Untuk beberapa bilangan bulat k, pecahan 1-(1/k 2 ) dapat kita hitung berikut ini.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Untuk beberapa bilangan bulat k, pecahan 1-(1/k 2 ) dapat kita hitung berikut ini."

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. 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 terperinci

King s Learning Be Smart Without Limits NAMA : KELAS :

King 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 terperinci

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

STK 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 terperinci

Statistika Deskriptif

Statistika 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 terperinci

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

STATISTIKA 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 terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 terperinci

Statistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah

Statistika 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 terperinci

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

LEMBAR 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 terperinci

Distribusi Frekuensi

Distribusi 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 terperinci

Metode Statistika STK211/ 3(2-3)

Metode 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 terperinci

STK511 Analisis Statistika. Bagus Sartono

STK511 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 terperinci

STATISTIKA MATEMATIKA KELAS XI MIA

STATISTIKA 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 terperinci

STAND N AR R K OMP M E P T E EN E S N I:

STAND 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 terperinci

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

5. 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 terperinci

7.1 ISTILAH-ISTILAH DALAM STATISTIKA A.

7.1 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 terperinci

STATISTIK. dwipurnama2.blogspot.com

STATISTIK. 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 terperinci

MODUL STATISTIKA KELAS : XI BAHASA. Disusun Oleh : Drs. Pundjul Prijono Nip

MODUL 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 terperinci

25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh

25/09/2013. 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 terperinci

C. Ukuran Letak dan Ukuran Penyebaran Data

C. 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 terperinci

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

FAKULTAS 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 terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN 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 terperinci

STATISTIKA. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah

STATISTIKA. 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 terperinci

Soal, Kartu Soal, Kisi-kisi Soal

Soal, 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 terperinci

STATISTIKA -deskripsi data-

STATISTIKA -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 terperinci

SILABUS MATERI PEMBELAJARAN. Statistika: Diagram batang Diagram garis Diagram Lingkaran Tabel distribusi frekuensi Histogram dan Ogif

SILABUS 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 terperinci

MA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar

MA5182 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 terperinci

Satatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP

Satatistik 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 terperinci

HARISON,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 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 terperinci

ANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB

ANALISIS 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 terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM 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 terperinci

Statistika Farmasi

Statistika 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 terperinci

PENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar

PENGANTAR & 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 terperinci

BAB V UKURAN LETAK. Statistika-Handout 5 26

BAB 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 terperinci

Contoh Analisis Kurikulum

Contoh 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 terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI 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 terperinci

Pertemuan III Statistika Dasar (Basic Statistics)

Pertemuan 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 terperinci

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

Laporan 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 terperinci

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar

STK511 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 terperinci

Short Quiz. TIME LIMIT: 10 minutes

Short 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 terperinci

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

DAN 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 terperinci

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

SATUAN 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 terperinci

Pengumpulan & Penyajian Data

Pengumpulan & 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 terperinci

Statistik Deskriptif Ukuran Dispersi

Statistik 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 terperinci

BAB III METODE PENELITIAN. learning cycle 7-E, learning cycle 5-E dan pembelajaran langsung. Pendekatan yang digunakan adalah pendekatan kuantitatif.

BAB 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 terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 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 terperinci

BAB 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 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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI 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 terperinci

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

STATISTIKA 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 terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat 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 terperinci

Metode 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 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 terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-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 terperinci

SILABUS KEGIATAN PEMBELAJARAN. Membaca sajian data dalam bentuk diagram garis, dan diagram batang.

SILABUS 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 terperinci

Variabel terbagi 2 :

Variabel 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 terperinci

Pengantar & Statistika Deskriptif

Pengantar & 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 terperinci

Bagian 1 Sistem Bilangan

Bagian 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 terperinci

BAB III METODE PENELITIAN. kelamin dan pendekatan SAVI, Inkuiri, RME dengan setting pembelajaran. tanggal 7 September 2013 di SMP Buana.

BAB 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 terperinci

BAB III UKURAN TENGAH DAN DISPERSI

BAB 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 terperinci

UKURAN PENYEBARAN DATA

UKURAN 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 terperinci

BAB V HASIL DAN PEMBAHASAN

BAB 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 terperinci

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar

SATUAN 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 terperinci

Lampiran 2a SILABUS MATEMATIKA

Lampiran 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 terperinci

OUTLINE BAGIAN I Statistik Deskriptif

OUTLINE 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 terperinci

Pengukuran Deskriptif

Pengukuran 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 terperinci

PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK

PENGUNAAN 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 terperinci

PELATIHAN 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. 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 terperinci

SUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA

SUMBER 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 terperinci

PENYAJIAN DATA. Cara Penyajian Data meliputi :

PENYAJIAN 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 terperinci

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif

Statistik 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 terperinci

RENCANA 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 RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : Mata Pelajaran : Matematika Kelas / Program : XI (Sebelas) Semester : Ganjil Standar Kompetensi : 1. Menggunakan aturan statistika, kaidah pencacahan,

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV 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 terperinci

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

PROBABILITAS &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 terperinci

KED PENGGUNAAN TURUNAN

KED 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

S T E M - A N D - L E A F P L O T. PENYUSUN: Agung Tri Pamungkas ( ) Alfan Bahar ( ) Sela Anisada ( ) Kelas 1F

S 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 terperinci

TEKS UTAMA MATEMATIKA

TEKS 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 terperinci

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

STATISTIKA 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 terperinci

BAB 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 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 terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. 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 terperinci

TINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis

TINJAUAN 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 terperinci

SILABUS PEMBELAJARAN

SILABUS 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

Statistik Deskriptif. Statistik Farmasi 2015

Statistik 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 terperinci

diunduh dari

diunduh 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 terperinci

DERIVATIVE (continued)

DERIVATIVE (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 terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran 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 terperinci

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata

Probabilitas 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 terperinci

BAB II DISTRIBUSI FREKUENSI

BAB 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 terperinci

BAB 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 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. pengumpulan data. Soal yang digunakan adalah soal yang telah teruji validitasnya

BAB 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 terperinci

PENGUMPULAN DATA PENGOLAHAN DATA

PENGUMPULAN 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 terperinci

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

By 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

BAB IV ANALISIS STATISTIK HASIL PENELITIAN DAN PEMBAHASAN. kemampuan melakukan Tolak pelurugaya menyamping terhadap pengaruh latihan

BAB 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 terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi 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 terperinci

MATERI STATISTIK. Genrawan Hoendarto

MATERI 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 terperinci

Contoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C

Contoh: 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 terperinci

BAB 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. 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 terperinci

PERTEMUAN 2 STATISTIKA DASAR MAT 130

PERTEMUAN 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 terperinci

BAB 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. 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