BAB II TINJAUAN PUSTAKA

dokumen-dokumen yang mirip
Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB II TINJAUAN PUSTAKA

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

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

Regresi & Korelasi Linier Sederhana

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

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

REGRESI & KORELASI LINIER SEDERHANA

BAB 2. Tinjauan Teoritis

BAB 5. ANALISIS REGRESI DAN KORELASI

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

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

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

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

BAB II LANDASAN TEORI

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

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

3 Departemen Statistika FMIPA IPB

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Regresi Linier Sederhana Definisi Pengaruh

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB III UKURAN PEMUSATAN DATA

REGRESI & KORELASI LINIER SEDERHANA

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

b) Untuk data berfrekuensi fixi Data (Xi)

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

BAB 1 STATISTIKA RINGKASAN MATERI

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

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

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

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

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

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

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

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

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

BAB III PERSAMAAN PANAS DIMENSI SATU

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

X a, TINJAUAN PUSTAKA

Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun

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

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

UKURAN GEJALA PUSAT (UGP)

BAB III METODE PENELITIAN

BAB 1 ERROR PERHITUNGAN NUMERIK

Bab II Teori Pendukung

Tabel Distribusi Frekuensi

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB 2 LANDASAN TEORI

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

Analisis Korelasi dan Regresi

BAB 2 LANDASAN TEORI

2.2.3 Ukuran Dispersi

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

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

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

Sudaryatno Sudirham. Permutasi dan Kombinasi

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

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

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

SOLUSI TUGAS I HIMPUNAN

8. MENGANALISIS HASIL EVALUASI

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

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

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

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

TINJAUAN PUSTAKA Evaluasi Pengajaran

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

S2 MP Oleh ; N. Setyaningsih

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

BAB III ISI. x 2. 2πσ

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

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

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

BAB III METODOLOGI PENELITIAN

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

BAB V ANALISIS HIDROLOGI

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

BAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu,

Transkripsi:

BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk pertama kal cptaka oleh Jacob Wolfowt, paa tahu 9 (Kvam kk, 7: ). Aalss oparametrk aalah aalss ag moela tak meetapka sarat-sarat megea parameter-parameter populas ag merupaka uk sampel peeltaa (Segel, 99: 38). Aggapa-aggapa tertetu katka ega sejumlah besar tes-tes statstk oparametrk, atu bahwa obsevas-observasa apat epee atau berpasaga a bahwa varabel ag telt paa asara memlk kotutas. Paa statstk oparametrk guaka utuk megaalss ega ata ag mmal berukura skala oral..3 Korelas Parsal Tau Keall Koefse korelas parsal aalah ukura ag guaka utuk mempelajar hubuga atara ua varabel acak paa korelas basa ega megkaj pegaruh beberapa varabel la ega varabel ag terakhr aggap kosta (Gbbos, 3: 83). Koefse korelas parsal merupaka geeralsas ar koefse korelas tau Keall (Segel, 99: 65). Jka terlhat aa korelas atara ua varabel, selalu terapat kemugka bahwa korelas aalah akbat ar asosas atara masgmasg keua varabel tu ega suatu varabel ketga. Secara statstk, masalah 5 repostor.usba.ac.

6 apat atas ega metoe korelas parsal. Dalam korelas parsal, akbat-akbat varas ag sebabka oleh suatu varabel ketga terhaap hubuga atara varabel X a Y hlagka. Dega kata la, korelas atara X a Y temuka ega varabel ketga atu Z a varabel Z jaga agar kosta. Dalam meracag suatu eksperme, orag apat memlh atara megaaka kotrol terhaap eksperme tu ser utuk meghapuska pegaruh varabel ketga tersebut atau megguaka metoe-metoe statstk utuk meghapuska pegaruha. Oleh kareaa utuk meetuka hubuga lagsug keua varabel satu ega ag la, pegaruh perbeaa paa varabel ketga Z harus kotrol. Namu jka kotrol ekspermetal tak mugk jalaka, maka apat terapka kotrol statstk. Dega tekk korelas parsal kta apat mejaga agar varabel ketga Z terhaap hubuga atara varabel X a Y tu kosta. Maka ar tu, suatu metoe kotrol statstk ag apat guaka aalah korelas rak Keall. Utuk megguaka metoe korelas oparametrk, kta harus memlk ata ag ukur sekurag-kuraga alam skala oral. Utuk memuahka pemahama, msalka kta meapatka rakg utuk subjek paa tga varabel X, Y a Z. Kta aka meetuka korelas atara X a Y jka Z buat kosta. Rakg-rakg tu aalah: Tabel. Cotoh rakg ata Subjek Rakg Z Rakg X Rakg Y a 3 b c 3 3 repostor.usba.ac.

7 Sekarag kta lhat pasaga rakg ag mugk alam tap varabel, kta megetahu terapat C pasaga ag mugk. Setelah megatur rakg- rakg paa Z alam uruta wajar, kta perhatka setap pasaga ag mugk alam rakg X, rakg Y a rakg Z. kemua berlah taa (+) utuk taptap pasaga ag alama rakg ag lebh reah meahulu rakgrakg ag lebh tgg, taa (-) utuk tap-tap pasaga ag alama rakg ag lebh tgg meahulu rakg-rakg ag lebh reah. Tabel. Cotoh Taa + a - Pasaga Z X Y (a,b) + - - (a,c) + - - (a,) + + + (b,c) + + + (b,) + + + (c,) + + + Selajuta formas ag telah apatka rgkas kealam tabel kotges. Kemua perhatkalah ketga taa bawah (a,b). utuk hmpua pasaga rak tu, bak X maupu Y ber taa ( - ) seagka Z ber taa plus ( + ). Dega emka X maupu Y tak sesua ega Z. Mergkas formas ega meempatka pasaga (a,b) alam sel D paa Tabel.3. Selajuta perhatka pasaga (a,c) s taa ag mlk Y sesua ega taa Z, tetap taa X tak sesua ega taa Z. Oleh sebab tu, pasaga (a,c) tempatka alam sel C paa Tabel.3. Dalam setap kasus pasaga-pasaga repostor.usba.ac.

8 ag la, bak taa Y maupu taa X sama egam taa Z. Oleh sebab tu, keempat pasaga masukka alam sel A alam Tabel.3. Tabel.3 Tabel Kotges baaka taa + a - utuk Perhtuga Korelas Parsal Pasaga Y bertaa sama ega Z Pasaga Y bertaa tak sama ega Z Jumlah Pasaga X betaa A B (A+B) sama ega Z Pasaga X bertaa C D (C+D) tak sama ega Z Jumlah (A+C) (B+D) C 5 6 Rumus korelas parsal tau Keall utuk Tabel.3 aalah: AD BC (.). A BC D A CB D.3 Korelas Parsal Meurut Ebuh GU a Oeka ICA Ambl varabel X, Y a Z maa, a aalah masg-masg pegamata ke- alam sampel acak ukura ag memlk skala pegukura mmal skala oral, utuk =,.... Seagka aalah rakg utuk ar populas X, aalah rakg utuk ar populas Y a aalah rakg utuk ar populas Z, ega,,...,. Dbawah merupaka tabel struktur ata utuk korelas parsal ega tga varabel atu X, Y a Z ega varabel Z kostaka. repostor.usba.ac.

9 Tabel. Struktur Data No. Subjek Varabel Z Varabel X Varabel Y 3 3 3 3 Kemua utuk meetuka uruta wajar, maka ketga varabel tersebut ber rakg mula ar sampa. Kemua urutka rakg tersebut berasarka rakg Z. Tabel.5 Struktur Data utuk Rakg Varabel X, Y a Z No. Subjek Rakg Z Rakg X Rakg Y 3 3 3 3 3 Utuk memperkraka koefse korelas atara pegamata ar populas X a pegamata ar populas Z kta meefska. { (.) repostor.usba.ac.

Tabel.6 Struktur Data utuk Nla U jk: (. ) Uruta rakg utuk varabel X j k No. Subjek 3 3 3 3 Taa, + a - No. pegamata ag urutka sesua ega uruta rakg paa varabel Z Keteraga: j omor pegamata utuk bars, j,,..., k omor pegamata utuk kolom, k,,..., ; j k Rakg tetapka paa pegamata ke-k ar populas X ag telah aa sebeluma a rakg utuk pegamata ke-j ar populas ag sama ketka pegamata susu berasarka uruta wajar atau ar rakg pegamata sesua ar populas Z. P ) ; P ) ; P ) (.3) ( U jk ;(. ) Keteraga: P( U jk :. P( U jk :. ( U jk ;(. ) ( U jk ;(. ) ) = probabltas kokora utuk varabel X ) = probabltas skora utuk varabel X repostor.usba.ac.

f f f ; ; (.) ( ) ( ) ( ) Dmaa f, f a f ag masg-masg merupaka jumlah ar, a - alam strbus frekues ar agka-agka U, j,,..., ; k,,..., ; jk; (. ) j k. Dega cara ag sama utuk varabel Y efska terlebh ahulu sepert paa persamaa.3. Kemua ata susu sepert paa tabel.6 a htug probabltas kokora a skora sepert paa persamaa.. Utuk memperkraka koefse korelas tau Keall atara X a Y ega megkostaka varabel Z aalah ega cara megurutka rakg ar varabel X a rakg varabel Y megkut pasagaa, ega meghlagka varabel Z. Tabel.7 Struktur Data utuk Rakg Varabel X a Y No. Subjek Rakg X Rakg Y 3 3 3 3 Dapat efska bahwa { (.5) repostor.usba.ac.

Uruta rakg utuk varabel Y Tabel.8 Struktur Data utuk Nla U jk: ( ) j k No. Subjek 3 3 3 3 Taa, + a - No. pegamata ag urutka sesua ega uruta rakg paa varabel Z Keteraga: j omor pegamata utuk bars, j,,..., k omor pegamata utuk kolom, k,,..., ; j k Rakg tetapka paa pegamata ke-k ar populas Y ag telah aa sebeluma a rakg utuk pegamata ke-j ar populas ag sama ketka pegamata susu berasarka uruta wajar atau ar rakg pegamata sesua ar populas X. P ) ; P ) ; P ) (.6) ( U jk ;(. ) Keteraga: P( U jk :(. ) P( U jk :(. ) f ( U jk ;(. ) ( U jk ;(. ) ) = probabltas kokora utuk varabel XY ) = probabltas skora utuk varabel XY f f ; ; (.7) ( ) ( ) ( ) repostor.usba.ac.

3 Dmaa f, f a f ag masg-masg merupaka jumlah ar, a - alam strbus frekues ar agka-agka U, j,,..., ; k,,..., ; jk; ( ) j k. Maka estmas oparametrk koefse korelas parsal atara varabel X a Y saat pegamata ar varabel Z aggap kosta aalah r. (.8) Rumusa hpotess utuk uj keberarta korelas parsal aalah sebaga berkut: H, Tak aa hubuga atara varabel X a Y ega varabel Z :. kosta. H, Aa hubuga atara atara varabel X a Y ega varabel Z :. kosta. Dega statstk uja aalah: r. r. Krtera peguja aalah tolak H jka htug (), (.9) Keteraga: = taraf ata repostor.usba.ac.