Pendahuluan & Statistika Deskriptif
|
|
- Suparman Hadiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 Pendahuluan & Statistika Deskriptif Pendahuluan Statistical Thinking Percentil dan Kuartil Ukuran Pemusatan Ukuran Variabilitas Pengelompokkan Data Skewness dan Kurtosis Metoda Penyajian Data Analisis Data Penggunaan Komputer TI-131 Teori Probabilitas Pendahuluan Statistika Deskriptif Collect Organize Summarize Display Analyze Tidak dilakukan generalisasi Statistika Inferensi Memperkirakan dan meramalkan nilai parameter populasi Menguji hipotesisi tentang nilai parameter populasi Membuat keputusan Inferensi berdasarkan keterbatasan informasi sample TI-131 Teori Probabilitas 1
2 Dua Type Data Qualitative - Categorical atau Nominal: Contoh: Warna Jenis kelamin Kewarganegaraan Quantitative - Measurable atau terhitung: Contoh: Temperatur Ongkos per unit Nilai ujian (a 100 point exam) TI-131 Teori Probabilitas 3 Skala Pengukuran Skala Nominal -group or kelas Jenis Kelamin Skala Ordinal -urutan Ranking Skala Interval - Perbedaan, selisih, jarak Temperatur Ratio Scale -perbandingan Ongkos per unit TI-131 Teori Probabilitas 4
3 Sample dan Populasi Populasi mencakup set dari seluruh pengukuran yang ingin diketahui. Sample adalah sebuah subset dari pengukuran yang dipilih dari populasi. Sensus adalah complete enumeration dari setiap item dalam populasi. TI-131 Teori Probabilitas 5 Sample Random Sederhana Sampling dari populasi dilakukan secara random, sedemikian sehingga setiap sampel berukuran sama (n) memiliki kesempatan yang sama untuk diambil atau dipilih. Sebuah sample yang diambil dengan cara tersebut disebut sebuah sample random sederhana atau sample random. TI-131 Teori Probabilitas 6 3
4 Sample dan Populasi Populasi (N) Sample (n) TI-131 Teori Probabilitas 7 Mengapa diambil sample? Sensus dari sebuah populasi mungkin: Tidak memungkinkan Tidak praktis Terlalu mahal/sulit TI-131 Teori Probabilitas 8 4
5 Tingkat Kepercayaan Sample yang baik adalah yang mewakili ciri atau karakteristik populasi. Tingkat kepercayaan (α) adalah bagian dari populasi yang tidak dapat terwakili dalam sample. Selalu ada kesalahan karena ketidakpastian (error), Ekspektasi [error] = variansi + (bias) TI-131 Teori Probabilitas 9 Proses Deduksi dan Induksi Hipotesis 1 Deduksi Konsekuensi 1 Modifikasi (hipotesis ) Induksi Fenomena Eksperimen Data TI-131 Teori Probabilitas 10 5
6 1- Statistical Thinking System Thinking Statistical Method Process Variation Data Improvement Falsafah Analisis Tindakan Observed Value= True value + Systematic Error + Random (sampling) Error TI-131 Teori Probabilitas Persentil dan Kuartil Pada sebuah set observasi numerik, urutkan berdasarkan besarnya. Persentil ke-p dalam urutan adalah nilai dimana nilai observasi dibawahnya mencakup p% dari seluruh observasi dalam set. Position dari persentil ke-p adalah (n + 1)p/100, dimana n adalah jumlah observasi dalam set. TI-131 Teori Probabilitas 1 6
7 Contoh 1-3 (1) Data Produksi Sebuah perusahaan manufaktur perakit kendaraan memiliki data produksi harian dari lantai produksinya. Pada perioda bulan yang lalu terdapat 0 hari kerja dengan tingkat produksi seperti pada halaman berikut. TI-131 Teori Probabilitas 13 Contoh 1-3 () Produksi dan urutannya Produksi dan urutannya TI-131 Teori Probabilitas 14 7
8 Contoh 1-3 (3) Persentil Temukan persentil ke- 50, 80, dan 90 dari set data. Persentil ke-50 dietnatukan oleh data pada posisi (n+1)p/100 = (0+1)(50/100) = Maka persentil ke-50 terletak pada posisi ke Observasi ke-10 adalah 16, dan posisi ke-11 adalah 16. Persentil ke-50 adalah ditengah nilai ke-10 dan 11, maka bernilai 16. TI-131 Teori Probabilitas 15 Contoh 1-3 (4) Persentil Persentil ke-80 dietnatukan oleh data pada posisi (n+1)p/100 = (0+1)(80/100) = Maka persentil ke-80 terletak pada posisi ke Observasi ke-16 adalah 19, dan posisi ke-17 adalah 0. Persentil ke-80 adalah 0.8 diantara nilai ke- 16 dan 17, maka bernilai TI-131 Teori Probabilitas 16 8
9 Contoh 1-3 (5) Persentil Persentil ke-90 dietnatukan oleh data pada posisi (n+1)p/100 = (0+1)(90/100) =. Maka persentil ke-50 terletak pada posisi ke- Observasi ke- adalah, dan posisi ke- adalah. Persentil ke-90 adalah di antara nilai ke- dan, maka bernilai. TI-131 Teori Probabilitas 17 Kuartil Kuartil aadalah nilai persentase yang membagi data menjadi 4 bagian yang sama. Kuartil pertama adalah percentil ke-5, merupakan nilai yang mencakup 1/4 data pertama. Kuartil kedua adalah persentil ke-50, merupakan nilai yang mencakup 1/ data pertama. Seringkali dikenal sebagai median. Kuartil ketiga adalah persentil ke-75, merupakan nilai yang mencakup 3/4 data pertama. TI-131 Teori Probabilitas 18 9
10 Kuartil dan Rentang Antar Kuartil Kuartil pertama (persentil k-5) disebut kuartil bawah. Kuartil kedua (persentil ke-50) disebut kuartil tengah. Kuartil ketiga (persentil ke-75) disebut kuartil atas. Rentang antar kuartil adalah perbedaan antara kuartil pertama dan ketiga. TI-131 Teori Probabilitas 19 Contoh 1-3 (6) - Kuartil (n+1)p/100 Kuartil Produksi Urutan Kuartil pertama Median Kuartil ketiga (0+1)5/100=5.5 (0+1)50/100=10.5 (0+1)75/100= (.5)(1) = (.5)(0) = (.75)(1) = TI-131 Teori Probabilitas 0 10
11 Ukuran Parameter Population & Statistik Sample Ukuran pemusatan Median Mode Mean Ukuran variabilitas Range Interquartile range Variance Standard Deviation Ukuran lain: Skewness Kurtosis TI-131 Teori Probabilitas Ukuran Pemusatan Data atau Lokasi Median Nilai tengah data yang diurutkan Persentil ke-50 Modus/mode Frekuensi tertinggi Mean Rata-rata TI-131 Teori Probabilitas 11
12 Contoh 1.3 (7) - Median Produksi Sorted Median Median Percentile ke-50 (0+1)50/100= (.5)(0) = 16 Median adalah nilai tengah dari data yang diurutkan. Adalah nilai persentil ke- 50. TI-131 Teori Probabilitas 3 Contoh 1-3 (8) - Modus ::.. :: :: :: Modus = 16 Modus adalah nilai yang paling sering muncul, merupakan nilai dengan frekuensi tertinggi. TI-131 Teori Probabilitas 4 1
13 Arithmetic Mean atau Rata-rata Mean dari sebuah set data observasi adalah ratarata penjumlahan nilai observasi dibagi dengan jumlah observasi. Population Mean N x i µ = = 1 N Sample Mean n x i x = = 1 n TI-131 Teori Probabilitas 5 Contoh 1-3 (9) - Mean produksi n x i= x = = = n TI-131 Teori Probabilitas 6 13
14 Contoh 1-3 (10) - Ukuran Lokasi ::.. :: :: :: Mean = Median and Mode = 16 TI-131 Teori Probabilitas 7 Ukuran Rata-rata Lain Rata-rata terbobot (weighted mean), diperoleh dengan cara memberi bobot pada setiap data. Rata-rata geometris (geometrics mean) diperoleh dengan menggunakan frekuensi data sebagai pangkat dan selanjutnya diakar sebanyak jumlah data. Rata-rata geometris digunakan untuk perubahan relatif/growth. Rata-rata harmonik (harmonic mean) adalah bentuk invers dari rata-rata hitung. Rata-rata harmonik ini digunakan untuk menghitung data yang dinyatakan dalam bentuk inversnya. TI-131 Teori Probabilitas 8 14
15 Contoh Rata-rata Harmonik (1) Misalkan diperoleh data nilai persedian dari tiga kali pengiriman sebagai berikut: Tanggal Jumlah produk Nilai Nilai/produk 1/ / / Rata-rata hitung adalah (nilai persediaan 1.133x80=90.666). Rata-rata harmonik adalah 750 (total nilai 750x80=60.000) TI-131 Teori Probabilitas Ukuran Variabilitas (Dispersi) Range(Rentang) Selisih antara data maximum dan minimum Rentang Antar Kuartil Selisih antara kuartil ketiga dan pertama (Q 3 - Q 1 ) Variance (Variansi) Rata-rata kuadrat penyimpangan dari mean Standard Deviation (Deviasi standar) Akar kuadrat dari variansi TI-131 Teori Probabilitas 30 15
16 Contoh 1-3 (11) Range dan Rentang Antar Kuartil Produksi Sorted Rank Range Maksimum - Minimum = Minimum 4-6 = Kuartil pertama Q 1 = 13 + (.5)(1) = Kuartil ketiga Q 3 = 18+ (.75)(1) = Rentang Q3 - Q1 = Maksimum antar kuartil = TI-131 Teori Probabilitas 31 Variansi dan Deviasi Standar Variansi populasi Variansi sample σ = = σ = N i= 1 N i= 1 ( x µ ) x σ N ( N ) x N i= 1 N s = = s = n ( x x) i= 1 ( ) n 1 ( n ) x n i= 1 x i= 1 n ( n 1) s TI-131 Teori Probabilitas 3 16
17 Perhitungan Variansi Sample x x x ( x x) x i= 1 s = ( n 1) ( x x) = ( 0 1) = = n x n i= 1 x i= 1 = n ( n 1) ( 0 1) = = = s = s = = TI-131 Teori Probabilitas 33 n = 0 = 0 19 Perhitungan Variansi Sample () Nilai simpangan baku dapat diestimasi dari rata-rata rentang R (diasumsikan simetrik) dengan persamaan s=r/d 1, dimana d 1 (ditentukan oleh ukuran sampel) adalah: TI-131 Teori Probabilitas 34 17
18 1-6 Pengelompokkan Data dan Histogram Pembagian data dalam kelompok dapat dilakukan secara sistematis: Aturan Sturges: L=1+3.3 log n Aturan Dixon & Kronmal: L= 10 log n. Aturan Emerson & Hoaglin: L= n. dimana L adalah jumlah kelas dan n adalah jumlah data Pengelompokkan memberi makna. TI-131 Teori Probabilitas 35 Sifat Kelompok Data Mutually exclusive Tidak overlapping sebuah observasi hanya ada dalam sebuah kelompok. Exhaustive Setiap observasi ditempatkan dalam sebuah kelompok. Equal-width (if possible) Kelompok pertama dan terakhir dapat berbeda. TI-131 Teori Probabilitas 36 18
19 Distribusi Frekuensi Frekuensi dari setiap kelompok : Jumlah observasi dalams etiap kelompok Jumlah frekuensi adalah jumlah observasi, yaitu N untuk populasi n untuk sample Kelompok midpoint adalah nilai tengah kelompok, kelas atau interval. Frekuensi relatif adalah prosentase dari total observasi dalam setiap kelompok Jumlah frekuensi relatif = 1 TI-131 Teori Probabilitas 37 Distribusi Frekuensi Contoh 1-6 Waktu operasi perakitan kendaraan bermotor xx f(x) f(x) f(x)/n f(x)/n Waktu Waktuoperasi (menit) (menit) Frekuensi Frekuensi (jumlah (jumlahproduk) Frekuensi Frekuensirelatif relatif 00 to to less less than than to to less less than than to to less less than than to to less less than than to to less less than than to to less less than than Contoh frekuensi: 30/184 = Jumlah frekuensi relatif = 1 TI-131 Teori Probabilitas 38 19
20 Distribusi Frekuensi Kumulatif xx F(x) F(x) F(x)/n F(x)/n Waktu Waktuoperasi (menit) (menit) Frekuensi Frekuensikumulatif kumulatif Frekuensi Frekuensirelatif relatifkumulatif 00 to to less less than than to to less less than than to to less less than than to to less less than than to to less less than than to to less less than than Frekuensi kumulatif dari setiap kelompok adalah jumlah Frekuensidari kelompok sebelumnya (preceding groups). TI-131 Teori Probabilitas 39 Histogram Histogram adalah sebuah peta berbentuk batang dengan perbedaan ketinggian. Lebar dan lokasi batang menunjukkan lebar dan lokasi kelompok data. Tinggi batang menunjukkan frekuensi atau frekuensi relatif kelompok data. TI-131 Teori Probabilitas 40 0
21 Contoh Histogram Histogram frekuensi Frequency Waktu operasi (menit) TI-131 Teori Probabilitas 41 Contoh Histogram Histogram frekuensi relatif R e la tive F re q ue nc y Waktu operasi (menit) TI-131 Teori Probabilitas 4 1
22 1-7 Skewness dan Kurtosis Skewness Ukuran kesimetrisan dari distribusi frekuensi Skewed ke kiri Unskewed atau simetris Skewed ke kanan Kurtosis Ukuran kedataran atau keruncingan distribusi frekuensi Platykurtic (relatif datar) Mesokurtic (normal) Leptokurtic (relatif runcing) TI-131 Teori Probabilitas 43 Skewness Skewed ke kiri 3 0 Mean < median < mode F re q ue nc y x TI-131 Teori Probabilitas 44
23 Skewness Simetris 3 0 Mean = median = mode F re q ue nc y x TI-131 Teori Probabilitas 45 Skewness 3 0 Skewed ke kanan Mode > median > mean F re q ue nc y x TI-131 Teori Probabilitas 46 3
24 Kurtosis Platykurtic distribusi cendrung mendatar F re q u e n c y X TI-131 Teori Probabilitas 47 Kurtosis Mesokurtic tidak terlalu datar atau terlalu runcing F re q u e n c y X TI-131 Teori Probabilitas 48 4
25 Kurtosis Leptokurtic distribusi runcing F re q u e n c y Y TI-131 Teori Probabilitas Hubungan antara Rata-rata dan Deviasi Standar Teorema Chebyshev s Berlaku untuk setiap distribusi bagaimanapun bentuknya. Memberikan batas bawah prosentase observasi dalam rentang satuan deviasi standar dari rataratanya. Aturan Empiris Berlaku hanya peda distribusi berbentuk moundshaped dan simetris Menunjukkan pendekatan prosentase observasi dalam rentang satuan deviasi standar dari rataratanya. TI-131 Teori Probabilitas 50 5
26 Teorema Chebyshev s 1 sekurangnya 1 dari anggota distribusi k apapun berada dalam rentang k deviasi standard dari rata-ratanya = 1 = = 75% 4 4 Sekurangnya berada 1 = 1 = = 89% = 1 = = 94% Deviasi standar dari rata-rata TI-131 Teori Probabilitas 51 Aturan Empiris Untuk distribusi berbentuk mound-shaped dan simetris, sekitar: 68% 1 standard deviation of the mean 95% Lie within standard deviations of the mean All 3 standard deviations of the mean TI-131 Teori Probabilitas 5 6
27 1-9 Metoda Penyajian Data Pie Charts Kelompok adalah prosentase dari total Bar Graphs Tinggi batang adalah frekuensi kelompok Polygons Tinggi garis menunjukkan frekuensi Ogives Tinggi garis menunjukkan frekuensi kumulatif Time Plots Menunjukkan nilai dalam dimensi waktu TI-131 Teori Probabilitas 53 Pie Chart Pangsa pasar produk di dunia Other (8.0%) U.S. (30.0%) Europe (5.0%) Britain (8.0%) Japan (9.0%) TI-131 Teori Probabilitas 54 7
28 Bar Chart Diagram Batang Pengeluaran dan pendapatan sektor penerbangan 1 10 Average Revenues Average Expenses American Continental Delta Northwest Southwest United USAir Airline TI-131 Teori Probabilitas 55 Polygon dan Ogive Frequency Polygon Ogive Relative Frequency Sales Cumulative Relative Frequency Sales TI-131 Teori Probabilitas 56 8
29 Time Plot M o n th ly S te e l P ro d u c tio n (P ro b le m ) 8.5 Millions of Tons Mo n th J F M A M J J A S O N D J F M A M J J A S ON D J F M A M J J A S O TI-131 Teori Probabilitas Analisis Data Eksploratoris Teknik untuk menentukan hubungan dan kecenderungan, mengidentifikasi outliers dan observasi yang berpengaruh, dan secara cepat menyimpulkan kelompok data. Stem-and-Leaf Diagram Pencantuman seluruh data dengan cepat Memberikan informasi seperti halnya histogram Box Plots Median Kuartil atas dan bawah Maksimum dan minimum TI-131 Teori Probabilitas 58 9
30 Contoh 1-10 (1) Stem-and-Leaf Diagram Median MTB> MTB> Stem-and-Leaf of of C1 C1 Stem-and-leaf of of C1 C1 N = 4 4 Leaf Leaf Unit Unit = (7) (7) TI-131 Teori Probabilitas 59 Contoh 1-10 () Box Plot (Tukey) Elemen dari Box Plot Elemen dari Box Plot Outlier Data terkecil dalam batas dalam Data terbesar dalam batas dalam Diduga outlier o X X * Batas luar Batas dalam Q 1-1.5(IQR) Q 1-3(IQR) Q Median 1 Q 3 Rentang antar kuartil Batas dalam Q (IQR) Batas luar Q 3 +3(IQR) TI-131 Teori Probabilitas 60 30
31 Contoh 1-10 (3) Box Plot MTB MTB > BoxPlot BoxPlot c1. c1. Character Boxplot Boxplot I + I C MTB MTB > TI-131 Teori Probabilitas Penggunaan Komputer Statistika deskriptif dengan minitab Descriptive Statistics Variable N Mean Median TrMean StDev SE SE Mean No_Sales Variable Minimum Maximum Q1 Q1 Q3 Q3 No_Sales MTB MTB > TI-131 Teori Probabilitas 6 31
32 Penggunaan komputer dengan Excel Column1 Mean Standard Error Median 16 Mode 16 Standard Deviation Sample Variance Kurtosis Skewness Range 18 Minimum 6 Maximum 4 Sum 317 Count 0 TI-131 Teori Probabilitas 63 3
Kursus 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 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 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 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 terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciSTATISTIKA 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 terperinciPENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel
Lebih 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 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 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 terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih 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 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 terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciStatistik Deskriptif dengan Microsoft Office Excel
Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan
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 terperinciANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 4 PENGANTAR MINITAB Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 5 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai Tanggal
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF Ukuran Pusat (measure of center) Ukuran Penyebaran (measure of variability) Menurut Anda, bagaimana penampilan saya? Gambaran saya? Visualizing Telling Dapatkan Anda tentukan manakah
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 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 terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang
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 terperinciPengantar & 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 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 terperinciSTATISTIK DESKRIPTIF
BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus
Lebih terperinciBAB 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 terperinciOUTLINE BAGIAN I Statistik Deskriptif
UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians
Lebih terperinciBAB I STATISTIK DESKRIPTIF
ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi
Lebih terperinciLangkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:
BAB 1 STATISTIK DESKRIPTIF Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkatan data, serta penyajian hasil peringkasan tersebut. Data statistik yang bisa diperoleh dari hasil sensus,
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 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 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 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 terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciStatistika Deskriptif & Distribusi Frekuensi
Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
Lebih terperinciTATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.
TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh
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 terperinciPengantar Statistik. Nanang Erma Gunawan
Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,
Lebih terperinciSTATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu
Lebih terperinciBAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI
BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan
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 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 terperinciPENGUKURAN DATA. 1. Terminology Populasi & Sampel. Peubah/Variabel. Peubah/Variabel
PENGUKURAN DATA 1. Terminology Populasi & Sampel Populasi: himpunan komplit dari individual, obyek atau nilai dari suatu pengamatan Seringkali terlalu besar untuk dikaji secara keseluruhan Mungkin nyata
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 terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah
Lebih terperinciRENCANA PERKULIAHAN SEMESTER
Program Studi : S1 Pendidikan Administrasi Perkantoran Mata kuliah : Statistik I Kode Mata Kuliah : 7024213033 Semester/SKS : Genap (4)/ 3 SKS Prasyarat : Aplikasi Komputer I Dosen Pengampu : Choirul Nikmah,
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 terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua 1 UKURAN STATISTIK Pendahuluan Ukuran statistik merupakan ukuran yang menunjukkan bagaimana
Lebih terperinciUNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS
UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS RENCANA PROGRAM & KEGIATAN PEMBELAJARAN SEMESTER(RPKPS) Nama Mata Kuliah Kode Mata Kuliah : Beban sks : 3 sks (1) (2) Minggu
Lebih terperinciPengertian 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 terperinciMenemukan Pola Data yang Bermakna
Menemukan Pola Data yang Bermakna Terdapat beberapa cara untuk mengurutkan data : Data kuantitatif, dapat diurutkan dari pengamatan terkecil hingga terbesar Data kualitatif/verbal, dapat diurutkan berdasarkan
Lebih terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
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 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 terperinciBy : Hanung N. Prasetyo
theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran
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 terperinciPengumpulan & Penyajian Data
Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan
Lebih terperinciStatistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi
Lebih terperinciBAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif
BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif maupun teknik mendekripsikan data secara grafis maupun secara angka. Sebagai ilustrasi aplikasi
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 terperinciSTATISTIK DESKRIPTIF
PERTEMUAN KE-3 STATISTIK DESKRIPTIF Ringkasan Materi: Pengukuran Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi
Lebih terperinciUKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas
Lebih terperinciUNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: STATISTIKA DESKRIPTIF Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 STATISTIK DESKRIPTIF Metode statistik adalah prosedur-prosedur yang yang digunakan
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 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 terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciMemulai SPSS dan Mengelola File
MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan
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 terperinciAplikasi 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 terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciSPSS FOR WINDOWS BASIC. By : Syafrizal
SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
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 terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih 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 terperinciDISTRIBUSI FREKUENSI
DISTRIBUSI FREKUENSI PENDAHULUAN Suatu daftar yang menunjukkan penggolongan sekumpulan data yang dilakukan dengan cara mendistribusikan data dalam kelas dan menetapkan banyaknya nilai yang termasuk dalam
Lebih terperinciESTIMASI. A. Dasar Teori
ESTIMASI A. Dasar Teori 1. Penaksiran atau Estimasi Penaksiran atau estimasi adalah metode untuk memperkirakan nilai populasi dengan menggunakan nilai sampel. Nilai penduga disebut estimator, estimator
Lebih terperinciSTATISTIKA -deskripsi data-
STATISTIKA -deskripsi data- PERTEMUAN KE-3 Oleh: MUHAMMAD YUSUF AWALUDDIN 2 overview : Deskripsi data : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan
Lebih terperinciPENYAJIAN DATA. Cara Penyajian Data meliputi :
PENYAJIAN DATA Cara Penyajian Data meliputi : 1. Tabel Tabel terbagi menjadi : - Tabel Biasa - Tabel Kontingensi - Tabel Distribusi Tabel Distribusi terbagi menjadi : Tabel Distribusi Mutlak Tabel Distribusi
Lebih 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 terperinciMEMBACA HASIL ANALISIS DENGAN SPSS
MEMBACA HASIL ANALISIS DENGAN SPSS Oleh : Teguh Wahyono, S.Kom Staff Pengajar Teknik Informatika UKSW 1. ANALISA TABEL FREKUENSI Berikut adalah contoh data hasil penelitian tentang tinggi badan 20 orang
Lebih terperinciUKURAN TENGAH DAN UKURAN DISPERSI
UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah
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 terperinciALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA
ALAT UJI STATISTIK Endang Sri Utami, S.E., M.Si., Ak., CA Penggunaan Statistik Statistik merupakan sekumpulan metode yang digunakan untuk menarik kesimpulan masuk akal dari suatu data. Statistik yang digunakan
Lebih terperinciUkuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.
UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu
Lebih terperinciStatistik Bisnis. Week 2 Numerical Descriptive Measures
Statistik Bisnis Week 2 Numerical Descriptive Measures Agenda Time Activity First Session 90 minutes Central Tendency Second Session 60 minutes Variation and Shape 30 minutes Exploring Numerical Data Objectives
Lebih terperinciStatistika Farmasi
Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia 1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot Penyajian Data Data diuraikan dalam bentuk kalimat.
Lebih terperinciLampiran 1 Data Absensi dan Pengeluaran Tenaga Kerja
Lampiran 1 Data dan Tenaga Kerja Jumlah Karyawan Sakit Cuti Keperluan lainnya Jumlah Tahun (orang) (hari/tahun) (hari/tahun) (hari/tahun) (hari/tahun) 1997 87 76 13 9 37 1998 9 71 146 6 43 1999 98 7 130
Lebih terperinciBAB I PENGANTAR STATISTIK DAN ANALISIS DATA
BAB I PENGANTAR STATISTIK DAN ANALISIS DATA 1.1. Pengertian: Statistik inferensial, Sampel, Populasi, Disain eksperimen Pada awal tahun 1980 dan berlanjut sampai abad 1, industri di Amerika menekankan
Lebih terperinciVariabel dan Konstanta KONSEP STATISTIK Tabel 1: Distribusi Frekuensi Tabel 2 Distribusi Frekuensi Data Mentah Tabel 2.2 Grafik
Variabel dan Konstanta Ada dua istilah yang sangat penting dalam dunia ilmiah yaitu variabel dan konstanta. Variabel berasal dari kata vary dan able, vary artinya berbeda sedangkan able mampu. Jadi arti
Lebih terperinciBELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS
BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan
Lebih terperinciStatistik Bisnis. Week 2 Numerical Descriptive Measures
Statistik Bisnis Week 2 Numerical Descriptive Measures Agenda Time Activity First Session 90 minutes Central Tendency Second Session 60 minutes Variation and Shape 30 minutes Exploring Numerical Data Objectives
Lebih terperincistatistika 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 terperinciPENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis
PENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta 55283 Telp: 0274-889398; Fax: 0274-889057; E-mail: info@grahailmu.co.id
Lebih terperinciUkuran Simpangan/Penyebaran
Ukuran Simpangan/Penyebaran Anief Fauzan Rozi, S. Kom., M. Eng. Phone/WA: 0856 4384 6541 PIN BB: 29543EC4 Sertakan idenotas Anda keoka akan add contact Email : anief.umby@gmail.com Blog: anief.mercubuana-
Lebih terperinciII. MENDESKRIPSIKAN DATA 13 Desember 2005
II. MENDESKRIPSIKAN DATA 13 Desember 2005 1 Analisis Deskriptif Tujuan dari analisis deskritif adalah memberikan gambaran ringkas tentang suatu data. Data bisa berupa data categorical atau data non-categorical.
Lebih terperinci