k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan.
|
|
- Yuliana Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Uj Kecukupa da keseragama Data Uj kecukupa data dguaka utuk meetuka bahwa jumlah sampel data yag dambl telah cukup utuk proses veres ataupu pegolaha sata pada proses selajutya. Dalam uj aka dguaka persamaa (-1) k N 1 = s N X X ( X ) Dmaa : = Jumlah pegamata yag seharusya dlakuka. N 1 K = Tgkat kepercayaa dalam pegamata.(k =, 1-α=95%) S = Derajat ketelta dalam pegamata (5%) N = Jumlah pegamata yag sudah dlakuka. = Data pegamata. X, N > N 1...(-1) Data pegamata daggap cukup apabla N 1 lebh besar dar N. Sedagka uj keseragama data dmaksudka utuk meetuka bahwa populas data sampel yag dguaka memlk peymbaga yag ormal dar la rata-rataya pada tgkat kepercayaa/sgfkas tertetu. Batas Atas : Nla rata-rata + K. SD Gars Tegah : Nla rata-rata Batas Bawah : Nla Rata-rata K.SD Data daggap seragam bla seluruh sampel data berada dalam cakupa rage aatara batas bawah da batas atas. Berkut adalah cotoh prosedur peguja utuk data pada waktu proses pembubuta yag dlakuka oleh mes bubut_1. Data Waktu proses pembubuta sesua dega data yag tertera pada gambar 4.4. sebaga berkut : Dar data yag dsajka datas, maka dlakuka proses pegtuga utuk dla :
2 1. Jumlah data = = 30 data. 30. X = x x x = 17, , ,58 = 456, X = (456,85) = 08195,545 = X = x1 + x x30 = (17,44) + (15,38) (15,58) = 6988,085 = 1 5. Nla mea = 456,85 =15, Stadar Devas =SD= s = x = x = 1,= = 1 ( x x) ( 1) x 1 + x x30 17, , ,58 = = x x + x ( ) ( ) 1 = 30 1 x ( x 30 x) ( 17,44 15,09) + ( 15,38 15,09) ( 15,58 15,09) k 7. N 1 = s N X X ( X ) 9 = 0,05 30 ( 6988,085) = =1, , ,85 = 1 8. Batas atas = BKA = X + K. SD = 15,09 + (. 1,9) = 17, Batas Bawah = BKB = X K. SD = 15,09 (. 1,9) = 1,63 Dar hasl perhtuga tersebut terlhat bahwa jumlah data pegamata yag dambl lebh besar dar jumlah data mmal yag seharusya dambl, sehgga dapat d smpulka bahwa jumlah data pegamata yag dambl telah cukup. Begtu pula dega uj keseragama yag dlakuka, seluruh sampel data yag ada berada dalam rage atara 1,63 sampa 17,789 sehgga dapat dsmpulka bahwa data yag dambl telah seragam atau lolos uj keseragama data.
3 Peetua Dstrbus Probabltas Iput yag Sesua Sepert telah dkemukaka dalam sub BAB II.7. megea Varabel Radom, maka walaupu sstem rl yag damat memlk karakterstk perubaha yag sagat dams, amu kta selaku peelt sudah semestya berusaha utuk medekat mekasme perubaha yag terjad pada sstem rl yag dtelt. Pedekata aka ketdakpasta perubaha sstem bergatug pada fugs dar setap eleme yag mempegaruh sstem yag bersagkuta, yag pada umumya fugs tersebut berprlaku sebaga sebuah varabel radom. Setap eleme sstem rl aka dtelt apakah memlk karakterstk perubaha yag dterjemahka dalam betuk ketdakpasta - yag sesua dega fugs-fugs teorts yag sudah ada. Ketdakpasta perubaha sstem aka dterjemahka dalam betuk probabltas yag pada akhrya aka membetuk sebuah fugs dstrbus probabltas. Pedugaa kecocoka atara dstrbus probabltas emprs dega dstrbus probabltas teorts sagat dperluka dalam pembuata model smulas. Hal aka sagat bergua da berpegaruh pada pembetuka model smulas matemats berbass komputer yag megguaka aalss umers yag dterjemahka dalam betuk program komputer. Meurut Averll. M Law da Davd W Kelto [17] utuk meetuka dstrbus probabltas yag palg sesua dar data puta model smulas salah satuya adalah megguaka metode Heurstc. Metode meetapka dstrbus probabltas put berdasarka peympaga terkecl dar dstrbus probabltas teorts yag ada. Sehgga msalka sebuah populas sampel dyataka berdstrbus Posso, artya dstrbus probabltas Posso merupaka fugs dstrbus yag memlk peympaga terkecl dbadgkadega fugs-fugs dstrbus probabltas laya. Hal tu dguaka karea pada keyataaya, secara statstk sagat mugk sebuah dstrbus probablas populas sampel data put cocok/sesua dega lebh dar satu fugs dstrbus teorts. Oleh karea tu dalam meetuka fugs dstrbus probabltas maa yag memlk peympaga terkecl harus dbadgka dega fugs dstrbus teorts yag la yag secara statstk sesua/cocok dega fugs dstrbus probabltas populas sampel. Utuk meguj kesesuaa atau Goodess of Ft fugs dstrbus probabtas teorts terhadap fugs dstrbus probabltas emprs, dalam peelta peuls megguaka dua jes metode yatu Ch Square Goodess of Ft Test da metode Kolmogorov-Smrov Test.
4 Prosedur Pelaksaaa Goodess of FIT Test Berkut adalah prosedur pelaksaaa Uj Kesesuaa Dstrbus Probabltas utuk populas sampel data waktu proses pembubuta pada Mes Bubut Data Durutka Dar mula data terkecl sampa data terbesar : Data sebagaama tercatum dalam gambar 4.4. durutka sehgga : Tabel Data Waktu Proses Mes Bubut-1 Setelah Sortas Data Peetua Rage/retag dega rumus data terbesar dkurag data terkecl (persamaa.-). Dar data yag tertera d Tabel maka dapat dsmpulka bahwa retag/rage = 17,85 1,60 = Peetua bayakya kelas terval. Bsa Megguaaka atura Sudjaa (Sub Bab. II.8.3.) ataupu atura Sturgess (Persamaa -3). Bla kta megguaka atura Sturgess, maka jumlah kelas terval dtetuka dega persamaa : Jumlah Kelas = 1 + 3,3(log ) = (log 30) = 1 + 4,87 = 5,87. Karea jumlah kelas harus merupaka teger tertetu, maka dbulatka keatas. Sehgga jumlah kelas adalah Peetua Pajag kelas terval (p), dtetuka dega atura sebagaama tercatum dalam persamaa -4.
5 p = re ta g Jumlah _ kelas = 5,5 = 0, Utuk meetuka dega dstrbus probabltas teorts apa sampel aka dsesuaka, maka dbuatlah hstogramya, da secara vsual dlhat kecocokaya dega sebuah dstrbs probabltas teorts tertetu. 6. Utuk prosedur heurstc dega pedekata uj Ch Square Maka peuls meghtug dega statstk uj sesua dega persamaa 3-3. Da utuk mecar peympagaya dguaka persamaa Mea Square Error(MSE) sebagaama tercatum dalam persamaa ( ο Ε ) χ = E 0 I = frekues observas /emprs E I = frekues teorts...(3-3) MSE X = = 1 X X, Dmaa :...(3-15) = Sampel /data Aktual Hasl Pegamata X = Sampel Teorts = Jumlah Pegamata 7. Utuk peetua Dstrbus Probabltas yag aka dbadgka dega dega dstrbus probabltas Emprs, maka dalam peelta peuls aka membagktka blaga radom yag berdstrbus teorts dega megguaka Software Mtab Oleh kareaya dega asums bahwa data hasl geerator blaga radom software tersebut vald, maka tdak ada uj keradoma bag data hasl geerator blaga radom. Aka dlakuka uj kesesuaa dega dstrbus teorts dstrbus NORMAL.
6 Tabel Perbadga data Pegamata da data hasl geerator blaga radom Dstrbus Normal utuk waktu proses Mes Bubut-1 Data Teorts Data Teorts Berkut adalah hasl proses peghtuga utuk uj statstk Ch Square terhadap Sampel data waktu proses Mes Bubut-1 dega Dstrbus Normal sebaga Dstrbus Teorts. Tabel Perhtuga Uj Ch Square utuk Waktu Proses Mes Bubut-1 dega Dstrbus Normal sebaga Dstrbus Teorts. Iterval Kelas Dstrbus Observas Dstrbus Teorts F f P P F f P P < < < < < < Jumlah
7 Sum of Obs Teor Square (O-E)^ Sq.err P P Error E MSD Ch sq Tabel p-value Ch Sq Htug 0.76 FIT F =Frekues Kumulatf F = Frekues Relatf P = Probabltas Kumulatf P = Probabltas Relatf Dega cara yag sama maka telah duj pula utuk dstrbus teorts sela dstrbus ormal yag perhtuga legkapya terdapat d Lampra 1.B. Sebagaama telah dsebutka dalam baga terdahulu, utuk mejaga kosstes maka peuls selalu megguaka tgkat sgfkas α= 5%. Berkut adalah rgkasa hasl perhtuga utuk uj kesesuaa Data sampel Waktu Proses Mes bubut 1 dega Statstk uj Ch Square. Tabel Rgkasa Hasl Perhtuga Uj Ch Suare Utuk Waktu Proses Mes Bubut-1 Dstrbus Ch P- Ch Sum of MSE Ketr Teorts Square Tabel Value Square Htug Sq Error Normal FIT LogNormal FIT Uform FIT Posso FIT Beta Erlag FIT Ekspoesal FIT Utuk data sampel yag sama juga dlakuka uj kesesuaa dega pedekata yag berbeda. Sela megguaka pedekata tes Ch Square, maka dguaka juga Kolmogorov- Smrov Goodess of Ft Test. Sebagaama telah dsampaka pada sub Bab III bahwa Kolomogorov-Smrov statstk D = Supreme F ( x ) F 0( x ) sebaga ukura kesesuaa atar dstrbus emprs teorts. D merupaka jarak tegak maksmum atara fugs emprs F (X) da
8 dstrbus teorts F 0(X) yag dhpotesska. Berdasarka uj Kolomogorov-Smrov maka H 0 aka dtolah pada taraf α bla D >d, α yag memeuh P H0 (D >d, α )= α Ttk krtk asmot : α d / 1.36 / 1. /,α Utuk aalss awal performas sstem dguaka ukura output stadar yag dhaslka dalam satua waktu tertetu. Jumlah Output dar sstem dalam catata hasl smulas replkas pertama datas adalah : Produk Jad 1_C : 37 Produk Jad _C : 16 Total Produk Jad = = 53 Produk Rusak_C : 4 Utuk memudahka aalss, berkut adalah rgkasa catata hasl smulas yag berupa jumlah produk jad, jumlah produk rusak, serta tgkat kerusaka produk dar 30 kal replkas yag dlakuka : Tabel Rgkasa Catata Hasl Smulas dar 30 kal Replkas Replkas Produk Jad_ Produk Jad_ Falure Prob_ Falure Prob_ Produk Jad Rusak Mea VALIDASI MODEL SIMULASI Setelah data hasl smulas awal dperoleh, maka lagkah selajutya adalah megguaka data tersebut utuk mela valdtas model smulas yag telah dbuat. Sebuah model smulas
9 dkataka vald secara kuatas apabla model tersebut tdak memlk perbedaa yag sgfka dega sstem rl pada setap ukura kerja sstem. Secara kualtatf, model dkataka vald apabla memlk alur logka yag sesua dega sstem rl yag damat. Karea ukura valdtas secara kualtatf memlk sfat yag obyektf tergatug pada aggapa pemodel, maka dalam peelta peuls aka lebh metk beratka pada valdas secara kuattatf. Keseragama Data Hasl Smulas Sebagamaa pada valdas data put, maka pada data hasl smulaspu dadaka uj keseragama data gua meetuka bahwa data setap data smulas memlk devas yag ormal atau tdak terlalu berbeda dar la rata-rataya. Hal dmaksudka utuk megetahu bahwa perlaku model sstem berada pada kods yag relatf tdak begtu memlk fluktuas. Bla perlaku model sagat fluktuatf, maka aka sult bag peelt utuk meark koklus aka perlaku model sstem yag damat. Dar tabel ddapat data bahwa la rata-rata output per har adalah 57 produk. Dega megguaka persamaa (-6) ddapat hasl bahwa data hasl smulas datas memlk stadar devas.. Maka utuk peetua batas kotrol: 10. Batas atas = BKA = X + K. SD = 57 + ( x.) = Batas Bawah = BKB = X K. SD = 57 - ( x.) = GRAFIK OUTPUT/ HARI HASIL SIMULASI Jumlah R eplkas H asl S m ulas BKA R ata-rata BKB Setelah dketahu sebara da hasl smulas, maka dapat dtetuka terval kepercayaa utuk a produk jad hasl smulas. Hal tu dtujukka oleh persamaa (-15) : P( E( W ) = W q q ± t s α ) = 1 α, dmaa 1.( R 1) R W q W q = Suatu paramater sstem (produk jad) = Nla Rata Rata Parameter dar R kal Replkas s = Nla Stadar Devas dar sampel la Parameter dar R kal replkas 1-α = Uterval Kovdes (95%
10 t 1 α.( R 1) = Nla fugs dar dstrbus studet t dega tgkat sgfkas α da derajat bebas R 1. Kta guaka pedekata Dstrbus Stude t karea yag dambl adalah kumpula sampel sehgga varas populas tdak dketahu. ( jka varas populas tdak dketahu dguaka pedekata dstrbus studet t.[3 )). (utuk kasus dar tabel ddapat la t 0.975(9)=.04) Dega demka ddapat : P(E(W q)=p(produk Jad) = rata-rata produk jad ±.04 (. / 30 ) = 1 - α = 57 ±.04 (. / 30 ) = 0.95 = 57 ± 0.8 = 0.95 Uj Kesamaa Dua Rata-Rata Uj kesamaa dmaksudka utuk megetahu perbadga performas cara berproduks aatara sstem rl dega model smulas yag dterejmahka dalam la jumlah rata-rata produk jad yag dproduks per har dar dua populas tersebut. Jka dalam uj ddapat hasl bahwa kedua la ratarata tdak berbeda secara sgfka, maka dapat dsmpulka bahwa model memlk valdtas yag cukup utuk parameter hasl produks. Dar dua populas yag aka duj, maka haya data hasl produks per har yag dketahu, sedagka utuk varas, maupu stadar devas tdak dketahu. Karea yag aka duj adalah kesamaa dua populas, maka uj yag aka dlakuka adalah uj dua ss. Sesua dega dega sub.bab III dega : H0 : µ 1 = µ : Rata-rata produks sstem rl = rata-rata produks model Smulas H1 : µ 1 µ : Rata-rata produks sstem rl Rata-rata produks model Smulas Dega Statstk Uj : t _ htug = X 1 X da krtera peguja adalah meerma 1 + s s R1 R hpotess H0 jka : ( W T ) + ( W. T ) ( W T ) + ( W T ) < thtug < W1 + W W1 + W Dega : W 1 = S 1/ 1 ; da W = S
11 T 1 = t ( 1-0.5α ), ( 1 1 ) T = t ( 1-0.5α ), ( 1 1 ) Berkut adalah tabel prosesr peghtuga Uj Kesamaa Dua Rata-rata : Tabel 4.0 Prosedur Peghtuga Uj Kesamaa dua Rata-rata ; t-test Replkas/set data Output Sstem/Rl Output Model/Smulas Mea Perbedaa Rata-rata Std Dev Sstem/rl.09 Std Dev Model/smulas.0 Varas Sstem/Rl 4.3 Varas Model/Smulas 4.8 t-htug W1=Var1/ W=Var/ T1=T(0.975, 9).04 T=T(0.975, 9).04 Batas Bawah -.04 Batas Atas.04 Mea Varace _ W1.T1 + W.T W1.T1 + W.T < T htug < Observatos W1 + W W1 + W Pooled Varace Hypotheszed Mea Dfferece < <.04 df 58 t Stat H0: Nla rata-rata Hsl Smulas tdak berbeda secara sgfka P(T<=t) oe-tal H1: Nla Kedua populas memlk perbedaa yag sgfka t Crtcal oe-tal 1.67 esmpula : Tdak cukup bukt utuk mempulka bahwa P(T<=t) two-tal Nla Rata-rata kedua populas berbeda secara sgfka t Crtcal two-tal.00 Hasl Perhtuga Megguaka Komputer Uj Kesamaa Dua Varas Dalam melakuka proses peguja selsh maupu kesamaa dua rata-rata, selalu dasumskam bahwa kedua populas memlk varas yag sama. Agar hasl uj kesamaa dua rata rata yag dlakuka datas bear, maka dperluka sebuah kepasta bahwa asums tetag persamaam dua varas terpeuh. Adapu statstk uj utuk melakuka uj sebagamaa tercatum dalam sub Bab III Msalya kta mempuya dua populas ormal dega varas σ 1 da σ. Aka duj dua phak dalam kesamaaya, maka hpotess ujya adalah : H 0 : σ 1 = σ H 1 : σ 1 σ
12 Berdasarka sampel acak yag depede maka dperoleh populas satu dega ukura 1 da varas s 1 sedagka populas dua dega ukura da varas s, maka utuk meguj s1 hpotessya dguaka statstk uj : F =. Krtera peguja adalah meerma H 0 jka F α (1 1, s - 1) < F < F 0,5 α (1 1, 1). Berkut adalah prosedur peghtuga Uj kesamaa dua varas sebgamaa tercatum pada lampra II.c. : Tabel Prosedur peghtuga uj kesamaa dua varas F- test ; Uj Kesamaa dua varas Replkas/Set Data Output Sstem/Rl sqr(o-om) Output Model/Smulas sqr(e-em) Mea Varas Sstem 4.35 V1 9 Varas Model/Sm V 9 Statstk Uj : Daerah Krts : da.101 Batas Kr Batas Kaa f - htug Hasl f - htug terletak atara da. krts Dar peghtuga ddapat bahwa berdasarka persamaam (-10) s R ( xj X j ) j = 1 = ( R 1), dega R-1 = 9 maka varas utuk sstem rl adalah s1 4.35, sedagka varas utuk model smulas adalah F htug ddefska sebaga F = = s 4.35/4.83 = Utuk peetua daerah krts dtetuka batas kr adalah F α (1 1, - 1)= F 0.975(9,9)=0.476 dega batas kaa F 0,5 α (1 1, 1)=F 0.05(9,9)=.101. Dega demka F htug berada dalam daerah peermaa sebagamaa terlhat dalam gambar dbawah :
13 .101 f - Htug rletak krts Daerah Peermaa ,9.101 Daerah Peolaka Daerah Peolaka Gambar Daerah Peermaa uj Kesamaa Varas Sstem rl da Model Smulas Uj Kecocoka Model Smulas Proses Valdas yag terakhr adalah meguj baha atara hasl model smulas memlk kecocoka dega dega sstem rl yag damat. Metode yag dguaka adalah uj Ch-Kuadrat. Sebagamaa telah dkemukaka pada sub BAB III bahwa uj kecocoka atau dsebut uj kompatbltas, memlk tujua adalah meguj apakah frekues yag dobservaska (dhaslka) melalu model smulas memag kosste dega frekues teortsya (sstem rl)?. Rumus yag dguaka adalah: ( ο Ε ) χ = E...(3-3) 0 I = frekues observas (hasl smulas) da E I = frekues teorts atau sstem rl dega derajat bebas = -1 χ meruapaka ukura perbedaa atara frekueas observas dega frekues teorts. Apabla tdak ada perbedaa atar frekues observas dega frekues teorts, maka χ aka semak besar pula. Berkut dbawah adalah prosedur pegujaya :
14 Rgkasa Hasl Smulas Replkas Produk Jad_ Produk Jad_ Falure Prob_ Falure Prob_ Produk Jad Rusak Tabel 4... Prosedur Peguja Kecocoka Model Smulas da Sstem Rl Gambar Perbadga Jumlah Produk Jad Hasl Model Smulas da Sstem Rll Grafk perbadga jumlah produk jad model smulas da sstem rl secara detal dapat dlhat pada lampra II.c. Dar peghtuga uj ch Kuadrat ddapat hasl bahwa χ htug lebh kecl dar χ tabel, yag Mea Rgkasa Data Pegamata Pada Sstem Rel Har Ke Produk Jad_ Produk Jad_ Falure Prob_ Falure Prob_ Produk Jad Rusak Mea Uj Kecocoka Hasl Smulas da Sstem Rel dega metode "Ch Square Goodess Of Ft Test" Pegamata/ Hasl Smulas Data Rel ((O-E)^)/E Mea Ch Square. Htug 5.59 H0: Dstrbus Kedua Populas Tdak Berbeda Secara Sgfka Ch Square. Tabel 4.56 H1: Kedua Populas Berbeda Secara Sgfka Kesmpula : Ho Dterma Hasl 5 Smulas Data 11 Pegamata Mea 18 Smulas Mea 4 Data 5 Rel Replkas/Pegamata
15 artya meerma H0 dmaa dstrbus frekeus yag dhaslka oleh model smulas tdak berbeda secara sgfka dar sstem rl. Berkut adalah rgkasa uj valdas model beserta haslya dsajka dalam betuk tabel dbawah : Tabel Rgkasa hasl Uj Valdas Model. No. Metode Valdas Batas Krts Nla Ketr. Kr Kaa Statstk Uj 1. Keseragama Output/data Mea = 57 Vald. Kesamaa Rata-rata. (t test) T ht = Vald 3. Kesamaa Varas. (F Test) F ht = Vald 4. Kecocoka Dstrbus X ht < 4.56 X ht = 5.59 Vald Frekues. (χ Test) Dar hasl tersebut, maka peuls dapat meympulka, bahwa model smulas yag dbuat dapat dyataka memlk valdtas yag cukup utuk merepresetaska sstem rl yag damat. Dega demka maka model smulas yag dbuat dapat daalss lebh dalam gua megetahu perlaku sstem rl da kemugka pegembaga model bag pegkata performas sstem rl yag ada sebaga hasl dar desa eksperme yag dlakuka oleh peuls.
BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciBAB IX PENGGUNAAN STATISTIK DALAM SIMULASI
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciIII. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinci8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciUKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
Lebih terperinci3 Departemen Statistika FMIPA IPB
Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciBAB 1 STATISTIKA RINGKASAN MATERI
BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciIII. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam
III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciSTATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Lebih terperinciREGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
Lebih terperinciBAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu
BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka
Lebih terperinciTabel Distribusi Frekuensi
Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo
BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput
Lebih terperinciBAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.
BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciBAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah
Lebih terperinciBab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciMINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI
MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag
Lebih terperinciBAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.
BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,
Lebih terperinciUji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah
Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1
Lebih terperinciBAB V ANALISIS HIDROLOGI
ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut
Lebih terperinciBAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat
BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.
Lebih terperinciBAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian
BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciIII. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang
37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciXI. ANALISIS REGRESI KORELASI
I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciPENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Lagkah : tetuka hpote 0 (H 0 ) da at hpote (H ) malya: H 0 : µ 00 H : µ 00 atau H : µ > 00 atau H : µ < 00 PROSEDUR UMUM Lagkah : tetuka je dtrbu yag cocok: bla > 30 da
Lebih terperinciBAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode
4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag
Lebih terperinci; θ ) dengan parameter θ,
Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinciAnalisis Korelasi dan Regresi
Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael
Lebih terperinciPada saat upacara bendera, kita sering memperhatikan teman-teman kita.
Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap
BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa
Lebih terperinciBAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
Lebih terperinciPRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciMETODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu
47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha
Lebih terperinciTINJAUAN PUSTAKA Evaluasi Pengajaran
TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega
Lebih terperinciIV. BAHAN DAN METODE PENELITIAN
IV. BAHAN DAN METODE PENELITIAN 4. Tempat da Waktu Peelta Peelta dlakuka pada areal huta alam d pulau Yamdea Kabupate Maluku Teggara Barat, Provs Maluku selama bula Aprl sampa Ju 009. Peta lokas peelta
Lebih terperinciSTATISTIKA DASAR. Oleh
STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk
A III METODOLOGI PENELITIAN A. Metode da Desa Peelta. Metode Peelta Metodolog berasal dar kata metode yag artya cara yag tepat utuk melakuka sesuatu da logos yag artya lmu atau pegetahua. Nasuto (003 :
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat
0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
Lebih terperinciSTATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Lebih terperinciAnalisis Regresi dan Korelasi
Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah
Lebih terperinciBAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu,
BAB II TINJAUAN PUSTAKA. Pedahulua Dalam bab aka dbahas tetag uj t utuk meguj sebuah parameter rata-rata da selsh dua parameter rata-rata dua sampel berpasaga dbawah asums populas berdstrbus ormal. Pada
Lebih terperinciPOLIGON TERBUKA TERIKAT SEMPURNA
MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua
Lebih terperinciBab I Pendahuluan & Statistika Deskriptif
Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data
Lebih terperinciANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka
Lebih terperinci