SEBARAN PENARIKAN SAMPEL LOGO
|
|
- Indra Adi Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SEBARAN PENARIKAN SAMPEL LOGO
2 KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih dua nilai tengah B menguraikan beberapa teknik penarikan sampel C D
3 STATISTIKA Statistika Inferensia Statistika Deskriptif Generalisasi / Peramalan berdasarkan data sampel Dari sampel dihitung statistik
4 Sebaran Penarikan Contoh Sebaran peluang bagi suatu statistik Sebaran Penarikan Contoh bagi Sebaran peluang bagi Sebaran Penarikan Contoh bagi Sebaran peluang bagi ~ ~ Sebaran peluang bagi S 2 Sebaran peluang bagi S 2
5 Populasi () : Sebaran x P(=x) 1 1/ Rata-rata Ragam 2/10 4/10 2/10 1/
6 Populasi () : Ambil sampel acak berukuran 2 dengan pemulihan Kemungkinan sampel :
7 x1 x2 x x1 x2 x x1 x2 x1 x x x
8 x1 x2 x x1 x2 x x1 x2 x x1 x x
9 x1 x2 x x1 x x
10 x P ( = x) 1.0 1/ / / / / / / / /100
11 Sebaran Penarikan Contoh Sebaran peluang bagi suatu statistik Sebaran Penarikan Contoh bagi Sebaran peluang bagi Sebaran Penarikan Contoh bagi Sebaran peluang bagi ~ ~ Sebaran peluang bagi S 2 Sebaran peluang bagi S 2
12 Sebaran Penarikan Contoh bagi mean contoh Suatu populasi terhingga terdiri dari 2, 2, 4, 6 dan 6. Suatu contoh berukuran 2 diambil dari populasi ini (dengan pemulihan) Tentukan sebaran penarikan contoh bagi mean contoh
13 Dalil 8.1 Bila semua kemungkinan contoh acak berukuran n diambil dengan pemulihan dari suatu populasi terhingga berukuran N yang mempunyai nilai tengah (mean) µ dan simpangan baku σ, maka untuk n yang cukup besar, sebaran penarikan contoh bagi rata-rata contoh akan menghampiri sebaran normal dengan nilai tengah µ = µ dan simpangan baku σ = σ n. Dengan demikian peubah acak : µ Z = σ n Merupakan peubah acak normal baku
14 Dalil 8.2 Bila semua kemungkinan contoh acak berukuran n diambil tanpa pemulihan dari suatu populasi terhingga berukuran N yang mempunyai nilai tengah (mean) µ dan simpangan baku σ, maka untuk n yang cukup besar, sebaran penarikan contoh bagi rata-rata contoh akan menghampiri sebaran normal dengan nilai tengah dan simpangan baku masingmasing µ = µ σ = σ n N N n 1 Faktor koreksi Populasi terhingga
15 σ = σ n N N n 1 Bila N relatif besar dibanding n, maka N n N 1 1 sehingga σ σ n
16 Dalil Limit Pusat Bila semua kemungkinan contoh acak berukuran n diambil dari suatu populasi besar atau takhingga yang mempunyai nilai tengah (mean) µ dan simpangan baku σ, maka untuk n yang cukup besar, sebaran penarikan contoh bagi rata-rata contoh akan menghampiri sebaran normal dengan nilai tengah µ = µ dan simpangan baku σ = σ n. Dengan demikian peubah acak : µ Z = σ n Merupakan peubah acak normal baku
17 Dalil Limit Pusat DLP INI BAIK DIGUNAKAN BILA : POPULASI ASAL NORMAL (BERAPAPUN n) n 30, (BAGAIMANAPUN BENTUK POPULASI ASALNYA) POPULASI DATA ASAL TIDAK TIDAK TERLALU BERBEDA DARI SEB. NORMAL (berapapun n < 30)
18 CONTOH Nilai UN Matematika dari seluruh mahasiswa baru di suatu universitas menghampiri sebaran normal dengan nilai tengah 7.0 dan simpangan baku 1.1. Bila suatu contoh acak berukuran 25 diambil dari populasi tersebut, tentukan a. Sebaran penarikan contoh bagi b. Peluang nilaitengah contoh akan jatuh antara 7.5 dan 9.5 c. Peluang nilai tengah contoh akan kurang dari 6.0
19 CONTOH Sebuah mesin minuman ringan diatur agar jumlah minuman yang dikeluarkan untuk setiap gelas memiliki rata-rata 240 ml dengan simpangan baku 15 ml. Secara periodik,mesin itu diperiksa dengan cara mengambil 40 gelas dan kemudian dihitung rata-ratanya. Bila nilai tengah dari ke-40 gelas tersebut berada dalam selang µ ± 2σ mesin itu dianggap masih bekerja baik. Jika tidak, maka mesin tersebut perlu diperbaiki. Misalkan dalam satu pemeriksaan diperoleh nilai tengah contoh 236 ml. Berdasarkan hasil tersebut, tentukan apakah mesin tersebut perlu diperbaiki?
20 CONTOH Sebuah mesin membuat resistor dengan nilaitengah 40 ohm dan simpangan baku 2 ohm. Beara peluang sebauh contoh acak berukuran 36 akan menghasilkan tahanan rata-rata sebesar 39 ohm
21 CONTOH Tinggi 1000 orang mahasiswa menghampiri sebaran normal dengan nilai tengah cm dan simpangan baku 6.9 cm. Bila 200 contoh acak masing-masing berukuran 25 orang mahasiswa ditarik dari populasi ini (nilai tengah contohnya diukur sampai sepersepuluhan cm terdekat), tentukan : a.nilai tengah dan simpangan baku dari sebaran penarikan contoh bagi nilai tengah contoh b.banyaknya nilai tengah contoh yang jatuh antara sampai c. Banyaknya nilai tengah contoh yang jatuh di bawah cm
22 Populasi : terhingga; sebaran sembarang; mean µ; simpangan baku σ Sampel : n cukup besar, pengambilan dg pengembalian (0,1) ~ ), ( ~ 2 N Z n N µ σ µ = n σ Populasi : terhingga; sebaran sembaran ; mean µ; simpangan baku σ Sampel : n cukup besar, pengambilan tanpa pengembalian (0,1) ~ 1 ) 1, ( ~ 2 N N n N n Z N n N n N = σ µ σ µ
23 Populasi : tak terhingga; sebaran sebarang ; mean µ; simpangan baku σ Sampel : n 30 atau Populasi : tak terhingga; sebaran normal /mendekati normal; mean µ; simpangan baku σ Sampel : n < 30 ~ N( µ, σ 2 n) Z = σ µ n ~ N(0,1) BAGAIMANA JIKA σ TIDAK DIKETAHUI
24 Sebaran t Jika simpangan baku populasi σ tidak diketahui, maka σ harus diduga dari simpangan baku sampel s. Namun Dalam hal ini T µ = ~ N(0,1) ) s n µ T = ~ s n t
25 x Bila dan s 2 masing-masing adalah mean dan ragam suatu sampel acak berukuran n yang diambil dari suatu populasi 2 normal dengan mean µ dan ragam σ yang tidak diketahui nilainya, maka x µ t= s n merupakan sebuah nilai peubah acak T yang mempunyai sebaran t dengan db = n -1 Bila n > 30 maka t dapa didekati dengan sebaran normal baku
26 Contoh : Seorang ahli mengatakan bahwa rata-rata waktu yang dihabiskan oleh siswa SD untuk menonton TV adalah 21 jam / minggu. Untuk menguji kebenaran pernyataan sang ahli tersebut, seorang peneliti melakukan penelitian di suatu sekolah. Ia mengambil suatu sampel berukuran 25 dan mencatat waktu yang dihabiskan oleh 25 anak tersebut untuk menonton TV dalam 1 minggu. Ia akan menerima pendapat ahli tersebut jika nilai t yang diperolehnya berada dalam selang t0.05 sampai t0.05. Apa kesimpulan peneliti tadi, bila dari sampel acak tersebut, didapat rata-rata waktu menonton adalah 22.5 dengan simpangan baku 4. Asumsikan lama waktu menonton TV menyebar menurut sebaran normal
27 Contoh : Sebuah tambang dibuat dengan kekuatan regangan rata-rata 78 kg dan simpangan baku 5 kg. Bila sebuah contoh acak berukuran 100 diambil dari populasi tersebut, tentukan peluang bahwa kekuatan regangan rata-rata contoh akan berada dalam selang 75 dan 79
28 Contoh : Sebuah populasi normal yang ragamnya tidak diketahui diperkirakan memiliki nilai tengah 20. Apakah cukup besar kemungkinannya bahwa seseorang yang mengambil contoh acak berukuran 9 dari populasi ini akan memperoleh nilai tengah contoh lebih besar dari 24 dan simpangan baku 4.1?
29 Contoh : Sebuah perusahaan rokok menyatakan dari 24 dan simpangan baku 4.1?
SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)
SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION) Andaikan ada suatu populasi dengan jumlah anggotanya sebanyak N diambil contoh sebanyak n. Apabila dari setiap kemungkinan contoh tersebut dihitung suatu
Lebih terperinciSTATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)
STATISTIKA II Distribusi Sampling (Nuryanto, ST., MT) 1. Pendahuluan Bidang Inferensia Statistik membahas generlisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciMuhammad Arif Rahman https://arifelzainblog.lecture.ub.ac.id/
Muhammad Arif Rahman arifelzain@ub.ac.id Populasi Keseluruhan objek penelitian atau keseluruhan elemen yang akan diteliti. Sampel Sebagian dari populasi Representatif dapat memberi gambaran yang tepat
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciDistribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.
Distribusi Sampling Sebaran Penarikan Contoh I PENDAHULUAN Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh,
Lebih terperinciBAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.
11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data 1.1 Parameter dan Statistik Dalam statistika dikenal istilah populasi. Populasi merupakan kumpulan objek yang merupakan objek pengamatan kita. Deskripsi dari populasi tersebut
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK (MAM 4137) SEBARAN PENARIKAN CONTOH Ledhyane Ika Harlyan 2 Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean Parameter
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciLOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Kompetensi Khusus menjelaskan mengenai pengujian hipotesis dan hal-hal yang terkait menguraikan langkah-langkah pengujian
Lebih terperinciKONSEP DASAR SAMPLING
TEKNIK SAMPLING KONSEP DASAR SAMPLING LOGO HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND TEKNIK SAMPLING Metode pengambilan sebagian anggota populasi sedemikian rupa sehingga contoh yang
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)
STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1) Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika
Lebih terperinciDISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi
DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak
Lebih terperinciTEORI PENDUGAAN (TEORI ESTIMASI)
TEORI PENDUGAAN (TEORI ESTIMASI) Tujuan Pembelajaran Mempelajari bagaimana cara melakukan pendugaan parameter populasi berasarkan statistik yang dihitung dari sampel A. Pendahuluan Pendahuluan : Tujuan
Lebih terperinciTerima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki
Lebih terperinciSTATISTIKA II IT
STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinci1. PENGERTIAN. Manfaat Sampling :
1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciSTK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh
STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan
Lebih terperinciPEUBAH ACAK DAN SEBARANNYA
LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah
Lebih terperinciSTATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 7 By: Hanung N. Prasetyo Ada macam, sampel probabilitas dan non probabilitas. Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan dengan pengembalian atau tanpa pengembalian,
Lebih terperinciSOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih
SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih MATEMATIKANET.COM Data berikut untuk soal nomor 1 4 Nilai ulangan harian matematika dari 14 orang siswa yang diambil secara acak adalah 7, 5, 8, 6, 7, 8,
Lebih terperinciAyundyah Kesumawati. April 27, 2015
Kesumawati Prodi Statistika FMIPA-UII April 27, 2015 Estimasi interval Jika diperhatikan, terdapat kesamaan rumus-rumus yang dipakai pada saat pengujian hipotesis dan pendugaan selang kepercayaan. Untuk
Lebih terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)
STK511 Analisis Statistika Pertemuan 6 Statistika Inferensia () 6. Statistika Inferensia () Pengujian Hipotesis x? s p 6. Statistika Inferensia () Pengujian Hipotesis Rataan populasi: nilainya tidak diketahui
Lebih terperinciPertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik
Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciPENAKSIRAN PARAMETER TM_3
PENAKSIRAN PARAMETER TM_3 Pendahuluan Statistik inverensial membicarakan bgmn mengeneralisasi informasi yg telah diperoleh. Segala aturan, dan cara, yg dpt di pakai sebagai alat dlm mencoba menarik kesimpulan
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciSTK 511 Analisis statistika. Materi 6 Pengujian Hipotesis
STK 5 Analisis statistika Materi 6 Pengujian Hipotesis Pendahuluan Dalam mempelajari Karakteristik Populasi kita sering telah memiliki pernyataan/anggapan tertentu. pemberian DHA pada anak-anak akan menambah
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciPada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung
Lebih terperinciSTATISTIKA II IT
STATISTIKA II IT-021259 Ummu Kalsum UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 7.30 10.30 dan 12.30 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan
Lebih terperinciPengujian Hipotesis. Oleh : Dewi Rachmatin
Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciSTK 211 Metode Statistika PENGUJIAN HIPOTESIS
STK Metode Statistika PENGUJIAN HIPOTESIS Pendahuluan Dalam mempelajari karakteristik populasi sering telah memiliki hipotesis tertentu. pemberian DHA pada anak-anak akan menambah kecerdasannya atau pemberian
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciPENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih
PENGUJIAN HIPOTESIS. Pendahuluan Hipotesis Statistik : populasi. pernyataan atau dugaan mengenai satu atau lebih Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis. Kebenaran
Lebih terperinci1. Pendugaan Parameter
. Pendugaan Parameter Di dalam pendugaan parameter terdapat dua jenis pendugaan yaitu : pendugaan parameter ratarata dari sampel dan pendugaan rata-rata dari populasi.. Pendugaan Parameter Satu Rata-Rata
Lebih terperinciSTK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang
STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1
Lebih terperinciBIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )
BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Pada Gambar 5.1 dapat dilihat plot sebaran normal pertumbuhan Spheres dari
BAB 5 HASIL DAN PEMBAHASAN 5. Plot Sebaran Normal Pada Gambar 5. dapat dilihat plot sebaran normal pertumbuhan Spheres dari pengguna lensa OPTRON ANTI-EMI SV. Probability Plot of spheres ANTI-EMI SV Normal
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciMODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR
TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciRuang Lingkup STATISTIKA
Ruang Lingkup STATISTIKA Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO Kompetensi menjelaskan pengertian statistika dan ruang lingkup statistika menjelaskan pengertian
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinciSEBARAN PELUANG DISKRET
SEBARAN PELUANG DISKRET Beberapa Peubah Acak Diskret Seragam Bernoulli Binomial Hipergeometrik Binom Negatif Geometrik Poisson Peubah Acak Seragam Bila setiap kemungkinan percobaan memiliki kesempatan
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
Lebih terperinciHipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α
Pengujian Hipotesis Hipotesis: kesimpulan sementara dari penelitian, yang akan dibuktikan dengan data empiris Utk diuji secara statistik hipotesis statistik (Ho vs H1) : pernyataan (dugaan) mengenai satu
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciSetelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika
2 N i 1 x i N 2 Z X Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika sederhana s 2 n i 1 x i x n 1 2 No.
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciTentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah.
6.1. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya adalah Rp 130.000,- dengan
Lebih terperinciAntiremed Kelas 11 Matematika
ntiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 1 Uraian Doc. Name: R11MT0106 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari () 4, 4, 7, 5, 9, 8, 3, 2, 5, 4 () 25,
Lebih terperinciPEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh
PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciMODUL PRAKTIKUM STATISTIKA
MODUL PRAKTIKUM STATISTIKA OLEH :Tim Statistika FPIK UB 2015 Nama : NIM : Kelas : UNIVERSITAS BRAWIJAYA FAKULTAS PERIKANAN DAN ILMU KELAUTAN ILMU KELAUTAN 2015 Hard work = good result, this same with statistics
Lebih terperinci1. UN A35, B47, C61, D74, dan E Data yang diberikan dalam tabel frekuensi sebagai berikut. Nilai modus dari data pada tabel adalah.
. SOAL-SOAL 1. UN A, B, C1, D, dan E101 Data yang diberikan dalam tabel rekuensi sebagai berikut. Nilai modus dari data pada tabel adalah. A. B. C. D. E. 0 9, 9, 9, 0 9, 9, Ukuran 0 9 0 9 0 9 0 9 1 0 9
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciDISTRIBUSI NORMAL. Fitri Yulianti
DISTRIBUSI NORMAL Fitri Yulianti KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak padaa
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.
Lebih terperinciSOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.
SOAL TUGAS STATISTIKA PENDIDIKAN Dosen : Prof. Ir. Sigit Nugroho, M.Sc., Ph.D. 1. Berikut ini disajikan data banyaknya siswa yang lewat di depan kelas yang diambil secara sistematis dengan interval waktu
Lebih terperinciAntiremed Kelas 11 Matematika
Antiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 2 Uraian Doc. Name: AR11MAT0108 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari data berikut ini! (A) 43, 52, 54, 47,
Lebih terperinciPengujian Hipotesis. Vitamin C dalam pakan bisa mempercepat
Pengujian Hipotesis Vitamin C dalam pakan bisa mempercepat pertumbuhan ayam?? 1 MATERI BAHASAN : Hypothesis Null Hypothesis Alternatif Pengujian 2 arah or 1 arah Nilai P 2 Hypothesis Hipotesis: Dugaan
Lebih terperinciPENGUJIAN HIPOTESA #1
PENGUJIAN HIPOTESA #1 Materi #3 TIN309 DESAIN EKSPERIMEN Pengujian Hipotesa Hipotesa: asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk menjelaskan sesuatu masalah. Pengujian Hipotesa: langkah-langkah
Lebih terperinciPenyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka
MODUL DISTRIBUSI t 1. PENDAHULUAN Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Distribusi
Lebih terperinciDistribusi dari Sampling
Distribusi dari Sampling Sampling Acak Pengenalan ke Uji Hipotesis dan Estimasi Selang Hal yang harus diingat Populasi- adalah apa yang dibicarakan Sampel- adalah apa yang didapat dari data Distribusi
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks
Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan
Lebih terperinciSebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Lebih terperinciBAB IV INFERENSI STATISTIK SATU POPULASI SEMBARANG
BAB IV INFERENSI STATISTIK SATU POPULASI SEMBARANG Bab ini akan membahas inferensi statistik terhadap mean suatu populasi sembarang dan proporsi suatu populasi dikotomi/binomial. Ukuran sampel random yang
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciPengertian Statistika
Pengertian Statistika Dr. Akhmad Rizali Pendahuluan Kompetensi Pemahaman tentang statistika, data, asal dan macam data, proses data menjdi informasi, macam statistika, contoh dan populasi, statisik dan
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang
Lebih terperinciPENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif
PENGUJIAN HIPOTESIS RATA- RATA Oleh : Riandy Syarif Definisi Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yg didasarkan atas informasi sampelnya. Pengujian
Lebih terperinci