Link: https://scholarshipscorner.website/nottingham-research-fellowship-program/

Benefits:

1) Three years’ independent research funding, covering salary costs at c. £43,155 to £54,421 
2) the link to a permanent academic post, subject to performance
3) additional funding for research expenses totaling £75,000
childcare costs of up to £15,000
4) access to mentoring, career development, and networking with the wider fellowship community

Deadline:Friday 6 October 2023.

#ScholarshipsCorner #ResearchFellowship #fellowship #fellowships #NottinghamResearchFellowship #UK #research

Batas pengajuan proposal Penelitian jatuh pada 19 September 2023, 23:59 BST.

Pengajuan dilakukan melalui https://steg.cepr.org/funding/larger-research-grants-lrgs dengan mengisi template yang berlaku. Untuk proposal yang berkaitan dengan tema Y-RISE, peneliti dapat menggunakan Y-RISE pada bagian kata kunci yang ada pada form pengajuan. Persyaratan ketua peneliti dan sebagainya dapat dicek pada laman berikut:

Persyatan: https://steg.cepr.org/larger-research-grants-lrgs

Kriteria Negara Pengusul: https://steg.cepr.org/larger-research-grants-lrgs

Cara Pengajuan: https://steg.cepr.org/funding/how-apply-online

Persiapan proposal: https://steg.cepr.org/funding/larger-research-grants-lrgs/how-apply-lrg

Surat Pengumuman: STEG LRG 4 Call Text

Panduan Pengusulan: STEG LRG Applicant Guide_2

More info: https://research.binus.ac.id/2023/09/4th-call-for-proposal-steg-larger-research-grants/

Metodologi Regresi Logistik digunakan dalam penelitian kuantitatif untuk memahami dan memodelkan hubungan antara satu atau lebih variabel independen dengan variabel dependen yang bersifat biner (dua kategori). Ini dapat membantu memprediksi probabilitas atau kemungkinan kejadian suatu peristiwa. Berikut adalah langkah-langkah utama dalam metodologi Regresi Logistik:

1. Perumusan Masalah:
  - Mulailah dengan merumuskan masalah penelitian yang ingin Anda selesaikan. Tentukan variabel independen dan variabel dependen yang akan Anda analisis dalam konteks regresi logistik.

2. Pengumpulan Data:
  - Kumpulkan data yang diperlukan untuk variabel independen dan dependen. Pastikan data tersebut sesuai dengan tujuan penelitian Anda.

3. Penyusunan Data:
  - Bersihkan dan persiapkan data Anda. Hal ini melibatkan pemrosesan data yang hilang, penanganan outlier, dan pengkodean variabel jika diperlukan.

4. Penentuan Model:
  - Pilih jenis model regresi logistik yang sesuai. Anda dapat memilih regresi logistik biner, multinomial, atau ordinal tergantung pada jenis data yang Anda miliki.

5. Variabel Independen:
  - Pilih variabel independen yang akan dimasukkan ke dalam model. Pastikan variabel tersebut memiliki hubungan teoritis dengan variabel dependen.

6. Estimasi Model:
  - Gunakan perangkat lunak statistik seperti R, Python, atau perangkat statistik lainnya untuk mengestimasi model regresi logistik. Model akan memberikan estimasi koefisien untuk masing-masing variabel independen.

7. Evaluasi Model:
  - Evaluasi kualitas model Anda dengan berbagai metrik seperti R-squared (untuk regresi logistik biner), deviance, AIC, BIC, dan lainnya. Anda juga dapat menggunakan uji goodness-of-fit seperti uji Hosmer-Lemeshow untuk mengukur sejauh mana model sesuai dengan data.

8. Interpretasi Hasil:
  - Interpretasikan koefisien model. Apakah variabel independen berkontribusi secara signifikan terhadap variabel dependen? Apakah arah hubungan positif atau negatif?

9. Validasi Model:
  - Validasi model Anda dengan menggunakan data yang berbeda, jika memungkinkan. Hal ini penting untuk menguji apakah model dapat digeneralisasi ke populasi yang lebih luas.

10. Kesimpulan:
   - Tarik kesimpulan berdasarkan hasil analisis regresi logistik. Jelaskan temuan Anda dan implikasinya dalam konteks penelitian Anda.

11. Pelaporan Hasil:
   - Sajikan hasil analisis regresi logistik dalam laporan penelitian Anda. Sertakan koefisien regresi, statistik pengujian, dan interpretasi dalam laporan.

Metodologi Regresi Logistik adalah alat yang kuat untuk menganalisis dan memodelkan hubungan antara variabel biner. Penting untuk memahami asumsi-asumsi yang mendasari model dan melibatkan statistikian atau ahli statistik jika diperlukan dalam analisis Anda.

Bogor, 10 Desember 2024 – Institut Agama Islam (IAI) Tazkia melalui Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Tazkia telah menggelar Pelatihan & Sertifikasi Associate Wealth Planner Syariah (AWPS) Batch 21 pada Selasa, 10 Desember 2024. Acara ini berlangsung secara daring melalui Zoom Meeting, dengan tujuan meningkatkan kompetensi peserta dalam perencanaan keuangan berbasis syariah.

Pelatihan yang diikuti oleh 19 peserta dari kalangan mahasiswa, praktisi, dan dosen ini menghadirkan tiga narasumber dari IAI Tazkia yang berkompeten di bidangnya, yaitu:

• Asnan Purba, Lc, M.Pd.I, QWP, CWC
• Nashr Akbar, M.Ec., CFP
• Rahma Wijayanti, M.S.Ak., CFP

Acara ini terbagi menjadi tiga sesi utama yang memberikan wawasan mendalam mengenai perencanaan keuangan syariah, di antaranya:

Maqasid Syariah dalam Harta Islami: Membahas prinsip-prinsip syariah dalam pengelolaan harta dan bagaimana cara menerapkannya dalam perencanaan keuangan.

Pengantar AWPS: Memberikan pemahaman tentang sertifikasi AWPS, serta manfaat dan aplikasinya di dunia profesional.

Studi Kasus: Peserta mempraktikkan ilmu yang telah dipelajari melalui studi kasus nyata, dengan bimbingan langsung menggunakan aplikasi MyIFPE Syariah.

Salah satu peserta, yang turut memberikan testimoni setelah mengikuti pelatihan, mengungkapkan, “Bagus, lanjutkan dan ditingkatkan, alhamdulillah.” Testimoni ini menunjukkan antusiasme peserta terhadap kualitas pelatihan dan manfaat yang mereka peroleh.

IAI Tazkia berharap pelatihan ini dapat mencetak perencana keuangan syariah yang kompeten dan berintegritas tinggi, serta mampu berkontribusi dalam pengelolaan keuangan sesuai dengan prinsip-prinsip Islam yang lebih luas.

Kontak Media:
LPPM IAI Tazkia
Email: [email protected]
Website: www.lppm.tazkia.ac.id

IG: LPPM Tazkia