ANALISIS DATA KATEGORI
|
|
- Ida Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 STK 11 Kuliah ke-14 &15 ANALISIS DATA KATEGORI 1.Uji Proporsi. Uji Khi-kuadrat Data Kategori Data berupa hasil pengukuran karakteristik/atribut individu yang bukan berupa numerik Misal: - preferensi konsumen terhadap produk - tingkat pendidikan - suku bangsa Analisis: Persentase (proporsi) individu dg karakteristik tertentu. UJI PROPORSI Satu Contoh H 0 : p = p 0 vs (i) H 1 : p < p 0, (ii) H 1 : p > p 0, atau (iii) H 1 : p p 0 Membandingkan proporsi penduduk yang berpendidikan tinggi dengan sebuah nilai tertentu. Misal: Apakah proporsi orang yg bergelar paling rendah sarjana adalah 5%? H 0 : p = 0,5 vs H 1 : p 0,5 1
2 Prosedur Pengujian 1. Sebaran Binom: untuk n 0 n! x P( X x) p ( 1 p) x!( n x)! n x, untukx. Sebaran Normal: untuk n > 0 0, 1,,...,n - Statistik Z (Normal baku) Pengujian dengan Sebaran Binom Prosedur: 1. Nyatakan hipotesis statistik H 0 : p = p 0 vs H 1 : p < p 0, p > p 0, atau H 1 : p p 0. Tentukan taraf nyata, 3. Wilayah kritik: - x k bila H 1 : p < p 0 - x k bila H 1 : p < p 0 - x k / atau x k / bila H 1 : p p 0 4. Perhitungan: Hitunglah x, yaitu banyaknya keberhasilan 5. Keputusan: Tolak H 0 bila x jatuh dlm wilayah kritik; bila tidak, terima H 0. Penentuan nilai k k adalah bilangan bulat terbesar yg bersifat: k 1. P( X k bila p p0 ) b( n, p0) x0 Untuk H 1 : p < p 0. P( X k bila p p0) b( n, p0) n xk Untuk H 1 : p > p 0 k / 3. P ( X k / bila p p0) b( n, p0) / atau x0 n P( X k / bila p p0) b( n, p0) / xk / Untuk H 1 : p p 0
3 Teladan 1: Untuk menguji pernyataan produsen TV bhw paling sedikit 90% produk terbarunya akan dipilih oleh konsumen dilakukan survei dg 10 responden secara acak. Dari 10 responden, ternyata hanya 7 orang yang membeli TV model terbaru tersebut. H 0 : p = 0.9 vs H 1 : p < 0.9 Taraf nyata = 5% Wilayah kritik: 0, 05 P ( X k0, 05 bila p 0, 9) b( 10, 0, 9) 0, 05 k x0 Dari Tabel A. (Walpole): n = 10, p = 0,9 maka k 0,05 = 6 r b(n,p) Perhitungan: x = 7 Keputusan: Tidak menolak H 0 (menerima H 0 ) Teladan : a. Sebuah perusahaan rokok mengatakan bahwa 0% di antara para perokok lebih menyukai merk X. Untuk menguji pendapat ini, diambil 0 perokok secara acak dan ditanyakan rokok merk apa yg mereka sukai. Bila 6 di antara 0 perokok itu menyukai merk X, kesimpulan apa yg dapat ditarik? Gunakan taraf nyata 0,05. a. Misalkan di masa lalu 40% orang dewasa setuju dg hukuman mati. Apakah kita mempunyai alasan utk percaya bhw pada saat ini proporsi org yg setuju hukuman mati telah meningkat bila di antara 15 org dewasa, 8 org setuju hukuman tsb. Gunakan taraf nyata 1%. 3
4 . SEBARAN NORMAL: Untuk n > 0 Menggunakan statistik Z: pˆ p0 z h p q / n 0 0 Daerah penolakan H 0 : z h < -z untuk H 1 : p < p 0 z h > z untuk H 1 : p > p 0 z h > z / untuk H 1 : p p 0 Teladan 3: Sebuah sampel 100 benih kedelai diambil secara acak dari sebuah kantong benih. Sampel tsb kemudian diberi perlakuan utk mendeteksi ada/tdknya penyakit pd benih tsb. Ternyata 1 di antaranya positif mengandung penyakit. Apakah pernyataan produsen yg menyatakan bhw 90% benihnya sehat dpt dipercaya? Gunakan taraf nyata H 0 : p = 0.1 vs H 1 : p 0.1 p = proporsi benih yg tdk sehat Statistik Z: z hit pˆ p0 p0q0 / n (0.1)(0.9) / z Tidak dapat menolak H 0, pernyataan produsen yg menyatakan bhw 90% benihnya sehat adalah benar. 4
5 Dua Contoh H 0 : p 1 = p vs (i) H 1 : p 1 < p, (ii) H 1 : p 1 > p, atau (iii) H 1 : p 1 p Membandingkan proporsi benih yang bergejala positif dari produsen berbeda. Apakah produsen pertama menghasilkan proporsi benih sehat lebih banyak daripada produsen kedua? H 0 : p 1 = p vs H 1 : p 1 > p Prosedur Pengujian Menggunakan statistik Z, syarat: n 1 dan n lebih besar dari 0 z h pˆ 1 pˆ pq ˆ ˆ[( 1/ n1) ( 1/ n)] x1 x pˆ n1 n Teladan 4: Sebuah survei dilakukan utk membandingkan viabilitas benih kedelai dari produsen berbeda. Sebanyak 50 benih dari masing-masing produsen diambil secara acak untuk diperiksa daya kecambahnya. Setelah semua benih dibiarkan berkecambah, 80% benih dari produsen A dan 66% benih dari produsen B mampu berkecambah. Apakah kedua produsen benih menghasilkan viabilitas yang sama? Gunakan taraf nyata 5%. 5
6 Peubah I UJI KHI-KUADRAT Asosiasi antara dua peubah kategori. Misal: apakah ada asosiasi (hubungan) antara warna benih dengan warna daun bunga tanaman kacang Tabel Kontingensi (Uji kebebasan dua peubah): - Tabel x - Tabel x c - Tabel r x c Uji Kebebasan Dua Peubah (Tabel Kontingensi) Utk melihat apakah warna benih dan warna daun bunga berasosiasi dilakukan pengambilan sampel acak thd 500 tanaman kacang dari sebuah populasi. Setiap tan dikasifikasikan sesuai dg warna benih dan warna daun bunganya. Warna daun bunga Cokelat gelap Warna benih Coke lat Cokelat terang Putih Total Ungu Keungu an Putih Total Tabel Kontingensi r x c Lajur Baris Peubah II 1 c Total (n i. ) 1 n 11 n 1 n 1c n 1. n 1 n n c n. r n r1 n r n rc n r. Total (n.j ) n.1 n. n.c n.. 6
7 Hipotesis: H 0 : Kedua peubah tidak berasosiasi H 1 : Kedua peubah berasosiasi Statistik uji: r c ( Oij h i1 j1 Eij ) Eij dimanaoij nij dan ni. n. j Eij n.. dengan derajat bebas (V) = (r-1) x (c-1) Rule of Five (Aturan Lima): Nilai frekuensi harapan tidak kurang dari 5 (E ij 5) Untuk sel yang mengandung E ij < 5, maka gabungkan baris atau lajur yang mengandung E ij < 5 tsb. Warna daun bunga Cokelat gelap Ungu 1 (1.6) Agak ungu 55 (4.3) Putih 14 (35.1) Warna benih Coke lat 3 (7.0) 10 (90.7) 59 (75.3) Cokelat terang 13 (7.3) 70 (91.7) 11 (76.1) Putih 4 (3.1) 8 (10.3) 10 (8.6) Total Total ( Total Baris ke - i) (Total lajur ke - j) E ij Total umum E ,..., E
8 Hipotesis: H 0 : Warna benih tidak berasosiasi dgn warna daun H 1 : Warna benih berasosiasi dgn warna daun Statistik uji: ( ) ( ) ( ) h db 6, 0.05(6) Tolak H 0, Ada asosiasi antara warna benih dengan warna daun bunga tanaman kacang. Teladan 5 (Tabel x 5): Pengaruh lima metode penyimpanan thd viabilitas benih diuji dgn menggunakan 14 benih diberi perlakukan dg metode A, 90 benih dg metode B, 10 benih dg metode C, 50 benih dg metode D, dan 100 benih dg metode E. Hasil uji tsb tertera pada tabel di bawah: Jm. bnh berkecambah Jm. bnh tdk berkecambah Metode penyimpanan A B C D E Apakah ada asosiasi antara metode penyimpanan dengan viabilitas benih? Gunakan taraf nyata 5%. 8
5 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK351) 5 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Uji Khi-Kuadrat Uji Kebebasan Uji Kehomogenen Uji Kebaikan
Lebih terperinciSTK 511 Analisis statistika. Materi 6 Pengujian Hipotesis
STK 5 Analisis statistika Materi 6 Pengujian Hipotesis Pendahuluan Dalam mempelajari Karakteristik Populasi kita sering telah memiliki pernyataan/anggapan tertentu. pemberian DHA pada anak-anak akan menambah
Lebih terperinciHipotesis (Ho) Benar Salah. (salah jenis I)
PENGUJIAN HIPOTESIS Hipotesis Suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan/ dugaan yg sifatnya masih sementara Hipotesis ini perlu untuk diuji utk kmd diterima/ ditolak Pengujian
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciPengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013
1 PENGUJIAN HIPOTESIS Dr. Vita Ratnasari, M.Si Pengertian hipotesis 2 Hipotesis merupakan pernyataan tentang sebuah parameter yang masih harus diuji kebenarannya. Pengujian hipotesis adalah prosedur untuk
Lebih terperinciUJI INDEPENDEN ANTARA DUA FAKTOR
UJI INDEPENDEN ANTARA DUA FAKTOR Banyak data hasil pengamatan yang dapat digolongkan kedalam beberapa factor, karakteristik atau atribut dengan tiap factor atau atribut teridiri dari beberapa klasifikasi,
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciHipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan
PENGUJIAN HIPOTESIS Hipotesis : Merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai sesuatu hal, dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga memerlukan pengecekan
Lebih terperinciPengujian Hipotesis. Oleh : Dewi Rachmatin
Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan
Lebih terperinciSTATISTIK PERTEMUAN XI
STATISTIK PERTEMUAN XI Topik Bahasan: Analisis Ragam (ANOVA) Universitas Gunadarma 1. Pendahuluan Metode hipotesis dengan menggunakan distribusi z dan distribusi t efektif untuk uji hipotesis tentang perbedaan
Lebih terperinciPenyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri
Penyimpulan data numerik & kategorik Elsa Roselina Dewi Gayatri P. data numerik Tendensi sentral (mean, median, modus) Hubungan mean, median, modus Ukuran variasi (range, interkuartil range, mean deviasi,
Lebih terperinciBAB 2 LANDASAN TEORI. kuantitas ataupun kualitatif dari karakteristik tertentu yang berlainan. Dan hasilnya merupakan data perkiraan atau estimate.
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kumpulan dari seluruh hasil perhitungan. Maupun pengukuran kuantitas ataupun kualitatif dari karakteristik tertentu yang berlainan. Sedangkan
Lebih terperinciHipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α
Pengujian Hipotesis Hipotesis: kesimpulan sementara dari penelitian, yang akan dibuktikan dengan data empiris Utk diuji secara statistik hipotesis statistik (Ho vs H1) : pernyataan (dugaan) mengenai satu
Lebih terperinci10 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan
Lebih terperinciProbabilitas & Teorema Bayes
1 Probabilitas & Teorema Bayes Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com wahyu@plat-m.com Statistika D3 Manajemen Informatika Universitas Trunojoyo Madura 2 Terminologi Teori Probabilitas didasarkan
Lebih terperinciANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja Hubungan Antar Peubah
Lebih terperinciBIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )
BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H
Lebih terperinciUJI CHI SQUARE (X 2 ) FUNGSI Menguji hasil penelitian dalam bentuk data kategori/diskrit Jumlah kategori 2
UJI CHI SQUARE (X ) FUNGSI Menguji hasil penelitian dalam bentuk data kategori/diskrit Jumlah kategori METODE Untuk menguji perbandingan antara data yang diamati ( fo) dgn data yang diharapkan (), dgn
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciV. Consumer Surplus and Consumer Welfare
V. Consumer Surplus and Consumer Welfare o Definisi ukuran kesejahteraan konsumen merupakan salah satu masalah yg paling kontroversial dlm ilmu ekonomi. Tdk seperti kasus produsen dg ukuran (profit), tidak
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciMILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( )
MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon (4133230016) Robinsar Pakpahan (4133230031) Rony G.T.Marpaung (4133230032) Sumanto Sitanggang (4132230035) MIL-STD-105E Suatu sistem rencana penarikan
Lebih terperinciMENENTUKAN STRATEGI PRODUK BY : DIANA MA RIFAH
MENENTUKAN STRATEGI PRODUK BY : DIANA MA RIFAH PRODUK : adlh segala sesuatu yang dapat ditawarkan ke pasar untuk memuaskan keinginan dan kebutuhan. KLASIFIKASI PRODUK Berdsrkn daya tahan & wujudnya : Barang
Lebih terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Percobaan Percobaan: proses acak untuk membangkitkan data. Dalam banyak kasus, hasil dari suatu percobaan tergantung pada faktor kebetulan, dan tidak dapat diramalkan
Lebih terperinciGambar 3. Peta Lokasi Penelitian Sumber Dinas Hidro-Oseanografi (2004)
12 3. BAHAN DAN METODE 3.1. Waktu dan Lokasi Penelitian Penelitian ini merupakan program penelitian terpadu bagian Manajemen Sumberdaya Perikanan yang dilaksanakan dari bulan Maret sampai dengan Oktober
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Metode Penelitian Dalam penelitian sangat diperlukan suatu metode yang sesuai dengan masalah yang akan diteliti untuk menentukan data dan mengembangkannya dalam suatu pengetahuan
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Uji Hipotesis
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang pengujian hipotesis, metode klasifikasi berstruktur pohon, metode-metode statistika yang menjadi dasar pada metode QUEST, dan algoritme QUEST..1
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciMENENTUKAN STRATEGI PRODUK BY : DIANA MA RIFAH
MENENTUKAN STRATEGI PRODUK BY : DIANA MA RIFAH PRODUK : adlh segala sesuatu yang dapat ditawarkan ke pasar untuk memuaskan keinginan dan kebutuhan. KLASIFIKASI PRODUK Berdsrkn daya tahan & wujudnya : Barang
Lebih terperinciPertemuan 8 Aljabar Linear & Matriks
Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b
Lebih terperinciIII. METODOLOGI PENELITIAN. hubungan antara konsep-konsep atau nilai-nilai dari variabel yang satu
35 III. METODOLOGI PENELITIAN 3.1 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode deskripsi korelasional karena dalam penelitian ini peneliti berusaha untuk menjelaskan hubungan
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciDISTRIBUSI FREKUENSI. Oleh : Malim Muhammad, M.Sc.
PENYAJIAN DATA & DISTRIBUSI FREKUENSI Oleh : Malim Muhammad, M.Sc. AGROTEKNOLOGI UM PURWOKERTO 1 PENGANTAR Apabila data sudah dikumpulkan (daftar pertanyaan sudah diisi, pertanyaan-pertanyaan yang diajukan
Lebih terperinciTEORI PENDUGAAN (TEORI ESTIMASI)
TEORI PENDUGAAN (TEORI ESTIMASI) Tujuan Pembelajaran Mempelajari bagaimana cara melakukan pendugaan parameter populasi berasarkan statistik yang dihitung dari sampel A. Pendahuluan Pendahuluan : Tujuan
Lebih terperinciCHI SQUARE. Pengantar
BAB 1 CHI SQUARE CHI SQUARE Pengantar Dua buah gejala atau lebih pada kenyataannya sebenarnya hanya dapat diperbandingkan atau dihubungkan. Oleh karena itu untuk mengkaji keterkaitan antara dua buah gejala
Lebih terperinciTARGET PASAR. Apakah pasar itu?
Apakah pasar itu? TARGET PASAR Pasar adalah Orang-orang dengan kebutuhan dan atau keinginan mempunyai uang yang akan dibelanjakan dan mempunyai kemauan untuk membelanjakan Target pasar : Sekelompok konsumen
Lebih terperinciTATANIAGA PERTANIAN. Oleh : Agustina BIDARTI, S.P., M.Si. Sosek Pertanian FP Unsri
TATANIAGA PERTANIAN Oleh : Agustina BIDARTI, S.P., M.Si. Sosek Pertanian FP Unsri Tataniaga = Pemasaran : kegiatan ekonomi yang berfungsi membawa atau menyampaikan barang dari produsen ke konsumen Syarat
Lebih terperinciPertemuan ke-3. Oleh : Winda Aprianti, M.Si
Pertemuan ke-3 Oleh : Winda Aprianti, M.Si 1 Data Data/angka ringkasan dapat berupa jumlah (total), proporsi, persentase, rata-rata, dan sebagainya Data mentah (raw data) adalah hasil pencatatan peristiwa
Lebih terperinciANALISIS DATA. Tahap persiapan, analisis deskriptif, pengujian kualitas data dan pengujian hipotesis
ANALISIS DATA Tahap persiapan, analisis deskriptif, pengujian kualitas data dan pengujian hipotesis Tahap persiapan : pengeditan, coding, tabulating & data processing Pengeditan : proses pengecekan dan
Lebih terperinciPENGUKURAN FREKUENSI PENYAKIT
PENGUKURAN FREKUENSI PENYAKIT Dalam epidemiologi ukuran yg banyak digunakan dlm menentukan morbiditas dan mortalitas adalah: Angka, Rasio, dan Proporsi RASIO merupakan nilai relatif yg dihasilkan dari
Lebih terperinciPokok Bahasan: Chi Square Test
Pokok Bahasan: Chi Square Test Start Pokok Bahasan A. Pengertian Distribusi Chi Kuadrat B. Uji Kecocokan (Goodness of Fit Test) (Kontigensi Table Test) 1 Instruksional Umum Memberi penjelasan tentang distribusi
Lebih terperinciBAB III METODE PENELITIAN. Bekasi) terutama di kawasan-kawasan industri seperti Pulogadung (Jakarta), Pasar
27 BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilakukan di daerah Jabotabek (Jakarta, Bogor, Tangerang dan Bekasi) terutama di kawasan-kawasan industri seperti Pulogadung (Jakarta),
Lebih terperinciSurvei Terpadu Biologi & Perilaku (STBP) di Populasi Umum di Tanah Papua Mei 2014
Survei Terpadu Biologi & Perilaku (STBP) di Populasi Umum di Tanah Papua 213 6 Mei 214 Tujuan Mengetahui prevalensi HIV di Tanah Papua dan membandingkannya dengan hasil STBP 26 Mengetahui prevalensi Sifilis
Lebih terperinciAnalisis Ajeg dari Sinusoidal
Analisis Ajeg dari Sinusoidal Slide-08 Ir. Agus Arif, MT Semester Gasal 2016/2017 1 / 23 Materi Kuliah 1 Karakteristik Sinusoid Bentuk Umum Pergeseran Fase Sinus Kosinus 2 Tanggapan Paksaan thdp Sinusoid
Lebih terperinciRANCANGAN EKOLOGIS MP-KONSENTRASI MAGISTER KESEHATAN IBU-ANAK
RANCANGAN EKOLOGIS MP-KONSENTRASI MAGISTER KESEHATAN IBU-ANAK TIPOLOGI RANCANGAN EPIDEMIOLOGI 1. RANCANGAN DASAR (basic-design) * Kriteria unit pengamatan : Individu, ada informasi ttg faktor resiko &
Lebih terperinciBAB I PENDAHULUAN. pemerataan kesempatan memperoleh pendidikan yang bermutu masih menjadi
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan upaya dalam mempercepat pengembangan potensi manusia untuk mampu mengemban tugas yang dibebankan kepadanya. Jadi pendidikan merupakan suatu kebutuhan
Lebih terperinciPERENCANAAN STRATEGIS, PENGEMBANGAN BISNIS & PEMASARAN PELAYANAN KESAHATAN
PERENCANAAN STRATEGIS, PENGEMBANGAN BISNIS & PEMASARAN PELAYANAN KESAHATAN BANDI bandi.staff.fe.uns.ac.id 1 IMPLEMENTASI STRATEGI BERSAING, PEMASARAN PELAYANAN KESEHATAN Sesi 3 bandi.staff.fe.uns.ac.id
Lebih terperinciPendekatan dan Kesalahan
Pendekatan dan Kesalahan Pengantar Angka Signifikan (Penting) Akurasi dan Presisi Definisi Kesalahan Kesalahan Pembulatan Kesalahan Pemotongan Kesalahan Numerik Total (Kekeliruan, k Kesalahan Formulasi,
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciSekretari
Kompetensi Dasar Menganalisis Bentuk-bentuk perusahaan Materi BUMN Koperasi Swasta BENTUK BADAN USAHA BUMN KOPERASI SWASTA BUMN Suatu bangun usaha yang didirikan oleh Negara dan kepemilikannya dipegang
Lebih terperinciMA1201 MATEMATIKA 2A Hendra Gunawan
MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2016/2017 27 Januari 2017 Bab Sebelumnya 7. Teknik Pengintegralan 7.1 Aturan Dasar Pengintegralan 7.2 Pengintegralan Parsial 7.3 Integral Trigonometrik
Lebih terperinciPada dasarnya lebih sulit drpd classifier berdasar teori bayes, terutama untuk data dimensi tinggi.
1 Fokus pd desain fungsi pembeda (discriminant function) atau decision surface scr langsung yang membedakan satu kelas dengan kelas yg lain berdasarkan kriteria yg telah ditentukan. Pada dasarnya lebih
Lebih terperinciSEGMENTASI DAN PREFERENSI KONSUMEN SIGARET KRETEK MESIN Low Tar Low Nicotine (LTLN) DENGAN ANALISIS CHAID
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 009 SEGMENTASI DAN PREFERENSI KONSUMEN SIGARET KRETEK MESIN Low Tar Low Nicotine (LTLN) DENGAN ANALISIS CHAID Dwi Endah Kusrini,
Lebih terperinci3 METODOLOGI. 3.1 Waktu dan Tempat Penelitian Kegiatan penelitian ini dilaksanakan pada bulan Agustus 2009 di PPN Palabuhanratu, Sukabumi.
3 METODOLOGI 3.1 Waktu dan Tempat Penelitian Kegiatan penelitian ini dilaksanakan pada bulan Agustus 2009 di PPN Palabuhanratu, Sukabumi. 3.2 Alat dan Bahan Alat yang digunakan pada penelitian ini adalah
Lebih terperinciUJI CHI KUADRAT (χ²)
UJI CHI KUADRAT (χ²) 1. Pendahuluan Uji Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi/yg benar-benar terjadi/aktual dengan frekuensi harapan/ekspektasi 1.1 Pengertian
Lebih terperinciTUJUAN & TANGGUNG JAWAB AUDIT
TUJUAN & TANGGUNG JAWAB AUDIT Tujuan Pengauditan Laporan Keuangan Tujuan pengauditan umum atas laporan keuangan oleh auditor independen merupakan pemberian opini atas kewajaran dimana laporan tersebut
Lebih terperinciSistem Informasi. Pengolahan Data Dan Prototyping
Sistem Informasi Pengolahan Data Dan Prototyping MUHAMAD ALIF TEKNIK INFORMATIKA UNIVERSITAS TRUNOJOYO MADURA Email : muhamadalif90@gmail.com Fb : alifcintaibu@gmail.com Http://alifcintaibu.wordpress.com
Lebih terperinciSTUDI EKOLOGI. dr. Taufik Ashar, MKM
STUDI EKOLOGI dr. Taufik Ashar, MKM Karakteristik Studi Ekologi Studi ekologi terpokus pd perbandingan kelompok Lebih dr 100 th, diaplikasikan pd disiplin ilmu sosial Epidemiologi menggunakannya di berbagai
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran
BAB 2 TINJAUAN TEORITIS 2.1 Statistik non Parametrik Metode statistik non parametrik atau sering juga disebut metode bebas sebaran (distribution free) adalah test yang modelnya tidak menetapkan syarat-syarat
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan di Rumah Kaca Fakultas Pertanian Universitas
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Rumah Kaca Fakultas Pertanian Universitas Lampung pada bulan Februari 2012 sampai dengan Maret 2012. B. Alat dan Bahan Bahan-bahan
Lebih terperinciLetak Sebuah Titik :
BAB V FUNGSI Letak Sebuah Titik : Y+ Kuadran II Kuadran I X+ Kuadran III Kuadran IV Fungsi ialah : Suatu bentuk hubungan matematis yg menyatakan hub. Ketergantungan/ fungsional antara satu variabel dengan
Lebih terperinciPENGUJIAN HIPOTESIS. Daerah penolakan. luas KED
PENGUJIAN HIPOTESIS A. Langkah langkah pengujian hipotesis Hipotesis adalah asumsi atau dugaan mengenai sesuatu. Jika hipotesis tersebut tentang nilai nilai parameter maka hipotesis itu disebut hipotesis
Lebih terperinciSAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING )
SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) PENDAHULUAN Pengertian dari Sampling Penerimaan : keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil dari pemeriksaan sebagian lot
Lebih terperinciIII. METODOLOGI PENELITIAN. Metode penelitian yang digunakan pada penelitian ini adalah metode
III. METODOLOGI PENELITIAN A. Metode Penelitian Metode penelitian yang digunakan pada penelitian ini adalah metode deskriptif. Suharsimi Arikunto dalam S. Vianita Zulyan (2014: 80) menjelaskan bahwa Metode
Lebih terperinciBab 10 Sampling Audit dalam Pengujian Pengendalian
Pengauditan 1 Bab 10 Sampling Audit dalam Pengujian Pengendalian Referensi: Jusup, Al. Haryono (2001). Pengauditan. Buku 1. Yogyakarta: Bagian Penerbitan STIE YKPN Dosen: Dhyah Setyorini, M.Si. Konsep-konsep
Lebih terperinciTentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah.
6.1. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya adalah Rp 130.000,- dengan
Lebih terperinciAnalysis of Variance (ANOVA) Debrina Puspita Andriani /
Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor
Lebih terperinciANALISIS RAGAM KLASIFIKASI 2 ARAH. b. Mengetahui perbedaan keragaman disebabkan perbedaan antarkolom. Kolom 1 2. j. c. Nilai rata I... R..
ANALISIS RAGAM KLASIFIKASI 2 ARAH 1) Analisis Ragam Klasifikasi Dua Arah Analisis ragam klasifikasi dua arah adalah analisis ragam klasifikasi pengamatan yang berdasarkan dua kriteria Dalam analisis ini
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. 4.1 Deskripsi data hasil pengamatan. data yang diperoleh melalui kuesioner.
BAB 4 HASIL DAN PEMBAHASAN 4.1 Deskripsi data hasil pengamatan Berikut adalah deskripsi data hasil pengamatan yang sudah diolah dari data yang diperoleh melalui kuesioner. Pada Tabel 4.1 menunjukkan komposisi
Lebih terperinciIII. METODOLOGI PENELITIAN. kuantitatif. Metode penelitian dapat digunakan sebagai pedoman dalam
48 III. METODOLOGI PENELITIAN A. Pendekatan Penelitian Metode penelitian yang tepat sangat diperlukan dalam pelaksanaan suatu penelitian. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif.
Lebih terperinciII. PARETO OPTIMALITY (PO) & CRITERION (PC)
II. PARETO OPTIMALITY (PO) & CRITERION (PC) o Lester Thurow: banyak proyek yg bagus tidak dilakukan hanya krn manajer proyek tidak mau membayar kompensasi kpd orang2 yg akan dirugikan dgn proyek tsb. Jika
Lebih terperinciBab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen
Pengantar Peluang Eksperimen Pengantar Peluang Bab IV Aturan Menghitung Kombinasi Permutasi Peluang Eksperimen Peluang adalah pengukuran numerik kemungkinan suatu kejadian terjadi Eksperimen Keluaran Eksperimen
Lebih terperinciHASIL DAN PEMBAHASAN
18 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Pra Pemilu 2009 Karakteristik responden berdasarkan peubah demografi yang diamati terdapat pada Gambar 3 sampai Gambar 6. Pada Gambar 3 dapat diketahui
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE A. Tempat dan Waktu Penelitian dilaksanakan selama 10 (sepuluh) bulan sejak bulan Pebruari Nopember 01. Pengambilan data label produk minuman khusus ibu hamil dan/atau ibu menyusui
Lebih terperinciUJI CHI SQUARE. (Uji data kategorik)
UJI CHI SQUAR (Uji data kategorik) A. Pendahuluan Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran
Lebih terperinciFraenkel (1990): Populasi adalah The larger group to which one hopes to apply the result. Fraenkel mencontohkan populasi sbb:
1. Populasi Setiap penelitian memerlukan sumber data yaitu subyek darimana data dpt dikumpulkan misalnya, populasi dan sampel. Suatu penelitian yg ideal, apabila penelitian tsb melibatkan seluruh populasi
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciII. Pengambilan Keputusan Dalam Pemasaran Keputusan : a. Penetapan harga b. Produk c. Distribusi d. Promosi
II. Pengambilan Keputusan Dalam Pemasaran Keputusan : a. Penetapan harga b. Produk c. Distribusi d. Promosi Cara tradisional 1. Identifikasi masalah 2. Perumusan alternatif pemecahan masalah 3. Analisis
Lebih terperinciHASIL DAN PEMBAHASAN. Pembuatan Lot Benih
HASIL DAN PEMBAHASAN Pembuatan Lot Benih Pembuatan lot benih dilakukan untuk memperoleh beragam tingkat vigor yang berbeda. Lot benih didapat dengan perlakuan penderaan terhadap benih jagung melalui Metode
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 009 V. PENGUJIAN HIPOTESIS Hhipotesis adalah jawaban sementara terhadap suatu
Lebih terperinciTARGET PASAR. Apakah pasar itu?
Apakah pasar itu? TARGET PASAR Pasar adalah Orang-orang dengan kebutuhan dan atau keinginan mempunyai uang yang akan dibelanjakan dan mempunyai kemauan untuk membelanjakan Target pasar : Sekelompok konsumen
Lebih terperinciMaximize or Minimize Z = f (x,y) Subject to: g (x,y) = c
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Pengertian, Contoh masalah dan Perumusan model
Lebih terperinciPROBABILITAS. Elsa Roselina
PROBABILITAS Elsa Roselina PROBABILITAS Dasar-dasar Probabilitas Unsur-unsur Probabilitas Hukum Penjumlahan Hukum Perkalian Permutasi dan Kombinasi Dasar-dasar Probabilitas Probabilitas = peluang = proporsi
Lebih terperinciPRODUK BERSAMA DAN PRODUK SAMPINGAN (Joint. dan By Product)
PRODUK BERSAMA DAN PRODUK SAMPINGAN (Joint dan By Product) Produk Bersama ( (Joint Product) a/ produk yang dihasilkan dari suatu rangkaian atau seri proses produksi secara serempak dengan menggunakan bahan
Lebih terperinciFAKTOR LINGKUNGAN DAN PERKEMBANGAN PENYAKIT TERBAWA BENIH
FAKTOR LINGKUNGAN DAN PERKEMBANGAN PENYAKIT TERBAWA BENIH Pengaruh faktor lingkungan terhadap patogen terbawa benih 1. Mempengaruhi predisposisi inang Contoh : tomat terpredisposisi oleh layu Fusarium
Lebih terperinciIII. METODOLOGI PENELITIAN. penelitian dapat tercapai seperti yang diharapkan.
III. METODOLOGI PENELITIAN A. Metode Penelitian Kegiatan penelitian berupaya untuk menemukan data yang valid, dan serta dalam usaha mengadakan analisa secara logis rasional diperlukan langkahlangkah pengkajian
Lebih terperinciIII. METODE PENELITIAN. langkah-langkah pengkajian dengan menggunakan metode penelitian agar
III. METODE PENELITIAN A. Metode Penelitian Setiap kegiatan penelitian, dalam upaya untuk menemukan data yang valid, dan serta dalam usaha mengadakan analisa secara logis rasional diperlukan langkah-langkah
Lebih terperinci18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2
PENERAPAN PROGRAM LINIER dalam OPTIMASI PRODUKSI Ekonomi Teknik / Sigit Prabawa / 1 MASALAH yg banyak dihadapi oleh INDUSTRI adalah BAGAIMANA MENGGUNAKAN atau MENENTUKAN ALOKASI PENGGUNAAN SUMBER DAYAYG
Lebih terperinciOleh : Amat Jaedun Pascasarjana UNY
Oleh : Amat Jaedun Pascasarjana UNY KLASIFIKASI HASIL BELAJAR: Bloom, membagi hasil belajar ke dalam 3 (tiga) aspek/ ranah, yaitu: Hasil belajar yang berkaitan dengan perkembangan kognitif. Hasil belajar
Lebih terperinciStatistika Non-Parametrik
Statistika Non-Parametrik STK 511 Analisis Statistika Depertemen Statistika IPB 1 Statistika Non-Parametrik Ciri statistika non-parametrik : o Prosedur non-parametrik -> fokus hanya pada beberapa karakteristik
Lebih terperinciBAB III METODOLOGI PENELITIAN. Suatu pendekatan metode penelitian digunakan untuk memecahkan
BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Suatu pendekatan metode penelitian digunakan untuk memecahkan masalah dalam proses penyelidikan. Metode merupakan cara seseorang dalam melakukan sesuatu
Lebih terperinciMETODOLOGI PENELITIAN. sesuai dengan apa yang telah direncanakan. Adapun langkah-langkah yang
34 III. METODOLOGI PENELITIAN A. Langkah-Langkah Penelitian Langkah-langkah penelitian merupakan suatu bentuk upaya persiapan sebelum melakukan penelitian yang sifatnya sistematis yang meliputi perencanaan,
Lebih terperinciIII. METODOLOGI PENELITIAN. dalam penelitian ilmiah. Selain memaparkan garis-garis yang cermat, juga
III. METODOLOGI PENELITIAN A. Metode Penelitian Metodologi penelitian sebagai salah satu cara untuk memecahkan suatu masalah atau permasalahan yang dihadapi, memegang peranan penting dalam penelitian ilmiah.
Lebih terperinciPenggunaan Teknologi Perkantoran. Komunikasi Bisnis
Penggunaan Teknologi Perkantoran Komunikasi Bisnis Penggunaan Telepon Terasa betapa sulitnya menelepon seseorang terutama bila menyangkut masalah yang penting, jika kita tidak tahu orang yang akan kita
Lebih terperinciMATERI 10 WARAN. deden08m.com 1
MATERI 10 WARAN deden08m.com 1 PENGERTIAN WARAN: Waran adalah suatu opsi yang dikeluarkan oleh suatu perusahaan yang memberikan hak kepada pemegangnya utk membeli sejumlah lembar saham pada harga yang
Lebih terperinciANALISA FAKTOR PENYEBAB KREDIT MACET DENGAN METODE QUEST
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 76 85 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISA FAKTOR PENYEBAB KREDIT MACET DENGAN METODE QUEST OLIVIA PRIMA DINI, HAZMIRA YOZZA, DODI DEVIANTO
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciLEADERSHIP (Kepemimpinan Efektif)
LEADERSHIP (Kepemimpinan Efektif) Fitri Rahmawati, MP. Jurusan Pendidikan Teknik Boga dan Busana Fakultas Teknik UNY email: fitri_rahmawati@uny.ac.id Pengantar Setiap orang adl pemimpin, setidaknya bagi
Lebih terperinciSebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Lebih terperinciAPPENDIX 1. I Silanglah jawaban di bawah ini yang paling sesuai dengan pendapat anda!
APPENDIX 1 Nama : Usia : Suku : Pendidikan : Pekerjaan : I Silanglah jawaban di bawah ini yang paling sesuai dengan pendapat anda! Untuk pertanyaan nomor 1,8 dan 9 boleh memilih lebih dari satu jawaban.
Lebih terperinci