Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24

Ukuran: px
Mulai penontonan dengan halaman:

Download "Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24"

Transkripsi

1 Interval Estimation Tjipto Juwono, Ph.D. May 20, 2015 TJ (SU) Interval Estimation May / 24

2 Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

3 Pendahuluan Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

4 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = X i (1) Estimasi ˆβ2 = pada persamaan (1) merupakan satu angka saja. Tidak ada angka lain. Karena itu disebut sebagai Point Estimator Estimasi ˆβ2 merupakan satu estimasi tunggal dari β 2 yang tidak diketahui. Estimasi tunggal tersebut diperoleh dari satu set sampling, dan kemungkinan besar harganya berbeda dengan harga yang sesungguhnya (β 2 ), walaupun mean dari sampling berulang diekspektasi mempunyai harga yang sama dengan harga sesungguhnya. TJ (SU) Interval Estimation May / 24

5 Pengertian Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

6 Pengertian Confidence Interval Definisi Confidence Interval Confidence Interval Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) = 1 α (2) Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) Probabilitas bahwa interval tersebut memuat β 2. PERHATIKAN! Probabilitas di atas bukanlah probabilitas bahwa β 2 berada di antara ( ˆβ 2 δ) dan ( ˆβ 2 +δ)! α level of significance Bagaimana cara menghitung δ? Kita perlu menghitung t terlebih dahulu. TJ (SU) Interval Estimation May / 24

7 Pengertian Confidence Interval Contoh Confidence Interval Contoh Level of significance α = 0.05 (5%) Confidence interval: 1 α = 0.95 (95%) Pr( 2.3 β 2 5.1) Probabilitas yang dinyatakan dengan confidence interval bukanlah probabilitas β 2 berada pada interval tersebut. Jadi jika anda membayangkan grafik di kiri ini, maka anda keliru. Grafik ini merupakan gambaran yang keliru tentang arti dari confidence interval. TJ (SU) Interval Estimation May / 24

8 Pengertian Confidence Interval Menuliskan Confidence Interval Kita bisa menuliskan interval ini sebagai berikut: ( ˆβ 2 δ) β 2 ( ˆβ 2 +δ), atau ˆβ 2 ±δ TJ (SU) Interval Estimation May / 24

9 Menghitung t Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

10 Menghitung t Cara Menghitung Z Definisi Z Z = Estimator Parameter Standard Error of Estimator Z = ˆβ 2 β 2 se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 σ (3) TJ (SU) Interval Estimation May / 24

11 Menghitung t Pengertian Z Ingat: Y i = β 1 +β 2 X i +u i. Di sini, u i terdistribusi secara normal. Akibatnya, ˆβ1, ˆβ2 juga terdistribusi secara normal. Sehingga Z pada Pers. (3) merupakan variabel normal standard. Dengan demikian, kita dapat membuat pernyataan probabilistik tentang β 2 asalkan variance populasi σ 2 yang sebenarnya diketahui. Jika µ dan σ 2 diketahui maka luas di bawah grafik normal di antara µ±σ adalah sekitar 68%. Luasan µ±2σ adalah sekitar 95% Luasan µ±3σ adalah sekitar 99.7% Tetapi σ 2 biasanya tidak diketahui. Dalam prakteknya, σ 2 digantikan oleh estimator ˆσ 2. Karena itu Z digantikan oleh t. TJ (SU) Interval Estimation May / 24

12 Menghitung t Cara Menghitung t Definisi t t = Estimator Parameter Estimated Standard Error of Estimator t = ˆβ 2 β 2 estimated se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 ˆσ (4) variabel t yang didefinisikan di Pers. (4) mengikuti distribusi-t dengan df = n 2. TJ (SU) Interval Estimation May / 24

13 Menghitung t Mengapa Z diganti t? Z diganti t Z t σ ˆσ (5) TJ (SU) Interval Estimation May / 24

14 Menyusun Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

15 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t Pr( t α/2 t t α/2 ) = 1 α (6) t diperoleh dari Pers. (4), sedangkan t α/2 diperoleh dari distribusi-t dengan level of significance α/2 dan df = n 2. ±t α/2 disebut nilai kritis t pada level of significance α/2. TJ (SU) Interval Estimation May / 24

16 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α (7) Pers. (7) merupakan 100(1 α) percent confidence interval untuk β 2, yang dapat dituliskan: ˆβ 2 ±t α/2 se( ˆβ 2 ) (8) TJ (SU) Interval Estimation May / 24

17 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t untuk β 1 [ Pr t α/2 ˆβ 1 β 1 se( ˆβ 1 ) t α/2 Pr[ˆβ1 t α/2 se( ˆβ 1 ) β 2 ˆβ 1 +t α/2 se( ˆβ ] 1 ) ] = 1 α = 1 α (9) Pers. (9) merupakan 100(1 α) percent confidence interval untuk β 1, yang dapat dituliskan: ˆβ 1 ±t α/2 se( ˆβ 1 ) (10) TJ (SU) Interval Estimation May / 24

18 Contoh Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

19 Contoh CONTOH Table 1: X Y Data fiktif weekly family income X dan weekly family expenditure Y. Buat analisa regresi, dan plot hasilnya. Jelaskan plot tersebut dengan menggunakan teori Keynes Susunlah 95% confidence interval untuk data pada Tabel 1 di samping. TJ (SU) Interval Estimation May / 24

20 Contoh Daftar Rumus se( ˆβ 2 ) = se( ˆβ 1 ) = ˆσ (X X) 2 [ X 2 n (X X) 2 (Y Ŷ) 2 ] ˆσ r = (X X)(Y Ȳ) (n 1)s x s y ˆβ 2 = r s y s x ˆβ 1 = Ȳ ˆβ 2 X ˆσ = n 2 [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α TJ (SU) Interval Estimation May / 24

21 Contoh Contoh y x Menurut Keynes, orang menaikkan konsumsinya jika pendapatannya bertambah, namun pertambahan konsumsi lebih kecil daripada pertambahan pendapatan. Marginal propensity to consume (MPC) lebih besar dari nol, tetapi lebih kecil dari satu; 0 < β 2 < 1. ˆβ 2 = Ŷ = X TJ (SU) Interval Estimation May / 24

22 Contoh Contoh ˆβ 2 = ˆβ 1 = se( ˆβ 2 )= se( ˆβ 1 )= r = , r 2 = t critical = t critical se( ˆβ 2 )= = t critical se( ˆβ 1 )= = ˆβ 2 ±t α/2 se( ˆβ 2 ) = ± β ˆβ 1 ±t α/2 se( ˆβ 1 ) = ± β TJ (SU) Interval Estimation May / 24

23 TUGAS Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24

24 TUGAS No. 1: Download data INPUT1.xls dari (a) Buat analisa regresi lengkap, dan buat plotnya pada Excel. (b) Susun 95% confidence interval No. 2 (Pertanyaan sama seperti no 1, bandingkan hasilnya dengan no 1): X Y

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17 Interval Estimation Tjipto Juwono, Ph.D. May 13, 2016 TJ (SU) Interval Estimation May 2015 1 / 17 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X

Lebih terperinci

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19 Interval Estimation Tjipto Juwono, Ph.D. May 2017 TJ (SU) Interval Estimation May 2017 1 / 19 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X i

Lebih terperinci

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43 Pembahasan Soal Tjipto Juwono, Ph.D. May 14, 2016 TJ (SU) Pembahasan Soal May 2016 1 / 43 Warming Up 1 Berikan contoh untuk skala rasio, skala interval, skala ordinal, skala nominal. 2 Dapatkah kita melakukan

Lebih terperinci

Analisa Regresi Dua Variabel: Estimasi

Analisa Regresi Dua Variabel: Estimasi Analisa Regresi Dua Variabel: Estimasi Tjipto Juwono, Ph.D. April 22, 2016 TJ (SU) Analisa Regresi Dua Variabel: Estimasi April 2016 1 / 26 PRF vs SRF Apa Perbedaan PRF dan SRF Population Regression Function

Lebih terperinci

Estimasi dan Confidence Interval

Estimasi dan Confidence Interval Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. June 2017 TJ (SU) Estimasi dan Confidence Interval June 2017 1 / 31 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh

Lebih terperinci

Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42

Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42 Pengertian Ekonometrika Dan Review Koefisien Korelasi dan Analisa Regresi Tjipto Juwono, Ph.D. April 1, 2016 Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42 Ekonometrika

Lebih terperinci

Estimasi dan Confidence Interval

Estimasi dan Confidence Interval Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. April 5, 2016 TJ (SU) Estimasi dan Confidence Interval April 2016 1 / 30 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh

Lebih terperinci

Econometric Modeling: Model Specification

Econometric Modeling: Model Specification Econometric : Model Specification Tjipto Juwono, Ph.D. Nov 18, 2015 Model Spesification Error Salah satu asumsi dalam CLRM adalah bahwa model regresi yang digunakan dalam analisa adalah model yang dispesifikasi

Lebih terperinci

Heteroskedastisitas. Tjipto Juwono, Ph.D. September 8, TJ (SU) Hetero. Sep / 19

Heteroskedastisitas. Tjipto Juwono, Ph.D. September 8, TJ (SU) Hetero. Sep / 19 Heteroskedastisitas Tjipto Juwono, Ph.D. September 8, 2016 TJ (SU) Hetero. Sep 2016 1 / 19 Pengertian Homoskedastisitas Asumsi CLRM Salah satu asumsi dalam Classical Linear Regression Model adalah bahwa

Lebih terperinci

Uji Hipotesa Satu Sampel

Uji Hipotesa Satu Sampel Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 12, 2016 TJ (SU) Uji Hipotesa Satu Sampel April 2016 1 / 35 Uji Hipotesa Contoh Sebuah perusahaan mebel menghasilkan meja tulis, dengan rata-rata produksi

Lebih terperinci

MULTIKOLINEARITAS (Lanjutan)

MULTIKOLINEARITAS (Lanjutan) MULTIKOLINEARITAS (Lanjutan) Tjipto Juwono, Ph.D. September 9, 2015 Pengertian Multikolinearitas Secara historis multikolinearitas menunjukkan hubungan yang sempurna antara variabel-variabel independent

Lebih terperinci

Statistik Non Parametrik

Statistik Non Parametrik Statistik Non Parametrik Tjipto Juwono, Ph.D. March 2017 TJ (SU) Non Parametrik March 2017 1 / 26 Tipe-tipe Variabel dan Level Pengukuran Tipe-tipe Variabel kualitatif Bersifat non-numerik (tidak dapat

Lebih terperinci

MULTIKOLINEARITAS. Tjipto Juwono, Ph.D. June 24, TJ (SU) Multicol. June / 22

MULTIKOLINEARITAS. Tjipto Juwono, Ph.D. June 24, TJ (SU) Multicol. June / 22 MULTIKOLINEARITAS Tjipto Juwono, Ph.D. June 24, 2016 TJ (SU) Multicol. June 2016 1 / 22 Classical Linear Regression Model: Assumptions Underlying the Method of Least Squares 1 Linear Model 2 X adalah fixed.

Lebih terperinci

Analisa Regresi Berganda

Analisa Regresi Berganda Analisa Regresi Berganda Tjipto Juwono, Ph.D. June 18, 2015 TJ (SU) Regresi Ganda May 2015 1 / 23 Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6 2 360 29 4 10 3 165 36 7 3 4 43 60 6 9 5 92

Lebih terperinci

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52 Analisa Regresi Dua Variabel: Konsep Dasar Review Statistik: Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 15, 2016 Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa

Lebih terperinci

Uji Hipotesa Dua Sampel (Lanjutan)

Uji Hipotesa Dua Sampel (Lanjutan) Uji Hipotesa Dua Sampel (Lanjutan) Tjipto Juwono, Ph.D. May 3, 2016 TJ (SU) Uji Hipotesa Dua Sampel (Lanjutan) May 2016 1 / 26 σ tidak diketahui, saling beda, sampel kecil Standard Deviasi Tidak Diketahui,

Lebih terperinci

Uji Hipotesa Satu Sampel

Uji Hipotesa Satu Sampel Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. June 2017 TJ (SU) Uji Hipotesa Satu Sampel June 2017 1 / 36 Uji Hipotesa Contoh Sebuah perusahaan mebel menghasilkan meja tulis, dengan rata-rata produksi

Lebih terperinci

Pengantar Analisa Data

Pengantar Analisa Data Pengantar Analisa Data Tjipto Juwono, Ph.D. April 2017 TJ (SU) Data Analysis April 2017 1 / 44 REVIEW EKONOMETRIKA: ANALISA REGRESI BERGANDA Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6

Lebih terperinci

Pengertian Autokorelasi: Penyebab Autokorelasi

Pengertian Autokorelasi: Penyebab Autokorelasi Pengertian : Penyebab Tjipto Juwono, Ph.D. Oct 28, 2015 Korelasi yang terjadi antara serangkaian pengamatan yang tersusun menurut waktu (time series) atau tersusun menurut ruang (cross section). merupakan

Lebih terperinci

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui

Lebih terperinci

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan

Lebih terperinci

Contoh Solusi PR 5 Statistika & Probabilitas

Contoh Solusi PR 5 Statistika & Probabilitas Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan

Lebih terperinci

MA5283 STATISTIKA Bab 7 Analisis Regresi

MA5283 STATISTIKA Bab 7 Analisis Regresi MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir

Lebih terperinci

Non Linear Estimation and Maximum Likelihood Estimation

Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation We have studied linear models in the sense that the parameters are

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Bab 3: Statistika FMIPA Universitas Islam Indonesia Bila sampling berasal dari populasi yang digambarkan melalui fungsi peluang f X (x θ), pengetahuan tentang θ menghasilkan karakteristik mengenai keseluruhan

Lebih terperinci

Metode Sampling dan Teorema Central Limit

Metode Sampling dan Teorema Central Limit Metode Sampling dan Teorema Central Limit Tjipto Juwono, Ph.D. Oct 28, 2016 TJ (SU) Metode Sampling dan Teorema Central Limit Oct 2016 1 / 52 Mengapa Perlu Sampling? Contoh Kita ingin mengetahui elektabilitas

Lebih terperinci

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi

Lebih terperinci

PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN DENGAN METODE FUZZY REGRESI BERGANDA. Ristauli Pakpahan, Tulus, Marihat Situmorang

PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN DENGAN METODE FUZZY REGRESI BERGANDA. Ristauli Pakpahan, Tulus, Marihat Situmorang Saintia Matematika Vol 1, No 4 (2013), pp 313 324 PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN 2013-2015 DENGAN METODE FUZZY REGRESI BERGANDA Ristauli Pakpahan, Tulus, Marihat Situmorang Abstrak

Lebih terperinci

Dasar-dasar Analisa Regresi

Dasar-dasar Analisa Regresi Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. February 2017 TJ (SU) Dasar-dasar Analisa Regresi Feb 2017 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton

Lebih terperinci

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk

Lebih terperinci

UJI HIPOTESIS SATU-SAMPEL

UJI HIPOTESIS SATU-SAMPEL UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara

Lebih terperinci

ESTIMASI. Widya Setiafindari

ESTIMASI. Widya Setiafindari ESTIMASI Widya Setiafindari Tujuan Pembelajaran Menjelaskan konsep-konsep dasar yang mendukung pendugaan rata-rata populasi, persentase dan varians Menghitung dugaan-dugaan (estimates) rata-rata populasi

Lebih terperinci

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pengantar Statistika Matematika II Distribusi Sampling Atina Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com Bila sampling berasal dari populasi yang

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

Lebih terperinci

(ESTIMASI/ PENAKSIRAN)

(ESTIMASI/ PENAKSIRAN) ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun

Lebih terperinci

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter

Lebih terperinci

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah

Lebih terperinci

Uji Hipotesa Dua Sampel

Uji Hipotesa Dua Sampel Uji Hipotesa Dua Sampel Tjipto Juwono, Ph.D. April 19, 2016 TJ (SU) Uji Hipotesa Dua Sampel April 2016 1 / 28 Membandingkan Dua Populasi Contoh 1 Apakah ada perbedaan jumlah rata-rata penjualan rumah oleh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci

pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter

pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter TEST HIPOTESIS pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter atau pernyataan yang menyatakan bentuk

Lebih terperinci

Ummu Kalsum UNIVERSITAS GUNADARMA

Ummu Kalsum UNIVERSITAS GUNADARMA Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)

Lebih terperinci

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi

Lebih terperinci

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Pengujian Hipotesis. Oleh : Dewi Rachmatin Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan

Lebih terperinci

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Titik Parameter Interval Teori Statistik Titik Parameter Interval 3 1 PENDUGA TUNGGAL SEBAGAI FUNGSI

Lebih terperinci

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1 ESTIMASI Podojoyo, SKM, M.Kes Podojoyo 1 Definisi Estimasi Suatu metode dimana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik) Podojoyo 2 Didalam estimasi nilai

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi

Lebih terperinci

STMIK KAPUTAMA - BINJAI

STMIK KAPUTAMA - BINJAI STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau

Lebih terperinci

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA2081 Statistika

Lebih terperinci

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

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan

Lebih terperinci

Dasar-dasar Analisa Regresi

Dasar-dasar Analisa Regresi Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. April 8, 2016 TJ (SU) Dasar-dasar Analisa Regresi April 2016 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS PRAKTIKUM STATISTIKA INUSTRI 3 PENGUJIAN HIPOTESIS A. TUJUAN PRAKTIKUM Melalui praktikum Modul IV ini diharapakan praktikan dapat:. Melakukan pengujian hipotesis secara statistik dengan prosedur yang benar..

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: Statistika Psikologi 2 Fakultas Psikologi Program Studi Psikologi Sampling, Sampling Distribution, Confidence Intervals, Effect Size, dan Statistical Power SAMPLING Teknik menentukan sampel dari

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Bab 4: Metode Evaluasi Estimator Statistika FMIPA Universitas Islam Indonesia Penggunaan metode estimasi yang berbeda dapat menghasilkan estimator yang sama maupun berbeda Dari hasil estimator yang berbeda,

Lebih terperinci

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut : PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan

Lebih terperinci

Atina Ahdika. Universitas Islam Indonesia 2015

Atina Ahdika. Universitas Islam Indonesia 2015 Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua

Lebih terperinci

PENGERTIAN PENGUJIAN HIPOTESIS

PENGERTIAN PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau

Lebih terperinci

BAB IV ANALISIS HASIL PENELITIAN

BAB IV ANALISIS HASIL PENELITIAN BAB IV ANALISIS HASIL PENELITIAN 4.1 Menghitung Return Karena penelitian ini mengukur potensi kerugian maksimum dari saham BMRI. Maka, langkah pertama adalah menghitung return hariannya dengan rumus (2-3)

Lebih terperinci

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi

Lebih terperinci

ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN

ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF Dina Ariek Prasdika, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika Fakultas Matematika

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Langkah-langkah Uji Hipotesis Jenis Uji Hipotesis satu populasi Uji Z Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability

Lebih terperinci

PENGENALAN EKONOMETRIKA

PENGENALAN EKONOMETRIKA PENGENALAN EKONOMETRIKA Pengantar Istilah "ekonometrik" dikemukakan oleh Ragnar Frisch (1895-1973) dari Norwegia, salah satu dari tiga pendiri utama dari Ekonometrik Society, editor pertama dari jurnal

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin

BAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin 69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability

Lebih terperinci

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif TEORI PENDUGAAN STATISTIK Oleh : Riandy Syarif Pendugaan adalah proses menggunakan sampel (penduga) untuk menduga parameter (Populasi) yg tidak diketahui. Ilustrasi : konferensi perubahan iklim di Bali

Lebih terperinci

Pengertian Pengujian Hipotesis

Pengertian Pengujian Hipotesis PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Data Hasil Penelitian Data yang terkumpul dari hasil survei motivasi belajar dan hasil belajar pada permainan bola voli selanjutnya dianalisis menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur

BAB III METODOLOGI PENELITIAN. Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur BAB III METODOLOGI PENELITIAN 3.1 Bagan Alir Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur sistematika. Adapun alur sistematika yang digunakan dalam penyusunan ini adalah sebagai berikut

Lebih terperinci

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi

Lebih terperinci

Perumusan Hipotesa. Tjipto Juwono, Ph.D. Sep 14, Tjipto (SU) Hipotesa Sep / 13

Perumusan Hipotesa. Tjipto Juwono, Ph.D. Sep 14, Tjipto (SU) Hipotesa Sep / 13 Perumusan Hipotesa Tjipto Juwono, Ph.D. Sep 14, 2015 Tjipto (SU) Hipotesa Sep 2015 1 / 13 Garis Besar Silabus Hakikat Penelitian, Jenis-jenis Penelitian, Proses Penelitian Perumusan Masalah dan Hipotesa

Lebih terperinci

STATISTIK PERTEMUAN X

STATISTIK PERTEMUAN X STATISTIK PERTEMUAN X STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA) Outline Uji Hipotesis Variansi dengan sampel ganda Uji Hipotesis Mean dengan Sampel ganda : - Uji t untuk populasi saling bergantung

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilakukan di Hijab Arrafi.Adapun objek penelitian ini adalah Pengaruh Penjualan Online terhadap volume penjualan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu

BAB III METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu BAB III METODE PENELITIAN 3. 1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu sumber data yang digunakan dalam penelitian ini adalah sebagai berikut:

Lebih terperinci

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan

Lebih terperinci

Sampling, Estimasi dan Uji Hipotesis

Sampling, Estimasi dan Uji Hipotesis Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi

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 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN Taksiran suatu parameter populasi dapat diberikan berupa taksiran titik atau berupa taksiran selang. Taksiran titik suatu parameter populasi θ merupakan nilai

Lebih terperinci

ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH

ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH oleh RAMADHANI KUSUMA PUTRA M0110069 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Bab 2 Perancangan Percobaan 2. Merancang Percobaan Percobaan adalah suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakan respon dari objek, individu, atau unit yang dikondisikan tertentu.

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi

Lebih terperinci

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu

Lebih terperinci

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah Pengantar Uji Hipotesis Oleh Azimmatul Ihwah Hipotesis Merupakan pernyataan/dugaan mengenai parameter dari 1 atau lebih populasi. Misalnya seorang guru Kimia ingin mengetahui apakah metode pembelajaran

Lebih terperinci

Analisis Regresi Linier ( Lanjutan )

Analisis Regresi Linier ( Lanjutan ) Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity

Lebih terperinci

BAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN

BAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN BAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN A. Analisis tentang keteladanan guru di MTs Salafiyah Wonoyoso Pekalongan Setelah data dikumpulkan,

Lebih terperinci

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu melakukan deskripsi, eksplorasi dan interpretasi data serta Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu

Lebih terperinci

STATISTIK Hypothesis Testing 2 Contoh kasus

STATISTIK Hypothesis Testing 2 Contoh kasus STATISTIK Hypothesis Testing 2 Contoh kasus Chapter 6 Sulidar Fitri, M.Sc Analisis Data Deskriptif Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi (range, mean deviasi,

Lebih terperinci

ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN

ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated

Lebih terperinci

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian

Lebih terperinci

Status Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1

Status Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1 UGAS MODEL LINEAR Dosen: Dr. Purhadi, M.Sc Kasus: Menurut hasil penelitian, terdapat perbedaan ukuran (size) rumah tangga antara pedesaan dan perkotaan. Selain itu, pendidikan ibu turut andil dalam menentukan

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi Probabilitas : Gamma & Eksponensial Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Bootstrap Bootstrap adalah prosedur statistika yang melakukan sampling dari sebuah populasi yang dikerjakan dengan cara resampling dari sampel (http://wwwmathsanueduau/~peter/edgtalk/edgtalk1pdf)

Lebih terperinci

ANALISIS KORELASI & REGRESI. Kompilasi Kelompok 6 dan 8

ANALISIS KORELASI & REGRESI. Kompilasi Kelompok 6 dan 8 ANALISIS KORELASI & REGRESI Kompilasi Kelompok 6 dan 8 PERMASALAHAN Internal Reveneu Service mencoba menduga pajak aktual yang tertunda setiap bulan dari divisi auditingnya. Diduga dua faktor yang mempengaruhi

Lebih terperinci