STATISTIKA II IT
|
|
- Handoko Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STATISTIKA II IT Ummu Kalsum UNIVERSITAS GUNADARMA 2016
2 KONTRAK KULIAH Waktu: Rabu, dan Jam mulai : 3 sks, maka: Mulai: Selesai: 3 x 50 menit = 150 menit Keterlambatan : MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang materi saat itu Membuat rhesume materi Menyampaikan review materi sebelumnya
3 Larangan dalam kelas : makan dan membuat keributan boleh air minum Pakaian: sopan dan rapi, kaos oblong (ada kerah) Celana modif/sengaja sobekan Penambahan point Kalau dosen pengampu terlambat 1 Menjawab soal/pertanyaan Review materi sebelumnya Kehadiran 1 Ketua kelas : MAILING LIST: ummukalsum89@yahoo.co.id Hp:
4 No. Waktu PERTEMUAN Bab 1 2 Mar Pendahuluan : Statistik induktif (inferensial) 2 9 Mar Pengganti? Pendugaan parameter 3 16 Mar Pendugaan parameter 4 23 Mar Pendugaan parameter 5 30 Mar Hipotesis 6 6 Apr Hipotesis 7 13 Apr Hipotesis
5 LANJUTAN PERTEMUAN No. Waktu Bab 8 20 Apr Analisis ragam 9 27 Apr Analisis ragam 10 4 Mei Chi kuadrat, review 12 8 Juni Uji kontigensi Juni Juni Juni Uji regresi linear sederhana, Berganda dan uji korelasi Penerapan Metoda Statistik Inferensia Review
6 Referensi Hasan, M. Iqbal Pokok-Pokok Materi Statistik 2 (Statistik Inferensif). Jakarta: Bumi Aksara. Mulyono, Sri Statistika untuk Ekonomi dan Bisnis. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI. Walpole, Ronald E Pengantar Statistika Edisi Ke-3. Jakarta: PT Gramedia Pustaka Utama Statistika II/Statistika Perancangan Percobaan
7 Statistika inferensia Statistika? Inferensia?
8 statistika Ilmu mengumpulkan, tabulasi, penggolongan, analisis dan menyimpulkan berdasarkan bukti (berupa data) inferensia Dapat disimpulkan
9 Statistika Inferensia?
10 Statistika Inferensia/induktif Merupakan bagian statistika yang mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada pendugaan atau penarikan kesimpulan mengenai keseluruhan gugus data
11 Inferensia statistika dikelompokkan dalam 2 bidang utama : pendugaan dan pengujian hipotesis Pendugaan biasanya pendugaan parameter Mengapa bidang utamanya pendugaan parameter dan pengujian hipotesis?
12 Data Analisis Simpulan Ciri khas? Sampel? Populasi?
13 Populasi dan Sampel
14 Populasi dan Sampel Alasan menggunakan sampel: a. Biaya & Sumber Daya b. Waktu c. Ketelitian d. Sifat merusak / mengganggu Populasi RANDOM Sampel Rata-rata (µ) Simpangan Baku / standard deviasi (σ)
15 Populasi dan Sampel
16 Metode Sampling Random Sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel
17 Metode Sampling Teori sampling didasarkan atas adanya pengaruh saling meniadakan diantara anggota populasi Random Sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel
18 Populasi vs Sampel Parameter Populasi Sebuah parameter populasi selalu konstan Sebuah populasi hanya memiliki sebuah nilai µ Statistik Sampel Merupakan variabel acak (random) Setiap statistik sampel memiliki sebuah distribusi peluang (probability distribution) Distribusi peluang dari suatu statistik sampel disebut distribusi sampling
19 Bentuk Distribusi Sampling Bentuk distribusi sampling x berkaitan dengan dua kondisi, yaitu: 1.Populasi dimana sampel diambil memiliki distribusi normal 2.Populasi dimana sampel diambil tidak memiliki distribusi normal
20 Distribusi Populasi Distribusi Populasi merupakan distribusi peluang yang diturunkan dari informasi seluruh elemen populasi Contoh 1: Ada 5 mahasiswa yang mengambil m.k. Statistika Lanjut dengan hasil akhir masing2 adalah: 70, 78, 80, 80, 95 Jika tidak dilakukan pengelompokan, maka buatlah distribusi peluang populasinya!
21 Distribusi Populasi Distribusi Peluang Populasi Jawab: Tabel Distribusi Peluang x x f P(x) / / / /5 f = 5 P(x) = 1
22 Distribusi Sampling Distibusi Sampling yaitu suatu distribusi peluang semua nilai statistik dari suatu sample yang diambil dari sebuah populasi A.Distribusi Sampling Rata-rata Dalam suatu populasi, hanya ada 1 nilai ratarata populasi µ Rata-rata sampel x, nilainya merupakan variabel acak sehingga memiliki distribusi peluang = distribusi sampling rata-rata, x
23 Contoh : Dari contoh sebelumnya dengan 5 anggota populasi (A, B, C, D, E) berwisata, buatlah semua kemungkinan sampel yang dapat terjadi jika masing2 sampel terdiri dari 3 anggota tersebut berwisata dalam waktu yang bersamaan? Penyelesaian: Jumlah kombinasi sampel yang terjadi dihitung dengan rumus kombinasi: Kemungkinan kombinasi sampel ( ) 5 3 5! 10 3! (5-3)!
24 Sampling dari populasi yang terdistribusi normal Jika populasi dimana sampel diambil memiliki distribusi normal. dengan mean µ dan simpangan baku, maka distribusi sampling dari mean sampel x akan juga terdistribusi normal, dengan mean dan simpangan baku: µ x = µ dan x = σ n ( X -µ)pangkat 2 f X f = sample value = frekuensi
25 Z-value for Sampling Distribution of the Mean Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n where: baku X μ σ = sample mean = population mean = population standard deviation/simpangan n = sample size
26 Z-value for Sampling Distribution of the Median Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n where: baku X μ σ = sample value = population median = population standard deviation/simpangan n = sample size
27 Contoh soal 1. Tentukan Peluang terambil masing-masing sampel..? Terdapat nilai 0, 1, 2, 3, 4 2. Soal no. 1 nilai tengah dan ragam/simpangan baku dari distribusi nilai tengah?
28 Sampling Distribution Properties μ x μ Normal Population Distribution (i.e. xis unbiased ) Normal Sampling Distribution (has the same mean) μ x μ x x
29
30 Terima kasih
STATISTIKA II IT
STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciMATEMATIKA EKONOMI 2 IT
MATEMATIKA EKONOMI 2 IT - 021335 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Selasa, 13.30 16.30 Jam mulai : 3 sks, maka: Mulai: 13.30 Selesai: 16.00 Keterlambatan : MOHON KETERLAMBATAN
Lebih terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik
Lebih terperinciPerilaku Keorganisasian IT
Perilaku Keorganisasian IT-021251 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Kamis, 13.30 15.30 Sabtu 9.30 11.30 Jam mulai : Selesai: 2 x 50 menit = 100 menit Keterlambatan : MOHON KETERLAMBATAN
Lebih terperinciGARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-2 **/ 2015 Kode Mata Kuliah/SKS : IT-022251/2 SKS Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-2 merupakan
Lebih terperinciESTIMASI. 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 terperinciUmmu 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 terperinciMK - MANAJEMEN PEMASARAN* IT UMMU KALSUM
MK - MANAJEMEN PEMASARAN* IT - 021231 UMMU KALSUM UNIVERSITAS GUNADARMA 2017 KONTRAK KULIAH Keterlambatan : MOHON KETERLAMBATAN TIDAK >15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2
SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep
Lebih terperinciRENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA II
(RPP) Mata Kuliah STATISTIKA II Oleh : Risky Setiawan, M.Pd JURUSAN PENDIDIKAN GURU PENDIDIKAN ANAK USIA DINI FAKULTAS ILMU PENDIDIKAN IKIP VETERAN SEMARANG Semester/ SKS : 7/2 Pertemuan Ke- : 1 dan 2
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Statistika 2 / Probabilitas Terapan : IT012249 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1. Distribusi sampling populasi, sampel, tehnik
Lebih terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
Lebih terperinciSTATISTIK PERTEMUAN VII
STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik
Lebih terperinciThe Central Limit Theorem
Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA Tanggal Penyusunan dd/bb/thn Tanggal revisi dd/bb/thn 16 Agustus 2016 4 Februari 2017 Fakultas
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciETIKA BISNIS # HM UMMU KALSUM
ETIKA BISNIS # HM-021201 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 11.30 13.30 dan 14.30 16.30 Jam mulai : Selesai: 2 x 50 menit = 100 menit Keterlambatan : MOHON KETERLAMBATAN
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dapat digolongkan penelitian deskriptif kuantitatif, karena
BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Penelitian ini dapat digolongkan penelitian deskriptif kuantitatif, karena melalui penelitian ini dapat dideskripsikan fakta-fakta yang berupa kemampuan
Lebih terperinciMATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1. 1.Distribusi sampling Memberi penjelasan tentang populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling ratarata Sub Pokok Bahasan dan Sasaran Belajar
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1
Lebih terperinciRENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA I
(RPP) Mata Kuliah STATISTIKA I Oleh : Risky Setiawan, M.Pd JURUSAN PENDIDIKAN GURU PENDIDIKAN ANAK USIA DINI FAKULTAS ILMU PENDIDIKAN IKIP VETERAN SEMARANG Pertemuan Ke- : 1 Alokasi : 100 Menit Prasyarat
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks
Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan
Lebih terperinciKontrak Kuliah Metode Statistika 2
Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi
Lebih terperinciSetelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika
2 N i 1 x i N 2 Z X Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika sederhana s 2 n i 1 x i x n 1 2 No.
Lebih terperinciSTATISTIKA TERAPAN Disertai Contoh Aplikasi dengan SPSS
STATISTIKA TERAPAN Disertai Contoh Aplikasi dengan SPSS Penulis: Dr. Bambang Suharjo, M.Si. Edisi Pertama Cetakan Pertama, 2013 Hak Cipta 2013 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Penahuluan konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika Mahasiswa
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika
Lebih terperinciSTUDI KRITIS ATAS UJI KECUKUPAN DATA
STUDI KRITIS ATAS UJI KECUKUPA DATA Budi Aribowo 1 ABSTRACT Data proficiency test that often used in research, especially in ergonomic and working system design to determine whether the number of the sample
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kode / SKS Program Studi Fakultas : Statistika Dasar : IT012244 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan konsep statistika dan notasi penjumlahan 1.1. Konsep statistika
Lebih terperinciPengantar Statistika
Ruang Lingkup Statistika iii iv Pengantar Statistika Ruang Lingkup Statistika v Pengantar Statistika Oleh : Nana Danapriatna Rony Setiawan Edisi Pertama Cetakan Pertama, 2005 Hak Cipta 2005 pada penulis,
Lebih terperinciPENAKSIRAN NILAI PARAMETER POPULASI
PENAKSIRAN NILAI PARAMETER POPULASI Setelah mengikuti perkuliahan minggu I, mahasiswa BOPR 5204 diharapkan mampu untuk (1) Menjelaskan penaksiran titik dan interval parameter populasi (2) Mengetahui jenis
Lebih terperinciSTATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
Lebih terperinciSATUAN 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 terperinciSATUAN ACARA PENGAJARAN (SAP)
SATUAN ACARA PENGAJARAN (SAP) Mata Kuliah : STATISTIK INFERENSIAL Kode Mata Kuliah : 02085314 SKS : 3 Waktu Pertemuan : 3 x 45 Menit Pertemuan ke : 1 & 2 A. KOMPETENSI 1. Standar Kompetensi : Mahasiswa
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 MINGGU KE POKOK & SUB POKOK BAHASAN 1 PENDAHULUAN
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciANALISIS DATA KUANTITATIF
1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab
Lebih terperinciPENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter
Lebih terperinciBUKU RANCANGAN PENGAJARAN
BUKU RANCANGAN PENGAJARAN Mata Kuliah STATISTIK SOSIAL Disusun oleh: SYAHRUL, S.T., M.Eng Program Studi Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas 17 Agustus 1945 Samarinda 2015
Lebih terperinciSILABUS. URAIAN MATERI PEMBELAJARAN Estimasi parameter: 1. Pengenalan pendugaan titik (estimasi point) pada pendugaan selang (estimasi interval)
SILABUS JUDUL MATA KULIAH : STATISTIK INFERENSIAL NOMOR KODE/SKS : 02085314 / 3 SKS SEMESTER : 2 DOSEN : DESKRIPSI SINGKAT : Mata kuliah ini membahas tentang peranan statistika dalam pengembangan ilmu
Lebih terperinciSebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS
1 1. Distribusi Sampling TIU : Memberi penjelasan tentang populasi, sampel, teknik pengambilan sampel, serta distribusi sampling rata-rata 2 1.2. Distribusi Sampling Rata-rata 1.1. Konsep Dasar Sampling
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Penelitian yang dilakukan oleh seorang peneliti harus menggunakan metode penelitian yang tepat. Penelitian secara hakiki terbagi menjadi dua,
Lebih terperinciSTK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh
STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciSEBARAN PENARIKAN SAMPEL LOGO
SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih
Lebih terperinciUKURAN DISPERSI (SEBARAN)DATA
Malim Muhammad, M.Sc. UKURAN DISPERSI (SEBARAN)DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DISPERSI
Lebih terperinciDISTRIBUSI 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 terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinciANALISIS 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 terperinciSTATISTIK Hypothesis Testing 2 Contoh kasus
STATISTIK Hypothesis Testing 2 Contoh kasus Chapter 6 Sulidar Fitri, M.Sc Analisis Data Deskriptif Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi (range, mean deviasi,
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central
Lebih terperinciRANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER. AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah :
RANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER Fakultas : PERANIAN Program Studi : AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah : PAE213 Bobot : SKS 3 sks Semester
Lebih terperinciPENGENALAN STATISTIKA
PENGENALAN STATISTIKA 1 Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan Waktu Sumber Membekali mahasiswa agar lebih paham dan menguasai teori terkait: data dan cara pengumpulan data serta manfaat
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciHanif Fakhrurroja, MT
Metodologi Penelitian Analisis Penelitian: Statistik Deskriftif dan Inferensial Hanif Fakhrurroja, MT PIKSI GANESHA, 2012 Hanif Fakhrurroja @hanifoza hanifoza@gmail.com Pendahuluan Kegiatan dalam analisis
Lebih terperinciRandy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat ABSTRACT
PERKIRAAN SELANG KEPERCAYAAN UNTUK NILAI RATA-RATA PADA DISTRIBUSI POISSON Randy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat *email:
Lebih terperinciDESKRIPSI MATA KULIAH
DESKRIPSI MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit : Statistika dan Probabilitas : IF32225 : 3 SKS (3X45 menit) Deskripsi : Membahas mengenai cara-cara pengumpulan data, penganalisisan dan
Lebih terperinciMETODE STATISTIKA (Pendahuluan)
METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SYIAH KUALA Darussalam, Banda Aceh
08/02/2017 Nama Mata Kuliah : Biostatistika Kode Mata Kuliah : SKV 103 Bobot SKS : 2 (Dua) Semester : Ganjil Hari Pertemuan : 1 (pertama) Tempat Pertemuan : Ruang kuliah Koordinator MK : Khairul Umam,
Lebih terperinci5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI
Week 11 & 12 HYDROLOGIC STATISTICS (and Frequency Analysis) Introduction Frequency and Probability Function Statistical Parameters Fitting a Probability Distribution Probability Distributions for Hydrologic
Lebih terperinciDISTRIBUSI 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 terperinciBAB III METODE PENELITIAN. suatu permasalahan (Azwar,2012:1). Desain penelitian dapat diartikan suatu
BAB III METODE PENELITIAN 1.1 Desain Penelitian Penelitian merupakan suatu rangkaian kegiatan ilmiah dalam memecahkan suatu permasalahan (Azwar,2012:1). Desain penelitian dapat diartikan suatu rancangan
Lebih terperinciDESKRIPSI PERKULIAHAN
DESKRIPSI PERKULIAHAN Program Studi : Pendidikan Guru Sekolah Dasar Mata Kuliah : Statistik Inferensial Kode Mata Kuliah : MKBK 526520 Jumlah SKS : 3 SKS Dosen Pengampu : Nurratri Kurnia Sari, S. Pd.,
Lebih terperinciRENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) STATISTIKA TPE 227. OLEH: Dr. ANDASURYANI, S.TP, M.Si DELVI YANTI, S.TP, MP
RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) STATISTIKA TPE 227 OLEH: Dr. ANDASURYANI, S.TP, M.Si DELVI YANTI, S.TP, MP PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI
Lebih terperinciProbability and Random Process
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 1. Review Teori Statistika Prima Kristalina Maret 2016 2 Outline Pengertian Statistika Populasi,
Lebih terperinciKONTRAK PEMBELAJARAN
Jurusan Teknik Sipil FT UNS Dokumen level 4: REKAMAN Judul : KONTRAK PEMBELAJARAN MK STATISTIKA DAN PROBABILITAS No. Dokumen F-JTS-20.01 Revisi ke 0 Tgl. berlaku 10 Sep 2007 Halaman 1 / 6 KONTRAK PEMBELAJARAN
Lebih terperinciSAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)
SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) Pustaka Scheaffer RL, Mendenhall W, Ott RL. 2006. Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S. 1999. Sampling
Lebih terperinciANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi ( ) Bertu Rianto Takaendengan ( ) Mega Puspita Sari ( )
ANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi (16709251033) Bertu Rianto Takaendengan (16709251034) Mega Puspita Sari (16709251035) Diresume oleh: Sumbaji Putranto A. PENGERTIAN ANALISIS DATA
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).
40 BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Data hasil penelitian ini berupa data kuantitatif, yaitu berupa skor tes evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).
Lebih terperinciPendahuluan Statistika
Pendahuluan Statistika Ahmad Zakaria September 18, 2013 1 Ahmad Zakaria Pendahuluan Statistika Pendahuluan PENDAHULUAN 2 Ahmad Zakaria Pendahuluan Statistika Pendahuluan PENDAHULUAN Ilmu Statistik sudah
Lebih terperincidimana n HASIL DAN PEMBAHASAN
5. Proses penghilangan data dilakukan secara acak untuk memenuhi asumsi mekanisme kehilangan data yang acak (MAR). 6. Ulangan yang digunakan sebanyak 1 kali pada setiap simulasi untuk memberikan peluang
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciPROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA
SILABUS 1) Identitas mata kuliah Nama mata kuliah : Statistika I Kode Mata kuliah : PE 104 Jumlah SKS : 3 SKS Semester : 3 Kelompok mata kuliah : MKK Program Studi Program Stud : Pendidikan Manajemen Bisnis
Lebih terperinciRENCANA MUTU PEMBELAJARAN
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 504203 Nama Mata Kuliah : Statistika Matematika Jumlah sks : 3 sks Semester : V Alokasi
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinciSTATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui
Lebih terperinciSebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor
Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,
Lebih terperinciModul PENDAHULUAN F A K U L T A S E K O N O M I
Modul PENDAHULUAN F A K U L T A S E K O N O M I 2 0 1 2 Statistik Bisnis PENDAHULUAN A. DESKRIPSI S tatistika merupakan sebuah ilmu yang sering digunakan dalam berbagai bidang ilmu. Statistika merupakan
Lebih terperinciKegiatan Belajar 1 menerangkan konsep chi square. Kegiatan Belajar 2 menerangkan uji kepatutan (goodness of fit). Kegiatan Belajar 3 menerangkan tes
ix S Tinjauan Mata Kuliah tatistika merupakan ilmu yang sangat diperlukan di segala bidang. Kegunaannya untuk memecahkan suatu permasalahan dengan menggunakan analisis kuantitatif. Dengan berkembangnya
Lebih terperinciLAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si
LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si Oleh Nurul Anggraeni Hidayati NIM. 14610002 JURUSAN MATEMATIKA FAKULTAS SAINS DAN
Lebih terperinciBAB III METODE PENELITIAN. dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama -
36 BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini bertujuan untuk mengetahui pengaruh penguasaan konsep dan penguasaan keterampilan kognitif baik secara sendiri-sendiri atau bersama - sama
Lebih terperinciFUNGSI STATISTIKA. Oleh Jarnawi Afgani Dahlan
FUNGSI STATISTIKA Oleh Jarnawi Afgani Dahlan Hal yang sering menjadi perhatian utama, sering juga menjadi masalah seorang peneliti atau malahan ingin disebut penelitiannya bagus dan bergengsi dalam pengolahan
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciSampling, Estimasi dan Uji Hipotesis
Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciModul 1, Modul 2, Modul 3,
ix M Tinjauan Mata Kuliah ata kuliah Statistik Ekonomi merupakan mata kuliah keahlian khusus yang berisi tentang alat analisis yang digunakan untuk membantu memecahkan suatu permasalahan terutama dalam
Lebih terperinciSATUAN ACARA PEMBELAJARAN (SAP)
SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah : Statistik Kode Mata Kuliah : PSI-106 Jumlah SKS : 3 Waktu Pertemuan : 150 menit Kompetensi Dasar : 1. Penguasaan metodologi penelitian psikologi Indikator
Lebih terperinciMETODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif
METODE DAN DISTRIBUSI SAMPLING Oleh : Riandy Syarif HUBUNGAN SAMPEL DAN POPULASI Populasi Sampel DEFINISI Populasi kumpulan dari semua kemungkinan orang-orang, benda-benda, dan ukuran lain yang menjadi
Lebih terperinci