Perancangan Percobaan STK222 / 3(2-2)
|
|
- Inge Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Perancangan Percobaan STK222 / 3(2-2) SKS RANCOB - 3 (2-2) Apa maksudnya 1 sks? Satu sks dengan metode kuliah meliputi 3 jam kegiatan per minggu dalam satu semester dengan perincian sebagai berikut : Kegiatan tatap muka terjadwal dengan dosen 50 menit Kegiatan akademik terstruktur (kegiatan studi tidak terjadwal tapi direncanakan, misalnya PR, mengerjakan soal-soal) 60 menit Kegiatan mandiri untuk mendalami materi 60 menit Satu sks dengan metode praktikum di lab. Komputer perhitungan beban tugas untuk kegiatan di lab.komputer = beban tugas selama 2-4 jam x 60 menit per minggu per semester
2 PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) TIM PENGAJAR I MADE SUMERTAJAYA (IMS) UTAMI DYAH SYAFITRI (UDS) MUHAMAD MASKUR (MM)
3 DESKRIPSI MATA KULIAH Mata kuliah perancangan percobaan membahas tentang rancangan percobaan standard, terutama yang umum digunakan di Bidang Pertanian.
4 MATERI (UTS) Review Statistika dasar (UDS) Pengenalan Perancangan Percobaan (UDS) Percobaan Faktor Tunggal dalam RAL (MM) Pembandingan antar perlakuan (UDS) Percobaan Faktor Tunggal dalam RAKL (MM) Pembandingan antar perlakuan: Kontras orthogonal dan kontras polynomial (UDS) Percobaan Faktor Tunggal RBSL (UDS)
5 MATERI (UAS) Pengujian Asumsi (IMS) Percobaan faktorial dalam RAL (IMS) Percobaan Faktorial dalam RAKL (IMS) Percobaan rancangan petak terbagi (RPT) dalam RAL (IMS) Percobaan rancangan petak terbagi dalam RAKL (IMS) Analisis Peragam (ANCOVA) (IMS) Field Trip (IMS)
6 Standar Kompetensi Mampu membuat rancangan percobaan sederhana yang efektif dan efesien terutama dalam bidang pertanian dan industri serta mampu menganalisis data perancangan percobaan.
7 Mata kuliah pra syarat Metode Statistika (STK211).
8 Pustaka Mattjik, A.A dan I M Sumertajaya Perancangan Percobaan dengan Aplikasi SAS dan Minitab, Jilid I. IPB Press. Bogor. Montgomery, D.C Design and Analysis of Experiments, 3 rd ed. John Wiley & Sons, Inc. Singapore. Steel, R.G.D., J.H. Torrie and D.A Dickey Principles and Procedures of Statistics a Biometrical Approach, 3 nd ed. McGraw-Hill, Inc. Singapore.
9 Who am I? S1 ( ) Statistics, Faculty of Mathematics and Natural Science, IPB S2 ( ) Statistics, Faculty of Mathematics and Natural Science, IPB S3 ( ) Department of Engineering and Management, Faculty of Applied Economics, University of Antwerp 9 Dissertation: Optimal design of mixture experiments
10 REVIEW STATISTIKA DASAR
11 Ruang Lingkup Statistika 11 Pengumpulan Data Eksplorasi Data Teori peluang Inferensia Statistik Pengujian hipotesis Hubungan antar peubah
12 Metode Pengumpulan Data 1. Pengamatan (observasi) 2. Sensus (seluruh anggota populasi), 3. Survey (sebagian dari populasi) 4. Rancangan Percobaan 12
13 Level/Skala Pengukuran Skala pengukuran menentukan perhitungan, metode yang dapat digunakan Empat skala pengukuran adalah : nominal, ordinal, interval/selang, and ratio/nisbah. Level/Skala Pengukuran Nominal Ordinal Interval Ratio Terend ah sampai Terting gi
14 Ukuran Pemusatan Modus (Mode): Nilai pengamatan yang paling sering muncul Median: Pengamatan yang ditengah-tengah dari data terurut Quartil: Nilai-nilai yang membagi data terurut menjadi 4 bagian yang sama Mean: merupakan pusat massa (centroid) sehingga simpangan kiri dan simpangan kanan sama besar
15 Ukuran Penyebaran Menggambarkan suatu UKURAN KUANTITATIF tingkat penyebaran atau pengelompokan dari data Keragaman biasanya didefinisikan dalam bentuk jarak : Seberapa jauh jarak antar titik-titik tersebut satu sama lain Seberapa jauh jarak antara titik-titik tersebut terhadap rataannya Bagaimana tingkat keterwakilan nilai tersebut terhadap kondisi data keseluruhan
16 Ukuran Penyebaran Wilayah (Range) : Max-Min Jangkauan Antar Kuartil (Interquartile Range) : Q3- Q1 Ragam (Variance) Standar deviasi (simpangan baku) 16 Departemen Statistika FMIPA IPB
17 Ukuran Penyebaran :Ragam (Variance) Populasi Contoh N x N i i n x x s n i i Derajat bebas = db Untuk menghitung ragam contoh maka perlu dihitung rataan contoh, maka data terakhir tergantung dari data-data sebelumnya. Hanya 1 yang tidak bebas, sedangkan n-1 data lainnya bebas variasinya N x N i i Data n x x s n i i
18 Recognized the data Jenis Kelamin Banyaknya Frequency Table Histogram for ratio or interval data
19 Tehnik penyajian Grafik Tabel Kualitatif/ kategorik Kuantitatif / Numerik Kualitatif / kategorik Kuantitatif / Numerik Bar Chart Pie Chart Histogram Steam & Leaf Boxplot Scatter Plot Line Plot Tabel Frekuensi Tabulasi Silang Tabel Ringkasan Tabel Distribusi Kelompok
20 Tujuan Eksplorasi Data 1. Ukuran Pemusatan : Rataan, Median, Kuartil, Modus 2. Ukuran Penyebaran : Range, Ragam, Simpangan baku, Range antar Kuartil 3. Bentuk sebaran Data: simetrik, bimodus, pengamatan pencilan (histogram, diagram batang, diagram dahan-daun, diagram kotak garis) 4. Hubungan antar peubah 20
21 Apakah ada perbedaan tingkat efektifitas pada kelima tablet yang dicobakan 21 (A, B, C, D, E)? Respon: Lamanya hilang rasa sakit A B C D E Departemen Statistika FMIPA 2016
22 Deskripsi data (1) Variable Group N N* Mean SE Mean StDev Minimum Q1 Lamanya hilang rasa saki A B C D E Variable Group Median Q3 Maximum Lamanya hilang rasa saki A B C D E
23 Deskripsi data Bar Chart 23 Departemen Statistika FMIPA 2016
24 Deskripsi data -Boxplot 24
25 Diagram kotak garis (Boxplot) Informasi yang diperoleh dari diagram kotak garis Melihat ukuran penyebaran dan ukuran pemusatan data Melihat adanya data pencilan Sebagai alat pembandingan sebaran dua kelompok data atau lebih Boxplot of data 1 Q1 Q2 Q3 Min Max Interquartli 50 data 1 Range 55 60
26 Deskripsi -- Histogram
27 Konsep Pembandingan Data yang diperoleh hanya merupakan sampel Nilai dugaan berdasarkan sampel selalu mengandung unsur kesalahan unsur ketidakpastian peluang informasi mengenai sebaran dari statistik Ada hipotesis 27 Departemen Statistika FMIPA 2016
28 Uji Hipotesis Jawaban sementara sebelum percobaan dilaksanakan yang didasarkan pada hasil studi literatur 28 Memuat pernyataan-pernyataan yang bersifat netral atau hal yang umum terjadi Hipotesis Statistik: H 0 : Pernyataan yg ingin ditolak kebenarannya H 1 : Hipotesis tandingan Departemen Statistika FMIPA 2016
29 Unsur Pengujian Hipotesis 29 Hipotesis Nol Hipotesis Alternatif Statistik UJi Daerah Penolakan H0 Departemen Statistika FMIPA 2016
30 Hypothesis Testing One samples Populatio n Mean () 2 known Un known One proportio n (p) 30 Two Samples Independen t Samples Paired samples 1-2 p 1 - p 2 d Z test T test z test known 2 1 & 2 Un known 2 Z test T test Z test vs t test z test equal 1 2 & 2 2 Not equal Departemen Statistika FMIPA 2016 T test Formula T test Formula
31 T-test untuk dua sampel bebas 31 TWO-SAMPLES T-TEST Departemen Statistika FMIPA 2016
32 Two independent samples 32 Populasi I Populasi II Sampel I Sampel II Departemen Statistika FMIPA 2016
33 Contoh kasus 33 Misalkan dilakukan uji untuk melihat keefektifan tablet A dan B dalam mengurangi rasa sakit Masing-masing tablet diberikan secara acak kepada 5 orang. Respon yang diamati adalah lamanya hilang rasa sakit Data yang diperoleh sebagai berikut: A B Departemen Statistika FMIPA 2016
34 Hipotesis yang diuji Definisi Efektif: memberikan rata-rata lamanya hilang rasa sakit kepala yang lebih kecil 34 Ada tiga kemungkinan hipotesis: 1. Tablet A lebih efektif dibandingkan tablet B 2. Tablet A tidak efektif dibandingkan tablet B 3. Kedua tablet memberikan tingkat keefektifan yang berbeda Departemen Statistika FMIPA 2016
35 Hipotesis statistik H o : 1 2 H 1 : 1 < 2 2. H o : 1 2 H 1 : 1 > 2 Hipotesis satu arah 3. H o : 1 = 2 H 1 : 1 2 Hipotesis dua arah Departemen Statistika FMIPA 2016
36 Wilayah kritik Daerah Penolakan H0 36 Tergantung dari H1. H1 : 0 Nilai kritik /2 Daerah Penerimaan H0 Daerah Penolakan H0 -t t /2(db) /2(db) /2 Departemen Statistika FMIPA 2016 Tolak H0 jika v < -t /2(db) atau v > t /2(db)
37 H1 : < 0 37 Daerah Penerimaan H0 Daerah Penolakan H0 -t (db) Tolak H0 jika v < -z /2 H1 : > 0 Daerah Penerimaan H0 Departemen Statistika FMIPA 2016 Tolak H0 jika v > t (db) t (db) Daerah Penolakan H0
38 & nilai p 38 = taraf nyata dari uji statistik Nilai p = taraf nyata dari contoh peluang merupakan suatu ukuran kewajaran untuk menerima H0 atau menerima H1 Jika nilai p < maka Tolak H0 Nilai p z z h Departemen Statistika FMIPA 2016 Nilai p = P (Tolak H0 contoh) Misalnya : nilai p = P(Z > z h )
39 Statistik uji-t asumsi kedua ragam sama dimana n n )s n ( )s n ( s ) n / n / ( s s s ) x x ( t p p ) x x ( ) x x ( hitung dengan db=n 1 +n 2-2 Departemen Statistika FMIPA 2016
40 F-test uji kesamaan dua ragam 40 Departemen Statistika FMIPA 2016
41 Uji dua ragam (output MINITAB) Test and CI for Two Variances: Lamanya hilang rasa sakit_1 vs Group_1 Method Null hypothesis Sigma(A) / Sigma(B) = 1 Alternative hypothesis Sigma(A) / Sigma(B) not = 1 Significance level Alpha = 0.05 Statistics Group_1 N StDev Variance A B Ratio of standard deviations = Ratio of variances = Tests Test Method DF1 DF2 Statistic P-Value F Test (normal) Levene's Test (any continuous)
42 Interval Plot
43 Uji t (Output MINITAB) Two-Sample T-Test and CI: Lamanya hilang rasa sakit_1, Group_1 Two-sample T for Lamanya hilang rasa sakit_1 Group_1 N Mean StDev SE Mean A B Difference = mu (A) - mu (B) Estimate for difference: % CI for difference: (-4.263, ) T-Test of difference = 0 (vs not =): T-Value = P-Value = DF = 8 Both use Pooled StDev =
44 Individual Plot
45
46 A, NA > 75 AB, 65 < NA <= 75 B, 60 < NA <=65 BC, 50 < NA <= 60 C, 40 < NA <= 50 D, 30 < NA <= 39 E, NA <= 30
Perancangan Percobaan
Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Genap/ 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Pe Percobaan/STK222 Pe Percobaan : Mata kuliah pe membahas
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA Tanggal Penyusunan 29/01/2016 Tanggal revisi - Kode dan Nama MK KA064326 Perancangan Percobaan SKS dan Semester SKS 3 Semester
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciSTK 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 terperinciSTATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:
STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat
Lebih terperinciSTK 211 Metode statistika. Materi 2 Statistika Deskriptif
STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan
Lebih terperinciStatistika Deskriptif
Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar
Lebih terperinciSTK 511 Analisis statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT
STK 511 Analisis statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2 3 4 Kepustakaan 1. Fleming, M.C. dan J.G. Nellis. 1994. Principles of Applied Statistics. Routledge. London. 2. Steel, R.G.D., Torrie,
Lebih terperinci1/8/2011. TUJUAN: Dapat menggunakan MINITAB 13 untuk melakukan pengujian nilai tengah, baik untuk nilai tengah satu populasi maupun dua populasi.
UJI NILAI TENGAH MATERI MUATAN LOKAL MATA KULIAH PENERAPAN KOMPUTER TUJUAN: Dapat menggunakan MINITAB 13 untuk melakukan pengujian nilai tengah, baik untuk nilai tengah satu populasi maupun dua populasi.
Lebih terperinci25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh
Metode Statistika (STK11) Pertanyaan Jika punya data mengenai daya Pertemuan III Statistika ti tik Dasar (Basic Statistics) ti ti hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran
Lebih terperinciMetode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 Pertanyaan Jika kita punya data mengenai daya hidup dari baterai Laptop merk XXX Dimana lokasi atau
Lebih terperinciPraktikum Pengujian Hipotesis
Praktikum Pengujian Hipotesis 1. Pengujian Hipotesis dan Selang Kepercayaan bagi Nilai Tengah untuk Satu Populasi Komputasi untuk pengujian hipotesis dan selang kepercayaan (1-α)% bagi Nilai Tengah di
Lebih terperinciPertemuan III Statistika Dasar (Basic Statistics)
Pertemuan III Statistika Dasar (Basic Statistics) Jika punya data mengenai daya hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran pemusatan Seberapa besar variasi dari data ukuran
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)
STK511 Analisis Statistika Pertemuan 6 Statistika Inferensia () 6. Statistika Inferensia () Pengujian Hipotesis x? s p 6. Statistika Inferensia () Pengujian Hipotesis Rataan populasi: nilainya tidak diketahui
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciSTATISTIKA 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 terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan III Statistika Deskripsi dan Eksplorasi (2) Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciANALISIS STATISTIKA. Pertemuan 2 Statistika Dasar (Basic Statistics)
ANALISIS STATISTIKA Pertemuan Statistika Dasar (Basic Statistics) Statistika Deskripsi dan Eksplorasi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Tehnik
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)
STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1) Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
Lebih terperinciSTATISTIK DESKRIPTIF. Abdul Rohman, S.E
LOGO STATISTIK DESKRIPTIF Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN? Melalui
Lebih terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
Lebih terperinciCatatan 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 terperinciTentang 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 terperinciMetode Statistika (STK211) Statistika Deskriptif (1) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (1) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 2 3 4 5 Statistika Deskripsi dan Eksplorasi Merupakan teknik penyajian dan peringkasan data sehingga
Lebih terperinciMetode Statistika (STK211)
Ilustrasi Quiz: Apa Jenis Data Kita? (coret yang salah) Survei Kemampuan Bayar Pelanggan Listrik (studi kasus Kelurahan Sukamakmur). Mengetahui gambaran kemampuan bayar pelanggan listrik masyarakat. Menentukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1.Latar Belakang
BAB 1 PENDAHULUAN 1.1.Latar Belakang Setiap universitas berusaha meningkatkan mutu lulusannya agar mereka mampu bersaing di era globalisasi. (USU) merupakan salah satu Perguruan Tinggi Negeri di kota Medan
Lebih terperinciMA2081 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 terperinciPERANCANGAN PERCOBAAN
RPKPS (RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER) PERANCANGAN PERCOBAAN Oleh. Drs. Riyanto, MSc. FAKULTAS BIOLOGI UNIVERSITAS MEDAN AREA M E D A N 2016 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN
Lebih terperinciStatistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah
Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,
Lebih terperinciKursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono
Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
Lebih terperinciMA2082 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 terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperinciDAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel
PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011
Lebih terperinciShort Quiz. TIME LIMIT: 10 minutes
Short Quiz 1. Sebutkan minimum 5 informasi yg Anda peroleh dari gambar di samping? 2. Sebutkan peubah apa saja yg diamati pada kasus ini? 3. Sebutkan skala pengukurannya. 4. Berikan komentar Anda secara
Lebih terperinciPENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK
PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA Moh Yamin Darsyah Program Studi Statistika Universitas Muhammadiyah Semarang yamindarsyah@gmail.com ABSTRAK Banyak sekali data dalam kehidupan yang
Lebih terperinciSTATISTIKA DASAR DAN APLIKASI
STATISTIKA DASAR DAN APLIKASI Jenis Statistika KULIAH PENERAPAN KOMPUTER MATERI MUATAN LOKAL MAYOR PSP 2010 Statistika Deskriptif: -Menggunakan metode numerik dan grafik untuk mencari pola suatu kumpulan
Lebih terperinciRANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER. AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah :
RANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER Fakultas : PERANIAN Program Studi : AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah : PAE213 Bobot : SKS 3 sks Semester
Lebih terperinciPengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013
1 PENGUJIAN HIPOTESIS Dr. Vita Ratnasari, M.Si Pengertian hipotesis 2 Hipotesis merupakan pernyataan tentang sebuah parameter yang masih harus diuji kebenarannya. Pengujian hipotesis adalah prosedur untuk
Lebih terperinciMA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar
Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 2012/2013. SMP Negeri 3 Kaloran terletak 6 KM dari pusat
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Diskripsi Data 4.1.1.1 Objek Dan Subjek Penelitian Penelitian dilaksanakan pada semester 2 tahun pelajaran 2012/2013. SMP Negeri 3 Kaloran
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciE-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik
Penyajian Data Statistik Pada penulisan kedua tentang Statistika Elementer ini, penulis akan memberikan bahasan mengenai Penyajian Data Statistik kepada para pembaca untuk mengetahui bentuk penyajian data
Lebih terperinciSTATISTIKA 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 terperinciMA2082 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 terperinciSILABUS 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 terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016 http://www.stat.ipb.ac.id/ Pengantar Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini
Lebih terperinciSTATISTIK TERAPAN DAN RANCANGAN PERCOBAAN. Dr. G. Ciptadi (Genetics, Animal Breeding, Tech.Lab., Stat. Rancob) Lab. Gen.Pem Ternak dan LSIH-UB
STATISTIK TERAPAN DAN RANCANGAN PERCOBAAN Pendahuluan, Kontrak Kuliah (RKPS) (2+1) Dr. G. Ciptadi (Genetics, Animal Breeding, Tech.Lab., Stat. Rancob) Lab. Gen.Pem Ternak dan LSIH-UB Kegiatan dalam kelas
Lebih terperinciPENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB
PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciUJI HIPOTESIS DUA SAMPEL. Chapter 11
UJI HIPOTESIS DUA SAMPEL Chapter Tujuan. Melakukan uji hipotesis tentang perbedaan antara dua mean populasi independen.. Melakukan uji hipotesis tentang perbedaan antara dua proporsi populasi. 3. Melakukan
Lebih terperinciDATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. Oleh ; Muhammad Yusuf Awaluddin
DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2 Oleh ; Muhammad Yusuf Awaluddin OVERVIEW Statistic : Nilai yg dihitung dari sebuah sampel (mean, median, std.deviasi, dll) Statistics : Metode ilmiah untuk
Lebih terperinciDATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN
DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2 Oleh ; Muhammad Yusuf Awaluddin OVERVIEW Statistic : Nilai yg dihitung
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi Obyek dan Subyek Penelitian
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1. Deskripsi Data 4.1.1.1. Deskripsi Obyek dan Subyek Penelitian Penelitian ini dilaksanakan pada siswa kelas 8A dan 8C SMP Stella Matutina
Lebih terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciREVIEW 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 terperinciBAB IV HASIL PENELITIAN. 1. Distribusi Nilai Pre Test pada Kelas Kontrol. siswa. Jumlah soal yang diberikan peneliti kepada siswa sebanyak 40 soal.
BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Distribusi Nilai Pre Test pada Kelas Kontrol Pada tanggal 03 Agustus 2015, peneliti melaksanakan Pre Test di kelas kontrol dengan alokasi waktu 2x40 menit yaitu
Lebih terperinciPerancangan Percobaan
Bab 2 Perancangan Percobaan 2. Merancang Percobaan Percobaan adalah suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakan respon dari objek, individu, atau unit yang dikondisikan tertentu.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
67 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Subjek Penelitian Penelitian ini dilaksanakan di SMP Negeri 2 Tuntang, Kecamatan Tuntang Kabupaten Semarang yang beralamat
Lebih terperinciSTATISTIKA. Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG
STATISTIKA Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG KATA PENGANTAR A. Latar Belakang Statistika adalah ilmu yang mempelajari cara pengumpulan, penyusunan, pengolahan,
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and
Lebih terperinciSIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA
Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm. 31-38 SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA Agusrawati 1) 1) Jurusan Matematika FMIPA Unhalu, Kendari, Sulawesi Tenggara
Lebih terperinciUji Perbandingan Rata-Rata
Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti
Lebih terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti
Lebih terperinciLATIHAN SPSS I. A. Entri Data
A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran
Lebih terperinciIshafit
ANALISIS DATA PENELITIAN PENDIDIKAN Ishafit ishafit@pfis.uad.ac.id http://ishafit.pfis.uad.ac.id PROGRAM STUDI PENDIDIKAN FISIKA UNIVERSITAS AHMAD DAHLAN Yogyakarta, 2016 STATISTIKA DAN STATISTIK Statistika
Lebih terperinciMODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN
MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN A. Pendahuluan Bahan Pembelajaran 1 berupa modul ini adalah suatu pengantar dalam perancangan percobaan yang akan dibahas hubungannya dengan sasaran, analisis
Lebih terperinciMETODE STATISTIKA (Pendahuluan)
METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan
Lebih terperinciSAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)
SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) Pustaka Scheaffer RL, Mendenhall W, Ott RL. 2006. Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S. 1999. Sampling
Lebih terperinciMetode Statistika STK211/ 3(2-3) Pertemuan I
Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan
Lebih terperinciPengantar & Statistika Deskriptif
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang
Lebih terperinciSTATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data
STATISTIK DESKRIPTIF Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data 1. Statisitik Deskriptif 2. Penyajian Data 3. Ukuran Pemusatan Data 4. Ukuran Penyebaran Data Materi Pokok Indikator Setelah
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Data Penelitian ini dilaksanakan pada siswa XI IPS 2 dan XI IPS 3 SMA Negeri I Pabelan semester 1. SMA Negeri I Pabelan merupakan
Lebih terperinciPENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT
Jurnal Matematika UNAND Vol. 5 No. 3 Hal. 122 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA
Lebih terperinciGARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO
1 GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO SPMI- UNDIP GBPP 10.04.03 209 Revisi ke Tanggal Dikaji Ulang Oleh Dikendalikan Oleh Disetujui Oleh Ketua Jurusan Biologi GPM jurusan Biologi
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH APLIKASI SPSS Psikologi
1 Statistik Deskriptif, Statistik Inferensia dan Komputer Statistik (SPSS) statistik deskriptif dan inferensi; statistik parametrik, statistik non parametrik dan metode-metode yang termasuk didalamnya
Lebih terperinciTIPE DATA DAN EKSPLORASI DATA MENGGUNAKAN WEKA DAN R
Modul Praktikum Data Mining 2016 PERTEMUAN 3 TIPE DATA DAN EKSPLORASI DATA MENGGUNAKAN WEKA DAN R TUJUAN PRAKTIKUM Mahasiswa akan dapat memahami Tipe data, Eksplorasi Data, Statistika ringkasan, Visualisasi
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Pengantar Rancob Kode/sks : MAS 4122/3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4221
Lebih terperinciBUKU RANCANGAN PENGAJARAN
BUKU RANCANGAN PENGAJARAN Mata Kuliah STATISTIK SOSIAL Disusun oleh: SYAHRUL, S.T., M.Eng Program Studi Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas 17 Agustus 1945 Samarinda 2015
Lebih terperinciJurnal Matematika UNAND Vol. 5 No. 4 Hal ISSN : c Jurusan Matematika FMIPA UNAND
Jurnal Matematika UNAND Vol 5 No 4 Hal 36 44 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI PRESTASI MAHASISWA DENGAN ANALISIS STATISTIKA DESKRIPTIF (STUDI KASUS: MAHASISWA PROGRAM STUDI MATEMATIKA
Lebih terperinciPERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.
PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan
Lebih terperincifaktornya berbeda, misalnya 2 taraf untuk faktor A dan 3 taraf untuk 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf
RANCANGAN FAKTORIAL faktorial adalah suatu percobaan yang perlakuannya terdiri atas semua kemungkinan kombinasi taraf dari beberapa faktor. Percobaan dengan menggunakan f faktor dengan t taraf untuk setiap
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciStatistika Psikologi 2
Modul ke: Statistika Psikologi 2 Uji t Sampel Berpasangan Fakultas Psikologi (Paired-samples t-test) Program Studi Psikologi Uji t Sampel Berpasangan Membandingkan data dari dua sampel, dimana tiap partisipan
Lebih terperinciPercobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.
Lebih terperinciCase Processing Summary
Lampiran 1 EXAMINE VARIABLES=PD_2 PD_24 PD_72 PD_2mgg /PLOT BOXPLOT STEMLEAF NPPLOT /COMPARE GROUP /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. Explore [DataSet0] G:\REVISI PROPOSAL\Gipsum
Lebih terperinciPERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL
Statistika, Vol., No., Mei PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Moh. Yamin Darsyah, Dwi Haryo Ismunarti Program Studi S Statistika Universitas Muhammadiyah Semarang, Jl. Kedung
Lebih terperinciStatistik Uji Kruskal-Wallis
Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Hasil Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Laporan keuangan triwulan periode tahun 2009-2011 maka dapat dihitung rasio-rasio keuangan
Lebih terperinciPENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI
E-Jurnal Matematika Vol. 2, No.2, Mei 2013, 32-36 ISSN: 2303-1751 PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI ADE KUSUMA DEWI 1, I WAYAN SUMARJAYA 2, I GUSTI AYU MADE SRINADI 3 1,2,3
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciPenggunaan Aplikasi Komputer
U Kegiatan Belajar 2 Penggunaan Aplikasi Komputer ntuk menggunakan program SPSS (di bawah Windows) pilihlah icon SPSS. Setelah itu akan muncul kotak-kotak yang siap Anda isikan dengan data. Tulisan Var
Lebih terperinciAcak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan
Lebih terperinciPRAKTIKUM ANALISIS DATA EKSPLORATIF
LAPORAN PRAKTIKUM ANALISIS DATA EKSPLORATIF Oleh: GEMPUR SAFAR (10877) PROGRAM STUDI STATISTIKA Asisten SIGIT SAMAPTAAJI BAGUS PRAMULYA Dosen Dra. SRIHARYATMI KARTIKO, M.Sc. LABORATORIUM KOMPUTASI MATEMATIKA
Lebih terperinciMetode Penelitian Kuantitatif Aswad Analisis Deskriptif
Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting
Lebih terperinci128 LAMPIRAN - LAMPIRAN
128 LAMPIRAN - LAMPIRAN 129 FOAM PEMERIKSAAN PENGARUH PEMBERIAN SENAM BAYI TERHADAP PENINGKATAN BERAT BADAN PADA BAYI USIA 6-12 BULAN DI POSYANDU PERUMAHAN KEMANG TIMUR JAKARTA SELATAN IDENTITAS RESPONDEN
Lebih terperinci