PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI"

Transkripsi

1 PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI SKRIPSI Daua utu Memeuh Salah Satu Saat Mempeoleh Gela Saaa Sas Pogam Stud Matemata Oleh : DWI NOVIATI NIM : 994 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SANATA DHARMA YOGYAKARTA 7

2

3

4 4 Cta-ta adalah semagat hdup aea hdup tapa ta-ta agaa meghtug tag d lagt Da seadaa poho-poho d um mead pea, da laut mead tta, dtamaha epadaa tuuh laut lag sesudah ega, saa tda aa as-hasa dtulsa almat Allah Sesugguha Allah Maha Peasa Lag Maha Basaa Suat luqma, aat 7 Kupesemaha aa utu : Tuha YME Aah Alm da Iu seaga tada ta da wuud atu Almamate teta

5 5 PERNYATAAN KEASLIAN KARYA Saa meataa dega sesugguha ahwa sps ag saa tuls tda memuat aa oag la, eual ag telah dseut dalam utpa da dafta pustaa, seagamaa laaa aa lmah Yogaata, Peuls Dw Novat

6 6 ABSTRAK Pegua hpotess dua la ata-ata dlaua dega megguaa u z da u t Namu la tedapat tga atau leh la ata-ata maa pegua dlaua dega megguaa metode Aalss Vaas ANOVA ANOVA adalah suatu metode utu meguaa eagama total data mead ompoeompoe ag meguu eaga sume eagama Model umum ANOVA lasfas satu aah adalah μ α ε ANOVA dapat dselesaa dega pedeata eges, atu memawa model ANOVA edalam model eges dega megguaa vaael oea Peguaa vaael oea etuua utu meuah data ag esfat ualtatf mead uattatf, aea dalam ANOVA ada peedaa sfat vaael Vaael ta eas esfat uattatf da vaael eas esfat ualtatf Sedaga dalam eges ataa vaael eas da vaael ta eas, eduaa esfat uattatf

7 7 ABSTRACT The hpothess testg of two mea values s doe usg the z-tests ad t-tests But f thee ae thee o moe mea values the the testg s doe usg Aalss of Vaae ANOVA ANOVA s a method to despt the total vaae of the data to some ompoets omg fom ma soues of vaae The ommo model of oe wa lassfato ANOVA s μ α ε ANOVA a e doe egesso appoah Whh s gg the ANOVA model to the egesso model usg dumm vaales The am of usg dumm vaale s hage the qualtatve vaale to quattatve, ule ANOVA, the depedet vaale ad the depedet vaale, oth ae quattatve

8 8 KATA PENGANTAR Pu da suu peuls paata epada Tuha Yag Maha Esa atas ahmat, ash, da auana, sehgga peusua sps ag eudul Pedeata Reges Utu Aalss Vaas dapat dselesaa Dalam meuls sps aa esulta da hamata ag peuls hadap Namu eat atua da duuga da eaga pha, aha dapat teselesaa Utu tu peuls g meampaa temaash ag seesaesaa epada : Bapa I Ig As Dwatmoo, MS seaga dose pemmg sps ag telah meluaga watua dega esaaaa mematu da memmg peuls sehgga peusua sps dapat dselesaa Romo D Fas Suslo, SJ selau dose pemmg aadem Bapa YG Hatoo, SS, MS selau Ketua Pogam Stud Matemata FMIPA USD Yogaata 4 Iu Lusa Ksmat Budash, SS, MS da u E Muwagtas, SS, MS selau dose pegu Temaash atas t, saa, da masua seta mga selama meelesaa evs 5 Iu Da Maa Agusta, MS Alm ag telah meme dooga da semagat selama peulha 6 Iu da apa dose FMIPA ag telah memea lmu ag sagat egua ag peuls 7 Iu Suwa da mas Tuo atas pelaaa admstas ag dea selama peuls meala ulah da dalam peulsa sps

9 9 8 Aah Alm da u teta, temaash atas ash saag, doa, duuga moal da mateal ag dea selama 9 Temaash utu ad-adu la, Ea, Bau, a, d da ep ag memeu semagat ag tada het-heta selama Sahaat-sahaat teau : Ra, vv, Ches, Vea, temaash atas doa, duuga, da tda osa-osaa memeu semagat Tema-tema sepeuagau agata 99 : Ap, Naa, Des, Yosl, E, Yuda, Wodo, Ato, He, Na, Thomas, Delsa, Sgt, Me, Ad, Ale, Catu, Ie, Wwd, Joha, Naga, Nad, Tato, Yul, Kalo, temaash atas eesamaaa selama Semua agata 98, da Buat Aeg, ve, maash atas doa da duugaa selama Tema-tema ostu : I, Ita, Slv, Tas, Vale, ell, Dah, Net, temaash atas pesahaata ag dah selama 4 Semua pha ag tda dapat dseuta satu pesatu ag telah mematu dalam peusua sps Peuls meada ahwa sps mash aa euagaa Mespu dema, peuls ehaap sps dapat emafaat da mead efees ag pemaa Yogaata, Peuls

10 DAFTAR ISI Halama HALAMAN JUDUL HALAMAN PERSETUJUAN PEMBIMBING HALAMAN PENGESAHAN HALAMAN PERSEMBAHAN PERNYATAAN KEASLIAN KARYA ABSTRAK ABSTRACT v v v v KATA PENGANTAR v DAFTAR ISI DAFTAR TABEL DAFTAR LAMPIRAN v BAB I PENDAHULUAN A Lata Belaag Masalah B Peumusa Masalah C Pematasa Masalah D Tuua Peulsa E Mafaat Peulsa F Metode Peulsa G Sstemata Peulsa 4

11 BAB II LANDASAN TEORI 5 A Aalss Vaas 5 Dstus F 6 Aalss Vaas Klasfas Satu Aah Aalss Vaas Kasfas Dua Aah Tapa Iteas 8 4 Aalss Vaas Klasfas Dua Aah Dega Iteas 8 5 Cotoh Aalss Vaas 4 B Aalss Reges 44 Reges le Sedehaa 44 Metode Kuadat Teel 46 Reges Begada 5 4 Pegua Hpotess 55 C Mats Ta Sgula 56 BAB III PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI 59 A Pedeata Reges utu Klasfas Satu Aah 6 B Pedeata Reges utu Klasfas Dua Aah tapa Iteas 65 C Pedeata Reges utu Klasfas Dua Aah dega Iteas 7 BAB IV APLIKASI PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI 75 A Tgat Ssa Keusaa Ota Selama Poses Peemuha 75 B Peemaga Pemetua Emo Telu Aam 8

12 BAB V KESIMPULAN 87 DAFTAR PUSTAKA 88 LAMPIRAN 89

13 DAFTAR TABEL Halama Tael Klasfas Satu Aah dega Sempel Pegamata Tael Aalss Vaas Satu Aah 7 Tael Klasfas Dua Aah dega Satu Pegamata Pe Sel 8 Tael 4 Aalss Vaas Dua Aah tapa Iteas 7 Tael 5 Klasfas Dua Aah dega Beeapa Pegamata Pe Sel 8 Tael 6 Aalss Vaas Dua Aah dega Iteas 9 Tael 7 Hasl Peadga Tga Vaetas Ketag dega Empat Loas 4 Tael 8 Alss Vaas da data tael 7 4 Tael 9 Aalss Vaas utu Reges le Sedehaa 5 Tael Aalss Vaas utu Reges Begada 55 Tael 4 Tgat Ssa Keusaa ota selama Poses Peemuha 75 Tael 4 Aalss Vaas da data tael 4 79 Tael 4 Peemaga Pemetua Emo Telu Aam 8 Tael 44 Aalss Vaas da data tael 4 86

14 4 DAFTAR LAMPIRAN Halama Lampa 89 Lampa 9 Lampa

15 5 BAB I PENDAHULUAN A Lata Belaag Masalah Vaas meupaa suatu uua peeaa atau pemeaa la Vaas dapat meggamaa tgat atau taaf eeagama ata la Vaas esama dega ata-ata aa dguaa utu meetua esmpula megea populas, melalu pedugaa da pegua hpotess paamete Vaas da seumpula data meggamaa deaat peedaa atau vaas la ag ada dalam elompo ag dpeoleh dega meghtug ataata da umpula data teseut Pegua esamaa ata-ata da dua populas dega megguaa sampel eas, adalah dega megguaa u z da u t U z dguaa utu megu hpotess megea ata-ata da populas omal, dega sampel leh da seta vaas populas detahu U t dguaa utu megu hpotess megea ata-ata da dua populas dega sampel uag da da vaas populas tda detahu Pegua hpotess dega u z da u t haa teatas pada dua populas saa Ja leh da dua populas maa mead tda efse aea: Haus melalu pegua tap-tap pasag seaa dua omas populas C α aa sema megat aea pegua haus dlaua tap-tap pasag populas ag mug

16 6 Seaag agamaa megu atau memadga dua atau leh ata-ata populas seaa esamaa atau smulta Utu melaua pegua seaa smulta teseut dguaa metode la ag dseut aalss vaas ANOVA U Statst dalam aalss vaas megguaa dstus F Namu aalss vaas dapat uga dselesaa melalu pedeata eges Aalss vaas da aalss eges dguaa utu meataa huuga ataa vaael eas dega vaael ta eas Dalam aalss eges vaael ta eas da vaael eas esfat uattatf Sedaga dalam aalss vaas, vaael ta eas esfat uattatf, tetap vaael easa esfat ualtatf Vaael ualtaf adalah vaael ag tda memuga dlauaa peguua ume Pegamataa eupa memasua suatu tea edalam satu da eeapa atego ag salg tepsah Pegamata pegamata teseut tda dapat duuta seaa eat ataupu duu, haa dlasfasa Aga dapat dlaua pehtuga maa vaael ag sfata ualtatf duah leh dahulu eetu ag esfat uattatf Aalss vaas dega vaael eas esfat ualtatf, dapat dselesaa melalu pedeata eges ag vaael easa esfat uattatf, dega meamaha vaael oea Dumm vaale B Peumusa Masalah Poo pemasalaha ag aa dahas dalam sps adalah : Bagamaa meusu model ANOVA dega megguaa model eges? Bagamaa meeapa model eges utu ANOVA pada aalss data?

17 7 C Pematasa Masalah Pada sps aa dahas etu-etu aalss vaas dega efe tetap saa Asums-asums ag medasa aalss eges tda du aea pada peulsa sps haa megguaa metodea saa Sedaga megea mats ta sgula, teoema ag meduug tda duta D Tuua Peulsa Tuua peuls meusu sps adalah utu: Meusu model eges melalu data ag easal da aalss vaas Melaua pegua hpotess ata-ata dega megguaa pedeata eges E Mafaat Peulsa Mafaat peulsa adalah utu mempedalam aalss vaas da aalss eges, seta megetahu ahwa ANOVA dapat dselesaa dega megguaa aalss eges F Metode Peulsa Metode ag dguaa dalam sps adalah metode stud pustaa, atu dega megumpula aha da mempelaa aha atau uu-uu ag eata lagsug dega top tulsa ag daaa, sehgga peuls dapat memaham leh laut tetag top teseut

18 8 G Sstemata Peulsa Sstemata peulsa dalam pemahasa megea pedeata eges utu aalss vaas adalah seaga eut: Ba I pedahulua meme gamaa umum megea s sps melput lata elaag masalah, peumusa masalah, pematasa masalah, tuua peulsa, mafaat peulsa da sstemata peulsa Ba II memahas tetag ladasa teo melput dstus F, etuetu aalss vaas, aalss eges da mats ta sgula Ba III memahas tetag pedeata eges utu aalss vaas dega masg-masg etu lasfasa seta pegua hpotess Ba IV es tetag aplas pedeata eges utu aalss vaas dega megguaa data Ba V es tetag esmpula da pemahasa a-a seeluma

19 9 BAB II LANDASAN TEORI A Aalss Vaas Aalss vaas ANOVA adalah suatu metode utu meguaa eagama total data mead ompoe-ompoe ag meguu eaga sume eagama Dasa pegua ag dguaa ddasaa pada dstus F Dstus F dguaa utu megu : Apaah dua sempel easal da populas dega vaas ag sama Memadga dua atau leh ata-ata populas seaa smulta Dalam ANOVA memelua saat-saat eut: Populas-populas ag dtelt meml dstus omal Populas-populas teseut meml stada devas ag sama atau vaas ag sama Sampel ag daml da populas teseut esfat eas da sampel ag daml seaa aa Dalam ANOVA aa dadga eagama ag ada d ataa elompo da eagama ag ada d dalam elompo tu sed Apala eagama d ataa elompo leh esa da pada eagama d dalam elompo, maa populaspopulas teseut mempua ata-ata ag eeda Selauta dahas teleh dahulu dstus F ag meupaa ladasa pegua vaas, emuda dlauta dega model aalss vaas

20 Dstus F Dstus F ddefsa seaga dstus da peadga dua vaael adom Ch-squae ag salg eas, masg-masg dag dega deaat easa Statst F dapat dtuls seaga U V F U da V meataa vaael adom eas, masg-masg edstus Chsquae, dega deaat eas da Teoema Msala dua vaael adom Ch-squae ag salg depedet u da v ag mempua deaat eas da U F V Vaael adom F dataa meml dstus F dega deaat eas da la fugs destasa : g w Γ Γ Γ w w, < w <,selaa But: Fugs destas gauga h u, v da u da v adalah

21 selaa v u v u v u v u h,,, ep, < < < < Γ Γ Ddefsa vaael adom au V U W Aa dtuua fugs destas w g da W Pesamaa v u w Adaa z v Ddefsa seuah tasfomas satu-satu ag memetaa hmpua { } { } < < < < < < < < z w z w B pada v u v u A, :,, :, aea v u w da v z Gata v dega z aa mead z u w maa zw u sehgga dw z du sehgga ddapat la mutla da tasfomas aoa adalah z J Fugs destas gauga, z w g da vaael adom V Z da W adalah Γ Γ ep, z w z z zw z w g dega B z w, da utu ag laa Fugs destas maal w g da w adalah dz w,z g w g dz z w z ep z zw / Γ Γ PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

22 Γ Γ z z w z / dz w z ep z z z w z / Γ Γ dz w z ep dz w z ep z w / Γ Γ dz w z ep z w Γ Γ Ja vaael tegasa duah dega w z, dapat dpelhata ahwa w z maa w z sehgga d w dz masua edalam pesamaa eut d w z z w w g Γ Γ ep maa pesamaaa aa mead PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

23 d w z z w w g Γ Γ ep w Γ Γ w d w ep Γ Γ w w d w ep Γ Γ w w w d ep Γ Γ w w w w Γ Γ Γ Γ w w PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

24 4 Γ Γ Γ w w, < w <, selaa Aalss Vaas Klasfas Satu Aah Msala tedapat populas Da masg-masg populas daml sampel euua Populas teseut meea omal dega ata-ata, μ μ da vaas sama μ,, H : μ μ μ H : μ μ, σ Aa dlaua pegua hpotess : Msal adalah pegamata e da populas e da eut susua dataa Tael lasfas satu aah dega sempel pegamata Populas Total T T T Rata-ata T T

25 5 Dmaa T Total semua pegamata sampel da populas e T Total semua pegamata Rata-ata semua pegamata sampel da populas e Rata-ata semua pegamata Setap pegamata dapat dtulsa dalam etu μ ε Bla ε adalah smpaga pegamata e dalam sampel e da ata-ata populas e Betu la da pesamaa dpeoleh dega susttus μ μ α, sedaga μ adalah ata-ata semua μ ata μ μ maa pesamaa mead μ α ε dega etetua α μ μ dega α seaga pegauh populas e Da pesamaa tesusu atas tga hal atu μ, α da ε Dega dema pesoalaa agamaa mempeoleh la μ, α da ε Salah satu aa ag dguaa adalah metode uadat teel

26 6 Jad meduga μ, α da ε dega memuat umlah uadat ssa atau galat seel mug Jumlah uadat galat dtuls dega JKG JKG ε α Peduga ag μ adalah μˆ maa JKG μ μ μ α μ ˆ μ α ˆ μ α ˆ μ ˆ μ ˆ μ ˆ μ a Peduga ag α adalah αˆ maa JKG α μ α α

27 7 aea ˆ μ maa ˆ μ ˆ α ˆ μ ˆ α ˆ α ˆ α ˆ μ ˆ α ˆ α α ˆ ˆ α ˆ α Apala ε adalah galat, pedugaa adalah e, aa dpeoleh dega memasua paamete ˆ μ, ˆ α pada pesamaa sehgga ddapat e e Paamete ag ddapat dsusttusa dalam pesamaa mead

28 8 Dega sedt meuah susuaa mead Kemuda edua uas duadata da dumlaha dpeoleh etu eut [ ] [ ] Peumlaha ag dtegah sama dega ol, aea Peumlaha ag petama tda mempua seaga sup, maa dapat dtulsa seaga sehgga mead 4

29 9 Ruas dseut umlah uadat total, dtuls dega JKT Ruas aa suu petama dseut umlah uadat ata elompo, dtuls JKK Suu edua dseut umlah uadat dalam elompo, dtuls JKG Sehgga umlah uadat total dapat dtulsa seaga eut JKT JKK JKG Utu memudaha pehtuga dlaua peedehaaa umus eut JKT dega da 4a

30 JKK dega da 4 JKG JKT JKK 4 Jumlah umlah uadat teseut datas dapat dtulsa edalam tael aova utu memudaha aalss

31 Tael aalss vaas satu aah Sume Jumlah Kuadat Deaat Beas Kuadat Tegah Kelompo JKK s JKK Galat JKG s JKG Total JKT f F htug s s Lagah-lagah pegua Hpotess Rumusa hpotess H μ μ μ : H : Tetua α μ μ, Wlaah ts H dtola la < f [, ] f htug α 4 Pehtuga 5 Tael aalss vaas 6 Kesmpula Telah detahu ahwa setap pegamata dtuls seaga eut μ ε da detahu pula ahwa μ μ α atau μ μ α Utu megu ata-ata dalam suatu populas ag ted da eeapa elompo, maa du uga ata-ata elompo apaah sama atau tda Maa

32 edua hpotess H : μ μ μ da H : α α α adalah sama Jad pada dasaa megu esamaa ata-ata ataa elompo adalah sama dega megu pegauh pelaua Aalss Vaas Klasfas Dua Aah Tapa Iteas Segugus pegamata dapat dlasfasa meuut dua tea dega meusu data teseut dalam as da olom, sepet pada tael eut Tael Klasfas Dua Aah dega Satu Pegamata pe Sel Kolom Bas Total Rata-ata T T T T Total Rata-ata T T T T T Dmaa T Total semua pegamata dalam as e T Total semua pegamata dalam olom e T Total semua pegamata Rata-ata semua pegamata dalam as

33 Rata-ata populas pada as e adalah μ μ Rata-ata populas ag olom e adalah μ μ Rata-ata populas adalah μ Setap pegamata dapat dtulsa dalam etu μ μ ε 5 Dmaa ε adalah smpaga la pegamata da ata-ata populas μ Bla α adalah pegauh as e da β adalah pegauh olom e maa dpeoleh μ μ α β Sehgga pesamaa datas mead μ α β ε 6 Kemuda dsaata α β

34 4 Nla μ α, β, dapat dpeoleh dega metode uadat teel Nla teseut, ddapata dega memmuma umlah uadat galat, da dtuls JKG JKG ε α β Peduga la μ adalah μˆ maa JKG μ μ 7 μ α β μ ˆ μ α β ˆ μ α β ˆ μ μˆ ˆ μ ˆ μ 7a Peduga la α adalah αˆ maa JKG α μ α β α

35 5 ˆ μ ˆ α β ˆ μ ˆ α β ˆ μ ˆ α ˆ μ ˆ α aea ˆ μ maa ˆ α ˆ α ˆ α ˆ μ ˆ α α ˆ ˆ α ˆ α 7

36 6 Peduga la β adalah JKG β βˆ maa μ α β β ˆ μ ˆ α ˆ β ˆ μ ˆ α ˆ β ˆ μ ˆ β ˆ β ˆ μ aea ˆ α maa ˆ β ˆ β ˆ β β ˆ ˆ β ˆ β 7

37 7 Apala ε adalah galat, dduga dega e, aa dpeoleh melalu susttus peduga μ, α β edalam pesamaa 6 sehgga ddapat, e e 7d Paamete ag telah ddapat dsusttusa dalam pesamaa 6 mead Dega sedt meuah susuaa aa mead Kemuda edua uas duadata da dumlaa dpeoleh pesamaa eut 8

38 8 Ruas dseut umlah uadat total JKT, sedag uas aa suu petama dseut umlah uadat aea as JKB, suu edua dseut umlah uadat aea olom JKK, suu etga dseut umlah uadat galat JKG Sehgga umlah uadat total dapat dtulsa seaga eut JKT JKB JKK JKG Utu memudaha pehtuga maa dlaua peedehaaa umus seaga eut JKT dega da 8a

39 9 JKB dega da,, 8

40 4 JKK dega da,, 8 JKT JKT JKB JKK 8d

41 4 Jumlah-umlah uadat teseut dapat dgas dalam tael aova utu memudaha aalss Tael Aalss Vaas Dua Aah tapa Iteas Sume Jumlah Kuadat Deaat Beas Kuadat Tegah Bas JKB Kolom JKK s JKB s JKK F htug f s s f s s Galat JKG s JKG Total JKT Lagah-lagah pegua hpotess Rumusa hpotess : a H α α α H : α H : β β β Tetua α Wlaah ts a H : β H dtola la > f [, ] f α H dtola la > f [, ] 4 Pehtuga 5 Tael aalss vaas 6 Kesmpula f α

42 4 4 Aalss Vaas Klasfas Dua Aah Dega Iteas Tael 4 Klasfas Dua Aah dega Beeapa Pegamata pe Sel Kolom Bas Total Rata-ata T T Total Rata-ata T T T T T

43 4 Dmaa : T Total pegamata dalam sel e T Total pegamata dalam as e T Total pegamata dalam olom e T Total semua pegamata Rata-ata pegamata dalam sel e Rata-ata pegamata dalam as e Rata-ata pegamata dalam olom e Rata-ata semua pegamata Rata-ata umum pegamata adalah Rata-ata as e adalah Rata-ata olom e adalah Rata-ata sel e adalah Setap pegamata dalam sel dapat dtulsa dalam etu μ ε 9

44 44 Dmaa ε meupaa smpaga la ag teamat pada sel e da ata-ata populas μ Msala αβ melamaga pegauh teas as e da olom e, maa α adalah pegauh as e, da β adalah pegauh olom e seta μ adalah ata-ata umum Sehgga pesamaaa mead maa pesamaa 9 mead μ μ α β αβ αβ ε μ α β da emuda deaa saat α β αβ αβ Nla da μ, α, β, αβ dpeoleh melalu pedugaa dega megguaa metode uadat teel, sehgga umlah uadat semua smpaga tu mmum Jumlah uadat semua smpaga dseut umlah uadat galat JKG JKG ε α β αβ Peduga utu la μ adalah μˆ maa JKG μ μ μ α β αβ μ

45 45 ˆ μ α β αβ ˆ μ α β αβ ˆ μ μˆ ˆ μ ˆ μ a Peduga utu la α adalah αˆ maa JKG α μ α β αβ α ˆ μ ˆ α β αβ ˆ μ ˆ μ ˆ α ˆ α β β αβ αβ ˆ μ ˆ μ ˆ α ˆ α

46 46 aea ˆ μ maa ˆα ˆ α ˆ α α ˆ ˆ α ˆ α Peduga utu la β adalah βˆ maa JKG β μ α β αβ β ˆ μ ˆ α ˆ β αβ ˆ μ ˆ μ ˆ α ˆ α ˆ β ˆ β αβ αβ ˆ μ ˆ β

47 47 ˆ μ ˆ β aea ˆ μ maa ˆ β ˆ β ˆ β β ˆ ˆ β ˆ β Peduga utu la JKG αβ αβ adalah ˆ α ˆ β maa μ α β αβ αβ ˆ μ ˆ α ˆ β ˆ α ˆ β ˆ μ ˆ α ˆ β ˆ α ˆ β aea ˆ ˆ μ α β ˆ

48 48 maa ˆ α ˆ β ˆ μ ˆ α ˆ α ˆ β ˆ α ˆ β ˆ β ˆ α ˆ β K ˆ ˆ β α d Bla ε meupaa galat da peduga ag ε adalah e sehgga aa dpeoleh la dugaa ag e atu e ˆ μ ˆ α ˆ β ˆ α ˆ β e e e Sehgga la paamete dmasua dalam pesamaa aa dpeoleh etu Dega sedt meuah susuaa aa dpeoleh pesamaa eut Kemuda edua uas duadata da dumlaha maa dpeoleh pesamaa eut

49 49 [ ] Ruas dseut umlah uadat total JKT, sedaga uas aa adalah suu petama dseut umlah uadat aea as JKB, suu edua dseut umlah uadat aea olom JKK, suu etga dseut umlah uadat aea as da olom JK BK Suu teah dseut umlah uadat galat Sehgga umlah uadat total dapat dtulsa seaga eut JKG

50 5 BK JKG JKT JKB JKK JK Utu memudaha pehtuga dlaua peedehaaa umus-umus umlah uadat seaga eut JKT dega da a JKB

51 5 dega da JKK dega da

52 5 BK JK [ ] [ ] PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

53 5 d BK JKG JKT JKB JKK JK e Jumlah-umlah uadat teseut datas dapat dgas dalam tael aova utu memudaha aalss Tael 5 Aalss Vaas Klasfas Dua Aah dega Iteas Sume Jumlah Kuadat Deaat Beas Kuadat Tegah F htug Bas JKB s JKB f s s4 Kolom JKK s JKK Iteas JK BK s JK BK f s s4 f s s4 Galat JKG s JKG Total JKT 4

54 54 Lagah-lagah pegua hpotess Rumusa hpotess : a H α α α H : α H β β β : H : β : H αβ αβ αβ H : αβ Tetua α Wlaah ts a H dtola la > f [, ] f α H dtola la > f [, ] f α H dtola la > f [, ] 4 Pehtuga 5 Tael aalss vaas 6 Kesmpula f α

55 55 5 Cotoh Aalss vaas Tga vatas etag heda dadga hasla Peoaa heda dlasaaa dega megguaa 9 peta ag seagam d masg-masg 4 loas ag eeda Da setap loas setap vatas doaa pada peta ag dtetua seaa aa Hasla dalam wtal pe peta adalah seaga eut Tael 7 Hasl peadga tga vaetas etag dega empat loas Vatas Ketag Loas A B C Guaa taaf ata,5 utu megu hpotess ahwa: a Tda ada pegauh pada hasl dataa vatas etag ag eeda Tda ada pegauh pada hasl dataa 4 loas ag eeda Tda tas ataa loas da vatas etag

56 56 Peelesaa: Model aalss vaas adalah αβ ε μ α β Rumusa hpotess a H : α α α α4 H : α H : β β β H : β H H α, 5 : αβ αβ αβ 4 : Wlaah ts a αβ H dtola la f,4, > f H dtola la f,4 4,5 > f H dtola la f 6,4, 5 4 Pehtuga,5 > f,5 A B C total total JKT ,78,

57 JKB ,78 486, JKK ,78 96, JK BK ,78 984, ,78 78, JKG, 468, 96, 78,45 57, 5 tael aova Tael 8 Aalss Vaas da data 7 Sume Deaat Beas Jumlah Kuadat Kuadat Tegah F htug Bas 468, 56,7 4,56 Kolom 96, 98, 9,5 Iteas 6 78,45,8, Galat 4 57,,7 Total 5, 6 Kesmpula a H dtola aea 4,56 >, eat ada pegauh pada hasl vatas etag H dtola aea 9,5 >, 4 eat ada pegauh pada hasl 4 loas H dtema aea, <, 5 eat tda ada teas ataa loas dega vaetas etag

58 58 B Aalss Reges Istlah eges dpeeala oleh S Fas Galto 8-9 seoag ahl atopolog da Iggs, megea sfat-sfat etuua dalam olog Galto megugapa ahwa, aah-aah ag agug aa mempua aa lala ag agug pula, tetap seaa ata-ata tdalah seagug aah-aah meea Begtu pula aah-aah ag pede aa mempua aa la-la ag pede uga, tetap seaa ata-ata tdalah sepede aah-aah meea, amu selalu leh medae leh medeat ata-ata Dega dema ada eedeuga ahwa seaa ata-ata sfat-sfat eeapa elompo tetetu pada geeas selauta aa egea eaah ata-ata populas tda tepat sama dega geeas seeluma Reges meupaa tempat edudua ata-ata populas la suatu vaael, msala la Y, utu eaga la atau selag la vaael ag la msala X, tempat edudua dapat eupa gas luus atau uva tetetu laa ag dseut gas eges Y pada X Model Reges Le Sedehaa Msal tedapat huuga ataa da ea-ea le maa huuga tu dapat dtuls seaga β β ε dmaa adalah vaael ta eas atau vaael depedet adalah vaael eas atau vaael depedet

59 59 β, β adalah oefse eges ε adalah pempaga atau galat Setap pegamata meupaa sampel adom da suatu populas omal dega la ata-ata β β da smpaga au σ Asums dasa eges le : Keadtfa ata pegauh ompoe-ompoe uas aa pesamaa adalah salg meamah le Kehomogea vaas ata vaas ata pegamata sama Keomala ata pegamata easal da populas ag meea omal Aggapa petama sagat petg utu memudaha dalam peafsa data Kehomogea vaas dpelua utu meghasla peduga ta as vaas mmum melalu metode uadat teel Aggapa eomala dpelua dalam feesa statsta Dega eomala maa tata aa pegua ag au dapat dlaua da tael-tael dstus ag telah teseda dapat dguaa Apala model le telah daggap tepat utu meeaga huuga ataa Y dega X maa lagah selauta adalah pedugaa paamete β da β Pedugaa edua paamete dapat daaga seaga upaa utu memlh gas eges tea pada dagam pea, atu ag memuat umlah uadat pempaga tehadap pegamata seel-ela Metode dseut metode Kuadat Teel

60 6 Metode Kuadat Teel Msala,,,,, data sampel da aa dtetua oefse eges β da β sedema hgga memmuma S β ε ˆ β 4 Jumlah uadat galat mmum dpeoleh dega meuua seaa pasal S tehadap β da β atu β S da β Tuua tehadap β, maa dpeoleh S β β β β 5 Tuua tehadap β, maa dpeoleh S β β β β

61 6 6 Bla dataa dalam da maa pesamaa 5 da 6 aa dpeoleh 7 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

62 6 8 Peduga pesamaa eges dapat dtuls ˆ 9 Seaag pehata esamaa eut: ˆ ˆ Ruas da aa duadata da dumlaha aa dpeoleh { } ˆ ˆ ˆ ˆ ˆ ˆ Peala slag ag teah pada pesamaa adalah ˆ ˆ ˆ ˆ ˆ Baga edua uas aa sama dega ol meuut pesamaa 5 adalah ˆ Baga petama uas aa uga sama dega ol aea ˆ ˆ ˆ ˆ ˆ Jad pesamaa dapat dtuls emal seaga ˆ ˆ PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

63 6 Pesamaa meupaa pesamaa dasa dalam aalss eges da aalss vaas Ruas dseut Jumlah Kuadat Total JKT meataa umlah pempaga Y dseta la ata-ataa Baga petama uas aa dseut Jumlah Kuadat Reges JKR, meupaa vaas espos dseta la ataataa Baga edua uas aa dseut Jumlah Kuadat Galat JKG, aga meguu galat da vaas total JKT ag tda dapat dteaga oleh X atau aga ag sfata aa Jad pesamaa dapat dtuls seaga JKTJKRJKG Ja pegauh X tehadap Y esa maa dhaapa JKR uup esa dadga dega JKG Bla JKR memesa maa JKG megel, da seala, sedaga JKT tetap Utu meetua apaah pegauh suatu vaael eas X esa atau el tehadap vaael espo Y dpelua pemadg au Pemadg teseut tda dpegauh oleh a uua model ag dguaa Pemadg au teseut adalah peduga ta as da σ, vaas ε Umuma σ tda detahu, ad haus dduga da sampel Peduga σ ag tda as dapat dpeoleh da umlah uadat galat atu JKG/- dseut Rata-ata Kuadat Galat Rata-ata uadat galat haa aa meduga tapa as la model ag dguaa tepat Bla model ag dguaa elu maa aa meduga dega as Jad pegguaa ata-ata uadat galat seaga peduga selalu dega aggapa ahwa modela telah tepat

64 64 Tael 9 Aalss Vaas utu eges Le Sedehaa Sume Jumlah Kuadat d Rata-ata uadat F Reges ˆ JKR RKRJKR/ F RKR RKG Galat JKG - RKGJKG/- ˆ Total JKT - Pada olom eempat memea umlah uadat dag dega deaat eas utu eges da galat Tda dtulsa umlaha pada as total aea hal tu tda elau ag JKT Dalam pate aa meghtug aso RKR/RKG Bla aso leh esa da seaa eat sgfat maa dsmpula ahwa β Bla aso sama dega maa esmpulaa β atu X tda mempegauh espo Y Dalam patea edat β tda meghaapa RKR/RKG tepat sama dega dseaa flutuas sampel sehgga ata-ata RKR/RKG aa eflutuas dseta Utu meetua apaah aso sama atau leh esa dguaa atua tael t atau tael F Raso RKR/RKG mempua dstus F dega deaat eas da - Yag petama deaat eas pemlag da ag edua deaat eas peeut Dega dema dapat ddefsa statst u F RKR RKG ˆ / ˆ / Nla F seg pula dseut F htug, emuda dadga F tael

65 65 Model Reges Begada Dega etamah aaa vaael eas ag dsetaa dalam suatu model eges egada, otas ag dpeguaa dalam megaalss model aa mead etamah omples Oleh aea tu utu memudaha peulsa da pemesaa sfat eges egada, pedeata ag dguaa adalah dega megguaa otas mats Defs: Suatu model ag meghuuga vaael ta eas Y pada suatu hmpua vael eas {, } dseut statst le,, atu β β β β ε Data ag dpeoleh utu meduga model easal da dvdu dega la pegamata seaga eut: Pegamata Nla Pegamata Keseluuha pegamata datas masg-masg memeuh model da memea etu pesamaa eut:

66 66 β β β β ε 4 β β β β ε β β β β ε Seaa umu pesamaa eges egada dapat dgas mead β β β β ε 5 Pesamaa 5 dapat dtuls leh sedehaa dega otas mats mead Y Xβ ε 6 atau β ε β ε β ε Pedugaa la paamete β dlaua dega megguaa metode uadat teel, atu dega memmuma umlah uadat smpaga ataa lala pegamata Y,,, tehadap la-la haapaa, Y,, Dega e Y E Y E, maa umlah uadat smpaga adalah e e'e Y E Y Y E Y Y X Y X Y' ' X' Y X Y' Y Y'X - 'X'Y ' X'X

67 67 Y' Y 'X'Y 'X'Y ' X'X aea ' X' Y adalah sala maa Y' Y ' X'Y ' X'X Peetua la-la dugaa da paamete-paamete ag memmuma e' e dega mea tuua pasal petama e' e, tehadap setap usu da β, da meamaa dega ol, emuda meelesaa pesamaa ag dpeoleh e'e Y'Y ' X'Y ' X'X Y'Y X'Y ' X'X Poses peuua tehadap dapat dlhat pada lampa X' Y X' X X' Y X' Y X'X X'X X'X X'Y 7 * Pedugaa tehadap σ Dega otas Yˆ Xβˆ utu meataa veto la dugaa Y, maa dugaa smpaga tu dseut seaga Galat Jumlah uadat galat JKG adalah JKG Y Y ˆ

68 68 Y Yˆ Y Yˆ Y' Y' ˆ Y Yˆ X Y X Y' Y' 'X' Y X X'X X'Y X' Y X X'X Y' X'Y Y' Y'X X'X X' Y X X'X Y' Y' Y' Y' X'Y I X X'X X' I X X'X X' Y I X X'X X' X X'X X'X X'X X' Y I X X'X X' X X'X X' Y I X X'X X' Y Y'Y Y' X X'X Y' Y ' X'Y X' Y Aa dtuua ahwa e' e JKG s adalah peduga ta as utu JKG e' e dega meemua σ Kaea E JKG E JKG E s σ E maa aa telhat ahwa Detahu E Y X da Va-Cov Y E Y ' AY t Aσ I ' X ' AX σ I sehgga

69 69 dpeoleh E X' Y JKG E Y' I X X' X { I X X ' X X ' I } ' X ' I X X ' X t σ I X X' X X I σ X 'X X σ dmaa X σ dsmpua ahwa peduga ˆ σ adalah E ˆ σ Utu selauta JKG JKG Y ' Y ' X ' Y ˆ σ dotasa dega s 4 Pegua Hpotess Utu tuua pegua aea ta g megetau esamaa da peduga eseluuha, maa dlaua dega metode aalss vaas H : β β β H : β Tael Aalss Vaas utu Reges Begada Sume d Jumlah Kuadat F htug Vaas Kuadat Tegah Reges JKR KTR f KTR : KTG Galat JKG KTG Total JKT

70 7 Dmaa: ' X' JKG JKT JKR JKR Y Y JKT Y' Y Y ' X'Y Y KTR JKT JKR KTG fato oes Y Statst dguaa utu megu hpotess da peguaa dseut u F Ja < F, F htug α, H dtema ag eat ahwa β β F htug > F α H dtola eat palg tda ada satu ag tda sama C Mats Ta Sgula Defs ta Sgula : Ja A adalah mats uu saga, da a tedapat mats B ag euua sama sedema upa sehgga AB BA I, maa A dseut dapat dal vetle atau mats ta sgula, da B dseut seaga ves da A Ja mats B tda dapat ddefsa, maa A dataa seaga mats sgula Defs Bass : Ja V adalah suatu uag veto seaag da S { v v, },, v adalah suatu hmpua veto-veto pada V, maa S dseut ass utu V a dua saat eut elau : a S eas le S meetag V Defs Beas Le : Ja S { v v, },, v adalah hmpua taosog veto-veto, maa pesamaa veto v v v Meml palg tda satu solus, atu

71 7,,, Ja satu-satua solus, maa S dseut seaga hmpua eas le lel depedet Ja tedapat solus-solus la maa S dseut seaga hmpua tda eas le lel depedet Defs Meetag : Ja S { v v, },, v adalah hmpua veto-veto pada suatu uag veto V, maa suuag W da V ag ted da semua omas le vetoveto pada S dseut seaga uag ag detag spae sped oleh v, v,, v da veto-veto v, v,, v meetag spa W Utu meataa ahwa W adalah uag ag detag oleh veto-veto pada hmpua S { v v, },, v dtuls dega W etag S atau etag Defs Komas Le : Suatu veto w dseut suatu omas le le omato da vetoveto v, v,, v a dapat dataa dalam etu d maa,,, w v v v adalah sala Defs Dmes : Dmes da uag veto V ag edmes ehgga, dotasa dega dm V, ddefsa seaga aaa veto-veto pada suatu ass utuv Sela tu medefsa uag veto ol seaga edmes ol Defs Ra : Dmes umum da uag as da uag olom da suatu mats A dseut a da A da dataa seaga a A; Dmes uag ol da A dseut seaga ultas ullt da A da dataa seaga ultasa

72 7 Teoema Ja A adalah mats sama la a A mats ta sgula, maa peataa-peataa eut evale satu A haa mempua pemeaha tval A evale as dega I d A osste utu tap-tap mats ag euua e det A f A mempua a g Veto-veto as A eas le h Veto-veto olom A eas le Aat : Mats A adalah mats ta sgula, atu mats ag mempua ves, maa det A, sehgga mats teseut mempua A a Kaea A mempua a, maa uag as da A edmes, sehgga veto-veto as A eas le

73 7 BAB III PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI Dalam medapata suatu peelesaa X X X Y omal X X Y, ag pesamaa X, maa dsaata mats X X esfat tda sgula Bedasaa aat, eat pesamaa omala haus ted atas pesamaapesamaa ag eas satu sama la ag aaa sama dega aaa paamete ag haus dduga Tetap alau dataa easal da suatu peoaa ag teaag pelu ehat-hat da memesa ahwa semua pesamaa tu eas, atau tda Kalau teata tda eas pelu megaml lagah-lagah ag dpelua utu mempeoleh la dugaa Suatu metode ag dguaa utu megaalss data da peoaa ag teaag adalah metode aalss vaas Aalss of Vaae Seaga peelt elum meada ahwa setap masalah aalss vaas dega pegauh tetap fed-effets atau model I, dapat dselesaa melalu eges seaa umum alau modela ddetfas seaa ea da alau lagah-lagah peegaha telah daml aga dpeoleh pesamaa omal ag eas Bua suatu ehausa ahwa masalah aalss vaas dega pegauh tetap dselesaa melalu pedeata eges, tetap haa meuua ahwa melalu pedeata eges aalss vaas dapat dselesaa, alau lagahlagah ag ea telah daml dalam meaga masalah teseut Salah satu alasa ag medasa adalah ahwa model aalss vaas mempua model, da haa model teseutlah ag mead dasa pemuata tael aalss

74 74 vaas Dega megetahu ahwa aalss vaas da aalss eges setaa eduaa memelua model dalam mempeoleh tael aalss vaas Suatu model aalss vaas adalah model aalss tepaametesasa seaa eleh, ata model megadug leh aa paamete dapada ag dutuha utu mempesetasa pegauh-pegauh ag dga Paametesas eleha asaa dompesas dega memuat edala tehadap paamete-paametea Pedeata eges tehadap aalss vaas meghausa pemuata vaael oea Dega meme la atau apala pegamata masu dalam atego atau tda Atua ag elau adalah la suatu vaael ualtatf mempua m atego, maa aaa vaael oea ag dutuha adalah m A Pedeata Reges tehadap Klasfas Satu Aah Model aalss vaas utu lasfas satu aah adalah μ α ε,,,,,, Dmaa : pegamata e dalam populas e μ ata-ata total α ata-ata elompo e ε galat sehgga pesamaa teseut dapat dtuls dalam etu eges mead Y Xβ ε μ α α ε

75 75 Y X α α α μ β ε ε ε ε ε ε ε ε ε ε Ja dpehata mats X maa telhat ahwa umlah eleme olom edua sampa dega eleme olom e adalah olom petama, ad olom-olom mats tda eas satu sama la Kaea tu X X sgula sehgga pesamaa omala tda memea awaa ag tuggal utu paamete ag g dduga Aga pesamaa omal mempua awa ag tuggal maa edala tamaha pelu dmasua Kedala ag memea awaa sepet tu adalah α α α PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

76 76 maa pesamaa omala meuut metode uadat teel adalah Y X X X dapat dtuls seaga da 4 Pesamaa 4 dapat dsedehaaa Bas petama aat pesamaa mead atau 5 masua pada as e,, da seteusa maa dpeoleh 6 Peduga β adalah atu ata-ata olom e duag ata-ata eseluuha Utu memuat tael aalss vaas haus da dulu ˆ Da pesamaa da 6 dpeoleh ˆ 7 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

77 77 ˆ ˆ ˆ JKR 8 Seaa umum la ada elompo maa dapat megaml vaael oea mead la elompo masu la, elompo masu pegamata la, masu elompo la la, elompo masu pegamata la, Y X a a a ε ε ε ε ε ε ε ε ε ε PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

78 78 X X Sehgga vesa adalah X X Y X a a a a ϖ Y X X X Bla pegauh elompo dataa dalam,,, maa a a a PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

79 79 B Pedeata Reges tehadap Klasfas Dua Aah tapa Iteas Model Aova utu lasfas dua aah adalah ε β α μ 9 la dtuls dalam lamag mats mead Xβ ε Y ε β α α μ Y X β β α α μ β ε ε ε ε ε ε ε ε ε ε Utu olom-olom mats X tda eas satu sama la sehgga mats X X sgula Maa pesamaa omal Y X X X tda memea awaa ag tuggal Utu medapata awaa ag tuggal pelu dtamaha edala PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

80 8 α β Dega pesamaa pesamaa omala mempua awa ag tuggal Msal ˆ, a ˆ μ α, da ˆ β masg-masg adalah peduga μ, α, β sehgga pesamaa omala mead a a a a a a Pesamaa dapat dsedehaaa mead Bas petama aat edala mead Bas edua aat edala mead

81 8 a Bas e mead a a aea, as e sampa as teah pesamaa mead Jad awa pesamaa omal adalah ˆ μ a ˆ α ˆ β Peduga ŷ dpeoleh dega meggat semua paamete dalam pesamaa Aova dua aah dega pesamaa aa dpeoleh ŷ a 4 JKR ŷ a

82 8 { } aea maa JKR 5 Seaa umum la ada as da olom maa aaa vaael oea adalah utu as da utu olom Betu vaael oea da masg-masg fato adalah Fato Bas, la pegamata masu as, la pegamata masu as, ag la, la pegamata masu as, la pegamata masu as, ag la Fato Kolom

83 8 la ag olom masu pegamata la olom masu pegamata la la ag olom masu pegamata la olom masu pegamata la,,,,,, Y X β β α α μ β ε ε ε ε ε ε ε ε ε ε PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

84 84 C Pedeata Reges tehadap Klasfas Dua Aah dega Iteas Model Aova lasfas dua aah dega teas adalah αβ ε μ α β 6,,,,,,,,, Bla dtuls dalam mats mead Y Xβ ε αβ ε μ α α β Y X

85 85 β μ α α β β αβ αβ ε ε ε ε ε ε ε ε ε ε Aga ddapata peelesaa omal ag tuggal dpelua edala α β αβ αβ 8 Utu medapata peduga ag paamete dalam pesamaa 6 dega megguaa metode uadat teel atu memmuma umlah uadat galat Msal pedugaa adalah μˆ a, ˆ α, ˆ β da g αβ ˆ ˆ masgmasg peduga utu μ α, β, da αβ Dega edala 8 maa dpeoleh ˆ μ a ˆ α ˆ β

86 86 ˆ α ˆ g β Dega dema peduga adalah ŷ JKR ŷ Kemuda edua uas duadata da dumlaha sehgga dpeoleh 9 Utu meuah pesamaa 6 edalam etu eges dutuha vaael oea aea vaael easa esfat ualtatf Nla da vaael oea adalah, da - aaa vaael oea adalah utu fato as da utu fato olom Jad dalam model eges aa tedapat paamete α da paamete β Sedaga utu teasa aaa vaael oea seaa dal dega

87 87 Betu vaael oea da masg-masg fato adalah Fato Bas, la pegamata masu as, la pegamata masu as, ag la, la pegamata masu as, la pegamata masu as, ag la Fato Kolom, la pegamata masu olom, la pegamata masu olom, ag la, la pegamata masu olom, la pegamata masu olom, ag la Fato Iteas Utu teas adalah hasl al suu-suu fato as da fato olom Jad suu adalah teas ataa fato as amata e- dega fato olom amata e- da dlamaga αβ

88 88 Y X PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

89 89 BAB IV APLIKASI PENDEKATAN REGRESI UNTUK ANALISIS VARIANSI A Tga Ssa Keusaa Ota Selama Poses Peemuha Dalam otoh eut data daml da Has, 97 Dalam peelta eusaa ota atu adag ota eephalt, da adag selaput ota megt masg-masg da 6 sue dea deeta tes, masg-masg meedaa suatu gauga la Nla gauga teedah upaa meggamaa suatu tgat ssa eusaa ota Sue dag dalam gup meuut tpe fes, da gup meuut watu sea mempelhata esemuha fs da peat Dataa adalah seaga eut : Tael 4 Tgat Ssa Keusaa Ota Selama Poses Peemuha Masa peemuha Jes Peat - th -5 th 7- th eephalt megt Cotol opeatf Sehgga g detahu apaah ada peedaa dalam peampla ataa pedeta eephalt, megt, da otol opeatf seta apaah ada teas ataa tpe peat dega watu sea esemuha

90 9 Model aalss vaas ag peoaa adalah αβ ε μ α β dmaa Ssa eusaa ota selama peemuha pada eusaa ota e da lama watu ag dpelua e μ ata-ata total ssa eusaa ota α pegauh eusaa ota e paamete β pegauh watu peemuha e paamete αβ pegauh eusaa ota e da watu peemuha e 9 paamete ε galat aa Dega dema aaa paamete mead atau 4 9 Pesamaa egesa dapat dtuls seaga eut μ α α αβ ε 8 β adalah vaael oea, β Dega etu vaael oea masg-masg adalah 4 αβ αβ αβ 5 6 7, la eusaa ota masu atego, la eusaa ota masu atego, selaa eephalt opeatf otol

91 9 selaa, otol opeatf la eusaa ota masu atego, megt eusaa ota masu atego la, selaa, watu ag dpelua peemuha selama 7 - th, la th la watu ag dpelua peemuha selama -, selaa, watu ag dpelua peemuha selama 7 - th, la la watu ag dpelua peemuha selama - 5 th, X 7 X 6 X 5 X 4 X X X X X Y X PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

92 Y X Kemuda da la la dugaa paamete da pesamaa eges datas dega lagah-lagah seaga eut: X X' PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

93 9 X' X,78,556,78,78,556,556,78,78,556,,556,556,78,556,,78,556,556,78,,556,78,556,556, X' Y 94 X'X JKR ' X'Y 99 Koes Y 8677 JKT Y' Y 94 7,78,7778,7,556 X'Y,889 7,944,889 5,944 Tael 4 Aalss Vaas da data 4 d JK KT F Reges 9 544, 57,58 6,4874 Galat 6 9,8 88,58 Total 5 745, F tael,7 leh el da F htug maa H dtola eat palg tda ada satu β ag tda sama dega ol, maa ada peedaa ata-ata pelaua dataa es eusaa ota da selama masa peemuha

94 94 B Peemaga Pemetua Emo Telu Aam Data ag dguaa seaga otoh daml da Bethea, at all 985 atu data megea peemaga emo aam Dalam peelta dea efe omodeoude-5 A da tohlas B B pada peemaga atftas husus suas omal dalam emo aam d pelaa Tga puluh telu ag d fetlsas teplh utu pemelaaa Sepuluh telu daa tda d es selama uas N Sepuluh telu leh dahulu d es dega omodouude-5 A pada ha e- masa uas, da sepuluh telu leh dahulu d es dega tohlas B B pada ha e- masa uas Emo dopdaha saat umu emo ha sampa 7 ha, da pemuata aga duodeal ususa daalsa utu atftas vetas husus Data meggamaa gam gluosa ag dlepasa/mg pote/am ag dhasla Sehgga g detahu efe megea umu, efe pelaua atau ada teas Tale 4 Peemaga Pemetua Emo Telu Aam Umu emo dalam ha Pelaua N 56, 6,5 64, 86, 97,5 55,4 6, 6,9 86, 98, A 5, 54,4 6, 78,7 95,5 5,8 55,6 6,7 78, 96,5 B 55,4 6,5 6, 7,8 8,9 64,8 6,5 6, 7, 8, Peelesaa : Model ANOVA data datas adalah

95 95 αβ ε μ α β Dmaa : hasl peemaga pemetua emo telu aam pada pelaua e da ha e μ ata-ata total hasl peemaga pemetua emo telu aam α pegauh pelaua es e paamete β pegauh umu peemaga e 5 paamete αβ pegauh teas ataa pelaua es e I da umu ε galat aa peemagam e 5 paamete Betu pesamaa egesa adalah μ α α β β4 β5 β46 αβ 7 αβ αβ 9 αβ 4 αβ αβ αβ αβ ε 4 4 adalah vaael oea dega etu masg-masg adalah 8, Bla telu daa tda d es, Bla telu dea es dega tohlas, selaa, Bla telu dea es omodeoude - 5, Bla telu dea es dega tohlas, selaa,,, Selaa Saat emo aam meapa umu ha Saat emo aam meapa umu 7 ha

96 ,,, Selaa Saat emo aam meapa umu 4 ha Saat emo aam meapa umu 7 ha,,, Selaa Saat emo aam meapa umu 5 ha Saat emo aam meapa umu 7 ha,,, Selaa Saat emo aam meapa umu 6 ha Saat emo aam meapa umu 7 ha

97 97 X 4 X X X X X 9 X 8 X 7 X 6 X 5 X 4 X X X X 8, 8,9 7, 7,8 6, 6, 6,5 6,5 64,8 55,4 96,5 95,5 78, 78,7 6,7 6, 55,6 54,4 5,8 5, 98, 97,5 86, 86, 6,9 64, 6, 6,5 55,4 56, Y X PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

98 X'X , 5,4,,8 4 76,4 7, 95,8 5,6, ,4 X'Y PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

99 X'X PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

100 X'X 69,58,4,8,9,6 6,7 9,7 X'Y,4,44,67,86 57,87,,7 JKR ' X'Y 545 Koes Y 454 JKT Y' Y 55 Tael 44 Aalss Vaas da data 4 d JK KT F Reges 5 64,6 4,679 4,67 Galat 4 5,5,67 Total 9 655, F tael,46 leh el da F htug maa H dtola eat palg tda ada satu β ag tda sama dega ol maa ada peedaa ata-ata pelaua dataa es da umu emo telu aam

101 BAB V KESIMPULAN Pegua hpotess dega dua la ata-ata dlaua dega megguaa u z da u t Ja tedapat leh da tga la ata-ata maa dlaua dega megguaa metode ANOVA Aalss vaas dapat dselesaa dega pedeata eges atu dega memuat vaael oea Pegguaa vaael oea dpelua utu meguah data ag esfat ualtatf, mead data ag esfat uattatf Dalam ANOVA vaael ta eas esfat uattatf, sedaga vaael eas esfat ualtatf, sehgga pelu meguah data teseut dalam etu uattaf Atua ag elau adalah la suatu vaael ualtatf mempua m atego, maa aaa vaael oea ag dutuha adalah m Peetapa la,, da - ua meupaa suatu hal ag mutla Melalu pedeata eges maa pegua hpotess megea peedaa pegauh ata pelaua, seta pegauh teas mash dapat dlaua seagmaa dalam aalss vaas

102 DAFTAR PUSTAKA Ato, H da Roes, C 4 Alaa Le Elemete Ves Aplas Jaata: Elagga Ato, H 988 Alaa Le Elemete eds elma Jaata: Elagga Bethea, RM, Dua, BS da Bollo, TL 985 Statstal Methods Fo Eges ad Setsts New Yo: Mael Dee INC Dape, NR da Smth, H 99 Aalss Reges Teapa Jaata: Gameda Pustaa Utama Has, WL 97 Statsts Fo The Soal Sees Sde : Holt Rehat ad Wsto Hogg, RV da Cag, AT 995 Itoduto to Mathematal Statsts ffth edto New Jese: Pete Hall I Supato, J 984 Eoomet eds dua Jaata : Faultas Eoom Uvestas Idoesa Semg, RK 995 Aalss RegesBadug:ITB Toe, JH da Steel, RGD 99 Psp da Posedu Statsta Suatu Pedeata BometJaaata :Gameda Pustaa Utama Walpole, RE da Mes, RH 986 Ilmu Peluag da Satsta utu Isu da lmuabadug :ITB Walpole, RE 995 Pegata Statsta Jaata : Gameda Pustaa Utama

103 Lampa Lstg Pogam Matla utu tael 4 >> Y [56; 554; 65; 6; 64; 69; 86; 86; 975; 98; 5; 58; 544; 556; 6; 67; 787; 78; 955; 965; 554; 648; 65; 65; 6; 6; 78; 7; 89; 8] >> X [ ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ] >> T tasposex*x >> I vt >> A tasposex*y >> B I*A >> JKT tasposey*y

104 >> JKR tasposeb*a >> JKG JKT-JKR >> >>Y_ata /* >> K *Y_ata*Y_ata >> d_eg 5 >> JKR_oes JKR-K >> d_galat 4 >> JKG_oes JKT-JKR >> JKT_oes JKT-K >> KTR JKR_oes/d_eg >> KTG JKG_oes/d_galat >> F KTR/KTG

105 Lstg Pogam Matla utu tael 4 >> Y [76; 75; 7; 6; 69; 7; 5; 55; 59; 4; 4; 57; 8; 8; 89; 75; 8; 9; 7; 74; 68; 75; 5; 47; 75; 65; 84; 6; 85; 76; 79; 87; 98; 8; ; 79] >> X [ ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ] >> T tasposex*x >> I vt >> A tasposex*y >> B I*A >> JKT tasposey*y >> JKR tasposeb*a >> JKG JKT-JKR >> 6

106 >>Y_mea/* >> K *Y_mea*Y_mea >> JKR_teo JKR-K >> JKG_teo JKT-JKR >> JKT_teo JKT-K >> d_eg 9 >> d_galat 6 >> KTR JKR_teo/d_eg >> KTG JKG_teo/d_galat >> F KTR/KTG

107 Lampa Msala [ ],,, Y Maa [ ],,, Y Y' [ ] [ ] Sehgga Y Y' Pehata ahwa [ ],,, X'Y ' [ ],,, PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

108 Dega dema Y 'X' Y 'X' 'X'Y Jad, 'X'Y 'X'Y 'X'Y X'Y ' Y X' PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

109 Pehata ahwa [ ],,, ' X'X,,, Peala uas aa aga petama, a [ ] Peala uas aa aga edua [ ] PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

110 Peala uas aa aga etga [ ] Peala uas aa aga teah, a [ ] 4 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

111 Kemuda pesamaa,,, da 4 dtuua tehadap, hasla adalah a a a 4a Sehgga hasl eseluuha ag dtuua tehadap adalah 'X' X Selauta pesamaa,,, da 4 dtuua tehadap, hasla adalah 4

112 Sehgga hasl eseluuha ag dtuua tehadap adalah 'X' X Selauta pesamaa,,, da 4 dtuua tehadap hasla adalah 4 Sehgga hasl eseluuha ag dtuua tehadap adalah 'X' X

113 Selauta pesamaa,,, da 4 dtuua tehadap hasla adalah d d d 4d Sehgga hasl eseluuha ag dtuua tehadap adalah X 'X' Jad, ' X'X ' X'X ' X'X ' X'X X'X ' PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

114 ' X'X X'X PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 A II LANDASAN TEORI Pada bab aa dbahas bebeapa teo alaba le yag meduug dalam peuua Teo Peo-Fobeus pada ab III Teo-teo yag aa dbahas beupa subuag vaa, poyeto, des mats, deomposs coe-lpotet, seta om da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

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

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

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian 3 III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMAN Teusa Nuya. Populas dalam peelta adalah seluuh sswa kelas X SMAN Teusa Nuya semeste geap tahu pelajaa / yag bejumlah lma kelas. Kemampua

Lebih terperinci

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori Ruag Basa Sesh ( Δ ),< < da Bebeaa Pemasaaha Kaatesas Podu Teso ( Δ) ( Δ) Musm Aso Juusa Matemata, FMIPA, Uvestas Lamug J. Soemat Bodoegoo No. Bada Lamug 3545 E-ma: asomath@ahoo.com ABSTRACT I ths ae we

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

PENERAPAN ANALISIS REGRESI DAN KORELASI DALAM MENENTUKAN ARAH HUBUNGAN ANTARA DUA FAKTOR KUALITATIF PADA TABEL KONTINGENSI

PENERAPAN ANALISIS REGRESI DAN KORELASI DALAM MENENTUKAN ARAH HUBUNGAN ANTARA DUA FAKTOR KUALITATIF PADA TABEL KONTINGENSI PNRAPAN ANALISIS RGRSI DAN KORLASI DALAM MNNTUKAN ARAH HUBUNGAN ANTARA DUA FAKTOR KUALITATIF PADA TABL KONTINGNSI Iwa Sugawa Mathematcs & Statstcs Depatmet, School o Compute Scece, Bus Uvesty Jl. K.H.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

Analisis Korelasi dan Regresi

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

Lebih terperinci

Analisis Regresi dan Korelasi

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Media Informatika, Vol. 2, No. 1, Juni 2004, 1-10 ISSN:

Media Informatika, Vol. 2, No. 1, Juni 2004, 1-10 ISSN: eda Ifomata, Vol., No., Ju 004, -0 ISSN: 0854-4743 FUZZY QUANTIFICATION THEORY I UNTUK ANAISIS HUBUNGAN ANTARA PENIAIAN KINERJA DOSEN OEH AHASISWA, KEHADIRAN DOSEN, DAN NIAI KEUUSAN AHASISWA ENGGUNAKAN

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

Analisis regresi linear ganda bertujuan untuk mencari bentuk hubungan linear antara satu variabel terikat Y dan k variabel bebas X1, X2, X3,..., Xk.

Analisis regresi linear ganda bertujuan untuk mencari bentuk hubungan linear antara satu variabel terikat Y dan k variabel bebas X1, X2, X3,..., Xk. EGESI DAN KOELASI LINEA GANDA Aalisis egesi liea gada etujua utu mecai etu huuga liea ataa satu vaiael teiat da vaiael eas,, 3,...,. Meetua pesamaa egesi liea gada Pesamaa egesi pada da adalah Dega metode

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN PENAKIR RAIO REGREI ANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING AAK EDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN R Wuladar *, Rustam Eed, Haposa rat Mahasswa Program tud Matemata Dose Jurusa Matemata

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI TANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI TANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR Bulet Ilmah Mat. Stat. da eapaa (Bmaste) Volume 0, No. (0), hal 79-86. ANALISIS FAKOR-FAKOR YANG MEMPENGARUHI PRODUKSI ANAMAN KEDELAIMENGGUNAKAN DIAGRAM JALUR Zaal Ap, Muhlasah Novtasa Maa, Neva Satahadew

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 ANDAAN EOI Pada a aa dperlhata teor-teor yag erhuuga dega peelta sehgga dapat djada seaga ladasa erfr dalam melaua peelta da aa mempermudah dalam hal pemahasa hasl utama pada a erutya. eor terseut

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

KAJIAN MODEL REGRESI ASYMTOTIC

KAJIAN MODEL REGRESI ASYMTOTIC Podg Sema Naoal Peelta, Pedda da Peeaa MIPA aulta MIPA, Uveta Nege Yogaata, 6 Me 009 KAJIAN MODEL REGRESI ASYMOIC Yul Ada, Da Cahawat, da Nov Yat Juua Matemata MIPA UNSRI Abta Model Rege ole meml ebaa

Lebih terperinci

METODE PRIMAL AFFINE-SKALING UNTUK MASALAH PROGRAM LINEAR

METODE PRIMAL AFFINE-SKALING UNTUK MASALAH PROGRAM LINEAR PLGI ERUPKN INDKN IDK ERPUJI EODE PRIL FFINE-SKLING UNUK SLH PROGR LINER Srps Dajua utu emeuh Salah Satu Sarat emperoleh Gelar Sarjaa Sas Program Stud atemata Oleh: jeg Retojwat NI : 343 PROGR SUDI EIK

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N SKRIPSI Dajua dalam raga meelesaa Stud Strata Satu utu mecapa gelar Sarjaa Sas Oleh Nama : M SOLIKIN ADRIANSAH NIM : 4504009 Program Stud Jurusa : Matemata

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event. BAB II TINJAUAN PUSTAKA. Peahulua Sebelum melaua pembahasa megea permasalaha ar srps, paa Bab II aa uraa beberapa teor peujag ag perraa apat membatu alam pembahasa bab-bab selajuta. Pembahasa paa Bab II

Lebih terperinci

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

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

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMA YP Unila Bandarlampung yang berlokasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMA YP Unila Bandarlampung yang berlokasi III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMA YP Ula Badalampug yag belokas d Jl. Jedal R. Supapto No.88 Tajug Kaag Badalampug. Populas yag dguaka dalam peelta adalah seluuh sswa kelas

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

BAB III MATERI DAN METODE. non karkas kambing Jawarandu betina dilaksanakan pada bulan Juli sampai

BAB III MATERI DAN METODE. non karkas kambing Jawarandu betina dilaksanakan pada bulan Juli sampai BAB III MATERI DAN METODE Peelta tetag hubuga ataa bobot potog dega bobot kakas da o kakas kambg Jawaadu beta dlaksaaka pada bula Jul sampa dega Oktobe 2016 d tempat pemotoga hewa (TPH) Bustama d Jala

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

Lebih terperinci

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

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

Lebih terperinci

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak Retor Satur, Iterpretas Kombatoral Blaga Iterpretas Kombatoral Blaga Euler Retor Satur 1 bstra Kombatoral blaga Euler alah suatu proses yag meghtug bayaya alteratf permutas ar hmpua blaga ega umlah geap.

Lebih terperinci

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi Lapora Peelta Aalss Ketuggala Polomal Iterpolas utu Aprosmas Fugs Peelt: Drs. Sahd, MSc. Jurusa Pedda Matemata Faultas Matemata da Ilmu Pebetahua Alam Uverstas eger Yogyaarta ============================================

Lebih terperinci

PEMILIHAN KNOT OPTIMAL DALAM ESTIMATOR SPLINE TERBOBOT PADA REGRESI NONPARAMETRIK HETEROSKEDASTIK DATA LONGITUDINAL

PEMILIHAN KNOT OPTIMAL DALAM ESTIMATOR SPLINE TERBOBOT PADA REGRESI NONPARAMETRIK HETEROSKEDASTIK DATA LONGITUDINAL Sema Nasoal Statsta IX Isttut Teolog Sepuluh Nopembe, 7 Novembe 009 PEMILIHAN KNOT OPTIMAL DALAM ESTIMATOR SPLINE TERBOBOT PADA REGRESI NONPARAMETRIK HETEROSKEDASTIK DATA LONGITUDINAL I Nyoma Budataa Juusa

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Pengangguran Terbuka di Jawa Timur dengan Menggunakan Pendekatan Regresi Spline Multivariabel

Pemodelan Pengangguran Terbuka di Jawa Timur dengan Menggunakan Pendekatan Regresi Spline Multivariabel JURNAL SAINS DAN SENI ITS Vol., No., (Set. 0) ISSN: 0-98X D-6 Pemodela Pegaggua Tebua d Jawa Tmu dega Megguaa Pedeata Reges Sle Multvaabel Rul Sata Sa da I Nyoma Budataa Juusa Statsta, Faultas Matemata

Lebih terperinci

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya rosaseywah@yahoo.com Drs. Hery Tr Sutato, M.S

Lebih terperinci

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

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

Lebih terperinci

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA 4/3/05 REGRESI LINER BERGND DN REGRESI (TREND) NONLINER Oleh : Fauza mi Sei, 3 pil 05` GDL (07.30-0.50) Regesi Dai deajat (pagkat) tiap peuah eas Liie (ila pagkatya ) No-liie (ila pagkatya uka ) Dai ayakya

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Regres merupaa alat uur yag dguaa utu meguur ada atau tdaya orelas atar varael. Istlah regres yag erart ramala atau tasra pertama al dpereala oleh Sr Fracs Galto pada tahu

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

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

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

Digraf eksentris dari turnamen kuat

Digraf eksentris dari turnamen kuat Dgraf esetrs dar turame uat Hazrul Iswad Departeme Matemata da IPA MIPA) Uverstas Surabaya UBAYA), Jala Raya Kalrugut, Teggls, Surabaya, e-mal : us679@wolfubayaacd Abstra Esetrstas eu) suatu tt u d dgraf

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

ANALISIS REGRESI BERGANDA

ANALISIS REGRESI BERGANDA Matei kuliah Aalisis Multivaiat Aalisis Regesi Begada : Tekik Idusti WiMa Madiu ANALISIS REGRESI BERGANDA Cotoh : Dai hasil peelitia dipeoleh data seagai eikut : Aalisis : 3 0 7 7 3 3 5 4 4 7 6 4 5 3 8

Lebih terperinci