Populasi dan Sampel. Materi 1 Distribusi Sampling
|
|
- Yuliana Susanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik dari populasi Sampel : Himpunan bagian dari populasi Statistik besaran yang digunakan untuk menggambarkan karakteristik suatu sampel Statistik digunakan untuk pendugaan parameter 1
2 Populasi dan Sampel Populasi dan Sampel Alasan menggunakan sampel: a. Biaya & Sumber Daya b. Waktu c. Ketelitian d. Sifat merusak / mengganggu Rata-rata µ Populasi Simpangan Baku σ RANDOM Sampel Banyak n jika Pengambilan sampel dengan pengembalian = N n Jika Sampel tanpa pengembalian, maka banyaknya sampel adalah N C n 2
3 Populasi dan Sampel Metode Sampling Teori sampling didasarkan atas adanya pengaruh saling meniadakan diantara anggota populasi Random Sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel 3
4 Manfaat Sampling Estimasi suatu parameter populasi Pengujian hypotesa Peramalan Populasi vs Sampel Parameter Populasi Sebuah parameter populasi selalu konstan Sebuah populasi hanya memiliki sebuah nilai µ Statistik Sampel Merupakan variabel acak (random) Setiap statistik sampel memiliki sebuah distribusi peluang (probability distribution) Distribusi peluang dari suatu statistik sampel disebut distribusi sampling 4
5 Distribusi Sampling Distribusi Peluang Populasi Merupakan distribusi peluang yang diturunkan dari informasi seluruh elemen populasi Contoh 1: Ada 5 mahasiswa yang mengambil m.k. Statistika Lanjut dengan hasil akhir masing2 adalah: 70, 78, 80, 80, 95 Jika tidak dilakukan pengelompokan, maka buatlah distribusi peluang populasinya! Distribusi Sampling Distribusi Peluang Populasi Jawab: Tabel Distribusi Peluang f P() /5 = /5 = /5 = /5 = 0.2 P() = 1.0 5
6 Distribusi Sampling B. Distribusi Sampling Rata-rata Dalam suatu populasi, hanya ada 1 nlai rata-rata populasi µ Rata-rata sampel, nilainya merupakan variabel acak sehingga memiliki distribusi peluang = distribusi sampling rata-rata, Contoh : Dari contoh sebelumnya dengan 5 elemen anggota populasi, buatlah semua kemungkinan sampel yang dapat terjadi jika masing2 sampel terdiri dari 3 score yang diambil tanpa pemulihan dari populasi tersebut. Penyelesaian: Jumlah kombinasi sampel yang terjadi dihitung dengan rumus kombinasi: 5! = 5 10 (kemungkinan kombinasi sampel) ( 3 ) 3!(5-3)! Tabel 2. Semua Kemungkinan Sampel dan rata-rata dengan ukuran sampel = 3 Sampel Score Dalam Sampel ABC 70, 78, ABD 70, 78, ABE 70, 78, ACD 70, 80, ACE 70, 80, ADE 70, 80, BCD 78, 80, BCE 78, 80, BDE 78, 80, CDE 80, 80, Tabel 3. Distribusi Peluang Rata-rata Sampling f P() /10 = /10 = /10 = /10 = /10 = /10 = /10 = 0.1 P( = 81.67) = 0.20 ΣP() = 1.0 Jika dipilih suatu sampel yang berukuran 3 dari populasi yang berukuran 5, maka akan didapatkan 10 kemungkinan sampel terpilih. Masing2 akan sampel memiliki Rata-rata Sampel. Table 3 menunjukkan peluang rata-rata sampel yang terdiri dari 3 score yang diambil secara acak. 19 6
7 Bentuk Distribusi Sampling Bentuk distribusi sampling berkaitan dengan dua kondisi, yaitu: 1. Populasi dimana sampel diambil memiliki distribusi normal 2. Populasi dimana sampel diambil tidak memiliki distribusi normal A. Sampling dari populasi yang terdistribusi normal Jika populasi dimana sampel diambil memiliki distribusi normal dengan mean µ dan simpangan baku, maka distribusi sampling dari mean sampel akan juga terdistribusi normal, dengan mean dan simpangan baku: σ µ = µ dan =, jika n n N B. Sampling dari populasi yang tidak terdistribusi normal Sering juga populasi dimana sampel diambil tidak terdistribusi normal. Bentuk distribusi sampling didasarkan pada teori batas pusat (Central Limit Theorem). Berdasar teori tersebut, untuk suatu sampel yang berukuran besar (n 30), distribusi sampling adalah mendekati normal. Sehingga mean dan simpangan baku distribusi sampling adalah: µ = µ dan = σ n, jika 0.05 n N Contoh 6: Rata-rata biaya sewa apartement di sebuah kota A adalah $950 dengan simpangan baku $225. Kemudian, distribusi populasi biaya sewa apartement tersebut miring ke kanan. Hitung mean dan simpangan baku dan bagaimana bentuk distribusi samplingnya bila ukuran sampel: a. 30 b. 100 Penyelesaian: Meskipun populasi terdistribusi tidak normal, jumlah sampel adalah besar (n 30), sehingga berlaku Central Limit Theorem. A. Anggap adalah rata-rata sampel dari 30 penyewa. Maka, distribusi samplingnya adalah mendekati normal dengan mean dan simpangan baku: 21 7
8 µ = µ = $950 dan σ 225 = = = $ n 30 = $225 = $ µ = $950 µ = $950 B. Anggap adalah rata-rata sampel dari 100 penyewa. Maka, distribusi samplingnya adalah mendekati normal dengan mean dan simpangan baku: µ = µ = $950 dan σ 225 = = = $ n 100 = $225 = $ µ = $950 µ = $ Applikasi Distribusi Sampling Contoh 7: Suatu perusahaan memproduksi bohlam. Bila umur bohlam pada perusahaan tersebut terdistribusi normal dengan rata-rata µ adalah 800 jam dan simpangan baku sama dengan 40 jam. Hitunglah peluang bahwa suatu contoh acak yang terdiri dari 18 bohlam, memiliki umur rata-rata kurang dari 775 jam! Penyelesaian: Karena populasi bohlam terdistribusi normal, maka sampel juga terdistribusi normal meskipun ukuran sampel < 30, sehingga: σ 40 µ = µ = 800 dan = = = 10 n 16 Ditanyakan P( < 775)? Untuk menghitungnya, kita menggunakan distribusi normal baku z, dimana: - μ z σ 10 daerah terarsir = P( < 775) = P(z < -2.5) = (Tabel distribusi z) 775 µ = z 23 8
9 March
STATISTIKA II IT
STATISTIKA II IT-021259 Ummu Kalsum UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 7.30 10.30 dan 12.30 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciSTATISTIKA II IT
STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang
Lebih 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 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 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(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinciSEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)
SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION) Andaikan ada suatu populasi dengan jumlah anggotanya sebanyak N diambil contoh sebanyak n. Apabila dari setiap kemungkinan contoh tersebut dihitung suatu
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciSTATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui
Lebih terperinciPERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL 2 k MELALUI METODE BISSELL. Kata Kunci : Faktorial Fraksional dua level, Metode Bissell
September 03 PERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL k MELALUI METODE BISSELL IRAWATY, ANISA DAN HERDIANI, E.T. 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciSTK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh
STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan
Lebih terperinciSEBARAN PENARIKAN SAMPEL LOGO
SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih
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 terperinciMuhammad Arif Rahman https://arifelzainblog.lecture.ub.ac.id/
Muhammad Arif Rahman arifelzain@ub.ac.id Populasi Keseluruhan objek penelitian atau keseluruhan elemen yang akan diteliti. Sampel Sebagian dari populasi Representatif dapat memberi gambaran yang tepat
Lebih terperinciSebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor
Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciSebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK (MAM 4137) SEBARAN PENARIKAN CONTOH Ledhyane Ika Harlyan 2 Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean Parameter
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciSTATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)
STATISTIKA II Distribusi Sampling (Nuryanto, ST., MT) 1. Pendahuluan Bidang Inferensia Statistik membahas generlisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan
Lebih terperinciSTATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 7 By: Hanung N. Prasetyo Ada macam, sampel probabilitas dan non probabilitas. Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan dengan pengembalian atau tanpa pengembalian,
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih 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 terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH. Mahasiswa Jurusan Statistika FSM UNDIP. Staf Pengajar Jurusan Statistika FSM UNDIP
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 497-505 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH
Lebih terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciSimulasi Komputer Untuk Menentukan Kombinasi Perlakuan Dengan Disain Faktorial Setengah Replikasi
Simulasi Komputer Untuk Menentukan Kombinasi Perlakuan Dengan Disain Faktorial Setengah Replikasi M. Haviz Irfani STMIK MDP Palembang haviz@stmikmdp.net Abstrak: Eksperimen faktorial adalah eksperimen
Lebih terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih 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 terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis
BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),
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 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 terperinciESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1
ESTIMASI Podojoyo, SKM, M.Kes Podojoyo 1 Definisi Estimasi Suatu metode dimana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik) Podojoyo 2 Didalam estimasi nilai
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciDISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi
DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciPertemuan 9 II. STATISTIKA INFERENSIAL
Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan
Lebih terperinciStatistik Parametrik
Statistik Parametrik Statistik Parametrik Adalah suatu tes yang modelnya menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya. Syarat-syarat itu
Lebih terperinciDistribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.
Distribusi Sampling Sebaran Penarikan Contoh I PENDAHULUAN Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh,
Lebih terperinciMakalah Statistika Distribusi Normal
Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa
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 terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciDistribusi dari Sampling
Distribusi dari Sampling Sampling Acak Pengenalan ke Uji Hipotesis dan Estimasi Selang Hal yang harus diingat Populasi- adalah apa yang dibicarakan Sampel- adalah apa yang didapat dari data Distribusi
Lebih terperinciSTATISTIK PERTEMUAN VII
STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih 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 terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciBiostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS
Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS 1 Probabilitas Perlunya pengetahuan tentang probabilitas dalam Biostatistik Pengertian probabilitas, variabel random dan distribusi
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 terperinciPEMILIHAN DATA (SAMPEL) PENELITIAN PERTEMUAN KE 5
PEMILIHAN DATA (SAMPEL) PENELITIAN PERTEMUAN KE 5 Data, Populasi Dan Sampel Data merupakan bahan baku informasi yang dapat memberikan gambaran tentang sesuatu. Data merupakan bentuk jamak dari datum. Contoh
Lebih terperinci(D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH
(D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH Oleh : Enny Supartini Dra. MS. e-mail : arthinii@yahoo.com ABSTRAK Untuk
Lebih terperinciDasar - Dasar Pemrograman PLC (Bagian 3) Lanjutan dari Bagian 2. B. Example Problem Lighting Control
Dasar - Dasar Pemrograman PLC (Bagian 3) Lanjutan dari Bagian 2 B. Example Problem Lighting Control Akan dibuat suatu sistem lighting control dengan 4 buah switch, SWITCH1, SWITCH2, SWITCH3, SWITCH4. Switch
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciBAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.
11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter
Lebih terperinciTeknik Analisis Data dengan Statistik Parametrik
Teknik Analisis Data dengan Statistik Parametrik Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Membedakan teknik analisis data Statistik Parametrik dan Statistik Non Parametrik.
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciPENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciAyundyah Kesumawati. April 27, 2015
Kesumawati Prodi Statistika FMIPA-UII April 27, 2015 Estimasi interval Jika diperhatikan, terdapat kesamaan rumus-rumus yang dipakai pada saat pengujian hipotesis dan pendugaan selang kepercayaan. Untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciOUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar
3 OUT LINE Pengertian Distribusi Probabilitas Normal Distribusi Probabilitas Normal Distribusi Probabilitas Normal Standar Penerapan Distribusi Probabilitas Normal Standar Pendekatan Normal Terhadap Binomial
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciUKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 3, o.1 (14), hal 1-6. UKURA SAMPEL DA DISTRIBUSI SAMPLIG DARI BEBERAPA VARIABEL RADOM KOTIU Muhammad urudin, Muhlasah ovitasari Mara, Dadan Kusnandar
Lebih terperinciPENGERTIAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciDistribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciSUATU KAJIAN TENTANG PENDAPAT PELANGGAN PLN TERHADAP LISTRIK PRABAYAR DENGAN METODE ANALISIS VARIANSI
Saintia Matematika Vol. 2, No. 1 (2014), pp. 35 46. SUATU KAJIAN TENTANG PENDAPAT PELANGGAN PLN TERHADAP LISTRIK PRABAYAR DENGAN METODE ANALISIS VARIANSI Muhammad Syukran, Pasukat Sembiring, Asima Manurung
Lebih terperinciSTATISTIKA. Tabel dan Grafik
STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi
Lebih terperinciPembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu
Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!
Lebih terperinciPengertian Pengujian Hipotesis
PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciMATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1. 1.Distribusi sampling Memberi penjelasan tentang populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling ratarata Sub Pokok Bahasan dan Sasaran Belajar
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciPTI15004 MatematikaKomputasi
PTI15004 MatematikaKomputasi PencacahanCounting Justanintermezzo Pengelola Pantai Hanakapiai, Hawaii memperingatkan pengunjung agar tidak mendekati kawasan air, dan menegaskan peringatan tersebut dengan
Lebih terperinciProbabilitas Peluang Kemungkinan Mengapa probabilitas?
STATISTIKA PROBABILITAS Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal erupsi gunung berapi) berdasarkan data erupsi selama waktu
Lebih terperinciContoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.
Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50
Lebih terperinciBAB III LANDASAN TEORI. analisis kesintasan bertujuan menaksir probabilitas kelangsungan hidup, kekambuhan,
17 BAB III LANDASAN TEORI 3.1 Data Analisis Survival (Survival Analysis) Analisis survival (survival analysis) atau analisis kelangsungan hidup atau analisis kesintasan bertujuan menaksir probabilitas
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam
Lebih terperinciDistribusi. Sampling muan 3) Tim Dosen
Distribusi Sampling (Pertem muan 3) Tim Dosen Sampling Semester Ganjil 2012 Proses Sampling Statistik dan Parameter Parameter Karakter ristik itikpopulasi Bernilai tetap Biasanya tidak diketahui nilainya
Lebih terperinciPermutasi dan Kombinasi
Permutasi dan Kombinasi Dalam kehidupan sehari-hari kita sering menghadapi masalah pengaturan suatu obyek yang terdiri dari beberapa unsur, baik yang disusun dengan mempertimbangkan urutan sesuai dengan
Lebih terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinci