Untuk beberapa bilangan bulat k, pecahan 1-(1/k 2 ) dapat kita hitung berikut ini.
|
|
- Siska Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Untuk beberapa bilangan bulat k, pecahan -(/k 2 ) dapat kita hitung berikut ini. K -(/k 2 ) ¾ 8/9 Dari perhitungan diatas, apabila k= teorema menyatakan bahwa -(/ 2 )=0 dari pengukuranpengukuran berada dalam interval dari (µ-σ) sampai (µ+σ), hasil ini tidak memberikan informasi apa-apa. Meskipun demikian jika k=2,kita amati bahwa paling sedikit -(/2 2 )=3/4 data terletak dalam interval (µ- 2σ) samapi (µ+2σ). Jika k=3, kita amati bahwa paling sedikit -(/3 2 )=8/9 data terletak dalam interval dari (µ-3σ) samapai (µ+3σ). Meskipun teorema ini sangat bermanfaat untuk k=2 dan 3 dalam praktis, k tidak perlu harus bilangan bulat.
2 Contoh Banyak perusahaan besar sering melakukan tes perilaku manajer pada karyawan-karyawannya dalam usaha untuk mengidentifikasi mereka yang mempunyai potensi majaer. Skor nilai tengah dan varians tes perilaku manajer dengan n=40 karyawan adalah masing-masing 70 dan 8. gunkan teorema Chebyshev untuk menggambarkan distribusi skor tes. Jawab: Diketahui bahwa x =70 san s 2 =8 atau s=9. distribusi data berpusat pada x=70, dan teorema Chebyshev menyatakan berikut ini:. Paling sedikit ¾ dari 40 skor terletak dalam interval (x ±2s)=[70±2(9)], dan atau antara nilai 52 dan Paling sedikit 8/9 dari 40 skor terletak dalam interval (x ±3s)=[70±3(9)], atau antara nilai 43 dan 97. Kita menekankan pernyataan paling sedikit dalam teorema Chebyshev karena teorema ini sangat hati-hati(konservatif), diterapkan pada sembarang distribusi data. Dalam banyak situasi, persentasi data jatuh pada interval akan melebihi [-/k 2 ]. Berikut ini akan disajikan kaidah empiris dari distribusi berbentuk lonceng (normal).
3 Kaidah Empiris Diketahui distribusi data yang menghampiri bentuk lonceng [gambar dibawah], interval µ±σ memuat menghampiri 68% pengamatan µ±2σ memuat menghampiri 95% pengamatan µ±3σ memuat semua atau hampir semua pengamatan Distribusi berbentuk Lonceng BACK TO MAIN MENU
4 MENGHITUNGxDANS UNTUK DATA YANG DIKELOMPOKKAN Rumus untuk menghitung nilai tengah data yang dikelompokkan berbeda dengan yang telah kita bahas sebelumnya. Perhatikan contoh berikut: Data (x) Frekuensi (f)
5 Untuk menghitung nilai tengahnya, kita pergunakan rumus berikut ini: Jadi, untuk data diatas prosedurnya adalah: Data (x) Frekuensi(f) x.f Jumlah 5 25
6 Dengan menggunkan rumus diatas, maka Jadi, nilai tengahnya adalah 75. Untuk menghitung standar deviasi S, untuk data yang telah dikelompokkan digunakan rumus sebagai berikut: Atau rumus berikut: Dengan
7 Untuk standar deviasinya,, Data(x) Frekuensi(f) x.f X 2 X 2.f Maka standar deviasinya,, Jumlah BACK TO MAIN MENU
8 LIMA RINGKASAN DATA;BOXPLOT Bloxplot dibangun berdasarkan 5 ringkasan data, yaitu kuartil(kuartil pertama, kedua dan ketiga), nilai maksimun dan nilai minimum. KUARTIL Dalam kuartil, data dibagi menjadi 4 bagian yang sama. Sehimpunan data mempunyai 3 kuartil yang masing-masing dilambangkan K, K 2, K 3. K u a r t i l p e r t a m a m e m b a g i d a t a m e n j a d i 2 5 % b e r a d a d i b a w a h K d a n 7 5 % b e r a d a d i a t a s n y a. K u a r t i l k e d u a ( s a m a d e n g a n m e d i a n ) m e m b a g i d a t a m e n j a d i 5 0 % b e r a d a d i b a w a h K 2 d a n 5 0 % b e r a d a d i a t a s n y a. K u a r t i l k e t i g a m e m b a g i d a t a m e n j a d i 7 5 % b e r a d a d i b a w a h K 3, d a n 2 5 % b e r a d a d i a t a s n y a. C a r a m e n e n t u k a n l e t a k k u a r t i l :
9 Berikut ini data IPK Sarjan Teknik, Fakultas Teknik, Universitas Lampung yang mengikuti wisuda periode Juni tahun akademik 999/ ,05 2,77 3,05 2,9 2,33 2,77 3,0 2,90 3,33 2,94 2,75 2,62 2,7 3,34 2,66 2,85 3,24 Tentukan dan interpretasikan kuartil untuk data ini!
10 Untuk menentukan kuartil kita pergunakan kaedah diatas, dengan n=7. pertama kita susun data urutan dari terkceil ke terbesar. 2,33 2,62 2,66 2,7 2,75 2,77 2,77 2,85 2,90 2,9 2,94 3,0 3,05 3,24 3,33 3,34
11 Jadi, untuk kuartil pertama,, Nilai K =data ke-4 + 0,5 (data ke-5 data ke-4) =2,7+0,5(2,75-2,7) =2,73 Untuk kuartil kedua,,, Nilai K 2 =data ke-9 = 2,90 Untuk kuartil ketiga,,, Nilai K 3 = data ke 3,5 +0,5 (data ke-4 data ke-3) = 3,05+0,5(3,05-3,05) =3,05
12 RENTANG ANTAR KUARTIL Rentang antarkuartil adlah ukuran sebaran yang sering digunakan apabila median digunakan sebagai ukuran pemusatan data. Rentang antar kuartil didefinisikan sebagai selisih antara kuartil ketiga dan kuartil pertama. RAK=K 3 K
13 Lima Ringkasan Data Lima ringkasan data terdiri dari minimum, maksimum, dan kuartil yang dapat ditulis dalam urutan berikut: min, K,K 2,K 3,max.
14 PENCILAN Pencilan merupakan nilai data yamg terletak di luar pola keseluruhan data. Pencilan memerlukan perhatian khusus mungkin saja ia merupakan hasil dari kesalahan pengukuran atau mencatat atau mungkin ia merupakan nilai ekstrim. Harus diperhatikan nilai ekstrim belum tentu pencilan, mungkin saja bentuk distribusinya menjulur kita dapat mengidentifikasi pencilan dengan menggunakan RAK. Untuk tujuan ini kita memerlukan definisi pagar luar dan pagar dalam. Data yang terletak,5 RAK dibawah kuartil dan,5 RAK diatas kuartil ke 3 membentuk pagar dalam. Data yang terletak 3 RAK dibawah kuartil dan 3 RAK diatas kuartil ke 3 membentuk pagar luar.
15 Pagar dalam dan pagar luar Pagar dalam K,5 RAK dan K 3 +,5 RAK Pagar luar K 3 RAK dan K RAK Data yang terletak antara pagar luar dan dalam mungkin (posible) pencilan, sedangkan yang terletak diluar pagar luar berkemungkinan (probable) pencilan. untuk data sebelumnya kita perolehk = 2,73, K 2 = 2,90, K 3 = 3,05 danrak = 0,32 maka pagar dalam K,5 RAK = 2,73 -(,5)(0,32) = 2,25 dan K 3 +,5 RAK = 3,05 + (,5)(0,32) = 3,53 Sedangkan pagar luar adalah K 3 RAK = 2,73 (3)(0,32) =,77 dan K RAK = 3,05 + (3)(0,32) = 4,0
16 Boxplot Boxplot didasarkan pada 5 ringkasan data dan dapat digunakan untuk menyajikan grafik pusat dan keragaman himpunan data. Ada dua jenis boxplot yaitu boxplot dan boxplot yang dimodifikasi. Perbedaan utama dari dua jenis boxplot ini adalah pada plot data mungkin dan berkemungkinan pencilan dilakukan pada boxplot yang dimodifikasi tetapi tidak boxplot
17 Prosedur pembentukan boxplot Langkah : Tentukan kuartil data Langkah 2 : tentukan minimum dan maksimum data Langkah 3 : buat sumbu horizontal dan letakkan nilai nilai-nilai yang diperoleh pada langkah dan langkah 2. diatas sumbu ini, tandai kuartil, minimum dan maksimum dengan garis vertikal. Langkah 4 : hubungkan kuartil-kuartil satu sama lain untuk membentuk kotak
18 Prosedur pembentukan boxplot yang dimodifikasi Langkah : tentukan kuartil data Langkah 2 : tentukan mungkin dan kemungkinan pencilan dari nilai berbatasan. Langkah 3 : buat diagram horizontal dan letakkan nilai nilai-nilai yang diperoleh pada langkah dan langkah 2. diatas sumbu ini, tandai kuartil, minimum dan maksimum dengan garis vertikal. Langkah 4 : hubungkan kuartil-kuartil satu sama lain untuk membentuk kotak, kemudian hubungkan kotak dengan nilai berbatasan dengan garis Langkah 5 : plot setiap mungkin pencilan dengan tanda bintang dan kemungkinan pencilan dengan simbol lainnya jika himpunan data tidak mempunyai mungkin atau kemungkinan pencilan, maka boxplot dan boxplot yang dimodifikasi adalah identik
19 Contoh : Misalkan kita mempunyai data nilai IPK berikut inii 2,4 2,40 2,65 2,69 2,69 2,69 2,69 2,69 2,73 2,73 2,76 2,77 2,78 2,79 2,2 2,33 2,80 2,80 2,8 2,8 2,8 2,8 2,88 3,2 2,53 2,58 2,96 2,97 3,5 3,45 3,58 Tentukan diagram boxplot dan boxplot yang dimodifikasi Jawab : Untuk memnudahkan pembuatan diagram boxplot dan boxplot yang dimodifikasi, kita buat diagram batang daun
20 Batang Daun 2,2 2,3 3 2,4 0 2, , , , , ,0 3, 2 5 3,2 3,3 3,4 5 3,5 8 dari diagram batang daun diatas min = 2,2, K = 2,69, K 2 = 2,77, K 3 = 2,8 dan max = 3,58.
21 Jadi,,, boxplotnya Untuk boxplot yang dimodifikasi, kita harus menghitung RAK=K 3 K = 0,2 Maka pagar dalam K -,5 RAK = 2,5 dan K 3 +,5 RAK = 2,99 Dan pagar luar K 3 RAK = 2,33 dan K RAK = 3,7 Nilai berbatasan adalah nilai yang paling dekat dengan pagar dalam tetapi masih dalam pagar yaitu 2,53 dan 2, jadi boxplot yang dimodifikasi adalah (* munkin pencilan, berkemungkinan pencilan) BACK TO MAIN MENU
STK 211 Metode statistika. Agus Mohamad Soleh
STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate
Lebih terperinciKing s Learning Be Smart Without Limits NAMA : KELAS :
NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan
Lebih terperinciSTK 211 Metode statistika. Materi 2 Statistika Deskriptif
STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan
Lebih terperinciStatistika Deskriptif
Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciStatistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah
Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,
Lebih terperinciLEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran
Lebih terperinciDistribusi Frekuensi
Distribusi Frekuensi STATISTIKA DESKRIPTIF: DISTRIBUSI FREKUENSI A. Dasar 1. Populasi Data Data berasal dari berbagai sumber dan terdapat pada berbagai bidang ilmu Pada statistika, data berbentuk bilangan
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan III Statistika Deskripsi dan Eksplorasi (2) Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciSTATISTIKA MATEMATIKA KELAS XI MIA
STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA Matematika Kelas XI MIA 90 80 70 60 50 40 30 20 10 0 East West North 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr Disusun oleh : Markus Yuniarto, S.Si Tahun Pelajaran 2016
Lebih terperinciSTAND N AR R K OMP M E P T E EN E S N I:
Silabus Matematika Kelas XI IPS Smester 1 STANDAR KOMPETENSI: Menggunakan aturan statistika, kaidah pencacahan, dan sifat- sifat peluang dalam pemecahan masalah. u Kompetensi Dasar 1.1 Membaca data dalam
Lebih terperinci5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b
. STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000
Lebih terperinci7.1 ISTILAH-ISTILAH DALAM STATISTIKA A.
STATISTIKA Dalam statistika, angka dikumpulkan dan diatur sedemikian rupa sehingga orang dapat memahaminya, menarik kesimpulan, dan membuat perkiraan berdasarkan angka angka itu. 7.1 ISTILAH-ISTILAH DALAM
Lebih terperinciSTATISTIK. dwipurnama2.blogspot.com
STATISTIK dwipurnama2.blogspot.com adalah sebuah cabang ilmu dari matematika yang mempelajari cara cara : Mengumpulkan dan menyusun data,mengelolah dan menganalisa data,serta menyajikan dalam bentuk kurva
Lebih terperinciMODUL STATISTIKA KELAS : XI BAHASA. Disusun Oleh : Drs. Pundjul Prijono Nip
MODUL MATEMATIKA MODUL 11.1.1 STATISTIKA KELAS : XI BAHASA Disusun Oleh : Drs. Pundjul Prijono Nip. 1980117.198101.1.003 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI 6 Jalan Mayjen Sungkono No. 8
Lebih terperinci25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh
Metode Statistika (STK11) Pertanyaan Jika punya data mengenai daya Pertemuan III Statistika ti tik Dasar (Basic Statistics) ti ti hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran
Lebih terperinciC. Ukuran Letak dan Ukuran Penyebaran Data
C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
Lebih terperinciSTATISTIKA. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 SMA SANTA ANGELA STATISTIKA Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Membaca data dalam bentuk tabel dan
Lebih terperinciSoal, Kartu Soal, Kisi-kisi Soal
Ulangan Tengah Semester Ganjil SMA Negeri 1 Ponorogo TA 00/010 Soal, Kartu Soal, Kisi-kisi Soal Bentuk Soal : Uraian Jl. Budi Utomo 1 Ponorogo Telp. 4114 E-mail: Ganesa@smazapo.sch.id Web: www.smazapo.sch.id
Lebih terperinciSTATISTIKA -deskripsi data-
STATISTIKA -deskripsi data- PERTEMUAN KE-3 Oleh: MUHAMMAD YUSUF AWALUDDIN 2 overview : Deskripsi data : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan
Lebih terperinciSILABUS MATERI PEMBELAJARAN. Statistika: Diagram batang Diagram garis Diagram Lingkaran Tabel distribusi frekuensi Histogram dan Ogif
SILABUS Nama Sekolah : SMA Negeri 1 Sungai Penuh Mata Pelajaran : MATEMATIKA Kelas/Program : XI / IPA Semester : 1 STANDAR KOMPETENSI: 1. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat
Lebih terperinciMA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar
Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati
Lebih terperinciSatatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP
Satatistik dan Probabilitas Ir. I Nyoman Setiawan, MT. NIP. 19631229 199103 01 001 HP. 081338721408 setiawan@ee.unud.ac.id man_awan@yahoo.com Statistik Dan Probabilitas Pendahuluan Statistika adalah pengetahuan
Lebih terperinciHARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG
HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data
Lebih terperinciANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 4 PENGANTAR MINITAB Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 5 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai Tanggal
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciStatistika Farmasi
Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia 1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot Penyajian Data Data diuraikan dalam bentuk kalimat.
Lebih terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciBAB V UKURAN LETAK. Statistika-Handout 5 26
BAB V UKURAN LETAK Selain ukuran pemusatan terdapat pula ukuran letak. Salah satu dari ukuran letak adalah median yang menunjukkan nilai skor tengah dalam susunan skor yang diurutkan mulai dari yang terkecil
Lebih terperinciContoh Analisis Kurikulum
Contoh Analisis Kurikulum Mata Pelajaran : Matematika Kelas/Semester : XI / 1 Standar Kompetensi : Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah Kompetensi
Lebih terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciPertemuan III Statistika Dasar (Basic Statistics)
Pertemuan III Statistika Dasar (Basic Statistics) Jika punya data mengenai daya hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran pemusatan Seberapa besar variasi dari data ukuran
Lebih terperinciLaporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:
Nama : Purnomo Satria NIM : 1133467162 Evaluasi Pertemuan 4 dan 5 Laporan Tugas dan Quiz Statistik Deskriptif 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: a. Rata-rata hitung, median,
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciShort Quiz. TIME LIMIT: 10 minutes
Short Quiz 1. Sebutkan minimum 5 informasi yg Anda peroleh dari gambar di samping? 2. Sebutkan peubah apa saja yg diamati pada kasus ini? 3. Sebutkan skala pengukurannya. 4. Berikan komentar Anda secara
Lebih terperinciDAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel
PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciPengumpulan & Penyajian Data
Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan
Lebih terperinciStatistik Deskriptif Ukuran Dispersi
MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand
Lebih terperinciBAB III METODE PENELITIAN. learning cycle 7-E, learning cycle 5-E dan pembelajaran langsung. Pendekatan yang digunakan adalah pendekatan kuantitatif.
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian percobaan (experiment research), karena pada penelitian ini terdapat perlakuan khusus terhadap variabelvariabel yang
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinciBAB 1. STATISTIKA. A. PENYAJIAN DATA B. PENYAJIAN DATA STATISTIK C. PENYAJIAN DATA UKURAN MENJADI DATA STATISTIK DESKRIPTIF
BAB 1. STATISTIKA. A. PENYAJIAN DATA B. PENYAJIAN DATA STATISTIK C. PENYAJIAN DATA UKURAN MENJADI DATA STATISTIK DESKRIPTIF 1.fli c kr. co m Bab b Su m tic ta.s m r fa er: Statistika Setelah mempelajari
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering
Lebih terperincidapat digunakan formulasi sebagai berikut : Letak Letak Letak
1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga
Lebih terperinciMetode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 Pertanyaan Jika kita punya data mengenai daya hidup dari baterai Laptop merk XXX Dimana lokasi atau
Lebih terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
Lebih terperinciSILABUS KEGIATAN PEMBELAJARAN. Membaca sajian data dalam bentuk diagram garis, dan diagram batang.
Nama Sekolah : SMA Mata Pelajaran : MATEMATIKA Kelas/Program : XI / IPS Semester : 1 SILABUS STANDAR KOMPETENSI: 1. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan
Lebih terperinciVariabel terbagi 2 :
Variabel terbagi 2 : Kualitatif Contohnya : Jenis kelamin Pangkat seseorang Status perkawinan Kuantitatif Contohnya : Berat anak balita Tinggi anak balita dll Variabel kuantitatif terbagi 2 : Variabel
Lebih terperinciPengantar & Statistika Deskriptif
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang
Lebih terperinciBagian 1 Sistem Bilangan
Bagian 1 Sistem Bilangan Dalam bagian 1 Sistem Bilangan kita akan mempelajari berbagai jenis bilangan, pemakaian tanda persamaan dan pertidaksamaan, menggambarkan himpunan penyelesaian pada selang bilangan,
Lebih terperinciBAB III METODE PENELITIAN. kelamin dan pendekatan SAVI, Inkuiri, RME dengan setting pembelajaran. tanggal 7 September 2013 di SMP Buana.
56 BAB III METODE PENELITIAN A. Jenis Penelitian Jenis dari penelitian ini adalah penelitian kuantitatif, karena ingin mengetahui perbedaan hasil belajar matematika siswa yang ditinjau dari jenis kelamin
Lebih terperinciBAB III UKURAN TENGAH DAN DISPERSI
BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar
Tutorial ke : 1 : 3 Kompetensi Umum : Setelah mempelajari bahan ajar matakuliah ini diharapkan mahasiswa 1. Memahami pengetahuan dasar statistika. 2. Memahami tehnik penyajian data dalam bentuk tabel.
Lebih terperinciLampiran 2a SILABUS MATEMATIKA
Lampiran 1a 40 Lampiran 1b 41 42 Lampiran 2a SILABUS MATEMATIKA Sekolah : SMP Negeri 3 Ponorogo Kelas : IX Mata Pelajaran : Matematika Semester : I (Satu) StandarKompetensi : STATISTIKA 3. Melakukan pengolahan
Lebih terperinciOUTLINE BAGIAN I Statistik Deskriptif
UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciPENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK
PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA Moh Yamin Darsyah Program Studi Statistika Universitas Muhammadiyah Semarang yamindarsyah@gmail.com ABSTRAK Banyak sekali data dalam kehidupan yang
Lebih terperinciPELATIHAN INSTRUKTUR/PENGEMBANG SMU. 28 JULI s.d. 10 AGUSTUS 2003 S T A T I S T I K A. Oleh: Drs. Marsudi Raharjo, M. Sc., Ed
PELATIHAN INSTRUKTUR/PENGEMBANG SMU 8 JULI s.d. 0 AGUSTUS 00 S T A T I S T I K A Oleh: Drs. Marsudi Raharjo, M. Sc., Ed DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA
SUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA BAB II STATISTIKA Dr. Djadir, M.Pd. Dr. Ilham Minggi, M.Si Ja faruddin,s.pd.,m.pd. Ahmad Zaki, S.Si.,M.Si Sahlan Sidjara, S.Si.,M.Si
Lebih terperinciPENYAJIAN DATA. Cara Penyajian Data meliputi :
PENYAJIAN DATA Cara Penyajian Data meliputi : 1. Tabel Tabel terbagi menjadi : - Tabel Biasa - Tabel Kontingensi - Tabel Distribusi Tabel Distribusi terbagi menjadi : Tabel Distribusi Mutlak Tabel Distribusi
Lebih terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : Mata Pelajaran : Matematika Kelas / Program : XI (Sebelas) Semester : Ganjil
RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : Mata Pelajaran : Matematika Kelas / Program : XI (Sebelas) Semester : Ganjil Standar Kompetensi : 1. Menggunakan aturan statistika, kaidah pencacahan,
Lebih terperinciIV HASIL DAN PEMBAHASAN
6 telah dibangkitkan. Kemudian peubah X dan Y diregresikan dengan OLS sehingga diperoleh kuadrat galat. Kuadrat galat diurutkan dari ang terkecil sampai dengan ang terbesar, lalu dilakukan pemangkasan.
Lebih terperinciPROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.
PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK
Lebih terperinciKED PENGGUNAAN TURUNAN
6 PENGGUNAAN TURUNAN JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Menerapkan konsep dasar turunan fungsi dalam menentukan karakteristik grafik fungsi dan menggambarkan grafik Materi : 6.1
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciS T E M - A N D - L E A F P L O T. PENYUSUN: Agung Tri Pamungkas ( ) Alfan Bahar ( ) Sela Anisada ( ) Kelas 1F
PENYUSUN: Agung Tri Pamungkas (15.8472) Alfan Bahar (15.8486) Sela Anisada (15.8891) Kelas 1F Sekolah Tinggi Ilmu Statistik 2016 i KATA PENGANTAR Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-nya
Lebih terperinciTEKS UTAMA MATEMATIKA
SILABUS TEKS UTAMA MATEMATIKA SMA/MA KELAS XI PROGRAM IPS SILABUS KURIKULUM TINGKAT SATUAN PENDIDIKAN UNTUK SMA DAN MA Nama Sekolah : Mata Pelajaran : MATEMATIKA Kelas/Program : XI (sebelas) / IPS Semester
Lebih terperinciSTATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu
Lebih terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperinciPENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciSILABUS PEMBELAJARAN
SILABUS PEMBELAJARAN Nama Sekolah :... Mata Pelajaran : MATEMATIKA Kelas/Program : XI / IPS Semester : 1 STANDAR KOMPETENSI: 1. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada penelitian ini penulis memaparkan hasil penelitian yang mencakup deskripsi data hasil penelitian, uji persyaratan, pengujian hipotesis, pembahasan dan keterbatasan
Lebih terperinciStatistik Deskriptif. Statistik Farmasi 2015
Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan
Lebih terperincidiunduh dari
diunduh dari http://www.pustakasoal.com iv Prakata Selamat, kalian telah naik ke kelas XI Program Ilmu Pengetahuan Sosial (IPS). Tentunya hal ini menjadi kebanggaan tersendiri bagi kalian. Semoga kalian
Lebih terperinciDERIVATIVE (continued)
DERIVATIVE (continued) (TURUNAN) Kus Prihantoso December 14 th, 2011 Yogyakarta Maximum-minimum Misalkan S adalah suatu interval yang merupakan domain dari fungsi f dan S memuat c. Nilai f (c) disebut
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciProbabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata
Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi
Lebih terperinciBAB II DISTRIBUSI FREKUENSI
BAB II DISTRIBUSI FREKUENSI 1. Pengertian Distribusi Frekuensi 1. Merupakan penyusunan data ke dalam kelas-kelas tertentu di mana setiap indiividu/item hanya termasuk ke dalam salah satu kelas tertentu.
Lebih terperinciBAB IV PERBEDAAN KEMAMPUAN KOMUNIKSAI ISLAMI ANTARA MAHASISWA AKTIVIS DENGAN MAHASISWA BUKAN AKTIVIS
BAB IV PERBEDAAN KEMAMPUAN KOMUNIKSAI ISLAMI ANTARA MAHASISWA AKTIVIS DENGAN MAHASISWA BUKAN AKTIVIS A. Analisis Kemampuan Komunikasi Islami Mahasiswa Aktivis (X) Hasil pengumpulan data nilai angket kemampuan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. pengumpulan data. Soal yang digunakan adalah soal yang telah teruji validitasnya
20 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian Dalam penelitian ini, peneliti menggunakan tes berupa tes essay yang sudah diuji validitas dan reliabilitas tesnya untuk digunakan sebagai
Lebih terperinciPENGUMPULAN DATA PENGOLAHAN DATA
PENGUMPULAN DATA Sensus adalah cara pengumpulan data seluruh elemen populasi diselidiki satu per satu. Sensus merupakan cara pengumpulan data yang menyeluruh. Data yang diperoleh sebagai hasil pengolahan
Lebih terperinciBy Syarifah Hikmah JS. MK Statistika (MAM 4137)
By Syarifah Hikmah JS MK Statistika (MAM 4137) Daftar Isi Wilayah/Rentang Deviasi rata-rata terhadap nilai tengah Ragam Simpangan baku Ukuran Statistik Untuk menjelaskan ciri-ciri data yang penting maka
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Deskripsi Hasil Belajar Siswa Deskripsi hasil belajar siswa dalam penelitian ini dipaparkan dalam bentuk mean (X), median (Me), modus (Mo),
Lebih terperinciBAB IV ANALISIS STATISTIK HASIL PENELITIAN DAN PEMBAHASAN. kemampuan melakukan Tolak pelurugaya menyamping terhadap pengaruh latihan
26 BAB IV ANALISIS STATISTIK HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 1.1.1. Deskripsi Data Penelitian Data yang dideskripsikan dalam penelitian ini adalah data hasil kemampuan melakukan Tolak
Lebih terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciMATERI STATISTIK. Genrawan Hoendarto
MATERI STATISTIK Distribusi Frekwensi Perhitungan Tendensi Pusat Penyimpangan atau Dispersi Teori Probabilitas Teori Distribusi Distribusi Sampling / Pengambilan Contoh Pengujian Hipotesis Regresi dan
Lebih terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. penelitian ini diadakan Pre-test atau tes awal sebelum kegiatan eksperimen. Data hasil tes awal.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskripsi Hasil Penelitian 4.. Deskripsi Hasil Penelitian Variabel 0 (skor tes awal) Kegiatan penelitan ini dilakukan dengan menggunakan metode eksperiman semu,
Lebih terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciBAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.
BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.
Lebih terperinci