Bab6 PENAKSIRAN PARAMETER

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab6 PENAKSIRAN PARAMETER"

Transkripsi

1 Bab6 PENAKSIRAN PARAMETER

2 MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak berukura, lalu hitug tatitik yag erlu ialah da Titik takira utuk ratarata µ ialah Dega kata lai ilai µ bearya ditakir oleh harga yag didaat dari amel Utuk memeroleh takira yag lebih tiggi derajat keercayaaya, diguaka iterval takira atau elag takira diertai ilai koefiie keercayaa yag dikehedaki

3 a Simaga baku σ diketahui da oulaiya berditribui ormal σ µ + σ b Simaga baku σ diketahui da oulaiya berditribui ormal, jika (/N) > 5% σ N µ + N Dega = koefiie keercayaa da dari tabel ormal baku utuk eluag ½ σ N N = bilaga didaat

4 c Simaga baku σ tidak diketahui da oulaiya berditribui ormal t µ + ; d Simaga baku σ tidak diketahui da oulaiya berditribui ormal, jika (/N) > 5% t ; N t µ + ; N t ; N N Dega = koefiie keercayaa da t = ilai t didaat dari daftar ditribui tudet /ditribui t dega derajat kebebaa dk =

5 Meakir Seliih Ratarata Mialka kita memuyai dua buah oulai, keduaduaya berditribui ormal Ratarata da imaga bakuya maigmaig µ da σutuk oulai keatu, µ da σ utuk oulai kedua Dari maigmaig oulai ecara ideede diambil ebuah amel acak dega ukura da Ratarata da imaga baku dari amelamel itu berturutturut,, da, Aka ditakir eliih ratarata ( µ µ )

6 a Jika σ da σ bearya diketahui da oulaiya berditribui ormal ) ( ) ( σ σ µ µ σ σ Dega = koefiie keercayaa da = bilaga didaat dari tabel ormal baku utuk eluag ½ b Jika σ tetai tidak diketahui bearya Maka bearya diyataka dega rumu : ) ( ) ( + ) ( ) ( + + = Da t ) ( t ) ( µ µ Dega = koefiie keercayaa da t = ilai t didaat dari daftar ditribui tudet /ditribui t dega derajat kebebaa dk = +

7 LATIHAN SOAL Suatu tudi tetag ertumbuha dari taama cactu jei tertetu meujukka bahwa dari 50 taama yag diagga ebagai amel ratarata tumbuh 44,8 mm dega deviai tadar 4,7 mm elama jagka waktu bula Dega iterval kofidei 95 %, tetuka ratarata ertumbuha tahua yag eugguhya dari jei cactu terebut Samel radom ebayak 40 drum baha kimia ditarik dari 00 drum baha kimia, memuyai berat ratarata 40,8 oud dega deviai tadar, oud Jika diduga bahwa berat ratarata dari 00 drum baha kimia terebut adalah 40,8, tetuka dega iterval keercayaa 95 % utuk berat ratarata drum baha kimia terebut! 3 Utuk megetahui waktu ratarata yag dierluka utuk merakit uatu alat mekai tertetu, telah dilakuka erhituga berdaarka amel 6 erakita dega waktu maigmaig 3, 4,, 6,, da meit Buatlah iterval kofidei 95 % utuk waktu ratarata yag eugguhya utuk merakit alat mekai terebut 4 Sebuah amel berua 0 egukura diameter balok kayu, meujukka ratarata diameter 43,8 cm dega deviai tadar 0,6 cm Hituglah iterval kofidei 99 % utuk ratarata diameter yag eugguhya

8 7 Samel radom ebayak 50 buah bola lamu merk A meujukka daya hidu ratarata 400 jam dega deviai tadar 0 jam Samel radom lai ebayak 00 buah bola lamu merk B memuyai daya hidu ratarata 00 jam dega dega deviai tadar 80 jam Hituglah iterval kofidei 95 % utuk erbedaa ratarata daya hidu dari oulai bola lamu kedua merk itu 8 Dua amel maigmaig berua 00 taama bibit yag tumbuh di dua temat yag berbeda Dari amel ertama tiggi ratarataya adalah 9,8 ici dega deviai tadar ici Dari amel kedua memuyai tiggi ratarata 0,5 ici dega deviai tadar 3 ici Buatlah iterval kofidei 90 % utuk erbedaa tiggi dari kedua oulai 9 Diambil amel murid yag megikuti elajara matematika dega metode moder, kemudia diambil amel lai 0 murid yag megikuti elajara matematika dega metode koveioal Pada akhir emeter ujia dega oal yag ama diberika ada maigmaig kelomok Samel kelomok ertama mecaai ilai ratarata 85 dega deviai tadar 4, edag amel kelomok kedua mecaai ilai ratarata 8 dega dega deviai tadar 5 Hituglah iterval kofidei 90 % utuk erbedaa atara mea oulai

9 Meakir Proori π Mialka kita memuyai ebuah oulai berukura N dimaa terdaat roori π utuk eritiwa A yag ada di dalam oulai itu Sebuah amel acak berukura diambil dari oulai ii Mialka terdaat eritiwa A, ehigga roori π amel utuk eritiwa A = (/) Jadi titik takira utuk adalah / Utuk memeroleh takira yag lebih tiggi derajat keercayaaya, diguaka iterval takira atau elag takira diertai ilai koefiie keercayaa yag dikehedaki

10 a Jika (/N) 5% q π + q b Jika (/N) > 5% q N π + N q N N Dega = koefiie keercayaa da = bilaga didaat dari tabel ormal baku utuk eluag ½

11 Meakir Seliih Proori Mialka kita memuyai dua buah oulai, dega arameter utuk eritiwa yag ama maigmaig π da π Dari oulai ii ecara ideede maigmaig diambil ebuah amel acak berukura dari oulai keatu da dari oulai kedua Proori utuk eritiwa yag dierhatika dari amelamel itu adalah = / da = / dega da berturutturut meyataka bayakya eritiwa yag dierhatika yag didaat didalam amel keatu da kedua

12 Aka ditetuka iterval takira utuk π π ebagai berikut : q q ) ( q q ) ( π π Dega = koefiie keercayaa da = bilaga didaat dari tabel ormal baku utuk eluag ½

13 LATIHAN SOAL Sebuah amel radom terdiri dari 50 lulua SMU di kota A, 65 orag diataraya megataka bahwa mereka megharaka daat melajutka tudiya ke Pergurua Tiggi Negeri Hituglah iterval kofidei 99% utuk roori yag eugguhya Dari amel radom ebayak 600 waita yag berumur tahu keata di kota B telah diwawacarai, 378 orag diataraya megataka bahwa mereka lebih memilih bekerja full time dariada arttime Hituglah iterval kofidei 95% utuk roori yag eugguhya 3 Samel radom ebayak 00 butir telur telah diambil dari 000 butir telur yag dikirim dari daerah A ke daerah B Dari amel terebut diketahui 8 diataraya ecah atau ruak Hituglah iterval kofidei 95% utuk roori telur yag ecah atau ruak dari 000 telur terebut

14 4 Dari amel radom ebayak 400 ibu rumah tagga di kota A, 40 diataraya lebih meyukai abu cuci merk Rio dariada merk laiya Samel radom lai di kota B ebayak 00 ibu rumah tagga diketahui 80 diataraya lebih meyukai abu cuci merk Rio dariada merk laiya Etimaika erbedaa roori ibu rumah tagga yag lebih meyukai abu cuci merk Rio dari kedua kota itu Guaka iterval kofidei 95% 5 Dari amel radom ebayak 400 emira dewaa da Dari amel radom ebayak 400 emira dewaa da 600 emira remaja yag megikuti rogram iara TV tertetu, diketahui 00 emira dewaa da 300 emira remaja meujukka bahwa mereka meyeagi jei iara TV terebut Etimaika erbedaa roori emira yag meyeagi rogram iara TV terebut atara emua emira dewaa da emira remaja Guaka iterval kofidei 95%

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

Lebih terperinci

A. Interval Konfidensi untuk Mean

A. Interval Konfidensi untuk Mean ESTIMASI INTERVAL A. Iterval Kofidei utuk Mea Defiii Jika ˆ merupaka etimator utuk parameter da P ˆ ˆ, maka ˆ ˆ diebut Dimaa iterval kofidei(-)00% utuk. :- koefiie kofidei ˆ, ˆ bata iterval tigkat kealaha

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Bab 6 PENAKSIRAN PARAMETER

Bab 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Stadar Kompetesi : Setelah megikuti kuliah ii, mahasiswa dapat memahami hubuga ilai sampel da populasi da meetuka distribusi samplig yag tepat utuk diguaka Kompetesi Dasar :

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Berdaarka rumua maalah pada BAB I, peelitia kuatitatif ii bertujua utuk megetahui efektivita metode pembelajara dicovery dega megguaka Papa Tempel egi Empat

Lebih terperinci

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

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

Lebih terperinci

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai 3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

Praktikum Perancangan Percobaan 9

Praktikum Perancangan Percobaan 9 Praktikum Peracaga Percobaa 9 PRAKTIKUM RANCANGAN ACAK LENGKAP A. Tujua Istruksioal Khusus Mahasiswa diharaka mamu: a. Megguaka kalkulator utuk meyelesaika aalisis ragam RAL b. Megguaka kalkulator ada

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

BAB IV ENTROPI GAS SEMPURNA

BAB IV ENTROPI GAS SEMPURNA BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

Analisa Data Statistik. Ratih Setyaningrum, MT

Analisa Data Statistik. Ratih Setyaningrum, MT Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.

Lebih terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

Lebih terperinci

BAB 6 PENAKSIRAN PARAMETER

BAB 6 PENAKSIRAN PARAMETER BAB 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Standar Kompetensi : Setelah mengikuti kuliah ini, mahasiswa dapat memahami hubungan nilai sampel dan populasi dan menentukan distribusi sampling yang

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jei da Deai Peelitia. Jei Peelitia Jei peelitia ii adalah peelitia ekperime. Metode peelitia ekperime merupaka metode peelitia yag diguaka utuk mecari treatmet (perlakua)

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Peelitia ii merupaka peelitia ekperime. Peelitia ekperime yaitu peelitia yag egaja membagkitka timbulya uatu kejadia atau keadaa, kemudia diteliti bagaimaa akibatya

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu. ENAKIRAN eaksira Titik eaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk MA 08 tatistika Dasar Dose : Udjiaa. asaribu Utriwei Mukhaiyar 6 April 009 METODE ENAKIRAN. eaksira Titik Nilai tuggal dari

Lebih terperinci

3/27/2013. Ali Muhson, M.Pd. Jenisnya. Uji Beda Rata-rata. Uji z Uji t. Uji Beda Proporsi. Uji z. (c) 2013 by Ali Muhson 2

3/27/2013. Ali Muhson, M.Pd. Jenisnya. Uji Beda Rata-rata. Uji z Uji t. Uji Beda Proporsi. Uji z. (c) 2013 by Ali Muhson 2 3/7/03 Ali Muhso, M.Pd. Jeisya Uji Beda Rata-rata Uji z Uji t Uji Beda Proorsi Uji z (c) 03 by Ali Muhso 3/7/03 Jeis Uji Beda Rata-rata dua kelomok Dua Kelomok Salig Bebas (Ideedet Samles): Uji z utuk

Lebih terperinci

Pembangkitan bilangan random (RN)

Pembangkitan bilangan random (RN) Pembagkita bilaga radom (RN) Pembagkita bilaga radom dega megguaka oftware Exel. Bilaga radom yag dibakitka dikalika dega 7 agar bia mauk rage 7. Hail embagkita ebagai berikut : No RN RN x 7.7463.8753

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Metode peelitia yag diguaka dalam kripi ii adalah metode peelitia kuatitatif ekperime yag berdeai pottet-oly cotrol deig, karea tujua dalam peelitia ii utuk mecari

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

Lebih terperinci

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1 Pegujia Hiotesis /6/00 Pegujia Hiotesis Estimasi da Pegujia Pada ertemua sebelumya, samel diguaka utuk membuat estimasi iterval ilai arameter oulasi berdasarka suatu robabilitas keyakia yag kita tetuka.

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =

Lebih terperinci

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA Soal Diberika data egukura sebagai berikut: 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. Tetukalah: a) Modus b) Media c) Kuartil bawah Urutka data

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A BAB 7 PENGUJIAN HIPOTESA Meguji Rata-rata µ Umpamakalah kita mempuyai sebuah populasi berdistribusi ormal dega rata-rata µ da simpaga baku σ. Aka diuji megeai parameter rata-rata µ Utuk pasaga hipotesa

Lebih terperinci

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D.

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D. MATERI DAN METODE Tempat da Waktu Peelitia Peelitia ii dilakaaka elama bula, yaitu dari bula Jauari ampai Februari 0. Pelakaaa peelitia dilakuka di peteraka kambig perah Cordero, peteraka kambig perah

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

Distribusi Sampel Sampling Distribution

Distribusi Sampel Sampling Distribution Chapter 5 Studet Lecture otes 5-1 Samplig Distributio Pegatar Distribusi mea Sampel dari ilai Rata-rata Distribusi mea Sampel dari ilai Proporsi Chap 5-1 Distribusi sampel adalah f() distribusi dari ratarata

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C. Page of. Diatara data berikut, yag merupaka data kualitatif adalah Tiggi hotel-hotel di Yogyakarta B. Bayakya mobil yag melewati jala Mawar C. Kecepata sepeda motor per jam D. Luas huta di Sumatra E. Meigkatya

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI LNDSN TEORI. robabilitas robabilitas adalah suatu ilai utuk megukur tigkat kemugkia terjadiya suatu eristiwa evet aka terjadi di masa medatag yag hasilya tidak asti ucertai evet. robabilitas diyataka atara

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

BAB III PEMBAHASAN. sebagaimana dinyatakan pada Persamaan (2.1). Model antrian. memiliki enam ciri.

BAB III PEMBAHASAN. sebagaimana dinyatakan pada Persamaan (2.1). Model antrian. memiliki enam ciri. BAB III EMBAHASAN Di dalam krii ii aka dibaha megeai ukura keefektifa item atria da otimaliai model ( M / M / ) : ( FFS / / ) dega megguaka model biaya Namu, ebelum membaha ukura keefektifa da otimaliai

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci