Oleh : H. BERNIK MASKUN

Ukuran: px
Mulai penontonan dengan halaman:

Download "Oleh : H. BERNIK MASKUN"

Transkripsi

1 Uverstas Padjadjara, 3 November 00 (D.5) ANALISIS VARIANS UNTUK MENGUJI KEKUATAN LEKAT SEMEN ADHESIF PADA PERMUKAAN LOGAM KARENA EMPAT MACAM PERLAKUAN (Stud Esperme pada Bdag Ortodot Kedotera Gg) Oleh : H. BERNIK MASKUN ABSTRAK Peguja hpotess ag melbata beberapa rata-rata, tapa memperhtuga uruta rata-rata dalam pedeata parametr dapat derjaa melalau aalss varas (ANAVA). Dalam ANAVA uruta megea hpotess dapat detahu setelah hasl peguja memperlhata hasl sgfa emuda dut oleh peguja setelah ANAVA sepert uj Newma-Keuls atau Scheffe. Pada peelta aa demuaa aplas meguj esamaa beberapa rata-rata ag dbera oleh perlaua ag berbeda melalu pedeata parametr. Aplasa adalah utu megetahu perlaua ag membera efe ag palg baberdasara euata daa reat da persetase ssa res ag meleat pada permuaa logam ag basa dguaa doter gg dalam bdag prostodosa. I. PENDAHULUAN. Latar Belaag Peelta ag dlaua doter gg dalam bdag prostodosa, telah baa dlaua esperme utu megetahu euata seme pada pembuata jembata adhesf sebaga suatu restoras utu meggata ehlaga gg dmaa dalam restoras jembata adhesf pegambla jarga gg lebh sedt dbadga dega restoras jembata ovesoal. Pada prate sehar-har ag dlaua oleh para dotergg, serg djumpa egagala-egagala ag terjad, atara la terlepasa ata atara seme res dega permuaa gg atau terlepasaa ata atara seme res dega permuaa logam. Meurut Greugers (985). Kegagala terjad pada jembata Rochettte, area Maajeme Rso d Bdag Perbaa da Asuras 3

2 Uverstas Padjadjara, 3 November 00 seme res haa meleat dsetar lubag-lubag da tda meeluruh pada permuaa logam. Berbaga peelta telah dlaua utu memperba ata atara seme res da permuaa logam, atara la dlaua oleh Mc. Laughl (986) da Va der Vee (ct. Dachla, 995) dega membuat perlaua pada permuaa logam berupa aama, perforeted, sadblast da detsa secara electrolsa. Berdasara egagala-egagala da upaa-upaa ag telah dlaua oleh bebrapa peelt utu megata euata peleata atara seme res dega permuaa logam, perlu dlaua peelta laa ag berata dega perlaua-perlaua ag dbera epada logam.. Rumusa Masalah Berdasara hasl peelta ag telah dlaua, meujua bahwa euata leat seme res pada logam sebaga restoras jembata aa berbeda ja logam ag dguaa memperoleh perlaua ag berbeda.; utu tu dapat dturua hpotess statst sebaga berut : H O : H O : µ = µ =... = µ vs H : Salah satu tada sama dega tda berlau. Utu meguj hpotess d atas dperlua :. Statst uj. Dstrbus Samplg dar statst uj.3 Tujua Peelta Meerapa cara peguja hpotess utu beberapa rata-rata ag sesua dega adah statsta.. Maajeme Rso d Bdag Perbaa da Asuras 33

3 Uverstas Padjadjara, 3 November 00.4 Mafaat Peelta Dega dguaa statst uj ag sesua utu meguj hpotess beberapa rata-rata aa membera solus ag lebh ba. II. TINJAUAN PUSTAKA. Peguja Kesamaa Dua Rata-rata Ja dalam suatu peelta g detahu apaah dua perlaua ag berbeda ag dbera epada satu elompo percobaa ag bersfat homoge membera efe ag berbeda dapat dturua hpotess statst sebaga berut H o : µ = µ melawa H : µ µ.. Statst uj dega pedeata parametr Ja data hasl peelta bersala raso atau terval da σ (varas) detahu maa Statst uja dapat dguaa statst z berbetu z= σ +... (-) Apabla σ tda detahu maa statst uja megguaa stast t dega betu t = s +... (-) Kedua statst d atas dapat dguaa ja data hasl peelta berdstrbus Normal... Statst Uj dega Pedeata No Parametr Maajeme Rso d Bdag Perbaa da Asuras 34

4 Uverstas Padjadjara, 3 November 00 Bsa saja dalam suatu peelta, peguura terhadap varabel peelta tda dapat dlaua sehubuga dega tda adaa strume peelta ag dapat dguaa utu meguura, abata peelt haa member sor dega sala omal atau ordal terhadap hasl peeltaa. Berdasara data tersebut, g duj esamaa dua rata-rata sehubuga dega perlaua ag berbeda, tetua alat uja tda dapat megguaa statst z atau t tetap perlu dcar statst la ag bebas dar dstrbus data. Utu tu statst uj ag bebas dar dstrbus data atau statst uj o-parametr dapat dguaa utu melaua peguja hpotess tersebut, atara la statst Uj Ma-Whte dega rumus sebaga berut : ( + ) U = + R... (-3). Peguja Hpotess Beberapa Rata-Rata Ja dalam suatu peelta g detahu efe dar beberapa perlaua ag berbeda terhadap seelompo percobaa ag bersfat homoge, maa hpotess statst ag dapat dturua dar masalah tersebut berbetu : H O : H O : µ = µ =... = µ vs H : Salah satu tada sama dega tda berlau. Utu meguj hpotess d atas, tetua tda aa megguaa statst uj utu meguj hpotess esamaa dua rata-rata tetap perlu dcar statst uj ag sesua. ANAVA atau dsebut juga Aalss Varas adalah alat uj utu meguj hpotess esamaa beberapa rata-rata. Sepert hala dalam meguj esamaa dua rata-rata ag alat uja bergatug epada sala peguura data, dema pula ANAVA. Maajeme Rso d Bdag Perbaa da Asuras 35

5 Uverstas Padjadjara, 3 November 00 Sebuah alteratf dar ANAVA utu data hasl esperme berupa sor dega sala ordal, pedeata ag ada berupa Aalss Statst No-Parametr dega Uj Aalss Vara Rag Satu Arah Krusal-Walls (Gbbos, 97) berbetu : H = ( + ) j= R j j 3( + ) dega : R j j = baa elompo sampel = ra pada sample e j = j = baa asus dalam semua sampel = baa asus dalam sampel e j Ja hasl peguja sgfa, tetua perlu dlaua uj uj laa utu megetahu perbedaa perlaua dega cara berpasaga. III. METODOLOGI PENELITIAN Permasalaha ag dhadap sepert tertuag dalam Bab I, melbata peguja beberapa rata-rata. Peguja hpotess ag melbata beberapa rata-rata tapa memperhtuga uruta rata-rata, dalam pedeata parametr dapat derjaa melalu Aalss Varas (ANAVA). Dalam hal model megea data hasl peguura adalah = µ + τ + ε ;... (3-) j j =,,... j =,,... dega µ= rata-rata efe τ = efe perlaua e ε j = eelrua, berupa efe aca ag berasal dar ut esperme e j, dmaa ε j berdstrbus Normal da Idepede dega rata-rata ol da varas σ (Motgomer, 00). Maajeme Rso d Bdag Perbaa da Asuras 36

6 Uverstas Padjadjara, 3 November 00 Berdasara model esperme sepert pada persamaa (3-) dapat dturua hpotess sebaga berut : Ho : τ = 0τ = 0 ; =,,..., ag dapat darta tda terdapat perbedaa megea efe perlaua Hpotess d atas dapat pula dtuls dalam betu : vs H O : µ = µ =... = µ H : Salah satu tada sama dega tda berlau. Utu meguja dperlua stats uj ag sesua. 3. Statst Uj Pedeata Parametr : Peguja utu hpotess d atas, derjaa berdasara data ag dtampla sepert pada tabel berut Tabel : Statst ag dhtug dar Data Pegamata (Tap Perlaua bers j pegamata) Perlaua K Y Y... Y Y Y... Y J Y j Y j Y j Y j j Y Y Y j Baa N... Pegamata Jumlah J J J Rata-rata j J = = = = J dar tabel d atas ampa bahwa : Maajeme Rso d Bdag Perbaa da Asuras 37

7 Uverstas Padjadjara, 3 November 00 = = Berdasara data dalam Tabel, selajuta dapat dhtug berbaga statst atara la Jumlah uadrat-uadrat (JK) semua la pegamata : j = Yj = j= Y Jumlah uadrat-uadrat (JK) utu rata-rata : R = J / = Jumlah uadrat-uadrat atar perlaua : = ( / ) = P J R Jumlah uadrat-uadrat eelrua perlaua : E = ( Y Y ) j = j= E = Y R P Keseluruha perhtuga d atas dapat dtampla dalam tabel sebaga berut : ANAVA Dega observas tap elompo Sumber Varas D Jumlah Kuadrat Rata-rata Jumlah Kuadrat F Htug F Table Sfat (hasl Uj) Maajeme Rso d Bdag Perbaa da Asuras 38

8 Uverstas Padjadjara, 3 November 00 Rata-rata R R / Atar Kelompo - P P /(-)= P P / E ' ' F ((-); (--)) Dalam Kelompo -- E E /(--)= E Jumlah Y Dar tabel ANAVA d atas aa dperoleh F htug, sebaga pembadga dguaa F tabel dar Tabel Dstrbus F dega d= ((-); (--)) dega taraf epercaaa α. Krtera peguja : Terma Hpotess ja F htug < dar F Tabel. Ja peguja bersfat sgfa, perlu dlaua uj setelah ANAVA dega Uj Newma Keuls. IV. HASIL DAN PEMBAHASAN 4. Dsa Peelta da Hpotess Peelta dlaua terhadap 6 (eam belas) pasag sampel berupa lempeg logam ag dbag secara aca dalam 4 (empat) elompo perlaua ag berbeda. Setap elompo terdr atas empat buah lempega : Kelompo I lempega dbetu aama, Kelompo II lempega logam ag detsa eletrolsa, Kelompo III lempega logam dbetu ptted, da Kelompo IV adalah lempega logam ag d sadblast. Dega dema model esperme/percobaa aa berbetu Esperme Aca Sempura dega empat replas utu tap elompo. Varabel ag mejad obe peelta adalah rata-rata uura uj tar dar eempat perlaua permuaa logam dega satua Mpa da prosetase Luas permuaa res ag mash meleat pada permuaa logam. Ig detahu apaah terdapat efe ag berart dar eempat perlaua berdasara euata leat maupu persetase luas permua res ag mash meleat pada permuaa logam? Maajeme Rso d Bdag Perbaa da Asuras 39

9 Uverstas Padjadjara, 3 November 00 Hpotess : Hpotess erja ag dapat dturua dar masalah d atas adalah :. Apaah terdapat perbedaa efe dar pembera perlaua dalam betu aama, etsa eletolsa, Ptted da Sadblast?. Perlaua maa ag membera efe euata daa leat maupu persetase luas permuaa res ag mash melaat ag terba? Hpotess erja d atas aa dubah mejad hpotess statst sebaga berut : Ho : µ = µ = µ 3 = µ 4 : Tda terdapat perbedaa efe datara eempat macam perlaua melawa H : Salah satu tada sama dega tda berlau (terdapat perbedaa efe ) 4. Data Hasl Peelta Data dalam Tabel 4 adalah hasl peelta Ed Machmud (003) ag meujua euata daa reat ag duur dalam MPa: Tabel 4 : Nla Rata-rata Keuata Daa Tar Keempat permuaa Raga Logam Oleh Empat Perlaua (Dlm Mpa) Perlaua Sampel Aama Etsa Ptted Sadblast 3,70 9,84 3,5 6, 6,8 7,8 9,87 6,06 3 0,0 8,3 8,37 4,0 4 9,07 7,3 4,5 3,94 Sedaga prosetase luas permuaa res ag mash meleat pada permuaa logam dperlhata dalam table sebaga berut : Tabel 5 : Luas Permuaa res ag mash Mereat pada Permuaa Logam Maajeme Rso d Bdag Perbaa da Asuras 330

10 Uverstas Padjadjara, 3 November 00 Oleh Empat Perlaua (dlm %) Perlaua Sampel Aama Etsa Ptted Sadblast 98,8 79,4 34,50 6,50 9,50 67,4 4,40 6, ,37 70,00,6 0, ,3 66,50 4,50 9,88 Selajuta dar data dalam Tabel 4, dhtug statsta sehgga dperoleh hasl sepert pada tabel berut : Tabel 6 : Statst ag dhtug dar Data Pegamata Nla Rata-rata Keuata Daa Tar dar Keempat Permuaa Raga Logam (Tap Perlaua bers 4 pegamata) Sampel Perlaua Jumlah Aama Etsa Ptted Sadblast 3,70 9,84 3,5 6, 6,8 7,8 9,87 6,06 3 0,0 8,3 8,37 4,0 4 9,07 7,3 4,5 3, J 98,6 73, 46,8 0,3 38,3 4,65 8,8,57 5,03 Dar Tabel 6 d atas aa dperoleh ANAVA sebaga berut : Tabel 7 : ANAVA Utu Peguja Nla Rata-rata Keuata Daa Tar dar Keempat Permuaa Raga Logam Dega 4 observas tap elompo Maajeme Rso d Bdag Perbaa da Asuras 33

11 Sumber Varas D Jumlah Kuadrat Rata-rata Jumlah Kuadrat Prosdg Uverstas Padjadjara, 3 November 00 F Htug F Tabel Sfat (hasl Uj) Rata-rata 3.544, 3.544, Atar 3 859,90 68,63,05 5,74 **) Kelompo Dalam Kelompo 55,96 3,00 Jumlah , Dar tabel ANAVA d atas dperoleh F htug =,05 da F table utu taraf epercaaa 99% = 5,74. Hasl peguja meujua sagat bermaa (**), utu tu perlu dlaua uj setelah ANAVA dega Uj Newma Keuls Hasl peguja memperlhata uruta euata reat logam sebaga berut : = Rata-rata euata reat dega betu aama = 4,65 MPa =Rata-rata euata reat dega Etsa Eletolsa = 8,8 MPa 3 = Rata-rata euata reat dega Ptted =,57 MPa 4 =Rata-rata euata reat dega Sadblast = 5,03 MPa Dar Tabel 5, dhtug statsta sepert terlhat dalam tabel sebaga berut : Tabel 8 : Statst ag dhtug dar Data Pegamata Prosetase Luas Permuaa Res ag Mash Mereat Pada Permuaa Raga Logam (Tap Perlaua bers 4 pegamata) Sampel Perlaua Jumlah Aama Etsa Ptted Sadblast 98,8 79,4 34,50 6,50 9,50 67,4 4,40 6, ,37 70,00,6 0, ,3 66,50 4,50 9, J 349,80 83,5,66 5,9 808,53 87,45 70,79 30,67 3,3 Maajeme Rso d Bdag Perbaa da Asuras 33

12 Uverstas Padjadjara, 3 November 00 Dar Tabel 6 d atas aa dperoleh ANAVA sebaga berut : Tabel 9 : ANAVA Utu Peguja Prosetase Luas Permuaa Res ag Mash Mereat Pada Permuaa Raga Logam Dega 4 observas tap elompo Sumber Varas D Jumlah Kuadrat Rata-rata Jumlah Kuadrat F Htug F Tabel Sfat (hasl Uj) Rata-rata , ,55 Atar , ,8 83,00 5,74 **) Kelompo Dalam Kelompo 686,7 57,8 Jumlah , Dar tabel ANAVA d atas dperoleh F htug = 83,00 da F table utu taraf epercaaa 99% = 5,74. Hasl peguja meujua sagat bermaa (**), utu tu perlu dlaua uj setelah ANAVA dega Uj Newma Keuls Hasl peguja memperlhata uruta prosetase luas permuaaa res ag mash meleat pada logam sebaga berut : = Rata-rata prosetase Luas Permuaaa res ag meleat pada permuaa logam dega betu aama = 87,45 % = Rata-rata prosetase Luas Permuaaa res ag meleat pada permuaa logam dega Etsa Eletolsa = 70,79 % 3 = Rata-rata prosetase Luas Permuaaa res ag meleat pada permuaa logam t dega Ptted = 30,67 % 4 = Rata-rata prosetase Luas Permuaaa res ag meleat pada permuaa logam dega Sadblast = 3,3 % Maajeme Rso d Bdag Perbaa da Asuras 333

13 Uverstas Padjadjara, 3 November 00 V. KESIMPULAN Utu megetahu perlaua maa datara eempat perlaua membera efe ag palg ba, perhata embal rata-rata euata reat pada permuaa logam da persetase luas permuaa res ag meleat pada permuaa logam. Hasl peguja memperlhata bahwa lempeg logam ag dber perlaua aama membera euata daa leat palg besar atu sebesar 4,65 Mpa ag berart lempeg logam aa terlepas dar lempeg logam lawa setelah dber euata tar sebesar 4,65MPa dega luas permuaa res ag mash meleat pada permuaa logam sebesar 87,45 %. DAFTAR PUSTAKA. Buoocore. M. G.,955, A Smple Method of Icreasg The adheso of acrllc Fllg materal to Eamel Surface., J. De.Res 34() : Creugers. NHJ. Et.al, 985, Prelmear Report of Clcal Evaluto of Three Tpes of Res Boded Brdge., Joural. Det. Res.Vol 64.. Hal Ed Machmud, 983, Uj Beda Keuata Reat Seme Res Adhesf pada Permuaa Logam ag Dber Empat Macam Perlaua, Program Pedda Doter Gg Spesals Prostodosa, FKG -Uverstas Padjadjara 4. Mc. Laughl G, 986, Drect Boded Retaer, Phladelpha, J.B. Lpcott Co., Hal. -89, 7-64, Mller S Zer J. H, 996, Sadblastg of Bads to Icrease Bod Streght, J.C.O. XXX (4) ; Hal Phllp, 99, Scece of Detal Materal, 9 th ed. Pholadelpha., W.B. Sauders Co., Hal. 365, Prajto, 994, Ilmu Gelg Trua Jembata, Pegetahua dasar da Racaga Pembuarta, Cetaa e II, Jaarta EGC., Hal Olse M. O Bshara S E Damo P, 997, Comparo of Shear Bod ad Surface structure Betwee Covesoal Acd Etchg ad Ar Abrasso of Huma Eamel. Am. J. Orthod Detofac. Orthop : Medehall, W., Scheaffer, R.L., Wacerl, D.D., 986, Mathematcal Statstcs wth Applcatos, Thrt Edto, PWS Publshers, Dubur Press, Bosto. 0. Motgomer, C,D, 00, Desg ad Aalss of Epermets, 5 th Edto, Joh Wle & Sos, Ic, New Yor.. Sde Segel,985, Statst NoParametr, Grameda, Jaarta, Hal 45-59, 30-4 Maajeme Rso d Bdag Perbaa da Asuras 334

14 Uverstas Padjadjara, 3 November 00. Sudjaa, 00, Desa da Aalss Esperme, Eds IV, Tarsto, Badug, Hal Thomso, Et. Al, 983, Res Boded Retaers Part : Res Bod to Electrolcall Etcher Bod Precous Allo, Joural of Prost. Det, Vol 85 No 6 Hal Zacharsso. B. U, 977, A Post Treatmet Evaluto of Drect Bodg Orthodotcs. Am. J. Orthod. Detofac.Orthod 7() : Maajeme Rso d Bdag Perbaa da Asuras 335

Oleh : H. BERNIK MASKUN

Oleh : H. BERNIK MASKUN (D.5) ANALISIS VARIANS UNTUK MENGUJI KEKUATAN LEKAT SEMEN ADHESIF PADA PERMUKAAN LOGAM KARENA EMPAT MACAM PERLAKUAN (Studi Esperime pada Bidag Ortodoti Kedotera Gigi) Oleh : H. BERNIK MASKUN ABSTRAK Pegujia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

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 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

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

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. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

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

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

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

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

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

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

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

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

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

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

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

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

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

* 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

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

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

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya rosaseywah@yahoo.com Drs. Hery Tr Sutato, M.S

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

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 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

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

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

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan Prosdg Statstka ISSN 46-6456 Beberapa Metode Alteratf utuk Aalss Data Sampel Berpasaga Rma Rzka Yuar Tet Sofa Yat, 3 Abdul Kudus,,3 Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl Tamasar No Badug 46

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

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

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

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

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

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

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

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

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

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

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

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

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

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta

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

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi Lapora Peelta Aalss Ketuggala Polomal Iterpolas utu Aprosmas Fugs Peelt: Drs. Sahd, MSc. Jurusa Pedda Matemata Faultas Matemata da Ilmu Pebetahua Alam Uverstas eger Yogyaarta ============================================

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID)

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID) PEELUSURA KARAKTERISTIK PERILAKU KOSUME DEGA METODE AUTOMATIC ITERACTIO DETECTIO AID Agus Rusgyoo Staf Pegajar Prod Statsta Jurusa Matemata FMIPA UDIP Abstract AID methods used to see relato betwee respos

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

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

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti 35 BAB III METODE PENELITIAN A. Jes Peelta Jes peelta pada peelta adalah peelta eksperme semu atau basa yag dsebut pre-eksperme. Karea pada peelta, peelt haya megguaka kelas eksperme tapa adaya kelas kotrol.

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

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