BAB 1 PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Created by Simpo PDF Creator Pro (unregistered version)

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB I PANDAHULUAN. 1.1 Latar Belakang

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

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

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

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

BAB 2 LANDASAN TEORI

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

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

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

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

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

H dinotasikan dengan B H

BAB 2. Tinjauan Teoritis

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

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

BAB II LANDASAN TEORI

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)

STATISTIKA ELEMENTER

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

Regresi Linier Sederhana Definisi Pengaruh

BAB II LANDASAN TEORI

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

titik tengah kelas ke i k = banyaknya kelas

III. METODOLOGI PENELITIAN

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

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

BAB II KAJIAN PUSTAKA

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

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

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

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

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

8.4 GENERATING FUNCTIONS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

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

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

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

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

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

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

BAB II TINJAUAN PUSTAKA

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

S2 MP Oleh ; N. Setyaningsih

Gambar 3.1Single Channel Multiple Phase

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

BAB 2 LANDASAN TEORI

UKURAN DASAR DATA STATISTIK

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

UKURAN GEJALA PUSAT DAN UKURAN LETAK

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

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

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

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

Bab II Teori Pendukung

DISTRIBUSI RAYLEIGH UNTUK KLAIM AGREGASI. Getut Pramesti Staf Pengajar FKIP Universitas Sebelas Maret, Jl. Ir. Sutami 36A Surakarta,

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

Model Regresi Sederhana (Lanjutan)

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

2.2.3 Ukuran Dispersi

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

BAB 2 LANDASAN TEORI

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

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

XI. ANALISIS REGRESI KORELASI

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

BAB III TEORI PERRON-FROBENIUS

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

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

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

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

Transkripsi:

BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya persoala atau feomea yag melput lebh dar sebuah varabel. Msalya, berat orag dewasa la la sampa taraf tertetu bergatug pada tggya, teaa semacam gas bergatug pada temperatur, hasl produs pad tergatug pada jumlah pupu yag dguaa, baya curah huja, cuaca da sebagaya. Abatya terasa perlu utu mempelajar aalss data yag terdr atas baya varabel. Ja peelt mempuya data yag terdr atas dua varabel atau lebh, sewajarya utu mempelajar cara bagamaa varabel varabel tu berhubuga. Hubuga yag ddapat pada umumya dyataa dalam betu persamaa matemat yag meyataa hubuga fugsoal atara varabel varabel. Stud yag meyagut masalah deal dega stlah aalss regres. Uverstas Sumatera Utara

Aalss regres d bedaa atas dua jes varabel yatu varabel bebas da varabel terat. Peetua varabel bebas da terat dalam beberapa hal tda mudah dlasaaa. Stud yag cermat, dsus yag sesama, berbaga pertmbaga,ewajara masalah yag dhadap da pegalama aa memudaha peetua. Sedaga varabel yag mudah ddapat atau terseda serg dgologa edalam varabel bebas, sedaga varabel yag terjad area varabel bebas tu merupaa varabel terat. Utu eperlua aalss, varabel bebas aa dyataa dega X, X,..., X ( ), sedaga varabel terat aa dyataa dega. Statsta bermasud meympula populas yag pada umumya dega megguaa hasl aalss data sampel. Khusus megea regres dalam meetua hubuga fugsoal yag dharapa berlau utu populas berdasara data sample yag dambl dar populas yag bersaguta. Sepert dataa datas hubuga fugsoal aa dtulsa dalam betu persamaa matemata yag dsebut persamaa regres da bergatug pada parameter- parameter. Regres ler merupaa suatu metode aalss statsta yag mempelajar pola hubuga atara dua atau lebh varabel. Pada eyataa sehar har serg djumpa sebuah ejada dpegaruh oleh lebh dar satu varabel, oleh area tu dembaga aalss multple regres. Multple regres adalah perluasaa dar smple regres yag mempuya lebh dar satu varabel bebas X. Multple regres dguaa utu memodela hubuga atara varabel terat da varabel bebas. Utu medapata estmas,,..., dguaa metode masmum lelhood, dmaa metode secara prsp dapat memmuma jamlah uadrat esalahaa. Suatu cara yag petg utu medapat peasr yag ba adalah metode masmum lelhood, yag dpereala oleh seorag ahl geeta da statst r R.a Fsher atara tahu 9 sampa 9 da meml aplas yag luas d berbaga bdag. Cara memasmuma lelhood berata dega metode estmas dalam statst. Estmas masmum lelhood bergua utu meetua parameter Uverstas Sumatera Utara

yag memasmala emuga dar data sample. Dar sudut padag statst, metode masmum lelhood daggap lebh uat pada hasl estmator dega sfat statst. Sela tu, metode juga lebh efse utu etdapasta peguura melalu batas eyaa. Mespu metodolog utu estmas masmum lelhood sagat sederhaa amu pelasaaa matematya sagat uat. Parameter yag dperoleh dar fugs estmas masmum lelhood merupaa la yag sebearya. Jelas bahwa uura sample meetua etelta dar estmator, ja uura sample sama dega populas, maa estmator meml sfat tda bas, osste da efse.. Perumusa Masalah Dalam peelta peuls megguaa buu buu berut sebaga sumber utama, dataraya:. Soprato, Apabla varabel mempuya hubuga ler dega buah varabel X, maa model matemata multple regresya adalah: X X ^ X ε Dmaa: X,..., X,,..., K ε varabel terat varabel bebas pada varabel e sampa varabel e parameter regres la esalahaa. waacott, T.H da waacott, R.J : Ja X durag dega rata-rataya, maa aa, dperoleh varabel baru ( X - regresya mejad: ). Da persamaa multple Uverstas Sumatera Utara

X X ^ X ε Dmaa: varabel terat X,..., X varabel bebas pada varabel e sampa varabel e,,..., K ε la esalahaa parameter regres Secara umum, adaa peelt mempuya sampel beruura buah peelt g megetahu emuga sampel yag damat. Dperlhata fugs la emuga utu,,..., K : p(,,..., /,,..., K p( ). Utu la bebas dega megala semua emuga bersama, dmaa:,,..., /,,..., K ( ) ( )... e e ) ( ) e Dega Megataa hasl al emuga bersama utu la ( ) ( ) ( ),...,,,...,, e p yag pegguaaya deal utu espoesal. Hasl datas dapat dperlhata dega pejumlahaa espoe: Meggat amata yag dbera dpertmbaga utu berbaga la,,...,. Sehgga persamaa d atas d amaa fugs lelhood: Uverstas Sumatera Utara

Dmaa: (,,..., ) ( ) L e L(,,..., ) Fugs masmum lelhood pada parameter Parameter yag merupaa smpaga bau utu dstrbus. la osta ( 3.4) Baya data sampel e Baga osta (.783) Varabel terat e Parameter regres e.3 Tujua Peelta Tujua peelta adalah utu meguraa cara megestmas parameter multple regres dega memmuma eror megguaa masmum lelhood..4 Kotrbus Peelta a. Meambah wawasa da memperaya lteratur dalam bdag statsta yag berhubuga dega multpleregres da masmum lelhood. Uverstas Sumatera Utara

b. Dega detahuya bagamaa cara megestmas parameter multple regrs megguaa masmum lelhood dharapa dapat memmuma jara atara tt data da gars regres. c. Utu megetahu besarya pegaruh dar setap varabel bebas ( yag tercaup dalam persamaa) terhadap varabel ta bebas..5 Metode Peelta Uraa metode yag dguaa dalam peelta secara rc sebaga berut: a. Membetu persamaa dar jumlah devas uadrat. b. Megaalss persamaa dega megguaa masmum lelhood. c. Megambl esmpula dar aalsa yag dperoleh. Uverstas Sumatera Utara