Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

dokumen-dokumen yang mirip
TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Pengajar: Dr. Agus M Soleh

BAB 5. ANALISIS REGRESI DAN KORELASI

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

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

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

Analisis Regresi dan Korelasi

Regresi Linier Sederhana Definisi Pengaruh

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

SOLUSI TUGAS I HIMPUNAN

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

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

BAB II LANDASAN TEORI

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

BAB II TINJAUAN PUSTAKA

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

BAB 1 ERROR PERHITUNGAN NUMERIK

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

S2 MP Oleh ; N. Setyaningsih

UKURAN GEJALA PUSAT (UGP)

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

UKURAN GEJALA PUSAT DAN UKURAN LETAK

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

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

BAB III METODE PENELITIAN

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Uji Statistika yangb digunakan dikaitan dengan jenis data

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

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

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

POLIGON TERBUKA TERIKAT SEMPURNA

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 2. Tinjauan Teoritis

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

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

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

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

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

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

8. MENGANALISIS HASIL EVALUASI

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

BAB III PERSAMAAN PANAS DIMENSI SATU

Regresi & Korelasi Linier Sederhana

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

3 Departemen Statistika FMIPA IPB

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

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

x = μ...? 2 2 s = σ...? x x s = σ...?

Pendugaan Parameter. Debrina Puspita Andriani /

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

3.1 Biaya Investasi Pipa

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

REGRESI & KORELASI LINIER SEDERHANA

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

BAB 2 LANDASAN TEORI

XI. ANALISIS REGRESI KORELASI

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

Xplore, 2013, Vol. 1(1):e7(1-8) c 2013 Departemen Statistika FMIPA IPB

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

STATISTIKA SMA (Bag.1)

BAB III UKURAN PEMUSATAN DATA

PENERAPAN RASIO SAMPLING DALAM PENDUGAAN RASIO LAHAN KRITIS DI WILAYAH DAS JRATUN

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

BAB III METODOLOGI PENELITIAN

STATISTIK PERTEMUAN VIII

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Transkripsi:

Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB

Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom samplg

Defs Cotoh Gerombol adalah suatu cotoh berpeluag yag satua cotohya berupa gerombol (kumpula eleme) Pearka Cotoh Gerombol (PCG) adalah pearka cotoh acak sederhaa terhadap satua cotoh yag berupa gerombol Dalam PCG semua eleme dalam gerombol yag terplh sebaga cotoh damat semua

Kapa Pearka Cotoh Gerombol Dguaka? Jka keragka pearka cotoh eleme tdak terseda, atau utuk medapatkaya perlu baya yag besar Jka baya utuk memperoleh amata megkat dega semak jauhya jarak atar eleme populas

Cotoh Kasus Aka dduga rata-rata peghasla rumahtagga d suatu kota kecl Masalah: Tdak terseda daftar semua rumahtagga d kota tsb Guaka desa/keluraha/area sebaga gerombol, ambl beberapa desa/area secara acak, semua rumahtagga d desa/area yag terplh sebaga cotoh damat

Cara Megambl Cotoh Gerombol Lagkah pertama adalah medefska gerombol Pertmbagaya: () Kedekata geografs atar eleme dalam gerombol, () Ukura gerombol yag mudah dtaga Maa yag lebh bak? Megambl bayak gerombol yag berukura kecl atau sedkt gerombol yag berukura besar? Tergatug kemrpa karakterstk dalam gerombol

Stratfed vs Cluster samplg Kods dalam strata d stratfed samplg adalah homoge da atar strata berbeda Kods dalam gerombol (cluster) relatf heteroge da atar cluster relatf mrp.

Pedugaa Rataa Populas () Peduga bag adalah: y y m V N ( y) NM y ym Peduga yag bak bag V(y) jka 0 Selag Kepercayaa bag : y t ( ) Vˆ( y)

Ilustras () Suatu survey dlakuka utuk meduga rata-rata pedapata per kapta d suatu kota kecl. Tdak ada daftar rumah tagga dewasa yag terseda (tdak terseda keragka pearka cotoh). S peelt memutuska megguaka pearka cotoh acak gerombol Wawacara dlakuka terhadap rumah tagga d 5 gerombol terplh

Data yag dperoleh Gerombol Jml RT y (rbu $) Gerombol Jml RT y (rbu $) 8 96 4 0 49 5 9 53 3 4 4 6 3 50 4 5 65 7 6 3 5 6 5 8 5 6 6 40 9 5 45 7 7 75 0 4 37 8 5 65 6 5 9 8 45 8 30 0 3 50 3 7 39 85 4 3 47 6 43 5 8 4 3 5 54 y = total pedapata per gerombol

y Scatter plot y vs m 40 0 00 80 60 40 0 0 0 4 6 8 0 4 m

Pertayaa. Dugalah rata-rata pedapata per kapta rumah tagga da htuglah boud of error Htuglah selag kepercayaa 95% bag rata-rata pedapata per kapta rumah tagga!

Pedugaa Total Populas () = M m y M My ˆ ) ˆ( ( ˆ) ˆ ym y N N N My V V

Pedugaa Total Populas () t y N Ny ˆ ) ˆ( ( ˆ) ˆ y y N N N Ny V V t t Jka M tdak dketahu:

Pertayaa Jka dketahu M=500, dugalah total pedapata semua rumah tagga d kota tersebut da htuglah boud of error Apabla daggap M tdak dketahu, dugalah total pedapata semua rumah tagga d kota tersebut da htuglah boud of error

Ukura gerombol sama Perbadga dega smple radom samplg Peduga bag adalah: m y m y y c KTP m m y V ) (

Oe-Way ANOVA Kesmpula. Ada dua sumber keragama (source of varato) Keragama atar group, JKP=SS(B), atau keragama karea faktor Keragama dalam group, JKG = SSE, atau keragama yag tdak dapat dteragka oleh faktor maka dsebut keragama galat. TABEL SIDIK RAGAM /ANOVA TABLE 7

Tabel Sdk Ragam Sumber keragama db JK KT Atar group - JKP KTP Galat (m-) JKG KTG Total m- JKT Note: p = da r =m 8

Relatve effcecy PCAG vs PCAS s ˆ m sˆ RE ( y c / y) KTP N( m ) KTG ( N Nm ( m ) KTG KTP ) KTP

Ilustras Ada 500 kotak telur, setap kotak bers butr telur. Dar 500 kotak dplh secara acak 5 kotak, kemuda setap butr telur dar 5 kotak dtmbag. Jumlah bobot dar seluruh telur dar 5 kotak adalah 900 gram. Berdasarka data bobot setap telur dar 5 kotak yag terplh dapat dperoleh tabel aalss ragam sebaga berkut: Sumber Keragama db Jumlah Kuadrat Atar Kotak 4 40.6 Dalam Kotak 55 743.05 Total 59 783.

Ilustras (Lajuta) Pertayaa : Berka la dugaa bag rata-rata bobot sebutr telur dar 500 kotak telur tu. Dar tabel aalss ragam, berka la dugaa bag ragam dar rata-rata bobot sebutr telur pada baga (a). Apakah pearka cotoh gerombol lebh efse bla dbadgka dega pearka cotoh acak sederhaa (dega ukura cotoh yag sama) pada kasus? Berka efses relatf pearka cotoh gerombol terhadap pearka cotoh acak sederhaa dega megguaka formas yag terseda.

Peetua Ukura Cotoh Tetuka dulu la boud o the error estmato, msalka sebesar B B y V z ) ( c c z M B N N Nla c da M dtetuka berdasarka formas awal, atau melakuka surve pedahulua terlebh dahulu dega megambl cotoh awal berukura ym y s c

Pedugaa Propors Populas m a p ˆ ˆ ˆ) ( ˆ pm a NM N p V Peduga yag bak bag V(p) jka 0 Jka a = bayakya yag mejawab Ya dalam gerombol ke- m = bayakya eleme dalam gerombol ke-, maka: da

Ilustras (3) Kembal ke lustras (). Pada saat bersamaa, dtayaka apakah rumah yag bersagkuta merupaka rumah sewa atau rumah sedr. Yag jad terest peelt adalah g meduga jumlah rumah tagga yag meyewa tempat tggal, sekalgus dega boud of error (batas kesalaha pedugaa)

Data yag dperoleh Gerombol Jml RT # peyewa Gerombol Jml RT # peyewa 8 4 4 0 5 7 5 9 4 3 4 6 3 4 5 3 7 6 4 5 6 3 8 5 6 6 4 9 5 3 7 7 4 0 4 8 5 6 3 9 8 3 8 3 0 3 3 7 4 4 3 0 6 3 5 8 3 3 5

TERIMA KASIH