Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui
|
|
- Liani Harjanti Sumadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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, Purawarma 63 Badug, 46. aceg.k.mutaqi@uiba.ac.id Abtrak Makalah ii membaha pembetuka diagram kedali impaga baku (diagram kedali S ekak utuk kau proe berditribui ormal dega parameter diketahui. Diagram kedali S ekak terebut dibadigka dega diagram kedali S koveioal megguaka ukura Average Ru Leght (ARL. Diagram kedali S koveioal terlalu eitif terhadap perubaha yag kecil dari impaga baku proe. Bahka utuk kau tertetu, ketika proe ebearya dalam kedali, diagram kedali S koveioal meyimpulka bahwa proe udah di luar kedali. Kata Kuci: Average Ru Leght; diagram kedali impaga baku; peluag kealaha tipe I; teorema limit puat.. PENDAHULUAN Salah atu alat yag diracag ecara tatitik da erig diguaka dalam bidag idutri adalah diagram kedali impaga baku (diagram kedali S. Diagram kedali S ii erig diguaka utuk pegedalia impaga baku proe dalam idutri-idutri maufaktur. Diagram kedali ii megaumika bahwa proe berditribui ormal. Secara umum ada dua jei diagram kedali S. Pertama, diagram kedali S utuk kau parameter impaga baku proe, diketahui. Kedua, diagram kedali S utuk kau parameter impaga baku proe, tidak diketahui. Utuk lebih riciya megeai kedua jei diagram kedali S terebut dapat dilihat pada Motgomery (. Diagram kedali S jei yag pertama (yag elajutya aka diebut ebagai diagram kedali S koveioal didaarka pada ditribui dari peubah acak impaga baku S. Sayagya, pada aat meetuka bata-bata kedaliya didaarka pada teorema limit puat. Jadi diagram kedali S koveioal terebut bia diebut ebagai diagram kedali yag ifatya pedekata. Utuk memperoleh diagram kedali S ekak, caraya adalah pada aat meetuka bata-bata kedaliya lagug didaarka pada ditribui amplig dari impaga baku, S. Tujua dari makalah ii adalah memaparka pembetuka diagram kedali S ekak utuk kau proe berditribui ormal dega parameter diketahui. Makalah ii diuu ebagai berikut. Bagia memuat peurua ditribui amplig utuk peubah acak impaga baku, S. Diagram kedali S koveioal dibaha pada Bagia 3. Bagia 4 meguraika pembetuka diagram kedali S ekak. Perbadiga atara diagram kedali S ekak da koveioal dikemukaka dalam Bagia 5. Sedagka bagia terakhir beriika keimpula da dikui.. DISTRIBUSI SAMPLING DARI SIMPANGAN BAKU, S Mialka X, X,, X merupaka uatu ampel acak dari ditribui ormal, N(μ,. Hogg da Tai ( telah meujukka bahwa peubah acak, ( S berditribui chi-quare dega derajat beba (, dimaa S merupaka variai dari ampel acak di ata, 5
2 Aceg Komarudi Mutaqi, dkk Statitika, Vol. No., Mei 5 ( X X S i i ( da X merupaka rata-rata dari ampel acak di ata, X X i i. ( Dapat ditujukka bahwa fugi deita peluag dari peubah acak impaga baku, S, adalah ( e f Γ ; utuk >. (3 Fugi ditribui kumulatif dari peubah acak S adalah dx x f S P F ( } { ( Γ x dx e x F ( Dega memialka x w, dapat ditujukka bahwa gamma tak-legkap fugi ( Γ w dw e w F. (4 Dapat ditujukka pula bahwa ekpektai da variai dari peubah acak S maig-maig adalah 4 ( c S E (5 da 4 ( ( c S Var (6 dega / (( / ( 4 Γ Γ c. (7
3 Diagram Kedali Simpaga Baku Ekak utuk DIAGRAM KENDALI S KONVENSIONAL Yag dimakud dega diagram kedali S koveioal dalam makalah ii adalah diagram kedali impaga baku, S utuk kau proe berditribui ormal dega parameter diketahui, dimaa pembetuka bata-bata kedaliya megguaka teorema limit puat. Jadi diagram kedali koveioal ii ifatya pedekata. Berdaarka ekpektai da variai dari peubah acak S yag ada pada Peramaa (5 da (6, dapat dibetuk uatu peubah acak baru yaitu S E( S S c4 Z Var( S c4 Dega megguaka teorema limit puat, utuk, peubah acak Z di ata aka medekati ditribui ormal baku, N(,. Peetua bata-bata kedali utuk diagram kedali S koveioal didaarka pada peubah acak Z di ata. utuk kau 3-igma (dega peluag kealaha tipe I, α,7, maka peluag atau, P{3 < Z < 3},9973 S c { 3 4 P < c4 < 3},9973 P{ c4 3 c4 < S < c4 + 3 c4 },9973 P { B5 < S < B6 },9973 dimaa, B5 c4 3 c (8 4 B6 c4 + 3 c. (9 4 Dega demikia bata kedali bawah (lower cotrol limit - LCL da bata kedali ata (upper cotrol limit - UCL dari diagram kedali S koveioal adalah, LCL B5 ( UCL B6 ( Tabel meyajika ilai rata-rata pajag bergerak (average ru legth ARL dari diagram kedali S koveioal ketika proe dalam kedali (impaga baku proeya adalah da ketika proe di luar kedali (impaga baku proe telah berubah dari ke k utuk α,7, k (,3 da ukura ampel, 6,, 5,, da 3. Sebagai catata, berapapu ilai, ilai ARL-ya tetap tidak berubah. Gambar megilutraika ilai-ilai ARL utuk 6, 5, da 3 yag ada pada Tabel. Berdaarka ilai-ilai ARL yag ada pada Tabel da Gambar terlihat bahwa emaki bear ukura ampel, maka ilai ARL-ya baik ketika proe dalam kedali maupu di luar kedali emaki bear. Khuu utuk ketika proe dalam kedali, ilai ARL-ya emaki medekati ilai omial 37,398 (/,7. Hal ii ejala dega priip dari diagram kedali S koveioal yag megguaka teorema limit puat pada aat peetua batabata kedaliya. Statitika, Vol. No., Mei
4 54 Aceg Komarudi Mutaqi, dkk Tabel. Nilai ARL utuk Diagram Kedali S Koveioal k N 6 5 3, 8,88 333,4 366,68 368,7 369,87, 79,46 7,66 7,343 3,63 3,79, 3,6 3,479 5,6,3,6,3 5,48,48,76,3,,4 9,38 5,83,337,9,,5 5,978 3,763,7,3,,6 4,35,74,3,,,7 3,347,39,9,,,8,77,784,,,,9,3,556,,,,,,43,,,,,8,97,,,,,656,,,,,3,537,68,,,,4,444,8,,,,5,37,98,,,,6,33,76,,,,7,66,59,,,,8,7,46,,,,9,95,36,,, 3,,69,9,,, ARL k Gambar. Nilai ARL utuk Diagram Kedali S Koveioal 4. DIAGRAM KENDALI S EKSAK Dalam bagia ii aka dipaparka pembetuka diagram kedali impaga baku S ekak utuk proe yag berditribui ormal dega parameter impaga baku diketahui. Berdaarka ditribui dari peubah acak impaga baku S yag dibaha pada Bagia, dapat dibetuk diagram kedali S ekak dega peluag kealaha tipe I, α. LCL da UCL dari diagram kedali S ekak adalah memeuhi ifat-ifat berikut, P{LCL < S < UCL} - α Statitika, Vol. No., Mei
5 Diagram Kedali Simpaga Baku Ekak utuk dega, P{S LCL} F(LCL α/ da, P{S UCL} F(UCL α/. Dega megguaka fugi ditribui dari peubah acak S, maka diperoleh LCL α ( w F LCL w e dw. Γ Mial x LCL ( Jadi x merupaka olui dari peramaa berikut x w α w e dw. Γ fugi gamma tak-legkap Berdaarka Peramaa (, dapat diperoleh LCL utuk diagram kedali S ekak, yaitu LCL E, dimaa, E x. Dega cara yag ama, dega megguaka fugi ditribui dari peubah acak S, maka diperoleh UCL α ( w F UCL w e dw. Γ Mial x UCL. (3 Jadi x merupaka olui dari peramaa berikut, x w α w e dw. Γ fugi gamma tak-legkap Berdaarka Peramaa (3, dapat diperoleh UCL utuk diagram kedali S ekak, yaitu UCL E, dimaa, E x. Statitika, Vol. No., Mei
6 56 Aceg Komarudi Mutaqi, dkk Tabel meyajika cotoh ilai E da E utuk (. Nilai E da E utuk berbagai yag laiya teredia di peuli pertama makalah ii. Tabel. Cotoh Nilai E da E utuk Ukura Sampel, ( E E,7 3,5 3,368,575 4,995,86 5,66,95 6,8,99 7,656,935 8,36,8354 9,34,785,374,735,398,6966,45,6636 3,445,6348 4,464,694 5,4785,5868 6,494,5665 7,584,548 8,55,534 9,5336,56,5449,5 Tabel 3 meyajika ilai ARL dari diagram kedali S ekak ketika proe dalam kedali da ketika proe di luar kedali utuk α,7, k (,3 da ukura ampel, 6,, 5,, da 3. Berapapu ilai, ilai ARL-ya tetap tidak berubah. Tabel 3. Nilai ARL utuk Diagram Kedali S Ekak k N 6 5 3, 37,398 37,398 37,398 37,398 37,398, 49,56 9,86 34,77 5,439 3,466, 56,4 36,874 5,93,477,66,3 5,59 5,64,56,4,,4 3,8 7,76,393,34,,5 8,54 4,739,6,3,,6 5,844 3,75,38,,,7 4,3,479,,,,8 3,39,8,3,,,9,785,7,,,,,373,54,,,,,8,378,,,,,866,83,,,,3,75,4,,,,4,58,64,,,,5,485,6,,,,6,48,98,,,,7,346,76,,,,8,95,6,,,,9,53,47,,, 3,,9,38,,, Statitika, Vol. No., Mei
7 Diagram Kedali Simpaga Baku Ekak utuk Gambar megilutraika ilai-ilai ARL utuk 6, 5, da 3 yag ada pada Tabel 3. Berdaarka ilai-ilai ARL yag ada pada Tabel 3 da Gambar terlihat bahwa emaki bear ukura ampel, maka ilai ARL ketika proe di luar kedali emaki bear. Sedagka ketika proe dalam kedali, ilai ARL-ya tetap pada ilai omial 37,398 (/,7. Hal ii ebagai bukti bahwa diagram kedali S yag dibetuk ifatya ekak. ARL k Gambar. Nilai ARL utuk Diagram Kedali S Ekak 5. PERBANDINGAN ANTARA DIAGRAM KENDALI S EKSAK DAN KONVENSIONAL Dalam bagia ii aka dilakuka perbadiga atara diagram kedali S ekak dega diagram kedali S koveioal berdaarka ukura ARL ketika proe dalam kedali da ketika proe di luar kedali utuk α,7, k (,3 da ukura ampel, 6, 5, da 3. Perbadiga terebut ditampilka dalam Gambar 3, 4, da 5. Statitika, Vol. No., Mei
8 58 Aceg Komarudi Mutaqi, dkk ARL 3 5 Pedekata Ekak k Gambar 3. Perbadiga ARL utuk Diagram Kedali S Ekak da Koveioal utuk 6 ARL 3 5 Pedekata Ekak k Gambar 4. Perbadiga ARL utuk Diagram Kedali S Ekak da Koveioal utuk 5 Statitika, Vol. No., Mei
9 Diagram Kedali Simpaga Baku Ekak utuk ARL 3 5 Pedekata Ekak k Gambar 5. Perbadiga ARL utuk Diagram Kedali S Ekak da Koveioal utuk Berdaarka Gambar 3, 4, da 5, terlihat bahwa emaki bear ukura ampel, maka baik utuk ketika proe dalam kedali maupu di luar kedali, ilai-ilai ARL dari diagram kedali S koveioal emaki medekati ilai-ilai ARL dari diagram kedali S ekak. Hal ii ejala dega priip dari diagram kedali S koveioal yag megguaka teorema limit puat pada aat peetua bata-bata kedaliya. Hal ii meujukka bahwa, ketika proe ebearya dalam kedali ataupu di luar kedali, diagram kedali S koveioal aka terlalu cepat medeteki bahwa proe udah di luar kedali. Diagram kedali S koveioal terlalu eitif (terlalu cepat memutuka bahwa proe udah di luar kedali terhadap perubaha yag kecil dari impaga baku proe. Hal ii terlihat ketika k, eliih ilaiilai ARL dari diagram kedali S koveioal da ekak cederug lebih bear dibadigka ketika k >. Seliih terebut emaki kecil ketika ukura ampelya emaki bear. 6. CONTOH NUMERIK Berikut ii aka diberika cotoh peerapa dari diagram kedali S koveioal da ekak utuk kau diketahui. Baha yag diguaka adalah data megeai alah atu karakteritik kuci produk hige rib (Dataya diajika dalam Tabel 4, dega,667. Produk hige rib adalah alah atu produk yag dibuat oleh PT Dirgatara Idoeia. Produk terebut merupaka bagia dari kompoe ayap peawat terbag. Nilai-ilai impaga baku utuk etiap omor ampel diajika dalam kolom terakhir pada Tabel 4. Sedagka gambar diagram kedali S koveioal da ekakya diajika pada Gambar 6. Tabel 4. Data Nomor Nomor Pegamata Sampel S 58,894 59,43 58,886 58,9 59,5,37 58,8 58,989 58,798 59,4 58,77, ,84 58,98 58,94 58,94 58,839, ,757 58,756 58,93 58,844 59,9,4 5 58,967 58,93 58,993 58,893 58,88, ,76 58,89 58,94 58,787 58,845,739 Berdaarka Gambar 6 terlihat bahwa omor ampel da omor ampel 4 berada di luar kedali dari diagram kedali impaga baku S koveioal edagka meurut diagram Statitika, Vol. No., Mei
10 6 Aceg Komarudi Mutaqi, dkk kedali impaga baku S ekak maih dalam bata-bata kedali. Ii meujukka uatu cotoh bukti bahwa diagram kedali impaga baku S koveioal terlalu cepat utuk medeteki bahwa proe udah di luar kedali. Simpaga Baku (S UCL Ekak UCL Koveioal LCL Ekak LCL Koveioal Nomor Sampel Gambar 6. Diagram Kedali S Koveioal da Ekak 7. KESIMPULAN DAN DISKUSI Diagram kedali impaga baku, S ekak yag dibagu dalam makalah ii khuu utuk kau ampel beraal dari populai yag berditribui ormal dega parameter impaga baku, diketahui. Secara umum, jika diagram kedali S koveioal (yag bayak dimuat dalam buku-buku pegedalia proe tatiti diguaka dalam aplikai maka diagram kedali ii aka terlalu cepat medeteki bahwa proe udah di luar kedali. Utuk itu kami meyaraka utuk megguaka diagram kedali S ekak yag ada dalam makalah ii. Permaalahaya adalah dalam meetuka ilai kotata E da E utuk meetuka bata-bata kedaliya. Peuli pertama dari makalah ii dapat meyediaka ilai-ilai kotata terebut. Dalam makalah ii haya dibaha diagram kedali S utuk parameter diketahui. Utuk kau parameter tidak diketahui, peuli edag mecoba utuk meracag uatu alat tatitik yag mempuyai kemampua yag lebih baik dibadigka dega yag udah ada ebelumya. DAFTAR PUSTAKA []. Motgomery, D. C. (. Itroductio to Statitical Quality Cotrol. Fourth editio. Joh Wiley & So, Ic., New York. []. Hogg, R. V., da Tai, E. A. (. Probability ad Statitical Iferece. Sixth editio. Pretice Hall, Ic., New Jerey. Statitika, Vol. No., Mei
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 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 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 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 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 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 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. 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 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 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 terperinciIII. 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 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 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 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 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 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 terperinciPedahulua 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 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 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 terperinciPENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA
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
Lebih terperinciSelang 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 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 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 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 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 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 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 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 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 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 terperinciDistribusi Sampel & Statistitik Terurut
Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar
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 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 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 terperinciSTUDI TENTANG PETA KENDALI X TUNGGAL SEBAGAI PENGGANTI PETA KENDALI X DAN S
STUDI TENTANG PETA KENDALI PETA KENDALI X TUNGGAL SEBAGAI PENGGANTI PETA KENDALI KENDALI PETA KENDALI X DAN S (Tati Octavia) STUDI TENTANG PETA KENDALI X TUNGGAL SEBAGAI PENGGANTI PETA KENDALI X DAN S
Lebih terperinciPendugaan 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 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 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 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 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 terperinciBAB 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 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 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 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 terperinciBAB 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 terperinciPENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011
PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai
Lebih terperinciBab 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 terperinciPENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R
PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T
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 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 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 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 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 terperinciBAB 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 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 terperinciBAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA
BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,
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 terperinciBAB 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 terperinciMETODE 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 terperinciPenaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR
PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik
Lebih terperinciBAB 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 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 terperinciPengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)
Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu
Lebih terperinciJurusan 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 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 terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
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 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 terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciJURNAL 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 terperinciSIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R
SIF SIF RNSFORMSI LINER m DRI R KE R Diuu utuk memeuhi uga Mata Kuliah ljabar Liear Doe Pegampu : Dr. Suroo, M. Pd Diuu oleh : Kelompok. ge Chritie rii ( 84.55 ). dik Setyo Nugroho ( 84.65 ). Beti Lutvi
Lebih terperinciBab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
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 terperinciPEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE
PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki
Lebih terperinciFisika 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 terperinciTINJAUAN 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 terperinciPENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA
PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA
Lebih terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
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 terperinciSebaran Penarikan Contoh. Dept Statistika FMIPA IPB
Sebara Pearika Cotoh Dept Statistika FMIPA IPB Statistik: karakteristik umerik yag diperoleh dari data cotoh Dari sebuah populasi dapat diperoleh bayak cotoh acak. Dari setiap cotoh acak, dapat dihitug
Lebih terperinciMENENTUKAN 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 terperinciSTUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN
STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii
Lebih terperinciPENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES
Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN
Lebih terperinciIII. 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 terperinciRING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman
JMP : Volume 7 Nomor 1, Jui 2015, hal 11-18 RING MATRIKS ATAS RING KOMUTATIF Achmad Abdurrazzaq, Ari Wardayai, Suroto razzaqgaesha@gmailcom Uiversitas Jederal Soedirma ABSTRACT This paper discusses a matrices
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 terperinciPENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart
Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa
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 terperinciBAB 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 terperinciB A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan
30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag
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 terperinciBAB 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 terperinciIII PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah
III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka
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 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 terperinciUJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA
48 D. R. Praetyo et al. Uji Kualita Miyak Goreg Berdaarka Idek Bia Cahaya UJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA Dody Rahayu Praetyo * Mahardika
Lebih terperincip =...(2-4) Distribusi Probabilitas Empiris
Ditribui Probabilita Empiri Seperti telah diketahui, bahwa ecara gari bear fugi ditribui terbagi mejadi dua jei, yaitu fugi ditribui dikrit da fugi ditribui kotiyu. Sedagka cara peghituga peluag etiap
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 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor
Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinci