HASIL DAN PEMBAHASAN. Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam

Ukuran: px
Mulai penontonan dengan halaman:

Download "HASIL DAN PEMBAHASAN. Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam"

Transkripsi

1 HASIL DAN PEMBAHASAN Deskripsi Data Tabel 4 menunjukkan deskripsi dari data suara sah calon nomor urut 2, 3, dan 4. Jumlah suara tertinggi diperoleh calon nomor urut 2. Sedangkan suara sah calon nomor urut 3 memiliki keragaman paling tinggi. Tabel 4 Deskripsi data suara sah Suara sah calon nomor urut 2 Suara sah calon nomor urut 3 Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam Dalam Tabel 5, dapat dilihat bahwa keragaman data suara sah calon nomor urut 1 relatif tidak jauh berbeda dengan keragaman populasi. Namun untuk calon nomor urut 3, keragaman data suara di Kecamatan Pekutatan lebih tinggi dibanding kecamatan lainnya, dan keragaman di Kecamatan Melaya lebih rendah. Sedangkan keragaman data suara sah calon nomor 4 cukup tinggi di di Kecamatan Jembrana, dan relatif lebih rendah di Kecamatan Pekutatan dibanding kecamatan lainnya. Tabel 5 Deskripsi data suara sah per kecamatan JEMBRANA MELAYA MENDOYO NEGARA PEKUTATAN Suara Sah Calon Nomor Urut 2 Jumlah Rata-Rata Ragam Suara Sah Calon Nomor Urut 3 Jumlah Rata-Rata Ragam Suara Sah Calon Nomor Urut 4 Jumlah Rata-Rata Ragam Data sebaran dapat dilihat dalam Tabel 6. Tabel tersebut menunjukkan jumlah paling banyak berada di Kecamatan Negara (113 ) dan tersebar di wilayah berstatus desa sebanyak 55 dan 58 di wilayah berstatus kota. Sebanyak 59.6% di Kabupaten Jembrana berada di wilayah desa, dan sisanya 40.40% berada di wilayah 13

2 kota. Sebaran desa-kota di masing-masing kecamatan menunjukkan pola yang berbeda, misal di Kecamatan Pekutatan mayoritas (81.29%) berada di wilayah desa, sedangkan di Kabupaten Jembrana mayoritas (70.11%) berada di wilayah kota. Kecamatan Desa Tabel 6 Deskripsi sebaran Proporsi Desa Kota Proporsi Kota Total Proporsi Negara % % % Mendoyo % % % Pekutatan % % % Melaya % % % Jembrana % % % Total % % % Proporsi Desa-Kota 59.60% 40.40% Tabel 7 memperlihatkan nilai rataan dan ragam berdasarkan status wilayah desa-kota. Calon nomor urut 2 dan 3 memiliki nilai rataan dan ragam yang tidak jauh berbeda antara di desa dan di kota. Sedangkan rataan dan ragam suara sah calon nomor urut 4 relatif lebih tinggi kota dibanding di desa. Tabel 7 Deskripsi data suara sah berdasarkan desa-kota Rataan Ragam Desa-Kota Rataan Ragam Kota Suara sah calon nomor urut Desa Suara sah calon nomor urut Suara sah calon nomor urut Kota Desa Kota Desa Tabel 8 menunjukkan nilai rataan dan ragam masing-masing suara sah calon berdasarkan desa-kota di masing-masing kecamatan. Terlihat ada beberapa wilayah yang menunjukkan desa-kota berpengaruh terhadap pilihan calon. Misal di Kecamatan Mendoyo, calon nomor urut 2 cenderung lebih dipilih di desa dibanding di kota, yang ditunjukkan oleh nilai rataan yang lebih tinggi. Di Kecamatan Pekutatan dan Kecamatan Jembrana, calon nomor urut 3 lebih dipilih di desa dibanding di kota, sedangkan di Kecamatan Mendoyo lebih dipilih di kota dibanding di desa. Calon nomor urut 4 di Kecamatan Jembrana lebih dipilih di kota dibanding di desa. 14

3 Tabel 8 Deskripsi data suara sah berdasarkan desa-kota di setiap kecamatan Suara sah calon nomor urut 2 Suara sah calon nomor urut 3 Suara sah calon nomor urut 4 Rataan Ragam Kecamatan Rataan Ragam Desa-Kota Rataan Ragam NEGARA Kota Desa MENDOYO Kota Desa PEKUTATAN Kota Desa MELAYA Kota Desa JEMBRANA Kota Desa NEGARA Kota Desa MENDOYO Kota Desa PEKUTATAN Kota Desa MELAYA Kota Desa JEMBRANA Kota Desa NEGARA Kota Desa MENDOYO Kota Desa PEKUTATAN Kota Desa MELAYA Kota Desa JEMBRANA Kota Desa Perbandingan Antar Teknik Penarikan Contoh Hasil simulasi penarikan contoh acak sederhana dapat dilihat pada Tabel 9. Simulasi yang dilakukan mendapatkan nilai dugaan total suara sah ( ) dan ragam dari contoh sebanyak 100, 150, dan 200. Selanjutnya dianalisa untuk mendapatkan nilai simpangan/ bias, standard error, MSE (Mean Square Error) sebagai dasar kriteria dalam pemilihan teknik penarikan contoh. Selain itu dihitung juga nilai RSE (Relative Standard Error) yang merupakan rasio antara standard error dan dugaan total suara ( ). Dari tabel tersebut terlihat bahwa dari nilai simpangan tidak terlalu jauh berbeda antar jumlah ukuran contoh. Nilai standard error menjadi lebih rendah pada saat ukuran contoh diperbesar, begitu juga dengan nilai MSE dan RSE. Hasil simulasi dari teknik penarikan contoh lainnya dapat dilihat lebih jelas pada lampiran. 15

4 n Tabel 9 Hasil simulasi teknik penarikan contoh acak sederhana (%) Ragam Std. Error SUARA SAH CALON NOMOR URUT % % % % % % SUARA SAH CALON NOMOR URUT % % % % % % SUARA SAH CALON NOMOR URUT % % % % % % RSE (%) MSE Perbandingan hasil simulasi teknik penarikan contoh untuk data suara sah calon nomor urut 2 dapat dilihat pada Tabel 10. Dilihat dari nilai simpangan, hampir dari semua teknik penarikan contoh relatif terlihat kecil, jadi tidak jauh perbedaan antara nilai dugaan dan nilai total suara sah di populasi. Oleh karena itu, kriteria validitas sudah terpenuhi oleh semua penarikan contoh. Nilai standard error dan MSE dari masing-masing hasil teknik penarikan contoh menunjukkan bahwa teknik penarikan contoh acak berlapis (dengan kecamatan dan desa-kota sebagai dasar pelapisan) menghasilkan nilai standard error dan MSE paling kecil. Jadi dengan demikian, teknik penarikan contoh acak tersebut menghasilkan nilai dugaan dengan tingkat reliabilitas dan akurasi paling tinggi. Hal ini memperlihatkan bahwa teknik penarikan contoh ini lebih menangkap keragaman yang ada di populasi. Jika mengacu pada hasil analisa di Tabel 8, terlihat bahwa keragaman setelah populasi dibagi menjadi 10 lapisan berdasarkan kecamatan dan status desa-kota, terlihat ragam di setiap lapisan relatif banyak yang lebih rendah di banding ragam populasinya sehingga penarikan contoh berdasarkan kecamatan dan status desa-kota lebih efektif dalam menduga total suara sah calon nomor 2. Pada Tabel 10 terlihat bahwa dengan ukuran contoh sebanyak 150, nilai RSE tidak jauh berbeda dengan ukuran contoh yang sebanyak 200, dengan selisih nilai RSE sebesar 0.57%. Sedangkan jika dibandingkan dengan ukuran contoh sebanyak 100 selisihnya sebesar 1.67%. Hal ini dapat menjadi acuan ke depan jika memang dari sisi biaya tidak memungkinkan menggunakan contoh sebanyak 200, maka penggunaan 150 bisa dipertimbangkan atas dasar selisih RSE yang tidak jauh berbeda. Kondisi yang sama bahwa teknik penarikan contoh acak 16

5 berlapis (dengan kecamatan dan desa-kota sebagai dasar pelapisan) merupakan ternik yang paling baik, juga terlihat pada perbandingan hasil simulasi teknik penarikan contoh untuk suara sah calon nomor urut 3 (Lampiran 10) dan suara sah calon nomor urut 4 (Lampiran 11) Tabel 10 Perbandingan hasil simulasi teknik penarikan contoh (suara sah calon nomor urut 2) Teknik Penarikan Contoh n (%) Ragam Std. Error RSE (%) MSE Acak Sederhana % % % % % % Acak Sistematik % % % % % % Acak Gerombol 2 Tahap (3 gerombol) Acak Gerombol 2 Tahap (4 gerombol) % % % % % % % % % % % % Acak Berlapis (kecamatan) % % % % % % Acak Berlapis (desa-kota) % % % % % % Acak Berlapis (kombinasi kecamatan dan desa-kota) Acak Berlapis (sistematik dalam kecamatan) % % % % % % % % % % % % Tabel 10 juga menunjukkan bahwa teknik penarikan contoh acak gerombol dua tahap menghasilkan nilai standard error dan MSE yang paling besar diantara kedelapan teknik penarikan contoh yang disimulasikan, terlebih lagi pada saat jumlah gerombol terpilih sebanyak 3 gerombol. Penambahan jumlah contoh dalam penarikan contoh acak gerombol tidak berpengaruh dalam mengurangi nilai standard error dan MSE. Jika menggunakan 17

6 teknik ini, maka jumlah gerombol yang diambil harus besar, karena penambahan jumlah gerombol berpengaruh dalam meningkatkan reliabilitas dan keakurasian pendugaan dari penarikan contoh acak gerombol dua tahap. Perbandingan antara penarikan contoh acak sederhana dengan sistematik jika dilihat dari nilai standard error dan MSE menunjukkan bahwa penarikan contoh acak sederhana tidak jauh berbeda tingkat reliabilitas dan akurasinya dibanding teknik penarikan contoh acak sistematik. Hal ini ditunjukkan juga oleh nilai RSE dari kedua penarikan contoh tersebut yang hampir sama. Perbandingan beberapa model penarikan contoh acak berlapis menunjukkan bahwa pelapisan berdasarkan kecamatan dan status desa-kota sangat baik dalam mewakili keragaman populasi dibandingkan pelapisan kecamatan atau desa-kota saja. Begitu juga dengan penarikan contoh acak berlapis yang sudah umum digunakan (menggunakan penarikan contoh acak sistematik di masing-masing kecamatan), tingkat menangkap keragaman populasinya masih lebih baik jika menggunakan pelapisan berdasarkan kecamatan dan status desa-kota. 18

mengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi

mengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi TINJAUAN PUSTAKA Teori penarikan contoh mempunyai tujuan untuk membuat penarikan contoh menjadi lebih efisien. Teori penarikan contoh mencoba untuk mengembangkan metode pemilihan contoh dengan biaya yang

Lebih terperinci

PERBANDINGAN TEKNIK PENARIKAN CONTOH UNTUK MENDUGA HASIL PEMILUKADA (Studi Kasus Pemilukada Kabupaten Jembrana, 2010) EKA KUSMAYADI G

PERBANDINGAN TEKNIK PENARIKAN CONTOH UNTUK MENDUGA HASIL PEMILUKADA (Studi Kasus Pemilukada Kabupaten Jembrana, 2010) EKA KUSMAYADI G PERBANDINGAN TEKNIK PENARIKAN CONTOH UNTUK MENDUGA HASIL PEMILUKADA (Studi Kasus Pemilukada Kabupaten Jembrana, 2010) EKA KUSMAYADI G152070044 SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN

Lebih terperinci

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan

Lebih terperinci

KONSEP DASAR SAMPLING

KONSEP DASAR SAMPLING TEKNIK SAMPLING KONSEP DASAR SAMPLING LOGO HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND TEKNIK SAMPLING Metode pengambilan sebagian anggota populasi sedemikian rupa sehingga contoh yang

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1) STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1) Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika

Lebih terperinci

KAJIAN EMPIRIS PERBANDINGAN METODE SAMPLING DALAM MENDUGA POPULASI MINIMARKET DI INDONESIA ABADI WIBOWO

KAJIAN EMPIRIS PERBANDINGAN METODE SAMPLING DALAM MENDUGA POPULASI MINIMARKET DI INDONESIA ABADI WIBOWO KAJIAN EMPIRIS PERBANDINGAN METODE SAMPLING DALAM MENDUGA POPULASI MINIMARKET DI INDONESIA ABADI WIBOWO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1. 11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.

Lebih terperinci

SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)

SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) Pustaka Scheaffer RL, Mendenhall W, Ott RL. 2006. Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S. 1999. Sampling

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA

S T A T I S T I K A OLEH : WIJAYA S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.

Lebih terperinci

SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU

SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU Asep Saefuddin, Anang Kurnia dan Sutriyati Departemen Statistika FMIPA IPB Ringkasan Data deret waktu pada bidang keuangan

Lebih terperinci

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Distribusi Sampling Sebaran Penarikan Contoh I PENDAHULUAN Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh,

Lebih 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 IV ANALISIS DATA. valid jika berkorelasi signifikan terhadap skor total. 27. Tabel 4.1 Uji Validitas Variabel kekayaan (X 1 ) dan Moral (X 2 )

BAB IV ANALISIS DATA. valid jika berkorelasi signifikan terhadap skor total. 27. Tabel 4.1 Uji Validitas Variabel kekayaan (X 1 ) dan Moral (X 2 ) 57 BAB IV ANALISIS DATA A. Hasil Uji Validitas Variable X 1. Uji validitas Validitas adalah ketepatan atau kecermatan suatu instrument dalam mengukur apa yang ingin diukur. Dalam penentuan layak atau tidaknya

Lebih terperinci

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang

Lebih terperinci

METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER

METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik

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

Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data

Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data Peneliti di sebuah pabrik pembuatan genteng bermaksud mencari bahan dan suhu pemanasan optimal dalam produksi

Lebih terperinci

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT) STATISTIKA II Distribusi Sampling (Nuryanto, ST., MT) 1. Pendahuluan Bidang Inferensia Statistik membahas generlisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan

Lebih terperinci

Analisis Regresi: Regresi Linear Berganda

Analisis Regresi: Regresi Linear Berganda Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.

Lebih terperinci

Bab I Pendahuluan. 1.1 Latar Belakang Masalah

Bab I Pendahuluan. 1.1 Latar Belakang Masalah Bab I Pendahuluan 1.1 Latar Belakang Masalah Keadaan Geografis pada suatu wilayah sangatlah berpengaruh pada kegiatan masyarakat pada sektor-sektor tertentu terutama di bidang pertanian, dalam bidang pertanian

Lebih terperinci

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI

VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI 84 VII. DAMPAK PERUBAHAN KEBIJAKAN PUAP DAN RASKIN TERHADAP KETAHANAN PANGAN RUMAHTANGGA PETANI 7.1. Hasil Validasi Model Perilaku Ekonomi Rumahtangga Petani Sebelum melakukan simulasi untuk menangkap

Lebih terperinci

Lampiran A. Beberapa Definisi dan Lema Teknis

Lampiran A. Beberapa Definisi dan Lema Teknis LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya

Lebih terperinci

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan

Lebih terperinci

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK (MAM 4137) SEBARAN PENARIKAN CONTOH Ledhyane Ika Harlyan 2 Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean Parameter

Lebih terperinci

PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1)

PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1) PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1) Anang Kurnia Departemen Statistika FMIPA IPB Jl. Meranti, Wing 22 Level 4 Kampus IPB Darmaga, Bogor Email: anangk@ipb.ac.id

Lebih terperinci

Pendugaan Parameter Populasi Secara Statistik

Pendugaan Parameter Populasi Secara Statistik Pendugaan Parameter Populasi Secara Statistik Julian Adam Ridjal PS Agribisnis Universitas Jember www.adamjulian.net Pendugaan Parameter Populasi Secara Statistik Pendugaan Parameter Populasi secara Statistik

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Regresi Non-Parametrik Statistik nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik

Lebih terperinci

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi yang dilakukan dalam penelitian ini adalah : Riset kepustakaan Kepustakaan dilakukan dengan cara mengumpulkan informasi-informasi yang berhubungan

Lebih terperinci

Analisis Pengaruh Kompensasi Langsung Dan Kompensasi tidak Langsung Terhadap Kinerja Karyawan Apartemen Nifarro

Analisis Pengaruh Kompensasi Langsung Dan Kompensasi tidak Langsung Terhadap Kinerja Karyawan Apartemen Nifarro Analisis Pengaruh Kompensasi Langsung Dan Kompensasi tidak Langsung Terhadap Kinerja Karyawan Apartemen Nifarro Nama : Yelsi Karmayanti NPM : 19213422 Jurusan : Manajemen Pembimbing : Dr. Ir. Rina Sugiarti,SE

Lebih terperinci

Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta TAHAPAN PENELITIAN

Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta TAHAPAN PENELITIAN Statistika I Pertemuan 4 Gambaran Umum Metode Sampling Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta TAHAPAN PENELITIAN Perumusan masalah Penentuan sumber data/informasi Penentuan metode pengumpulan

Lebih terperinci

V. EVALUASI MODEL. BAB V membahas hasil pendugaan, pengujian dan validasi model.

V. EVALUASI MODEL. BAB V membahas hasil pendugaan, pengujian dan validasi model. V. EVALUASI MODEL BAB V membahas hasil pendugaan, pengujian dan validasi model. Pembahasan dibedakan untuk masing-masing blok, yang terdiri dari: (1) blok makroekonomi, (2) blok deforestasi, dan (3) blok

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. jumlah sampel, nilai minimum, nilai maksimum, rata-rata (mean) dan standar

BAB V HASIL PENELITIAN DAN PEMBAHASAN. jumlah sampel, nilai minimum, nilai maksimum, rata-rata (mean) dan standar BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis Data 1. Uji Statistik Deskriptif Pengujian ini dilakukan untuk memberikan gambaran umum mengenai jumlah sampel, nilai minimum, nilai maksimum, rata-rata

Lebih terperinci

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean

Lebih terperinci

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Vol. 12, No. 1, 9-18, Juli 2015 PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Raupong, M. Saleh AF, Hasruni Satya Taruma Abstrak Penaksiran rataan dan variansi

Lebih terperinci

MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER

MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER Etis Sunandi 1), Khairil A Notodiputro 2), Anik Djuraidah 2) 1) Jurusan Matematika FMIPA Universitas Bengkulu 2) Jurusan Statistika,

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

Distribusi dari Sampling

Distribusi dari Sampling Distribusi dari Sampling Sampling Acak Pengenalan ke Uji Hipotesis dan Estimasi Selang Hal yang harus diingat Populasi- adalah apa yang dibicarakan Sampel- adalah apa yang didapat dari data Distribusi

Lebih terperinci

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Dalam bab ini akan menjelaskan tentang hasil pengujian perhitungan secara matematis dengan membandingkan histogram data mentah dan distribusi probabilitias teoritis. Data mentah

Lebih terperinci

TINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan

TINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan 4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam

Lebih terperinci

Lampiran 1 Rekapitulasi data tegakan akasia (Acacia mangium)

Lampiran 1 Rekapitulasi data tegakan akasia (Acacia mangium) Lampiran 1 Rekapitulasi data tegakan akasia (Acacia mangium) Data Plot 1 Plot 2 Plot 3 Plot 4 Plot 5 Volume total petak 2.667164112 2.741236928 2.896762245 2.572835298 2.753163234 Volume per hektar 66.6791028

Lebih terperinci

2.4 Pemilihan Metode Peramalan

2.4 Pemilihan Metode Peramalan 2.4 Pemilihan Metode Peramalan Dalam memilih metode peramalan yang akan digunakan didasarkan pada uji verifikasi. Dimana uji verifikasi ini bertujuan untuk menghitung error dari metode yang akan kita gunakan.

Lebih terperinci

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan

Lebih terperinci

TINJAUAN PUSTAKA ( ) ( ) ( )

TINJAUAN PUSTAKA ( ) ( ) ( ) TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis adalah suatu rancangan penarikan contoh acak yang membagi N unit dari populasi ke dalam L strata yang tidak saling tumpang

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

3 METODE. 3.1 Data = 0 1. time 0, =1, 2,,, =1, 2,, dengan n = 100 dan m = 5.

3 METODE. 3.1 Data = 0 1. time 0, =1, 2,,, =1, 2,, dengan n = 100 dan m = 5. 11 3 METODE 3.1 Data Data dalam penelitian ini terdiri dari dua sumber yaitu data simulasi dan data terapan. Data simulasi berguna untuk mengukur kinerja penduga kekar Huber pada data longitudinal. Data

Lebih terperinci

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik

Lebih terperinci

Modul ke: Psikologi Sosial I. Metode Penelitian Psikologi Sosial. Fakultas Psikologi. Intan Savitri,S.P., M.Si. Program Studi Psikologi

Modul ke: Psikologi Sosial I. Metode Penelitian Psikologi Sosial. Fakultas Psikologi. Intan Savitri,S.P., M.Si. Program Studi Psikologi Modul ke: 02 Setiawati Fakultas Psikologi Psikologi Sosial I Metode Penelitian Psikologi Sosial Intan Savitri,S.P., M.Si. Program Studi Psikologi Topik Pembelajaran minggu 2 Metode Penelitian Psikologi

Lebih terperinci

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

ANALISIS KEPUASAN MAHASISWA PENGGUNA PERPUSTAKAAN UNIVERSITAS GUNADARMA

ANALISIS KEPUASAN MAHASISWA PENGGUNA PERPUSTAKAAN UNIVERSITAS GUNADARMA ANALISIS KEPUASAN MAHASISWA PENGGUNA PERPUSTAKAAN UNIVERSITAS GUNADARMA RESTI KARTIKA 3EA10 (15210768) Fakultas Ekonomi, Universitas Gunadarma 2013 Dosen Pembimbing: Sariyati, S.E., M.M. o o o Pada era

Lebih terperinci

BAB 1 PENDAHULUAN. Independent and identically distributed. Antara pengamatan yang satu dengan lainnya terdapat korelasi.

BAB 1 PENDAHULUAN. Independent and identically distributed. Antara pengamatan yang satu dengan lainnya terdapat korelasi. 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Model statistika dipandang dari sifat data dalam pengamatannya secara umum dapat menjadi dibagi dua model: Independent and identically distributed Pengamatan yang

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN 30 BAB IV ANALISIS DAN PEMBAHASAN 1.1 Keputusan Menteri Keuangan Nomor 493/KMK.02/2009 KMK No. 493/KMK.02/2009 adalah suatu keputusan/aturan yang mengatur tentang persetujuan penggunaan sebagian dana Penerimaan

Lebih terperinci

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar

Lebih terperinci

BAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada

BAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada BAB II LANDASAN TEORI 2.1 Konsep Sistem Informasi Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah metode statistika yang digunakan untuk mengetahui hubungan antara variabel terikat (dependen, respon, YY) dengan satu atau lebih variabel bebas

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

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 2 5. Pemilihan Pohon Contoh BAB V HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh

Lebih terperinci

BAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan

BAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan BAB I PENDAHULUAN 1.1 Latar Belakang Krisis keuangan yang terjadi di Asia pada pertengahan tahun 1997 diawali di Thailand dan merembet ke berbagai negara di Asia lainnya seperti di Indonesia, Malaysia,

Lebih terperinci

PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG

PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG Oleh : Fitri Zakiyah (10208526) Latar Belakang Sumber Daya Manusia (SDM) merupakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia

Lebih terperinci

BAB I PENDAHULUAN. Mega Wati, 2015 ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)

BAB I PENDAHULUAN. Mega Wati, 2015 ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013) BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia adalah sebuah negara kesatuan yang menggunakan konstitusi Undang-Undang Dasar Negara Republik Indonesia tahun 1945. Prinsip-prinsip yang tertuang

Lebih terperinci

BAB III PEMBAHASAN. anuitas dengan suku bunga stokastik, dan penghitungan ukuran galat. A. Konsep Anuitas dengan Suku Bunga Sesaat

BAB III PEMBAHASAN. anuitas dengan suku bunga stokastik, dan penghitungan ukuran galat. A. Konsep Anuitas dengan Suku Bunga Sesaat BAB III PEMBAHASAN Pada bab ini akan dijelaskan mengenai penerapan suku bunga stokastik ke dalam penghitungan nilai sekarang dan nilai masa depan anuitas akhir, kemudian akan dilakukan simulasi pembangunan

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil

Lebih terperinci

BUPATI JEMBRANA PERATURAN BUPATI JEMBRANA NOMOR 31 TAHUN 2013

BUPATI JEMBRANA PERATURAN BUPATI JEMBRANA NOMOR 31 TAHUN 2013 BUPATI JEMBRANA PERATURAN BUPATI JEMBRANA NOMOR 31 TAHUN 2013 TENTANG STANDAR PELAYANAN MINIMAL BIDANG KESEHATAN PADA UPT PUSKESMAS DINAS KESEHATAN KABUPATEN JEMBRANA DENGAN RAHMAT TUHAN YANG MAHA ESA

Lebih terperinci

Bab 5 Distribusi Sampling

Bab 5 Distribusi Sampling Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n

Lebih terperinci

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA

Lebih terperinci

Tipe Contoh/Sample yang Digunakan

Tipe Contoh/Sample yang Digunakan Tipe Contoh/Sample yang Digunakan Contoh Contoh Nonpeluang Contoh Berpeluang Pertimbangan Kemudahan Acak Sederhana Stratifikasi Sistematik Gerombol Penarikan Contoh NON-PELUANG (Nonprobability Sampling)

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN Dalam bagian hasil dan pembahasan ini akan ditampilkan proses pengolahan data, dalam bentuk statement dalam R Language, diagram pencar, tabel-tabel dan grafik yang digunakan

Lebih terperinci

PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA

PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN

Lebih terperinci

ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB

ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB etih@ipb.ac.id data Sensus Penarikan Contoh Terencana Tak Terencana Acak Tak acak SENSUS VS PENARIKAN CONTOH Sensus: Mengumpulkan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara demokrasi dimana semua warga negaranya memiliki hak setara dalam pengambilan keputusan yang dapat mengubah hidup mereka (Wikipedia). Demokrasi

Lebih terperinci

ANALISIS FAKTOR YANG MEMENGARUHI MAHASISWA MEMILIH UNIVERSITAS GUNADARMA

ANALISIS FAKTOR YANG MEMENGARUHI MAHASISWA MEMILIH UNIVERSITAS GUNADARMA ANALISIS FAKTOR YANG MEMENGARUHI MAHASISWA MEMILIH UNIVERSITAS GUNADARMA Nama : Resti Diniarsi NPM : 12209081 Jurusan : Manajemen Pembimbing : Ajie Wahyu Jati, SE., MM. BAB I Latar Belakang Terbatasnya

Lebih terperinci

PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI

PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan 5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 25 BAB V HASIL DAN PEMBAHASAN 5.1 Pemilihan Pohon Contoh Pohon contoh yang digunakan dalam penelitian ini jenis keruing (Dipterocarpus spp.). Pemilihan pohon contoh dilakukan secara purposive pada RKT

Lebih terperinci

PENGARUH ETIKA PROFESI, PROFESIONALISME, DAN KOMPETENSI AUDITOR TERHADAP PERTIMBANGAN TINGKAT MATERIALITAS AUDIT LAPORAN KEUANGAN

PENGARUH ETIKA PROFESI, PROFESIONALISME, DAN KOMPETENSI AUDITOR TERHADAP PERTIMBANGAN TINGKAT MATERIALITAS AUDIT LAPORAN KEUANGAN PENGARUH ETIKA PROFESI, PROFESIONALISME, DAN KOMPETENSI AUDITOR TERHADAP PERTIMBANGAN TINGKAT MATERIALITAS AUDIT LAPORAN KEUANGAN Nama : Fairuz Fuad NPM : 22211605 Pembimbing : Riyanti, SE.,MM I. PENDAHULUAN

Lebih terperinci

Jurnal Gradien Vol. 10 No. 1 Januari 2014 : 963-966 Pendugaan Galat Baku Nilai Tengah Menggunakan Metode Resampling Jackknife dan Bootstrap Nonparametric dengan Software R 2.15.0 * Septiana Wulandari,

Lebih terperinci

METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA

METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,

Lebih terperinci

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan

Lebih terperinci

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

Lebih terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

HASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS

HASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.

Lebih terperinci

Uji Statistik Hipotesis

Uji Statistik Hipotesis Modul 8 Uji Statistik Hipotesis Bambang Prasetyo, S.Sos. D PENDAHULUAN alam Modul 7, Anda sudah diperkenalkan pada inferensi. yang mencakup estimasi dan uji hipotesis. Dalam Modul 7, Anda juga sudah belajar

Lebih terperinci

Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung

Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung 139 LAMPIRAN 2 Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung Dependent Variable: Belanja Langsung Linear.274 19.584 1 52.000 57.441.239 The independent variable is Jumlah penduduk

Lebih terperinci

METODE PENELITIAN Desain Penelitian Lokasi dan Waktu Penelitian Populasi dan Sampel

METODE PENELITIAN Desain Penelitian Lokasi dan Waktu Penelitian Populasi dan Sampel METODE PENELITIAN Desain Penelitian Penelitian Hubungan Karakteristik Pemilih dan Terpaan Informasi Kampanye Politik dengan Perilaku Memilih dalam Pemilihan Bupati dan Wakil Bupati Cianjur Tahun 2006,

Lebih terperinci

Review Teknik Sampling

Review Teknik Sampling Review Teknik Sampling Mendapatkan data Primer Studi Kualitatif Observasi Percobaan Survey Survey lengkap (sensus) mengumpulkan data dari keseluruhan populasi Populasi : kumpulan objek yang menjadi perhatian

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. dilakukan oleh peneliti yaitu sebagai berikut: suatu keputusan pembelian.

BAB V HASIL PENELITIAN DAN PEMBAHASAN. dilakukan oleh peneliti yaitu sebagai berikut: suatu keputusan pembelian. BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Tahapan Pelaksanaan Penelitian Di dalam penelitian ini terdapat tahapan pelaksanaan penelitian yang dilakukan oleh peneliti yaitu sebagai berikut: 1. Peneliti melakukan

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN 48 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Karakteristik Responden Data yang digunakan dalam penelitian ini adalah data primer. Data dikumpulkan dan diperoleh melalui menyebar kuesioner secara langsung kepada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat Penelitian Penelitian ini dilaksanakan di daerah Kalimantan Timur, Kecamatan Balikpapan Selatan. Pada perkembangan kota yang semakin maju dan era modern dalam penggunaan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. simulasi komputer yang diawali dengan membuat model operasional sistem sesuai dengan

BAB III METODOLOGI PENELITIAN. simulasi komputer yang diawali dengan membuat model operasional sistem sesuai dengan BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Penulisan ini dilakukan dengan menggunakan metoda System Dynamics yaitu sebuah simulasi komputer yang diawali dengan membuat model operasional sistem

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 55 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Manufaktur adalah suatu cabang industri yang mengaplikasikan mesin, peralatan dan tenaga kerja dan suatu medium proses untuk mengubah bahan mentah menjadi

Lebih terperinci

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:

Lebih terperinci

Pengaruh Gaya Kepemimpinan Transformasional, Lingkungan Kerja, Dan Motivasi Terhadap Kepuasan Kerja Karyawan PT. Asuransi Astra Buana Garda Oto

Pengaruh Gaya Kepemimpinan Transformasional, Lingkungan Kerja, Dan Motivasi Terhadap Kepuasan Kerja Karyawan PT. Asuransi Astra Buana Garda Oto Pengaruh Gaya Kepemimpinan Transformasional, Lingkungan Kerja, Dan Motivasi Terhadap Kepuasan Kerja Karyawan PT. Asuransi Astra Buana Garda Oto Dwi Ayuda / 12211228 Latar Belakang Adapun PT. Asuransi Astra

Lebih terperinci