PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA"

Transkripsi

1 PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da Ilmu Pegetahua Alam Uiverita Riau Kampu Biawida Pekabaru, 893, Idoeia ABTRACT Thi paper dicue three ratio etimator for populatio variace i imple radom amplig uig quartile of the auiliar variable give b ubramai ad Kumarapadia [Iteratioal Joural of tatitic ad Applicatio., (5): 67-7]. The etimator dicued are the ratio etimator uig the firt quartile, the third quartile ad the iter-quartile rage. Thee three etimator dicued are biaed etimator. Furthermore, their mea quare error are compared to how which oe i the mot efficiet etimator. Thi compario how that the ratio etimator uig iter-quartile rage i the mot efficiet etimator. Keword: ratio etimator, imple radom amplig, quartile, bia, mea quare error ABTRAK Pada artikel ii dibaha tiga peakir raio utuk variai populai pada amplig acak ederhaa megguaka kuartil dari karakter tambaha ag diajuka oleh ubramai da Kumarapadia [Iteratioal Joural of tatitic ad Applicatio., (5): 67-7]. Peakir ag dibaha adalah peakir raio megguaka kuartil pertama, kuartil ketiga da jagkaua atar kuartil. Ketiga peakir ag dibaha merupaka peakir bia. elajuta, dibadigka Mea quare Error (ME) dari maig-maig peakir utuk medapatka peakir ag palig efiie. Perbadiga ii meujukka bahwa peakir raio dega megguaka jagkaua atar kuartil palig efiie. Kata kuci: peakir raio, amplig acak ederhaa, kuartil, bia, mea quare error

2 . PEDAHULUA alah atu metode ag diguaka utuk meakir variai populai pada amplig acak ederhaa adalah metode raio. Mialka variai pada populai berkarakter aka ditakir dega megguaka iformai tambaha populai ag diketahui. Iformai tambaha ag diguaka adalah kuartil. Metode ii bertujua utuk meigkatka ketelitia peakir dega megambil mafaat hubuga atara da i, dimaa i adalah uit dari populai berkarakter Y da i adalah uit dari populai berkarakter X. Betuk umum peakir raio amplig acak ederhaa utuk variai populai dirumuka ebagai ˆ R i ˆ R dega adalah variai ampel, da adalah variai populai. Dalam artikel ii dibaha tiga peakir raio utuk variai populai pada amplig acak ederhaa dega megguaka kuartil dari karakter tambaha ag diajuka oleh ubramai da Kumarapadia [6], aitu Q ˆ JG () Q Q3 ˆ JG () Q 3 Qr ˆ JG3 (3) Q dega Q adalah kuartil pertama, Q 3 adalah kuartil ketiga da r Q r adalah jagkaua atar kuartil. Ketiga peakir raio utuk variai populai terebut merupaka peakir bia, kemudia ditetuka Mea quare Error (ME). Berdaarka ide dari ubramai da Kumarapadia [6], peuli membadigka ME dari maig-maig peakir utuk memperoleh peakir raio ag efiie. Peakir ag memiliki ilai ME terkecil merupaka peakir ag efiie.. AMPLIG ACAK EDERHAA amplig acak ederhaa adalah ebuah metode ag diguaka utuk megambil uit ampel dari uit populai ehigga etiap uit populai memiliki keempata

3 ag ama utuk dipilih mejadi uit ampel. Dalam hal ii pegambila ampel dilakuka tapa pegembalia agar karakteritik uit-uit lebih akurat [3]. Probabilita uatu uit aka terpilih mejadi ampel pada pegambila pertama adalah, pada pegambila kedua adalah da eterua, maka probabilita dari uit terpilih pada pegambila ke- kali adalah: ( ( ) ( ) ( )... ) ( )!( )!! C Teorema. [: h. 30] Utuk ebuah ampel acak ederhaa, variai ampel ag didefiiika dega i ( i ), Merupaka peakir tak bia utuk variai populai i ( i Y ) Bukti dari teorema ii dapat dilihat pada []. Teorema. [4] Apabila ebuah ampel berukura diambil ecara amplig acak ederhaa tapa pegembalia dari populai berkarakter Y da berukura maka variai adalah V 4, dega, 40, 0 dimaa 40 i i Y 4, da 0 i i Y Bukti dari teorema ii dapat dilihat pada [3]. 3

4 Utuk meetuka ME dari peakir dalam betuk dua variabel diguaka uatu pedekata dega megguaka deret Talor dua variabel. Deret Talor utuk dua variabel [5: h. 47] Mialka ' '' variabel da f, f, f,..., f adalah kotiu pada D da 0, 0 D. Jika 0 h, 0 k D, maka f, adalah uatu fugi dua f ada pada D utuk f ( 0 h, 0 k) f ( 0, 0 ) h k f 0, 0!...! h k f 0, 0! h k f 0 h, 0 k, (4) dega. Mialka 0, 0, h da k da megabaika pagkatpagkat ag lebih bear dari atu, maka dari peramaa (4) diperoleh ilai pedekata utuk mecari ME, aitu h h, h,, h,, 3. BIA DA ME PEAKIR RAIO UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Bia da ME peakir raio utuk variai populai pada amplig acak ederhaa dari maig-maig peakir ebagai berikut. Bia da ME dari peramaa () diperoleh B( ˆ ) JG AJG AJG ME ( ˆ 4 ) JG AJG AJG, dega A JG Q, da 0 0 Bia da ME dari peramaa () diperoleh B( ˆ ) JG AJG AJG 4

5 ME ( ˆ 4 ) JG AJG AJG, dega A JG Q 3 Bia da ME dari peramaa (3) diperoleh B( ˆ ) 3 3 JG3 AJG AJG ME ( ˆ 4 ) JG 3 AJG 3 AJG3, dega AJG3 Q r 4. PEAKIR RAIO YAG EFIIE elajuta aka ditetuka peakir raio ag efiie diatara ke tiga peakir raio ag diajuka, aitu dega membadigka ME dari peakir ˆ, JG ˆ da JG ˆ. JG3. Perbadiga ME ( ˆ ) dega ME ( ˆ ) JG diperoleh ME ( ˆ ) JG < ME ( ˆ ) JG JG jika (5). Perbadiga ME ( ˆ ) JG jika dega ME ˆ ) ( JG 3 diperoleh ME ( ˆ ) < ME ( ˆ ) JG 3 JG (6) 3. Perbadiga ME ( ˆ ) JG 3 jika dega ME ˆ ) ( JG diperoleh ME ( ˆ ) < ME ( ˆ ) JG 3 JG (7) Berdaarka perbadiga dari maig-maig peakir, diketahui bahwa peakir ˆ memiliki ilai ME ag terkecil, ehigga peakir JG ˆ merupaka peakir JG ag palig efiie dari peakir raio laia. 5. COTOH Utuk lebih megetahui teori pada bab-bab ebeluma ebagai cotoh diguaka data 5

6 produki padi di Idoeia pada tahu 0 []. Utuk megetahui variai produki padi (Y) dega memafaatka iformai tambaha aitu luaa taah ag ditaam padi (X) di tiap-tiap provii. Tabel. Lua Pae-Produki Taama Padi pada Tahu 0 eluruh Idoeia o Provii Lua Pae (Ha) Produki (To) Aceh 387,803,788,738 umatera Utara 765,099 3,75,54 3 umatera barat 476,4,368,390 4 Riau 44,05 5,5 5 Jambi 49,369 65,64 6 umatera elata 769,75 3,95,47 7 Begkulu 44,448 58,9 8 Lampug 64,876 3,093,4 9 Bagka Belitug 8,057,976 0 Kepulaua Riau 38,33 DKI Jakarta,897,044 Jawa Barat,98,799,7,86 3 Jawa Tegah,773,558 0,3,934 4 DI Yogakarta 5,9 946,4 5 Jawa Timur,975,79,98,707 6 Bate 36,636,865,893 7 Kalimata Barat 47,798,300,00 8 Kalimata Tegah 5, ,507 9 Bali 49, ,553 0 ua Teggara Barat 45,448,4,3 ua Teggara Timur 00, ,566 Kalimata elata 496,08,086, 3 Kalimata Timur 40, ,440 4 ulawei Utara 6,93 65,06 5 ulawei Tegah 9,080,04,36 6 ulawei elata 98,64 5,008,43 7 ulawei Teggara 4,5 56,9 8 Gorotalo 5,64 45,357 9 ulawei Barat 03,796 4,60 30 Maluku 0,489 84,7 3 Maluku Utara 7,794 65,686 3 Papua Barat 7,750 30,45 33 Papua 7,49 38,03 umber: Dega megguaka data pada Tabel aka ditetuka peakir raio ag efiie utuk meakir variai produki padi dega megguaka arat peakir lebih efiie ag diperoleh ebeluma. Hal ii ecara umum dapat ditujukka dega meghitug ME dari maig maig peakir ag diajuka. ebagai 6

7 iformai tambaha utuk meakir variai produki padi diguaka lua pae. Utuk meghitug ME dari maig-maig peakir terlebih dahulu ditetuka ilai ag dibutuhka. Iformai ag diperoleh dari data lua pae da produki taama padi dega megguaka Microoft Ecel pada Tabel berikut. Tabel. ilai-ilai ag diperoleh berdaarka data lua pae da produki taama padi , ,64 Y , X Q ,4764 Q ,54 Q r AJG 0, AJG 0, AJG3 0, , dega meubtituika ilai-ilai ag diperoleh pada Tabel ke peramaa (5), (6), da (7) maka diperoleh (i) ME ( ˆ ) < ME ( ˆ ) JG jika ,353 > 6,0606 JG (ii) ME ( ˆ ) < ME ( ˆ ) JG 3 jika ,353 > 6,0606 JG (iii) ME ( ˆ ) < ME ( ˆ ) JG jika ,353 > 6,0606 JG 3 elajuta ilai ME dari maig-maig peakir diberika pada Tabel 3 berikut. Tabel 3. ilai ME utuk ketiga peakir o Peakir ME ˆ 4,99609 JG ˆ 4,99607 JG 3 ˆ 4,99608 JG3 Berdaarka Tabel 3, dapat dilihat bahwa peakir raio ˆ memiliki ilai ME ag JG terkecil dega arat bahwa kodii lebih efiie dapat dipeuhi. 6. KEIMPULA Berdaarka pembahaa ag telah dikemukaka dapat diimpulka bahwa peakir raio dega megguaka kuartil ketiga adalah peakir ag palig efiie dari dua peakir ag laia jika arat terpeuhi. 7

8 DAFTAR PUTAKA [] Bada Puat tatitik. Tabel Lua Pae, Produktivita, Produki Taama Jagug eluruh Provii di Idoeia Available from: Diake pada Jui 03. [] Cochra, W. G. 99. Tekik Pearika ampel, Edii ketiga. Terj. Dari amplig Techique, oleh Rudiaah & E. R Oma. Peerbit Uiverita Idoeia, Jakarta. [3] ukhatme, P. V amplig Theor of urve with Applicatio. The Idia Coucil of Agricultural Reearch, ew Delhi. [4] habbir, J & Gupta, Variace Etimatio i imple Radom amplig Uig Auiliar Iformatio. Hacettepe Joural of Mathematic ad tatitic, 37(): [5] Phillip, G. M & P. J. Talor. 97. Theor ad Applicatio of umerical Aali, ecod Editio. Academic Pre, ew York. [6] ubramai, J. & G. Kumarapadia. 0. Variace Etimatio Uig Quartile ad their Fuctio of a Auiliar Variable, Iteratioal Joural of tatitic ad Applicattio, (5):

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT Proidig emirata05 bidag MIPA BK-PT Barat Uiverita Tajugpura Potiaak PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA EXPOETIAL RATIO AD PRODUCT ETIMATIO FOR POPULATIO

Lebih terperinci

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI PENAKIR VARIANI POPLAI YANG EFIIEN PADA AMPLING ACAK EDERHANA MENGGNAKAN KOEFIIEN REGREI Neneng Gutiana Rutam Efendi Harion Mahaiwa Program Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu

Lebih terperinci

PENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Mega Elmaanti 1* Firdau Hapoan irait 1 Mahaiwa Program 1 Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA ADAPTIF CLUSTER

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA ADAPTIF CLUSTER PEAKI AIO UTUK ATA-ATA POPUAI PADA AMPIG ACAK BETATA ADAPTIF CUTE Dita Ardii uam Efedi Buami Maasisa Program Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetaua Alam Uiversitas iau Kampus

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA V. M. Vidya *, Bustami, R. Efedi Mahasiswa Program S Matematika Dose Jurusa Matematika

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui

Lebih terperinci

PENAKSIR RASIO DAN PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SISTEMATIK

PENAKSIR RASIO DAN PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SISTEMATIK PENAKI AIO DAN PODUK ANG EFIIEN UNTUK ATA-ATA POPULAI PADA AMPLING AAK ITEMATIK D. L. Pratiwi *, A. Ada,. ugiarto Mahasiswa Program Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai 3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

A. Interval Konfidensi untuk Mean

A. Interval Konfidensi untuk Mean ESTIMASI INTERVAL A. Iterval Kofidei utuk Mea Defiii Jika ˆ merupaka etimator utuk parameter da P ˆ ˆ, maka ˆ ˆ diebut Dimaa iterval kofidei(-)00% utuk. :- koefiie kofidei ˆ, ˆ bata iterval tigkat kealaha

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS PENAKIR RAIO YANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING ACAK EDERHANA MENGGUNAKAN MEDIAN DAN KOEFIIEN KURTOI abarah * Haro H rat Mahawa Program Matematka Doe Jurua Matematka Fakulta Matematka da

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman Fiika Statitik Jumlah SKS : 3 Oleh : Rahmawati M, S.Si., M.Si. Jurua Fiika Fakulta Matematika da Ilmu Pegetahua Alam Uiverita Mulawarma Pertemua 2 da 3 Pedahulua (Termodiamika) 2. Statitik Maxwell-Boltzma.

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1 Summabilita Cearo pada Operai Dere Diverge (Sagadji) SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Sagadji* ABSTRAK SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Bayak orag uka membicaraka tetag deret

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

Diselenggarakan: 9 JULI 2014

Diselenggarakan: 9 JULI 2014 Diseleggaraka: 9 JULI 2014 Metodologi Populasi: seluru pemili yag tersebar di 478.833 TPS secara asioal. Sampel suara pemili dipili dega metode Stratified-Cluster Radom Samplig. Prosedur pemilia sampel:

Lebih terperinci

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI 54 Modul Statitika TI oleh Hartatik,M.Si BAB 6 Pegguaa SPSS dalam STATISTIK INFERENSI Tujua : a. Mahaiwa mampu melakuka uji beda mea dua ample b. Mahaiwa mampu melakuka uji beda propori c. Mahaiwa mampu

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

HOMOMORFISMA RING DERET PANGKAT TERITLAK MIRING

HOMOMORFISMA RING DERET PANGKAT TERITLAK MIRING J. Sai MIPA Agutu 2009 Vol. 5 No. 2 Hal.: 9-24 ISSN 978-873 HOMOMORFISMA RING DERET PANGKAT TERITLAK MIRING Ahmad Faiol Jurua Matematika FMIPA Uiverita Lampug Badar Lampug 3545 Idoeia Email: faiol_mathuila@yahoo.co.id

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

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

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D.

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D. MATERI DAN METODE Tempat da Waktu Peelitia Peelitia ii dilakaaka elama bula, yaitu dari bula Jauari ampai Februari 0. Pelakaaa peelitia dilakuka di peteraka kambig perah Cordero, peteraka kambig perah

Lebih terperinci

Bab I Dasar Teori. Inferensi Statistik

Bab I Dasar Teori. Inferensi Statistik Bab I Daar Teori Iferei Statitik Iferei tatitik adalah pegambila keimpula tetag parameter populai berdaarka aalia pada ampel. Beberapa hal yag perlu diketahui berhubuga dega iferei tatitik yaitu etimai

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Berdaarka rumua maalah pada BAB I, peelitia kuatitatif ii bertujua utuk megetahui efektivita metode pembelajara dicovery dega megguaka Papa Tempel egi Empat

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

Erfan Yudianto Profil Pengajuan Soal Mahasiswa Calon Guru Berkemampuan Rendah

Erfan Yudianto Profil Pengajuan Soal Mahasiswa Calon Guru Berkemampuan Rendah AdMathEdu ISSN 88-687X JURNAL PENDIDIKAN MATEMATIKA, ILMU MATEMATIKA DAN MATEMATIKA TERAPAN Erfa Yudiato Profil Pegajua Soal Mahaiwa Calo Guru Berkemampua Redah Luluk Faridah Pembelajara Kooperatif Tipe

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

Contoh Produksi dua jenis sepatu A dan B memberikan fungsi keuntungan bulanan sebagai berikut :

Contoh Produksi dua jenis sepatu A dan B memberikan fungsi keuntungan bulanan sebagai berikut : I. OPTIMISASI FUNGSI TANPA KENDALA Utuk fugsi dua peubah ) f ag terdiferesial dua kali. Jika di titik ) P dipeuhi :. sarat stasioer)... > maka mecapai ekstrim di ) P. Jika : ekstrim maksimum mecapai maka

Lebih terperinci

PENYELESAIAN PERSAMAAN RICCATI DENGAN MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN LAPLACE

PENYELESAIAN PERSAMAAN RICCATI DENGAN MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN LAPLACE Vol. 10. No., 01 Jural Sai, Tekologi da Idutri PENYELESAIAN PERSAMAAN RICCATI DENGAN MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN LAPLACE Wartoo *), M. N. Muhaijir Jurua Matematika, Fakulta Sai da Tekologi UIN

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Metode peelitia yag diguaka dalam kripi ii adalah metode peelitia kuatitatif ekperime yag berdeai pottet-oly cotrol deig, karea tujua dalam peelitia ii utuk mecari

Lebih terperinci

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST Arlida Amalia Dewayati 1), Edy Widodo 2) 1) Mahaiwa Statitika Uiverita Ilam Idoeia, 2) Doe Statitika Uiverita Ilam

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat BAB 3 METODOLOGI EMECAHAN MASALAH 3. Meetapka Ukura Kierja Dalam ebuah item atria, ada dua kompoe yag petig, yaitu populai dari pelagga bagaimaa mereka memauki item atria yag ada da waktu pelayaa itu ediri

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

MODUL PRAKTIKUM Statistik Inferens (MIK 411) MODUL PRAKTIKUM tatistik Iferes (MIK 4) Disusu Oleh Nada Aula Rumaa, KM., MKM UNIVERITA EA UNGGUL 07 Revisi (tgl) : 0 (0 Desember 07) / 4 UJI T DEPENDEN/BERPAANGAN (PAIRED T TET) A. Pedahulua Uji t berpasaga,

Lebih terperinci

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah V. METODE PENELITIAN Peelitia ii dilakuka pada Semester IV Tahu Akademik 4/5, bertempat di Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Lampug. Metode yag diguaka dalam peelitia

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci