Xplore, 2013, Vol. 1(1):e7(1-8) c 2013 Departemen Statistika FMIPA IPB

Ukuran: px
Mulai penontonan dengan halaman:

Download "Xplore, 2013, Vol. 1(1):e7(1-8) c 2013 Departemen Statistika FMIPA IPB"

Transkripsi

1 Xplore, 2013, Vol. 1(1):e7(1-8) c 2013 Departeme Statstka FMIPA IPB PEETUA ILAI PEMBOBOTA DA PEDUGA RAGAM UTUK PEARIKA COTOH BERTAHAP (Stud Kasus : Surve Pra Pemlha Guberur da Wakl Gubeur Jawa Barat d Daerah Pemlha Kota Bogor) Idah Herlawat, Aag Kura, Fart Mochamad Afed Departeme Statstka Isttut Pertaa Bogor Rgkasa Samplg ca be performed by usg oe or more stages. These stages are useful order to obta represetatve samples. It s ofte observed that parameters are estmated by assumg the samples are take usg smple radom samplg (oe stage) although they are take usg multstages whch lead to vald results. Ths study focus o estmato of parameters cosderg the stage multstage samplg. As a llustrato, we use pre-electo survey of Goveror ad Vce Goveror of West Java Bogor Cty whch volvg three stages of selecto, amely : (1) vllage wth dstrct, (2) eghborhood wth vllage ad (3) household wth eghborhood. These stages are take to accout durg estmato of umber of voters form of weghts whch are obtaed by cosderg the selecto process. It s obtaed that the estmato usg the weghts are closer to the true umber of voters released by KPU Bogor compared to the oe ot usg the weghts. Keywords-: Multstage Samplg, Estmato of Proporto, Weghts ad Varace of Estmators. A. Latar Belakag I. PEDAHULUA Pemlha Guberur Jawa Barat telah selesa beberapa bula yag lalu tepatya pada taggal 24 Februar Provs Jawa Barat pu memlk pemmp baru utuk perode 5 tahu kedepa. Pasaga Ahmad Heryawa - Deddy Mzwar adalah guberur da wakl guberur terplh pada pemlha guberur Ahmad Heryawa yag sebelumya mejad Guberur Jawa Barat bersama dega Dede Yusuf kembal memeagka pemlha guberur tahu Koms Pemlha Umum Provs Jawa Barat secara resm meyataka hasl dar pemlha Guberur Jawa Barat perode 2013/2018, dmeagka oleh pasaga Ahmad Heryawa - Deddy Mzwar dega peroleha hasl suara 32.39%, kemuda dsusul oleh pasaga omor urut 5 yatu Reke Dyah Ptaloka - Tete Masduk dega hasl suara 28.24%. Pada poss ketga d duduk oleh pasaga Dede Yusuf - Lex Laksamaa dega peroleha suara 25.24%, sedagka pada poss dua terakhr drah oleh pasaga Irato M S Syafudd - Tatag Farhaul Hakm da Ddk M Aref Masyur - Cecep aa Suryaa Toyb dega peroleha suara masg-masg kaddat adalah 12.17% da 1.79%. Sebelum pemlha guberur berlagsug mahasswa Departeme Statstka IPB agkata 2009 medapat tugas surve agkata yatu, surve Pra Pemlha Guberur da Wakl Guberur Jawa Barat d Wlayah Kota Bogor yag dlakuka pada bula Desember. Surve dlakuka utuk memberka gambara pada rakyat Kota Bogor megea calo guberur yag aka mereka plh. Sela tu utuk memberka formas terkat pemlha guberur tersebut, karea pada keyataaya bayak warga d Kota Bogor yag belum megetahu bahwa aka dadaka pemlha Guberur Jawa Barat. Setelah surve dlakuka kemuda dlajutka dega proses aalss data. Proses aalss data dlakuka dega metode pembobota. Pembobota aka dlakuka pada setap tahapa dalam pearka cotoh acak. Pearka cotoh yag dlakuka utuk surve adalah dega megguaka empat tahapa, amu utuk peelta kal yag dguaka haya tga tahapa awal yatu, pertama melakuka pemlha keluraha, kedua pemlha ruku tetagga setelah tu yag terakhr dguaka pemlha rumah tagga, sehgga pearka cotoh acak dsebut dega multstage samplg, meskpu pearka cotoh yag dlakuka multtahap amu terkadag pedugaa megabaka tahapa pembobota sehgga pada rset aka dlakuka perhtuga megguaka pembobota utuk pearka cotoh multtahap. B. Tujua Peelta Peelta bertujua utuk : 1) Meetuka la dugaa propors da ragam dar hasl surve dega memperhatka pembobot surve sesua dega tahapa pearka cotoh. 2) Meark kesmpula dar hasl surve multtahap. A. Pembobota II. TIJAUA PUSTAKA Suatu cotoh berpeluag aka mewakl suatu populas apabla seluruh aggota populasya memlk peluag utuk terplh. Pembobota ddapat dega mecar peluag terlebh dahulu, karea peluag dar cotoh tdak secara keseluruha sama, bobot yag dguaka pu berbeda-beda

2 2 Xplore, 2013, Vol. 1(1):e7(1-8) Herlawat et al. pada setap aggota cotohya. Proses pembera bobot lah yag dsebut dega pembobota ([1]). Meurut Madasky da Alexader (2013) ([2]), rumus rata-rata terbobot da ragam rata-rata terbobot secara umum adalah sebaga berkut X w = w x ; V ( X w ) = w σ 2 h w 2 ( w ) 2 dega X w = la rata-rata terbobot, w = bobot cotoh ke-, x = la cotoh acak ke-, = deks cotoh acak (,2,3,4,..,), V ( X w ) = ragam rata-rata terbobot, σ 2 = V (x ), ragam dar populas. B. Teor Pearka Cotoh Teor pearka cotoh mempuya tujua utuk membuat pearka cotoh lebh efse. Teor pearka cotoh mecoba utuk megembagka metode pemlha cotoh, dega baya yag sekecl mugk, amu meghaslka peduga parameter yag bak ([3]). Levy da Lemeshow (1999) dalam Wdagsh (2008) ([4]) megemukaka bahwa tekk pearka cotoh dapat dkategorka dalam dua kelas yatu, pearka cotoh berpeluag (probablty samplg) da pearka cotoh tdak berpeluag (oprobablty samplg). Pearka cotoh berpeluag mempuya karakterstk bahwa semua aggota d dalam populas telah dketahu, da mempuya peluag utuk dplh mejad cotoh. Sedagka pearka cotoh tdak berpeluag mempuya cr bahwa tdak semua aggota populas dketahu, sehgga ada aggota populas yag berpeluag ol (tdak berpeluag) utuk dplh sebaga cotoh. Tekk pearka cotoh berpeluag dbag mejad beberapa gologa yatu, tekk pearka cotoh acak sederhaa, sstematk, acak berlaps da gerombol dua tahap. C. Pearka Cotoh Acak Sederhaa Meurut urhayat (2008) ([5]) metode pearka cotoh acak sederhaa adalah metode yag dguaka utuk memlh cotoh dar populas dega cara sedemka rupa sehgga setap aggota populas mempuya peluag yag sama besar utuk djadka sebaga cotoh. Seluruh aggota populas mejad aggota dar keragka cotoh. Pearka cotoh acak sederhaa basa dguaka jka populas bersfat homoge. Kta dapat melakuka pedugaa terhadap populas dega megguaka rumus berkut : 1) pedugaa rataa populas ȳ = y σ2 ; V (ȳ) = [ ] 1 2) pedugaa total populas y 2 s2 ˆτ = ȳ = ; V (ˆτ) = V (ȳ) = 3) pedugaa propors bayakya yag mejawab Ya ˆp = ukura cotoh Meurut urhayat (2008) ([5]) bahwa populas dalam pearka cotoh acak sederhaa dapat dbedaka mejad dua kategor, yatu : 1) Populas Terbatas (Fte Populato) a) Suatu populas dkataka sebaga populas terbatas jka jumlah aggota populas () dapat dtetuka. b) Pearka cotoh acak sederhaa bag populas terbatas berukura adalah cotoh yag dplh sedemka rupa sehgga masg-masg cotoh berukura memlk peluag yag sama utuk terplh. 2) Populas Tdak Terbatas (Ifte Populato) adalah suatu populas yag jumlah aggota populas tdak dtetuka atau dapat dtetuka tetap sagat besar. D. Pearka Cotoh Acak Berlaps Meurut Cochra (1997) ([3]), Suatu metode d maa populas yag berukura dbag-bag mejad sub-sub populas yag masg-masg terdr atas 1, 2,..., l aggota, datara dua sub populas tdak boleh ada yag salg tumpag tdh sehgga l = ; selajutya setap sub populas dsebut sebaga strata (stratum). Setelah strata terbetuk, pearka cotoh dar masgmasg strata dlakuka secara terpsah (depedet). Ukura cotoh yag dtark dar masg-masg strata sebesar 1, 2,..., l. Dalam pembetuka strata, dusahaka agar aggota-aggota yag hampr sama dmasuka ke dalam satu strata sehgga ragam d dalam masg-masg strata mejad relatf lebh homoge. Sela tu, perbedaa ratarata karakterstk atara strata dbuat sebesar mugk. Pada peerapa racaga cotoh berlaps atau berstrata perlu dperhatka peubah apa yag dguaka sebaga dasar pembetuka strata, alokas cotoh pada masg-masg strata, da ukura cotoh yag dperluka utuk meduga statstk dega press yag dhedak. otas Pearka cotoh berlaps h : jumlah ut pada strata ke-h h : ukura cotoh pada strata ke-h y h : la karakterstk y ut ke- pada strata ke-h W h = h : pembobot pada strata ke-h f h = h : fraks cotoh pada strata ke-h h h Ȳh = h ke-h (berdasarka h ut) Pedugaa : : rata-rata la karakterstk pada strata

3 Peetua la pembobota Xplore, 2013, Vol. 1(1):e7(1-8) 3 Peduga rata-rata populas Ȳ 1) Populas h Ȳ h Ȳ = 2) Cotoh = W h Ȳ h G. Pearka Cotoh Gerombol Tga Tahap Meurut afu (2012) ([6]) bahwa peduga alteratf dalam pearka cotoh gerombol tga tahap yatu: Ŷ 3P E = M m K k j j m k j 2 y jk h ȳ h Ȳ = = W h ȳ h E. Pearka Cotoh Gerombol Satu Tahap Meurut afu (2012) ([6]) bahwa peduga alteratf dalam pearka cotoh gerombol satu tahap yatu: Ŷ 1P E = 1 f 2 y j dega keseluruha ut dalam populas pada tahap pertama, keseluruha ut cotoh pada tahap pertama, f = ; la peluag utuk tahap pertama, jumlah seluruh ut populas, jumlah keseluruha cotoh yag dambl, da y j la pedugaa ke- pada ke-j. Peduga tdak bas utuk meduga ragam adalah: dega s 2 = 1 1 ˆV (Ŷ1P E) = 2 2 (y j Ȳ1P E) 2. F. Pearka Gerombol Dua Tahap ( 2 ) 4 s 2 Meurut afu (2012) ([6]) bahwa peduga alteratf dalam pearka cotoh gerombol dua tahap yatu: Ŷ 2P E = 1 f 1 y 2 dega f = la peluag utuk tahap pertama, m keseluruha ut cotoh pada tahap kedua, M keseluruha ut dalam populas pada tahap kedua, da y = m M la peluag utuk tahap kedua. Peduga yag tdak bas utuk meduga ragam adalah: ˆV (Ŷ2P E) = ( )s2 1 dega s 2 1 = 1 y 2 ( 2 4 ( 2 ŷ Ŷ2P E ) 2 ) (y j ȳ ) 2 + y j M (M m ) s2 m 2 1, utuk = 1, 2,...,, s 2 = dega K j keseluruha ut dalam populas pada tahap ketga, k j keseluruha ut cotoh pada tahap ketga, da y jk keseluruha dvdu dar cotoh. Peduga yag tdak bas utuk meduga ragam adalah: dega A. Data C = ˆV (Ŷ3P E) = A + B + C B = s 2 j = K2 j k 2 j s 2 1 = A = ( ) s2 1 s 2 = M m M (M m ) s2 m 2 m K j (K j k j ) s2 j k j ( y Ŷ3P E m k j ( ) 2 ( y j y m ) 2 m 1 ) 2 (y jl ȳ j ) 2 III. METODOLOGI Data yag dguaka dalam peelta adalah data sekuder yag dperoleh dar hasl surve Pra Pemlha Guberur Jawa Barat utuk wlayah Kota Bogor. Data sekuder hasl surve dkumpulka oleh mahasswa Departeme Statstka IPB agkata 2009 pada Bula Desember Peelta juga megguaka Data Potes Desa (PO- DES) Kota Bogor tahu 2011 sebaga peujag. Data yag dambl berasal dar seluruh kecamata yag ada d Kota Bogor, tepatya ada 6 kecamata yag mejad objek surve yatu, Bogor Barat, Bogor Selata, Bogor Tmur, Bogor Tegah, Bogor Utara da Taah Sareal.

4 4 Xplore, 2013, Vol. 1(1):e7(1-8) Herlawat et al. B. Metode Surve dlakuka dega metode pearka cotoh beberapa tahap, tepatya utuk kasus dlakuka pearka cotoh empat tahap. Tahapa-tahapa yag dlakuka adalah sebaga berkut: 1) Tahapa pertama megguaka smple radom samplg. 2) Tahapa kedua meguaka stratfed radom samplg. 3) Tahapa ketga megguaka smple radom rsamplg. 4) Tahapa keempat pemlha rumah tagga sesua dega strataya dega megguaka systematc samplg. Setap strata dambl 10 rumah tagga, sehgga ddapatka 10 rumah tagga berasal dar stara Rumah Tagga (RT) tdak msk da 10 rumah tagga berasal dar strata RT msk. Tahapa aalss data yag dlakuka utuk medapatka kesmpula adalah sebaga berkut : 1) Medaftarka seluruh jumlah kecamata, keluraha terplh da RT. 2) Meetuka persetase RT msk d Kota Bogor. 3) Meetuka jumlah RT tdak msk da RT msk utuk djadka keragka cotoh dalam pearka cotoh acak berlaps. 4) Mecar la peluag pada tap tahapa. 5) Membobot setap tahap pearka cotoh. 6) Meghtug la ragam. 7) Meark kesmpula dar hasl. IV. HASIL DA PEMBAHASA Surve dlakuka pada eam kecamata yag ada d Kota Bogor, yag dar masg-masg kecamata tersebut dplh tga keluraha secara acak. RT dar setap keluraha yag terplh pada masg-masg kecamata aka dbag ke dalam dua strata yatu strata ruku tetagga tdak msk da strata ruku tetagga msk. Dar setap strata tu dambl sejumlah RT sebaga cotoh. Selajutya dar masgmasg RT terplh, dambl sepuluh rumah tagga sebaga cotoh. Daftar kecamata d Kota Bogor, keluraha terplh da jumlah ruku tetagga pada setap keluraha terplh dapat dlhat pada Tabel I. Pembetuka strata RT ddasarka pada lapora BPS Kota Bogor tahu 2006 bahwa jumlah rumah tagga msk sebayak 21.3%. Dar s dasumska bahwa jumlah RT msk juga sebayak 21.3%. Perkraa jumlah RT serta rumah tagga msk da tdak msk dsajka pada Tabel II da Tabel III. Pada Tabel II merupaka hasl pedugaa utuk meduga RT tdak msk da RT msk. Kelemaha pada data adalah belum ada data yag medukug utuk djadka keragka cotoh, sehgga dduga dega megguaka persetase rumah tagga msk agar ddapat jumlah RT msk Tabel I JUMLAH KECAMATA DI KOTA BOGOR, KELURAHA DA JUMLAH RUKU TETAGGA TERPILIH o Kecamata Total Keluraha Keluraha Terplh Jumlah RT 1. Bogor Selata 16 Bojogkerta 28 Muarasar 34 Cpaku 61 Tajur Bogor Tmur 6 Katulampa 88 Baraagsag 83 Taah Baru Bogor Utara 8 Cbuluh 46 Cpagr 69 Gudag Bogor Tegah 11 Babaka Pasar 39 Kebo Kelapa 45 Guug Batu Bogor Barat 16 Bubulak 49 Curug Taah Sareal 11 Kedug Jaya 41 Sukaresm 28 Sukadama 40 Sumber: BPS Kota Bogor, 2012 da RT tdak msk. Perhtuga utuk RT msk adalah dega megalka 21.3% dega jumlah keseluruha RT yag terdapat pada keluaraha terplh. Hal yag sama juga dlakuka utuk mecar RT tdak msk, sehgga jka RT msk da RT tdak msk djumlahka aka meghaslka jumlah keseluruha RT pada keluraha terph tersebut. Tak haya tu saja dalam meetuka jumlah RT msk da RT tdak msk pada setap keluraha terplh dperluka asums kehomogea. Asums kehomgea dperluka utuk meyamarataka persetase RT msk da RT tdak msk pada setap keluraha terplh. Hal tersebut dlakuka karea belum dketahu data yag tepat megea RT msk da RT tdak msk, asums tersebut termasuk cara utuk meduga jumlah RT msk da RT tdak msk. Setelah dketahu jumlah RT tdak msk da RT msk. Perhtuga kemuda dlajutka dega megalka jumlah rumah tagga keseluruha dega persetase rumah tagga msk maupu rumah tagga tdak msk, sehgga peluag pada memlh rumah tagga msk ataupu tdak msk utuk setap kecamata dapat dketahu. Peluagpeluag tersebut dapat dlhat pada Tabel V tdak haya peluag memlh rumah tagga amu peluag utuk keseluruha tahapa pearka cotoh. Tabel IV mejelaska megea jumlah rumah tagga utuk setap RT pada keluraha terplh. Data merupaka data dugaa dega megguaka asums keseragama utuk setap RT. Pedugaa dlakuka dega cara membag jumlah keseluruha rumah tagga yag ada pada keluraha terplh dega jumlah RT pada keluraha terplh tersebut. Setelah perhtuga dlakuka aka ddapatka jumlah rumah tagga utuk setap keluraha terplh, meskpu data tersebut merupaka data dugaa, karea data jumlah

5 Peetua la pembobota Xplore, 2013, Vol. 1(1):e7(1-8) 5 Tabel II JUMLAH RUKU TETAGGA MISKI DA RUKU TETAGGA TIDAK MISKI PADA SETIAP KELURAHA DI KOTA BOGOR Jumlah Ruku Tetagga o Kecamata Total Keluraha Keluraha Total Ruku Tetagga Msk Tdak Msk 1. Bogor Selata 16 Bojogkerta Muarasar Cpaku Tajur Bogor Tmur 6 Katulampa Baraagsag Taah Baru Bogor Utara 8 Cbuluh Cpagr Gudag Bogor Tegah 11 Babaka Pasar Kebo Kelapa Guug Batu Bogor Barat 16 Bubulak Curug Taah Sareal 11 Kedug Jaya Sukaresm Sukadama Tabel III JUMLAH RUMAH TAGGA MISKI DA RUMAH TAGGA TIDAK MISKI PADA SETIAP KELURAHA DI KOTA BOGOR Jumlah Rumah Tagga o Kecamata Total Keluraha Keluraha Total Rumah Tagga Msk Tdak msk 1. Bogor Selata 16 Bojogkerta Muarasar Cpaku Tajur Bogor Tmur 6 Katulampa Baraagsag Taah Baru Bogor Utara 8 Cbuluh Cpagr Gudag Bogor Tegah 11 Babaka Pasar Kebo Kelapa Guug Batu Bogor Barat 16 Bubulak Curug Taah Sareal 11 Kedug Jaya Sukaresm Sukadama rumah tagga msk da rumah tagga tdak msk belum terseda. Data dugaa tersebut mempermudah dalam mecar peluag pemha rumah tagga msk da rumah tagga tdak msk sepert yag terlhat pada Tabel V. Tabel V telah memperlhatka bahwa pada setap tahapa dalam pearka cotoh memlk peluag yag berbedabeda da harus dperhtugka, tdak bsa dabaka begtu saja. Hal demka terjad karea setap peluag tersebut daggap mewakl ut la yag tdak terplh sebaga cotoh. Sela tu juga, peluag pada setap tahapa pegambla cotoh aka mempegaruh kesmpula. Itulah beberapa alasa, pada tahapa pearka cotoh peluag sagat dperhartka dalam perhtuggaya. Hal tersebut merupaka salah satu yag membedaka dalam pearka kesmpula utuk pearka cotoh satu tahap. Pembobota merupaka cara perhtuga dega megalka peluagpeluagya da mecar la bobotya, sehgga dketahu persetase hasl suara utuk tap pasaga calo. Persetase ddapat dega megguaka perhtuga pembobota. Sedagka jka tdak megguaka pembobota, persetase suara setap pasaga calo ddapatka dega membag jumlah suara calo yag dplh dega jumlah keseluruha suara. Berkut dsajka pada Tabel VI perbadga persetase dega megguaka pembobota, tdak megguaka pembobota da hasl resm KPU Kota Bogor. Pada Gambar 1 meujuka persetase hasl surve atara perhtuga megguaka pembobota, perhtuga tdak megguaka pembobota da hasl resm KPU Kota Bogor terlhat bahwa setap peluag ataupu pembobota pada setap tahapa memlk pera yag sagat mempeggaruh

6 6 Xplore, 2013, Vol. 1(1):e7(1-8) Herlawat et al. Tabel IV JUMLAH RUMAH TAGGA UTUK SETIAP RT DALAM KELURAHA TERPILIH Jumlah Rumah Tagga o Kecamata Total Keluraha Keluraha Total Rumah Tagga Jumlah RT Keseluruha Msk/RT Tdak msk/rt 1. Bogor Selata 16 Bojogkerta Muarasar Cpaku Tajur Bogor Tmur 6 Katulampa Baraagsag Taah Baru Bogor Utara 8 Cbuluh Cpagr Gudag Bogor Tegah 11 Babaka Pasar Kebo Kelapa Guug Batu Bogor Barat 16 Bubulak Curug Taah Sareal 11 Kedug Jaya Sukaresm Sukadama Tabel V PELUAG PADA SETIAP TAHAPA PEARIKA COTOH o Peluag Keluraha Pemlha Keluraha Pemlha RT Tdak msk Pemlha RT Msk Pemlha RT Tdak Msk Pemlha RT Msk Bojogkerta 0,19 0,09 0,84 0,13 0,13 Muarasar 0,19 0,04 0,14 0,12 0,12 Cpaku 0,19 0,04 0,08 0,18 0,18 Tajur 0,5 0,05 0,19 0,14 0,14 Katulampa 0,5 0,01 0,05 0,16 0,16 Baraagsag 0,5 0,09 0,11 0,02 0,06 Taah Baru 0,38 0,02 0,07 0,14 0,14 Cbuluh 0,38 0,06 0,2 0,04 0,04 Cpagr 0,38 0,02 0,07 0,11 0,11 Gudag 0,27 0,1 0,09 0,06 0,24 Babaka Pasar 0,27 0,1 0,48 0,04 0,03 Kebo Kelapa 0,27 0,11 0,42 0,05 0,04 Guug Batu 0,19 0,02 0,07 0,14 0,14 Bubulak 0,19 0,03 0,1 0,13 0,13 Curug 0,19 0,1 0,19 0,04 0,08 Kedug Jaya 0,27 0,09 0,34 0,05 0,05 Sukaresm 0,27 0,05 0,67 0,11 0,03 Sukadama 0,27 0,16 0,35 0,04 0,06 Tabel VI PERBADIGA PERSETASE PERHITUGA MEGGUAKA PEMBOBOTA, PERHITUGA TIDAK MEGGUAKA PEMBOBOTA DA HASIL RESMI KPU KOTA BOGOR Persetase ama Pasaga Calo Megguaka Pembobota Tdak Megguaka Pembobota Hasl Resm KPU Kota Bogor Ddk M. Aref Masyur da Cecep aa Suryaa Toyb 2%(uruta 5) 3%(uruta 4) 1,8%(uruta 5) Irato M.S Syafudd da Tatag Farhaul Hakm 4%(uruta 4) 3%(uruta 5) 6,6%(uruta 4) Dede Yusuf da Lex Laksamaa 33%(uruta 2) 39%(uruta 1) 24,8%(uruta 3) Ahmad Heryawa da Deddy Mzwar 42%(uruta 1) 35%(uruta 2) 37,9%(uruta 1) Reke Dah P da Tete Masduk 19%(uruta 3) 19%(uruta 3) 28,9%(uruta 2)

7 Peetua la pembobota Xplore, 2013, Vol. 1(1):e7(1-8) 7 hasl dar surve. Suara terbayak berdasarka perhtuga tapa pembobota dpegag oleh pasaga Dede Yusuf da Lex Laksamaa, sedagka jka perhtuga megguaka pembobota maka yag memperoleh suara terbayak adalah Ahmad Heryawa da Deddy Mzwar. Perbedaa hasl tersebut sagat mecolok saat pegambla kesmpula, utuk tulah pembobota sagat berpera petg dalam pearka kesmpula pada pearka cotoh acak bertahap. Tak haya tu saja, perhtuga meguaka pembobota cukup meggambarka hasl yag cukup represetatf. Walaupu memag tdak secara keseluruha sama, amu lebh medekat pada hasl resm yag dkeluarka KPU Kota Bogor dar pada perhtuga tdak megguaka pembobota. Utuk pasaga yag medapatka suara yag palg redah pu berbeda atara megguaka pembobota dega tdak megguaka pembobota. Pasaga yag meempat uruta terbawah pada perhtuga megguaka pembobota yatu, Ddk M Aref da Cecep aa Suryaa Toyb, sedagka apabla perhtuga tdak megguaka pembobota yag medapatka suara teredah adalah Irato M S Syafudd da Tatag Farhaul Hakm. dega megguaka pembobota meujukka hasl yag hampr sama dega hasl resm KPU. Pada hasl surve suara terbayak dmlk oleh pasaga Ahmad Heryawa da Deddy Mzwar, hasl tersebut sama dega hasl perhtuga KPU. Hal memperlhatka bahwa pembobota sagat mempergaruh hasl dar surve, karea jka tdak megguaka pembobota suara terbayak drah oleh pasaga Dede Yusuf da Lex Laksmaa. Pedugaa dega megguaka pembobota lebh akurat da medekat hasl resm KPU Kota bogor apabla dbadgka dega tdak megguaka pembobota. Walaupu memag tdak semuaya sama, utuk uruta kedua dega megguaka metode pembobota drah oleh pasaga Dede Yusuf da Lex Laksmaa sedagka hasl perhtuga resm KPU uruta kedua dduduk oleh pasaga Dyah Ptaloka da Tete Masduk, amu hasl megguaka pembobota mash tetap lebh bak dalam hal peduaa jka dbadgka dega tapa pembobota, karea duruta selajutya hasl megguaka pembobota sama dega hasl resm KPU sedagka perhtuga tapa megguaka pembobota uruta hasl surve cukup jauh jka dbadgka dega hasl resm KPU. Gambar 1. Perbadga Persetase Hasl Pra Pemlha Guberur da Wakl Guberur Jawa Barat d Kota Bogor Gambar 1 meujukka hasl perhtuga resm KPU Kota Bogor pada pemlha pasaga Guberur da Wakl Guberur Jawa Barat. Hasl perhtuga suara tersebut meujuka suara terbayak utuk pasaga Ahmad Heryawa da Deddy Mzwar dega persetase 37.9%, sedagka d uruta kedua dega persetase 28.9% drah oleh pasaga Reke Dyah Ptaloka da Tete Masduk. Berada pada poss ketga dega persetase 24.8% merupaka suara dar pasaga Dede Yusuf da Lex Laksmaa, dsusul oleh pasaga Irato M.S Syafudd da Tatag Farhaul Hakm yag memperoleh persetase 6.6%, da duruta terakhr dega persetase 1.8% drah oleh pasaga yag berasal dar tm depede yatu Ddk M. Aref Masyur da Cecep aa Suryaa Toyb. Persetase-persetase datas merupaka hasl resm yag dkeuarka oleh KPU. Hasl perhtuga surve pra pemlha Guberur da Wakl Guberur Jawa Barat Gambar 2. Perbadga Persetase Hasl Pra Pemlha Guberur da Wakl Guberur Jawa Barat d wlayah pemlha Kota Bogor berdasarka jes kelam Perbedaa perhtuga atara pegguaa pembobota dega tdak megguaka pembobota cukup berbeda. Hal tersebut dapat terlhat salah satuya pada pasaga calo guberur da wakl guberur Jawa Barat omor 3 yatu, Dede Yusuf da Lex Laksamaa. Pada perhtuga megguaka pembobota pemlh yag memlh pasaga utuk jes kelam lak-lak terdapat 12% sedagka perhtuga yag tdak megguaka pembobota persetaseya sektar 21%. Perbedaa perhtuga d atara keduaya cukup besar yatu 9%, utuk tulah pembobota petg sekal dperhtugka dalam meark kesmpula utuk surve tersebut. Hal tdak haya terjad pada pasaga tersebut amu juga pasaga yag laya. Setap pasaga dega kategor pemlh jes kelam memperlhatka adaya perbedaa yag sagat mecolok. Cotohya saja pada pasaga Reke

8 8 Xplore, 2013, Vol. 1(1):e7(1-8) Herlawat et al. Tabel VII DUGAA DA RAGAM DARI PEROLEHA SUARA PASAGA CALO GUBERUR DA WAKIL GUBERUR JAWA BARAT ama Ddk M. Aref Reke Dah P Dede Yusuf Ahmad Heryawa Irato M.S Pasaga Calo da Cecep aa Suryaa da Tete Masduk da Lex Laksamaa da Deddy mzwar da Tatag Farhaul Dugaa Peroleha 0,0232 0,1877 0, , ,03698 Suara Ragam 0, , , , ,00452 Dah Ptaloka da Tete Maduk, suara terbayak yag memlh pasaga dega metode pembobota adalah lak-lak, sedagka jka tdak megguaka pembobota suara terbayak adalah perempua. Hal dega jelas meujuka bahwa pegguaa pembobota sagat mempegaruh hasl. Pada Tabel VII terlhat bahwa ragam terkecl terdapat pada pasaga calo omor urut 4 yatu Ahmad Heryawa da Deddy Mzwar. Hal tersebut meujuka suara pasaga omor empat tersebar cukup merata da tdak berkumpul pada ttk tertetu jka dbadgka dega peroleha suara pasaga laya. Sehgga meskpu suara Dede Yusuf jka dhtug secara lagsug tapa megguaka pembobota terbesar dbadgka yag laya, amu karea ragamya lebh besar jka dhtug megguaka pembobota aka meuruka la dugaaya. Maka dar tu, jka megguaka pembobota pasaga urut omor 4 yag medapatka suara terbayak. Pasaga omor urut 4 memlk la ragam yag lebh kecl dar pada pasaga omor urut 3, hal memperlhatka bahwa suara pemlh pasaga omor urut 3 terdapat dsektar rata-rata hasl suaraya. PUSTAKA [1] M. A. Morssa, Metode Peelta Surve, Eds ke-1. Jakarta : Kecaa Predaa Meda Group, [2] Madasky, Albert da H. G. B. Alexader, Weghted Stadard Error ad Its Impact o Sgfcace Testg (WCross vs. Quatum & SPSS), [teret] [duduh 19 Agustus 2013] terseda pada: mea.pdf, [3] W. G. Cochra, Samplg Techques, 3rd ed. ew York : Wley ad Sos, [4] R. Wdagsh, Perbadga Berbaga Tekk Pearka Cotoh utuk Meduga Populas Sap Potog (Stud Kasus Kabupate Karagasem Props Bal), Comparato of Samplg Techques to Estmate Cattle Populato. Iformatka Pertaa. 17(2): , [5] urhayat, Stud Perbadga Metode Samplg Atara Smple Radom Samplg dega Stratfed Radom, Jural Bass Data, ICT Research Ceter UAS. 3(1):1-32, [6] L. A. afu, Comparso of Oe-Stage, Two-Stage, ad Three- Stage Estmators Usg Fte Populato, The Pacfc Joural of Scece ad Techology. 13(2): , 2012.

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

Pengajar: Dr. Agus M Soleh

Pengajar: Dr. Agus M Soleh Pegajar: Dr. Agus M Soleh Surve percobaa populato sample hmpua semua objek ag mejad mat pegambla kesmpula hmpua baga dar populas melakuka pegamata terhadap seluruh populas sergkal tdak mugk dlakuka ketka

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

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

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

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

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

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

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

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

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN PENAKI AIO UNTUK ATA-ATA POPULAI PADA AMPLING ACAK EDEHANA MENGGUNAKAN KOEFIIEN VAIAI DAN MEDIAN sk ahmada *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da

Lebih terperinci

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA ENAKSI DUAL ATIO-UM-ODUT UNTUK ATA-ATA OULASI ADA SAMLING AAK SEDEHANA hrsta ajata, Frdaus, Haposa Srat Mahasswa rogram Stud S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu egetahua Alam Uverstas

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Regresi & Korelasi Linier Sederhana

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

Lebih terperinci

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

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

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

Bab I Pendahuluan & Statistika Deskriptif Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A **

MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A ** MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS Aeke Iswa A ** Abstrak Apaba berhadapa dega data has meghtug yag berupa frekues, kemuda dtetuka varabe bebas da tak bebas yag berupa propors, maka

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

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

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci