3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities)

Ukuran: px
Mulai penontonan dengan halaman:

Download "3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities)"

Transkripsi

1 III. SEBARAN PELUANG 3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities) Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik n, x, Binim15, Binom20, Binom40 dan Binom50 padfa Kolom Name Ketik atau Klik 0, 0, 4, 4, 4 dan 4 pada Kolom Decimals, sesui dengan decimal yang diinginkan. Ketik n, x, Binom 0,15, Binom 0,20, Binom 0,40 dan Binom 0,50 pada Kolom Label Klik Data View pada pojok kiri bawah Gambar 1.3., maka muncul Gambar 2.3 Ketik data atau angka pada Kolom x dan n, seperti Gambar 2.3. Untuk mengisi Kolom Binom15, Binom20, Binom40 dan Binom50, Klik Tranform, lalu Klik Compute, maka muncul Gambar Praktikum Biostatistka 19

2 Gambar Data View Gambar Kotak Dialog Compute Variable Praktikum Biostatistka 20

3 Ketik Binom20 pada kotak Target Variable, lalu Klik All pada Function group, pilih Cdf Binom pada Function and Special Variables, lalu Klik tandan, maka muncul CDF. BINOM(?,?,?), lalu ketik CDF. BINOM(x,n, 0.20) pada kotak Numeric Expression, lalu Klik OK Ketik Binom40 pada kotak Target Variable dan CDF. BINOM(x,n, 0.40) pada kotak Numeric Expression, lalu Klik OK Ketik Binom50 pada kotak Target Variable dan CDF. BINOM(x,n, 0.50) pada kotak Numeric Expression, lalu Klik OK, maka kembali ke Gambar 2.3. yang datanya telah lengkap Tabel Sebaran Peluang Poisson (Poisson Probabilities) Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik x, Poisson1, Poisson2, Poisson3, Poisson4 dan Poisson5, pada Kolom Name Ketik atau Klik 0, 6, 6, 6, 6 dan 6 pada Kolom Decimals, sesui dengan decimal yang diinginkan. Ketik x, Poisson 1, Poisson 2, Poisson 3, Poisson 4 dan Poisson 5, pada Kolom Label Praktikum Biostatistka 21

4 Klik Data View pada pojok kiri bawah Gambar 4.3., maka muncul Gambar Ketik data atau angka pada Kolom x seperti Gambar 5.3. Untuk mengisi Kolom Poisson02, Poisson06, Poisson10, Poisson14 dan Poisson16, Klik Tranform, lalu Klik Copute, maka muncul Gambar 6.3. Gambar Data View Praktikum Biostatistka 22

5 Gambar Kotak Dialog Compute Variable Ketik Poisson02 pada kotak Target Variable, lalu Klik All pada Function group, pilih Cdf Poissson pada Function and Special Variables, lalu Klik tandan, maka muncul CDF. POISSON(?,?), lalu ketik Numeric Expression, lalu Klik OK CDF. POISSON(x,0.1) pada kotak Ketik Poisson1 pada kotak Target Variable dan CDF. POISSON(x, 1) pada kotak Numeric Expression, lalu Klik OK Ketik Poisson3 pada kotak Target Variable dan CDF. POISSON(x, 3) pada kotak Numeric Expression, lalu Klik OK Ketik Poisson4 pada kotak Target Variable dan CDF. POISSON(x,4) pada kotak Numeric Expression, lalu Klik OK Ketik Poisson5 pada kotak Target Variable dan CDF. POISSON(x, 5) pada kotak Numeric Expression, lalu Klik OK, maka kembali ke Gambar 2.3. yang datanya telah lengkap. Praktikum Biostatistka 23

6 3.3. Tabel Sebaran Peluang Normal Baku (Z Porobability). Sebaran Z merupakan sebaran normal, dengan rataan 0 dan ragam 1, dengan nilai Z dari 0 sampai dengan 4 dengan nial sama dari 0 sampai dengan -4, jadi merupakan kurva simetris Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik Z dan PZ pada Kolom Name, Ketik atau Klik 2 dan 4 pada Kolom Decimals, sesui dengan decimal yang diinginkan, dan Ketik Nilai Z dan Peluang Z pada Kolom Label Klik Data View pada pojok kiri bawah Gambar 7.3., maka muncul Gambar Praktikum Biostatistka 24

7 Gambar Data View Ketik pada Kolom Z angka 0,00 sampai dengan 2,00, untuk mengisi Kolom PZ, Klik Transform, lalu Klik Compute, maka muncul Gambar Praktikum Biostatistka 25

8 Gambar Kotak Dialog Compute Variable Ketik PZ pada kotak Target Variable, lalu pilih All pada kotak Function group, pilih Cdf Normal pada kotak Function and Special Variables, Klik tanda, maka muncul CDF.NORMAL(?,?,?), ubah menjadi 1 CDF.NORMAL(Z,0,1), lalu Klik OK, maka PZ pada Gambar dilengkapi. Kalau PZ (Peluangnya diketahui) maka Nilai Znya (TZ) dapat dicari. Kita kembali ke Gambar 2.3.3, lalu Klik Tranform, lalu Klik Compute, maka muncul Gambar Gambar Kotak Dialog Compute Variable Praktikum Biostatistka 26

9 Ketik TZ pada kotak Target Variable, lalu pilih All pada kotak Function group, pilih Idf Normal pada kotak Function and Special Variables, Klik tanda, maka muncul CDF.NORMAL(?,?,?), ubah menjadi IDF.NORMAL(1 - PZ,0,1), lalu Klik OK, maka muncul Gambar Gambar Data View Praktikum Biostatistka 27

10 3.4. Tabel Sebaran Peluang Chisquare(X) atau Chisquare Probabilities Sebaran Chisquare adalah seuatu sebaran dengan derajat bebas(db) = n - 1, dalam hal ini α nya 0,05 dan 0,01. Panggil atau keluarkan program SPSS, Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik pada Kolom Name DB, TX005 dan TX001, pada Kolom Decimals Klik atau ketik angka 0, 2, dan 2, dan pada Kolom Label ketik Derajat Bebas, Tabel X 0,05 dan Tabel X 0,01, kemudian Klik Data View, maka muncul Gambar Gambar Data View Praktikum Biostatistka 28

11 Ketik angka 1 sampai dengan 20 pada Kolom DB, sedangkan untuk mengisi Kolom TX005 dan TX001, Klik Tranform, lalu Klik Compute, maka muncul Gambar Gambar Kotak Dialog Compute Variable Ketik TX005 pada kotak Target Variable, lalu Klik All pada Function group, pilih Idf.Chisq pada Function and Special Variables, kemudian Klik tanda maka muncul IDF.CHSQ(?,?) pada kotak Numeric Expression, lalu ubah menjadi IDF.CHSQ(0.95,DG), Klik OK Ketik TX001 pada kotak Target Variable dan IDF.CHSQ(0.99,DG), Klik OK Kembali ke Gambar dengan Kolom TX005 dan TX001 telah dilengkapi.. Praktikum Biostatistka 29

12 3.5. Tabel Sebaran Peluang Student (Tabel t) Sebaran Student (Tabel t) adalah suatu sebaran dengan derajat bebas(db) = n - 1, dalam hal ini α nya 0,05 dan 0,01., oleh karena Tabel t merupakan table dua arah, maka α nya 0,025 dan 0,005, atau tingkat kepercayaan 0,975 dan 0,995 Panggil atau keluarkan program SPSS, Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik pada Kolom Name DB, Tabelt005 dan Tabelt001, pada Kolom Decimals Klik atau ketik angka 0, 3, dan 3, dan pada Kolom Label ketik Derajat Bebas, Tabel t 0,05 dan Tabel t 0,01, kemudian Klik Data View, maka muncul Gambar Gaqmbar Data View Praktikum Biostatistka 30

13 Ketik angka 6 sampai dengan 30 pada Kolom DB, sedangkan untuk mengisi Kolom Tabelt005 dan Tabelt001, Klik Tranform, lalu Klik Compute, maka muncul Gambar Gambar Kotak Dialog Compute Variable Ketik Tabelt005 pada kotak Target Variable, lalu Klik All pada Function group, pilih Idf T pada Function and Special Variables, Klik tanda maka muncul IDF.T(?,?) pada Numeric Expression, lalu uabah menjadi IDF.T(0.975,DB) lalu Klik OK Ketik Tabelt001 pada kotak Target Variable dan ketik IDF.T(0.995,DB) pada Numeric Expression lalu Klik OK, maka Gambar telah dilengkapi Praktikum Biostatistka 31

14 3.6. Tabel Sebaran Peluang Fisher (Tabel F) Sebaran F (Tabel t) adalah suatu sebaran dengan dua derajat bebas(db), yaitu drajat bebas pembilang atau perlakuan (DB1) dan drajat bebas penyebut atau galat (DB2) dalam hal ini α nya 0,05 dan 0,01 atau tingkat kepercayaan 0,95 dan 0,99 Panggil atau keluarkan program SPSS, Klik Variabel View, maka muncul Gambar Gambar Kotak Dialog Variable View Ketik pada Kolom Name DB1, DB2 TabelF005 dan TabelF001, pada Kolom Decimals Klik atau ketik angka 0, 0, 2 dan 2, dan pada Kolom Label ketik Derajat Bebas Pembilang, Derajat Bebas Penyebut, Tabel F 0,05 dan Tabel F 0,01, kemudian Klik Data Vew, maka muncul Gambar Ketik atau lengkapi Kolom DB1 dan DB2, seperti tampak pada Gambar sedangkan untuk mengisi Kolom TabelF005 dan TabelF001, Klik Tranform, lalu Klik Compute, maka muncul Gambar Praktikum Biostatistka 32

15 Gambar Data View Praktikum Biostatistka 33

16 Gambar Kotak Dialog Compute Variable Ketik TabelF005 pada kotak Target Variable, lalu Klik All pada Function group, pilih Idf F pada Function and Special Variables, Klik tanda maka muncul IDF.F(?,?) pada Numeric Expression, lalu ubah menjadi IDF.F(0.95,DB1,DB2) lalu Klik OK Ketik TabelF001 pada kotak Target Variable dan ketik IDF.F(0.99,DB1,DB2) pada Numeric Expression lalu Klik OK, maka Gambar telah dilengkapi. Praktikum Biostatistka 34

BAB LAMPIRAN Distribusi Peluang dengan SPSS

BAB LAMPIRAN Distribusi Peluang dengan SPSS BAB LAMPIRAN Distribusi Peluang dengan SPSS Dalam modul ini, kita akan mempelajari bagaimana melakukan berbagai analisa berkaitan dengan distribusi peluang menggunakan SPSS 1. Membangkitkan data random

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan

Lebih terperinci

VII. ANALISIS REGRESI-KORELASI

VII. ANALISIS REGRESI-KORELASI VII. ANALISIS REGRESI-KORELASI.1. Analisis Regresi Linier Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis tertentu denagn jumlah telurnya pada usus ayam buras. Untuk tujuan

Lebih terperinci

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1. Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat

Lebih terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

ANALISIS REGRESI BERGANDA

ANALISIS REGRESI BERGANDA ANALISIS REGRESI BERGANDA Analisis Regresi Berganda Arahkan kursor pada Analyze lalu Regression dan pilih Linear Analisis Regresi Berganda Pada kotak Linear Regression, pindahkan variable Y pada kotak

Lebih terperinci

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING Jika Rancangan Acak Kelompok (RAK) kelompoknya terbatas dan perlakuannya tidak bias atau tidak mungkin diperbanyak, maka hasil penelitiannya kurang dijamin

Lebih terperinci

Bhina Patria

Bhina Patria Entry Data Bhina Patria inparametric@yahoo.com Dalam proses entry data aturan pertama yang harus di perhatikan adalah bahwa setiap baris mewakili satu kasus atau 1 responden, sedangkan masing-masing kolom

Lebih terperinci

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat

Lebih terperinci

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna

Lebih terperinci

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) MODUL 8 PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) Tujuan Praktikum : Mahasiswa mengenal aplikasi pengolah data statistik yaitu SPSS Mahasiswa dapat menggunakan aplikasi SPSS

Lebih terperinci

XIII. STATISTIKA NON PARAMETRIKA

XIII. STATISTIKA NON PARAMETRIKA XIII. STATISTIKA NON PARAMETRIKA 8.. Pengujian Data Tidak Berpasangan 8.. Uji Khi-Khuadrat (X 2 ) Suatu kejadian penyakit disuatu daerah menyerang anak babi yang baru disapih dengan tingkat kematian belum

Lebih terperinci

1.1 Memulai SPSS SPSS Data Editor PENGENALAN SPSS. Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2

1.1 Memulai SPSS SPSS Data Editor PENGENALAN SPSS. Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2 PENGENALAN SPSS Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2 Statistical Product and Service Solution (SPSS) merupakan salah satu dari beberapa program aplikasi komputer untuk menganalisis

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Uji Homosedastisitas Tujuan: Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai X. Error = residu = e = Y Y Lawan homosedastisitas adalah heterosedastisitas. Analisis

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 16 BAB III METODOLOGI PENELITIAN A. Metode dan Desain Penelitian 1. Metode Penelitian Jenis penelitian yang digunakan adalah eksperimen semu. Karena penelitian ini dilakukan untuk memeroleh jawaban tentang

Lebih terperinci

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah Tips for SPSS Cara Memasukkan Data, Analisis Statistik secara Deskriptif dan Transforming Data Oleh: Freddy Rangkuti Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah memasukkan data dan

Lebih terperinci

ANALISIS DATA ASOSIATIF

ANALISIS DATA ASOSIATIF PERTEMUAN KE-7 Ringkasan Materi : ANALISIS DATA ASOSIATIF Analisis data asosiatif merupakan alat statistik yang digunakan untuk menguji hipotesis asosiatif/hubungan, disebut juga dengan teknik korelasi.

Lebih terperinci

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences)

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Pusat Data dan Statistik Pendidikan Kementerian Pendidikan dan Kebudayaan Republik Indonesia 2014 Kata Pengantar Buku Modul Pembelajaran

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

PENGENALAN SPSS & PEMBUATAN FILE DATA

PENGENALAN SPSS & PEMBUATAN FILE DATA Materi I PENGENALAN SPSS & PEMBUATAN FILE DATA STMIK KAPUTAMA BINJAI W A H Y U S. I. S O E P A R N O, S E., M. S I SPSS merupakan software pengolah data statistik dengan cara penggunaan yang mudah dipahami.

Lebih terperinci

Validitas dan Reliabilitas

Validitas dan Reliabilitas 1 Pendahuluan Tujuan pengukuran suatu obyek adalah menghasilkan informasi yang akurat dan obyektif mengenai obyek tersebut. Pengukuran berat suatu logam mulia bertujuan mengetahui berapa gram bobot logam

Lebih terperinci

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK)

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) Syarat : Ada satu peuabah bebas yang disebut perlakukan Ada satu peubah sampingan/pengganggu yang disebut kelompok Model Matematis : Yij = µ + Ki + Pj + єij i = 1,

Lebih terperinci

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 1 I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 Membuat Database Untuk membuat database di SPSS, langkah pertama yang harus dilakukan adalah membuat variabel di layar tampilan variable

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF PERTEMUAN KE-3 STATISTIK DESKRIPTIF Ringkasan Materi: Pengukuran Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi

Lebih terperinci

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) ISSN : 1693 1173 Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) Abstrak Uji Chi-Square digunakan untuk pengujian hipotesa terhadap beda dua proporsi atau lebih. Hasil pengujian akan menyimpulkan

Lebih terperinci

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG Rancangan Acak Lengkap Pola Berjenjang adalah rancangan percobaan dengan materi homogen atau tidak ada peubah pengganggu, rancangan ini sebenarnya merupakan

Lebih terperinci

MAKALAH UJI PERLUASAN MEDIAN

MAKALAH UJI PERLUASAN MEDIAN MAKALAH UJI PERLUASAN MEDIAN Disusun untuk Memenuhi Tugas Mata Kuliah Pengolahan Data Penelitian Dosen Pengampu : Dr. Nur Karomah Dwidayati, M.Si. Oleh: Sulis Rinawati (0401516042) Retno Indarwati (0401516049)

Lebih terperinci

MODUL PENGGUNAAN SPSS UNTUK ANALISIS

MODUL PENGGUNAAN SPSS UNTUK ANALISIS MODUL PENGGUNAAN SPSS UNTUK ANALISIS A. Uji Questionare: Reliabilitas dan Validitas Sebelum questinare benar-benar dibagikan kepada responden dengan sampel yang besar, hendaknya diuji coba kepada sampel

Lebih terperinci

LAMPIRAN 1. Pengujian Data Berdistribusi Poisson dengan Menggunakan SPSS Langkah 1 : Buka Program SPSS 17.0

LAMPIRAN 1. Pengujian Data Berdistribusi Poisson dengan Menggunakan SPSS Langkah 1 : Buka Program SPSS 17.0 L1 1 LAMPIRAN 1 Pengujian Data Berdistribusi Poisson dengan Menggunakan SPSS 17.0 Langkah 1 : Buka Program SPSS 17.0 Langkah 2 : Pilih Variable View, kemudian pada kolom name masukkan kata Data_Permintaan.

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA

Lebih terperinci

Independent Sample T Test

Independent Sample T Test Independent Sample T Test Pengujian Dua Sample Tidak berhubungan (Independent Sample T Test) Uji Independence Sample T Test, digunakan untuk mengetahui ada tidaknya perbedaan rata-rata antara dua kelompok

Lebih terperinci

Memulai SPSS dan Mengelola File

Memulai SPSS dan Mengelola File MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan

Lebih terperinci

III OBJEK DAN METODE PENELITIAN. Objek dari penelitian ini yaitu para peternak kerbau di kelompok peternak

III OBJEK DAN METODE PENELITIAN. Objek dari penelitian ini yaitu para peternak kerbau di kelompok peternak 16 III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Objek dari penelitian ini yaitu para peternak kerbau di kelompok peternak Desa Sukanegara, Kecamatan Carita, Kabupaten Pandeglang. 3.2 Metode Penelitian

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

Entry data merupakan salah satu tahap yang penting dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data

Entry data merupakan salah satu tahap yang penting dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data Entry data merupakan salah satu tahap yang penting dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data yang baik. Manfaat entry data dan database adalah memudahkan

Lebih terperinci

PENGOLAHAN DATA DENGAN SPSS

PENGOLAHAN DATA DENGAN SPSS PENGOLAHAN DATA DENGAN SPSS Untuk melakukan analisa data dengan menggunakan program SPSS, langkah awal yang harus dilakukan adalah memasukkan data dalam sheet SPSS. Ada dua jenis sheet dalam SPSS, yaitu

Lebih terperinci

POLITEKNIK KESEHATAN SURAKARTA TAHUN

POLITEKNIK KESEHATAN SURAKARTA TAHUN MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya

Lebih terperinci

PENGENALAN SPSS PERTEMUAN 1-3

PENGENALAN SPSS PERTEMUAN 1-3 PERTEMUAN - PENGENALAN SPSS A. Mengaktifkan SPSS Klik Start =>Program => SPSS for Windows Setelah muncul kotak dialog pilihlah: type in data untuk memulai kerja baru Open an existing data source untuk

Lebih terperinci

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel 1 MODUL 1. MEMULAI PASW DAN MENGELOLA FILE Tujuan : 1. Mengoperasikan PASW dan menjalankan menu-menu utama dalam PASW 2. Mengatur data editor yang meliputi menyimpan data, mengganti nilai data, menghapus,

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN digilib.uns.ac.id BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Analisis Responden Responden berasal dari kontraktor gred 4 dan gred 5 yang ada di wilayah Yogyakarta. Data kontraktor gred 4 dan gred 5 ini diperoleh

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

Contoh Cara Membuat Query

Contoh Cara Membuat Query Contoh Cara Membuat Query A. Membuat database dan table dulu 1. Buatlah sebuah database dengan nama: latihan-10 2. Buatlah sebuah table yang terdiri atas kolom: a. Kode Barang b. Nama Barang c. Harga Satuan

Lebih terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik

Lebih terperinci

Database dengan Microsoft Access 2003 Membuat Query

Database dengan Microsoft Access 2003 Membuat Query Contoh Cara A. Membuat database dan table dulu 1. Buatlah sebuah database dengan nama: latihan-10 2. Buatlah sebuah table yang terdiri atas kolom: a. Kode Barang b. Nama Barang c. Harga Satuan d. Banyak

Lebih terperinci

Mengolah Data Bidang Industri

Mengolah Data Bidang Industri Mengolah Data Bidang Industri Pengolahan data dalam bidang industri menggunakan aplikasi SPSS 20 mempunyai fungsi sebagai alat bantu untuk memberikan gambaran dalam hal prediksi penjualan atau omzet perusahaan,

Lebih terperinci

SPSS FOR WINDOWS BASIC. By : Syafrizal

SPSS FOR WINDOWS BASIC. By : Syafrizal SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama

Lebih terperinci

MEMBANGUN DATA. 4. Membuka program SPSS Cara 1: Klik start > all program > IBM SPSS Statistic > IBM SPSS Statistic 21

MEMBANGUN DATA. 4. Membuka program SPSS Cara 1: Klik start > all program > IBM SPSS Statistic > IBM SPSS Statistic 21 PERTEMUAN KE-2 MEMBANGUN DATA Ringkasan Materi : SPSS (Statistical Product And Service Solution) merupakan program yang digunakan untuk melakukan perhitungan statistik menggunakan komputer. Kelebihan program

Lebih terperinci

Pengenalan SPSS 15.0

Pengenalan SPSS 15.0 Pengenalan SPSS 15.0 1.1 Pengantar SPSS SPSS atau kepanjangan dari Statistical Product and Service Solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai

Lebih terperinci

TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN

TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN 2016-2017 PERATURAN UMUM 1. Praktikan wajib memenuhi seluruh kelengkapan dan persyaratan praktikum.

Lebih terperinci

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.

Lebih terperinci

STATISTIK NONPARAMETRIK (1)

STATISTIK NONPARAMETRIK (1) PERTEMUAN KE-1 Ringkasan Materi: STATISTIK NONPARAMETRIK (1) Statistik nonparametrik disebut juga statistik bebas distribusi/ distributif free statistics karena tidak pernah mengasumsikan data harus berdistribusi

Lebih terperinci

STATISTIK NONPARAMETRIK (2)

STATISTIK NONPARAMETRIK (2) PERTEMUAN KE-13 Ringkasan Materi: STATISTIK NONPARAMETRIK () 1. Korelasi Spearman Rank Dari semua statistik yang didasarkan atas ranking (peringkat), koefisien korelasi Spearman Rank merupakan statistik

Lebih terperinci

KOMPONEN PENILAIAN 1

KOMPONEN PENILAIAN 1 KOMPONEN PENILAIAN 1 KOMPONEN PENILAIAN 2 KOMPONEN PENILAIAN 3 PERATURAN PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN 2016-2017 PERATURAN UMUM 1. Praktikan

Lebih terperinci

Uji Mann - Whitney ( U- Test) ERNANTJE HENDRIK

Uji Mann - Whitney ( U- Test) ERNANTJE HENDRIK Uji Mann - Whitney ( U- Test) ERNANTJE HENDRIK JURUSAN AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA AGUSTUS 011.Uji Mann Whitney ( U- Test) Uji ini merupakan uji yang digunakan untuk menguji

Lebih terperinci

BAB II. Transformasi Data. Pedoman Memilih Teknik Statistik. Transformasi Data Compute Data Recode Data Tabulasi Silang Output dan Interpretasi

BAB II. Transformasi Data. Pedoman Memilih Teknik Statistik. Transformasi Data Compute Data Recode Data Tabulasi Silang Output dan Interpretasi BAB II Transformasi Data Pedoman Memilih Teknik Statistik Transformasi Data Compute Data Recode Data Tabulasi Silang Output dan Interpretasi Pedoman Memilih Teknik Statistik Teknik analisis statistik apa

Lebih terperinci

PRAKTIKUM 1 PENGENALAN SPSS

PRAKTIKUM 1 PENGENALAN SPSS 1. MEMULAI SPSS PRAKTIKUM 1 PENGENALAN SPSS Jika anda akan memulai SPSS 10.0 for Windows, langkah yang harus anda lakukan adalah : a. Klik menu START, kemudian pilih All Programs. Gambar 1. Menu memulai

Lebih terperinci

UJI PERSYARATAN INSTRUMEN

UJI PERSYARATAN INSTRUMEN PERTEMUAN KE-5 UJI PERSYARATAN INSTRUMEN Materi : 1. Uji Validitas Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen pengumpulan

Lebih terperinci

BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG

BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG A. Analisis Hasil Angket Tentang Perhatian orang tua di Desa Majalangu Kecamatan Watukumpul

Lebih terperinci

ANALISIS DATA KOMPARATIF (T-Test)

ANALISIS DATA KOMPARATIF (T-Test) PERTEMUAN KE-10 ANALISIS DATA KOMPARATIF (T-Test) Ringkasan Materi: Komparasi berasal dari kata comparison (Eng) yang mempunyai arti perbandingan atau pembandingan. Teknik analisis komparasi yaitu salah

Lebih terperinci

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil

Lebih terperinci

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

DISTRIBUSI PROBABILITAS FERDIANA YUNITA DISTRIBUSI PROBABILITAS FERDIANA YUNITA DEFINISI DISTRIBUSI PROBABILITAS Model untuk variable acak, yg menggambarkan cara probabilitas tersebar pada semua nilai yang mungkin terjadi dari variable acak

Lebih terperinci

Statistik Deskriptif untuk Data Nominal dan Ordinal

Statistik Deskriptif untuk Data Nominal dan Ordinal Statistik Deskriptif untuk Data Nominal dan Ordinal Salah satu ciri utama sehingga sebuah data harus diproses dengan metode nonparametrik adalah jika tipe data tersebut semuanya adalah data nominal atau

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Ditinjau dari obyeknya, penelitian yang dilakukan penulis termasuk penelitian lapangan (field research), karena data-data yang diperlukan untuk

Lebih terperinci

BAB III METODE PENELETIAN

BAB III METODE PENELETIAN 35 BAB III METODE PENELETIAN A. Lokasi dan Waktu Penelitian Lokasi penelitian dilaksanakan di SMK Negeri 6 Bandung yang beralamatkan di Jalan Soekarno Hatta (Riung Bandung) Kota Bandung, pada tes Uji Kompetensi

Lebih terperinci

BAB III METODE PENELITIAN. variabel independen dan laba bersih sebagai variabel dependen. Kedua variabel

BAB III METODE PENELITIAN. variabel independen dan laba bersih sebagai variabel dependen. Kedua variabel BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian dalam skripsi ini adalah efisiensi biaya produksi sebagai variabel independen dan laba bersih sebagai variabel dependen. Kedua variabel dalam

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu

Lebih terperinci

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik 6 UJI NONPARAMETRIK Bab ini membahas: Uji Chi-Kuadrat. Uji Dua Sampel Independen. Uji Beberapa Sampel Independen. Uji Dua Sampel Berkaitan. D iperlukannya uji Statistik NonParametrik mengingat bahwa suatu

Lebih terperinci

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)

Lebih terperinci

UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)

UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST) UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST) 3 50 Objektif Mahasiswa dapat menghitung distribusi t untuk pengujian hipotesis menggunakan R-Programming 51 Uji-t 2 sampel independen (bebas) adalah metode

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISI DATA

BAB IV DESKRIPSI DAN ANALISI DATA BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP

Lebih terperinci

Gambar 1. Jendela Ms. Access Pilihan: New : menu untuk membuat file basis data baru. Recent : menu untuk membuka file basis data yang sudah ada.

Gambar 1. Jendela Ms. Access Pilihan: New : menu untuk membuat file basis data baru. Recent : menu untuk membuka file basis data yang sudah ada. Mata Pelajaran : Keterampilan Komputer dan Pengelolaan Informasi Standar Kompetensi : Microsoft Office Access Kompetensi Dasar : Mengoperasikan Software Aplikasi Basis Data Kelas : XI Pertemuan 2 A. Menjalankan

Lebih terperinci

Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS)

Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS) Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Pengertian model regresi linear bukanlah model yang linear dalam paramater dan variabel, tetapi

Lebih terperinci

Statistik Uji Kruskal-Wallis

Statistik Uji Kruskal-Wallis Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan

Lebih terperinci

BAB III MODEL REGRESI DENGAN DUA VARIABEL. Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat:

BAB III MODEL REGRESI DENGAN DUA VARIABEL. Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat: BAB III MODEL REGRESI DENGAN DUA VARIABEL Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat: Mengetahui kegunaan dan spesifikasi model Menjelaskan hubungan antar variabel Mengaitkan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan

Lebih terperinci

Pengujian Varian Satu Jalur. (One Way ANOVA)

Pengujian Varian Satu Jalur. (One Way ANOVA) One Way ANOVA Pengujian Varian Satu Jalur (One Way ANOVA) Uji One Way ANOVA, digunakan untuk mengetahui ada tidaknya perbedaan ratarata antara tiga kelompok lebih sample yang tidak berhubungan. Jika ada

Lebih terperinci

Latihan 1: Memasukkan Data ke dalam SPSS (1)

Latihan 1: Memasukkan Data ke dalam SPSS (1) Student Exercise Series: SPSS Untuk dapat menggunakan progam SPSS dengan efektif, langkah awal yang penting adalah cara memasukkan data secara benar. Benar di sini berarti jika ada data kualitatif, seperti

Lebih terperinci

http://antonaryana.byethost13.com Manual SPSS Studi Korelasi Hai ketemu lagi dengan saya di topik Manual SPSS Studi Korelasi. Artikel ini meneruskan artikel lalu tentang seleksi item. Kali ini saya ingin

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode kuantitatif eksperimen. Menurut Sugiyono (2012, hlm. 14) metode penelitian kuantitatif dapat diartikan

Lebih terperinci

ANALISIS DATA EKSPLORATIF MODUL 3 TABEL KONTIGENSI DALAM SPSS

ANALISIS DATA EKSPLORATIF MODUL 3 TABEL KONTIGENSI DALAM SPSS ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 3 TABEL KONTIGENSI DALAM SPSS Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 28 November 2013 Praktikan Tanda tangan Laboran Nama

Lebih terperinci

Review Persiapan UTS SPSS Psikologi SPSS Math SPSS Agri *materi menyesuaikan silabus masing masing jurusan. By: niyafn

Review Persiapan UTS SPSS Psikologi SPSS Math SPSS Agri *materi menyesuaikan silabus masing masing jurusan. By: niyafn Review Persiapan UTS SPSS Psikologi SPSS Math SPSS Agri *materi menyesuaikan silabus masing masing jurusan By: niyafn Uji Kenormalan Data Kenormalan Data Distribusi Frekuensi Distribusi Deskriptif Rasio

Lebih terperinci

1. DATA ENTRY. Gambar 1.1 Kotak Dialog SPSS

1. DATA ENTRY. Gambar 1.1 Kotak Dialog SPSS 1. DATA ENTRY 1.1 Input data Sebelum membahas cara input data dalam SPSS, terlebih dahulu buka program SPSS anda. Saat pertama kali masuk pada program SPSS akan muncul kotak dialog SPSS for Windows (aktif)

Lebih terperinci

Uji Hipotesis dengan SPSS

Uji Hipotesis dengan SPSS Uji Hipotesis dengan SPSS Atina Ahdika, S.Si, M.Si Universitas Islam Indonesia 2015 Uji Hipotesis Satu Rata-Rata Berikut adalah data banyaknya kelahiran dalam 20 hari dari suatu negara. Seorang pengamat

Lebih terperinci

Uji Validitas Instrumen. by Ifada Novikasari

Uji Validitas Instrumen. by Ifada Novikasari Uji Validitas Instrumen by Ifada Novikasari Institut Agama Islam Negeri Purwokerto 2016 Uji Validitas Instrumen a. Validitas Isi/Konten Validitas isi yang akan dilakukan dalam penelitian ini adalah validitas

Lebih terperinci

ANALISIS REGRESI DENGAN VARIABEL MODERATING

ANALISIS REGRESI DENGAN VARIABEL MODERATING ANALISIS REGRESI DENGAN VARIABEL MODERATING JENIS-JENIS VARIABEL DALAM PENELITIAN Variabel Bebas ( Independen ) Variabel yang mempengaruhi variabel terikat. Variabel Terikat (Dependen) Variabel yang besar

Lebih terperinci

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal) Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra.

Lebih terperinci

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel?

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? MODUL -10?? Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? 1 SPSS is a software package used for conducting statistical analyses, manipulating data, and generating

Lebih terperinci

ANALISIS REGRESI DENGAN VARIABEL MODERATING

ANALISIS REGRESI DENGAN VARIABEL MODERATING ANALISIS REGRESI DENGAN VARIABEL MODERATING ANALISIS REGRESI DENGAN VARIABEL MODERATING JENIS-JENIS VARIABEL DALAM PENELITIAN Variabel Bebas ( Independen ) Variabel yang mempengaruhi variabel terikat.

Lebih terperinci

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ

Lebih terperinci

ANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS

ANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS Nama Nomor Tanggal Tanda tangan Praktikan Mahasiswa Kumpul Praktikan Laboran Sri Siska Wirdaniyati 12611125 31 Oktober

Lebih terperinci

UJI PERSYARATAN ANALISIS DATA

UJI PERSYARATAN ANALISIS DATA PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak

Lebih terperinci

ANALISIS DATA PREDIKTIF (Analisis Regresi)

ANALISIS DATA PREDIKTIF (Analisis Regresi) PERTEMUAN KE-9 ANALISIS DATA PREDIKTIF (Analisis Regresi) Ringkasan Materi : Analisis regresi digunakan untuk memprediksi (prediktif). Variabel X hasil pengukuran yang disebut prediktor digunakan untuk

Lebih terperinci

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR Sebagaimana telah dijelaskan pada bab sebelumnya bahwa Metode Rancangan Acak Lengkap (RAL) umumnya dipakai pada kondisi lingkungan yang homogen diantaranya

Lebih terperinci

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma

UJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)

Lebih terperinci

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan

Lebih terperinci

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu

Lebih terperinci