PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA ADAPTIF CLUSTER

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

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

PENAKSIR RASIO DAN PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SISTEMATIK

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

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

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika

Diselenggarakan: 9 JULI 2014

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

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel

TINJAUAN PUSTAKA Pengertian

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

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

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

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

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT

METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR

STUDI PERBANDINGAN METODE SAMPLING ANTARA SIMPLE RANDOM DENGAN STRATIFIED RANDOM

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM07

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

PENDUGA RATAAN GEOMETRIK PADA SAMPEL HIMPUNAN TERURUT UNTUK DISTRIBUSI NORMAL

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI

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

BAB III METODE PENELITIAN

Pendugaan Parameter. Debrina Puspita Andriani /

h h h n 2! 3! n! h h h 2! 3! n!

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

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE STRATIFIED RANDOM SAMPLING

BAB III METODE PENELITIAN

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

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

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

BAB III METODE PENELITIAN

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Bab 3 Kerangka Pemecahan Masalah

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

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

STATISTIK PERTEMUAN VIII

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

BAB 2 LANDASAN TEORI

Titik Berat. da y. Suatu elemen da

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

Projek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16,

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Bab III Metoda Taguchi

Bab 7 Penyelesaian Persamaan Differensial

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

9 Departemen Statistika FMIPA IPB

TURUNAN FUNGSI. absis titik C dan absis titik C sama dengan h, maka x 3 = x 1 + h, sehingga gradien garis AC sama dengan

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

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB. Ratna Widyati Jurusan Matematika, FMIPA Universitas Negeri Jakarta

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

Distribusi Sampling (Distribusi Penarikan Sampel)

JENIS PENDUGAAN STATISTIK

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 1, 39-46, April 2002, ISSN :

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

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

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

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada.

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

BAB V ANALISA PEMECAHAN MASALAH

Distribusi Sampel Sampling Distribution

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

4/19/2016. Regresi Linier Berganda. Regresi Berganda. Model Regresi Berganda. Model Regresi Berganda. Asumsi Regresi Berganda. Model Regresi Berganda

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

x = μ...? 2 2 s = σ...? x x s = σ...?

PENYELESAIAN PERSAMAAN DIFERENSIAL DENGAN METODE ADAMS BASHFORTH MENGGUNAKAN MATLAB

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

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

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

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

BAB 3 METODE PENELITIAN

BAB 6: ESTIMASI PARAMETER (2)

BAB III METODOLOGI PENELITIAN

Transkripsi:

PEAKI AIO UTUK ATA-ATA POPUAI PADA AMPIG ACAK BETATA ADAPTIF CUTE Dita Ardii uam Efedi Buami Maasisa Program Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetaua Alam Uiversitas iau Kampus Biaida Pekabaru 893 Idoesia ditaardii_4@aoocoid ABTACT Tis article discusses to ratio eimators for te populatio mea i ratified adaptive cluer radom samplig te ratio eimator for te populatio mea ad ratio eimator for te populatio mea bot proposed b ipapor Cutima publised i Tailad tatiicia Joural [] All eimators are biased eimators Te te mea square errors are determied for eac eimator Futermore te mea square error of eac eimator ill be compared to obtai a efficiet ratio eimator A umerical eample is give at te ed of te discussio Keords: ratio eimator ratified adaptive cluer radom samplig biased mea square error ABTAK Pada artikel ii dibaas dua peaksir pada samplig acak berrata adaptif cluer aitu peaksir rasio utuk rata-rata populasi da peaksir rasio utuk rata-rata populasi ag diajuka ole ipapor Cutima pada jural Tailad tatiicia [] Kedua peaksir ii adala peaksir bias Kemudia ditetuka mea square error dari masig-masig peaksir elajuta mea square error dari kedua peaksir tersebut aka dibadigka utuk medapatka peaksir rasio ag efisie Coto umerik diberika pada akir pembaasa Kata Kuci: peaksir rasio samplig acak berrata adaptif cluer bias mea square error PEDAHUUA Metode samplig merupaka suatu cara pegumpula data dimaa aa sebagia dari eleme populasia saja ag diteliti Hasil dari aalisa data ag tela diola disimpa dalam atiik sampel da diguaka utuk meaksir parameter dari populasi ilai rata-rata dalam sampel diguaka utuk meaksir ilai rata-rata dalam populasi Dalam artikel ii diteliti populasi dibatu dega iformasi ag

terkadug dalam variabel tambaa aitu populasi seigga diguaka peaksir rasio dega megambil ubuga atara variabel da variabel tambaa Peaksir rasio merupaka suatu metode ag diguaka utuk meigkatka ketelitia suatu peaksir Peaksir rasio ag dibaas pada artikel ii adala peaksir ag bias dimaa peaksir ag efisie utuk peaksir bias adala peaksir ag memiliki mea square error (ME) terkecil emaki kecil ME ag diperole maka semaki efisie peaksir ag diperole [] Utuk medapatka peaksir rasio ag efisie adala dega membadigka ME dari masig-masig peaksir Artikel ii megkaji ulag jural Tailad tatiicia ag berjudul A atio Eimator i tratified Adaptive Cluer amplig ole ipapor Cutima [] dega memakai coto ag lai AMPIG ACAK EDEHAA Metode utuk megambil sampel dari populasi dimaa setiap eleme populasi memiliki kesempata ag sama utuk terpili sebagai aggota sampel adala suatu metode samplig acak sederaa Probabilitas terpilia uit sampel dari uit populasi pada pegambila pertama adala probabilitas pada pegambila kedua adala sampai probabilitas pada pegambila ke- aitu alu probabilitas seluru uit ag terpili pada pegambila adala ata-rata sampel adala C i i Utuk pearika sampel sederaa variasi da kovariasi rata-rata sampel secara berturut-turut adala Var f Cov i i dega i f i meataka baaka populasi i meataka baaka sampel i meataka baaka sampel pada uit ke-i i meataka baaka sampel pada uit ke-i meataka rata-rata populasi da meataka rata-rata populasi 3 AMPIG ACAK BETATA Pada samplig acak berrata populasi berukura diratifikasi mejadi beberapa rata kemudia sampel diambil secara acak dari setiap rata Pada samplig ii proporsi jumla sampel atar rata adala sama dega proporsi jumla eleme atar

rata Populasi dibuat mejadi beberapa ratum aitu populasi pada ratum ke- adala dega 3 4 l ratum Ukura Peaksir utuk rata-rata populasi pada samplig acak berrata adala dega l da i i Utuk pegambila sampel pada samplig acak berrata variasi da kovariasi dari berturut-turut adala: E Var l E l l 4 AMPIG ACAK CUTE amplig acak cluer merupaka pegambila sampel dimaa setiap samplig uit terdiri dari kumpula atau kelompok eleme-eleme populasi Pada samplig ii populasi terdiri dari beberapa cluer dimaa setiap cluer berisi K uit ag bersifat eteroge sedagka atar cluer bersifat omoge Kemudia dari beberapa cluer tersebut diambilla sampel dega megguaka samplig acak sederaa Misalka populasi terdiri dari beberapa K cluer dari M uit populasi maka pegambila k sampel dari populasi cluer dapat digambarka dega megguaka metode samplig acak sederaa Peaksir utuk rata-rata populasi pada samplig acak cluer aitu k k i k i dega k merupaka peaksir ag bias utuk 5 AMPIG ACAK BETATA ADAPTIF CUTE Pada samplig acak berrata adaptif cluer populasi dibagi mejadi rata Utuk setiap rata bersifat omoge sedagka utuk atar rata bersifat eteroge tratumratum ag tela terbetuk kemudia diaggap mejadi cluer elajuta diambil sampel dari setiap ratum dega megguaka samplig acak sederaa tapa pegembalia Ketika uit terambil mejadi aggota sampel maka semua uit ag berada pada cluer tempat uit tersebut berasal ag belum mejadi aggota sampel selajuta diambil mejadi aggota sampel [5] 3

Populasi ag bersifat eteroge dibagi mejadi rata dimaa ratum terdiri dari uit ag bersifat omoge da total jumla uit dalam populasi diotasika dega Uit u i pada populasi ag meataka uit ke-i pada ratum berubuga dega variabel ag diteliti i Peaksir rata-rata populasia adala i i dega i i mi Utuk pegambila sampel pada samplig acak berrata adaptif cluer variasi da kovariasi dari berturut-turut adala: Cov Var i i dega W i W W 6 PEAKI AIO UTUK ATA-ATA POPUAI PADA AMPIG ACAK BETATA Peaksir rasio utuk rata-rata populasi adala dega pada samplig acak berrata utuk rata-rata ˆ ˆ merupaka peaksir utuk rasio meataka rata-rata sampel pada ratum berkarakter meataka rata-rata sampel pada ratum dari variabel tambaa berkarakter da meataka rata-rata populasi berkarakter Bias da ME peaksir rasio B ME adala 4

Peaksir rasio utuk rata-rata populasi pada samplig acak berrata ag diajuka ole Kadilar da Cigi [4] adala p dega 0 ilai dapat diperole dega memiimumka ME dari peaksir rasio p da p adala peaksir rasio utuk rata-rata populasi pada samplig acak berrata ag diajuka Bias da ME dari peaksir rasio p adala ilai B p ME p ag diperole dega memiimumka ME aitu ME p dari persamaa ii diperole 7 PEAKI AIO UTUK ATA-ATA POPUAI PADA AMPIG ACAK BETATA ADAPTIF CUTE Metode peaksir rasio merupaka sala satu dari cara peaksir utuk membuat perkiraa ag baik dari data Metode ii diguaka dega tujua utuk memperole peigkata ketelitia dega megambil mafaat ubuga atara variabel da variabel tambaa Peaksir rasio utuk rata-rata populasi pada samplig acak berrata adaptif cluer adala _ ˆ dega meataka rata-rata sampel utuk pegambila sampel secara acak berrata adaptif cluer berkarakter baaka sampel pada ratum i i i i i 0 meataka m meataka jumla variabel ag mejadi peratia pada jariga dalam uit i dari sampel aal pada ratum _ meataka rata-rata sampel utuk pegambila sampel secara acak 5

berrata adaptif cluer berkarakter i i i i mi meataka jumla variabel ag mejadi peratia pada jariga dalam uit i dari sampel aal pada ratum m i meataka baaka uit pada jariga ˆ meataka _ peaksir utuk rasio _ rata-rata dari populasi da ˆ meataka rasio dari rata-rata sampel utuk samplig acak _ berrata adaptif cluer Bias da ME dari peaksir _ B ME _ i _ adala () i dega da _ i i i _ Betuk dari peaksir rasio utuk rata-rata populasi ag diajuka ole ipapor Cutima [] adala p dega 0 p _ adala peaksir rasio ag diajuka ole ipapor Cutima utuk rata-rata populasi pada samplig acak berrata adaptif cluer da ilai dapat diperole dega memiimumka ME dari peaksir rasio p _ Bias da ME dari peaksir _ adala B p _ p i _ i _ ME p () ilai dapat diperole dega memiimumka ME dari peaksir rasio p _ dega turua ME teradap adala ol Maka ME p p _ ME 0 _ 6

8 PEAKI AIO AG EFIIE Peaksir ag efisie ditetuka dega cara membadigka ME dari masig-masig peaksir Perbadiga atara persamaa () da persamaa () sebagai berikut Misalka: _ v maka ME p _ ME _ v (3) Dari persamaa (3) terdapat kemugkia aitu ME p _ <ME _ jika v 0 ME p _ >ME _ jika v 0 9 COTOH Pada pembaasa coto diguaka data produksi jagug di Idoesia dega iformasi tambaa aitu luas laa pae di tiap-tiap provisi di Idoesia dari Bada Pusat tatiik pada tau 0 [3] Data asil produksi jagug disajika pada Tabel Tabel : Hasil perituga Jumla Produksi Jagug didasarka uas aa Pae di Idoesia pada Tau 0 dega megguaka Microsoft Ecel _ 3 8 4 3 3 8536 083775 0594 4935776 4398980 566 5855556 9855 5485 897653333 39990777 30665 3068497836 047343048 490443 58859549 448700754 078353 4 8669 0 44437984 403553 0944444444 0909090909 075 9084696388 5444 0 5 48 0 40436450 68744666 93787668 96637949 3588433 08609 0 7

Dega mesubitusika ilai-ilai ag diperole pada Tabel ke persamaa () da () maka diperole Tabel : ME masig-masig peaksir o Peaksir ME 056443839 p _ 64438483 Dari Tabel diperole baa ME _ ME p _ jika 64438483 atau 0 56443839 0 KEIMPUA Dari pembaasa di atas dapat disimpulka baa peaksir rasio utuk rata-rata populasi pada samplig acak berrata adaptif cluer _ lebi efisie dari peaksir rasio utuk rata-rata populasi pada samplig acak berrata adaptif cluer ag diajuka _ p _ DAFTA PUTAKA [] Cutima 00 A e asio Eimator i tratified Adaptive Cluer amplig Tailad tatiica 8(): 3-33 [] Cocra W G 977 Tekik Pearika ampel Edisi Ketiga Terjemaa amplig Teciques ole udiasa & E Osma Uiversitas Idoesia Jakarta [3] ttp://bpsgoid/tm_pg Diugga pada 05 Desember 03 [4] Kardilar C da Cigi H 003 atio eimators i tratified adom amplig Biometric Joural 45: 8-5 [5] Tompso K 00 amplig e ork: Wile 8

AMPIA Tabel uas aa Pae-Produksi Taama Jagug eluru Provisi di Idoesia pada Tau 0 o Provisi uas aa Pae (Ha) Produksi (To) Ace 4367500 678500 umatra Utara 4309800 347400 3 umatra Barat 7565700 49549700 4 iau 38400 343300 5 Jambi 658700 55700 6 umatera elata 86700 9700 7 Begkulu 65300 037700 8 ampug 3606400 7607500 9 Bagka Belitug 6800 96700 0 Kepulaua iau 39000 84900 DKI Jakarta 300 600 Jaa Barat 486000 0865300 3 Jaa Tega 5533700 30463000 4 DI ogakarta 7376600 33660800 5 Jaa Timur 35300 6953000 6 Bate 307400 98900 7 Bali 00800 687300 8 usa Teggara Barat 703000 6467400 9 usa Teggara Timur 453300 6938600 0 Kalimata Barat 446400 70300 Kalimata Tega 7500 794700 Kalimata elata 7300 06600 3 Kalimata Timur 40400 994000 4 ulaesi Utara 0700 44030800 5 ulaesi Tega 374800 464900 6 ulaesi elata 353900 553900 7 ulaesi Teggara 3088400 7844700 8 Gorotalo 3554300 64475400 9 ulaesi Barat 5400 55400 30 Maluku 476800 8800 3 Maluku Utara 07400 554300 3 Papua Barat 9900 04900 33 Papua 355300 639300 umber: ttp://bpsgoid/tm_pg 9