PENAKSIR RASIO YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN FRAKSI PENGAMBILAN SAMPEL

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

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

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

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

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

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

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

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

TINJAUAN PUSTAKA Pengertian

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

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

Pendugaan Parameter 1

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

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

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

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

Distribusi Sampling (Distribusi Penarikan Sampel)

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab 7 Penyelesaian Persamaan Differensial

BAB III METODE PENELITIAN

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

JENIS PENDUGAAN STATISTIK

Pendugaan Parameter. Debrina Puspita Andriani /

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Modul Kuliah statistika

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

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

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

BAB 2 LANDASAN TEORI

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

BAB III OBYEK DAN METODE PENELITIAN

BAB 6: ESTIMASI PARAMETER (2)

PERTEMUAN 9-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

BAB III METODE PENELITIAN

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

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

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

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

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

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

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

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

1 n MODUL 5. Peubah Acak Diskret Khusus

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

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB III METODE PENELITIAN

PERTEMUAN 1-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

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

PERTEMUAN 12-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

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

BAB III METODOLOGI PENELITIAN

STATISTIK PERTEMUAN VIII

BAB III METODOLOGI PENELITIAN

Pengantar Statistika Matematika II

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

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

III. METODE PENELITIAN

Statistika Inferensial

Distribusi Pendekatan (Limiting Distributions)

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

Okto Prayitno Siahaan a*, Siti Latifah b, Yunus Afifuddin c

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

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

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

Mata Kuliah: Statistik Inferensial

BAB III METODOLOGI PENELITIAN

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Bab 3 Kerangka Pemecahan Masalah

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

BAB 3 METODE PENELITIAN

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

STATISTIKA NON PARAMETRIK

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

SEBARAN t dan SEBARAN F

BUKTI ALTERNATIF KONVERGENSI DERET PELL DAN PELL-LUCAS (ALTERNATIVE PROOF THE CONVERGENCE OF PELL AND PELL-LUCAS SERIES)

Transkripsi:

PENAKIR RAIO YANG EFIIEN UNTUK VARIANI POPULAI PADA AMPLING ACAK EDERHANA MENGGUNAKAN FRAKI PENGAMBILAN AMPEL Rio Permadi 1*, Bustami, Haposa irait 1 Mahasiswa Program 1 Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Riau Kampus Biawida Pekabaru 893, Idoesia * rio.permadi1@gmail.com ABTRACT The estimators studied here are three ratio estimators for populatio variace i simple radom samplig without replacemet usig samplig fractio. This stud is a review of article writte b Tailor ad harma [tatistics i Trasitio-ew series 13 (01): 37-46]. All estimators are biased, the their mea square error (ME) of the studied estimators are compared to obtai the most efficiet estimator. A example is give to explai the studied problem. Kewords: ratio estimator, samplig fractio, simple radom samplig, biased estimator ad mea square error. ABTRAK Peaksir ag dibahas merupaka tiga peaksir rasio utuk variasi populasi pada samplig acak sederhaa tapa pegembalia dega megguaka fraksi pegambila sampel, ag merupaka pejabara dari artikel ag ditulis oleh Tailor da harma [tatistics i Trasitio-ew series 13 (01): 37-46]. Ketiga peaksir merupaka peaksir bias, kemudia mea square error (ME) dari peaksir tersebut dibadigka utuk memperoleh peaksir ag palig efisie. ebuah cotoh diberika utuk meujukka efisiesi dari peaksir. Kata kuci: peaksir rasio, fraksi pegambila sampel, samplig acak sederhaa, peaksir bias da mea square error. 1. PENDAHULUAN amplig acak sederhaa terbagi atas dua aitu samplig acak sederhaa dega pegembalia da samplig acak sederhaa tapa pegembalia. Pada peelitia ii diguaka samplig acak sederhaa tapa pegembalia aitu metode utuk megambil sampel dari data populasi sehigga setiap eleme dari data populasi mempuai kesempata ag sama utuk diambil, da sampel ag telah diambil tidak dikembalika ke populasi [1:h.1]. JOM FMIPA Volume No. 1 Februari 015 485

uatu peaksir ag baik berasal dari sampel ag bersifat represetatif, aitu sampel dapat mewakili parameter populasi. alah satu parameter ag ditaksir melalui samplig adalah variasi populasi. Ketelitia peaksir dapat ditigkatka dega megguaka metode rasio. Dalam metode ii, suatu variabel tambaha ag berkarakter X berkorelasi positif dega variabel ag aka diteliti aitu variabel ag berkarakter Y, dimaa iformasi tetag populasi pada variabel tambaha telah diketahui [1:h.173]. Dalam artikel ii dibahas tiga peaksir rasio ag diajuka oleh Tailor da harma [4] aitu, da utuk variasi populasi pada samplig acak 1 3 sederhaa dega megguaka fraksi pegambila sampel. Peaksir tersebut merupaka peaksir bias, utuk medapatka peaksir rasio ag efisie diatara ketiga peaksir adalah dega membadigka Mea quare Error (ME) utuk masigmasig peaksir. Peaksir ag memiliki ilai ME ag terkecil merupaka peaksir ag palig efisie.. AMPLING ACAK EDERHANA amplig acak sederhaa adalah sebuah metode utuk megambil uit sampel dari N uit populasi dimaa setiap uit memiliki kesempata ag sama utuk diambil mejadi uit sampel. Pegambila sampel dapat dilakuka dega pegembalia atau tapa pegembalia. Dalam hal ii pegambila sampel tapa pegembalia meataka satua uit ag telah diambil tidak mugki terambil kembali mejadi aggota sampel, sehigga hasil ag diperoleh lebih akurat Pada samplig acak sederhaa tapa pegembalia, peluag satu dari uit aka terambil mejadi sampel pada pegambila pertama adalah N. elajuta pada 1 N 1, da seterusa, sehigga peluag dari uit pegambila ke dua adalah N terambil pada pegambila ke- kali adalah 1 C [1:h.1]. Utuk meetuka bias da ME dari masig-masig peaksir rasio diguakalah teorema megeai variasi. Teorema.1 [1:h.30] Utuk sebuah samplig acak sederhaa tapa pegembalia dari populasi berkarakter Y, variasi sampel s ag didefiisika dega i i1 s, 1 merupaka peaksir tak bias utuk variasi populasi N i i1. Y N 1 Bukti: Dapat dilihat pada [1:h.30]. JOM FMIPA Volume No. 1 Februari 015 486

Teorema. [3:h.36] ebuah sampel berukura diambil secara samplig acak sederhaa tapa pegembalia dari populasi berkarakter Y da berukura N, maka variasi dari V adalah dega ( ) s dega otasi s 1 s 4 1 40, 0 V ( ), Bukti: Dapat dilihat pada [3:h.36]. 3. BIA DAN ME PENAKIR RAIO UNTUK VARIANI POPULAI Dalam artikel ii dibahas tiga peaksir utuk variasi populasi pada samplig acak sederhaa dega megguaka fraksi pegambila sampel ag merupaka review dari artikel Tailor da harma [4], aitu 1. Betuk dari peaksir rasio tipe 1 utuk variasi populasi pada samplig acak sederhaa adalah 1 f s f x 1 s (1) s x Bias da ME peaksir rasio tipe 1 pada persamaa (1), aitu B 1 1 f ( h, 1 4 ME 1 ( ) 1 1 f ( 1 1 f h 1. () dega 04 f, ( x ), h. N. Betuk dari peaksir rasio tipe utuk variasi populasi pada samplig acak sederhaa adalah 0 1 f 3 f x s s (3) 1 f 1 f sx Bias da ME peaksir rasio tipe pada persamaa (3), aitu ME 0 3 f h B ( x, 1 f ) 1 4 3 f 3 f 1 1 1 ( ) (. (4) 1 f 1 f h 0 JOM FMIPA Volume No. 1 Februari 015 487

3. Betuk dari peaksir rasio tipe 3 utuk variasi populasi pada samplig acak sederhaa adalah 1 f 4 f x 3 s s (5) 1 3 f 1 3 f sx Bias da ME peaksir rasio tipe 3 pada persamaa (5), aitu f B 4 3 ( x h, 1 3 f ) 1 4 4 f 4 f ME 1 3 ( ) 1 ( 1 h. (6) 1 3 f 1 3 f 4. PENAKIR RAIO YANG EFIIEN Utuk meetuka peaksir ag lebih efisie dari peaksir bias, dapat ditetuka dega cara membadigka ME dari masig-masig peaksir. Peaksir ag lebih efisie merupaka peaksir dega ME terkecil. 1 a. Perbadiga ME dega ME Dari persamaa () da (4) diperoleh bahwa peaksir peaksir dega K 1 aka lebih efisie dari jika 0 f 0, 366, da 0 dega 1 maka ( 1 ( ( h K1 f atau f 1 ( h ( h h. 3 3 3 1 1 3 b. Perbadiga ME dega ME ( 1 ( Dari persamaa () da (6) diperoleh bahwa peaksir peaksir dega K 1 ( h K1, (7) 3 aka lebih efisie dari jika 0 f 0, 333, da 3 3 dega 1 maka ( 1 ( 3 ( h K f atau f 3 1 1 ( h ( h h. 4 4 ( 1 ( ( h K, (8) JOM FMIPA Volume No. 1 Februari 015 488

3 c. Perbadiga ME dega ME Dari persamaa (6) da (4) diperoleh bahwa peaksir peaksir dega K jika 0 f 1, da 17 ( 1h 5 0 maka 3 10h 7 f 34 ( ( 3 K 4h 10 atau 49 4h 94 4h 4h 49. 3 ( ( ( 10h 7 ( 3 K f 34 4h 10 aka lebih efisie dari JOM FMIPA Volume No. 1 Februari 015 489 ( 3, (9) Cotoh ebagai cotoh dari pembahasa, diberika data pada Tabel 1 megeai permitaa masarakat terhadap air bersih Y pada Perusahaa Daerah Air Mium (PDAM) Tirta Idragiri di Kota Tembilaha Kabupate Idragiri Hilir [4] dega megaggap N 99 merupaka data populasi, kemudia dari populasi ii diambil sampel dega 30. Data pada Tabel 1 tersebut diguaka utuk megetahui variasi permitaa air bersih dega memafaatka iformasi tambaha aitu pedapata masaraat (X). Tabel 1: Permitaa air bersih pada Perusahaa Daerah Air Mium (PDAM) Tirta Idragiri di Kota Tembilaha Kabupate Hilir, Riau No. Permitaa Air Bersih (Y) Pedapata Masarakat (X) No. Permitaa Air Bersih (Y) Pedapata Masarakat (X) 1 9.500.000 5 18 1.600.000 7.500.000 53 1.000.000 3 15 1.500.000 54 0 1.600.000 4 3 3.000.000 55 30.800.000 5 0.00.000 56 0 1.600.000 6 7.000.000 57 11 1.400.000 7 5.500.000 58 9 1.00.000 8 18.000.000 59 19 1.00.000 9 17.000.000 60 3.600.000 10.300.000 61 3 3.00.000 11 30.500.000 6 19.500.000 1 9.500.000 63 18 1.500.000 13 5.500.000 64 3.700.000 14 0 1.900.000 65 13 1.800.000 15 8.500.000 66 9.600.000 16 30.500.000 67 8.500.000 17 35 4.000.000 68 19.500.000

18 10 1.400.000 69 31 3.000.000 19 5 3.500.000 70 7.000.000 0 0.000.000 71 0.300.000 1 0.300.000 7 10 1.400.000 16.100.000 73 15.500.000 3 0.000.000 74 15.100.000 4 1.000.000 75 35 3.300.000 5 1.000.000 76 30 3.000.000 6 30.500.000 77 0.000.000 7 15 1.800.000 78 4 3.000.000 8 5.500.000 79 36 5.000.000 9 3 3.000.000 80 9 3.000.000 30 5.300.000 81 8.500.000 31 5 3.000.000 8 31 3.000.000 3 10 1.400.000 83 1 1.400.000 33 30.700.000 84 35 1.600.000 34 7.500.000 85 8.000.000 35.000.000 86 1 1.500.000 36 1 1.700.000 87 10 1.400.000 37 8 3.100.000 88 33.500.000 38 9.500.000 89 1.000.000 39 19 1.700.000 90 1.000.000 40 1 1.900.000 91 31 3.000.000 41 9 1.00.000 9 30.500.000 4 33.800.000 93 31.500.000 43 5.000.000 94 5 3.000.000 44 10 1.100.000 95 5.400.000 45 9 1.400.000 96 31 3.500.000 46 13 1.500.000 97 34 3.500.000 47 8.500.000 98 1.700.000 48 1.500.000 99 31 3.100.000 49 6.900.000 50 31 3.000.000 Jumlah.309 9.00.000 51 30.500.000 umber: [] Y : Permitaa masarakat terhadap air bersih pada Perusahaa Daerah Air Mium (PDAM) Tirta Idragiri di Kota Tembilaha Kabupate Idragiri Hilir m 3. X : Pedapata masarakat (Rp/bula). Dari data pada Tabel 1 tersebut diguaka utuk meetuka peaksir rasio ag efisie utuk meaksir variasi permitaa air bersih dega megguaka sarat peaksir palig efisie ag diperoleh sebeluma. ecara umum dapat ditujukka dega meghitug ME dari masig-masig peaksir, terlebih dahulu ditetuka ilai seperti pada Tabel ag diguaka utuk membadigka ME dari ketiga peaksir. JOM FMIPA Volume No. 1 Februari 015 490

Tabel : Nilai parameter ag diperluka utuk membadigka ME dari peaksir. Y 3,3 f 0,303 X.315.151,5 ( ),17014 55,687 ( 4,44386 x 447.41.150.77,7 h 1,88873 elajuta substitusika ilai pada Tabel ke persamaa (7), (8) da (9), diperoleh a. lebih efisie dari 1 jika 0,01511 f 1, b. c. 3 1 lebih efisie dari jika 0,01131 f 1, 3 lebih efisie dari jika 0,09083 f 1. Peaksir ag efisie dapat juga ditetuka dega meghitug ME dari ketiga peaksir. Berdasarka ilai-ilai dari Tabel, diperoleh ME dari ketiga peaksir. Tabel 3: Nilai ME utuk Ketiga Peaksir No Peaksir ME 1 1 355,483 80,856 3 3 316,856 Berdasarka Tabel 3 da kriteria peaksir ag relatif efisie pada persamaa (7), (8) ME ME ME da (9) diperoleh ilai 3 5. KEIMPULAN Berdasarka pembahasa ag telah dikemukaa pada artikel ii, maka dapat disimpulka bahwa peaksir rasio ag palig efisie dibadig peaksir rasio da peaksir rasio 1 jika sarat efisiea terpeuhi. 1 3 JOM FMIPA Volume No. 1 Februari 015 491

DAFTAR PUTAKA [1] Cochra, W. G. 1991. Tekik Pearika ampel, Edisi ke Tiga. Terj. dari amplig Techiques oleh Rudiasah & Erwi R. Osma. UI-Press, Jakarta. [] Rais, B. 011. Faktor-faktor ag Mempegaruhi Permitaa Air Bersih pada Perusahaa Daerah Air Mium (PDAM) Tirta Idragiri di Kota Tembilaha Kabupate Idragiri Hilir. kripsi Fakultas Ekoomi Uiversitas Riau, Pekabaru. [3] ukhatme, P. V. 1957. amplig Theor of urves with Applicatios. The Idia Coucil of Agricultural Research, New Delhi. [4] Tailor, R. & B. harma. 01. Modified estimators of populatio variace i presece of auxiliar iformatio, tatistics i Trasitio. 13 : 37-46. JOM FMIPA Volume No. 1 Februari 015 49