PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE- COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP
|
|
- Budi Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE- COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP Achmad Frdaus ), Mustofa Usman ), dan Nett Herawat ) ) Alum Jurusan Matematka FMIPA UNILA, Bandar Lampung ) Dosen pada Jurusan Matematka FMIPA UNILA, Bandar Lampung Abstrak Ths study was amed to compare type I error n estmatng mssng data by Bggers and Satterhwate-Cochran methods n Randomzed Comple Block Desgn. Smulaton study usng Gauss software showed that type I error for Bggers approach are over estmate. The problem can be overcomed by Satterhwate-Cochran approach. Keyword: Mssng data, randomzed Block desgn, Bggers, Satterhwate-Cochran. PENDAHULUAN Latar Belakang dan Masalah Analss data hlang telah menad topk yang menark bag banyak penelt statstka sepert Yates (9), Anderson (946), Cochran dan Cox (957), Kshrsagar (97), Bggers (959, 96), Mllken dan Johnson (98), dan Mustofa (996, 998). Untuk rancangan kelompok, ka terdapat data hlang, pendekatan Yates dpergunakan untuk menduga data yang hlang ( Steel dan Torre, 98; Montgomery, 976), nla dugaan n dmasukkan ke dalam data dan selanutnya analss standar dlakukan. Pendekatan Yates memungknkan kta memperoleh nla harapan umlah kuadrat galat yang tdak bas, tetap nla harapan umlah kuadrat kelompok dan perlakuannya bas (Anderson, 946; Kshrsagar dan Deo, 989). Akbatnya pendekatan n akan memberkan kesalahan tpe I yang lebh besar dar semestnya. D sampng tu asumsasums statstka sepert asums ndependen dan kesamaan ragam akan terlanggar sehngga u statstknya tdak menghampr dstrbus F. Selan tu pendekatan Yates adalah cara yang sangat tua, cara n dpergunakan karena perhtungan yang lebh sederhana andngkan pendekatan lannya. Untuk Itu akan dtelt pendekatan bggers dan Satterhwate-Cochran. Tuuan Peneltan dan Pendekatan Tuuan dar peneltan n adalah membangun analss data ka beberapa pengamatan hlang pada rancangan kelompok. Pendekatan Bggers akan dgunakan untuk menduga data hlang, kemudan besarnya bas akan dhtung dengan kadah-kadah yang umum dgunakan, yatu dengan model yang dasumskan. Pendekatan untuk menghtung kuadrat tengah harapan ddasarkan pada Mllken dan Johnson (984) dan Searle (97). Untuk membangun u yang tak bas akan dgunakan pendekatan Satterthwate-Cochran. Untuk melhat efektftas pendekatan yang angun smulas dlakukan dengan menggunakan software Gauss vers.. Yatu dengan membandngkan kesalahan tpe I dan kuasa u dar pendekatan Bggers, Satterthwate- Cochran dan RKTL (tanpa data hlang). Juga akan dlhat perlaku kesalahan tpe I dar ketga pendekatan d atas dengan kesalahan tpe I dar RKTL sebaga acuan. LANDASAN TEORI Rancangan Kelompok Teracak Lengkap Bla terdapat keragaman lan selan dar keragaman perlakuan maka rancangan yang sesua untuk dgunakan adalah rancangan kelompok. Dan bla Setap kelompok mengandung semua perlakuan dsebut rancangan kelompok teracak lengkap (RKTL) dengan model matematsnya adalah: Y = () dengan =,,,,a dan =,,,,b, dmana Y adalah pengamatan dalam perlakuan ke- dan kelompok ke-, adalah yang menyatakan rataan umum, adalah pengaruh perlakuan ke-, = pengaruh kelompok ke-,
2 = galat pada perlakuan ke- dan kelompok ke- dan bebas satu sama lan yang berdstrbus N (, ). Dalam rancangan n dasumskan bahwa tdak ada nteraks antara kelompok dan perlakuan. Jka kta menggunakan rancangan kelompok, kadang-kadang satu data atau lebh d dalam kelompok hlang. Hal n dapat terad mungkn dsebabkan oleh kelalaan, kesalahan pencatatan, atau mungkn karena kerusakan yang tdak dapat dhndar. Sehngga kehlangan data tertentu akan menmbulkan masalah baru, bak dalam melakukan analss maupun pengamblan kesmpulan yang tepat. Untuk mengatas masalah n penuls mencoba menggunakan pendekatan Bggers, tetap pendekatan n menghaslkan nla harapan umlah kuadrat perlakuan dan kelompok yang bas (Mustofa, 998), sehngga mengakbatkan u hpotess bas. Untuk memperbak hal n, kta modfkaskan u dengan menggunakan pendekatan Satterthwate-Cochran. Pendekatan Bggers Msalkan rancangan kelompok tak sembang yang akan ahas ddefnskan sebaga berkut, terdapat 4 perlakuan yang terdr dar 5 kelompok. Empat pengamatan yatu Y, Y, Y, dan Y 44 dasumskan hlang. Dengan pendekatan Bggers, untuk menduga pengamatan yang hlang dgunakan persamaan berkut n : Y ˆ A q () dengan, Yˆ ˆ ˆ Y Y est ˆ, A Y ˆ Y44 dengan, q 4 A 5B G ; A Y Y B Y q B q B q B G q, dan q q q q4 Y4 Y Y4 Y5 4 A 5B G ; A Y Y Y4 Y Y Y4 Y5 4 A 5B G ; A Y Y Y4 Y Y Y4 Y5 4 4 A44 5B44 G ; A44 Y4 Y4 Y4 44 Y4 Y4 Y4 Y54 B B B B44 Kemudan nla dugaan data yang hlang n dmasukkan ke dalam data dan analss standar dlakukan pada data n seolah-olah tdak ada data yang hlang. Dengan menghtung kuadrat tengah harapan untuk pendekatan Bggers (959, 96) n, kta peroleh analss ragamnya: Tabel. Analss Ragam pada Rancangan Kelompok dengan Empat Pengamatan Hlang Sumber Keragaman Perlakuan Kelompok Galat 4 8 Total 5 E(KT) 5 (,67) (,85) Pendekatan Satterthwate-Cochran Untuk membentuk u yang dsesuakan (adusted test), kta perhatkan tabel analss ragam d atas. Dar tabel tersebut elas bahwa kuadrat tengah harapan dduga lebh besar dar semestnya yatu sebesar,67 dan,85 berturut-turut untuk perlakuan dan kelompok. Untuk memperbak u yang bas n kta pergunakan pendekatan Satterthwate-Cochran, prosedur yang erkan oleh Bancroft (968). Kta demonstraskan sebaga berkut :. U untuk perlakuan, msal KTP dan KTG masng-masng adalah kuadrat tengah perlakuan dan kuadrat tengah galat. Perhatkan KTP( ad ) q KTP, dengan q dan KTP (ad) adalah kuadrat tengah,67 perlakuan yang dsesuakan, sehngga kta peroleh E ( KTP (ad) ) =E(q(KTP) ) = dengan 5. Maka u,67 hpotess, H o : dan 4 KTP H : tdak semua nol adalah F (ad), KTG F dsn tdak menghampr dstrbus F, tetap dapat ddekat dengan menggunakan dstrbus
3 kuasa u F yang deraat bebas pemblang dan penyebutnya (Bancroft, 968). Dengan ( num, pemblang dmana (num,kt) = pemblang dar F statstk KT adalah kuadrat tengah dalam analss; c = konstanta pengal pada KT I; dan I adalah deraat bebas kesesuaan dengan KT. ( denom, Sedangkan penyebut. F Dengan, (denom,kt) = penyebut dar statstk KT I = kuadrat tengah dalam analss, c = konstanta pengal pada KT, dan adalah deraat bebas kesesuaan dengan KT.. U untuk kelompok, msal KTK dan KTG masng-masng adalah kuadrat tengah kelompok dan kuadrat tengah galat. Perhatkan KTK( ad ) q KTK, dengan q dan KTK (ad) adalah kuadrat tengah,85 kelompok yang dsesuakan, sehngga kta peroleh : E ( KTK (ad) ) = E ( q (KTK) ) = Dengan,.. Maka u,85 hpotess, H o : ; 4 5 KTK H : tdak semua nol adalah F (ad), KTG F dsn tdak menghampr dstrbus F, tetap dapat ddekat dengan menggunakan dstrbus F yang deraat bebas pemblang dan penyebutnya (Bancroft, 968). Dengan ( num, pemblang. Dmana, (num,kt) = pemblang dar F statstk KT = kuadrat tengah dalam analss, c = konstanta pengal pada KT, dan = deraat bebas kesesuaan dengan KT ( denom, penyebut. Dmana, (denom,kt) = penyebut dar F statstk, KT = kuadrat tengah dalam analss, c = konstanta pengal pada KT, dan = deraat bebas kesesuaan dengan KT HASIL DAN PEMBAHASAN Hasl smulas dar dua pendekatan u statstk yatu pendekatan Bggers dan pendekatan Satterthwate-Cochran. Rancangan kelompok tak sembang yang akan ahas dalam smulas ddefnskan sebaga berkut, terdapat 4 perlakuan yang terdr dar 5 kelompok. Kta asumskan 4 pengamatan yatu Y, Y, Y, dan Y 44 hlang. Untuk mendapatkan nla dugaannya dgunakan pendekatan Bggers yang merupakan perluasan dar de pendekatan Yates. Kemudan nla dugaan n dmasukkan ke dalam data dan analss standar dlakukan seakan-akan tdak ada data yang hlang. Dengan menghtung kuadrat tengah harapan untuk pendekatan Bggers n, lhat tabel, kta peroleh besarnya bas yatu sebesar,67 dan,85 berturut-turut untuk perlakuan dan kelompok. Dar sn elas bahwa kuadrat tengah harapan untuk perlakuan dan kelompok dduga lebh besar dar yang semestnya. Untuk memperbak u yang bas n kta pergunakan pendekatan Satterthwate- Cochran, prosedur yang erkan oleh Bancroft (968). Untuk mendapatkan data, kta asumskan struktur galat dketahu dan galat acak n dperoleh dengan melakukan smulas dengan software GAUSS. Untuk setap penguan, sepuluh rbu data set angun secara acak dan untuk setap set data kta evaluas ukuran kesalahan tpe I dan kuasa unya dengan berbaga konfguras. Hpotess yang du adalah H o : dengan H : tdak semua 4 nol, dan H o : dengan 4 5 H : tdak semua nol, Ddapat hasl dar smulas GAUSS sepert terlhat gambar d bawah n : Bggers Sat-Cochran RKTL
4 kuasa u kesalahan tpe I kuasa u kuasa u kuasa u kuasa u 4 Gambar. Perbandngan kesalahan tpe I dan kuasa u untuk perlakuan pendekatan Bggers, pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. ) Bggers Sat-Cochran RKTL Gambar. Perbandngan kesalahan tpe I dan kuasa u kelompok pendekatan Bggers, Pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. ) Bggers Sat-Cochran RKTL Gambar. Perbandngan kesalahan tpe I dan kuasa u untuk perlakuan pendekatan Bggers, pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. 5 ). Gambar 4. Perbandngan kesalahan tpe I dan kuasa u untuk kelompok pendekatan Bggers, Pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. 5 ) Gambar 5. Perbandngan kesalahan tpe I dan kuasa u untuk perlakuan pendekatan Bggers, pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. ) Bggers Sat-Cochran RKTL Gambar 6. Perbandngan kesalahan tpe I dan kuasa u untuk kelompok pendekatan Bggers, Pendekatan Satterthwate-Cochran dan Rancangan Kelompok (. ). Juga dapat kta perhatkan bagamana perlaku perlakuan dan kelompok ka du pada besar sampel yang berbeda Bggers Sat-Cochran RKTL Bggers Sat-Cochran RKTL banyak ulangan (rbuan)
5 kesalahan tpe I kesalahan tpe I kesalahan tpe I kesalahan tpe I kesalahan tpe I 5 Gambar. Perlaku kesalahan tpe I kelompok pada. 5 Gambar 7. Perlaku kesalahan tpe I untuk perlakuan pada banyak ulangan (rbuan) Bggers Sat-Cochran RKTL Gambar 8. Perlaku kesalahan tpe I untuk kelompok pada.. Gambar. Perlaku kesalahan tpe I untuk perlakuan pada banyak ulangan (rbuan) Bggers Sat-Cochran RKTL banyak ulangan (rbuan) banyak ulangan (rbuan) Bggers Sat-Cochran RKTL Bggers Sat-Cochran RKTL Gambar 9. Perlaku kesalahan tpe I untuk perlakuan pada. 5.5 Gambar. Perlaku kesalahan tpe I untuk kelompok pada banyak ulangan (rbuan) Bggers Sat-Cochran RKTL Dar hasl smulas dapat dtark kesmpulan bahwa kesalahan tpe I dan kuasa u untuk pendekatan Bggers dduga lebh besar dar semestnya, hal n memang harus demkan karena kuadrat tengah harapan menympang dar yang dharapkan. Kesalahan tpe I dar smulas dperoleh sebesar,86 dan,76 untuk perlakuan dan kelompok secara berturut-turut. Nla-nla n datas batas tolerans,,7 untuk kesalahan tpe I sebesar,5 (Pearson dan Please, 975). Begtu uga pada, dan, kesalahan tpe I-nya dduga lebh besar dar semestnya, sama halnya dengan kuasa unya. Dengan menggunakan
6 6 pendekatan Satterthwate-Cochran kesalahan tpe I dan kuasa u n dapat dperbak, dan haslnya relatf mendekat,5,, dan, dar masngmasng hasl smulasnya. Dengan kata lan u yang dhaslkan dar pendekatan Satterthwate- Cochran tdak bas. Dar grafk gambar sampa 6, terlhat elas bahwa pada pendekatan Bggers terad bas ke atas yang relatf besar terhadap rancangan kelompok standar (tanpa ada data yang hlang), sedangkan pendekatan Satterthwate-Cochran relatf sama, bak kesalahan tpe I maupun kuasa unya dengan rancangan kelompok standar. Dengan kata lan tdak terad bas pada pendekatan Satterthwate- Cochran. Dan perlaku kesalahan tpe I untuk perlakuan dan kelompok n dapat kta lhat pada gambar 7 sampa, dmana kesalahan tpe I n relatf stabl d taraf nyata,5,, dan, untuk pendekatan Satterthwate-Cochran yang mendekata rancangan kelompok standar sebaga acuan yang du pada besar sampel yang berbeda. Dan hasl smulas kesalahan tpe I dar pendekatan Satterhwate-Cochran yang ddapat nampak tdak bas. KESIMPULAN Dar hasl smulas dan pembahasan datas dapat dtark kesmpulan bahwa Pendekatan Bggers dapat menad alternatf plhan dalam menganalss data yang hlang pada rancangan kelompok walaupun pendekatan n mash mempertahankan kuadrat tengah harapan yang bas untuk perlakuan dan kelompok, tetap hal n dapat dperbak dengan menggunakan pendekatan Satterthwate-Cochran dan u yang dhaslkan nampak tdak bas. DAFTAR PUSTAKA Bancroft, T.A Topcs n Intermedate Statstcal Methods (Vol. ). The Iowa State Unversty Press, Ames, Iowa. Bggers, J.D The Estmaton of Mssng and Mxed-up Observatons n several Expermental Desgns. Department of Physology, Royal Veternary College, London. Bggers, J.D. 96. Estmaton of Mssng Observaton n Splt-plot Experment where whole Plots are Mssng Mxed-Up. Bometrcs, Cochran, W.G and G.M. Cox Experment Desgn. John Wley and Sons. New York. Dougherty, E.R. 99. Probablty and Statstc for the Engneerng, Computng, and Physcal Scences. Prentce Hall, Englewood Clffs, New Jersey. Kshrsagar, A.M and Deo, S Dstrbuton of Based Hypotheses Sum of Squares n Lnear Models wth Mssng Obsevatons. Commn Stat, Maple Valley, W.A. Gauss-86 VM Verson Aptech System, Inc. Mllken, G.A and Johnson, D.E Analyss of Messy Data. Van Nostrand Renhold, New York. Montgomery, D.C Desgn and Analyss of Experment (thrd edton). John Wley and Sons, New York. Pearson, E.S. and Please, N.W Relaton between the Shape of Populaton Dstrbuton and the Robustness of four smple Test Statstcs. Bometrcs 6 4. Searle, S.R. 97. Lnear Models. John Wley and Sons, New York. Sembrng, R.K Analss Regres. Penerbt ITB Bandung. Bandung. Steel, R.G.D and J.H. Torre Prnsp dan Prosedur Statstka suatu Pendekatan Bometrk. P.T Grameda Pustaka Utama, Jakarta. Usman, M., N. Herawat, dan R. Ruswand Analss Data Hlang pada Rancangan Buur Sangkar Latn. Jurnal Sans dan Teknolog Eds Khusus Desember, 94-. Usman, M. dan R. Ruswand Smulas Perbandngan Kuasa U Pendekatan Yates, Sattertwate dan Model Lnear untuk Analsa Data Hlang pada Rancangan Kelompok Teracak Lengkap. Journal Sans dan Teknolog 4(): -9.
Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciRANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007
RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Desgn) Dr.Ir. I Made Sumertajaya, M.S Departemen Statstka-FMIPA IPB 007 Revew Rancangan Acak Kelompok Kta ngn membandngkan t perlakuan Pengelompokan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciMETODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciPENDUGAAN DATA HILANG DENGAN METODE YATES DAN ALGORITMA EM PADA RANCANGAN LATTICE SEIMBANG
E-Jurnal Matematka Vol. (), Me 5, pp. 7-8 ISSN: -75 PENDUGAAN DATA HILANG DENGAN METODE YATES DAN ALGORITMA EM PADA RANCANGAN LATTICE SEIMBANG N Made Sarayu, Made Suslawat, Kartka Sar Jurusan Matematka,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciEVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK
Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciPENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP
PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciPENDUGAAN RASIO, BEDA DAN REGRESI
TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciLAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi
LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl
Lebih terperinciBAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Searah Sngkat Perkembangan Metoda Perancangan Percobaan Metoda perancangan percobaan banyak dlakukan d berbaga bdang lmu, terutama dbdang pertanan dan bolog. Msalnya dengan pupuk tanaman
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinci(DS.2) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Studi kasus untuk Desain Split Plot)
(DS.) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Stud kasus untuk Desan Splt Plot) Sr Mulyan Sanro Dra, M.Stat, Enny Supartn Dra, MS. Jurusan Statstka
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciSOLUSI TUGAS MATA KULIAH STATISTIKA II
SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah
Lebih terperinciPowerPoint Slides by Yana Rohmana Education University of Indonesian
SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan
Lebih terperinciPENENTUAN DENSITAS PERMUKAAN
PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciModel Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah
Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinci(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a
Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg
Lebih terperinciPENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA
PENERAPAN MEODE LINIEAR DISCRIMINAN ANALYSIS PADA PENGENALAN AJAH ERASIS KAMERA Asep Sholahuddn 1, Rustam E. Sregar 2,Ipng Suprana 3,Setawan Had 4 1 Mahasswa S3 FMIPA Unverstas Padjadjaran e-mal: asep_sholahuddn@yahoo.com
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciPerbandingan Fase Bulan dan Jarak Bulan ke Bumi Pada Kejadian Erupsi Gunung Berapi di Indonesia dengan Menggunakan Uji Kruskal Wallis
PROSIDING SNIPS 016 Perbandngan Fase Bulan dan Jarak Bulan ke Bum Pada Keadan Erups Gunung Berap d Indonesa dengan Menggunakan U Kruskal Walls Dwma Rndy Atka 1a dan RB. Farya Hakm b Departement of Statstcs
Lebih terperinciPENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER
Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciANALISIS KOVARIANSI part 2
ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciPERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT
BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciIII. METODE PENELITIAN. bulan September - November 2010 di SMP Negeri 1 Kalianda Kabupaten
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n dlaksanakan pada semester ganjl tahun ajaran 010/011 antara bulan September - November 010 d SMP Neger 1 Kalanda Kabupaten Lampung Selatan.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciPERANCANGAN JARINGAN AKSES KABEL (DTG3E3)
PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciMetode Estimasi Kemungkinan Maksimum dan Kuadrat Terkecil Tergeneralisasi pada Analisis Pemodelan Persamaan Struktural
Jurnal Graden Vol. 11 No. 1 Januar 015 : 1035-1039 Metode Estmas Kemungknan Maksmum dan Kuadrat Terkecl Tergeneralsas pada Analss Pemodelan Persamaan Struktural Dan Agustna Jurusan Matematka, Fakultas
Lebih terperinciEFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR
EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinci