Pendugaan Parameter 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pendugaan Parameter 1"

Transkripsi

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 dega melakuka pegambila ampel (amplig) da pegolaha dataya Etimai /pedugaa parameter yaitu peetua ilai uatu parameter populai berdaarka ilai dari tatitik ampel Sedagka tatitik ampel yag diguaka utuk meduga ilai uatu parameter populai diebut etimator Proedur Pedugaa Parameter: 1 Meetuka ebuah ampel Megumpulka iformai yg diperluka dari tiap aggota ampel 3 Meghitug ilai tatitik ampel 4 Meghubugka ilai tatitik ampel dega parameter populai Suatu ilai, hail hitug dari cotoh yag berukura, merupaka ilai dugaa (etimator) bagi parameter populai µ Pedugaa Parameter ~ Statitika 1

2 Parameter Populai Rata-rata, Beda Rata-rata populai, 1 - Simpaga baku, Etimator 1 - Peduga Tak Berbia : bila tatitik memiliki ilai yag ama dega ilai parameter populai, µ µ = E() Peduga Palig Efeie : memiliki ilai ragam /impaga baku terkecil 1 < 1 merupaka peduga yag lebih efiie dibadig utuk ilai µ Margi Kealaha : Ketika diperoleh ilai peduga bagi uatu ilai parameter, perlu dihitug Margi of Error Margi of Error = ± 196 atau ± 196 dimaa, = ilai peduga bagi = / da = / Pedugaa Parameter ~ Statitika 3 Selag Pedugaa Suatu elag pedugaa bagi parameter populai 1 < < 1 da tergatug ilai tatitikya da juga pada ebara pearika ampel Jika impaga baku bear, maka elag pedugaa juga haru bear Selag pedugaa parameter populai yag didaarka pada tigkat kepercayaa diebut elag kepercayaa p (1 < < ) = (1 - ) 100% utuk 0 < <1 dimaa, (1 - ) = koefeie/derajat kepercayaa = igificace level Maki bear elag kepercayaa (%) maki yaki bahwa elag terebut mecakup ilai parameter populai terebut Pedugaa Parameter ~ Statitika 4

3 3 Selag Pedugaa Rata-Rata Populai: Sampel Bear Dalam uatu ampel yag berukura bear, dimaa 30, diguaka ditribui ormal baku z utuk meghitug elag kepercayaa µ Teori Bata Puat = atau = Dega ampel bear, merupaka peduga yag akurat bagi µ p(-z / < z < z /) = µ p(-z / < < z /) = 1 - dimaa z = p( -z / < µ < +z / ) = 1- Jadi, elag kepercayaa bagi µ, adalah : ± z / Jika diketahui ± z / Jika tidak diketahui - µ / / - z / 0 z z / Pedugaa Parameter ~ Statitika 5 Cotoh : Suatu peruahaa peerbita melakuka peelitia ttg harga buku Pegatar Statitika terbitaya yag terebar di paara Didapatka 36 ampel dega rata-rata harga $4840 Telah diketahui bahwa impaga baku utuk eluruh buku $450 a Berapa titik peduga utuk rata-rata harga emua buku yag beredar? Da berapa margi kealaha utuk peduga terebut? b Buat rata-rata harga buku terebut dega elag kepercayaa 90% Peyeleaia : = 36, = $4840, da = $450 Maka, a µ = = $ = = = $ Margi of error titik µ = ± 196 = ± 196 * 075 = ± $ 147 b p ( -z / < µ < + z / ) = 1- = 09 Pedugaa Parameter ~ Statitika 6 3

4 1- = 09 = 1-09 = 01 / = 005 Nilai Z / dimaa lua daerah di bawah kurva ebelah kiri 005 = 165 (Tabel Ditribui Normal Z) Maka, harga buku rata-rata dega elag kepercayaa 90%, adalah: =±z / = 4840 ± (165 * 075) = 4840 ± 14 = 4716 /d 4964 Atau $ 4716 < < $ z Yag berarti bahwa dega elag/tigkat kepercayaa 90%, rata-rata harga buku yaitu $ 4716 /d $ / = 005 Pedugaa Parameter ~ Statitika 7 4 Galat & Ukura Sampel dlm Pedugaa µ Bila diguaka utuk meduga µ, maka dega tigkat kepercayaa (1- )100%, galat pedugaa makimum, e adalah: e= z / atau e= z / Serig kita igi megetahui berapa bear ebuah ampel haru diambil, agar galat pedugaa µ tidak melebihi uatu ilai e Dalam hal ii jumlah ampel, adalah: = z / E adalah impaga baku populai, bia dituruka dari ebagai etimatorya Pedugaa Parameter ~ Statitika 8 4

5 5 Selag Kepercayaa Bagi Pedugaa Rata-Rata Populai Pada Sampel kecil Dalam uatu ampel yag berukura kecil, dimaa < 30; impaga baku tidak diketahui; da ditribui medekati ormal utuk meghitug elag kepercayaa µ diguaka ditribui ampel t / / - µ T = Selag kepercayaa (1 - p(-t / < T < T /) = µ P(-T / < < T /) = 1 - p( -T / < µ < +T / ) = 1- - T / 0 T T / )100% bagi µ diperoleh ebagai berikut: T / adalah ilai T dega derajat beba df = -1 yg di ebelah kaa terdapat daerah elua / Pedugaa Parameter ~ Statitika 9 Cotoh : Dr Joh igi memprediki rata-rata tigkat koleterol utuk emua orag dewaa di ebuah kota Ia megambil 5 laki-laki dewaa ebagai ampel da meemuka rata-rata tigkat koleterol ampel terebut yaitu 186 dega impaga baku 1 Jika diaumika tigkat koleterol utuk emua laki-laki dewaa di kota terebut terditribui ormal, tetuka elag kepercayaa 95% utuk ratarata populai µ Peyeleaia : = 5, = 186, da = 1 df = -1 = 5-1= 4 Tabel ditribui T df = 4; / = T = Selag kepercayaa bagi µ adalah: = p( -T / < µ < +T / ) 1 1 = < µ < = < µ < T Jadi dega tigkat kepercayaa 95%, rata-rata koleterol utuk emua laki-laki dewaa di ebuah kota (A) terletak berkiar atara /d Pedugaa Parameter ~ Statitika 10 5

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

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

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

INTERVAL KEPERCAYAAN

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

Lebih terperinci

Pendugaan Parameter. 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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1 Proses Pedugaa Populasi Mea,, tdk diketahui Cotoh Acak Mea = 50 95% yaki bahwa diatara 40 & 60. Cotoh 1999 Pretice-Hall, Ic. Chap. 7-1 Pedugaa Parameter Populasi Meduga Parameter Populasi... Mea dg Statistik

Lebih 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

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

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih 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

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

--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

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

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

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

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

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

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da

Lebih 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

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

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

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih 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

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

MODUL IV ESTIMASI/PENDUGAAN (3)

MODUL IV ESTIMASI/PENDUGAAN (3) MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

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

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

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

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

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih 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

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

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

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih 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 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

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

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

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

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

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

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

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

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

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT Proidig emirata05 bidag MIPA BK-PT Barat Uiverita Tajugpura Potiaak PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA EXPOETIAL RATIO AD PRODUCT ETIMATIO FOR POPULATIO

Lebih 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

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 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 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

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI 54 Modul Statitika TI oleh Hartatik,M.Si BAB 6 Pegguaa SPSS dalam STATISTIK INFERENSI Tujua : a. Mahaiwa mampu melakuka uji beda mea dua ample b. Mahaiwa mampu melakuka uji beda propori c. Mahaiwa mampu

Lebih terperinci

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

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) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

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

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

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi:

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi: Nama: Aalii Statitika (STK5 SKS : 3 (- Referei:. Mattjik, A.A da I M Sumertajaya. 00. Peracaga Percobaa dega Aplikai SAS da Miitab, Jilid I. IPB Pre. Bogor.. Motgomery, D.C. 99. Deig ad Aalyi of Eperimet,

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih 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

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

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi)

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi) Pertemua0 BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuaku Tambusai Bagkiag 7. PENAKSIRAN ( Taksira Iterval utuk rataa, varia da proporsi) 7.1 Pedahulua Pada pembahasa sebelumya adalah meletakka

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

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

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 BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci