Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24
|
|
- Doddy Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Interval Estimation Tjipto Juwono, Ph.D. May 20, 2015 TJ (SU) Interval Estimation May / 24
2 Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
3 Pendahuluan Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
4 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = X i (1) Estimasi ˆβ2 = pada persamaan (1) merupakan satu angka saja. Tidak ada angka lain. Karena itu disebut sebagai Point Estimator Estimasi ˆβ2 merupakan satu estimasi tunggal dari β 2 yang tidak diketahui. Estimasi tunggal tersebut diperoleh dari satu set sampling, dan kemungkinan besar harganya berbeda dengan harga yang sesungguhnya (β 2 ), walaupun mean dari sampling berulang diekspektasi mempunyai harga yang sama dengan harga sesungguhnya. TJ (SU) Interval Estimation May / 24
5 Pengertian Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
6 Pengertian Confidence Interval Definisi Confidence Interval Confidence Interval Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) = 1 α (2) Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) Probabilitas bahwa interval tersebut memuat β 2. PERHATIKAN! Probabilitas di atas bukanlah probabilitas bahwa β 2 berada di antara ( ˆβ 2 δ) dan ( ˆβ 2 +δ)! α level of significance Bagaimana cara menghitung δ? Kita perlu menghitung t terlebih dahulu. TJ (SU) Interval Estimation May / 24
7 Pengertian Confidence Interval Contoh Confidence Interval Contoh Level of significance α = 0.05 (5%) Confidence interval: 1 α = 0.95 (95%) Pr( 2.3 β 2 5.1) Probabilitas yang dinyatakan dengan confidence interval bukanlah probabilitas β 2 berada pada interval tersebut. Jadi jika anda membayangkan grafik di kiri ini, maka anda keliru. Grafik ini merupakan gambaran yang keliru tentang arti dari confidence interval. TJ (SU) Interval Estimation May / 24
8 Pengertian Confidence Interval Menuliskan Confidence Interval Kita bisa menuliskan interval ini sebagai berikut: ( ˆβ 2 δ) β 2 ( ˆβ 2 +δ), atau ˆβ 2 ±δ TJ (SU) Interval Estimation May / 24
9 Menghitung t Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
10 Menghitung t Cara Menghitung Z Definisi Z Z = Estimator Parameter Standard Error of Estimator Z = ˆβ 2 β 2 se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 σ (3) TJ (SU) Interval Estimation May / 24
11 Menghitung t Pengertian Z Ingat: Y i = β 1 +β 2 X i +u i. Di sini, u i terdistribusi secara normal. Akibatnya, ˆβ1, ˆβ2 juga terdistribusi secara normal. Sehingga Z pada Pers. (3) merupakan variabel normal standard. Dengan demikian, kita dapat membuat pernyataan probabilistik tentang β 2 asalkan variance populasi σ 2 yang sebenarnya diketahui. Jika µ dan σ 2 diketahui maka luas di bawah grafik normal di antara µ±σ adalah sekitar 68%. Luasan µ±2σ adalah sekitar 95% Luasan µ±3σ adalah sekitar 99.7% Tetapi σ 2 biasanya tidak diketahui. Dalam prakteknya, σ 2 digantikan oleh estimator ˆσ 2. Karena itu Z digantikan oleh t. TJ (SU) Interval Estimation May / 24
12 Menghitung t Cara Menghitung t Definisi t t = Estimator Parameter Estimated Standard Error of Estimator t = ˆβ 2 β 2 estimated se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 ˆσ (4) variabel t yang didefinisikan di Pers. (4) mengikuti distribusi-t dengan df = n 2. TJ (SU) Interval Estimation May / 24
13 Menghitung t Mengapa Z diganti t? Z diganti t Z t σ ˆσ (5) TJ (SU) Interval Estimation May / 24
14 Menyusun Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
15 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t Pr( t α/2 t t α/2 ) = 1 α (6) t diperoleh dari Pers. (4), sedangkan t α/2 diperoleh dari distribusi-t dengan level of significance α/2 dan df = n 2. ±t α/2 disebut nilai kritis t pada level of significance α/2. TJ (SU) Interval Estimation May / 24
16 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α (7) Pers. (7) merupakan 100(1 α) percent confidence interval untuk β 2, yang dapat dituliskan: ˆβ 2 ±t α/2 se( ˆβ 2 ) (8) TJ (SU) Interval Estimation May / 24
17 Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t untuk β 1 [ Pr t α/2 ˆβ 1 β 1 se( ˆβ 1 ) t α/2 Pr[ˆβ1 t α/2 se( ˆβ 1 ) β 2 ˆβ 1 +t α/2 se( ˆβ ] 1 ) ] = 1 α = 1 α (9) Pers. (9) merupakan 100(1 α) percent confidence interval untuk β 1, yang dapat dituliskan: ˆβ 1 ±t α/2 se( ˆβ 1 ) (10) TJ (SU) Interval Estimation May / 24
18 Contoh Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
19 Contoh CONTOH Table 1: X Y Data fiktif weekly family income X dan weekly family expenditure Y. Buat analisa regresi, dan plot hasilnya. Jelaskan plot tersebut dengan menggunakan teori Keynes Susunlah 95% confidence interval untuk data pada Tabel 1 di samping. TJ (SU) Interval Estimation May / 24
20 Contoh Daftar Rumus se( ˆβ 2 ) = se( ˆβ 1 ) = ˆσ (X X) 2 [ X 2 n (X X) 2 (Y Ŷ) 2 ] ˆσ r = (X X)(Y Ȳ) (n 1)s x s y ˆβ 2 = r s y s x ˆβ 1 = Ȳ ˆβ 2 X ˆσ = n 2 [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α TJ (SU) Interval Estimation May / 24
21 Contoh Contoh y x Menurut Keynes, orang menaikkan konsumsinya jika pendapatannya bertambah, namun pertambahan konsumsi lebih kecil daripada pertambahan pendapatan. Marginal propensity to consume (MPC) lebih besar dari nol, tetapi lebih kecil dari satu; 0 < β 2 < 1. ˆβ 2 = Ŷ = X TJ (SU) Interval Estimation May / 24
22 Contoh Contoh ˆβ 2 = ˆβ 1 = se( ˆβ 2 )= se( ˆβ 1 )= r = , r 2 = t critical = t critical se( ˆβ 2 )= = t critical se( ˆβ 1 )= = ˆβ 2 ±t α/2 se( ˆβ 2 ) = ± β ˆβ 1 ±t α/2 se( ˆβ 1 ) = ± β TJ (SU) Interval Estimation May / 24
23 TUGAS Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May / 24
24 TUGAS No. 1: Download data INPUT1.xls dari (a) Buat analisa regresi lengkap, dan buat plotnya pada Excel. (b) Susun 95% confidence interval No. 2 (Pertanyaan sama seperti no 1, bandingkan hasilnya dengan no 1): X Y
Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17
Interval Estimation Tjipto Juwono, Ph.D. May 13, 2016 TJ (SU) Interval Estimation May 2015 1 / 17 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X
Lebih terperinciInterval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19
Interval Estimation Tjipto Juwono, Ph.D. May 2017 TJ (SU) Interval Estimation May 2017 1 / 19 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X i
Lebih terperinciPembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43
Pembahasan Soal Tjipto Juwono, Ph.D. May 14, 2016 TJ (SU) Pembahasan Soal May 2016 1 / 43 Warming Up 1 Berikan contoh untuk skala rasio, skala interval, skala ordinal, skala nominal. 2 Dapatkah kita melakukan
Lebih terperinciAnalisa Regresi Dua Variabel: Estimasi
Analisa Regresi Dua Variabel: Estimasi Tjipto Juwono, Ph.D. April 22, 2016 TJ (SU) Analisa Regresi Dua Variabel: Estimasi April 2016 1 / 26 PRF vs SRF Apa Perbedaan PRF dan SRF Population Regression Function
Lebih terperinciEstimasi dan Confidence Interval
Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. June 2017 TJ (SU) Estimasi dan Confidence Interval June 2017 1 / 31 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh
Lebih terperinciPengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42
Pengertian Ekonometrika Dan Review Koefisien Korelasi dan Analisa Regresi Tjipto Juwono, Ph.D. April 1, 2016 Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42 Ekonometrika
Lebih terperinciEstimasi dan Confidence Interval
Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. April 5, 2016 TJ (SU) Estimasi dan Confidence Interval April 2016 1 / 30 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh
Lebih terperinciEconometric Modeling: Model Specification
Econometric : Model Specification Tjipto Juwono, Ph.D. Nov 18, 2015 Model Spesification Error Salah satu asumsi dalam CLRM adalah bahwa model regresi yang digunakan dalam analisa adalah model yang dispesifikasi
Lebih terperinciHeteroskedastisitas. Tjipto Juwono, Ph.D. September 8, TJ (SU) Hetero. Sep / 19
Heteroskedastisitas Tjipto Juwono, Ph.D. September 8, 2016 TJ (SU) Hetero. Sep 2016 1 / 19 Pengertian Homoskedastisitas Asumsi CLRM Salah satu asumsi dalam Classical Linear Regression Model adalah bahwa
Lebih terperinciUji Hipotesa Satu Sampel
Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 12, 2016 TJ (SU) Uji Hipotesa Satu Sampel April 2016 1 / 35 Uji Hipotesa Contoh Sebuah perusahaan mebel menghasilkan meja tulis, dengan rata-rata produksi
Lebih terperinciMULTIKOLINEARITAS (Lanjutan)
MULTIKOLINEARITAS (Lanjutan) Tjipto Juwono, Ph.D. September 9, 2015 Pengertian Multikolinearitas Secara historis multikolinearitas menunjukkan hubungan yang sempurna antara variabel-variabel independent
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik Tjipto Juwono, Ph.D. March 2017 TJ (SU) Non Parametrik March 2017 1 / 26 Tipe-tipe Variabel dan Level Pengukuran Tipe-tipe Variabel kualitatif Bersifat non-numerik (tidak dapat
Lebih terperinciMULTIKOLINEARITAS. Tjipto Juwono, Ph.D. June 24, TJ (SU) Multicol. June / 22
MULTIKOLINEARITAS Tjipto Juwono, Ph.D. June 24, 2016 TJ (SU) Multicol. June 2016 1 / 22 Classical Linear Regression Model: Assumptions Underlying the Method of Least Squares 1 Linear Model 2 X adalah fixed.
Lebih terperinciAnalisa Regresi Berganda
Analisa Regresi Berganda Tjipto Juwono, Ph.D. June 18, 2015 TJ (SU) Regresi Ganda May 2015 1 / 23 Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6 2 360 29 4 10 3 165 36 7 3 4 43 60 6 9 5 92
Lebih terperinciAnalisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52
Analisa Regresi Dua Variabel: Konsep Dasar Review Statistik: Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 15, 2016 Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa
Lebih terperinciUji Hipotesa Dua Sampel (Lanjutan)
Uji Hipotesa Dua Sampel (Lanjutan) Tjipto Juwono, Ph.D. May 3, 2016 TJ (SU) Uji Hipotesa Dua Sampel (Lanjutan) May 2016 1 / 26 σ tidak diketahui, saling beda, sampel kecil Standard Deviasi Tidak Diketahui,
Lebih terperinciUji Hipotesa Satu Sampel
Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. June 2017 TJ (SU) Uji Hipotesa Satu Sampel June 2017 1 / 36 Uji Hipotesa Contoh Sebuah perusahaan mebel menghasilkan meja tulis, dengan rata-rata produksi
Lebih terperinciPengantar Analisa Data
Pengantar Analisa Data Tjipto Juwono, Ph.D. April 2017 TJ (SU) Data Analysis April 2017 1 / 44 REVIEW EKONOMETRIKA: ANALISA REGRESI BERGANDA Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6
Lebih terperinciPengertian Autokorelasi: Penyebab Autokorelasi
Pengertian : Penyebab Tjipto Juwono, Ph.D. Oct 28, 2015 Korelasi yang terjadi antara serangkaian pengamatan yang tersusun menurut waktu (time series) atau tersusun menurut ruang (cross section). merupakan
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciContoh Solusi PR 5 Statistika & Probabilitas
Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan
Lebih terperinciMA5283 STATISTIKA Bab 7 Analisis Regresi
MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir
Lebih terperinciNon Linear Estimation and Maximum Likelihood Estimation
Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation We have studied linear models in the sense that the parameters are
Lebih terperinciPengantar Statistika Matematika II
Bab 3: Statistika FMIPA Universitas Islam Indonesia Bila sampling berasal dari populasi yang digambarkan melalui fungsi peluang f X (x θ), pengetahuan tentang θ menghasilkan karakteristik mengenai keseluruhan
Lebih terperinciMetode Sampling dan Teorema Central Limit
Metode Sampling dan Teorema Central Limit Tjipto Juwono, Ph.D. Oct 28, 2016 TJ (SU) Metode Sampling dan Teorema Central Limit Oct 2016 1 / 52 Mengapa Perlu Sampling? Contoh Kita ingin mengetahui elektabilitas
Lebih terperinciBAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK
BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi
Lebih terperinciPREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN DENGAN METODE FUZZY REGRESI BERGANDA. Ristauli Pakpahan, Tulus, Marihat Situmorang
Saintia Matematika Vol 1, No 4 (2013), pp 313 324 PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN 2013-2015 DENGAN METODE FUZZY REGRESI BERGANDA Ristauli Pakpahan, Tulus, Marihat Situmorang Abstrak
Lebih terperinciDasar-dasar Analisa Regresi
Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. February 2017 TJ (SU) Dasar-dasar Analisa Regresi Feb 2017 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinciESTIMASI. Widya Setiafindari
ESTIMASI Widya Setiafindari Tujuan Pembelajaran Menjelaskan konsep-konsep dasar yang mendukung pendugaan rata-rata populasi, persentase dan varians Menghitung dugaan-dugaan (estimates) rata-rata populasi
Lebih terperinciPENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,
Lebih terperinciPengantar Statistika Matematika II
Pengantar Statistika Matematika II Distribusi Sampling Atina Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com Bila sampling berasal dari populasi yang
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciPENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciUji Hipotesa Dua Sampel
Uji Hipotesa Dua Sampel Tjipto Juwono, Ph.D. April 19, 2016 TJ (SU) Uji Hipotesa Dua Sampel April 2016 1 / 28 Membandingkan Dua Populasi Contoh 1 Apakah ada perbedaan jumlah rata-rata penjualan rumah oleh
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi
Lebih terperincipernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter
TEST HIPOTESIS pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter atau pernyataan yang menyatakan bentuk
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciContoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.
Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis
BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
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 terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Titik Parameter Interval Teori Statistik Titik Parameter Interval 3 1 PENDUGA TUNGGAL SEBAGAI FUNGSI
Lebih terperinciESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1
ESTIMASI Podojoyo, SKM, M.Kes Podojoyo 1 Definisi Estimasi Suatu metode dimana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik) Podojoyo 2 Didalam estimasi nilai
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi
Lebih terperinciSTMIK KAPUTAMA - BINJAI
STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa
Lebih terperinciMA2081 Statistika Dasar
Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA2081 Statistika
Lebih terperinciPROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan
Lebih terperinciDasar-dasar Analisa Regresi
Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. April 8, 2016 TJ (SU) Dasar-dasar Analisa Regresi April 2016 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciPRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS
PRAKTIKUM STATISTIKA INUSTRI 3 PENGUJIAN HIPOTESIS A. TUJUAN PRAKTIKUM Melalui praktikum Modul IV ini diharapakan praktikan dapat:. Melakukan pengujian hipotesis secara statistik dengan prosedur yang benar..
Lebih terperinciStatistika Psikologi 2
Modul ke: Statistika Psikologi 2 Fakultas Psikologi Program Studi Psikologi Sampling, Sampling Distribution, Confidence Intervals, Effect Size, dan Statistical Power SAMPLING Teknik menentukan sampel dari
Lebih terperinciPengantar Statistika Matematika II
Bab 4: Metode Evaluasi Estimator Statistika FMIPA Universitas Islam Indonesia Penggunaan metode estimasi yang berbeda dapat menghasilkan estimator yang sama maupun berbeda Dari hasil estimator yang berbeda,
Lebih terperinciPENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :
PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciPENGERTIAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN
BAB IV ANALISIS HASIL PENELITIAN 4.1 Menghitung Return Karena penelitian ini mengukur potensi kerugian maksimum dari saham BMRI. Maka, langkah pertama adalah menghitung return hariannya dengan rumus (2-3)
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN
ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF Dina Ariek Prasdika, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika Fakultas Matematika
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Langkah-langkah Uji Hipotesis Jenis Uji Hipotesis satu populasi Uji Z Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability
Lebih terperinciPENGENALAN EKONOMETRIKA
PENGENALAN EKONOMETRIKA Pengantar Istilah "ekonometrik" dikemukakan oleh Ragnar Frisch (1895-1973) dari Norwegia, salah satu dari tiga pendiri utama dari Ekonometrik Society, editor pertama dari jurnal
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin
69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability
Lebih terperinciPertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression
Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciTEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif
TEORI PENDUGAAN STATISTIK Oleh : Riandy Syarif Pendugaan adalah proses menggunakan sampel (penduga) untuk menduga parameter (Populasi) yg tidak diketahui. Ilustrasi : konferensi perubahan iklim di Bali
Lebih terperinciPengertian Pengujian Hipotesis
PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Data Hasil Penelitian Data yang terkumpul dari hasil survei motivasi belajar dan hasil belajar pada permainan bola voli selanjutnya dianalisis menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur
BAB III METODOLOGI PENELITIAN 3.1 Bagan Alir Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur sistematika. Adapun alur sistematika yang digunakan dalam penyusunan ini adalah sebagai berikut
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciPerumusan Hipotesa. Tjipto Juwono, Ph.D. Sep 14, Tjipto (SU) Hipotesa Sep / 13
Perumusan Hipotesa Tjipto Juwono, Ph.D. Sep 14, 2015 Tjipto (SU) Hipotesa Sep 2015 1 / 13 Garis Besar Silabus Hakikat Penelitian, Jenis-jenis Penelitian, Proses Penelitian Perumusan Masalah dan Hipotesa
Lebih terperinciSTATISTIK PERTEMUAN X
STATISTIK PERTEMUAN X STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA) Outline Uji Hipotesis Variansi dengan sampel ganda Uji Hipotesis Mean dengan Sampel ganda : - Uji t untuk populasi saling bergantung
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilakukan di Hijab Arrafi.Adapun objek penelitian ini adalah Pengaruh Penjualan Online terhadap volume penjualan
Lebih terperinciBAB III METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu
BAB III METODE PENELITIAN 3. 1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu sumber data yang digunakan dalam penelitian ini adalah sebagai berikut:
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinciSampling, Estimasi dan Uji Hipotesis
Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciMODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN
MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN Taksiran suatu parameter populasi dapat diberikan berupa taksiran titik atau berupa taksiran selang. Taksiran titik suatu parameter populasi θ merupakan nilai
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH oleh RAMADHANI KUSUMA PUTRA M0110069 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPerancangan Percobaan
Bab 2 Perancangan Percobaan 2. Merancang Percobaan Percobaan adalah suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakan respon dari objek, individu, atau unit yang dikondisikan tertentu.
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
Lebih terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih terperinciPengantar Uji Hipotesis. Oleh Azimmatul Ihwah
Pengantar Uji Hipotesis Oleh Azimmatul Ihwah Hipotesis Merupakan pernyataan/dugaan mengenai parameter dari 1 atau lebih populasi. Misalnya seorang guru Kimia ingin mengetahui apakah metode pembelajaran
Lebih terperinciAnalisis Regresi Linier ( Lanjutan )
Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity
Lebih terperinciBAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN
BAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN A. Analisis tentang keteladanan guru di MTs Salafiyah Wonoyoso Pekalongan Setelah data dikumpulkan,
Lebih terperinciPRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu melakukan deskripsi, eksplorasi dan interpretasi data serta Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu
Lebih terperinciSTATISTIK Hypothesis Testing 2 Contoh kasus
STATISTIK Hypothesis Testing 2 Contoh kasus Chapter 6 Sulidar Fitri, M.Sc Analisis Data Deskriptif Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi (range, mean deviasi,
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciPengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis
PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian
Lebih terperinciStatus Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1
UGAS MODEL LINEAR Dosen: Dr. Purhadi, M.Sc Kasus: Menurut hasil penelitian, terdapat perbedaan ukuran (size) rumah tangga antara pedesaan dan perkotaan. Selain itu, pendidikan ibu turut andil dalam menentukan
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Bootstrap Bootstrap adalah prosedur statistika yang melakukan sampling dari sebuah populasi yang dikerjakan dengan cara resampling dari sampel (http://wwwmathsanueduau/~peter/edgtalk/edgtalk1pdf)
Lebih terperinciANALISIS KORELASI & REGRESI. Kompilasi Kelompok 6 dan 8
ANALISIS KORELASI & REGRESI Kompilasi Kelompok 6 dan 8 PERMASALAHAN Internal Reveneu Service mencoba menduga pajak aktual yang tertunda setiap bulan dari divisi auditingnya. Diduga dua faktor yang mempengaruhi
Lebih terperinci