BAB 2 TINJAUAN PUSTAKA
|
|
- Farida Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB TINJAUAN PUSTAKA.1 Perkiraan Variansi Tipe SYG Perkiraan Ŷ tidak bias secara bersyarat untuk perkiraan tahap Ŷ1 = s 1 ẏ i, sebagai sampel tahap pertama s 1, dimana ẏ i = y i π 1i = d 1i y i. Sebagai contoh EŶ s 1 = Ŷ1. Karena itu, adalah tidak bias secara tidak bersyarat untuk total Y = U y i. Variansi Ŷ diberikan sebagai berikut: V Ŷ = E V Ŷ s 1 + V E Ŷ s 1 = E V Ŷ s 1 + V Ŷ1.1 Perkiraan ariansi bersyarat V Ŷ s 1 pada.1 dengan menggunakan perkiraan ariansi SYG, di tentukan ukuran sampel tahap kedua adalah fix untuk s 1 Rao, Perkiraan ariansi SYG adalah sebagai berikut: Ŷ s 1 = π π i si j s1 ẏi πij s i<j s 1 πi s 1 ẏj π j s1. Adalah tidak bias secara bersyarat untuk V [ ] bias secara tidak bersyarat untuk E V Ŷ s 1 Ŷ s 1 dan karena itu tidak Langkah kedua dalam.1 diperoleh : V Ŷ1 = π 1i π 1j π 1ij ẏ i ẏ j.3 i<j U Dengan ukuran sampel tahap pertama adalah fix jika ukuran y i diketahui untuk semua i s 1, kemudian perkiraan ariansi SYG dari V Ŷ1 adalah sebagai berikut: Ŷ1 = π 1iπ 1j π 1ij ẏ i ẏ j.4 π i<j s 1ij 1 8
2 9 Tetapi y 1 hanya diketahui untuk i s karena perkiraan.4 merupakan sampel tahap kedua s untuk memperoleh: Ŷ1 = π 1iπ 1j π 1ij ẏ i ẏ j.5 π i<j s 1ij π ij s1 Perkiraan ariansi.5 adalah tidak bias untuk V Ŷ1. Oleh karena itu dari.1 perkiraan bias pola SYG dari V Ŷ1 ditunjukkan oleh: SY G Ŷ = Ŷ s 1 + Ŷ1.6 dimana Ŷ s 1 dan Ŷ1 ditunjukkan oleh. dan.5 secara berurutan. Untuk menggambarkan analogi tahap tunggal SYG, perkiraan pola SYG adalah V Ŷ, tetapi rumus untuk V Ŷ s 1 terlihat tidak tepat karena menggunakan ẏ i ẏ j berdasarkan bentuk yang tepat ẏ1 π i s1 ẏj π j s1 diberikan di persamaan.. Type-type dari perkiraan ariansi HT, HT Ŷ adalah alid untuk kedua tahap ariansi dan tidak fix pada pembuatan pola sampel yang tidak sejenis dengan type perkiraan ariansi SYG.6. Bagaimanapun, perkiraan ariansi SYG memberikan hasil yang alid untuk banyak pola dua tahap, dan analogi untuk kasus tahap umum dapat lebih stabil untuk perkiraan ariansi HT dan memberikan hasil tidak negatif untuk beberapa pola yang dikenal dengan bentuk probability proportional to size PPS. Rao 1973 memberikan bukti nyata bahwa perkiraan ariansi SYG adalah lebih bagus dari perkiraan ariansi HT untuk sampling tahap umum.. Pengaturan Umum Di bagian ini, penulis mengealuasi estimator ariansi SYG.6 untuk sampling dua tahap untuk proses stratifikasi. Di tahap pertama, sebuah sampel yang besar s 1 dengan ukuran n 1 di buat berdasarkan desain yang ditentukan termasuk perihal batasan peluang π 1i dan peluang yang berhubungan π 1ij. Menggunakan informasi yang terkumpul untuk unit i s 1, sampel tahap pertama s 1 distratifikasi pada strata Gs 1, dinotasikan s 1g g = 1,, Gs 1 dengan elemen m 1g
3 di strata g, g m 1g = n 1. Di tahap kedua, sebuah sampel peluang s g dengan ukuran m g dibentuk dari s 1g, bebas terhadap zg, dan sifat dari keuntungan, y, telah tercatat. Angka dari strata tahap kedua Gs 1 dan ukuran sampel m 1g dan m g tergantung pada s 1, meskipun Gs 1 mungkin dapat didefinisikan terlebih dahulu, sebagai contoh, Gs 1 G. Sebagai kesederhanaan notasi, penulis menyederhanakan persamaan yang tergantung pada s Yang penting diperhatikan adalah π ij s1 = π i s1 π j s1 jika i s 1g dan j s 1g dan j s 1l g l, Ŷ s 1 dapat menjadi V Ŷ s 1 = G i<j s g ij s1g ẏi π i s1g ẏj π j s1g.7 dimana ij s1g = π i s 1g π j s1g π ij s1g π ij s1g.8 Persamaan.7 dapat digunakan untuk sampling tahap kedua tanpa strata dengan peluang yang bersifat bersyarat π i s 1g dan π ij s 1g memenuhi s 1 π i s 1g diperlukan untuk menyelesaikan s 1 yang diberikan. Di kasus khusus dari sampling random yang sederhana tanpa strata tahap kedua, diperoleh bahwa π i s 1g = m g m 1g dan π ij s 1g = m gm 1g 1 m 1g m 1g dan persamaan 3.1 disederhanakan menjadi 1 Ŷ s 1 = G m 1g 1 fg 1 m g 1 m g dimana f g = m g m 1g Sekarang menggunakan identitas Langrange i<j s g ẏi ẏ j.9 m i<j=1 zi z j = m m = 1z i z.10 i Persamaan.3 disederhanakan menjadi Ŷ s 1 = G 1 fg m g m 1g 1 m g 1 Ŝ gẏ.11 dimana Ŝ gẏ adalah rata rata kuadrat dari sampel yang ada, dari pembobotan tahap pertama ẏ i = y i π i untuk i s g. Komponen kedua dari estimator ariansi
4 11 HT 1., menggunakan sampling acak yang sederhana tanpa strata tahap kedua, menghasilkan nilai yang sejalan dengan persamaan.5, formula dari Särndal et.al,. Komponen Ŷ1 di estimator ariansi SYG.6 berdasarkan sampling random yang sederhana tanpa strata tahap kedua, menyederhanakan persamaan tersebut menjadi Ŷ1 = G + = 1 m 1g m 1g 1 m g m g 1 G g<l=1 Ŷ1 m1g m 1l i<j s g m g m l + Ŷ1 i s g 1ij ẏ i ẏ j j s l 1ij ẏ i ẏ j.1 dimana 1ij = π 1iπ 1j π 1ij π 1ij.13 Untuk penyederhanaan lebih lanjut yang mungkin untuk menggeneralisasikan tahap pertama dengan peluang π 1i dan p 1ij. Contoh: Jika sampel tahap pertama s 1 dengan ukuran n 1 dipilih dengan sampling acak sederhana dari sebuah populasi U dengan N, selanjutnya π 1i = n 1 N, π 1ij = n 1 n 1 1 dan [NN 1] 1ij = 1 f 1 N g W 1gȳ g dimana ȳ g = m 1. Estimator kedua tahap n 1 1 Ŷ disederhanakan menjadi s g y i. Menggunakan identitas Langrange dan nilai π 1i dan π 1ij, di atas, komponen pertama di persamaan.6 disederhanakan menjadi 1 Ŷ1 = N 1 f 1 n 1 G w 1g m 1g 1 n 1 1 Ŝ gy.14 dimana Ŝ gy adalah rata rata kuadarat dari sampel y 1 untuk i S.
5 1 Komponen yang kedua dari persamaan.6 disederhanakan menjadi [ Ŷ1 = N 1 f 1 1 G G m 1g m 1l n 1 n 1 1 m g m l l=1 G y i y j m m g 1 1g Ŝ gy m i s g i s l g [ G = N 1 f 1 n 1 + n 1 n 1 1 n 1 m 1g n 1 1 n 1Ŝ gy ] G w 1g ȳ g ȳ a.15 dimana ȳ a = Ŷ = G N w 1gȳ g. Hasil penjumlahan dari.14 dan.15, Ŷ1 ditunjukkan sebagai Ŷ1 = G dimana δ g = 1 n 1 m 1g m g n δ g w 1g Ŝ gy + n 1 n 1 1 G w 1g ȳ g ȳ a.16 Särndal et.al, 199 menyederhanakan komponen pertama dari estimator ariansi HT1. untuk kasus spesial dari sampling acak sederhana di tahap pertama tanpa memberikan detailnya untuk menghasilkan.16. Formula ini sejalan dengan persamaan Ŷ1 yang dihasilkan oleh persamaan Penarikan Sampel Dua-Tahap Misalkan bahwa setiap unit dalam populasi dapat dibagi ke dalam sejumlah unit-unit atau subunit yang lebih kecil. Sebuah sampel dari n unit dipilih. Jika subunit dalam unit yang dipilih memberikan hasil yang sama, hal ini kelihatannya tidak ekonomis untuk mengukur sebuah sampel dari subunit dalam setiap unit yang dipilih. Teknik ini disebut subpenarikan sampel, karena unitnya tidak diukur dengan lengkap, tetapi diambil sampelnya. Nama lain, yang berhubungan dengan Mahalanobis, adalah penarikan sampel dua tahap, karena sampelnya diambil dalam dua tahap. Tahap pertama memilih sebuah sampel dari unti-unit utama dan tahap kedua memilih sebuah sampel dari unit-unit dari tahap kedua atau subunit dari setiap unit utama yang dipilih.
6 13 Subpenarikan sampel dapat diterapkan secara luas melebihi cakupan surei sampel. Kapan saja suatu proses yang mencakup pengujian secara kimia, fisika atau biologi dapat dilaksanakan dengan jumlah material yang kecil, yang lebih disukai dengan mengambilnya sebagai sebuah subsampel dari suatu jumlah yang besar yang mana jumlah itu sendiri adalah sebuah sampel. Pertimbangan sederhana, yang setiap unit terdiri dari M subunit yang sama, m dipilih bila setiap unit subsampel. Sebuah penyajian secara skema dari penarikan sampel dua tahap, dimana M = 9 dan m =, ditunjukkan dalam gambar.1 berikut. Gambar.1 Gambar secara skema dari penarikan sampel N=81, n=5, M=9 dan m= Keuntungan utama dari penarikan sampel dua tahap adalah bahwa cara ini lebih fleksibel dari penarikan sampel satu tahap. Ini mengurangi penarikan sampel satu tahap bila m = M, kecuali ini adalah pilihan terbaik dari m, kita mempunyai kesempatan mengambil beberapa nilai yang lebih kecil yang kelihatan lebih efisien. Seperti biasa, persoalan ini mengurangi keseimbangan antara ketelitian secara statistik dan biaya. Bila subunit dalam unit yang sama sangat dekat, pertimbangan-pertimbangan ketelitian membutuhkan satu nilai m yang kecil. Di lain pihak, hal ini kadang-kadang hampir semahal mengukur keseluruhan unit sebagai suatu subsampelnya, sebagai contoh bila unit itu adalah sebuah rumahtangga dan seorang responden dapat memberikan data yang tepat mengenai semua anggota rumahtangganya.
7 14 Misalkan populasi U adalah populasi U adalah populasi yang distratifikasi dengan menggunakan strata H, U h dengan N h adalah anggota di tahap ke h H th h=1 N h = N. Di dalam tahap pertama, digunakan contoh s 1h sederhana dari tahap pertama strata U h dan menyelidiki sebuah ariabel skalar x untuk i s 1h, h = 1,, H, dimana ukuran s 1h adalah H h=1 = n 1. Kemudian dilakukan stratifikasi ulang sampel y dengan s 1 = H h=1 s 1h ke dalam G tahapan s 1g dengan populasi m 1g G m 1g = n 1, menggunakan aiabel tambahan untuk diselidiki di tahap pertama, sampel acak sederhana s g dengan populasi m g dan kemudian diambil secara acak dari strata kedua s 1g g = 1,, G. Untuk gambaran diatas, π 1i = N h jika i s 1h dengan i j, 1 jika i j s 1h π 1ij = N h N h 1 n 1k jika i s 1h, j s 1k, h k N h N k.17 Estimator fase kedua Ŷ dapat disederhanakan menjadi Ŷ = H N h h=1 G m 1g m g i s gh y i.18 dimana s gh = s 1h s g, dengan catatan bahwa beberapa s, ghs mungkin kosong, di beberapa kasus penggunaan i sgh y i menjadi nol di persamaan.. Beralih ke permasalahan estimasi ariansi, komponen Ŷ s 1 diberikan oleh.5 dengan ẏ 1 = y 1 N h jika i s 1h. Untuk mengealuasi Ŷ1 diberikan oleh persamaan.6, dibutuhkan nilai 1ij. Dengan menggunakan.3, diperoleh 1ij = 1 f 1h 1 dimana s h = g s gh dan f 1h = N h. jika ij s h = 0 jika i s h, j s k, h k.19 Substiusi yang dilakukan pada batas atas 1ij di persamaan.6, komponen pertama 1 Ŷ1 disederhanakan menjadi 1 Ŷ1 = G m 1g m 1g 1 m g m g 1 h=a g Nh 1 f 1h 1 i<j s gh yi y j.0
8 15 dimana A g adalah himpunan dari strata h fase pertama dengan menggunakan paling sedikit dua unit di s gh, untuk sisa strata fase pertama tidak memberikan kontribusi 1 Ŷ1, menggunakan identitas Langrange.4, menggunakan.7 mereduksi persamaan menjadi 1 Ŷ1 = G m 1g m 1g 1 m g m g 1 h A g Nh dimana m gh adalah banyaknya unit s gh dan Ŝ ghy adalah kuadrat sampel ratarata dari nilai y i untuk i S gh. Dapat dituliskan bahwa Ŷ1 = G g<l m 1g m 1l m g m l h gl 1 f 1h 1 m ghm gh 1Ŝ ghy.1 Ŷ1 sebagai gambaran dari Nh 1 f 1h y i y j 1. j s lh i s gh dimana gl adalah himpunan strata h fase pertama dengan paling sedikit satu unit di kedua s gh dan s gl. Untuk kesederhanaan dari persamaan.10 adalah tidak mungkin sederhana tanpa memenuhi m gh untuk semua gh. Tipe ariansi estimator SYG, Ŷ, sekarang diberikan oleh perpaduan persamaan.5,.15 dan.16, dan selalu menghasilkan angka yang tidak negatif. Sekarang gunakan kasus spesial m gh untuk semua gh. Di kasus 1 Ŷ1 diberikan oleh.15 dengan A g berubah menjadi H h=1 Untuk lebih jauh dapat ditulis bahwa Ŷ1 sebagai gambaran dari Ŷ1 = 1 G G =I II G l=1 m1g m 1g m 1l m g m l m g lij i s gh j s lh ẏ i ẏ j i<j s g ẏi ẏ j.3 Mengikuti langkah yang digunakan untuk mendapatkan persamaan.15, diperoleh II = G m1g H m g h=1 Nh 1 f 1h 1 m gh m gh 1Ŝ ghy.4
9 16 Kombinasi dari.15 dengan.18, diperoleh Ŷ1 II = G m1g m g H Nh h=1 1 f g m g 1 1 f 1h 1 m gh m gh 1 Ŝ ghy Kedalam bentuk I pada.17, dapat ditulis H Nh I = 1 f 1h 1 G G m 1g m 1l n 1h n ẏi ẏ j 1h 1 m g m l h=1 l=1 i s gh.5.6 dimana ˆ = G m 1g m gh dan ȳ ah = ˆn 1 1h m g G m gh m 1g yk m g k=1.7 Estimator ariansi Ŷ sekarang diberikan dengan menjumlahkan persamaan.5,.1 dan.13. Estimator ariansi HT dari Binder et.al, 000 diturunkan dari persamaan 1., adalah berbeda dari hasil Ŷ, tetapi Ŷ s 1 yang dihasilkan dari persamaan.5 adalah sejenis dengan formula yang ditemukan Binder et.al, Perumusan Binder et.al, 000 tersebut berkorespondensi dengan persamaan.19 yang diberikan G = m1g m g 1 f g m g 1 L h=1 Nh { m gh 1 S ghy + m gh 1 f 1h 1 m g 1 m gh ȳgh m g }.8 dimana ȳ gh adalah rata-rata dari y untuk s gh. Persamaan Binder et.al, 000 berkorespondensi dengan persamaan.13 di berikan H = N h n h=1 1h 1 f h 1 [ G m 1g m g m 1 fg m gh gh ].9 y i ȳ ah ˆn1h + ˆ ȳah m g 1 m g n i=1 1h 1
10 17 Estimasi ariansi Binder et.al, 000 sekarang diberikan dengan menjumlahkan.5,.1 dan.13. Dengan catatan bahwa bentuk ˆ 1 dapat menghasilkan positif atau negatif..4 Penarikan Sampel Tiga-Tahap Misalkan y iju adalah nilai yang diperoleh untuk unit ke-u tahap ketiga pada unit ke-j tahap kedua diambil dari unit utama ke-i. Rata-rata unit yang sesuai populasi per-unit ketiga adalah Ȳ ij = ΣK u y iju K, Ȳ = ΣM j Σ K u y iju MK, Ȳ = ΣN i Σ M j Σ K u y iju NMK.30 Varians populasi yang dibutuhkan: N i Ȳ i Ȳ S1 = N 1 N S = i Σ M j Y ij Ȳ i NM 1 N S3 i Σ M j Σ K u Y ijk Ȳ i = NMK 1 Jika penarikan sampel acak sederhana digunakan pada ketiga tahap, ratarata sampel Ȳ per-unit tahap ketiga adalah suatu perkiraan yang tidak bias dari Ȳ, dengan arians Ȳ = 1 f 1 n S f nm S + 1 f 3 nmk S 3.31 dimana f 1 = n, f N = m, f M 3 = k adalah fraksi penarikan sampel pada tahap K ketiga. Selanjutnya : ȳ Ȳ = ȳ Ȳ nm Ȳ nm Ȳ n + Ȳ n Ȳ.3 dimana Ȳ nm adalah rata-rata populasi nm unit tahap kedua yang telah dipilih dan Ȳ n adalah rata-rata populasi n unit utama yang telah dipilih. Bila dikuadratkan dan diambil rata-ratanya, bentuk produk silangnya hilang.
11 18 Kontribusi dari bentuk yang telah dikuadratkan akan menjadi: 1 f 3 E ȳ Ȳ nm = nmk S 3 1 f E Ȳ nm Ȳ n = nm S 1 f 1 E Ȳ n Ȳ = n S 1 Bila ketiga bentuk tersebut dijumlahkan, teorema diatas diperoleh suatu perkiraan tidak bias pada V Ȳ dari samplenya Ȳ = 1 f 1 n S 1 + f 11 f nm S + f 1f 1 f 3 S3.33 nmk dimana S 1, S, S 3 adalah perkiraan arians sampel dari S 1, S, S 3. Hal ini dapat dibuktikan dengan menunjukkan ES 1 = S f m S + 1 f 3 mk S 3 ES = S + 1 f 3 S3 k.34 dan ES3 = S. Untuk mendapatkan hasil yang pertama, misalkan ȳ ik menyatakan rata-rata m unit tahap kedua pada unit utama ke-i, dengan syarat bahwa seluruh K elemen telah dihitung pada tahap ketiga. Misalkan ȳ K adalah rata-rata dari n nilai ȳ ik. Maka penarikan sampel dua tahap menjadi [ n ] ȳik ȳ K E = S1 + 1 f n 1 m S.35 Sekarang bila ȳ i adalah rata-rata sampel untuk unit utama ke-i menjadi ȳi ȳ = [ ȳ ik ȳ K + ȳi ȳ ik ] ȳ ȳ K.36 Dengan diawali merata-ratakan seluruh sampel yang mana unit-unit tahap pertama dan tahap kedua tetap, dapat ditunjukkan bahwa: 1 n[ n 1 E ȳi ȳ ik ] ȳ ȳ K = 1 f 3S3 mk.37 dan bahwa produk silang dari.11 tidak bisa memberikan kontribusi apa-apa. Ini membentuk hasil Es 1. Untuk Es didapat dengan cara yang sama.
12 19 Oleh karena itu, E [ ȳ ] = 1 f 1 n S1 + 1 f m S + 1 f 3 + f 11 f nm S + 1 f 3 S3 k mk S 3 = 1 f 1 n S f nm S + 1 f 3 nmk S 3 =V y + f 1f 1 f 3 S3 nmk.38 Seperti dengan penarikan sampel dua tahap, hal ini hal ini jelas dari.33, bahwa jika f 1 diabaikan ȳ menjadi ȳ n = S 1 n = ȳ i ȳ nn 1.39 Perkiraan ini konseratif bila f 1 tidak diabaikan. Dengan sebuah fungsi biaya dari bentuk C = c 1 n + c nm + c 3 nmk.40 Nilai k dan m optimum adalah k opt = s 3 S S 3 K c c 3, m opt = S S 3 K S 1 S 3 M c 1 c.41 Perluasan hasil ini dalam bagian ini untuk penambahan tahap penarikan sampel akan lebih jelas dari struktur rumusnya.
BAB 1 PENDAHULUAN. Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya). Agar hasil penelitian lebih dapat dipercaya, maka seorang
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang
Lebih terperinciPENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE
Vol. 12, No. 1, 9-18, Juli 2015 PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Raupong, M. Saleh AF, Hasruni Satya Taruma Abstrak Penaksiran rataan dan variansi
Lebih terperinciBAB I PENDAHULUAN 1.1 Kegunaan Metode Sampling 1.2 Tahap-Tahap dalam Survei Sampel 1. Tujuan survei.
BAB I PENDAHULUAN 1.1 Kegunaan Metode Sampling Pengambilan sampel dari suatu survei telah menjadi sesuatu yang besar kegunaannya dalam kehidupan. Sebuah sampel terdiri sejumlah bola lampu dalam satu periode
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciPERTEMUAN 13-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK
PERTEMUAN 13-MPC PRAKTIK Oleh: Adhi Kurniawan SEKOAH TINGGI IMU STATISTIK Pengertian Double sampling (two phase sampling) adalah suatu teknik sampling di mana pada fase pertama dilakukan penarikan sebanyak
Lebih terperinciBAB III STRATIFIED CLUSTER SAMPLING
BAB III STRATIFIED CUSTER SAMPING 3.1 Pengertian Stratified Cluster Sampling Proses memprediksi asil quick count sangat dipengarui ole pemilian sampel yang dilakukan dengan metode sampling tertentu. Sampel
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciBab II Kajian Teori Copula
Bab Kajian Teori Copula.1 Pendahuluan Copula Tesis ini mengacu pada terminologi copula sebagai fungsi yang menghubungkan fungsi distribusi multivariat terhadap fungsi distribusi marginal uniform. Misalkan
Lebih terperinci1. PENGERTIAN. Manfaat Sampling :
1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan
Lebih terperinciBAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK
BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi
Lebih terperinciESTIMASI VARIANSI DALAM SAMPLING MULTI TAHAP
ESTIMASI VARIANSI DALAM SAMPLING MULTI TAHAP TESIS Oleh HUSOR SITANGGANG 117021003/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013 ESTIMASI VARIANSI DALAM SAMPLING
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciGrup Permutasi dan Grup Siklis. Winita Sulandari
Grup Permutasi dan Grup Siklis Winita Sulandari Grup Permutasi Suatu Permutasi dari suatu himpunan berhingga S yang tidak kosong, dinyatakan sebagai suatu pemetaan bijektif dari himpunan S pada dirinya
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com t F Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik
Lebih terperinciStatus Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1
UGAS MODEL LINEAR Dosen: Dr. Purhadi, M.Sc Kasus: Menurut hasil penelitian, terdapat perbedaan ukuran (size) rumah tangga antara pedesaan dan perkotaan. Selain itu, pendidikan ibu turut andil dalam menentukan
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciBab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
Lebih terperinciPENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013 oleh TONI IRAWAN M0110078 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
Lebih terperinciMETODOLOGI PENELITIAN 10FEB. Modul ke: Sampling. Fakultas. AFRIZON, SE, M.Si, AK. Program Studi AKUNTANSI
METODOLOGI Modul ke: PENELITIAN Sampling Fakultas 10FEB AFRIZON, SE, M.Si, AK Program Studi AKUNTANSI 1 1 Sampling Sampling: proses pemilihan dalam jumlah yang memadai dari unsur masyarakat, sehingga hasil
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciANALISIS NILAI PEMULIAAN (BREEDING VALUE) PANJANG BADAN TERNAK SAPI PO
BAB 11 ANALISIS NILAI PEMULIAAN (BREEDING VALUE) PANJANG BADAN TERNAK SAPI PO Nilai genetik dan rata-rata populasi ditentukan dengan menggunakan data kajian pada ternak sapi PO. Data fenotip yang dimaksud
Lebih terperinciSEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum
Bab I. Sekilas Tentang Konsep Dasar Grup antonius cp 2 1. Tertutup, yakni jika diambil sebarang dua elemen dalam G maka hasil operasinya juga akan merupakan elemen G dan hasil tersebut adalah tunggal.
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciEstimasi Titik. (Point Estimation) Minggu ke 1-3. Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada
Estimasi Titik (Point Estimation) Minggu ke 1-3 Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada 2014 Prof. Dr. Sri Haryatmi, M. Sc. (UGM) Daftar Isi 2014 1 / 33 DAFTAR ISI 1 Minggu 1 Pertemuan 1
Lebih terperinciBasic Design of Experiment. Dimas Yuwono W., ST., MT.
Basic Design of Experiment Dimas Yuwono W., ST., MT. RANCANGAN PERCOBAAN Desain eksperimen (rancangan percobaan) bertujuan untuk menentukan rencana pelaksanaan eksperimen yang tepat agar dapat memperoleh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciANALISIS NILAI PEMULIAAN (BREEDING VALUE) LINGKAR DADA TERNAK SAPI PO
BAB 10 ANALISIS NILAI PEMULIAAN (BREEDING VALUE) LINGKAR DADA TERNAK SAPI PO Nilai genetik dan rata-rata populasi ditentukan dengan menggunakan data kajian pada ternak sapi PO. Data fenotip yang dimaksud
Lebih terperinciBAGAN KENDALI CUMULATIVE SUM (CU-SUM)
BAGAN KENDALI CUMULATIVE SUM (CU-SUM) 10/09/2012 1 REVIEW Bagan kendali Shewhart biasanya diaplikasikan pada tahap I dari SPC. Shewhart mengidentifikasi terkontrol atau tidaknya suatu proses secara statistik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Statistika Statistika merupakan cara-cara tertentu yang digunakan dalam megumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan mmberi interpretasi terhadap
Lebih terperinciStudi dan Implementasi Integrasi Monte Carlo
Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciMODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR
TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara demokrasi dimana semua warga negaranya memiliki hak setara dalam pengambilan keputusan yang dapat mengubah hidup mereka (Wikipedia). Demokrasi
Lebih terperinciAcak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Pengambilan sampel dari suatu populasi melalui metode survei sampel memberikan manfaat yang cukup besar dalam suatu penelitian. Survei sampel dilakukan
Lebih terperinciPOPULASI DAN SAMPEL. Aria Gusti.
POPULASI DAN SAMPEL Aria Gusti Email : aria.psikm@gmail.com Populasi Kumpulan semua individu dalam suatu batas tertentu Populasi studi Kumpulan individu yang akan diamati ciri-cirinya disebut populasi
Lebih terperinciPERTEMUAN 11-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK
PERTEMUAN 11-MPC PRAKTIK Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK Penentuan Ukuran Sampel Pada Two Stage Sampling Biaya (Cost) Ukuran Sampel dipengaruhi oleh Varians Tujuan Survei: Menduga karakteristik
Lebih terperinciMengapa Kita Perlu Melakukan Sampling?
Pengertian Dasar yang Terkait Populasi: sekelompok orang, kejadian, atau segala sesuatu yang ingin diteliti oleh peneliti. Elemen: anggota dari populasi Rerangka populasi: daftar yang memuat semua elemen
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH oleh RAMADHANI KUSUMA PUTRA M0110069 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciBAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.
BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.
Lebih terperinciBAB III HASIL ANALISIS
51 BAB III HASIL ANALISIS 3.1 Pengumpulan Data Pada tahap ini, penulis secara langsung mengambil data dari PT. Coca-Cola Bottling Indonesia Medan pada periode Januari 00 sampai dengan Desember 006. Disamping
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
Lebih terperinciANALISIS PENAKSIRAN REGRESI LINIER PADA SAMPLING KELOMPOK
ANALISIS PENAKSIRAN REGRESI LINIER PADA SAMPLING KELOMPOK ARTIKEL Oleh ISWAHYUDI JOKO S, S.Si, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYANEGERI
Lebih terperinciReview of Basic Econometrics. Pendekatan Multidisipliner: Teori Ekonomi Matematika Ekonomi Statistika Ekonomi Matematika Stastika
Review of Basic Econometrics EKONOMETRI Arti harfiah: Ukuran-ukuran ekonomi Arti luas: Suatu ilmu yang mempelajari analisis kuantitatif dari fenomena ekonomi dalam artian secara umum Pendekatan Multidisipliner:
Lebih terperinciPERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL
perpustakaan.uns.ac.id PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Fatma Julita, Etik
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi
Lebih terperinciAcara 6. Perancangan Perlakuan: Percobaan Faktorial Lengkap
Acara 6. Perancangan Perlakuan: Percobaan Faktorial Lengkap Tujuan : Mahasiswa dapat melakukan perancangan perlakuan dan mengerjakan analisis varians yang sesuai dengan rancangan tersebut Mahasiswa dapat
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika
Lebih terperinciProf. Dr. Ir. Zulkifli Alamsyah, M.Sc. Program Studi Agribisnis UNIVERSITAS JAMBI
Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. Program Studi Agribisnis UNIVERSITAS JAMBI MENGAPA PERLU SAMPEL? Populasi terlalu besar Keterbatasan aksesibilitas Keterbatasan sumberdaya: Dana Tenaga Waktu Homogenitas
Lebih terperinciTEKNIK SAMPLING MODUL: 7
TEKNIK SAMPLING MODUL: 7 ISTILAH PENTING DALAM PENELITIAN POPULASI ELEMEN SAMPEL SUBYEK SAMPLING Proses menyeleksi sejumlah elemen dari populasi sehingga dengan mempelajari sampel dan memahami sifat-sifat
Lebih terperinciRegresi Cox pada Survei Kompleks (Studi Kasus: Lama Pemberian ASI)
Regresi Cox pada Survei Kompleks (Studi Kasus: Lama Pemberian ASI) Endah Budiarti 1 Septiadi Padmadisastra 2 Bertho Tantular 3 1,2,3 ProgramMagister Statistika Terapan, FMIPA, Universitas Padjadjaran Email:
Lebih terperinciB A B I V H A S I L P E N E L I T I A N D A N P E M B A H A S A N
B A B I V H A S I L P E N E L I T I A N D A N P E M B A H A S A N 4. 1 D e s k r i p s i H a s i l P e n e l i t i a n P r e T e s t d a n P o s t T e s t D a r i h a s i l p e n g u j i a n d i p e r
Lebih terperinciTINJAUAN PUSTAKA. Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai
II. TINJAUAN PUSTAKA 2.1. Model Linear Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai berikut : Y i = β 0 + X i1 β 1 + X i2 β 2 + + X ip β p +ε i ; i = 1,2,, n bila dirinci
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1.Data Data adalah suatu bahan mentah yang jka diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. 2.1.1.Menurut sifatnya Menurut sifatnya, data
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciMetode Sampling dan Teorema Central Limit
Metode Sampling dan Teorema Central Limit Tjipto Juwono, Ph.D. Oct 28, 2016 TJ (SU) Metode Sampling dan Teorema Central Limit Oct 2016 1 / 52 Mengapa Perlu Sampling? Contoh Kita ingin mengetahui elektabilitas
Lebih terperincidan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciPOPULASI, SAMPEL, METODE SAMPLING. Musafaah, SKM, MKM
POPULASI, SAMPEL, METODE SAMPLING Musafaah, SKM, MKM Definisi Populasi Jumlah keseluruhan subjek atau objek penelitian keseluruhan unsur yang akan diteliti yang ciricirinya akan ditaksir (diestimasi).
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
Lebih terperinciSetiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi
ESTIMASI TITIK Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi sampel. Statistik merupakan bentuk dari
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN Metode yang digunakan dalam penelitian ini menggunakan metode penelitian survey dengan pendekatan yang bersifat kuantitatif, yaitu penelitian untuk mengkaji populasi untuk menemukan
Lebih terperinciI. TINJAUAN PUSTAKA. distribusi normal multivariat, yaitu suatu kombinasi linier dari elemen-elemennya adalah
I. TINJAUAN PUSTAKA 1.1 Distribusi Normal Multivariat Akan dibahas dua definisi dari multivariat normal. Definisi yang pertama didefinisikan melalui fungsi kepekatan peluangnya, dan definisi yang kedua
Lebih terperinciBAB III METODE PENELITIAN. Pada dasarnya metode berarti cara yang dipergunakan untuk mencapai tujuan. Definisi metode menurut Sugiyono (2008:2) yaitu:
39 BAB III METODE PENELITIAN 3.1 Desain Penelitian Pada dasarnya metode berarti cara yang dipergunakan untuk mencapai tujuan. Definisi metode menurut Sugiyono (2008:2) yaitu: Cara ilmiah untuk mendapatkan
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciR maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit
BAB I RUANG EKTOR UMUM Dalam bab ini akan dipelajari tentang konsep ruang vektor umum, sub ruang vektor dan sifat-sifatnya. Pada pembicaraan ini, para mahasiswa dianggap sudah mengenal konsep dan sifat
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciTeknik Sampling. Materi ke 4 Statistika I. Kelas 2 EB, EA dan DD Semester PTA 2007/2008
Teknik Sampling Materi ke 4 Statistika I Kelas 2 EB, EA dan DD Semester PTA 2007/2008 Alasan menggunakan sampel : (a) (b) (c) (d) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh
Lebih terperinciPeubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak
Peubah Acak Peubah Acak Diskrit dan Distribusi Peluang Peubah Acak (Random Variable): Sebuah keluaran numerik yang merupakan hasil dari percobaan (eksperimen) Untuk setiap anggota dari ruang sampel percobaan,
Lebih terperinciSurvei Sosial Ekonomi Nasional (SUSENAS) Kor, 2014
BADAN PUSAT STATISTIK Survei Sosial Ekonomi Nasional (SUSENAS) Kor, 2014 ABSTRAKSI Badan Pusat Statistik (BPS) bertanggung jawab atas tersedianya data yang diperlukan untuk perencanaan pembangunan sektoral
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode penelitian mencakup uraian tentang: tempat penelitian, waktu, dan tatalaksana penelitian yang meliputi : metode penelitian; variabel penelitian dan desain operasional;
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciPengantar Statistika Matematika II
Bab 4: Metode Evaluasi Estimator Statistika FMIPA Universitas Islam Indonesia Penggunaan metode estimasi yang berbeda dapat menghasilkan estimator yang sama maupun berbeda Dari hasil estimator yang berbeda,
Lebih terperinciMETODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif
METODE DAN DISTRIBUSI SAMPLING Oleh : Riandy Syarif HUBUNGAN SAMPEL DAN POPULASI Populasi Sampel DEFINISI Populasi kumpulan dari semua kemungkinan orang-orang, benda-benda, dan ukuran lain yang menjadi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Jenis penelitian ini adalah mixed methodes dengan model concurrent embedded strategy yaitu suatu desain yang menggunakan metode kuantitatif
Lebih terperinciAyundyah Kesumawati. May 31, 2015
Kesumawati Prodi Statistika FMIPA-UII May 31, 2015 Dalam praktek, pengujian hipotesis dapat mencakup lebih dari dua proporsi. Misalnya, persentase sejenis barang yang rusak 3 pabrik adalah sama (tidak
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Struktur aljabar merupakan salah satu bidang kajian dalam matematika
1 BAB I PENDAHULUAN A. Latar Belakang Struktur aljabar merupakan salah satu bidang kajian dalam matematika yang dikembangkan untuk menunjang pemahaman mengenai struktur bilangan. Struktur atau sistem aljabar
Lebih terperinciPERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK
PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK 1.1. Tujuan : Setelah melaksanakan praktikum ini mahasiswa diharapkan mampu : Memakai beberapa jenis fungsi khusus di Matlab untuk statistik Membuat pemrograman
Lebih terperinciSISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak
TK 403 SISTM PNGOLAHAN ISYARAT Kuliah Sinyal Acak Indah Susilawati, S.T., M.ng. Program Studi Teknik lektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 009 KULIAH SISTM PNGOLAHAN
Lebih terperinciII. KONSEP DASAR GRUP. abstrak (abstract algebra). Sistem aljabar (algebraic system) terdiri dari suatu
II KONSEP DASAR GRUP Suatu cabang matematika yang mempelajari struktur aljabar dinamakan aljabar abstrak abstract algebra Sistem aljabar algebraic system terdiri dari suatu himpunan obyek satu atau lebih
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciThe Central Limit Theorem
Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel
Lebih terperinciPendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random
RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. tentang sesuatu hal objektives, valid, dan reliable tentang suatu hal (variabel
BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Menurut Sugiyono (2010 : 13), definisi dari objek penelitian yaitu Sasaran ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu tentang
Lebih terperinciMenghitung Jumlah Graf Sederhana dengan Teorema Polya
Menghitung Jumlah Graf Sederhana dengan Teorema Polya Hafni Syaeful Sulun NIM : 13505058 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha
Lebih terperinciUNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta
UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta Bahan Ajar: BAB POKOK BAHASAN I MODUL ATAS RING Direncanakan
Lebih terperinciMetoda Penelitian TEKNIK SAMPLING
Metoda Penelitian TEKNIK SAMPLING Jika Cukup Sesendok Tak Perlu Semangkok Dasar pemikiran Data yang dipergunakan dalam suatu penelitian belum tentu merupakan keseluruhan dari suatu populasi karena beberapa
Lebih terperinciMATERI ALJABAR LINEAR LANJUT RUANG VEKTOR
MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Sampel adalah bagian dari populasi yang memiliki sifatsifat yang sama dari obyek yang merupakan sumber data (Sukadarrumidi, 2006:50). Sampel diambil dalam penelitian sebagai pertimbangan efisiensi dan
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinci