥 𝑝
1 𝑍2
𝑃(𝑌 = 1) = 𝑒 − 2 𝑑𝑧
2𝜋
−∞
8
𝐿= [1 − 𝐹(𝑥𝑖′ 𝛽)]
𝑖 𝑦 𝑖 =0
𝑛
= [1 − 𝐹(𝑥𝑖′ 𝛽)]
(𝑖|𝑦 𝑖 =1)
𝑛
1−𝑦 𝑖 𝑦𝑖
= [1 − 𝐹(𝑥′𝑖 𝛽)] 𝐹(𝑥′𝑖 𝛽)
𝑖=1
𝜕 ln 𝐿
Fungsi di atas akan maksimum jika = 0 atau Pendugaan untuk setiap
𝜕𝛽
parameter yang ingin diketahui pada regresi probit diperoleh dengan menjadikan
turunan pertama ln 𝐿 terhadap β= 0, sehingga persamaan tersebut menjadi sebagai
berikut:
𝑛 𝑛
𝜕 ln 𝐿 −∅(𝑥𝑖′ 𝛽) ′ ∅(𝑥𝑖′ 𝛽) ′
= 𝑥 + 𝑥 =0
𝜕𝛽 1 − Φ(𝑥𝑖′ 𝛽) 𝑖 Φ(𝑥𝑖′ 𝛽) 𝑖
𝑖 𝑦 𝑖 =0 𝑖 𝑦 𝑖 =1
Pengujian Statistik
Goodness of fit adalah suatu alat statistik yang digunakan untuk memeriksa
pengepasan dari model 1 yang dipostulatkan dibandingkan dengan data yang
diamati. Pengepasan dikatakan baik jika ada kesesuaian antara data yang dipaskan
dengan data yang diamati. Metode ini sering digunakan untuk goodness of fit data
kategori adalah Pearson.
Hipotesis :
𝐻0 ∶ Model 1 yang dipostulatkan layak
𝐻1 ∶ Model 1 yang dipostulatkan tidak layak
Metode Pearson
Statistik uji didefinisikan oleh
𝑛
2
(𝑜𝑖 − 𝑒𝑖 )2
𝜒 =
𝑒𝑖
𝑖=1
Dengan
n = banyaknya kategori/sel
𝑜𝑖 = frekuensi observasi atau yang benar-benar terjadi untuk kategori ke-i
total kolom x (total baris )
𝑒𝑖 =frekuensi ekspektasi untuk kategori ke-i =
total observasi
i =1,2,…n.
2
Kriteria keputusan adalah 𝐻0 ditolak jika 𝜒hitung > 𝜒𝛼2 ,𝑑𝑏 dengan db=n-p,
n menyatakan banyaknya grup dalam peubah tak bebas, p menyatakan banyaknya
parameter (Agresti 1996).
METODOLOGI PENELITIAN
Peubah Model
Metode Penelitian
Eksplorasi Data
Model
1. Regresi Logistik
2. Regresi Probit
Kelayakan Model
Berikut adalah hasil output yang keluar dari pengujian kelayakan model pada
analisis regresi logistik
Tabel 3 Hasil Pengujian Kelayakan Model
Metode 𝜒2 P
.
Pearson 0.02 0.04
Berikut adalah hasil output yang keluar dari pengujian kelayakan model pada
analisis regresi probit
Tabel 4 Hasil Pengujian Kelayakan Model
Metode 𝜒2 P
Pearson 0.07 1.000
Nilai G pada baris 𝛽0 didapatkan dari model tanpa prediktor. Pada model
tanpa prediktor ini nilai koefisien slope regresi diasumsikan sebesar nol (𝛽1 =0).
Akibatnya hanya koefisien intersep saja yang dipakai. Berikut ini adalah model
yang hanya melibatkan intersep (α) saja.
2. Uji Wald
Pengujian parameter dengan masing-masing koefisien menggunakan uji
Wald.
Hipotesis yang akan diuji adalah :
𝐻0 ∶ 𝛽𝑖 = 0
𝐻1 ∶ 𝛽𝑖 ≠ 0 𝑖 = 0,1,2, … , 𝑝
Hasil regresi probit dapat dilihat pada Tabel 6. Tabel 6 menunjukkan bahwa ada
dua peubah bebas yang berpengaruh signifikan terhadap peubah tak bebas pada
taraf nyata 0.05, yaitu Perubahan Premi Bruto dan Beban (Klaim, Usaha dan
Komisi).
18
Model tersebut menyatakan bahwaperubahan premi bruto (𝑋6 ) satu juta rupiah
meningkatkan kinerja keuangan perusahaan asuransi jiwa di Indonesia sebesar
0.134 dan Beban/Klaim, Usaha dan Komisi (𝑋9 ) sebesar 0.190. Kemudian untuk
mengetahui nilai peluang dapat dilihat dengan menggunakan tabel Z. Nilai Z
menunjukkan kecenderungan atau peluang kinerja bagus. Peningkatan peluang
19
tergantung dengan kenaikan satu unit prediktor yang diberikan baik pada nilai-
nilai prediktor lainmaupun nilai awal yang diberikan prediktor.
Misalnya jika suatu perusahaan memiliki nilai 𝑋6 dan 𝑋9 konstan nol maka
Z=[- 0.383 + 0.134(0) + 0.867(0)] = - 0.383
Kemudian mentransformasikan nilai Zmenjadi peluang dengan melihat tabel Z.
F(-0.383) = P (Z < -0.383 ) = 0.3520 = 35.20%
Artinya ketika nilai perubahan premi bruto dan beban (klaim, usaha dan komisi)
sebesar 0, maka peluang memiliki penilaian kinerja keuangan yang bagus di
perusahaan tersebut sebesar 35.20%.
Jika suatu perusahaan memiliki nilai 𝑋6 = 1 dan 𝑋9 bernilai konstan nol maka
Z=[- 0.383 + 0.134 1 + 0.867(0)] = - 0.249
Kemudian mentransformasikan nilai Z menjadi peluang dengan melihat tabel Z.
F(-0.249) = P (Z < -0.249 ) = 0.4013 = 40.13%
Artinya ketika nilai perubahan premi bruto sebesar 1, maka peluang memiliki
penilaian kinerja keuangan yang bagus di perusahaan tersebut sebesar 40.13%.
Nilai 𝑋6 dan 𝑋9 ini meningkat sebesar 4.93% dari yang kedua peubah konstan nol
Jika suatu perusahaan memiliki nilai 𝑋6 bernilai konstan nol dan 𝑋9 = 1 maka
Z=[- 0.383 + 0.134(0) + 0.867(1)] = 0.484
Kemudian mentransformasikan nilai Z menjadi peluang dengan melihat tabel Z.
F(0.484) = P (Z < 0.484 ) = 0.6844 = 68.44%
Artinya ketika nilai beban (klaim, usaha dan komisi) sebesar 1, maka peluang
memiliki penilaian kinerja keuangan yang bagus di perusahaan tersebut sebesar
68.44%. Nilai 𝑋6 dan 𝑋9 ini juga meningkat sebesar 33.24% dari yang kedua
peubah konstan nol.
SIMPULAN
DAFTAR PUSTAKA
Perusahaan Asuransi RBC Likuiditas Dana Investasi Aktiva Perubahan Pendapatan Pendapatan Beban Laba Penilaian
Jiwa Jaminan Tetap Premi Bruto Premi Netto Investasi Netto (Rugi)
A 10.00 10.00 6.14 10.00 10.00 0.00 6.00 7.14 10.00 10.00 1.00
B 9.19 10.00 6.70 10.00 10.00 6.72 6.00 10.00 0.00 10.00 1.00
C 9.27 10.00 10.00 10.00 10.00 0.00 0.00 8.57 6.50 10.00 1.00
D 10.00 10.00 7.28 10.00 10.00 0.00 3.00 10,00 0.00 10.00 1.00
E 9.27 10.00 6.78 10.00 10.00 0.00 10.00 7.14 3.50 0.95 1.00
F 8.39 10.00 7.42 10.00 10.00 0.00 0.00 10.00 0.00 10.00 0.00
G 8.26 10.00 10.00 10.00 10.00 2.59 0.00 9.24 9.68 10.00 1.00
H 9.15 9.67 7.02 10.00 10.00 10.00 9.00 8.61 10.00 0.00 1.00
I 9.68 10.00 10.00 10.00 10.00 3.32 3.00 10.00 0.00 10.00 1.00
J 9.47 10.00 10.00 10.00 10.00 1.02 3.00 10.00 0.00 10.00 1.00
K 9.65 10.00 7.22 10.00 10.00 10.00 10.00 10.00 0.00 0.00 1.00
L 8.33 10.00 10.00 10.00 10.00 5.18 9.00 8.57 0.00 0.00 1.00
M 8.76 10.00 5.61 10.00 10.00 0.00 0.00 10.00 0.00 10.00 0.00
N 9.91 10.00 2.85 10.00 10.00 10.00 0.00 8.57 0.00 0.00 0.00
O 10.00 10.00 4.76 10.00 10.00 5.53 0.00 10.00 0.00 0.00 0.00
P 10.00 10.00 10.00 10.00 10.00 10.00 5.00 10.00 3.30 1.08 1.00
Q 10.00 10.00 10.00 10.00 10.00 0.00 1.00 10.00 7.50 10.00 1.00
R 10.00 10.00 10.00 10.00 10.00 10.00 1.00 10.00 0.00 0.34 1.00
S 10.00 10.00 10.00 10.00 10.00 10.00 4.00 10.00 0.00 0.00 1.00
T 10.00 10.00 6.94 10.00 10.00 0.00 1.00 10.00 0.00 10.00 1.00
U 8.84 10.00 10.00 10.00 10.00 0.00 3.00 6.99 0.00 2.82 0.00
V 10.00 10.00 5.03 10.00 10.00 0.00 2.00 8.69 1.29 1.01 0.00
W 10.00 10.00 10.00 10.00 10.00 0.00 1.00 8.57 0.00 0.00 0.00
X 0.00 10.00 10.00 10.00 10.00 0.00 0.00 10.00 0.00 0.00 0.00
Y 0.00 5.05 9.42 2.52 0.00 0.00 2.00 3.97 6.05 1.85 0.00
2
21
22
RIWAYAT HIDUP