STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
|
|
- Dewi Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STATISTICS Haug N. Prasetyo Week 11
2 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis, yaitu : 1. Hubuga fugsioal (persamaa matematis). Kekuata atau keerata hubuga
3 ANALISIS REGRESI PENGERTIAN Jeis uji statistika yag dipakai utuk melihat daya prediksi variabel idepede (prediktor) terhadap variabel depede (kriterium) JENIS ANALISIS REGRESI Regresi Liier. Memprediksi peraa prediktor dalam persamaa liier Regresi No Liier. Memprediksi peraa prediktor dalam persamaa oliier yag dibuat oleh peeliti sediri PRASARAT ANALISIS REGRESI Variabel depede terdistribusi ormal Korelasi atar prediktor yag redah (tidak ada multikoliieritas) Hubuga atara prediktor da kriterium adalah liier Homokedastisitas Jika data prediktor bersifat kualitatif (jeder, agama, dsb) maka perlu ditrasformasi mejadi variabel dummy
4 Tujua Regresi 1. Megestimasi ilai rata-rata variabel tak bebas da ilai rata-rata variabel bebas. Meguji hipotesis megeai sifat alamiah ketergatuga 3. Memprediksi atau meramalka ilai rata-rata variabel tak bebas da ilai rata-rata variabel bebas tertetu
5 Aalisis Regresi Aalisis regresi pada dasarya merupaka kajia yag bertujua utuk meemuka sampai seberapa besar pegaruh perubaha variabel idepede terhadap variabel depede. Aalisis regresi liier sederhaa berkiata dega kajia utuk megetahui pegaruh satu variabel idepede terhadap satu variabel idepede Besarya pegaruh variabel idepede terhadap variabel depede dapat dilihat melalui koefisie regresiya
6 Perbedaa dega korelasi Perbedaa dega korelasi Korelasi : megukur kekuata atau tigkat hubuga atara dua variabel (simple correlatio) da tiga variabel (multiple correlatio) Dalam aalisis regresi, ada asimetris atara variabel tak bebas da variabel bebas. variabel tak bebas bersifat acak atau stokastik dimaa variabel bebas diasumsika mempuyai ilai yag tetap dalam pegambila sampel berulag Dalam Korelasi, ada simetris variabel tak bebas da variabel bebas.
7 Jika terdapat variabel, misalka da yag datadataya diplot seperti gambar dibawah
8
9 Defiisi Pegaruh Maka plot data yag membetuk suatu pola tertetu meujukka bahwa variabel da membetuk suatu hubuga hubuga pegaruh
10 Regresi Liier Terhadap Jika pola yag membetuk hubuga da membetuk suatu garis lurus, maka disebut Pegaruh Liier Dimaa : variabel variabel bebas (idepedet) variabel variabel terikat (depedet) Nilai-ilai ditetuka oleh ilai-ilai Variabel dipegaruhi oleh variabel Variabel mempegaruhi variabel
11 Perbedaa dega korelasi Korelasi : megukur kekuata atau tigkat hubuga atara dua variabel (simple correlatio) da tiga variabel (multiple correlatio) Dalam aalisis regresi, ada asimetris atara variabel tak bebas da variabel bebas. variabel tak bebas bersifat acak atau stokastik dimaa variabel bebas diasumsika mempuyai ilai yag tetap dalam pegambila sampel berulag Dalam Korelasi, ada simetris variabel tak bebas da variabel bebas.
12 Regresi Liier Terhadap Plot atara da Garis lurus tersebut membetuk persamaa : a + b a disebut itersep b disebut slope
13 Itersep Bila 0 maka a Bila a 0 maka garis aka melalui titik (0,0) a.
14 Slope Slope kemiriga a + b Perubaha 1 satua pada megakibatka perubaha b satua pada, sehigga megukur kemiriga/slope garis tersebut. α 1 satua b satua
15 Slope Bila b positif Bertambahya ilai megakibatka bertambahya ilai Bila b egatif Bertambahya ilai megakibatka berkuragya ilai
16 Regresi Liier Sederhaa Model regresi liier yag haya melibatka satu variabel bebas (). Model regresiya sbb: α+ β Dimaa : variabel terikat variable bebas α, β parameter regresi
17 Model Regresi Sederhaa Variabel disebut dega variabel depede. Variabel ii disebut pula dega beberapa ama yag serupa seperti variabel terikat, variabel regressad, da variabel edoge. Perilaku atau variasi dari variabel aka dijelaska oleh model/fugsi regresi sederhaa. otasi mewakili variabel idepede. Nama yag ekuivale utuk adalah variabel bebas, variabel regressor, da variabel eksoge. Secara keseluruha, variabel aka mejelaska variasi dalam variabel Notasi a da b keduaya disebut dega parameter model. Secara lebih spesifik, a adalah kostata da b adalah koefisie regresi.
18 Metode Pedugaa Parameter Regresi Nilai dugaa a da b diperoleh dari proses Metode Kuadrat terkecil sbb : 1. Dilakuka turua pertama terhadap a da b ( ( e a i ) ( i a bi) i 1 i i 1 e ) b ( i a bi ) i. Kedua persamaa hasil peurua disamaka dega ol a a+ b i 1 i i i 1 i 1 + i b i i 1 i 1 i i
19 i i i i i i i i i i i b b a i i 1 1
20 Atau bila di ragkum Persamaa garis regresi : Dimaa : b a ^ + ( ) - - a Atau : ( ) - - b ( ) b - a - - b
21 Persamaa Regresi Sederhaa Cotoh 1 Maajeme musik igi megetahui hubuga fugsioal atara ilai pejuala album () dega biaya promosi () yag diyakii bahwa biaya biaya promosi dapat mempegaruhi ilai pejuala. Buatlah persamaa regresi liear yag meujukka hubuga atara ilai pejuala album () dega biaya promosi () megguaka data berikut dega metode kuadrat terkecil
22 Data ilai pejuala da biaya promosi Nilai pejuala () Biaya promosi ()
23 Peyelesaiaya
24 Mecari ilai a da b a a 76 b 1, 5 ( ) b ( ) 8(15.03) (19)(608) 8(4.90) (19) ,4965 1,5 ˆ 40+ 1, 5
25 KESALAHAN BAKU Persamaa regresi mempuyai total kuadrat error sebesar : ^ e - Maka kesalaha bakuya : S ^. - ^ atau S ^. - a - b
26 Cotoh Tabel berikut meujukka tiggi bada (i) da berat bada (lb) dari 1 mahasiswa. Tiggi Bada () Berat Bada () a. Tetuka persamaa regresi dari data tersebut! b. Hitug kesalaha baku peaksira ^
27 JAWAB Tiggi bada () Berat bada () b a - - ( ) - b ( )-( 805)( 1850) 1( 5379) -( 80) ( 3,) ,04 Jadi persamaa regresiya - 61,04+ 3, - ^ 3,
28 JAWAB (lajuta) Tiggi bada () Berat bada () ^ ^ - 164,4 141,8 170,8 13, 151,5 164,4 177, 148,3 138,6 154,7 148,3 157,9 88,4 67, 84,6 7,8 0,3 13 0,6 136,9 43,6 94,1 86,5 34,8 677,8 S. ^ - 677,8 1 ^ 7,5
29 KOEFISIEN KORELASI Variasi total adalah Dimaa ( - ) ( - ) ^ - ^ + - Perbadiga atara variasi yag dijelaska dega variasi total adalah koefisie determiasi, yaitu : Dimaa 0 < r < 1 r ^ - ( - )
30 KOEFISIEN KORELASI (lajuta) Jadi koefisie korelasiya adalah : r ± ^ - ( - ) Dimaa -1 < r < 1 da jika : 1. r -1 maka disebut korelasi liear egatif. r 1 maka disebut korelasi liear positif 3. r 0 maka disebut tidak berkorelasi secara liear
31 KOEFISIEN KORELASI (lajuta) Koefisie korelasi juga dapat diyataka dega rumus : r 1- S S ^. Dimaa : S S ^. - a - b ( ) - (variasi ) (kuadrat dari kesalaha baku)
32 KOEFISIEN KORELASI (lajuta) Bila hubuga atara variable da liear, maka koefisie korelasiya disebut koefisie korelasi produk mome: r xy ( )( x y ) Dimaa : x - y -
33 KOEFISIEN KORELASI (lajuta) Koefisie korelasi produk mome juga dapat dihitug dega rumus : S Dimaa : r S S S ; S ; S
34 KOEFISIEN KORELASI (lajuta) Atau betuk yag lebih sederhaa : r - { ( ) } - -( ) { } Bila ilai r : 1. 0,9 < r < 1,0 atau -1,0 < r < -0,9 (hubuga yag sagat kuat). 0,7 < r < 0,9 atau -0,9 < r < -0,7 (hubuga kuat) 3. 0,5 < r < 0,7 atau -0,7 < r < -0,5 (hubuga moderat) 4. 0,3 < r < 0,5 atau -0,5 < r < -0,3 (hubuga lemah) 5. 0,0 < r < 0,3 atau -0,3 < r < 0,0 (hubuga yag sagat lemah)
35 KOEFISIEN KORELASI (lajuta) Bila data variabel da variabel merupaka data yag dikelompokka dalam betuk distribusi frekuesi, maka koefisiekorelasiya dihitug dega rumus : r ( f) -( f)( f) { ( ) } f - f f -( f) { }
36 CONTOH 3 Dari cotoh, tetuka : a. Koefisie korelasi r da artiya! b. Koefisie determiasi r da artiya!
37 JAWAB Tiggi bada () Berat bada () r 1( 1458) -( 80)( 1850) { ( ) ( ) } ( 87868) -( 1850) { } 0,86 Karea r terletak atara 0,7 da 0,9, maka terdapat hubuga positif yag kuat atara tiggi bada da berat bada mahasiswa.
38 Koefisie Determiasi(KD) Koefisie Determiasi adalah aalisis utuk memperlihatka besar pegaruh variabel terhadap variabel. KD r 100 %
39 Berdasarka cotoh sebelumya dapat dihitug Koefisie Determiasiya r (0,86) 0, ,96 % Artiya variasi berat bada yag dapat dijelaska oleh variasi tiggi bada mahasiswa () oleh persamaa regresi - 61,04+ 3, adalah sebesar 73,96 %. Sisaya sebesar 6,04 % dijelaska oleh faktor lai di luar variabel pada persamaa regresi tersebut. ^
40 LATIHAN 1 Berikut disajika data tiggi bada ayah da tiggi bada putra yag diperoleh dari suatu survei dega sampel 1 orag ayah da putra (dalam i). Tiggi bada ayah Tiggi bada putra a. Tetuka persamaa regresiya! b. Bila tiggi seorag ayah 7,4 i, berapa ^ kira-kira tiggi bada putraya? c. Tetuka kesalaha baku peaksir d. Tetuka koefisie korelasi da artiya! e. Tetuka koefisie determiasi da artiya!
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciREGRESI DAN KORELASI
REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas
Lebih terperinciREGRESI LINIER SEDERHANA
REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinciPengenalan Pola. Regresi Linier
Pegeala Pola Regresi Liier PTIIK - 014 Course Cotets 1 Defiisi Regresi Liier Model Regresi Liear 3 Estimasi Regresi Liear 4 Studi Kasus da Latiha Defiisi Regresi Liier Regresi adalah membagu model utuk
Lebih terperinciProgram Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi
Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.
Lebih terperinciPenyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.
2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug
Lebih terperinciNama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL
Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.
Lebih terperinciSTATISTIKA ANALISIS REGRESI ANALISIS REGRESI LINIER LEKTION ACHT(#8) ANALISIS REGRESI
ANALISIS REGRESI STATISTIKA LEKTION ACHT(#8) ANALISIS REGRESI Regresi: kembali ke tahap perkembaga sebelumya (psi.). Aalisis regresi: aalisis yag diguaka utuk megetahui relasi depedesi (pegaruh) dari satu
Lebih terperinciNama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL
Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug
Lebih terperinciREGRESI LINIER GANDA
REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka
Lebih terperinciSTATISTIKA ANALISIS REGRESI DAN KORELASI LINIER SEDERHANA
STATISTIKA ANALISIS REGRESI DAN KORELASI LINIER SEDERHANA OUTLINE LANJUTAN Peetua garis duga regresi dega Metode OLS kostata a da koefisie b Aalisis Varias komposisi variasi sekitar garis r da r Stadard
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25
18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15
Lebih terperinciANALISIS REGRESI DAN KORELASI SEDERHANA
LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.
Lebih terperinciA. Pengertian Hipotesis
PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciBAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan
BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinciL A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.
L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara
Lebih terperinciREGRESI DAN KORELASI SEDERHANA
REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciTUGAS ANALISIS REGRESI (HALAMAN
TUGAS ANALISIS REGRESI (HALAMAN 85-88) 1. Tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b. Hitug Sum of Square for Residual c. Hitug Mea Sum of Square for Regresssio
Lebih terperinciProbabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata
Probabilitas da Statistika da Adam Hedra Brata Dua Peubah Acak dua perubah acah X da Y dega rata-rata da diberika oleh rumus : E(XY) - - - Sifat Sifat Sifat kovariasi utuk X da Y diskrit : f(, ) f(, )
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau
Lebih terperinciUji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.
MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL
BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,
Lebih terperinciBAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.
BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciDISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin
DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciMANAJEMEN RISIKO INVESTASI
MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya
Lebih terperinciBAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran
BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika
Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu
Lebih terperinciBAB 6: ESTIMASI PARAMETER (2)
Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara
Lebih terperinciUKURAN PEMUSATAN DATA
Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN
Lebih terperinciKuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1
Kuliah : Rekayasa Hidrologi II TA : Geap 2015/2016 Dose : 1. Novriati.,MT 1 Materi : 1.Limpasa: Limpasa Metoda Rasioal 2. Uit Hidrograf & Hidrograf Satua Metoda SCS Statistik Hidrologi Metode Gumbel Metode
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciJENIS PENDUGAAN STATISTIK
ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciBAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian
BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik
Lebih terperinciBAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit
BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).
Lebih terperinciBAB II LANDASAN TEORI
1 BAB II LANDASAN TEORI 1.1 Loyalitas Pelagga Meurut Griffi (00:4) loyalty is defied as o radom purchase expressed over time by some decisio makig uit. Berdasarka defeisi tersebut dapat dijelaska bahwa
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.
Lebih terperinciBAB I KONSEP DASAR PERSAMAAN DIFERENSIAL
BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah
Lebih terperinciPenyelesaian Persamaan Non Linier
Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode
Lebih terperinciMakalah ANALISIS REGRESI DAN REGRESI GANDA
1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii
Lebih terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciPendugaan Parameter. Debrina Puspita Andriani /
Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:
Lebih terperinci4/19/2016. Regresi Linier Berganda. Regresi Berganda. Model Regresi Berganda. Model Regresi Berganda. Asumsi Regresi Berganda. Model Regresi Berganda
4/9/06 Regresi Liier Bergada Program Studi Tekik Idustri Uiversitas Brawijaa Ihwa Hamdala, ST., MT SI - Regresi & Korelasi Bergada Regresi Bergada Cotoh SI - Regresi & Korelasi Bergada Meguji huuga liier
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciBAB III METODE PENELITIAN
6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinciBAB III METODOLOGI PENELITIAN
10 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di areal kerja IUPHHK-HA PT. Sarmieto Parakatja Timber, Kalimata Tegah selama satu bula pada bula April higga Mei 01.
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciStatistika Inferensial
Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output
Lebih terperinciKORELASI DAN REGRESI BERGANDA
KORELASI DAN REGRESI BERGANDA KORELASI BERGANDA Koelasi begada meupaka alat uku megeai hubuga yag tejadi ataa vaiabel depede () dega dua atau lebih vaiabel idepede,. Dega koelasi begada kekuata atau keeata
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki
Lebih terperinciPENGUJIAN HIPOTESIS. Pertemuan minggu ke 1 dan 2.
PENGUJIAN HIPOTESIS Tujua Istruksioal Umum :. Mahasiswa mampu memahami apa yag dimaksud dega Hipotesis atau dugaa semetara. Mahasiswa mampu memahami berbagai pegujia hipotesis 3. Mahasiswa mampu memahami
Lebih terperinciPENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA
PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis
Lebih terperincix = μ...? 2 2 s = σ...? x x s = σ...?
Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena
7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP
Lebih terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciMAKALAH STATISTIKA MATEMATIKA 2 REGRESI LINEAR BERGANDA
MAKALAH STATISTIKA MATEMATIKA 2 REGRESI LINEAR BERGANDA Oleh : Magdalea Iriai Kehi (2013220030) Maria Liliaa Jeia (2013220038) FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN PRODI PENDIDIKAN MATEMATIKA UNIVERSITAS
Lebih terperinciIII BAHAN DAN METODE PENELITIAN
27 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Objek yag diguaka dalam peelitia ii adalah kuda Sumba (Sadelwood) betia da jata berjumlah 30 ekor dega umur da berat yag relatif
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciIII. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di
III. MATERI DAN METODE PENELITIAN 3.. Waktu da Tempat Peelitia telah dilakuka pada bula November - Desember 203 di peteraka Kambig yag ada di Kota Pekabaru Provisi Riau. 3.2. Alat da Baha Materi yag diguaka
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas
Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciPENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011
PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciSTATISTIK PERTEMUAN VIII
STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag
Lebih terperinciBab 7 Penyelesaian Persamaan Differensial
Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Menurut gejala yang dihadapi, data dapat dibagi dua: a. Data Dikotomi
5 BAB LANDASAN TEORI. Data Data ialah suatu baha metah yag jika diolah dega baik melalui berbagai aalisis dapat melahirka berbagai iformasi, data dapat berupa agka da dapat berupa lambag atau sifat.. Meurut
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai analisis regresi robust estimasi-s
BAB III PEMBAHASAN Pada bab ii aka dijelaska megeai aalisis regresi robust estimasi-s dega pembobot Welsch da Tukey bisquare. Kemudia aka ditujukka model regresi megguaka regresi robust estimasi-s dega
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciYang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :
PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,
Lebih terperinciModul Kuliah statistika
Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Desai Peelitia Desai peelitia adalah suatu cetak biru (blue prit) dalam hal bagaimaa data dikumpulka, diukur, da diaalisis (Umar, 008:4). Pada peelitia kali ii aka megguaka
Lebih terperinciHazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand
TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh
Lebih terperinciBAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:
BAB II TINJAUAN PUSTAKA 2.1 Regresi Parametrik Regresi parametrik merupaka metode statistika yag diguaka utuk megetahui pola hubuga atara variabel prediktor dega variabel respo, dega asumsi bahwa telah
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciSTATISTIKA NON PARAMETRIK
. PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha
Lebih terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinciIV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag
Lebih terperinciIII PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah
III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka
Lebih terperinciBAB III MATERI DAN METODE. Penelitian dilaksanakan pada tanggal 2 Maret sampai 1 Mei 2016 di Balai
11 BAB III MATERI DAN METODE Peelitia dilaksaaka pada taggal 2 Maret sampai 1 Mei 2016 di Balai Pembibita da Budidaya Terak No Rumiasia (BPBTNR) Satker Balekambag, Surakarta, Jawa Tegah. 3.1 Materi Materi
Lebih terperinciDISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)
DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinci