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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

2 Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa klaik meduga ilai tegah populai, eliih ilai tegah dua populai, propori da eliih dua propori Compay Logo

3 Statitika Statitika Dekriptif Megumpulka da meyajika data Meeragka data yag ada di taga aja Ifereia Statitika Melakuka geeraliai atau mearik keimpula megeai data iduk berdaarka data ampel Pedugaa Parameter Pegujia hipotei Compay Logo

4 Met. Pedugaa Parameter Pedugaa Klaik yag medaarka keimpulaya emata-mata pada iformai yag diperoleh dari ampel acak yag ditarik dari populai terebut. Pedugaa Baye yag meggabugka pegetahua ubjektif ttg ebara peluag para- meter yag tidak diketa- hui dega iformai yag didapatka dari data ampel Compay Logo

5 Θ Mial adalah parameter populai yag ilaiya aka diduga. Peduga (Fugi Keputua) : Statitik yag diguaka utuk memperoleh ilai dugaa bagi parameter Θ diotaika degaθˆ Merupaka fugi dari ampel acak Nilai dugaa bagi parameter populai : Nilai bagi uatu peduga merupaka realiai dari fugi keputua atau peduga diotaika dega θˆ dihitug dega megguaka data ampel. Sampel yag berbeda aka meghailka ilai dugaa yag berbeda pula. Himpua emua kemugkia ilai dugaa yag dapat diambil oleh uatu peduga diebut ebagai ruag keputua Compay Logo

6 Parameter Peduga Nilai dugaa (tergatug ampel) µ Data :,3,5, X = X Data : 4,,5, =.5 i i= = 3 : Data : 6,,5, = 4.5 Data :,3,5, X ~ ~ X =. = media 5 Data : 4,,5, ~ X = 3 : ~ Data : 6,,5, X = 3.5 da lai-lai Compay Logo

7 Bayak peduga yag dapat diguaka utuk meduga uatu parameter Pertayaa : peduga maa yag terbaik Syarat peduga terbaik :. Tak bia. Memiliki keragama miimum Compay Logo

8 Sifat-ifat Peduga Terbaik TAK BIAS Θˆ dikataka peduga takbia bagi parameter θ bila E( ) = θ Θˆ MEMILIKI RAGAM MINIMUM diatara emua peduga tak bia Compay Logo

9 Jei-jei peduga PENDUGA TITIK Haya memberika ilai dugaa aja Ketepataya dapat ditigkatka dega meambah ukura ampel PENDUGA SELANG Dugaa berbetuk elag Diharapka parameter berada dalam elag terebut Selag diamaka elag dugaa Compay Logo

10 Selag kepercayaa Dugaa elag bagi parameter populai θ : uatu elag yag berbetuk θ ˆ < θ< θˆ θˆ da θˆ tergatug pada ilai tatitik Θˆ utuk uatu ampel tertetu da ebara pearika ampel dari. Θˆ P θˆ ˆ < θ< θ ) = ( α)00% ( Artiya : kita mempuyai peluag - α utuk memperoleh uatu ampel acak yag aka meghailka uatu elag yag megadug θ

11 Selag kepercayaa P( θˆ < θ< θˆ ) = ( α )00% Selag kepercayaa (- )00% bagi θ Derajat kepercayaa Bata bawah kepercayaa Bata ata kepercayaa

12 Selag kepercayaa Selag Kepercayaa (- )00% bagi θ adalah θ ˆ< θ< θˆ Iterpretai : Kita (- α)00% percaya bahwa parameter yag eugguhya θ aka berada dalam elag θ ˆ< θ< θˆ

13 Peryataa :. Kita percaya bahwa rata-rata uia peduduk duia berada dalam elag Kita percaya bahwa rata-rata uia peduduk duia berada dalam elag tahu Peryataa : MANA YANG LEBIH DAPAT DIPERCAYA??. Kita percaya dega derajat kepercayaa 95% bahwa rata-rata uia peduduk duia berada dalam elag Kita percaya dg derajat kepercayaa 95% bahwa rata-rata uia peduduk duia berada dalam elag tahu MANA YANG LEBIH DAPAT DIPERCAYA?? Compay Logo

14 Selag dugaa yag baik : Memiliki derajat kepercayaa yag tiggi Selag empit Perbear Ukura ampel

15 Pedugaa Nilai Tegah Populai Peduga Titik (terbaik) µˆ = X Igi diketahui ilaitegah waktu yag diperluka oleh aak uia 8-0 tahu utuk meyuu puzzle 00 kepig. Utuk itu, diambil ampel acak, diperoleh hail ebagai berikut..8, 9.3, 7., 30., 4.0, 3.,.9, 30.3, 7., 3., 7.0, 3.0, 8.6, 4., 8.9, 6.8, 6.6, 3.4, 5., 6.6, 5.7, 8., 3.5, 4.8, 5. Dugalah ilai tegah terebut Compay Logo 6.9

16 Selag kepercayaa bagi ilai tegah populai (ragam populai diketahui) Bila adalah mea ampel acak berukura yag diambil dari uatu populai dega ragamσ X yag diketahui, maka elag kepercayaa (-α) 00 % bagi µx adalah : z / σ X < µ X< + α α / Sedagka zα/ adalah ilai z yag lua daerah di bawah kurva ormal baku yag berada di ebelah kaaya adalah α/. z σ X z diamaka elag kepercayaa (-α) 00 % bagi µ X diigkat SK (-α) 00 %) / σ X < µ X< + α α / Kita percaya dega derajat kepercayaa (-α) 00 %) bahwa µ X berada dalam elag z z σ / σ X < µ X< + α α / X z σ X Compay Logo

17 Cotoh : Igi diketahui ilaitegah waktu yag diperluka oleh aak uia 8-0 tahu utuk meyuu puzzle 00 kepig. Utuk itu, diambil ampel acak, diperoleh hail ebagai berikut..8, 9.3, 7., 30., 4.0, 3.,.9, 30.3, 7., 3., 7.0, 3.0, 8.6, 4., 8.9, 6.8, 6.6, 3.4, 5., 6.6, 5.7, 8., 3.5, 4.8, 5. Dugalah elag kepercayaa 95% bagi ilai tegah waktu meyuu puzzle bila diketahui ragam waktu adalah 9 Compay Logo 6.9

18 Selag kepercayaa bagi ilai tegah populai (ragam populai tidak diketahui) Bila da adalah mea da ragam dari uatu ampel acak yag diambil dari uatu populai berbetuk geta yag ragamya tidak diketahui, maka elag kepercayaa (-α) 00 % bagi µx adalah : tα / < µ X< + tα / Sedagka tα/ adalah ilai t yag lua daerah di bawah kurva t yag berada di ebelah kaaya adalah α/

19 Cotoh : Igi diketahui ilaitegah waktu yag diperluka oleh aak uia 8-0 tahu utuk meyuu puzzle 00 kepig. Utuk itu, diambil ampel acak, diperoleh hail ebagai berikut..8, 9.3, 7., 30., 4.0, 3.,.9, 30.3, 7., 3., 7.0, 3.0, 8.6, 4., 8.9, 6.8, 6.6, 3.4, 5., 6.6, 5.7, 8., 3.5, 4.8, 5. Dugalah elag kepercayaa 90% bagi ilai tegah waktu meyuu puzzle Compay Logo 6.9;.8

20 Cotoh : Sebuah cotoh 00 pemilik mobil di Jakarta meujukka bahwa ecara rata-rata ebuah mobil meempuh 3500 km per tahu dega impaga baku 3900 km. Buatlah elag kepercayaa 99% bagi mea jarak yag ditempuh oleh ebuah mobil per tahu di Jakarta.

21 Pedugaa Seliih Nilai Tegah Dua Populai Igi diduga eliih kor bakat aak kelompok pertama da aak kelompok kedua. Utuk itu, diambil ampel beba berukura =36 kor bakat aak pertama da =49 kor bakat aak kedua. Diperoleh hail : Pop : kor aak klp- Pop : kor aak klp- =36 =49 =55 =64 S =5 =0 Seliih Nilai Tegah Dua Populai : µ Peduga titik bagi : µ µ µ X X ^ = =55-64=-89 µ µ X X

22 Sampel beba da ampel tak beba Pegamata Tiggi uami Pegamata Tiggi itri : : : : SAMPEL BERPASANGAN / SAMPEL TAK BEBAS

23 Sampel beba da ampel tak beba Pegamata Tiggi laki-laki Pegamata Tiggi perempua : : : : SAMPEL BEBAS

24 Data berpaaga Data ebelum-eudah. Data pegamata yag memiliki karakteritik ama. Data pegamata-pegamata yag dipaagka berdaarka lokai Data pegamata-pegamata yag dipaagka berdaarka waktu

25 ( ) ( ) / / z z σ σ µ µ σ σ α α + + < < + ( ) ( ) / / t t + + < < + α α µ µ ( ) ( ) ( ) ( ) ( ) [ ] + + = db ( ) ( ) / / t t p p + + < < + α α µ µ ; Kodii Selag kepercayaa (-)00% bagi µ D =(µ µ ) Cotoh beba, ragam populai diketahui Cotoh beba, ragam populai tidak diketahui, cotoh berukura kecil Cotoh beba, ragam populai tidak diketahui, tapi diketahui bahwa ragam kedua populai ama, cotoh Compay Logo ( ) ( ) + + = p ( ) ( ) / / z z + + < < + α α µ µ t d t d d D d / / α α µ < < d d i i = = = = = d d i i i i d ragam kedua populai ama, cotoh berukura kecil v = + Cotoh beba, ragam populai tidak diketahui, cotoh berukura bear Data berpaaga

26 Cotoh : Suatu peelitia dilakuka utuk membadigka pegaruh dua jei obat tidur yag biaa diberika kepada pederita iomia (peyakit ulit tidur). Seratu lima puluh paie yag memiliki karakteritik yag erupa dibagi mejadi dua kelompok paie, maig-maig terdiri berukura 50 da 00 orag. Kelompok paie yag pertama diberika obat jei baru, emetara kelompok paie yag kedua diberika obat biaa diberika kepada pederita iomia. Lamaya paie tidur etelah diberika obat terebut dicatat. Utuk paie pada kelompok pertama, didapatka mea lamaya waktu tidur adalah 7.8 jam da impaga baku 0.4 jam. Dari paie pada kelompok kedua didapatka mea lamaya waktu tidur adalah 6.75 da impaga baku 0.30 jam. Tetuka elag kepercayaa 95% bagi eliih mea lamaya waktu tidur paie yag diberika obat baru da obat lama.

27 Cotoh : Data berikut adalah data maa putar film yag diproduki dua peruahaa Prh Prh Buatlah elag kepercayaa 90% bagi eliih ilai tegah maa putar film yag diproduki kedua peruahaa film terebut.

28 Cotoh : Sebuah peruahaa taki igi meetuka apakah aka memilih ba merek A atau B. Utuk itu, peruahaa terebut melakuka percobaa dega megambil ba dari maig-maig merek. Semua ba terebut dicoba ampai haru digati da dicatat waktu tempuh dari maigmaig ba terebut. Diperoleh hail ebagai berikut : Merek A : Rata-rata km da impaga baku 5000 km Merek B : Rata-rata 3800 km da impaga baku 600 km

29 Cotoh : Suatu ujia tatitika elemeter diberika kepada 50 mahaiwa perempua da 75 mahaiwa lakilaki. Mahaiwa perempua mecapai ilai ratarata 76 dega impaga baku 6, edagka mahaiwa laki-laki memperoleh ilai rata-rata 8 dega impaga baku 8. Tetuka elag kepercayaa 96% bagi beda ilai tegah ilai tatitika elemeter mahaiwa laki-laki da perempua.

30 Cotoh : Slim-Gym meawarka uatu paket peurua berat bada. Mereka megiklaka bahwa program terebut dapat meuruka berat bada 0 kg dalam 30 hari. Utuk membuktika kebeara peryataa Slim-Gym terebut, orag dipilih ecara acak, da dicatat berat bada ebelum program da berat bada etelah megikuti program. Diperoleh data ebagai berikut : Orag Sbl Sd Tetuka elag kepercayaa 95% bagi ilai tegah peurua berat bada etelah megikuti program terebut.

31 Cotoh : Slim-Gym meawarka uatu paket peurua berat bada. Mereka megiklaka bahwa program terebut dapat meuruka berat bada 0 kg dalam 30 hari. Utuk membuktika kebeara peryataa Slim-Gym terebut, orag dipilih ecara acak, da dicatat berat bada ebelum program da berat bada etelah megikuti program. Diperoleh data ebagai berikut : Orag Sbl Sd

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

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

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

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

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

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

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. 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

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

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

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

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

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

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

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

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

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

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

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

--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

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

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

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

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

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

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

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

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

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

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1 Proses Pedugaa Populasi Mea,, tdk diketahui Cotoh Acak Mea = 50 95% yaki bahwa diatara 40 & 60. Cotoh 1999 Pretice-Hall, Ic. Chap. 7-1 Pedugaa Parameter Populasi Meduga Parameter Populasi... Mea dg Statistik

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

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

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

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

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

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

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

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

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

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

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

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

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

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

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

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

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

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi:

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi: Nama: Aalii Statitika (STK5 SKS : 3 (- Referei:. Mattjik, A.A da I M Sumertajaya. 00. Peracaga Percobaa dega Aplikai SAS da Miitab, Jilid I. IPB Pre. Bogor.. Motgomery, D.C. 99. Deig ad Aalyi of Eperimet,

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

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

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

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

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

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

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

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

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

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

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand Hazmira Yozza Izzati Rahmi HG TEKNIK SAMPLING PCA SISTEMATIK Jurusa Matematika FMIPA - Uad Defiisi Samplig sistematik adalah metode pearika cotoh yag dilakuka dega cara memilih secara acak satu eleme dari

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jei da Deai Peelitia. Jei Peelitia Jei peelitia ii adalah peelitia ekperime. Metode peelitia ekperime merupaka metode peelitia yag diguaka utuk mecari treatmet (perlakua)

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

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

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

Pemilihan Model Terbaik

Pemilihan Model Terbaik Pemiliha Model Terbaik Hazmira Yozza Jur. Matematika FMIPA Uiv. Adalas Jadi bayak model yag mugki dibetuk Var. Bebas :,, 3 Model Maa Yag Mampu Mewakili Data 3,, 3, 3,, 3 + model akar, log, hasil kali,

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

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu. ENAKIRAN eaksira Titik eaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk MA 08 tatistika Dasar Dose : Udjiaa. asaribu Utriwei Mukhaiyar 6 April 009 METODE ENAKIRAN. eaksira Titik Nilai tuggal dari

Lebih terperinci

Penarikan Sampel Acak Sederhana

Penarikan Sampel Acak Sederhana Tekik Samplig Pearika Sampel Acak Sederhaa Hazmira Yozza- Jur. Matematika Uad 17/11/014 Tujua Pearika Sampel Megambil kesimpula megeai populasi berdasarka iformasi yag terkadug pada sampel Ukura sampel

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

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

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

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

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3. Deain Penelitian yaitu: Pengertian deain penelitian menurut chuman dalam Nazir (999 : 99), Deain penelitian adalah emua proe yang diperlukan dalam perencanaan dan pelakanaan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Peelitia ii merupaka peelitia ekperime. Peelitia ekperime yaitu peelitia yag egaja membagkitka timbulya uatu kejadia atau keadaa, kemudia diteliti bagaimaa akibatya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi Chapter 6 Studet Lecture Notes 6-1 Hal-1 Hal-2 Estimasi (Pedugaa) Estimasi (Pedugaa) TOPIK Pegertia Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Iterval Estimasi iterval

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research BAB III METODE PENELITIAN A. Jei da Deai Peelitia Jei peelitia yag diguaka adalah quai experimetal reearch atau peelitia ekperime emu. Peelitia dilakuka dega cara medekripika keefektifa kelompok ekperime

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

Lebih terperinci

MODUL IV ESTIMASI/PENDUGAAN (3)

MODUL IV ESTIMASI/PENDUGAAN (3) MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci