KETERKAITAN SEBARAN KHI-KUADRAT DENGAN PENDEKATAN SEBARAN BINOMIAL TERHADAP NORMAL BAKU DALAM PENGUJIAN PROPORSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "KETERKAITAN SEBARAN KHI-KUADRAT DENGAN PENDEKATAN SEBARAN BINOMIAL TERHADAP NORMAL BAKU DALAM PENGUJIAN PROPORSI"

Transkripsi

1 KTRKAITAN SBARAN KHI-KUADRAT DNGAN NDKATAN SBARAN BINOMIAL TRHADA NORMAL BAKU DALAM NGUJIAN ROORSI Itercect Dstrbut Kh-Square Wth Bmal Dstrbut Apprach t The Stadard Nrmal Dstrbut fr rprts Testg Iwa Sugkawa Fakultas Sas da Teklg, Uverstas Ba Nusatara Jakarta ABSTRACT Ths artcle dscuss abut the study f the use f the ch-square ad stadard rmal dstrbut the testg f the prprt ad dscuss abut aalys relats betwee the ch-square ad stadard rmal dstrbut. I the prprt research, the cect dstrbut s the bmal r multmal dstrbut, geerally s us by the ch-square dstrbut fr hpthess testg. The ch-square dstrbut culd be geerated frm determe the quadratc f the stadard value frm each radm varable that pss dstrbut, that s the frm f the apprach frm the bmal dstrbut t (the measuremet f the sample qute bg ad p relatvely small The specal frm the testg f the smlarty f e r tw prprt, by usg the stadard rmal dstrbut that s results f reduct f the ch-square dstrbut the prprt test, s as culd pt ut x Z (where x ch-square. I ths artcle s us the sample frm the data hptetk abut the researcher that gruped accrdg t the age grup. The key wrd : the ch-square dstrbut, the bmal ad multmal dstrbut, the pss dstrbut, the prprt, the stadard rmal dstrbut. Ifrmatka ertaa Vlume 18 N. 1,

2 NDAHULUAN Dalam suatu peelta yag megamat tetag prprs atau prsetase dar suatu kategr dapat dlakuka dega megklasfkaska dvdu-dvdu dalam ppulas tersebut pada kelmpk yag terglg pada kategr tertetu yag damat, sebut saja kategr A da ssaya terglg pada kelmpk yag buka kategr A. Utuk dambl sampel acak dar ppulas tersebut da tetuya dalam sampel tersebut terdapat dvdu-dvdu yag terglg kategr A da buka A. Betuk sebara yag dguaka utuk kasus sepert adalah sebara bmal dega parameter yag merupaka peluag atau prprs utuk kategr A. Sebara bmal merupaka salah satu sebara peubah acak dskrt yag serg d guaka dalam aallss data termasuk dalam peguja kesamaa prprs. Utuk ukura sampel yag cukup besar, sebara bmal sult d guaka secara lagsug da dapat d guaka pedekataya terhadap sebara pss atau sebara rmal baku. edekata sebara bmal terhadap sebara rmal baku dlakuka bla cukup besar da p tetap utuk setap percbaa da relatf tdak kecl. Sedagka utuk p yag relatf kecl maka d guaka pedekata bmal terhadap sebara pss. Dalam peguja kesamaa prprs, secara umum d guaka sebara kh kuadrat da khusus utuk peguja kesamaa satu da dua prprs d guaka sebara rmal baku dega rata-rata p da ragamya pq dmaa q1-p. Dalam kesempata aka duraka prsedur peguja beberapa prprs dega megguaka sebara kh-kuadrat da utuk kasus khusus yatu uj satu prprs dapat dlakuka dega megguaka sebara rmal baku. Alasa dar dguakaya sebara rmal baku sebaga peggat sebara kh-kuadrat dalam uj satu prprs sebaga kasus khusus merupaka tpk utama dalam kaja. Juga pegguaa sebara kh-kuadrat dalam peguja beberapa prprs sebaga betuk pedekata sebara bmal terhadap pss yag selajutya dapat dmdfkas ke dalam sebara kh-kuadrat melalu traprmas peubah acak atau dega meetuka kuadrat dar agka baku peubah acak sebara pss. Tujua dar kaja adalah utuk memberka gambara tetag keterkata atara sebara bmal dega rmal baku da pss serta sebara kh kuadrat yag merupaka alasa dalam memlh metde aalss yag d guaka dalam peguja kesamaa prprs. Dharapka kaja dapat memberka masuka bag peggua statstka dalam melakuka peguja kesamaa prprs. Utuk memberka gambara yag lebh jelas dar kaja dguaka sampel dar data hptetk tetag teaga peelt yag 36 Keterkata Sebara Kh-Kuadrat

3 dkelmpka meurut kelmpk umur dar yag muda sampa kelmpk yag tua. Sebara Bmal da edekataya eubah acak X yag meyataka bayakya sukses pada kal percbaa berull mempuya sebuah sebara bmal dega fugs peluag p(x, sebaga berkut : p x x ( (1 x 0,1,,..., x p x 0 utuk selaya p arameter dar sebara bmal adalah da p, dmaa adalah suatu blaga bulat pstf sebaga ukura sampel da 0 p 1. Rata-rata X dapat dtetuka secara lagsug yatu dega ragam (varas V ( X pq ( X Utuk ukura sampel yag cukup besar da peluag p relatf tetap maka kasus dalam sebara bmal dapat ddekat dega sebara rmal baku Z dega rata p da ragamya pq dmaa q1-p. Dalam hal dapat djelaska sebaga berkut : jka X ~ b(,p dega (X p da ragamya (X - (X p(1-p, sehgga Z (x - p/(pq 0.50 aka meyebar rmal dega rata-rata 0 da ragamya satu atau N(0,1. Hal tersebut sesua dega ketetua sebaga berkut: Meurut Hgg, R.V. da A.T. Crag (1995 : jka X merupaka peubah acak ktu yag meyebar rmal dega rata-rata µ da ragam (varas σ maka peubah acak V (X-µ /σ aka meyebar kh-kuadrat dega derajat bebas satu. Selajutya bla X 1 X X sampel acak berukura yag dambl dar ppulas yag meyebar rmal dega rata-rata µ da ragam (varas σ maka : 1 rata-rata utuk x adalah µ dega ragamya adalah σ jka s ragam (varace dar sampel d atas, maka peubah acak (-1s /σ berdstrbus kh-kuadrat dega derajat bebas (-1. dmaa s 1 ( p ( x - x D atas dyataka utuk p tdak kecl, jka teryata p relatf kecl da besar, maka kasus sebara bmal dapat ddekat leh sebara pss. Ifrmatka ertaa Vlume 18 N. 1,

4 eerapa Sebara Kh-Kuadrat da Nrmal Baku Dalam Uj rprs ada baga terdahulu telah duraka hubuga sebara rmal baku (rata-rata 0 da ragamya satu da sebara kh-kuadrat. Dalam baga aka duraka prsedur peguja beberapa prprs dega megguaka sebara kh-kuadrat da utuk kasus khusus yatu uj satu prprs dapat dlakuka dega megguaka sebara rmal baku. Alasa dar dguakaya sebara rmal baku sebaga peggat sebara kh-kuadrat dalam uj kesamaa prprs kasus khusus dapat dkemukaka dalam uraa sebaga berkut. eguja Hptess Utuk Satu rprs Betuk hptess yag aka duj dapat dtuls sebaga berkut : H : lawa H 1 : laya dketahu da merupaka peluag suatu dvdu terglg dalam kategr tertetu da sebut saja kategr sukses. Utuk meguj hptess d atas dtark sampel berukura da msalka dar hasl pegamata ada x dvdu yag terglg kategr sukses da (-x terglg gagal. Sedagka utuk frekues yag dharapka adalah. utuk kategr sukses da.(1- utuk kategr gagal (tdak sukses. I merupaka kasus yag dapat dselesaka dega sebara bmal, da dega sedrya la O da dapat dsajka pada tabel sebaga berkut : Frekues Sukses Gagal Ttal egamata (O x (-x Harapa (.. (1-38 Keterkata Sebara Kh-Kuadrat

5 Dmaa bayakya pegamata; x bayakya yag terglg kategr tertetu (O 1 (-x bayakya yag terglg buka pada kategr tertetu (O 1. da. (1- Dega megguaka sebara kh-kuadrat dalam uj keccka suatu sebara, dapat dtujukka sebaga berkut : χ ( htug ( x ( x 1 (1 k ( O + (( x (1 (1 ( p (1 Z htug Berdasarka uraa d atas, teryata la kh-kuadrat sama dega Z, dmaa Z merupaka peubah acak yag meyebar rmal baku, sesua dega hasl pedekata sebara bmal utuk yag cukup besar terhadap sebara rmal baku. Jad utuk melakuka peguja hptess dmaksud cukup dguaka statstk. Z htug p p ( 1 p dega krtera peguja hptess : tlak H pada taraf α jka Z htug Z α / terma H pada taraf α jka Z htug < Z α / eguja Kesamaa Beberapa rprs Jka kasus bmal d atas dperluas mejad beberapa kategr, yatu sukses 1, sukses,, sukses (k-1, da utuk yag ke terglg kategr gagal (tdak sukses. Utuk aka dlakuka peguja kesamaa beberapa prprs dega hptess sebaga berkut : H : 1 k-1 utuk la dketahu Ifrmatka ertaa Vlume 18 N. 1,

6 H1 : palg sedkt sepasag tdak sama (ada dua yag berbeda Frekues Sukses 1 Sukses Sukses k-1 Gagal Ttal egamata (O Harapa ( x1 x xk-1 xk.... Dmaa bayakya pegamata; x bayakya yag terglg kategr sukses ke 1,, 3,, k-1 x k bayakya yag terglg buka pada kategr sukses (terglg gagal bayakya yag dharapka Dalam tabel d atas sama utuk semua klm, karea dsesuaka dega kds H yag meyataka peluag (prprs daggap sama utuk setap kategr. Sepert d atas kasus merupaka kasus bmal, tetap ds dperluas mejad k kategr, sehgga kasusya aka mejad multmal. Jka kta smak peluag/prprs setap kategr yatu, da meurut ketetua Σ 1 (satu, sehgga utuk H bear peluag utuk setap kategr sama dega da laya relatf kecl ( 1/k, utuk k yag cukup besar la aka mak kecl. Jad meurut ketetua utuk ukura sampel yag cukup besar da peluagya kecl maka sebara bmal aka medekat sebara pss dega rata-rata sama dega ragamya yatu.. Dega megguaka hasl d atas, dapat dtetuka la khkuadrat htug sebaga berkut : χ ( htug 1 k k 1 k 1 ( O ( ( x x Keterkata Sebara Kh-Kuadrat

7 Jka kta perhatka suku ke-, yatu ( x.. X merupaka. peubah acak yag meyebar pss dega rata-rata ragamya ( x.. da betuk Z adalah peubah acak yag. ( x.. meyebar rmal baku sehgga Z aka meyebar kh-kuadrat dega derajat bebas sama dega satu, atau Z ~ χ ( 1. Jad betuk d atas yatu k χ htug Z ~ χ k ( 1 ( 1. Betuk yag basa dguaka dalam peguja beberapa prprs, dega krtera peguja utuk taraf yata yag dplh da derajat bebas (k-1 sebaga berkut : Tlak H pada taraf α jka kh-kuadrat dar perhtuga lebh besar dar kh-kuadrat tabel, da utuk sebalkya H dterma. Cth eerapa Utuk memberka gambara yag lebh jelas tetag peerapa uj kesamaa prprs, berkut dguaka sampel dar data hptetk tetag teaga peelt yag dkelmpka meurut kelmpk umur (5-35; 36-45; da datas 55 tahu. Sebara teaga peelt meurut kelmpk umur dapat dsajka dalam tabel berkut. Kelmpk Umur (Tahu Bayakya eelt (O rprs (% Frekues Harapa ( ,04 385, ,9 385, ,47 385,5 Datas ,0 385,5 T t a l , ,0 Ifrmatka ertaa Vlume 18 N. 1,

8 Dar tabel d atas ampak bahwa, sebara peelt meujuka bahwa jumlah peelt yag berumur 5-35 relatf sedkt sekal, haya 54 rag atau 4% saja. I berbeda sagat sgfka jka dbadgka dega peelt yag umurya lebh tua yag frekuesya mecapa 9%, 47%, da 0%. Utuk lebh memberka gambara peerapaya, berkut duraka.melalu uj hptess sebaga berkut. Hptess yag aka duj dapat drumuska sebaga berkut : H : >55 dega 0.5 H1 : palg sedkt ada dua kelmpk umur yag prprsya tdak sama Dega megguaka sebara kh-kuadrat, dar data yag terdapat pada tabel d atas dega frekues harapa semuaya sama dega 385,5 (karea jka H bear maka prprs utuk semua kelmpk umur sama yatu 0,5 sehgga 0,5* ,5; sedagka O 1 54, O 444, O da O dperleh la kh-kuadrat htug sebaga berkut : χ htug 4 1 ( O 630, 43 Dar tabel kh-kuadrat dega taraf yata 0,05 da derajat bebas db(k-1 3 dperleh la kh-kuadrat sebesar 7,8, teryata la tabel kh-kuadrat dar perhtuga jauh lebh besar dbadgka la dar tabel sehgga H dtlak. Artya : berdasarka hasl peguja hptess dapat dsmpulka bahwa prprs peelt utuk setap kelmpk umur terdapat perbedaa yag sagat berart atau peyebara teaga peelt meurut kelmpk umur sagat tdak merata. KSIMULAN DAN SARAN Beberapa kesmpula da sara dar kaja adalah sebaga berkut : 1. Dalam peguja beberapa prprs kasus bmal dperluas mejad multmal da betuk sebara yag dguaka adalah kh-kuadrat, sedagka utuk satu atau dua prprs tetap kasus bmal dega sebara rmal baku sebaga statstk yag dguaka utuk pegujaya.. Utuk ukura sampel besar, pegkaja prprs dapat dguaka melalu pedekata kasus bmal terhadap sebara rmal baku atau sebara pss. Dega pejabara sederhaa dapat dtujukka hubuga atara sebara rmal baku da sebara kh-kuadrat khusus dalam peguja kesamaa prprs 4 Keterkata Sebara Kh-Kuadrat

9 3. edekata bmal terhadap pss dlakuka jka ukura sampel cukup besar da prprs p atau peluagya relatf kecl atau (1-p cukup besar. 4. Berdasarka hasl kaja dapat dsmpulka bahwa prprs peelt utuk setap kelmpk umur terdapat perbedaa yag sagat yata atau peyebara teaga peelt meurut kelmpk umur sagat tdak merata. DAFTAR USTAKA Hgg, R.V. ad A.T. Crag. (1995. Itrduct t Mathematcal Statstcs. retce Hall. Sgapre Sudjaa, 00, Metde Statstka; Tarst; Badug Steel, Rbert G.D. Jame H Trre. 1987, rcples ad rcedures Of Statstcs; A Bmetrcal Apprach, Mc Graw-Hll Bk Cmpay. Ifrmatka ertaa Vlume 18 N. 1,

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. 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

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 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

* 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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

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

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

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

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 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

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

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

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

Lebih terperinci

BAB IX 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

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

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

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

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

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

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

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

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

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

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 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

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

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

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

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

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

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

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 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 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

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

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

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

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

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 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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

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

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

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

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

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER Outler ad Resdual Detecto the Lear Regresso Iwa Sugkawa Jurusa Statstka Fakultas Sas da Tekolog, Uverstas Ba Nusatara Jakarta ABSTRACT Ths

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

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 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

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

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Lagkah : tetuka hpote 0 (H 0 ) da at hpote (H ) malya: H 0 : µ 00 H : µ 00 atau H : µ > 00 atau H : µ < 00 PROSEDUR UMUM Lagkah : tetuka je dtrbu yag cocok: bla > 30 da

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

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

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

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

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan Prosdg Statstka ISSN 46-6456 Beberapa Metode Alteratf utuk Aalss Data Sampel Berpasaga Rma Rzka Yuar Tet Sofa Yat, 3 Abdul Kudus,,3 Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl Tamasar No Badug 46

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

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

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

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

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

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA PEMAFAATA LAYAA REFERESI DI UPT PERPUSTAKAA UIVERSITAS UDAYAA I KADEK OKA SULAKSAA FAKULTAS ILMU SOSIAL DA ILMU POLITIK UIVERSITAS UDAYAA DEPASAR EMAIL : kasulaksaa22@gmal.cm ABSTRACT The research s a

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

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

k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan.

k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan. Uj Kecukupa da keseragama Data Uj kecukupa data dguaka utuk meetuka bahwa jumlah sampel data yag dambl telah cukup utuk proses veres ataupu pegolaha sata pada proses selajutya. Dalam uj aka dguaka persamaa

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

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

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

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

BAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu,

BAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu, BAB II TINJAUAN PUSTAKA. Pedahulua Dalam bab aka dbahas tetag uj t utuk meguj sebuah parameter rata-rata da selsh dua parameter rata-rata dua sampel berpasaga dbawah asums populas berdstrbus ormal. Pada

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

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

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

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

Lebih terperinci

; 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

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

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

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

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

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

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

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

Lebih terperinci

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI PEMBELAJARAN ANALISIS REGRESI KORELASI Kompetes Dasar Mahasswa memaham tetag aalss regres korelas, serta mampu megguakaya utuk megaalss data kuattatf Idkator pecapaa Mahasswa dapat: a Mejelaska, meghtug

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

ANALISIS DATA STATISTIK. Adi Setiawan

ANALISIS DATA STATISTIK. Adi Setiawan ANALISIS DATA STATISTIK Ad Setawa Peerbt Tsara Grafka Salatga 017 Katalog Dalam Terbta 519.5 ADI Ad Setawa a Aalss data statstk/ Ad Setawa. -- Salatga : Tsara Grafka, 017. v, 5 p. ; 5 cm. ISBN 978-60-9493-5-8

Lebih terperinci