Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)"

Transkripsi

1 MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS [Jadwal] Rabu R.KU ; Jumat R.KU [Materi Statistika] Minggu 1 Statistika deskriptif Minggu 2 Tipe kejadian dan Peluang Minggu 3 Peluang Bersyarat (Teorema Bayes) Ujian 1 Materi Minggu 1-3 Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi Minggu 5 Peubah Acak Bivariat, Fungsi Peluang Gabungan dan Marginal, Korelasi Ujian 2 Materi Minggu 4-5 Minggu 6 Distribusi Peubah Acak Diskrit (PAD) Minggu 7 Distribusi Peubah Acak Kontinu (PAK) Minggu 8 Distribusi Sampling Ujian 3 Materi Minggu 6-8 Minggu 9 Penaksiran parameter, estimasi titik dan selang Minggu 10 Uji hipotesis satu populasi Minggu Analisis regresi linear sederhana Minggu 13 Review Ujian 4 Materi Minggu

2 1 Statistika Deskriptif [Definisi] Statistika adalah ilmu yang digunakan untuk mengumpulkan, mengorganisasi, melakukan inferensi dan menafsirkan data. Secara luas, statistika adalah ilmu yang mempelajari dan menginterpretasikan data agar mempunyai makna. Lalu, bagaimana dengan Statistik? [Statistika Deskriptif] Statistika deskriptif membahas cara atau metode mengumpulkan, menyederhanakan dan menyajikan data sehingga bisa memberikan informasi. Kesimpulan yang diberikan dalam statistika deskriptif bersifat subyektif. Meskipun demikian, kesimpulan yang salah akan terlihat. Bagaimana dengan Statistika Inferesia? Data Data adalah hasil observasi tunggal (datum) yang didapat baik secara langsung ataupun tidak langsung. Dalam praktiknya, data yang kita kumpulkan dapat dikelompokkan menjadi data kategorik atau data numerik. Berdasarkan skala pengukuran data dapat dibedakan menjadi: 1. Nominal, misalkan: jenis kelamin, golongan darah 2. Ordinal, misalkan: tingkat kecelakaan, tingkat kelulusan 3. Rasio/Interval, misalkan: nilai, tekanan darah, denyut nadi [Latihan] Tentukan tipe data (nominal, ordinal atau rasio/interval) berikut: 1. Syahrina mempunyai warna bola mota coklat bukan hitam. 2. Kartono lahir pada bulan April. 3. Harga rumah di Bhojhongshoang relatif mahal. 4. Beberapa tradisi menempatkan seseorang berdasarkan kasta 5. Profesi sebagai dosen memerlukan keahlian berkomunikasi Penyajian Data [Parameter] Suatu nilai yang digunakan untuk mendeskripsikan/menggambarkan sifat POPULASI. Misalkan: mean (µ); simpangan baku (σ) 2

3 [Statistik] Suatu nilai yang digunakan untuk mendeskripsikan/menggambarkan sifat SAMPEL. Misalkan: mean (X); simpangan baku (s). Setelah data dikumpulkan dan diorganisasikan, kita dapat memberikan tafsiran sederhana melalui ukuran atau statistik. Ukuran atau statistik yang melekat pada data dibagi menjadi: Ukuran pusat/lokasi: mean, median, modus [Mean] Misalkan terdapat data sampel y 1, y 2,..., y n, dimana y i menyatakan titik sampel ke-i. Mean didefinisikan sebagai, Bagaimana sifat-sifat mean? ȳ = Σn i=1y i n [Median] Median atau nilai tengah dilakukan pada data yang sudah diurutkan. Median didefinisikan sebagai data (observasi) ke- n+1 2 [Modus] Modus atau Mode adalah ukuran pusat yang menyatakan nilai observasi yang sering muncul. [Latihan] Data nilai UTS Bahasa Soenda dari 20 siswa: Nama Nilai Nama Nilai Nama Nilai Nama Nilai Siswa 1 61 Siswa 6 77 Siswa Siswa Siswa 2 54 Siswa 7 40 Siswa Siswa Siswa 3 58 Siswa 8 47 Siswa Siswa Siswa 4 25 Siswa 9 67 Siswa Siswa Siswa 5 46 Siswa Siswa Siswa Tentukan ukuran pusat/lokasi data diatas! Apabila setiap nilai data ditambah 5 maka nilai mean menjadi? Buat diagram batang dan daun dari data tersebut? Ukuran penyebaran: jangkauan, variansi, simpangan baku (a) Jangkauan (Range): R = y max y min 3

4 (b) Variansi Sampel: s 2 = Σn i=1 (y i ȳ) 2 (n 1) Bagaimana sifat variansi? (c) Simpangan baku: akar kuadrat dari variansi (d) Koefisien Variasi untuk membandingkan keragama dua atau lebih data, ( s x) CV = 100% Ukuran letak: kuartil, desil, persentil. Untuk menentukan nilai kuartil, data diurutkan terlabih dahulu. (a) Lokasi kuartil pertama (Q1): data ke (n+1) 4 (b) Lokasi kuartil kedua (Q2)/median: data ke (n+1) 2 (c) Lokasi kuartil ketiga (Q3): data ke 3(n+1) 4 Bagaimana dengan Interquartile Range? Ukuran bentuk: skewness, kurtosis (a) Skewness (kemiringan) distribusi data (b) Kurtosis (kecuraman) distribusi data 4

5 Box-Whisker Plot Grafik data yang terdiri lima informasi ringkasan data: Minimum Q1 Median Q3 Maximum Bentuk Distribusi Data dilihat dari Box-Whisker Plot [Latihan] 1. Sebuah riset dilakukan oleh Virginia Tech adalah membandingkan batang baja dari perusahaan A dan B. Sebanyak 10 sampel kelenturan batang baja diambil dari kedua perusahaan tersebut (Walpole et al, 2007). Perusahaan A: 9.3; 8.8; 6.8; 8.7; 8.5; 6.7; 8.0; 6.5; 9.2; 7.0 Perusahaan B: 11.0; 9.8; 9.9; 10.2; 10.1; 9.7; 11.0; 11.1; 10.2; 9.6 (a) Hitunglah mean, Q1, Q2 (median), Q3? (b) Hitunglah jangkauan (range), variansi dan Interquartile Range (IR)? Note: IR = Q3 Q1 (c) Gambarkan diagram Box Plot dan jelaskan? 5

6 2. Berikut ini merupakan diagram Batang-Daun data waktu pengeringan (dalam menit) kain pada sebuah perusahaan kain latex. Batang Daun Identifikasi ada atau tidaknya pencilan dan gambarkan diagram Box Plot! Note: Nilai pencilan (outlier) adalah nilai data yang letaknya: Q3 +(1.5 IR) < outlier atas Q3 + (3 IR) Q1 (1.5 IR) > outlier bawah Q1 (3 IR) 6

7 2 Peluang dan Aturan Bayes Statistics may be defined as a body of methods for making wise decisions in the face of uncertainty - Wallis Terdapat dua kategori kejadian atau event yaitu kejadian deterministik dan stokastik. Kejadian stokastik berkaitan erat dengan peluang, sehingga kejadian stokastik sering disebut sebagai kejadian probabilistik. Berikut beberapa definisi yang berkaitan dengan peluang, 1. Ruang Sampel: himpunan kejadian semua hasil yang mungkin dari suatu percobaan. Ruang sampel terdiri dari ruang sampel diskrit (pelemparan dadu, jumlah anak) dan kontinu (curah hujan (mm), berat badan (kg)) 2. Kejadian: himpunan bagian dari ruang sampel. Tipe kejadian, Gabungan dua peristiwa A dan B ditulis A B adalah himpunan semua kejadian yang ada didalam A atau B termasuk didalam keduanya. Irisan dua peristiwa A dan B ditulis A B adalah himpunan semua kejadian yang ada didalam A dan B. Komplemen kejadian A ditulis A c adalah himpunan semua kejadian yang tidak didalam A 3. Dua kejadian dikatakan saling bebas (independent) jika terjadinya kejadian yang satu tidak mempengaruhi terjadinya kejadian yang lain. Contoh: Dua kejadian dikatakan saling lepas jika kedua kejadian tersebut tidak dapat terjadi secara bersamaan. Contoh:... [Ilustrasi] 1. Seorang mahasiswa ingin menyusun 6 komik dan 3 novel dalam satu rak berjajar. Setiap jenis buku harus berdekatan. Berapa banyak cara mahasiswa tersebut menyusun buku Ani melempar koin dua kali, peluang mendapat Angka (A) pada lemparan pertama lalu mendapat Gambar (G) pada lemparan kedua adalah Ketika memilih bola secara acak dari keranjang yang berisi 3 bola biru, 2 bola hijau, dan 5 bola merah, peluang mendapat bola biru atau merah adalah... 7

8 [Peluang] Misalkan S adalah ruang sampel, dengan A adalah kejadian, maka peluang kejadian A, Aksioma Peluang, P (A) = lim n n(a) n 1. 0 P (A) 1, untuk setiap A A 2. P (S) = 1 = n(a) n(s) 3. Untuk setiap kejadian A dan B berlaku, P (A B) = P (A) + P (B) P (A B) 4. Kejadian A dan B dikatakan saling lepas jika A B = 0 sehingga P (A B) = P (A) + P (B) 5. Kejadian A dan B dikatakan saling bebas jika P (A B) = P (A) P (B) [Coba] Dalam rangka memperingati Dies Natalis Ketjap ABC, perusahaan memberikan hadiah bagi 4 karyawan berprestrasi, dari 20 karyawan yang terdiri dari 13 laki-laki dan 7 wanita. Berapa peluang terpilih 1 laki-laki dan 3 wanita? Berapa peluang terpilih paling tidak 1 laki-laki? [Peluang Bersyarat] Jika A dan B dua kejadian, dengan P (A) > 0, peluang bersyarat B jika diketahui A, didefinisikan P (B A) = P (A B) P (A) [Ilustasi] 1. Pak Mad mempunyai 2 anak. Berapa peluang bahwa keduanya lakilaki, diberikan bahwa Pak Mad tersebut memiliki setidaknya 1 anak laki-laki? 2. Ayu dapat mengambil kursus Bahasa atau kursus Matematika. Jika Ayu mengambil kursus Matematika, maka peluang dia mendapat A adalah 1. Jika Ayu mengambil kursus Bahasa, maka peluang dia 3 mendapat A adalah 1. Ayu memutuskan untuk melemparkan koin 2 dalam menentuka pilihan. Berapa peluang Ayu mendapat A di kursus Matematika? 8

9 [Teorema Bayes] Jika kejadian - kejadian A 1, A 2, A 3,..., A k adalah partisi dari ruang sampel S, maka untuk kejadian B sedemikian sehingga P (B) > 0, berlaku, Aksioma Peluang Bersyarat, P (A i B) = P (A i B) P (B) P (B A i )P (A i ) = k i=1 P (B A i)p (A i ) 1. P (B A) 0, untuk setiap A A 2. P (S A) = 1 3. Untuk setiap kejadian A 1 dan A 2 bersyarat B berlaku, P (A 1 A 2 B) = P (A 1 B) + P (A 2 B) P (A 1 A 2 B) 4. Kejadian A 1 dan A 2 dikatakan saling lepas jika P (A 1 A 2 B) = 0 sehingga P (A 1 A 2 B) = P (A 1 B) + P (A 2 B) 5. Hukum Komplemen P (B c A) = 1 P (B A) 6. Hukum Perkalian P (A B) = P (B A) = P (A)P (B A) = P (B)P (A B) 7. Jika A dan B saling bebas P (B A) = P (B), sehingga P (A B) = P (B A) = P (A)P (B) [Coba] Perusahaan Maju Mundur mengadakan wisata dan menggunakan tiga hotel sebagai tempat menginap karyawannya. Berdasarkan pengalaman: 20% karyawannya di tempatkan di Hotel A, 50% di Hotel B dan 30% di Hotel C. Jika 5% kamar mandi Hotel A tidak berfungsi dengan baik (rusak), 4% di Hotel B, dan 8% di Hotel C. Berapa peluang (a) Seorang karyawan mendapat kamar dengan kamar mandi rusak? (b) Karyawan yang mendapat kamar mandi rusak ditempatkan di Hotel C? Latihan 1. Tentukan peluang bahwa sebuah dadu diundi satu kali akan menghasilkan angka yang kurang dari 4 jika (a) Tidak diberikan informasi lain (b) Diketahui lemparan tersebut menghasilkan angka ganjil. 2. Bagi keluarga yang tinggal disuatu kota, peluang bahwa istri ikut kegiatan olah raga 0.21, peluang suami ikut kegiatan olah raga

10 dan peluang suami dan istri ikut olah raga Berapa peluang,(a) Paling sedikit salah seorang ikut kegiatan olah raga (b) Seorang istri ikut olah raga, bila diketahui suaminya olah raga (c) Seorang suami ikut olah raga,diketahui istrinya olah raga. 3. Dari data diketahui bahwa mobil yang dijual di pasaran, 70% nya dilengkapi dengan air conditioning (AC), 40% dilengkapi dengan CD player (CD) dan 20% dilengkapi kedua alat tersebut (a) Berapa peluang sebuah mobil dilengkapi CD player, jika diketahui mobil tersebut juga dilengkapi AC (b) Berapa peluang sebuah mobil dilengkapi AC, jika diketahui mobil tersebut tidak dilengkapi CD. 4. Sebuah perusahaan pengeboran minyak mengestimasi bahwa peluang pengeboran itu sukses adalah 40%. Pengalaman perusahaan diketahui bahwa 60% keberhasilan pengeboran itu karena dikerjakan dengan prosedur yang benar dan tepat sedangkan 20% pengeborannya gagal walaupun dikerjakan dengan prosedur yang benar dan tepat. Jika perusahaan pengeboran sudah melaksanakan prosedur yang benar dan tepat berapa peluang perusahaan berhasil dalam pengeboran minyaknya? 5. Seorang mahasiswa mengambil dua mata kuliah kalkulus (I,II). Misal A adalah event bahwa dia lulus kalkulus I dan B adalah event bahwa dia lulus kalkulus II. Jika dia menduga bahwa P(A) = 0,8 ; P(B) = 0,9 ; dan P (A B) = 0, 75. Tentukan sample space untuk kasus tersebut? Tentukan probabilitas: A B; A B; A B; A B? 6. Diberikan populasi sarjana disuatu kota yang dibagi menurut jenis kelamin dan status pekerjaan. Akan diambil seorang dari mereka untuk ditugaskan melakukan promosi barang. Ternyata yang terpilih adalah dalam status bekerja, berapakah probabilitasnya bahwa dia (a) Lakilaki (b) Wanita 7. Sebuah pabrik VCR membeli salah satu microchip-nya dari 3 perusahaan yang berbeda. 30% microchip tersebut dibeli dari erusahaan X, 10

11 20% dari perusahaan Y, dan 50% dari perusahaan Z. Berdasarkan pengalaman, 3% microchip perusahaan X cacat, 5% microchip perusahaan Y cacat, dan 4% microchip perusahaan Z cacat. Pada saat microchips tersebut sampai di pabrik, mereka langsung menempatkannya dalam kotak tanpa inspeksi atau mengidentifikasi asal microchip terlebih dahulu. Seorang pekerja mengambil sebuah microchip secara acak dan ternyata cacat. Berapa peluang bahwa microchip tersebut berasal dari perusahaan Y? 8. Seseorang melamar pekerjaan pada 2 perusahaan, A dan B. Dia menduga bahwa peluang akan diterima di perusahaan A adalah 0.4, dan di perusahaan B 0.3. Diasumsikan penerimaan karyawan pada kedua perusahaan tersebut adalah independen, hitung peluang: (a) Dia akan diterima di kedua perusahaan (b) Dia akan diterima paling sedikit di satu perusahaan (c) Dia diterima di perusahaan A tetapi tidak di perusahaan B. 9. Suatu perusahaan TV mempunyai tiga pabrik, yaitu A, B, dan C dengan persentase produksi masing-masing adalah 15%, 35%, dan 50%. Tiap pabrik menghasilkan produk (TV) cacat, yaitu masing-masing 1% (A), 5% (B), dan 2% (C). (a) Apabila sebuah TV diambil secara acak dari keseluruhan produk yang ada, berapakah besarnya peluang bahwa TV yang terpilih tersebut dalam keadaan cacat? (b) Apabila sebuah TV diambil secara acak dari keseluruhan produk yang ada, berapakah besarnya peluang bahwa TV yang terpilih tersebut dalam keadaan cacat? 11

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUGE Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-8-0 [Jadwal] Rabu 1.0-14.0 R.KU.05.14; Jumat 16.0-18.0 R.KU.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu Tipe kejadian

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUGE3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-0 [Jadwal] Rabu 1.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu Tipe

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-02 [Jadwal] Rabu 12.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu

Lebih terperinci

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD) MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-02 [Jadwal] Rabu 12.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah Analisis Data Orang Cerdas Belajar Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang Analisis Data A.

Lebih terperinci

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082

Lebih terperinci

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk

Lebih terperinci

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW BIOSTATISTIK DESKRIPTIF REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.

Lebih terperinci

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan

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

Hidup penuh dengan ketidakpastian

Hidup penuh dengan ketidakpastian BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa

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

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah Analisis Data Orang Cerdas Belajar Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang Analisis Data A.

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

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability

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

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output

Lebih terperinci

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas! BAHAN AJAR 3 DISTRIBUSI PEUBAH ACAK GABUNGAN DAN FUNGSI PELUANG MARGINAL Situasi 1: Sebuah kotak berisi tiga ballpoint berwarna merah, dua berwarna biru dan tiga berwarna hitam. Kemudian dua buah ballpoint

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : SMK Mata Pelajaran : Matematika Kelas : XII (Dua Belas) Program : Teknologi, Kesehatan, dan Pertanian Standar Kompetensi Kompetensi Dasar : 13. Memecahkan

Lebih terperinci

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si PROBABILITAS Dr. Vita Ratnasari, M.Si Dalam menghadapi persoalan-persoalan yang TIDAK PASTI diperlukan suatu ukuran untuk menyatakan tingkat KEPASTIAN atau KETIDAKPASTIAN kejadian tsb. Definisi / pengertian

Lebih terperinci

KONTRAK KULIAH STATISTIK DESKRIPTIF

KONTRAK KULIAH STATISTIK DESKRIPTIF DATA DIRI Nama lengkap : Herdian, S.Pd., M.Pd. Alamat : Jl Raya Pagelaran Kec. Pagelaran - Pringsewu Telepon : 0856 6969 3636/ 0812 72 104 167 Pendidikan : S.1 Pend. Matematika Univ. lampung S.2 Pend.

Lebih terperinci

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting IKG4Q3 Ekonometrik Dosen: Aniq A Rohmawati, M.Si [Kelas Ekonometrik] CS-36-02 [Jadwal] Senin 10.30-12.30 R.A208A; Selasa 10.30-12.30 R.E302 [Materi Ekonometrik] Kuliah Pemodelan dan Simulasi berisi tentang

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

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

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

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA. STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data

Lebih terperinci

LATIHAN SOAL MATEMATIKA KELAS XI IPS. adalah. A. 6 C. 2 E. 1 B. 3 D. 0.. Maka rumus fungsi invers f adalah.d

LATIHAN SOAL MATEMATIKA KELAS XI IPS. adalah. A. 6 C. 2 E. 1 B. 3 D. 0.. Maka rumus fungsi invers f adalah.d LATIHAN SOAL MATEMATIKA KELAS XI IPS. Diketahui fungsi f x px qx c dan f dan f, maka p c adalah. 6 E. 0. Jika g x x dan h x x, maka g h0... E. 0. Diketahui f x x, g x x, dan h x x. Maka nilai f g h...

Lebih terperinci

Kontrak Kuliah Metode Statistika 2

Kontrak Kuliah Metode Statistika 2 Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi

Lebih terperinci

BAB 3 Teori Probabilitas

BAB 3 Teori Probabilitas BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara

Lebih terperinci

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks SILABUS Fakultas : FPMIPATI Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks Semester : II Waktu Pertemuan : 2 x 50 Mata Kuliah Prasyarat

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

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN

Lebih terperinci

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I A. STATISTIKA DESKRIPTIF 1. Seorang teknisi suatu pabrik paku melakukan kunjungan di bagian produksi. Ia mengambil 36 sampel paku yang akan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL Mata Kuliah : Statistik Deskriptif Kode MK : MIK321 Mata Kuliah Prasyarat

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

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 1 KONSEP DASAR PROBABILITAS Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1

Lebih terperinci

P E L U A N G. B. Peluang Kejadian Majemuk. Materi W12b. 1. Kejadian Majemuk saling Lepas 2. Kejadian Majemuk saling Bebas. Kelas X, Semester 2

P E L U A N G. B. Peluang Kejadian Majemuk. Materi W12b. 1. Kejadian Majemuk saling Lepas 2. Kejadian Majemuk saling Bebas. Kelas X, Semester 2 Materi W12b P E L U A N G Kelas X, Semester 2 B. Peluang Kejadian Majemuk 1. Kejadian Majemuk saling Lepas 2. Kejadian Majemuk saling Bebas www.yudarwi.com B. Peluang Kejadian Majemuk Kejadian majemuk

Lebih terperinci

KONSEP DASAR TERKAIT METODE BAYES

KONSEP DASAR TERKAIT METODE BAYES KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan

Lebih terperinci

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +

Lebih terperinci

SOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.

SOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D. SOAL TUGAS STATISTIKA PENDIDIKAN Dosen : Prof. Ir. Sigit Nugroho, M.Sc., Ph.D. 1. Berikut ini disajikan data banyaknya siswa yang lewat di depan kelas yang diambil secara sistematis dengan interval waktu

Lebih terperinci

Peubah Acak dan Distribusi

Peubah Acak dan Distribusi BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari

Lebih terperinci

Bab 3 Pengantar teori Peluang

Bab 3 Pengantar teori Peluang Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan

Lebih terperinci

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

PELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah 1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi

Lebih terperinci

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 1 Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 2 Eksperimen Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi

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

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

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

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

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan

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

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan

Lebih terperinci

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

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

Variansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Variansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali

Lebih terperinci

STATISTIK DAN STATISTIKA

STATISTIK DAN STATISTIKA STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG Pertemuan 3. 1.6 Peluang Bersyarat BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG Peluang terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut

Lebih terperinci

IPS. Untuk Sekolah Menengah Atas. þ Program Tahunan (Prota) þ Program Semester (Promes) þ Silabus. þ Rencana Pelaksanaan Pembelajaran (RPP)

IPS. Untuk Sekolah Menengah Atas. þ Program Tahunan (Prota) þ Program Semester (Promes) þ Silabus. þ Rencana Pelaksanaan Pembelajaran (RPP) PEMBELAJARAN STANDAR ISI 2006 þ Program Tahunan (Prota) þ Program Semester (Promes) þ Silabus þ Rencana Pelaksanaan Pembelajaran (RPP) MATEMATIKA Untuk Sekolah Menengah Atas 11 IPS CV. SINDHUNATA Matematika

Lebih terperinci

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data. SILABUS NAMA SEKOLAH : MATA PELAJARAN : Matematika KELAS : XII STANDAR KOMPETENSI : Menerapkan aturan konsep statistika dalam pemecahan masalah. KODE KOMPETENSI : 10 ALOKASI WAKTU : 52 x 45 Kompetensi

Lebih terperinci

STATISTIKA. A Pengertian Statistik dan Statistika. B Populasi dan Sampel. C Pengertian Data PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL

STATISTIKA. A Pengertian Statistik dan Statistika. B Populasi dan Sampel. C Pengertian Data PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL STATISTIKA PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL A Pengertian Statistik dan Statistika Statistik adalah kumpulan akta berbentuk angka yang disusun dalam datar atau tabel, yang menggambarkan suatu

Lebih terperinci

BAHAN KULIAH STATISTIKA (Kelas Teori)

BAHAN KULIAH STATISTIKA (Kelas Teori) BAHAN KULIAH STATISTIKA (Kelas Teori) Fakultas : Fakultas Teknologi Industri Jurusan : Teknik informatika Mata kuliah & Kode : STATISTIKA SKS : Teori : 3 Praktik : - Semester dan Waktu : Sem : I Waktu

Lebih terperinci

Mengolah dan Menganalisis Data

Mengolah dan Menganalisis Data Mengolah dan Menganalisis Data Dr. Eko Pujiyanto, S.Si., M.T. Materi Data Mengolah dan analisis data Memilih alat analisis yang tepat Data Data 1 Jamak dari DATUM artinya informasi yang diperoleh dari

Lebih terperinci

Pertemuan 2. Hukum Probabilitas

Pertemuan 2. Hukum Probabilitas Pertemuan 2 Hukum Probabilitas Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a B) = n(a) + n(b) n(a B) Kejadian majemuk adalah gabungan atau

Lebih terperinci

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses

Lebih terperinci

MODUL MATA PELAJARAN MATEMATIKA

MODUL MATA PELAJARAN MATEMATIKA KERJASAMA DINAS PENDIDIKAN KOTA SURABAYA DENGAN FAKULTAS MIPA UNIVERSITAS NEGERI SURABAYA MODUL MATA PELAJARAN MATEMATIKA Statistika dan Peluang untuk kegiatan PELATIHAN PENINGKATAN MUTU GURU DINAS PENDIDIKAN

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2011 MATA KULIAH : STATISTIKA KODE MATA KULIAH / SKS : 410102047 / 3 SKS MATA KULIAH PRASYARAT

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

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah

Lebih terperinci

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi STATISTIKA EKONOMI Fakultas Ekonomi-Akuntansi Universitas Negeri Jakarta Nisrina Anzilla 8335128433 Pengertian Statistik Pengertian statistik berasal dari bahasa Latin, yaitu status yang berarti negara

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan

Lebih terperinci

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu melakukan deskripsi, eksplorasi dan interpretasi data serta Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu

Lebih terperinci

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Konsep Peluang Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 THE ROLE OF PROBABILITY IN STATISTICS Probability and statistics are related in an important way. Probability is used as a tool; it allows

Lebih terperinci

SATUAN ACARA PERKULIAHAN. Kode Mata Kuliah : TI 003

SATUAN ACARA PERKULIAHAN. Kode Mata Kuliah : TI 003 SATUAN ACARA PERKULIAHAN Nama Mata : Statistik Kode Mata : TI 003 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata : Mata Prasyarat : Penanggung Jawab : Latifah Rahayu, M.Sc Pertemuan / Pokok

Lebih terperinci

Teori Probabilitas. Debrina Puspita Andriani /

Teori Probabilitas. Debrina Puspita Andriani    / Teori Probabilitas 5 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Teorema Bayes Berapa

Lebih terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah

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

Pengantar & Statistika Deskriptif. MA 2081 Statistika Dasar

Pengantar & Statistika Deskriptif. MA 2081 Statistika Dasar Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 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 24.00

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

Statistika Farmasi

Statistika Farmasi Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu

Lebih terperinci

Aplikasi statistika...

Aplikasi statistika... Aplikasi statistika... Statistik vs Statistika? Arti Sempit ; Deskriptif : Ringkasan Ukuran Pusat : rata-rata, median, modus Ukuran Variansi : dev.standar, variansi, range Ukuran bentuk : skewness, kurtosis

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi

Lebih terperinci

Statistika Ekonomi UT ESPA 4123

Statistika Ekonomi UT ESPA 4123 Statistika Ekonomi UT ESPA 413 Angka Indeks 1. Angka indeks harga dapat digunakan untuk menghitung... A. Nilai riil suatu variabel B. Tingkat inflasi C. Nilai nominal suatu variabel D. A dan B saja yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

Basic Techniques. STATISTIKA DASAR LATIHAN-2

Basic Techniques. STATISTIKA DASAR LATIHAN-2 STATISTIKA DASAR LATIHAN- Basic Techniques 1. Diberikan n = 8; 4, 1,, 1,, 1,,. Hitunglah: a. Mean b. Variansi c. Tentukan simpangan bakunya d. Gunakan Aturan Empiris untuk mengaproksimasi simpangan baku,

Lebih terperinci

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik:

Lebih terperinci