UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA

Ukuran: px
Mulai penontonan dengan halaman:

Download "UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA"

Transkripsi

1 Statst Eoom 2013 UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA Karaterst Data : Meyagut pada uura-uura yag dapat meleat/dml adalah seumpula data sebaga formas aa ods data 1 Uura dalam data uattatf Data uattatf (ba yag dsret da otu) umumya meml baya araterst secara statstc, ba meyagut uura-uuraya, dstrbusya, jesya, da la sebagaya Dalam terapa eoom, cara atau proses statstc utu megugap araterst data mejad sesuatu scaya, da petg Khususya dalam membuat esmpula da eputusa-eputusa Uura-uura yag ta desrpsa dalam megugap araterst data, atara la aa d uraa dalam baha a) Uura Statst Rata-rata ( Notas : X ) Ja terdapat seumpula ut data (set data) sampel beruura, berbetu aca yatu : x 1, x 2, x 3,, x maa perhtuga rata-rata data sampel tersebut drumusa sebaga : X = x1 + x 2 + x 1 x 1) Dla watu ta meml set data tetag araterst atau varabel tertetu da d desrpsa sudah dalam betu tabel atau daftar dstrbus freues berut : Iterval Data Freues =1 Nla tegah ( x ) Perala ( f x ) a c f 1 x 1 = (a+c)/2 f 1 x 1 d f f 2 x 2 = (d+f)/2 f 2 x 2 dst dst Jumlah f fx 1 1 Maa uura rata-rata data terelompo datas, dhtug dega meetua la tegah masg-masg elas data da ambl jumlah perala freues elas e- dega la tegah elas e-, sehgga : X = (f1 x 1 + f 2 x f x ) 1 =1 f x f 2) Msala dar data gaj per-bula aryawa yag tercatum dalam tabel dbawah, ta aa olah uura rata-rata gaj dar sample 14 aryawa tersebut dega edua rumusa datas, maa :

2 Statst Eoom 2013 Sampel Data Karyawa peserta Jamsoste Nama Status Kerja Gaj Poo/Bl Umur 1NATUL MARISA Staf Adm Rp ARMIN FANE Staf Adm Rp HANDI Staf Adm Rp DEDI PRIADHI Staf Keu Rp YUDHI Staf Adm Rp ENNI SUSNITA Staf Adm Rp BUDIMAN Satpam Rp ASEP KURNIA Operator Rp ALI YASFI Staf Adm Rp IRA RIANI Operator Rp NANI RIAWATI Staf Adm Rp AZHAR Staf Keu Rp IMRAN Staf Adm Rp DADANG K Staf Adm Rp Rumusa-1 : Betu data Aca; rata-rata gaj poo aryawa adalah ; X 1 =1 = 1/14 ( ) = ,14 Rumusa-2 : Betu data Terelompo x Iterval Nla tegah Perala Freues Gaj/Bl ( x ) ( f x ) , , , , , , , ,0 Jumlah X 1 =1 f x f f =14 fx 1 1 = ( ,5) / 14 = ,7 = ,5 Dar edua rumusa datas, memag terlhat terdapat perbedaa hasl Hal dsebaba area dstrbus data gaj tda merata, da dya data tersebut tda berdstrbus ormal b) Uura Statst Meda ( Notas : M d ) Uura meda dalam pegerta sederhaa adalah suatu la tegah dar uruta data yag drag, sehgga 50% data pegamata ada dsebelah r batas rts meda da 50% laya aa berada dsebelah aa meda Secara semats dapat dgambara sebaga berut : X 1 X 2 X 3 M d X -2 X -1 X Kosep dapat dterapa lagsug utu data yag bersfat aca Ja jumlah data atau baya ut data pegamata : (a) 50% 50% = gajl, leta meda dapat lagsug dtada pada tt data yag tegah, yatu data e- (+1)/2 (b) = geap, leta meda aa berada datara dua tt data, msalya data e X da data X +1, dega = /2 Utu data berbetu elompo (Dsaja dalam Daftar dstrbus freues), maa uura meda meyataa la pusat sebuah dstrbus freues yag dhtug dega lagah-lagah berut :

3 Statst Eoom 2013 () Tetua terlebh dahulu tep elas setap terval elas yag dmula dar batas r elas pertama sampa batas aa elas terahr Tep elas yag dbetu, megambl tgat etelta berut : - Ja la batas elas data berbetu bulat, maa tep elas berbeda 05 - Ja la batas elas data berbetu satu satua decmal, maa tep elas berbeda Ja la batas elas data berbetu dua satua decmal, maa tep elas berbeda Dema seterusya () Htug freues umulatf setap tep elas yag dbetu ()Tetua dmaa dapat dtetua leta Meda, yatu data e-(/2) ja geap atau data e-(+1)/2 ja gajl, sehgga dapat detahu elas meda data Berdasara etga lagah datas, maa dapat dtada hal-hal berut : Tep elas bawah dar elas meda, msalya : B Jumlah freues umulatf sebelum elas meda, msalya : F 0 Da jumlah freues umulatf setelah elas meda, msalya : F m Maa rumusa meda dyataa sebaga berut : M d F0 B + 2 Fm (dmaa, = pajag elas terval ) 3) Utu memudaha desrps perhtuga uura meda tersebut, dapat dtampla tabel Batu htug atau Worsheet Tables berut : Iterval Data Fre Tep Kelas FreKum Leta Md a c f 1 d f f 2 g f 3 a - 0,5 F 1 = 0 d 05 F 2 = f 1 g 05 F 3 = f 1 +f 2 /2 Cotoh : Msala data dalam betu satu satua decmal berut : Tabel Data Cotoh Htug Nla Meda Iterval Data Fre Tep Kelas FreKum Leta M d 1,45 0 1,5 10,4 7 10, ,5-19, ,45 29 Data e- [+1)/2]= 19,5-28, ,45 45 [(77+1)/2]= Data e-39 28,5-37, , ,5-46, , ,5-55,5 8 Jumlah 77 55,55 77

4 Statst Eoom 2013 Berdasara Tabel Batu ota aa, detahu leta Meda ada pada data e-39, sehgga elas medaya adalah : 19,5-28,4 Maa : = 77, B = 19,45, F 0 = 29, F m = 45, da = 9, Dperoleh : M d , = 21,35 Jad la tegah data berada pada la 21,35, atau atara 21 sampa 22 pot c) Uura Dspers Uura dsperse meeraga epada ta sebera jauh adaya peympaga atau eelrua yag mug ada dalam uura pemusata data, hususya uura rata-rata htug Msalya ta meml dua set data, sebut saja data X da Y berut : Data X : 50, 57, 58, 64, 72 X = 60,2 Data Y : 40, 54, 63, 70, 74 Y = 60,2 Rata-rata edua elompo data sama yatu 60,2, amu varas alya terhadap la setral edua elompo data tersebut terlhat berbeda Msalya saja rage (jara) data set pertama sebesar : = 22, sedaga data set edua : = 34 Beberapa uura dspers yag deal da serg bermafaat dalam desrps data statst, dataraya adalah : Rage, Devas rata-rata, Devas Stadar, da Koefse varas 1) Uura Statst Rage ( Notas : R ) rage adalah selsh la tertgg dega la teredah, sehgga dyataa sebaga jara suatu data set Dyataa sebaga : R x = X max X m atau R x = X X 1 4) Utu data : 50, 57, 58, 64, 72, meml Rage = 22 b) Uura Statst Devas Rata-rata ( Notas : D x ) Devas rata-rata adalah jumlah absolut dar peympaga la observas dar la setralya (rata-rata), dbag dega jumlah obsevas pada data Rumusa Utu Data Aca : Dx = 1 x x 5) Dmaa: x = la observas e-, x = la rata-rata da = jumlah observas Rumusa Utu Data Kelompo : Dx = 1 f x x 6) Dmaa : f = freues pada elas e-

5 Statst Eoom 2013 c) Uura Statst Devas Stadar ( Notas : s ) Uura sagat popular da dapat mejelasa besar peympaga lagsug uura la setral (rata-rata) Uura serg dyataa dega Smpaga bau (Stadart Devatos), yag utu uura parameter data dotasa dega :, sedaga statst data dega : s Uura yag dtemua oleh Karl pearso drumusa sebaga : Utu data Bersfat Aca : s = 1 (x - x) ) Dmaa ; x = ut data observas e- Da utu data Bersfat Kelompo : s = 1 f (x - x) ) Dmaa ; x = Nla tegah data elas e- (marah elas e-) Utu data sampel yag cuup besar, sepert > 100, peyebut (-1) dalam rumus datas dapat dgat dega saja, dega pertmbaga bahwa utu data dega yag besar, la (-1) da tda jauh berbeda Utu meghtug uura peympaga stadar dar uura setral data, maa perlu detahu uura rata-rata data yag bersaguta Dalam memudaha perhtuga, perlu dracag spread sheet atau tabel Batu htug utu uura yag dapat dbuat sebaga berut : Msala suatu data set yag tersusu dalam elompo elas data meml rata-rata : x, maa tabel batuya dbuat sebaga : Tabel Tabel Batu Htug Uura S Iterval Data f x (x - x ) 2 f (x - x ) 2 a - c f x 1 (x 1 - x ) 2 f 1 (x 1 - x ) 2 d - f f 2 x 2 (x 2 - x ) 2 f 2 (x 2 - x ) 2 g - I f 3 x 3 (x 3 - x ) 2 f 3 (x 3 - x ) 2 Dst Jumlah f = f (x - x ) 2 Cotoh : Data berut adalah 50 sampel data observas yag meml la atara la 0 sampa 80, dmaa detahu rata-rataya adalah 33,2 dyataa dalam elompo data berut Iterval Data f x (x - x ) 2 f (x - x ) Jumlah f =

6 Statst Eoom 2013 Maa, uura smpaga rata-rata stadar tersebut, atau s adalah : s = 1 f (x - x) -1 2 = 11392, = 15,3 d) Uura Statst Koefse Varas ( Notas : KV ) Yatu uura perbadga varas relatf atara uura stadar devas dega la rata-rata (la setral) Uura umumya dguaa utu meguur satu elompo data dega elompo data laya, maa yag lebh homoge atau sebalya maa yag lebh heteroge Msalya suatu peelta tetag lamaya masa paa bola lampu mer Phlps, datara jes Neo da jes TL Dega meghtug rata-rata da devs stadar edua elompo data lama masa paa jes bola lampu tersebut, dapat dtetua masg-masg uura Koefse orelasya Sehgga dapat ta smpula apaah masa paa jes bola lampu Neo lebh uform (seragam) dm\badga jes lampu TL Rumusa uura dyataa sebaga : KV = ( s / x ) 100 % 9) Msal : Data-A Meml rata-rata : 21 dega stadar devas : 2,6 Data-B Meml rata-rata : 26 dega stadar devas : 3,2 Apaah Data-A lebh seragam dbadga Data-B, atau sama? Maa : KV (A) = ( 2,6/21 ) x 100 % = 12,38 % KV (B) = ( 3,2/26 ) x 100 % = 12,31 % Karea KV (B) < KV (A), maa Data B lebh seragam dar pada Data-A Berut Aadem Mahasswa STIE, utu Mata Kulah Yag berbass Htuga, pegamata megambl sampel 15 orag, yatu : Respode Matemat Statst Autas Ma Operas Laua desrps Uura statst data datas, utu semua uura yag dpelajar

7 Statst Eoom 2013 ANGKA INDEKS 1) Pegerta Aga Ides (Idex Numbers) merupaa aga relatf yag dbuat sedema rupa sehgga dapat membadga egata atau perstwa atau usaha yag sejes dalam watu yag berbeda area berbcara watu da perbadga, maa ta aa megeal watu perbadga sebaga watu dasar (Base Prod) da watu yag sedag berjala (t) Watu dasar dtetapa sebaga patoa perbadga dalam memucula aga des utu watu e-t Msalya ta g membadga harga saham tahu 1990 dega tahu 1991, dalam meetua des saham tahu 1991 atas dasar 1990 maa dalam hal : tahu dasar (base prod) ==> (0 = 1990) da tahu yag aa dhtug desya (t = 1991) Ja aga des yag mucul adalah 100 %, dataa atar watu yag damat ormal (tda ada perubaha) Ja Idesya < 100 %, maa sebaga dator adaya peurua, da Ja Idesya > 100 %, maa sebaga dator adaya eaa dar sebelumya 2) Pembaga Aga Ides Aga des dapat dpsaha dalam beberapa betu, yatu : () Meurut Jesya : a Ides Harga (Prce Idex) Cotoh : -Ides laba perusahaa dar watu e-watu berutya - Ides suu buga deposto per bula - Ides harga ebutuha baha poo b Ides Kuattas (Quatty Idex) Cotoh : - Ides supla saham d BEJ - Ides Produs () Meurut Caupa Komodt (usaha) : a Ides Sederhaa (Smple Idex) Haya megaalss des satu jes omodt (usaha) Cotoh : - Ides harga saham PT Telom - Ides la Dollar b Ides Agregatf (Agregatve Idex) Terdr atas beberapa (gabuga) jes omodt (usaha) Cotoh : - IBH (Ides Baya Hdup) - IHSG (Ides Harga saham gabuga) ()Utu des agregatf, berdasara efses perhtuga da formas yag past dar obje dapat dbag atas 2 baga yatu : b-1 Ides Agregatf Ta dtmbag (Uweghted Idex) yatu perhtuga aga des, tapa memperhata fator la b-2 Ides Agregatf Dtmbag (Wegthed Idex) yatu perhtuga aga des, dega megutsertaa atau mempertmbaga fator-fator la yag mug berpegaruh d dalamya Fator dambl sebaga tmbaga atau bobotya

8 Statst Eoom ) Peyusua Aga Ides Terdapat 4 (empat) pedoma yag mejad dasar peyusua aga des, yatu : () Rumusa Tujua perhtuga Ides Rumusa tujua des meruapaa lagah yag petg, dalam membuat apa yag sebearya yag aa dhtug, apaah des harga, des la, atau des quattas Msal : Perubaha varabel eoom abat perubaha harga BBM dar beberapa perode watu maa dur tgat perubaha harga BBM (Ides Harga BBM) () Syarat Perbadga Data Data yag dperbadga dambl pada sumber yag sama utu ragaa perode tertetu Msal : Ides harga 9 baha poo tahu 1990 sd 1995, maa - Ambl data harga e-9 baha tersebut dar tahu 1990, 1991, 1992, 1993, 1994, Ja sumber dataya pasar Ides Gede Bage, maa esemua perode tersebut, dataya haruslah berasal dar pasar du Gede Bage tersebut () Pemlha Watu Dasar (Base Prod) Guaa perode dasar sebaga patoa pembadg, utu maa masa-masa atau watu yag odsya palg stabl (ormal) da secara otomats Ides pada watu dasar adalah 100 % (v) Pemlha Tmbaga Ja dbutuha dalam perhtuga, dapat dguaa tmbaga Yag djada tmbaga adalah fator yag dduga berpegaruh dalam perhtuga des yag dmasud, da datya detahu secara past Umumya dalam perhtuga des harga, yag djada tmbaga adalah uattas omodt yag daalss desya Dega dasar tersebut datas maa dapat dguaa rumusa-rumusa berut dalam meghtug Aga Ides, yatu : Rumus Ides Secara Sederhaa (Smple Idexs) - Ides Harga pada watu e-t terhadap watu dasar (0) dyataa sebaga : I h(0t) = (h t / h 0 ) x 100 % (1) Dmaa ; h t = harga yag berlau per-ut barag pada watu e-t h 0 = harga yag berlau per-ut barag pada watu dasar (0) - Ides Quattas pada watu e-t terhadap watu dasar (0) adalah : I q(0t) = (Q t / Q 0 ) x 100 % (2) Dmaa ; Q t = Quattas/volume/jumlah barag pada watu e-t Q 0 = Quattas/volume/jumlah barag pada watu dasar (0) Rumus Ides Secara Agregatf (Agregatve Idexs) - Ides Harga beberapa omodt pada watu e-t terhadap watu dasar (0) dyataa sebaga : a Tapa megguaa bobot / tmbaga (Wthout Weghted) I = (h ha(0t) t / h 0 ) x 100 % (3) Dmaa ; h t = Jumlah harga beberapa omodt yag berlau pada watu e-t h 0 = Jumlah harga beberapa omodt yg berlau pada watu dasar (0)

9 Statst Eoom 2013 b Dega megguaa bobot / tmbaga (Wth Weghted) Dmaa ; I haw(0t) = (h tw / h 0 w) x 100 % (4) w = weghted atau tmbaga yag dguaa dalam mempegaruh harga, basaya dguaa quattats barag - Dema pula utu des quattas, ataupu des la (value) Msalya perubaha la beberapa mata uag searag terhadap la uag pada watu terdahulu, maa dyataa sebaga : a Tapa bobot / tmbaga : b Dega bobot / tmbaga : I va(0t) = (V t / V 0 ) x 100 % (5) I vaw(0t) = (V tw / V 0 w) x 100 % (6) 4) RUMUSAN PENGEMBANGAN ANGKA INDEKS Dalam perembagaya, terutama data dega beberapa teor eoom da ods fatual yag ada d suatu wlayah, maa beberapa paar mecetusa beberapa betu rumusa aplas perhtuga aga de harga, dataraya : Laspeyres, Paasche, Drobsch, Fsher, da Marshall-Edgeworth Adapu rumusa yag demuaa oleh paar tersebut, ddasar oleh argume emprs da teorts (Expect Judmet) Berut peuls utp rumusa-rumusa tersebut, yatu : Rumusa Laspeyres : Rumusa Paasche : Rumus Marshall-Edgeworth: I I I t 0 hl( o! t) = x100% h0q0 h q t t hp( o! t) = x100% h0qt h q h ( q q ) t 0 t hl( o! t) = x100% h 0( q0 qt ) (7) (8) (9) Rumusa Drobsch : Ih L( o! t ) =(I Laspeyres +I Paasche) x100% (10) Rumusa Fsher : Ih L( o! t) =( I Laspeyres +I Paasche ) x100% (11) Rumusa Laspeyres, megguaa pembobota dalam mejau perubaha harga adalah quattas barag yag beredar /terjual pada watu dasar (w=q o ) Rumusa belau baya dterapa oleh beberapa egara, termasu Idoesa, meggat data-data ter jarag dapat detahu secara legap, maa megguaa referes data masa lalu, yag basaya telah terseda da tereap pada suatu lembaga Tetuya, area rumusa Laspeyres meruju data masa lalu (Pada watu dasar), maa jelas ada elemahaya Yatu secara eooms, watu searag aa berbeda odsya dega watu lalu Kelemaha dcoba dtutup oleh rumusa dar Paasche, yatu dega meguaa pembobota (tmbagaya) adalah quattas pada watu, jad megguaa data yag up todate

10 Statst Eoom 2013 Karea rumusa atau referes la bobot yag berbeda, jelas aa beremuga besar meghasla la Ides yag berbeda datara edua rumusa tersebut, yatu rumusa Laspeyres da Paasche Utu megatspas hal tersebut, Drobsch da Fsher megusula osep pegra-rataa la Ides, yatu maaala terjad perbedaa yag sagat sgfas (meyolo) datara hasl Laspeyres da Paasche, maa dambl rata-rata eduaya Drobsch megguaa rumus rata-rata htug, sedaga Fsher memaa rata-rata uur Dlham oleh osep Laspeyres da Paasche datas, da ja memag terdapat perbedaa edua hasl yag dperoleh, maa mucul rumusa la yag lebh aspratf sfatya, yatu rumusa dar Marshaal-Edgeworth Rumusa yag demuaa oleh Marshaal-Edgeworth megadops formas dedua watu utu tmbagaya yatu ( q o da q t ) Cotoh : Seorag mahasswa Dploma III Maajeme Keuaga, pada saat melaua pejaua erja d BEJ, mecatat perembaga saham atas 5 perusahaa yag Go-publ terpopuler dperoleh data seuder tetag harga da volume saham yag terjual pada bula Ju sd September 2012, yatu Sebagamaa dsaja dalam Tabel berut : Watu Harga da Volume Saham PTIdocemet Cty-Ba Madr HURepubla Harga per-lbr Volume (000 Lbr) Harga per-lbr Volume (000 Lbr) Harga per-lbr Volume (000 Lbr) Harga per-lbr Volume (000 Lbr) Harga per-lbr Kma Farma Volume (000 Lbr) Ju , , , , ,2 Jul , , , , ,0 Agust , , , , ,1 Sept , , , , ,5 a Ja ta g mejau perubaha harga saham per-lembar utu bula Jul-September, dega megguaa watu dasarya bula Ju dar setap perusahaa datas, maa dapat dlaua dega rumusa sederhaa dar Ides harga I h(0t) = (h t / h 0 ) x 100 % Dega 0 = Ju, t = Jul, Agustus, da September Maa aa dapat ta susu dalam tabel berut : Nama Ides Harga Saham Setap Perusahaa Perusahaa Ju*) Jul Agust Sept PTIdocemet 100 Cty-ba 100 Madr-Ba 100 HU Republa 100 Kma Farma 100 *) watu dasar (Base Prods) b Dema juga, Ja ta g mejau perubaha Volume saham yag terjual setap bula utu bula Jul-September, dega meg-guaa watu dasarya bula Ju dar setap perusahaa datas, maa dapat dlaua dega rumusa sederhaa dar Ides quattas, yatu : I q(0t) = (Q t / Q 0 ) x 100 % ( 0 = Ju, t = Jul, Agus, Sept) Maa aa dapat ta susu dalam tabel berut : Nama Ides Volume Saham Terjual Pada Bula Perusahaa Ju*) Jul Agust Sept PTIdocemet 100 Cty-ba 100 Madr-Ba 100 HU Republa 100 Kma Farma 100 *) watu dasar (Base Prods)

11 Statst Eoom 2013 c Tetap ja ta g mejau des saham secara gabuga dar elma perusahaa tersebut, maa yag dhtug atya dsebut IHSG (Ides Harga saham Gabuga) Maa dguaa rumusa Agregatf, dar beberapa rumusa yag demuaa datas, yatu Nama Ides Volume Saham Terjual Pada Bula Perusahaa Ju*) Jul Agust Sept IHSG (Laspeyres) 100 IHSG (Paasche) 100 IHSG (Marshall-Edg) 100 IHSG (Drobsch) 100 IHSG (Fsher) 100 SOAL-SOAL LATIHAN Kerja euaga perbaa bsa dlhat dar lapora euaga perbaa Sesua dega Surat Edara Ba Idoesa Nomor 28/5/UPPS taggal 7 September 1995 dtetapa stadar dar lapora euaga ba yag terdr dar Neraca da lapora Laba-Rug Peguura erja perbaa berdasara etetua Ba Idoesa yag tercatum dalam surat edara BI No 23/II/BPPP taggal 28 Februar 1991, yatu terdr atas 9 raso euaga Tga ompoe utamaya adalah : a) Captal Adecuacy Rato (CAR); dperoleh dar membadga modal sedr dega atva tertmbag meurut rso (ATMR) yag dhtug ba bersaguta b) No Performg Loas (NPL); adalah raso redt yag dbera bermasalah dega total redtya c) Pemeuha Peysha Peghapusa Atva Produtf (PPAP); Atva produtf adalah peaama daa, ba dalam rupah maupu valuta asg dalam betu redt da surat berharga Pegelolaa daa dalam atva produtf merupaa sumber pedapata yag dguaa utu membaya eseluruha baya operasoal ba termasu baya buga, baya teaga erja da baya operasoal laya Kompoe atva produtf terdr dar, redt yag dbera, peempata pada ba la, surat-surat berharga, da peyertaa modal Perhata data ba yag go-publ, selama tahu tetag CAR, NPL, da PPAP, berut : No Ba X1 X2 X3 X1 X2 X3 1 ARTA NK BCA BII BNI BRI BUANA BUMIPUTERA CENTURY DANAMON EKSEKUTIF IFI KESAWAN LIPPO MANDIRI MAYAPADA MEGA NIAGA NISP BNP PANIN PERMATA SWADESI VICTORIA Laua aalss Ides Kompoe Raso Keuaga Ba tersebut

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

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. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB I PENDAHULUAN. Statistik Terapan Sem 3 D-IV Jalan Tol

BAB I PENDAHULUAN. Statistik Terapan Sem 3 D-IV Jalan Tol BAB I PENDAHULUAN PENGERTIAN ISTILAH STATISTIK DAN STATISTIKA Baya seal des tetag statst, dsebaba area luasya ruag lgup statst Utu eperlua prats, statst dapat darta secara sempt da luas Dalam art sempt,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

Bab I Pendahuluan & Statistika Deskriptif Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

Lebih terperinci

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING Afra, Ar Kaal Ar da Nur Erawaty Jurusa Mateata Faultas Mateata da Ilu Pegetahua Ala Uverstas Hasaudd (UNHAS) Jl. Perts Keerdeaa KM.0 Maassar 90245, Idoesa thalabu@gal.co

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci