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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas

2 Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar beberapa usur (eleme). Efektf bla :. Keragka daftar eleme dalam populas tdak terseda atau dbutuhka baya yag sagat besar utuk medapatka keragka populas tersebut.. Baya medapatka pegamata megkat bla jarak yag memsahka eleme-eleme megkat. Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

3 Lagkah-lagkah PCA Gerombol. Medefska Gerombol. Meetuka keragka samplg : daftar semua gerombol Pertmbaga : Kedekata geografs eleme da ukura gerombol yag mudah dtaga (alteratf : byk gerombol ukura kecl / sedkt gerombol berukura besar, tergatug kemrpa eleme) 3. Meetuka gerombol yag terplh sebaga cotoh dega megguaka PCA Sederhaa 4. Megukur karakterstk (yag mejad perhata) terhadap semua eleme yag ada d dalam gerombol yag terplh Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

4 PCA Gerombol Secto Secto Secto 3 Secto 5 Secto 4 Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

5 Cotoh : Seorag ahl sosolog g meduga rata-rata pedapata per peduduk dewasa lak-lak pada sebuah kota kecl. Tdak terdapat daftar peduduk lak-lak dewasa. Bagamaa seharusya a meracag surve cotoh? Guaka desa/keluraha sebaga gerombol. Plh secara acak beberapa desa. Kumpulka data pedapata seluruh lak-lak d dasa yag terplh Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

6 Notas N bayakya gerombol dalam populas bayakya gerombol yag terplh dalam cotoh m bayakya eleme dalam gerombol ke I M bayakya eleme dalam populas y total pegamata dalam gerombol ke-

7 Pedugaa Nla Tegah Peduga bag rata-rata populas μ: Dugaa ragam dar : (peduga bas, bak jka besar) m y y ( ) ) ( ˆ ym y N y V bas hlag jka m, m sama Batas kesalaha pedugaa : dapat dduga dar jka tdak dketahu. ) ˆ( NM y V ( ) ) ˆ( ym y NM N y V M m Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

8 Cotoh Dar wawacara dlakuka terhadap lak-lak dewasa pada 5 gerombol yag terplh, dperoleh data pedapata dar lak-lak dewasa sepert pada tabel berkut Gerombol Bayakya lak-lak dewasa (m) Total pedapata per gerombol (y) Gerombol Bayakya lak-lak d (m) Total pedapata per gerombol (y) 8 $ $ m 5 y $39000 Guaka data utuk meduga rata-rata pedapata per lak-lak dewasa d kota tersebut beserta batas kesalaha pedugaaya. Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

9 Peduga Total (M dketahu) Peduga bag total populas τ: Dugaa ragam dar My : My M y m N N ˆ V ( My) M Vˆ( y) N ( y ym ) Batas kesalaha pedugaa : N Vˆ( My) N N ( y ym ) Cotoh: Guaka data sebelumya utuk meduga total pedapata seluruh lak-lak dewasa d kota tersebut. Terdapat 500 lak-lak dewasa Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

10 Peduga Total (M tdak dketahu) Peduga bag total populas τ: Dugaa ragam dar Ny t : Ny V ( Ny N t y N N ˆ ) N Vˆ( y ) N t t ( y y ) t Batas kesalaha pedugaa : Vˆ( Ny t ) N N N ( y y ) t Cotoh: Guaka data sebelumya utuk meduga total pedapata seluruh lak-lak dewasa d kota tersebut. Byk lak-lak d kota tdk dketahu Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

11 Catata Jka maka : m m... m. y merupaka peduga takbas bag μ y m ( ). ˆ y ym N merupaka peduga takbas V ( y) bag NM V (y) 3. Peduga bag total populas My da Ny adalah ekuvale t Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

12 Maajer srkulas sebuah surat kabar g meduga rata-rata bayakya suratkabar yag dbel oleh setap rumahtagga pada suatu komutas tertetu. Baya perjalaa dar satu rumahtagga ke rumahtagga laya cukup besar. Oleh karea tu, 4000 rumahtagga yag ada dalam komutas tersebut dbag ke dalam 400 kelompok geografs, dega 0 rumahtagga pada masg-masg gerombol. Kemuda suatu cotoh acak yag terdr dar 4 gerombol dplh secara acak sederhaa. Wawacara yag dlakuka memberka hasl sebaga berkut. Gerombol Bayakya Surat Kabar Total Dugalah rata-rata bayakya suratkabar per rumahtagga pada komutas tersebut, beserta batas kesalaha pedugaaya. Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

13 Peetua Ukura gerombol utuk Meduga Rata-rata da Total Populas Tetuka B (Batas Kesalaha Pedugaa) Perkraa ukura cotoh yag dbutuhka utuk meduga μ dega batas kesalaha pedugaa B : ND Nσ c + σ c, σ c s c dmaa dapat dduga dar da D B M 4 Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

14 Cotoh Msalka data cotoh sebelumya merupaka cotoh pedahulua bag pedapata d suatu kota. Berapa besar cotoh seharusya dambl pada surve selajutya utuk dapat meduga rata-rata pedapata per lak-lak dewasa, μ, dega batas kesalaha pedugaa sebesar $500. Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

15 Pedugaa Propors Peduga propors populas p: Dugaa ragam dar pˆ : pˆ Vˆ( p ˆ) a m ( a pm ˆ ) ˆ N NM Batas kesalaha pedugaa : Vˆ( pˆ) N NM ( a pm ˆ ) Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

16 Dar surve yag sama dega cotoh sebelumya, respose juga dtaya megea apakah mereka meyewa atau memlk sedr rumah yag mereka tempat. Haslya adalah: Gerombol Bayakya lak-lak dewasa Bayakya yg meyewa Bayakya lak-lak dewasa Bayakya yg meyewa Gerombol a m 5 5 m a m 5 Guaka data tersebut utuk meduga propors lak-lak dewasa d kota tersebut yag meyewa rumah. Sertaka batas kesalaha pedugaaya. Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG a 7

17 Peetua Ukura gerombol utuk Meduga Propors Tetuka B (Batas Kesalaha Pedugaa) Perkraa ukura cotoh yag dbutuhka utuk meduga propors degakesalaha pedugaa B : Nσ c ND +σ dmaa D B M 4 da dduga dar σ c c, s c ( a pm ˆ ) Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

18 Cotoh Msalka data cotoh sebelumya merupaka cotoh pedahulua utuk meduga propors lak-lak dewasa yag meyewa rumah. Berapa besar cotoh seharusya dambl pada surve la (tujua sama) jka dgka batas kesalaha pedugaa sebesar 0.04 Hazmra Yozza Jur. Matematka FMIPA Uad Izzat Rahm HG

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

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 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

Pengajar: Dr. Agus M Soleh

Pengajar: Dr. Agus M Soleh Pegajar: Dr. Agus M Soleh Surve percobaa populato sample hmpua semua objek ag mejad mat pegambla kesmpula hmpua baga dar populas melakuka pegamata terhadap seluruh populas sergkal tdak mugk dlakuka ketka

Lebih terperinci

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand Hazmira Yozza Izzati Rahmi HG TEKNIK SAMPLING PCA SISTEMATIK Jurusa Matematika FMIPA - Uad Defiisi Samplig sistematik adalah metode pearika cotoh yag dilakuka dega cara memilih secara acak satu eleme dari

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

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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

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

METODE BOOTSTRAP UNTUK MENDUGA PARAMETER POPULASI PADA SAMPEL GEROMBOL DUA TAHAP YANG BERUKURAN KECIL

METODE BOOTSTRAP UNTUK MENDUGA PARAMETER POPULASI PADA SAMPEL GEROMBOL DUA TAHAP YANG BERUKURAN KECIL METODE BOOTSTRAP UNTUK MENDUGA PARAMETER POPULASI PADA SAMPEL GEROMBOL DUA TAHAP YANG BERUKURAN KECIL Gust N.A. Wbawa, Waya Somayasa, Irma Yahya 3, Ahd Hdayat 4 Jurusa Matematka, Fakultas MIPA, Uverstas

Lebih terperinci

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso

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

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

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

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

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

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

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

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 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

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Penarikan Sampel Acak Sederhana

Penarikan Sampel Acak Sederhana Tekik Samplig Pearika Sampel Acak Sederhaa Hazmira Yozza- Jur. Matematika Uad 17/11/014 Tujua Pearika Sampel Megambil kesimpula megeai populasi berdasarka iformasi yag terkadug pada sampel Ukura sampel

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

PENDUGAAN RASIO, BEDA DAN REGRESI

PENDUGAAN RASIO, BEDA DAN REGRESI TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka

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

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) DEPARTEME PEDIDIKA ASIOAL UIVERSITAS ADALAS FAKULTAS MIPA JURUSA MATEMATIKA RECAA PROGRAM DA KEGIATA PEMBELAJARA SEMESTER (RPKPS) Mata Kulah Tekk Pearka Sampel Dose. Ir. Hazmra Yozza, M.S. Izzat Rahm HG,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

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

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

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

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

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

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

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

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

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

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

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

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

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

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

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 III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

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

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA ENAKSI DUAL ATIO-UM-ODUT UNTUK ATA-ATA OULASI ADA SAMLING AAK SEDEHANA hrsta ajata, Frdaus, Haposa Srat Mahasswa rogram Stud S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu egetahua Alam Uverstas

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

NPV DAN IRR IR. ASEP TOTO KARTAMAN, MENG

NPV DAN IRR IR. ASEP TOTO KARTAMAN, MENG DAN IRR IR. ASEP TOTO KARTAMAN, MENG SEMESTER PENDEK SEMESTER TAHUN AKADEMIK 03-04 Prod Tekk Idustr Fakultas Tekk Uverstas Pasuda Badug 04 PERHITUNGAN KELAYAKAN INVESTASI. Net Preset Value () merupaka

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

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

Lebih terperinci

BAB 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

* 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

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

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

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

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

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

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

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

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

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

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

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

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

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

Pemilihan Model Terbaik

Pemilihan Model Terbaik Pemiliha Model Terbaik Hazmira Yozza Jur. Matematika FMIPA Uiv. Adalas Jadi bayak model yag mugki dibetuk Var. Bebas :,, 3 Model Maa Yag Mampu Mewakili Data 3,, 3, 3,, 3 + model akar, log, hasil kali,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

UKURAN-UKURAN DESKRIPTIF DATA

UKURAN-UKURAN DESKRIPTIF DATA UKURAN-UKURAN DESKRIPTIF DATA Hazmra Yozza Izzat Rahm HG Jurusan Matenatka FMIPA Unand LOGO Kompetens Khusus Menghtung ukuran pemusatan data Menghtung ukuran keragaman data 3 4 Menghtung ukuran poss data

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 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

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

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

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

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

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

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

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

Lebih terperinci

BAB II 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

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

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

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

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

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

47 Soal dengan Pembahasan, 46 Soal Latihan

47 Soal dengan Pembahasan, 46 Soal Latihan Galer Soal 7 Soal dega Pembahasa, Soal Latha Dragkum Oleh: ag Wbowo, S.Pd Jauar 0 MatkZoe s Seres Emal : matkzoe@gmal.com log : www.matkzoe.wordpress.com HP : 0 97 97 Hak pta Dldug Udag-udag. Dlarag megkutp

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci