S T A T I S T I K A OLEH : WIJAYA
|
|
- Sonny Kurnia
- 6 tahun lalu
- Tontonan:
Transkripsi
1 S T A T I S T I K A OLEH : WIJAYA zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009
2 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp. Baku : σ Ragam : σ 2 Parameter Rata-rata : x Simp. Baku : s Ragam : s 2 Statistik
3 IV. PENDUGAAN PARAMETER 1. Parameter = sembarang nilai yang menjelaskan ciri populasi 2. Statistik = sembarang nilai yang menjelaskan ciri sampel Misalkan populasi tanaman padi kultivar IR-64 pada luasan 1 hektar dengan jarak tanam 20 cm x 20 cm yaitu sebanyak tanaman, diambil sebuah sampel secara acak berukuran n = 500 tanaman dan diperoleh rata-rata jumlah anakannya 15 anakan. Ukuran Populasi N = Ukuran Sampel n = 500, Rata-rata x = 15 Berdasarkan rata-rata sampel (statistik) dapat diduga bahwa ratarata jumlah anakan padi kultivar IR-64 pada luasan 1 ha sebanyak 15 anakan (parameter). Statistik sebagai penduga bagi Parameter yang tidak diketahui. Rata-rata x = 15 sebagai Penduga Titik
4 IV. PENDUGAAN PARAMETER Nilai dugaan dalam bentuk selang lebih tepat digunakan daripada nilai dugaan dalam bentuk dugaan titik. Nilai dugaan selang : P (a < θ < b)= 1 α, artinya peluang θ terletak diantara a dan b sebesar (1 α). Atau kita yakin sebesar (1 α) 100% bahwa θ ada dalam selang (a,b). Selang : (a < θ < b )disebut Selang Kepercayaan (1 α) 100%. (1 α) disebut Koefisien (Derajat) Kepercayaan (Keyakinan) Nilai statistik a dan b disebut Batas Kepercayaan.
5 IV. PENDUGAAN PARAMETER Jika nilai α = 5 % maka (1 α ) = 95 % = 0,95. a x b SE SE a = x SE a = x SE SE = Standard Error of Mean (Galat Baku Rata-rata) SE = σ x = σ / n
6 1. PENDUGAAN RATA-RATA Penggunaan Sebaran t dan z Apa σ ada? Ya Uji - z Tidak n 30? Ya Uji - z Uji - t Tidak
7 A. Pendugaan Rata-rata Satu Sampel P ( z α/2 < z < z α/2 ) = 1 α P ( z α/2 < (x μ)/σ x < z α/2 ) = 1 α P ( x z α/2. σ x < μ < x + z α/2. σ x ) = 1 α ( x z α/2. σ x ) < μ < ( x + z α/2. σ x ) ( x z α/2. σ/ n ) < μ < ( x + z α/2. σ/ n )
8 A. Pendugaan Rata-rata Satu Sampel Contoh 1 : Suatu contoh acak 36 mhs tingkat akhir mempunyai IP rata rata 2,60 dan simpangan baku 0,30. Buatlah selang kepercayaan 95% bagi rata rata IP seluruh mhs tingkat akhir tersebut. Jawab : n = 36 ; Rata rata x = 2,60 dan simp. baku s =0,30 ; α = 0,05 ; α/2 = 0,025 ; z α/2 = z 0,025 = 1,96 x z α/2. s/ n < μ < x + z α/2. s/ n 2,60 (1,96)( 0,30/ 36) < μ < 2,60 + (1,96)(0,30/ 36) (2,60 0,10) < μ < (2,60 + 0,10) 2,50 < μ < 2,70
9 A. Pendugaan Rata-rata Satu Sampel Contoh 2 : Sebuah lembaga penelitian menghasilkan kedelai Kultivar X. Dari hasil percobaan di 16 lokasi diperoleh rata-rata hasilnya 1,15 t/ha dengan simp. baku 0,20 t/ha. Buatlah selang kepercayaan 95% bagi rata-rata hasil yang sebenarnya. Jawab : n = 16 ; Rata rata x = 1,15 dan simp. baku s =0,20 ; α = 0,05 ; α/2 = 0,025 ; t α/2(n-1) = t 0,025(15) = 2,131 x t α/2(n-1). s/ n < μ < x + t α/2(n-1). s/ n 1,15 (2,131)( 0,20/ 16) < μ < 1,15 + (2,131)(0,20/ 16) (1,15 0,11) < μ < (1,15 + 0,11) 1,04 < μ < 1,26
10 B. Pendugaan Rata-rata Dua Sampel ( x 1 x 2 ) t α/2(n1+n2-2).se < (μ 1 μ 2 ) < (x 1 x 2 ) + t α/2(n1+n2-2).se Menghitung SE : 1. Jika Ragam Kedua Sampel Sama ( σ 2 1 = σ 2 2 ) : SE = S g. (1/n 1 + 1/n 2 ) S g 2 = (n 1-1)S (n 2-1)S 2 2 n 1 + n Jika Ragam Kedua Sampel Tidak Sama ( σ 1 2 σ 2 2 ) : SE = (s 1 2 /n 1 + s 2 2 /n 2 )
11 B. Pendugaan Rata-rata Dua Sampel Contoh : Pelajaran matematika diberikan kepada 12 siswa kelas A dengan Metode Biasa, dan 10 siswa kelas B dengan Metode Terprogram. Hasil ujian kelas A rata ratanya 85 dengan simpangan baku 4, kelas B rata ratanya 81 dengan simpangan baku 5. Tentukan selang kepercayaan 90% bagi selisih rata rata populasi, bila diasumsikan kedua populasi menyebar normal dengan ragam sama Jawab : n 1 = 12 ; x 1 = 85 ; s 1 = 4 ; n 2 = 10 ; x 2 = 81 ; s 2 = 5 ; α = 10% ; α/2 = 0,05 ; t α/2(n1+n2-2) = t 0,05(20) = 1,725 (n 1-1)S (n 2-1)S 2 2 (11)(16) + (9)(25) S g 2 = = n 1 + n S g 2 = 20,05 S g = 20,05 = 4,478
12 B. Pendugaan Rata-rata Dua Sampel Jawab : n 1 = 12 ; x 1 = 85 ; s 1 = 4 ; n 2 = 10 ; x 2 = 81 ; s 2 = 5 ; α = 10% ; α/2 = 0,05 ; t α/2(n1+n2-2) = t 0,05(20) = 1,725 S 2 g = 20,05 S g = 20,05 = 4,478 SE = S g. (1/n 1 + 1/n 2 ) = (4,478). (1/12 + 1/10) SE = (4,478). (0, ,100) = (4,478). 0,183 SE = ( 4,478) (0,428) = 1,917 ( x 1 x 2 ) t α/2(n1+n2-2).se < (μ 1 μ 2 ) < (x 1 x 2 ) + t α/2(n1+n2-2).se ( 85 81) (1,725)(1,917) < μ < ( 85 81) + (1,725)(1,917) (4 3,307) < μ < ( 4 + 3,307) 0,693 < μ < 7,307
13 C. Pendugaan Rata-rata Pengamatan Berpasangan d t α/2(n-1). S d./ n < μ < d + t α/2(n-1). S d./ n d = Rata-rata dari selisih pengamatan kedua sampel S d = Simp. Baku dari selisih pengamatan kedua sampel Contoh : Pelatihan manajemen agribisnis dilakukan kepada 100 petani andalan agar mampu mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100 petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan sesudah pelatihan. Tentukan selang kepercayaan 95% bagi selisih rata rata populasi.
14 C. Pendugaan Rata-rata Pengamatan Berpasangan Petani Sebelum Juta Rp Sesudah Juta Rp Jawab : Sebelum Jumlah Sesudah Selisih (d) (d 2 )
15 C. Pendugaan Rata-rata Pengamatan Berpasangan n = 6 ; d = 57 ; d 2 = 635 ; α = 5% ; t α/2(n-1) = 2,571 d 2 ( d) 2 /n (635) (57 2 )/ ,5 S d 2 = = = n S d 2 = 18,7 S d = 18,7 = 4,324 d = 57/6 = 9,5 ; 6 = 2,449 ; Sd / n = 4,324/2,449 = 1,765 9,5 (2,571)(1,765) < μ < 9,5 + (2,571)(1,765) 9,5 (2,571)(3,948) < μ < 9,5 + (2,571)(3,948) 9,5 4,538 < μ < 9,5 + 4,538 4,962 < μ < 14,038
16 D. Pendugaan Proporsi Satu Sampel n 100 : p z α/2. pq/n < π < p + z α/2. pq/n n < 100 : p t α/2(n-1). pq/n < π < p + t α/2(n-1). pq/n Contoh : Contoh acak 200 orang yang membeli pestisida di sebuah toko pestisida selama satu minggu diperoleh informasi sebanyak 60 orang yang suka membeli insektisida X. Tentukan selang kepercayaan 95% bagi proporsi sesungguhnya yang suka membeli insektisida X di toko tersebut. Jawab : n = 200 ; p = 60/200 = 0,3 ; q = 0,7 ; pq/n = (0,3)(0,7)/200 = 0,032 ; z α/2 = 1,96
17 D. Pendugaan Proporsi Satu Sampel n 100 : p z α/2. pq/n < π < p + z α/2. pq/n n < 100 : p t α/2(n-1). pq/n < π < p + t α/2(n-1). pq/n Jawab : n = 200 ; p = 60/200 = 0,3 ; q = 0,7 ; pq/n = (0,3)(0,7)/200 = 0,032 ; z α/2 = 1,96 0,3 1,96(0,032) < π < 0,3 + 1,96(0,032) 0,3 0,063 < π < 0,3 + 0,063 0,237 < π < 0,363 23,7 % < π < 36,3 %
18 E. Pendugaan Proporsi Dua Sampel (p 1 p 2 ) z α/2.se < (π 1 π 2 ) < (p 1 p 2 ) + z α/2.se SE = (p 1 q 1 /n 1 ) + (p 2 q 2 /n 2 ) Contoh : Suatu studi dilakukan untuk menduga proporsi penduduk suatu kota dan penduduk di sekitar kota tersebut yang menyetujui pembangkit listrik tenaga nuklir. Bila 1200 diantara 2000 penduduk kota dan 2400 diantara 5000 penduduk di sekitar kota yang diwawancarai menyetujui pembangunan tersbut, buat selang kepercayaan 90% bagi proporsi sebenarnya yang setuju. Jawab : n 1 = 2000 ; p 1 = 1200/2000 = 0,60 ; q 1 = 0,40 ; n 2 = 5000 ; p 2 = 2400/5000 = 0,48 ; q 2 = 0,52 SE = (p 1 q 1 /n 1 + p 2 q 2 /n 2 ) = 0,013 ; z α/2 = 1,96
19 E. Pendugaan Proporsi Dua Sampel Jawab : n 1 = 2000 ; p 1 = 1200/2000 = 0,60 ; q 1 = 0,40 ; n 2 = 5000 ; p 2 = 2400/5000 = 0,48 ; q 2 = 0,52 SE = (p 1 q 1 /n 1 + p 2 q 2 /n 2 ) = 0,013 ; z α/2 = 1,96 (0,60 0,48) 1,96(0,013) < (π 1 π 2 ) < (0,60 0,48) + 1,96(0,013) (0,12 0,025) < (π 1 π 2 ) < (0,12 0,025) 0,095 < (π 1 π 2 ) < 0,145
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 terperinciS 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 2011 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciS 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 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciS 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 009 V. PENGUJIAN HIPOTESIS Hhipotesis adalah jawaban sementara terhadap suatu
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciMetode 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 terperinciESTIMASI. 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 terperinciMODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR
TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang
Lebih terperinciOLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009
PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 I. ANALISIS REGRESI 1. 2. Regresi Linear : Regresi Linear Sederhana
Lebih terperinciSEBARAN 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 terperinciSEBARAN PENARIKAN SAMPEL LOGO
SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih
Lebih terperinci(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 terperinciDISTRIBUSI 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 terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinciAyundyah Kesumawati. April 20, 2015
Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau
Lebih terperinciTEORI PENDUGAAN (TEORI ESTIMASI)
TEORI PENDUGAAN (TEORI ESTIMASI) Tujuan Pembelajaran Mempelajari bagaimana cara melakukan pendugaan parameter populasi berasarkan statistik yang dihitung dari sampel A. Pendahuluan Pendahuluan : Tujuan
Lebih terperinciBab 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 terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciSTATISTIKA 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 terperinciSTK511 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 terperinciBAB 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 terperincimenggunakan BLP Organik dan setelah menggunakan BLP Organik.
29 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian meliputi data primer dan data sekunder. Data primer yaitu survey rumah tangga petani yang mendapat BLP Organik dan
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciLOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Kompetensi Khusus menjelaskan mengenai pengujian hipotesis dan hal-hal yang terkait menguraikan langkah-langkah pengujian
Lebih terperinciOLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010
ANALISIS KORELASI OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 ANALISIS KORELASI II. ANALISIS KORELASI 1. Koefisien Korelasi Pearson Koefisien Korelasi Moment Product Korelasi
Lebih terperinciSTATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi
Modul ke: STATISTIKA BISNIS PENDUGAAN STATISTIKA Fakultas Ekonomi dan Bisnis Deden Tarmidi, SE., M.Ak., BKP. Program Studi Akuntansi www.mercubuana.ac.id PENDAHULUAN Data yang sudah didapat dari populasi
Lebih terperinci1. PENGERTIAN. Manfaat Sampling :
1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan
Lebih terperinciKONSEP 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 terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciOLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009
PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu
Lebih terperinciPada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciPENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih
PENGUJIAN HIPOTESIS. Pendahuluan Hipotesis Statistik : populasi. pernyataan atau dugaan mengenai satu atau lebih Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis. Kebenaran
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciOLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011
ANALISIS KORELASI OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 ANALISIS KORELASI II. ANALISIS KORELASI 1. Koefisien Korelasi Pearson Koefisien Korelasi Moment Product Korelasi
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciPENAKSIRAN PARAMETER TM_3
PENAKSIRAN PARAMETER TM_3 Pendahuluan Statistik inverensial membicarakan bgmn mengeneralisasi informasi yg telah diperoleh. Segala aturan, dan cara, yg dpt di pakai sebagai alat dlm mencoba menarik kesimpulan
Lebih terperinciMODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN
MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN Taksiran suatu parameter populasi dapat diberikan berupa taksiran titik atau berupa taksiran selang. Taksiran titik suatu parameter populasi θ merupakan nilai
Lebih terperinciIII. METODE PENELITIAN. Semua konsep dan defenisi operasional ini mencakup pengertian yang
III. METODE PENELITIAN A. Konsep Dasar dan Defenisi Operasional Semua konsep dan defenisi operasional ini mencakup pengertian yang digunakan dari perolehan data yang dianalisis sesuai dengan tujuan penelitian.
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciPENGUJIAN HIPOTESA #1
PENGUJIAN HIPOTESA #1 Materi #3 TIN309 DESAIN EKSPERIMEN Pengujian Hipotesa Hipotesa: asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk menjelaskan sesuatu masalah. Pengujian Hipotesa: langkah-langkah
Lebih terperinciSTATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.
STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil
Lebih terperinciUji Hipotesa Dua Sampel
Uji Hipotesa Dua Sampel Tjipto Juwono, Ph.D. April 19, 2016 TJ (SU) Uji Hipotesa Dua Sampel April 2016 1 / 28 Membandingkan Dua Populasi Contoh 1 Apakah ada perbedaan jumlah rata-rata penjualan rumah oleh
Lebih terperinciIV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian 4.2. Metode Pengumpulan Data
IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kecamatan Cigombong, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan kecamatan Cigombong ini dilakukan secara sengaja
Lebih terperinciPengujian 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 terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 MATERI : 1. PENDAHULUAN 2. RANCANGAN ACAK LENGKAP ( RAL ) 3. RANCANGAN ACAK KELOMPOK ( RAK ) 4. RANCANGAN
Lebih terperinciSEBARAN 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 terperinciSEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)
SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION) Andaikan ada suatu populasi dengan jumlah anggotanya sebanyak N diambil contoh sebanyak n. Apabila dari setiap kemungkinan contoh tersebut dihitung suatu
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.
Lebih terperinciPENGUJIAN HIPOTESIS 2
PENGUJIAN HIPOTESIS. Menguji Kesamaan Dua Rata-rata a. Uji Dua Pihak Misalkan ada dua populasi berdistribusi normal dengan masing-masing rata-rata dan simpangan baku secara berturut-turut μ dan μ dan σ
Lebih terperinciHASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan
HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.
Lebih terperinciAyundyah Kesumawati. April 27, 2015
Kesumawati Prodi Statistika FMIPA-UII April 27, 2015 Estimasi interval Jika diperhatikan, terdapat kesamaan rumus-rumus yang dipakai pada saat pengujian hipotesis dan pendugaan selang kepercayaan. Untuk
Lebih terperinciSTK 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 terperinciDistribusi 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 terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciPENGUJIAN HIPOTESIS (2)
PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Rata-rata Sampel
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciTerima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa
Lebih terperinciPengertian Pengujian Hipotesis
PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan
Lebih terperinciESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1
ESTIMASI Podojoyo, SKM, M.Kes Podojoyo 1 Definisi Estimasi Suatu metode dimana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik) Podojoyo 2 Didalam estimasi nilai
Lebih terperinciBAB 6 PENAKSIRAN PARAMETER
BAB 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Standar Kompetensi : Setelah mengikuti kuliah ini, mahasiswa dapat memahami hubungan nilai sampel dan populasi dan menentukan distribusi sampling yang
Lebih terperinciHASIL DAN PEMBAHASAN. Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam
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
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian mengenai faktor-faktor yang mempengaruhi risiko produksi jagung manis dilakukan di Desa Gunung Malang, Kecamatan Tenjolaya, Kabupaten Bogor.
Lebih terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
Lebih terperinciINTERVAL KEPERCAYAAN
INTERVAL KEPERCAYAAN Untuk menaksir interval taksiran parameter dengan koefisien kepercayaan, maka sebuah sampel acak diambil, lalu hitung nilai nilai statistik yang diperlukan. Perumusan dalam bentuk
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciMETODE PENELITIAN. untuk menjawab tujuan penelitian berdasarkan data yang diperoleh dan dianalisis.
26 III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Konsep dasar dan definisi operasional merupakan cakupan makna yang digunakan untuk menjawab tujuan penelitian berdasarkan data yang diperoleh
Lebih terperinciPengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis
PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data 1.1 Parameter dan Statistik Dalam statistika dikenal istilah populasi. Populasi merupakan kumpulan objek yang merupakan objek pengamatan kita. Deskripsi dari populasi tersebut
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciPENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.
Konsep: PENGUJIAN HIPOTESIS Agus Susworo Dwi Marhaendro Hipotesis: asumsi atau dugaan sementara mengenai sesuatu hal. Dituntut untuk dilakukan pengecekan kebenarannya. Jika asumsi atau dugaan dikhususkan
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciUji Hipotesa Dua Sampel (Lanjutan)
Uji Hipotesa Dua Sampel (Lanjutan) Tjipto Juwono, Ph.D. May 3, 2016 TJ (SU) Uji Hipotesa Dua Sampel (Lanjutan) May 2016 1 / 26 σ tidak diketahui, saling beda, sampel kecil Standard Deviasi Tidak Diketahui,
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciPertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik
Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ
Lebih terperinciContoh Solusi PR 5 Statistika & Probabilitas
Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Saung Mirwan. Pemilihan PT Saung Mirwan dilakukan secara sengaja (purposive) dengan pertimbangan bahwa PT Saung Mirwan
Lebih terperinciHipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α
Pengujian Hipotesis Hipotesis: kesimpulan sementara dari penelitian, yang akan dibuktikan dengan data empiris Utk diuji secara statistik hipotesis statistik (Ho vs H1) : pernyataan (dugaan) mengenai satu
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciDistribusi 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 terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciBAB 3 RANCANGAN PROGRAM APLIKASI. untuk mengoptimalkan pengolahan data cluster sampling : Gambar 3.1 Rancangan Struktur Menu Utama
46 BAB 3 RANCANGAN PROGRAM APLIKASI 3.1 Perancangan Struktur Menu Berikut ini rancangan struktur menu yang terdapat di dalam program aplikasi untuk mengoptimalkan pengolahan data cluster sampling : Rancangan
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperinciTentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah.
6.1. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya adalah Rp 130.000,- dengan
Lebih terperinciPENGUJIAN HIPOTESIS 1
PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang
Lebih terperinciSURYA AGRITAMA Volume 2 Nomor 2 September 2013
EFISIENSI PRODUKSI USAHATANI JAGUNG (Zea mays L.) DI LAHAN PASIR DESA KERTOJAYAN KECAMATAN GRABAG KABUPATEN PURWOREJO Diah Setyorini, Uswatun Hasanah dan Dyah Panuntun Utami Program Studi Agribisnis Fakultas
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciSOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.
SOAL TUGAS STATISTIKA PENDIDIKAN Dosen : Prof. Ir. Sigit Nugroho, M.Sc., Ph.D. 1. Berikut ini disajikan data banyaknya siswa yang lewat di depan kelas yang diambil secara sistematis dengan interval waktu
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Titik Parameter Interval Teori Statistik Titik Parameter Interval 3 1 PENDUGA TUNGGAL SEBAGAI FUNGSI
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciBAHAN DAN METODE Tempat dan Waktu Penelitian Bahan dan Alat Metode Percobaan
11 BAHAN DAN METODE Tempat dan Waktu Penelitian Penelitian dilaksanakan pada bulan Maret sampai Juli 2012 di Dusun Bandungsari, Kecamatan Natar, Kabupaten Lampung Selatan, Lampung. Analisis tanah dilakukan
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu Faktor : Pengaruh Takaran Pupuk
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciLAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama
48 LAMPIRAN Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama No. ID Sapi... Selanjutnya Ke Tanggal Tanggal Kawin Pertama Jumlah Servis (Kali) Service Period Lama Kosong Selang 1 776 1 13/08/2009
Lebih terperinciII. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan
II. TINJAUAN PUSTAKA 2.1 Analisis Ragam Klasifikasi Satu Arah Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan sebuah teknik yang disebut analisis ragam. Analisis ragam adalah
Lebih terperinci