PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU"

Transkripsi

1 PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 9 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

2 PERSETUJUAN Judul : PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUUTOKORELASI Kaegor Nama : SKRIPSI : SITI RAHAYU Nomor Iduk Mahasswa : 8345 Program Sud Depareme Fakulas : SARJANA (S-) MATEMATIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Meda, Mare 9 Koms Pembmbg : Pembmbg Pembmbg Drs. Djakara Sebayag Drs. Suwaro Arswoyo, M.S NIP NIP Dkeahu oleh Depareme Maemaka FMIPA USU Keua Dr. Sab Suwlo, M.Sc NIP S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

3 PERNYATAAN PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI Saya megaku bahwa skrps adalah hasl kerja saya sedr, kecual beberapa kupa da rgkasa yag masg-masg dsebuka sumberya. Meda, Mare 9 SITI RAHAYU 8345 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

4 ABSTRAK Korelas seral aau auokorelas adalah suau keadaa dmaa kesalaha peggaggu dalam perode ereu, kaaka e berkorelas dega kesalaha peggaggu dar perode laya kaaka e j. Jad kesalaha peggaggu dak bebas, sau sama la salg berkorelas, dmaa Ee (, e) j Apabla kesalaha dar suau model regres ler dduga berkorelas seral, maka model regres ersebu bukalah model regres yag bak aau dega kaa la valdas dar model regres aka draguka kecocokaya dega sebara daa karea dcurga daaya dak depede. Pada skrps aka dbahas megea auokorelas, bagamaa meguj ada dakya auokolerals dalam suau pegamaa, sera daka memperbak model regres yag eryaa megadug auokorelas dega meguaka meode Durb Waso. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

5 DAFTAR ISI Absrak. Absrac. Dafar s Dafar Table.. v BAB I PENDAHULUAN. Laar Belakag. Perumusa Masalah 4.3 Tujua Peella 4.4 Pembaasa Masalah Keragka Pemkra 4.6 Tjaua Pusaka 5 BAB II LANDASAN TEORI. Aalsa Regres 6. Meode Kuadra Terkecl (Ordary Leas Square) 6.. Prsp Meode Kuadra Terkecl Pegaruh Taksra Kuadra Terkecl Uj Hpoesa.3. Uj Sgfka Dar Regres.4 Peaksr Parameer.. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

6 .5 Turua Parsal 5.6 Aalsa Korelas 6.7 Auokorelas 6.7. Pegaruh Auokorelas 7.7. Alasa Terjadya Auokorelas. 9.8 Uj Durb Waso. BAB III PEMBAHASAN 3. Medeeks Kehadra Auokorelas Uj Durb Waso 3 3. Pedugaa Parameer ρ Tdaka Perbaka Dega Pedugaa ρ Berdasarka Meode Durb Waso Kosekues Adaya Auokorelas Dalam Aalss Regres Cooh Peerapa 7 BAB IV KESIMPULAN DAN SARAN 4. Kesmpula Sara. 3 DAFTAR PUSTAKA 33 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

7 DAFTAR TABEL Tabel Kadah Kepuusa Durb Waso. Tabel Daa Impor da GNP dar Suau Negara 8 Tabel 3 Trasformas daa dar Table 3 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

8 BAB I PENDAHULUAN. Laar Belakag Suau model saska adalah suau persamaa maemas yag melbaka varabel bebas da varabel ak bebas dar parameer. Persamaa dguaka uuk megeahu hubuga aara peubah ersebu yag dapa dguaka uuk keperlua pedugaa aau peramala. Uuk u maka peramala yag erlba harus dduga erlebh dahulu. Dalam saska, hubuga fugsoal aara dua varabel aau lebh damaka regres. Salah sau beuk hubuga yag serg dbahas dalam saska adalah hubuga ler. Model regres ler merupaka model uuk megaalss hubuga aar varabel. Hubuga ersebu dapa dgambarka dalam beuk persamaa yag meghubugka aaara varabel erka Y dega varabel bebas X,...,, X X k. Jka varabel Y dhubugka dega sau varabel bebas (X) dsebu regres ler sederhaa. Sedagka jka varabel Y dhubugka dega lebh dar sau varabel bebas (X), maka persamaa regresya adalah regres ler bergada. Persamaa regres ler dega k varabel bebas dapa dyaaka dega : Y β+ βx + β3x βk xk + e. (.) Dega: Y varabel ak bebas / pegamaa ke- pada varabel yag djelaska Y x varabel bebas / pegamaa ke- pada varabel yag pejelas x k β,, β k parameer / koefse regres varabel pejelas x k S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

9 e varabel gaggua / error. Pejabara dar persamaa (.) adalah sebaga berku: Y β + β x + + β k Y β + β x + + β k Y β + β x + + k x k + e β x k x k + e (.) + e Keseluruha dar persamaa daas dapa duls dega megguaka persamaa marks yau : Y X β + e. (.3) Y x Y Y Y X xk X X X X X X k k k β β β β k da β ' [ β β ] β k β ' β raspose S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

10 ε kx e e ek da ' e [ e e ek ] ' e e raspose Dega: Y Vekor kolom berukura x ( bars da kolom) X Marks berukura x k ( bars da k kolom) β Vekor kolom berukura x ( bars da kolom) e Vekor kolom berukura x dar errorya β,, β adalah parameer yag aka daksr, dmaa dalam pembahasa dega k megguaka Meode Kuadra Terkecl (Ordary Leas Square). Peduga dega OLS aka meghaslka aksra yag dzka jka asums berku erpeuh:. Nla raa-raa kesalaha peggaggu ol, yau E( e ) uuk,,,. e adalah sebuah varabel radom rl da memlk dsrbus ormal. 3. Vara dar ( e ) E( e ) σ adalah kosa uuk semua kesalaha peggaggu (asums Homoskedassas). 4. Tdak adaya auokorelas aara kesalaha peggaggu, berar E( e (asums r korelas seral). e j ), j 5. Varabel bebas X, X,, X k kosa dalam samplg yag erulag da bebas erhadap kesalaha peggaggu e. Persamaa regres (.) yag berdasarka kelma asums daas ersebu merupaka model regres ler klask (Suprao,995). S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

11 Jka dalammodel regres dkeahu megadug auokorelas, berar model regres ersebu elah melaggar asums d aas. Uuk u model regres ersebu harus dperbak karea model regres yag megadug auokorelas bukalah model regres yag bak. Dega laar belakag lah peuls megambl judul Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag megadug Auokorelas.. Perumusa Masalah Uuk megeahu apakah suau model regres ler megadug auokorelas aau dak, dapa duj dega megguaka uj Durb Waso. Jka erbuk model regres ersebu megadug auokorelas, maka model ersebu dak lag efse dguaka, karea dak memeuh asums bahwa dak adaya auokorelas dar la-la gala. Sehgga perlu dlakuka daka perbaka, dega membeuk suau model regres ler yag baru yag dak lag megadug auokorelas, dega meode Durb Waso..3 Tujua Peela Tujua peuls adalah uuk meyelesaka model regres ler yag megadug auokorelas dega megguaka suau meode yau Durb Waso, sehgga dperoleh model regres baru yag bsa epa aau model yag bear da dak megadug auokorelas lag..4 Pembaasa Masalah Pembahasa dlakuka dega megaggap bahwa asums-asums la eap erpeuh da dbaas pada masalah auokorelas da uuk kesalaha yag megku model auokorelas S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

12 gka sau (Frs-Order Auoregresve), yau kesalaha e pada sau perode sebelumya. Model regres ersebu dyaaka sebaga berku : e ρ e e ρ + µ + µ (.4) Dega : ρ koefse auokorelas µ varabel radom yag dak berkorelas.5 Keragka Pemkra Dalam peulsa skrps peuls megambl lagkah-lagkah sebaga berku : Lagkah I : Meyeldk aau meguj apakah pada daa pegamaa erdapa korelas seral (auokorelas) aau dak. Lagkah II : Aka dbahas peyebab erjadya ouokorelas besera peyelesaaya. Dmaa dalam baga peuls memberka peyelesaa dar daa yag eryaa megadug auokorelas dega megguaka meode Durb Waso. Lagkah III : Dberka cooh permasalaha sera daka peyelesaaya..6 Tjaua Pusaka Dalam pemecaha permasalaha da pejabara eor peuls melakuka jaua pusaka aara la :. Maddala.99, Ecoomercs, mejelaska bahwa meode peduga kuadra erkecl dak dapa dguaka secara lagsug, peguja uuk megeahu ada aau dakya S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

13 korelas seral yag kekelruaya megku ouoregres orde perama adalah Durb Waso.. Suprao.J, 995, Ekoomerka Buku Dua, Uversas Idoesa, Jakara. Dar buku dkup defes dar korelas seral yau korelas (hubuga) aara la-la pegamaa yag ersusu dalam ragkaa waku (seper pada daa ruu waku aau me seres daa) aau korelas daara la-la pegamaa yag eruru dalam ruag (daa pegamaa merupaka cross-secoal). 3. Roald J.W da Thomas H.W,98, Regresso A Secod Course I Sascs. Dar buku dkup eag parameer β da erval kepercayaa β. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

14 BAB II LANDASAN TEORI. Aalsa Regres Pada dasarya aalsa regres darka sebaga suau aalss yag berkaa dega sud keergauga dar suau varabel ak bebas (depede varable) dega sau aau lebh varabel pejelas (depede varable) dega maksud uuk meduga aau memperkraka la raa-raa populas aau la-la dar varabel ak bebas berdasarka la-la ereu dar varabel pejelas (varabel bebas). Hubuga aar peubah bebas aau varabel bebas da varabel ak bebas yag dcocokka pada daa da dada dega persamaa predks yag dsebu sebaga persamaa regres, oleh karea u regres ler merupaka suau persamaa regres d maa semua varabel yag ada d dalam persamaa u (bak varabel bebas maupu varbel ak bebas) bersfa ler, begu juga dega parameer koefse regres u bersfa ler. Meskpu aalss regres berurusa dega keergauga sau varabel pada varabel la, dak berar sebab akba. Suau hubuga sask bagamaapu kua da sugesf, dak perah dapa meeapka hubuga sebab-akba.. Meode Kuadra Terkecl (Ordary Leas Square).. Prsp Meode Kuadra Terkecl Perhaka model regres ler berku : Yˆ a + bx + e Yˆ a + bx Y ˆ merupaka perkraa dar Y, karea S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

15 Y Y ˆ + e, maka e Y - Y ˆ e Y a bx yag meujukka bahwa e (kesalaha peggaggu / resdual) merupaka selsh aara Y yag sebearya (hasl pecaaa / observas) dega Y perkraa, yag dhug berdasarka persamaa gars regres ( Y ˆ ). Y ˆ dsebu juga la regres. Dega e adalah resdu berdsrbus ormal. Kalau dak ada kesalaha peggaggu, maka Y aka sama dega Y ˆ. Kesalaha peggaggu yag meyebabka suau perkraa/ramala Y dak epa. Dega meode kuadra erkecl ka peroleh a da b yag membua mmum. Iulah sebabya megapa cara dsebu leas square error. Meuru eor kalkulus, uuk membua e e mmum, ka harus meurukaya dua kal, mula-mula erhadap a, kemuda erhadap b, da meyamakaya dega ol, caraya sebaga berku : e a e b Y a bx ( )( ) Y a bx X ( )( ) Seelah dsederhaaka, ka peroleh persamaa ormal sebaga berku : () a + b X Y () a X + b X XY Kalau dar () ka bag, maka a + bx Y Maka, a Y bx, X X, Y Y (.) Uuk medapaka rumus b, masukka a ke (), S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

16 Y X + b X b X XY ( X ) X Y b + b X XY { ( ) } b X X XY X Y XY X Y b X X ( ) (.) Aau XY b kalau x X X X y Y Y (.3) x da y (huruf kecl) dalam beuk devas erhadap raa-raa X da Y, a da b dsebu pemerkra kuadara erkecl (leas square esmaor). Pemerkra (dsebu juga peduga aau peaksr) kuadara erkecl a da b dyaaka dalam la-la observas dar sampel sebayak pasag la ( x, y ) da merupaka pemerkra uggal (po esmaor), maksudya dar suau sampel ereu haya dhug sau la a da sau la b sebaga perkraa parameer A da B. Pemerkra a da b ersebu seelah dhug berdasarka suau sampel ereu aka dperoleh la a da b yag memugkka uuk peggambara kurva gars regres Y a + bx yag mempuya sfasfa sebaga berku :. Melalu k koorda ( XY, ), hal jelas dujukka oleh persamaa (.), dmaa a Y bx. Raa-raa Y (Y ) sama dega ˆ Y, yau raa-raa Y perkraa sama dega raa-raa Ŷ a+bx (Y-bX)+bX Y-bX+bX Y+b(X -X), jumlahka uuk seluruh la sampel Yˆ Y + b ( X X ), oleh karea ( X X) X X, maka Yˆ Y (bag dega ), maka ˆ Y Y jad, Yˆ Y Y observas. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

17 3. Raa-raa kesalaha peggaggu laya ol e Y Yˆ Y a bx e ( Y a bx ) e ( Y Y + bx bx ) Y Y b X X e e ( ( )), kemuda bag dega, maka Jad, raa-raa kesalaha peggaggu, e Kemuda perhaka uraa berku : a) Y a + bx + e, jumlahka uuk seluruh Y a + b X +e, (bag dega ) b) Y a + bx + e ( Y Y) ( a a) + bx ( X) + ( e e), e Maka, y bx + e (.4) yˆ bx, maka e y yˆ (.5) Jad, (.5) meujukka persamaa gars regres ler sederhaa (smple lear regresso) yag dyaaka dalam beuk devas...3 Pegaruh Taksra Kuadra Terkecl Jka kesalaha e dalam model regres berkorelas, maka dperoleh beuk peaksr kuadra erkecl β mejad : β β + ( X ' X ) X ' ε (.6) berar E( β ) E{ β + ( X ' X ) X ' ε} S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

18 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9 ( ) [( ' ) ' ] ( ) ( ' ) ' ( ), dmaa ( ) E E X X X E X X X E E β ε β ε ε β + + I sedr meujukka bahwa mash eap merupaka peaksr ak bas dar β meskpu kesalaha ε berkorelas. Selajuya aka dcar Mea, Varas, Covaras dar kesalaha yag berkorelas sebaga berku :. Mea ) ( ) ( r r r r r r E E E µ ρ µ ρ ε Dar asums ) ( E µ uuk semua, maka ) ( r E µ, jad ) ( E ε. (.7). Varas ) ( r r r E E µ ρ ε ( ) var( ) ( ) ( ) ( ρ ρ σ µ ρ µ ρ µ r r r r r r E asumska bahwa : ) ( ) ' ( E E µ ρε ε ε σ + ) ( ) ( ) ( ρ σ σ σ ρ µ ε ρ µ ε ρ µ µ E E E maka varasya adalah : ρ σ σ µ uuk semua.. (.8)

19 .3 Uj Hpoesa Uuk memerksa suau model regres megadug auokorelas dar la-la gala, maka ka harus megujya erlebh dahulu. Seelah dperoleh peduga parameer parameer model regres lear (.) sera varasya, maka perlu dlakuka uj hpoesa erhadap parameerparameer ersebu uuk megeahu seberapa jauh keberhasla model ersebu dalam mejelaska varabel respo..3. Uj Sgfka dar Regres Uj meeuka ada aau dakya hubuga ler aara varabel respo dega sekumpula varabel pejelas. H H β β β p β, j,,..., p j Saska peguj uuk H β adalah SS / k F j MS R R. (.9) SSE /( k ) MSE Berdsrbus F dega deraja kebebasa -k-, dmaa k p+. Ds jumlah kuadra oal dpars mejad jumlah kuadra regres da jumlah kuadra resdual, yau : SSY SSR SSE Dega: SS E e' e Maka : SS E Y ' Y β ' X ' Y Da karea SS Y Y ' Y Y. (.) Maka SS E dapa pula duls sebaga berku : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

20 Y ' Y Y Y β X ' Y.. (.) Aau : SSE SSY SSR SS R Y X ' Y β.. (.) Aura kepuusa : Jka la F > F α,, H dolak pada gka sgfka α k k Jka la F < F α,, H derma pada gka sgfka α k k Nla dsrbus F dperoleh dar abel pada lampra, berdasarka gka sgfkas yag dguaka da deraja kebebasa k da -k-..4. Peaksra Parameer Teor peaksra dgologka mejad peaksra k da peaksra selag. Sedagka cara melakuka peaksra ada bermacam-macam daaraya cara mome, smpaga kuadra erkecl, kemugka maksmum aaupu sfa peaksra ak bas lear yag erbak. Msalka sebuah la sask ˆρ erdsrbus dega cr suau parameer populas ρ. Parameer ρ adalah parameer yag aka daksr dega la aksra ˆρ yag dapa megambl beuk apa saja seper raa- raa, ragam, smpaga baku aau koefse regres da la la. Sask yag dguaka uuk memperoleh la aksra dsebu peaksr aau fugs kepuusa. Peaksr sedr juga merupaka peubah acak. Uuk meaksr sebuah parameer ρ perlu dlakuka pearka cooh yag represeave. Teu saja, sebelum melakuka peaksra perlu dkeahu erlebh dahulu S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

21 karakersk populas ρ seper beuk dsrbusya, parameer parameer la kecual ρ da sebagaya, walaupu kadagkala formas eag populas sagalah mm. Suau peaksra aka meghaslka bermacam macam peaksr. Daara peaksr peaksr u haruslah dplh maa yag erbak yag dapa dpaka sebaga peghampr parameer populas. Oleh karea u erlebh dahulu peuls megeahu cr cr peaksr yag bak da peaksr yag dak bak. Peaksr yag bak harus memeuh beberapa syara, ergaug kepada besar ukura coohya. Pada bab aka duraka beberapa defes berkaa dega krera peaksr yag bak. Krera peaksr yag bak melpu keakbasa, efses, da kosses. () Keakbasa E ( ˆ ρ) Sask ˆρ dkaaka peaksr ak bas dar parameer ρ jka E ( ˆ ρ) ρ ρ Jka ρ ρ maka E ( ˆ ρ) ρ damaka bas. Krera keakbasa meyaaka bahwa dsrbus dar peaksr, yau ˆρ mempuya raaa sama dega ρ. Msalka, dar populas berdsrbus ( µ,) X ( X + X + + ) E X N dambl sampel yau X X X. Maka merupaka peaksr ak bas dar µ, karea : ( X ) E ( X + X + X ) E( X + X + X ) { E( X ) + E( X ) + E( X )} µ µ., Teap krera ak bas saja ak cukup selama varas sebaga ukura peyebara suau peaksr ak bas dkeahu. Yag dgka peaksr ak bas dega varas erkecl yag merupaka krera efses. () Efses S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

22 Jka ˆρ da ˆρ adalah peaksr ak bas uuk parameer ρ, maka ˆρ damaka lebh efse dar ˆρ jka Va ( ˆ ρ ) var ( ˆ ρ ) < r. Krera meyaaka bahwa peaksr yag mempuya peympaga erkecl dar raaaya adalah yag palg efse. (3) Kosses Peaksr parameer ρ dkaaka kose bla la aksra aka sama dega parameer yag daksr dega berambahya ukura cooh sampa ak erhgga. Bla ukura cooh semak besar, peaksr ρ aka medeka k ereu, bas semak kecl demka pula dega la ragamya. Jad,peduga ρ adalah peaksr kosse bag parameer populas. Adapu besar kesalaha kuadra raa raa peaksr ρ erdr aas ragam da bas kuadra yag dhug sebaga berku: MSE ( ˆ ρ) E ( ˆ ρ ρ) ( ) ( ) E ˆ ρ E ˆ ρ + E ˆ ρ ρ ( ) ( ) ( ) [ ] E ˆ ρ E ˆ ρ + E ˆ ρ E ˆ ρ E ˆ ρ ρ + E ˆ ρ ρ Msalya membukka bahwa X adalah µ MSE lm MSE ( X ) ragam ( X ) + ( bas X ) σ + σ ( X ) lm Jad X adalah peaksr yag kosse bag µ.5 Turua Parsal S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

23 Msalka z f ( x, y) fugs varabel yag erdefes dsekar k ( y) f erhadap x adalah urua z erhadap x da y eap kosa Turua parsal z f ( x, y) erhadap x duls: x,. Turua parsal dar z x x f ( x, y) f ( x, y) ddefeska sebaga berku: x f ( x, y) f ( x, y) x lm h f ( x + h, y) f ( x, y) h Turua parsal z f ( x, y) erhadap y duls: z y y f ( x, y) f ( x, y) ddefeska sebaga berku: y f ( x, y) f ( x, y) y lm k f ( x, y + k) f ( x, y) k.6 Aalsa Korelas Aalsa korelas merupaka suau aalss yag dguaka uuk megukur keeraa hubuga aar varabel. Perhuga deraja keeraa ddasarka pada persamaa regres. Deraja keeraa d aara dua varabel dsebu korelad sederhaa (smple correlao), deraja keeraa yag berkaa dega ga aau lebh varabel dsebu sebaga korelas bergada (mulple correlao). Aalsa regres dar korelas sederhaa meujukka hubuga aara dua varabel, yak varabel bebas da varabel ak bebas. Sedagka aalsa regres bergada da aalsa korelas bergada megguaka ga aau lebh varabel, sau varbel ak bebas da dua aau lebh varabel bebas. Perlu dga bahwa ggya gka korelas dak meujukka hubga sebab akba aar varabel, mugk dperoleh korelas yag gg aar dua varabel amu dak mempuya hubuga. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

24 Uuk melha korelas aara varabel bebas da ak bebas dapa dlha melaul formula: r X Y ( X )( Y) { Y ( Y) }{ X ( X ) } (.3) dega r adalah koefse korelas aar varabel..7 Auokorelas Salah sau asums peg dar beberapa asums model ler klask adalah beuk gaggua dar pegamaa yag berbeda ( e, e ) bersfa bebas. Dega kaa la asums megharuska j dak erdapaya korelas dr aau korelas seral (auokorelas) d aara beuk e yag ada dalam fugs regres populas. Pada dasarya auokorelas dapa ddefska sebaga korelas d aara la-la pegamaa yag eruru dalam waku (me seres daa) aau la-la pegamaa yag eruru dalam ruag (cross-secoal daa). Auokorelas berkaa dega hubuga aara la-la yag berurua dar varabel yag sama. Dega demka erlha adaya perbedaa pegera aara auokorelas dega korelas. Yag maa sama-sama megukur deraja keeraa hubuga. Korelas megukur deraja keeraa hubuga d aara dua buah varable yag berbeda, sedagka auokorelas megukur deraja keeraa hubuga d aara la-la yag berurua pada varable yag sama aau pada varable u sedr..7.. Pegaruh Auokorelas S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

25 Auokorelas merupaka kasus khusus dar korelas. Dmaa auokorelas berkaa aara hubuga aara la-la yag berurua dar varabel yag sama aau varabel u sedr. Tmbulya masalah kesalaha yag berkorelas seral basaya dsebabka oleh salah sau asums yag dak erpeuh. Meskpu adaya auokorelas, koefse peduga parameer mash bersfa ak bas, dalam pegera bahwa la harapa sama dega parameer yag sesugguhya, haya saja varas dar koefse peduga u aka mejad lebh besar. Dega demka apabla beuk gaggua mempuya auokorelas, maka varas dar peduga Meode Kuadra Terkecl aka mejad lebh besar dar pada peduga laya. Sehgga peaksra dega megguaka Meode Kuadra Terkecl dak aka meghaslka parameer seper yag dgka. Apabla beuk gaggua meujukka aau memperlhaka adaya korelas seral aau auokorelas, maka hal aka berpegaruh pada la gala baku (sadar error) dar parameer dugaa aau gala baku dar koefse peduga parameer model. Seper elah dkemukaka dalam pembaasa masalah pada BAB I, bahwa error kesalaha ε dasumska memeuh hubuga : e ρ e - + µ. (.4) dmaa ρ adalah koefse auokorelas dega la (-< ρ <) Persamaa (.) dkeal sebaga regres dr gka sau (Frs Order Auoregresf) duls sebaga AR(), yag meujukka bahwa kesalaha pada perode dus (e ) bergaug pada kesalaha pada perode sebelumya duls (e - ). Beuk legkap dar AR ( ) adalah sebaga berku : e ρ e - + µ e - ρ e - + µ e -r ρ e -r- + µ -r S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

26 Selajuya subsuska ε pada persamaa (.4), sehgga dperoleh : e ρ (e - + µ - ) + µ ρ (e - +ρµ -r ) + µ selajuya subsuska ε, sehgga dperoleh : e (e -3 + µ - ) + ρ µ - + µ da apabla lagkah ersebu dlakuka erus meerus uuk perode (r besar), maka dperoleh : e µ + ρ µ - + ρ µ - + maka : e r r ρµ r Y β ( ρ) + β X ρβ X + ρy + ε Y * (Y ˆ ρy ) - X * (X ˆ ρ X ) - sehgga E ( µ ).7. Alasa Terjadya Auokorelas Terjadya auokorelas daara la-la dar varabel gaggua e dapa dakbaka karea beberapa hal berku:. Adaya varabel-varabel pejelas yag dhlagka dar model. Seper dkeahu bahwa kebayaka varabel-varabel ekoom cederug megadug auokorelas, dmaa S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

27 la-la dar perode sekarag aka ergaug pada perode sebelumya. Jka varabel yag memlk sfa auokorelas dhlagka aau dkeluarka dar model aau dpsahka dar sekumpula varabel pejelas yag la, maka jelas hal aka berpegaruh yag dreflekska dalam varabel gaggua e, sehgga la-la dar gaggua aka megadug auokorelas. Kasus serg dsebu sebaga quasauocorrelao, krea merupaka pola auokorelas dar varabel pejelas (X) yag dhlagka yag mucul dalam model regres u, buka meujukka pola perlaku dar la-la e yag sesugguhya.. Adaya kesalaha spesfkas beuk maemak dar model. Jka ka merumuska aau meeapka beuk maemak yag berbeda dar beuk hubuga yag sesugguhya, maka la-la gaggua ε aka meujukka auokorelas. 3. Adaya feomeal Cobweb, d maa la varabel yag sekarag bereaks aau deuka oleh varabel sebelumya. 4. D dalam aalss regres yag melbaka daa dere waku, jka model regeres megkuseraka dak haya la-la sekarag, eap juga la-la pada waku yag lalu sebaga varabel pejelas, maka varabel u dsebu sebaga model dsrbus lags. 5. Adaya mapulas daa. D dalam aálss emprk, daa meah serg dmapulas. Sebelum membahas mapulas daa, maka perlu dkemukaka d s bahwa kaa mapulas dak berkaa dega hal-hal egaf seper memalsuka daa, megarag daa, da sebagaya, eap mapulas daa yag dmaksudka d s adalah suau ekk megubah daa yag berkooas posf, d maa ekk megubah daa aau memperkraka daa u dapa dbearka eap serg membulka masalah yag berkaa dega beuk gaggua..8 Uj Durb Waso Uj dkemukaka oleh saskawa J. Durb da G.S. Waso, sehgga uj dkeal dega ama Uj Durba-Waso. Uj haya cocok uuk pola regres dr order perama yag megambl beuk : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

28 e ρ e + µ Adapu beberapa asums yag meladas Uj Durba Waso aara la :. Uj Durb Waso derapka uuk model regres yag mecakup parameer β, dega kaa la dperguaka uuk model regres yag megadug ersep.. Varabel varabel pejelas X, adalah osokask, aau bersfa eap dalam pearka cooh yag berulag (Repeaed Samplg) 3. Beuk gaggua e dbagkka melalu pola regres dr order perama dega megambl beuk : e ρ e + µ 4. Model regres dak mecakup la la lag dar varabel ak bebas sebaga suau varabel pejelas. 5. Tdak ada parameer yag hlag dalam daa, dega demka uj Durb Waso dapa dguaka uuk model regres yag dbagu berdasarka daa yag legkap, eruama uuk daa dere waku. Uj Durb Waso sedr drumuska sebaga berku : d ( e e ) e.. (3.5) Kebaka dar sask Uj d Durb Waso sedr adalah bahwa perhugaya ddasarka aas e, perkraa resdual peggaggu e yag secara ru dhug ddalam aalss regres. Karea e da e haya berbeda sau pegamaa, maka keduaya dapa daggap sama. Sehgga e e, maka persamaa (3.) dapa duls kembal sebaga berku ; e e d ~ (.6) e Gka koefse korelas dapa deuka dega formula : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

29 e e ρ (.7) e Sebaga peduga dar koefse auokorelas gka sau (ρ), yag laya berada pada < ρ <, maka dega megguaka persamaa (.7) beuk persamaa (.6) dapa dyaaka sebaga berku : d ~ ( ρ) (.8) I berar bla ρ medeka yag meujukka dak adaya auokorelas, d aka medeka. Demka pula bla ρ medeka, yag meujukka ada auokorelas seral posf, d aka medeka, da bla ρ medeka -, meujukka ada korelas seral egaf, d aka medeka 4. Dar uraa yag dkemukaka, maka dapa dark kesmpula eag beberapa sfa dar uj Durb Waso aara la:. H : ρ (Tdak ada auokorelas) H : ρ (Ada auokorelas). H : ρ (Tdak ada auokorelas H : ρ (Ada auokorelas posf) > 3. H : ρ (Tdak ada auokorelas) H : ρ (Ada auokorelas egaf) < S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

30 Dega demka sask d Tdak ada auokorelas yag dhug berdasarka persamaa (3.) aka dbadgka aau dlha haslya dar abel kepuusa Durb-Waso uuk memperoleh kesmpula apakah perlu meolak aau meerma H. Kaídah kepuusa dar Uj Durb-Waso dapa dku dalam abel. Masalah yag medasar dar Uj Durb-Waso adalah dak dkeahu secara epa megea dsrbus dar sask d sedr. Mesk demka Durb-Waso elah berhasl meghug baas aas du da baas bawah d L dar la la krs ersebu. Tabel Kaídah Kepuusa Durb-Waso Hpóess ol ( H ) Kepuusa Jka Tdak ada Auokorelas posf Tdak ada Auokorelas posf Tolak H Tdak ada < d < d L d d < L d u Tdak ada Auokorelas Negaf Tdak ada Auokorelas Negaf Tolak H Tdak ada 4 < d < 4 d l 4 d d 4 u d l Tdak ada Auokorelas Posf aau Negaf Tarma H d < d < 4 U d U S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

31 BAB III PEMBAHASAN 3. Medeeks Kehadra Auokorelas Masalah auokorelas mempuya akba yag cukup serus dalam suau model regres. Ada beberapa cara uuk medeeks ada dakya auokorelas dalam pegamaa yag sedag dseldk, uuk pegamaa dpaka uj Durb Waso. 3.. Uj Durba Waso Sask d Durb Waso ddefeska sebaga berku : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

32 d ( e e ) e Mekasme es Durb Waso adalah sebaga berku, dega megasumska bahwa asums yag medasar es elah erpeuh :. Lakuka regres OLS da dapaka resdual e.. Hug d dar persamaa daas. 3. Uuk ukura sampel ereu da bayakya varabel yag mejelaska ereu, dapaka la krs d L da d U. 4. Jka hpoesa H adalah bahwa dak ada auokorelas posf, maka d < d L : meolak H d < d U : dak meolak H d L d d U : peguja dak meyakka 5. Jka hpoesa H adalah bahwa dak ada auokorelas egaf, maka d > 4- d L : meolak H d > 4- d U : dak meolak H 4- d U d 4- d L : peguja dak meyakka 6. Jka hpoesa H adalah dua-ujug, bahwa dak ada auokorelas bak posf aau egaf, maka d < d L : meolak H d > 4 d L : meolak H d U < d < 4 - d U : dak meolak H aau jka, d L d d U da 4 d U d 4- d L, maka peguja dak meyakka. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

33 Seper lagkah ad meujukka kelemaha besar dar es d adalah bahwa jka d ad jauh dalam daerah yag meraguka, jad dak dapa dsmpulka apakah auokorelas ada aau dak ada. Sehgga memugkka uuk megguaka es la harus juga d perhaka. 3. Pedugaa parameer ρ. Ada prosedur aleraf yag dapa dguaka uuk megeahu apakah suau model memlk auokorelas, da dapa dduga besara auokorelas u, yag maa besara auokorelas perlu dduga agar dapa melakuka daka perbaka bla demuka adaya auokorelas pada suau model regres.uuk megeahu apakah erdapa auokorelas aau dak maka duj erhadap koefse peduga parameer ρ, yau ˆρ. Prosedur ρ dapa dlakuka sebaga berku: H : ρ ; yag meujukka bahwa koefse auokorelas sama dega ol berar dak erdapa auokorelas. H : ρ ; yag meujukka adaya auokorelas, bak auokorelas posf aau auokorelas egave. Uuk megeahu la dugaa para meer ρ, yau ˆρ, maka dapa deuka dega megguaka formula berku : ˆ ρ ee e (3.4) Varas ˆρ dapa dduga megguaka formula berku : var( ˆ ρ) s e (3.5) dega : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

34 s ( ) ee e e ( ) k (3.6) Dalam persamaa (3.6) yag dmaksud dega (-) adalah bayakya pegamaa yag dguaka uuk membagu model regres, maka daa aka kehlaga sau la pegamaa dmaa pegamaa perama dak dapa dperguaka karea la uuk e pada pegamaa perama dak ada. Sedagka k adalah bayakya parameer yag dduga dalam model auokorelas da dlha dar pola regres dr e ρ e + µ, maka jelas bayakya parameer yag dduga adalah, yau regres dr orde perama ρ. 3.3 Tdaka Perbaka dega Pedugaa ρ Berdasarka Meode Dua Tahap Durb Usaha perbaka erhadap model yag regres yag megadug auokorelas adalah dega membagu persamaa beda umum, uuk dapa membagu persamaa regres beda umum, perlu meduga koefse auokorelas ( ˆρ ), agar dperguaka dalam merasformaska varabel asl X da Y kedalam X * da Y *. Uuk mejelaska meode, maka bayagka eerdapa suau persamaa beda umum, yag dapa dyaaka sebaga berku: Y β ( ρ) + β X ρβ X + ρ Y + µ (3.) Prosedur pedugaa ρ berdasarka meode dua ahap Durb dapa megku lagkah berku : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

35 . Pada ahap perama, meregreska X erhadap Y, X da Y, berdasarka OLS d duga koefse regres dar Y uuk dperguaka sebaga koefse dugaa bag parameer auokorelas. Jad koefse regres dar Y daggap merupaka ˆρ, sebaga dugaa dar ρ.. Seelah memperoleh la dugaa ˆρ, maka rasformaska varable-varabel yag asl dalam varable-varabel rasformas berku : Y * ( Y ˆ ρy ) (3.) - X * ( X ˆ ρ X ) (3.3) - Kemuda berdasarka varabel rasformas Y * da X *, dbagu model regres dega megguaka OLS. 3.4 Kosekues Dar Adaya Ouokorelas Dalam Aalss Regres Apabla beuk gaggua meujukka aau memperlhaka adaya auokorelas, maka hal aka berpegaruh kepada la gala baku (Sadard Error) dar parameer dugaa aau gala baku dar koefse peduga parameer model. Dega adaya beuk gaggua auokorelas megakbaka ragam gala yag dduga memlk la yag lebh redah dar pada yag sesugguhya. Kosekues dar meduga ragam gala yag redah aka berakba lebh laju da bersfa serus dalam pedugaa ragam koefse peduga parameer. Dega adaya kasus auokorelas dalam varabel gaggua megakbaka pegaruh dar varabel bebas u mejad yaa secara sask. Jelas hal aka memberka kesmpula yag salah karea keadaa sesugguhya dak dberka, sehgga dapa berakba kesmpula yag dark aka salah, karea dak meggambarka keadaa yag sebearya. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

36 3.5 Cooh Peerapa Uuk memperoleh gambara yag lebh jelas eag keguaa eor yag elah duraka, maka ddalam bab peuls sajka sebuah cooh pemakaaya. Daa yag dguaka dalam cooh dkup dar Buku Ekoomerka Terapa Dua, yau eag daa mpor ( Y ) da GNP dar suau egara (daa hpoess) selama ahu. Daa dukur dalam mlyar rupah harga cosa ahu ereu yag daaya dsajka dalam abel berku : Tabel Daa Impor da GNP dar suau Negara X Y Y ε ε S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

37 Dkup dar Buku Ekoomerka Terapa,Vce,Gaspar. Daa dalam abel daas aka duj apakah erdapa auokorelas aau dak dega megguaka Meode Kuadra Terkecl (OLS). Lagkah-lagkah uuk meyelesaka cooh peerapa d aas adalah sebaga berku:. Meeuka persamaa regres dar able. Dega megguaka OLS dperoleh persamaa regres : Yˆ, 465, 9 +, 8X. Hpoess : H H dak ada auokorelas ada auokorelas 3. Taraf sgfka yag dguaka adalah α,5 S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

38 4. Dega deraja kebebasa ( ) k ( ) 8 5. Uj Durb Waso Sekarag aka dpaska apakah model regres yag d aas yag dbagu berdasarka Meode Kudra Terkecl (OLS) erdapa auokorelas aau dak, maka d s aka dguaka Uj Durba-Waso. ε 5634 ; ε ε ; ε ε Saska Durb Waso deuka dega megguaka formula (3.), sebaga berku ; d ( e e ) e e e + e e e e (796) Dar abel Durba Waso dapa día bahwa uuk araf yaa 5% dega k da, dperoleh : d. da d. 4 L U 6. Krera peolaka Durb Waso. 7. Krera peolaka hpoess yag dguaka adalah rera peolaka Durb Waso sesua dega abel. 8. Kesmpula S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

39 Dapa dsmpulka bahwa H d olak, yag meyaaka bahwa dak ada auokorelas, karea d yag d hug berada dalam la: < d < d L < d <. Dega demka regres dak memeuh asums eag dak adaya auokorelas dar la gaggua, karea berdasarka peguja meujukka bahwa model regres mpor erhadap GNP megadug auokorelas uuk u perlu dlakuka daka perbaka erhadap model regres yag megadug auokorelas. 9. Tdaka perbaka Karea pada model mash erdapa auokorelas maka perlu dlakuka daka perbaka dega megguaka rasformas daa srbaga berku Tabel 3 Trasformas daa dar abel Tahu Ke- Y X Y X Y* X* S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

40 Dar abel daas ; erlha bahwa proses pembedaa daa elah megakbaka kehlaga sau buah pemgamaa yag perama ( ), sehgga pedugaa erhadap persamaa regres beda umum haya megguaka 9 buah daa Y* da X*. uuk kasus regres yag megadug auokorelas maka aka dduga parameer auokorelas berdasarka formula : S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

41 ˆ ρ ee e Sehgga d peroleh la ˆρ,53 Seelah dperoleh la ˆρ,53 maka ega megguaka meode kuadra erkecl, dperoleh persamaa regres sebaga berku :.943,97 +,96X,57X +, 53Y Y... (4.) Guaka ρ yag dperoleh uuk merasformaska varabel asl ke dalam beuk rasformas berku: Y * X * ( Y,53Y ( X,53X ) ) β β * * β (,53) 377,779,96 Selajuya aka duj auokorelas dega Uj Durb-Waso, sebaga berku : d ( e e ) e (4875) Dar krera peolaka Durb Waso, uuk k ; 9 da araf yaa α. 5 maka dperoleh d, 8 da d, 4 L. Kesmpula. U Oleh karea d yag dhug berada dalam selag peermaa H, yau erleak dalam selag d < d < 4 d,4 < d <, 599, maka sesua kadah kepuusa Durb U U Waso, yag meyaaka dak ada auokorelas, bak auokorelas posf maupu S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

42 auokorelas egaf dar la-la gaggua. Maka persamaa regres (4.) adalah model regres yag epa. Usaha perbaka erhadap model regres (3.8) yag megadug auokorelas adalah dega membagu persamaa regres beda umum. Uuk u perlu meduga parameer koefse auokorelas agar dperguaka dalam merasformaska varabel asl Y da X kedalam varabel rasformas Y * da X * Uuk kasus model regres (3.8) yag megadug auokorelas, maka aka dduga parameer auokorelas berdasarka formula (3.3) da dperoleh hasl ρ.53. Seelah dperoleh ρ, maka dapa drumuska kembal model regres (3.8) mejad persamaa beda umum sebaga berku : ( Y -.53 Y ) β * + β *( X -.53 X ) + µ Dega : β * β (- ρ ).468 β µ ε -.53 ε Persamaa d aas dapa duls secara sederhaa sebaga berku : Y * β * + β * X * + µ Dega : Y * ( Y -.53 Y ) X * ( X -.53 X ),3,4,..., BAB IV S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

43 KESIMPULAN DAN SARAN 4.. KESIMPULAN Dar pembahasa yag elah dkaj ddapa kesmpula sebaga berku :. Terjadya masalah auokorelas megakbaka peaksra parameer yag megguaka meode kuadra erkecl eap meghaslka peduga yag ak bas, eap vara pedugaya dak mmum lag. Bahka aksra dar σ mejad aksra yag bas. Dega demka peguj uuk parameer aka membua kesmpula yag salah.. Cara yag dguaka uuk medeeks aau meguj ada aau dakya auokorelas adalah dega megguaka meode Uj Durb-Waso. 3. Model regres yag megadug auokorelas bukalah model yag epa uuk meggambarka keadaa yag sebearya. 4. Model regres yag megadug auokorelas d perbak dega megguaka Meode Dua Tahap Durb, sehgga model yag erakhr dega megguaka Uj Dua Tahap Durb adalah model yag epa uuk meggambarka keadaa yag sesugguhya 4. SARAN. Karea peyelesaa ssem persamaa dalam hal erdapa auokorelas cukup sul dselesaka, maka jka daa dere waku bergada dmaa kekelruaya berkorelas seral dak erlepas dar rasformas daa uuk meghlagka auokorelas dalam model gua membeuk model regres yag baru.. Dalam daa dere waku sebelum dguaka sebakya lebh dahulu duj auokorelas dar resdual dega megguaka sask uj Durb waso aau uj la dalam hal modelya megku AR() aau peguj la yag sesua. DAFTAR PUSTAKA S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

44 Gaspers, Vce. 99. Ekoomerka Terapa Dua. Tarso.Badug. Guraja, Damodar N Ekoomerka Dasar. Peerb Erlagga. Jakara. Maddala, G.S. 99. Ecoomercs. Uversy Of Florda. Florda. USA. Nachrow, Nachrow J.. Pegguaa Tehk Ekoomerka. PT. Raja Grafdo Persada. Jakara. Roald, J.W. ad Thomas, H.W. 98.Regresso A Secod Course I Sasc. Jho Wleyad So.New York. Suprao, J. 5. Ekoomerka Buku Sau. Peerb Ghala Idoesa. Caw. Bogor. Suprao, J Ekoomerka Buku Dua. LPPE. Uversas Idoesa. Jakara. S Rahayu : Pegguaa Meode Durb Waso Dalam Meyelesaka Model Regres Yag Megadug Auokorelas, 9. USU Reposory 9

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

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

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 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 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

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

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

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

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

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

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

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

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

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

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

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

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

Regresi Linier Sederhana Definisi Pengaruh

Regresi 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 terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

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

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

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

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 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 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

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 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 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 terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

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

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

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

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

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

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

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

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

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

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

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

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

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

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

Analisis Korelasi dan Regresi

Analisis 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 terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

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

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

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

* 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

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

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

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

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

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

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

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

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 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

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

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

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III 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 terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

REGRESI SEDERHANA Regresi

REGRESI SEDERHANA Regresi P a g e REGRESI SEDERHANA.. Regres Istlah regres dkemukaka utuk pertama kal oleh seorag atropolog da ahl meteorology Fracs Galto dalam artkelya Famly Lkeess Stature pada tahu 886. Ada juga sumber la yag

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 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 terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

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

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

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

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee Jural ILMU DASAR Vol. 0 No.. 009 : 85 9 85 Esmas Parameer Model Log pada Respos Ber Mulvara Megguaka Meode Mle da Gee Esmag Parameers of Log Model o Mulvarae Bary Respose Usg Mle ad Gee Jaka Nugraha, Suryo

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 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 terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

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 TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 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 terperinci

Analisis Regresi dan Korelasi

Analisis 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci