TINJAUAN MATA KULIAH BAB I PENDAHULUAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "TINJAUAN MATA KULIAH BAB I PENDAHULUAN"

Transkripsi

1 TINJAUAN MATA KULIAH BAB I PENDAHULUAN I. Beberapa Defs Dalam berbaga meda serg djumpa hasl jejak pedapat dar masarakat tetag su tertetu, jejak pedapat tu dlakuka utuk megetahu gambara pedapat dar masarakat d daerah dmaa jejak pedapat dlakuka. Hal serupa juga djumpa dalam publkas-publkas peelta lmah bak ag dtuls dalam ragka peelesaa stud mahasswa maupu ag tertera dalam jural-jural peeltta. Pada dasara semuaa meghedak gambara meeluruh ag ddasarka pada sebaga objek ag dtelt ag dsebut sampel. Gambara dhaslka oleh proses geeralsas atau dsebut juga dega proses duks.oleh karea tu, agar dperoleh gambara ag bsa megugkapka keadaa meeluruh ag sebeara, dperluka dua hal, atu proses duks ag dlakuka dega cara ag tepat, da sampel ag tergolog bak. Dega proses duks ag tepat dartka sebaga proses ag megguaka tekk-tekk aalss ag cocok utuk permasalaha ag dkaj serta megkut kadah-kadah ag medasara. Sampel dkataka bak apabla dapat meggambarka semua sfat atau karakterstk dar keseluruha objek ag dtelt. Utuk dapat memperoleh sampel sepert, dperluka tekk ag dsebut tekk samplg. Terdapat beberapa defs ag dperluka utuk membahas tekk. I.. Populas da Sampel Populas merupaka keseluruha (totalt) objek, bak tu dar hasl meghtug maupu megukur, ag dbatas oleh krtera tertetu. Objek populas tersebut terbag mejad dua baga, atu objek ag bsa draba/kogkret (tagable) da objek ag tdak bsa draba/abstrak (utagable). Baaka objek ag ada dalam populas dsebut ukura populas (populato sze) ag basaa dlambagka dega N. Ukura populas besara ada ag bsa dhtug (coutable) da juga tdak terhtug (ucoutable). Apabla ukura populas Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

2 berapapu besara, tap mash bsa dhtug, maka populas tersebut damaka populas terhgga (fte populato). Jka ukura populas sudah sedemka besara sehgga sudah tdak bsa lag dhtug, maka populas tu damaka populas takhgga (fte populato). Apabla suatu peelta dlakuka terhadap semua aggota populas, maka prosesa damaka Sesus Dalam suatu peelta, sergkal peelt tdak bsa memerksa seluruh aggota populas (sesus). Oleh karea tu, haa dambl sebaga saja dar aggota populas sehgga dperolehlah sampel ag besara dlambagka dega. Adapu proses pegambla sebaga aggota populas tersebut damaka samplg. Gambara megea proses samplg bsa dlhat dar lustras berkut : POPULASI ( N ) Parameter μ σ π Alasa -alasa SAMPEL ( ) Statstk s p Sesus Proses Iduks Samplg Gambar I. Proses Samplg Terdapat beberapa alasa sehgga peelt cederug lebh memlh proses samplg darpada sesus, atu : a. Megurag baa, apabla kta melakuka peelta terhadap sebaga dar aggota populas, maka aka berakbat pada peghemata baa. b. Masalah teaga, jelas bahwa semak baak objek ag kta telt, maka aka berakbat pada semak baaka teaga ag kta butuhka bak tu teaga pegumpul data / pecacah, pecatat / etr data maupu pegolah data. Apabla ada keterbatasa utuk ketga hal tersebut, maka samplg merupaka alteratve terbak utuk dlakuka. c. Efses waktu, apabla dgka kesmpula ag segera, maka samplg aka lebh tepat utuk dguaka. Hal dkareaka dega memperkecl Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

3 baaka objek ag aka dtelt maka data aka lebh cepat dperoleh da daalss. d. Tgkat ketelta lebh besar, dalam suatu proses peelta dar mula pegumpula data, pacatata, da pegaalssa data harus dlakuka dega bear da tepat. Apabla kta telah memaka teaga-teaga ag berkualtas bak da dber latha tesf, serta pegawasa terhadap pekerjaa lapaga dperketat tetap memberka volume pekerjaa ag besar da cederug mooto, maka aka membulka kebosaa bak tu dar pecacah maupu peelt. Oleh karea tu, aka dperoleh data ag kurag dapat dpercaa kebearaa. e. Peelta bersfat destruktf (peelta ag sfata merusak), sesus tdak mugk dlakuka utuk objek ag sfata merusak. Msala dalam meguj gologa darah seseorag, maka tdak mugk semua darah dkeluarka utuk dperksa. Jad dalam hal, sesus tdak mugk lag utuk dlakuka. f. Faktor ekooms, ag dmaksud dega faktor ekooms adalah kesepadaa atara baa, teaga da waktu ag dkeluarka dega formas ag aka dperoleh. Apabla la dar fomas tersebut tdak sepada dega baa, teaga da waktu, maka sesus mejad tdak bak lag utuk dlakuka. I.. Ut Observas Suatu objek dmaa perlakua dlakuka dsebut ut observas. I merupaka ut dasar dar observas ag terkadag dsebut eleme. Dalam peelta tetag perlaku masarakat, maka dvdu masarakat adalah ut observas. I.. 3 Populas Target Populas Target merupaka keseluruha kumpula pegamata/observas secara legkap ag aka dpelajar. Meetuka populas target merupaka lagkah awal ag petg pada saat seseorag aka melakuka peelta. Dalam beberapa keadaa sult utuk meetuka populas target. Sebaga cotoha, dalam pemuguta suara dalam bdag poltk, apakah target populasa harus semua orag Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

4 dewasa ag laak memlh? Semua pemlh ag terdaftar? Semua orag ag dplh pada pemlha terakhr? Pllha dar target populas aka memberka efek statstk ag sagat besar terhadap hasla. Jad, dalam setap peelta seorag peelt pada lagkah pertama stratega harus meetuka secara jelas populas targeta atu ag ata aka mejad cakupa kesmpula peelta. Oleh karea tu, apabla dalam sebuah hasl peelta dkeluarka kesmpula, maka meurut etka peelta, kesmpula tu haa berlaku utuk populas target ag telah dtetuka. I.. 4 Populas ag dsampel Populas ag dsampel adalah populas dmaa sampel aka dambl. Pada suatu saat tertetu setelah peelt meetuka secara tegas populas targeta, peelt tdak bsa memperoleh keteraga megea populas targeta, sehgga populas ag dtelta berbeda (lebh kecl) dar populas sasaraa. Jad dalam suatu peelta surve, deala populas ag dsampel adalah juga populas target, amu keadaa deal jarag terjad. Cotoh, dalam surve masarakat, populas ag dsampel basaa lebh kecl dar populas target, sepert tampak dalam gambar berkut : Populas Keragka samplg Tdak termasuk dalam keragka samplg Tdak dapat djagkau Meolak merespo Tdak dapat djagkau Populas ag dsampel Tdak laak utuk d surva Gambar I. Populas target da populas ag dsampel Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

5 Populas target da populas ag dsampel dalam surve atau jajak pedapat terhadap suatu kebjaka dar para pemlh melalu suatu telephoe, maka ag mejad populas target adalah semua pemlh ag terdaftar. Namu tdak semua pemlh mempua telephoe, dega demka pemlh ag mempua telephoe da ag mau meelephoe serta berhak merupaka populas ag dsampel. I.. 5 Ut samplg Ut samplg merupaka segala sesuatu ag oleh peelt djadka kesatua (ut) ag ata aka mejad objek pemlha. Jad ut samplg tu adalah ut ag dambl sebaga sampel. Ut samplg betuka bsa dvdu ag berdr sedr ag dsebut satua elemeter (Elemetar Ut), da bsa juga kumpula dvdu ag dsebut Cluster. Msala, apabla uverstas dbag ke dalam beberapa fakultas da dalam peelta fakultas ag aka dplh, maka fakultas tersebut mejad ut samplg. Tetap apabla uverstas dbag mejad beberapa jurusa da jurusa ag aka djadka objek peelta, maka sekarag ag mejad ut samplga adalah jurusa. I.. 6 Keragka samplg Keragka samplg (samplg frame) adalah daftar ut samplg ag ada dalam sebuah populas. Dalam surve tetag pedapat masarakat aka suatu kebjaka, maka bla ut samplga adalah rumah tagga, daftar ag berska rumah tagga, omor rumah serta alamata da karakterstk la ag berkata, dsebut keragka samplg. Dalam teor samplg, apabla kta harus meusu sampel, kemuda terhadap data ag dkumpulka dar sampel kta g melakuka aalss secara statsts, maka sampel ag kta susu tad harus merupaka sampel radom. Sampel radom haa bsa dsusu apabla ada keragka samplg. Oleh karea tu utuk bsa memperoleh sampel radom, keragka samplg mutlak harus ada. Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

6 I.. 7 Bas Parameter-parameter populas haa bsa dketahu laa jka peeltaa sesus. Dalam peeltta ag buka sesus, utuk megetahu la parameter tertetu, dlakuka peaksra melalu sampel. Defs : Apabla dar sebuah populas kta aka meaksr sebuah parameter θ dega peaksr θˆ, maka θˆ dsebut estmator utuk θ. Cotoh : - Kta g meaksr parameter μ dega X, maka X adalah estmator utuk μ - Kta g meaksr parameter σ dega s, maka s adalah estmator utuk σ - Kta g meaksr parameter π dega p, maka π adalah estmator utuk p. Apabla harga ekspektas utuk sesuatu peaksr tdak sama dega parameter ag dtaksr maka peaksr tu dkataka bas. Defs : Apabla θˆ merupaka peaksr utuk θ ag memeuh persarata bahwa rata-rata utuk semua θˆ laa sama dega θ, maka dkataka θˆ adalah peaksr tak bas utuk θ. Defs: Apabla parameter ag aka dtaksr adalah θ da peaksra adalah θˆ maka bas ddefska sebaga B θ E( ˆ) θ Bas adalah selsh mutlak atara parameter ag dtaksr dega ekspektas peaksra. a. Bas dalam pemlha ut sampel Sampel ag bak adalah sampel ag bebas dar bas (bas dalam pemlha ut sampel) terjad bla beberapa baga dar populas target tdak ada dalam populas ag dsampel. Bla suatu surve dracagka utuk mempelajar pedapata rumah Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

7 tagga ag tggal meetap (tdak termasuk komuter), maka taksra rata-rata pedapata rumah tagga aka mugk terlalu besar, sehgga memberka taksra ag bas. b. Bas dalam pegukura Sampel ag bak adalah juga sampel ag mempua sfat bahwa respode merespo pertaaa dega akurat. Bas dalam pegkura terjad bla strumet ag dguaka utuk megukur cederug aka memberka hasl ag berbeda dar ag sesugguha. Jad strumet tersebut gagal utuk dapat megukur apa ag sebeara harus dukur.megukur apa ag seharusa merupaka hal ag memag sult dalam peelta sosal karea peelta basaa berkata dega pegukura karakterstk mausa, ag kadag-kadag tdak berseda utuk megataka hal ag sebeara. Dla surve peelta ag dlakuka terhadap peta dalam ragka pembera batua makaa maka mereka aka cederug meredahka hasl pertaaa dega harapa memperoleh batua paga. I.. 8 Error samplg da osamplg Dalam polg pedapat serg djumpa perataa bahwa sampel ag dambl megguaka marg error sebesar 5%. Marg error meggambarka besara samplg error ag g dambl oleh peelt, atu error ag dhaslka akbat peelta megguaka sampel (buka populas), Ideala error harus sekecl mugk, amu bla memperkecl error berakbat bertambah besar sampel. Jka peelt megambl sampel la ag berbeda, maka jelas aka ddapat la taksra ag juga berlaa. Error samplg basaa dataka dega termolog probabltas. Jad error samplg merupaka selsh atara la parameter dega la statstk peaksra. Defs: Apabla θ merupaka sebuah parameter da θˆ merupaka peaksr bag θ maka error samplg ddefska sebaga: Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

8 δ θ θˆ Error samplg bsa pula berart semua betuk error ag dtmbulka karea proses samplg. Apabla kekelrua ag terjad buka karea proses samplg maka kekelrua tu dsebut o-samplg error. Sebaga cotoh adalah kekelrua pegumpula data sebaga akbat kekelrua questoer, pemlha ut sampel da ketdakakurata merespo. Jad o-samplg error adalah error ag tdak dapat dtada dar varabltas satu sampel dega sampel laa. I.. 9 Press da Akuras Press meujukka kekosstea atau keseragama dar la peaksr. Mak seragam la dar suatu peaksr, maka mak bak pressa. Dega kata la bahwa dataa semak homoge. Dalam ukura statstk, press dataka dega stadard error Jad peaksr ag bak adalah peaksr ag memlk stadard error palg kecl. Sedagka Akuras meujukka jarak terhadap target. Dalam statstk, ag meggambarka akuras adalah bas atu selsh atara peaksr dega ag dtaksr. Gambara megea press da akuras bsa dlhat dega megguaka pemsala berkut : X X X X X X X X X X XX X X X X X X X X Pemaah A Pemaah B Pemaah C Gambar I. 3 Ilustras press da akuras dar suatu taksra Gambar d atas dmsalka sebaga target paaha. Tga orag pemaah meembakka aak paaha masg-masg pada tap target tersebut. Dar hasla terlhat bahwa terata pemaah A memlk tgkat press da akuras ag redah, Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

9 dalam art bahwa hasl dar tembakaa tdak tepat sasara dega varas ag tdak kosste. Sedagka utuk pemaah B meghaslka suatu tembaka ag kosste sehgga bsa dkataka bahwa da memlk press ag tgg, tetap mash tdak tepat sasara atau akurasa redah. Utuk pemaah C memberka kods ag terbak, atu memlk press da akuras ag tgg, arta sela tepat sasara, juga hasl tembakaa kosste. Dalam masalah samplg, kods sepert pemaah C-lah ag dgka. I.. 0 Recaa Samplg (Samplg Pla) da Racaga Samplg (Samplg Desg) Ketka kta melakkuka proses samplg, maka secara tegas kta membedaka apa ag dmaksud dega Recaa Samplg da Racaga Samplg. Recaa Samplg merupaka sebuah gambara gars besar g meagkut :. Peetua populas sasara. Peetua betuk da ukura satua samplg 3. Peetua ukura sampel ( ) 4. Peetua cara memlh satua samplg Apabla pada recaa samplg d atas kta meambahka metode peaksra/metode aalss, maka recaa samplg megkat mejad Racaga Samplg. Racaga Samplg Recaa Samplg Gambar I. 4 Recaa Samplg da Racaga Samplg I.. Fte Populato Correcto (FPC) Apabla kta berhadapa dega peelta ag memlk ukura populas terhgga, maka FPC harus dcatumka pada rumus Stadard Error. Jka Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

10 populasa tak hgga, maka FPC daggap sama dega da tdak usah dcatumka dalam rumus Stadard Error. N Betuk dar FPC tu adalah, tetap betuk tdak bsa memberka N keteraga megea beberapa hal ag petg. Oleh karea tu dalam pembcaraa ta megea samplg, betuk FPC ag aka kta guaka adalah : Dega megguaka rumus aotu : N N N FPC, maka dperoleh dua buah keteraga N a. N, dsebut samplg fracto, meataka berapa perse sampel ag kta buat (dar populas). Msala jka ada keteraga N 0.5, maka berart bahwa ukura sampel adalah 5 % dar populasa. b. N meataka besara peluag setap satua samplg utuk termasuk ke dalam sampel berukura. Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

11 TINJAUAN MATA KULIAH I. 3 Dstrbus Samplg Sebagamaa ag telah duraka sebeluma bahwa dega berbaga alasa, peelt cederug melakuka samplg darpada sesus. Dalam keataaa, aka terdapat lebh dar sebuah sampel berukura ag mugk ag bsa dambl dar populas berukura N. Adaa beberapa kemugka sampel ag bsa dambl meujukka adaa bermacam-macam kombas data populas ag bsa terambl Aka tetap dalam prakteka haa aka dambl sebuah sampel utuk dguaka dalam peeltaa, dega kata la bahwa haa aka dambl satu buah kombas data. Sampel ag dambl basaa dplh secara acak, dsebut dega sampel acak. Selajuta dar sampel tersebut dlakuka proses aalss sesua dega tujua peeltaa. Sebaga cotoha adalah pada sampel ag bersagkuta aka dperoleh taksra parameter populas θˆ dar θ (θ merupaka lambag parameter populas [ μ, π, σ ] merupaka lambag peaksr parameter populas [, p, s ], sedagka θˆ ). Kumpula la-la θˆ pada sampel-sampel ag mugk dsebut sebaga dstrbus samplg dar θˆ. Baaka kemugka sampel ag bsa dambl tergatug pada proses pegambla ut-ut populasa. Berdasarka proses memlha, samplg terbag ke dalam dua tpe, atu samplg dega pegembala da samplg tapa pegembala. Samplg dega pegembala merupaka suatu proses pegambla samplg dmaa sampel ag telah terplh dkembalka lag ke dalam populas sebelum pemlha selajuta dlakuka, sehgga ada kemugka suatu satua samplg tertetu aka terplh lebh dar sekal. Oleh karea tu, jka samplg dlakuka dega pegembala, maka aka terdapat N buah sampel ag berlaa. Adapu samplg tapa pegembala merupaka suatu proses pegambla sampel dmaa satua samplg ag telah terpllh tdak dkembalka lag ke dalam populas, sehgga setap satua samplg haa memlk kesempata terplh satu kal. Oleh karea tu, jka samplg dlakuka Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

12 tapa pegembala, maka aka terdapat berlaa. N N! buah sampel ag!( N )! I. 3. Dstrbus samplg Rata-rata Dkataka dstrbus samplg rata-rata karea tujua dar peelta adalah utuk meaksr rata-rata dar populas. Oleh karea ada beberapa kemugka sampel ag aka terbetuk, maka utuk tap-tap sampel ag bersagkuta juga aka terdapat beberapa rata-rata sampela. Aggap rata-rata sebaga data baru, maka aka terbetuk suatu kumpula data ag terdr dar rata-rata dar sampel-sampel. Dar kumpula rata-rata tersebut dcar rata-rata da smpaga bakua, maka aka dperoleh rata-rata dar rata-rata, dsmbolka dega μ da smpaga baku dar rata-rata, dsmbolka dega σ. Sebaga cotoh, pada tabel berkut terdapat data megea la teleges calo legslatf ag megguaka jasah palsu. Terdapat 5 calo legslatf ag meguaka jasah palsu dega la teleges masg-masg 50, 60, 70, 80, da 90. Dar populas 5 calo legslatf tersebut, dambl sampel secara berulag-ulag sampa semua kemugka sampel terambl. No. Caleg Nla Iteleges Dar data d atas dperoleh rata-rata populas berkut : μ N X N Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

13 da smpaga bakua adalah : σ N ( X μ) N ( 50 70) + ( 60 70) + ( 70 70) + ( 80 70) + ( 90 70) ,44 5 a. Apabla samplg dlakuka dega pegembala, maka dperoleh 5 5 buah kemugka sampel, atu : Sampel Caleg ag terplh Nla Iteleges Rata-rata Nla Iteleges ; ; ; 3 ; 4 ; 5 ; ; ; 3 ; 4 ; 5 3 ; 3 ; 3 ; 3 3 ; 4 3 ; 5 4 ; 4 ; 4 ; 3 4 ; 4 4 ; 5 50 ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

14 5 ; 90 ; ; 90 ; ; 3 90 ; ; 4 90 ; ; 5 90 ; Tabel d atas merupaka dstrbus sampel utuk la teleges. Terlhat dar tabel d atas bahwa terdapat data baru sebaak 5 rata-rata. Dstrbus dar ratarata tersebut juga bsa dsajka ke dalam betuk berkut : Rata-rata Nla Iteleges Frekues P(X) ,04 0,08 0, 0,6 0, 0,6 0, 0,08 0,04 Selajuta dapat dtamplka dalam betuk grafk berkut : 6 Iteleges Frequec Std. Dev 0. Mea 70.0 N 5.00 Iteleges Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

15 Dalam keataaa, suatu peelta tdak perah megambl sampel secara berulag-ulag sepert cotoh d atas, amu cotoh d atas member ladasa dalam melakuka estmas la ag dperoleh dar sampel. Dar kumpula ratarata d atas, dperoleh jumlah rata-rata 750. Maka rata-rata utuk ke 5 ratarata adalah : μ X 5 X Sedagka smpaga baku ke 5 rata-rata tersebut juga dapat dhtug sebaga berkut : σ X 5 ( X μ ) X 5 ( 50 70) + ( 55 70) + ( 60 70) +...( 90 70) Terata terlhat bahwa rata-rata populas 70 dega rata-rata dar ke-5 rata tersebut sama, tetap memlk smpaga baku ag berbeda. Dar populas dperoleh smpaga bakua 4,44 sedagka dar ke-5 rata-rata dperoleh smpaga baku 0. Selajuta dapat dhtug : σ σ X 4,44 0 Terata berlaku : μ μ σ X X σ Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

16 Persamaa d atas juga dapat berlaku utuk kasus pegambla sampel tapa pegembala jka N cukup besar dbadgka dega, dalam hal jka N 5%. b. Apabla samplg dlakuka tapa pegembala, maka dperoleh 5 5! 0 buah kemugka sampel, atu : (5 )!! Sampel Caleg ag terplh Nla Iteleges Rata-rata Nla Iteleges ; 50 ; ; 3 50 ; ; 4 50 ; ; 5 50 ; ; 3 60 ; ; 4 60 ; ; 5 60 ; ; 4 70 ; ; 5 70 ; ; 5 80 ; Tabel d atas merupaka dstrbus sampel utuk la teleges jka data ag dambl tapa pegembala. Terlhat dar tabel d atas bahwa terdapat data baru sebaak 0 rata-rata. Dstrbus dar rata-rata tersebut juga bsa dsajka ke dalam betuk berkut : Rata-rata Nla Iteleges Frekues P(X) 0, 0, 0, 0, 0, Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

17 , 0, Selajuta aka dtamplka ke dalam betuk grafk sebaga berkut :.5 Iteleges Frequec Std. Dev 9.3 Mea 70.0 N 0.00 Iteleges Dar kumpula rata-rata d atas, dperoleh jumlah rata-rata 490. Maka rata-rata utuk ke 5 rata-rata adalah : μ X 0 X Sedagka smpaga baku ke 5 rata-rata tersebut juga dapat dhtug sebaga berkut : σ X 0 ( X μ ) X 5 ( 55 70) + ( 60 70) + ( 65 70) ( 85 70) , Terata rata-rata populas 70 sama dega rata-rata dar ke-0 rata-rata tersebut, tetap memlk smpaga baku ag berbeda. Dar populas dperoleh Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

18 smpaga bakua 4,44 sedagka dar ke-7 rata-rata dperoleh smpaga baku 8,66. Selajuta dapat dhtug : σ X σ N N 4, ,66 Terata berlaku : μ μ X σ N σ X N Selajuta smpaga baku dar rata-rata tersebut, bak tu ag dambl dega pegembala ataupu tapa pegtembala, damaka smpaga baku ratarata atau galat baku rata-rata. Ukura meujukka varas rata-rata sampel sektar rata-rata populas. I. 3. Dstrbus samplg Propors Sebagamaa pada dstrbus samplg rata-rata, pembera ama dsrtrbus samplg propors atau dsgkat dstrbus propors dkareaka tujua dar peeltaa adalah utuk meaksr propors suatu perstwa dar populas. Perhatka Gambar I., dmsalka bahwa ukura dar populas adalah N da ukura sampel ag dambl adalah. Apabla dar populas tersebut terdapat Y buah perstwa khusus ag aka dtelt, maka propors terjada perstwa tersebut adalah : Y π N Selajuta berdasarka sampel ag dambl, terata perstwa khusus ag dperoleh ada sebaak buah, maka dperoleh statstk propors perstwa tesebut adalah : p Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

19 Oleh karea ada beberapa kemugka sampel ag aka terbetuk, maka utuk tap-tap sampel ag bersagkuta juga aka terdapat beberapa propors sampela. Apabla propors dperlakuka sebaga data baru, maka aka terbetuk suatu kumpula data ag terdr dar propors dar sampel-sampel. Sebagamaa pada dstrbus rata-rata, dar kumpula propors tersebut dcar ratarata da smpaga bakua, maka aka dperoleh rata-rata dar propors, dsmbolka dega μ p da smpaga baku dar propors, dsmbolka dega σ p. Terata, jka proses pegambla sampel dlakuka tapa pegembala atau jka kods populas memlk ukura ag tdak terlalu besar dbadgka dega data sampela, atu (/N) > 5 %, maka : μ π σ p p π ( π ) N N selajuta jka proses pegambla sampel dlakuka dega pegembala atau kura populasa besar dbadgka dega ukura sampel, atu (/N) 5 %, maka : μ π σ p p π ( π ) I Dstrbus samplg Smpaga Baku Sepert hala pada pembahahasa sebeluma, maka dar populas ag berukura N ag kemuda dambl sampel berukura, aka meghaslka beberapa kemugka sampel. Selajuta dar semua sampel ag mugk tersebut dcar smpaga bakua, atu s, maka aka terdapat kumpula dar smpaga baku. Dar kumpula tersebut, dhtug rata-rataa, s da smpaga bakua, σ s. Jka populas berdstrobus ormal, atau medekat ormal, maka dstrbus smpaga baku utuk besar, basaa 00, sagat medekat dstrbuso ormal dega : Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

20 μ σ s σ σ s dega σ merupaka smpaga baku populas. Setelah megetahu sfat dar dstrbus sampel, buka berart harus melakuka pegambla sampel secara berulag-ulag sebagamaa ag telah djelaska sebeluma. Dstrbus sampel ag telah dbcaraka tersebut merupaka dasar petg bag sebuah dall ag dsebut dall lmt pusat. Dall lmt pusat tersebut meataka bahwa jka ada satu populas dega rata-rata, atau propors p, dega smpaga baku (stadar devas) σ ag besara terhgga, maka dstrbus sampel berdasarka pegambla sampel secara acak da berulag-ulag memlk beberapa sfat :. Rata-rata dstrbus sampel utuk statstk θˆ aka sama dega parameter populas, θ.. Smpaga baku utuk parameter θ sampel aka sama dega σ/. Ukura juga dkeal sebaga stadard error (SE). SE memegag peraa petg pada estmas parameter da uj statstk. 3. Jka dstrbus la pada populas ormal, maka dsrbus sampel juga ormal. Tetap ag lebh petg adalah jka dstrbus la pada populas tdak ormal, dega jumlah sampel ag cukup besar, maka dstrbus sampel aka medekat ormal, tapa tergatug dar dstrbus la parameter populas. Maka dega asums besar sampel ag cukup, dstrbus sampel dapat dgambarka sebaga berkut : α / α / θ - Z σ θ θ θ + Z σ θ Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

21 Pada gambar d atas meujukka meujukka seka stadar error dar rata-rata dstrbus sampel. Nla α merupaka taraf sgfkas ag meujukka derajat kekelrua ag dberka. Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

22 TINJAUAN MATA KULIAH BAB II SAMPLING ACAK SEDERHANA II. Pedahulua Samplg acak sederhaa merupaka betuk ag palg dasar dar jes samplg peluag ag memberka dasar teor utuk proses samplg peluag laa ag lebh komplek. Samplg Acak Sederhaa merupaka suatu proses memlh satua samplg dar populas sedemka rupa sehgga setap satua samplg dalam populas mempua peluag ag sama besar utuk terplh ke dalam sampel da peluag tu dketahu sebelum pemlha dlakuka.terdapat dua cara dalam pegambla samplg acak sederhaa, atu dega pegembala (wth replacemet), ag maa dalam proses adaa kemugka bahwa suatu ut aka terplh lebh dar satu kal da tapa pegembala (wthout replacemet) ag maa semua ut ag terplh tdak aka ada ag sama. Samplg Acak Sederhaa dega pegembala ag berukura dar populas ag berukura N ut dapat dgambarka sebaga buah sampel depede ag berukura. Satu ut dplh secara acak dar populas mejad ut sampel ag pertama, dega peluag /N. Prosedur dulag sampa dperoleh sampel ag berukura ut, ag maa bsa terjad duplkas ut samplg. Pada populas ag terbatas (fte populato), suatu samplg ag memlk peggadaa ut tersebut tdak aka memberka tambaha formas. Oleh karea tu, basaa samplg tapa pegembala lebh dsuka karea ut ag terplh tdak aka terjad duplkas. Sebuah sampel acak sederhaa tapa pegembala ag berukura dplh sedemka rupa sehgga setap kemugka baga dar ut dalam populas memlk peluag ag sama utuk terplh mejad aggota sampel. N Terdapat kemugka sampel ag aka terbetuk. Oleh karea tu, peluag terplha beberapa dvdu dalam suatu sampel S dar ut adalah : P ( S) N! ( N ) N!! Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

23 Sebaga kosekues dar defs, apabla dlakuka pemlha dega Samplg Acak Sederhaa ke dalam sampel ag berukura, maka peluag sesuatu ut aka terplh ke dalam sampel tu adalah. N Proses samplg dega Samplg Acak Sederhaa dguaka apabla memeuh beberapa kods sebaga berkut :. Varabel ag aka dtelt keadaaa relatf homoge da tersebar merata d seluruh populas.. Apabla bsa dsusu secara legkap keragka samplg ag meagkut setap satua pegamata ag ada dalam populas. II. Keutuga da Keruga Samplg Acak Sederhaa Keutuga dar dguakaa Smple Radom Samplg adalah memlk betuk-betuk rumus ag sederhaa, tdak memerluka pembobota, da semua rmus statstka bsa dguaka. Kerugaa :. Ada kemugka bahwa sekalpu megguaka radomsas, satua samplg ag terplh tdak tersebar merata atau radomsas tdak mejam 00% bahwa pemlha keadaaa meebar merata.. Apabla ukura populas besar da ukura sampel besar maka pemlha secara smple radom samplg secara maual meultka. II. 3 Proses Memlh Melalu Samplg Acak Sederhaa Dalam pemlha ut samplg melalu samplg Acak Sederhaa, dperluka adaa keragka samplg ag tersusu secara legkap. Setap satua samplg dalam keragka samplg tersebut dber omor urut da baaka agka dalam omor-omor tersebut sama utuk setap satua samplg. Lagkah:. Tetuka secara tegas Populas sasara msal : Masarakat d daerah A. Buat Keragka samplg Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

24 No Nama Alamat 00 Awal Jl. Merkur Raa 3 00 Ara Jl. Jakarta Edg Jl. Ckaso 3 3. Tetuka ukura sampel msal 0 4. Lakuka proses pegambla sampel Apabla suatu target populas telah dtetuka secara tegas da dar populas aka dsusu sebuah sampel melalu (SRS), maka selajuta harus dlakuka proses pemlha dar aggota sampela. Adapu proses memlh dalam Sampg Acak Sederhaa baak sekal caraa. Dalam buku haa aka dbahas tga cara ag serg dlakuka, atu :. Smple Radomzato (SR) / Pegacaka Secara Sederhaa. Radomzato Based o Remader 3. Radomzato Based o Permutato II. 3. Smple Radomzato (SR) / Pegacaka Secara Sederhaa Lagkah-lagkah ag harus dlakuka dalam pegambla sampel melalu Smple Radomzato :. Tetuka populas peelta secara tegas stud populato (populass sasara da populas peelta), ag sebaka sama dega populas sasara. Tetuka secara tegas ukura populas 3. Tetuka betuk satua samplg da susu keragka samplg ag legkap 4. Tetuka ukura sampel berdasarka perhtuga tertetu. Ukura sampel tersebut bsa dtetuka atas dasar statsts (statstcal aspects) maupu ostatsts (ostatstcal aspects) Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

25 5. Sedaka tabel agka radom 6. Proses memlh : a. Secara sembarag jatuhka suatu beda ke atas tabel blaga radom da perhatka agka berapa ag tertuju oleh beda tersebut b. Satua samplg selajuta dperoleh dega cara membaca tabel agka radom ke bawah meurut kolom ag sesua. Kalau mash belum cukup, baca ke atas. Catata:. Smple Radomzato adalah radomsas ag pallg sederhaa, tetap baak meghamburka blaga radom.. Dala praktk, surva ag populas sasaraa besar, Smpel Radomzato tdak dlakuka secara maual tetap megguaka komputer. 3. Semua agka radom ag lebh besar dar N dlewat, agka radoom ag sudah dplh tdak dplh lag 4. Blaga-blaga radom ag sudah dpaka, bak terplh maupu tdak, tdak boleh dplh lag dalam suatu proses pemlha. Oleh karea tu sagat dsaraka agar pada saat megguaka tabel agka radom peelt bearbear memperhatka agka radom maa ag sudah dpaka, da sampa maa peelt terakhr megguaka agka radom. 5. Proses pemlha sepert dsebut Smple Radom Samplg da secara matemats proses mejam bahwa setap satua pegamata dalam populas mempua kesempata ag sama (peluag ag sama) utuk terplh atu peluag terplh: /N. Utuk tdak meghamburka blaga radom kta bsa megguaka Smple Radom Samplg melalu pedekata la. II. 3. Radomzato Based o Remader (Pegacaka berdasarka pada ssa hasl pembaga) Utuk meghemat blaga radom kta melakuka radomsas atas dasar ssa hasl pmbaga Lagkah kerja :. Tetuka populas sassara da satua samplga Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

26 . Susu keragka samplg 3. Tetuka ukura sampel 4. Sedaka tabel agka radom, dar tabel kta mula pada bars ke- kolom ke-. Sebaga catata bahwa lagkah tersebut dlakuka apabla ak betul bahwa tdak ada orag la ag aka megguaka keragka samplg ag sama dega tabel agka radom ag sama pula. 5. Sebelum proses pemlha dmula, harus dtetuka secara tegas blaga radom maa saja ag tdak boleh dpaka. Utuk keperlua kta susu terval-terval Catata :. apabla dperoleh ss pembaga berla ol, maka arta adalah satua samplg ag terplh adalah omor ag terbesar.. Perhatka bahwa ag dmaksud dega ssa pembaga adalah ssa pembaga dar blaga radom ag terplh dega peebut N 3. Satua samplg ag sudah terplh (ssa pembaga ag sudah terplh) tdak boleh dpaka lag II Radomzato Based o Permutatos Dalam peelta ekspermetal sergkal peelt harus membag sekelompok satua samplg ke dalam beberapa kelompok secara acak sesua dega perlakua (treatmet) ag aka dpaka. Pegacaka ag palg bak dalam hal adalah pegacaka dega megguaka blaga ag dpermutaska (dubah-ubah) secara acak, msala; 34, 43, 34, 34, 43, da 43. Susu blaga ag telah dpermutaska tersebut ke dalam sebuah tabel. Plh secara acak bars ke berapa ag aka dpaka dar tabel tersebut ag kemuda tabel harus dbacaka dar kr ke kaa utuk meetuka blaga acak ag terplh sebaga omor utuk satua samplg. II. 4 Betuk-betuk Estmas Sebagamaa ag telah duraka sebeluma bahwa dalam proses feresal, terdapat dua kegata statstk, atu peaksra parameter da peguja Baha Ajar Samplg - Yudhe Adraa Jurusa Statstka, FMIPA Uverstas Padjadjara

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. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

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

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

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

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

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 II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

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

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. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

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

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

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

Pengajar: Dr. Agus M Soleh

Pengajar: Dr. Agus M Soleh Pegajar: Dr. Agus M Soleh Surve percobaa populato sample hmpua semua objek ag mejad mat pegambla kesmpula hmpua baga dar populas melakuka pegamata terhadap seluruh populas sergkal tdak mugk dlakuka ketka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

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

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

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

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA ENAKSI DUAL ATIO-UM-ODUT UNTUK ATA-ATA OULASI ADA SAMLING AAK SEDEHANA hrsta ajata, Frdaus, Haposa Srat Mahasswa rogram Stud S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu egetahua Alam Uverstas

Lebih terperinci

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN PENAKI AIO UNTUK ATA-ATA POPULAI PADA AMPLING ACAK EDEHANA MENGGUNAKAN KOEFIIEN VAIAI DAN MEDIAN sk ahmada *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

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

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

BAB I TEORI KETAKPASTIAN

BAB I TEORI KETAKPASTIAN Teor Ketakpasta BAB I TEORI KETAKPASTIAN 1. KETEPATAN PENGUKURAN Pegukura merupaka aktvtas ag bertujua utuk megetahu kualtas atau kuattas suatu besara. Pegukura dalam fska tdak luput dar ketakpasta, arta

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci