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

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

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

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

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

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

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

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

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

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

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

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

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

UKURAN GEJALA PUSAT (UGP)

BAB III METODE PENELITIAN

BAB 5. ANALISIS REGRESI DAN KORELASI

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

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

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

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

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

SOAL DAN PEMBAHASAN MULTISTAGE SAMPLING. Oleh: Adhi Kurniawan

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PROSEDUR ESTIMASI PARAMETER MODEL REGRESI MENGGUNAKAN RESAMPLING BOOTSTRAP DAN JACKKNIFE

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

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

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

S2 MP Oleh ; N. Setyaningsih

Regresi Linier Sederhana Definisi Pengaruh

BAB 2 LANDASAN TEORI

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

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

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

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

Pengajar: Dr. Agus M Soleh

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

INTERPOLASI. FTI-Universitas Yarsi

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

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER

BAB II LANDASAN TEORI

EKONOMI TEKNIK. Ekuivalensi

POLIGON TERBUKA TERIKAT SEMPURNA

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

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

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

BAB III PERSAMAAN PANAS DIMENSI SATU

Angka Banding Manfaat dan Biaya

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

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

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

Muniya Alteza

UNIVERSITI SAINS MALAYSIA. Peperiksaan Semester Pertama Sidang 1991/92. Oktober/November 1991

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

BAB 2. Tinjauan Teoritis

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

Model Regresi Sederhana (Lanjutan)

2.2.3 Ukuran Dispersi

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

BAB I PENGERTIAN SAMPEL DAN SAMPLING

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

Tabel Distribusi Frekuensi

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

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

Analisis Korelasi dan Regresi

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

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB II TINJAUAN PUSTAKA

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 4, No.2, September 2015

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

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

BAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat

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

EKIVALENSI PRESENT WORTH FUTURE WORTH ANNUAL WORTH GRADIENT SERIES. Christina Wirawan 1

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA

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

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

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA DASAR. Oleh

MATEMATIKA INTEGRAL RIEMANN

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

Transkripsi:

PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK

Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso estmator utuk memperkraka rata-rata populas Y, tetap varabel batu x yag belum dketahu. Utuk megatas hal tersebut, dapat dguaka double samplg. Suatu prelmary radom sample dplh secara SRS WOR dega ukura sampel sebayak ut utuk megukur varabel batu x. Selajutya, subsample sebayak ut dplh secara SRS WOR dar ut utuk megukur la karakterstk y.

Double Samplg Utuk Peduga Beda, Rato, Regres Estmator Peduga Estmas rata-rata Estmas samplg Varas Beda (dfferece) y dd = y + k x x v y dd = N s y + s y + k s x kρs y s x Raso y rd = y x = Rx v y x rd = N s y + s y + R s x Rρs y s x Regres Keteraga: y dlr = y + b x x v y dlr = N ρ s y + N ρ s y x = = x s yx = = ; s y = y y = x x y y ; ρ = s yx s y s x ; s x = ; b = s yx s x = x x

Double Samplg Utuk Peduga Beda, Rato, Regres Peetua sampel optmum Fugs baya: C 0 = a + c + c Fugs varas: V = V + V Keteraga: V : sample varace utuk pearka sampel fase pertama V : sample varace utuk pearka sampel fase kedua Peduga V V Beda (dfferece) V = s y + k s x kρs y s x V = s y V Raso V = s y + R s x Rρs y s x V = s y V Regres V = ρ s y V = s y V

Double Samplg Utuk Peduga Beda, Rato, Regres Peetua sampel optmum Jumlah sampel fase pertama yag optmum: = (C 0 a) opt V c + V c V c Jumlah sampel fase kedua yag optmum: opt = (C 0 a) V c + V c V c Raso opt terhadap opt : opt = V c V c opt

Double Samplg Utuk Peduga Beda, Rato, Regres Latha: Suatu surve pedapata peta gurem dlakuka d suatu kecamata. Pada fase pertama, dlakuka pegambla sampel sebayak 00 dar 756 peta secara SRS WOR utuk megukur luas laha yag dkuasa. Dar 00 peta, dperoleh formas rata-rata luas laha tap peta adalah 400 meter perseg Kemuda, pada fase kedua, dlakuka pegambla sebayak dar 00 peta terplh pada pegambla sampel fase pertama secara SRS WOR utuk meelt rata-rata pedapata peta per bula. Data yag dperoleh: No urut peta 3 4 5 6 7 8 9 0 Luas laha (m ) 00 0 500 750 40 900 800 350 640 70 450 50 Pedapata (000 rupah) 800 860 50 40 900 80 750 000 360 40 60 350 a. Perkraka rata-rata pedapata peta gurem d kecamata tersebut megguaka estmas raso da estmas regres. Legkap dega stadar error da RSE-ya! b. Jka utuk surve medatag aka dlakuka utuk level kabupate, baya yag terseda Rp 0 juta, baya tetap Rp 4 juta, baya pegukura luas laha per peta Rp 000,00 da baya pegukura pedapata per peta Rp 5000,00, tetuka jumlah sampel optmumya jka: () estmas raso, () estmas regres!

Double Samplg utuk PPS Samplg PPS Samplg utuk meduga la Y memerluka formas varabel batu x yag belum dketahu. Utuk megatas kedala, dapat dguaka double samplg. Suatu sampel sebayak dambl dar populas sebayak N ut secara SRS WOR utuk megukur varabel batu x. Selajutya, subsample sebayak dambl secara PPS WR dega se varabel x utuk megukur varabel utama y. Ubased PPS estmator: y dpps = = Keteraga: = y p ; p = x x ; x = x = N y v dpps p

Double Samplg Utuk PPS Samplg Latha: Suatu surve pedapata peta gurem dlakuka d suatu kecamata. Pada fase pertama, dlakuka pegambla sampel sebayak 00 dar 756 peta secara SRS WOR utuk megukur luas laha yag dkuasa. Dar 00 peta, dperoleh formas rata-rata luas laha tap peta adalah 400 meter perseg. Kemuda, pada fase kedua, dlakuka pegambla sebayak dar 00 peta terplh pada pegambla sampel fase pertama secara PPS WR utuk meelt rata-rata pedapata peta per bula. Data yag dperoleh: No urut peta 3 4 5 6 7 8 9 0 Luas laha (m ) 00 0 500 750 40 900 800 350 640 70 450 50 Pedapata (000 rupah) 800 860 50 40 900 80 750 000 360 40 60 350 Perkraka rata-rata pedapata peta gurem d kecamata tersebut. Legkap dega stadar error da RSE-ya!

Selamat PKL d tgkat 3 at Have A Nce Samplg