Sampel dan Distribusi Sampling

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sampel dan Distribusi Sampling"

Transkripsi

1 P Modul Sampel da Dstrbus Samplg PENDAHULUAN Prof. Dr. Zazaw Soejoet ada modul pertama, aka dpelajar terlebh dahulu megea sampel da sfat-sfatya serta samplg-ya. Mater sebearya telah bayak dsajka pada mata kulah metode statstka, mater sagat petg da perlu dpelajar lebh medalam karea pemahama megea sampel da dstrbus samplg-ya merupaka dasar utuk mempelajar mater lajuta yag berkata dega feres statstk yag aka dpelajar pada modulmodul berkutya. Pada Modul, ada dua subpokok bahasa yag aka dsajka, yatu tetag sampel da sfat-sfatya da beberapa dstrbus samplg khusus. Pada Kegata Belajar aka dbahas terlebh dahulu megea pegerta statstk, dstrbus samplg statstk, sfat dstrbus ormal, serta dstrbus laya yag berkata dega dstrbus ormal, sedagka pada kegata belajar aka dbahas megea dstrbus t, F, da Beta. Setelah mempelajar modul Ada dharapka dapat meerapka dstrbus samplg berbaga statstk da sfat-sfatya dalam aalss statstk.

2 . Pegatar Statstka Matemats P Kegata Belajar Sampel da Sfat-sfatya ertama-tama marlah kta gat kembal defs sampel radom sebaga berkut. Defs.. Hmpua arabel radom X, X,..., X dkataka sebaga sampel radom berukura dar suatu populas dega fugs kepadata f(x) jka fugs kepadata peluag bersamaya berbetuk f X, X,..., X f ( x). f ( x)... f ( x ). Fugs dstrbus emprs dguaka utuk memberka la-la mea da aras sampel sebaga taksra bag mea da aras dstrbus populasya. Dalam modul aka dkealka kosep tetag statstk yag termasuk mea sampel da aras sampel sebaga kasus khususya, da aka dturuka sfat-sfat statstk tertetu yag memaka peraa petg dalam modul-modul medatag. A. STATISTIK Kta padag hmpua arabel radom teramat X, X,..., X ; msalya sampel radom berukura dar suatu populas. Defs.. Suatu fugs arabel radom teramat T( x) t ( x, x,..., x ) yag tdak bergatug pada sesuatu parameter yag tdak dketahu damaka statstk. Huruf t meujukka fugs yag kta terapka pada X,..., X gua medefska la statstk, yag selajutya dtuls dega T. D s arabel-arabel tu harus dapat damat karea aka megguaka statstk tu. Kta g melakuka feres tetag dstrbus hmpua arabel radom; jka arabel-arabel tu tdak dapat damat atau jka fugs t x, x,..., x bergatug pada parameter yag tdak dketahu,

3 SATS440/MODUL.3 maka T tdak aka bermafaat gua melakuka feres sepert tu. Sebaga cotoh kta padag data taha hdup yag damat (dalam bula) suatu sampel radom 40 beda elektrs, yag telah kta urutka dar kecl ke besar. 0,5,37,90 7,39 7,99,05 5,7 7,56,40 34,84 35,39 36,38 39,5 4,07 46,50 50,5 5,54 58,9 58,93 66,7 7,48 7,84 77,66 79,3 80,90 90,87 9, 96,35 08,9,6,7 6,87 7,05 37,96 67,59 83,53 8,49 335,33 34,9 409,97 Aka kta guaka k = sembla teral dega lebar 50, yak I = (0; 50), I = (50; 00), da seterusya. Maka, kta peroleh dstrbus frekues sebaga berkut. Tabel. Dstrbus Frekues Taha Hdup 40 Beda Elektrs. Iteral frekues (f ) Dapat kta aggap bahwa taha hdup tu merupaka la-la yag damat suatu sampel radom berukura 40 dar suatu populas beda-beda elektrs sepert tu. Basaya, populas sepert tu aka mempuya satu parameter atau lebh yag tdak dketahu, msalya mea populas yag tdak dketahu. Gua melakuka feres tetag populasya, adaka kta perlu meghtug suatu fugs data yag juga bergatug pada parameter yag tdak dketahu, msalya t ( x, x,..., x 40) = ( x, x,..., x 40 ) /. Tetu saja htuga semacam tu tdak mugk kta selesaka karea tdak dketahu. Oleh karea tu, fugs semacam tu tdak sesua utuk kta guaka sebaga defs statstk. Perlu juga dcatat bahwa, pada umumya, hmpua arabel radom tdak selalu merupaka sampel radom. Msalya,

4 .4 Pegatar Statstka Matemats hmpua arabel radom berurut X(), X(),..., X (0) buka suatu sampel radom. Tetap, fugs arabel-arabel yag tdak bergatug pada parameter yag tdak dketahu msalya t ( x(), x(),..., x (0) ) = ( x, x,..., x ) 3. x adalah suatu statstk. () () (0) (0) Kebayaka pembcaraa kta dalam modul aka melbatka sampel radom. Cotoh.. Msalka, X, X,..., X adalah sampel radom dar suatu populas dega fugs peluag f(x). Mea sampel merupaka suatu cotoh statstk dega fugs t ( x, x,..., x ) = t ( x x... x )/. Statstk basaya dtuls dega: X X Jka sampel radom tu damat, la X yag dhtug dar data basaya dtuls dega huruf kecl x. Sebagamaa telah kta pelajar x bergua sebaga la taksra mea populasya ( = E(X)). Teorema berkut memberka sfat-sfat petg mea sampel. Teorema.. Jka X, X,..., X merupaka sampel radom dar f (x) dega E(X) =, da Var (X) = maka: EX ( ) (..) Var( X ) (..) Sfat.. meujukka bahwa jka mea suatu sampel dguaka utuk meaksr mea populasya, maka la-la taksra sampel tu rata-rataya aka sama dega mea populas. Tetu saja utuk sesuatu sampel la x mugk berbeda cukup besar dega. Statstk dega sfat, sepert dalam Cotoh.. dkataka tak bas utuk parameter yag dtaksrya. Sfat aka kta pelajar lebh jauh dalam model medatag. Satu kasus khusus yag petg teorema terjad jka populasya berdstrbus Beroull.

5 SATS440/MODUL.5 Cotoh.. Kta padag arabel radom X, X,..., X yag merupaka sampel radom berukura dar dstrbus Beroull, X BIN (; p ). Dstrbus Beroull merupaka satu model utuk suatu populas berla dua atau dkotom. Mea da aras populas sepert tu adalah = p da = pq, dega q = p. Dalam hal mea sampel X = Y / dega Y adalah arabel bomal, basaya damaka propors sampel da dtuls ˆp = Y /. Mudah dlhat bahwa ˆp adalah peaksr tak bas utuk p, yak: da E( ˆp ) = p (..3 ) Var ( pˆ ) pq (..4) Sebagamaa telah kta pelajar, dstrbus bomal memberka suatu model utuk keadaa pegambla sampel dega pegembala. Telah perah kta pelajar pula bedaya dega pegambla sampel tapa pegembala yag meghaslka dstrbus hpergeometrk Y~ Hp(, M, N). Msalka, kta g meaksr M/, yak propors beda yag cacat dalam populas, berdasarka propors sampel Y/. Kta tahu bahwa Y M E p (..5) N yag berart bahwa Y/ tak bas utuk p, da Y N Var p ( p ) N (..6) yag medekat ol utuk mejad besar. Sebearya d s dapat kta lhat bahwa Var(Y/) aka sama dega ol jka = N, yak semua eleme populas damat. Cotoh..3 Telah kta pelajar pula bahwa aras sampel dberka dega rumus : S ( X X) (..7)

6 .6 Pegatar Statstka Matemats Betuk rumus berkut dapat kta jabarka dega mudah S X X / X X (..8) (..9) Teorema berkut memberka sfat petg aras sampel. Teorema.. Msalka, X, X,..., X suatu sampel radom berukura dar f(x) dega E(X) = da Var(X) =. Maka, ES ( ) (..0) 3 4 Var ( S ) 4 / ; (..) Bukt : ( ) E S E X X E X E X ( ) ( ) E. Bukt utuk (..) tdak dberka d s. Meurut Sfat (..0), aras sampel memberka cotoh la statstk tak bas, da lah pula alasa utama kta megguaka pembaga ( ), da bukaya.

7 SATS440/MODUL.7 B. DISTRIBUSI SAMPLING STATISTIK Suatu statstk adalah juga arabel radom, yag dstrbusya bergatug pada dstrbus populasya da pada betuk fugs ( x, x,..., x ). Dstrbus suatu statstk serg dkeal sebaga dstrbus t turua atau dstrbus samplg. Bayak statstk yag petg dapat dtuls sebaga kombas lear arabel radom ormal depede. Kombas lear arabel ormal Teorema..3 Jka X ~ N( ; ),,,..., merupaka arabel ormal Bukt : depede, maka Y a X ~ N a ; a (..) M ( t) M ( a t) Y X e a t a t / exp ta t a / yag merupaka fugs pembetuk mome arabel ormal dega mea a da aras a. Korolar.. Jka X, X,..., X merupaka sampel radom dar X ~ N ( ; / ). Bukt guaka Teorema..3 dega ; da N(, ) maka a

8 .8 Pegatar Statstka Matemats Cotoh..4 Kta g meyeldk peryataa bahwa X ~ (60; 36), yak X yag merupaka taha hdup (dalam bula) suatu batera berdstrbus ormal dega mea 60 da aras 36. Utuk 5 batera semacam tu d uj hdupya, da rata-rata taha hdup 5 batera tersebut dhtug. Jka peryataa tu bear, rata-rata taha hdup 5 batera tu harus lebh besar dar la berapa, sebayak 95% kal? Kta puya E( X ) = 60 da Var ( X ) = 36/5 da c60 c60 P( X c ) 0, / 5 6/5 c 60 Jad, Z 0,05,645 da c = 58,06 bula 6 / 5 puya: Pada umumya, utuk suatu tgkat peluag tertetu ( ), aka kta c Z Jad, prosedur yag masuk akal adalah meerma peryataa jka la pegamata x 58,06, tetap meolakya jka x < 58,06 karea hal aka terjad dega peluag yag sagat kecl (kurag dar 0,05) jka peryataa tu bear. Jka kta g lebh yak sebelum meolakya, maka la yag lebh kecl, msalya = 0,0, harus kta guaka utuk meetuka la krts c. Prosedur uj megutugka kosume karea dega prosedur kta tdak meolakya jka dperoleh mea taha hdup yag besar. Tetu saja, dapat juga kta betuk prosedur uj yag sesua utuk arah yag la (atau dua arah). Cotoh..5 Kta padag dua sampel radom depede Y, Y,..., Y dega ukura sampel masg-masg populas-populas berdstrbus ormal X, X,..., X da da, dar X N( ; ) da Y ~ N( ; ). Kta tuls mea sampel masg-masg X da Y. Meurut Teorema..3, selshya juga berdstrbus ormal, yak: X Y ~ N( ; / / ).

9 SATS440/MODUL.9 Jelas bahwa suku yag pertama selsh tu mempuya koefse a /, da suku terakhrya mempuya koefse a /. Sehgga mea selsh tu sama dega: (/ ) ( / ), da arasya (/ ) ( / ) Sfat-sfat selajutya yag aka kta pelajar melbatka kasus khusus dalam dstrbus gamma, yak dstrbus Kh-kuadrat. Dstrbus Kh-kuadrat Pertama-tama marlah kta tuls kembal fugs peluag dstrbus gamma (X ~ GAM(; )): x / f ( x) x e ; x 0, 0, 0. (..3) ( ) Jka = da = /, maka dstrbus gamma tu aka mejad dstrbus kh-kuadrat dega derajat bebas, yag dstrbus peluagya adalah: f / ( x x ) ; 0 / x e x (..4) Notas yag serg kta paka utuk adalah X ~ GAM( ; / ) atau X ~ (). Teorema..4 Jka X ~ (), maka fugs pembetuk momeya adalah: M ( t) ( t) X / k k ( / k) EX ( ) ( / ) sehgga E(X) = Var(X) =. Bukt: (sebaga latha).

10 .0 Pegatar Statstka Matemats Dstrbus kh-kuadrat kumulatf telah dtabelka secara luas dalam lteratur. Kebayaka memberka la persetl () utuk yag kta gka da la-la yag berbeda-beda. Khususya, jka X ~ maka () adalah la yag memeuh persamaa: P X () (..5) Nla-la (), () dberka dalam Tabel.4 (lampra) utuk berbaga la da. Nla-la dapat juga dguaka utuk medapatka lala persetl bag dstrbus gamma. Teorema..5 Jka X ~ GAM ( ; ), maka Y = X / ~ ( ). Bukt: M ( t) M ( t) Y X / M X ( t/ ) ( t) / yag tak la adalah fugs pembetuk mome dstrbus kh-kuadrat dega derajat bebas. Fugs dstrbus gamma dapat juga dyataka dalam betuk otas khkuadrat. Jka X ~ GAM ( ; ) da jka H(y ; ) meujukka fugs dstrbus kh-kuadrat dega derajat bebas, maka F ( x) H( x / ; ) (..6) X Peluag kh-kuadrat kumulatf H(c ; ) dberka dalam Tabel.5 (lampra) utuk berbaga la c da. Cotoh..6 Taha hdup (dalam tahu) suatu jes kompoe tertetu berdstrbus gamma dega = 3 da =. Dgka utuk meetuka perode garas yag 90% kompoe aka tetap hdup, yak kta gka persetl ke 0, kta tuls x 0,0, sedemka hgga P(X x 0,0 ) = 0,0. Kta peroleh:

11 SATS440/MODUL. P[X < x 0,0 ] = H ( x 0,0 / ; ) = 0,0. Dega meulska persamaa x0,0 0,0 ; ( ) kta dapatka. 0,0 ;( ) x0,0 Utuk = 3 da =, 3 0,0 (4) (3., 06) x0,0,59 tahu Jelas bahwa pada umumya persetl ke p dstrbus gamma dapat dyataka sebaga. p;( ) x p (..7) Teorema berkut meyajka sfat bahwa jumlah arabel kh-kuadrat yag depede adalah juga arabel yag berdstrbus kh-kuadrat. Teorema..6 Jka Y ~ ( ); =,,...,, adalah arabel kh-kuadrat yag depede maka: V Y ~. Bukt: M ( t) ( t).( t) ( t) V ( t) / / / / yag tdak la adalah fugs pembetuk mome.

12 . Pegatar Statstka Matemats Teorema berkut meegaska hubuga atara arabel ormal stadar da arabel kh-kuadrat. Teorema..7 Jka Z ~ N(0 ; ), maka Z ~ () Bukt: Z tz M ( t) E( e ) e tz z / e dz t e t ( ) t z ( t) / dz yag adalah fugs pembetuk mome dstrbus kh-kuadrat dega derajat bebas satu. Korolar.. Jka X, X,..., X merupaka suatu sampel radom dar maka: X ~ ( ) (..8) N( ; ) X ~ () (..9) Varas sampel telah kta bcaraka d atas, da utuk sampel radom dar suatu populas ormal dstrbusya dapat dkatka dega dstrbus kh-kuadrat. Dstrbus samplg S tdak megkut secara lagsug Korolar.. d atas, sebab suku-suku ( X X ) tdak depede. Kta tahu suku-suku tu depede karea ( X X ) 0.

13 SATS440/MODUL.3 Teorema..8 Jka X, X,..., X merupaka sampel radom dar N( ; ), maka. X da suku-suku ( X X ), =,,,, depede. X da 3. ( ) S S depede ( ). Bukt : Gua membuktka baga, pertama-tama kta perhatka bahwa dega meambahka da meguragka x da mejabarkaya dapat kta peroleh hubuga: ( x ) ( x x) x ( ) (..0) berkut. Maka, fugs peluag bersama X, X,..., X dapat dtuls sebaga (,..., x ) ( ) exp f x x ( ) exp ( ) ( ) x x x Sekarag kta padag trasformas bersama: y = x, y = x x, =, 3,,. Kta tahu bahwa: sehgga da ( x x ) 0 x x ( x x) y ( ) x x y y

14 .4 Pegatar Statstka Matemats Maka, J g( y,..., y ) exp ( y y y ). ( ) Dega mudah dapat kta lhat bahwa Jacoba J adalah suatu kosta, da d s dapat kta tujukka bahwa J =. Maka, fugs peluag bersama tu dapat kta uraka mejad fugs peluag margal y kal suatu fugs y, y3,..., y saja. Keyataa meujukka bahwa Y X da suku-suku Y X X, =, 3,, adalah depede. Oleh karea X X ( X X ) maka X da X X juga depede. Baga megkut baga karea S adalah fugs ( X ) X saja. Utuk membuktka baga 3. kta padag lag persamaa (..0) yag dterapka bag sampel radom tu ( ) ( ) ( ) X S X V V V. Dar Korolar..; V 3 da V3 (). Juga, dkareaka V ( ) da V 3 depede maka: M ( t) M ( t). M ( t ) da 3 M () t ( t) ( ) / ( ) ( ) M () t 3 M t t ( t) Jad, V ( ) S / ~ ( ) Sehgga jka c adalah persetl ke dstrbus ( ) c S maka: (..)

15 SATS440/MODUL.5 Kta padag kembal Cotoh..6, d maa kta megaggap bahwa X ~ N(60; 36). Adaka kta gka utuk megambl sampel 5 batera, da meolak peryataa bahwa = 36 jka s 54,63, da kta tdak meolak peryataa tu jka s < 54,63. Dega prosedur, berapakah peluag aka meolak peryataa tu jka keyataaya = 36? Kta lhat bahwa: P( S 54,63) = P (4 S /36 36,4) = H (36,4; 4) = 0,05 Jka sebalkya, kta haya g salah % kal jka meolak peryataa tu maka prosedur yag kta tempuh adalah aka meolakya jka s c 0,99, dega: 0,99( ) 36(4, 98) c0,99 64, LATIHAN Utuk memperdalam pemahama Ada megea mater d atas, kerjakalah latha berkut! ) Msalka, X meujukka berat dalam poud satu kotak beda, dega X ~ N(0; 4). Berapakah peluag bahwa 0 kotak beda tu aka mempuya palg sedkt 00 po? ) Msalka, X, X,..., X adalah sampel radom berukura dar suatu dstrbus ormal. X ~ W X. N( ; ). Kta defska U X da a. Carlah suatu statstk yag merupaka fugs U da W serta tak bas utuk parameter 5. b. Carlah suatu statstk yag tak bas utuk.

16 .6 Pegatar Statstka Matemats c. Msalka, c suatu kosta, kta defska Y = jka X c da ol utuk la-la X yag la. Carlah suatu statstk yag merupaka fugs Y, Y,..., Y da juga tak bas utuk c FX ( c). 3) Kta aggap bahwa X da X adalah arabel radom ormal depede, X ~ N( ; ) Msalka, pula Y X X da Y X X. Tujukka bahwa Y da Y depede da berdstrbus ormal. 4) Msalka, X ( m), Y ( ), S = (X + Y) ~ ( m ), da X da Y depede. Guaka fugs pembetuk mome utuk meujukka bahwa (S X) ~ ( ) RANGKUMAN Kta pelajar sfat-sfat dstrbus ormal da kta jabarka dstrbusdstrbus la yag berkata dega dstrbus ormal yag tmbul dalam aalss statstk utuk data yag dambl dar populas yag berdstrbus ormal. Satu sfat petg dstrbus ormal bahwa kombas lear arabel-arabel radom ormal depede juga berdstrbus ormal. Sebaga cotoh, mea sampel adalah berdstrbus ormal karea mea sampel merupaka kombas lear arabel-arabel radom ormal depede. Suatu fugs tertetu aras sampel berdstrbus kh-kuadrat; serta telah kta tujukka pula bahwa mea sampel da aras sampel adalah arabel-arabel radom yag depede. TES FORMATIF Plhlah satu jawaba yag palg tepat! ) Msalka, S meujukka dameter suatu corog (shaft) da B dameter suatu peluru (bearg), dega S da B depede, serta S ~ N(; 0,0004) da B ~ N (,0; 0,0009)

17 SATS440/MODUL.7 a. Jka satu corog da satu peluru dplh secara radom, maka peluag bahwa dameter corog aka lebh besar dar dameter peluru adalah. A. 0,3 B. 0,39 C. 0,4 D. 0,47 b. Kta aggap arasya sama maka la yag aka meghaslka peluag adaya gaggua (terferece) sebesar 0,95 adalah. A. 0,0043 B. 0,043 C. 0,43 D. 4,3. ) Satu kompoe baru dpasag utuk beroperas da mash terseda sembla cadagaya. Taha hdup-taha hdup (dalam har) adalah arabel depede berdstrbus ekspoesal, T ~ Exp(00) a. Maka, 0 T berdstrbus. A. Gamma(00; 0) B. Gamma(90; 0) B. Gamma (80; 30) D. Gamma (70; 40) b. Peluag bahwa operas yag berhasl dapat dpelhara utuk palg sedkt,5 tahu adalah. A. 0,80 B. 0,85 C. 0,90 D. 0,95 c. Berapa bayak suku cadag dperluka supaya 95% yak bahwa operas yag berhasl utuk palg sedkt tahu? A. 0. B.. C. 4. D. 6.

18 .8 Pegatar Statstka Matemats 3) Kta ulag soal d atas, dega megaggap bahwa T ~ Gamma (00; ) maka. a. A. Gamma (70; 4) B. Gamma (80; 3) C. Gamma (90; ) D. Gamma (00; ) b. A. 0,99 B. 0,95 C. 0,90 D. 0,87 c. A. 8 B. 0 C. D. 4. 4) Msalka, Z ~ N(0; ). a. Maka, dega megguaka la-la tabel dstrbus ormal, P( Z < 3,84) sama dega. A. 0,90 B. 0,93 C. 0,95 D. 0,99 b. Maka, dega megguaka la-la tabel dstrbus kh-kuadrat, P( Z < 3,84) sama dega. A. 0,90 B. 0,93 C. 0,95 D. 0,99 Cocokkalah jawaba Ada dega Kuc Jawaba Tes Formatf yag terdapat d baga akhr modul. Htuglah jawaba yag bear. Kemuda, guaka rumus berkut utuk megetahu tgkat peguasaa Ada terhadap mater Kegata Belajar. Tgkat peguasaa = Jumlah Jawaba yag Bear 00% Jumlah Soal

19 SATS440/MODUL.9 Art tgkat peguasaa: 90-00% = bak sekal 80-89% = bak 70-79% = cukup < 70% = kurag Apabla mecapa tgkat peguasaa 80% atau lebh, Ada dapat meeruska dega Kegata Belajar. Bagus! Jka mash d bawah 80%, Ada harus megulag mater Kegata Belajar, terutama baga yag belum dkuasa.

20 .0 Pegatar Statstka Matemats A Kegata Belajar Beberapa Dstrbus Samplg Khusus ka kta bcaraka beberapa dstrbus samplg yag dturuka dar dstrbus ormal. Dstrbus-dstrbus sagat petg dalam aalss statstk. A. DISTRIBUSI t, F DAN BETA Dstrbus t Kta tahu bahwa S dapat dguaka utuk melakuka feres tetag parameter dalam suatu dstrbus ormal. Demka juga X bermafaat bag feres parameter ; tetap dstrbus X juga bergatug pada parameter meyebabka tdak dmugkkaya kta megguaka X utuk melakuka feres bag, jka tdak dketahu dega megguaka prosedur berdasarka dstrbus tu. Oleh karea tu kta harus mecar prosedur la, yak dega meggat dega S dalam kuattas X ( ) /, mejad ( X ) / S. Kuattas terakhr tdak lag berdstrbus ormal stadar tetap tdak lag bergatug. Dstrbusya dapat djabarka megguaka metode trasformas. Utuk pelajar dahulu beberapa teorema sebaga berkut. Teorema.. Jka Z berdstrbus ormal stadar, Z ~ N(0; ), da W berdstrbus khkuadrat dega derajat bebas, W ~ (), serta Z da W depede maka dstrbus arabel radom: T Z W dkeal sebaga dstrbus t dega derajat bebas, T ~ t(). Fugs peluagya adalah:

21 SATS440/MODUL. ( ) / ( ) t f t ; t (..) Bukt: Oleh karea Z da W depede, maka fugs peluag bersama Z da W adalah f (z, w) = g(z).h(w). / z w/ e. w e, 0 w ; z. / Padag trasformas: T Z W da Y = W y maka w = y da z = t, da Jacoba trasformasya adalah: w w 0 y t y J t y z z y y t Maka, fugs peluag bersama T da Y adalah: / t y y / f ( t, y) e. y e. / t y e ; y 0 ; t. Maka, fugs peluag kta peroleh sebaga fugs peluag margal f (t, y), yak: y

22 . Pegatar Statstka Matemats f ( t) f ( t, y) dy. 0 Setelah dlakuka htuga-htuga da peyederhaaa seperluya, maka kta peroleh f(t) sepert tertuag dalam (..). Catata: Serg dguaka otas Z ~ N(0, ) yag dbaca: Z berdstrbus N(0, ) Teorema.. Jka T ~ t(), maka utuk > r berlaku: (r ) / ( ) /. ( ) r r ET (/ ) ( / ) Bukt: E T r ( ) 0, r,,... Var ( T) ; Z W T Z W. r Oleh karea Z da W depede maka: W E( T) E( Z). E. Mome ke-r utuk T adalah: r r r W ( ) ( ).. E T E Z E maka: Oleh karea Z ~ N (0;), maka r ( r)! EZ ( ) ; da karea W ~ r () r!

23 SATS440/MODUL.3 r r w/ E( W ) W. w e dw 0 / 0 / r w/ w e dw r r r. r Maka, r r r W r r E ( ) E W r Jad, r ( )! r r r ET ( ). r r! r ( r)! ( r) /. r. r! r (..) Selajutya dapat dtujukka bahwa: ( r)! (r ) / r r! Jad, (r ) / ( r) / r ET ( ) r

24 .4 Pegatar Statstka Matemats Selajutya, r ET ( ) 0 karea Akhrya kta htug Var(T). Var T E T E T ( ) ( ) ( ). r EZ ( ) selalu sama dega 0. Oleh karea E(T) = 0, maka Var(T) = ET ( ).!!.. = ET ( ), da dar (..): Teorema..3 Jka X, X,..., X sampel radom dar X ~ t S/ Bukt: Kta tuls: ( ) ( X ) / ( ) S dega Z. ( ) ( ) S W Da = ( ) Z W ( X ) ~ ( ) ~ N(0; ) N( ; ) maka:

25 SATS440/MODUL.5 Maka, meurut Teorema.. X ~ t( ) S atau berdstrbus t dega derajat bebas karea X da S depede. Dstrbus F Dstrbus la, yag dturuka dar dstrbus ormal yag sagat petg dalam statstka adalah dstrbus F. Kta pelajar hal-hal sebaga berkut. Teorema..4 Jka W ~ da W ~ depede maka arabel radom / W / ( ) ( ) X mempuya fugs peluag, utuk x > 0. W / ( ) / g( x) x x Dstrbus dkeal sebaga dstrbus F dega derajat bebas pemblag da derajat peyebut, da dtuls dega X ~ F ( ; ). Bukt: Fugs peluag bersama W da W adalah: f / / ( w, w w w ). / w e / w e / X W, da msalka Y = W dar trasformas tu kta puya W / w xy da w y

26 .6 Pegatar Statstka Matemats Jacoba trasformas tu adalah: y x J y. 0 Maka, fugs peluag bersama X da Y adalah: xy / h( x, y) x y e ( ) /. y x x y e y / y e. y ; x > 0 ; y > 0 Maka, fugs peluag X adalah fugs peluag margal dar h(x, y). Maka, karea x y/ 0 y e dy kta peroleh fugs peluag X sebaga: ( ) g x x x. Teorema..5 Jka X ~ F maka ( ; ) r r r r ( ) E X ; r x.

27 SATS440/MODUL.7 EX ( ) ; > ( ) Var( X ) ( ) ( 4) ; > 4. Bukt: Dar / W / r W W X maka X. W r r r r r sehgga E( X ) E( W ). E( W ), karea W r da W depede r r r EW ( ), da r r EW ( ) r Jad, EX r r ( ). r r Utuk r = maka: EX ( ).. r

28 .8 Pegatar Statstka Matemats Kta htug : EX ( ) =. Var X E X E X ( ) ( ) ( ).... Maka, Var( X ) ( )( 4) ( )( ) ( 4) ( 4)( ) 4 ( ). ( ) ( 4) ( ) ( 4) 3 Nla-la persetl f (, ) utuk arabel radom X ~ F(, ) sehgga P X f (, ) Telah dtabelka utuk la-la, da yag dplh. Persetl utuk la-la yag kecl dapat dperoleh dega meggat X ~ F(, ) maka

29 SATS440/MODUL.9 Y ~ F (, ) X Sehgga P X f (, PY f (, ) PY. f (, ) Maka, f (, ) f (, ) atau f (, ). f (, ) Cotoh.. Msalka, X, X,..., X da Y, Y,..., Y adalah dua sampel radom depede masg-masg dar dstrbus X ~ N( ; ) da Y ~ N( ; ) j Jka da maka S ~ ( ) da sehgga S ~ F(, ). S S Jad, S P f 0,95(, ) 0,95 S da S P 0,95. S f 0,95(, ) ~ ( )

30 .30 Pegatar Statstka Matemats Jka 6 da 0 maka meurut tabel dstrbus F yag ada f 0,95 (5,0) =,0 da utuk keadaa tu kta megataka bahwa kta yak 95% bahwa perbadga / lebh besar dar S / S f 0,95(5,0). Pegerta-pegerta serupa aka kta kembagka lebh lajut dalam modul- modul medatag. Dstrbus Beta Suatu arabel radom berdstrbus F dapat dtrasformas utuk medapatka dstrbus beta. Jka X ~ F(, ) maka Y ( / ) / X ( / ) X berdstrbus beta dega fugs peluag ( ab) a b f ( y) y ( y) ; 0 y ( a) ( b) dega a /, da b /. Dstrbus beta mempuya parameter a > 0 da b > 0, da dtuls sebaga Y ~ Beta(a ; b). Mea da aras Y dega mudah dapat dhtug da kta peroleh a EY ( ) a b da ab Var( Y) ( a b )( a b ). Persetl ke suatu dstrbus beta dapat dyataka dalam betuk persetl dstrbus F sebaga berkut. ( ; ) (, ) af a b y a b. b af ( a; b) Jka a da b blaga bulat postf, maka pegtegrala baga dem baga berturut-turut meghaslka hubuga atara fugs dstrbus beta dega dstrbus bomal. Jka X berdstrbus bomal dtuls X ~ b (; p) da Y ~ beta ( + ; ) maka F x ( ) = F y ( p). Dstrbus beta tmbul dalam kataya dega dstrbus statstk berurut. Utuk suatu arabel

31 SATS440/MODUL.3 radom kotu X ~ f (x), fugs peluag statstk berurut ke k dar suatu sampel radom berukura, dtuls X (k), dberka oleh:! k k g ( ( ) ) ( ( ) ) ( ( ) ) k X k ( ( ) ) ( )!( )! F X k F X k f x k. k k Dega membuat perubaha arabel U (k) = F (X (k) ) kta peroleh: U (k) ~ Beta (k; k + ). Oleh karea U = F (X) berdstrbus uform (0, ) maka U (k) adalah statstk berurut ke k arabel radom uform. Fugs dstrbus X (k) dapat dyataka dalam betuk fugs dstrbus beta. Karea: G ( ( ) ) k X k P X ( k ) x( k ) P F( X ( ) ) ( ( ) ) k F x k H F( x( ));, k k k dega H(y ; a,b) meujukka fugs dstrbus Y ~ Beta(a, b). Cotoh.. Msalka, X berdstrbus ekspoesal dega mea. meghtug peluag tetag X (k). Kta puya: x / F( x) e da U ~ F( X ) ~ Beta( k, k ) ( k) ( k) P( X ( ) ) ( ( ) ( ) k c P F X k F c P U ( k ) F() c ku( ) () k kf c P ( k )( U ( k )) ( k )( F ( c )) Kta g dega peluag terakhr memuat arabel yag berdstrbus F [k, ( k + )]. Jad utuk la-la, c, k, da tertetu, peluag dapat dperoleh dar suatu tabel beta kumulatf atau dar suatu tabel F kumulatf jka terseda tgkat tertetu. Sebaga cotoh, kta g meghtug c sehgga P X ( k) c.

32 .3 Pegatar Statstka Matemats Maka, f k,( k ) kf( c ) ( k ) F( c ) k exp( c / ( k )exp( c / ) da ( ),( ) l k f k k c k Jka =, k = 6, da = 0,95 maka 6(, 69) c l,3 6 da (6),3 0,95 P X atau X (6) P 0,95,3 D s X (6) adalah meda (dar sampel berukura ) da adalah mea populasya. Kta telah mempelajar dstrbus beta da kta telah melhat hubugaya dega dstrbus F da dstrbus kumulatf bomal. Kta juga telah mempelajar aplkasya utuk dstrbus arabel radom uform berurut. Dstrbus beta merupaka model geeralsas dstrbus uform da merupaka model dua parameter yag agak luwes utuk berbaga jes arabel yag harus terletak atara 0 da. B. PENDEKATAN SAMPEL BESAR Dstrbus samplg yag telah kta bcaraka d atas mempuya betuk pedekata yag berlaku bag ukura-ukura sampel besar. Teorema..6 Jka Y ~ () maka Y Z d Z ~ N(0;) utuk.

33 SATS440/MODUL.33 Bukt: Kta tahu bahwa E(Y ) = da Var (Y ) =. I berart dapat kta padag Y berdstrbus sepert jumlah depede da X ~ X dega X, X,..., X () sehgga E(X ) = da ar (X ) =. Maka, meurut teorema lmt pusat, Z berdstrbus asmtotk ormal stadar. Kta juga megharap fugs peluag Z aka sagat dekat dega fugs peluag Z utuk la-la yag besar. Hal dlukska dalam Gambar.. yag meujukka fugs peluag utuk = 0; 80; da 00. Gambar... Pembadga fugs peluag dstrbus kh-kuadrat stadar da ormal stadar I berart bahwa la-la persetl kh-kuadrat dapat ddekat oleh la-la persetl ormal stadar utuk besar. Khususya: P Y () () Sehgga () Z ( ) z.

34 .34 Pegatar Statstka Matemats Msalya, utuk = 30 da = 0,95 (30) 30, , 74 dbadgka dega la yag 0,95 eksak (30) 43,77. Pedekata yag lebh akurat, yag dkeal sebaga 0,95 pedekata Wlso Hlferty, dberka oleh: ( ) Z 9 9 I aka memberka la 3 ( ) / dalam jarak 0,0 dar la yag sebearya utuk 3, da 0,0 0,99. Msalya, jka = 30 da = 0,95 la pedekata Wlso-Hlferty memberka (30) 43,77 yag sama dega la yag sebearya sampa dua agka d belakag koma. Dmugkka juga utuk mejabarka dstrbus ormal asmtotk. secara lagsug bag S da S Cotoh..3 Msalka berukura dar yatu: V S merupaka aras sampel suatu sampel radom N(, ). Kta tahu bahwa da meurut Teorema..6, ( ) d Z ~ N(0;) ( ) yak S d Z Atau kra-kra S 4 ~ ;. N 0,95 Jka Y S da g( y) secara pedekata S ~ N ;. ( ) y maka g y y da ( ), g ( )

35 SATS440/MODUL.35 Dapat juga dtujukka bahwa arabel radom berdstrbus t mempuya dstrbus lmt ormal stadar jka derajat bebas bertambah besar. Utuk melhat keyataa, kta padag arabel T ~ t() dega: Z T. / Kta tahu bahwa E /, a r ( / ) da / dega, pertdaksamaa Chebyshe: P / p, jka. Jad, dstrbus studet's t mempuya dstrbus lmt ormal stadar Z (Teorema Slutsky), yatu T d Z ~ N(0,), / Gambar... Pembadga fugs peluag dstrbus t da ormal stadar Hal dlukska dalam Gambar.. yag meujukka fugs peluag N (0,) da t () utuk =, 3, da 0. I megakbatka bahwa persetl t, (t ()) medekat Z utuk besar, sehgga kta lhat bahwa pada Tabel dstrbus t, la-la pada bars terakhr (bersesuaa dega ) sama dega persetl dstrbus ormal stadar.

36 .36 Pegatar Statstka Matemats Dega jala pkra yag sama dapat kta peroleh la pedekata persetl utuk dstrbus F. Msalya X ( W / ) /( W / ). Telah kta, pelajar d atas bahwa W / jka. Jad, jka kta ambl tetap X W /, jka. Hasl pedekataya utuk persetl F adalah, d f (, ) ( ) / utuk besar. Argume yag serupa dapat kta guaka utuk memperoleh persetl pedekata bag besar, yak f (, ) / ( ). LATIHAN ) Msalka, T ~ t(). Htuglah dstrbus T. ) Msalka, X ~ N ( ; ), =,,,, da Z ~ N (0 ; ), =,,, k, da semua arabel adalah depede. Sebutka dstrbus dar taptap arabel berkut jka dstrbus tu puya ama, jka demka kataka saja "tak dketahu" X X A. B. Z S C. Utuk memperdalam pemahama Ada megea mater d atas, kerjakalah latha berkut! z k ( x ) k Z D. X k Z. 3) Guaka la-la dalam tabel dstrbus yag sesua utuk memperoleh la A. P (7,6 < Y <,3) jka Y ~ Y B. P jka Y ~ (6) Y 6 C. la b sehgga P(T < b) = 0,6 jka T ~ t(6) D. P (,9 < X < 5,5) jka X ~ F (7 ; ). 4) Msalka, Y ~. Htuglah dstrbus lmt dar ( Y ) / jka ( ) dega megguaka fugs pembetuk mome. (5) k

37 SATS440/MODUL.37 5) Msalka, X, X,..., X suatu sampel radom dar dstrbus yag empat momeya yag pertama ada. Msalka, pula S ( X X ) /( ). Tujukka bahwa S jka P RANGKUMAN Kta kembagka metode statstk gua megaalss mea populas jka aras populas ormal tdak dketahu. I berkata dega dstrbus (studet's) t yag kta peroleh sebaga dstrbus arabel radom ormal stadar dbag dega akar dar arabel kh-kuadrat yag depede dbag dega derajat bebasya. Atau dapat dtulska sebaga: Msalka, Z ~ N (0 ; ) da W ~ dega la maka: T Z W ~ t( ). ( ) yag depede satu Kta jabarka juga dstrbus F dega yag kta peroleh sebaga dstrbus dar perbadga dua arabel kh-kuadrat yag depede masg-masg dbag dega derajat bebasya. Msalka, X ~ ( ) da Y ~ ( ) depede maka: / F X ~ F(, ). Y / Dstrbus arabel petg dalam aalss statstk gua membadgka aras dua populas ormal yag depede. Kta pelajar juga arabel radom yag merupaka trasformas arabel radom F. Msalka, X ~ F(, ), maka: Y ( / ) / X ( / ) X ~ Beta( a, b) dega a / da b /

38 .38 Pegatar Statstka Matemats ) Msalka TES FORMATIF Plhlah satu jawaba yag palg tepat!, da Z N(0;);,,..., k, X N( ; );,,..., da semua arabel adalah depede, maka a. Z Z berdstrbus. b. c. d. A. t () B. t () C. Z () D. Z () Z berdstrbus. Z A. F ( 0; ) B. F (; ) C. F (; 0) D. F (; ). X berdstrbus. Z A. t () B. F ( ; ) C. Z () D. tdak dketahu. ( k ) ( X X ) k ( ) ( Z Z ) A. Z (k ) B. t ( ) C. F ( ; k ) D. tdak tahu. berdstrbus. ) Guaka tabel dstrbus yag sesua. a. Maka, la b sehgga P(Y b) = 0,75 jka Y ~ (3) adalah. A. 5,48 B. 6,6

39 SATS440/MODUL.39 C. 7,4 D. 8,7 b. Jka T ~ t(3), maka P[0,87 < T <,65] sama dega. A. 0,6 B. 0,7 C. 0,8 D. 0,9. c. Jka T ~ t (3), maka la k sehgga P( T k) = 0,0 adalah. A. 0,00 B. 0,0 C. 0,05 D. 0, d. Jka X ~ F (0; 8), maka P 0, 5 X sama dega. A. 0,975 B. 0,950 C. 0,95 D. 0,900 3) Padag kembal soal omor Tes Formatf. Maka, dega megguaka dstrbus ormal. a. Soal (b) member jawaba. A. 0,6666 B. 0,77 C. 0,836 D. 0,936. b. Soal omor (c) member jawaba. A. 0 B. C. 4 D. 6. Cocokkalah jawaba Ada dega Kuc Jawaba Tes Formatf yag terdapat d baga akhr modul. Htuglah jawaba yag bear. Kemuda, guaka rumus berkut utuk megetahu tgkat peguasaa Ada terhadap mater Kegata Belajar.

40 .40 Pegatar Statstka Matemats Tgkat peguasaa = Jumlah Jawaba yag Bear 00% Jumlah Soal Art tgkat peguasaa: 90-00% = bak sekal 80-89% = bak 70-79% = cukup < 70% = kurag Apabla mecapa tgkat peguasaa 80% atau lebh, Ada dapat meeruska dega modul selajutya. Bagus! Jka mash d bawah 80%, Ada harus megulag mater Kegata Belajar, terutama baga yag belum dkuasa.

41 SATS440/MODUL.4 Kuc Jawaba Tes Formatf Tes Formatf ) a. B b. A ) b. A b. D c. B 3) c. D b. C c. C 40 a. C b. C Tes Formatf ) a. A b. B c. D d. C ) a. C b. D c. B d. A 30 a. D b. B

42 .4 Pegatar Statstka Matemats Daftar Pustaka Ba, L.J. & Egelhardt, M. (99). Itroducto to Probablty ad Mathematcal Statstcs d. Calfora: Duxbury Press. Hogg, R.V. & Crag, A.T. (995). Itroducto to Mathematcal Statstcs 5 th. Eglewood Clffs, New Jersey: Pretce Hall.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB 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 terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN 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 terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB 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 terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU 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 terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN 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 terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM 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 terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN 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 terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* 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 terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji 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 terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 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 terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB 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 terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL 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 terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. 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 terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 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 terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: 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 terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN 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 terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

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 terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. 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 terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di 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 terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. 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 terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB 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 terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB 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 terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB 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 terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean 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 terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan 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 terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. 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 terperinci

BAB 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. 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 terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN 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 terperinci

S2 MP Oleh ; N. Setyaningsih

S2 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 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 terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) 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 terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 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 terperinci

; θ ) dengan parameter θ,

; 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 terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

Volume 1, Nomor 2, Desember 2007

Volume 1, Nomor 2, Desember 2007 Volume, Nomor, Desember 007 Barekeg, Desember 007. hal.-7 Vol.. No. ESTIMASI PARAMETER DISTRIBUSI EKPONENSIAL PADA LOKASI TERBATAS (Estmatg Parameter Dstrbuto Expoetal At Fte Locato MOZART W TALAKUA, JEFRI

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB 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 terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

Pengetahuan Dasar Statistika

Pengetahuan Dasar Statistika Modul Pegetahua Dasar Statstka Drs. Nar Herhyato D PENDAHULUAN alam Modul, Ada aka mempelajar pegetahua dasar statstka yag mecakup pegerta statstk da statstka, macam-macam data, pegumpula data, atura-atura

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 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 terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan 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 terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. 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 terperinci

BAB III ISI. x 2. 2πσ

BAB 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 terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK 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 terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA 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 terperinci

Bab II Teori Pendukung

Bab 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 terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. 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 terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

Pengertian dan Notasi

Pengertian dan Notasi Modul Pegerta da Notas M PENDAHULUAN Prof. Zazaw Soejoet, Ph. D. ater yag aka Ada pelajar dalam modul, tetu buka merupaka hal yag baru. D SLTA mugk Ada perah mempelajar meskpu dalam kadar yag lebh kecl.

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB 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 terperinci

REGRESI LINIER SEDERHANA

REGRESI 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 terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB 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 terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (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 terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-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 terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada 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 terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 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 terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA 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 terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN 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 terperinci

3 Departemen Statistika FMIPA IPB

3 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 terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI 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 terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah 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 terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 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 terperinci

STATISTIKA DASAR. Oleh

STATISTIKA 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. 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 terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON 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 terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS 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 terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji 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 terperinci