BAB I PENDAHULUAN A. Latar Belakang B. Tujuan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN A. Latar Belakang B. Tujuan"

Transkripsi

1 BAB I PENDAHULUAN A. Latar Belakang Dstrbus peluang merupakan konsep yang menjad dasar pengembangan statstka nferensal, khususnya penaksran parameter dan pengujan hpotess, menjad topk utama dalam makalah n. Dstrbus yang dturunkan dar hasl suatu percobaan dapat dbedakan atas: - Dstrbus fark - Dstrbus malar Sesua dengan sfat yang sampelnya. Jad, kalau ruang sampelnya fark, dstrbusnya juga dsebut dstrbus fark. Demkan juga kalau ruang sampelnya malar, dstrbusnya dsebut dstrbus malar. Namun demkan, sebelum membcarakan dstrbus peluang, konsep peubah acak perlu dpaham, karena sesungguhnya peubah acak nlah yang memlk fungs dstrbus. B. Tujuan Berdasarkan latar belakang datas makalah n memlk tujuan 1. Mahasswa dapat menjelaskan apa yang dmaksud dstrbus peluang? 2. Mahasswa dapat membedakan dstrbus fark dan dstrbus malar? 3. Mahasswa dapat memaham konsep peubah arah?

2 BAB II PEMBAHASAN A. Peubah Acak Pada percobaan yang dgunakan untuk menjelaskan setap proses yang menghaslkan pengukuran, serng yang menark perhatan kta bukan ttk sampel tu sendr melankan gambaran numerknya. Msalnya, sebuah mata uang dengan ss muka (M) dan Belakang (B) yang dlemparkan tga kal memberkan ruang sampel S = {MMM, MMB, MBM, BMM, MBB, BMB, BBM, BBB}. Bla yang dperhatkan banyaknya ss muka yang muncul, maka hasl numerk, 0, 1, 2, atau 3 dkatkan dengan ttk sampel. Transformas yang memasangkan ttk sampel d S ke suatu hasl numerc dsebut peubah acak (random varable). Jka X menyatakan banyaknya ss muka yang muncul dalam tga kal pelemparan mata uang tu, maka X = 0 merupakan gambaran numerc untuk {BBB}, X = 1 untuk {MBB, BMB, BBM}, X = 2 untuk {MMB, MBM, BMM}, dan X = 3 {MMM}. Karena blangan cardnal n(s) = 8, dperoleh nla-nla peluang P (X = 3) = 1/8, sesua ed blangan cardnal masng-masng perstwa yang berkatan dengan nla X tersebut. Nla-nla peluang nlah yang dsebut fungs dstrbus peluang fark yang basa dsebut fungs massa peluang dar peubah acak X, yang dapat dbuat dalam sebuah tabel sebaga berkut:

3 3.1. Fungs massa peluang munculnya ss muka dalma tga kal pelemparan mata uang x P (X = x) = p (x) 1/8 3/8 3/8 1/8 Karena ruang sampel S adalah ruang sampel fark, maka peubah acak X yang dturunkan dar S juga dsebut peubah acak fark, dan dstrbus peluangnya dsebut dstrbus peluang fark. Peubah acak dtuls dengan huruf captal, msalnya X dan symbol nla pengamatannya dengan huruf kecl x. Untuk penyerderhanaan, kta tuls p (x) untuk x = 0, 1, 2, 3 memlk sfat-sfat sebaga berkut: 1. p(x) 0 untuk x = 0, 1, 2, 3 2. Sfat-sfat datas dapat dnyatakan secara umum. Untuk setap peubah acak fark X yang mempunya terhngga banyaknya nla x1, x2, x3,..xn dengan peluang p(x) = p untuk = 1, 2, 3, n untuk sebaang blangan asl n, harus memenuh sfat-sfat fungs massa peluang berkut: 1. p 0 untuk = 1, 2, 3,.n 2. Sfat n dapat dperluas lag untuk peubah acak yang memlk tak hngga banyaknya nla, dan mash dapat dpadankan satu-satu dengan blangan asl A = {1, 2, 3 }. Msalkan nla-nla peubah acak X adalah x1,

4 x2, x3.. dengan peluang masng-masng p1, p2, p3.. harus memenuh sfat-sfat berkut: 1. p 0 untuk = 1, 2, 3,. 2. Ada dua momen pentng dar peubah acak yang dsebut nla harapan (expected value) dan varans (varance). Rumus kedua momen n berturut-turut adalah: = E (X) = xp 1 2 = E (X - ) 2 = (x ) p 1 Symbol E (X) dalam bahasa Inggrs dbaca Expected value of X. rumus varans dapat pula dtuls dengan 2 = E(X 2 ) - 2, dengan E(X 2 ) = 2 x p. 1 Untuk peubah acak fark X yang nlanya terhngga banyaknya (n), kedua nomen tersebut dnyatakan oleh rumus yang sama, tetap batas sgma yang berbeda sebaga berkut: = E (X) = n 1 xp 2 = E (X - ) 2 = n 1 (x ) p Hasl suatu percobaan mungkn saja tak hngga banyaknya dan tdak dapat dpadankan satu-satu dengan blangan asl. Msalnya, peneltan mengena jarak yang dtempuh sebuah mobl yang djalankan dengan lma lter bensn. Jka X menyatakan jarak yang dtempuh oleh mobl tu sampa bensn tu habs, maka peubah acak n memlk nla tak

5 hngga banyaknya. Perlu dperhatkan dsn bahwa peubah acak X dapat ddefnskan langsung dar percobaan dan tdak melalu transformas dar ruang sample S, karena ruang sample tu sendr sudah dnyatakan dengan blangan rl. Ruang sampel yang memuat takhngga banyaknya ttk sampel dan tdak dapat dpadankan satu-satu dengan blangan asl dsebut ruang sampel malar, dan peubah acak yang dturunkannya dsebut peubah acak malar. Peubah acak malar X memlk fungs dstrbus khusus yang dsebut fungs padat peluang f (x), dan harus memenuh sfat-sfat berkut: 1. f(x) 0 untuk semua x R = {blangan rl} 2. f (x)dx dx 1 3. P(a<X<b) = b a f (x)dx untuk a, b R Nla harapan dan varans peubah acak malar dhtung dengan rumus E(X) x.f (x)dx (x ).f (x)dx x.f (x)dx Rumus-rumus n dapat dmodfkas untuk peubah acak malar X yang memlk nla terbatas, sepert A X B, untuk blangan rl A, dan B tertentu. Dalam hal n, kedua momen tersebut dapat dtuls: E(X) x.f (x)dx B A

6 B B (x ).f (x)dx x.f (x)dx A A Karakterstk yang palng mendasar untuk dkaj dalam mempelajar tngkah laku suatu dstrbus adalah fungs massa atau fungs padat peluang. Dalam fungs/padat peluang n terkandung sfat-sfat mendasar yang menjad cr khas dstrbus tu. Msalnya, nla rata-rata dan varans dapat dhtung dar fungs massa/pada peluang. Selanjutnya, kta akan melhat beberapa fungs peluang fark dan fungs peluang malar, khususnya yang sudah banyak dgunakan dalam statstka terapan. Perhatkan bahwa kta menggunakan stlah fungs massa peluang untuk dstrbus peluang fark dan fungs pada peluang untuk peluang malar. B. DISTRIBUSI PELUANG FARIK Takhngga banyaknya dstrbus peluang fark yang terjad dalam kehdupan nyata, bak yang mempunya kecenderungan tertentu dan mudah dnyatakan dengan fungs matemats maupun yang sangat khusus dan sult dnyatakan dengan sebuah fungs matemats. Kta akan membcarakan beberapa dar jens yang pertama. 1. Dstrbus Seragam Fark Dstrbus Seragam Fark merupakan salah satu model dstrbus peluang yang serng muncul dalam kenyataan. Model n serng d gunakan dalam teor pengamblan keputusan secara statstk, yakn dalam keadaan dmana kta tdak mengetahu secara past apa yang akan terjad d antara kemungknan-kemungknan yang bakal terjad.

7 Model dstrbus seragam menganut asums bahwa peluang setap keadaan atau hasl adalah sama dan tdak berubah sepanjang suatu rangkaan percobaan. Jka X adalah sebuah peubah acak seragam, fungs massa peluang dar X adalah: p( x )= 1/n, x = 1, 2, 3,... n, Dengan n menyatakan banyaknya keadaan atau hasl yang dapat terjad. Perlu d jelaskan bahwa cara penuksan p(x) = 1/n untuk x = 1, 2, 3,..., n dmaksudkan bahwa p(x) = 0 untuk nla x yang lan. Cara n akan dgunakan untuk keefsenan penuksan. Dengan sedkt pekerjaan matemats dperoleh rumus nla rumus nla harapan = ( n + 1 )/2 dan varans 2 = (n 2 1)/ Dstrbus Hpergeometrs Dstrbus hpergeometrs dterapkan pada kasus penarkan sampel (samplng) dmana objek yang telah dambl tdak dkembalkan lag ke populasnya. Dalam model n, populas yang bers sejumlah N sub-populas sukses yang mempunya anggota sebanyak N1 dan subpopulas gagal dengan anggota sebanyak N N1 = N2 yang sfatnya salng berlanan atau bahkan berlawanan. Pengertan sukses dan gagal dsn tdak selalu sama maknanya dengan stlah sukses dan gagal dalam pembcaraan sehar-har, tetap sekedar menunjukkan adanya dua kategor hasl yang berbeda. Jka X adalah sebuah peubah acak hpergeometrs yang menggambarkan pengamblan n objek dar populas yang berukuran N, fungs massa peluang dar X adalah:

8 N1 N2 x n x p(x), x 1,2,3,...n N n Dengan N1 = Ukuran sub populas sukses N2 = Ukuran sub populas gagal N = Ukuran populas = N1 + N2 n = ukuran sampel x = banyaknya gejala sukses d antara n objek yang terambl Nla harapan dan varans masng-masng N N N N n N N N N n. dan n( )(1 )( ) 3. Dstrbus Rumpun Bnomal Dstrbus bnomal merupakan salah satu model dstrbus peluang untuk peubah aack yang fark. Koefsen bnomal menunjukkan peluang tmbulnya gejala yang dharapkan (gejala sukses) dar sejumlah n perstwa. Model dstrbus n dterapkan pada kasus percobaan Bernoull dengan cr sebaga berkut: a. Tap-tap percobaan hanya memlk dua kemungknan hasl, yakn sukses dan gagal (tdak selalu sama maknanya dengan pengertan sukses dan gagal dalam pembcaraan sehar-har) b. Peluang sukses selalu sama pada setap percobaan, akan tetap peluang sukses tdak harus sama dengan peluang gagal. c. Percobaan dulang sebanyak n kal dan bersfat bebas (hasl percobaan yang satu tdak mempengaru hasl percobaan yang lan).

9 Jka X adalah sebuah peubah acak bomal, maka fungs massa peluang X adalah: n x x nx p(x) p (1 p), x 0,1,2...n Dengan p = Peluang percobaan sukses n = banyaknya percobaan x = banyaknya gejala sukses yang terjad. Nla harapan µ = np dan varans 2 = np (1-p) Dalam keadaan khusus, percobaan dlakukan sekal saja, yatu n = 1, kta peroleh peubah acak Bernoull dengan fungs massa peluang x nx p (1 p),untuk x 0,1. Nla harapan µ = p dan varans 2 = p (1-p) Andakan percobaan Bernoull dulang untuk mendapatkan k sukses, dan hasl n dperoleh setelah y kal percobaan. Dengan demkan, peubah acak Y yang menyatakan banyaknya percobaan untuk mendapatkan sukses yang ke-k dsebut peubah acak bnomal negatf. Fungs masa peluangnya adalah: y1 k1 k yk p(y) p (1 p),untuk y k,k 1,k 2 Nla harapan µ = k/p dan varans 2 = k (1-p)/ p 2 Selanjutnya, kta perhatkan keadaan khusus untuk k=1, yatu peubah acak Y yang menyatakan banyaknya percobaan yang dlakukan untuk mendapatkan sukses yang pertama, dan n dsebut peubah acak geometrs. Fungs masa peluangnya dnyatakan dengan: p(y) = p(1-p) y-1 untuk y = 1, 2, 3,. Nla harapan µ = l/p dan varans 2 = (1-p)/ p 2

10 4. Dstrbus Multnomal Perluasan dstrbus bnomal adalah dstrbus multnomal. Msalkan, sebuah percobaan memberkan hasl yang mungkn h1, h2,..3, n dan p1 + p pk = 1, Andakan percobaan n dulang secara bebas n kal, maka peubah acak yang menyatakan bahwa kta akan mendapatkan x1 hasl h1, x2 hasl h2,..xk hasl hk dengan x1 + x2 + + xk = n dsebut peubah acak multnomal. Fungs masa peluang dstrbus multnomal dnyatakan dengan: p (x1, x2, xk) = dengan x1 + x2 +.. xk = n, 0 < p < 1, = 1, 2, 3,..k dan p1 + p2 +.. pk = 1 5. Dstrbus Posson Dstrbus Posson juga merupakan salah satu model dstrbus peluang untuk peubah acak yang fark. dstrbus posson serng dgunakan untuk menentukan peluang sebuah perstwa yang dalam daerah atau waktu tertentu dharapkan jarang terjad. Msalnya, banyak orang yang lewat d depan pasar setap har, tetap sangat jarang terjad seseorang yang menemukan barang hlang dan mengembalkan kepada pemlk-nya atau melaporkannya kepada pols. Contoh lan, operator telepon banyak menerma permntaan nomor untuk dsambungkan, dharapkan jarang sekal terjad salah sambung setap ment. Jka X adalah sebuah peubah acak Posson dengan rata-rata = µ, maka fungs masa peluang dar X adalah:

11 Dmana blangan Euler e = 2, ,. adalah konstanta yang dapat dtemukan pada hampr semua kalkulator, dan juga pada komputer. Menghtung nla peluang yang menggunakan blangan e maupun blangan factoral dapat dlakukan dengan bantuan kalkulator. C. DISTRIBUSI PELUANG MALAR Dstrbus dengan peubah acak malar yang pertama kal kta bcarakan adalah dstrbus normal, kemudan dstrbus student t, dstrbus ch kuadrat, dan dstrbus F. 1. Dstrbus Normal Dstrbus normal yang basa juga dsebut dstrbus Gauss banyak dgunakan dalam pengujan hpotess, teor penaksran parameter, dan dstrbus penyampelan. Sekarang kta akan tnjau mengena fungs padat peluang dstrbus normal dengan rata-rata µ dan smpangan baku sebaga berkut / 2(x ) / f (x) e,untuk x 2 Dengan adalah nla konstanta yang bsa dtuls dengan = 3,1416 dan e blangan Euler yang sudah djelaskan sebelumnya. Nla juga terdapat hampr semua kalkultor. Peubah acak X dengan daerah nla - < x <, berdstrbus normal, jka fungs padat peluangnya sepert f(x) d atas. Andakan X adalah peubah acak normal dengan rata-rata µ dan smpangan baku, transformas X menjad Z = X akan membentuk

12 peubah acak normal baku dengan rata-rata nol dan smpangan baku satu. Fungs padat peluang dar dstrbus normal baku adalah : x e p(x),untuk x 0,1,2... x! Grafk f(z) berbenuk smetrs terhadap sumbu tegak (sumbu y) dan semuanya d atas sumbu datar (sumbu z), dan dnama kurva dstrbus normal baku sepert pada gambar berkut; Luas daerah dbawah kurva normal baku d atas sumbu z sama dengan satu. Hal n dapat dbuktkan dengan menggunakan htung ntegral yatu: z f (x) e 2,untuk z 2 Teknk ntegral banyak dbcarakan dalam buku matematka, khususnya kalkulus, dan kta hanya memperkenalkan smbolnya dan pada bagan n tdak dbcarakan lebh mendalam. Setelah kta memlk dstrbus normal baku yang ddapat dar dstrbus normal umum dengan transformas tersebut d atas, maka daftar dstrbus normal baku (lampran C) dapat dgunakan. Dengan daftar n bagan-bagan luas dar dstrbus normal baku dapat dcar. Untuk memudakan, kta perhatkan bentuk tabel dstrbus normal baku pada lampran C yang cuplkannya pada tabel berkut. Cara menggunakan tabel tersebut adalah sebaga berkut: Htung nla z sampa dua decmal

13 Gambarkan kurvanya Letakkan nla z pada sumbu datar, lalu tark gars vertcal sampa memotong kurva Luas yang tertera dalam daftar adalah luas daerah antara gars n dengan gars tegak d ttk nol Dalam daftar d lampran C, car tempat nla z pada kolom palng kr hanya sampa satu decmal, dan decmal kedua dcar pada bars palng atas. Dar z d kolom kr maju ke kanan dan dar z dbars atas turun ke bawah, maka d dapat blangan yang merupakan luas yang dcar. Blangan yang ddapat harus dtuls dalam bentuk 0,xxxx (bentuk empat desmal) Tabel daftar luas d bawah dstrbus normal baku z , Karena luas seluruh daerah d bawah kurva sama dengan satu dan kurva smetrs terhadap µ = 0, maka luas dar gars tegak pada ttk nol ke kr ataupun ke kanan adalah 0,5. Sebaga contoh, kta akan mencar luas daerah kurva normal dengan menggunakan tabel lampran C.

14 2. Dstrbus Student t Dstrbus student t yang basa dsngkat dengan dstrbus t dpublkaskan oleh W. S. Gossett (yang menggunakan nama samara Student) pada tahun 1908 dan dsempurnakan oleh R. A. Fsher pada tahun Dstrbus n merupakan revolus stattk untuk sampel kecl. Informas tentang hal n dapat dlhat pada Snedecor (1982). Fungs padat peluang dstrbus t dberkan oleh; v t v1 2 f (t) (1 ) untuk t v v v 2 Dengan v (baca; nu) adalah parameter dstrbus dan Γ (.) menyatakan fungs gamma yang ddefnskan dengan v1 (v) x dx 0 Beberapa sfat dasar fungs gamma, antara lan sebaga berkut: Γ (n) = (n-1) Γ (n-1), n>1 Γ (n) = (n-1)!, n = 1, 2, 3 Γ (1/2) = Dmana = 3,1415.Dengan sedkt pekerjaan matemats dapat dbuktkan bahwa fungs padat peluang dstrbus t memenuh: f (t)dt 1 Grafk f(t) menyerupa kurva dstrbus normal sebaga berkut.

15 Pada fungs dstrbus n adalah blangan v yang dsebut derajat kebebasan (dk). Dalam praktek, derajat kebebasan tu sama dengan ukuran sampel dkurang satu, atau dk = v = n 1. Jka sebuah populas mempunya model dengan fungs padat peluang sama dengan f(t) maka populas tu dapat danggap berdstrbus t dengan dk = n 1. Untuk nla-nla n yang besar, basanya n 30, dstrbus t mendeteks dstrbus normal baku. Untuk perhtungan daftar dstrbus t telah dsedakan (lampran D). tabel tersebut berskan nla-nla t untuk dk dan peluang tertentu. Kolom palng kr, kolom v = dk, berskan derajat kebebasan, bars teratas berskan peluang. Tabel daftar luas d bawah kurva dstrbus t V t0,995 t0,99 t0,95. t0, Dstrbus Ch Kuadrat Dstrbus ch kuadrat adalah dstrbus peubah acak malar yang mempunya fungs padat peluang.

16 1 1v1 1x 2 2 f (x) x e, x 0 v/ 2 2 (v / 2) dengan v = derajat, kebebasan dan dapat dbuktkan secara matemats bahwa f (x)dx 1. Selanjutnya grafk dstrbus ch kuadrat umumnya merupakan kurva postf, yatu mrng ke kanan, yatu berekor panjang ke kanan. Kemrngan n semakn berkurang jka derajat kebebasan makn besar. Grafk dstrbus ch kuadrat secara umum dengan derajat kebebasan dk = v, dmana nla peubah acak X dtuls dengan symbol X 2 Luas daerah d bawah kurva yang dbayang-bayang sama dengan nla peluang p yatu luas dar X 2 p ke sebelah. Untuk nla dengan pasangan dk = v dan peluang p yang besarnya tertentu dapat dlhat pada tabel khusus dstrbus ch kuadrat. Untuk menjelaskan cara penggunaan tabel khusus n, terdapat pada bars palng atas terdr kebebasan n ada pada kolom palng kr. Tabel Daftar luas d bawah kurva ch kuadrat v.. X 2 0,95 X 2 0,

17 4. Dstrbus Snedecor F Fungs padat peluang peubah acak yang berdstrbus Snedecor F atau dengan sngkat dstrbus F adalah v v 1 2 v 2 v ( 1) 1 v v 1 1 v 2 v 2 ( ) f (x) x (1 x) v1 v2 v2 v2 2 2 Untuk x > 0, dengan v1 = dk pemblang dan v2 = dk penyebut. Dstrbus F memlk dua buah derajat kebebasa. Grafk dstrbus F tdak smetrs dan umumnya sedkt mrng postf. Sepert juga dstrbus lanya, untuk keperluan perhtungan dengan dstrbus F, tabel dstrbus F telah dsedakan nla F untuk peluang 0,01 dan 0,05 dengan derajat kebebasan v1 dan v2. Peluang n sama dengan luas daerah ujung kanan yang dbayang-bayang, sedangkan dk = v1 ada pada bars palng atas dan dk = v2 pada kolom palng kr. 2 Untuk tap pasang dk, v1 dn v2 tabel berskan nla-nla F dengan kedua luas daerah yatu 0,01 dan 0,05. Untuk setap dk (v1, v2), tabel sebaga berkut: v2 = dk penyebut 8 v1 = dk pemblang

18 BAB III PENUTUP A. Kesmpulan Dstrbus yang dturunkan dar hasl suatu percobaan dapat dbedakan atas : 1. Dstrbus fark 2. Dstrbus malar Jad, kalau ruang sampelnya fark, dstrbusnya juga dsebut dstrbus fark. Demkan juga kalau ruang sampelnya malar, dstrbusnya dsebut dstrbus malar. Fungs dstrbus terletak pada peubah acak. Peubah acak (random varable) yatu transformas yang memasangkan ttk sampel d semesta ke suatu hasl numerc. Ruang sampel yang memuat takhngga banyaknya ttk sampel dan tdak dapat dpadankan satu-satu dengan blangan asl dsebut ruang sampel malar dan peubah acak yang dturunkannya dsebut peubah acak malar. B. Saran Dalam penulsan makalah n mash memlk banyak kekurangan sehngga kam mengharapkan sumbangan krtk dan saran dem kesempurnaan makalah kam selanjutnya. Wasalam.

19 DAFTAR PUSTAKA Tro, M. A. 1999a. Analss Data Frekus dengan Ch Kuadrat. Ujung Pandang Hasanuddn Unversty Press. Tro, M. A. 1999b. Dasar-dasar Statstka. Ujung Pandang Badan Penerbt UNM Ujung Pandang. Tro, M. A Analss Regres dengan Data Kategor. Makassar: Makassar State Unversty Press. Walpole, R. E Pengantar Statstka, Eds ke-3 Jakarta; Penerbt PT. Grameda Pustaka Utama.

20 KATA PENGANTAR Segala puj bag Allah swt yang dengan segala kash sayang dan menyeru hamba-nya mengkut petunjuk yang benar. Shalawat dan salam atas Nab Muhammad saw Rasul Allah yang telah mencucurkan kerngat jhad sebanyak-banyaknya dalam menyebarkan kebenaran dan mengamalkan kebajkan. Dalam penulsan makalah n kam sangat bersyukur karena dengan kerjasama antara anggota kelompok sehngga makalah yang berjudul Dstrbus Peluang n dapat terselesakan tepat pada waktunya. Tada gadng yang tak retak, begtu juga dengan penulsan makalah n, sehngga kam sebaga penuls mengharapkan sumbangs saran, de, maupun krtk yang membangun untuk kedepan. kelanjutan penulsan makalah Makassar, 22 Januar 2009 Penuls Kelompok III

21 DAFTAR ISI KATA PENGANTAR... DAFTAR ISI... BAB I PENDAHULUAN... 1 A. Latar Belakang... 1 B. Tujuan... 1 BAB II PEMBAHASAN... 2 A. Peubah Acak... 2 B. Dstrbus Peluang Fark Dstrbus seragam fark Dstrbus Hpergeometrs Dstrbus Rumpun Bonoma Dstrbus Multnomal Dstrbus Posson C. Dstrbus Peluang Malar Dstrbus Normal Dstrbus student t Dstrbus ch kuadrat Dstrbus Snedecor F BAB III PENUTUP A. Kesmpulan B. Saran DAFTAR PUSTAKA... 19

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

UKURAN GEJALA PUSAT &

UKURAN GEJALA PUSAT & UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB III PROSEDUR PENELITIAN

BAB III PROSEDUR PENELITIAN BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode adalah suatu cara yang dtempuh untuk mencapa suatu tujuan. Sepert yang dpaparkan oleh Surakhmad (985:3) yatu Metode merupakan cara utama yang dpergunakan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan. PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode 8 III. METODE PENELITIAN A. Metode Peneltan Metode peneltan adalah suatu cara yang dpergunakan untuk pemecahan masalah dengan teknk dan alat tertentu sehngga dperoleh hasl yang sesua dengan tujuan peneltan.

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data. BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

WEIBULL TWO PARAMETER

WEIBULL TWO PARAMETER WEIBULL TWO PARAMETER Dalam teor probabltas dan statstk, dstrbus webull merupakan dstrbus probabltas yang berkelanjutan atau kontnyu. Dgambarkan secara detal oleh Walodd Webull pada tahun 1951 meskpun

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukan, guna menjawab persoalanpersoalan yang d hadap. Adapun

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN

Teori Himpunan. Modul 1 PENDAHULUAN Modul 1 Teor Hmpunan Dr. Subanar K PENDHULUN arena banyak karakterstk dar masalah probabltas dapat dnyatakan secara formal dan dmodelkan secara rngkas dengan menggunakan notas hmpunan elementer, maka pertama-tama

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci