PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

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

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

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

PENAKSIR RASIO REGRESI LINEAR SEDERHANA UNTUK RATA-RATA POPULASI MENGGUNAKANKARAKTER TAMBAHAN

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

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

PENAKSIR RASIO DAN REGRESI MENGGUNAKAN DUA VARIABEL TAMBAHAN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

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

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

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

IMPUTASI MENGGUNAKAN PENAKSIR REGRESI UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING GANDA

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

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

BAB 2 LANDASAN TEORI

PENAKSIR RASIO PROPORSI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

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

BAB 2 LANDASAN TEORI

Regresi TELBS untuk Mengatasi Masalah Pencilan

Analisis Korelasi dan Regresi

BAB 3 Interpolasi. 1. Beda Hingga

BAB 2 LANDASAN TEORI

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN

BAB 2 LANDASAN TEORI

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

BAB 2 LANDASAN TEORI

Created by Simpo PDF Creator Pro (unregistered version)

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

BAB II LANDASAN TEORI

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

H dinotasikan dengan B H

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB 2 LANDASAN TEORI

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

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

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

E ax by c ae X be Y c. 6.1 Pengertian Umum

BAB 2 LANDASAN TEORI

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

STATISTIKA ELEMENTER

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

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

II. TINJAUAN PUSTAKA

titik tengah kelas ke i k = banyaknya kelas

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

UKURAN DASAR DATA STATISTIK

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

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

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

REGRESI & KORELASI LINIER SEDERHANA

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

Regresi Linier Sederhana Definisi Pengaruh

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N

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

Regresi & Korelasi Linier Sederhana

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

REGRESI & KORELASI LINIER SEDERHANA

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

Digraf eksentris dari turnamen kuat

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

Analisis Regresi dan Korelasi

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Koefisien Korelasi Spearman

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

Transkripsi:

PENAKIR RAIO REGREI ANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING AAK EDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN R Wuladar *, Rustam Eed, Haposa rat Mahasswa Program tud Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Rau Kampus Bawda Peaaru (89), Idoesa * rwuladar7@gmalcom ABTRAT Three regresso rato estmators are used to estmate the populato mea uder smple radom samplg Usg two aular varales X ad, t should e codtoed that there s hgh correlato etwee ad X, ad, whereas there ma or ma ot e a correlato etwee X da These estmators are recommeded gh, Upadhaa ad Premchadra [5] whch s a revew o the artcle A Improved Verso o Regresso Rato Estmator wth Two Aular Varales ample urves All estmators are ased The ecet estmator s oe wth the least Mea quare Error (ME), determed comparg each tpe o estmator Kewords: regresso rato estmator, smple radom samplg, ased estmator ad mea square error ABTRAK Tga peasr raso regres lear dguaa utu measr rata-rata populas pada samplg aca sederhaa Peasr raso regres terseut megguaa dua arater tamaha atu X da, dmaa terdapat orelas ag tgg atara da X, da, sedaga atara X da tda harus erorelas Peasr terseut dajua oleh gh, Upadhaa da Premchadra [5] ag merupaa revew dar artel A Improved Verso o Regresso Rato Estmator wth Two Aular Varales ample urves Ketga peasr merupaa peasr as Peasr ag ese merupaa peasr ag meml Mea quare Error (ME) terecl ag dperoleh dega memadga ME dar masg-masg peasr Kata uc: peasr raso regres, samplg aca sederhaa, peasr as da mea square error PENDAHULUAN Pegamla sampel dar populas erarater merupaa suatu cara pegumpula data ag haa megaml seaga dar aggota populas Pegamla sampel JOM FMIPA Volume No Otoer 4 45

ertujua utu measr la parameter dar populas ag deal dega peasr parameter populas Ada eerapa metode ag serg dguaa pada samplg aca, salah satua samplg aca sederhaa amplg aca sederhaa atu metode pegamla sampel dar aggota populas secara aca sehgga mempua esempata ag sama utu dplh [: h ] Utu medapata hasl ag leh aurat dperlua ormas tamaha ag erhuuga dega Iormas tamaha terseut merupaa ormas peduug ag dotasa dega X Msala terdapat ormas tamaha laa atu, dega detahu Terdapat orelas ag tgg atara da X, da, sedaga atara X da tda harus erorelas Metode ag dguaa utu measr rata-rata populas pada samplg aca sederhaa ag laa adalah metode raso regres Tujua metode raso regres adalah utu megata etelta peelta dega megaml maaat huuga atara peasr regres lear da X ag erorelas terhadap Peelta aa memadga tga peasr raso regres ag merupaa revew dar artel ag dajua oleh gh, Upadhaa da Premchadra [5] atu, da utu medapata peasr raso regres ag ese rlr rlr AMPLING AAK EDERHANA Pegamla sampel aca sederhaa merupaa suatu metode utu megaml ut N sampel dar N ut populas, sehgga setap eleme sampel ag ereda mempua esempata ag sama utu dplh seaga ut sampel Pegamla sampel adalah pegamla sampel aca tapa pegemala agar araterst utut leh aurat Mater peduug ag dguaa utu meetua peasr raso regres ag ese utu rata-rata populas adalah espetas matemata da sat-sat espetas dar varael aca Teorema [: h 7] Apala sampel eruura daml dar populas eruura N ag erarater, dega samplg aca sederhaa tapa pegemala maa varas rata rata sampel drumusa seaga erut N V N But dar Teorema dapat dlhat pada [: h 7] Teorema [: h 9] Ja, adalah seuah pasaga ag ervaras dtetapa pada ut dalam populas eruura N da, adalah rata-rata dar sampel aca sederhaa eruura, maa ovarasa adalah N cov, X N JOM FMIPA Volume No Otoer 4 46

But dar Teorema dapat dlhat pada [: h 9] Teorema Deret Talor [: h84] Msala A da I = [a,], dega : I R da ' '',,, otu pada I da semarag I terdapat suatu tt c, sehgga ada pada (a,) Ja I maa utu! ' c! "! But dar teorema dapat dlhat pada [: h84] Dar Teorema ja, maa Deret Talor dseut deret Maclaur atu '! ''! PENAKIR REGREI LINEAR! Betu umum model regres lear sederhaa atas X dataa dalam persamaa A BX e, () dega adalah varael ta eas, X adalah varael eas, A da B adalah parameter (oese regres), da e adalah esalaha peelta sampel [: h ] Metode ag serg dguaa utu meetua tasra dar parameter A da B adalah metode uadrat terecl (least square method), atu suatu metode peasr dega prsp memmuma jumlah uadrat esalaha pegamata Msala, adalah pasaga data pegamata,,,,,,, dega dema persamaa () dapat dtuls A BX e, utu,,,, () c Jumlah uadrat esalaha peelta sampel dapat dtuls e A B Dega memmuma jumlah uadrat esalaha dperoleh tasra utu B, JOM FMIPA Volume No Otoer 4 47

da tasra utu A ddapat a a () Gars regres lear ag melalu tt pagal arta ja a, maa persamaa () mejad (4) Dar persamaa (), oese ag dperoleh dar sampel dguaa juga utu measr parameter populas, peasr utu rata-rata populas dotasa dega da drumusa dega Ŷ X (5) elajuta dlaua peguraga terhadap persamaa (5) dega persamaa (4) secara aljaar maa dperoleh X dseut peasr regres lear utu rata-rata populas ag dotasa dega LR da drumusa seaga erut LR 4 BIA DAN ME PENAKIR UNTUK RATA-RATA POPULAI elajuta aa dahas as da ME dar etga peasr raso regres ag dajua oleh gh, Upadhaa da Premchadra [5] Peasr ag ese dega memadga ME dar setap peasr dega megguaa eses relat uatu peasr dataa ese apala mempua ME ag terecl Pertama, peasr raso regres ag dajua oleh Mohat da ahoo [5] u lr u X ( ) Kedua, peasr raso regres ag dajua oleh Na da Gupta (99 a) [5] ` u X rlr lr u X rlr (6) (5) JOM FMIPA Volume No Otoer 4 48

Ketga, peasr raso regres ag dajua oleh Na da Gupta (99 a) [5] rlr lr u rlr X (7) u da adalah ostata Berut adalah as da ME peasr raso regres utu rata-rata populas pada samplg aca sederhaa megguaa dua varael tamaha Bas da ME dar persamaa (5) adalah B B ME (8) Bas da ME dar persamaa (6) adalah B ( ) rlr B ME rlr Bas da ME dar persamaa (7) adalah B rlr ov lr (9) ME rlr () 5 PENAKIR RAIO REGREI ANG EFIIEN Peasr ag ese dar peasr ag as, dapat dtetua dega cara memadga ME dar masg-masg peasr terseut Peradga ME dar peasr dega peasr rlr ja JOM FMIPA Volume No Otoer 4 49

) emuga pertama ) Kemuga edua Peradga ME dar peasr dega peasr rlr ) emuga pertama ) Kemuga edua Peradga ME dar peasr rlr dega peasr rlr ) emuga pertama ) Kemuga edua ja ja () () () 6 ONTOH eaga cotoh dar pemahasa, dera data megea ator-ator ag mempegaruh aaa tauga () d Keluraha Damu Kecamata Begals tahu 5 [4] dega megguaa varael tamaha atu pedapata/ula (X) da pegeluara/ula Dega megguaa data terseut aa dtetua peasr raso regres lear ag palg ese utu measr rata-rata jumlah tauga a dega megguaa sarat peasr leh ese ag dperoleh seeluma da secara umum dapat dtujua dega meghtug ME dar masgmasg peasr ag dera ME dar masg-masg peasr dhtug dega meetua terleh dahulu la ag dutuha, dega megguaa Mcrosot Ecel dperoleh la-la seaga erut dega, 5 N X 5 9 7965 697,798,9467 6,88896,58,6745 8,96,48864,589,55568 JOM FMIPA Volume No Otoer 4 4

Tael Nla Mea quare Error dar Masg-Masg Peasr Peasr Raso rlr rlr ME,967 4,79776,65494 elajuta susttusa la-la ag dperoleh dar tauga, pedapata da pegeluara masaraat Keluraha Damu tahu 5 e persamaa (), (), (), dperoleh ME ME rlr ja,574 ME ME rlr ja, 756 ME rlr ME rlr ja, 59 Berdasara Tael, maa detahu ahwa peasr leh ese dar peasr rlr da peasr rlr 7 KEIMPULAN etelah dperoleh la ME dar peasr raso regres megguaa dua arater tamaha utu rata-rata populas pada samplg aca sederhaa, emuda memadga ME dar masg-masg peasr, sehgga dapat dsmpula erdasara data tauga (), pedapata (X) da pegeluara () ahwa peasr raso regres leh ese dadga dega peasr rlr da peasr rlr ja sarat-sarat eses terpeuh DAFTAR PUTAKA [] Ba, LJ & M Egelhardt 99 Itroducto to Proalt ad Mathematcal tatstcs, ecod Edto Duur Press, alora [] Bartle, RG & DR herert Itroducto to Real Aalss, Thrd Edto Joh Wle & os Ic, New or [] ochra, WG 977 amplg Techques, Thrd Edto Joh Wle & os, New or [4] Herla 5 Fator-ator ag Mempegaruh Jumlah Tauga Masaraat Keluraha Damu Wlaah Kecamata Begals Kaupate Begals rps Faultas Eoom Uverstas Rau, Peaaru JOM FMIPA Volume No Otoer 4 4

[5] gh, HP, LN Upadhaa, & Premchadra 9 A Improved Verso o Regresso Rato Estmator Wth Two Aular Varales ample urves, tatstcs I Trasto, : 85- JOM FMIPA Volume No Otoer 4 4