PERTEMUAN 9-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

dokumen-dokumen yang mirip
PERTEMUAN 6-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 12-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 3-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

SOAL DAN PEMBAHASAN MULTISTAGE SAMPLING. Oleh: Adhi Kurniawan

PERTEMUAN 1-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 4-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 5-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

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

BAB IV APLIKASI METODE CALLBACK. Dalam bab sebelumnya telah dibahas mengenai cara mengatasi

Metode Statistika STK211/ 3(2-3)

TINJAUAN PUSTAKA Pengertian

RATIO ESTIMATOR, DIFFERENCE ESTIMATOR, & REGRESSION ESTIMATOR

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

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan

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

Distribusi Pendekatan (Limiting Distributions)

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODOLOGI PENELITIAN. Penelitian ini telah dilakukan di Desa Koto Perambahan Kecamatan Kampar

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

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina

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

PERTEMUAN 11-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

METODE PENARIKAN SAMPEL SYSTEMATIC RANDOM SAMPLING

Distribusi Sampling (Distribusi Penarikan Sampel)

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

LOGO MATEMATIKA BISNIS (Deret)

B a b 1 I s y a r a t

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

III BAHAN DAN METODE PENELITIAN. Penelititan ini menggunakan 30 ekor Sapi Bali jantan umur berkisar antara

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Pengantar Statistika Matematika II

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

theresiaveni.wordpress.com NAMA : KELAS :

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

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

STATISTIK PERTEMUAN VIII

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB V METODOLOGI PENELITIAN

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

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

BAB III METODOLOGI PENELITIAN

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

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

9 Departemen Statistika FMIPA IPB

Bab III Metoda Taguchi

Semigrup Matriks Admitting Struktur Ring

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli 2013 sampai Januari 2014

SEBARAN t dan SEBARAN F

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB 6: ESTIMASI PARAMETER (2)

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

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Barisan Dan Deret Arimatika

BAB 2 LANDASAN TEORI

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada Oktober 2013 di Desa Dadapan, Kecamatan

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

Mata Kuliah: Statistik Inferensial

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

DERET Matematika Industri 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

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

Distribusi Sampel, Likelihood dan Penaksir

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

III. METODE PENELITIAN

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

MODUL BEBERAPA MACAM SEBARAN TEORITIS BEBERAPA MACAM SEBARAN TEORITIS

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

Inflasi dan Indeks Harga I

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

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

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III BAHAN DAN METODE PENELITIAN

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

PELUANG. Kegiatan Belajar 1 : Kaidah Pencacahan, Permutasi dan kombinasi

Teorema Nilai Rata-rata

Transkripsi:

PERTEMUAN 9-MPC 2 PRAKTIK Oleh: Adhi Kuriawa SEKOLAH TINGGI ILMU STATISTIK

Two Stage Samplig (PPS WR-PPS WR) Misalka suatu survei dilakuka dega pearika sampel dua tahap (two stage samplig), dega tahapa sebagai berikut : Tahap pertama, dari N uit pearika sampel tahap pertama dipilih uit dega meerapka metode pearika sampel sebadig terhadap ukura uit X i dega pemuliha (PPS WR). Nilai-ilai X i utuk seluruh uit utuk pearika sampel tahap pertama harus tesedia sehigga dapat dihitug Tahap kedua, misalka pada setiap uit psu yag terpilih memuat M i uit ssu, selajutya dipilih uit dega meerapka metode PPS WR dega size Z ij.

Skema Samplig (Samplig Scheme) Two Stage Samplig (PPS WR-PPS WR) Tahap Ideks Uit Populasi Sampel Metode Peluag Fraksi samplig 1 i psu N PPS WR X i X 2 j ssu M i PPS WR Z ij Z i X i X Z ij Z i Overall samplig fractio merupaka perkalia fraksi samplig atartahap pearika sampel, yaitu: f ij = f i f j i = X i Z ij XZ i Desig weight merupaka kebalika dari overall samplig fractio, yaitu: w ij = XZ i X i Z ij

Two Stage Samplig (PPS WR-PPS WR) Jika y ij merupaka ilai karakteristik yag diteliti pada psu ke-i ssu ke-j maka : Ubiased estimator utuk total karakteristik yag haya didasarka pada psu ke-i adalah: Y i = XZ i X i y ij Z ij j=1 Ubiased estimator utuk total karakteristik berdasarka seluruh sampel psu adalah: Y = i=1 j=1 w ij y ij = X Z i i=1 X i y ij Z ij j=1 Ubiased estimator utuk samplig varias adalah: v Y = 1 ( 1) i=1 Y i Y 2

Two Stage Samplig (PPS WR-PPS WR) Cotoh: Misalka, kita mempuyai populasi jumlah peterak sebayak 6 peterak. Pada tahap pertama dilakuka pegambila sampel sebayak 2 peterak secara PPS WR dega size jumlah kadag, selajutya dari tiap peterak terpilih dilakuka pegambila sampel sebayak 2 kadag secara PPS WR dega size jumlah sapi. Kemudia dilakuka observasi utuk memperkiraka jumlah sapi betia. Tahap 1: Pilih peterak PPS WR Keteraga: size jumlah kadag Tahap 2: pilih kadag PPS WR size jumlah sapi peterak sapi kadag Sapi betia Sapi jata

Two Stage Samplig (PPS WR-SRS/Systematik) Misalka suatu survei dilakuka dega pearika sampel dua tahap (two stage samplig), dega tahapa sebagai berikut : Tahap pertama, dari N uit pearika sampel tahap pertama dipilih uit dega meerapka metode pearika sampel sebadig terhadap ukura uit X i dega pemuliha (PPS WR). Nilai-ilai X i utuk seluruh uit utuk pearika sampel tahap pertama harus tesedia sehigga dapat dihitug Tahap kedua, misalka pada setiap uit psu yag terpilih memuat M i uit ssu, selajutya dipilih uit dega meerapka metode acak sederhaa dega pemuliha/sistematik (SRS/sistematik).

Two Stage Samplig (PPS WR-SRS/Sistematik) Skema Samplig (Samplig Scheme) Tahap Ideks Uit Populasi Sampel Metode Peluag Fraksi samplig 1 i psu N PPS WR X i X 2 j ssu M i SRS/Sistematik 1 M i X i X M i Overall samplig fractio merupaka perkalia fraksi samplig atartahap pearika sampel, yaitu: f ij = f i f j i = X i XM i Desig weight merupaka kebalika dari overall samplig fractio, yaitu: w ij = XM i X i

Two Stage Samplig (PPS WR-SRS WR) Jika y ij merupaka ilai karakteristik yag diteliti pada psu ke-i ssu ke-j maka : Ubiased estimator utuk total karakteristik yag haya didasarka pada psu ke-i adalah: Y i = XM i X i Ubiased estimator utuk total karakteristik berdasarka seluruh sampel psu adalah: j=1 y ij Y = i=1 j=1 w ij y ij = X M i i=1 X i j=1 y ij Ubiased estimator utuk samplig varias adalah: v Y = 1 ( 1) i=1 Y i Y 2

Estimasi Rasio pada Two Stage Samplig Misalka selai variabel Y, juga diteliti variabel X sehigga y ij da x ij masigmasig meyataka ilai karakteristik Y da X yag diteliti pada psu ke-i ssu ke-j. Dega demikia, dapat dihitug rasio dari dua variabel tersebut beserta estimasi variasya: R = Y X v R = 1 X 2 v Y 2Rcov Y, X + R2 v X Keteraga: cov Y, X = 1 ( 1) i=1 Y i Y X i X

TERIMA KASIH Have A Nice Samplig