BAB 5. ANALISIS REGRESI DAN KORELASI

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 5. ANALISIS REGRESI DAN KORELASI"

Transkripsi

1 BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh Persamaa regres adalah persamaa matematka yag memugkka kta meramalka la-la varabel terkat (Y) dar la-la satu atau lebh varabel bebas (X) Setelah dketahu ada hubuga/pegaruh, maka aalss dguaka utuk keperlua pedugaa varabel terkat (Y) dar suatu la varabel bebas (X). Cotoh: Nla stat (Y) dar skor telegesa (X) Berat bada (Y) dar tgg bada (X) Tgg taama (Y) dar doss pupuk (X) Berat bada ka (Y) dar umur (X) Dambl sampel berukura dar populas: (x, y ) d maa = 1,,..., Dar sampel tersebut, g d uj model regres: y = + x d duga dar data sampel, dega pedugaa: y = a + bx d maa y da x adalah data pegamata berpasaga dar sampel, a da b adalah koefse regres (parameter dalam regres) Pedugaa parameter, dega Metode Kuadrat Terkecl (MKT) (Ordary Least Square (OLS)) dperoleh: b = X Y X Y X X

2 Ada dua koefse regres: a = Y 1 1 b a damaka tersep, ttk perpotoga gars dega sumbu Y (dalam terpretas, a merupaka la kosta dar Y jka varabel X berla 0) b damaka slope, megukur kemrga dar gars regres. Bla b postf, (hubuga searah) jka varabel X bertambah besar maka varabel Y bertambah besar pula, sebalkya jka varabel X bertambah kecl maka varabel Y bertambah kecl pula Bla b egatf, (hubuga berlawaa arah), jka varabel X bertambah kecl maka varabel Y malah bertambah kecl, demka sebalkya Iterpretas: setap keaka satu ut (satua) dar X, maka la Y aka bertambah/berkurag sebesar b. Cotoh: sebuah peelta g meguj apakah suhu ( o C) (X) mempegaruh bayakya gula yag terbetuk (Y): X 1,0 1,1 1, 1,3 1,4 1,5 1,6 1,7 1,8 1,9,0 Y 7,1 7,8 8,5 8,8 9,0 8,9 8,6 9, 9,3 9, 10,5 b = X 11(147,89) (16,5)(96,9) 11(5,85) (16,5) dega demka, gars regresya adalah: a = (96,9/11),309(16,5/11) = 5,345 y = 5,345 +,309x =,309 3

3 gula yag terbetuk y =,3091x + 5,3455 1,0 1,1 1, 1,3 1,4 1,5 1,6 1,7 1,8 1,9,0 suhu terpretas: Jka pada suhu 0 o C, maka bayakya gula yag terbetuk adalah 5,345 Setap keaka 1 o C, maka bayakya gula yag terbetuk aka ak sebesar,309 Peguja parameter, g duj apakah koefse regres yag terbetuk berart atau tdak. Terdapat macam uj, yatu uj smulta da uj parsal. Uj Smulta, hpotess yag aka d uj: H0 : = = 0 H1 : salah satu (bak, atau ) tdak sama dega ol Jka H 0 d terma, artya persamaa regres tersebut tdak megadug apa-apa, atau dega kata la, tdak ada tersep da tdak ada slope Jka H 0 d tolak, artya persamaa regres tersebut megadug suatu art, apakah y = a, atau y = bx, atau y = a + bx Statstk uj megguaka F, dapat ddeteks megguaka tabel aalss ragam: SK db JK KT F Regres dbr=1 JKR=b Sxx KTR=JKR/dbR KTR/KTG Galat dbg= JKG=Syy-b Sxx KTG=JKG/dbG Total dbt= 1 JKT=S yy d maa Sxx = X X /

4 S yy = Y Y / 1 1 dbadgka dega F(db1=dbR; db=dbg) = F(1; -) Jka F > F(1; -) maka H0 dtolak, sedagka jka F < F(1; -) maka H0 dterma Uj Parsal, utuk tersep, hpotess yag duj: H 0 : = 0 H 1 : 0 Jka H0 d terma, artya persamaa regres tersebut tdak melewat salp sumbu, atau jka X=0, maka Y=0 Jka H 0 d tolak, artya persamaa regres tersebut megadug suatu la tersep tertetu Statstk uj t t = a X 1 KTG S xx dbadgka dega t/(db galat) = t/(-) H0 dtolak bla t < - t/(-) atau t > t/(-) da H0 dterma bla -t/(-) < t < t/(-) Uj Parsal, utuk slope, hpotess yag duj: H 0 : = 0 H 1 : 0 Jka H0 d terma, artya varabel bebas (X) tdak mempegaruh varabel terkat (Y) Jka H0 d tolak, artya varabel bebas (X) mempegaruh varabel terkat (Y) Statstk uj t t = b KTG S xx 34

5 dbadgka dega t/(db galat) = t/(-) H0 dtolak bla t < - t/(-) atau t > t/(-) da H0 dterma bla -t/(-) < t < t/(-) Cotoh utuk permasalaha sebelumya: Uj smulta, dperoleh F = 31,7 (htug sedr) SK db JK KT F Regres 1 5,865 5,865 31,7 Galat 9 1,664 0,185 Total 10 7,59 Berdasarka tabel F, dperoleh F 0,05(1,9) = 5,1 Karea la F > F 0,05(1,9) maka H 0 dtolak, artya persamaa regres tersebut megadug tersep, atau slope, atau kedua-duaya Uj parsal utuk tersep, t = 8,505. Berdasarka tabel t, dperoleh t 0,05(9) =,6. Karea t > t 0,05(9) maka H 0 dtolak, artya persamaa regres tersebut megadug tersep (atau tdak melewat salp sumbu) Uj parsal utuk slope, t = 5,63. Berdasarka tabel t, dperoleh t 0,05(9) =,6. Karea t > t 0,05(9) maka H 0 dtolak, artya adalah bear bahwa suhu mempegaruh bayakya gula yag terbetuk. Koefse determas (R ), yatu propors keragama (la terletak atara 0 da 1) total la-la varabel Y yag terjelaska oleh la-la X dar hubuga ler tersebut: R = JKR/JKT Artya jka R (bsa juga dtamplka dalam %) semak dekat dega 1 (atau 100%), maka model regres tersebut cukup bak utuk dguaka, sedagka bla R semak dekat dega 0 (atau 0%), maka model regres tersebut tdak cukup bak utuk dguaka. Dar cotoh d atas dperoleh R = 5,865/7,59 = 0,779 atau 77,9%. Berart persamaa regres yag terbetuk y = 5,345 +,309x adalah sudah cukup bak, karea varabel tdak bebas (y, yatu bayakya gula yag terbetuk) dpegaruh oleh suhu sebesar 77,9%. Jka la R sudah cukup bak, bsa dlakuka peramala suatu la X terhadap la Y. Msalka saja, g duj berapa bayakya gula yag terbetuk pada suhu 1,75 o C? 35

6 x = 1,75, maka y = 5,345 +,309(1,75) = 9,386 Artya pada saat suhu 1,75 o C, maka bayakya gula yag terbetuk adalah 9,386 Ada satu lag aalss yag meguj hubuga atar varabel, yatu aalss korelas. Perbedaaya dega regres, dua varabel d aalss korelas tdak membedaka maa varabel bebas, maa varabel terkat. Da pada aalss korelas, kta tdak bsa meramalka la sebagamaa pada aalss regres. Jad pada otas aalss korelas d s, varabel X buka berart varabel bebas, da varabel Y buka berart varabel terkat. Koefse korelas r = d maa Sxy = S xy S S xx yy X Y X Y / da Sxx dega Syy udah ddefska sebelumya. Uj koefse korelas, hpotess yag aka d uj: H 0 : = 0 H 1 : 0 Nla korelas terletak atara -1 sampa dega 1. Jka la korelas dekat dega 0 (korelas redah), maka tdak ada korelas (hubuga) atara la X da la Y Jka la korelas dekat dega 1 (korelas redah), maka ada korelas postf (hubuga searah) atara la X da la Y Jka la korelas dekat dega -1, maka ada korelas egatf (hubuga berlawaa arah) atara la X da la Y Statstk uj dguaka Z = d badgka dega Z/. H 0 dterma jka - Z/ < Z < Z/ H 0 dtolak jka Z < - Z/ atau Z > Z/ 3 1 r l 1 r 36

7 Cotoh soal yag d atas, dperoleh r = 0,883. Setelah d uj hpotess dperoleh Z = 3,99 da Z0,05 = 1,96. Karea Z > Z0,05 maka H 0 d tolak, berart terdapat korelas postf atara suhu da bayakya gula yag terbetuk. 37

ANALISIS REGRESI DAN KORELASI

ANALISIS REGRESI DAN KORELASI MODUL KULIAH ANALISIS REGRESI DAN KORELASI Oleh: Drs. I WAYAN SANTIYASA, M.Si JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA 016 RANCANGAN AKTIVITAS TUTORIAL (RAT)

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, BAB LANDASAN TEORI Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut varabel tak bebas (depedet

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

Analisis Regresi dan Korelasi

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

Lebih terperinci

Regresi & Korelasi Linier Sederhana

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

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

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

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 2 TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB TINJAUAN TEORITIS 1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga kumpula

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

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

Lebih terperinci

Analisis Korelasi dan Regresi

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

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

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

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

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

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

Lebih terperinci

UJIAN AKHIR SEMESTER STATISTIKA DAN PROBABILITAS

UJIAN AKHIR SEMESTER STATISTIKA DAN PROBABILITAS Tgg tekaa [m] UJIAN AKHIR SEMESTER STATISTIKA DAN PROBABILITAS Se, 11 Desember 017 100 met [ Boleh membuka buku Tdak boleh memaka komputer ] SOAL 1 [SO A-3, BOBOT NILAI 50%] Sebuah PDAM melakuka pegukura

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

REGRESI SEDERHANA Regresi

REGRESI SEDERHANA Regresi P a g e REGRESI SEDERHANA.. Regres Istlah regres dkemukaka utuk pertama kal oleh seorag atropolog da ahl meteorology Fracs Galto dalam artkelya Famly Lkeess Stature pada tahu 886. Ada juga sumber la yag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI PEMBELAJARAN ANALISIS REGRESI KORELASI Kompetes Dasar Mahasswa memaham tetag aalss regres korelas, serta mampu megguakaya utuk megaalss data kuattatf Idkator pecapaa Mahasswa dapat: a Mejelaska, meghtug

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Lagkah : tetuka hpote 0 (H 0 ) da at hpote (H ) malya: H 0 : µ 00 H : µ 00 atau H : µ > 00 atau H : µ < 00 PROSEDUR UMUM Lagkah : tetuka je dtrbu yag cocok: bla > 30 da

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

ANALISIS KORELASI DAN REGRESI (LINEAR)

ANALISIS KORELASI DAN REGRESI (LINEAR) ANALISIS KORELASI DAN REGRESI (LINEAR) Hubuga atara dua kejada dapat dyataka dega hubuga dua varabel Apabla dua varabel da mempuya hubuga, maka la varabel yag sudah dketahu dapat dperguaka utuk memperkraka/meaksr.

Lebih terperinci

Regresi Linier Sederhana dan Korelasi (3 sesi)

Regresi Linier Sederhana dan Korelasi (3 sesi) Regre Ler Sederhaa da Korela (3 e) Duu oleh Sgt Nugroho Uverta Begkulu Pegerta Regre merupaka tekk tattka ag dguaka utuk mempelajar huuga fugoal dar atu atau eerapa peuah ea (peuah ag mempegaruh) terhadap

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Regresi Linear Sederhana dan Korelasi

Regresi Linear Sederhana dan Korelasi Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Suhu (X) Gula yang Dihasilkan (Y)

Suhu (X) Gula yang Dihasilkan (Y) Regresi Liear Sederhaa da Korelasi MA 208 Statistika Dasar Sei, 27 April 2009 2008 by USP & RFU Dose : Udjiaa S. Pasaribu Utriwei i Mukhaiyar Model Regresi Liear Tujua :. Meetuka/meaksir parameter-parameter

Lebih terperinci

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

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

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

Analisis Regresi. Oleh : Dewi Rachmatin

Analisis Regresi. Oleh : Dewi Rachmatin Aalss Regres Oleh : Dew Rachmat Pedahulua Dalam peelta basaya dguaka suatu model atau hubuga fugsoal atara peubah. Dega model kta berusaha memaham, meeragka, megedalka da kemuda mempredkska kelakua sstem

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

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

Lebih terperinci

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

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND STATISTICAL STUDNT OF IST AKPRIND Sekretarat : Jl. Bmasakt No:3 Pegok Yogakarta 55 Tlp. 74 54454 -mal : statstkasta@ahoo.com Blog : http://sssta.wordpress.com/ Aalss Regres Lses Dokume: Coprght sssta.wordpress.com

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

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

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

Lebih terperinci

3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN 3. METODOLOGI PENELITIAN 3.1 Waktu da Tempat Peelta dlakuka mula taggal 13 Me sampa dega 19 Agustus 007d perara Teluk Lasogko, Kabupate Buto, Sulawes Teggara. Lokas dplh dega pertmbaga bahwa perara merupaka

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN MEOOLOGI PENELIIAN empat da Waktu Peelta Peelta dlaksaaka d P Bukt Raya Mudsa, Kabupate Sawah Luto/Sjujug, Props Sumatera Barat. Peelta dlakuka dua tahap selama 3 bula yatu bula Maret sampa dega bula Me

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

3 Departemen Statistika FMIPA IPB

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

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

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

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

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

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

Lebih terperinci

MODUL ANALISIS REGRESI DAN KORELASI

MODUL ANALISIS REGRESI DAN KORELASI ANALISIS REGRESI DAN KORELASI MODUL 13 ANALISIS REGRESI DAN KORELASI Dalam kehdupa sehar-har, sergkal djumpa hubuga atara suatu varabel dega satu atau lebh varabel la. D dalam bdag pertaa sebaga cotoh,

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

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

Lebih terperinci

BAHAN DAN METODE. Lokasi dan Waktu Penelitian. Tabel 3 Lokasi, ukuran, tahun pembuatan, dan tahun pengukuran PUP Kayu Bawang di Propinsi Bengkulu.

BAHAN DAN METODE. Lokasi dan Waktu Penelitian. Tabel 3 Lokasi, ukuran, tahun pembuatan, dan tahun pengukuran PUP Kayu Bawang di Propinsi Bengkulu. BAHAN DAN METODE Lokas da Waktu Peelta Peelta dlaksaaka d huta rakyat kayu bawag yag terdapat d 3 kecamata d Kabupate Begkulu Utara, Props Begkulu (Tabel 3, Gambar 5). Pembuata PUP dlakuka pada tahu 005

Lebih terperinci