PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL
|
|
|
- Sucianty Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 perpustakaan.uns.ac.id PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Fatma Julita, Etik Zukhronah, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Penduga rasio dapat digunakan untuk menduga rata-rata populasi dengan memanfaatkan korelasi yang positif antara variabel bantu ( dengan variabel yang diteliti. Penduga rasio yang digunakan adalah penduga rasio eksponensial. Penelitian ini bertujuan untuk membandingkan efisiensi rata-rata kuadrat sesatan (RKS) penduga rasio eksponensial menggunakan koefisien variasi dan koefisien kurtosis variabel bantu untuk rata-rata populasi. Selanjutnya diterapkan pada produksi padi di Pulau Jawa tahun 2014 dengan pengambilan sampel acak stratifikasi. Hasil yang diperoleh adalah penduga rasio eksponensial untuk rata-rata populasi menggunakan koefisien variasi lebih efisien dengan nilai dugaan rata-rata populasi sebesar ,3990 ton. Kata kunci: efisiensi, penduga rasio eksponensial, koefisien variasi, koefisien kurtosis, sampel acak stratifikasi. 1. PENDAHULUAN Statistika adalah suatu ilmu yang mempelajari cara pengumpulan, pengolahan/ pengelompokan, penyajian, dan analisis data serta pengambilan kesimpulan secara umum berdasarkan hasil penelitian. Metode pengumpulan data terdiri atas sensus dan sampling (pengambilan sampel). Menurut Supranto [6 terdapat dua cara pengambilan sampel yaitu cara acak (random) dan tidak acak (non random). Cara acak merupakan pemilihan sampel yang dapat dilakukan dengan cara lotre/undian. Terdapat empat metode dalam pengambilan sampel yaitu pengambilan sampel acak sederhana, sistematis, stratifikasi, dan cluster. Pengambilan sampel acak stratifikasi dilakukan dengan cara mengelompokkan populasi menjadi beberapa strata, selanjutnya memilih sampel secara acak dari setiap strata (Yamane [7). Pengambilan sampel bertujuan untuk menduga parameter dari populasi yang tidak diketahui seperti rata-rata populasi, total populasi, rasio, dan lain-lain. Jika suatu variabel bantu ( yang diketahui berkorelasi positif dengan variabel yang diteliti maka digunakan penduga rasio, namun jika variabel bantu berkorelasi negatif dengan variabel yang diteliti maka digunakan penduga produk (Murthy [3). Penduga rasio yang lebih efisien adalah penduga rasio yang memiliki nilai rata-rata kuadrat sesatan (RKS) lebih kecil. 1
2 perpustakaan.uns.ac.id Bahl dan Tuteja [1 memperkenalkan penduga rasio eksponensial pada pengambilan sampel acak stratifikasi. Selanjutnya Singh et al. [5 menyarankan bentuk eksponensial dari penduga rasio Sisodia-Dwivedi dan penduga rasio Singh-Kakran. Penduga rasio Sisodia- Dwivedi menggunakan koefisien variasi variabel bantu. Penduga rasio Singh-Kakran menggunakan koefisien kurtosis variabel bantu. Singh et al. [5 membandingkan penduga rasio Sisodia-Dwivedi dan Singh-Kakran. Hasil perbandingan tersebut adalah penduga rasio Sisodia-Dwivedi lebih efisien daripada penduga rasio Singh-Kakran karena memiliki nilai RKS yang lebih kecil. Penelitian ini akan menurunkan ulang RKS penduga rasio eksponensial untuk ratarata populasi menggunakan koefisien variasi dan koefisien kurtosis variabel bantu, membandingkan efisiensi penduga rasio eksponensial tersebut, serta menerapkannya pada data produksi padi di Pulau Jawa pada tahun 2014 dengan menggunakan pengambilan sampel acak stratifikasi. 2. DERET TAYLOR Menurut Mendoza [2, dimisalkan adalah vektor dari statistik sampel dan adalah vektor dari parameter,. Ekspansi deret Taylor dari dapat dituliskan sebagai ( ) ( ) Pendekatan rata-rata kuadrat sesatan penduga rasio dihitung dengan pendekatan deret Taylor orde pertama untuk dua variabel. Dimisalkan adalah vektor statistik sampel dan adalah vektor parameter populasi sedemikian sehingga. Pendekatan deret Taylor dari dapat dituliskan sebagai ( ) (2.1) Pendekatan deret Taylor orde pertama pada persamaan (2.1) digunakan untuk menurunkan ulang rata-rata kuadrat sesatan, yaitu ( ) [ 2
3 perpustakaan.uns.ac.id * + ( ) [ ( ) [ [ ( ) [ ( ) [ [ [ ( ) ( ) (2.2) Apabila merupakan matriks yang berisi turunan parsial dari dan merupakan matriks variansi kovariansi, dan dapat dinyatakan sebagai [ [ [ sehingga persamaan (2.2) dapat juga dituliskan ( ) (2.3) Penduga rasio eksponensial yang efisien memiliki nilai RKS lebih kecil dengan ( ) ( ) < (2.4) adalah variansi populasi variabel pada strata ke-, ( ) adalah kovariansi populasi variabel dan variabel pada strata ke-, adalah koefisien variasi variabel bantu pada strata ke-, adalah koefisien kurtosis variabel bantu pada strata ke-, dan adalah pembobot pada strata ke-. Singh et al. [5 menyatakan bahwa penduga rasio eksponensial menggunakan koefisien variasi ( ) lebih efisien dibandingakan dengan penduga rasio eksponensial menggunakan koefisien kurtosis ( ), apabila persamaan (2.4) terpenuhi. 3. METODE PENELITIAN Pada penelitian ini dilakukan penurunan ulang RKS penduga rasio eksponensial untuk rata-rata populasi menggunakan koefisien variasi dan koefisien kurtosis variabel bantu dengan metode deret Taylor. Selanjutnya penduga rasio eksponensial untuk rata-rata populasi diterapkan pada produksi padi di Pulau Jawa tahun Data yang digunakan 3
4 perpustakaan.uns.ac.id adalah data sekunder yang diambil dari BPS. Populasi yang digunakan meliputi 115 kabupaten/kota di Pulau Jawa. Variabel bantu pada penelitian ini adalah data luas panen (dalam ha), sedangkan variabel yang diteliti adalah data produksi padi (dalam ton) di Pulau Jawa tahun Pengambilan sampel dilakukan menggunakan sampel acak stratifikasi. Berdasarkan sampel yang diambil, dapat dihitung dan dibandingkan nilai RKS masing-masing penduga rasio eksponensial. 4. HASIL DAN PEMBAHASAN 4.1 Penurunan Ulang RKS Penduga Rasio Eksponensial Menggunakan Koefisien Variasi. Singh et al. [5 menyarankan bentuk eksponensial penduga rasio Sisodia-Dwivedi untuk rata-rata populasi menggunakan koefisien variasi variabel bantu [ (4.1) dengan dan. RKS dapat diturunkan menggunakan pendekatan deret Taylor orde pertama pada persamaan (2.3). Berikut diberikan penurunan ulang RKS dari penduga rasio eksponensial Sisodia-Dwivedi dengan ( [ ( [ ) ) [ * [ + 4 = [ [ [ [ [ (4.2) (4.3)
5 perpustakaan.uns.ac.id Persamaan (4.2) dan (4.3) disubstitusikan ke dalam matriks ( ) ( ) [ [ sehingga diperoleh, (4.4) Selanjutnya persamaan (4.4) disubstitusikan pada persamaan (2.3), diperoleh nilai rata-rata kuadrat sesatan ( ) [ [ [ (4.5) Berdasarkan Sangngam [4 didefinisikan variansi penduga tak bias dari rata-rata populasi variabel yang diteliti yaitu, variansi penduga tak bias dari rata-rata populasi variabel bantu yaitu dan kovariansi penduga tak bias dari rata-rata populasi variabel yang diteliti dan variabel bantu yaitu seperti berikut (4.6) (4.7) (4.8) Persamaan (4.6), (4.7), dan (4.8) disubstitusikan ke dalam persamaan (4.5) sehingga diperoleh RKS penduga rasio eksponensial Sisodia-Dwivedi menggunakan koefisien variasi, ( ) [ (4.9) 4.2 Penurunan Ulang RKS Penduga Rasio Eksponensial Menggunakan Koefisien Kurtosis. Selain menggunakan koefisien variasi, Singh et al. [5 menyarankan bentuk eksponensial penduga rasio Singh-Kakran untuk rata-rata populasi menggunakan koefisien kurtosis variabel bantu [ (4.10) dengan ( ) dan ( ). 5
6 perpustakaan.uns.ac.id RKS dari persamaan (4.10) diperoleh menggunakan pendekatan deret Taylor orde pertama seperti pada persamaan (2.3). Langkah pertama yaitu menghitung elemen-elemen matriks, diperoleh nilai * +. Selanjutnya persamaan (4.6), (4.7), (4.8), dan matriks disubstitusikan pada persamaan (2.3). Penurunan RKS penduga rasio eksponensial menggunakan koefisien kurtosis diperoleh dengan menggunakan cara yang sama seperti penurunan RKS penduga rasio eksponensial menggunakan koefisien variasi yaitu ( ) * + [ [ * + (4.11) 4.3 Penerapan Kasus. Penduga rasio eksponensial untuk rata-rata populasi diterapkan pada produksi padi di Pulau Jawa. Populasi produksi padi kabupaten/kota tahun 2014 diambil dari BPS. Populasi produksi padi tersebut dibagi menjadi empat strata berdasarkan banyaknya produksi padi (dalam ton). Strata pertama dengan kriteria produksi padi rendah yaitu kurang dari ton terdiri dari 33 kabupaten/kota. Stara kedua dengan kriteria produksi padi sedang yaitu lebih dari atau sama dengan ton dan kurang dari ton terdiri dari 33 kabupaten/kota. Strata ketiga dengan kriteria produksi padi tinggi yaitu lebih dari atau sama dengan ton dan kurang dari ton terdiri dari 25 kabupaten/kota. Strata keempat dengan kriteria produksi padi sangat tinggi yaitu lebih dari atau sama dengan ton terdiri dari 24 kabupaten/kota. Ukuran sampel ditentukan dengan memilih reliabilitas dan ketelitian sehingga diperoleh ukuran sampel sebanyak 74 kabupaten/kota. Kemudian dari tiap-tiap strata secara acak sederhana diambil sampel dengan alokasi proporsional. Selanjutnya dicari nilai dari kedua penduga yaitu dan untuk menduga rata-rata produksi padi. Berikut diberikan karakteristik sampel yang terpilih seperti terdapat pada Tabel 4.1. Tabel 4.1. Karakteristik sampel Strata 1 Strata 2 Strata 3 Strata 4 = 21 = 22 = 16 = 15 = 2.827,0476 = ,7273 = ,6875 = ,6667 = ,6191 = ,6818 = ,4375 = ,9333 = 0,0895 = 0,2059 = 0,2081 = 0,6329 = 2,9597 = -0,5113 = -0,7123 = 0,7134 6
7 perpustakaan.uns.ac.id = 0,2869 = 0,2869 = 0,2173 = 0,2086 = ,8936 = ,3849 Nilai-nilai yang diperoleh dari Tabel 4.1 disubstitusikan ke persamaan (4.1) dan (4.10), maka diperoleh nilai dari masing-masing penduga untuk menduga rata-rata produksi padi seperti yang terdapat pada Tabel 4.2. Tabel 4.2. Nilai kedua penduga untuk rata-rata populasi Penduga Nilai Penduga untuk Rata-rata Populasi , ,4207 Tabel 4.2 menunjukkan bahwa lebih mendekati nilai parameter daripada dengan sebesar ,3391 ton. Berdasarkan hasil observasi populasi dihitung karakteristik populasi seperti pada Tabel 4.3, kemudian dicari nilai RKS dari kedua penduga. Tabel 4.3. Karakteristik populasi Strata 1 Strata 2 Strata 3 Strata 4 = 33 = 33 = 25 = 24 = 3.191,4242 = ,8182 = ,48 = ,3333 = ,8788 = ,2424 = ,4 = ,75 = 0,0173 = 0,0152 = 0,0225 = 0,025 = 0,0823 = 0,0823 = 0,0473 = 0,0436 = ,06 = ,3 = ,1 = = ,2 = = = = ,2 = ,7 = ,4 = = ,3391 = ,9130 = 115 = ,3391 = ,1752 = ,6097 = 5,8013 = 5,8012 Nilai yang diperoleh pada Tabel 4.3 disubstitusikan ke persamaan (4.9) dan (4.11) untuk menghitung nilai ( ) dan ( ) seperti pada Tabel 4.4. Tabel 4.4. Nilai RKS untuk kedua penduga Penduga RKS , ,42 Tabel 4.4 menunjukkan bahwa ( ) lebih kecil daripada ( ), sehingga dapat disimpulkan penduga rasio eksponensial Sisodia-Dwivedi menggunakan koefisien variasi variabel bantu ( ) lebih efisien daripada penduga rasio eksponensial 7
8 perpustakaan.uns.ac.id Singh-Kakran menggunakan koefisien kurtosis variabel bantu ( ). Dengan demikian, penduga rata-rata produksi padi pada kabupaten/kota di Pulau Jawa tahun 2014 menggunakan penduga rasio eksponensial Sisodia-Dwivedi ( ) yaitu sebesar ,399 ton. 5. KESIMPULAN 1. Penduga rasio eksponensial Sisodia-Dwivedi untuk rata-rata populasi menggunakan koefisien variasi variabel bantu yaitu [ dengan rata-rata kuadrat sesatan ( ) [ 2. Penduga rasio eksponensial Singh-Kakran untuk rata-rata populasi menggunakan koefisien kurtosis variabel bantu yaitu [ dengan rata-rata kuadrat sesatan ( ) [ 3. Penduga rasio eksponensial Sisodia-Dwivedi untuk rata-rata populasi menggunakan koefisien variasi merupakan penduga rasio eksponensial yang efisien, dengan hasil pendugaan rata-rata populasi produksi padi di Pulau Jawa tahun 2014 menggunakan sampel sebesar ,3990 ton. DAFTAR PUSTAKA [1 Bahl, S. and R. K. Tuteja, Ratio and Product Type Exponential Estimator, Journal of Information and Optimization Sciences 12 (1991), [2 Mendoza, O. M., Taylor Series Variance Estimation for Selected Indirect Demographic Estimators, Chapel Hill, North Carolina, [3 Murthy, M. N., Product Method of Estimation, Sankhya 26 (1964), [4 Sangngam, P., Ratio Estimator Using Coefficien of Variation and Coefficien of Correlation, Journal of Modern Applied Science 8 (2014), [5 Singh, R., M. Kumar, R. D, Singh, and M. K. Chaudhary, Exponential Ratio-Type Estimators in Stratified Random Sampling, India, [6 Supranto, J., Statistik, Erlangga, Jakarta, [7 Yamane, T., Elementary Sampling Theory, Pretince Hall, New York,
Oleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
Oleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
PERSEMBAHAN. Karya ini kupersembahkan untuk. kedua orang tuaku ibu Menik, bapak Slamet Suseno, ketiga kakakku Ani, Oky dan Pe i
ABSTRAK Ary Yunita. 2016. PERBANDINGAN KEAKURATAN PENDUGA RASIO VARIANSI POPULASI MENGGUNAKAN MEDIAN DAN KOEFISIEN VARIASI-MEDIAN VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA. Fakultas Matematika
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA oleh FATIMAH MUTIARA SARI M0111032 SKRIPSI ditulis dan diajukan untuk memenuhi
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN GABUNGAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN GABUNGAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA oleh DESY PRASIWI M0111018 SKRIPSI ditulis dan diajukan untuk
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika
KEAKURATAN PENDUGA RASIO MENGGUNAKAN KOEFISIEN VARIASI SELURUH STRATA VARIABEL BANTU PADA SAMPEL ACAK STRATIFIKASI
KEAKURATAN PENDUGA RASIO MENGGUNAKAN KOEFISIEN VARIASI SELURUH STRATA VARIABEL BANTU PADA SAMPEL ACAK STRATIFIKASI oleh ATIKA OKTAFIANA M0110010 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE
Vol. 12, No. 1, 9-18, Juli 2015 PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Raupong, M. Saleh AF, Hasruni Satya Taruma Abstrak Penaksiran rataan dan variansi
PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI
PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI oleh EKO BUDI SUSILO M0110022 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013 oleh TONI IRAWAN M0110078 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
oleh PRITA DEWI HUTRIANA SARI NIM. M
ESTIMASI RATA-RATA PRODUKSI JAGUNG DI PROVINSI JAWA BARAT MENGGUNAKAN PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DENGAN KOEFISIEN KURTOSIS VARIABEL BANTU DAN REGRESI ROBUST oleh PRITA DEWI HUTRIANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH oleh RAMADHANI KUSUMA PUTRA M0110069 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
PENAKSIR UNTUK RASIO POPULASI DENGAN VARIABEL BANTU YANG DITRANSFORMASI PADA METODE PASCA STRATIFIKASI ABSTRACT
PEAKSIR UTUK RASIO POPULASI DEGA VARIABEL BATU YAG DITRASFORMASI PADA METODE PASCA STRATIFIKASI Marthel Lock, Arisman Adnan 2, Haposan Sirait 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika
RATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA
RATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA oleh INTAN LISDIANA NUR PRATIWI NIM. M0110040 SKRIPSI ditulis dan diajukan untuk memenuhi
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas
Vol. 10, No. 1, 6-13, Juli 2013 Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas Andi Yuni Deviyanti 1, Andi Kresna Jaya 1, Anisa 1 Abstrak Multikolinieritas adalah salah satu pelanggaran asumsi
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 209-218 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA
SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA dan PROBABILITAS (MI) KODE / SKS : KK /2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Tehnik Penarikan Sampling pengertian kegunaan sampling, tehnik yang dapat digunakan serta pemahaman terhadap keempat tehnik tersebut. Sub Pokok Bahasan dan Sasaran
PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 137 146. PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
IV. METODE PENELITIAN. Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua,
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua, Kecamatan Cisarua, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi dilakukan
1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH
MODEL REGRESI ROBUST ESTIMASI DENGAN PEMBOBOT FAIR PADA PRODUKSI JAGUNG DI JAWA TENGAH Oktaviana Wulandari, Yuliana Susanti, dan Sri Sulistijowati Handajani Program Studi Matematika FMIPA UNS ABSTRAK.
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
TINJAUAN PUSTAKA ( ) ( ) ( )
TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis adalah suatu rancangan penarikan contoh acak yang membagi N unit dari populasi ke dalam L strata yang tidak saling tumpang
PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA
PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA S K R I P S I Disusun oleh : PRITHA SEKAR WIJAYANTI NIM. J2E 008 046 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
BAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH
EFISIENSI ESTIMASI SCALE (S) TERHADAP ESTIMASI LEAST TRIMMED SQUARES (LTS) PADA PRODUKSI PADI DI PROVINSI JAWA TENGAH May Cristanti, Yuliana Susanti, dan Sugiyanto Program Studi Matematika FMIPA UNS ABSTRAK.
BAB 1 PENDAHULUAN. Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya). Agar hasil penelitian lebih dapat dipercaya, maka seorang
Hipotesis 4 METODE PENELITIAN Lokasi, Waktu, dan Metode Penelitian
24 kapasitas produksi. Usia mesin berdasarkan rekomendasi peneliti antara lain: Wongkeawchan et al. 2002. Peneliti tersebut menunjukkan mesin berusia tua menurunkan efisiensi pabrik gula nasional. Kapasitas
3. METODE. Kerangka Pemikiran
25 3. METODE 3.1. Kerangka Pemikiran Berdasarkan hasil-hasil penelitian terdahulu serta mengacu kepada latar belakang penelitian, rumusan masalah, dan tujuan penelitian maka dapat dibuat suatu bentuk kerangka
BAB III STRATIFIED CLUSTER SAMPLING
BAB III STRATIFIED CUSTER SAMPING 3.1 Pengertian Stratified Cluster Sampling Proses memprediksi asil quick count sangat dipengarui ole pemilian sampel yang dilakukan dengan metode sampling tertentu. Sampel
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Kata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 168 176 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI
BAB III THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICTY (TARCH) Proses TARCH merupakan modifikasi dari model ARCH dan GARCH.
BAB III THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICTY (TARCH) 3.1. Model TARCH Proses TARCH merupakan modifikasi dari model ARCH dan GARCH. Pada proses ini nilai residu yang lebih kecil dari nol
BAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1.Data Data adalah suatu bahan mentah yang jka diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. 2.1.1.Menurut sifatnya Menurut sifatnya, data
TINJAUAN PUSTAKA Profil Kabupaten Jember Pengeluaran Per kapita
TINJAUAN PUSTAKA Profil Kabupaten Jember Berdasarkan data BPS (2009), Kabupaten Jember secara geografis terletak pada 113 0 30-113 0 45 Bujur Timur dan 8 0 00-8 0 30 Lintang Selatan. Wilayah Kabupaten
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI Disusun Oleh : BITORIA ROSA NIASHINTA 24010211120021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
oleh ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika SURAKARTA
PEMILIHAN JENIS KARTU TELEPON SELULER DI SURAKARTA MENGGUNAKAN ANALISIS FAKTOR oleh ASTIKA RATNAWATI M 0105025 S K R I P S I ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Probability and Random Process
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 1. Review Teori Statistika Prima Kristalina Maret 2016 2 Outline Pengertian Statistika Populasi,
BAB 3 METODOLOGI. Rancangan penelitian yang digunakan dalam penelitian ini adalah penelitian
BAB 3 METODOLOGI 3.1 Metode Penelitian Rancangan penelitian yang digunakan dalam penelitian ini adalah penelitian Inferensia. Tujuan dari penelitian ini adalah menganalisis suatu sample dan menjelaskan
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep dan Definisi Pendapatan Regional adalah tingkat (besarnya) pendapatan masyarakat pada wilayah analisis. Tingkat pendapatan dapat diukur dari total pendapatan wilayah maupun
REGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
BAB I PENDAHULUAN. yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam kehidupan, seringkali peneliti dihadapkan dengan suatu kejadian yang saling berhubungan atau berpengaruh satu sama lain. Ilmu statistika mengenal metode
Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes
Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam
PERTURBASI NILAI EIGEN DALAM MENGATASI MULTIKOLINIERITAS
PERTURBASI NILAI EIGEN DALAM MENGATASI MULTIKOLINIERITAS ANDI YUNI DEVIYANTI 1 ANDI KRESNA JAYA 2 DAN ANISA 3 Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hasanuddin
BAB II TINJAUAN PUSTAKA. Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam
BAB II TINJAUAN PUSTAKA Dalam bab ini akan dipaparkan beberapa teori pendukung yang digunakan dalam proses analisis klaster pada bab selanjutnya. 2.1 DATA MULTIVARIAT Data yang diperoleh dengan mengukur
3. METODE KAJIAN A. Lokasi, Waktu dan Biaya Penelitian Metode Kerja 1. Pengumpulan Data
15 3. METODE KAJIAN A. Lokasi, Waktu dan Biaya Penelitian Tugas akhir ini dilaksanakan di Desa Donggobolo Kecamatan Woha dan Desa Bontokape Kecamatan Bolo Kabupaten Bima, Propinsi Nusa Tenggara Barat,
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
TIME SERIES. Deret berkala dan Peramalan
TIME SERIES Deret berkala dan Peramalan Pendahuluan Deret berkala Time series Sekumpulan data yang dicatat dalam satu periode waktu Digunakan untuk meramalkan kondisi masa mendatang Dalam jangka pendek
Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
BAB III METODE PENELITIAN. Juni 2013 sampai dengan bulan Agustus Berdasarkan jenis masalah yang
33 BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Penelitian ini dilakukan di Kabupaten Kudus. Penelitian ini dimulai dari bulan Juni 2013 sampai dengan bulan Agustus 2013. Berdasarkan jenis masalah
BAB I PENDAHULUAN. melalui pos. Ada beberapa keuntungan yang dapat diperoleh, diantaranya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam melakukan survei, seringkali digunakan angket yang dikirimkan melalui pos. Ada beberapa keuntungan yang dapat diperoleh, diantaranya adalah hemat biaya,
BAB III OBYEK DAN METODE PENELITIAN. Penelitian ini mengungkapkan tentang faktor-faktor yang mempengaruhi
45 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Penelitian Penelitian ini mengungkapkan tentang faktor-faktor yang mempengaruhi kemiskinan absolute. Dalam penelitiuan ini variable yang akan diteliti terdiri
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Oleh: Herien Puspitawati Tin Herawati
Oleh: Herien Puspitawati Tin Herawati Teknik sampling adalah suatu cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan
ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 4 (2014), pp. 323 332. ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS Ida Yanti Hasibuan, Pengarapen Bangun, Ujian
Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri
Vol. 10, No. 1, 26-34, Juli 2013 Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Andi Fitri Ayu 1, Erna Tri Herdiani 1, M. Saleh AF 1, Anisa 1, Nasrah Sirajang 1 Abstrak
BAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
III. METODE PENELITIAN. Penelitian ini dilakukan di Kecamatan Lawe Sigala-gala, Kecamatan
37 III. METODE PENELITIAN 3.1. Tempat dan waktu penelitian Penelitian ini dilakukan di Kecamatan Lawe Sigala-gala, Kecamatan Semadam dan Kecamatan Lawe Sumur Kabupaten Aceh Tenggara Propinsi Aceh Dimana
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (respon) dengan satu atau lebih variabel independen (variabel penjelas), dengan
Populasi dan Sampel. 1. Pengertian Populasi dan Sampel 2. Teknik Pengambilan Sampel 3. Normalitas Data
Populasi dan Sampel 1. Pengertian Populasi dan Sampel 2. Teknik Pengambilan Sampel 3. Normalitas Data 1. Populasi dan Sampel O Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang memiliki
TEKNIK PENARIKAN SAMPEL
TEKNIK PENARIKAN SAMPEL Konsep-konsep Dasar Sampling Salah satu hal yang menakjubkan dalam penelitian ialah kenyataan bahwa kita dapat menduga sifat-sifat suatu kumpulan objek penelitian hanya dengan mempelajari
III. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
BAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015
SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 4 September 2015 A. Identitas 1. Nama Matakuliah : Teori Probabilitas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
BAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
BAB I PENDAHULUAN. Mega Wati, 2015 ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia adalah sebuah negara kesatuan yang menggunakan konstitusi Undang-Undang Dasar Negara Republik Indonesia tahun 1945. Prinsip-prinsip yang tertuang
BAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
BAB 3 METODE PENELITIAN. dengan tujuan dan kegunaan tertentu. Dalam penelitian ini, jenis penelitian
BAB 3 METODE PENELITIAN 3.1. Desain Penelitian Metode penelitian merupakan cara ilmiah untuk memperoleh data dengan tujuan dan kegunaan tertentu. Dalam penelitian ini, jenis penelitian yang digunakan adalah
IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA
digilib.uns.ac.id DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA oleh ANIS TELAS TANTI M0106003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
BAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Model Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 39 46 Model Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M Hasih Pratiwi, Yuliana Susanti, dan Monaluvy Septiningrum Jurusan
BAB III OBJEK DAN METODE PENELITIAN. Dalam penelitian ini, yang menjadi objek penelitian terdiri dari variabel
49 BAB III OBJEK DAN METODE PENELITIAN 1.1 Objek Penelitian Dalam penelitian ini, yang menjadi objek penelitian terdiri dari variabel independen (X) yaitu dividen dan variabel dependen (Y) yaitu harga
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Metode Penelitian 1. Metode Penelitian Metode penelitian yang tepat sangat diperlukan dalam pelaksanaan suatu penelitian. Metode penelitian dapat digunakan sebagai pedoman
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT
ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT SKRIPSI Oleh: DINI ANGGREANI NIM J2E009019 JURUSAN STATISTIKA FAKULTAS SAINS
Sri Subanti TEORI PELUANG SEBELAS MARET UNIVERSITY PRESS. iii
TEORI PELUANG i Sanksi Pelanggaran Pasal 72 Undang-undang Nomor 19 Tahun 2002 Perubahan atas Undang-undang Nomor 7 Tahun 1987 Perubahan atas Undang-undang Nomor 6 Tahun 1982 Tentang Hak Cipta 1. Barang
STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN ANALISIS VAR
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN
ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI
ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA
Saintia Matematika Vol. 1, No. 5 (2013), pp. 483 494. ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA Karyanus Daely, Ujian Sinulingga Asima Manurung Abstrak. Indeks Prestasi
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
TATA CARA PENELITIAN. A. Tempat dan Waktu Penelitian. Penelitian ini dilaksanakan di Kabupaten Belitung Timur Propinsi Bangka
IV. TATA CARA PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Belitung Timur Propinsi Bangka Belitung yang terdiri dari 3 kecamatan, yaitu Kecamatan Gantung, Kecamatan
BAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek penelitian Penelitian yang digunakan ini mengunakan obyek penelitian dari seluruh kabupaten dan kota yang berada di Provinsi Jawa Timur yang totalnya ada 38 Kabupaten