Statistika Ujian Tengah Semester

Ukuran: px
Mulai penontonan dengan halaman:

Download "Statistika Ujian Tengah Semester"

Transkripsi

1 2008 Statistika Ujian Tengah Semester Soal jawab UTS Statistika MPSP Langkah kerja dalam menjawab soal dipaparkan secara rinci. Sebagian besar hitungan dilakukan dengan bantuan program aplikasi spreadsheet. Magister Pengelolaan Sarana Prasarana UGM 23 Jun 08

2 Soal Ujian Tengah Semester Statistika MPSP 2008 Senin, 23 Juni 2008, Open Book, 100 menit Dr. Ir., M.Eng. Catatan Soal ujian ini untuk dikerjakan sendiri tanpa kerjasama dengan orang lain. Tidak ada pengawasan oleh petugas jaga selama ujian berlangsung. Setiap butir soal berbobot nilai sama. Jika dikerjakan dengan spreadsheet, file dikumpulkan (copykan kedalam flash disk yang telah disediakan). Pada lembar kertas jawaban, tuliskan resume hasil dan/atau keterangan penunjuk (nama file, nama sheet, letak grafik, dsb). Soal Menjelang pelaksanaan program BLT beberapa waktu yang lalu, dilakukan perhitungan jumlah keluarga miskin yang berhak menerima BLT di 40 RT dari seluruh 90 RT di wilayah Kecamatan Giripura. Dari ke 40 RT, diperoleh data sebagai berikut: Hitung jumlah keluarga miskin rata rata di 40 RT di wilayah Kecamatan Giripura. 2. Hitung simpangan baku jumlah keluarga miskin di 40 RT di wilayah Kecamatan Giripura. 3. Buat tabel frekuensi dengan rentang klas 3 (klas pertama ). 4. Buat histogram data tersebut (batang dan garis) berdasarkan tabel frekuensi yang telah Saudara buat. Sumbu horizontal (absis) adalah rentang klas dan sumbu vertikal (ordinat) adalah frekuensi relatif. 5. Lengkapi tabel Saudara dengan nilai frekuensi relatif menurut distribusi normal (frekuensi relatif teoretik). 6. Plotkan nilai frekuensi relatif menurut distribusi normal tersebut pada histogram yang telah Saudara buat. 7. Dengan asumsi bahwa jumlah keluarga miskin di setiap RT di wilayah Kecamatan Giripura berdistribusi normal, perkirakanlah: a) peluang jumlah keluarga miskin di suatu RT kurang daripada 8, b) peluang jumlah keluarga miskin di suatu RT antara 9 s.d. 13, c) peluang jumlah keluarga miskin di suatu RT lebih daripada 14, d) rentang keyakinan 90% jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura. 8. Dengan tetap mempertahankan asumsi distribusi normal, lakukan uji hipotesis yang menyatakan bahwa jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura adalah 10 keluarga. Gunakan tingkat keyakinan 95%. o0o Soal Ujian Tengah Semester Statistika MPSP

3 Jawaban Ujian Tengah Semester Statistika MPSP 2008 Dr. Ir., M.Eng. Soal Menjelang pelaksanaan program BLT beberapa waktu yang lalu, dilakukan perhitungan jumlah keluarga miskin yang berhak menerima BLT di 40 RT dari seluruh 90 RT di wilayah Kecamatan Giripura. Dari ke 40 RT, diperoleh data sebagai berikut: Hitunglah berbagai parameter statistik data tersebut. Penyelesaian Berbagai parameter statistik yang ditanyakan pada soal di atas dapat dihitung dengan bantuan program aplikasi spreadsheet MSExcel. Nilai rata rata dan simpangan baku Jumlah keluarga miskin rata rata dan simpangan baku jumlah keluarga miskin dengan mudah dapat dihitung dengan memakai fungsi yang telah disediakan dalam MSExcel, yaitu =AVERAGE( ) dan =STDEV( ). Apabila data jumlah keluarga miskin di 40 RT tersebut dituliskan pada cell A1:H5, maka: A B C D E F G H jumlah keluarga miskin minimum dalam satu RT =MIN($A$1:$H$5) = 2 jumlah keluarga miskin maximum dalam satu RT =MAX($A$1:$H$5) = 20 jumlah keluarga miskin rata rata =AVERAGE($A$1:$H$5) = 11 simpangan baku jumlah keluarga miskin =STDEV($A$1:$H$5) = 4 Perlu dicatat bahwa jumlah keluarga miskin rata rata dan simpangan baku jumlah keluarga miskin adalah bilangan bulat positif, sedangkan fungsi =AVERAGE( ) dan =STDEV( ) dapat menghasilkan nilai pecahan. Hal ini dapat disiasati dengan memformat cell yang berisi hasil hitungan kedua fungsi tersebut sedemikian hingga berupa bilangan tanpa desimal. Cara lain yang lebih tepat adalah dengan memakai fungsi =ROUND(,0) yang akan membulatkan angka (tanpa angka desimal): jumlah keluarga miskin rata rata =ROUND(AVERAGE($A$1:$H$5),0) = 11 simpangan baku jumlah keluarga miskin =ROUND(STDEV($A$1:$H$5),0) = 4 Hitungan nilai rata rata dan simpangan baku dapat pula dilakukan dalam bentuk tabulasi seperti ditampilkan berikut ini. Jawaban Ujian Tengah Semester Statistika MPSP

4 Jumlah keluarga miskin (X) Frek (f) f X f X Jumlah (Σ) Jumlah keluarga miskin rata rata,, dan simpangan baku jumlah keluarga miskin, s X, dihitung dengan cara sebagai berikut: Tabel frekuensi Tabel frekuensi dibuat dengan bantuan MSExcel. Di bawah ini dicuplikkan beberapa langkah pembuatan tabel frekuensi. N O P Q R S T U V Frek Rel Frek Rel Teoretik Dist Jumlah keluarga miskin (X) Frek (f) 11 (f/σf) Normal 12 (0) (1) (2) (3) (4) (5) (6) (7) (8) Σ = Lebar klas = 3 23 Jumlah keluarga miskin rata rata = Simpangan baku = 4 Kolom ke 0 (kolom N) bukan merupakan bagian dari tabel frekuensi; kolom ini akan dipakai sebagai absis (sumbu horizontal) histogram. Kolom ini berisi text yang diperoleh dengan mengubah nilai (karakter) angka pada kolom ke 1 dan ke 3 menjadi karakter text, misal N13=TEXT(O13, 0.0 )&P13&TEXT(Q13, 0.0 ). Copy kan cell ini ke cell N14 s.d. N19. 4 Kolom ke 1 merupakan batas bawah rentang klas jumlah keluarga miskin dan kolom ke 3 adalah batas atas jumlah keluarga miskin. Nilai batas bawah suatu klas adalah nilai batas atas klas sebelumnya. Jadi, nilai batas bawah klas pertama diisikan langsung, O13=0.5, sedangkan nilai batas bawah klas klas selanjutnya adalah sama dengan batas atas klas sebelumnya, jadi O14=Q13 dan copy kan cell ini ke cell O15 s.d. O19. Jawaban Ujian Tengah Semester Statistika MPSP

5 Nilai pada kolom ke 3 diperoleh dengan menambahkan 3 pada nilai pada kolom ke 2, misal Q13=O13+3. Copykan cell ini ke cell Q14 s.d. Q19. Kolom ke 4 merupakan nilai klas, yang dianggap sama dengan nilai tengah (median) rentang klas, misal R13=(O13+Q13)/2. Copy kan cell ini ke cell R14 s.d. R19. Frekuensi (f) pada kolom ke 5 diperoleh dengan memakai fungsi =FREQUENCY(, ) dengan langkah sebagai berikut: pilih cell S13:S19, tulis =FREQUENCY(, pilih cell yang berisi data jumlah keluarga miskin, A1:H5, tulis tanda baca koma, pilih cell yang berisi batas atas rentang klas kecuali batas atas klas terakhir, Q13:Q14, tulis tanda baca kurung tutup, tekan tombol CONTROL+SHIFT+ENTER bersama sama. Jumlahkan frekuensi seluruh klas jumlah keluarga miskin, S20=SUM(S13:S19). Frekuensi relatif pada kolom ke 6 diperoleh dengan mudah dengan membagi nilai pada frekuensi dengan nilai jumlah frekuensi seluruh klas, misal T13=S13/$S$20. Copy kan cell ini ke cell T14 s.d. T19. Jumlah frekuensi relatif seluruh klas haruslah sama dengan satu, T20=SUM(T13:T19). Frekuensi relatif teoretik menurut distribusi normal dihitung dengan dua cara. Cara pertama adalah dengan persamaan pdf distribusi normal sebagai berikut: Dalam persamaan di atas, f X (x) adalah frekuensi relatif, Δx adalah rentang (lebar) klas, dan p X (x) adalah ordinat kurva normal. Rentang klas adalah 3 dan ordinat kurva normal (pdf) dihitung dengan fungsi yang telah disediakan dalam MSExcel, =NORMDIST(,,,FALSE). Frekuensi relatif klas pertama, dengan demikian adalah U13=$S$22*NORMDIST(R13,$S$23,$S$24,FALSE). Copy kan cell ini ke cell U14 s.d. U19. Cara kedua untuk menghitung frekuensi relatif adalah dengan mengingat hubungan antara pdf dan cdf sebagai berikut: Dalam persamaan di atas, P X (x batas atas ) = prob(x < x batas atas ) dan P X (x batas bawah ) = prob(x < x batas bawah ). Cdf distribusi normal ini dapat dihitung dengan fungsi yang telah disediakan dalam MSExcel, =NORMDIST(,,,TRUE). Frekuensi relatif klas pertama, dengan demikian adalah V13=NORMDIST(Q13,$S$23,$S$24,TRUE) NORMDIST(O13,$S$23,$S$24,TRUE). Copy kan cell ini ke cell V14 s.d. V19. Jawaban Ujian Tengah Semester Statistika MPSP

6 Histogram Histogram dibuat dengan bantuan fasilitas chart yang telah disediakan dalam MSExcel. Ada beberapa cara untuk membuat histogram dengan MSExcel. Di bawah ini dicuplilkkan salah satu di antaranya. pilih tiga kolom, kolom ke 6, 7, dan 8, pilih Insert Chart Column, edit ketiga seri bar chart dengan memilih kolom ke 0 sebagai absis, ubah seri ke 3 dari column chart menjadi line chart tanpa simbol dan haluskan kurva dengan memilih jenis smoothed line, ubah seri ke 2 dari column chart menjadi line chart dengan simbol, edit chart dengan menambahkan judul pada kedua sumbu, legenda, dan hal hal lain agar chart mudah dibaca Data Distribusi Normal (teoretik) Frekuensi Relatif Nilai probabiliti Nilai berbagai probabiliti dapat dengan mudah dihitung dengan bantuan fungsi =NORMDIST(,,,TRUE) yang telah disediakan dalam MSExcel. Peluang jumlah keluarga miskin di suatu RT kurang daripada 8: prob(x < 8) = P X (8) =NORMDIST(8, $S$23,$S$24,TRUE) = Jumlah Keluarga Miskin Jawaban Ujian Tengah Semester Statistika MPSP

7 Peluang jumlah keluarga miskin di suatu RT antara 9 s.d. 13: prob(9 < X < 13) = prob(x < 13) prob(x < 9) = P X (13) P X (9) = NORMDIST(13, $S$23,$S$24,TRUE) NORMDIST(9, $S$23,$S$24,TRUE) = Peluang jumlah keluarga miskin di suatu RT lebih daripada 14: prob(x > 14) = 1 prob(x < 14) = 1 P X (14) = 1 NORMDIST(14, $S$23,$S$24,TRUE) = Rentang keyakinan jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura Rentang keyakinan (confidence interval) jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura didefinisikan sebagai rentang jumlah keluarga miskin dengan batas bawah L dan batas atas U sedemikian hingga dengan tingkat keyakinan (1 α), atau dengan probabilitas (1 α), nilai temperatur air rata rata, μ X, berada di dalam rentang tersebut: prob(l < μ X < U) = 1 α Mengingat asumsi bahwa jumlah keluarga miskin di seluruh RT di wilayah Kecamatan Giripura berdistribusi normal, maka suatu variabel random V yang didefinisikan sebagai µ berdistribusi t. Dengan demikian, rentang keyakinan jumlah keluarga miskin ratarata dapat dicari dari: prob µ 1 α Jika nilai v 1 dan v 2 ditetapkan sedemikian sehingga prob(t < v 1 ) = prob(t > v 2 ), dan dengan demikian prob(t < v 1 ) = prob(t > v 2 ) = α/2 (lihat sketsa di bawah), maka batas bawah dan batas atas rentang keyakinan jumlah keluarga miskin rata rata dapat diperoleh dari: Jawaban Ujian Tengah Semester Statistika MPSP

8 prob, µ, 1 α prob, µ, 1 α Dalam persamaan di atas, n adalah jumlah data (n = Σf), t α/2 dan t 1α/2 masing masing adalah nilai t sedemikian hingga prob(t < t α/2 ) = α/2 dan prob(t < t 1α/2 ) = 1 α/2 untuk ν = n 1 degrees of freedom, serta. Nilai batas bawah dan batas atas jumlah keluarga miskin rata rata dengan demikian adalah:, dan, Karena nilai degrees of freedom ν = 39 dan tingkat keyakinan 1 α = 0.90 (α/2 = 0.05 dan 1 α/2 = 0.95), maka dengan memakai fungsi =TINV(, ), diperoleh nilai nilai sebagai berikut: prob(t < t 0.95,39 ) = 0.95 t 0.95,39 =TINV(2*(10.95),39) = prob(t < t 0.05,39 ) = 0.05 t 0.05,39 = t 0.95,39 = Dengan demikian, batas bawah dan batas atas rentang keyakinan jumlah keluarga miskin ratarata di seluruh RT di wilayah Kecamatan Giripura adalah: dan sehingga rentang keyakinan 90% jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura adalah Catatan: dalam memakai fungsi =TINV(, ) untuk mencari nilai t perlu diperhatikan bahwa fungsi =TINV(p,ν) memberikan nilai t sedemikian hingga p = prob(t > t) untuk ν degrees of freedom dengan asumsi two tailed distribution. Apabila hendak mencari nilai t dengan asumsi one tailed distribution, dipakai =TINV(2p,ν). Dalam soal ini, nilai yang dicari adalah nilai t sedemikian hingga q = prob(t < t) = 1 prob(t > t) = 1 p untuk ν degrees of freedom dan onetailed distribution. Oleh karena itu, nilai t dihitung dengan cara =TINV(2*(1q),ν). Catatan ini akan lebih mudah difahami dengan mencermati sketsa di bawah ini. =TINV(p,ν) two tailed distribution =TINV(p,ν) =TINV(2p,ν) one tailed distribution =TINV(2p,ν) Jawaban Ujian Tengah Semester Statistika MPSP

9 Uji hipotesis jumlah keluarga miskin rata rata di seluruh RT di wilayah Kecamatan Giripura Data jumlah keluarga miskin diperoleh dari sampel. Dengan demikian, nilai simpangan baku adalah nilai sampel (s X ), sehingga nilai simpangan baku populasi (σ X ) tidak diketahui. Oleh karena itu, dalam uji hipotesis jumlah keluarga miskin rata rata ini, bentuk hipotesis dan statistik ujinya adalah sebagai berikut: Hipotesis: Statistik uji: H 0 : μ X = 10 H 1 : μ X berdistribusi t Dengan tingkat keyakinan 1 α = 0.95, maka batas kritis nilai t adalah:,., TDIST , Karena T <, maka H 0 tidak ditolak. Jadi, hipotesis bahwa jumlah keluarga miskin ratarata di seluruh RT di wilayah Kecamatan Giripura adalah 10 dapat diterima. o0o Jawaban Ujian Tengah Semester Statistika MPSP

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas 2 Regresi Linear Tabel data x i y i = f(x i ) 1 0.5 2 2.5 3 2 4 4 5 3.5 6 6

Lebih terperinci

INFERENSI STATISTIS: RENTANG KEYAKINAN

INFERENSI STATISTIS: RENTANG KEYAKINAN Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan INFERENSI STATISTIS: RENTANG KEYAKINAN Statistika dan Probabilitas Rentang Keyakinan Estimasi Parameter Distribusi probabilitas

Lebih terperinci

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2009

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2009 PNYLSAIAN SOAL UJIAN TNGAH SMSTR 9 SOAL A Pengolahan data debit, Q m /s, di suatu sungai menunjukkan bahwa sebaran peluang terjadinya suatu besaran debit, p Q (), dapat dinyatakan dengan suatu ungsi (pd)

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter

Lebih terperinci

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2012

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2012 PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 0 SOAL Hujan deras dideinisikan sebagai hujan harian yang memiliki kedalaman lebih daripada 50 mm atau intensitas lebih daripada 0 mm/jam. Data di bawah ini adalah

Lebih terperinci

U JIAN TENGAH SEMESTER S TATISTIKA

U JIAN TENGAH SEMESTER S TATISTIKA U JIAN TENGAH SEMESTER S TATISTIKA DR. IR. ISTIARTO, M.ENG. JUMAT, 1 NOVEMBER 1 15 MENIT OPEN BOOK TANPA KOMPUTER S OAL A Produksi listrik tahunan PLTMH Terangjaya menunjukkan angka yang sangat bervariasi,

Lebih terperinci

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14 Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari

Lebih terperinci

Statistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Statistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S Teknik Sipil Statistika Rentang Keyakinan hp://is7arto.staff.ugm.ac.id 1 Rentang Keyakinan Es7masi Parameter Distribusi

Lebih terperinci

UJIAN TENGAH SEMESTER STATISTIKA

UJIAN TENGAH SEMESTER STATISTIKA UJIAN TENGAH SEMESTER STATISTIKA Sei, 5 Jui 9 Ope Book meit ATATAN Dr. Ir. Istiarto, M.Eg. Soal ujia ii utuk dikerjaka sediri tapa kerjasama dega orag lai. Tidak ada pegawasa oleh petugas jaga selama ujia

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17.  Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Distribusi Normal 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan

Lebih terperinci

STATISTIKA. Tabel dan Grafik

STATISTIKA. Tabel dan Grafik STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi

Lebih terperinci

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Tabel dan Grafik Organisasi Data Koleksi data sta;s;k perlu disusun (diorganisir)

Lebih terperinci

Probabilitas Peluang Kemungkinan Mengapa probabilitas?

Probabilitas Peluang Kemungkinan Mengapa probabilitas? STATISTIKA PROBABILITAS Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal erupsi gunung berapi) berdasarkan data erupsi selama waktu

Lebih terperinci

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana) KURVA NORMAL (Sumber: Buku Metode Statistika tulisan Sudjana) Distribusi Normal (Distribusi GAUSSE) Kurva Normal Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1 DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori

Lebih terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

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

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat

Lebih terperinci

Penyelesaian Soal Ujian Tengah Semester 2008

Penyelesaian Soal Ujian Tengah Semester 2008 Penyeleaian Soal Ujian Tengah Semeter 008 Soal A Curah hujan harian maximum tahunan elama periode 978.d. 007 di Staiun Godean Yogyakarta diajikan pada tabel di bawah ini. kedalaman hujan (mm) rekueni 5

Lebih terperinci

Distribusi Frekuensi

Distribusi Frekuensi Distribusi Frekuensi STATISTIKA DESKRIPTIF: DISTRIBUSI FREKUENSI A. Dasar 1. Populasi Data Data berasal dari berbagai sumber dan terdapat pada berbagai bidang ilmu Pada statistika, data berbentuk bilangan

Lebih terperinci

PENYAJIAN DATA. Cara Penyajian Data meliputi :

PENYAJIAN 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 terperinci

PENGUMPULAN, PENGOLAHAN DAN PENYAJIAN DATA

PENGUMPULAN, PENGOLAHAN DAN PENYAJIAN DATA PENGUMPULAN, PENGOLAHAN DAN PENYAJIAN DATA 2.1. Pengumpulan Data Salah satu hal yang mempengaruhi kualitas hasil penelitian adalah kualitas data yang di kumpulkan. Pengumpulan data dapat dilakukan dengan

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi 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 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

1 Analisis Awal. 1.1 Analisis Hidrologi

1 Analisis Awal. 1.1 Analisis Hidrologi 1 Analisis Awal 1.1 Analisis Hidrologi Peran analisis hidrologi dalam desain jembatan yang melintasi sungai adalah pada aspek keamanan jembatan terhadap aliran banjir di sungai. Struktur atas jembatan

Lebih terperinci

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.

Lebih terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-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 terperinci

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

DISTRIBUSI PROBABILITAS VARIABEL RANDOM Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi

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

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal

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

PENGORGANISASIAN DATA DAN PENYAJIAN DATA

PENGORGANISASIAN DATA DAN PENYAJIAN DATA Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PENGORGANISASIAN DATA DAN PENYAJIAN DATA Statistika dan Probabilitas Pengorganisasian dan Penyajian Data Koleksi data statistika

Lebih terperinci

UJIAN MID SEMESTER GANJIL SMK MUHAMMADIYAH 4 CILEUNGSI

UJIAN MID SEMESTER GANJIL SMK MUHAMMADIYAH 4 CILEUNGSI Mata Pelajaran Kelas UJIAN MID SEMESTER GANJIL 2013-2014 SMK MUHAMMADIYAH 4 CILEUNGSI : KKPI : X I. Pilihlah Jawaban Yang Paling Tepat!!! 1. Bagaimana cara membuat table pada Microsoft Office Word a. Klik

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

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

Panduan SpreadSheet OpenOffice Calc

Panduan SpreadSheet OpenOffice Calc Panduan SpreadSheet OpenOffice Calc 1 Judul: Penyusun Sumber/Referensi web Panduan SpreadSheet OpenOffice Calc Tim UGOS Pusat Pelayanan Teknologi Informasi dan Komunikasi Universitas Gadjah Mada (PPTIK

Lebih terperinci

MODUL 2. STATISTIK BISNIS

MODUL 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 terperinci

Menemukan Pola Data yang Bermakna

Menemukan Pola Data yang Bermakna Menemukan Pola Data yang Bermakna Terdapat beberapa cara untuk mengurutkan data : Data kuantitatif, dapat diurutkan dari pengamatan terkecil hingga terbesar Data kualitatif/verbal, dapat diurutkan berdasarkan

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

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

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 1. Tabel sederhana / tabel satu arah 2. Tabel silang / tabel dua arah 3. Tabel berganda / tiga arah 4. Tabel distribusi frekuensi

Lebih terperinci

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng. PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK

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

Makalah Statistika Distribusi Normal

Makalah Statistika Distribusi Normal Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa

Lebih terperinci

Penyajian Data. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si.

Penyajian Data. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. Penyajian Data Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. Secara garis besar ada dua cara penyajian data yang sering digunakan yaitu tabel atau daftar dan grafik

Lebih terperinci

TABEL DISTRIBUSI Dilengkapi Metode Untuk Membaca Tabel Distribusi

TABEL DISTRIBUSI Dilengkapi Metode Untuk Membaca Tabel Distribusi TABEL DISTRIBUSI Dilengkapi Metode Untuk Membaca Tabel Distribusi Deny Kurniawan 0 Penulis memberikan ijin kepada siapapun untuk memperbanyak dan menyebarluaskan tulisan ini dalam bentuk (format) apapun

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

Membuat Grafik Histogram dan Poligon serta Mencetaknya ke Printer

Membuat Grafik Histogram dan Poligon serta Mencetaknya ke Printer 1 Membuat Grafik Histogram dan Poligon serta Mencetaknya ke Printer Grafik Histogram Grafik Histogram sering disebut juga dengan diagram bar, yaitu suatu grafik yang berbentuk beberapa segi empat. Langkah-langkah

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

BAB II DISTRIBUSI FREKUENSI

BAB II DISTRIBUSI FREKUENSI BAB II DISTRIBUSI FREKUENSI 1. Pengertian Distribusi Frekuensi 1. Merupakan penyusunan data ke dalam kelas-kelas tertentu di mana setiap indiividu/item hanya termasuk ke dalam salah satu kelas tertentu.

Lebih terperinci

KISI-KISI ULANGAN KENAIKAN KELAS ( UKK )

KISI-KISI ULANGAN KENAIKAN KELAS ( UKK ) MATA PELAJARAN KELAS / SEMESTER KISI-KISI ULANGAN KENAIKAN KELAS ( UKK ) : TEKNOLOGI INFFORMASI DAN KOMUNIKASI : 8 ( DELAPAN ) / GENAP No. SK KD Materi Kls Smt Indikator 1 Menggunakan perangkat 2 Menggunakan

Lebih terperinci

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1 DISTRIBUSI FREKUENSI Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1 DISTRIBUSI FREKUENSI (TABEL DEFINISI FREKUENSI) Pengelompokkan data yang dilakukan dengan cara mendistribusikan data dalam kelas atau

Lebih terperinci

BAB II PENYAJIAN DATA. Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-bentuk

BAB II PENYAJIAN DATA. Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-bentuk BAB II PENYAJIAN DATA Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-bentuk penting dari sebuah data set, baik untuk data kualitatif maupun kuantitatif. Data yang sudah terkumpul, baik

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

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52 Analisa Regresi Dua Variabel: Konsep Dasar Review Statistik: Uji Hipotesa Satu Sampel Tjipto Juwono, Ph.D. April 15, 2016 Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa

Lebih terperinci

TEKNOLOGI INFORMASI DAN KOMUNIKASI ULANGAN HARIAN III

TEKNOLOGI INFORMASI DAN KOMUNIKASI ULANGAN HARIAN III TEKNOLOGI INFORMASI DAN KOMUNIKASI ULANGAN HARIAN III 1. Berikut ini langkah-langkah untuk menuju excel yang benar a. File-open-Ms excel b. Klik File klik open klik save c. Klik start klik program-klik

Lebih terperinci

Ummu Kalsum UNIVERSITAS GUNADARMA

Ummu Kalsum UNIVERSITAS GUNADARMA Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)

Lebih terperinci

Perangkat Lunak Untuk Pengolah Data. Nur Edy

Perangkat Lunak Untuk Pengolah Data. Nur Edy Perangkat Lunak Untuk Pengolah Data Nur Edy Outline PERTEMUAN I Definisi Jenis perangkat lunak pengolah angka Fungsi-fungsi Microsoft Excel untuk pengolahan data sederhana Membuat Grafik dengan Mikrosoft

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 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

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan

Lebih terperinci

3. JUMLAH MENU BAR YANG TERDAPAT PADA MICROSOFT EXCEL 2003 SEBANYAK. BUAH A. 7 B. 8 C. 9 D YANG MERUPAKAN ICON SAVE ADALAH. A. B. C.

3. JUMLAH MENU BAR YANG TERDAPAT PADA MICROSOFT EXCEL 2003 SEBANYAK. BUAH A. 7 B. 8 C. 9 D YANG MERUPAKAN ICON SAVE ADALAH. A. B. C. 3. JUMLAH MENU BAR YANG TERDAPAT PADA MICROSOFT EXCEL 2003 SEBANYAK. BUAH A. 7 B. 8 C. 9 D YANG MERUPAKAN ICON SAVE ADALAH. A. B. C. D LATIHAN SOAL TIK KELAS 8. PAKET 1 I. Pilihan Ganda Pilihlah salah

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah 45 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskriptif Data Pada pembahasan berikut ini akan disajikan deskripsi data berdasarkan data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah

Lebih terperinci

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi

Lebih terperinci

MICROSOFT EXCEL. 1. Mengenal Microsoft Excel

MICROSOFT EXCEL. 1. Mengenal Microsoft Excel MICROSOFT EXCEL 1. Mengenal Microsoft Excel Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation

Lebih terperinci

3.3 Pengumpulan Data Primer

3.3 Pengumpulan Data Primer 10 pada bagian kantong, dengan panjang 200 m dan lebar 70 m. Satu trip penangkapan hanya berlangsung selama satu hari dengan penangkapan efektif sekitar 10 hingga 12 jam. Sedangkan untuk alat tangkap pancing

Lebih terperinci

STK511 Analisis Statistika. Bagus Sartono

STK511 Analisis Statistika. Bagus Sartono STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way

Lebih terperinci

7.1 ISTILAH-ISTILAH DALAM STATISTIKA A.

7.1 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 terperinci

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui

Lebih terperinci

Distribusi Frekuensi

Distribusi Frekuensi Distribusi Frekuensi Statistik Industri Beberapa Istilah 1 Beberapa (cont ) Kelas interval : banyaknya objek yang dikumpulkan dalam kelompok tertentu, berbentuk interval a b ex: kelas interval pertama

Lebih terperinci

Modul 5 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2

Modul 5 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2 Modul 5 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2 3.1. Modul 3.1.1. Mengenali Bagian-Bagian, Menu dan Istilah dalam Open Office Calc. Open Office Calc adalah salah

Lebih terperinci

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil Statistika Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang 7dak

Lebih terperinci

Statistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah

Statistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,

Lebih terperinci

SATUAN ACARA PENGAJARAN (SAP)

SATUAN ACARA PENGAJARAN (SAP) SATUAN ACARA PENGAJARAN (SAP) Mata Kuliah : Statistik Deskriptif Kode Mata Kuliah : 02085303 SKS : 3 Waktu Pertemuan : 3 x 45 Menit Pertemuan ke : 1 & 2 A. KOMPETENSI 1. Standar Kompetensi : Mahasiswa

Lebih terperinci

SESI 2 STATISTIK BISNIS

SESI 2 STATISTIK BISNIS Modul ke: SESI 2 STATISTIK BISNIS Sesi 2 ini bertujuan agar Mahasiswa mengetahui langkahlangkah yang harus lakukan untuk mengumpulkan data hingga menyajikan dan menganalis data yang sudah mereka dapatkan

Lebih terperinci

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik

Lebih terperinci

DIAGRAM SERABI S-2 dan S-3 SMU S-1

DIAGRAM SERABI S-2 dan S-3 SMU S-1 DIAGRAM SERABI S-2 dan S-3 SMU S-1 Dapat menyajikan berbagai pecahan dalam bentuk jumlah Setiap pecahan atau sektor memperlihatkan unsur tertentu Dapat dibuat pada bidang datar atau mirip tablet yang rebah

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

BAB III. SOLUSI GRAFIK

BAB III. SOLUSI GRAFIK BAB III. SOLUSI GRAFIK Salah satu metode pengoptimalan yang dapat digunakan adalah grafik. Fungsi tujuan dan kendala permasalahan digambarkan menggunakan bantuan sumbu absis (horizontal) dan ordinat (vertikal)

Lebih terperinci

Modul 6 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2

Modul 6 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2 Modul 6 Mengoperasikan Perangkat Lunak Lembar Sebar (Open Source) 1 KEGIATAN BELAJAR 2 3.1. Modul 3.1.1. Mengenali Bagian-Bagian, Menu dan Istilah dalam Open Office Calc. Open Office Calc adalah salah

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi Probabilitas : Gamma & Eksponensial Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya

Lebih terperinci

BAB1 PENgantar statistika

BAB1 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 terperinci

Sumber : PQM Consultant QC Tools Workshop module.

Sumber : PQM Consultant QC Tools Workshop module. Sumber : PQM Consultant. 2011. 7QC Tools Workshop module. 1. Diagram Pareto 2. Fish Bone Diagram 3. Stratifikasi 4. Check Sheet / Lembar Pengecekan 5. Scatter Diagram / Diagram sebar 6. Histogram 7. Control

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN 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 terperinci

4. Lembar kerja microsoft excel memiliki beberapa bagian di antaranya adalah. a. Menu Bar c. Toolbar b. Task Bar d.

4. Lembar kerja microsoft excel memiliki beberapa bagian di antaranya adalah. a. Menu Bar c. Toolbar b. Task Bar d. I. PILIHAN GANDA 1. Program aplikasi microsoft excel merupakan salah satu program aplikasi yang terdapat dalam. a. Komputer c. Microsoft Ofiice b. Microsoft Windows d. Microsoft Access 2. Berikut ini yang

Lebih terperinci

Soal Mid Semester II Th 2010/2011

Soal Mid Semester II Th 2010/2011 Soal Mid Semester II Th 2010/2011 1. Microsoft Excel merupakan program aplikasi a. Spreadsheet b. Wordprosesor c. Presentation d. Animasi 2. Fungsi yang digunakan untuk menghitung penjumlahan data angka

Lebih terperinci

3. Jumlah menu bar yang terdapat pada Microsoft Excel 2003 sebanyak. Buah a. 7 b. 8 c. 9 d Yang merupakan icon Save adalah. a. b. c. d.

3. Jumlah menu bar yang terdapat pada Microsoft Excel 2003 sebanyak. Buah a. 7 b. 8 c. 9 d Yang merupakan icon Save adalah. a. b. c. d. LATIHAN SOAL TIK KELAS 8. PAKET 1 I. Pilihan Ganda Pilihlah salah satu jawaban yang benar. 1. Pengertian dari Microsoft Excel adalah... a. Program (perangkat lunak) pengolah kata b. Program (perangkat

Lebih terperinci

Penyajian data histrogram

Penyajian data histrogram Modul ke: Distribusi Frekuensi Penyajian data histrogram Fakultas EKONOMI & BISNIS Sediyanto, ST. MM Program Studi Akuntansi www.mercubuana.ac.id Pengelompokan data Pengelompokkan data menjadi tabulasi

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF DATA & VARIABEL Data adalah sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis dan selanjutnya diinterpretasikan. Variabel

Lebih terperinci

Distribusi Probabilitas Kontinyu Teoritis

Distribusi Probabilitas Kontinyu Teoritis Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 terperinci

DAFTAR ISI CELL POINTER COVER GAMBAR KOMPONEN JENDELA EXCL DAFTAR TOMBOL DAFTAR ISI MEMILIH AREA KERJA PENGERTIAN EXCEL LANGKAH UNTUK MENGAKHIRI EXCEL

DAFTAR ISI CELL POINTER COVER GAMBAR KOMPONEN JENDELA EXCL DAFTAR TOMBOL DAFTAR ISI MEMILIH AREA KERJA PENGERTIAN EXCEL LANGKAH UNTUK MENGAKHIRI EXCEL DAFTAR ISI COVER DAFTAR ISI PENGERTIAN EXCEL LANGKAH LANGKAH MEMULAI EXCEL MENGENAL ELEMEN JENDELA EXCEL GAMBAR KOMPONEN JENDELA EXCL LANGKAH UNTUK MENGAKHIRI EXCEL BEKERJA DENGAN MICISOFT EXCEL MENGENAL

Lebih terperinci

Penyajian Data. Ilham Rais Arvianto, M.Pd Hp : Statistika Pertemuan 2

Penyajian Data. Ilham Rais Arvianto, M.Pd Hp : Statistika Pertemuan 2 Penyajian Data Ilham Rais Arvianto, M.Pd Hp : 085642419339 Email : ir.arvianto@akakom.ac.id Statistika Pertemuan 2 Penyajian Data Setelah data dikumpulkan maka data disajikan. Tujuan penyajian data dibuat

Lebih terperinci

PENGUMPULAN DATA PENGOLAHAN DATA

PENGUMPULAN DATA PENGOLAHAN DATA PENGUMPULAN DATA Sensus adalah cara pengumpulan data seluruh elemen populasi diselidiki satu per satu. Sensus merupakan cara pengumpulan data yang menyeluruh. Data yang diperoleh sebagai hasil pengolahan

Lebih terperinci

BAB I STATISTIK DESKRIPTIF

BAB I STATISTIK DESKRIPTIF ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi

Lebih terperinci

DISTRIBUSI FREKUENSI. Oleh : Malim Muhammad, M.Sc.

DISTRIBUSI FREKUENSI. Oleh : Malim Muhammad, M.Sc. PENYAJIAN DATA & DISTRIBUSI FREKUENSI Oleh : Malim Muhammad, M.Sc. AGROTEKNOLOGI UM PURWOKERTO 1 PENGANTAR Apabila data sudah dikumpulkan (daftar pertanyaan sudah diisi, pertanyaan-pertanyaan yang diajukan

Lebih terperinci

Pelatihan Microsoft Excel

Pelatihan Microsoft Excel Pelatihan Microsoft Excel Basic Petrus Santoso 13 Isi Pengantar... 1 Memasukkan Data... 2 Alamat Sel... 3 Manajemen File... 5 Formatting... 6 Tips 1... 10 Tips 2... 10 Tips 3... 11 Grafik/Chart... 11 Pencetakan...

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci