BAB 2 LANDASAN TEORI

dokumen-dokumen yang mirip
STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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.

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

BAB 2. Tinjauan Teoritis

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

titik tengah kelas ke i k = banyaknya kelas

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

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

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

BAB 2 LANDASAN TEORI

Created by Simpo PDF Creator Pro (unregistered version)

BAB II LANDASAN TEORI

BAB II KAJIAN PUSTAKA

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

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

Regresi Linier Sederhana Definisi Pengaruh

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

E ax by c ae X be Y c. 6.1 Pengertian Umum

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

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II TINJAUAN PUSTAKA

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

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

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

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Uji Statistika yangb digunakan dikaitan dengan jenis data

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

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

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

H dinotasikan dengan B H

STATISTIKA ELEMENTER

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 2 LANDASAN TEORI

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

BAB II LANDASAN TEORI

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

III. METODOLOGI PENELITIAN

Oleh : H. BERNIK MASKUN

Ir. Tito Adi Dewanto

BAB 2 LANDASAN TEORI

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

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB 3 Interpolasi. 1. Beda Hingga

BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

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

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

2.2.3 Ukuran Dispersi

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

UKURAN DASAR DATA STATISTIK

XI. ANALISIS REGRESI KORELASI

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

BAB III TEORI PERRON-FROBENIUS

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

BAB 2 LANDASAN TEORI

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

Koefisien Korelasi Spearman

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID)

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

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

BAB 2 LANDASAN TEORI

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

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

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

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal

Transkripsi:

BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu teor teor tersebut adalah sebaga berut Aalss Dsma Meurut Johso da Wcher 007), tujua dar Aalss Dsrma adalah utu meggambara cr-cr suatu pegamata dar bermacam-macam populas atau elompo yag detahu Dega ata la Aalss Dsrma dguaa utu meglasfasa dvdu e dalam salah satu dar dua elompo atau lebh uatu fugs dsrma laya utu dbetu bla terdapat perbedaa la rataa d atara elompo-elompo yag ada Oleh area tu sebelum fugs dsrma dbetu perlu dlaua peguja terhadap perbedaa la rataa dar elompo-elompo tersebut Dalam peguja la rataa atar elompo, asums yag harus dpeuh adalah: 5 Varabel depede seharusya berdstrbus ormal multvarat Multvarate Normalty), ja data tda berdstrbus ormal,aa meyebaba masalah pada etepata fugs model) dsrma 6 Matrs varas ovaras grup dar semua varabel depede seharusya sama Uverstas umatera Utara

7 Tda ada data yag sagat estrm outler) pada varabel depede, ja ada data estrm yag tetap dproses, hal bsa berabat beruragya etepata lasfas dar fugs dsrma 8 Tda ada orelas yag uat atar-varabel depede, ja dua varabel depede mempuya orelas yag uat,dataa terjad multolertas, utu megetahu adaya multolertas dapat dlaua dega melhat orelas atar varabel depede r) yatu ja la r > 06 meujua adaya multolertas Uj Keormala Peubah Gada Meurut Johso da Wcher 007), utu meguj eormala peubah gada Multvarate Normalty) adalah dega mecar la jara uadrat utu setap pegamata yatu: dmaa : d )' ) d adalah la jara uadrat utu setap pegamata e- adalah pegamata yag e-, dega,,, adalah rata-rata varabel bebas - adalah ebala verse) matrs varas-ovaras gabuga Kemuda d duruta dar yag palg ecl e yag palg besar, selajutya dbuat plot d dmaa: uruta,,, Bla hasl plot dapat ddeat dega gars lurus, maa dapat dsmpula bahwa peubah gada meyebar ormal Pada artel Aalss_Fator & Dsrma, dataa bahwa sergal eormala gada sult dperoleh terutama bla sampel yag dambl relatf ecl Bla hal terjad, uj vetor la rataa uj esamaa rata-rata elompo) tetap bsa Uverstas umatera Utara

dlaua selama asums esamaa matrs varas ovaras grup dar semua varabel depede dpeuh 3 Uj Kesamaa Matrs Varas Kovaras Utu meguj esamaa matrs varas ovaras elompo I ) da elompo II ) dguaa hpotesa : H 0 :,matrs varas ovaras elompo adalah relatf sama H : matrs varas ovaras elompo adalah berbeda secara yata Terma H 0, yag berart matrs varas ovaras sama ja : Dega : χ ht χ α ; ) p p+ ) χ htug C) V l l V bayaya elompo grup ) P jumlah peubah pembeda Y) dalam fugs dsrma matrs varas ovaras dalam elompo gabuga matrs varas ovaras elompo e-,,, jumlah respode pada elompo e- dega V V V Uverstas umatera Utara

C p + 3p 6 p + ) V ) V 4 Uj Vetor Nla Rataa Uj Kesamaa Rata-Rata Kelompo ) Meguj apaah semua varabel depede varabel bebas) berbeda secara yata berdasara varabel depedevarabel bebas duj dega dua cara : Dega Uj F tatst uj yag dguaa utu meguj esamaa rata-rata atar elompo adalah statst F dega hpotesa : H 0 : µ µ µ,berart rata-rata atar elompo sama tda ada perbedaa ) H : µ µ µ sedtya ada dua rataa yag berbeda ) berart ada perbedaa rata-rata atar elompo α Taraf yata Daerah rts : tola H 0, ja F ht > F tabel F tabel F α db; db ) db - db - ) -)+ -) Apabla F ht > F tabel,maa tola H 0, berart bahwa terdapat perbedaa vetor la rataa atar elompo Bla dar hasl peguja ada perbedaa vetor la rataa, maa fugs dsrma laya dsusu utu megelompoa suatu obje Uverstas umatera Utara

Keputusa atas dasar gfas uj F pada output P dlhat aga g a Ja g > 005 maa H 0 dterma berart tda ada perbedaa yag sgfa atar grup rata - rata atar elompo sama ) b Ja g 005 maa H dterma, berart ada perbedaa yag sgfa atar grup Dega aga Wls Lambda Aga Wls Lambda bersar 0 sampa, yatu : a Ja aga Wls Lambda medeat 0, maa data tap elompo cederug berbeda b Ja aga Wls Lambda medeat, maa data tap elompo cederug sama tda berbeda ) Wl s Lambda W W + B Dmaa : W Jumlah Kuadrat Galat JK dalam elompo ) B Jumlah Kuadrat Atar elompo Aalss varas uj F ) da aga Wl s Lambda adalah utu meguj rata-rata dar setap varabel 5 Fugs Aalss Dsrma Fugs dsrma meetua edalam elompo maa suatu obje melalu araterstya berupa data pegamata) seharusya dmasua atau dategora, maa setda-tdaya ada dua elompo grup), oleh area tu dapat dtjau bagamaa fugs dsrma dperoleh apabla berhadapa dega dua grup ebelumya aa djelasa terlebh dahulu pegerta matrs varas ovaras Uverstas umatera Utara

Pada data pegamata e- yag beruura,, ) yag terdr atas j buah varat varabel) yatu,,, j Data pegamata tersebut dapat dsaja dalam betu matrs berut Tabel 5 Matrs Data Pegamata Varabel j Data Pegamata j j j Utu varabel j yag dhtug adalah varasya, dber lambag jj, dega rumus : jj j ) j ) emuaya ada j buah varas, yatu,,, jj yag masg-masg merupaa varas utu varabel,,, j Utu varabel da j dmaa j terdapat ovaras, dber lambag j yag dapat dhtug dega rumus berut j j ) ) j ) emuaya ada j - j ) buah ovaras Perlu djelasa bahwa utu j maa j j dber lambag mejad jj Varas da ovaras dsusu dalam sebuah matrs,dsebut dega ama matrs varas-ovaras dega lambag, betuya sebaga berut Uverstas umatera Utara

j j j j jj Msala ada dua grup yag baya varabelya masg-masg j buah,yatu,,, j dalam grup I da,,, j dalam grup II Perhata bahwa j meyataa varabel e j dalam grup e, dega grup I da grup II Varabel dalam setap grup dapat pula dtulsa dalam betu vetor olom sebaga berut j da j j meyataa varabel e j dalam grup e j meyataa varabel e j dalam grupe Dar setap grup beruura dar grup e- da beruura dar grup e- Data pegamata aa berbetu matrs yag betuya sepert berut Tabel 5 Matrs Data Pegamata dar Grup I Varabel j Data Pegamata j j j Rata-rata j Uverstas umatera Utara

Tabel 53 Matrs Data Pegamata dar Grup II Varabel j Data Pegamata j j j Rata-rata j Hasl pegamata aa meghasla rata-rata utu tap varabel yag dalam betu vetor bsa dtuls : dmaa : j da j meyataa varabel e j dalam grup e yag beruura j meyataa varabel e j dalam grup e yag beruura j j j meyataa rata-rata varabel e j dalam grup e meyataa rata-rata varabel e j dalam grup e Dar masg-masg rata-rata dar grup I da rata-rata dar grup II, selajutya aa dhtug varas da ovarasya Varas ovaras tersebut dsusu dalam matrs da,masg-masg dar grup e- da dar grup e-, yatu : Uverstas umatera Utara

j j jj j j da j j jj j j dmaa : matrs varas ovaras dar grup e- matrs varas ovaras dar grup e- Mespu dalam da dguaa j yag sama amu jelas besarya berlaa atara j dalam da j dalam, edua dataya juga berlaa, yatu dambl dar grup I da dar grup II Kedua buah matrs varas-ovaras bsa dhtug matrs varasovaras gabuga, dber lambag dega rumus : ) ) + + Matrs varas-ovaras gabuga mempuya vers, yatu - Dega adaya vetor rata-rata da da juga matrs varasovaras gabuga bersama dega persyarata bahwa data varabel depede seharusya berdstrbus ormal multvarat bervarabel baya ) dsgat multormal, da matrs varas-ovaras edua grup relatf sama, maa rumus fugs dsrma utu adalah : Y ' ) - adalah vetor pegamata, yatu j Uverstas umatera Utara

Fugs dsrma dapat dguaa utu membuat atura lasfas yag ta car berdasara salah satu dar edua atura dbawah : ATURAN I : Ja Y > ' ) - + ) lasfas obje dega data pegamata dmasua e dalam grup I Ja Y < ' ) - + ) suatu obje dlasfasa edalam grup II ATURAN II : Dega megguaa statst W Wald Aderso) yatu : W ' - ' ) - ) - + ) Utu memperoleh lasfas, ja W > 0 maa obje dega pegamata dmasua edalam grup I sedaga dalam hal laya obje tu dmasua edalam grup II 6 Ketepata Pegelompoa Fugs Dsrma Tgat auras pegelompoa sagat meetua ba atau tdaya suatu pegelompoa Persetase etepata pegelompoa dapat dhtug dar matrs lasfas yag meujua la sebearya actual members) da la preds predcto members) dar setap elompo Hasl pegelompoa meurut fugs dsrma tda selalu sama dega pegelompoa awal Besarya esalaha pegelompoa, dega megaggap pegelompoa awal adalah bear, merupaa dator tgat auras dar fugs dsrma yag dhasla Tabel berut meujua evaluas tgat auras terhadap fugs dsrma dega memperhata persetase etepata pegelompoa Uverstas umatera Utara

Tabel 6 Evaluas Terhadap Fugs Dsrma Pegelompoa Pegelompoa Meurut Fugs Dsrma Awal Kelompo I Kelompo II Kelompo I Kelompo II Jumlah Jumlah Rumus persetase etepata pegelompoa + ) 6) Uverstas umatera Utara