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

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

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

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

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

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

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

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

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

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

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

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

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

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

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

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

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

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

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

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

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

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

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

BAB 2. Tinjauan Teoritis

Regresi & Korelasi Linier Sederhana

BAB II LANDASAN TEORI

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

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

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

REGRESI & KORELASI LINIER SEDERHANA

BAB II KAJIAN LITERATUR

BAB 5. ANALISIS REGRESI DAN KORELASI

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

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

BAB III ISI. x 2. 2πσ

BAB III ESTIMASI MODEL PROBIT TERURUT

Regresi Linier Sederhana Definisi Pengaruh

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

REGRESI & KORELASI LINIER SEDERHANA

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

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

TAKSIRAN YANG LEBIH EFISIEN UNTUK PARAMETER PADA DISTRUSI WEIBULL. Erma Kusuma Wati 1), Sigit Sugiarto 2), Bustami 2)

PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL

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

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

Analisis Korelasi dan Regresi

S2 MP Oleh ; N. Setyaningsih

Uji Statistika yangb digunakan dikaitan dengan jenis data

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

PENDUGAAN BERBASIS MODEL UNTUK KASUS BINER PADA SMALL AREA ESTIMATION. Kismiantini

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

ANALISIS REGRESI LINIER PIECEWISE DUA SEGMEN. Keywords: two-segment piecewise linear regression, X-knots, discharge, bedload transport.

3 Departemen Statistika FMIPA IPB

SOLUSI TUGAS I HIMPUNAN

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III UKURAN PEMUSATAN DATA

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

BAB II TINJAUAN PUSTAKA

REGRESI LINEAR SEDERHANA

POWER OF THE TESTS DENGAN NON-SAMPLE PRIOR INFORMATION PADA PENGUJIAN HIPOTESIS SATU ARAH

PERBANDINGAN METODE CROSS VALIDATION DAN GENERALIZED CROSS VALIDATION DALAM REGRESI NONPARAMETRIK BIRESPON SPLINE

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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

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

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

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

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

2.2.3 Ukuran Dispersi

X, Y, yang diasumsikan mengikuti model :

KONSISTENSI KOEFISIEN DETERMINASI SEBAGAI UKURAN KESESUAIAN MODEL PADA REGRESI ROBUST

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

REGRESI LINIER SEDERHANA

BAB II TINJAUAN PUSTAKA

Bab II Teori Pendukung

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Transkripsi:

PENAKIR RAIO REGREI LINEAR EDERHANA UNTUK RATA-RATA POPULAI MENGGUNAKANKARAKTER TAMBAHAN Astar Rahmadta *, Harso, Haosa rat Mahasswa Program tud Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas Rau Kamus Bawda Pekabaru (893), Idoesa * astar_rahmadta@ahoocom ABTRAT Estmators dscussed here are three regresso rato estmators of oulato mea usg formato o two aular varables Xda uder smle radom samlg wthout relacemet The are roosed bgh, Uadhaa ad Premchadra [4] whch s a revew of the artcle A Imroved Verso of Regresso Rato Estmator wth Two Aular Varables amle urves All estmatorsare based The effcet estmator s oe wth the smallestmea uare Error (ME), determed b comarg each te of estmator Kewords: regresso rato estmator, smle radom samlg, based estmator ad mea suare error ABTRAK Peaksr ag dbahas adalah tga eaksr raso regres utuk rata-rata oulas megguaka dua karakter tambaha Xda ada samlg acak sederhaa taa egembala Peaksr tersebut dajuka oleh gh, Uadhaa da Premchadra [4] ag meruaka revew dar artkel A Imroved Verso of Regresso Rato Estmator wth Two Aular Varables amle urves Ketga eaksr ag dajuka meruaka eaksr bas Berdasarka la Meauare Error (ME)masgmasg eaksr, eaksr ag memlk MEag terkecl meruaka eaksr ag efse Kata kuc: eaksr raso regres, samlg acak sederhaa, eaksr bas da mea suare error PENDAHULUAN Poulas berkarakter berukura N aka dtelt utuk medaatka taksra la arametera Iformas tambaha ag berhubuga degaderluka utuk medaatka hasl ag lebh akurat Iformas tambaha harus dketahu besar oulasa ag dotaska dega X da JOM FMIPA Volume No Oktober 04 433

Metode ag dguaka utuk meaksr rata-rata oulas ada samlg acak sederhaa dataraa adalah eaksr raso regres Regres lear meruaka metode statstk ag dguaka utuk megetahu hubuga atara oulas berkarakter da oulas berkarakter Metode laa utuk meaksr rata-rata oulas adalah eaksr raso regres Tujua metode raso regres adalah utuk megkatka ketelta eelta dega megambl mafaat hubuga atara eaksr regres lear da X ag berkorelas ostf terhada Artkel membahas tga eaksr raso regres megguaka karakter tambaha ag dajuka oleh gh, Uadhaa da Premcadra [4] atu rlr, rlr da rlr 3 Berdasarka de dar gh, Uadhaa da Premcadra [4] euls medetalka bas da Mea uare Error (ME) dar masg-masg eaksr elajuta euls membadgka ME eaksr Peaksr ag efse utuk eaksr bas adalah eaksr ag memlk ME terkecl AMPLING AAK EDERHANA Pegambla samel acak sederhaa meruaka suatu metode utuk megambl ut samel dar N ut oulas,sehgga seta eleme N samel ag berbeda memua kesemata ag sama utuk dlh sebaga ut samel Pegambla samel adalah egambla samel acak taa egembala agar karakterstk utut lebh akurat Probabltas terambla dar N ut oulas sebaga ut samel ada egambla ertama atu N, robabltas ada egambla kedua atu N sama robabltas ada egambla ke- atu N, maka robabltas seluruh ut-ut tertetu ag terlh dalam egambla adalah N Bas da ME ada samlg acak sederhaa dtetuka dega megguaka teorema varas da kovaras Teorema [: h 7] Aabla samel berukura dambl dar oulas berukura N ag berkarakter, dega samlg acak sederhaa taa egembala maka varas rata rata samel drumuska sebaga berkut N V N Bukt dar Teorema daat dlhat ada [: h7] Teorema [:h9] Jka, adalah sebuah asaga ag bervaras dtetaka ada ut dalam oulas berukura N da, adalah rata-rata dar samel acak sederhaa berukura, maka kovarasa adalah N N cov, X N N Bukt dar Teorema daat dlhat ada [:h9] JOM FMIPA Volume No Oktober 04 434

3 PENAKIR REGREI LINEAR Betuk umum model regres lear sederhaa atas X sebaga berkut A BX e, dega adalah varabel tak bebas, X adalah varabel bebas, A da B adalah arameter (koefse regres), da e adalah kesalaha earka samel [: h 0] Metode ag dguaka utuk meetuka taksra dar arameter A da B adalah metode kuadrat terkecl (least suare method), atu suatu metode eaksr dega rs memmumka jumlah kuadrat kesalaha earka samel Msalka, adalah asaga data egamata,,,,,, Jumlah kuadrat kesalaha daat dtuls A B e, utuk,,3,, e A B, () dega memmumka jumlah kuadrat kesalaha ada ersamaa () maka ddaat taksra utuk A da B berturut-turut atu a b b, Gars regres lear ag melalu ttk agkal arta jka a 0, maka b, () jka koefse regres bberlaku utuk rata-rata samel, maka bjuga berlaku utukratarata oulas, sehgga bx (3) elsh ersamaa (3) dega ersamaa () secara aljabar, deroleh b X, dsebut eaksr regres lear utuk rata-rata oulas ag dotaska dega LR da drumuska sebaga berkut lr b 4 BIA DAN ME PENAKIR RAIO REGREI UNTUK RATA- RATAPOPULAI elajuta aka dbahas bas da ME eaksr raso regres lear ada samlg acak sederhaa ag dajuka oleh gh, Uadhaa da Premchadra [4] X JOM FMIPA Volume No Oktober 04 435

Pertama, eaksr raso regres gh da Rus Esejo [4] rlr b X (4) Kedua, eaksr raso regres Nak da Guta (99 a) [4] b X (5) rlr Ketga, eaksr raso regres Nak da Guta (99 b) [4] rlr 3 b X, (6) dega 0, 0 da 0 Bas da ME eaksr raso regres lear ada samlg acak sederhaa ag dajuka oleh gh, Uadhaa da Premcadra [4] Bas da ME dar ersamaa (4) adalah B rlr f MErlr ( ) B (7) Bas da ME dar ersamaa (5) adalah B rlr B ME f rlr (8) Bas da ME dar ersamaa (6) adalah B 3 rlr B ME f rlr 3 (9) JOM FMIPA Volume No Oktober 04 436

5 PENAKIR RAIO REGREI ANG EFIIEN Peaksr ag efse dar eaksr bas daat dtetuka dega cara membadgka ME masg-masg eaksr tersebut Perbadga atara ersamaa (7) da ersamaa (8) deroleh eaksr rlr lebh efse dar eaksr rlr jka 3 4 Perbadga atara ersamaa (7) da ersamaa (9) deroleh eaksr rlr lebh efse dar eaksr rlr 3ketka - 0 maka, () - da ketka 0 - maka - 3 Perbadga atara ersamaa (8) da ersamaa (9) deroleheaksr rlr 3 lebh efse dar eaksr rlr jka 6 ONTOH Dberka data megea ermtaa taama has d Kecamata Maroa [3] dega samel 35 megguaka karakter tambaha atu harga taama has X da edaata resode ME dar masg-masg eaksr dhtug dega meetuka terlebh dahulu la ag dbutuhka dega batua Mcrosoft Ecel da deroleh la-la sebaga berkut dega 0, 5, = 0,4 da = 0, (0) () N X 00,84 79300 99600 397 0,5665 003 7477 4835549,97570 0,86347 0,354 0,4087 0,48384 0,34876 Utuk meetuka eaksr ag efse daat dlhat dar ME masg-masg eaksr ag dberka ada tabel berkut JOM FMIPA Volume No Oktober 04 437

Tabel : Nla Mea uare Error dar Masg-masg Peaksr Peaksr Raso ME 0,57547 rlr 0,604 rlr 053468 rlr 3 Nla-la ag deroleh dar ermtaa taama has, harga da edaata resodedsubsttuska ke ersamaa (0), () da (),maka deroleh ME rlr ME rlr jka 095590 ME rlr ME rlr 3 jka 05069 3 ME rlr 3 ME rlr jka 063379 Berdasarka Tabel da sarat efses, maka eaksr rlr lebh efse dar eaksr rlr da eaksr rlr 3 7 KEIMPULAN Nla MEdar eaksr raso regres lear ag derolehdega megguaka dua karakter tambaha utuk rata-rata oulas ag dajuka ada samlg acak sederhaa, kemuda membadgka MEdar masg-masg eaksr, sehgga daat dsmulka bahwa utuk data ermtaa taama has d Kecamata Maroa, Pekabaru eaksr raso regres rlr lebh efse dbadgka dega eaksr rlr da eaksr rlr 3 jka sarat efses tereuh DAFTAR PUTAKA [] ochra, WG 977amlg Techues, Thrd Edto Joh Wle & os, New ork [] Draer, RN & H, mth 998 Aled Regresso Aalss, Thrd Edto Joh Wle & os, New ork [3] aga, Ruth 0 Aalss Permtaa Masarakat Terhada Taama Has d Kecamata Maroa Dama Kota Pekabaru krs Fakultas Ekoom Uverstas Rau, Pekabaru JOM FMIPA Volume No Oktober 04 438

[4] gh, HP, LN Uadhaa, & Premchadra 009 A Imroved Verso of Regresso Rato Estmator Wth Two Aular Varables amle urves, tatstcs I Trasto, 0:85-00 JOM FMIPA Volume No Oktober 04 439