Ukuran Statistik Bagi Data

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "Ukuran Statistik Bagi Data"

Transkripsi

1 Ukuran Statistik Bagi Data 1.1 Parameter dan Statistik Dalam statistika dikenal istilah populasi. Populasi merupakan kumpulan objek yang merupakan objek pengamatan kita. Deskripsi dari populasi tersebut dinyatakan dengan nilai-nilai yang disebut parameter populasi. Jadi parameter populasi merupakan sembarang nilai yang menjelaskan ciri populasi. Sebagai contoh, misalkan kita memperhatikan segugus data berikut yang merupakan nilai ujian Statistika mahasiswa kelas 2IA01 yang berjumlah 10 orang mahasiswa, 90, 85, 88, 87, 65, 91, 57, 44, 61, dan 72. Kita dapat menyatakan bahwa nilaitengah hitung (rata-rata) 10 bilangan itu adalah 74. Dan nilai ujian terbesar adalah 91. Bilangan 74 dan 91 merupakan deskripsi dari populasi kita. Parameter populasi biasa dilambangkan dengan huruf Yunani. Nilaitengah hitung populasi dilambangkan dengan. Jadi, untuk populasi nilai ujian Statistika kita,. Selanjutnya, misalkan data tersebut merupakan sebagian dari nilai mahasiswa. Sehingga populasinya tersusun dari data yang lebih besar dan kita hanya memiliki sebagian informasi yang didasarkan pada contoh yang kita miliki. Didapat, nilai 74 dan 91 menjadi ukuran deskripsi dari contoh (sample), bukan lagi merupakan parameter populasi. Sembarang nilai yang menjelaskan ciri dari contoh disebut statistik. Lain halnya dengan parameter populasi, statistik biasanya dilambangkan dengan huruf kecil latin. Misalnya untuk statistik yang bermakna nilaitengah contoh, dilambangkan dengan. Untuk contoh data acak nilai ujian Statistika, diperoleh. Dari suatu populasi, dapat diambil berbagai jenis contoh yang tentunya memiliki nilai statistik yang berbeda. Sehingga, nilai statistik itu bervariasi dari satu contoh ke contoh lainnya. 1

2 1.2 Ukuran Pemusatan Data Untuk menyelidiki sejumlah data kuantitatif, kita dapat mendefinisikan suatu ukuran numerik yang menjelaskan ciri-ciri data yang penting. Salah satu ukuran numerik yang biasa digunakan adalah rata-rata (mean), baik dari suatu contoh maupun populasi. Sebagai contoh, misalkan rata-rata pengeluaran satu keluarga di kota Depok adalah 3 juta rupiah per bulannya. Nilai ini dipandang sebagai suatu nilai yang menunjukkan pusat dari beberapa nilai lainnya. Bisa saja, terdapat keluarga yang pengeluarannya lebih dari 3 juta rupiah, atau bahkan di bawah 3 juta rupiah. Dalam pengertian demikian, nilai 3 juta merupakan sebuah ukuran pusat. Sembarang ukuran yang menunjukkan pusat suatu gugusan data yang telah diurutkan baik dari yang terkecil sampai terbesar, maupun sebaliknya, disebut ukuran lokasi pusat atau ukuran pemusatan data. Ukuran pemusatan data yang sering digunakan adalah nilaitengah, median, dan modus. Definisi Nilaitengah populasi: Bila segugus data,,, tidak harus semuanya berbeda, menyusun sebuah populasi terhingga berukuran, maka nilaitengah populasinya adalah: Contoh. Misalkan banyaknya pegawai di 6 buah apotik adalah 3, 2, 3, 4, 3, dan 1. Dengan memandang data itu sebagai populasi, hitunglah nilaitengah banyaknya pegawai di 6 buah apotik itu. Dengan menggunakan definisi dari nilaitengah populasi, didapat 2

3 Berikut ini merupakan definisi dari nilaitengah contoh. Definisi Nilaitengah contoh: Misalkan diberikan,,, tidak harus semuanya berbeda, yang merupakan sebuah contoh terhingga berukuran, maka nilaitengah contohnya adalah: Contoh. Misalkan banyaknya kesalahan pengetikan pada 5 buah halaman surat yang diambil sebagai contoh oleh seorang sekretaris adalah 4, 2, 3, 2, dan 6. Hitunglah nilaitengah contohnya. Karena data ini merupakan contoh, maka dengan menggunakan definisi dari nilaitengahcontoh, didapat: Ukuran pemusatan yang akan dipelajari berikutnya adalah median. Definisi Median: Median segugus data yang telah diurutkan dari yang terkecil sampai terbesar atau sebaliknya adalah pengamatan yang tepat di tengah-tengah bila banyaknya pengamatan itu ganjil, atau rata-rata kedua pengamatan yang di tengah bila banyaknya pengamatan genap. Median dari populasi dinotasikan dengan, sedangkan median dari contoh disimbolkan dengan. Contoh. Dari lima kali kuis Statistika yang diikuti seorang mahasiswa, diperoleh nilai 85, 75, 66, 91, dan 80. Tentukan median populasi nilai mahasiswa tersebut. 3

4 Setelah menyusun dari yang terkecil sampai terbesar, diperoleh: 66, 75, 80, 85, 91 Oleh karena itu. Ukuran lokasi pusat yang ketiga adalah modus. Definisi Modus: Modus segugus pengamatan adalah nilai yang terjadi paling sering atau yang mempunyai frekuensi paling tinggi. Modus dari segugus data tidak selalu ada. Modus tidak ada apabila semua pengamatan memiliki frekuensi yang sama. Untuk data tertentu, mungkin saja terdapat beberapa nilai dengan frekuensi tertinggi, dalam kasus seperti ini terdapat beberapa modus. Contoh: Pegawai di sebuah pabrik memberi sumbangan kepada korban banjir di Depok sebesar (dalam puluhan ribu rupiah): 5, 6, 8, 11, 20, 16, 5, dan 10. Tentukan modusnya. Modus dari data tersebut adalah 5, karena memiliki frekuensi paling tinggi yaitu Ukuran Keragaman Ketiga ukuran pemusatan yang diberikan pada sub bab 1.2 belum memberikan deskripsi yang mencukupi bagi data kita. Perlu diketahui seberapa jauh pengamatan tersebut menyebar dari rataratanya karena dimungkinkan kita memiliki dua kumpulan pengamatan yang mempunyai nilaitengah atau median yang sama namun berbeda keragamannya. Sebagai contoh perhatikan tabel berikut ini yang berisikan hasil pengukuran, dalam liter, dua contoh susu dalam botol yang dibotolkan oleh perusahaan Maju Jaya dan Maju Abadi: 4

5 Maju Jaya Maju Abadi Dapat dilihat dari data contoh, bahwa meskipun kedua contoh di atas memiliki nilaitengah yang sama yaitu 1.00 namun, keragamannya berbeda. Perusahaan Maju Jaya membotolkan susu produknya dengan isi yang lebih seragam dari perusahaan Maju Abadi. Dapat dikatakan bahwa keragaman atau dispersi pengamatan dari rata-ratanya lebih kecil pada contoh dari perusahaan Maju Jaya dari pada perusahaan Maju Abadi. Statistik yang cukup penting untuk mengukur keragaman data adalah wilayah (range) dan ragam (variansi). Definisi wilayah: Wilayah sekumpulan data adalah beda antara pengamatan terbesar dan terkecil dalam kumpulan tersebut. Contoh. Nilai IQ dari 6 anggota keluarga adalah 100, 108, 112, 127, 118, dan 113. Tentukan wilayahnya. Wilayah keenam IQ tersebut adalah =27. Ukuran keragaman yang lain adalah ragam/variansi, yang memperhatikan posisi relatif setiap pengamatan terhadap nilaitengah gugus data tersebut. Ini dapat dicapai dengan memeriksa simpangan dari nilaitengahnya, yaitu perbedaan dengan nilaitengahnya. Definisi Ragam Populasi: Ragam populasi terhingga,,, didefinisikan sebagai ( ) Ukuran keragaman yang merupakan akar dari ragam disebut simpangan baku. Simpangan baku memiliki satuan yang sama dengan data. 5

6 Contoh. Nilai-nilai berikut diberikan oleh 7 buah juri dalam suatu pertandinga senam: 7, 5, 9, 7, 8, 6, dan 7. Hitung simpangan baku dari populasi ini. Pertama-tama hitung nilaihitung populasi Simpangan baku,. Kita telah membahas bagaimana cara menentukan ragam dan simpangan baku dari suatu populasi. Berikutnya akan dibahas suatu statistik, yaitu ragam dari contoh. Definisi. Ragam Contoh: Ragam contoh untuk sebuah contoh acak,,, didefinisikan sebagai ( ) Contoh. Perbandingan harga kopi dalam bungkus 100 gram di empat mini market yang dipilih secara acak di Depok menunjukkan kenaikan dari bulan sebelumnya, sebesar (dalam ratus rupiah) 2, 4, 6, dan 1. Hitunglah ragam contoh dari kenaikan harga kopi tersebut. Nilaitengah contohnya adalah: 6

7 Dengan demikian: ( ) Apabila merupakan bilangan desimal yang dibulatkan, maka akan terjadi banyak kesalahan perhitungan bila menggunakan rumus ragam contoh di atas. Sehingga, untuk mengurangi kesalahan tipe ini, diberikan alternatif rumus hitung untuk mencari ragam dari contoh. Rumus hitung bagi. Bila adalah ragam contoh dari suatu contoh acak berukuran, maka ( ) ( ) Contoh. Carilah ragam contoh bagi data 3, 5, 2, 1, 2, 3 yang menyatakan banyaknya ikan lele yang dipancing oleh enam pemancing yang diambil secara acak di pemancingan Ajo pada bulan Maret Total=16 Total=52 n=6 7

8 Dengan demikian, ( )( ) ( )( ) 1.4 Dalil Chebyshev Di sub bab 1.2 dan 1.3, telah dibahas apa yang disebut pusat atau rata-rata dan keragaman di sekitar rata-rata dari contoh maupun populasi. Nilai yang sering digunakan para statistikawan adalah nilaitengah dan simpangan baku. Bila suatu sebaran data hasil pengukuran ataupun pengamatan memiliki nilai simpangan baku yang kecil maka kita dapat menduga bahwa sebagian besar data berada di sekitar nilai tengahnya. Ketika nilai simpangan baku besar, maka pengamatan menyebar dan tidak berkumpul di sekitar nilai tengahnya. Ahli matematika berkebangsaan Rusia, P.L. Chebyshev ( ) menemukan bahwa proporsi pengukuran yang jatuh antara dua nilai yang setangkup terhadap nilaitengahnya memiliki hubungan dengan simpangan bakunya. Dalil Chebyshev memberikan suatu dugaan terhadap proporsi data yang terletak dalam simpangan baku dari nilaitengah data, untuk suatu bilangan tertentu. Dalil Chebyshev. Sekurang-kurangnya bagian data terletak dalam simpangan baku dari nilaitengahnya. Misalkan untuk, maka berdasarkan dalil Chebyshev, sekurang-kurangnya data terletak dalam batas-batas 2 simpangan baku pada kedua sisi nilaitengahnya. Dengan perkataan lain, bagian data terletak dalam selang. Apabila data merupakan contoh, maka bagian data terletak dalam selang. Contoh. Misalkan data tinggi badan dari suatu contoh acak 800 mahasiswa suatu universitas yang besar dengan nilaitengah 160 dan simpangan baku 8. Gunakan dalil Chebyschev untuk menentukan selang yang mengandung sekurang-kurangnya 600 tinggi badan yang ada dalam contoh tersebut. Dari selang ini tariklah kesimpulan mengenai data tinggi badan dari semua mahasiswa di Universitas tersebut. 8

9 Pandang persamaan:. Didapat, dan ( )( ) Jadi, selang dari 144 sampai dengan 176 mengandung sekurang-kurangnya atau 600 tinggi badan dari data yang diberikan. Dapat disimpulkan bahwa sekurang-kurangnya dari semua tinggi badan mahasiswa di Universitas tersebut terletak dalam selang 144 sampai

: Purnomo Satria NIM : PENDISKRIPSIAN DATA

: Purnomo Satria NIM : PENDISKRIPSIAN DATA Nama : Purnomo Satria PENDISKRIPSIAN DATA NIM : 1133467162 1. Pendahuluan Dalam suatu penelitian kadang-kadang seorang peneliti menemui kesulitan dalam menyajikan sejumlah besar data statistik dalam bentuk

Lebih terperinci

UKURAN PEMUSATAN : MEAN, MEDIAN, MODUS

UKURAN PEMUSATAN : MEAN, MEDIAN, MODUS UKURAN PEMUSATAN : MEAN, MEDIAN, MODUS PERTEMUAN IV EvanRamdan DATA BERKELOMPOK Data berkelompok adalah data yang telah dikelompokan ke dalam kelaskelas dan disajikan dalam tabel frekuensi UKURAN PEMUSATAN

Lebih terperinci

Ukuran Statistik Bagi Data

Ukuran Statistik Bagi Data Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter

Lebih terperinci

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

FAKULTAS 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 terperinci

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

UNIVERSITAS 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 terperinci

DESKRIPSI DATA. sekumpulan data yang sudah dikumpulkan. Ukuran pemusatan dibagi menjadi dua yaitu:

DESKRIPSI 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 terperinci

SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih

SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih MATEMATIKANET.COM Data berikut untuk soal nomor 1 4 Nilai ulangan harian matematika dari 14 orang siswa yang diambil secara acak adalah 7, 5, 8, 6, 7, 8,

Lebih terperinci

BAB IV UKURAN PEMUSATAN DATA (MODUS DAN MEDIAN)

BAB IV UKURAN PEMUSATAN DATA (MODUS DAN MEDIAN) BAB IV UKURAN PEMUSATAN DATA (MODUS DAN MEDIAN) 4. Modus Modus digunakan untuk menyatakan fenomena yang paling banyak terjadi. Modus dari sekumpulan pengamatan (data) ialah nilai yang paling sering mucul

Lebih terperinci

PERTEMUAN 2 STATISTIKA DASAR MAT 130

PERTEMUAN 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 terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN 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 terperinci

Statistika Farmasi

Statistika Farmasi Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan

Lebih terperinci

ABSTRAK. Kata kunci : statistika deskriptif, animasi, Adobe Flash CS3. vii Universitas Kristen Maranatha

ABSTRAK. Kata kunci : statistika deskriptif, animasi, Adobe Flash CS3. vii Universitas Kristen Maranatha ABSTRAK Di sini kita mengembangkan aplikasi untuk membantu pengguna dalam belajar statistik deskriptif pada tingkat sekolah tinggi. Aplikasi ini menarik secara visual, oleh karena itu aplikasi ini ditujukan

Lebih terperinci

SEBARAN PENARIKAN SAMPEL LOGO

SEBARAN PENARIKAN SAMPEL LOGO SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

Lebih terperinci

STATISTIKA. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah

STATISTIKA. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah 1 SMA SANTA ANGELA STATISTIKA Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Membaca data dalam bentuk tabel dan

Lebih terperinci

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering

Lebih terperinci

A. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1

A. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1 A. PENYAJIAN DATA 1. Pengertian Data dan Statistika Statistika sangat erat kaitannya dengan data. Oleh karena itu, sebelum membahas mengenaistatistika, akan dijelaskan terlebih dahulu mengenai data. Data

Lebih terperinci

Pengukuran Deskriptif

Pengukuran 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 terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan

Lebih terperinci

STATISTIKA. Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG

STATISTIKA. Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG STATISTIKA Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG KATA PENGANTAR A. Latar Belakang Statistika adalah ilmu yang mempelajari cara pengumpulan, penyusunan, pengolahan,

Lebih terperinci

Aplikasi statistika...

Aplikasi statistika... Aplikasi statistika... Statistik vs Statistika? Arti Sempit ; Deskriptif : Ringkasan Ukuran Pusat : rata-rata, median, modus Ukuran Variansi : dev.standar, variansi, range Ukuran bentuk : skewness, kurtosis

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika

Lebih terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran 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 terperinci

UKURAN 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 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 terperinci

STATISTIK DAN STATISTIKA

STATISTIK DAN STATISTIKA STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,

Lebih terperinci

STK 211 Metode statistika. Agus Mohamad Soleh

STK 211 Metode statistika. Agus Mohamad Soleh STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika

Lebih terperinci

STATISTIKA. Statistika : ilmu yang mempelajari tentang bagaimana mengambil data, mendeskripsikannya, dan menganalisnya untuk mendapatkan kesimpulan.

STATISTIKA. Statistika : ilmu yang mempelajari tentang bagaimana mengambil data, mendeskripsikannya, dan menganalisnya untuk mendapatkan kesimpulan. STATISTIKA Statistika : ilmu yang mempelajari tentang bagaimana mengambil data, mendeskripsikannya, dan menganalisnya untuk mendapatkan kesimpulan. Rata-rata Rata-rata dapat disebut juga rataan. Macam

Lebih terperinci

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu: Pertemuan 8 UKURA PEYEBARA 1. Pengertian Penyebaran (Dispersi) Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data homogen memiliki penyebaran (dispersi) yang kecil, sedangkan data

Lebih terperinci

UKURAN TENGAH DAN UKURAN DISPERSI

UKURAN 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 terperinci

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika 2 N i 1 x i N 2 Z X Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika sederhana s 2 n i 1 x i x n 1 2 No.

Lebih terperinci

PENGANTAR 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 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 terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 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 terperinci

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler

Lebih terperinci

KATA PENGANTAR. Kelapa Dua, September Tim Litbang

KATA PENGANTAR. Kelapa Dua, September Tim Litbang KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Statistika 1 materi ukuran statistik ini dapat terselesaikan. Modul praktikum

Lebih terperinci

RANCANGAN AKTIVITAS TUTORIAL (RAT)

RANCANGAN 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 terperinci

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

STK 211 Metode statistika. Materi 2 Statistika Deskriptif STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan

Lebih terperinci

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata Probabilitas dan Analisis Lanjut Adam Hendra Brata Tunggal Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Sampel adalah sekumpulan data yang diambil atau diseleksi dari suatu

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua 1 UKURAN STATISTIK Pendahuluan Ukuran statistik merupakan ukuran yang menunjukkan bagaimana

Lebih terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat 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 terperinci

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

SATUAN 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 terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kode / SKS Program Studi Fakultas : Statistika Dasar : IT012244 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan konsep statistika dan notasi penjumlahan 1.1. Konsep statistika

Lebih terperinci

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

Setelah 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 terperinci

Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel

Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung

Lebih terperinci

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

BESARAN 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 terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan

Lebih terperinci

STATISTIKA II (BAGIAN

STATISTIKA II (BAGIAN STATISTIKA II (BAGIAN -1) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 Wijaya : Statistika I 0 I. PENDAHULUAN Statistika adalah pengetahuan

Lebih terperinci

Statistika Deskriptif & Distribusi Frekuensi

Statistika Deskriptif & Distribusi Frekuensi Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif

Lebih terperinci

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI 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 terperinci

TINJAUAN PUSTAKA. (statistik) dinamakan galat baku statistik, yang dinotasikan dengan

TINJAUAN PUSTAKA. (statistik) dinamakan galat baku statistik, yang dinotasikan dengan TINJAUAN PUSTAKA Penduga Titik dan Selang Kepercayaan Penduga bagi parameter populasi ada dua jenis, yaitu penduga titik dan penduga selang atau disebut sebagai selang kepercayaan. Penduga titik dari suatu

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

Statistika Deskriptif

Statistika Deskriptif Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan

Lebih terperinci

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

LEMBAR 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 terperinci

King s Learning Be Smart Without Limits NAMA : KELAS :

King 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 terperinci

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION) SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION) Andaikan ada suatu populasi dengan jumlah anggotanya sebanyak N diambil contoh sebanyak n. Apabila dari setiap kemungkinan contoh tersebut dihitung suatu

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

MODUL PRAKTIKUM STATISTIKA

MODUL PRAKTIKUM STATISTIKA MODUL PRAKTIKUM STATISTIKA OLEH :Tim Statistika FPIK UB 2015 Nama : NIM : Kelas : UNIVERSITAS BRAWIJAYA FAKULTAS PERIKANAN DAN ILMU KELAUTAN ILMU KELAUTAN 2015 Hard work = good result, this same with statistics

Lebih terperinci

BAB III UKURAN TENGAH DAN DISPERSI

BAB III UKURAN TENGAH DAN DISPERSI BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan

Lebih terperinci

Statistik 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 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

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini 50 BAB III METODE PENELITIAN A. Pendekatan dan Metode Penelitian Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini adalah pendekatan kuantitatif. Pendekatan kuantitatif dipilih penulis

Lebih terperinci

STATISTIKA 4 UKURAN LETAK

STATISTIKA 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 terperinci

METODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50

METODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50 METODOLOGI Data Data yang digunakan dalam penelitian ini ada dua jenis, yaitu data simulasi dan data riil Data simulasi digunakan untuk melihat pengaruh perubahan parameter konsentrasi ( ) terhadap karakteristik

Lebih terperinci

PELUANG DAN PEUBAH ACAK

PELUANG DAN PEUBAH ACAK PELUANG DAN PEUBAH ACAK Materi 3 - STK511 Analisis Statistika October 3, 2017 Okt, 2017 1 Konsep Peluang 2 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian

Lebih terperinci

Statistics everywhere

Statistics everywhere Statistics everywhere Jenis Statistika Statistika Deskriptif : metode yang berkaitan dengan pengumpulan dan penyajian data Statistika Statistika Inferensi : metode statistika yang berkaitan dengan analisis

Lebih terperinci

Antiremed Kelas 11 Matematika

Antiremed Kelas 11 Matematika ntiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 1 Uraian Doc. Name: R11MT0106 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari () 4, 4, 7, 5, 9, 8, 3, 2, 5, 4 () 25,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

DRAFT BUKU AJAR. STATISTIKA Dr. Widodo. Laboratorium Statistika Program Studi Agribisnis Universitas Muhammadiyah Yogyakarta

DRAFT BUKU AJAR. STATISTIKA Dr. Widodo. Laboratorium Statistika Program Studi Agribisnis Universitas Muhammadiyah Yogyakarta DRAFT BUKU AJAR STATISTIKA Dr. Widodo Laboratorium Statistika Program Studi Agribisnis Universitas Muhammadiyah Yogyakarta BAB I KONSEP DASAR STATISTIKA A. Statistik dan Statistika Statistik berasal dari

Lebih terperinci

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability

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 B. Pembelajaran 2 1. Silabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK Pertemuan 6. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Variansi dan kovariansi. HARAPAN MATEMATIK Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ). Rataan

Lebih terperinci

Basic Techniques. STATISTIKA DASAR LATIHAN-2

Basic Techniques. STATISTIKA DASAR LATIHAN-2 STATISTIKA DASAR LATIHAN- Basic Techniques 1. Diberikan n = 8; 4, 1,, 1,, 1,,. Hitunglah: a. Mean b. Variansi c. Tentukan simpangan bakunya d. Gunakan Aturan Empiris untuk mengaproksimasi simpangan baku,

Lebih terperinci

1. UN A35, B47, C61, D74, dan E Data yang diberikan dalam tabel frekuensi sebagai berikut. Nilai modus dari data pada tabel adalah.

1. UN A35, B47, C61, D74, dan E Data yang diberikan dalam tabel frekuensi sebagai berikut. Nilai modus dari data pada tabel adalah. . SOAL-SOAL 1. UN A, B, C1, D, dan E101 Data yang diberikan dalam tabel rekuensi sebagai berikut. Nilai modus dari data pada tabel adalah. A. B. C. D. E. 0 9, 9, 9, 0 9, 9, Ukuran 0 9 0 9 0 9 0 9 1 0 9

Lebih terperinci

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang

Lebih terperinci

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi STATISTIKA EKONOMI Fakultas Ekonomi-Akuntansi Universitas Negeri Jakarta Nisrina Anzilla 8335128433 Pengertian Statistik Pengertian statistik berasal dari bahasa Latin, yaitu status yang berarti negara

Lebih terperinci

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B A. Pengukuran Penyebaran (Dispersi) 1. Pengertian Tentang Disperse. Digunakan untuk menunjukkan keadaan berikut : a. Gambaran variabilitas data Yang dimaksud dengan variabilitas data adalah suatu ukuran

Lebih terperinci

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata

Lebih terperinci

Xpedia Matematika. Soal - Statistika

Xpedia Matematika. Soal - Statistika Xpedia Matematika Soal - Statistika Doc. Name: XPMATDAS99 Doc. Version: 202-07 halaman 0. Nilai rata-rata suatu ulangan adalah 5,9. Empat anak dari kelas lain mempunyai nilai ratarata 7. Jika nilai rata-rata

Lebih terperinci

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA

S T A T I S T I K A OLEH : WIJAYA S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.

Lebih terperinci

Antiremed Kelas 11 Matematika

Antiremed Kelas 11 Matematika Antiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 2 Uraian Doc. Name: AR11MAT0108 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari data berikut ini! (A) 43, 52, 54, 47,

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS Minggu Pokok Bahasan ke dan TIU 1 1. Penahuluan konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika Mahasiswa

Lebih terperinci

Bab 5 Distribusi Sampling

Bab 5 Distribusi Sampling Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n

Lebih terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1

Lebih terperinci

sbl3statistik - - STATISTIK - - Statistik 9306 Matematika 1 (Q3 Q 1 )

sbl3statistik - - STATISTIK - - Statistik 9306 Matematika 1 (Q3 Q 1 ) - - STATISTIK - - Modul ini singkron dengan Aplikasi Android, Download melalui Play Store di HP Kamu, ketik di pencarian sbl3statistik Jika Kamu kesulitan, Tanyakan ke tentor bagaimana cara downloadnya.

Lebih terperinci

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan

Lebih terperinci

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan

Lebih terperinci

Pengumpulan & Penyajian Data

Pengumpulan & 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 terperinci

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah)

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah) GBPP Matakuliah Statistika Pertanian (AGT 212) Page 1 of 10 Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran Matakuliah Statistika Pertanian (AGT 212) Kelas D SEMESTER GENAP 2011/2012 Oleh:

Lebih terperinci

STATISTIKA 1. A. Ukuran Pemusatan Data 11/16/2015. Peta Konsep. A. Ukuran Pemusatan Data

STATISTIKA 1. A. Ukuran Pemusatan Data 11/16/2015. Peta Konsep. A. Ukuran Pemusatan Data //0 Jurnal Daftar Hadir Materi A Materi Umum STATISTIKA Kelas X, Semester Pemusatan Statistika Letak Penyebaran Peta Konsep Data Tunggal A. Pemusatan Data Pemusatan Letak Penyebaran SoalLatihan Menggambar

Lebih terperinci

Median Median dari data yang belum dikelompokkan

Median 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 terperinci

PERSIAPAN TES SKL KELAS XI, MATEMATIKA IPS Page 1

PERSIAPAN TES SKL KELAS XI, MATEMATIKA IPS Page 1 PERSIAPAN TES SKL XI, MATEMATIKA 1. Statistika (1-8). Peluang (9-16). Fungsi (17-4) 4. Limit (5-) 5. Turunan (-40) 40 SOAL PILIHAN GANDA 1. Perhatikan tabel berikut! Nilai Frekuensi 0 4 5 9 8 0 4 10 5

Lebih terperinci

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar

SATUAN 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 terperinci

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data. SILABUS NAMA SEKOLAH : MATA PELAJARAN : Matematika KELAS : XII STANDAR KOMPETENSI : Menerapkan aturan konsep statistika dalam pemecahan masalah. KODE KOMPETENSI : 10 ALOKASI WAKTU : 52 x 45 Kompetensi

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA UKURAN PEMUSATAN DATA MODUL 3 Oleh : Firmansyah, S.Kom A. TEMA DAN TUJUAN KEGIATAN PEMBELAJARAN 1. Tema : Ukuran Pemusatan Data 2. Fokus : Pembahasan Materi Pokok 1. Arti dan manfaat ukuran pemusatan data

Lebih terperinci

KISI KISI SOAL UJI COBA UJIAN NASIONAL TA MATEMATIKA SMK PROGRAM KEAHLIAN PARIWISATA MGMP MATEMATIKA SMK KABUPATEN CIANJUR

KISI KISI SOAL UJI COBA UJIAN NASIONAL TA MATEMATIKA SMK PROGRAM KEAHLIAN PARIWISATA MGMP MATEMATIKA SMK KABUPATEN CIANJUR KISI KISI SOAL UJI COBA UJIAN NASIONAL TA.008 009 MATEMATIKA SMK PROGRAM KEAHLIAN PARIWISATA MGMP MATEMATIKA SMK KABUPATEN CIANJUR A. Sub Kompetensi : PERBANDINGAN. Untuk membuat sebuah rumah dengan waktu

Lebih terperinci

STATISTIKA -deskripsi data-

STATISTIKA -deskripsi data- STATISTIKA -deskripsi data- PERTEMUAN KE-3 Oleh: MUHAMMAD YUSUF AWALUDDIN 2 overview : Deskripsi data : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan

Lebih terperinci

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata

Probabilitas 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 terperinci

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam

Lebih terperinci