PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

dokumen-dokumen yang mirip
Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

PENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA ADAPTIF CLUSTER

Pendugaan Parameter 1

INTERVAL KEPERCAYAAN

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

Mata Kuliah: Statistik Inferensial

PENAKSIR RASIO DAN PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SISTEMATIK

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

A. PENGERTIAN DISPERSI

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Metode Statistika Pertemuan IX-X

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

Metode Statistika Pertemuan XI-XII

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

A. Interval Konfidensi untuk Mean

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

MINGGU KE XII PENDUGAAN INTERVAL

Bab6 PENAKSIRAN PARAMETER

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

1. Ilustrasi. Materi 2 Pendugaan Parameter

BAB IV DESKRIPSI ANALISIS DATA

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman

A.Interval Konfidensi pada Selisih Rata-rata

Tetapi apabila n < 5% N maka digunakan :

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

Statistika. Besaran Statistik

BAB III METODE PENELITIAN

Teori Penaksiran. Oleh : Dadang Juandi

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

Teori Penaksiran. Oleh : Dewi Rachmatin


Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

Diselenggarakan: 9 JULI 2014

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

STATISTIKA SMA (Bag.1)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

HOMOMORFISMA RING DERET PANGKAT TERITLAK MIRING

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Bab 7 Penyelesaian Persamaan Differensial

Bab II Landasan Teori

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

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D.

Bab I Dasar Teori. Inferensi Statistik

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

TINJAUAN PUSTAKA Pengertian

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

BAB III METODE PENELITIAN

BAB IV PEMBAHASAN DAN ANALISIS

Erfan Yudianto Profil Pengajuan Soal Mahasiswa Calon Guru Berkemampuan Rendah

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

Distribusi Pendekatan (Limiting Distributions)

III. METODELOGI PENELITIAN

BAB III METODE PENELITIAN

Contoh Produksi dua jenis sepatu A dan B memberikan fungsi keuntungan bulanan sebagai berikut :

PENYELESAIAN PERSAMAAN RICCATI DENGAN MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN LAPLACE

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB III METODE PENELITIAN

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

Transkripsi:

PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da Ilmu Pegetahua Alam Uiverita Riau Kampu Biawida Pekabaru, 893, Idoeia *ar_ograd@ahoo.com ABTRACT Thi paper dicue three ratio etimator for populatio variace i imple radom amplig uig quartile of the auiliar variable give b ubramai ad Kumarapadia [Iteratioal Joural of tatitic ad Applicatio., (5): 67-7]. The etimator dicued are the ratio etimator uig the firt quartile, the third quartile ad the iter-quartile rage. Thee three etimator dicued are biaed etimator. Furthermore, their mea quare error are compared to how which oe i the mot efficiet etimator. Thi compario how that the ratio etimator uig iter-quartile rage i the mot efficiet etimator. Keword: ratio etimator, imple radom amplig, quartile, bia, mea quare error ABTRAK Pada artikel ii dibaha tiga peakir raio utuk variai populai pada amplig acak ederhaa megguaka kuartil dari karakter tambaha ag diajuka oleh ubramai da Kumarapadia [Iteratioal Joural of tatitic ad Applicatio., (5): 67-7]. Peakir ag dibaha adalah peakir raio megguaka kuartil pertama, kuartil ketiga da jagkaua atar kuartil. Ketiga peakir ag dibaha merupaka peakir bia. elajuta, dibadigka Mea quare Error (ME) dari maig-maig peakir utuk medapatka peakir ag palig efiie. Perbadiga ii meujukka bahwa peakir raio dega megguaka jagkaua atar kuartil palig efiie. Kata kuci: peakir raio, amplig acak ederhaa, kuartil, bia, mea quare error

. PEDAHULUA alah atu metode ag diguaka utuk meakir variai populai pada amplig acak ederhaa adalah metode raio. Mialka variai pada populai berkarakter aka ditakir dega megguaka iformai tambaha populai ag diketahui. Iformai tambaha ag diguaka adalah kuartil. Metode ii bertujua utuk meigkatka ketelitia peakir dega megambil mafaat hubuga atara da i, dimaa i adalah uit dari populai berkarakter Y da i adalah uit dari populai berkarakter X. Betuk umum peakir raio amplig acak ederhaa utuk variai populai dirumuka ebagai ˆ R i ˆ R dega adalah variai ampel, da adalah variai populai. Dalam artikel ii dibaha tiga peakir raio utuk variai populai pada amplig acak ederhaa dega megguaka kuartil dari karakter tambaha ag diajuka oleh ubramai da Kumarapadia [6], aitu Q ˆ JG () Q Q3 ˆ JG () Q 3 Qr ˆ JG3 (3) Q dega Q adalah kuartil pertama, Q 3 adalah kuartil ketiga da r Q r adalah jagkaua atar kuartil. Ketiga peakir raio utuk variai populai terebut merupaka peakir bia, kemudia ditetuka Mea quare Error (ME). Berdaarka ide dari ubramai da Kumarapadia [6], peuli membadigka ME dari maig-maig peakir utuk memperoleh peakir raio ag efiie. Peakir ag memiliki ilai ME terkecil merupaka peakir ag efiie.. AMPLIG ACAK EDERHAA amplig acak ederhaa adalah ebuah metode ag diguaka utuk megambil uit ampel dari uit populai ehigga etiap uit populai memiliki keempata

ag ama utuk dipilih mejadi uit ampel. Dalam hal ii pegambila ampel dilakuka tapa pegembalia agar karakteritik uit-uit lebih akurat [3]. Probabilita uatu uit aka terpilih mejadi ampel pada pegambila pertama adalah, pada pegambila kedua adalah da eterua, maka probabilita dari uit terpilih pada pegambila ke- kali adalah: ( ( ) ( ) ( )... ) ( )!( )!! C Teorema. [: h. 30] Utuk ebuah ampel acak ederhaa, variai ampel ag didefiiika dega i ( i ), Merupaka peakir tak bia utuk variai populai i ( i Y ) Bukti dari teorema ii dapat dilihat pada []. Teorema. [4] Apabila ebuah ampel berukura diambil ecara amplig acak ederhaa tapa pegembalia dari populai berkarakter Y da berukura maka variai adalah V 4, dega, 40, 0 dimaa 40 i i Y 4, da 0 i i Y Bukti dari teorema ii dapat dilihat pada [3]. 3

Utuk meetuka ME dari peakir dalam betuk dua variabel diguaka uatu pedekata dega megguaka deret Talor dua variabel. Deret Talor utuk dua variabel [5: h. 47] Mialka ' '' variabel da f, f, f,..., f adalah kotiu pada D da 0, 0 D. Jika 0 h, 0 k D, maka f, adalah uatu fugi dua f ada pada D utuk f ( 0 h, 0 k) f ( 0, 0 ) h k f 0, 0!...! h k f 0, 0! h k f 0 h, 0 k, (4) dega. Mialka 0, 0, h da k da megabaika pagkatpagkat ag lebih bear dari atu, maka dari peramaa (4) diperoleh ilai pedekata utuk mecari ME, aitu h h, h,, h,, 3. BIA DA ME PEAKIR RAIO UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Bia da ME peakir raio utuk variai populai pada amplig acak ederhaa dari maig-maig peakir ebagai berikut. Bia da ME dari peramaa () diperoleh B( ˆ ) JG AJG AJG ME ( ˆ 4 ) JG AJG AJG, dega A JG Q, da 0 0 Bia da ME dari peramaa () diperoleh B( ˆ ) JG AJG AJG 4

ME ( ˆ 4 ) JG AJG AJG, dega A JG Q 3 Bia da ME dari peramaa (3) diperoleh B( ˆ ) 3 3 JG3 AJG AJG ME ( ˆ 4 ) JG 3 AJG 3 AJG3, dega AJG3 Q r 4. PEAKIR RAIO YAG EFIIE elajuta aka ditetuka peakir raio ag efiie diatara ke tiga peakir raio ag diajuka, aitu dega membadigka ME dari peakir ˆ, JG ˆ da JG ˆ. JG3. Perbadiga ME ( ˆ ) dega ME ( ˆ ) JG diperoleh ME ( ˆ ) JG < ME ( ˆ ) JG JG jika (5). Perbadiga ME ( ˆ ) JG jika dega ME ˆ ) ( JG 3 diperoleh ME ( ˆ ) < ME ( ˆ ) JG 3 JG (6) 3. Perbadiga ME ( ˆ ) JG 3 jika dega ME ˆ ) ( JG diperoleh ME ( ˆ ) < ME ( ˆ ) JG 3 JG (7) Berdaarka perbadiga dari maig-maig peakir, diketahui bahwa peakir ˆ memiliki ilai ME ag terkecil, ehigga peakir JG ˆ merupaka peakir JG ag palig efiie dari peakir raio laia. 5. COTOH Utuk lebih megetahui teori pada bab-bab ebeluma ebagai cotoh diguaka data 5

produki padi di Idoeia pada tahu 0 []. Utuk megetahui variai produki padi (Y) dega memafaatka iformai tambaha aitu luaa taah ag ditaam padi (X) di tiap-tiap provii. Tabel. Lua Pae-Produki Taama Padi pada Tahu 0 eluruh Idoeia o Provii Lua Pae (Ha) Produki (To) Aceh 387,803,788,738 umatera Utara 765,099 3,75,54 3 umatera barat 476,4,368,390 4 Riau 44,05 5,5 5 Jambi 49,369 65,64 6 umatera elata 769,75 3,95,47 7 Begkulu 44,448 58,9 8 Lampug 64,876 3,093,4 9 Bagka Belitug 8,057,976 0 Kepulaua Riau 38,33 DKI Jakarta,897,044 Jawa Barat,98,799,7,86 3 Jawa Tegah,773,558 0,3,934 4 DI Yogakarta 5,9 946,4 5 Jawa Timur,975,79,98,707 6 Bate 36,636,865,893 7 Kalimata Barat 47,798,300,00 8 Kalimata Tegah 5,787 755,507 9 Bali 49,000 865,553 0 ua Teggara Barat 45,448,4,3 ua Teggara Timur 00,094 698,566 Kalimata elata 496,08,086, 3 Kalimata Timur 40,689 553,440 4 ulawei Utara 6,93 65,06 5 ulawei Tegah 9,080,04,36 6 ulawei elata 98,64 5,008,43 7 ulawei Teggara 4,5 56,9 8 Gorotalo 5,64 45,357 9 ulawei Barat 03,796 4,60 30 Maluku 0,489 84,7 3 Maluku Utara 7,794 65,686 3 Papua Barat 7,750 30,45 33 Papua 7,49 38,03 umber:www.bp.go.id Dega megguaka data pada Tabel aka ditetuka peakir raio ag efiie utuk meakir variai produki padi dega megguaka arat peakir lebih efiie ag diperoleh ebeluma. Hal ii ecara umum dapat ditujukka dega meghitug ME dari maig maig peakir ag diajuka. ebagai 6

iformai tambaha utuk meakir variai produki padi diguaka lua pae. Utuk meghitug ME dari maig-maig peakir terlebih dahulu ditetuka ilai ag dibutuhka. Iformai ag diperoleh dari data lua pae da produki taama padi dega megguaka Microoft Ecel pada Tabel berikut. Tabel. ilai-ilai ag diperoleh berdaarka data lua pae da produki taama padi 33 8540,9977 866835,64 Y.090.0 3,03030303 X 407.074 Q 03796 538.08,4764 Q 3 4764 38479,54 Q r 3766 89.53 AJG 0,99999964 0.398 AJG 0,999998355 4 694.78 AJG3 0,99999873 0,083333333 - - dega meubtituika ilai-ilai ag diperoleh pada Tabel ke peramaa (5), (6), da (7) maka diperoleh (i) ME ( ˆ ) < ME ( ˆ ) JG jika 867708,353 > 6,0606 JG (ii) ME ( ˆ ) < ME ( ˆ ) JG 3 jika 867708,353 > 6,0606 JG (iii) ME ( ˆ ) < ME ( ˆ ) JG jika 867708,353 > 6,0606 JG 3 elajuta ilai ME dari maig-maig peakir diberika pada Tabel 3 berikut. Tabel 3. ilai ME utuk ketiga peakir o Peakir ME ˆ 4,99609 JG ˆ 4,99607 JG 3 ˆ 4,99608 JG3 Berdaarka Tabel 3, dapat dilihat bahwa peakir raio ˆ memiliki ilai ME ag JG terkecil dega arat bahwa kodii lebih efiie dapat dipeuhi. 6. KEIMPULA Berdaarka pembahaa ag telah dikemukaka dapat diimpulka bahwa peakir raio dega megguaka kuartil ketiga adalah peakir ag palig efiie dari dua peakir ag laia jika arat terpeuhi. 7

DAFTAR PUTAKA [] Bada Puat tatitik. Tabel Lua Pae, Produktivita, Produki Taama Jagug eluruh Provii di Idoeia Available from: http://www.bp.go.id/tm_pg. Diake pada Jui 03. [] Cochra, W. G. 99. Tekik Pearika ampel, Edii ketiga. Terj. Dari amplig Techique, oleh Rudiaah & E. R Oma. Peerbit Uiverita Idoeia, Jakarta. [3] ukhatme, P. V. 957. amplig Theor of urve with Applicatio. The Idia Coucil of Agricultural Reearch, ew Delhi. [4] habbir, J & Gupta,. 008. Variace Etimatio i imple Radom amplig Uig Auiliar Iformatio. Hacettepe Joural of Mathematic ad tatitic, 37(): 57-67. [5] Phillip, G. M & P. J. Talor. 97. Theor ad Applicatio of umerical Aali, ecod Editio. Academic Pre, ew York. [6] ubramai, J. & G. Kumarapadia. 0. Variace Etimatio Uig Quartile ad their Fuctio of a Auiliar Variable, Iteratioal Joural of tatitic ad Applicattio, (5): 67-7. 8