MODUL SURVEI SAMPEL. oleh : Muhardi Kahar

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODUL SURVEI SAMPEL. oleh : Muhardi Kahar"

Transkripsi

1 MODU SURVEI SAMPE ole : Muard Kaar

2 KATA PEGATAR Sebaga pedukug perecaaa surve kususya surve dega pedekata rumatagga da sebaga pelegkap varabel utuk peyusua dkator kesepakata Mlleum Developmet Goals (MDGs) d tgkat kecamata tela dterbtka publkas Ser 4 dega judul Metode Surve MDGs Tgkat Kecamata. Buku ser 4 juga merupaka pegembaga da pelegkap publkas Ser yag meguraka aspek pegembaga metode samplg yag merupaka sala satu alat utuk meetapka pla metode samplg yag dapat dguaka sebaga dasar peetua besar sampel utuk surve-surve pedekata rumatagga. Kedua buku tersebut bertujua utuk medukug tercapaya surve yag akrya megaslka berbaga dkator dar varabel MDGs atau varabel laya yag medukug varabel MDGs. Melegkap terbtya buku ser 4 sebaga baa acua dasar yag leb sederaa terutama dalam al pemaama dasar bag peggua data, maka dsusula Modul Surve Sampel yag merupaka tsar dar buku ser 4, dmaa peuls sebaga sala satu aggota tm. Format s modul tdak bayak berbeda dar sumber aslya da darapka dapat leb muda dmegert da daplkaska ole kosume data dalam memaam maksud, tujua, da bagamaa medesa suatu surve dega bak da bear. Akr kata, semoga tulsa bermafaat bag dua peelta kususya yag berkata dega surve berbass sampel. Jakarta, 5 Oktober 010 Peuls

3 DAFTAR ISI Kata Pegatar... Daftar Is...3 BAB I. PEDAHUUA atar Belakag...5 Tujua...5 Mater yag Dcakup...6 Halama BAB II. DASAR-DASAR SURVEI SAMPE Keutuga da Kelemaa Surve Sampel...7 Desa Surve...9 Peetua Populas da Target Populas...10 Iformas & Idkator yag Dperluka...11 BAB III. METODE SAMPIG Peyusua Keragka Sampel... 1 Metode Samplg A. Samplg Eleme & Coto Acak Sederaa...1 Samplg Sstematk...16 Samplg Berstrata...17 B. Samplg Klaster & Coto...3 Pegkaja Besarya Sampel...7 Estmas (Data rumatagga & dvdu)...30 Stadard Error da Tgkat Kepercayaa...31 BAB IV. APIKASI PEARIKA SAMPE Coto Peyedaa Keragka Sampel...33 Coto Pearka Sampel...34 Overvew of CEVAR...36 ata-lata

4 AMPIRA I. KOSEP DEFIISI II. GOSSARY TABE AGKA RADOM DAFTAR PUSTAKA 4

5 BAB I PEDAHUUA atar Belakag Pegumpula data tetag dkator MDGs melput 8 tujua yatu (1) pegapusa kemska, () mecapa peddka dasar utuk semua, (3) kesetaraa geder da pemberdayaa perempua, (4) peurua agka kemata aak, (5) megkata keseata bu, (6) memerag HIV/AIDS, malara da peyakt meular laya, (7) mejam kelestara lgkuga berkelajuta, da (8) kemtraa global. Setap tujua tersebut dtetapka target-target pecapaa secara kuattatf utuk selama kuru waktu Modul aka mejelaska leb sgkat da cukup detal tetag dasar-dasar surve sampel da dasar-dasar metode samplg. Selajutya bagamaa megaplkaska metode samplg sesua temua pada pegkaja pegembaga metode samplg yag aka djelaska secara rc berkut tatacara peyusua keragka sampel, pembetuka keragka sampel, pegambla sampel sampa terbetuk daftar sampel gga prosedur estmas. Tujua Kegata peulsa modul dmaksud sebaga suatu modul yag mejelaska secara leb sederaa tap cukup rc tetag tatacara medesa surve secara meyeluru da kusus serta dbaas al-al yag berkata dega metode samplg. Darapka modul rgkasa dapat dguaka sebaga pedoma para peggua data utuk medesa surve da metode samplg yag aka dterapka pada level kecamata. Dega adaya modul darapka semua pak dalam melakuka peracaga surve dapat: a. Memaam bagamaa lagka-lagka melaksaaka surve da memaam pegguaa metode samplg utuk estmas tgkat kecamata sesua sfat-sfat varabel yag dkumpulka, kususya varabel MDGs da art petgya meetapka besar sampel sesua dega tgkat eterogetas/omogetas karakterstk dar varabel. b. Memaam keterkata atara peerapa probablty da o probablty samplg serta ubuga atara samplg error da o samplg error. c. Madr dalam peyedaa keragka sampel da peyusuaya, pearka sampel, serta peyedaa daftar sampel. Pada mater dcakup pula tatacara peyusua keragka sampel d lapaga utuk pearka sampel ut samplg taap akr (ultmate samplg ut). d. Madr dalam megadaka estmas da pegtuga tgkat press (stadard error) dar asl surve. 5

6 Mater yag Dcakup Modul rgkasa yag aka duraka pada tulsa sfatya tdak terlalu teks teor, aka tetap leb bersfat aplkatf segga muda dpaam ole berbaga pak. Walaupu demka pegetaua dasar tetag statstk tetap dperluka agar leb dapat mejabarka peerapa metode samplg yag dguaka serta keutuga da kelemaaya. Utuk memaam bagamaa medesa surve secara meyeluru, maka pada modul secara gars besar mater dkelompokka mejad, yatu: a. Mater yag mejelaska dasar-dasar surve sampel b. Mater yag mejelaska dasar-dasar metode samplg c. Pada modul juga dberka coto aplkas peerapa metode samplg yatu prosedur peyusua keragka sampel da pearka sampel 6

7 BAB II DASAR-DASAR SURVEI SAMPE Keutuga da Kelemaa Surve Sampel Keutuga dar pegumpula data secara sampel atara la: a. Megemat baya karea data dkumpulka aya pada sebaga ut dalam populas. Dega megumpulka formas secara sampel maka mater surve yag dsedaka, jumla petugas aka leb sgkat segga memerluka baya yag leb kecl. b. Mempercepat asl surve, karea dega melakuka surve sampel berart pelaksaaa lapaga da pegolaa aka leb cepat. c. Cakupa mater leb luas da beragam karea bersfat sampel kebutua data d. Akuras leb tgg, karea kualfkas petugas leb bak. Karea bersfat sampel maka jumla petugas leb sedkt da pemla petugas yag bak leb selektf, segga secara tdak lagsug aka mereduks kesalaa yag dakbatka buka ole metode samplg yag dsebut o samplg error. Bla sampel bertamba besar, o samplg error mejad leb besar da sebalkya samplg error aka mejad leb kecl. Samplg error pada suatu sesus tdak terjad, tetap yag ada aya o samplg error. Sedagka pada surve sampel kesalaa yag mugk terjad bsa o samplg error da samplg error dega total kesalaa (total error) leb kecl dbadg dega sesus. Gambar.1: Samplg Error da o Samplg Error Besar kesalaa A B C o samplg error Samplg error Besar sampel () A, B, da C meujukka total error/kesalaa Berbaga kesalaa yag meyebabka bas dapat dgambarka sebaga berkut: 7

8 Gambar.: Sumber-sumber Bas Bas keragka sampel Bas samplg Bas samplg (kosste) Bas statstk (kosste) Sala cakupa Buka observas Tdak mejawab (o respose) Bas o samplg Pecacaa/pegumpula data Observas Pegolaa Kelemaa dar pegumpula data secara sampel atara la: a. Peyaja wlaya kecl Peyaja sampa wlaya kecl sepert kecamata atau desa dega jumla sampel terbatas tdak aka dapat dpeu. Dalam metode samplg dperluka sejumla sampel utuk level peyaja tertetu karea bayakya sampel buka tergatug pada bayakya ut dalam populas, tetap leb kepada melat tgkat eterogetas karakterstk dar ut-ut dalam populas. b. Peyaja varabel lagka/jarag terjad/propors kecl Surve sampel sagat sult utuk meyajka varabel yag kejadaya lagka atau kejadaya kecl dalam populas (propors kecl). c. Tred data Bla dperluka data berkala utuk megukur perubaa yag sagat kecl, suatu surve sampel dar satu perode ke perode berkutya kemugka tdak dapat dguaka, kecual bla dguaka pael (sampel sama utuk beberapa perode). d. Tdak tersedaya keragka sampel Apabla tdak terseda keragka sampel maka probablty samplg tdak aka bsa dterapka. 8

9 Desa Surve Berbaga al yag pula dperatka dalam medesa suatu surve sampel adala: a. Medefska cakupa da s dar populas karea aka sagat meetuka metode samplg yag dapat dguaka atau mecar estmator yag sesua da peyedaa keragka sampel. b. Meetapka metode observas, termasuk tatacara pegumpula data da pegolaa data. Peetapa jes varabel yag aka dkumpulka da kosep defs yag aka dguaka merupaka al petg yag perlu dbaas sebelum melagka leb lajut. c. Meetapka recaa aalss dega meetapka racaga tabel yag perlu daslka serta metode aalss. d. Memastka keguaa surve msalya utuk meyajka data MDGs pada level kecamata dega meyajka berbaga dkator yag tela dtetapka pada butr c d atas. Keguaa dar asl surve perlu dbaas secara luas ole desaer surve, karea semak bayak data yag daslka dar suatu surve dmat ole kosume aka meujukka keberasla dar suatu surve. e. Meetapka tgkat press yag dkeedak sesua dega jes varabel yag aka dkumpulka da memperkraka kra-kra varabel maa yag tdak dapat destmas melalu surve yag aka dlaksaaka. Kesepakata atara desaer sampel dega desaer surve serta kosume data perlu dadaka segga berbaga pak aka kut bertaggug jawab teradap asl surve da meyadar bawa berbaga kesalaa aka tmbul buka saja dar ss metode samplg tetap juga dar ss la d luar metode samplg. Ole karea tu setap taapa kegata yag arus dlakuka dalam melaksaaka surve perlu dkut dega seksama, yag melput: a. Perecaaa Taapa sagat meetuka keselurua proses pelaksaaa suatu surve yag d dalam stla selajutya dsebut sebaga desaer surve. Desa surve arus dlakuka ole desaer surve sesua dega dspl lmuya termasuk d dalamya desa sampel. Perecaaa surve supaya dlakuka dega bak da matag termasuk d dalamya peetua jadwal kegata yag mejad pegaga agar asl surve tepat waktu. Dsampg tu faktor baya da peyedaaya arus suda dapat dtetapka dalam perecaaa. Baya sagat memegag peraa petg dsampg peetapa besarya sampel yag optmal. Mater surve secara keselurua supaya dtetapka da dskrosaska dega aspek la sepert desa sampel, peyaja, kualfkas petugas, da sebagaya. b. Persapa Taapa merupaka taapa kedua, setela aspek perecaaa sap. Pada taap dperluka persapa lapaga sepert peyedaa daftar sampel, daftar sa da paduaya, rekrutme petugas sesua dega kualfkas yag dtetuka da atura orgasas lapaga, racaga pegawasa, da sebagaya. c. Pelaksaaa lapaga Pelaksaaa lapaga merupaka taapa pegumpula formas sesua mater da prosedur yag tela dtetapka. Berbaga al yag tela dtetuka arus dkut, 9

10 perubaa sepak tdak dtolerr karea aka meyebabka berkuragya tgkat akuras data da keterbadga atar wlaya mejad tdak terjam. d. Pegolaa & Peyaja e. Pegolaa dlakuka sesua prosedur yag dtetapka da merupaka kegata yag dawal dega peermaa dokume dar asl pegumpula data. Pada taapa kegata pegolaa, sebaga dasar pemerksaa kelegkapa dokume dega megguaka daftar sampel berkut dettasya yag perlu dcocokka dega asl pegumpula data. Pemerksaa kosstes sa atara la berupa edtg da dkut pembera kode serta pegeceka melalu komputer (valdas) gga data bers da sap utuk tabulas. Peyaja merupaka kegata akr. Pada taap sebelum data dsajka da dsebarluaska maka terleb daulu dadaka pegeceka kewajara (cosstecy ceck) bak kosstes atar tabel maupu keterbadgaya dega asl surve sebelumya bla ada. Peetua Populas da Target Populas Peetua populas da target populas selalu arus dlakuka tdak aya pada Surve MDGs tetap juga pada saat memula medesa suatu surve yag la. Secara umum cakupa dar populas surve dapat dgambarka melalu 4 level, yatu: a. Populas surve b. Frame populas c. Target populas d. Iferesa Setap level perlu dcermat segga dapat dtetuka target populas yag sesua segga asl surve dapat dkaj bak secara deskrptf maupu statstk feresal. Gambara ke empat level terlat pada Gambar.3. Iferesal * Model * Ekstrapolas * Idkator, dsb Gambar.3: Cakupa Populas Surve Perlu dtetuka dega berbaga pertmbaga Perlu dkaj * Kelegkapa frame * Coverage error Perlu dkaj * Kemudaa cakupa lokas * Kemugka adaya o respose Target populas Frame populas Populas surve o Probablty samples Samplg error Probablty samples Item o respose 10

11 Ddasarka pada obyek da tujua surve pada taap awal terleb daulu dtetuka apaka suatu surve dalam desa sampelya megara ke probablty atau o probablty samplg. Perlu dperatka bawa probablty samplg megadug dua usur kesalaa (error), yatu: a. Samplg error b. o samplg error Pada probablty samplg sela mempertmbagka berbaga al yag berkata dega dspl lmu, juga mempertmbagka bawa setap ut dalam populas arus mempuya peluag utuk terpl dalam sampel. Dega demka darapka dapat dlakuka estmas la parameter. Probablty samplg aka megaslka suatu estmas yag sekalgus dapat dtug kesalaa yag dsebabka ole desa sampel (stadard error). Utuk o probablty samplg, peetua desa sampel leb megara pada judgemet dar perecaa berdasarka berbaga pertmbaga sesua dega dspl lmu yag bersagkuta. Dalam o probablty samplg tdak semua ut mempuya peluag utuk terpl dalam sampel. Iformas & dkator yag Dperluka Sesua dega obyek da tujua surve, djabarka jes-jes varabel yag aka dkumpulka da selajutya dpelajar apaka varabel tersebut dapat dkumpulka/dgal formasya atau tdak. Daftar varabel tad supaya dlegkap dega varabel pedukug yag terkat, karea kemugka suatu dkator memerluka leb dar satu varabel atau utuk medapatka suatu formas memerluka tambaa dukuga formas la. Sebaga coto utuk varabel pegaggura, uruta pertayaa terleb daulu dmula dega meayaka jes kegata, mempuya pekerjaa atau tdak atau terjadya kasus seseorag yag sebearya termasuk pegaggur tetap tdak mecar pekerjaa karea suda bosa mecar pekerjaa. Perlu dperatka bawa jumla varabel yag dkumpulka jaga terlalu bayak karea aka megakbatka kebosaa respode dalam mejawab pertayaa. Perlu pula dpelajar varabel yag mugk sult atau respode cederug tdak mau mejawab, msalya megea pedapata secara rc, segga tdak perlu dkumpulka formasya atau bla data sagat dperluka dapat dlakuka pegumpula data secara kusus. 11

12 BAB III DASAR-DASAR METODE SAMPIG Peyusua Keragka Sampel BPS d dalam setap kesempata suatu sesus legkap selalu meracag keragka sampel yag sekalgus dlegkap dataya utuk dguaka pearka sampel. Hasl Sesus Peduduk atau pedataa legkap laya yag berkata dega kepeduduka sepert P4B dguaka sebaga keragka sampel utuk surve dega pedekata rumatagga. Keragka sampel secara septas kelataya muda utuk dbetuk da daplkaska. Dalam keyataa terjad berbaga kedala yag memerluka perata da pemataua secara kusus atara la: a. Kelegkapa daftar blok sesus beserta muata da dettas serta perubaaya belum tercatat dega bak, da kesadara ke ara mas kurag. b. Idetfkas blok sesus pada peta kurag jelas, yag meyebabka coverage error. c. Pegelolaa termasuk mekasme da peympaa keragka sampel belum tertata dega bak. Belum adaya kesadara peu teradap petgya keragka sampel. d. Peaggugjawab yag meaga belum sepeuya dtujuk utuk seluru jes keragka sampel secara tertegras. Selajutya dpelajar muata blok sesus yatu terbatas pada yag meyagkut bayakya rumatagga da blok sesus. Pada Suseas apabla teryata muata rumatagga dalam blok sesus meleb 150, maka dadaka pemecaa blok sesus mejad kelompok segme yag jumla rumatagga utuk setap blok sesus sektar 100. Pemecaa dlakuka setela pearka sampel blok sesus, segga utuk setap blok sesus pearka sampel mejad 3 taap karea pada blok sesus tersebut selajutya dpl satu kelompok segme dega peluag bayakya rumatagga. Metode Samplg Metode samplg yag aka duraka adala probablty samplg sebaga alat peetua sampel yag dapat dguaka utuk memperkraka la populas beserta cara pearka sampel da estmasya. Metode samplg yag aka duraka melput: A. Samplg Eleme & Coto Acak Sederaa & Coto Acak sederaa pada samplg eleme dguaka bla pada populas aya terseda daftar ut tapa varabel pedukug da ut terseda berupa eleme. Samplg eleme pada umumya aya dguaka pada populas yag utya tdak terlalu bayak da areaya tdak terlalu luas. Samplg acak sederaa merupaka dasar bag metode selajutya, maka pegerta dar metode samplg serta cara 1

13 estmasya aka dbaas terleb daulu. Metode samplg laya dapat dpadag sebaga modfkas atau pegembaga dar metode samplg acak sederaa. Metode samplg acak sederaa yag aka dbaas ds terbatas pada pearka sampel acak sederaa tapa pemula (wtout replacemet). Tapa pemula dartka bla suatu ut yag suda terpl tdak ada kemugka utuk terpl lag, sepert msalya kocoka pada arsa, lotere, da sebagaya. otas yag dguaka adala sebaga berkut: Y y Y y S s P p : ukura populas atau bayakya ut dalam populas : ukura sampel atau bayakya ut/eleme terpl dalam sampel : la karakterstk dar varabel yag damat dar populas : la karakterstk dar varabel ut ke dar sampel : rata-rata la karakterstk per ut eleme dar populas : rata-rata la karakterstk per ut eleme dar sampel : varas dar populas : varas dar sampel : propors suatu kejada dalam populas (propors populas) : propors suatu kejada dar sampel (propors sampel) Ole karea pearka sampel dlakuka dega megguaka agka radom, maka sampel terpl aka tergatug dar agka radomya. Secara keselurua aka terbetuk sejumla kemugka gugus sampel (all possble samples), yag bayakya tergatug dar metode pearka sampel yag dguaka. Dstrbus dar la statstk setap gugus sampel yag mugk terbetuk dsebut dstrbus samplg sepert djelaska sebelumya. Sebaga coto dega metode yag sederaa, yatu meml dar ut secara acak sederaa tapa pemula, aka dperole kemugka sampel terbetuk sebayak: C!! ( )! Msalya bayak ut dalam populas = 5 dega karakterstk eleme sebaga berkut: Eleme ke la karakterstk y 1 = 8 y = 6 y 3 = 1 y 4 = 10 y 5 = 4 (1) Dambl sampel sebayak =, maka jumla sampel yag mugk terbetuk sebayak: 5 C 5 5 5x4x3xx1!! (5 )! x1x3x x1 10, 13

14 Sebelum meetapka berapa besarya sampel sepert datas, al yag perlu dtetuka terleb daulu adala la varas (keragama) karakterstk dar populas. Statstk yag serg dguaka utuk meetuka ukura sampel adala rata-rata, da kareaka karakterstk surve belum tetu terseda pada data populas (parameter), maka dapat dguaka data surve sebelumya. Varas rata-rata suatu karakterstk pada metode acak sederaa, sebaga berkut: Varas: v( y) s s () Stadard error: se( y) s s s (3) Relatve stadard error: se ( y ) y (4) Dega dapat dperkrakaya la S atau s maka dapat dtetuka besarya sampel () sesua dega yag darapka. Taap selajutya dalam meetuka sampel berbass acak sederaa adala meetuka tgkat press. d Z/ se ( y) (5) press = tgkat keyaka x stadard error (dalam al press la rata-rata karakterstk per eleme) Z / : meujukka tgkat keyaka/kepercayaa yag dkeedak, bla Z / = 1,96 berart tgkat kepercayaa adala 95 perse. Dega demka sampel yag dbutuka utuk memperkraka la rata-rata dega press d da tgkat kepercayaa (1-) 100%, adala: d Z / S, segga ( Z / S) d ( Z S). (6) / Coto Samplg Acak Samplg acak umumya bayak dtemu pada kedupa sear-ar, sepert arsa yag megguaka kocoka, peguda ada, door prze, dll. Pada kasus tersebut, peluag setap orag yag kut serta adala sama. Pearka sampel sepert tu dapat juga megguaka tabel Agka Radom (lat lampra). Pada samplg acak pearka agka radom utuk meetuka yag terpl dapat dlakuka berulag kal, dega syarat yag suda dpl tdak dpl kembal. Msalka dalam suatu acara arsa yag dkut 30 orag aka meml 1 orag, maka dega megguaka Tabel Agka Radom (TAR), kta aka meml satu agka radom yag atya aka megdetfkaska pemeagya. Tata cara peetua agka radom sebaga berkut: 1. Sapka Tabel Agka Radom (TAR) yag terdr atas alama (ampra 1). 14

15 . Setap alama terdr atas 5 kolom da 35 bars. Masg-masg alama dber omor kolom 1,,3, 5 da omor bars 1,, 3,, Ambla sebua pesl atau beda berujug rucg. Buka sala satu alama dar alama TAR yag tela dsapka. Utuk keperlua dapat dguaka sembarag alama TAR. Pcgka mata atau alka padaga ke tempat la, da letakka ujug pesl d atas lembara TAR. Blaga yag palg dekat dega poss ujug pesl adala merupaka ttk awal pembacaa agka radom utuk meetuka alama, bars, da kolom yag aka dguaka utuk meml agka radom (R). Mula dar ttk bacala 5 blaga ke kaa. Msalka alama yag dguaka utuk pembacaa adala alama pertama TAR da ujug pesl jatu pada baga tertetu dar tabel sepert pada lustras berkut: ma agka d sebela kaa tada ttk (. ) adala 6387 Peetua alama pembacaa TAR Karea ada alama TAR, agka radom yag dguaka utuk meetuka alama cukup satu agka saja. Utuk mudaya, guaka agka 0, 1,,.., 9 dega ketetua bawa agka gajl utuk meyataka alama pertama Tabel Agka Radom, agka 0 (ol) da geap utuk alama kedua. Pada pembacaa d atas, yatu 6387, djt pertama adala. Ole karea tu alama yag terpl adala alama kedua dar Tabel Agka Radom. Peetua bars Karea pada setap alama ada 35 bars, maka utuk peetua bars dguaka blaga yag terdr atas djt. Sebaga coto, utuk blaga 01, 36, da 71 dguaka utuk meyataka bars 1, blaga 0, 37, da 7 dguaka utuk meyataka bars, da seterusya. Pada pembacaa d atas (6387), djt ke- da ke-3 adala 63, maka bars pembacaa jatu pada bars ke-8, karea = 8. Peetua kolom Karea pada setap alama ada 5 kolom, maka utuk peetua kolom dguaka blaga yag terdr atas djt. Sebaga coto, utuk blaga 01, 6, 51, da 76 dguaka utuk meyataka kolom 1, blaga 0, 7, 5, da 77 dguaka utuk meyataka kolom, da seterusya. 15

16 Pada pembacaa d atas, djt ke-4 da ke-5 adala 87, maka kolom pembacaa jatu pada kolom ke-1, karea 87- (5+5+5)=1. Segga TAR yag dguaka adala alama, bars ke 8 da kolom ke 1. Jka terval laya pulua ( djt) maka dalam al kolom yag dguaka adala kolom (1) da (13) 4. Segga TAR yag dguaka adala alama bars 8 da kolom 1. Karea peserta arsa 30 orag ( dgt), maka ambl dua kolom ke kaa, jad kolom yag dguaka adala kolom 1 da kolom 13 pada bars 8 tersebut. Dar TAR terlat agka yag tertera adala 0, artya peserta arsa dega omor urut terpl sebaga pemeagya. Samplg Sstematk & Coto Pada pearka sampel acak sederaa setap ut dpl dega megguaka tabel agka radom. Dega demka kta arus meark sampel sebayak kal, msal dar suatu kecamata arus dpl 300 rumatagga berart arus megambl agka radom sebayak 300 kal. Utuk memperga pearka sampel maka dterapka pearka sampel secara sstematk, dega aya megambl satu agka radom saja da laya aka megkut dega megtug tervalya. Sala satu yag sederaa adala pegguaa sstematk lear dega cara sebaga berkut: a. Htug terval, yatu b. Tetuka satu agka radom yag leb kecl atau sama dega tervalya. Agka radom selajutya dsebut agka radom pertama R 1. Agka radom selajutya R = R 1 + I R 3 = R + I = R 1 + I.. R = R -1 + I = R 1 + (-1)I R dguaka sebaga kotrol apaka pearka sampel suda bear. Msal bayakya ut dalam populas = 30 da bayakya ut dalam sampel = 5, maka I = 6 segga R 1 < 6 kataka, maka yag arus dpl adala omor, 8, 14, 0, da 6 yag arus dcek dega R = R 1 + (-1)I = + 4(6) = 6. Sela utuk mempermuda pearka sampel, pearka sampel sstematk juga dapat megkatka efses, msal dega megadaka pegatura ut-ut (systematc arragemet). Sepert pada coto soal acak sederaa, eleme terletak dega uruta sebaga berkut: 16

17 Eleme la karakterstk uruta letak eleme duba mejad: Eleme la karakterstk Eleme durutka meurut besarya la karakterstk, dalam al dar la terkecl ke la terbesar, segga kalau dlakuka pearka sampel secara sstematk, sampel aka meyebar dega terwakl dar la kecl sampa dega la besar. Pada pembera omor urut wlaya desa/kota da blok sesus msalya dar ujug barat daya secara zg-zag, sala satu cara pembera omor urut dmaksud apabla dlaluka pearka sampel secara sstematk, sampel aka meyebar d seluru wlaya. Metode estmas yag dguaka, karea basaya samplg sstematk semata-mata aya utuk mempermuda pearka sampel, adala sama dega acak sederaa. Coto sampel sstematk Samplg sstematk pada samplg eleme pada dasarya sama dega samplg acak, yatu dapat megguaka TAR sebaga cara utuk meetuka ut terpl yag pertama. Pada samplg sstematk ut terpl kedua dpl secara sstematk berdasarka agka radom pertama. Sesua teor datas agka radom pertama adala ut terpl pertama. Berdasarka coto samplg acak, dmaa R1 adala 0, maka jka dpl 3 pemeag sekalgus, maka ut terpl kedua da ketga dtetuka dega megtug terval. Iterval = 30/3 = 10. Segga peserta arsa yag terpl sebaga pemeag adala dega omor urut: R1 = (peserta omor urut ) R = + 10 = 1 (peserta omor urut 1) R3 = + (10) = (peserta omor urut ) Coto la dapat dlat d BAB IV. Samplg Berstrata & Coto Dalam metode samplg dkeal dega stla strata, yatu megelompokka ut-ut dalam populas mejad strata, dega tujua utuk efses pegguaa metode samplg atau utuk keperlua la sepert doma peyaja (daera perkotaa da daera pedesaa, daera msk da buka daera msk, atau daera sult da buka daera sult). Pegguaa stratfkas utuk efses metode samplg adala dega megusaaka pegelompoka eleme yag karakterstkya leb omoge. Pembetuka strata dapat tdak lagsug megelompokka eleme, tetap ut level d atasya, sebaga coto desa/kota dapat djadka dasar pembetuka strata sedagka ut samplgya tetap rumatagga. 17

18 Keutuga Pegguaa Samplg Berstrata 1. Dapat dperole estmas dega press leb tgg. Pada setap strata dapat dguaka metode samplg berbeda 3. Strata dapat daggap populas sedr 4. Dalam beberapa al membawa mafaat pada pegelolaa admstras Pegelompoka ut samplg ke dalam strata yatu membag ut samplg mejad 1,,.., yag masg-masg meujukka jumla ut dalam strata, yatu strata ke 1, ke, da seterusya sampa dega ke. meujukka bayak strata yag dbetuk pada populas = Pembetuka Strata dega Tujua Megkatka Press Utuk membetuk strata dperluka varabel pedukug yag dapat dguaka utuk megelompokka ut samplg segga varas dar la varabel d dalam strata mejad leb omoge. Da bla memugkka leb bak lag bla dapat dusaaka agar perbedaa rata-rata la karakterstk atar strata dbuat sebesar mugk. Secara skemats pembetuka strata dsajka pada Gambar 3.1. Gambar 3.1: Skema Pembetuka Strata Populas Betuk gambar adala merupaka cr dar eleme populas Stratfkas populas I II III IV Berbaga cara dapat dlakuka utuk dasar pembetuka strata tergatug tujua dar pembetuka strata da sfat-sfat varabel atara la: a. Ut samplg tu sedr, sebaga coto blok sesus dkelompokka meurut blok sesus dega rumatagga elt da o elt, blok sesus padat da blok sesus tdak padat rumatagga/peduduk. Jad dalam kasus yag dkelompokka adala ut samplg tu sedr da karakterstkya juga karakterstk dar blok sesus tu sedr (lat Gambar 3.1). b. Varabel wlaya admstras msalya desa perkotaa da desa pedesaa. c. Varabel letak geografs, msalya desa pata da desa buka pata. 18

19 d. Varabel laya msalya kepadata peduduk, jes lapaga usaa (daera pertaa da o pertaa). e. Perusaaa/usaa bsa dbedaka usaa skala besar, sedag, da kecl, msalya berdasarka omzet atau jumla teaga kerja. f. Sekola, bsa sekola eger da sekola swasta. otas : bayakya ut eleme dalam populas : bayakya ut eleme pada strata ke : ukura sampel atau bayakya ut eleme dalam sampel pada populas : ukura sampel atau bayakya ut eleme dalam strata ke f : fraks sampel pada strata ke W : pembag pada strata ke, atau propors bayakya ut pada strata ke Y y S s y y 1 ( y : rata-rata la karakaterstk pada strata ke dar populas : rata-rata la karakterstk pada strata ke dar smple Y ) : varas strata ke pada populas 1 ( y y ) : varas strata ke dar sampel 1 Pada pembaasa aka duraka estmas da pegtuga varas serta peetua besarya sampel pada strata dega metode acak sederaa (stratfed smple radom samplg). Dega demka rumus yag dguaka sama dega rumus sebelumya aya pada otas dtamba yag meujukka strata. Y st Y y (7) Y st 1 Y 1 st y W y (8) Varas V Y W S S ( ) st W ( 1 f ) (9)

20 apabla faktor koreks dabaka 1 sederaa, yatu V ( Y ) W S st Utuk la varas sampel mejad:. 1, maka pegtuga varas mejad 1 v( Y ) v y W s st ( ) st. (10) Pegtuga tersebut dapat dmodfkas utuk propors, yatu: P S P p st 1 1 y P Q P Q, Q 1 P 1 1 P W p st 1 W P 1 (11) (1) pq v( p) st W ( 1 f ), q 1 p (13) 1 v p W p q ( ) st 1 (14) Alokas Sampel Alokas sampel ke dalam setap strata dapat dlakuka melalu 4 cara, yatu: a. Alokas sembarag, alokas jarag dlakuka. b. Alokas sama, al serg dlakuka apabla S atar strata kurag leb sama. Sebaga coto dar kaja d buku Ser dperole gambara bawa la p utuk berbaga varabel atar kecamata tdak terlalu jau berbeda (p otomats dapat meggambarka varas). Kecamata sebaga populas sekalgus sebaga strata bag kabupate/kota, maka pada koklusya dbuat kesepakata bawa sampel per kecamata cukup dwakl rumatagga, dega memperatka juga komprom besarya. (15) c. Alokas sebadg, alokas dguaka bla rata-rata karakterstk atar strata berbeda jau da varas strata tdak terseda. Pegtuga besarya sampel setap strata ( ) sebadg dega bayakya ut dalam strata ( ), yatu: 0

21 atau (16) segga dalam pegtuga rata-rata populas tdak perlu ada pembag, estmas mejad: Y ˆ st, prop y. (17) Atau dega perkataa la rata-rata d atas suda otomats merupaka rata-rata tertmbag (self wegtg desg): 1 f V ( Y ˆ ) st, prop W S. (18) Perkraa varas mejad: d. Alokas optmum. 1 1 f V ( Y ˆ ) st, prop W s. (19) 1 Apabla ada varabel pedukug yag dapat dguaka utuk megetau atau s maka alokas optmum aka megkatka press dar metode samplg. Dalam metode sampel dalokaska ke dalam setap strata agar dperole stadard error sekecl mugk da dega memperatka besarya varace. Mak besar varas, maka sampel yag dalokaska juga mak besar, dega pegtuga sebaga berkut: 1 S S. (0) Dalam pegtuga besarya sampel dapat dguaka pertmbaga yatu peetapa besarya sampel dega baya terseda tetap megaslka varas sekecl mugk atau sebalkya dega varas dtetapka medapatka baya sekecl mugk (memmumka baya). Apabla faktor baya aka dkutsertaka, maka perlu dketau total baya terseda da atau baya per ut pada strata (mugk sama atau mugk tdak sama). C : total baya C C c 0 1. (1) C 0 : baya tdak dpegaru desa da metode samplg c : baya per eleme utuk strata : bayakya ut sampel pada strata ke S Bla faktor baya dpertmbagka, maka rumus (0) mejad: 1

22 ( C C0 ) S / c S / c 1 Peetua besarya sampel secara keselurua adala: a. Alokas sama. () S 1 S 1 V b. Alokas sebadg V c. Alokas optmum S 1 S 1 S c S c / 1 1 V S 1 Bla baya per ut atar strata sama, maka: (3) (4) (5) V S 1 S 1 V d atas berart stadard error yag dkeedak da tela mempertugka tgkat kepercayaa: dega: V V0 Z / V 0 merupaka stadard error yag dtetapka da Z / = 1,96 bla tgkat keyaka yag dgka 95 %. (6) (7) Utuk samplg propors, dguaka rumus yag sama aya varas dpertugka: S P Q atau s p q.

23 Coto samplg eleme berstrata Samplg eleme berstrata yag pera dterapka dataraya pada sesus sampel Sesus Ekoom 006. Strata yag dguaka adala gologa klasfkas perusaaa meurut jes kegataya, sebaga coto strata: 1 : Idustr Makaa : Idustr Muma 3 : Idustr Pegolaa Tembakau 4 : Idustr Tekstl 5 : Idustr Pakaa Jad 6 : Idustr Kult, Barag dar Kult, da Alas Kak Pearka sampel dlakuka utuk setap strata. Proses pearka sampel dlakuka secara acak atau sstematk sepert baasa sebelumya. Taapaya adala megelompokka ut-ut perusaaa atau usaa berdasarka asl sesus ekoom ke dalam jes-jes strata datas. Kemuda ut-ut d setap strata dpl secara sstematk (umumya). Metode pemla suda djelaska pada baasa sebelumya. Pada BAB IV dber coto kokret samplg sstematk yag megguaka strata. B. Samplg Klaster & Coto Metode samplg klaster sebearya sama dega samplg eleme yag berupa acak sederaa, stratfkas, sstematk da samplg berpeluag. Perbedaa terletak pada ut samplg yag dguaka. Pearka sampel pada klaster tdak lagsug ke eleme, tetap terleb daulu melalu kelompok eleme yag selajutya dsebut ut samplg. Pada eleme samplg msalya rumatagga sebaga ut samplg, tetap pada klaster, ut samplg adala kelompok rumatagga sepert desa, RT/RW, blok sesus, sekola, da sebagaya. Ada dua cara dalam meetuka ut yag dtelt, yatu: a. Semua eleme/ut yag ada dalam klaster terpl dkumpulka formasya. Pearka sampel dsebut samplg satu taap. b. Sebaga eleme/ut yag ada dalam klaster terpl dkumpulka formasya. Pearka sampel dsebut samplg bertaap (multstage cluster samplg). Taapa pearka sampel dapat taap atau leb da dtjau dar efses desa sampel sebakya aya taap karea mak bayak taapaya mak kurag efse. Alasa pegguaa samplg klaster atara la: a. Pegumpula data pada ut yag berdekata leb muda, mura, cepat, da operas lapaga leb memugkka dbadg bla ut meyebar d seluru populas. b. Baya trasport atar dvdu ut maal segga klaster aka leb efse. c. Kesulta peyedaa keragka sampel sampa ke eleme sebaga ut samplg. 3

24 Pegtuga pada samplg klaster utuk perkraa la rata-rata karakterstk suatu varabel buka merupaka rata-rata per klaster tetap rata-rata per eleme. Dalam coto d atas tdak dperkraka rata-rata per desa, blok sesus, sekola, da sebagaya, tetap dtujuka utuk pegtuga rata-rata per rumatagga, orag, murd, da sebagaya. Cara pegtuga dalam samplg satu taap sama dega samplg eleme, yatu utuk memperkraka rata-rata per eleme. otas yag dguaka da pegtuga dlakuka sebaga berkut: M M 1 M y y 1 M 1 M 1 M 1 1 j1 M y y j : bayakya klaster dalam populas : bayakya klaster terpl : bayakya ut/eleme dalam klaster ke : perkraa la rata-rata bayakya ut/eleme dalam klaster : rata-rata la karakterstk per ut/eleme dar klaster ke : rata-rata perkraa la karakterstk per ut/eleme dar populas 1 f : perkraa varas dar perkraa rata-rata v( y ) sb la karakterstk per ut/eleme M 1 s M y y : varas karakterstk b 1 1 ( ) datara ut/eleme. (8) (9) (30) (31) Metode samplg klaster d atas dapat dkembagka utuk samplg propors da samplg berpeluag serta stratfkas sepert alya pada samplg eleme. 4

25 Cluster Taap Pearka samplg bertaap merupaka pegembaga metode samplg klaster satu taap. Pada uraa aya aka dbaas utuk samplg dua taap karea metode samplg yag basaya daplkaska utuk surve-surve dega pedekata rumatagga. Pearka sampel bertaap dguaka dega alasa: a. Tdak tersedaya keragka sampel yag memuat ut sampel terkecl b. Membagu keragka sampel membutuka baya, teaga, da waktu yag bayak c. Pegawasa lapaga leb muda d. Dtjau dar baya leb efse dbadg acak sederaa e. Dtjau dar efses, leb efse dar samplg klaster satu taap. Metode estmas pada pearka sampel bertaap tergatug pada cara pearka sampelya. Pada surve-surve pedekata rumatagga sepert Surve Sosal Ekoom asoal da Surve Teaga Kerja asoal dguaka samplg taap, yatu taap pertama meml blok sesus da taap ke dua dar blok sesus terpl dpl rumatagga. Berbaga modfkas pearka sampel dapat dlakuka pada metode samplg bertaap. Apabla kedua taap dlakuka pearka sampel acak sederaa, maka: m M Yˆ yj (3) m 1 j1 Dalam al M m kalau dbalk m M adala faktor pegal taap pertama (F 1 ) adala faktor pegal taap kedua (F ) adala fraks samplg taap pertama (f 1 ) adala fraks samplg taap kedua (f ) dmaa m adala bayakya ut taap kedua yag terpl dalam sampel. Rumus d atas dapat dsederaaka bla f dbuat kosta, msal f = 1/5, berart pada taap kedua dpl m = 1/5 M atau faktor pegal taap kedua mejad kosta yatu 5. Dega demka estmas mejad sederaa, yatu: 5

26 Y m m F y F F y j 1 1 j1 1 j1 j (33) segga asl surve cukup dkalka dega satu faktor yatu F = F 1 F berart desa mejad self wegtg. Peerapa selajutya dapat dmodfkas dega megguaka perkraa raso sebaga estmator. Modfkas la adala megguaka pearka sampel taap pertama dega ukura sebadg teradap bayakya ut yag aka dguaka pada taap kedua, sedagka taap kedua dapat dlakuka pearka sampel dega acak sederaa atau sstematk. Pegtuga perkraa mejad: Y 1 1 p 1 M m ' m j1 y j (34) p M ' M M 0 : msalka M adala bayakya rumatagga pada blok sesus terpl ke yag dguaka sebaga peluag berasal dar keragka sample : adala bayakya rumatagga pada blok sesus terpl ke dar asl lstg Apabla m dbuat kosta yatu m sepert alya pada Surve Sosal Ekoom asoal yatu 16, maka metode samplg dua taap tersebut mejad medekat self wegtg desg. Dega megguaka estmator raso, maka peyesuaa (adjustmet) estmas dapat dlakuka. Y k M 0 m 1 m y j j1 (35) Y berasal dar sumber la k Y Utuk metode samplg pegtuga perkraa mejad sederaa bla pearka sampel dlakuka dega peluag secara pemula. v( Y ) 1 ( 1) 1 ( Y Y ) (36) Y 1 p M m m j1 y j Secara umum dalam samplg dua taap varas perkraa dpegaru ole varas dar ut samplg taap pertama da varas ut samplg taap kedua. Karakterstk ut samplg taap pertama basaya leb eteroge da karakterstk ut samplg taap kedua leb omoge. Sebaga coto karakterstk/sfat-sfat ut d dalam blok 6

27 sesus leb omoge dbadgka karakterstk atar blok sesus. Rumatagga yag berdekata basaya leb omoge. Varas ut samplg taap pertama da taap kedua masg-masg dtuls sebaga berkut: S b : varas (stadar devas kuadrat) dar karakterstk per ut atar klaster S : varas dar la karakterstk per ut dalam klaster w S : rata-rata varas dar karakterstk per ut yag dpertugka dar masg-masg w klaster. Pearka sampel taap (two stage samplg) dapat dkembagka mejad double samplg (two pase samplg). Perbedaa atara two stage samplg da two pase samplg adala pada pearka sampel taap kedua. Pada double samplg, pearka sampel ut samplg taap kedua lagsug dlakuka pada masg-masg ut samplg taap pertama terpl secara depedet. Sedagka pada two stage samplg, pearka sampel dar ut taap kedua dlakuka setela dbetuk keragka sampel baru secara keselurua pada ut sampel terpl taap pertama. Pegkaja Besarya Sampel Pada metode samplg, peetua besarya sampel merupaka al petg yag perlu dpkrka sebelum melagka leb lajut dega melat sfat-sfat varabel yag mejad tujua surve. Sfat-sfat varabel yag mak eteroge atau mak lagka kejadaya aka memerluka sampel yag cukup besar, baka kemugka apabla sagat lagka atau sagat eteroge maka tdak aka memugkka dguaka probablty samplg. Metode kaja besarya sampel utuk varabel MDGs yag sesua dega pegtuga dkator MDGs berupa propors, maka cara yag muda utuk megkaj besarya sampel yatu dega megguaka rumus utuk propors mejad Z / PQ, Q = (1 P). d Apabla marg of error e perse dar p (d = e p), maka rumus mejad: Z / PQ (37) ( ep) da bla la propors dperole dar surve sampel sebelumya, utuk pegkaja besarya sampel, maka pegtugaya mejad: Z / pq. (38) ( ep) 7

28 Pegtuga d atas ddasarka pada samplg eleme da perlu dsesuaka apabla dguaka samplg bertaap dega mempertugka desg effect-ya (deff). Kaja buku Ser megguaka deff sebesar 1, dega pertmbaga bawa dar pegtuga, cukup bayak varabel dega deff medekat 1. Dsampg tu peyesuaa la adala perlu dpertugka adaya o respose. Dega mempertugka o respose sebesar 5 perse da bla dmasukka ke dalam rumus, pegtugaya mejad: m 0 Z / ( p)( q)( deff )( 1, 05) ( ep) ( k)( x). (39) Pada pegtuga samplg eleme pearka sampel lagsug ke eleme segga meujukka bayakya rumatagga terpl. Pada pegtuga samplg dua taap, bayakya rumatagga terpl dyataka dega m da bayakya blok sesus terpl dyataka dega. Sedagka deff sedr sagat tergatug pada besarya rumatagga terpl dalam blok sesus da tracluster correlato coeffcet ( ). Pada pegtuga d atas, dpertugka pula besar k da x, dega pejelasa sebaga berkut: p : perkraa propors kejada dar dkator yag dperkraka (propors kejada dar target populas), lat Tabel 4.11 buku Ser publkas sebelumya yag meujukka cara pegtuga p k : propors kejada dar target populas teradap populas x : rata-rata bayakya aggota rumatagga yag perlu dpertugka karea ut samplgya adala rumatagga deff Varas suatu metode samplg 1 ( m 1) (40) Varas metode acak sederaa ( eleme) dega: m 0 m m 0 = m ( 1) m sb sw ( 1) m s ( m 1) s (41) b : bayakya seluru rumatagga yag arus dpl : bayakya rumatagga dpl per klaster : bayakya klaster terpl w s b 1 1 M j 1 ( y y ) sw ˆ 1 ( m 1) M m ( y y ), dmaa 8

29 m yj s y 1 sw 1 m Dega melat rumus d atas maka d dalam pegtuga besarya sampel sagat dpegaru bagamaa tgkat eterogetas karakterstk suatu varabel bak atar klaster maupu dalam klaster. w. Coto Samplg Klaster Samplg klaster dalam kedupa sear-ar dapat dtemu sepert surve yag dlakuka utuk megetau persetase rumatagga meurut gologa tgkat peddka kepala rumatagga. Surve berbass klaster adala surve yag selama serg dguaka BPS, sepert Suseas, Sakeras, SDKI, dll. Klaster yag dguaka adala blok sesus. Pearka sampel klaster dapat meerapka metode acak, sstematk, atau dega samplg berstrata. Umumya klaster terpl dpl dega metode PPS (Probablty Proportoal To Sze). Prsp PPS adala blok sesus dega sze (basaya jumla rumatagga seap blok) terbesar memlk peluag terpl terbesar. Pejelasa leb detal tetag PPS dapat dlat pada buku ser da 4. Setap desa/keluraa dbag abs mejad blok sesus yag mecakup sektar rumatagga dega batas-batas yag jelas/muda dkeal, bak batas alam maupu buata. Batas satua lgkuga setempat (SS) sepert RT, RW, dusu, lgkuga, da sebagaya, dutamaka sebaga batas blok sesus bla batas SS tersebut jelas (batas alam atau buata). Apabla memugkka da memeu syarat dsaraka SS adala ekuvale sebaga blok sesus atau gabuga dar SS segga leb muda dalam pegealaya. Satu blok sesus arus terletak dalam satu ampara. Ada 3 jes blok sesus, yatu: Blok sesus basa (B) adala blok sesus yag sebaga besar muataya atara 80 sampa 10 rumatagga atau bagua tempat tggal atau bagua buka tempat tggal atau gabuga keduaya. Blok sesus yag dmasukka keragka sampel sebaga dasar pemla sampel blok sesus (samplg taap pertama). Blok sesus kusus (K) adala blok sesus yag tertutup utuk umum. Tempat-tempat yag basa djadka blok sesus kusus atara la asrama/barak mlter, asrama perawat, pat asua dega 100 pegu atau leb da lembaga pemasyarakata (tdak ada batasa jumla pegu). Blok sesus persapa (P) adala blok sesus yag kosog sepert sawa, kebu, tegal, rawa, uta, daera yag dkosogka (dgusur) atau bekas permukma yag terbakar atau daera kosog yag dpersapka utuk pemukma. Estmas Prosedur estmas dsesuaka dega tatacara pearka sampel. Prosedur estmas dapat dlakuka melalu dua cara, yatu: 9

30 a. Dega mempertugka secara lagsug dega rumus samplg dua taap (jka dguaka samplg dua taap): ' m M M Yˆ 1 0 yj (4) M m 1 j1 ' la M dambl dar asl lstg da pada pegtuga pada saat pegolaa dguaka sebaga pembag. ' m M M Yˆ 0 yj (43) M m j1 1 v( y) ( 1) 1 ( Y Y ) b. Estmas dapat dsederaaka dega megguaka estmas raso, dega data pedukug dar sumber la, yatu proyeks rumatagga atau peduduk. Apabla dguaka estmator cara, perlu dpersapka data pedukugya. (44) Bla dguaka estmator raso, maka estmas pada suatu kecamata, adala sebaga berkut: Data Rumatagga Estmas la rata-rata karakterstk per rumatagga: 1 y m 1 m y j j1 (45) M 0 = perkraa bayakya rumatagga pada suatu kecamata, dapat dambl dar sumber la atau berdasarka estmas yag dsesuaka dega data peduduk yag dguaka. Msal dguaka jumla peduduk dar proyeks( P ), maka: ˆ 0 M Pˆ Rata - rata aggota ruma tagga dar sampel Rata-rata bayakya aggota rumatagga dar sampel: R amg rt y 1 1, ag rt m, apabla m kosta sepert dsaraka, yatu atara 1-0, maka: 30

31 R amg rt 1 y, ag rt m. Data rumatagga lapu dapat dtug perkraaya dega megguaka rumus d atas, dmaa y dgat karakterstk dar varabel laya, sepert rumatagga dega satas sedr, ar bers, da sebagaya. Estmas aka meujukka propors rumatagga dega satas sedr, ar bers, da sebagaya. Dega demka utuk tabulas dapat dguaka faktor pegal karakterstk rumatagga yatu: Mˆ ˆ 0 M 0 Perkraa ruma tagga F rt. (46) m Ruma tagga sampel m 1 Catata : Hat-at bla ada o respose, maka faktor pegal arus dsesuaka dega adaya o respose. Data Idvdu/Peduduk Cara pegtuga perkraa data peduduk sama sepert cara pegtuga varabel rumatagga, aya dalam al dguaka raso bayakya peduduk pada kecamata bersagkuta yag dsesuaka dega bayakya peduduk saat surve yag tela dsepakat, msalya data proyeks. Estmas la rata-rata karakterstk per rumatagga: 1 y m 1 m y j j1 y j : la karakterstk peduduk dar rumatagga ke j blok sesus ke Ped : Perkraa bayakya peduduk pada suatu kecamata yag dambl dar sumber la, msal proyeks peduduk. Dar data sampel dapat dperole bayakya rumatagga dalam sampel, msal p ped. Dega demka dapat dtug faktor pegal peduduk utuk suatu kecamata, yatu: F ped Perkraa peduduk kecamata Pˆ ped. Peduduk dalam sampel p ped Stadard Error da Tgkat Kepercayaa Pada rumus sebelumya tela djelaska megea metode estmas bak utuk perkraa total da rata-rata atau propors da varas. Kedua estmas sagat erat dega pegtuga stadard error da tgkat kepercayaa. 31

32 Stadard error dpertugka utuk melat perkraa kesalaa yag tmbul akbat pegguaa metode samplg da relatve stadard error meujukka persetase kesalaa tersebut. Sedagka stadard error sedr dtug dar akar varas. Dar asl surve, pegtuga tersebut dyataka: se( y) v( y) atau se( Y ) v( Y ) se y se Y rse( y) rse( Y ( ) ( ) ). (47) y Y Pegguaa asl pegtuga stadard error perlu dlegkap dega meujukka selag kepercayaaya (cofdece terval) dega meetapka tgkat kepercayaa/keyaka msalya 95 perse atau 99 perse, yag masg-masg berart Z / =1,96 atau Z / =,58. Selag kepercayaa dapat dtulska sebaga berkut: p + Z / (e.p) y Z/ ( e. y) (48) Y Z ( e. Y). / Pegtuga stadard error dar data asl surve darapka megaslka marg of error sesua yag darapka saat peetapa besarya sampel pada saat medesa sampel (rse e). e = persetase marg of error atau stadard error ep = stadard error. Pegtuga varas da stadard error sela megguaka rumus d atas dapat ddekat dega rumus yag dguaka pada saat memperkraka m, yatu: m Z p p deff / ( )( 1 )( )( 1, 05) ( ep) ( k)( x) (49) e Z / ( p)( 1 p)( deff )( 1, 05) m p ( k)( x) Z / ( 1 p)( deff )( 1, 05) m p ( k)( x) e Z / ( 1 p)( deff )( 1, 05) m p( k)( x). (50) la-la p, k, x, deff, da 1, 05 = m' dtug dar asl surve. m Perlu dperatka ds bawa la peyebut yag meujukka bayakya sampel rumatagga lagsug dtug dar sampel rumatagga yag dola, yatu m', segga: e Z / ( 1 p)( deff ) m' p( k)( x) 3

33 BAB IV. APIKASI PEARIKA SAMPE Coto Peyedaa Keragka Sampel Pegguaa daftar stg Rumatagga Megapa dperluka lstg rumatagga? Pearka sampel yag serg dguaka adala taap, yatu taap pertama meml blok sesus da pada taap kedua meml rumatagga. Selajutya rumatagga terpl sebaga ut observas dmaa formasya dkumpulka bak formas rumatagga maupu formas orag/peroraga. stg atau pedaftara rumatagga pada blok sesus terpl sagat dperluka, karea: a. Tdak terseda daftar rumatagga yag mutakr. Perubaa keberadaa rumatagga jau leb cepat dbadgka dega perubaa suatu area. b. Pada saat lstg, yag ddaftar tdak terbatas pada rumatagga saja tetap dapat pula dkumpulka varabel pedukug yag dapat dguaka utuk: Efses pearka sampel, msal utuk pegatura pearka sampel dperluka varabel la sebaga dasar utuk peggologa rumatagga, Membetuk ut samplg sesua keperlua surve, Meamba varabel gua estmas karea varabel tersebut merupaka varabel yag lagka/kejadaya jarag, Daftar stg 33

34 Peyedaa daftar lstg arus sesua dega metode samplg yag aka dguaka. Daftar lstg dapat sederaa atau rc dsesuaka dega tujuaya sepert tela djelaska yatu aya terbatas utuk keperlua pearka sampel atau perlu leb rc dega memasukka beberapa varabel petg yag memerluka dtemukaya kejada leb bayak sepert pertayaa kelara da kemata. Blok sesus umumya terdr dar sektar 100 rumatagga da sampel rumatagga pada setap blok sesus terpl aya sektar 1-0 rumatagga. Jad bla pertayaa rare cases sepert kelara da kemata dtayaka melalu lstg, maka respode aka sebayak 100/1 kal dbadgka melalu surveya sedr (bla rumatagga utuk surve adala 1 rumatagga per blok sesus). Tetap perlu perata dalam estmas da pembag karea pearka sampel blok sesus megguaka peluag sebadg dega bayakya rumatagga. Coto: Daftar lstg sederaa utuk suatu blok sesus terpl bla aya dguaka utuk pearka sampel rumatagga. o. Segme ama RT/RW da ama jala Coto Pedaftara Rumatagga PEDAFTARA RUMAHTAGGA o. urut bagua fsk o. urut bagua sesus o. urut ruma tagga ama kepala ruma tagga Bayakya aggota ruma tagga (1) () (3) (4) (5) (6) (7) Daftar d atas merupaka coto varabel yag perlu dmasukka dalam daftar lstg utuk pearka sampel rumatagga secara lagsug tapa megkatka dega varabel laya. Walaupu daftar lstg tersebut sederaa, tetap yag terpetg adala pekerjaa pedaftara rumatagga dlakuka dega at-at agar tdak terlewat atau duplkas karea al aka mempegaru estmas. Kecederuga selama kesalacakupa yag terjad adala lewat caca karea adaya batas-batas blok sesus yag kurag jelas atau karea wlayaya luas segga tdak semua bagua terdeteks. Coverage error yag terjad selama megakbatka estmas secara drect estmate melalu rumus meyebabka bas yag cukup besar. Ole karea 34

35 tu agar estmas leb efse, dguaka rato estmator dega megguaka data proyeks peduduk atau data admstras laya yag leb akurat. Coto 1 : Pearka Sampel Eleme (Rumatagga) Berdasarka coto Pedaftara Rumatagga datas, maka jka pada taap kedua aka dlakuka pearka sampel lagsug rumatagga, maka dapat dguaka omor urut rumatagga d kolom (5) pada coto 5. Pearka sampel rumatagga dsaraka secara sstematk, karea aka mempermuda pearka sampel ole petugas, yatu cukup megambl satu agka radom. omor urut terakr d kolom (5) meujukka bayakya rumatagga pada blok sesus (M ) da selajutya pada setap blok sesus dpl atara 1-0 rumatagga (perlu dtetapka msalya 16). Htug terval utuk pearka sampel rumatagga, yatu: Car agka radom < I (R 1 ) Bayakyaruma tagga asl lstg I m Da selajutya dtetuka rumatagga terpl secara keselurua, yatu: R 1 R = R 1 + I R 3 = R + I = R 1 + I R 4 = R 3 + I = R 1 + 3I. R m = R m + I = R 1 + (m-1)i Rumatagga yag mempuya omor urut sama dega agka radom d atas dlgkar. Rumatagga terpl adala rumatagga yag omor urutya dlgkar da rumatagga terpl tersebut selajutya dtuagka ke dalam daftar sampel rumatagga yag tela dtetuka, sebaga pedoma petugas utuk megadaka wawacara. Hdar peggata sampel karea al aka meyebabka bas dalam estmas da bla dperkeaka peggata sampel ada kecederuga petugas dega muda melakuka peggata sampel. Coto : Pearka Sampel Eleme Berstrata (Perusaaa) Pada tabel berkut, populas perusaaa dbedaka meurut 4 strata KBI (Klasfkas Baku apaga Usaa). Pearka sampel perusaaa dlakuka utuk setap strata da dega cara sstematk. Jumla sampel setap strata sama (equal sample sze) Jumla populas da sampel Idustr Mkro meurut KBI 35

36 Jumla Populas Sampel Iterval 15/3 =5 4/3 =8 1/3 =4 4/3 =14 7/3 =9 1/3 =4 Perusaaa utuk setap strata dberka omor urut 1 sd. Selajutya utuk setap strata masg-masg dpl agka radom pertama (R1 Iterval). Selajutya perusaaa terpl adala dega omor urut sesua agka R: Strata 1 : Jka R1 = 1, maka R = 1+5 = 6, R3 = 1 + (5) = 11 Strata : Jka R1 = 5, maka R = 5+5 = 10, R3 = 5 + (5) = 15 Strata 3 : Jka R1 = 1, maka R = 1+5 = 6, R3 = 1 + (5) = 11 Strata 4 : Jka R1 = 7, maka R = 3+5 = 8, R3 = 3 + (5) = 13 Strata 5 : Jka R1 =, maka R = +5 = 7, R3 = + (5) = 1... Strata 4 : Jka R1 = 4, maka R = 4+5 = 9, R3 = 4 + (5) = 14 Tambaa : Setela proses pegolaa data selesa, maka dperluka segera proses tabulas termasuk ddalamya estmas da pegtuga Samplg Error. Pegtuga Samplg Error megguaka paket program CEVAR Varace Calculato System. Samplg Error (kesalaa samplg) adala kesalaa yag dsebabka ole metode samplg yag dguaka. Samplg error merupaka akar dar varas estmas yag meujukka tgkat keragama dar la-la estmas. Serg dsebut sebaga stadard error yag jka dbag dega la estmas merupaka relatve stadard error (RSE). RSE adala kesalaa yag dsebabka ole metode samplg yag dguaka. Overvew of CEVAR: CEVAR adala paket program dalam IMPS (Itegrated Mcrocomputer Processg System) yag dtujuka utuk megtug press da akuras dar racaga surve sampel yag dguaka. Idkator yag dguaka adala melalu pegtuga estmas da stadard error utuk megukur ketepata ukura teradap parameter populas sepert total, rata-rata, raso, da propors utuk doma estmas yag berbeda. Utuk setap parameter spesfk da doma dar estmas, CEVAR megeluarka output tabel yag terdr dar: a. la Estmas Parameter b. Stadard Error c. Coeffcet of Varato (RSE) 36

37 d. Cofdece Iterval (95%) e. Desg Effect (DEFF) f. Jumla Observas sampel darmaa estmas tersebut dtug Dega kompoe output berupa dkator tersebut datas, seorag peggua dapat melat sejau maa akuras data metode samplg yag dterapka pada surve tersebut. Dega demka peggua dapat megkaj sekalgus megevaluas realbltas dar asl surve. CEVAR mempuya 4 jes tpe fle: a. Data Dctoary fle : adala kompoe utama yag terdapat dalam CEVAR Data Dctoary berfugs utuk medefska varabel serta layout data. Fle data dctoary aka mempuya eksteto fle DD. b. Data fle : Data yag dapat dakses adala berupa ASCII fle dalam format DAT. c. Settgs Fle : Bers racaga sampel yag dguaka, dega eksteto fle CVF. Settgs fle sagat tergatug kepada layout data yag suda ddefska sebelumya. d. Output fle : Berupa tabel dalam format ASCII dega eksteto VAR. Tampla meu utama dalam program IMPS sepert gambar 6.9. Gambar 6.9 Utuk mejalaka CEVAR, maka secara umum ada beberapa taapa yag perlu dpersapka, yatu: a. Meetuka tabulas yag aka daslka pada surve b. Meml sejumla varabel yag aka dsajka la samplg error-ya c. Meetuka spesfkas utuk aalss varabel tabel samplg error 37

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

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

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

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

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

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

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

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

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

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 I PENGERTIAN SAMPEL DAN SAMPLING

BAB I PENGERTIAN SAMPEL DAN SAMPLING BAB I PEGERTIA SAMPEL DA SAMPLIG A. PEGERTIA SAMPEL Ketka melakuka peelta kta serg meyebut stla populas da sample. Agar dperole pemaama yag omoge, secara rgkas kta baas tetag pegertapegerta dasar berkut:

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

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 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

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

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

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

* 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

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

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

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

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

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

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

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

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

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 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 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso

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

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

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

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

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB 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

PENARIKAN SAMPEL ACAK BERSTRATA

PENARIKAN SAMPEL ACAK BERSTRATA PEARIKA APE ACAK BERTRATA Defs: uatu metode d maa populas ag erukura, dag-ag mejad susupopulas ag masg-masg terdr atas,, 3, 4,, eleme D atara dua supopulas tdak ole ada ag salg tumpag td segga + + 3 +

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo Estmas Regres Deret Fourer ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo 2 ) Jurusa Matematka, FMIPA, Udp 2) Jurusa Ped. Matematka, FPMIPA, IKIP PGRI, Semarag

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

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

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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih 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

Pengajar: Dr. Agus M Soleh

Pengajar: Dr. Agus M Soleh Pegajar: Dr. Agus M Soleh Surve percobaa populato sample hmpua semua objek ag mejad mat pegambla kesmpula hmpua baga dar populas melakuka pegamata terhadap seluruh populas sergkal tdak mugk dlakuka ketka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

BAB II 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 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

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

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

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

BAB 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

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Deret Taylor dan Analisis Galat

Deret Taylor dan Analisis Galat Deret Taylor da Aalss Galat Des : Adakata da semua turuaya,,,, meerus d dalam selag [a,b]. Msalka : o є[a,b], maka la-la d sektar o da є[a,b], dapat dperluas dekspas ke dalam deret Taylor :...!...! 1!

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PEELITIA 4.1. Lokas da Waktu Peelta Peelta dlakuka d lokas peelura maleo d kawasa TLL Kabupate Doggala Provs ulawes Tega. Pegambla data lapaga dlaksaaka selama ± 3 bula, dar bula Aprl gga Ju

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

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

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Regresi 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

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

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

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

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

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

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

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

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

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

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

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

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

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

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

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

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

Pertemuan VII IV. Titik Berat dan Momen Inersia

Pertemuan VII IV. Titik Berat dan Momen Inersia Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak

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

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

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

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

Bab I Pendahuluan & Statistika Deskriptif Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasl Peelta Peelta megguaka metde eksperme kuattat dega desa psttest ctrl grup desg yak meempatka subyek peelta kedalam dua kelmpk (kelas) yag dbedaka mejad kategr

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

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