PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS

dokumen-dokumen yang mirip
PENAKSIR RASIO REGRESI LINEAR SEDERHANA UNTUK RATA-RATA POPULASI MENGGUNAKANKARAKTER TAMBAHAN

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

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

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

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

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

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

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

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

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

BAB III TEOREMA GLEASON DAN t-desain

METODE DETECTABILITY SIMPLE RANDOM SAMPLING (STUDI KASUS : MENAKSIR TOTAL BANYAK KATAK DI SEKELILING DANAU AGATIS UNIVERSITAS INDONESIA)

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

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

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

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

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

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

BAB 2 LANDASAN TEORI

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

BAB 2 LANDASAN TEORI

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto

PENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

BAB III METODE MULTISTAGE CLUSTER SAMPLING. dilakukan melalui dua tahap pengambilan sampel atau lebih (Cochran, 1977:314).

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

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS

PELABELAN-k TOTAL TAK TERATUR SISI DAN NILAI KETAKTERATURAN TOTAL SISI DARI GRAF LINTANG. oleh DWI HANDAYANI M

BAB III ISI. x 2. 2πσ

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

PENAKSIR RASIO DAN REGRESI MENGGUNAKAN DUA VARIABEL TAMBAHAN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

Regresi & Korelasi Linier Sederhana

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

1. Ilustrasi. Materi 2 Pendugaan Parameter

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

REGRESI & KORELASI LINIER SEDERHANA

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

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

BAB 5. ANALISIS REGRESI DAN KORELASI

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

2.2.3 Ukuran Dispersi

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

REGRESI & KORELASI LINIER SEDERHANA

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

RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA. Haposan Sirait 1, Usman Malik 2 ABSTRAK

UKURAN SIMPANGAN DAN UKURAN VARIASI UKURAN SIMPANGAN. Rentang= 4/1/2013 KANIA EVITA DEWI S.PD., M.SI.

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI. Rentang Antar Kuartil. Rentang= 3/26/2012

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

BAB III UKURAN PEMUSATAN DATA

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

Statistik dan Probabilitas 3

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

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

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

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )

Pendugaan Parameter 1

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

Bab6 PENAKSIRAN PARAMETER

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

Digraf Eksentrik dari Graf Crown. Fakultas MIPA UNS Surakarta

BAB I. SIFAT-SIFAT PADATAN

BAB 2 LANDASAN TEORI

S2 MP Oleh ; N. Setyaningsih

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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN :

BAB III METODOLOGI PENELITIAN

=, adalah keluaran real negara j, y j. menunjukkan tingkat persaingan negara j terhadap negara i,,

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

A.Interval Konfidensi pada Selisih Rata-rata

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

BAB II KAJIAN LITERATUR

INTERVAL KEPERCAYAAN

TE Dasar Sistem Pengaturan

Transkripsi:

PENAKIR RAIO YANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING ACAK EDERHANA MENGGUNAKAN MEDIAN DAN KOEFIIEN KURTOI abarah * Haro H rat Mahawa Program Matematka Doe Jurua Matematka Fakulta Matematka da Ilmu Pegetahua Alam Uverta Rau Kamu Bawda Pekabaru 893 Idoea * tabarah89@ahoocod ABTRACT Th artcle dcue two rato etmator for the oulato mea mle radom amlg ug the aular varable of the meda ad coeffcet of kurto ad lear combato of rato etmator All etmator are baed etmator the the mea quare error are determed Furthermore the mea quare error of each etmator are comared for howg whch oe the effcet etmator A umercal eamle gve to ela the roblem dcued Keword: rato etmator mle radom amlg meda coeffcet of kurto ad mea quare error ABTRAK Pada artkel dbaha dua eakr rao utuk rata-rata oula ada amlg acak ederhaa megguaka meda da koefe kurto erta komba ler eakr rao Ketga eakr meruaka eakr ba kemuda dtetuka mea quare error elajuta dbadgka mea quare error dar mag-mag eakr utuk medaatka eakr ag efe ebuah cotoh umerk dberka ada akhr embahaa Kata kuc: eakr rao amlg acak ederhaa meda koefe kurto da mea quare error PENDAHULUAN Peakr rao meruaka uatu metode ag dguaka utuk megkatka ketelta uatu eakr dega megambl mafaat hubuga atara varabel da varabel tambaha [] Peakr rao ederhaa utuk rata-rata oula dotaka dega YR da drumuka ebaga Y R X dega da berturut-turut meataka rata-rata amel Y da X erta X meataka rata-rata oula X

Dar eakr rao ederhaa ubrama da Kumarada [5] memodfka mejad eakr rao Y da eakr rao regre Y ag megguaka meda Md da koefe kurto gh da Talor [4] megkombaka atara eakr rao da eakr roduk Berdaarka de dar gh da Talor eul megkombaka atara eakr Y dega eakr Y ag dotaka dega Y Peakr dega megguaka metode rao meruaka eakr ba ehgga eakr ag efe utuk eakr ba adalah eakr ag memlk Mea quare Error (ME) terkecl AMPLING ACAK EDERHANA Pegambla amel acak ederhaa meruaka uatu metode utuk megambl ut amel dar N ut oula ehgga eta eleme C amel ag berbeda memua keemata ag ama utuk dlh ebaga ut amel Pegambla amel adalah egambla amel acak taa egembala agar karaktertk ut-ut lebh akurat [] Utuk meetuka ba da ME ada amlg acak ederhaa dguaka teorema vara da kovara Teorema [ : h 7] Aabla amel berukura dambl dar oula berukura N ag berkarakter Y dega amlg acak ederhaa taa egembala maka vara rata-rata amel dotaka dega V atu N V N N f Bukt: Bukt dar teorema daat dlhat ada [] Teorema [ : h 9] Jka adalah ebuah aaga ag bervara dalam ut dalam oula da adalah rata-rata dar amel acak ederhaa berukura maka kovara adalah Cov N f Y X N Bukt: Bukt dar teorema daat dlhat ada [] 3 PENAKIR REGREI UNTUK RATA-RATA POPULAI Model regre ler ederhaa dataka dega eramaa [3]: e ()

daumka E e 0 ehgga E Varabel meruaka varabel tak beba ada data egamata ke- da adalah varabel beba ada egamata ke- edagka da adalah arameter (koefe regre) ag aka dtakr da e adalah kealaha egamata ke- Dar eramaa () maka kealaha egamata ke- dtul e dega demka jumlah kuadrat kealaha egamata data terhada gar regre dtul e () Dega memmumka eramaa () maka eakr utuk atu da eakr utuk atu ( )( ) b (3) ( ) a b (4) Peramaa (3) daat dederhaaka mejad b dega 3

Aabla varabel da memua hubuga kaual atau hubuga ebab akbat maka ecara geometr eramaa regre melalu ttk agkal Dar eramaa (4) deroleh b (5) jka koefe regre b berlaku utuk rata-rata amel maka b juga berlaku utuk rata-rata oula ehgga Y bx (6) Dar eguraga eramaa (6) dega eramaa (5) ecara aljabar deroleh Y b X Y debut eakr regre ler utuk rata-rata oula ag dotaka dega ehgga Y RL Y RL b X 4 BIA DAN ME PENAKIR RAIO UNTUK RATA-RATA POPULAI Peakr rao da eakr rao regre utuk rata-rata oula ada amlg acak ederhaa ag megguaka meda da koefe kurto atu Y X Md Md Y bx X Md Md (7) (8) dega b meataka koefe regre Y ata X elajuta komba ler eakr rao dar eramaa (7) da eramaa (8) ag drumuka ebaga Y X Md b( X ) ( X Md) (9) Md Md dega meataka kotata 0 4

Ba da ME eakr rao utuk rata-rata oula megguaka meda da koefe kurto ada amlg acak ederhaa atu Ba da ME dar eramaa (7) adalah ME B f Y Y C C C f Y Y C C C C Ba da ME dar eramaa (8) adalah f R B Y ME Y Y f R Ba da ME dar eramaa (9) adalah ME f C R B Y f Y R R 5 PENAKIR RAIO YANG EFIIEN Utuk meetuka eakr ag efe dar eakr ba daat dtetuka dega cara membadgka ME dar eakr Y Y da Y ehgga Perbadga atara MEY jka R dega ME Y deroleh MEY ME Y R W R R Perbadga atara MEY jka dega ME Y deroleh MEY ME Y R 0 W 5

3 Perbadga atara MEY dega ME Y deroleh MEY ME Y jka Y C Y C C R 6 CONTOH Cotoh berkut meruaka data dar Kadlar da Cg [] ag dguaka utuk megetahu rata-rata roduk ael Y ag terdaat d dea Turk atu Aegea ada tahu 999 dega memafaatka varabel tambahaa atu baaka oho ael X d dea terebut Dketahu data roduk ael d daerah Aegea terebar d 06 dea eta amel dambl ecara acak ederhaa Iforma ag deroleh dar data lamra adalah ebaga berkut N 06 74698 C 5687 30 547 7 C 08509587 8 086 57768696 9 f 08308868 3457 555494 3 0 993664 Md 7975 5687966 4 R 008005907 9 Dega megguaka forma dar data d ata deroleh bahwa () Y ME Y () Y ME Y () Y ME Y ME jka 007 ME jka 0 0989930 ME jka 073797 06687869 7 KEIMPULAN Dar embahaa d ata deroleh bahwa eakr Y lebh efe dar eakr Y eakr Y lebh efe dar eakr Y da eakr Y lebh efe dar eakr Y Jad daat dmulka bahwa komba ler eakr rao meruaka eakr ag lebh efe dbadgka eakr laa 6

DAFTAR PUTAKA [] Cochra W G 99 Tekk Pearka amel Ed Ketga Terj Dar amlg Techque oleh Rudaah & E R Oma UI Pre Jakarta [] Kadlar C & H Cg 004 Rato Etmator mle Radom amlg Aled Mathematc ad Comutato 5: 893-90 [3] Ramachadra K M & Chr P T 009 Mathematcal tattc wth Alcato Academc Pre Calfora [4] gh H P & R Talor 005 Etmato of Fte Poulato Mea wth Kow Coeffcet of Varato of a Aular Character tattca ao LXV 3: 30-33 [5] ubrama J & Kumaraada G 0 Modfed Rato Etmator Ug Kow Meda ad Co-Effcet of Kurto Amerca Joural of Mathematc ad tattc (4): 95-00 7