Ukuran Statistik (Bagian II) menjadi 2 bagian yang sama besar. menjadi 4 bagian yang sama besar

Ukuran: px
Mulai penontonan dengan halaman:

Download "Ukuran Statistik (Bagian II) menjadi 2 bagian yang sama besar. menjadi 4 bagian yang sama besar"

Transkripsi

1 Ukuran Statitik (Bagian II) 2.3 Median, Kuartil, Deil dan Perentil Median: Kuartil: Deil: Perentil: Nilai yang membagi gugu data yang telah terortir (acending) menjadi 2 bagian yang ama bear Nilai yang membagi gugu data yang telah terortir (acending) menjadi 4 bagian yang ama bear Nilai yang membagi gugu data yang telah terortir (acending) menjadi 10 bagian yang ama bear Nilai yang membagi gugu data yang telah terortir (acending) menjadi 100 bagian yang ama bear A. Median, Kuartil, Deil, Perentil untuk Ungrouped Data A.1. Median untuk Ungrouped Data Letak Median Letak Median dalam gugu data yang telah terortir Letak Median = n Contoh 1: Tinggi Badan 5 mahaiwa : meter Sorted : meter n = 5 Letak Median = = 2 2 = 3 Median = Data ke 3 = 1.75 Contoh 2: Tinggi 6 mahaiwa : meter (Sorted) n = 6 Letak Median = 2 2 = 3.5 Median = (Data ke 3 + Data ke 4) : 2 = ( ):2 = 3.53 : 2 =

2 A.2. Kuartil untuk Ungrouped Data Letak Kuartil ke q q = 1, 2, 3 = qn ( + 1) 4 A.3. Deil untuk Ungrouped Data Letak Deil ke d d = 1, 2, 3,..., 9 = dn ( + 1) 10 A.4. Perentil untuk Ungrouped Data Letak Perentil ke p = pn ( + 1) 99 p = 1, 2, 3,..., 99 Teknik Perhitungan Nilai Kuartil, Deil, Perentil untuk Ungrouped Data Jika Letak Kuartil ke q/deil ke d/perentil ke p = i.j (bilangan pecahan) Maka Nilai Kuartil ke q/deil ke d/perentil ke p = Data ke i + (0.j ( Data ke i+1 - Data ke i)) Contoh 3: Diketahui 1024 data yang udah terortir acending, Data urutan ke 256 = 45.5 dan Data ke 257 = 46.2 Data urutan ke 307 = 59.7 dan Data ke 308 = 59.9 Data urutan ke 727 = dan Data ke 728 = Tentukan Kuartil ke 1, Deil ke 3 dan Perentil ke 71 data terebut! a. Kuartil ke 1 Letak Kuartil ke 1 = ( n + 1 ) 1025 = = Kuartil ke 1 = Data ke (0.25 ( Data ke Data ke 256)) = (0.25 ( ) = ( ) = =

3 b. Deil ke 3 Letak Deil ke 3 = 3 ( n + 1 ) = = = Deil ke 3 = Data ke (0.5 ( Data ke Data ke 307)) = (0.5 ( ) = ( ) = = 59.8 c. Perentil ke 71 Letak Perentil ke 71 = 71 ( n + 1 ) 100 = = = Perentil ke 71 = Data ke (0.75 ( Data ke Data ke 727)) = (0.75 ( ) = ( ) = = B. Median, Kuartil, Deil dan Perentil untuk Grouped Data Nilainya merupakan pendekatan B.1. Median untuk Grouped Data Letak Median = n 2 Kela Median : Kela di mana Median berada Kela Median didapatkan dengan membandingkan Letak Median dengan Frekueni Kumulatif Median = TBB Kela Median + i atau Median = TBA Kela Median - i di mana : TBB : Tepi Bata Bawah : eliih antara Letak Median dengan Frekueni Kumulatif ebelum kela Median f M ' f M 3

4 TBA : Tepi Bata Ata : eliih antara Letak Median dengan Frekueni Kumulatif ampai kela Median i f M : interval kela : Frekueni kela Median Contoh 4 : Kela Median = Kela Frekueni Frek. Kumulatif Σ Letak Median = n 2 = 50 2 = 25 Median = Data ke 25 terletak di kela Kela Median = TBB Kela Median = 23.5 dan TBA Kela Median = 31.5 f M = 17 Frek. Kumulatif ebelum Kela Median = 10 = = 15 Frek. Kumulatif ampai Kela Median = 27 = = 2 interval = i = 8 Median = TBB Kela Median + i = = ( ) 17 = = f M 4

5 Median = TBA Kela Median - i ' f M = = ( ) = = B.2. Kuartil untuk Grouped Data Letak Kuartil ke q = q n 4 q = Kela Kuartil ke q : Kela di mana Kuartil ke q berada Kela Kuartil ke q didapatkan dengan membandingkan Letak Kuartil ke q dengan Frekueni Kumulatif di mana : Kuartil ke q = TBB Kela Kuartil ke q + i atau Kuartil ke q = TBA Kela Kuartil ke q - i f Q ' f Q TBB : Tepi Bata Bawah : eliih antara Letak Kuartil ke q dengan Frekueni Kumulatif ebelum kela Kuartil ke q TBA : Tepi Bata Ata : eliih antara Letak Kuartil ke q dengan Frekueni Kumulatif ampai kela Kuartil ke q i f Q : interval kela : Frekueni kela Kuartil ke q 5

6 Contoh 5 : Tentukan Kuartil ke 3 Kela Frekueni Frek. Kumulatif Σ Kela Kuartil ke 3 = Letak Kuartil ke 3 = 3 n 3 50 = 4 4 = 37.5 Kuartil ke 3 = Data ke 37.5 terletak di kela Kela Kuartil ke 3 = TBB Kela Kuartil ke 3 = 39.5 dan TBA Kela Kuartil ke 3 = 47.5 Frek. Kumulatif ebelum Kela Kuartil ke 3 = 34 = = 3.5 Frek. Kumulatif ampai Kela Kuartil ke 3 = 44 = = 6.5 interval = i = 8 f Q = 10 Kuartil ke 3 = TBB Kela Kuartil ke 3 + i f Q = = (0.35) 10 = = 42.3 ' Kuartil ke 3 = TBA Kela Kuartil ke 3 - i f Q = = ( 0.65) 10 = =

7 B.3 Deil untuk Grouped Data Letak Deil ke d = d n 10 d = 1, 2, 3,..., 9 Kela Deil ke d : Kela di mana Deil ke d berada Kela Deil ke d didapatkan dengan membandingkan Letak Deil ke d dengan Frekueni Kumulatif Deil ke d = TBB Kela Deil ke d + i atau Deil ke d = TBA Kela Deil ke d - i di mana : TBB : Tepi Bata Bawah : eliih antara Letak Deil ke d dengan Frekueni Kumulatif ebelum kela Deil ke d TBA : Tepi Bata Ata : eliih antara Letak Deil ke d dengan Frekueni Kumulatif ampai kela Deil ke d i : interval kela : Frekueni kela Deil ke d f D Contoh 6: Tentukan Deil ke 9 Kela Frekueni Frek. Kumulatif Σ Kela Deil ke 9 = f D f D ' 7

8 Letak Deil ke 9 = 9 n 9 50 = = 45 Deil ke 9 = Data ke 45 terletak di kela Kela Deil ke 9 = TBB Kela Deil ke 9 = 47.5 dan TBA Kela Deil ke 9 = 55.5 Frek. Kumulatif ebelum Kela Deil ke 9 = 44 = = 1 Frek. Kumulatif ampai Kela Deil ke 9 = 47 = = 2 interval = i = 8 f D = 3 Deil ke 9 = TBB Kela Deil ke 9 + i = = ( ) 3 = = Deil ke 9 = TBA Kela Deil ke 9 - i f D ' f D = = ( ) 3 = = B.4. Perentil untuk Grouped Data Letak Perentil ke p = p n 100 p = 1, 2, 3,..., 99 Kela Perentil ke p : Kela di mana Perentil ke p berada Kela Perentil ke p didapatkan dengan membandingkan Letak Perentil ke p dengan Frekueni Kumulatif Perentil ke p = TBB Kela Perentil ke p + i f P 8

9 Perentil ke p = atau TBA Kela Perentil ke p - i ' f P di mana : TBB : Tepi Bata Bawah : eliih antara Letak Perentil ke p dengan Frekueni Kumulatif ebelum kela Perentil ke p TBA : Tepi Bata Ata : eliih antara Letak Perentil ke p dengan Frekueni Kumulatif ampai kela Perentil ke p i f P : interval kela : Frekueni kela Perentil ke p Contoh 6: Tentukan Perentil ke 56 Kela Frekueni Frek. Kumulatif Σ Kela Perentil ke 56 = Letak Perentil ke 56 = 56 n = = 28 Perentil ke 56 = Data ke 28 terletak di kela Kela Perentil ke 56 = TBB Kela Perentil ke 56 = 31.5 dan TBA Kela Perentil ke 56 = 39.5 Frek. Kumulatif ebelum Kela Perentil ke 56 = 27 = = 1 Frek. Kumulatif ampai Kela Perentil ke 56 = 34 = = 6 9

10 interval = i = 8 f P = 7 Perentil ke 56 = TBB Kela Perentil ke 56 + i = = ( ) 7 = = f P Perentil ke 56 = TBA Kela Perentil ke 56 - i ' f P = = ( ) 7 = = Ukuran Kemencengan & Keruncingan Kurva Ditribui Frekueni Ukuran Kemencengan (Skewne) Kurva Ditribui Frekueni diketahui dari poii Modu, Rata-Rata dan Median Jika Rata-Rata = Median = Modu maka Kurva Simetri Jika Rata-Rata < Median < Modu maka Kurva Menceng ke Kiri Jika Rata-Rata > Median > Modu maka Kurva Menceng ke Kanan Berdaarkan tingkat keruncingan (Kurtoi), kurva ditribui frekueni dibagi menjadi tiga, yaitu: a. Leptokurti: Kurva angat runcing b. Meokurti: Kurva dengan tingkat keruncingan edang c. Platykurti: Kurva datar Dilanjutkan ke Ukuran Statitik (Bagian III) 10

UKURAN STASISTIK (Bagian II) menjadi 2 bagian yang sama besar. A.1. MEDIAN untuk Ungrouped Data (data yg belum dikelompokkan)

UKURAN STASISTIK (Bagian II) menjadi 2 bagian yang sama besar. A.1. MEDIAN untuk Ungrouped Data (data yg belum dikelompokkan) Ukuran 2-1/8yth UKURAN STASISTIK (Bagian II) 2.3 MEDIAN, KUARTIL, DESIL dan PERSENTIL A. MEDIAN Median Nilai yang membagi gugu data yang telah terortir (acending) menjadi 2 bagian yang ama bear A.1. MEDIAN

Lebih terperinci

UKURAN PEMUSATAN DATA

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

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui

BAB III METODOLOGI PENELITIAN. Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui 44 BAB III METODOLOGI PENELITIAN A Jeni Penelitian Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui perbedaan hail belajar matematika iwa menggunakan trategi team teaching dan trategi

Lebih terperinci

Rata-rata hitung sekumpulan data hasil observasi dapat dihitung dengan menggunakan rumus berikut :

Rata-rata hitung sekumpulan data hasil observasi dapat dihitung dengan menggunakan rumus berikut : UKURAN STATISTIK Pendahuluan aturan statistic merupakan aturan yang menunjukkan bagaimana suatu gugus data memusat dan menyebar. aturan pemusatan yang umum digunakan untuk mendeskripsikan data adalah mean

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

Uji Kompetensi Semester Akhir

Uji Kompetensi Semester Akhir I. Pilihan Ganda Jawaban: a 1. Uji Kompetensi Semester Akhir (1), (), dan (3) Statistika adalah cabang dari matematika terapan yang mempunyai cara-cara, maksudnya mengkaji/membahas, mengumpulkan, dan menyusun

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Kegiatan penelitian dilakanakan pada tanggal ampai dengan 4 April 03 di Madraah Ibtidaiyah Infarul Ghoy Plamonganari Pedurungan Semarang. Dalam penelitian

Lebih terperinci

9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1.

9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1. 9. STATISTIKA Ukuran Pemusatan Data A. Rata-rata 1. Data tunggal: X = 2. Data terkelompok: x1 + x 2 + x3 +... + x n n Cara konvensional Cara sandi f = i xi X f u X Xs i i = + c f i f i Keterangan: f i

Lebih terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-CIRI DISTRIBUSI NORMAL DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Penelitian ini menggunakan pendekatan kuantitatif yang akan dilakukan merupakan metode ekperimen dengan deain Pottet-Only Control Deign. Adapun pola deain penelitian

Lebih terperinci

Median (Mdn) Data Tunggal

Median (Mdn) Data Tunggal Median () Data Tunggal Median merupakan nilai yang berada di tengah ketika sekelompok data sebanyak n diurutkan mulai dari yang terkecil (X 1 ) sampai yang terbesar (X n ). Cara mencari nilai Rata-rata

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Penelitian ini menggunakan penelitian ekperimen. Subyek penelitiannya dibedakan menjadi kela ekperimen dan kela kontrol. Kela ekperimen diberi perlakuan

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada 0 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA Perada Bandar Lampung tahun ajaran 0/0 yang berjumlah 07 iwa dan terebar dalam 3 kela.

Lebih terperinci

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

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

Distribusi Frekuensi

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

Lebih terperinci

Distribusi Frekuensi : Dari suatu gugus data dapat dibentuk beberapa Tabel Distribusi Frekuensi

Distribusi Frekuensi : Dari suatu gugus data dapat dibentuk beberapa Tabel Distribusi Frekuensi Distribusi 1. Pendahuluan Distribusi : Pengelompokkan data dalam beberapa kelas sehingga ciri-ciri penting data tsb dapat segera terlihat : Banyak pemunculan data Bentuk Umum Tabel Distribusi (TDF) n :

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

METODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi

METODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi III. METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode penelitian quai experimental. Deain ini mempunyai kelompok kontrol, tetapi tidak

Lebih terperinci

MODUL IV ESTIMASI/PENDUGAAN (3)

MODUL IV ESTIMASI/PENDUGAAN (3) MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai

Lebih terperinci

PENYAJIAN DATA. Firmansyah, S.Kom. MODUL 2

PENYAJIAN DATA. Firmansyah, S.Kom. MODUL 2 PENYAJIAN DATA Firmansyah, S.Kom. MODUL 2 A. TEMA DAN TUJUAN KEGIATAN PEMBELAJARAN 1. Tema : Penyajian data 2. Fokus Pembahasan Materi Pokok : 1. Arti dan tujuan distribusi frekuensi 2. Tabel distribusi

Lebih terperinci

PROGRAM STUDI AGRIBISNIS HORTIKULTURA

PROGRAM STUDI AGRIBISNIS HORTIKULTURA PROGRAM STUDI AGRIBISNIS HORTIKULTURA DESKRIPSI DATA; UKURAN PEMUSATAN Mata kuliah : Statistika Terapan Pengajar : Dany Juhandi, S.P, M.Sc Semester : II Pertemuan : IV Pokok Bahasan : Deskripsi Data; Ukuran

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap

Lebih terperinci

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom Statistika Materi 3 UKURAN PEMUSATAN Nilai Tunggal yang mewakili Karakteristik Sekumpulan data UKURAN PEMUSATAN Adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari

Lebih terperinci

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,

Lebih terperinci

Kenapa Data Harus Diringkas?

Kenapa Data Harus Diringkas? 1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

BAB VIII METODA TEMPAT KEDUDUKAN AKAR

BAB VIII METODA TEMPAT KEDUDUKAN AKAR 6 BAB VIII METODA TEMPAT EDUDUAN AAR Dekripi : Bab ini memberikan gambaran ecara umum mengenai diagram tempat kedudukan akar dan ringkaan aturan umum untuk menggambarkan tempat kedudukan akar erta contohcontoh

Lebih terperinci

By : Hanung N. Prasetyo

By : Hanung N. Prasetyo theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

MATERI STATISTIK. Genrawan Hoendarto

MATERI STATISTIK. Genrawan Hoendarto MATERI STATISTIK Distribusi Frekwensi Perhitungan Tendensi Pusat Penyimpangan atau Dispersi Teori Probabilitas Teori Distribusi Distribusi Sampling / Pengambilan Contoh Pengujian Hipotesis Regresi dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII III. METODE PENELITIAN A. Populai dan Sampel Penelitian ini dilakanakan di SMP Muhammadiyah 3 Bandar Lampung kela VII emeter genap Tahun Pelajaran 0/0, SMP Muhammadiyah 3 Bandar Lampung memiliki jumlah

Lebih terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. MATERI Prosedur Plot Tempat Kedudukan Akar

Institut Teknologi Sepuluh Nopember Surabaya. MATERI Prosedur Plot Tempat Kedudukan Akar Intitut Teknologi Sepuluh Nopember Surabaya MATERI Proedur Plot Tempat Kedudukan Akar Sub Pokok Bahaan Anda akan belajar. Proedur plot Letak Kedudukan Akar. Proedur plot dengan bantuan Matlab Pengantar.

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan

Lebih terperinci

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis

Lebih terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 3: NILAI RINGKASAN DATA BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat

Lebih terperinci

Ukuran gejala pusat. Nugraeni

Ukuran gejala pusat. Nugraeni Ukuran gejala pusat Nugraeni UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1.

Lebih terperinci

Pengertian tentang distribusi normal dan distribusi-t

Pengertian tentang distribusi normal dan distribusi-t Juruan Teknik Sipil Fakulta Teknik Sipil dan Perencanaan 8 Univerita Mercu Buana MODUL 8 STATISTIKA DAN PROBABILITAS 8.1 MATERI KULIAH : Pengertian umum ditribui normal. 8. POKOK BAHASAN :. Pengertian

Lebih terperinci

Distribusi Frekuensi : Pengelompokkan data dalam beberapa kelas sehingga ciri-ciri penting data tsb dapat segera terlihat

Distribusi Frekuensi : Pengelompokkan data dalam beberapa kelas sehingga ciri-ciri penting data tsb dapat segera terlihat Distribusi Frekuensi 1. Pendahuluan Distribusi Frekuensi : Pengelompokkan data dalam beberapa kelas sehingga ciri-ciri penting data tsb dapat segera terlihat Frekuensi: Banyak pemunculan data Bentuk Umum

Lebih terperinci

Statistik Deskriptif Ukuran Dispersi

Statistik Deskriptif Ukuran Dispersi MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand

Lebih terperinci

Penyelesaian Soal Ujian Tengah Semester 2008

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

Lebih terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara 1 BAB I PENDAHULUAN 1.1. Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter),

Lebih terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat digunakan formulasi sebagai berikut : Letak Letak Letak 1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga

Lebih terperinci

Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013

Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 UKURAN STATISTIK BAGI DATA Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 Konten Definisi: -Data dan Jenis Data -Parameter dan Statistik -Ukuran Statistik

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

By Syarifah Hikmah JS. MK Statistika (MAM 4137) By Syarifah Hikmah JS MK Statistika (MAM 4137) Daftar Isi Wilayah/Rentang Deviasi rata-rata terhadap nilai tengah Ragam Simpangan baku Ukuran Statistik Untuk menjelaskan ciri-ciri data yang penting maka

Lebih terperinci

BAB V UKURAN LETAK. Statistika-Handout 5 26

BAB V UKURAN LETAK. Statistika-Handout 5 26 BAB V UKURAN LETAK Selain ukuran pemusatan terdapat pula ukuran letak. Salah satu dari ukuran letak adalah median yang menunjukkan nilai skor tengah dalam susunan skor yang diurutkan mulai dari yang terkecil

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Jeni Penelitian Penelitian adalah alah atu media yang digunakan dalam menuli dengan proedur yang telah ditentukan. Penelitian pada hakekatnya adalah uatu upaya dan bukan hanya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah, siswa kelas X semester genap, sebanyak

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah, siswa kelas X semester genap, sebanyak III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah, iwa kela X emeter genap, ebanyak enam kela di SMA Taman Siwa Bandar Lampung tahun pelajaran 010-011. Teknik ampling yang

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Sistem Pengaturan Waktu Riil

Sistem Pengaturan Waktu Riil Sitem Pengaturan Waktu Riil eknik Akuii Data 4 Ir. Jo Pramudijanto, M.Eng. Juruan eknik Elektro FI IS elp. 594730 Fax.59337 Email: jo@ee.it.a.id Sitem Pengaturan Waktu Riil - 0 77 Preproeing Amplifikai

Lebih terperinci

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

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

Lebih terperinci

Distribusi Frekuensi. Frekuensi (Banyaknya pemunculan pengamatan)

Distribusi Frekuensi. Frekuensi (Banyaknya pemunculan pengamatan) 1. Pendahuluan Distribusi Frekuensi : Distribusi Frekuensi Pengelompokkan data dalam beberapa kelas sehingga ciriciri-ciri penting data tsb dapat segera terlihat Bentuk Umum Tabel Distribusi Frekuensi

Lebih terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN DESKRIPTIF PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian. Waktu Penelitian Penelitian dilakanakan pada 4 Februari 5 Maret 0.. Tempat Penelitian Tempat penelitian ini dilakanakan di SMP Ilam Al-Kautar

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

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

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd. Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan

Lebih terperinci

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan 1 DAFTAR ISI Mean Median Modus Kuartil, Desil dan Presentil Hubungan Mean-Median-Modus 2 Ukuran Statistik Untuk menjelaskan ciri-ciri

Lebih terperinci

PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI

PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI Arief Aulia Rahman 1 Atria Yunita 2 1 STKIP Bina Banga Meulaboh, Jl. Naional

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata

Lebih terperinci

BAB II TINJAUAN PUSTAKA. yang berlaku untuk mendapatkan suatu struktur bangunan yang aman

BAB II TINJAUAN PUSTAKA. yang berlaku untuk mendapatkan suatu struktur bangunan yang aman BAB II TINJAUAN PUSTAKA 2.1. Pembebanan Dalam perencanaan uatu truktur bangunan haru memenuhi peraturanperaturan ang berlaku untuk mendapatkan uatu truktur bangunan ang aman ecara kontruki. Struktur bangunan

Lebih terperinci

STATISTIKA. SAMPOERNO, M.Pd. SMA mantan RSBI

STATISTIKA. SAMPOERNO, M.Pd. SMA mantan RSBI STATISTIKA SAMPOERNO, M.Pd. SMA mantan RSBI STATISTIKA Statistik, Populasi dan Sampel Menyajikan data dalam bentuk tabel dan diagram batang, garis, lingkaran dan ogive serta penafsirannya Menghitung ukuran

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas X SMA Negeri 1 Kedondong

III. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas X SMA Negeri 1 Kedondong III. METODE PENELITIAN A. Populai Penelitian Populai penelitian ini, yaitu eluruh ia kela X SMA Negeri Kedondong pada emeter genap Tahun Pelajaran 0/03 yang terdiri ata 7 kela berjumlah 4 ia. B. Sampel

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

BAB II MOTOR INDUKSI TIGA FASA. perbedaan relatif antara putaran rotor dengan medan putar (rotating magnetic

BAB II MOTOR INDUKSI TIGA FASA. perbedaan relatif antara putaran rotor dengan medan putar (rotating magnetic BAB II MOTOR INDUKSI TIGA FASA. Umum Karena keederhanaanya,kontruki yang kuat dan karakteritik kerjanya yang baik,motor induki merupakan motor ac yang paling banyak digunakan.penamaannya beraal dari kenyataan

Lebih terperinci

STATISTIK DAN STATISTIKA

STATISTIK DAN STATISTIKA STATISTIK DAN STATISTIKA A. Penyajian data dan membaca data dalam bentuk table dan diagram a. Diagram Lambang atau Piktogram Piktogram adalah digram yang menggunakan gambar benda untuk menunjukkan banyak

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jeni Penelitian Penelitian ini merupakan penelitian lapangan, di mana penelitian langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan dalam penelitian

Lebih terperinci

Penyajian Data Bab 2 PENGANTAR. Tujuan:

Penyajian Data Bab 2 PENGANTAR. Tujuan: PENYAJIAN DATA 1 PENGANTAR Tujuan: Untuk menyajikan data mentah yang diperoleh dari populasi atau sampel menjadi data yang tertata dengan baik, sehingga bermakna informasi bagi pengambilan keputusan manajerial.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Menurut Sugiyono, metode penelitian pendidikan dapat diartikan ebagai cara ilmiah untuk mendapatkan data yang valid dengan tujuan dapat ditemukan, dikembangkan

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

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

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

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

STATISTIKA 1. Menerapkan aturan konsep statistika dalam pemecahan masalah

STATISTIKA 1. Menerapkan aturan konsep statistika dalam pemecahan masalah STATISTIKA 1 Standar Kompetensi Menerapkan aturan konsep statistika dalam pemecahan masalah Kompetensi Dasar Mengidentifikasi pengertian statistik, statistika, populasi dan sampel Menyajikan data dalam

Lebih terperinci

Definisi yang sama dapat diberikan untuk limit tak hingga sepihak.

Definisi yang sama dapat diberikan untuk limit tak hingga sepihak. Lecture 4. Limit C A. Infinite Limits Definisi 4.1 Notasi lim f(x) = Menyatakan bahwa nilai f(x) membesar tanpa batas jika nilai x semakin dekat dengan a, tetapi tidak sama dengan a. lim f(x) = lim f(x)

Lebih terperinci

BAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan

BAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dalam perkembangan jaman yang cepat eperti ekarang ini, peruahaan dituntut untuk memberikan laporan keuangan yang benar dan akurat. Laporan keuangan terebut

Lebih terperinci

SOAL TRY OUT UJIAN SEKOLAH Mata Pelajaran : Matematika. Hari tanggal : JAWABLAH PERTANYAAN DIBAWAH INI DENGAN MENYILANG JAWABAN YANG PALING BENAR!

SOAL TRY OUT UJIAN SEKOLAH Mata Pelajaran : Matematika. Hari tanggal : JAWABLAH PERTANYAAN DIBAWAH INI DENGAN MENYILANG JAWABAN YANG PALING BENAR! SOAL TRY OUT UJIAN SEKOLAH Mata Pelajaran : Matematika Waktu : 10 menit Hari tanggal : JAWABLAH PERTANYAAN DIBAWAH INI DENGAN MENYILANG JAWABAN YANG PALING BENAR! 1. 343 + 17 5 18 = n Nilai n adalah...

Lebih terperinci

Statistika Pendidikan

Statistika Pendidikan Statistika Pendidikan Statistika adalah metode ilmiah yang mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisisan data, serta penarikan kesimpulan yang valid berdasarkan penganalisisan

Lebih terperinci

BAB II Dioda dan Rangkaian Dioda

BAB II Dioda dan Rangkaian Dioda BAB II Dioda dan Rangkaian Dioda 2.1. Pendahuluan Dioda adalah komponen elektronika yang teruun dari bahan emikonduktor tipe-p dan tipe-n ehingga mempunyai ifat dari bahan emikonduktor ebagai berikut.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 88 BAB IV HASIL PEELITIA DA PEMBAHASA Dalam bab ini dipaparkan; a) hail penelitian, b) pembahaan. A. Hail Penelitian 1. Dekripi Data Dekripi hail penelitian yang diperoleh dari pengumpulan data menggunakan

Lebih terperinci

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran

Lebih terperinci

FIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang

FIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang Kurikulum 2013 FIika K e l a XI KARAKTERISTIK GELOMBANG Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami pengertian gelombang dan jeni-jeninya.

Lebih terperinci

TEORI ANTRIAN. Pertemuan Ke-12. Riani Lubis. Universitas Komputer Indonesia

TEORI ANTRIAN. Pertemuan Ke-12. Riani Lubis. Universitas Komputer Indonesia TEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-12 Riani Lubi Juruan Teknik Informatika Univerita Komputer Indoneia Pendahuluan (1) Pertamakali dipublikaikan pada tahun 1909 oleh Agner Kraup Erlang

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

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

Lebih terperinci

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA. STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Peatnya perkembangan ilmu pengetahuan dan teknologi membuat matematika menjadi angat penting artinya, bahkan dapat dikatakan bahwa perkembangan ilmu pengetahuan dan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Jeni penelitian ini adalah penelitian kuantitatif. Penelitian kuantitatif adalah penelitian menggunakan angka, mulai dari pengumpulan data, penafiran

Lebih terperinci

MA 2081 STATISTIKA DASAR SEMESTER I 2012/2013 KK STATISTIKA, FMIPA ITB

MA 2081 STATISTIKA DASAR SEMESTER I 2012/2013 KK STATISTIKA, FMIPA ITB MA 081 STATISTIKA DASAR SEMESTER I 01/013 KK STATISTIKA, FMIPA ITB UJIAN RE-EVALUASI Jum at, 1 Deember 01, 13.30 15.30 WIB (10 MENIT) Kela 01. Pengajar: Utriweni Mukhaiyar, Kela 0. Pengajar: Sumanto Winotoharjo

Lebih terperinci

BAB IV DISPERSI DATA

BAB IV DISPERSI DATA BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),

Lebih terperinci

STK 211 Metode statistika. Agus Mohamad Soleh

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

Lebih terperinci

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

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

Lebih terperinci

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia Team Doen Riet Operaional rogram Studi Teknik Informatika Univerita Komputer Indoneia ertamakali dipublikaikan pada tahun 909 oleh Agner Kraup Erlang yang mengamati maalah kepadatan penggunaan telepon

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

Pengantar Statistik. Nanang Erma Gunawan

Pengantar Statistik. Nanang Erma Gunawan Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,

Lebih terperinci