Bab 4 Pengumpulan dan Pengolahan Data

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 4 Pengumpulan dan Pengolahan Data"

Transkripsi

1 Bab 4 Pegumpula da Pegolaha Data 4.. Pegumpula Data 4... Peguja Kuesoer Pedahulua Peguja kuesoer pedahulua bertujua utuk meguj kelayaka da keadala peryataa-peryataa dalam kuesoer tersebut. Pada peelta kuesoer pedahulua dlakuka kepada 30 respode, jumlah tersebut daggap memeuh syarat suatu data dapat dolah da data dapat dasumska medekat dstrbus ormal. Berdasarka teorema lmt setral, rataa sampel umumya bak apabla 30 (Walpole da Myers, 995). Kuesoer yag dsebarka peelt merupaka kuesoer pelayaa jasa yag dberka UNIKOM kepada mahasswa UNIKOM, peelta dlakuka d Fakultas Tekk da Ilmu Komputer UNIKOM (FTIK UNIKOM). Kuesoer bers megea harapa pelagga (mahasswa) terhadap keyataa pelayaa jasa dar UNIKOM yag drasaka pelagga (gap5). Kuesoer terdr dar 45 (empat puluh lma) peryataa yag terbag kedalam 5 (lma) dmes jasa metode Parasurama s ServQual. Dar 45 (empat puluh lma) peryataa tersebut, apabla dlhat dar kuesoer kualtas pelayaa jasa dalam peelta masgmasg terdr dar peryataa relablty (keadala) sebayak 5 (lma belas) peryataa (varabel o 5,6,0,,3,9,20,2,23,24,25,26,27,28,35), resposveess (daya taggap) sebayak 5 (lma) peryataa (varabel o 2,3,2, 7,8), assurace (jama) sebayak 9 (Sembla) peryataa (varabel o,7,8,9,22,3,32,36,37), empathy (empat) sebayak 7 (tujuh) peryataa (varabel o 4,4,5,6,29,30,33,34), da tagbles (keadaa fsk) sebayak 8 (delapa) peryataa (varabel o 38,39,40,4,42,43,44,45). Berkut adalah daftar peryataa kuesoer kualtas pelayaa jasa tap dmes: 49

2 50 o Table 4.. Varabel Peryataa Kualtas Pelayaa tap Dmes Peryataa RELIABILITY (Keadala) 5 Dose mejelaska mater kulah dega meyakka 6 Sekertarat Jurusa melaya keperlua admstras dega cepat da tepat 0 Dose tdak perah kelru/salah dalam meyampaka mater kulah Petugas Sekertarat Jurusa tdak perah salah/kelru dalam memberka pelayaa admstras 3 Metode pegajara kreatf da ovatf sesua dega karaterstk matakulah 9 Dose mejelaska struktur perkulaha (atura ma, topk, sstem pelaa) 20 Dose meguraka teks/referes sebaga acua perkulaha 2 Hasl evaluas bak UTS/UAS dformaska tepat waktu 23 Dose Meguasa mater yag dajarka 24 Dose memaparka mater kulah dega jelas da mudah dpaham 25 Dose memberka da membahas soal latha/tugas 26 Dose megadaka /uja evaluas terbatas serta haslya dformaska 27 Keramaha da kesatua dose da petugas sekertarat dalam beraktvtas 28 Dose dapat mejelaska dega bak setap pertayaa yag dajuka mahasswa 35 Dose selalu megakomodr /beradaptas dega kega mahasswa RESPONSIVENESS (Daya Taggap) 2 Dose bertaggugjawab utuk mecarka solus terbak jka terjad permasalaha dalam perkulaha 3 Petugas Sekertarat Jurusa bertagugjawab utuk mecar solus terbak jka terjad permasalaha admstras 2 Petugas Sekertarat Jurusa memberka perkraa peyelesaa setap pegurusa admstras 7 Dose meaggap dega bak setap keluha/sara/masuka dar mahasswa 8 Sekertarat Jurusa sap da taggap dalam meaga permtaa mahasswa ASSURANCE (Jama) Dose selalu meepat jaj sesua dega komtme yag djajka bak d dalam maupu d luar kelas 7 Dose megajar sesua dega jadwal kulah 8 Petugas Sekertarat Jurusa memberka pelayaa admstras sesua dega jam kerja 9 Komtme waktu kulah (jam masuk-keluar) d laksaaka dega bak 22 Hasl evaluas bak UTS/UAS drasaka objetf sesua dega kemampua sswa 3 Dose selalu meg up-date mater perkulaha 32 Software utuk Matakulah Komputer selalu up to date 36 Jadwal perkulaha waktu ormal (tdak dlakuka malam har) 37 Beba mater perkulaha rata-rata tap har tdak memberatka mahasswa EMPATHY (Empat) 4 Dose memberka harapa da motvas yag membagktka mat belajar 4 Dose berseda membatu mahasswa utuk medapatka referes baha kulah 5 Dose berseda membatu meyelesaka kesulta dalam meyelesaka peelta KP/TA/Skrps

3 5 o Peryataa 6 Dose berseda membatu tercptaya aktvtas kemahasswaa melput pealara, mat, da bakat 29 Dose memberka perhata yag adl/tdak plh kash 30 Dose wal membatu mahasswa dalam meetuka strateg pegambla matakulah tap semester 33 Dose memberka akses/keterbukaa pelaa setelah evaluas dlakuka 34 Dose medorog agar mahasswa selesa meempuh peddka tepat waktu (+/- 4 tahu) TANGIBLES (Keadaa Fsk) 38 Megguaka focus/ohp pada setap perkulaha yag sebakya dapat dguaka 39 Tersedaya alat batu/alat peraga yag memada/layak d Lab Jurusa/lab Komputer 40 Kebersha da kerapha Ruaga Kelas, Lab Jurusa, da Lab Komputer 4 Keyamaa (cahaya da srkulas udara) Ruag Kelas, Lab Jurusa, da Lab Komputer 42 Kebersha da keyamaa Kamar Mad/WC 43 Dose da Sekertarat Jurusa berpeampla raph 44 Ketersedaa buku-buku referes pedukug perkulaha d Sekertarat Jurusa 45 Kods Hardware komputer (Motor-Mouse-Keyboard) d Lab Komputer Peryataa-peryataa utuk kualtas pelayaa kuesoer megguaka skala Lkert. Skor yag dguaka utuk pelagga megea pelayaa jasa terhadap keyataa pelayaa yag drasaka oleh pelagga (mahasswa) adalah: Sagat Tdak Bak = Tdak Bak = 2 Cukup Bak = 3 Bak = 4 Sagat Bak = 5 Skor yag dguaka utuk harapa pelagga megea pelayaa jasa terhadap keyataa yag drasaka pelagga (mahasswa) adalah: Sagat Tdak Petg = Tdak Petg = 2 Cukup Petg = 3 Petg = 4 Sagat Petg = 5

4 52 o 4... Uj Valdtas Uj valdtas dlakuka utuk megetahu apakah alat ukur yag dguaka meghaslka la yag sesua dega tujua alat ukur tersebut. Peguja valdtas dlakuka dega megguaka rumus korelas product momet pearso yag dolah dega batua Software SPSS 6.0 for Wdows. Dega jumlah respode 30 orag, serta tgkat ketelta yag dguaka α 5% maka dperoleh r tabel = Berkut hasl uj valdtas pelayaa jasa terhadap keyataa pelayaa yag drasaka oleh pelagga (gap 5). Tabel 4.2. Uj Valdtas Kuesoer Gap 5 Peryataa r ht harapa r ht keyataa r tabel Dose selalu meepat jaj sesua dega komtme yag djajka bak d dalam maupu d luar kelas Vald 2 Dose bertaggugjawab utuk mecarka solus terbak jka terjad permasalaha dalam perkulaha Vald 3 Petugas Sekertarat Jurusa bertagugjawab utuk mecar solus terbak jka terjad permasalaha admstras Vald 4 Dose memberka harapa da motvas yag membagktka mat belajar Vald 5 Dose mejelaska mater kulah dega meyakka Vald 6 Sekertarat Jurusa melaya keperlua admstras dega cepat da tepat Vald 7 Dose megajar sesua dega jadwal kulah Vald 8 Petugas Sekertarat Jurusa memberka pelayaa admstras sesua dega jam kerja Vald 9 Komtme waktu kulah (jam masuk-keluar) d laksaaka dega bak Vald 0 Dose tdak perah kelru/salah dalam meyampaka mater kulah Vald Petugas Sekertarat Jurusa tdak perah salah/kelru dalam memberka pelayaa admstras Vald 2 Petugas Sekertarat Jurusa memberka perkraa peyelesaa setap pegurusa admstras Vald 3 Metode pegajara kreatf da ovatf sesua dega karaterstk matakulah Vald 4 Dose berseda membatu mahasswa utuk medapatka referes baha kulah Vald 5 Dose berseda membatu meyelesaka kesulta dalam meyelesaka peelta KP/TA/Skrps Vald 6 Dose berseda membatu tercptaya aktvtas kemahasswaa melput pealara, mat, da bakat Vald 7 Dose meaggap dega bak setap keluha/sara/masuka dar mahasswa Vald 8 Sekertarat Jurusa sap da taggap dalam meaga permtaa mahasswa Vald Ket

5 53 o Peryataa r ht harapa r ht keyataa r tabel 9 Dose mejelaska struktur perkulaha (atura ma, topk, sstem pelaa) Vald 20 Dose meguraka teks/referes sebaga acua perkulaha Vald 2 Hasl evaluas bak UTS/UAS dformaska tepat waktu Vald 22 Hasl evaluas bak UTS/UAS drasaka objetf sesua dega kemampua sswa Vald 23 Dose Meguasa mater yag dajarka Vald 24 Dose memaparka mater kulah dega jelas da mudah dpaham Vald 25 Dose memberka da membahas soal latha/tugas Vald 26 Dose megadaka uja/evaluas terbatas serta haslya dformaska Vald 27 Keramaha da kesatua dose da petugas sekertarat dalam beraktvtas Vald 28 Dose dapat mejelaska dega bak setap pertayaa yag dajuka mahasswa Vald 29 Dose memberka perhata yag adl/tdak plh kash Vald 30 Dose wal membatu mahasswa dalam meetuka strateg pegambla matakulah tap semester Vald 3 Dose selalu meg up-date mater perkulaha Vald 32 Software utuk Matakulah Komputer selalu up to date Vald 33 Dose memberka akses/keterbukaa pelaa setelah evaluas dlakuka Vald 34 Dose medorog agar mahasswa selesa meempuh peddka tepat waktu (+/- 4 tahu) Vald 35 Dose selalu megakomodr /beradaptas dega kega mahasswa Vald 36 Jadwal perkulaha waktu ormal (tdak dlakuka malam har) Vald 37 Beba mater perkulaha rata-rata tap har tdak memberatka mahasswa Vald 38 Megguaka focus/ohp pada setap perkulaha yag sebakya dapat dguaka Vald 39 Tersedaya alat batu/alat peraga yag memada/layak d Lab Jurusa/lab Komputer Vald 40 Kebersha da kerapha Ruaga Kelas, Lab Jurusa, da Lab Komputer Vald 4 Keyamaa (cahaya da srkulas udara) Ruag Kelas, Lab Jurusa, da Lab Komputer Vald 42 Kebersha da keyamaa Kamar Mad/WC Vald 43 Dose da Sekertarat Jurusa berpeampla raph Vald 44 Ketersedaa buku-buku referes pedukug perkulaha d Sekertarat Jurusa Vald 45 Kods Hardware komputer (Motor-Mouse-Keyboard) d Lab Komputer Vald Ket

6 54 Setelah dlakuka peguja Valdas, teryata semua varabel dyataka vald karea r ht > r tabel Uj Relabltas Uj relabltas dlakuka utuk megetahu sejauhmaa hasl pegukura kuesoer yag dguaka relatf kosste bla dlakuka pegukura dua kal atau lebh pada respode yag berbeda. Relabltas kuesoer berkata dega skor hasl pegukura terbebas dar kesalaha pegukura. Metode yag dguaka utuk peguja relabltas dalam peelta dtetuka berdasarka la Alpha Crobach yag ddapat dega batua Software SPSS 6.0 for Wdows. Table 4.3. Koefse Relabltas Gap 5 Croabach s Alpha Relabltas Harapa Pelagga 0.94 Sagat Relabel Keyataa Pelayaa Sagat Relabel Utuk meetuka keerata hubuga dar perhtuga koefse relabltas d atas, dguaka krtera (Gulford da Bejam, 978), yatu:. kurag dar 0,2 : hubuga yag sagat kecl da bsa dabaka < 0.40 : hubuga yag kecl (tdak erat) < 0.70 : hubuga cukup erat < 0.90 : hubuga yag erat (relabel) <.00 : hubuga sagat erat (sagat relabel) : hubuga yag sempura Dar hasl datas dega megguaka metode Croabach s Alpha, dapat dyataka sagat relable karea berada pada ksara <.00.

7 Peyebara Data Kuesoer It Setelah dlakuka peguja valdtas da relabltas terhadap 30 data pertama kuesoer peelta da terbukt vald da relabel, kemuda dlakuka lag pegumpula data sebayak 347 data kuesoer peelta merupaka sampel dar populas Peyebara kuesoer peelta 347 data kuesoer peelta dlakuka selama 3 mggu. Pegambla sampel dlakuka dega megguaka rumus Yamae dega tgkat kesalaha 5%. Setelah medapatka sampel dar jumlah populas keseluruha selajutya karea populas terdr dar usur yag heteroge tersebar dalam beberapa departeme atau sub populas, sedagka setap sub populas mempuya jumlah mahasswa yag berbeda. Oleh karea tu, peelt megguaka tekk pegambla sampel Proportoal Radom Samplg, yatu suatu tekk pegambla sampel secara acak dega jumlah yag proporsoal utuk setap sub populas sesua dega ukura populasya (Sugoo, 2004: 59; Sekara, 2003:272). Berkut adalah data sampel yag dperoleh: Tabel 4.4. Idetfkas Data Sampel Keseluruha da Per Sub Populas FTIK UNIKOM Program Stud Jejag Jumlah Mahasswa Aktf (agkata 2006 & 2007) Jumlah Sampel Jes Kelam L P Tekk Iformatka S Tekk Komputer S Tekk Idustr S Tekk Arstektur S Maajeme Iformatka S Perecaaa Wlayah Kota S Tekk Iformatka D Tekk Komputer D Maajeme Iformatka D Komputersas Akutas D Tekk Spl S Tekk Elektro S Total Cotoh perhtuga sampel dapat dlhat d lampra.

8 Pegolaha Data Servce Qualty Gap 5 (Lma) Perhtuga Pembobota, Rata-rata Jawaba da Nla Gap 5 (Lma) Varabel Peryataa Kualtas Jasa Pegolaha data selajutya yatu meghtug gap 5 (lma) yatu harapa pelagga megea pelayaa jasa tehadap keyataa pelayaa yag drasaka oleh pelagga (pelagga dalam peelta adalah mahasswa). Perhtuga jawaba pelayaa jasa gap 5 (lma) dkumpulka dar 347 respode. Tabel 4.5. Frekues jawaba respode terhadap varabel kualtas pelayaa jasa gap 5 (lma) Varabel Harapa Pelayaa Keyataa Pelayaa Peryataa STP TP CP P SP STB TB CB B SB

9 57 Varabel Harapa Pelayaa Keyataa Pelayaa Peryataa STP TP CP P SP STB TB CB B SB Dar data datas dapat dbaca sepert berkut utuk peryataa varabel yag pertama Sagat Tdak Bak (STB), Tdak Bak (TB), Cukup Bak (CB), Bak (B), Sagat Bak (SB) utuk harapa pelagga (mahasswa) megea pelayaa jasa terhadap keyataa pelayaa yag drasaka oleh pelagga (mahasswa) dar data respode berjumlah 347 orag yatu utuk pembacaa selajutya sama. Berkut merupaka la rata-rata harapa pelagga megea pelayaa jasa terhadap keyataa pelayaa yag drasaka oleh pelagga (gap 5) terhadap varabel peryataa kualtas pelayaa.

10 58 Tabel 4.6. Nla rata-rata gap 5 (lma) terhadap peryataa kualtas pelayaa jasa Harapa Pelayaa Keyataa Pelayaa Nla Varabel Nla Rata-rata Nla Rata-rata Gap 5 Peryataa pembobota harapa Pembobota Keyataa (Lma)

11 59 Varabel Peryataa Harapa Pelayaa Nla pembobota Rata-rata harapa Keyataa Pelayaa Nla Pembobota Rata-rata Keyataa Nla Gap 5 (Lma) Jumlah rata-rata y Cotoh perhtuga harapa pelagga megea pelayaa jasa: Keteraga: y STP STP x TP x 2 CP x 3 P x 4 SP x 5 = jumlah bobot jawaba peryataa harapa varabel ke- = jumlah orag yag memlh jawaba sagat tdak petg TP CP P SP = jumlah orag yag memlh jawaba tdak petg = jumlah orag yag memlh jawaba cukup petg = jumlah orag yag memlh jawaba petg = jumlah orag yag memlh jawaba sagat petg, 2, 3, 4, 5 = skor utuk skala Lkert

12 60 Cotoh: y (0x) (0x2) (0x3) (34x4) (23x5) Dalam perhtuga datas agka 0, 0 0, 34, 23 merupaka frekues jawaba terhadap peryataa harapa varabel kesatu. Agka, 2, 3, 4, 5 merupaka bobot skor utuk skala lkert dar tgkat harapa. Utuk rata-rata jawaba respode utuk peryataa harapa dapat dhtug dega persamaa: Keteraga: Y y Y y = Rata-rata jawaba respode utuk peryataa harapa varabel ke- = Jumlah bobot jawaba peryataa harapa varabel ke- = Jumlah respode Cotoh: Y = 60 (jumlah respode) = Y Cotoh perhtuga keyataa pelayaa yag drasaka oleh pelagga: x Keteraga: x STB STB x TB x 2 CB x 3 B x 4 SB x 5 = jumlah bobot jawaba peryataa keyataa varabel ke- = jumlah orag yag memlh jawaba sagat tdak bak TB CB B = jumlah orag yag memlh jawaba tdak bak = jumlah orag yag memlh jawaba cukup bak = jumlah orag yag memlh jawaba bak

13 6 SB = jumlah orag yag memlh jawaba sagat bak, 2, 3, 4, 5 = skor utuk skala Lkert Cotoh: x (0x) (4x2) (37x3) (79x4) (7x5) Dalam perhtuga datas agka 0, 4, 37, 79, 7 merupaka frekues jawaba terhadap peryataa keyataa varabel kesatu. Agka, 2, 3, 4, 5 merupaka bobot skor utuk skala lkert dar tgkat keyataa. Utuk rata-rata jawaba respode utuk peryataa keyataa dapat dhtug dega persamaa: Keteraga: x = Rata-rata jawaba respode utuk peryataa keyataa varabel ke- x = Jumlah bobot jawaba peryataa keyataa varabel ke- = Jumlah respode Cotoh: = 240 (jumlah respode) = Nla gap 5 (lma) adalah la kesejaga yag terjad atara harapa da keyataa peggua jasa yag dperoleh dar peryataa kualtas pelayaa jasa tetag harapa kosume (mahasswa) terhadap pelayaa yag g drasaka da la rata-rata keyataa pelayaa yag drasaka kosume (mahasswa) pada kods sebearya. Utuk megetahu la gap tersebut dguaka persamaa berkut:

14 62 SQ Y Keteraga: SQ = Nla gap varabel ke- = Nla rata-rata keyataa varabel ke- Y = Nla rata-rata harapa varabel ke- Cotoh: = 3.57 Y = 4.6 SQ Perhtuga Kualtas Jasa Berdasarka Dmes ServQual Gap 5 (Lma) Perhtuga rata-rata jawaba atara harapa pelagga megea pelayaa jasa terhadap keyataa pelayaa yag drasaka oleh pelagga berdasarka lma dmes Parasurama s ServQual Model yag terdr atas relablty (keadala), resposveess (daya taggap), assurace (jama), empathy (empat), tagbles (bukt fsk). Berkut adalah hasl perhtuga la rata-rata gap 5 berdasarka 5 dmes servqual: Dmes Peryataa Relablty (Keadala) Resposveess (Daya Taggap) Assurace (Jama) Tabel 4.7. Nla rata-rata gap 5 (lma) berdasarka lma dmes servqual Varabel Peryataa 5, 6, 0,, 3, 9, 20, 2, 23, 24, 25, 26, 27, 28, 35 Jumlah Rata-rata Harapa Jumlah Rata-rata Keyataa Nla Harapa Pelayaa Nla Keyataa Pelayaa Nla Gap 5 (Lma) , 3, 2, 7, , 7, 8, 9, 22, 3, 32, 36,

15 63 Dmes Peryataa Empathy (Empat) Tagbles (Keadaa fsk) Varabel 4, 4, 5, 6, 29, 30, 33,34 38, 39, 40, 4, 42, 43, 44, 45 Jumlah Rata-rata Harapa Jumlah Rata-rata Keyataa Nla Harapa Pelayaa Nla Keyataa Pelayaa Nla Gap 5 (Lma) Perhtuga rata-rata jawaba per dmes la gap 5 (lma) utuk harapa: Keteraga: D V D = Rata-rata dmes varabel ke- utuk harapa = Jumlah la rata-rata varabel peryataa per dmes ke- harapa V = Jumlah peryataa per dmes Cotoh perhtuga: = = V Daya Taggap = 5 D Daya Taggap Perhtuga rata-rata jawaba per dmes la gap 5 (lma) utuk keyataa: Keteraga: Y D Y D = Rata-rata dmes varabel ke- utuk keyataa Y = Jumlah la rata-rata varabel peryataa per dmes ke- keyataa V = Jumlah peryataa per dmes YV

16 64 Cotoh perhtuga: = = 6.56 V Daya Taggap = 5 D Daya Taggap Customer Satsfacto Idex Kualtas Pelayaa Jasa Gap 5 (Lma) Tahap akhr dar pegolaha data harapa da keyataa pelayaa jasa adalah megukur tgkat kepuasa kosume (mahasswa) dega membuat Customer Satsfacto Idex (CSI). CSI dguaka utuk megetahu tgkat kepuasa kosume (mahasswa) secara meyeluruh dega melhat tgkat keyataa dar tap varabel peryataa kualtas pelayaa jasa. Utuk megetahu besarya CSI, maka dapat dlakuka lagkah-lagkah sebaga berkut (Artoag, 2005). a) Meetuka Mea Importace Score (MIS) MIS la rata-rata tgkat harapa kosume tap varabel atau atrbut yag dapat dhtug dega megguaka persamaa: (bab 2 rumus 2.6.). b) Meetuka la Mea Satsfacto Score (MSS) MSS merupaka la rata-rata tgkat keyataa yag drasaka mahasswa tap varabel atau atrbut. MSS dapat dhtug dega megguaka persamaa: (bab 2 rumus 2.7.) c) Membuat Weght Factor (WF) Bobot merupaka la MIS per atrbut terhadap total MIS seluruh atrbut. Dega megguaka persamaa(bab 2 rumus 2.8.) d) Membuat Weght Score (WS) Bobot merupaka perkala atara WF dega rata-rata tgkat keyataa pelayaa yag drasaka mahasswa sebaga MSS (Mea Satsfacto Score). Persamaa yag dguaka yatu: (bab 2 rumus 2.9.)

17 65 e) Meetuka CSI Persamaa yag dguaka utuk meetuka CSI adalah sebaga berkut: (bab 2 rumus 2.0.) Nla CSI dalam peelta dbag ke dalam lma krtera dar tdak puas sampa sagat puas (lhat pada tabel 2.2.). Berdasarka lagkah-lagkah datas, maka dapat dhtug la Customer Satsfacto Idex (CSI) tap varabel dar peryataa kualtas peryataa jasa utuk megetahu tgkat kepuasa mahasswa terhadap pelayaa jasa yag dberka FTIK UNIKOM per varabelya. Perhtuga la CSI dapat dlhat pada tabel berkut : Tabel 4.8. Nla CSI terhadap varabel kualtas pelayaa jasa Gap 5 (lma) Nla Harapa Nla Keyataa Nla Nla Nla Varabel Pelayaa (MIS) Pelayaa (MSS) Weght Weght Customer Peryataa Jumlah Nla Nla Jumlah Nla Nla Factor Score Satfacto Y MIS MSS (WF ) (WS ) Idex (CSI) %

18 66 Varabel Peryataa Nla Harapa Pelayaa (MIS) Jumlah Nla Nla Nla Keyataa Pelayaa (MSS) Jumlah Nla Nla Nla Weght Factor Nla Weght Score Nla Customer Satfacto Y MIS MSS (WF ) (WS ) Idex (CSI) % Jumlah

19 67 Cotoh Perhtuga: Mea Importace Score (MIS) Y = 60 = Perhtuga la pembobota pada servqual varabel ke- = 347 MIS Y MIS = Perhtuga la rata-rata harapa pada servqual varabel ke- Mea Satsfacto Score (MSS) = 240 = Nla pembobota pada perhtuga servqual varabel ke- = 347 MSS MSS = la rata-rata keyataa pada perhtuga servqual varabel ke- Weght Factor (WF) 45 MIS MIS MIS = 4.6 WF MIS MIS MIS 45 2 MIS MIS 45 Weght Score (WS) WS WF x MSS x

20 68 Customer Satsfacto Idex (CSI) 45 WS WS WS 2 WS 3... WS HS = 5 (karea skala Lkert terbesar yag dguaka adalah 5 (lma)) 45 WS CSI x00 % HS 3.3 x 00 % 5 66 %

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

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

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

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

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

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

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

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

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

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

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.. Tempat da Waktu Peelta Peelta megea Kepuasa Kosume Restora Ayam Goreg Fatmawat, dlaksaaka pada bula November tahu 008 hgga Jauar tahu 009. Restora Ayam Goreg Fatmawat Hotel

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokas da Waktu Peelta Peelta dlakuka d Agrfu yag berlokas d Tama Kecaa No. 3 Kota Bogor. Peelta dlaksaaka pada bula November Desember 2010. Pemlha waktu da lokas dega pertmbaga

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

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 IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

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 IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

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

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

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokas da Waktu Peelta Peelta dlaksaaka d Tambu Bekas, Jawa Barat, dega pertmbaga bahwa Kota Bekas merupaka kota sedag, dega kemudaha akses da juga memlk jumlah peduduk yag cukup

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

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

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

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

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

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 47 BAB III METODE PENELITIAN 3.. Metode Peelta 3... Desa Peelta Desa peelta adalah dega metode surve. Pemlha da pegguaa desa terkat dega tujua peelta, atu utuk megaalss pegaruh suatu varabel terhadap varabel

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

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

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

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

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

* 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

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

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

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk A III METODOLOGI PENELITIAN A. Metode da Desa Peelta. Metode Peelta Metodolog berasal dar kata metode yag artya cara yag tepat utuk melakuka sesuatu da logos yag artya lmu atau pegetahua. Nasuto (003 :

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

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

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

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

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

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

Bab 3 Kerangka Pemecahan Masalah

Bab 3 Kerangka Pemecahan Masalah Bab 3 Keragka Pemecaha Masalah 3.1. Metode Pemecaha Masalah Peelitia ii disajika dalam lagkah-lagkah seperti ag terdapat pada gambar dibawah ii. Peajia secara sistematis dibuat agar masalah ag dikaji dalam

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian 3 III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMAN Teusa Nuya. Populas dalam peelta adalah seluuh sswa kelas X SMAN Teusa Nuya semeste geap tahu pelajaa / yag bejumlah lma kelas. Kemampua

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

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

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Kegiata dilakuka di Divisi Tresuri Bak XYZ dari bula Jauari - April 2011. Pegambila data dilakuka di beberapa wilayah pemasara yaitu di wilayah Jakarta,

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

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

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

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

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

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

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. 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

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

A NALISIS T INGKAT K EPUASAN N ASABAH T ERHADAP PELAYANAN

A NALISIS T INGKAT K EPUASAN N ASABAH T ERHADAP PELAYANAN A NALISIS T INGKAT K EPUASAN N ASABAH T ERHADAP PELAYANAN B ANK M ANDIRI C ABANG Z AINUL A RIFIN MEDAN Erlda Rosa & Pad Hdayat Fakultas Ekoom Pembagua FE USU ABSTRACT The objectve of ths research s to

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

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

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

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

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

BAB III METODE PENELITIAN. Penelitian diajukan untuk melihat dan mengkaji hubungan antara dua

BAB III METODE PENELITIAN. Penelitian diajukan untuk melihat dan mengkaji hubungan antara dua 38 BAB III METODE PENELITIAN A. Metode Peelta Peelta dajuka utuk melhat da megkaj hubuga atara dua varabel atau lebh. Sebagamaa yag dkemukaka oleh Sudjaa (1988: 56)..Peelt harus melakuka mapulas atau perlakua

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan untuk melihat apakah pembelajaran dengan

BAB III METODE PENELITIAN. Penelitian ini dilakukan untuk melihat apakah pembelajaran dengan 3 BAB III METODE PENELITIAN 3. Desa Peelta Peelta dlakuka utuk melhat apakah pembelajara dega megguaka pedekata geeratf dapat megkatka kemampua pemahama kosep da pealara duktf sswa? Pegukura kemampua pemahama

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 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

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

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 III METODOLOGI PENELITIAN. melakukan wawancara dan tanya jawab terhadap responden (pelanggan-pelanggan

BAB III METODOLOGI PENELITIAN. melakukan wawancara dan tanya jawab terhadap responden (pelanggan-pelanggan BAB III METODOLOGI PENELITIAN 3.1 Metode yag Dguaka Metode peelta yag aka dlakuka adalah survey samplg dega melakuka wawacara da taya jawab terhadap respode (pelagga-pelagga PDAM Trtaweg Kota Badug yag

Lebih terperinci

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 20-928X A-7 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Subcha, Suhud Wahyud Jurusa Matematka, Fakultas

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL TEKNIK POMITS Vol., No., (202) -5 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Suhud Wahyud, Subcha Jurusa Matematka, Fakultas Matematka da Ilmu Pegetahua

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA PEMAFAATA LAYAA REFERESI DI UPT PERPUSTAKAA UIVERSITAS UDAYAA I KADEK OKA SULAKSAA FAKULTAS ILMU SOSIAL DA ILMU POLITIK UIVERSITAS UDAYAA DEPASAR EMAIL : kasulaksaa22@gmal.cm ABSTRACT The research s a

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP III. METODE PENELITIAN A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela VII emeter gajl SMP Ba Mulya Badar Lampug Tahu Pelajara 0/0 dega jumlah wa ebayak 03 wa yag terbag dalam 3 kela. Sampel

Lebih terperinci

LAMPIRAN. Lampiran 1. Bagan alir pembuatan gel sebelum ditambah minyak nilam dan minyak lavender. Aquades. Panaskan aquades sampai mendidih

LAMPIRAN. Lampiran 1. Bagan alir pembuatan gel sebelum ditambah minyak nilam dan minyak lavender. Aquades. Panaskan aquades sampai mendidih LAMPIRAN Lampra 1. Baga alr pembuata gel sebelum dtambah myak lam da myak laveder Aquades Paaska aquades sampa meddh Agar agar, xatha gum, sodum bezoat Aduk hgga homoge Turuka suhu hgga 65 0 C Prople glkol

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

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