Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:
|
|
- Hartono Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 parameter iwujuka alam pembetuka elag kepercayaa, karea hampir tiak perah itemuka ilai tatitik tepat ama ega ilai parameter. Selag Kepercayaa Kofiei Iterval Cofiece Iterval Diekati ega itribui Normal (Ditribui z atau Ditribui t) Mempuyai bata : bata ata (kaa) a bata bawah (kiri) Derajat Kepercayaa Tigkat Kepercayaa Koefiie Kepercayaa - α α kemuia aka ibagi ke ua ii, α/ i ata bata ata a α/ i bawah bata bawah Selag kepercayaa meurut Ditribui z a Ditribui t Selag Kepercayaa ega Ditribui z (Tabel hal 75) Nilai α a Selag kepercayaa yag lazim iguaka atara lai: Selag kepercayaa 90 % Derajat Kepercayaa - α 9 α 0 % α/ 5 % z z 5% Selag kepercayaa 95 % Derajat Kepercayaa - α 95% α 5 % α/.5 % z z 5. % Selag kepercayaa 99 % Derajat Kepercayaa - α 99% α % α/ 0.5 % z z Cotoh Ditribui z utuk SK 95 % 05% Nilai z ii iketahui ari lua aerah tiak terarir ii alam Tabel Normal (z) Lua 0.95 ½ Lua aerah terarir 0.05 ½ Lua 0.5 """ """ -z z Lua aerah terarir 0.05 ½ 0.005
2 Selag Kepercayaa ega Ditribui t (Tabel hal 77) Nilai α (a tetu aja α/) uah iteraka alam Tabel. Perhatika erajat beba (b). Nilai t tabel tergatug ari ilai erajat beba (b) a ilai α/ (Tabel hal 77) Mial : Selag kepercayaa 95 %; b 3 - α 95% α 0.5 % α/.5 % t tabel (b3;α/.5%).60 Cotoh Ditribui t utuk SK 95 % ; b 3 Nilai t ii iketahui ari ilai α/ a b alam Tabel t Lua aerah terarir 0.05 ½ Lua 0.5 """ """ -t (α/ 0.05; b3) t (α/ 0.05; b3) -.60 Lua aerah terarir 0.05 ½ Selag Kepercayaa yag baik? Iealya elag yag baik aalah elag yag peek ega erajat kepercayaa yag tiggi. Bayak Selag Kepercayaa yag apat ibetuk alam uatu populai aalah Tiak terhigga, aa beba meetapka erajat kebebaa a lebar elagya. Cotoh : Di bawah ii terapat 4 elag kepercayaa megeai rata-rata umur mahaiwa. Semua elag ibuat utuk populai yag ama, maakah yag palig baik? A. Selag kepercayaa 90 % rata-rata umur mahaiwa 8-5 tahu B. Selag kepercayaa 99 % rata-rata umur mahaiwa 8-7 tahu C. Selag Kepercayaa 90 % rata-rata umur mahaiwa - 7 tahu D. Selag Kepercayaa 99 % rata-rata umur mahaiwa - 5 tahu Jawab : D, karea...
3 Betuk Umum Selag Kepercayaa Utuk Sampel Berukura Bear : Bata Bawah < (Simbol) Parameter < Bata Ata Statitik - ( z α / St Error Sampel) < Parameter < Statitik + ( z α / St Error Sampel) atau Parameter Statitik ± ( z α / Staar Error Sampel) Utuk Sampel Berukura Kecil : Statitik - ( t ( b; α / ) St Error Sampel) < Parameter < Statitik + ( t ( b; α / ) St Error Sampel) atau Parameter Statitik ± ( t ( b; α / ) Staar Error Sampel). Peugaa Nilai Rata-rata.. Peugaa Nilai Rata-rata ari ampel bear ( 30) Nilai impaga baku populai (σ) iketahui Jika ilai impaga baku populai σ tiak iketahui guaka impaga baku ampel () Selag Kepercayaa Selag Kepercayaa ebear (-α) bagi aalah : Jika σ tiak iketahui, apat iguaka σ x - zα < µ < x + zα σ Ukura Sampel bagi peugaa µ Paa Derajat Kepercayaa (-α) ukura ampel ega Error (galat) makimal E aalah zα / σ [ Ε ] ibulatka ke bilaga bulat terekat terbear (fugi ceilig) jika σ tiak iketahui, guaka E : error makimal eliih x ega µ; E iyataka alam pere (%) 3
4 Cotoh : Dari 36 mahaiwa tigkat II iketahui bahwa rata-rata IPK.6 ega impaga baku 0.3. a. Buat elag kepercayaa 95 % utuk rata-rata IPKeluruh mahaiwa tigkat II? Selag kepercayaa 95 % α 5 % α/.5 % z5.% z x x - z0. 05 < < x + z0. 05 µ ) < < ) µ < µ < < µ <.698 b. Buat elag kepercayaa 99 % utuk rata-rata IPK eluruh mahaiwa tigkat II? Selag kepercayaa 99 % α % α/ 0.5 % z05.% z (elajutya...eleaika eiri!!!) c. Berapa ukura ampel agar error makimal paa elag kepercayaa 95 % tiak lebih ari 6 %? E 6 % Selag kepercayaa 95 % α 5 % α/.5 % z5.% z zα σ / (.) [ Ε ] [ ] 98. Berapa ukura ampel agar error makimal paa elag kepercayaa 99 % tiak lebih ari 6 %? (Kerjaka ebagai latiha) 4
5 .. Peugaa Nilai Rata-rata ari ampel kecil ( < 30) a ilai impaga baku populai (α) tiak iketahui guaka impaga baku ampel () Selag Kepercayaa Selag Kepercayaa ebear (-α) bagi µ aalah : x - t b erajat beba - < µ < x + t b α ( b; α ) ( ; ) Cotoh 3: 9 orag mahaiwa FE-GD rata-rata membolo ebayak 0 hari/tahu ega taar eviai.8 hari. Buat elag kepercayaa 95 % bagi rata-rata bayakya hari membolo etiap tahu utuk eluruh mahaiwa! Selag kepercayaa 95 % α 5 % α/.5 % 0.05 x 0.8 b t (b8; α/ 0.05).306 x - t < µ < x + t b α ( b; α ) ( ; ) 8. < µ < < µ < < µ < Peugaa Bea Rata-rata 3. Peugaa Bea Rata-rata ari ampel-ampel bear a ilai ragam populai ( σ a σ ) iketahui a jika ilai ragam populai ( σ a σ ) tiak iketahui guaka ragam ampel ( a ) 5
6 Selag Kepercayaa 3 Selag Kepercayaa ebear (-α) bagi µ µ aalah : σ σ x - x - z α + < µ - µ < x - x + z σ a σ α tiak iketahui guaka a σ σ + Catata: Agar bea/eliih elalu poitif, guaka taa mutlak atau guaka x > x Cotoh 4: 64 orag Jepag itayai, a iketahui rata-rata etiap bula mereka maka 48 kg ika ega ragam orag Iggri itayai, a iketahui rata-rata, etiap bula mereka maka 8 kg ika ega ragam 7. Tetuka elag kepercayaa 95 % utuk bea rata-rata bayak ika yag imaka etiap bula oleh eluruh orag Jepag a orag Iggri x 48 x 8 x x Selag kepercayaa 95 % α 5 % α/.5 % z z x σ σ - x - z α + < µ - µ < x - x + z α 5.% σ σ < µ µ < < µ µ < < µ µ < Peugaa bagi Bea Rata-rata ari ampel-ampel kecil a ilai keua ragam populai tiak ama ( σ σ ) a tiak iketahui guaka ragam ampel ( a ) 6
7 Selag Kepercayaa 4 Selag Kepercayaa ebear (-α) bagi µ µ aalah: x - x - t < - < x - x + t b α + µ µ ( ; ) ( b; α ) ajat beba (b) ( + ) ( ) ( ) + ( ) ( ) + er b : ibulatka ke bilaga bulat terbear terekat (fugi Ceilig) Catata: Agar bea/eliih elalu poitif, guaka taa mutlak atau guaka x > x Cotoh 5: orag Jepag itayai, a iketahui rata-rata etiap bula mereka mium liter ( x ) teh ega Ragam 6. ( 6 ) 0 orag Iggri itayai, a iketahui rata-rata, etiap bula mereka mium 36 liter ( x 36 ) teh ega Ragam 5. ( 5) Jika iaggap bahwa ragam keua populai berilai tiak ama, hitug : a. erajat beba bagi itribui t ( ) ( 0 + ) b ( ) ( ) ( 5 6 ) ( ) + [( 0 ) ( 0 ) ] + [( ) ( ) ] ( ) (. 5) 9 + ( 333. ) [ ] + [ ] [ ] [ ] b. Tetuka elag kepercayaa 99 % utuk bea rata-rata bayak teh yag imium etiap bula oleh eluruh orag Jepag a orag Iggri Selag kepercayaa 99 % α % α/ 0.5 % b 8 Nilai t (b 8; α/ 0.005).878 7
8 x - x - t α + < µ - µ < x - x + t α ( b; ) ( b; ) < µ - µ < < µ µ < < µ µ < Peugaa bagi Bea Rata-rata ari ampel-ampel kecil a ilai keua ragam populai ama ( σ σ ) a tiak iketahui guaka ragam ampel gabuga ( gab ) Selag Kepercayaa 5 Selag Kepercayaa ebear (-α) bagi µ µ aalah: x - x - t < - < x - x + t ( b; α + µ µ ) ( b; α + ) gab gab ( ) + ( ) + gab a gab gab a erajat beba (b) Catata: Agar bea/eliih elalu poitif, guaka taa mutlak atau guaka x > x + Cotoh 6: orag Jepag itayai, a iketahui rata-rata etiap bula mereka mium liter ( x ) teh ega Ragam 6. ( 6 ) 0 orag Iggri itayai, a iketahui rata-rata, etiap bula mereka mium 36 liter ( x 36 ) teh ega Ragam 5. ( 5) Jika iaggap bahwa ragam keua populai berilai ama, hitug : a. erajat beba b. Ragam a Simpaga baku gabuga keua ampel c Tetuka elag kepercayaa 99 % utuk bea rata-rata bayak teh yag imium etiap bula oleh eluruh orag Jepag a orag Iggri. a. b
9 b. ( ) + ( ) + gab ( 9 5 ) + ( 6 ) gab gab c. Selag kepercayaa 99 % α % α/ 0.5 % b 0 Nilai t (b 0; α/ 0.005).845 x - x - t < - < x - x + t ( b; α + µ µ ) ( b; α + ) gab gab < µ - µ < < µ µ < < µ µ < Peugaa bagi Bea Rata-rata ari ata berpaaga (paire ata) ampelampel kecil Data berpaaga iapat ari iiviu (yag relatif) ama yag ikeai perlakua. Selag Kepercayaa 6: Selag Kepercayaa ebear (-α) bagi µ µ aalah: erajat beba (b) - tb α tb < < + µ µ α ; / ; / Catata: Agar bea/eliih elalu poitif, guaka taa mutlak atau guaka x > x : i : x bayak paaga ata x i - x i : eliih paaga ata ke-i utuk i,,3,... 9
10 : rata-rata I i : ragam ilai ( i ) : impaga baku Cotoh 7: Bayak prouk ruak paa hift iukur ari 4 karyawa. Bayak Prouk yag ruak Nama Shift malam Shift Pagi (x ) (x ) i ( i - ) ( i - )² A B C D Σ i 3 Σ( i - )²8 4 ( i ) 8 3 i a Selag kepercayaa 99% utuk ata berpaaga terebut aalah: Selag kepercayaa 99 % α % α/ 0.5 % b Nilai t (b 3; α/ 0.005) 5.84 tb; α/ < µ µ < + tb; α/ < µ µ < < µ µ < < µ µ < 55. 0
11 4. Peugaa Propori Pegertia propori π propori populai p propori "uke" alam ampel acak - p q propori "gagal" alam ampel acak Mial : kela "uke" "meyukai eafoo" kela "gagal" "tiak meyukai eafoo" 4. Peugaa Nilai Propori ari ampel bear Peugaa Propori lebih lazim megguaka ampel bear, jai lebih lazim megguaka Ditribui z. Selag Kepercayaa 7: Selag Kepercayaa ebear (-α) bagi π aalah : p igat - p q p q - zα < π < p + zα p q Ukura Sampel utuk peugaa propori Ukura Sampel paa Selag Kepercayaa (-α) ega Error (galat) makimal E z p q α / E i ceilig! : ukura ampel E : error makimal eliih p ega π Cotoh 8: Dari uatu ampel acak 500 orag iketahui bahwa 60 orag meyukai maka eafoo. a. Tetuka elag kepercayaa 95 % bagi propori populai yag meyukai eafoo Selag kepercayaa 95 % α 5 % α/.5 % z z p 60/ q - p %
12 p q p q p - zα < π < p + zα < π < < π < 0.36 b. Berapa ukura ampel agar kita apat percaya 95 % a Error makimal % zα p q / E Peugaa Bea Propori ari ampel-ampel bear Selag Kepercayaa 8 Selag Kepercayaa ebear (-α) bagi π π aalah : p p q p q - p - z α + < π - π < p - p + z α p q p q + Catata: Agar bea/eliih elalu poitif, guaka taa mutlak atau guaka p > p Cotoh 9: Dari 000 peuuk Jakarta, 700 meyetujui berlakuya atura lalulita baru ( p 0.70) Dari 800 peuuk Surabaya, haya 00 yag tiak meyetujui atura lalulita baru ( q 05. ) Tetuka elag kepercayaa 90 % bagi bea propori peuuk Jakarta a Surabaya yag meyetujui berlakuya atura lalulita baru. kela "uke" meyetujui berlakuya atura lalulita baru. p 0.70 q p q 05. p q p p Selag kepercayaa 90 % α 0 % α/ 5 % z5 % z
13 p p q p q - p - z α + < π - π < p - p + z α p q + p q < π - π < ( ) < π - π < ( ) < π - π < < π - π < eleai 3
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 terperinciPendugaan 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 terperinciPendugaan 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 terperinciPENDUGAAN 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 terperinciINTERVAL 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 terperinciMetode 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 terperinciPendugaan 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 terperinciPENDUGAAN 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 terperinciA.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 terperinciPendugaan. 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--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 terperinciTetapi 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 terperinciPengujian 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 terperinciESTIMASI. 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 terperinciSTATISTICS. 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 terperinciBab6 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 terperinci1. 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 terperincix = 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 terperinciStatistika. 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 terperinciRancangan Percobaan. Arum Handini Primandari, M.Sc.
Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i
Lebih terperinciA. 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 terperinciStatistika 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 terperinciStatistika 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 terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciDISTRIBUSI 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 terperinciMata 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 terperinciDISTRIBUSI 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 terperinciTeori 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 terperinciMINGGU 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 terperinciESTIMASI. (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 terperinciTeori 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 terperinciProses 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 terperinciJURUSAN 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 terperinciESTIMASI. (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 terperinciPendugaan 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 terperinciDistribusi 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 terperinciMetode 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 terperinciPendugaan 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 terperincimempunyai 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 terperinciStatistika 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 terperinciA. 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 terperinciINFERENSI 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 terperinciBAB 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 terperinciSOAL 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 terperinciSTATISTIKA NON PARAMETRIK
. PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha
Lebih terperinciDiagram 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 terperinciPendugaan 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 terperinciUKURAN 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 terperinciIII. 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 terperinciBAB 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 terperinciRange 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 terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi
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 terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciBAB 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 terperinciUkuran 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 terperinciBAB 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 terperinciSTATISTIK PERTEMUAN VIII
STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag
Lebih terperinciHazmira 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 terperinciPENGUJIAN 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 terperinciBAB 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 terperinci9 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 terperinciJENIS 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 terperinciBAB 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 terperinciYang 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 terperinciSelang 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 terperinciBAB 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 terperinciDistribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012
5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.
Lebih terperinciSecara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:
BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif
Lebih terperinciMETODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT
METODE NUMERIK TKM4104 Kuliah ke- DERET TAYLOR DAN ANALISIS GALAT DERET TAYLOR o Deret Taylor adalah alat yag utama utuk meuruka suatu metode umerik. o Deret Taylor bergua utuk meghampiri ugsi ke dalam
Lebih terperinciA. 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 terperinciDistribusi 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 terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciBAB 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 terperinciTEKNIK 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 terperinciSTATISTIKA 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 terperinciPENAKSIRAN 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 terperinciPERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA
PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka
Lebih terperinciMetode 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 terperinciAnalisa Data Statistik. Ratih Setyaningrum, MT
Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.
Lebih terperinciL A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.
L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba
Lebih terperinciSEBARAN 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 terperinciREGRESI 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: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd
R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram
Lebih terperinciStatistika 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 terperinciBAB 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 terperinciLIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n
LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara
Lebih terperinciStatistika 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 terperinci100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400
h t t p : / / m a t e m a t r c k. b l o g p o t. c o m Meetuka uur-uur pada dagram lgkara atau batag Rgkaa Mater : Uur uur pada dagram lgkara yag pokok haya hal :. Meetuka bear baga dalam lgkara ( dapat
Lebih terperinciProgram Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret
Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut
Lebih terperinciPenarikan 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 terperinci1. 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 terperinciElemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.
Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama
Lebih terperinciBARISAN TAK HINGGA DAN DERET TAK HINGGA
BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi
Lebih terperinciPENGUJIAN 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 terperinciBAB 4 LIMIT FUNGSI Standar Kompetensi Menggunakan konsep limit fungsi dan turunan fungsi dalam pemecahan masalah
BAB LIMIT FUNGSI Stadar Kompetesi Megguaka kosep it ugsi da turua ugsi dalam pemecaha masalah Kompetesi Dasar. Meghitug it ugsi aljabar sederhaa di suatu titik. Megguaka siat it ugsi utuk meghitug betuk
Lebih terperinciMODUL 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 terperinciBARISAN DAN DERET. Materi ke 1
BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH
Lebih terperinciBAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET
Pertemua 7. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuaku Tambusai Bagkiag 5. da kekovergeaya 5. DERET Diberika sebuah barisa a, dapat didefeisika barisa bilaga real S N dega S N := N a = a + a 2 +...
Lebih terperinciBAB 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 terperinciBAB 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