PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.

dokumen-dokumen yang mirip
PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

Bab VII Contoh Aplikasi

KOMBINASI PENAKSIR RASIO-PRODUK EKSPONENSIAL UNTUK RATA-RATA POPULASI MENGGUNAKAN PROPORSI PADA SAMPLING GANDA

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H.

Jurnal Pendidikan Matematika & Matematika

*Corresponding Author:

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat

KRITERIA MEMILIH PENDUGA TITIK TERBAIK. Abstrak

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

ANALISIS DATA KATEGORIK (STK351)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

V = adalah himpunan hingga, dan misalkan

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas

Bab 1 Ruang Vektor. R. Leni Murzaini/

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

Analysis of Covariance (ANACOVA)

BAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian

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

UJI PRIMALITAS. Sangadji *

Integrasi. Metode Integra. al Reimann

III. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

Regresi Linear Sederhana dan Korelasi

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

BAB III METODOLOGI PENELITIAN. awal dengan pemberian latihan dan pemberikan tes akhir yang kemudian melihat

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

BAB VB PERSEPTRON & CONTOH

PENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI. (Bayesian Approach for Estimating Interaction Effect of AMMI Model)

Pemodelan resiko jantung koroner dengan pendekatan logistik nonparametrik berdasarkan estimator polinomial lokal ABSTRAK

BAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

(DS.2) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Studi kasus untuk Desain Split Plot)

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

III. METODE PENELITIAN

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

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

Bab II Tinjauan Pustaka

Kritikan Terhadap Varians Sebagai Alat Ukur

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( )

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

ANALISIS BENTUK HUBUNGAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

I. PENGANTAR STATISTIKA

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

Page 1

OVERVIEW 1/40

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

BAB 2 LANDASAN TEORI

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

PEMODELAN REGRESI NONPARAMETRIK MENGGUNAKAN PENDEKATAN POLINOMIAL LOKAL PADA BEBAN LISTRIK DI KOTA SEMARANG. DOI: /medstat

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

Transkripsi:

PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka Fakultas Mateatka dan Ilu Pengetauan Ala Kapus Bnawdya Pekanbaru,893,Indonesa ABSTRACT Rato estators of te populaton ean usng sple rando saplng and ranked set saplng tat suggested ere are two rato estators nvolvng te frst and te trd quartles paraeters. Tese estators are based estators, so tat te Mean Square Error s calculated for eac estators to obtan te effcent estators. Terefore, te sulaton usng te frst and trd quartles paraeters s carred out. Te sulaton sowed tat te frst quartles paraeters are ore effcent tan te trd quartle. Key words: Based, Quartle, Sple Rando Saplng, Ranked Set Saplng.. PEDAHULUA Bentuk uu penaksr raso sederana untuk rata-rata populas dar varabel yang dtelt ddefenskan dengan SRS dengan asus bawa rata-rata populas dar varabel tabaan dketau. Dsn adala rata-rata sapel dar varabel yang dtelt dan adala rata-rata dar varabel tabaan. Dar penaksr raso sederana Al-Oar, Jean dan Ibra [] engajukan enjad sebua penaksr raso dengan enggunakan paraeter kuartl dan kuartl 3 sepert q ˆ SRS SRS () SRS q ()

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat Dar kedua penaksr raso acak sederana tersebut Al-Oar, Jean dan Ibra [] engadaptas kebal enjad penaksr raso pada saplng berperngkat. Penaksr raso untuk rata-rata populas pada saplng berperngkat ddefenskan dengan q ˆ (3) q Dar ketga penaksr raso untuk rata-rata populas tersebut asng-asng erupakan penaksr bas. Maka untuk endapatkan penaksr raso yang efsen adala dengan engtung MSE untuk asng-asng penaksr. Seakn kecl MSE yang dperole aka akan seakn efsen.. SAMPLIG ACAK SEDERHAA Sala satu ater pendukung yang dgunakan untuk enentukan penaksr raso yang efsen untuk rata-rata populas adala ekspektas ateatka dan sfat-sfat ekspektas dar varabel rando yang dnyatakan sebaga berkut. Defns. [4 :. 9] Msalkan adala varabel rando dengan fungs kepadatan peluang P (x), aka ekpektas dar yang dnotaskan dengan E ( ) ddefnskan dengan E( ) x P( x ) Defns. [ :. 30] Penaksr ˆ erupakan penaksr tak bas untuk jka E ( ˆ). Defns.3 [ :. 309] Penaksr ˆ erupakan penaksr bas untuk jka E( ˆ) B( ˆ). dengan B (ˆ ) adala bas dar penaksr ˆ, sengga B (ˆ ) dapat dnyatakan dengan B ( ˆ) E( ˆ ). Defns.4 [ :. 73] Varans ˆ dengan notas Var (ˆ ) ddefnskan dengan Var ( ˆ) ˆ ˆ)) E( E(. Keudan akan dberkan defns kovarans yang enyatakan ubungan antara dua varabel rando. Defns kovarans akan dgunakan untuk enentukan kovarans dar rata-rata sapel. Defns.5 [ :. 74] Msalkan dan sepasang varabel rando dengan dan adala rata-rata dar asng-asng varabel acak, aka kovarans yang dnotaskan dengan notaskan Cov(, ) ddefnskan dengan

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat 3 Cov(, ) E( )( ). Sala satu krtera yang dgunakan untuk ebandngkan efsens dar beberapa penaksr bas adala Mean Square Error (MSE), yang ddefnskan sebaga berkut. Defns.6 [6 :. 7] Msalkan ˆ erupakan penaksr bas untuk, aka Mean Square Error dar ˆ yang dnotaskan dengan MSE (ˆ ) adala ˆ) MSE ( E( ). ˆ 3. SAMPLIG BERPERIGKAT Saplng berperngkat pertaa kal dajukan ole McIntyre [5]. Prosedur saplng berperngkat dlakukan dengan el secara acak sapel berukuran dan perngkat dar populas berukuran. Sapel berukuran n dbag kedala sejula set secara acak dengan ukuran yang saa, keudan pengukuran dabl dar perngkat terkecl untuk set pertaa, set kedua dabl dar perngkat terkecl kedua, dan prosedur dlanjutkan sapa dengan perngkat terbesar dpl untuk pengukuran dar sapel ke- n. Sklus n dapat dulang sebanyak r waktu sapa r unsur yang dukur selaa proses saplng berperngkat. Sapel yang tela terpl tdak dkebalkan pada populasnya untuk seluru penarkan berkutnya, aka cara n dnaakan saplng berperngkat tanpa pengebalan. Untuk enyederanakan penulsan dgunakan notas-notas yang akan dperlukan dala saplng berperngkat, yatu: [ ],, Varans dar rata-rata untuk saplng berperngkat [] Var ( ). (4) Hal n dapat dtunjukkan : Var( ) Var E r E

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat 4 atau Var ( ) P Var ( ) Jka, [ ] adala sebua pasangan yang bervaras dtetapkan pada unt dala populas dan, adala rata-rata dar saplng berperngkat berukuran, aka kovaransnya dnotaskan dengan, T cov (5) Hal n dapat dtunjukkan : Gunakan persaaan (4) untuk varasnya u[ ]. Rata rata populas dar u adala U, dan persaaan (4) eberkan E u U u U Dsederanakan, sengga dperole: E n (6) Berdasarkan persaaan (4) aka: dan E (7) E (8)

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat 5 Dengan ensubsttuskan persaaan (7) dan persaaan (8) ke persaaan (6), sengga terbukt bawa: Cov Cov,, T T T 4. BIAS DA MSE PEAKSIR RASIO UTUK RATA-RATA POPULASI Bas dan MSE penaksr raso untuk rata-rata populas pada saplng acak sederana ˆ adala B SRS f ˆ C D SRS dengan. q dengan MSE ˆ K SRS K q dan Bas dan MSE berperngkat ˆ B penaksr raso untuk rata-rata populas pada saplng adala f ˆ C D dengan q

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat 6 dengan MSE ( ) K K q dan. 5. SIMULASI Tabel. Efsens Saplng Berperngkat teradap Saplng Acak Sederana pada Kuartl dengan enggunakan postf untuk 7,8, 9 Efsens = 7 = 8 = 9 0,99,850870,8608640,475850 0,90,069450,39870,755650 0,80,734630,36780,6966530 0,70,7990,86070,6869850 0,50,05460,6890,635680 Tabel. Efsens Saplng Berperngkat teradap Saplng Acak Sederana pada Kuartl dengan enggunakan negatf untuk 7,8, 9 Efsens = 7 = 8 = 9-0,99,754770,834840 3,0454430-0,90,30540,387370,490400-0,80,98970,367930,55660-0,70,86030,33580,47840-0,50,694670,46800,004550

Ryan Aresta et.al. Saplng Acak Sederana dan Saplng Berperngkat 7 Tabel 3. Efsens Saplng Berperngkat teradap Saplng Acak Sederana pada Kuartl 3 dengan enggunakan postf untuk 7,8, 9 Efsens = 7 = 8 = 9 0,99,5950,708530,3030 0,90,055980,049930,083490 0,80,004040,00860,009530 0,70,00480,00035,006895 0,50,000456,00935,00475 Tabel 4. Efsens Saplng Berperngkat teradap Saplng Acak Sederana pada Kuartl 3 dengan enggunakan negatf untuk 7,8, 9 Efsens = 7 = 8 = 9-0,99,53930,0789470,498630-0,90,0780,38070,9664460-0,80,7050,9050,663770-0,70,509540,790870,35060-0,50,0906850,00630,85540 6.KESIMPULA Dar artkel n dapat dspulkan bawa saplng berperngkat leb efsen dar pada saplng acak sederana SRS berdasarkan jula ukuran sapel yang saa dar data yang dukur dan berdasarkan sulas bawa terlat jelas paraeter kuartl leb efsen dar pada paraeter kuartl 3. DAFTAR PUSTAKA [] Al-Oar, AI & Dkk. 009. ew Rato Estators of te Mean Usng Sple Rando Saplng and Ranked Set Saplng Metods, Revsta Investgacon Operaconal. 30, 97-08. [] Ban, L. J and M. Engelard. 99. Introducton to Probablty and Mateatcal Statstcs. Second Edton. Duxbury Press, Calforna. [3] Cocran, W.G. 99. Teknk Penarkan Sapel, Eds ketga. Terj. Dar Saplng Tecnques, ole Rudansya & E.R Osan. Penerbt Unverstas Indonesa, Jakarta. [4] Hogg, R.V and E. A. Tans. 00. Probablty and Statstcal Inference. Sxt Edton. Upper Saddle Rver, ew Jersey. [5] Mcntyre, G. A. 95. A Metod for Unbased Selectve Saplng Usng Ranked Sets. Australan Journal. 3, 385-390. [6] Montgoery, D.C & G. C. Runger. 999. Appled Statstcs and Probablty for Engneers, Second Edton. Jon Wley & Sons, Inc, ew ork.