BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)"

Transkripsi

1 BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan subbab n, ketka suatu populas tersebar sangat luas, dala art sult untuk dbuat kerangka sapelnya, aka akan sult elakukan pengablan sapel dengan etode etode yang dharuskan elk kerangka sapel, salah satunya etode sapel acak sederhana. Hal n epunya akna, ketka suatu populas elk julah atau batasan kuanttatf yang jelas, aka tdak akan sult untuk ebuat lst (daftar) eleen eleen pada populas. Seentara tu pada kasus pengablan sapel untuk suatu populas cukup besar, akan enghadap beberapa perasalahan, dantaranya pengablan sapel tersebut akan ebutuhkan waktu dan baya yang tdak sedkt, selatu akan ada kesultan dala ebuat daftar eleen populas walaupun terkadang daftar populas tersebut dapat dbuat. Oleh karena tu, untuk engatas perasalahan-perasalahan tersebut, pengablan sapel dapat dlakukan dengan enggunakan etode saplng berkelopok, sebaga salah satu alternatf untuk engatas perasalahan pada pengablan sapel untuk populas yang cukup besar. Selan populas yang berukuran cukup besar, etode saplng berkelopok juga dapat dgunakan ketka populas bersfat heterogen yatu populas yang unsur-unsurnya elk sfat atau keadaaan yang bervaras. Hal n dkarenakan pengelopokan pada etode saplng berkelopok tdak esyaratkan ketentuan apapun. Oleh karena tu, aka tdak enjad suatu perasalahan apabla populasnya bersfat heterogen. Saplng berkelopok (cluster saplng) erupakan saplng probabltas dana asng-asng unt sapel (saplng unt) erupakan kupulan (klaster) dar eleen (Scheaffer et al.990). Secara gars besar, penarkan sapel dengan etode n tdak langsung kepada eleen, elankan elalu kelopok eleen terlebh dahulu yang dsebut dengan unt saplng. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

2 3 Alasan penggunaan etode saplng berkelopok pada populas yang berjulah banyak, antara lan:. Dengan enggunakan saplng berkelopok, aka pengelopokan populas akan lebh udah.. Baya ketka akan elakukan peneltan akan lebh urah, karena kelopok yang dbuat akan lebh efsen. 3. Akan lebh udah elakukan rencana pengablan sapel, karena unt saplng tdak tersebar dengan luas. etode saplng berkelopok dlakukan dala beberapa tahapan, yatu sebaga berkut. a. Tahap pertaa yatu ebag populas kedala kelopok (cluster) secara acak, hal n berart tdak ada krtera tertentu yang ensyaratkan pebentukan suatu kelopok. kelopok (cluster) selanjutnya dsebut sebaga unt saplng utaa (usu) atau yang dkenal dengan prary saplng unts (psu). b. Tahap kedua, setelah populas terbag kedala kelopok, tahapan selanjutnya yatu elh secara acak kelopok yang akan djadkan sapel. kelopok n selanjutnya dsebut dengan secondary saplng unts (ssu) atau unt saplng kedua (usk). asng-asng kelopok n berukuran N. c. Tahap ketga, setelah endapatkan kelopok, tahapan selanjutnya yatu elh n buah anggota sapel dar asng-asng usk yang dsebut dengan kelopok utaa (ultate cluster). Untuk enentukan total populas beserta dengan varansnya tersebut, dlakukan dengan cara enentukan penaksrnya dengan enggunakan sapel yang dperoleh pada tahapan tersebut d atas. Dengan kata lan sapel yang dperoleh pada tahapan d atas tersebut akan dgunakan untuk enaksr ukuranukuran populas. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

3 4 3. Pengertan Total Populas Sebelu ebahas engena pengertan total populas dala saplng berkelopok, enurut Taro Yaane (967) populas elk epat karakterstk yang lebh serng dperhatkan, yatu:. Rata rata populas Rata-rata erupakan julah keseluruhan data dbag dengan banyaknya data tersebut. Julah total keseluruhan data populas dnotaskan dengan X dan banyaknya data populas dnotaskan dengan N sehngga peruusan untuk rata-rata populas yang dnotaskan dengan X dnyatakan dala peruusan berkut: X = X N (3.). Julah total populas Secara uu pada saplng acak sederhana, julah total populas erupakan hasl kal antara banyaknya data populas (N) dengan rata rata populas (X ), dan dnyatakan dala peruusan berkut : 3. Raso populas X = NX (3.) Raso populas erupakan perbandngan antara peblang (nuerator) dan penyebut (denuenator) yang salng terpsah dan tdak ada hubungannya. Peblang dan penyebut dala pebahasan dapat sebaga dua julah total populas atau dua rata-rata populas. Raso populas dnyatakan dala peruusan berkut : 4. Propors populas R = Y = Y X X (3.3) Propors populas erupakan bentuk pecahan yang peblangnya erupakan bagan dar penyebutnya. Propors dpergunakan untuk elhat koposs suatu varabel dala populas. Bentuknya serng dnyatakan dala persen, yatu dengan engalkan pecahan tersebut dengan 00%. Propors tdak epunya satuan (dens), karena satuan dar peblang dan penyebutnya saa, sehngga salng enadakan. Nla propors berada Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

4 5 pada nterval tertutup antara 0 dan. Secara uu peruusan propors adalah sebaga berkut : Propors = X X+Y 00% (3.4) dana X erupakan bagan dar julah populas dan Y erupakan julah populas yang telah dkurang oleh X. Berdasarkanforas engena epat karakterstk populas tersebut, karena yang ngn dperoleh pada peneltan adalah total suara Pelu dar seluruh populas, aka tu, karakterstk populas yang akan dbahas dala skrps n adalah karakterstk total populas. Penaksr total populas dan penaksr rata-rata berdasarkan pengertan uu ada dala etode saplng acak sederhana. salkan X, X,, X N adalah populas yang berukuran N dan x, x,, x n adalah sapel yang berukuran n. Rata-rata populas (X ) dan rata-rata sapel (x ) ddefnskan sebaga berkut: X = (X N + X + + X N ) = X N = (3.5) x = (x n + x + + x n ) = x = (3.6) Rata rata sapel erupakan penaksr tak bas dar rata rata populas, dan dnyatakan sebaga berkut: n N Pebuktan : X = x (3.7) E(x ) = E [ (x n + x + + x n )] = [E(x n ) + E(x ) + + E(x n )] = (nx ) = X n E(x ) = X Berdasarkan persaaan (3.7), dapat dperoleh nforas bahwa total populas erupakan penaksr tak bas untuk total populas, dnyatakan sebaga berkut: X = X (3.8) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

5 6 Pebuktan : E(X ) = E(Nx ) = N[E(x )] = NX E(X ) = X Pada saplng berkelopok, total populas ddefnskan sebaga berkut: X = = X (3.9) Sedangkan rata rata populas ddefnskan sebaga berkut: X = X = = X (3.0) 3.3 Penaksr Total Populas Saplng Berkelopok Cr dar saplng berkelopok yatu proses pelhan unt-unt saplng dlakukan dala dua tahap. Tahap pertaa adalah pelhan sejulah kelopok yatu unt saplng utaa dar, dan tahap selanjutnya adalah pelhan (dana =,, 3,, ) dar N unt saplng kedua (usk). Dengan kata lan, proses penaksran total populas pada saplng berkelopok dlakukan dala dua tahap juga. Tahap pertaa adalah enaksr total kelopok (x ), dan tahap selanjutnya yatu enggunakan penaksr yang dperoleh pada tahap pertaa untuk enaksr total dar kelopok (X ). Penaksr dar total populas dnotaskan dengan X dan ddefnskan sebaga berkut: X = X = N j x j (3.) dana X erupakan notas untuk enyatakan penaksr total populas dar asng-asng kelopok, dan x j erupakan notas untuk enyatakan eleeneleen d kelopok utaa. Sepert yang telah dkeukakan pada subbab sebelunya, bahwa rata rata sapel erupakan penaksr yang tak bas bag rata rata populas, sehngga untuk penaksr total populas dperoleh: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

6 7 E(X ) = X Untuk eudahkan perhtungan, persaaan (3.) dapat durakan enjad: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

7 8 = j= )] X = [ N ( x j = [ N = (x ) ] = [ = X ] X = (X ) (3.) Berdasarkan persaaan (3.), langkah awal yang dlakukan yatu dengan enaksr rata-rata kelopok utaa ke- (x ). Selanjutnya engalkan x dengan N, sehngga akan eperoleh penaksr total populas X. Selanjutnya, hal yang dlakukan yatu enentukan penaksr dar rata-rata kelopok utaa (X ). Setelah tu, engalkan X dengan, sehngga akhrnya dperoleh penaksr dar total populas. 3.4 Varans dar Penaksr Total Populas dan Penaksrnya 3.4. Varans dar Penaksr Total Populas Saplng Berkelopok Varans dar X dperlukan untuk enla pressnya. Terdapat dua tahapan proses yang perlu dlakukan dala penentuan V(X ). Selatu, perlu dketahu bahwa pada varans terdapat dua koponen varans, yatu koponen pertaa erupakan varans yang dsebabkan oleh pengablan psu yang dsebut dengan varans dantara psu dan koponen kedua erupakan varans yang dsebabkan oleh sapel acak yang dplh dar psu dan dsebut varans d dala psu. Varans dar X dnyatakan sebaga berkut : V(X ) = (varans dantara psu) + (varans d dala psu) atau secara ateats dapat dnyatakan sebaga berkut: Pebuktan : V(X ) = S b + Berdasarkan defns, varans dar X = N N N Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03) X adalah = S (3.3) V(X ) = E(X X) (3.4)

8 9 Perhatkan bahwa (X X) dapat drubah secara aljabar sebaga berkut: (X X) = [ X X ] = [( X X ) + ( X X)] = ( X X) + ( X X) ( X X ) + ( X X ) = ( X X) + ( ) ( X X) (X X ) + ( ) [ (X X )] = ( X X) + ( ) ( X X) (X X ) + ( ) (X X ) = A + B + C + D + ( ) (X X )(X X ) Keudan enentukan nla ekspektas dar (X X) denga (psu) konstan. Karena tulah engapa pada penentuan nla ekspektas elbatkan ssu yang dnotaskan dengan j. E j (X X) = E j (A) + E j (B) + E j (C) + E j (D) (3.5) Penentuan E j (A) E j ( X X) = ( X X) Penentuan E j (B) E j (B) = E j [ ( ) ( X) (X X )] X = ( ) ( X X) E j (X X ) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

9 30 karena X adalah statstk yang dperoleh dar saplng acak pada ssu. Bagaanapun, telah dketahu bahwa E(X ) = X dan dketahu dar teor statstka bahwa: E X = EX Karena tu, E j (X X ) = E j (X X ) = 0 Sehngga dperoleh E j (B) = 0. Penentuan E j (D) Untuk, E j (D) analog dengan penentuan E j (B) dperoleh E j ( ) (X X )(X X ) = 0 Penentuan E j (C) E j [( ) (X X ) ] = ( ) E j (X X ) = ( ) E j (X X ) Dengan enggunakan saplng acak sederhana, dperoleh E j (X X ) = N N N S S = N N (X j X ) j S yang ana erupakan varans untuk X j ketka saplng acak sederhana dgunakan. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

10 3 Selanjutnya ensubsttuskan hasl dar penentuan E j (A) dengan penentuan E j (C) dperoleh: E j (X X) = ( X X) + ( ) N N N S (3.6) pada E (X X) tdak danggap konstan dan E j (X X) = y enjad varabel acak. Perasalahan selanjutnya terletak pada ekspektas dar varabel acak tersebut yang dperlhatkan sebaga berkut: S E [E j (X X) ] = E [ X X] + E ( ) N N (3.7) salkan bagan II pada ruas kanan dar persaaan (3.7) dtuls sebaga berkut: E ( ) U N dana U = N N N Sebagaana yang dtunjukkan d atas, U ( =,,3,, ) adalah varabel acak dengan nla yang ungkn dana asng-asng elk probabltas, karena asng-asng psu dplh enggunakan saplng acak sederhana, aka: S E ( ) U = ( ) E U ] = ( ) [ U = ( ) N N N S (3.8) Sepert yang telah dtunjukkan d atas, persaaan (3.8) adalah varans karena S erupakan varans dala psu ke. Selanjutnya untuk bagan I ruas kanan dar persaaan (3.7), dperoleh: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

11 3 E [ X X] dana X dapat dpertbangkan sebaga estas dar X berdasarkan pada saplng acak dar psu. Keudan, dengan enggunakan peruusan pada etode saplng acak sederhana, dperoleh: E [ X X] = E [ X X ] = (X X ) (3.9) Berdasarkan persaaan (3.7), persaaan (3.8), dan persaaan (3.9), dperoleh varans dar X adalah : V(X ) = S b + N N N S dengan S b = (X X ) = (3.0) S = N N (X j X j= ) (3.) X = X (3.) X = X (3.3) N dana S b erupakan varans populas dantara total kelopok yang enunjukkan sebaran X d sektar X, dan S erupakan varans populas d dala kelopok yang enunjukkan sebaran X j d sektar X. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

12 33 Pada saplng acak sederhana, S enunjukkan varans sapel dar x d sektar X, dana x erupakan rata-rata sapel dar sebuah sapel berukuran yang dabl dar N. Dketahu N ( S ) erupakan varans saplng dar X = N x dsektar X = N X. Ketka N =, x = X, aka X = X dan varans saplng dar X dsektar X enjad saa dengan nol. Sehngga apabla seua unt saplng dala psu dplh (N = ), aka V(X ) = S b + 0 (3.4) Persaaan (3.4) erupakan varans dar penaksr total pada keadaan seua unt saplng dala psu dplh. Hal tersebut akan engakbatkan varans dala psu enjad saa dengan nol dan karenanya V(X ) hanya dpengaruh oleh S b. Begtupun sebalknya, pada keadaan apabla seua secondary saplng unts (ssu) dabl dar seua, dala art =, aka: V(X ) = 0 + N N = N S V(X ) = N N = (3.5) Hal tersebut akan engakbatkan varans dantara kelopok enjad saa dengan nol dan karenanya V(X ) hanya dperngaruh oleh S. N S 3.4. Penaksr Varans dar Penaksr Total Populas Saplng Berkelopok Pada populas yang berukuran cukup besar, sult untuk enentukan V(X ) secara langsung, sehngga untuk penentuannya dapat dlakukan dengan enggunakan penaksrnya. Penaksr dar V( X ) dnotaskan dengan V (X ). Sepert telah dkeukakan sebelunya bahwa V(X ) dbentuk dar dua koponen varans, yatu varans dantara psu (S b ) dan varans dala psu (S ). Oleh karena tu, penaksr V(X ) dapat dperoleh dengan enggunakan penaksr-penaksr dar S b dan S. Berdasarkan penjelasan d atas, aka penaksr V(X ) druuskan sebaga berkut: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

13 34 dana s b V (X ) = + N = s b = (N ) N s (3.6) (X = X ) (3.7) s = (x j= j x ) (3.8) X = N x erupakan penaksr total dar kelopok ke-, x = X erupakan rata- rata sapel dar subsapel, dan X = dar X, =,,..,. = X erupakan rata-rata sapel Sepert telah dketahu bahwa s erupakan varans dar x j dala kelopok utaa dar psu ke-. Karena adalah sapel acak dar N dan x adalah rata-rata sapel dar, aka dapat dketahu bahwa s adalah penaksr tak bas dar S dan dnyatakan sebaga berkut: E(s ) = S (3.9) Varans antar psu (kelopok) dnotaskan dengan s b, naun untuk s b ternyata bukan erupakan penaksr tak bas dar S b. Hal n dapat dlhat pada pebahasan dbawah n. Pebuktan : E(s b ) = S b + N = (N ) N S (3.30) Sebagaana yang telah dkeukakan sebelunya bahwa E j (s ) = S, naun E (s b ) S b, sehngga hal tersebut engakbatkan S b tdak dapat dtaksr berdasarkan sapelnya yatu s b. s b ddefnskan sebaga berkut: s b = (X X ) = = (X X = ) = = (X X ) = = Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

14 35 s b = (X X = (3.3) ) Persaaan (3.3) dapat dnyatakan dala bentuk persaaan berkut: s b = (X X ) = = [X X ( X ) + (X = ) ] = [ = X s b = = X ( X ) + ( X ) ] ( X ) (3.3) Selanjutnya enentukan nla ekspektas dar persaaan (3.3), dperoleh: E ( s b ) = E (E j ( = X )) E ( X = E ( E E(X ) = j(x )) =.. E j(x ) E ( s b ) = E j(x ) ) E(X ) = E(X ) = Selanjutnya adalah enentukan E j (X ) dan E(X ). Penentuan E j (X ) dan E(X ) dapat dlakukan dengan enggunakan peruusan uu dar varans, yatu: E(x X ) = E(x ) X E(x ) = E(x X ) + X Dengan enggunakan peruusan uu tersebut d atas, E j (X ) dapat dnyatakan dala bentuk berkut n. X = X X + X X = (X X ) + X + (X X )X Pada ekspektas bersyarat E j sepanjang j denga danggap konstan, akan dperoleh E j (X ) = E j (X X ) + E j (X ) + 0 E j (X ) = V j (X ) + X Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

15 36 Naun V j (X ) tersebut erupakan varans untuk X pada konds saplng acak sederhana ketka dasuskan telah dtetapkan dan X konstan ketka dasuskan nla telah dtetapkan. Oleh karena tu, E j (X ) = N N N S + X Selanjutnya enentukan E(X ) analog dengan E j (X ), akan dperoleh: X = X X + X X = (X X) + X + (X X)X (3.33) Selanjutnya enentukan ekspektas pada kedua ruas persaaan (3.33) dperoleh EX = E(X X) + EX + 0 = V(X ) + X Sehngga, pada akhrnya dperoleh bahwa E ( s b ) = (N N S = + X ) E ( dengan A = N = ( ) S b + N (N ) S = + X ( ) [( ) S b + (N ) S = + X ] = A + X = ( ) [( ) S b + A + X ] = ( ) A + ( X = = ( ) A + ( X S b ) S b ) s b ) = ( ) A + S b (3.34) N N S =. N Selanjutnya dengan engeluarkan ( ) dar kedua ruas pada persaaan (3.34), akan dperoleh: E(s b ) = A + S b E(s b ) = S b + N N = (3.35) N S S b Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

16 37 Pebahasan selanjutnya yatu engena pebuktan yang akan enunjukkan bahwa V (X ) erupakan penaksr yang tak bas dar V(X ). Sepert telah dketahu, bahwa V (X ) harus erupakan penaksr tak bas dar V(X ), dengan kata lan harus eenuh ketentuan berkut: E[V (X )] = V(X ) (3.36) Pada pebahasan sebelunya telah dketahu bahwa peruusan penaksr dar V(X ) adalah sepert yang tersajkan pada persaaan (3.6). Pada peruusan (3.6), penjulahan bentuk kedua pada ruas kanan djulahkan sepanjang bukan sepanjang. Sebagaana telah dketahu bahwa s erupakan penaksr tak bas dar S, naun s b bukan erupakan penaksr tak bas dar S b. Oleh karena tu, penaksr dar V(X ) tdak dapat dperoleh secara langsung dengan cara enggant notas-notas dar S b dan S dengan notas-notas s b dan s. Walaupun dekan, sebagaana telah dkeukakan bahwa V (X ) erupakan penaksr tak bas untuk V(X ). Oleh karena tu, harus dbuktkan bahwa E (V (X )) = V(X ). Pebuktan : Ekspektas dar V(X ) harus dpandang dala dua tahapan yatu ekspektas yang berkatan dengan tahapan pertaa saplng dan ekspektas bersyarat yang berkatan dengan tahapan kedua saplng, dengan enganggap tahapan pertaa psu konstan. E (V (X )) = ( ) E(s b ) + E [E j ( N (N ) s = )] (3.37) dengan E j erupakan ekspektas bersyarat sepanjang j dan enganggap psu ke- konstan. Untuk eperudah pebuktan, ruas kanan persaaan (3.37) dbag enjad dua bagan, yatu bagan I dan bagan II. Pertaa-taa substtuskan persaaan (3.30) pada bagan I ruas kanan persaaan (3.37), sehngga bagan I ruas kanan persaaan (3.37) enjad: ( ) E(s b ) = ( ) s b + ( ) N (N ) S = (3.38) Selanjutnya enentukan ekspektas bersyarat dar sepanjang j denga danggap konstan, dan keudan abl ekspektas sepanjang dar bagan II ruas Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

17 38 kanan persaaan (3.37). Karena pelhan ssu berasal dar sapel acak sederhana, denga danggap konstan, aka E j (s ) ekuvalen dengan penentuan ekspektas untuk kasus sapel acak sederhana. Oleh karena tu, dketahu bahwa E j (s ) = S, sehngga bagan II ruas kanan dar persaaan (3.37) enjad : E [E j ( N (N ) s = )] = N (N ) S = E [E j ( N (N ) s = )] = N (N ) S = (3.39) Selanjutnya, dengan ensubsttuskan persaaan (3.38) dan persaaan (3.39) pada persaaan (3.37), akan dperoleh: E[V (X )] = ( ) S b + ( ) N (N ) S = + N (N ) S = E[V (X )] = V(X ) = ( ) S b + = N (N ) S Hal n enunjukan bahwa V (X ) adalah penaksr tak bas dar V(X ) Hubungan V (X ) dengan V(X ) Pada subbab n akan ebahas engena hubungan antara varans dar X dengan varans dar X. Karena pada stud kasus untuk saplng berkelopok pada skrps n yang akan dtentukan adalah varans dar X, karena tu, perlu untuk elhat hubungan antara varans dar X dengan varans dar X. Varans dar X dnyatakan sebaga berkut: V (X ) = V ( X N ) = N V(X ) V (X ) = V(X ) N (3.40) Selanjutnya dengan ensubsttuskan persaaan (3.3) pada persaaan (3.40), akan dperoleh: V (X ) = N S b ( + N N N Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03) S ) (3.4)

18 39 Berdasarkan persaaan (3.40), dketahu bahwa hubungan antara V (X ) dengan V(X ) berbandng lurus, hal n epunya akna bahwa seakn besar nla V(X ), aka seakn besar pula nla V (X ) begtu pun sebalknya. 3.5 Saplng Berkelopok dengan Probablty Proportonal to Sze (PPS) Pada saplng berkelopok, probabltas pelhan sebuah psu dsaaratakan. Akan tetap, ketka beberapa cluster berukuran besar dan yang lannya berukuran kecl, aka sebaknya cluster yang berukuran besar tersebut harus endapat probabltas yang lebh besar pada pelhan sapel. Hal tersebut tdak berlaku pada saplng berkelopok. Prosedur pada pelhan psu untuk enjad sapel, erupakan pont pebeda antara etode saplng berkelopok dan etode saplng berkelopok dengan Probablty Proportonal To Sze (PPS). Pada saplng berkelopok dengan PPS akan lebh dsorot engena bagaana elh sapel yang representatf bag populas yatu dengan cara eberkan kesepatan yang berbeda pada setap psu berdasarkan ukurannya untuk terplh enjad sapel. Alasan untuk endesan prosedur pengablan sapel dengan probabltas psu yang berbeda adalah untuk ebentuk sebuah etode pelhan yang akan eberkan penaksr-penaksr yang tak bas dar rata-rata populas dan juga akan ebuat press yang lebh besar darpada etode saplng berkelopok. Besar peluang pelhan cluster ke- dnotaskan dengan p dan ddefnskan sebaga berkut: p = N N (3.4) 3.5. Penaksr Rata-Rata dan Total Populas Saplng Berkelopok dengan PPS Penaksr rata rata pada saplng berkelopok dengan PPS dnotaskan dengan x pps dan druuskan sebaga berkut: X = x pps = n x n = j= j (3.43) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

19 40 dana x pps erupakan penaksr tak bas dar X. Berdasarkanforas tersebut, penaksr total populas dnyatakan sebaga berkut: n X = N x n = j= j (3.44) Pebuktan : Akan ebuktkan bahwa x pps erupakan penaksr tak bas dar X. Sebelunya, pada saplng berkelopok rata-rata populas ddefnskan sebaga berkut: X = X N Seentara tu pada pebahasan sebelunya telah dkeukakan bahwa, penaksr dar total populas X adalah X dan druusakan sebaga berkut: X = N n x j (3.45) Berdasarkan peruusan d atas (3.45) aka proses untuk encar penaksr dar X sangatlah sederhana hanya dengan ebag penaksr dar total populas oleh N sepert berkut. X = X = N n x N N j (3.46) Perhatkan bahwa X bukan erupakan rata-rata sapel, elankan penaksr dar rata-rata populas. Telah dtunjukkan bahwa X erupakan penaksr tak bas dar X. Oleh karena tu tu, nla ekspektas dar X adalah N E (X ) = E(X ) N = X N = X Terbukt bahwa X erupakan penaksr tak bas dar X. Selanjutnya berdasarkan (3.45) dengan engasuskan bahwa N = N = dan = n = n, aka peruusan X akan enjad : = X n x (3.47) n = = j Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

20 4 Karakterstk dar persaaan (3.47) adalah bahwa X erupakan rata-rata sapel dala bentuk sederhana berukuran n dan tdak ada pebobotan apapun yang dgunakan untuk eperoleh X. Penaksr jens n dkatakan sebaga penaksr dengan pebobotan dr. Pada sapel pebobotan dr, probabltas untuk easukkan sebuah ssu dar populas ke dala sapel berukuran n = n adalah saa untuk seua anggota populas. Hal n berart, probabltas ssu yang asuk ke dala sapel berukuran n = n adalah n. Sebanyak psu dplh dar psu secara saplng N acak sederhana, oleh karena tu probabltas seua psu yang terasuk dala sapel adalah. Seentara tu, untuk ssu yang terasuk dala subsapel ketka = n akan elk probabltas sebesar n N, sehngga probabltas ssu yang terasuk dala sapel total atau n = n adalah n N = n N Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03) = n N (3.48) Berdasarkan perhtungan d atas (3.48), aka probabltas ssu yang asuk dala sapel total enjad n dan juga penaksr rata-rata populas adalah rata-rata N sapel yang tdak ebutuhkan pebobotan, sehngga dapat eperudah perhtungan. Pada saplng berkelopok dengan PPS, rata-rata sapel yang tdak dbobot enjad penaksr tak bas dar rata-rata populas. Hal n dharapkan akan eberkan hasl yang lebh bak dan berguna, karena eskpun ukuran cluster bervaras, naun hanya dperlukan rata-rata sapel untuk enaksr rata-rata populas. Pada saplng berkelopok dengan PPS, ukuran cluster hanya dpergunakan sebaga krtera dala pelhan psu. Pada pelhan psu untuk saplng berkelopok dengan PPS, probabltas psu untuk enjad sapel adalah sebesar N. Penaksr total populas untuk N asalah pelhan psu dengan probabltas berbeda dnyatakan sebaga berkut: X = X p (3.49)

21 4 dan karena p = X X, aka X saa dengan X. Naun, notas p tdak dkenal dala perasalahan saplng. Sebaga gantnya, dapat enggunakan probabltas dar X. Probabltas n dnyatakan oleh p. Dengan asus bahwa p adalah perkraan yang bak terhadap p, sehngga penaksr total populas dapat dnyatakan sebaga : X = X p (3.50) Seakn p berbeda dar p = X X, seakn besar pula ketdaksesuaan antara X dan X. Dengan enggunakan probabltas p sebaga penggant p, aka penaksr X enjad penaksr yang tdak bas dar X. In dapat dlhat sebaga berkut: X = X p E(X ) = X = p = p = X = X (3.5) dengan dekan X erupakan penaksr yang tdak bas dar X. Sebuah penaksr total populas dapat dperoleh sebaga rata-rata dar penaksr-penaksr tersebut, yatu: X X = = (3.5) p Persaaan (3.5) dapat danggap sebaga ruus uu untuk enaksr X dan juga erupakan penaksr yang tdak bas dar X. Berkut n erupakan pebuktan bahwa X erupakan penaksr yang tdak bas dar X. E(X ) = E X = p E(X ) = p = X p = X = = Hubungan antara probabltas p dan propors p adalah jka p seakn endekat p = X p, aka seakn tngg press penaksr tersebut. Ketka p = p, aka X = X dan varansnya adalah nol. X = Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

22 43 Perasalahan selanjutnya adalah bagaana cara untuk enentukan p yang akan endekat p = X p. Karena X adalah paraeter yang tdak dketahu dan yang akan dtaksr, aka p juga tdak dketahu. Cara enentukan p adalah elh psu enggunakan saplng berkelopok dengan PPS dengan harapan bahwa probabltasnya akan endekat p. Pada prosedur saplng berkelopok, pelhan psu dlakukan secara saplng acak sederhana, yatu setap psu dberkan probabltas saa yatu sebesar. Sekarang, yang dngnkan adalah enetapkan probabltas p yang akan endekat propors p untuk engurang ketdaksesuaan antara X dan X. Dengan kata lan, ngn engurang varans X. Secara uu dar saplng acak sederhana, dketahu bahwa dan dketahu pula dar saplng acak sederhana, bahwa X = N x (3.53) E(X ) = N X = X (3.54) dengan engkobnaskan hasl dar proses psu tahap pertaa dan proses ssu tahap kedua serta dengan ensubsttuskan persaaan (3.53) kedala persaaan (3.5), akan dperoleh X = X p = p ( N x ) X = ( N n x p j) (3.55) yang erupakan hasl uu yang ngn dtentukan dana p adalah probabltas pelhan X, dan persaaan (3.55) erupakan penaksr yang tdak bas dar X. Hal n dapat dperlhatkan pada penjabaran berkut n. E(X ) = E (E j X ) p Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

23 44 = E ( X p ) E(X ) = = p ( X p ) X = X Dengan enggunakan persaaan (3.55), aka dperoleh penaksrpenaksr dar saplng berkelopok dan saplng berkelopok dengan PPS sebaga kasus khusus. Pada kasus sebelunya pada saplng berkelopok, p =, keudan substtuskan p = n ke persaaan (3.55), sehngga dperoleh: X = N x X = N n x j (3.56) p = N N Untuk saplng berkelopok dengan PPS, p = N. Keudan substtuskan N n ke persaaan (3.55), sehngga dperoleh: X = N N x N = N x X = N n x j (3.57) yang erupakan ruus uu saplng berkelopok dengan PPS. Apabla = n = n, aka persaaan (3.57) dapat dsederhanakan enjad: X = N n x n j (3.58) Penaksr rata-rata populas dperoleh hanya dengan ebag X oleh N, sehngga dperoleh : X = n x n j (3.59) Sepert yang durakan d atas, persaaan (3.59) erupakan rata-rata sapel dar sapel n = n dan erupakan pebobotan dr, sehngga erupakan Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

24 45 penaksr yang tdak bas dar X. Oleh Karena X adalah rata-rata sapel n = n, dnotaskan dengan: X = x pps = n x n j (3.60) 3.5. Varans dar x pps Pada subbab n akan ebahas engena varans dar x pps.varans dar x pps ddefnskan sebaga berkut: V(x pps) = E(x pps X ) (3.6) Perlu dngat bahwa E( x pps) = X. Untuk engevaluas persaaan (3.6), alangkah baknya apabla terlebh dahulu enjabarkan E(x pps X ). salkan: x pps X = (x pps X ) + ( X X ) = A + B dperoleh, (x pps X ) = A +B + AB sehngga varans dar x pps dapat dnyatakan sebaga berkut: V(x pps) = E(x pps X ) = E(A )+E(B ) + E(AB) (3.6) Untuk eperudah dala proses penurunan ruusanya, aka ruas kanan persaaan (3.6) akan djabarkan bagan per bagan. Penjabaran bagan AB AB = ( x X ) ( X X ) = (x X ) ( X X ) sal E j erupakan ekspektas yang dabl alh j dengan psu ke- dketahu, sehngga: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

25 46 E [E j (AB)] = E [E j ( (x X ) ( X X ))] Karena A dan B ndependent (karena cluster terakhr ndependent) dan E(x ) = X, aka: E j (AB) = 0 (3.63) Penjabaran bagan A A = (x pps X ) = ( x X ) = [ (x X )] = [ (x X ) + (x X )(x X ) ] Sehngga, ekspektas dar A adalah: Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03) E (E j (A )) = E [E j (x X ) + E j (x X )(x X ) ] (3.64) Karena cluster yang terakhr bersfat ndependent, aka suku kedua dar ruas kanan persaaan (3.64) bernla 0. Sedangkan untuk suku pertaa d ruas kanan persaaan (3.64), dperoleh: dana S = E (E j ( (x X ) )) = E ( N n N N S ) (3.65) n N (X j X ) yang erupakan standard error dar ratarata sapel x, untuk saplng acak sederhana. E (E j ( (x X ) )) = E ( N n E (E j ( (x X ) )) = = N N N N n N N S ) n (N n ) S S n n

26 47 Penjabaran bagan B B = ( X X ) E (A ) = N (N n ) S n (3.66) B = [ (X X ) + (X X )(X X ) ] (3.67) Karena psu adalah sapel dengan penggantan dan E (X ) = N N X = X, aka suku kedua ruas kanan persaaan (3.67) bernla saa dengan 0. Sedangkan untuk suku pertaa d ruas kanan persaaan (3.67), dperoleh: E [ (X X ) ] = N N (X X ) E [ (X X ) ] = N N (X X ) Berdasarkatu, aka ekspektas dar B dapat dtentukan, yatu: E (B ) = N N (X X ) (3.68) Selanjutnya ensubsttuskan persaaan (3.63), persaaan (3.66), dan persaaan (3.68), ke persaaan (3.6), akan dperoleh peruusan varans dar x pps adalah sebaga berkut: dana V(x pps) = N N (X X ) + N S = N N (X j X ) (N n ) S n (3.69) Penaksr Tak Bas dar V(x pps ) Salah satu karakterstk yang enark dar saplng berkelopok dengan PPS adalah penaksr tak bas dar V(x pps) sangat sederhana dan udah untuk dtentukan. Penaksr tak bas dar V(x pps) adalah: V (x pps) = ( ) (x x pps) (3.70) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

27 48 dengan, x = x, dan n x pps = n x n j = Pebuktan bahwa V (x pps) erupakan penaksr yang tak bas dar V(x pps) adalah sebaga berkut: Pebuktan : Pada proses pebuktan yang akan dlakukan yatu akan enunjukkan bahwa persaaan (3.70) adalah penaksr tak bas dar V(x pps) = N N (X X ) + N (N n ) S n Langkah pertaa yatu elakukan perubahan secara aljabar pada (x x pps). x x x pps = x x = x x x x x pps = x x (3.7) Selanjutnya ensubsttuskan persaaan (3.7) pada persaaan (3.70), dperoleh: V (x pps) = ( ) ( = [ ) x x {( x ) ( x ) ( x ) + ( x ) }] V (x pps) = (A C + B) (3.7) dengan A = ( x ) B = ( x ) C = ( ) x ) ( x Langkah kedua adalah ereduks bagan A, B, dan C secara aljabar untuk enyederhanakan bentuk sehngga dapat enerapkan proses untuk eperoleh hasl ekspektas. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

28 49 Pereduksan bagan A : A = = ( ) ( x ) ) ( x A = x (3.73) Pereduksan bagan B : B = ) ( x = ) ( x ) = ( ( ) x x = = = = = ( ) [( ( ) ( ) ( ) ( ) B = [( x ) x x + x ] ] x ) ( x ) + x [( )( x ) + x ] [( )( x + x x ) + x ] [( ) x + ( ) x x ] x + ( ) x x (3.74) Pereduksan bagan C : C = [ ( )] x ) ( x = [ x ( x = x x C = ) x x (3.75) Selanjutnya ensubsttuskan persaaan (3.73), persaaan (3.74), dan persaaan (3.75) ke dala persaaan (3.7), akan dperoleh: ] Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

29 50 V (x pps) = [ x x x + x = [ V (x pps) = [ x + x x ( ) + ( ) + ( ) x x ] x x x x ] x x ] (3.76) V (x pps) = D (3.77) dengan D = x ( ) x x Langkah ketga adalah enentukan ekspektas dar V (x pps). Penentuan ekspektas dar V (x pps) n dapat dselesakan dala dua tahap. Tahap pertaa untuk kasus dana psu ke- dberkan dan tahap kedua untuk kasus dana berubah-ubah dar seluruh keungknan psu. E[V (x pps)] = E (E j ( D)) E[V (x pps)] = E (E j (D)) (3.78) Selanjutnya yang dlakukan yatu engurakan E j (D) enjad: E j (D) = E j [ dana F = x x ( ) x x ] E j (D) = E j [F G] (3.79) G = ( ) x x. Perhatkan ruas kanan dar persaaan (3.79). Untuk eperudah dala enentukan ekspektas ruas kanan persaaan (3.79), aka penentuan ekspektasnya dlakukan satu persatu. Pertaa-taa enentukan E j (F). E j F = E j ( x ) = E jx (3.80) Sepert telah dketahu dar etode saplng acak sederhana bahwa: E(x X ) = E(x ) X E(x ) = X + E(x X ) E(x ) = X + N n S N n (3.8) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

30 5 Dengan enggunakan hubungan pada persaaan (3.8), aka persaaan (3.80) dapat dnyatakan sebaga berkut: dana S = N (X N j X ) Selanjutnya enentukan E j (G). E j (F) = (X + N n (3.8) E j (G) = E ( ) j E j (G) = ( ) N S ) n x x X X (3.83) Karena pelhan ssu dlakukan dengan enggunakan etode saplng acak sederhana, aka dasuskan bahwa psu ke- yang saa akan terplh secara berulang kal, ketka sapel yang terabl adalah sapel yang saa dengan sebelunya, aka sapel tersebut dkebalkan lalu dabl lag sapel yang lan sehngga terplh sapel lan yang berbeda, aka dar tu x dan x ndependen. Selanjutnya ensubttuskan persaaan (3.8) dan persaaan (3.83) ke dala persaaan (3.79), akan dperoleh: E (E j (D)) = E [E j (F) E j (G)] S ) N n ( ) = E [ (X + N n = E [ X + N n X X ] S N n ( ) E (E j (D)) = E [ X ] + E [ N n ] E [ N S n X X ] ( ) X X ] (3.84) Untuk E [ X ] E [ X ] = (E(X )) = E (X ) E [ X ] = X + N N (X X ) (3.85) Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

31 5 Untuk E [ N n S ] N n E [ N n S N n ] = (E ( N n S )) N n = E ( N n N S n ) N n S N n E [ ] = N N n N N S n (3.86) Untuk E [ ( ) E [ E [ X X ] ( ) ( ) X X ] = ( ) ( )X X X ] = X (3.87) Berdasarkan uraan tersebut d atas, serta dengan ensubsttuskan persaaan (3.85), persaaan (3.86), dan persaaan (3.87) ke dala persaaan (3.84), akan dperoleh E (E j (D)) = X + N N (X X ) E (E j (D)) = N N (X X ) N n N N + N + (N N n ) S n S n X (3.88) Langkah terakhr yatu ensubsttuskan persaaan (3.88) ke dala persaaan (3.78), aka dperoleh : E[V (x pps)] = E (E j D) E[V (x pps)] = V(x pps) = N N (X X ) + N (N n ) S n Terbukt bahwa V (x pps) erupakan penaksr tak bas dar V(x pps). Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

32 Perbandngan V(x pps ) dengan V (X cl) Alasan utaa untuk elh prary saplng unts (psu) dengan etode PPS pada saplng berkelopok adalah untuk enghaslkan sapel yang lebh representatf dar populas. Pada etode n, psu atau cluster dengan ukuran yang berbeda epunya probabltas yang berbeda pula dsesuakan dengan ukurannya, berbeda dengan etode saplng berkelopok yang tdak eperhatkan ukuran cluster oleh karena tu, press dar penaksr akan bertabah jka dbandngkan dengan saplng berkelopok. Karena etode PPS elk press yang lebh tngg, aka etode n pun harus elk varans yang lebh kecl darpada etode saplng berkelopok. Sepert telah dkeukakan sebelunya bahwa perbedaan utaa antara saplng berkelopok dan saplng berkelopok dengan PPS yatu terletak pada saat pelhan psu. Saplng berkelopok elh psu dengan enggunakan konsep saplng acak sederhana, sedangkan saplng berkelopok dengan PPS elh psu dengan enggunakan konsep PPS. Untuk pelhan secondary saplng unts (ssu), kedua etode saplng berkelopok tersebut enggunakan konsep yang saa yatu konsep saplng acak sederhana. Bedasarkan uraan d atas, perbedaan prosedur dala proses pelhan psu tersebut, akan eungknkandkas hasl press yang berbeda. Oleh karena tu, drasa perlu untuk ebandngkan V (X cl) dan V(x pps) dengan hanya epertbangkan psu. Berdasarkan uraan pada subbab-subbab sebelunya telah dketahu bahwa varans dar x pps (V(x pps)), dnyatakan sebaga berkut: V(x pps) = N N (X X ) + N (N n ) S n sedangkan varans dar X cl (V (X cl)), dnyatakan sebaga berkut: V (X cl) = N S b ( + N N S ) N Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

33 54 Selanjutnya dengan esalkan N = dan engelnas pengaruh ssu pada varans, aka peruusan (V(x pps )), akan enjad: V(x pps) = N N atau dapat dtulskan dala bentuk persaaan berkut n : Sedangkan peruusan (V (X cl)), akan enjad: dengan S b = (X X ) N N (X X ) (3.89) V(x pps) = (X X ) (3.90) V (X cl) = S b N V (X cl) = N dan ( ) =, aka persaaan (3.90) enjad: V (X cl) = V (X cl) = (X X ) (3.9) dan N = N ( ). Selanjutnya salkan = = (X N X ) (X N X ) N (N X N X ) N (3.9) Selanjutnya adalah ebandngkan V(x pps) dengan V (X cl) dengan enggunakan persaaan (3.90) dan persaaan (3.9). Proses perbandngan V(x pps) dan V (X cl) dlakukan dengan cara enggunakan operas pengurangan antara dua varans tersebut, akan dperoleh: V (X cl) V(x pps ) = V (X cl) V(x pps ) = (N N ) NN (N X N X ) N X + N N (X X ) (N N N ) (X X ) (3.93) Hal pertaa yang harus dperhatkan dar persaaan (3.93) yatu konds pada saat N = N = N, aka dperoleh: V (X cl) V(x pps ) = V (X cl) V(x pps ) = 0 Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

34 55 Karena V (X cl) V(x pps ) = 0, hal n berart kedua prosedur tersebut epunya press yang saa. Hal n akan dengan udah dpaha dengan eperhatkan bahwa N N = N N = N N = Berdasarkan pernyataan d atas, n eperlhatkan bahwa probabltas dar pelhan psu pada saplng berkelopok dengan PPS adalah saa hal nya dengan elh psu pada saplng berkelopok. Oleh karena tu, dperoleh perkraan bahwa V (X cl) = V(x pps ). Pada saat N bervaras dan pada saat V (X cl) V(x pps ) > 0, press dar saplng berkelopok dengan PPS lebh bak darpada saplng berkelopok. Untuk ebuktkannya, perhatkan kebal persaaan (3.93), dketahu bahwa ruas kanan dar persaaan (3.93) dapat dbag enjad dua koponen yatu, koponen I ruas kanan dan koponen II ruas kanan. selanjutnya perhatkan bahwa koponen I ruas kanan pada persaaan (3.93) selalu bernla postf, dan dnyatakan sebaga berkut: (N N ) NN X > 0 Seentara tu untuk koponen II ruas kanan pada persaaan (3.93), yatu: N (N N ) (X X ) terdapat beberapa pon yang harus dperhatkan, yatu: Pada dasarnya etode saplng berkelopok, basanya engharapkan agar varans antar rerata kelopok (cluster) tetap kecl. Agar hal tersebut terpenuh, aka harus ereduks V (X cl) atau V(x pps). Sedangkan etode saplng berkelopok dengan pps, engharapkan bahwa nla absolut dar (X X ) akan relatf kecl dbandngkan dengan X atau X. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

35 56 N N < 0 hanya ketka ukuran kelopok (cluster) N kecl. Dengan dekan, dperoleh kespulan bahwa V (X cl) V(x pps ) > 0 pada konds uu ketka saplng berkelopok dengan PPS dpergunakan. Hal tulah yang enjad alasan engapa press dar saplng berkelopok dengan PPS akan lebh bak darpada saplng berkelopok. Dhn Azzahra, 05 PERBANDINGAN ANALISIS QUICK COUNT ENGGUNAKAN ETODE SAPLING BERKELOPOK DAN ETODE SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) (STUDI KASUS PEILU GUBERNUR JAWA BARAT 03)

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1. PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-35 (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur

Lebih terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

III. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA

III. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA 4 III. VALUASI TOD PNARIKAN CONTOH PADA PNDUGAAN PRODUKTIVITAS KOODITAS HORTIKULTURA 3.. Gabaran Uu etode Penarkan Contoh Penarkan contoh atau saplng erupakan suatu proses nferens engena keseluruhan (populas

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE KNM XVI -6 Jul 202 UNPAD, Jatnangor ANALISIS KONSTRUKSI DAN SIFAT BCH CODE ACHMAD FAHRUROZI, M.SI,2, SRI MARDIYATI, M.KOM 2 Unverstas Gunadara Depok, achad.fahruroz@yahoo.co.d 2 Unverstas Indonesa Depok,

Lebih terperinci

2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( )

2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( ) . INJAUAN PUSAKA. Model Area Kecl Model area kecl erupakan odel dasar dala pendugaan area kecl. Model n dkelopokkan enjad dua kelopok yatu odel berbass area (basc area level odel odel berbass unt (basc

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT PEAKSIR PRODUK AG EFISIE UUK RAA-RAA POPULASI PADA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKA Dw Andn *, Frdaus, Arsan Adnan Mahasswa Progra S Mateata Dosen Jurusan Mateata Faultas Mateata Ilu Pengetahuan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 PENDHULUN 1.1 Latar elakang Dala pelaksanaan proyek serng kal engala suatu habatan atau penypangan sehngga serng terad kerugan bag penyelesaan proyek tersebut. Untuk tu perlu adanya suatu perencanaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan. BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Analss Model Loglner Untu data yang bersfat ategor dan dapat dbentu pada suatu tabel ontngens, dapat danalss dengan analss odel loglner. Model loglner dgunaan untu enganalss eungnan

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

Lebih terperinci

5.. Kekakuan Portal Bdang (Plane Frae) BAB 5 ANASS STRUKTUR PORTA BANG Struktur plane rae erupakan suatu sste struktur ang erupakan gabungan dar seulah eleen (batang) d ana pada setap ttk spulna danggap

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

Jurnal Sipil Statik Vol.1 No.8, Juli 2013 ( ) ISSN:

Jurnal Sipil Statik Vol.1 No.8, Juli 2013 ( ) ISSN: Jurnal Spl Statk Vol. No.8 Jul 3 (79-86) ISSN: 337-673 PEMILIHAN SISTEM PENGAMANAN PANTAI DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: PANTAI WORI DI KECAMATAN WORI KABUPATEN MINAHASA

Lebih terperinci

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data. BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,

Lebih terperinci

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA onferens Nasonal Sste dan Inforatka 09; Bal, Noveber 4, 09 PENERAPAN LOGIA FUZZY DALAM PENGAMBILAN EPUTUSAN UNTU JALUR PEMINATAN MAHASISWA Sauel Lukas*, Melayana**, Wlla Sson* * Jurusan Teknk Inforatka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan

Lebih terperinci