MATERI STATISTIK. Genrawan Hoendarto
|
|
- Liana Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MATERI STATISTIK Distribusi Frekwensi Perhitungan Tendensi Pusat Penyimpangan atau Dispersi Teori Probabilitas Teori Distribusi Distribusi Sampling / Pengambilan Contoh Pengujian Hipotesis Regresi dan Korelasi Linear Sederhana Statistik Nonparametrik
2 Daftar Pustaka 1. Spiegel, M.R., "Theory and Problms of Statistics (Schaum's Outline), 2nd ed in SI Units", Mc Graw- Hill Book Co. Singapore, Waypole, R.E, R.H Myers, "Probability and Statistics for Engineers and Scientists", 4th ed. Macmillan Publishing Company, USA, Ir. M.Iqbal hasan, M.M. "Pokok-Pokok Statistik 1 " Edisi Kedua, Penerbit Bumi Aksara, Ir. M.Iqbal hasan, M.M. "Pokok-Pokok Statistik 2 " Edisi Kedua, Penerbit Bumi Aksara, Danang Sunyoto, "Ringkasan Statistik Deskriptif : Teori, Soal dan Penyelesaiannya
3 Jenis-jenis Distribusi Frekwensi Distribusi frekwensi adalah susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar, sehingga dapat diperoleh gambaran sederhana dan sistematis dari data yg diperoleh. Bagian-bagian Distribusi Frekwensi : 1. Kelas (Class) Kelas adalah kelompok nilai data atau variabel 2. Batas Kelas (Class limits) Batas kelas adalah nilai-nilai yg membatasi kelas yg satu dgn kelas lainnya, terdapat 2 kelas yaitu batas kelas bawah (lower class limits) yg terletak disebelah kiri setiap kelas, dan batas kelas atas (upper class limits) yg terletak disebelah kanan setiap kelas
4 3. Tepi Kelas (Class boundary/true class limits) Tepi kelas disebut juga batas nyata kelas yg tak mempunyai lubang u/ angka tertentu antara kelas yg satu dgn lainnya. Tepi bawah kelas (batas kelas bawah) : tepi bawah kelas= batas bawah kelas 0,5 Tepi atas kelas (batas kelas atas) : tepi atas kelas= batas atas kelas + 0,5 4. Titik tengah kelas/tanda kelas (Class mid point/class marks) Titik tengah kelas adalah angka atau nilai data yg tepat terletak di tengah suatu kelas yg mewakili kelasnya. Titik tengah kelas= ½(batas atas+batas bawah) kelas 5. Interval kelas (class interval) Interval kelas adalah selang yg memisahkan kelas yg satu dgn kelas yg lain
5 6. Panjang interval kelas/luas kelas (Interval Size) Panjang interval kelas adalah jarak antara tepi atas kelas dan tepi bawah kelas. 7. Frekwensi kelas (Class frequency) Frekwensi kelas adalah banyaknya data yg termasuk ke dlm kelas tertentu Penyusunan Distribusi Frekwensi : 1. Mengurutkan data dari yg terkecil ke terbesar 2. Menentukan jangkauan (range) dari data Jangkauan (R) = data terbesar data terkecil 3. Menentukan banyaknya kelas (k) Rumus Sturgess : k = 1 + 3,3 log n; n=banyaknya data, k Є bulat ( bulatkan ke atas) atau R k = + 1 i
6 4. Mentukan panjang interval kelas i = R k 5. Menentukan batas bawah kelas pertama Biasanya dipilih dari data terkecil atau dari pelebaran (data yg lebih kecil dari data terkecil) dan selisihnya harus kurang dari panjang interval kelas 6. Menuliskan frekwensi kelas secara melidi dlm kolom turus (tally) sesuai banyaknya data
7 Jangkauan R = = 17 Banyaknya kelas (k) adalah k = 1 + 3,3 log 40 = 1 + 5,3 = 6,3 6 Panjang interval kelas (i) = 17 / 6,3 = 2,7 3 Batas kelas pertama = 65
8 Diameter Turus Frekwensi FKKD FKLD III IIII I IIII IIII II IIII IIII III IIII II Jumlah 40
9 FKKD FKLD Kurva Genrawan Ogive Hoendarto
10 Jenis-jenis Distribusi Frekwensi 1. Distribusi frekwensi biasa : Distribusi frekwensi numerik Distribusi frekwensi peristiwa/ kategori 2. Distribusi frekwensi relatif : dinyatakan dalam bentuk perbandingan, desimal atau persentasi 3. Distribusi frekwensi kumulatif : Distribusi frekwensi kumulatif kurang dari Distribusi frekwensi kumulatif lebih dari
11 Kurva Frekwensi 1. Simetris atau berbentuk lonceng => distribusi normal 2. Tidak Simetris atau condong : ke kiri (kecondongan negatif) dan ke kanan (kecondongan positif) 3. Bentuk J atau J terbalik dimana salah ujung kurva memiliki frekwensi maksimun 4. Bentuk U dimana kedua ujung kurva memiliki frekwensi maksimun 5. Bimodal dimana memiliki 2 maksimal 6. Multimodal dimana memiliki lebih dari 2 maksimal 7. Uniform bila nilai-nilai variabel dalam suatu interval mempunyai frekwensi yang sama
12 PENGUKURAN NILAI PUSAT Ukuran nilai/tendensi pusat : suatu nilai yg dapat mewakili sekumpulan data atau dianggap sebagai rata-rata. Jenis-jenis ukuran nilai pusat : 1. Rata-rata hitung/mean, jika data berupa sampel ditulis X (baca eks bar) jika berupa populasi ditulis µ (baca myu) : a. Data yg tdk dikelompokkan X = ΣX/n = (X 1 + X X n ) / n
13 b. Data yg dikelompokkan 1) Metode biasa : X = ΣfX/f 2) Metode simpangan rata-rata : X = M + Σfd / Σf _ M = rata-rata hitung x sementara d = X M 3) Metode coding : X = M + i. Σfu/ Σf
14 2. Median ( Me atau Md ) : nilai yg tepat berada ditengah data setelah diurutkan, maka disebut juga rata-rata posisi a. Data yg tdk dikelompokkan/tunggal Me = ½ ( n + 1 ) b. Data yg dikelompokkan 1 n ( f2)0 M e = TKB + 2. f M e i TKB = tepi kelas bawah n = jumlah frekwensi (Σ f2 )0 = jlh frek kelas2 seb kelas median i = panjang interval kelas f Me = frekwensi kelas median
15 3. Modus (Mo) : nilai yg paling sering muncul (frekwensi terbanyak) dalam data a. Data yg tdk dikelompokkan/tunggal b. Data yg dikelompokkan d1 Mo = TKB + i. d + d 1 2 TKB = tepi kelas bawah d 1 = selisih frekwensi kelas modus dengan fre2 kelas sebelumnya d 2 = selisih frekwensi kelas modus dengan fre2 kelas sesudahnya i = panjang interval kelas
16 Fraktil Fraktil adalah nilai-nilai yg membagi seperangkat data yg terurut menjadi beberapa bagian yg sama. Fraktil dapat berupa kuartil, desil dan persentil. a. Kuartil ( Q ), fraktil yg membagi data yg terurut menjadi 4 bagian yg sama. Terdapat 3 kuartil yaitu kuartil bawah/pertama (Q 1 ), Kuartil tengah/kedua (Q 2 ) dan kuartil atas/ketiga (Q 3 ). Kuartil kedua = median. 1. Kuartil data tunggal : j( n + 1) Q nilai ke j j = 4 2. Kuartil data berkelompok : Q jn ( f j)0 = TKB 4 j + i j = 1, 2, 3 f j. Q j
17 b. Desil ( D ), fraktil yg membagi data yg terurut menjadi 10 bagian yg sama. Terdapat 9 desil yaitu desi pertama (D 1 ), desi kedua (D 2 ), dan desil kesembilan (D 9 ). Desil kelima (D 5 ) sama dengan median. 1. Desil data tunggal : D j = nilai ke j(n+1)/10 j= 1,2,, 9 2. Desil data berkelompok : D j= 1,2,, 9 jn ( 10 j j = TKB j +. f D j f )0 i
18 c. Persentil ( P ), fraktil yg membagi data yg terurut menjadi 100 bagian yg sama. Terdapat 99 persentil yaitu persentil pertama (P 1 ), persentil kedua (P 2 ), dan persentil kesembilan puluh sembilan (P 99 ). Persentil kelima puluh (P 50 ) sama dengan median. 1. Persentil data tunggal : P j = nilai ke j(n+1)/100 j= 1,2,, Persentil data berkelompok : P j= 1,2,, 99 jn ( 100 j j = TKB j +. f P j f )0 i
19 Rata-rata Kuadrat / Quadratic Mean Rata-rata kuadrat merupakan pengembangan dari rata-rata hitung melalui pengkuadratan dan pengakaran data a.data yg tdk dikelompokkan/tunggal b.data yg dikelompokkan n X n x x x Q i n M = = ) (... ( n X f n x f x f x f Q i i n n M = = ) (... (
20 Rata-rata Ukur / Rata-rata Geometris Jika perbandingan setiap dua data berurutan adalah tetap atau hampir tetap, maka rata-rata ukur lebih baik digunakan daripada rata-rata hitung a.data yg tdk dikelompokkan/tunggal G = n x x... xn 1. 2 atau 1 log G = (log x + log x log x n 1 n b.data yg dikelompokkan log G = ( f.log f x) )
21 Rata-rata Harmonis / Harmonic Mean Pada umumnya rata-rata harmonis digunakan untuk menghitung data tentang rata-rata tingkat pertumbuhan/kecepatan a.data yg tdk dikelompokkan/tunggal b.data yg dikelompokkan = = i M n M x n H atau x x x n H = i i M x f f H
22 HUBUNGAN RATA-RATA HITUNG, MEDIAN DAN MODUS Hubungan antara ketiganya akan memberikan gambaran bentuk kurva data ybs, yaitu : 1. Jika rata-rata hitung, median dan modus memiliki nilai yg sama, maka kurvanya berbentuk simetris dimana ketiganya terletak pada titik di tengah-tengah absis dan berimpit 2. Jika rata-rata hitung lebih besar daripada yg lainnya, maka kurvanya condong ke kanan dgn ekor memanjang ke arah positif 3. Jika rata-rata hitung lebih kecil daripada yg lainnya, maka kurvanya condong ke kiri dgn ekor memanjang ke arah negatif
23 KURVA HUBUNGAN RATA-RATA HITUNG, MEDIAN DAN MODUS X = Me = Mo X > Me > Mo X < Me < Mo
24 Jika distribusinya tidak terlalu condong, hubungan rata-rata hitung, median dan modus secara matematis ditulis : Mo = X 3 ( X Me )
25 Rata-rata ukur untuk pertumbuhan atau kenaikan X t P t = P0 (1 + ) Atau : P t = P 0 ( 1 + r ) t Atau : r = P t = keadaan akhir pertumbuhan P 0 = keadaan awal pertumbuhan X = rata-rata pertumbuhan t = satuan waktu yg digunakan r = tingkat bunga t P t P
26 Penyimpangan atau Dispersi Ukuran dispersi (ukuran variasi / penyimpangan) adalah ukuran yg menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data yg berbeda dengan nilai-nilai pusatnya. Jadi merupakan pelengkap dari nilai pusat dalam penggambaran sekelompok data sehingga lebih jelas dan tepat
27 Jenis-jenis dispersi 1.Jangkauan (range / R) : selisih nilai terbesar dengan nilai terkecil data setelah diurutkan. a. Jangkauan data tunggal : R = X n X 1 b. Jangkauan data berkelompok : 1) Selisih titik tengah kelas tertinggi dgn titik tengah kelas terendah 2) Selisih tepi atas kelas tertinggi dgn tepi bawah kelas terendah
28 2.Jangkauan antarkuartil dan jangkauan semi interkuartil a. Jangkauan antarkuartil : selisih antara nilai kuartil atas (Q 3 ) dengan nilai kuartil bawah ( Q 1 ) : JK = Q 3 Q 1 b. Jangkauan semi interkuartil : setengah dari selisih kuartil atas (Q 3 ) dengan nilai kuartil bawah ( Q 1 ) : Q d = ½ (Q 3 Q 1 ) Berlaku untuk data tunggal maupun data berkelompok. Pencilan : data yg dianggap salah catat/ukur atau dari kasus yg menyimpang, karenanya perlu diteliti ulang. Pencilan kurang dari pagar dalam dan lebih dari pagar luar
29 3.Deviasi rata-rata (simpangan ratarata) : nilai rata-rata hitung dari harga mutlak simpangan-simpangannya. a. Deviasi rata-rata data tunggal : DR = 1/n Σ X X = ( Σ X X ) / n b. Deviasi rata-rata data berkelompok : DR = 1/n Σ f X X = ( Σf X X ) / n
30 4.Varians : nilai tengah kuadrat simpangan dari nilai tengah atau simpangan rata-rata kuadrat. Untuk sampel disimbolkan s 2 dan populasi disimbolkan σ 2. a. Varians data tunggal : 1. Metode biasa a. Untuk sampel besar (n>30) : s 2 = (Σ(X X) 2 ) / n b. Untuk sampel kecil (n=<30) : s 2 = (Σ(X X) 2 ) / n - 1
31 2. Metode angka kasar a. Untuk sampel besar (n>30) : s 2 = ΣX 2 / n (ΣX / n) 2 b. Untuk sampel kecil (n=<30) : s 2 = ΣX 2 / n-1 (ΣX ) 2 / n(n-1) b. Varians data berkelompok 1. Metode biasa a. Untuk sampel besar (n>30) : s 2 = (Σf(X X) 2 ) / n b. Untuk sampel kecil (n=<30) : s 2 = (Σf(X X) 2 ) / n - 1
32 2. Metode angka kasar a. Untuk sampel besar (n>30) : s 2 = ΣfX 2 / n (ΣfX / n) 2 b. Untuk sampel kecil (n=<30) : s 2 = ΣfX 2 / n-1 (ΣfX) 2 / n(n-1) 3. Metode coding a. Untuk sampel besar (n>30) : s 2 = i 2 (Σfu 2 ) / n - (Σfu / n ) 2 b. Untuk sampel kecil (n=<30) : s 2 = i 2 (Σfu 2 ) / n-1 - (Σfu) 2 / n(n-1)
33 Varians gabungan Misalkan, terdapat k buah subsampel sebagai berikut : -Subsampel 1, berukuran n 1 dgn varians s 1 2 -Subsampel 2, berukuran n 2 dgn varians s 2 2 -,. -Subsampel k, berukuran n k dgn varians s k 2 Jika digabungkan menjadi sebuah sampel berukuran n 1 + n n k = n, maka varians gabungannya : s gab2 = (n 1-1)s 12 + (n 2-1)s (n k - 1)s k 2 ( n 1 + n n k ) - k atau s gab2 = ((Σn 1)s 2 ) / Σ n - k
34 5.Simpangan baku (standar deviasi) : akar dari tengah kuadrat simpangan dari nilai tengah atau akar simpangan rata-rata kuadrat. Untuk sampel disimbolkan s dan untuk populasi disimbolkan σ. a. Simpangan baku data tunggal : 1. Metode biasa a. Untuk sampel besar (n>30) : s = (Σ(X X) 2 ) / n b. Untuk sampel kecil (n=<30) : s = (Σ(X X) 2 ) / n Metode angka kasar a. Untuk sampel besar (n>30) : s = ΣX 2 / n (ΣX / n) 2 b. Untuk sampel kecil (n=<30) : s = ΣX 2 / n-1 (ΣX ) 2 / n(n-1)
35 b. Simpangan baku data berkelompok : 1. Metode biasa a. Untuk sampel besar (n>30) : s = (Σf(X X) 2 ) / n b. Untuk sampel kecil (n=<30) : s = (Σf(X X) 2 ) / n Metode angka kasar a. Untuk sampel besar (n>30) : s = ΣfX 2 / n (ΣfX / n) 2 b. Untuk sampel kecil (n=<30) : s = ΣfX 2 / n-1 (ΣfX) 2 / n(n-1) 3. Metode coding a. Untuk sampel besar (n>30) : s = i Σfu 2 / n (Σfu / n) 2 b. Untuk sampel kecil (n=<30) : s = i Σfu 2 / n-1 (Σfu) 2 / n(n-1)
36 Koefisien Variasi, ukuran dispersi yg dibahas sebelumnya merupakan dispersi absolut yg hanya dapat digunakan untuk melihat penyimpangan-penyimpangan nilai yg terdapat pda suatu kumpulan data, untuk membandingkan dispersi atau variasi dari beberapa kumpulan data digunakan dispersi relatif : Dispersi relatif = dispersi absolut/rata-rata
37 1. Koefisien Variasi ( KV) : KV = s / X X 100% 2. Variasi Jangkauan ( VR) : VR = R / X X 100% 3. Variasi Simpangan rata-rata ( VSR) : VSR = SR / X X 100% 4. Variasi Kuartil ( VQ ) : VQ = Q d / M e X 100% VQ = Q 3 Q 1 / Q 3 + Q 1 X 100%
38 Deviasi Kuartil : rentang antar kuartil, yaitu antara nilai kuartil 1 s/d kuartil 3, jadi mengabaikan 25% nilai terendah dan 25% nilai tertinggi. Koefisien variasi kuartil : V = deviasi kuartil / median Atau : DK V = = ( Q ( Q 3 Q1) 2 3 2Q Q 2 1 )
39 Kemencengan atau Kecondongan Kemencengan/kecondongan (skewness) : tingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi, jadi X = Me = Mo. 1. Koefisien kemencengan Pearson : nilai selisih rata-rata dengan modus dibagi simpangan baku : sk = ( X Mo ) / s Atau sk = 3 ( X Me ) / s
40 Sk = 0 -> kurva memiliki bentuk simetris Sk > 0 -> X terletak di sebelah kanan Mo, ekor kurva memanjang ke kanan atau menceng positif Sk < 0 -> X terletak di sebelah kiri Mo, ekor kurva memanjang ke kiri atau menceng negatif
41 2.Koefisien kemencengan Bowley : berdasarkan hubungan kuartil-kuartil dari sebuah distribusi. (Q 3 Q 2 ) ( Q 2 Q 1 ) Sk B = (Q 3 Q 2 ) + ( Q 2 Q 1 ) Atau : Q 3 2 Q 2 + Q 1 Sk B = Q 3 Q 1
42 Koefisien kemencengan Bowley sering disebut kuartil koefisien kemencengan : 1. Jika Q 3 -Q 2 > Q 2 -Q 1, maka akan menceng ke kanan atau positif 2. Jika Q 3 -Q 2 < Q 2 -Q 1, maka akan menceng ke kiri atau negatif 3. sk B = ± 0,10 maka distribusi yg menceng tidak berarti 4. sk B > 0,30 maka distribusi yg menceng berarti
43 3.Koefisien kemencengan Persentil : berdasarkan hubungan antarpersentil (P 90, P 50 & P 10 ) dari sebuah distribusi. (P 90 P 50 ) ( P 50 P 10 ) Sk P = (P 90 P 10 ) Atau : P 90 2 P 50 + P 10 Sk P = P 90 P 10
44 4.Koefisien kemencengan Momen : berdasarkan pada perbandingan momen ke-3 dengan pangkat tiga simpangan baku. Koefisien ini disebut juga kemencengan relatif α 3. 1.α 3 = 0, maka distribusi simetris 2.α 3 = +, maka distribusi menceng ke kanan 3.α 3 = -, maka distribusi menceng ke kiri 4.α 3 > 0,50, menurut Karl Pearson adalah distribusi sangat menceng 5.Menurut Kenney dan Keeping nilai α 3 bervariasi antara ± 2 untuk distribusi yang menceng
45 - Untuk data tunggal : α M 3 1/n Σ(X-X) 3 3 = = s 3 s 3 - Untuk data berkelompok : M 3 1/n Σ(X-X) 3 f α 3 = = s 3 s 3 α i 3 Σfu 3 Σfu 2 Σfu Σfu 3 3 = X s 3 n n n n
46 Keruncingan ( Kurtosis ) Keruncingan : tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal. 1. Leptokurtik merupakan distribusi yg memiliki puncak relatif tinggi 2. Platikurtik merupakan distribusi yg memiliki puncak hampir mendatar 3. Mesokurtik merupakan distribusi yg memiliki puncak tidak tinggi dan tidak mendatar Jika distribusinya merupakan distribusi simetris, maka distribusi mesokurtik dianggap sebagai distribusi normal
47 a. Koefisien keruncingan (kurtosis) dilambangkan dengan α 4. Jika : α 4 < 3, maka distribusinya adalah distribusi platikurtik α 4 > 3, maka distribusinya adalah distribusi leptokurtik α 4 = 3, maka distribusinya adalah distribusi mesokurtik 1. Untuk data tunggal : 1/n Σ(X-X) α 4 4 = s 4 2. Untuk data berkelompok : 1/n Σ(X-X) 4 f α 4 = s 4
48 b. Koefisien kurtosis Persentil dilambangkan dengan K (kappa). ½ (Q 3 Q 1 ) K = P 90 - P 10 Bilangan z ( z score ) Dari sampel ukuran n data X 1, X 2,.. X n dengan rata-rata X dan simpangan baku s, dapat dibentuk data baru z 1, z 2,... Z n dgn menggunakan bilangan z : z i = ( X i X ) / s i = 1, 2, 3,.. Variabel baru ini mempunyai rata-rata 0 dan simpangan baku 1. Bilangan z sering diubah menjadi distribusi yg baru dgn rata-rata x 0 dan simpangan baku s 0 yg disebut angka standar atau angka baku : z i = X 0 + s 0 ((X i X) / s ) maka jika X 0 = 0 dan s 0 = 1, rumusnya kembali ke asal
49 Keruncingan ( Kurtosis ) Keruncingan atau kurtosis : tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal. Berdasarkan keruncingan, kurva distribusi dibedakan atas 3 macam : 1. Leptokurtik : distribusi yg memiliki puncak relatif tinggi 2. Platikurtik : distribusi yg memiliki puncak hampir datar 3. Mesokurtik : distribusi yg memiliki puncak tidak tinggi dan tidak mendatar juga
50 Jika distribusinya simetris maka distribusi mesokurtik dianggap sebagai distribusi normal. 1. Koefisien keruncingan/kurtosis ( α 4 ) - α 4 < 3, maka distribusi platikurtik - α 4 > 3, maka distribusi leptokurtik - α 4 = 3, maka distribusi mesokurtik a. Data tunggal 1/n Σ(X X) α 4 4 = s 4 b. Data berkelompok 1/n Σ(X X) 4 f α 4 = s 4
51 2. Koefisien Kurtosis Persentil K (kappa), untuk distribusi normal, nilai K = 0,263 K = ½ ( Q 3 Q 1 ) P 90 P 10
Statistik Deskriptif Ukuran Dispersi
MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand
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 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 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 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 terperinciUKURAN-UKURAN NILAI PUSAT
UKURAN-UKURAN NILAI PUSAT Nilai tunggal yang dinilai dapat mewakili keseluruhan nilai dalam data dianggap sebagai rata-rata (averages). Nilai rata-rata dihitung bedasarkan keseluruhan nilai yang terdapat
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 terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
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 terperinciKenapa Data Harus Diringkas?
1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data
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 terperinciHARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG
HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data
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 terperinciSusunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Distribusi frekwensi menyajikan keterangan
MINGGU KEEMPAT Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Distribusi frekwensi menyajikan keterangan atau gambaran sederhana dan sistematis dari
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap
Lebih terperinciBAB1 PENgantar statistika
BAB1 PENgantar statistika A. PENGERTIAN STATISTIK 1. Dalam arti sempit, Statistik merupakan sekumpulan angka-angka yang menerangkan sesuatu.. Dalam arti luas, Statistik merupakan kumpulan cara atau metode
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 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 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 terperinciBAB 2 PENYAJIAN DATA
BAB 2 PENYAJIAN DATA A. PENGERTIAN DISTRIBUSI FREKUENSI Daftar yang memuat data berkelompok. Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. 1. Kelas-kelas
Lebih terperinciNama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:
UKURAN NILAI PUSAT DAN UKURAN DISPERSI Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan
Lebih terperinciUNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT
UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013
Lebih terperinciMAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA
MAKALAH Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR 13050394007 PUTRI DESSY VIVIT L 13050394053 IGA ANDRIANITA 13050394055 S1 Pendidikan Tata Boga 2013 JURUSAN PENDIDIKAN KESEJAHTERAAN KELUARGA FAKULTAS
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 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 terperinciUKURAN PEMUSATAN DATA STATISTIK
UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai
Lebih terperinciUkuran gejala pusat. Nugraeni
Ukuran gejala pusat Nugraeni UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1.
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 terperinciBAB IV DISPERSI DATA
BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),
Lebih terperinciLEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran
Lebih terperinciStatistik Deskriptif. Statistik Farmasi 2015
Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan
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 terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
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 terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciPenyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri
Penyimpulan data numerik & kategorik Elsa Roselina Dewi Gayatri P. data numerik Tendensi sentral (mean, median, modus) Hubungan mean, median, modus Ukuran variasi (range, interkuartil range, mean deviasi,
Lebih terperinciC. Ukuran Letak dan Ukuran Penyebaran Data
C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang
Lebih terperinciKing s Learning Be Smart Without Limits NAMA : KELAS :
NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan
Lebih terperinciMacam ukuran penyimpangan. Range/Rentang/Jangkauan Standar Deviasi/simpangan baku Varians Ukuran penyimpangan lain
UKURAN PENYIMPANGAN Ukuran penyimpangan adalah ukuran yang menyatakan seberapa jauh penyimpangan nilainilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data yang
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. 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 terperinci1.0 Distribusi Frekuensi dan Tabel Silang
ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang
Lebih terperinciPELATIHAN INSTRUKTUR/PENGEMBANG SMU. 28 JULI s.d. 10 AGUSTUS 2003 S T A T I S T I K A. Oleh: Drs. Marsudi Raharjo, M. Sc., Ed
PELATIHAN INSTRUKTUR/PENGEMBANG SMU 8 JULI s.d. 0 AGUSTUS 00 S T A T I S T I K A Oleh: Drs. Marsudi Raharjo, M. Sc., Ed DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH
Lebih terperinciSTATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)
STATISTIK Materi Pertemuan V Ukuran Dispersi (Penyebaran) Ukuran Dispersi (Penyebaran) Ukuran dispersi merupakan suatu metode analisis data yang ditunjukan dengan penyimpangan/penyebaran dari distribusi
Lebih terperinciMakalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )
MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai
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 terperinciBESARAN STATISTIK (UKURAN TENGAH DAN UKURAN
BESARAN STATISTIK (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
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena
Lebih terperinciSTATISTIKA MATEMATIKA KELAS XI MIA
STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA Matematika Kelas XI MIA 90 80 70 60 50 40 30 20 10 0 East West North 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr Disusun oleh : Markus Yuniarto, S.Si Tahun Pelajaran 2016
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial
BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,
Lebih terperinciUKURAN PEMUSATAN DATA
Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan
Lebih terperinciPENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6
PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau
Lebih terperinciStatistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom
Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran
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 terperinciUKURAN PENYEBARAN DATA
Pertemuan keempat UKURAN PENYEBARAN DATA Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh masing-masing
Lebih terperinci7.1 ISTILAH-ISTILAH DALAM STATISTIKA A.
STATISTIKA Dalam statistika, angka dikumpulkan dan diatur sedemikian rupa sehingga orang dapat memahaminya, menarik kesimpulan, dan membuat perkiraan berdasarkan angka angka itu. 7.1 ISTILAH-ISTILAH DALAM
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 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 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 terperinciPENGUKURAN VARIASI. Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi
BAB 4 PENGUKURAN VARIASI Kompetensi Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi Indikator 1. Menjelaskan range 2. Menjelaskan range antar kuartil 3. Menjelaskan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis
Lebih terperinciSTATISTIKA. A Pengertian Statistik dan Statistika. B Populasi dan Sampel. C Pengertian Data PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL
STATISTIKA PENGERTIAN STATISTIKA, POPULASI, DAN SAMPEL A Pengertian Statistik dan Statistika Statistik adalah kumpulan akta berbentuk angka yang disusun dalam datar atau tabel, yang menggambarkan suatu
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
1 BAB I PENDAHULUAN 1.1. Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter),
Lebih terperinciUkuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal
Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal BAB: UKURAN VARIABILITAS/ DISPERSI A. Pengertian Ukuran Variabilitas: Dlm kehidupan sehari-hari, kita sering menemukan banyaknya informasi
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 4 UKURAN LETAK
TUJUAN STATISTIKA 4 UKURAN LETAK MODUL 4 Melatih berfikir dan bernalar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan
Lebih terperinciRANCANGAN AKTIVITAS TUTORIAL (RAT)
RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini
Lebih terperinciTUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF
TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF OLEH ARFAN KAFTARU 1307012285 FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS NUSA CENDANA KUPANG 2017 i KATA PENGANTAR Puji syukur kehadirat Tuhan Yang
Lebih terperincidapat digunakan formulasi sebagai berikut : Letak Letak Letak
1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga
Lebih terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
Lebih terperinciMateri II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI
Materi II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI DISTRIBUSI FREKUENSI Frekuensi adalah kekerapan atau keseringan suatu data berulang atau berada dalam deretan angka tersebut. Distribusi adalah penyaluran,
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 terperinciLedhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013
UKURAN STATISTIK BAGI DATA Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 Konten Definisi: -Data dan Jenis Data -Parameter dan Statistik -Ukuran Statistik
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1
Lebih terperinciDESKRIPSI DATA. sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu:
DESKRIPSI DATA A. Ukuran Pemusatan Ukuran pemusatan ini digunakan untuk memudahkan peneliti dalam membuat deskripsi sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu: rata-rata
Lebih terperinciBAB I DISTRIBUSI FREKUENSI
BAB I DISTRIBUSI FREKUENSI A. Pengertian Distribusi Frekuensi adalah penyajian data yang telah digolongkan dalam kelas-kelas menurut urutan tingkatannya beserta jumlah individu pada masing-masing kelas.
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
III. DISTRIBUSI FREKUENSI 3.1 Pendahuluan Tujuan dari pembuatan tabel distribusi frekuensi adalah untuk mengatur data mentah (data yang belum dikelompokkan) ke dalam bentuk yang rapi tanpa mengurangi inti
Lebih terperinciTUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH
TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH Diajukan untuk memenuhi tugas mata kuliah Statistika Deskriptif Kelompok 5 : 1. Ade Risma Arianto (NIM: 12110457)
Lebih terperinciUKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan
UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan 1 DAFTAR ISI Mean Median Modus Kuartil, Desil dan Presentil Hubungan Mean-Median-Modus 2 Ukuran Statistik Untuk menjelaskan ciri-ciri
Lebih terperinciSetelah mempelajari bahan ajar ini diharapkan Anda dapat:
D. Pembelajaran 4 1. Silabus N o STANDAR KOMPE TENSI Menerapk an aturan konsep statistika dalam pemecaha n masalah KOMPE TENSI DASAR Mengidenti fikasi pengerti-an statistik, statistika, populasi dan sampel
Lebih terperinciUkuran Nilai Sentral
Ukuran Nilai Sentral Nilai Sentral Pengertian Nilai Sentral Nilai sentral suatu rangkaian data adalah nilai dalam rangkaian data yang dapat mewakili data tersebut. Suatu rangkaian data biasanya memiliki
Lebih terperinciMODUL PRAKTIKUM STATISTIKA
MODUL PRAKTIKUM STATISTIKA PROGRAM STUDI KOMPUTERISASI AKUNTANSI Disusun Oleh: DIEN NOVITA, S.Si., M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MULTI DATA PALEMBANG 05 KATA
Lebih terperinciSTATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
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 terperinciKuliah 4. Ukuran Penyebaran Data
Kuliah 4. Ukuran Penyebaran Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. 21 Maret 2012 Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran Content Rentang Data Rentang
Lebih terperinciProbabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata
Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi
Lebih terperinciUKURAN PENYEBARAN DATA
UKURA PEYEBARA DATA Seventh Meeting Khatib A. Latief Email: kalatief@gmail.com; khatibalatif@yahoo.com Twitter: @khatibalatief Mobile: +68 1168 3019 Ukuran Penyebaran data Ukuran penyebaran data adalah
Lebih terperinciMODUL 2. STATISTIK BISNIS
Modul ke: MODUL 2. STATISTIK BISNIS 02Fakultas Desmizar,SE,MM. EKONOMI BISNIS Program Studi Manajemen dan Akuntansi Modul.2 ini bertujuan agar Mahasiswa mengetahui langkahlangkah yang harus lakukan untuk
Lebih terperinciMedian Median dari data yang belum dikelompokkan
Median Median merupakan salah satu ukuran pemusatan atau sebuah nilai yang berada ditengah-tengah data, setelah data tersebut diurutkan. Mungkin Anda bertanya, mengapa perlu median setelah Anda mempelajari
Lebih terperinciPENGERTIAN STATISTIK. Tim Dosen Mata Kuliah Statistika Pendidikan 1. Rudi Susilana, M.Si. 2. Riche Cynthia Johan, S.Pd., M.Si. 3. Dian Andayani, S.Pd.
PENGERTIAN STATISTIK Tim Dosen Mata Kuliah Statistika Pendidikan 1. Rudi Susilana, M.Si. 2. Riche Cynthia Johan, S.Pd., M.Si. 3. Dian Andayani, S.Pd. PENGERTIAN STATISTIK Statistik adalah kesimpulan fakta
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar
Tutorial ke : 1 : 3 Kompetensi Umum : Setelah mempelajari bahan ajar matakuliah ini diharapkan mahasiswa 1. Memahami pengetahuan dasar statistika. 2. Memahami tehnik penyajian data dalam bentuk tabel.
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 terperinciDISTRIBUSI FREKUENSI
Definisi : DISTRIBUSI FREKUENSI Pengelompokkan data menjadi tabulasi data dengan memakai kelas-kelas data dan dikaitkan dengan masingmasing frekuensinya Merupakan tabel ringkasan data yang menunjukkan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1
Lebih terperinciSufyani Prabawanto Bahan Belajar Mandiri 4. Pendahuluan
1 Sufyani Prabawanto Bahan Belajar Mandiri 4 UKURAN SIMPANGAN DAN UKURAN KETERKAITAN Pendahuluan Pengetahuan kita tentang berbagai macam ukuran sangat diperlukan agar kita dapat memperoleh gambaran lebih
Lebih terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
Lebih terperinci