Statistika Deskriptif

Ukuran: px
Mulai penontonan dengan halaman:

Download "Statistika Deskriptif"

Transkripsi

1 Statstka Deskrptf Statstka Deskrptf Statstka deskrptf (descrptve statstcs) berkata dega peerapa metode statstk utuk megumpulka, megolah, meyajka, da megaalss data kuattatf secara deskrptf.

2 Statstka Deskrptf Mula Pegumpula data metah Apakah data perlu dsederhaaka? Tdak Ya Peyusua tabel dstrbus frekues Peyaja dstrbus frekues dalam betuk grafk (jka dperluka) Perhtuga ukura-ukura utuk megkhtsarka karakterstk data Berhet 3 Populas da Sampel () Populas (populato) merupaka data kuattatf yag mejad obyek telaah. Parameter (parameter) merupaka ukura yag mecermka karakterstk dar populas. Sampel (sample) merupaka sebaga dar populas. Statstk (statstc) merupaka ukura yag yag dhtug dar sampel. 4

3 Populas da Sampel Populas Parameter Sampel Statstk 5 Statstka Iferes Statstka feres (ferece statstcs) merupaka cabag lmu statstk yag berkata dega peerapa metode metode statstk utuk meaksr da/atau meguj karakterstk populas yag dhpotesska berdasarka data sampel. 6

4 Statstka Deskrptf da Statstka Iferes 7 Klasfkas Jes Data Sfat Sumber Cara memperoleh Waktu pegumpula 8

5 Data Meurut Sfat Data takmetrk (ometrc data) Data omal (omal data) Data ordal (ordal data) Data metrk (metrc data) Data terval (terval data) Data raso (rato data) 9 Cotoh Data Takmetrk da Metrk Ordal Nomal = Pra = SD Raso 3 = SMTA = Wata = SMTP Iterval 4 = PT No. Nama Jes Kelam Tk. PeddkaSuhu BadaTgg Bada Aak Bapak Cucu Daddy Embah 39 0

6 Data Meurut Sumber Data prmer (prmary data) Data yag dperoleh dar pegamata/pecatata lagsug Data sekuder (secodary data) Data yag dperoleh dar data Cara Pegumpula Data Sesus (cesus) Peyampela (samplg)

7 Tekk Pegambla Sampel Peyampela radom (radom samplg) Peyampela takradom (oradom samplg) 3 Tekk Peyampela Radom Peyampela radom sederhaa (smple radom samplg) Peyampela radom sstemats (systematc radom samplg) Peyampela radom area (area radom samplg) Peyampela radom berstrata (stratfed radom samplg) 4

8 Data Meurut Waktu Pegambla Data cross secto Data deret waktu (tme seres data) 5 Peyaja Data Tabel Gambar/Grafk 6

9 Jes Tabel Statstk Tabel arah tuggal (oe way table) Tabel arah majemuk (mult way table) Tabel dua arah (two way table) Tabel tga arah (three way table) 7 Grafk Statstk Grafk Batag (Bar Chart) Grafk Gars (Le Chart) Grafk Lgkara (Pechart) Dagram Pecar (Scatter Dagram) Kartogram (Cartogram) Pktogram (Pctogram) 8

10 Cotoh Cotoh Grafk Statstk Grafk Batag D; 5 Grafk Lgkara A B C D A; Grafk Gars C; 0 5 A B C D B; 0 9 Dstrbus Frekues Dstrbus frekues (frequecy dstrbuto) betuk pegelompoka data utuk meggambarka dstrbus data Dstrbus frekues dapat dyataka dalam: Tabel dstrbus frekues Hstogram atau polgo frekues 0

11 Prosedur Peyusua Tabel Dstrbus Frekues Tetuka bayakya kelas Tetuka lebar setap kelas terval Htug frekues utuk setap kelas Catata tetag Jumlah Kelas Jumlah kelas jaga terlalu besar da jaga terlalu kecl. Rumus Sturges: k = + 3,3log

12 Catata tetag Lebar Kelas Lebar terval kelas utuk tap kelas sebakya dusahaka sama. Sebakya guaka blaga blaga yag prakts (sepert 5, 0, 5 atau 0). Peetua batas kelas dbuat sedemka rupa sehgga Tdak ada satu agka dar data asal yag tdak dapat dmasukka ke dalam kelas tertetu Tdak terdapat keragu ragua dalam memasukka agkaagka ke dalam kelas kelas yag sesua 3 Cotoh Dstrbus Frekues Kelas Batas Bawah Batas Atas Nla Tegah Frekues

13 Cotoh Tabel Dstrbus Frekues da Dstrbus Frekues Relatf Kelas Batas Bawah Batas Atas Nla Tegah Frekues Frekues Kumulatf Frekues Relatf Frekues Relatf Kumulatf Hstogram Hstogram merupaka betuk dagram batag yag dguaka utuk meggambarka dstrbus frekues. 6

14 Cotoh Hstogram Batas Bawah Batas Atas Ttk Tegah Frekues Frekues Relatf Frekues Frekues Relatf Nla Uja Nla Uja 7 Kurva Frekues Kurva Frekues (frequecy curve) merupaka betuk dagram gars yag dguaka utuk meggambarka dstrbus frekues 8

15 Cotoh Kurva Frekues Batas Bawah Batas Atas Ttk Tegah Frekues Frekues Relatf Frekues Frekues Relatf Nla Uja Nla Uja 9 Cotoh Kurva Frekues Kumulatf Batas Bawah Batas Atas Ttk Tegah Frekues Frek. Kumulatf Frekues Relatf Frek. Rel. Kumulatf Frekues Kumulatf Frekues Relatf Kumulatf Nla Uja Nla Uja 30

16 Parameter da Statstk Parameter (parameter) ukura yag mecermka karakterstk dar populas Statstk (statstc) ukura yag mecermka karakterstk dar sampel 3 Statstk Ukura lokas Ukura sebara Ukura kemrga Ukura kerucga 3

17 Ukura Ukura Lokas Rata rata htug (arthmetc mea) Rata rata htug sederhaa (smple arthmetc mea) Rata rata htug tertmbag (weghted arthmetc mea) Meda (meda) Modus (mode) Rata rata geometrk (geometrc mea) Rata rata harmok (harmoc mea) Nla mmum (mmum) Nla maksmum (maxmum) Kuartl (quartle) Desl (decle) Persetl (percetle) 33 Ukura Lokas Ukura Kecederuga Memusat Rata rata htug (artmats) Meda Modus 34

18 Data Takberkelompok da Data Berkelompok Data takberkelompok (ugrouped data) data yag dsajka secara dvdual Data berkelompok (grouped data) data yag dsajka dalam betuk tabel frekues 35 Rata Rata Htug Utuk data tak berkelompok: Utuk data berkelompok: = = k = = k = f M f 36

19 Cotoh Perhtuga Rata Rata Htug utuk Data Takberkelompok = L = 6,78 37 Cotoh Perhtuga Rata Rata Htug utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) f x M Rata rata htug =

20 Rata Rata Htug Tertmbag da Cotoh Perhtuga = = = W W 39 Meda Data Takberkelompok Data takberkelompok (durutka dar terkecl ke terbesar, k = uruta ke) Jumlah data gajl Meda = k + Jumlah data geap k = k = Meda = k+ ( k + ) 40

21 Cotoh Perhtuga Meda utuk Data Takberkelompok (Jumlah Data Gajl) Sebelum durutka Setelah durutka Meda = 5 = 60 4 Cotoh Perhtuga Meda utuk Data Takberkelompok (Jumlah Data Geap) Sebelum durutka Setelah durutka Meda = ( ) Meda = = ( ) 67, 5 4

22 Meda Data Berkelompok Data berkelompok: F Meda = L + c 0 fm L 0 c F m 0 f m 0 m = la batas bawah dar kelas yag memuat meda = lebar kelas atara la batas bawah da la batas atas dar kelas yag memuat meda = bayakya observas (= total frekues) = jumlah frekues dar semua kelas d bawah kelas yag memuat meda = frekues dar kelas yag memuat meda 43 Cotoh Meda utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) = 00 = 50 Kelas yag memuat meda Meda = 69,5 + 0 = 73,

23 Modus Data tak berkelompok: Modus = Nla dega frekues terbayak Data berkelompok: L 0 c f 0 f 0 Modus + c f 0 f + f = L0 0 0 = la batas bawah dar kelas yag memuat modus = lebar kelas atara la batas bawah da la batas atas dar kelas yag memuat modus = selsh frekues kelas yag memuat modus dega frekues kelas sebelumya = selsh frekues kelas yag memuat modus dega frekues kelas sesudahya 45 Cotoh Perhtuga Modus utuk Data Takberkelompok Modus = Modus = tdak ada 46

24 Cotoh Perhtuga Modus utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) Modus = 69,5 + 0 = 75,8 + 7 Kelas yag memuat modus 47 Rata Rata Geometrs da Rata Rata Harmos Rata rata geometrs G = = Rata rata harmos R H = = 48

25 Cotoh Perhtuga Rata Rata Geometrs da Rata Rata Harmos R H 9 (( 0)( 80) ( 90) ) = 58, 0 G = L = L+ 90 = 5,65 49 Mmum da Maksmum serta Cotoh Perhtuga Mmum M Maksmum Max = m = max ( ) ( ) M = 0 Max = 90 50

26 Kuartl Data Takberkelompok Data tak berkelompok (setelah durutka) Q ( + ) = Nla ke ; =,,3 4 5 Kuartl Data Berkelompok Data berkelompok: L 0 c F 0 q f q Q ( )( ) 0 Fq 4 = L0 + c, =,,3 fq = la batas bawah dar kelas yag memuat kuartl ke = lebar kelas atara la batas bawah da la batas atas dar kelas yag memuat kuartl ke = bayakya observas (= total frekues) = jumlah frekues dar semua kelas d bawah kelas yag memuat kuartl ke = frekues dar kelas yag memuat kuartl ke 5

27 Desl Data Takberkelompok Data tak berkelompok (setelah durutka) D ( + ) = Nlake ; 0 =,, L,9 53 Desl Data Berkelompok Data berkelompok: ( )( ) 0 Fd 0 D = L + c, =,, fd L 0 c F 0 d f d 0 L = la batas bawah dar kelas yag memuat desl ke = lebar kelas atara la batas bawah da la batas atas dar kelas yag memuat desl ke = bayakya observas (= total frekues) = jumlah frekues dar semua kelas d bawah kelas yag memuat desl ke = frekues dar kelas yag memuat desl ke,9 54

28 Persetl Data Takberkelompok Data tak berkelompok (setelah durutka) P ( + ) = Nlake ; 00 =,, L,99 55 Cotoh Perhtuga Persetl utuk Data Takberkelompok Sebelum durutka Setelah durutka P ( 9 + ) 90 = Nlake = P90 = Nlake 9 = 90 90

29 Persetl Data Berkelompok Data berkelompok: ()( ) 0 Fp 00 P = L + c, =,, fp L 0 c F 0 d f d 0 L,99 = la batas bawah dar kelas yag memuat persetl ke = lebar kelas atara la batas bawah da la batas atas dar kelas yag memuat persetl ke = bayakya observas (= total frekues) = jumlah frekues dar semua kelas d bawah kelas yag memuat persetl ke = frekues dar kelas yag memuat persetl ke 57 Cotoh Perhtuga Persetl utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) (90)(00) = Kelas yag memuat Persetl P 90 = 79,5 + 0 = 88,3 5

30 Ukura Sebara Ukura sebara absolut Retag (Rage) Smpaga Kuartl (Quartle Devato) Smpaga Rata Rata (Mea devato) Smpaga Baku (Stadard devato) Varas (Varace) Ukura sebara relatf Koefse Varas (Coeffcet of Varato) Koefse Varas Kuartl (Coeffcet of Quartle Varato) 59 Retag Utuk data tak berkelompok: Rage = Nla maksmum Nla mmum Utuk data berkelompok: Rage = Nla tegah kelas terakhr Nla tegah kelas pertama Rage = Batas atas kelas terakhr Batas bawah kelas pertama 60

31 Cotoh Retag utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) Retag = 60.0 Retag = Smpaga Kuartl d Q = Q 3 Q 6

32 Smpaga Rata Rata Data Takberkelompok Data tak berkelompok: Terhadap rata rata Mea devato = Terhadap meda = = Mea devato = Meda 63 Smpaga Rata Rata Data Berkelompok Utuk data tak berkelompok: Mea devato = k = f M 64

33 Cotoh Perhtuga Smpaga Rata Rata utuk Data Berkelompok Kelas Ttk Tegah f x M Frekues (f) f x M M Rata Batas Bawah Batas Atas (M) Rata Rata rata htug = 7.5 Smpaga rata rata Smpaga Baku & Varas Data Takberkelompok Data takberkelompok: Smpaga baku (populas) S = ( ) = Varas (populas) S = = ( ) 66

34 Smpaga Baku & Varas Data Takberkelompok Data takberkelompok: Smpaga baku (sampel) S = ( ) = Varas (sampel) S = ( ) = 67 Smpaga Baku & Varas Data Berkelompok Utuk data berkelompok: Smpaga baku S Varas S k f = = k f = = ( M ) ( M ) 68

35 Cotoh Perhtuga Smpaga Baku da Varas utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) f x M (M Rata)^ f x (M Rata)^ Rata rata htug = 7.5 Smpaga baku = 3. Varas = Ukura Sebara Relatf Utuk perbadga sebara dar dua atau lebh dstrbus Ukura sebara relatf Koefse varas (coeffcet of varato) Koefse varas kuartl (coeffcet of quartle varato) 70

36 Koefse Varas Koefse varas Koefse varas kuartl S V = = 00% ( Q Q ) Meda V Q ( Q Q ) V Q = ( Q + Q ) % 00% 7 Ukura Kemrga Ukura kemrga meujukka ukura kesmetrsa dstrbus frekues Betuk Kemrga egatf (kr) Kemrga ol (smetrs) Kemrga postf (kaa) 7

37 Betuk Kemrga Dstrbus Kemrga egatf (kr) Frekues ,5 44,5 54,5 64,5 74,5 84,5 94, Kemrga ol (smetrs) Frekues ,5 44,5 54,5 64,5 74,5 84,5 94,5 Kemrga postf (ol) Frekues ,5 44,5 54,5 64,5 74,5 84,5 94,5 73 Ukura Kemecega Koefse Pearso Koefse Pearso: sk = Modus S ( ) S 3 Meda sk = 74

38 Ukura Kemecega Rumus Bowley Rumus Bowley: sk B = ( Q3 Q ) ( Q Q ) ( Q Q ) + ( Q Q ) 3 sk B = ( Q3 + Q Q ) ( Q Q ) 3 75 Ukura Kemecega Relatf Ukura kemecega relatf Data tak berkelompok: α = 3 ( ) = S 3 3 Data berkelompok: α = 3 k f = ( M ) S

39 Iterpretas Nla Ukura Kemecega Iterpretas Kemrga egatf (kr) α 3 < 0 Smetrs α 3 = 0 Kemrga postf (kaa) α 3 > 0 77 Cotoh Perhtuga Ukura Kemrga utuk Data Berkelompok Kelas Ttk Tegah Batas Bawah Batas Atas (M) Frekues (f) f x M (M Rata)^ f x (M Rata)^ (M Rata)^3 f x (M Rata)^ Rata rata htug = 7.5 Smpaga baku = 3. Skewess = Frekues ,5 44,5 54,5 64,5 74,5 84,5 94,5 78

40 Ukura Kerucga Ukura kerucga (kurtoss) Ukura ekses dar suatu dstrbus. Ukura dstors terhadap kurva ormal. Betuk kurtoss Leptokurts (leptokurtc) Mesokurts (mesokurtc) betuk kurva ormal Platkurts (platykurtc) 79 Ukura Kerucga Relatf Ukura kerucga relatf Data tak berkelompok: Data berkelompok: α = 4 α = 4 ( ) = S 4 k f = 4 ( M ) S

41 Iterpretas Ukura Kerucga Iterpretas Leptokurts α 4 > 3 Mesokurts α 4 = 3 Platkurts α 4 < 3 8 Cotoh Perhtuga Ukura Kerucga utuk Data Berkelompok Kelas Batas Bawah Batas Atas Ttk Tegah Frekues (f) f x M (M Rata)^ f x (M Rata)^ (M Rata)^4 f x (M Rata)^4 (M) Rata rata htug = 7.5 Smpaga baku = 3. Kurtoss = 3.8 8

42 Aalss Regres Aalss regres sederhaa (smple regresso aalyss) Aalss regres majemuk (multple regresso aalyss) 83 Persamaa Regres Sederhaa Y = b0 + b Y = varabel depede = varabel depede 84

43 Dagram Pecar (Scatter Dagram) Y Y Koefse dalam Persamaa Regres Koefse regres (regresso coeffcet) Kostata b b 0 = = = = Y = = = Y b = = Y 86

44 Koefse Korelas & Koefse Determas Koefse korelas Pearso r = = = = Y = = Y = = Y Y Koefse determas R = r 87 Cotoh Perhtuga Persamaa Regres Y ^ Y^ Y Y =,7 +, 04 = 8 Koef. Regres b =.037 b0 =.674 Koef. Korelas r = 0.99 Koef. Determas r^ = Y 6 4 y = x R =

45 89 89 Aalss Regres Majemuk Persamaa regres ler majemuk dega k varabel depede b k k b b Y = L Peetua Koefse Regres utuk Dua Varabel Idepede Kasus dua varabel depede, da = Y Y Y b b b 0 A b H H A b =

46 9 9 Koefse Korelas Bvarat Koefse korelas bvarat atara da Y ( ) = = = = = = = = Y Y Y Y Y r ; 9 9 Koefse Korelas Ler Majemuk ( ) ( ) ( ) ( ) ( ) ( ) ( ) ; ; ; ; ; ;, ; Y Y Y Y Y r r r r r r r + =

47 Koefse Korelas Parsal Koefse korelas parsal atara Y da dega kosta: r ( Y, ) = r ( Y, ) ( Y, ) (, ) r r r ( Y, ) (, ) r 93 Aalss Tabulas Slag Aalss Tabulas Slag (Cross Tabulato) dguaka utuk megaalss korelas dua varabel kualtatf 94

48 Koefse Kotges Koefse kotges (cotgecy coeffcet) C = χ c χ + = χ e j p q = = = = f j p q ( fj ej ) = = ( )( ) j e j 95 Cotoh Perhtuga Aalss Tabulas Slag Mobl Seda Pedapata Ukura kecl Ukura Sedag Ukura Besar Jumlah Redah Meegah Tgg Jumlah Mobl Seda Pedapata Ukura kecl Ukura Sedag Ukura Besar Jumlah Redah Meegah Tgg Jumlah χ χ = 44,34 C c = = 0, 3 χ + 96

Tabel Distribusi Frekuensi

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

Lebih terperinci

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

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

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

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

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

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

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

Lebih terperinci

STATISTIKA DASAR. Oleh

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

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

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

Lebih terperinci

UKURAN PEMUSATAN DAN LETAK DATA

UKURAN PEMUSATAN DAN LETAK DATA UKURAN PEMUSATAN DAN LETAK DATA PENDAHULUAN Suatu harga yag dapat dpaka utuk mewakl sekumpula data. Harga rata-rata merupaka suatu la sektar maa blaga-blaga la tersebar. Harga rata-rata serg damaka measure

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

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

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

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

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

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

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

Statistik Industri. Pengertian

Statistik Industri. Pengertian Statstk Idustr Pertemua ke- Pegerta Ilmu megumpulka, megolah, mergkas, meya jka da terpretas data utuk dasar pegambla keputusa Pegelompoka Deskrpt: Statstka yag megguaka data pada suatu kelompok utuk mejelaska

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Statistik. Ukuran lokasi. Ukuran kemiringan Ukuran keruncingan

Statistik. Ukuran lokasi. Ukuran kemiringan Ukuran keruncingan Statstk Ukuran lokas Ukuran sebaran Ukuran kemrngan Ukuran keruncngan Ukuran-ukuranukuran lokas Rata rata htung (arthmetc mean) Rata rata htung sederhana (smple arthmetc mean) Rata rata htung tertmbang

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

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

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

PENDAHULUAN. Tabel nilai statistika Nilai Jumlah Mahasiswa A 5 B 9 C 25 D 3 E

PENDAHULUAN. Tabel nilai statistika Nilai Jumlah Mahasiswa A 5 B 9 C 25 D 3 E 1 PENDAHULUAN 1.1. Pegerta statstk da statstka Statstk adalah kumpula data, blaga maupu o blaga yag dsusu dalam table da atau dagram yag melukska suatu persoala Tabel la statstka Nla Jumlah Mahasswa A

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

STATISTIKA Matematika Kelas XI MIA

STATISTIKA Matematika Kelas XI MIA STATISTIKA Matematka Kelas XI MIA 90 0 70 0 50 40 30 0 0 1st Qtr d Qtr 3rd Qtr 4th Qtr East West North Dsusu oleh : Markus Yuarto, S.S Tahu Pelajara 01 017 SMA Sata Agela Jl. Merdeka No. 4 Badug PENGANTAR

Lebih terperinci

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

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

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

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

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

BAB 1 STATISTIKA. Gambar 1.1

BAB 1 STATISTIKA. Gambar 1.1 STANDAR KOMPETENSI: BAB 1 STATISTIKA Megguaka atura statstka, kadah pecacaha, da sat-sat peluag dalam pemecaha masalah. Kompetes Dasar 1. Membaca data dalam betuk tabel da dagram batag, gars, lgkara, da

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

Statistika. Menyajikan Data dalam Bentuk Diagram ;

Statistika. Menyajikan Data dalam Bentuk Diagram ; Statstka Meyajka Data dalam Betuk Dagram ; Meyajka Data dalam Betuk Tabel Dstrbus Frekues ; Meghtug Ukura Pemusata, Ukura Letak, da Ukura ; Peyebara Data Kalau kamu ke kator keluraha, kator pajak, kator

Lebih terperinci

47 Soal dengan Pembahasan, 46 Soal Latihan

47 Soal dengan Pembahasan, 46 Soal Latihan Galer Soal 7 Soal dega Pembahasa, Soal Latha Dragkum Oleh: ag Wbowo, S.Pd Jauar 0 MatkZoe s Seres Emal : matkzoe@gmal.com log : www.matkzoe.wordpress.com HP : 0 97 97 Hak pta Dldug Udag-udag. Dlarag megkutp

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

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

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

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

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

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

Lebih terperinci

Bab 1. Statistika. A. Penyajian Data B. Penyajian Data Statistik C. Penyajian Data Ukuran menjadi Data Statistik Deskriptif

Bab 1. Statistika. A. Penyajian Data B. Penyajian Data Statistik C. Penyajian Data Ukuran menjadi Data Statistik Deskriptif Bab Statstka Sumber: farm.statc.flckr.com Setelah mempelajar bab, Ada harus mampu melakuka pegolaha, peyaja da peafsra data dega cara membaca da meyajka data dalam betuk tabel da dagram batag, gars, lgkara,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

STATISTIKA. Penulis Dra. Th. Widyantini, M.Si. Layouter: Titik Sutanti, S.Pd.Si., M.Ed.

STATISTIKA. Penulis Dra. Th. Widyantini, M.Si. Layouter: Titik Sutanti, S.Pd.Si., M.Ed. STATISTIKA Peuls Dra. Th. Wdyat, M.S. Layouter: Ttk Sutat, S.Pd.S., M.Ed. PUSAT PENGEMBANGAN DAN PENBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN MATEMATIKA KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN 015 Daftar

Lebih terperinci

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

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

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

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

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

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

MODUL ANALISIS REGRESI DAN KORELASI

MODUL ANALISIS REGRESI DAN KORELASI ANALISIS REGRESI DAN KORELASI MODUL 13 ANALISIS REGRESI DAN KORELASI Dalam kehdupa sehar-har, sergkal djumpa hubuga atara suatu varabel dega satu atau lebh varabel la. D dalam bdag pertaa sebaga cotoh,

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

8. 1 Mengidentifikasi pengertian statistik, statistika, populasi, dan sampel

8. 1 Mengidentifikasi pengertian statistik, statistika, populasi, dan sampel Sumber : Art ad Gallery Stadar Kompetes 8. Meerapka atura kosep statstk dalam pemecaha masalah Kompetes Dasar 8. Megdetfkas pegerta statstk, statstka, populas, da sampel 8. Meyajka data dalam betuk tabel

Lebih terperinci

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

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

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

HAND OUT STATISTIKA DASAR (MT308) Oleh : Dewi Rachmatin, S.Si., M.Si.

HAND OUT STATISTIKA DASAR (MT308) Oleh : Dewi Rachmatin, S.Si., M.Si. HAND OUT STATISTIKA DASAR (MT308) Oleh : Dew Rachmat, S.S., M.S. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA UNIVERSITAS PENDIDIKAN INDONESIA 008 Idettas Mata Kulah. Nama Mata

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

(Drs. Saliman, M.Pd.)

(Drs. Saliman, M.Pd.) (Drs. Salma, M.Pd.) Stadar Kompetes Sesudah megkut mata kulah, mahasswa dharapka mampu megguaka statstka secara tepat dalam kegata peelta lmah. Mafaat Mata Kulah Mata kulah sagat bermafaat bag mahasswa

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

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

Lebih terperinci

PENDAHULUAN. Gambar (a) diagram lingkaran (b) diagram balok

PENDAHULUAN. Gambar (a) diagram lingkaran (b) diagram balok PENDAHULUAN.. PENGERTIAN STATISTIK DAN STATISTIKA Statstk adalah kumpula data, blaga maupu o blaga yag dsusu dalam table da atau dagram yag melukska suatu persoala. Cotoh tabel da dagram statstk dapat

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

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

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

Lebih terperinci

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

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

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

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda) Jural EKSPONENSIAL Volume 4, Nomor 1, Me 2013 ISSN 2085-7829 Pemodela Regres Ler Megguaka Metode Thel (Stud Kasus: Kompesas Pegawa d Bada Kepegawaa Daerah Kota Samarda) Lear Regresso Modelg Wth Thel Method

Lebih terperinci