UKURAN PEMUSATAN DATA

Ukuran: px
Mulai penontonan dengan halaman:

Download "UKURAN PEMUSATAN DATA"

Transkripsi

1 BAB 3 UKURAN PEMUSATAN DATA Misalka kita mempuyai data metah dalam betuk array X 1, X 2,, X. Pada Bab ii kita aka mempelajari beberapa ukura yag dapat memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat. 3.1 Notasi Sigma da Sifat-sifatya Notasi sigma X j diguaka utuk meyataka jumlaha X 1 +X 2 + +X. Dega kata lai X j := X 1 + X X. Kadag-kadag diguaka otasi X sebagai betuk sigkat dari X j. Beberapa sifat sederhaa otasi sigma ii adalah sebagai berikut: 1. Jika a suatu kostata maka a = a } + a + {{ + a } = a. suku 2. Bila ada dua kelompok data X 1, X 2,, X da Y 1, Y 2,, Y maka X j Y j := X 1 Y 1 + X 2 Y X Y. 3. Bila a suatu kostata maka ax j = ax 1 + ax ax = a(x 1 + X X ) = a 4. Bila X, Y, Z tiga kelompok data da a, b, c kostata maka (ax + by + cz) = a X + b Y + c Z. X j. 1

2 Statistika Dasar by J.Heradi Rata-rata aritmatika Defiisi Rata-rata aritmatika atau rata-rata atau mea dari buah data X 1, X 2,, X diyataka dega X dibaca X bar didefiisika sebagai X := 1 X j. (3.1) Cotoh Rata-rata aritmatika dari data 8, 3, 5, 12, 10 adalah 1 38 ( ) = 5 5 = 7.6. Jika dalam buah data tersebut dapat dikelompokka mejadi k kelompok dimaa X 1 terjadi sebayak f 1 kali, X 2 terjadi sebayak f k kali, da seterusya X k terjadi sebayak f k kali maka rata-rata aritmatika data seperti ii dapat diyataka sebagai k f jx j k f = 1 k f j X j. (3.2) j Cotoh Diperhatika data pada tabel berikut: Data Frekuesi Diperoleh rata-rata aritmatikaya adalah (3)(5) + (2)(8) + (4)(6) + (1)(2) Rata-rata aritmatika terbobot = = 5.7. Kalau persamaa (3.2) di atas, para frekuesi f j diperoleh berdasarka data yag ada. Bila utuk setiap data X k ditetapka sebelumya suatu bobot w k maka diperoleh rata-rata terbobot sebagai berikut: X b := k=1 w kx k k=1 w. (3.3) k Cotoh Misalka seorag dose meetapka bahwa ilai akhir ditetuka oleh rata-rata terbobot kompoe ilai sebagai berikut: Kompoe ilai TGS UTS UAS HDR Bobot Misalka seorag mahasiswa medapatka ilai TGS = 70 (X 1 ), ilai UTS = 45 (X 2 ), ilai UAS = 65 (X 3 ) da ilai HDR = 90 (X 4 ) maka ilai akhir mahasiswa tersebut adalah X b = (1)(70) + (3)(45) + (5)(65) + (1)(90) = = 62.

3 Statistika Dasar by J.Heradi Sifat-sifat rata-rata aritmatika 1. Misalka data X 1, X 2,, X mempuyai rata-rata X. Simpaga data X k didefiisika sebagai selisih atara X k da rata-rataya, yaitu X k X. Selajutya berlaku: (X k X) = X k X k X k X k = 0. k=1 k=1 k=1 k=1 k=1 k=1 Ii meujukka bahwa walaupu setiap data kadag berada di atas ratarata da kadag berada di bawah rata-rata amu bila semua simpaga atau deviasi ii dijumlahka maka hasilya ol. Cotoh Pada Cotoh di atas, simpaga data 8, 3, 5, 12 da 10 terhadap rata-rataya 7.6 adalah 0.4, -4.6, -2.6, 4.4 da 2.4. Jadi jumlah simpagaya adalah = Misalka ada K buah kelompok data, masig-masig mempuyai rata-rata sediri seperti berikut: Kelompok data 1 2 K ukura 1 2 K rata-rata X 1 X 2 X K maka rata-rata gabuga semua data adalah K jx j K. (3.4) j Cotoh Misalka suatu kelompok data yag terdiri dari 20 aggota mempuyai rata-rata Tetuka rata-rata yag baru jika pada kelompok data tadi ditambahka 3 buah data baru: 5.50, 6.25 da Peyelesaia. Misalka sampel 1 terdiri dari 20 aggota mempuyai rata-rata X 1 = 7.50, sample 2 mempuyai 3 aggota mempuyai rata-rata X 2 = ( )/3 = Jadi rata-rata gabugaya adalah: (20)(7.50) + (3)(6.83) = 7.41.

4 Statistika Dasar by J.Heradi 4 3. Misalka A suatu bilaga da d j = X j A sebagai simpaga atau deviasi X j terhadap A maka diperoleh relasi berikut: X j = (X j A + A) = A + d j Dega argume yag sama rata-rata (3.2) dapat ditulis sebagai (3.5) k A + f jd j k f. (3.6) j Bilaga A pada kedua rumus di atas biasaya diambil sebagai rata-rata tebaka Rata-rata data dalam distribusi frekuesi Misalka sekelompok data disajika dalam distibusi frekuesi dega bayak kelas K. Misalka X j, j = 1, 2,, K meyataka tada kelas atau titik tegah iterval kelas da f j frekuesi yag bersesuaia. Rata-rata data tersebut dapat dihitug dega 2 cara berikut: Cara 1. Megguaka formula (3.2), yaitu K f jx j K f. j Cara 2. Megguaka rata-rata tebaka A. Misalka lebar kelas sama, kataka c maka deviasi d i = X i A dapat disajika sebagai kelipata dari c, yaitu d i = u i c. dimaa u i berupa bilaga bulat 0, ±1, ±2,. Dega megguaka (3.6) maka ( k i=1 A + f k ) id i i=1 k f = A + c f iu i k i f. i Cara kedua ii disebut dega metoda kodig. Cotoh Diberika distribusi frekuesi berikut: Kelas Frekuesi

5 Statistika Dasar by J.Heradi 5 Tetuka rata-rata data tersebut dega megguaka kedua cara di atas. Peyelesaia: Utuk cara 1, diperhatika tabel berikut: Diperoleh: Kelas Tada Kelas (X) Frekuesi (f) f X f = 100 f = Sedagka utuk cara 2, kita ambil A = 67 yaitu tada kelas ke 3. Tada Kelas (X) Deviasi (d) Frekuesi (f) fd f = 100 fd =45 Dega tabel ii, diperoleh: = Betuk lai cara 2 ii adalah dega megguaka lebar kelas c = 3. Tada Kelas (X) u Frekuesi (f) fu f = 100 fd =15 Diperoleh, ( ) = Perlu diigat bahwa rata-rata yag diperoleh melalui distribusi frekuesi tidaklah persis seperti rata-rata sesugguhya yag ada pada data metahya. Ii haya rata-rata pedekata, semaki sempit lebar itervalya semaki teliti ratarataya.

6 Statistika Dasar by J.Heradi Media Media dari sekelompok data adalah ilai tegah setelah data tersebut diurutka. Utuk bayak dataya gajil, ilai tegahya terdefiisi dega jelas. Sedagka utuk bayak dataya geap, ilai tegahya didefiisika sebagai rata-rata dua ilai pertegahaya. Cotoh Data 3, 4, 4, 5, }{{} 6, 8, 8, 8, 10 mempuyai media 6. Diperhatika bayak dataya gajil sehigga haya ada satu data di tegah (yaitu 6) yag membagi data mejadi 2 kelompok yag sama bayak. Cotoh Diperhatika data 5, 5, 7, 9, 11 12, 15, 18. Karea bayak dataya }{{} geap maka ada dua data di tegah (yaitu 9 da 11) yag membagi data mejadi 2 kelompok yag sama bayak. Jadi mediaya adalah (9 + 11)/2 = 10. Media data dalam betuk tabel distribusi frekuesi didefiisika secara iterpolasi sebagai berikut: ( N 2 med = L 1 + c ( ) f) 1. (3.7) dimaa f med L 1 : batas bawah kelas media c : ukura iterval kelas media N : total frekuesi ( f) 1 : jumlah frekuesi pada kelas sebelum media f med : frekuesi kelas media. Cotoh Kita aka meetuka media data yag tersaji dalam betuk distribusi frekuesi berikut. Kelas Frekuesi Bukti. Berdasarka tabel ii, kita mempuyai N = 100, c = 3. Terlihat dega jelas bahwa data ke 50 berada dalam kelas Iilah kita ambil sebagai kelas media. Diperoleh L 1 = 65.5, f med = 42 da ( f) 1 = = 23. Berdasarka formula (3.7) diperoleh: ( ) med = =

7 Statistika Dasar by J.Heradi Modus Modus dari sekelompok data adalah ilai data yag mempuyai frekuesi terbesar, atau ilai yag palig serig mucul. Berdasarka defiisi ii, modus mugki tidak ada yaitu dalam kasus dimaa semua dataya mempuyai frekuesi yag sama. Sebalikya modus dapat lebih dari satu dalam kasus dimaa terdapat lebih dari satu data yag mempuyai frekuesi sama. Cotoh Data 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, da 18 mempuyai modus 9. Data 3, 5, 8, 10, 12, 15, da 16 tidak mempuyai modus. Data 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, da 9 mempuyai 2 modus yaitu 4 da 7. Data terakhir ii disebut bimodal karea ia mempuyai dua modus. Data yag memiliki haya satu modus disebut uimodal. dimaa Utuk modus data dalam tabel distribusi frekuesi diguaka formula berikut: ( ) 1 modus = L 1 + c (3.8) L 1 : batas bawah kelas modus c : ukura iterval kelas modus 1 : selisih frekuesi kelas modus da frekuesi kelas di bawahya 2 : selisih frekuesi kelas modus da frekuesi kelas di atasya. Cotoh Kembali diperhatika distribusi frekuesi pada cotoh sebelumya. Di sii kita mempuyai kelas modus Jadi diperoleh L 1 = 65.5, c = 3, f mod = 42. Karea kelas di bawahya mempuyai frekuesi 18 da kelas di atasya mempuyai frekuesi 27 maka 1 = = 24 da 2 = = 15. Akhirya diperoleh ( ) 24 modus = = Posisi mea, media da modus Utuk distibusi simetris, seperti distribusi ormal kedua ukura ii terletak pada posisi yag sama, yaitu mea = media = modus. Tetapi bila distribusya meceg ke kiri maka mea da media berada di sebelah kiri modus. Sebalikkya utuk distribusi yag meceg ke kaa, modusya berada pada posisi palig kiri. Utuk distribusi yag cukup meceg, terdapat hubuga empiris pedekata diatara ketiga ukura ii, yaitu: mea-modus = 3(mea-media).

8 Statistika Dasar by J.Heradi 8 Gambar 3.1: Posisi mea, media da modus 3.6 Rata-rata Geometri da rata-rata harmoik Rata-rata geometri dari bilaga X 1, X 2, X adalah X g := X 1 X 2 X. (3.9) Rata-rata harmoik merupaka kebalika dari rata-rata aritmatika, yaitu X h := 1 N 1. (3.10) X j Cotoh Diberika data 2, 4, da 8. Diperoleh 1. Rata-rata geometri: X g = = Rata-rata harmoik: X h = = Relasi atara ketiga rata-rata ii diberika oleh: X h X g X. Secara khusus utuk dua data X 1 da X 2 berlaku: 2 X 1 X 2 X 1 + X 2. X 1 + X 2 2 Dalam kebiasaa sehari-hari, jika jeis mea tidak diyataka secara eksplisit maka yag dimaksud adalah mea atau rata-rata aritmatika. Ukura laiya yag berhubuga dega mea adalah akar kuadrat mea atau root mea square (RMS) da didefiisika sebagai: RMS = X 2 = X2 j Cotoh RMS dari data 1, 3, 4, 5, da 7 adalah = 20 =

9 Statistika Dasar by J.Heradi Kuartil, desil da persetil Jika suatu kelompok data diurutka berdasarka ilaiya maka ilai yag membagi dua sama bayak data tersebut disebut media. Bila pembagia ii dilakuka mejadi 4 kelompok yag sama bayak maka ketiga titik pembagi tersebut disebut kuartil, ditulis Q 1 utuk kuartil pertama, Q 2 utuk kuartil kedua da Q 3 utuk kuartil ketiga. Jadi kuartil kedua da media adalah dua ilai yag sama. Bila kelompok data tadi dipecah mejadi 10 kelompok yag sama bayak maka titik-titik pembagi ii disebut desil. Ada 9 desil yag diperoleh biasa ditulis D 1, D 2,, D 9. Bilamaa kelompok data tadi diperkecil lagi yaitu dibagi mejadi 100 kelompok yag sama bayak maka diperoleh 99 titik pembagi yag disebut persetil, biasaya diyataka P 1, P 2,, P 99. Dari pembagia ii diperoleh idetitas berikut: 3.8 Pegguaa Excel media = Q 2 = D 5 = P 50. Semua ukura pemusata yag telah dibahas diatas dapat dihitug dega batua excel. Adapu fugsi-fugsi yag diguaka diberika pada tebel berikut: Ukura pemusata fugsi excel sitaksis Rata-rata AVERAGE AVERAGE(array data) Media MEDIAN MEDIAN(array data) Modus MODE MODE(array data) Rata-rata Geometri GEOMEAN GEOMEAN(array data) Rata-rata Harmoik HARMEAN HARMEAN(array data) Kuartil QUARTILE QUARTILE(array data, kuartil ke) Persetil PERCENTILE PERCENTILE(array data, persetil ke) Cotoh Misalka kita mempuyai data sebagai berikut: Pertama data tersebut disusu kedalam worksheet excel, misalya disusu pada sel A1:A4, B1:B4,..., O1:O4. Fugsi excel yag diguaka utuk meghitug ukura pemusata, diataraya: 1. =AVERAGE(A1:O4) meghasilka ilai rata-rata , =MEDIAN(A1:O4) meghasilka media 57, =MODE(A1:O4) meghasilka modus =QUARTILE(A1:O4,2) meghasilka kuartil kedua 57, =QUARTILE(A1:O4,3) meghasilka kuartil ketiga 76, =PERCENTILE(A1:O4,0.25) meghasilka data keduapuluhlima perse 37.75, =PERCENTILE(A1:O4,0.5) meghasilka data kelimapuluh perse 57.

10 Statistika Dasar by J.Heradi 10 Cara laiya adalah dega megguaka paket statistika pada excel, dega peritah berikut Tools ==> Data Aalysis ==> Descriptive Statistics. Sebelumya pada worksheet excel, data disusu haya dalam satu kolom atau satu baris saja. Misalka data tersebut sudah kita susu pada kolom A, yaitu A1:A60. Setelah diteka Ok maka diperoleh keluara seperti pada bagia bawah. Colum1 Mea Stadard Error Media 57 Mode 28 Stadard Deviatio Sample Variace Kurtosis Skewess Rage 74 Miimum 25 Maximum 99 Sum 3550 Cout 60 Pada keluara ii beberapa ukura seperti rage, stadar error, stadard deviatio, kurtosis, skewess aka dipelajari pada materi yag aka datag.

11 Statistika Dasar by J.Heradi 11 Soal-soal latiha 1. Diberika dua array (1, 3, 2, 4, 5) da Y = (3, 4, 4, 6, 7). Selesaika ekspresi tada sigma berikut: a. (X Y ), XY, (X 2 Y 2 ), (X Y ) 2. b. ( (X Y )) 2, X 2 ( X) 2, (X + Y )(X Y ). 2. Seorag mahasiswa medapatka ilai pada kegiata akademik mata kuliah fisika adalah sebagai berikut: praktek lab medapat ilai 71, kuliah tatap muka medapat ilai 78 da meghapal rumus medapat ilai 89. Tetuka ilai rata-rata mahasiswa tersebut: a. Jika bobot utuk masig-masig kompoe adalah berturut-turut 2, 4,da 5. b. Jika ketigaya diberika bobot yag sama. 3. Tiga orag guru ekoomi melaporka rata-rata ilai ujia ujia siswa, yaitu 79, 74, da 82 masig-masig terdiri atas 32, 25, da 17 siswa. Hituglah rata-rata keseluruha ilai ekoomi siswa. 4. Suatu kelompok data terdiri dari gaji 50 orag karyawa suatu perusahaa. Diketahui rata-rata gaji ke 50 karyawa tersebut adalah ,- rupiah. Pada suatu ketika ada 5 orag karyawa yag berheti da kelimaya mempuyai gaji ,-, ,-, ,-, ,- da ,-. Berapa rata-rata gaji karyawa yag masih aktif. 5. The mea aual salary paid to all employees i a compay is $36,000. The mea aual salaries paid to male ad female employees of the compay is $34,000 ad $40,000 respectively. Determie the percetages of males ad females employed by the compay. 6. Berdasarka data dari Aciet Races of the Thebaid by Thomso ad Radall-Maciver diperoleh perbadiga ukura tegkorak orag mesir pada tahu 4000 SM da tahu 150 M sebagai berikut: 4000 SM: M: Perubaha ukura kepala memberika kesa adaya perkawia campura dega mausia dari belaha duia lai. Apakah ada kecederuga perubaha ukura kepala dari tahu 4000 SM ke tahu 150 M. Jelaska jawaba ada? 7. Te values have a mea of Nie of the values are 62, 78, 90, 87, 56, 92, 70, 70, ad 93. Fid the teth value.

12 Statistika Dasar by J.Heradi Gaji tahua rata-rata yag dibayarka kepada semua pekerja di suatu perusahaa adalah $ Diketahui gaji tahua rata-rata utuk pekerja laki-laki adalah $34000 da utuk pekerja perempua adalah $40,000. Tetuka prosetase pekerja laki-laki da perempua di perusahaa tersebut. 9. Data berikut adalah usia pegedara yag dicatat pihak kepolisia pada saat mereka megalami kecelakaa Hituglah rata-rata aritmatika, media, modus, rata-rata geometri, ratarata harmoik, ketiga kuartilya, RMS, da desil ke Diberika data beserta frekuesi sebagai berikut: X : f : Hituglah rata-rataya dega megguaka metoda biasa da metoda kodig dega megambil mea tebaka Data berikut merupaka hasil pegukura data megeai diameter kepala paku yag diproduksi oleh suatu pabrik. Sebayak 250 sampel diambil, diameter kepala paku diukur da disusu dalam distribusi frekuesi berikut: dimater (cm) frekuesi Total 250 Hituglah rata-rata, media, modus da ketiga kuartil data tersebut.

13 Statistika Dasar by J.Heradi Tiga kota A, B da C berjarak sama satu sama laiya. Seorag pegedara motor meempuh rute dari A ke B dega kecepata rata-rata 30 km/jam, dari B ke C dega kecepata rata-rata 40 km/jam da dari kota C ke A dega kecepata 50 km/jam. Tetuka berapa kecepata rata-rata keseluruhaya. 13. A airplae travels distaces of d 1, d 2, ad d 3 miles at speeds v 1, v 2, ad v 3 mile/h, respectively. Show that the average speed is give by V, d 1 + d 2 + d 3 V = d 1 v 1 + d 2 v 2 + d 3 v 3. This is a weighted harmoic mea. Furthermore, fid V if d 1 = 2500, d 2 = 1200, d 3 = 500, v 1 = 500, v 2 = 400, v 3 = I 1980 ad 1996 the populatio of the Uited States was millio ad millio, respectively. a. What was the average percetage icrease per year? b. Estimate the populatio i c. If the average percetage icrease of populatio per year from 1996 to 2000 is the same as i part (a), what would the populatio be i 2000?

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

UKURAN TENDENSI SENTRAL

UKURAN TENDENSI SENTRAL BAB 3 UKURAN TENDENSI SENTRAL Kompetesi Mampu mejelaska da megaalisis kosep dasar ukura tedesi setral. Idikator 1. Mejelaska da megaalisis mea.. Mejelaska da megaalisis media. 3. Mejelaska da megaalisis

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

UKURAN LOKASI DAN DISPERSI

UKURAN LOKASI DAN DISPERSI Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas Statistical Measures Commo statistical measures Measure of cetral tedecy Mea

Lebih terperinci

Kuliah 3.Ukuran Pemusatan Data

Kuliah 3.Ukuran Pemusatan Data Kuliah 3.Ukura Pemusata Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikaa Fakultas Perikaa da Ilmu Kelauta Uiversitas Padjadjara Cotet (1) modus Media Rata-rata Telada peerapa Cotet (2)

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

BARISAN DAN DERET. Materi ke 1

BARISAN DAN DERET. Materi ke 1 BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH

Lebih terperinci

DERET TAK HINGGA (INFITITE SERIES)

DERET TAK HINGGA (INFITITE SERIES) MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku yag

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Barisan Aritmetika dan deret aritmetika

Barisan Aritmetika dan deret aritmetika BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008: Ilustrasi Data ilai ujia Statistik Dasar dari 5 mahasiswa Program Studi tertetu semester gajil tahu 008: 87 37 59 49 69 95 83 87 39 95 83 76 83 6 46 Statdas, Februari 009. Populasi da Sampel. Statistik

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

Ukuran tendensi sentral merupakan setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai

Ukuran tendensi sentral merupakan setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai Ukura tedesi setral merupaka setiap pegukura aritmatika yag ditujuka utuk meggambarka suatu ilai yag mewakili ilai pusat atau ilai setral dari suatu gugus data (himpua pegamata). UKURAN DATA 2 Macam-Macam

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

Statistik (statistics)

Statistik (statistics) Matematika-Fisika-Kimia Jadi Mudah & Meyeagka R Statistik (statistics) Modul Pelatiha Guru soal-soal yag dijelaska. Rataa ilai ulaga dari 4 orag murid sama dega 6. Jika ilai dari dua orag murid tidak disertaka

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

Lebih terperinci

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI STATISTIK, PENGERTIAN DAN EKSPLORASI DATA 1. Populasi da Sampel. Statistik da Statistika 3. Jeis-jeis Observasi 4. Statistika Deskriptif Sari Numerik Peyajia Data 008 by USP & UM ; last edited Aug 10 MA

Lebih terperinci

E-learning matematika, GRATIS 1

E-learning matematika, GRATIS 1 E-learig matematika, GRATIS Peyusu Editor : Teag Idriyai, S.P ; Taufiq Rahma, S.P : Drs. Keto Susato, M.Si. M.T. ; Istijab, S.H. M.Hum. Imam Idra Guawa, S.Si.. Pegertia Barisa da Deret Barisa bilaga adalah

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fisheries Data Aalysis-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fisheries ad Marie Sciece Brawijaya Uiversity Tujua Istruksioal Khusus Mahasiswa dapat megguaka aalisis statistika sederhaa

Lebih terperinci

Barisan Dan Deret Arimatika

Barisan Dan Deret Arimatika Barisa Da Deret Arimatika A. Barisa Aritmatika Niko etera memiliki sebuah peggaris ukura 0 cm. Ia megamati bilaga-bilaga pada peggarisya ii. Bilaga-bilaga tersebut beruruta 0, 1,, 3,, 0. etiap bilaga beruruta

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN A. Mome Misalka diberika variable x dega harga- harga : x, x,., x. Jika A = sebuah bilaga tetap da r =,,, maka mome ke-r sekitar A, disigkat m r, didefiisika oleh

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

UJIAN TENGAH SEMESTER STATISTIKA

UJIAN TENGAH SEMESTER STATISTIKA UJIAN TENGAH SEMESTER STATISTIKA Sei, 5 Jui 9 Ope Book meit ATATAN Dr. Ir. Istiarto, M.Eg. Soal ujia ii utuk dikerjaka sediri tapa kerjasama dega orag lai. Tidak ada pegawasa oleh petugas jaga selama ujia

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI - Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB DISTRIBUSI FREKUENSI A. Review Pelajara SMA A. Pegumpula Data. Peelitia lapaga (Pegamata Lagsug). Wawacara (Iterview). Agket (Kuisioer) 4. Berdasarka

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B. Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

MATEMATIKA DISKRIT FUNGSI

MATEMATIKA DISKRIT FUNGSI 1 MATEMATIKA DISKRIT FUNGSI Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari

Lebih terperinci

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C. Page of. Diatara data berikut, yag merupaka data kualitatif adalah Tiggi hotel-hotel di Yogyakarta B. Bayakya mobil yag melewati jala Mawar C. Kecepata sepeda motor per jam D. Luas huta di Sumatra E. Meigkatya

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

Kuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1

Kuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1 Kuliah : Rekayasa Hidrologi II TA : Geap 2015/2016 Dose : 1. Novriati.,MT 1 Materi : 1.Limpasa: Limpasa Metoda Rasioal 2. Uit Hidrograf & Hidrograf Satua Metoda SCS Statistik Hidrologi Metode Gumbel Metode

Lebih terperinci

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B. Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci