Jurnal Matematika Murni dan Terapan Vol. 5 No.1 Juni 2011: 12-20

Ukuran: px
Mulai penontonan dengan halaman:

Download "Jurnal Matematika Murni dan Terapan Vol. 5 No.1 Juni 2011: 12-20"

Transkripsi

1 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: 1-0 PENGARUH PEMBERIAN VITAMIN C DAN SULFAS FERROSES (SF) PADA IBU HAMIL UNTUK MENGURANGI RISIKO ANEMIA PADA SAAT PERSALINAN MENGGUNAKAN ANALISIS DATA BERPASANGAN (STUDI KASUS SEBUAH KLINIK BERSALIN DI BANJARMASIN) Dew Aggra, Dew Sr Suat da Nur Salam Program Stud Matematka FMIPA Uverta Lambug Magkurat Jl. Jed. A. Ya km. 36 Kampu Ulam Bajarbaru Emal: de8383w@yahoo.com ABSTRAK Aal data berpaaga (aaly of pared data) adalah uatu aal tattk yag dguaka utuk uatu peelta dmaa haya terdapat atu ampel atau kelompok dvdu atau objek pegamata yag dguaka da dkea dua perlakua atau pegukura ehgga meghalka uatu la berpaaga. Dua buah data dkataka berpaaga ketka etap la pada data pertama eua da berhubuga dega ebuah la tuggal pada data kedua. Dega kata la, dua data yag berpaaga dapat dartka ebaga ebuah ampel dega ubjek/objek pegamata yag ama yag dberka dua perlakua (treatmet)/pegukura yag berbeda. Peelta bertujua utuk utuk mejelaka pegaruh pembera Vtam C da Sulfa Ferroe (SF) pada bu haml. Metode yag dguaka dalam peelta adalah tud lteratur dega megumpulka da mempelajar refere yag relevat tetag aal data berpaaga. Kemuda melakuka uj lajuta terdahap data tetag kau pembera Vtam C da Sulfa Ferroe (SF) pada bu haml dega megguaka refere yag ada. Hal peelta dega megguaka aal data berpaaga meujukka bahwa adaya pegaruh pembera Vtam C da Sulfa Ferroe (SF) pada bu haml. Kata Kuc: Aal Data Berpaaga, Vtam C, Sulfa Ferroe (SF), Ibu Haml. ABSTRACT Pared data aaly (aaly of pared data) a tattcal aaly that ued for a tudy where there oly oe ample or group of dvdual or object of obervato are ued ad ubjected to two treatmet or meauremet reultg a valuepar. Two pece of data ad to be par whe ay value the frt data accordace ad aocated wth a gle value to both the data. I other word, two par of data whch ca be terpreted a a ample of the ubject/object of the ame obervato are gve two treatmet (treatmet)/dfferet meauremet. Th tudy am to clarfy the effect of Vtam C ad Sulfa Ferroe (SF) pregat wome toward the creag level of ther hemoglob. The method of th reearch a tudy lterature ad cae tudy, by collectg ad tudyg the relevat referece o the aaly of data par, the applyg to data a materty clc Bajarma. The reult how that Vtam C ad Sulfa Ferroe (SF) have flueced to the creae of hemoglob level pregat wome. Keyword: Parwe Data Aaly, Vtam C, Sulfa Ferroe (SF), Pregat ome. 1

2 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: PENDAHULUAN Aal data berpaaga (aaly of pared data) adalah uatu aal tattk yag dguaka utuk uatu peelta dmaa haya terdapat atu ampel atau kelompok dvdu atau objek pegamata yag dguaka da dkea dua perlakua atau pegukura ehgga meghalka uatu la berpaaga. Dua buah data dkataka berpaaga ketka etap la pada data pertama eua da berhubuga dega ebuah la tuggal pada data kedua. Dega kata la, dua data yag berpaaga dapat dartka ebaga ebuah ampel dega ubjek/objek pegamata yag ama yag dberka dua perlakua (treatmet)/pegukura yag berbeda. Uj t (t tet) dalam hal dguaka dalam aal data berpaaga utuk meguj apakah terdapat perbedaa atara dua la tegah data berpaaga terebut dega aum bahwa ebara popula dar data berpaaga adalah ormal. Pada aal data berpaaga tdak duj keamaa varaya karea popula yag damat haya atu. Aal data berpaaga mempuya lgkup aplka yag agat lua dberbaga dpl lmu, epert b, ekoom, maajeme, da dutr. Aka tetap, aal data berpaaga juga tdak meutup kemugka utuk daplkaka pada bdag keehata, yag mah merupaka maalah utama utuk dtgkatka kualtaya d mayarakat. Agka kemata bu (AKI) pada aat perala yag mah tgg merupaka alah atu cotoh permaalaha keehata yag gfka d Idoea. Hal dapat dtujukka dar hal Surve Demograf Keehata Idoea (SDKI) yag meyataka bahwa AKI d Idoea ebear 307/ kelahra hdup (KH) mah berada jauh dar target HO ebear 10/ KH. Berdaarka Surve Keehata Rumah Tagga (SKRT) 001, peyebab lagug kemata bu adalah perdaraha (8%), eklam atau hperte dalam kehamla (4%), fek (11%), partu lama (5%) da abortu (5%). Pada tahu 003, AKI d Bajarma dlaporka ebear 0 orag dega peyebab perdaraha (3 kau), eklam (3 kau) da faktor la (14 kau). Salah atu peyebab perdaraha pada bu pada aat melahrka adalah aema (kurag darah). Jka Hb < 11,5 gr% (pada wata) maka dgologka aema edagka Hb 11,5 gr% (pada wata) dgologka ormal. Peelta aka megkaj bagamaa pegaruh pembera Vtam C da Sulfa Ferroe (SF) pada bu haml dalam megkatka kadar hemoglob dalam darah ehgga dapat megurag rko aema yag merupaka alah atu peyebab perdaraha pada aat perala. Sehgga hal dharapka dapat mejad acua utuk pegambla kebjaka da tdaka med erta pelayaa mayarakat dalam ragka meurua rko kemata pada bu haml.. TINJAUAN PUSTAKA.1 Aal Data Berpaaga (Aaly of Pared Data) Aal data berpaaga (aaly of pared data) adalah uatu aal tattk yag dguaka utuk uatu peelta dmaa haya terdapat atu ampel atau kelompok dvdu atau objek pegamata yag dguaka da dkea dua perlakua atau pegukura ehgga meghalka uatu la berpaaga. Aum yag dguaka adalah: 13

3 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: Data terdr dar paaga terplh yag alg depede dega la harapa E( X ) 1 da E(Y ). Malka D1 X1 Y1, D X Y,..., D X Y, ehgga D adalah beda datara paaga data.. D daumka terdtrbu ormal dega la tegah D da vara D (hal ebaga akbat dar X da Y yag terdtrbu ormal (Devore, 004).. Uj Hpote Hpote adalah uatu peryataa atau dugaa emetara megea uatu parameter popula yag tdak dketahu. Dalam hal, hpote yag dguaka adalah: H o : D 0. Hpote alteratf yag dguaka adalah: H 1: D 0, dega wlayah krtk t t, 1 atau t t, 1. H 1: D 0, dega wlayah krtk t t, 1. H 1: D 0, dega wlayah krtk t t, 1. dmaa D X Y adalah beda atara pegamata pertama da kedua d dalam uatu paaga, da D 1..3 Uj t Data Berpaaga (The Pared-t Tet) Paaga-paaga data yag berbeda pada aal data berpaaga berfat depede, ehgga D berfat depedet atu ama la. Jka dmalka D X Y, dmaa X da Y adalah mag-mag pegamata pertama da kedua d dalam etap ebarag paaga, ehgga la harapa bedaya adalah: D EX Y EX EY 1 Peramaa vald mekpu X da Y alg depede. Sehgga ebarag hpote tetag 1 dapat dartka ebaga beda la tegah (the mea dfferece), D. Karea D daggap ebaga ebuah ampel acak ormal dar beda (dfferece) dega la tegah D, hpote tetag D dapat duj megguaka uj t atu ampel. Uj dguaka utuk meguj hpote tetag 1 ketka dataya berpaaga, dar beda D1,D,..., D berdaarka derajat beba 1pada beda. Nla uj t data berpaaga dformulaka ebaga berkut: d 0 t D / dmaa: d la tegah ampel dar d D tadar deva ampel dar d. 14

4 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: Uj Normalta Data (Uj Llefor) a. Hpote H 0 : Data berdtrbu Normal H 1 :Data tdak berdtrbu ormal b. Rumu Perhtuga 1 z dmaa rata-rata mpaga baku z Traforma dar agka ke ota dtrbu ormal c. Keputua Jka L ht < L tabel terma H 0 Jka L ht > L tabel tolak H 0 (terma H 1 ).5 Uj Pergkat-Bertada lcoo Uj Pergkat-Bertada lcoo dguaka utuk data dua ampel yag berhubuga atu ama la. Bla > 15, ebara pearka cotoh bag peubah acak + atau - meghampr ebara ormal dega la tegah da ragam ebag berkut : ( 1) 4 ( 1)( 1) ( ) da Z 4 dmaa la tegah ragam Z + la Z, ebaga Z htug jumlah data peubah acak.6 Aema pada Kehamla Salah atu keluha yag pada umumya dtemu pada wata haml adalah aema. Hal debabka keperlua aka zat-zat makaa bertambah da terjad perubaha-perubaha dalam darah da umum tulag dalam maa kehamla (Depke, 000; Katz, 000). Bata teredah utuk kadar Hb ormal bag wata haml adalah 11 g/dl. Jka eorag wata haml memlk Hb kurag dar 11g/dl 15

5 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: 1-0 maka da dapat dgologka mederta aema dalam kehamla. Jka wata haml mempuya Hb atara 11-1 g/dl, maka da tdak daggap mederta aema patologk, aka tetap aema fologk atau pedoaema (Suparaa, 001). Salah atu peyebab perdaraha pada bu pada aat melahrka adalah aema (kurag darah). Nla ambag bata yag dguaka utuk meetuka tatu aema bu haml, ddaarka pada krtera who tahu 197 yag dtetapka dalam 3 kategor, yatu ormal ( 11 gr/dl), aema rga (8-11 g/dl), da aema berat (kurag dar 8 g/dl). Berdaarka hal pemerkaa darah teryata rata-rata kadar hemoglob bu haml adalah ebear 11.8 mg/dl, kadar hemoglob teredah 7.63 mg/dl da tertgg mg/dl. Klafka aema yag la adalah: a. hb 11 gr% : tdak aema b. hb 9-10 gr% : aema rga c. hb 7 8 gr%: aema edag d. hb < 7 gr% : aema berat..7 Zat Gz yag Berpegaruh pada Aema Zat-zat gz yag berpera dalam pembetuka hemoglob adalah be, prote, prdok (vtam B6) yag berpera ebaga katalator dalam te hem dalam molekul hemoglob, vtam C yag berpegaruh terhadap aborb da pelepaa be dar trafer ke dalam jarga tubuh, da vtam E yag berpegaruh terhadap tablta membra el da darah (Almater, 00). 1. Zat Be Kebutuha wata haml aka zat be megkat ebear % yag dguaka utuk pembetuka plaeta da el darah merah. Perkraa bayakya zat be yag dperluka elama kehamla ebayak mg. Sebayak 300 mg zat be dtrafer ke ja, dega rca mg utuk pembetuka plaeta, 450 mg utuk peambaha el darah merah, da 00 mg berkurag/hlag aat melahrka. Jumlah ebayak tdak mugk tercukup dar det. Oleh karea tu, upleme zat be agat petg ekal, bahka pada wata yag tatu gzya udah bak.. Vtam C Vtam C membatu mereduk be fer mejad fero dalam uu halu ehgga mudah daborb. Vtam C meghambat pembetuka hemoeder yag ukar dmobla utuk membebaka be bla dperluka. Aborb be dalam betuk ohem megkat empat kal lpat bla ada vtam C. Vtam C berpera dalam memdahka be dar trafer d dalam plama 34 ke fert hat (Almater, 00; De Mayer, 000). Dapat dmpulka bahwa vtam C agat berpera dalam pembetuka hemoglob. Sela tu vtam C dapat membatu aborp kalum dega mejaga agar kalum tetap dalam betuk laruta. Kebutuha vtam C pada wata haml megkat 10 mg/har, ehgga kebutuha perharya mejad mg/har (Depke RI, 000; Katz, 000; Fadlah, 005). Koum vtam C dkataka bak bla koum 100% AKG (Agka Kecukupa Gz), edag bla 80 90% AKG, kurag bla koum 70-80% AKG, da deft bla < 70% AKG. 16

6 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: Agka Kemata Ibu Haml Agka kemata bu (AKI) pada aat perala yag mah tgg merupaka alah atu cotoh permaalaha keehata yag gfka d Idoea. Hal dapat dtujukka dar hal Surve Demograf Keehata Idoea (SDKI) yag meyataka bahwa AKI d Idoea ebear 307/ kelahra hdup (KH) mah berada jauh dar target HO ebear 10/ KH. Berdaarka Surve Keehata Rumah Tagga (SKRT) 001, peyebab lagug kemata bu adalah perdaraha (8%), eklam atau hperte dalam kehamla (4%), fek (11%), partu lama (5%) da abortu (5%). Pada tahu 003, AKI d Bajarma dlaporka ebear 0 orag dega peyebab perdaraha (3 kau), eklam (3 kau) da faktor la (14 kau). 3. HASIL DAN PEMBAHASAN 3.1 Aal Data Meguj keormala data level hemoglob (gr%) ebelum da eudah pembera Vtam C da Sulfa Ferroe (SF ) dega megguaka metode llefor. a) Hpote H 0 : Data berdtrbu Normal H 1 : Data tdak berdtrbu ormal b) Rumu Perhtuga Rata-rata : L tabel z Dar tabel F(Z )-S(Z ) data dperoleh L ht 0.093, karea L ht > L tabel maka tolak H 0 (terma H 1 ) yag artya data tdak berdtrbu ormal. Sehgga dlakuka uj oparametrk dega megguaka metode lcoo. 3. Aala Data Megguaka Uj Pergkat-Bertada lcoo Malka 1da adalah level hemoglob (gr%) ebelum pembera Vtam C da Sulfa Ferroe (SF) da level hemoglob (gr%) eudah pembera Vtam C Da Sulfa Ferroe (SF). Lagkah-lagkah perhtuga : 1. Meetuka hpote ol peguja H 0 :

7 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: 1-0. Meetuk hpote alteratf H 1 : Meetuka taraf yata ebear artya tgkat kepercayaa kta terhadap peguja ebear 95% ( %) 4. Meetuka layah Krtk, karea kta megguaka uj arah maka wlayah krtkya Z < -Z α/ da Z > Z α/. Dega megguaka hampra ormal dperoleh wlayah krtk Z < 1.96 da Z > Perhtuga d 0 0 Dar tabel perhtuga dperoleh : w maka: w ( 1) 11(11 1) ( 1)( 1) 11(111)((11) 1) Maka ( ) ( ) Z ebaga Z htug Keputua : Karea Z htug jatuh pada wlayah krtk ebelah kaa maka tolak H 0 da dmpulka bahwa ada pegaruh pembera Vtam C da Sulfa Ferroe (SF) terhadap kadar Hemoglob(gr %) bu haml. 3.3 Aal Data Berpaaga Malka 1 da adalah level hemoglob(gr%) ebelum pembera Vtam C da Sulfa Ferroe (SF) da level hemoglob(gr%) eudah pembera Vtam C Da Sulfa Ferroe (SF). Lagkah-lagkah perhtuga : 1. Meetuka hpote ol peguja H 0 : 1 atau D Meetuk hpote alteratf H 1 : D 0, dega daerah peolaka hpote ol atau wlayah krtk t t, 1 atau t t, Meetuka taraf yata ebear artya tgkat kepercayaa kta terhadap peguja ebear 95% ( %) 4. Meetuka layah Krtk yatu dega la tabel t(α 0.05, df 10). Dega megguaka m.ecel ddapat la t tabel ebaga daerah peolaka hpote olya adalah t < atau t > Meghtug la t htug. 18

8 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: 1-0 d t 0, dega v (derajat beba) D d 130 d Ragam elh 11 pegamata berpaaga : D d ( 1) (11)( (11)(10) d t htug D d t 0 D t Keputua : Karea t htug jatuh pada wlayah krtk maka tolak H 0 da dmpulka bahwa ada pegaruh pembera Vtam C da Sulfa Ferroe (SF) terhadap kadar Hemoglob(gr %) bu haml. 4. KESIMPULAN Berdaarka uraa dar hal da pembahaa, dperoleh uatu kempula bahwa terdapat pegaruh pembera Vtam C da Sulfa Ferroe (SF) terhadap kadar Hemoglob bu haml. DAFTAR PUSTAKA [1]. Devore, J.L Probablty ad Stattc for Egeerg ad the Scece. 6 th edto. Brook/Cole. Thompo Learg. USA. []. Mlto, J.S., & Arold, J.C Itroducto to Probablty ad Stattc. 4 th edto. McGraw-Hll Compae, Ic. New York. [3]. Roer, B Fudametal of Botattc. 6e. Brook/Cole. Thompo Learg. USA. [4]. Satoo, S SPSS Ver 10: Megolah Data Stattk Secara Profeoal. PT. Ele Meda Komputdo. Grameda. Jakarta. 19

9 Jural Matematka Mur da Terapa Vol. 5 No.1 Ju 011: 1-0 [5]. alpole, R.E Pegatar Stattka. PT. Grameda Putaka Utama. Jakarta. [6]. Sujaa.000. Metoda Stattka. PT. Tarto. Badug. [7] Meke Caagka Stker Perecaaa Perala da Pecegaha Komplka. Puat Komuka Publk, Sekretarat Jedral Departeme Keehata &Itemd, vewed 0 Februar

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1 8 III. MEODOLOGI PEELIIA A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela X SMA eger Bagurejo Lampug egah tahu pelajara 009/00 ebayak 75 orag yag terdtrbu dalam lma kela dmaa tgkat kemampua

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP III. METODE PENELITIAN A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela VII emeter gajl SMP Ba Mulya Badar Lampug Tahu Pelajara 0/0 dega jumlah wa ebayak 03 wa yag terbag dalam 3 kela. Sampel

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 5 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekrp Data Hal Peelta Setelah melakuka peelta, peelt medapatka hal tud lapaga utuk memperoleh data dega tekk te, etelah dlakuka uatu pembelajara atara kelompok

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan jenis penelitian kuantitatif, karena data yang

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan jenis penelitian kuantitatif, karena data yang BAB III METODE PENELITIAN A. Je Peelta Je peelta merupaka je peelta kuattatf, karea data yag dperoleh adalah data kuattatf megea hal belajar wa, yag dguaka utuk megaal data dega megguaka hpote keamaa dua

Lebih terperinci

100% 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

100% 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 terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB III TEOREMA GLEASON DAN t-desain

BAB III TEOREMA GLEASON DAN t-desain BAB III TEOREMA GLEASON DAN t-desain Dalam ubbab 3., kta aka mempelaar alah atu fat petg dar kode wa-dual geap. Sfat terebut dberka oleh Teorema 3.(Teorema Gleao), Teorema ecara megeaka telah meetuka betuk

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujua Peelta Berdaarka rumua maalah pada BAB I, peelta kuattatf yag aka dlakaaka bertujua utuk megetahu adaya perbedaa hal belajar peerta ddk pada metode Numbered Head

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN : Vol. 4. No. 3, 5-59, Deember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agu Rugyoo Jurua Matematka FMIPA UNDIP Abtrak Dberka popula

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

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

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

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

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

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

3 Departemen Statistika FMIPA IPB

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

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS 5//04 Matakulah: T EDALI Tahu : 04 Pertemuaa 45 Tempat eduduka Akar(Root Lou Aaly) Learg Outome Pada akhr pertemua, dharapka mahawa aka mampu : meerapka aal da aplka Tempat keduduka Akar dalam dea tem

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

--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

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

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

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

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

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

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

UKURAN SIMPANGAN DAN UKURAN VARIASI UKURAN SIMPANGAN. Rentang= 4/1/2013 KANIA EVITA DEWI S.PD., M.SI.

UKURAN SIMPANGAN DAN UKURAN VARIASI UKURAN SIMPANGAN. Rentang= 4/1/2013 KANIA EVITA DEWI S.PD., M.SI. //03 UKURAN SIMPANGAN DAN UKURAN VARIASI KANIA EVITA DEWI S.PD., M.SI. UKURAN SIMPANGAN Ukura mpaga merupaka tattk yag meggambarka peympaga data-data terhadap rata-rataya Semak bear ukura mpaga emak meyebar

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

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

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

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

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

Lebih terperinci

X a, TINJAUAN PUSTAKA

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

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

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 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

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

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto Prodg ear Naoal Peelta Peddka Peerapa MIPA akulta MIPA Uverta Neger Yogyakarta 6 Me 009 M-8 PENYELEAIAN PENGOPTIMUMAN PORTOOLIO UY MENGGUNAKAN PENDEKATAN UNGI LAGRANGE ugyarto MIPA Matematka Uverta Ahmad

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

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

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

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI. Rentang Antar Kuartil. Rentang= 3/26/2012

UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI. Rentang Antar Kuartil. Rentang= 3/26/2012 /6/0 UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI KANIA EVITA DEWI S.PD., M.SI. Ukura mpaga merupaka tattk yag meggambarka peympaga data-data terhadap rata-rataya Semak bear ukura mpaga emak meyebar

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

PENGGUNAAN BOOTSTRAP UNTUK MENDETEKSI KEAKURATANAN KRIGING. Isnani, M.Si. PMTK FKIP Univ. Pancasakti Tegal

PENGGUNAAN BOOTSTRAP UNTUK MENDETEKSI KEAKURATANAN KRIGING. Isnani, M.Si. PMTK FKIP Univ. Pancasakti Tegal PROSIDING ISBN: 978-979-6353-3- S- PENGGUNAAN BOOTSTRAP UNTUK MENDETEKSI KEAKURATANAN KRIGING Ia, MS Abtrak PMTK FKIP U Pacaakt Tegal Boottrap dkembagka utuk data tak berkorela, jka berkorela maka dperluka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

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

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

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

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

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

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

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEOR. Aal Regre Salah atu tuua aal data adalah utuk memperkraka/memperhtugka beara efek kuattatf dar perubaha uatu keada terhadap keada laa. Setap kebaka (polc), bak dar pemertah maupu wata,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms)

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms) MEKANISME KERUNTUHAN LINGKARAN (Crcular alure Mechasms) Stabltas Lereg Moda kerutuha lereg umumya adalah rotatoal slp sepajag bdag rutuh yag medekat lgkara Kerutuha dagkal Kerutuha dalam Saat rutuh Stabltas

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si ANALISIS MULTIVARIAT Pegatar Aal Multvarat Lauta Irlada Gaar M.S Jurua Stattka FMIPA Uad Nota utuk varabel varabel berkala l terval atau rao k bl k Vektor varabel acak: Nla haraa vektor Nla haraa vektor

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEOR. Aal Regre alah atu tuua aal data adalah utuk memperkraka/memperhtugka beara efek kuattatf dar perubaha uatu keada terhadap keada laa. etap kebaka polc, bak dar pemertah maupu wata, elalu

Lebih terperinci

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA 9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

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

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

Bab II Teori Pendukung

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

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

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