Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rancangan Percobaan. Arum Handini Primandari, M.Sc."

Transkripsi

1 Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc.

2 Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i 1

3 Operator pejumlaha gaa: Sifat: m x x x... x ij 1i i 1m i1 j1 i1 x x... x x x... x... x x... x m m m m m a) x x ij i1 j1 j1 i1 m m b) x y x y i j i j i1 j1 i1 j1 ij m m m c) x y x y ij ij ij ij i1 j1 i1 j1 i1 j1 i i i j i1 i1 i j ) x x x x

4 Operator perkalia: Operator Perkalia i1 x x x x i 1

5 Variabel Acak a Nilai arapa Variabel acak (raom variabel): Kejaia (evet) yag iyataka alam betuk bilaga yata. Fugsi yag meetapka setiap hasil ari percobaa ke alam betuk bilaga yata. Variabel acak: a) Variabel iskrit b) Variabel kotiu Cotoh: Pegamata prouksi miuma kaleg suatu mesi alam 1 jam, maka bayakya prouksi: 0, 1,, 3, st. Variabel acak: prouksi miuma kaleg. Kosumsi beras seseorag alam 1 bula berkisar 9 10 kg. Variabel acak: kosumsi beras. Pelambuga koi, ilai 1 utuk huruf a ilai 0 utuk gambar. Variabel acak: 1 a 0.

6 Nilai arapa Variabel acak Diskrit: xf ( x) E X x Variabel acak kotiu: ( ) E X x x xf x x Sifat: a) E( b) b b) E( ax b) ae( x) b c E ax ) ( ) a E( X ) Jika X a Y aalah variabel acak iepeet: a) E( XY) E( X) E( Y) b) E( X Y) E( X) E( Y)

7 Variasi Jika X aalah variabel acak a E(X) = μ, maka variasi irumuska: Sifat: a) Var( b) 0 X Var X E X E X b Var ax b a Var X ) ( ) ( ) Jika X a Y variabel bebas maka: Var X Y Var X Var Y

8 Kovarias Jika X a Y aalah variabel acak yag masig-masig mempuyai ilai harapa μ X a μ Y, maka kovarias:, X Y E XY Cov X Y E X Y Jika X a Y variabel iepee, maka: bcov X Y a) Cov X, Y 0 b) Cov bx, Y, X Y

9 Koefisie Korelasi Terapat hubuga atara variasi a kovarias ega koefisie korelasi, yag iotasika ρ, yaitu: Cov X, Y Cov X, Y Var X Var Y ρ megukur hubuga liier atara ua variabel, ilaiya: 1 1 X Y

10 Distribusi Peluag yag Petig 1. Distribusi Normal Suatu variabel acak kotiu X ikataka beristribusi ormal, jika memiliki fugsi kepaata peluag: x 1 f ( x) exp ; x Distribusi ormal baku yaitu istribusi ormal ega μ = 0 a σ = 1. Trasformasi ormal baku: Fugsi kepaata peluag ormal baku: Z X 1 1 f ( z) exp z

11 . Distribusi Chi-Square Fugsi kepaata peluag ari variabel acak chi-square, X, ega erajat bebas v, aalah: f 1 v 1 exp ;0 v v Nilai harapa = v, variasi = v Teorema 1: Jika 1,,..., k ega erajat bebas v 1, v,,v k, maka: k i memiliki istribusi chi-square ega erajat bebas: i1 k v v i1 i

12 Teorema : Jika Z aalah ormal baku, imaa Z~N(0,1), maka Z beristribusi chi-square ega erajat bebas v = 1. Teorema 3: Jika X 1, X,, X k aalah variabel acak ormal yag salig bebas a masig-masig memiliki ilai rata-rata μ i a σ i, utuk i = 1,,, k, maka: k xi i1 memiliki istribusi chi-square ega erajat bebas v = k

13 Distribusi t-stuet Jika Z merupaka variabel acak ormal baku Z~N(0,1) serta χ aalah variabel acak chi-square ega erajat bebas v, maka variabel t iefiisika sebagai rasio keuaya: t Z Fugsi kepaata peluagya: v 1 v1 1 t f t; v 1 ; t v v v iyataka sebagai istribusi t ega erajat bebas v. v

14 Nilai harapa E(t) = 0, ega var(t) = v/(v-) Teorema 4: jika x 1, x,, x aalah ata pegamata alam sampel acak berukura yag itarik ari populasi ormal, maka rasio: X t s aka beristribusi t-stuet ega erajat bebas (v-1)

15 Distribusi F (Fisher s F Distributio) Jika terapat ua variabel chi-square yag bebas, imaa χ 1 beristribusi chi-square ega erajat bebas v 1 serta χ beristribusi chi-square ega erajat bebas v, maka rasio keuaya: 1 v 1 F v aka beristribusi F ega erajat bebas v 1 a v

16 Teorema 5: apabila aa ua sampel acak berukura 1 a, yag masig-masig ipilih ari ua populasi ormal, maka rasio ari: s s 1 1 aka memiliki istribusi F ega erajat bebas v 1 = 1 1 a v = 1.

17 Pegujia ipotesis Dalam pegujia hipotesis aka ijumpai: Keaaa sesugguhya alam populasi 0 bear 0 salah Terima 0 Tepat Kesalaha Jeis II (β) Tolak 0 Kesalaha jeis I (α) Tepat Lagkah-lagkah pegujia hipotesis: 1) Merumuska hipotesis ) Memilih taraf yata α 3) Meetuka statistik uji 4) Perhituga 5) Keputusa a kesimpula

18 Uji ipotesis 1. Uji hipotesis ilai tegah utuk satu populasi Terapat 3 betuk: 1 3 : : 0 1 : 0 1 : 0 : : Jika variasi populasi iketeahui (σ ) iketahui atau ukura sampel () besar, maka statistik ujiya aalah ormal baku: z hitug x 0 0 Jika variasi tiak iketahui maka megguaka statistik ujiya aalah t- stuet t hitug x x x x 0 x 0 s s

19 . Uji bea ilai tegah ua populasi Dibeaka mejai ua kasus: salig bebas a berpasaga. Keua kasus tersebut ibeaka oleh metoe pegambila sampelya. Dua sampel ikataka salig bebas jika pemiliha uit-uit sampel pertama tiak tergatug paa bagaimaa uit-uit sampel keua ipilih a sebalikya. Dua sampel ikataka berpasaga jika pegambila uit-uit sampel pertamamemperhatika bagaimaa uit-uit sampel keua ipilih. Keterkaita keua sampel tersebut itetuka oleh variabel kotrol, misal: lokasi, kemiriga laha, tigkat peiika, koisi sosial ekoomi, ll. POPULASI Populasi Sampel 1 Sampel Pasaga 1 O 11 O 1 Pasaga O 1 O Pasaga O 1 O Pegambila sampel bebas Pegambila sampel berpasaga

20 a) Dua sampel bebas Betuk hipotesis 1 3 : : : : : : Statistik uji: 1) Variasi sama: t hitug x x 1 0 S x x 1 s s g 1 1 x x 1 1 s g 1 1 s s ega erajat bebas sebesar 1 + -

21 ) Variasi bea t x x 1 0 hitug s s 1 g s1 1 s x x S x x 1 ega erajat bebas efektif: s1 s 1 b s 1 s

22 b) Dua sampel berpasaga Ukura sampel berpasaga harus sama yaitu sebesar. Pasaga 1 Sampel 1 (X) x 1 x x Sampel (Y) y 1 y y D = X Y 1 Jika imisalka bea ilai tegah populasi iotasika ega maka peuga tak bias aalah ilai tegah ari bea ua sampel: 1 i s i 1 i1 Dega galat baku: s

23 ipotesis : : : : : : Statistik Uji: 0 hitug t s

24 Latiha 1 Dari suatu populasi ormal iambil sampel acak berukura 15, iperoleh ilai tegah a variasi sampel aalah a Apabila kita megetahui bahwa ata tersebut ibagkitka ari populasi ormal ega variasi. Apakah populasi tersebut masih memiliki ilai tegah 10?

25 Latiha Seorag mahasiswa Agromet meemuka suatu alat baru utuk megukur tigkat curah huja. Utuk megetahui efektifitas alat tersebut, kemuia mahasiswa tersebut melakuka uji coba paa 10 lokasi ega megguaka alat baru a sebagai pembaig, tigkat curah huja juga icatat megguaka alat biasa. Tigkat curah huja (mm) paa ke 10 lokasi tersebut iperoleh sebagai berikut: Lokasi Lama Baru

26 Latiha 3 Berasarka suatu survei paa rumah tagga, iperoleh hasil bahwa rata-rata peapata perkapita (per orag) sebesar Rp ,00/ bula ega simpaga baku sebesar Rp ,00. Jika iasumsika peapata perkapita beristribusi ormal a iperkiraka jumlah peuuk Ioesia 180 juta orag, maka: a) Kira-kira berapa bayak peuuk yag berpeapata i atara Rp ,00 higga Rp ,00? b) Jika itetapka batas kemiskia aalah yag berpeapata Rp ,00 ke bawah, maka aa berapa bayak peuuk Ioesia yag tergolog miski?

27 Referesi Gaspersz, Vicet, 1991, Tekik Aalisis Dalam Peelitia Percobaa, Tarsito, Baug. Mattjik, Ahma Ashori., a Sumertajaya, Mae I, Peracaga Percobaa ega Aplikasi SAS a Miitab, IPB Press, Baug. Motgomery, Douglas C., 001, Desig a Aalysis of Experimets 5 th E, Joh Wiley & Sos, Ic., USA.

28

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB Sebara Pearika Cotoh Dept Statistika FMIPA IPB Statistik: karakteristik umerik yag diperoleh dari data cotoh Dari sebuah populasi dapat diperoleh bayak cotoh acak. Dari setiap cotoh acak, dapat dihitug

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

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

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

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

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012 5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

Distribusi Sampel & Statistitik Terurut

Distribusi Sampel & Statistitik Terurut Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar

Lebih terperinci

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN

APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN APLIKASI PETA KENDALI STATISTIK DALAM MENGONTOL HASIL PODUKSI SUATU PEUSAHAAN Muhamma Arafat Abullah Jurusa Matematika FMIPA Uiversitas Sulawesi Barat e-mail: arafatmaar@gmail.com Abstrak Paper ii membahas

Lebih terperinci

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar INFERENSI STATISTIKA DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA518 Topik dalam Statistika I: Statistika Spasial 6 September 01 Utriwei Mukhaiyar DISTRIBUSI SAMPEL Beberapa defiisi Suatu populasi terdiri

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465) = DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka

Lebih terperinci

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai 1. Pegertia Statistika PENDAHULUAN Statistika berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah. Statistika peyajia DATA utuk memperoleh

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 14 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di IUPHHK-HA PT. Mamberamo Alasmadiri, Provisi Papua pada bula Jui higga Juli 2011. 3.2 Alat da Baha Alat da baha yag

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

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

III. METODELOGI PENELITIAN. Metodelogi adalah sekumpulan prosedur yang terdokumentasi. dalam penelitian. Soekidjo Notoatmodjo, (2002:29)

III. METODELOGI PENELITIAN. Metodelogi adalah sekumpulan prosedur yang terdokumentasi. dalam penelitian. Soekidjo Notoatmodjo, (2002:29) III. METODELOGI PENELITIAN A. Metodelogi Peelitia Metodelogi adalah sekumpula prosedur yag terdokumetasi medefiisika siklus pemecaha masalah atau pegembagaya da meetuka bagaimaa sistem aka dibagu metodelogi

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

Lebih terperinci

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata Probabilitas da Statistika da Adam Hedra Brata Dua Peubah Acak dua perubah acah X da Y dega rata-rata da diberika oleh rumus : E(XY) - - - Sifat Sifat Sifat kovariasi utuk X da Y diskrit : f(, ) f(, )

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

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

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU 1 Nama Mata Kuliah : Statitika Probabilitas 2 Kode Mata Kuliah : TSS-1208 3 Semester : II 4 (sks) : 2

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi)

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi) Pertemua0 BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuaku Tambusai Bagkiag 7. PENAKSIRAN ( Taksira Iterval utuk rataa, varia da proporsi) 7.1 Pedahulua Pada pembahasa sebelumya adalah meletakka

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

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

PERTEMUAN 6-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 6-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 6-MPC 2 PRAKTIK Oleh: Adhi Kuriawa SEKOLAH TINGGI ILMU STATISTIK PPS Cluster Samplig Misalka suatu daerah terdiri dari N cluster yag masig-masig cluster terdiri dari eleme. Dari populasi tersebut,

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 10 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di areal kerja IUPHHK-HA PT. Sarmieto Parakatja Timber, Kalimata Tegah selama satu bula pada bula April higga Mei 01.

Lebih terperinci

INFERENSI STATISTIS: UJI HIPOTESIS

INFERENSI STATISTIS: UJI HIPOTESIS Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga INFERENSI STATISTIS: UJI HIPOTESIS Statistika da Probabilitas Model Matematis vs Pegukura komparasi garis teoretik (prediksi meurut

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci