BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDASAN TEORI. Aalss Regres Regres merupaa alat uur yag dguaa utu meguur ada atau tdaya orelas atar varael. Istlah regres yag erart ramala atau tasra pertama al dpereala oleh Sr Fracs Galto pada tahu 877, sehuuga dega peeltaya terhadap tgg mausa, yatu atara tgg aa da tgg orag tua. Dalam peeltaya, Galto meemua ahwa tgg aa dar orag tua yag tggya cederug megat atau meuru dar erat rata-rata populas. Gars yag meujua huuga terseut dseut gars regres. Te yag umum dguaa utu megaalss huuga atara dua atau leh varael dalam lmu statst adalah aalss regres. Aalss regres adalah teh statst yag ergua utu memersa da memodela huuga atara dua varael atau leh terutama utu meyelusur pola huuga dua varael atau leh da terutama utu meelusur pola huuga yag modelya elum detahu dega sempura, sehgga dalam peerepaya leh ersfat esploratf. Aalss regres setda-tdaya meml 3 (tga) eguaa, yatu: utu tujua desrps dar feomea data atau asus yag sedag dtelt, utu tujua otrol, serta utu tujua preds. Regres mampu medesrpsa feomea data melalu teretuya suatu model huuga yag ersfat umer. Regres juga dapat dguaa utu melaua pegedala terhadap suatu asus atau hal-hal yag sedag damat melalu pegguaa model regres yag dperoleh. Sela tu, model regres juga dapat dmafaata utu melaua preds utu varael terat. Namu perlu dgat, preds d dalam osep regres haya oleh dlaua Uverstas Sumatera Utara

2 ddalam retag data dar varael-varael eas yag dguaa utu memetu model regres terseut. Kosep dseut seaga terpolas. D dalam suatu model regres aa dtemua oefse-oefse. Koefse pada model regres seearya adalah la duga parameter ddalam model regres utu ods yag seearya, sama halya dega statst mea (rata-rata) pada osep statsta dasar. Haya saja, oefse-oefse utu model regres merupaa la rata-rata yag erpeluag terjad pada varael (varael terat) la suatu la (varael eas) dera. Koefse regres dapat dedaa mejad macam, yatu:. Itersep (tercept) Itersep adalah suatu tt perpotoga atara suatu gars regres dega sumu pada dagram/sumu artesus saat la. Sedaga defs secara statsta adalah la rata-rata pada varael apala la pada varael erla. Dega ata la, apala tda memera otrus, maa secara rata-rata, varael aa erla seesar tersep. Perlu dgat, tersep hayalah suatu ostata yag memuga muculya oefse la ddalam regres. Itersep tda selalu dapat atau perlu utu dterpretasa. Apala data pegamata pada varael tda mecaup atau medeat, maa tersep tda meml maa yag erart, sehgga tda perlu dterpretasa.. Slope Secara matemats, slope merupaa uura emrga dar suatu gars. Slope adalah oefse regres utu varael (varael eas). Dalam osep statsta, slope merupaa suatu la yag meujua seerapa esar otrus (sumaga) yag dera suatu varael terhadap. Nla slope dapat pula darta seaga rata-rata pertamaha (peguraga) yag terjad pada varael utu setap pegata satu satua varael. Persamaa gars regres adalah merupaa model huuga atara dua varael atau leh, yatu atara varael ergatug (depedet varael) dega varael easya (depedet varale) sedaga yag dmasud gars regres (regresso le/le of the est ft/estmatg le) adalah suatu gars yag dtar d atara tt-tt (scatter dagram) sedema rupa sehgga dapat dguaa utu Uverstas Sumatera Utara

3 measr esarya varael yag satu erdasara esar varael yag la, dapat juga duguaa utu megetahu orelasya (postf atau egatfya). Apala dua varael x da y mempuya huuga atau orelas, maa peruaha la varael darta seaga varael yag satu mempegaruh varael laya... Regres Ler Sederhaa Regres ler sederhaa merupaa aga regres yag mecaup huuga ler satu peuah ta eas dega satu peuah eas. Huuga ler da dar suatu populas dseut gars regres populas yag dyataa persamaa seaga erut: µ. E( / ) (.) Keteraga: µ. rata-rata utu la tertetu jara tt pagal dega tt potog gars regres dega sumu (tercept) la tapa pegaruh emrga (slope atau grade) gars regres Besarya peruaha seaga aat peruaha satu satua Kalau g meduga rataa µ., maa la perlu dtetua utu satua tertetu. Nla terseut utu dyataa dega. Nla da µ. pada umumya tda sama. Peredaa terseut tergatug pada etepata model utu meggamara eadaa yag seearya da etepata peguura peuah da. Peredaa atara da µ. dseut galat aca (radam error) da dyataa dega smol ε. Dega dema: ε µ atau µ. ε. Dar persamaa dperoleh model regres ler sederhaa dar suatu populas seaga erut: Uverstas Sumatera Utara

4 ε (.) I Parameter da dduga dega megguaa gars regres cotoh. Betu persamaaa gars regres cotoh adalah seaga erut: (.3) Keteraga: tersept, jara tt pagal da tt potog gars regres dega sumu emrga atau grade gars regres Keteraga: merupaa peduga tt ag merupaa peduga tt ag da Ŷ merupaa peduga tt ag µ. Pedugaa terseut dlaua dega megaml cotoh aca eruura dar suatu populas. Hasl pegamata erupa pasaga da seaga erut: (, ), (, ),.., (, ) Data erpasaga terseut dgamara pada sumu oordatf su-su, aa dperoleh gamar yag dseut dagram pecar (scatter dagram) sepert pada gamar erut. Nla-la data terseut delmas dalam persamaa dperoleh: Pada umumya tda sama dega Ŷ, peredaa atara da Ŷ dyataa dega e yag dseut ssa (resdual). Dalam hal : e atau e Dega dema dperoleh model regres ler sederhaa dar cotoh seaga erut: I e (.4) Uverstas Sumatera Utara

5 Gamar. Dagram Pecar, Gars Regres, da Ssa Utu Pegamata Berpasaga (, ) Nla da dperoleh dega megguaa metode uadrat terecl (least-squares method). Metode uadrat terecl merupaa satu cara memperoleh da dega memmuma jumlah uadrat ssa: ( ) ( ) e S (.5) Syarat optmum adalah: ( ) S ( ) S Dar dua persyarata optmum peroleh persamaa ormal seaga erut: Uverstas Sumatera Utara

6 (.6) Dar persamaa ormal dperoleh: ( )( ) ( ) (.7) (.8).. Regres Ler Gada Regres ler gada merupaa regres ler yag melata huuga fugsoal atara seuah varael ta eas dega dua atau leh varael eas. Sema aya varael eas yag telat dalam suatu persamaa regres sema rumt meetua la statst yag dperlua hgga dperoleh persamaa regres estmas. Regres ler ergada ergua utu medapata pegaruh dua varael rterumya atau utu mecar huuga fugsoal dua varael predtor atau leh dega varael rterumya, atau utu meramala dua varael predtor atau leh terhadap varael rterumya. Uverstas Sumatera Utara

7 Huuga ler leh dar dua varael yag dyataa dalam etu persamaa matemats adalah:... ε (.9) Keteraga: : varael ta eas,... : varael eas,,..., : parameter regres ε : la esalaha (error) Metode uadrat terecl dar estmas yag terdr dar mmum ε yag ereaa dega, dmaa mmum ε ' ε megea, yatu: ( ) ( ) ε ' ε ' ' ' ' ' ' ε ' ε Peredaa ε ' ε megea da persamaa, dperoleh: ' ' atau ' ' (.) ( ' ) ' (.) Kemuda utu : ( )' ( ) ( ) ' ( ) ( )' ( ) ( )' ' ( ) ( )' ( ) Uverstas Sumatera Utara

8 Mmum dar ( ) ( ) solus utu melhat mmum ' adalah ( )' ( ) ε ' ε. dcapa pada..3 Regres Noler Sederhaa Regres oler adalah regres yag varael-varaelya ada yag erpagat. Betu graf regres oler adalah erupa leguga. Utu mempelajar peuah respo () erdasara peuah la (), apala ada alasa atau dugaa uat ahwa atara da terdapat pertauta, maa dapat megguaa te regres da orelas yag etu ler. Regres terseut datas pada etu ler Ŷ a yag perlu duj dahulu megea etu da eerartaya seelum dguaa utu megaml esmpula. Utu mecar regres atas yag etuya oler atau legug, eerapa d ataraya adalah: a. Paraola atau polom pagat dua a c. Paraola u atau polom pagat tga 3 a c d c. Polom pagat ( ) 3 3 a a a a... a d. Espoe a e. Espoe (husus) atau pertumuha ae f. Geometr a g. Logst a Uverstas Sumatera Utara

9 h. Hperola a Regres-regres model (d), (e), (f), (g), da (h) dapat dselasaa dega megguaa te regres ler sederhaa da orelas area dega trasformas yag coco, etu-etu terseut dapat mejad ler. Trasformas yag dguaa adalah logartma, sehgga: etu (d) mejad: log log a log, yag ler dalam da log etu (e) mejad: l l a, yag ler dalam da l, (l adalah logartma dega laga poo e) etu (f) mejad: log log a log, yag ler dalam log da log etu (g) mejad: log log a log, yag ler dalam da log etu (h) mejad: log log a log log yag ler dalam log da log Dega te yag djelasa dalam regres ler sederhaa da orelas dalam regres ler sederhaa, oefse-oefse a da melalu log a da log dapat dtetua. Dalam pelasaaaya harus eerja dega data dar da sudah duat logartmaya terleh dahulu, utu (d), (e), (g) tetap mash. Uverstas Sumatera Utara

10 Regres-regres etu (a) da () merupaa hal husus dar etu (c) masg-masg utu da 3. Betu-etu tda dapat duat ler sepert utu (d), (e), (f) da (g)...3. Model Espoe Perraa utu model, yag persamaaya: a (.) Keteraga: varael ta eas varael eas a, ostata atau peduga teryata dapat demala epada model ler yag daml logartmaya, dalam logartma persamaaya mejad : log log a (log) (.3) daml Ŷ log Ŷ, a log a da log, dperoleh model: a a da dapat dhtug da selajutya area a log a da log, a da juga dapat dhtug. Lagsug d dalam logartma, a da dapat dcar dar rumus: log log a a log ( log) a ( log ) ( )( log ) ( ) (.4) Uverstas Sumatera Utara

11 Model espoe dalam rumus (.) serg pula dseut model pertumuha area serg aya dguaa dalam megaalss data seaga hasl pegamata megea feomea yag sfatya tumuh. Dalam hal model persamaaya mejad: ae (.5) Keteraga: Ŷ varael ta eas varael eas a, ostata atau peduga e laga poo logartma asl atau logartma Naper hargaya hgga empat empat desmal adalah e,783.. searag harus daml logartma Naper da ua logartma asa. Persamaaya (.5) searag mejad: l l a (.6) I ler dalam da l sehgga a da dapat dcar sepert asa. Daftar logartma Naper tda terseda, dapat dguaa daftar logartma asa, persamaa (.6) dalam rumus mejad: log log a, 4343 (.7)..4 Regres Noler Gada Uverstas Sumatera Utara

12 Dalam sua.. telah dahas seperluya regres ler gada dega uah ( ) varael eas,,...,, dregresa terhadap varael respo dalam etu ler gada yag dtasr eretu:... Keteraga: varael ta eas,..., varael eas,...,, parameter regres Ja haya ada dua varael eas da, maa regresya terhadap dalam etu uadrat adalah: Suatu regres yag damaa regres oler gada, tepatya regres uadrat gada. Dega mejau septas tetag regres oler gada ersfat multplatf. Model multplatf yag palg sederhaa utu dua varael eas da msalya adalah: a C Keteraga: varael ta eas varael eas a,, c ostata atau peduga Uverstas Sumatera Utara

13 Seaga tasra terhadap model regres dalam populasya. Pada dasarya, model oler dapat demala pada model ler dega jala megaml logartma e dua ruas persamaa. Haslya mejad: log log a log c log Beretu model ler gada dalam log, log da log. Model espoe utu regres oler gada dega dua varael eas, daml: e Keteraga: varael ta eas, varael eas, parameter regres, Dapat demala pada etu ler gada dega megaml logartma asl (l) pada e dua ruas persamaa. Betuya mejad: l Selajutya dselesaa dega cara regres ler gada megguaa varael eas aslya sedaga varael depedeya dalam etu logartma asl dar varael, alah l. Model la yag juga o ler gada utu dua predtor tetap dapat demala pada etu ler gada adalah model eala, eretu: Uverstas Sumatera Utara

14 Keteraga: varael ta eas, varael eas, parameter regres, Dega megaml eala e dua ruas persamaa, ta peroleh: Ler dalam, da /. I erart model dapat dselesaa dega cara sepert meyelesaa regres ler gada megguaa data asl da da varael depedeya ua tetap /. Tetu saja mash ada model la yag o ler gada da juga model-model terseut dapat dperluas utu tga, empat, da seterusya varael eas. Peyelesaaya, dusahaa demala pada etu ler gada dega megguaa trasformas yag sesua.. Metode Kuadrat Terecl Metode uadrat terecl, yag leh eal dega ama least-squares method adalah salah satu metode pedeata yag palg petg dalam dua etea utu: a) Regres ataupu pemetua persamaa dar tt-tt data dsretya (dalam pemodela) ) Aalss sesata peguura (dalam valdas model) Metode uadrat terecl termasu dalam eluarga metode-metode pedeata sesata terdstrus ( dstruted error approxmato methods), erdasara areterst erjaya yag melaua peguraga sesata meyeluruh (gloal error) yag teruur erdasara terval pedeata eseluruha (whole approxmato Uverstas Sumatera Utara

15 terval) sesua dega order pedeata yag megat. Metode ereda dega metode-metode asmptots, hususya yag demaga melalu pedeata deret Taylor, area metode asmptots meml areterst erja yag memperecl sesata pada eerapa tt tertetu, sesua dega order pedeata yag megat. Metode uadrat terecl juga memaa peraa petg dalam teor statst, area metode sergal dguaa dalam peyelesaa prolemprolem yag melata umpula data yag tersusu secara aca, sepert sesatasesata percoaa. Ad Supagat (8) Metode Ordary Least Square (OLS) atau serg juga dataa seaga metode uadrat terecl (least square) pada dasarya merupaa aggapa-aggapa tertetu, aggapa-aggapa pada metode uadrat terecl adalah dmasuda seaga pemetua model Normal Hesse, yag dguaa utu meetua perhtuga esara tercept da oefses regres sampel atau esara a da pada model regres ler y a x. Begtu pu tetuya pada model-model regres laya, sepert pada model ler multple, model udarats, model sem, model espoesal. Metode uadrat terecl sela utu meetua la-la tercept da oefse regres, juga ergua utu memuat pedugaa terval serta meguj hpotess regres populas. Berut dugapa eerapa aggapa petg metode uadrat terecl, d ataraya: a. Nla rata-rata dar tgat esalaha (error) atau la espetas (expected value) dar setap la x sama dega ol. Aggapa dyataa sepert pada Gamar.5, ahwa utu setap x, msala x, x, da x 3 terdapat eerapa la y. la terseut terdapat d awah da d atas gars reges, amu la rata-rata dar y erada d tt tegah, yatu pada gars regres. Karea urva ersfat smetrs, maa la d awah gars regres sama dega la d atas regres, sehgga la harapa dar E utu setap x dar x, samapa x sama dega ol. Uverstas Sumatera Utara

16 Gamar. Nla rata-rata dar tgat esalaha (error) atau la espetas (expected value) dar setap la x sama dega ol. Nla error dar E da Ej dataa seaga covara yag salg depedet (tda erhuuga), da oleh area atara E da Ej tda ada huuga, maa dapat darta ahwa la cov (E, E j ), dmaa j. erdasara uraa d atas, dalam setap la x aa ddapat tgat esalaha (error) seesar E dema pu halya dega la x j aa ddapat tgat esalaha (error) seesar E j. c. Varas ( σ ) dar error erla: Var ( E / E j ) E( e e j ) σ. Perhata pada gamar seelumya, la E ( yag dlamaga dega tada tt) utu setap x yatu x, x, da x 3 tersear secara tetap seesar la varaya ( σ ). Nla E teresar d awah urva ormal sejauh satu stadar devas dawah gars reegres da satu stadar devas d atas gars regresya. d. Varael eas x tda erhuuga dega esarya la E (error), utu eyataa d tulsa seaga Covara atau Cov(E, x ). dega dema model regresya dtuls: ŷ a x e, terlhat dar model terseut ahwa la x da E secara yata tda salg mempegaruh, amu dema edua varael terseut mempegaruh varael y. seadaya atara varael x da varael E salg mempegaruh, maa pegaruh masg-masg varael terseut tda aa dapat dpsaha. Secara luas model regres d atas dapat darta, ahwa fator Uverstas Sumatera Utara

17 yag mempegaruh y sela x adalah fator e, maa oleh areaya varas dar E da x salg terpsah atau tda erhuuga (tda erorelas). e. Aggapa-aggapa terseut sagat petg artya dalam melaua aalss regres, sea apala aggapa-aggapa terseut dapat dpeuh, maa lala peduga yatu a da (utu model regres ler sederhaa), la-la a, a, a (utu model regres ler multple ŷ a a x a x ε) ataupu la-la tercept da oefse regres pada model laya aa mempuya sfat-sfat sepert erut: Tda as, meml varas yag mmum, hasl perhtuga (pedugaa) dapat represetatf terhadap parameter populasya walaupu jumlah sampelya dperesar, meml la tercept da oefse regres yag erdstrus ormal dega dega la rata-rata harapa dar pedugaa sampel E (a) A da varas (a) σ a. da la rata-rata harapa dar pedugaa sampel E () B da varas () σ. f. Secara umum metode uadrat terecl, dtuls dalam etu Normal Hesse, yatu: Utu Model Regres Ler Sederhaa ŷ a x e Persamaa Normal Hesse-ya: y a x.) y a x x..).. Persoala Estmas Metode Kuadrat Terecl dalam Model Espoe Bergada Metode uadrat terecl dapat dguaa utu memperraa oefse regres dalam regres ler ergada. Merupaa metode yag palg populer da sagat erpegaruh dalam aalss gars regres. Utu memperraa parameter parameter,,..., dapat dguaa metode uadrat terecl sehgga jumlah uadrat dar devas/smpaga atara oservas- oservas da gars regres mejad mmum. Uverstas Sumatera Utara

18 Hes da Motgomery (99) mejelasa ahwa fugs uadrat terecl adalah: j j j L ε (.8) Fugs L terseut doptmuma terhadap,...,,. Estmator uadrat terecl,...,, merupaa syarat mutla harus memeuh: ',..., j j j L da (.9) ',..., j j j j j L j,,., Peyerdehaaa Persamaa (.9), dperoleh persamaa-persamaa ormal uadrat terecl: (.)... Berdasara estmas pada persamaa (.) dalam regres ler gada dega metode uadrat terecl, dapat dperoleh rumus estmas regres oler gada utu model espoe dega metode uadrat terecl seaga erut: dega memsala: l y l Uverstas Sumatera Utara

19 y l etu persamaa-persamaa ormal uadrat terecl yag dguaa utu model espoe ergada adalah: l... l... (.) l... Keteraga: l varael depede dalam etu logartma asl dar varael. Ada p persamaa ormal, satu utu setap oefse regres yag tda detahu. Peyelesaa utu persamaa ormal mejad estmator-estmator uadrat terecl dar oefse-oefse regres,...,,.. Metode Matrs Matrs ddefsa seaga suatu hmpua aga, varael atau parameter dalam etu suatu perseg pajag, yag tersusu d dalam ars da olom. Pada umumya, matrs d otasa dalam huruf esar sedaga eleme-elemeya dalam hurup ecl, seaga erut: Atau Uverstas Sumatera Utara

20 d maa: A Matrs A [ ] atau ( ) Notas matrs adalah eleme dar matrs A, dmaa meyataa ars da meyataa olom. Msalya: adalah eleme dar matrs A yag terleta pada ars e- da olom e-. (PUDJIASTUTI,6) Jes-jes matrs adalah seaga erut:. Matrs dagoal Adalah suatu matrs ujur sagar yag semua eleme d luar eleme dagoal utama sama dega ol, da palg tda satu eleme pada dagoal utamaya tda sama dega ol.. Matrs dettas Adalah suatu matrs ujur sagar yag eleme-eleme d luar dagoal utamaya sama dega ol, da semua eleme pada dagoal utama sama dega satu. Matrs dettas yag erorde asaya der smol I 3. Matrs segtga atas Adalah matrs ujur sagar yag eleme-eleme d awah dagoal utama erla ol. Jad yag tda sama dega ol adalah eleme-eleme pada segtga atasya da palg tda satu eleme pada dagoal utama tda sama dega ol. 4. Matrs segtga awah Adalah matrs ujur sagar yag eleme-eleme d atas dagoal utama erla ol. Jad yag tda sama dega ol adalah eleme-eleme pada segtga awahya da palg tda satu eleme pada dagoal utama tda sama dega ol. 5. Matrs ol Adalah suatu matrs yag semua elemya erla ol. Matrs asaya der smol O da etuya tda selalu ujur sagar. 6. Matrs ars Uverstas Sumatera Utara

21 Adalah matrs yag haya terdr dar satu ars. Matrs serg dseut dega vetor ars. 7. Matrs olom Adalah matrs yag haya terdr dar satu olom. Matrs serg dseut dega vetor olom. 8. Matrs smetrs Adalah suatu matrs ujur sagar yag meml, sehgga trasposeya sama dega matrs semula.... Trapose suatu matr Trapose suatu matrs adalah meruah ordo suatu matrs dar x mejad x. Ja atau adalah traspose dar matrs, maa ars pada matrs mejad olom pada matrs da sealya olom pada matrs mejad ars pada matrs.... Determa Determa adalah suatu salar (aga) yag dperoleh dar suatu matrs ujur sagar selalu operas husus. Dseut operas husus area dalam proses peurua determa dlaua perala-perala. Determa dotasa dega tada...3 Ivers Matrs Ivers matrs serg dseut dega matrs eala. Basaya dtulsa seaga erut: ja A adalah suatu matrs ujur sagar maa merupaa verst matrsya. Uverstas Sumatera Utara

22 ..3 Persoala Metode Matrs dalam Model Espoe Bergada Dega megguaa persamaa matrs (.) Persamaa regres dugaa dyataa dega persamaa (.3) Dega (.4) Metode uadrat terecl merupaa suatu metode utu medapata lala vetor dega memmuma adalah seaga erut: (.5) Lagah-lagah utu meetua la oefse dar parameter pada regres ler ergada adalah seaga erut: Lagah Meghtug la matrs dega cara seaga erut: Uverstas Sumatera Utara

23 (.6) Lagah Meghtug la determa matr dega cara seaga erut: Lagah 3 Mecar Adjot matrs, d maa: (.7) (.8) Lagah 4 Mecar vers matrs dega cara seaga erut: (.9) Lagah 5 Mecar la matrs dega cara seaga erut: Uverstas Sumatera Utara

24 (.3) Sehgga utu memperoleh la oefse dar seaga erut: adalah dega cara (.3) Betu model espoe ergadaya mejad: dega memsala: l l l Sehgga utu memperoleh la oefse dar seaga erut: Adj D l l l l adalah dega cara (.3) Keteraga: l varael depede dalam etu logartma asl dar varael. Uverstas Sumatera Utara

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

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

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

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

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Regresi TELBS untuk Mengatasi Masalah Pencilan

Regresi TELBS untuk Mengatasi Masalah Pencilan 8th Idustral Research Worshop ad Natoal Semar Polte Neger Badug July 6-7, 017 Regres TEBS utu Megatas Masalah Pecla Nurul Gusra 1, Frdaza, Nov Octavat 3 1,,3 Departeme Matemata FMIPA Uvestas Padjadjara

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 ANDAAN EOI Pada a aa dperlhata teor-teor yag erhuuga dega peelta sehgga dapat djada seaga ladasa erfr dalam melaua peelta da aa mempermudah dalam hal pemahasa hasl utama pada a erutya. eor terseut

Lebih terperinci

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN PENAKIR RAIO REGREI ANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING AAK EDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN R Wuladar *, Rustam Eed, Haposa rat Mahasswa Program tud Matemata Dose Jurusa Matemata

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

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

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

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

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

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

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

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

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

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

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael ag la. Varael ag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

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 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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

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

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

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

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

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

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

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss regres adalah salah satu tekk

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

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

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

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

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA 4 II. TINJAUAN PUSTAKA. Pecla.. Defs Pecla Meurut Fergus 96, pecla ddefska seaga suatu data ag mempag dar sekumpula data ag la. Meurut Barett 98, pecla adalah pegamata ag tdak megkut seaga esar pla da

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Tjau Teorts.. Teor Produks Teor produks merupaka aalsa megea agamaa seharusa seorag pegusaha atau produse, dalam tekolog tertetu memlh da megkomaska eraga macam faktor produks utuk

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

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

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB LANDASAN TEORI Unverstas Sumatera Utara . Pengertan Regres Istlah regres pertama kal dperkenalkan oleh Francs Galtom. Menurut Galtom, analss regres erkenaan dengan stud ketergantungan dar satu varael

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

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 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