Siti Ma’unah , 4111412009 (2016) ESTIMASI SKEWNESS (KEMIRINGAN) DENGAN MENGGUNAKAN METODE BOOTSTRAP DAN METODE JACKKNIFE. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (2MB) | Preview

Abstract

Uji normalitas merupakan syarat untuk semua uji statistika parametrik. Pada kasus tertentu sering dijumpai data tidak berdistribusi normal atau biasa disebut dengan skewness. Suatu sebaran data menyebar normal jika rata-rata dan mediannya terletak pada posisi yang sama pada sumbu datar. Selanjutnya data yang tidak normal adalah data yang menyebar ke kiri (skewness negative) atau menyebar ke kanan (skewness positive). Untuk mengatasi masalah tersebut dapat menggunakan metode Bootstrap dan metode Jackknife. Tujuan utama dari penelitian ini yaitu menentukan hasil estimator dari metode Bootstrap dan metode Jackknife, serta menentukan estimator terbaik dengan cara membandingan nilai standar error yang terkecil dari kedua metode tersebut. Metode Bootstrap dan metode Jackknife merupakan metode berbasis resampling. Kedua metode ini merupakan metode yang tidak memerlukan asumsi suatu distribusi tertentu. Metode Bootstrap didasarkan pada teknik pengambilan sampel dengan pengembalian, sedangkan metode Jackknife didasarkan pada penghapusan sampel setiap pengambilan sampel dengan pengembalian. Biasanya ukuran resampling diambil secara ribuan kali agar dapat mewakili data yang sebenarnya. Data yang digunakan dalam penelitian ini yaitu data industri agro 2015, tentang faktor-faktor yang mempengaruhi produksi tahu dan tempe di Kota Magelang yaitu tenaga kerja (

Actions (login required)

View Item