Manajemen. Modul Riset Akuntansi UJI NORMALITAS. Manajemen
|
|
- Ridwan Sudjarwadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 UJI NORMALITAS 2 29
2 Objektif: Mahasiswa dapat menguji tentang kenormalan distribusi data menggunakan R-Programming 30
3 Tujuan dari uji normalitas adalah untuk mengetahui apakah data yang diambil adalah data yang terdistribusi normal Terdistribusi normal adalah bahwa data akan mengikuti bentuk distribusi normal dimana datanya memusat pada nilai rata-rata dan median. Data yang mempunyai distribusi yang normal berarti mempunyai sebaran yang normal pula. Dengan profil data semacam ini maka data tersebut dianggap bisa mewakili populasi Jika data tersebut berdistribusi tidak normal, maka digunakan statistik non-parametrik. Di lain pihak jika data tersebut berdistribusi normal digunakan statistik parametrik dan dilanjutkan dengan regresi linier. 31
4 Analisis bisa menggunakan: Shapiro-Wilk Test of Normality. nilai signifikan Shapiro-Wilk Test of Normality harus lebih besar dari (>) 0,05 Yang digunakan ketika menggunakan r- programming nilai perbandingan antara nilai skewness dengan standar error skewness yang menghasilkan rasio skewness dan perbandingan antara nilai kurtosis dengan nilai standar error kurtosis yang akan mengahasilkan rasio kurtosis. normal bila mempunyai nilai antara -2 sampai dengan 2. nilai K-S nilai probabilitas lebih besar dari (>) 0,05 maka data tersebut dikatakan normal. 32
5 Contoh Kasus: Berikut ini disajikan data mengenai penjualan tiket bus antar kota antar propinsi di terminal Lebak Bulus selama hari raya Idul Fitri. Berdasarkan data di bawah ini, ujilah apakah data tersebut terdistribusi normal! 33
6 LANGKAH-LANGKAH PENGERJAAN 1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan seperti gambar dibawah ini. Gambar 2.1 Tampilan menu awal R commander 34
7 2. Pilih menu Data, New data set. Masukkan nama dari data set adalah normalitas1 (tanpa spasi) kemudian tekan tombol OK Gambar 2.2 Tampilan menu New data set 35
8 Gambar 2.3 Tampilan New Data Set Kemudian akan muncul Data Editor Gambar 2.4 Tampilan Data Editor 3. Masukkan data bus dengan var1 untuk lorena, var2 untuk kramat jati dan var3 untuk safari. 36
9 Jika sudah selesai dalam pengisian data tekan tombol Close. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variable yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel. Gambar 2.5 Tampilan Variabel editor lorena Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai isi data, kemudian tekan tombol X (close) 37
10 Gambar 2.6 Tampilan isi Data Editor Selanjutnya, pilih window R-commander akan muncul tampilan : 38
11 Gambar 2.7 Tampilan Sript Window 39
12 4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set maka akan muncul tampilan seperti gambar di bawah ini. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah. Gambar 2.8 Tampilan View normalitas1 5. Jika data sudah benar, pilih menu Statistic, Summaries, Shapiro-Wilk test of normality. Pilih lorena kemudian tekan tombol OK. Begitu juga dengan kramat jati dan safari. Karena data yang keluar hanya satu persatu tidak dapat langsung keluar dalam satu kali pengolahan. 40
13 Untuk uji normalitas Gambar 2.9 Tampilan menu olah data 41
14 Kemudian akan muncul a. Tampilan shapiro-wilk kramatjati Gambar 2.10 Tampilan shapiro-wilk kramatjati 42
15 b. Tampilan shapiro-wilk lorena Gambar 2.11 Tampilan shapiro-wilk lorena c. Tampilan shapiro-wilk safari Gambar 2.12 Tampilan shapiro-wilk safari 43
16 6. Kemudian tekan tampilan R Commander akan muncul output : Gambar 2.13 Tampilan Output kramatjati *Nilai probabilitas Shapiro-Wilk sebesar 0,1623 berarti probabilitas lebih dari 0,05; maka data untuk bus kramat jati tersebut terdistribusi normal 44
17 Gambar 2.14 Tampilan Output lorena *Nilai probabilitas Shapiro-Wilk sebesar 0,1851 berarti probabilitas lebih dari 0,05; maka data untuk bus lorena tersebut terdistribusi normal. 45
18 Gambar 2.15 Tampilan Output safari *Nilai probabilitas Shapiro-Wilk sebesar 0,4126 berarti probabilitas lebih dari 0,05; maka data untuk bus safari tersebut terdistribusi normal 46
19 Untuk membersihkan Script Window pada R Commander, lakukan langkah berikut : 1. Letakkan kursor pada Script window 2. Kilik Kanan 3. Klik kiri pada Clear window Untuk membersihkan Output Window pada R Commander, lakukan langkah berikut : 1. Letakkan kursor pada Output window 2. Kilik Kanan 3. Klik kiri pada Clear window 47
20 Skrip window Output Window Gambar 2.16 Tampilan bersihkan jendela 48
21 Latihan: 1. Berikut ini disajikan data minat masyarakat terhadap 3 jenis aliran musik dari tahun 2000 hingga TAHUN POP ROCK RNB Maka berapakah nilai signifikan shapiro Wilk test normality untuk penggemar aliran musik jenis RNB Maka berapakah nilai signifikan shapiro Wilk test normality untuk penggemar aliran musik jenis POP Maka dari data tersebut untuk aliran musik rock terdistribusi... Normal 49
UJI 2 SAMPLE BERPASANGAN. (PAIRED SAMPLE t-test)
UJI 2 SAMPLE BERPASANGAN (PAIRED SAMPLE t-test) 4 71 Objektif: Mahasiswa dapat menguji perbedaan rata-rata antara samplesampel yang berpasangan menggunakan R-Programming 72 Paired sample t-test adalah
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua 1 UKURAN STATISTIK Pendahuluan Ukuran statistik merupakan ukuran yang menunjukkan bagaimana
Lebih terperinciUJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)
UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST) 3 50 Objektif Mahasiswa dapat menghitung distribusi t untuk pengujian hipotesis menggunakan R-Programming 51 Uji-t 2 sampel independen (bebas) adalah metode
Lebih terperinciUJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)
UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA) 6 124 Objektif: Mahasiswa dapat menguji perbedaan lebih dari dua sampel atau disebut juga analisis varians menggunakan R- Programming 125 Diterapkan untuk membanding
Lebih terperinciLAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM REGULER LAB E531. Nama : NPM / Kelas : Fakultas /Jurusan :
LAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM REGULER LAB E531 Nama : NPM / Kelas : Fakultas /Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua 2013/2014 KATA PENGANTAR Assalamu alaikum
Lebih terperinciLAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H
LAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H Nama : NPM/Kelas : Fakultas/Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 7 150 Objektif Mahasiswa dapat menentukan persamaan regresi menggunakan R programming 151 Analisis regresi adalah studi mengenai ketergantungan suatu variabel (variaabel tak bebas)
Lebih terperinciLAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM I LAB KAMPUS H
LAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM I LAB KAMPUS H Nama : NPM/Kelas : Fakultas/Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UJI VALIDITAS DAN RELIABILITAS INSTRUMEN
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015
LABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015 NAMA : NPM : KELAS : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK KATA PENGANTAR Assalamu alaikum Wr. Wb. Puji syukur kami panjatkan kepada
Lebih terperinciUJI NONPARAMETRIK (CHI SQUARE / X2)
UJI NONPARAMETRIK (CHI SQUARE / X2) 5 92 Objektif Mahasiswa dapat menghitung uji parametik dan uji nonparametric Mahasiswa dapat menguji ada atau tidaknya interdependensi antara variable kuantitatif yang
Lebih terperinciUJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA
UJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA 3 Objektif Mahasiswa dapat mengetahui ketepatan mengukur suatu alat ukur (uji validitas) Mahasiswa dapat menentukan konsistensi alat ukur (uji
Lebih terperinciMODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )
MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi
Lebih terperinciLAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM I LAB KAMPUS H
LAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM I LAB KAMPUS H Nama : NPM/Kelas : Fakultas/Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL METODE RISET. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL METODE RISET Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK 2015 LABORATORIUM MANAJEMEN DASAR KATA PENGANTAR Assalamu alaikum Wr.
Lebih terperinciANALISIS DERET BERKALA
ANALISIS DERET BERKALA PENDAHULUAN Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
Lebih terperinciUJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA
Modul R UJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA I. UJI VALIDITAS Sebelum instrument/alat ukur digunakan untuk mengumpulkan data penelitian, maka perlu dilakukan uji coba kuesioner untuk
Lebih terperinciMANAJEMEN DASAR I ATA 15/16
MANAJEMEN DASAR I ATA 15/16 KATA PENGANTAR Assalamu alaikum Wr. Wb. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Riset Akuntansi ini
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciBAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciPertemuan 6 & 7 UJI VALIDITAS DAN RELIABILITAS. Objektif:
Pertemuan 6 & 7 UJI VALIDITAS DAN RELIABILITAS Objektif: 1. Mahasiswa dapat mengetahui ketepatan mengukur suatu alat ukur (uji validitas) 2. Mahasiswa dapat menentukan konsistensi alat ukur (uji reliabilitas)
Lebih terperinciKATA PENGANTAR. Wassalamu alaikum Warahmatullahi Wabarakatuh. Depok, Agustus Tim Litbang. LAB. MANAJEMEN DASAR i LITBANG PTA 16/17
MATEMATIKA EKONOMI 1 DERET HITUNG RISET AKUNTANSI KATA PENGANTAR KATA PENGANTAR Assalamu alaikum Warahmatullahi Wabarakatuh. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan
Lebih terperinciMETODE RISET KATA PENGANTAR
MATEMATIKA EKONOMI 1 DERET HITUNG KATA PENGANTAR Assalamu alaikum Warahmatullahi Wabarakatuh. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum
Lebih terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciMODUL PRAKTIKUM STATISTIKA 2. Laboratorium Jurusan. Manajemen Dasar. Fakultas Ekonomi UNIVERSITAS GUNADARMA. Versi 3.1. Tahun Penyusunan 2012
MODUL PRAKTIKUM STATISTIKA 2 Versi 3.1 Tahun Penyusunan 2012 Tim Penyusun 1. Ir. Rina Sugiarti, MM 2. Lies Handrijaningsih, SE.,MM 3. Budi Sulistyo SE.,MM 4. Oktavia Anna Rahayu 5. Intan Permatasari Laboratorium
Lebih terperinciPOLITEKNIK KESEHATAN SURAKARTA TAHUN
MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
Lebih terperinciR Commander - Rcmdr. A. Instalasi & Menu dalam Rcmdr 1. Instalasi
+ R Commander - Rcmdr Seperti kita telah pelajari dan lihat sebelumnya, R adalah perangkat lunak statistik berbasiskan perintah (command driven), yang sepertinya dapat memberi kesulitan bagi pengguna pemula
Lebih terperinciMODUL PRAKTIKUM STATISTIKA
MODUL PRAKTIKUM STATISTIKA Versi 3.0 Tahun Penyusunan 2011 Tim Penyusun 1. Intaglia Harsanti 2. 3. Laboratorium Psikologi Jurusan Psikologi Fakultas Psikologi UNIVERSITAS GUNADARMA Daftar Isi Daftar Isi...
Lebih terperinciModul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:
DISTRIBUSI WEIBULL Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat I. PENDAHULUAN ini diperkenalkan oleh ahli fisikawan Swedia
Lebih terperinciKATA PENGANTAR. Kelapa Dua, September Tim Litbang
KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Statistika 1 materi ukuran statistik ini dapat terselesaikan. Modul praktikum
Lebih terperinciPENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)
MODUL 8 PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) Tujuan Praktikum : Mahasiswa mengenal aplikasi pengolah data statistik yaitu SPSS Mahasiswa dapat menggunakan aplikasi SPSS
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciTABEL 3 DATA PENELITIAN
Analisis Regresi Linier Bentuk LN (Logaritma Natural) Pengubahan data ke bentuk LN dimaksudkan untuk meniadakan atau meminimalkan adanya pelanggaran asumsi normalitas dan asumsi klasik regresi. Jika data-data
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciMODUL REGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi
Lebih terperinciPengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc
Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,
Lebih terperinciMateri Bagian 01 Pengenalan Grasshopper... 4
1 h a l a m a n Materi Bagian 01 Pengenalan Grasshopper... 4 Konsep Dasar... 4 Konsep dasar: Proses Membuat Objek... 4 Perangkat antar muka (Interface)... 7 Interface: Workspace... 7 Interface: Grasshopper
Lebih terperinciSignifikansi Kolmogorov Smirnov
UJI NORMALITAS Rumus Kolmogorov Smirnov Rumus Kolmogorov Smirnov Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA KALIMALANG J1416 ATA 2012/2013 KATA PENGANTAR Puji syukur kami panjatkan kepada
Lebih terperinciPETUNJUK PENGGUNAAN APLIKASI e- PURCHASING OBAT PANITIA
PETUNJUK PENGGUNAAN APLIKASI e- PURCHASING OBAT PANITIA PEMBUATAN PAKET 1. Silahkan membuka aplikasi SPSE di LPSE masing- masing instansi atau LPSE tempat Panitia terdaftar. 2. Klik menu login Non- Penyedia.
Lebih terperinciNomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel
1 MODUL 1. MEMULAI PASW DAN MENGELOLA FILE Tujuan : 1. Mengoperasikan PASW dan menjalankan menu-menu utama dalam PASW 2. Mengatur data editor yang meliputi menyimpan data, mengganti nilai data, menghapus,
Lebih terperinciMENGGUNAKAN PROGRAM CAMTASIA UNTUK MEMBUAT TUTORIAL VIDEO
1 MENGGUNAKAN PROGRAM CAMTASIA UNTUK MEMBUAT TUTORIAL VIDEO Setelah program terinstall dengan sempurna, kini saat bagi anda untuk konsentrasi merekam Tutorial yang akan dibuat. Namun sebelum itu, anda
Lebih terperinciPENGOLAHAN DATA MENGGUNAKAN SOFTWARE EVIEWS 3.1
PENGOLAHAN DATA MENGGUNAKAN SOFTWARE EVIEWS 3.1 1. Menjalankan program Eviews: Hidupkan komputer sehingga akan muncul menu utama window. Kemudian kita arahkan mouse pada menu Program dan setelah itu kita
Lebih terperinciPETUNJUK PROTUES. Mode Selector Toolbar berikut ini beberapa bagian selector toolbar yang umum digunakan untuk simulasi aplikasi mikrokontroler :
PETUNJUK PROTUES Mode Selector Toolbar berikut ini beberapa bagian selector toolbar yang umum digunakan untuk simulasi aplikasi mikrokontroler : Selection Mode Component Mode Wire Label Mode Buses Mode
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA KELAPA DUA ATA 2012/2013 KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan
Lebih terperinci1. MENGENAL VISUAL BASIC
1. MENGENAL VISUAL BASIC 1.1 Mengenal Visual Basic 6.0 Bahasa Basic pada dasarnya adalah bahasa yang mudah dimengerti sehingga pemrograman di dalam bahasa Basic dapat dengan mudah dilakukan meskipun oleh
Lebih terperinciCONTOH KASUS PENGOLAHAN DATA MENGGUNAKAN SPSS
CONTOH KASUS PENGOLAHAN DATA MENGGUNAKAN SPSS 3.1 Permasalahan dan Data Penelitian Seorang peneliti muda bermaksud mengadakan penelitian tentang pelaksanaan perkuliahan program Tahun Pertama Bersama (TPB)
Lebih terperinciMODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL
MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi
Lebih terperinciISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)
ISSN : 1693 1173 Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) Abstrak Uji Chi-Square digunakan untuk pengujian hipotesa terhadap beda dua proporsi atau lebih. Hasil pengujian akan menyimpulkan
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015 NAMA : NPM : KELAS : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK KATA PENGANTAR Assalamu alaikum Wr. Wb. Puji syukur kami panjatkan kepada
Lebih terperinciA. Memulai dan Struktur Visual Basic
BAB II PEMOGRAMAN VISUAL BASIC A. Memulai dan Struktur Visual Basic Jika program visual basic terinstalasi pada sistem operasi Microsoft Windows XP, maka Microsoft Visual Basic dapat dimulai dengan langkah
Lebih terperinciPANDUAN PENGGUNAAN MODUL KUISIONER
PANDUAN PENGGUNAAN MODUL KUISIONER 2015 PT. AIR MEDIA PERSADA DAFTAR ISI Pengenalan Kategori Kuisioner dan Aturan...3 1. Kategori Kuisioner...3 2. Aturan...3 Halaman Konfigurasi...4 Halaman Manajemen Kuisioner...4
Lebih terperinciUJI PERSYARATAN ANALISIS DATA
PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak
Lebih terperinciBAB I SEKILAS VISUAL STUDIO.NET 2008
BAB I SEKILAS VISUAL STUDIO.NET 2008 Pembahasan Materi : Mengenal IDE Visual Studio.NET 2008. Pembuatan project pada Visual Studio.NET 2008. Pengenalan kontrol yang sering digunakan, menulis kode program
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian
46 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dipaparkan mengenai hasil penelitian dan pembahasan yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian dilakukan
Lebih terperinciSPSS Psikologi. Bulek_niyaFn
SPSS Psikologi Bulek_niyaFn Silabus SPSS - PSIKOLOGI Penginputan Data Variabel Tipe Label Variabel Value Label NAMA String Nama karyawan GENDER Numeric Jenis Kelamin 1= Laki-laki 2= Perempuan GOLONGAN
Lebih terperinciProsedur Menjalankan Aplikasi Linda
Prosedur Menjalankan Aplikasi Linda Prosedur penggunaan aplikasi Linda akan dijelaskan melalui beberapa prosedur penggunaan menu yang akan membantu pengguna dalam menyesuaikan kebutuhan, antara lain: menu
Lebih terperinciModul #8: Membuat Model 3D dengan Adobe After Effect 3D Invigorator
Modul #8: Membuat Model 3D dengan Adobe After Effect 3D Invigorator A. Tujuan Mahasiswa mampu menguasai penggunaan efek 3D invigorator sebagai efek yang menghasilkan objek 3D dalam after effect. B. Langkah-langkah
Lebih terperinciMemahami bagaimana membuat aplikasi Mengetahui apa yang dimaksud dengan Batch Mengenal langkah-langkah membuat Batch
HOME DAFTAR ISI 5 Obyektif Membuat Aplikasi Memahami bagaimana membuat aplikasi Mengetahui apa yang dimaksud dengan Batch Mengenal langkah-langkah membuat Batch 5.1 Batch Batch merupakan salah satu seri
Lebih terperinciMembuat File Database & Tabel
Membuat File Database & Tabel Menggunakan MS.Office Access 2013 Database merupakan sekumpulan data atau informasi yang terdiri atas satu atau lebih tabel yang saling berhubungan antara satu dengan yang
Lebih terperinciPENGENALAN INTERFACE MACROMEDIA DITECTOR MX
PENGENALAN INTERFACE MACROMEDIA DITECTOR MX Sebelum kita mempraktekkan tutorial singkat ini, sebaiknya software Macromedia Director di-install terlebih dahulu. Untuk menjalankan program Macromedia Director
Lebih terperinciUJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma
UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)
Lebih terperinciMENGOPERASIKAN SISTEM OPERASI
MENGOPERASIKAN SISTEM OPERASI software system operasi generasi terakhir yang dikeluarkan Microsoft adalah Windows 95 Windows 98 Windows XP dan Vista Windows 7 Windows Me Sofware yang dirancangan khusus
Lebih terperinciAPLIKASI KOMPUTER. Pokok Bahasan : MS. WORD (BAGIAN 1) Anggun Puspita Dewi, S.Kom., MM. Modul ke: Fakultas MKCU
APLIKASI KOMPUTER Modul ke: Pokok Bahasan : MS. WORD (BAGIAN 1) Fakultas MKCU Anggun Puspita Dewi, S.Kom., MM Program Studi Sistem Informasi & MarComm www.mercubuana.ac.id PENGERTIAN MICROSOFT WORD Microsoft
Lebih terperinciSPSS FOR WINDOWS BASIC. By : Syafrizal
SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama
Lebih terperinciAPLIKASI EVIEWS DALAM EKONOMETRIKA. Oleh : RAHMANTA
APLIKASI EVIEWS DALAM EKONOMETRIKA Oleh : RAHMANTA SOSIAL EKONOMI PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA MEDAN 2 0 0 9 2 APLIKASI EVIEWS DALAM EKONOMETRIKA 1. Membuat File Baru, Menyimpan
Lebih terperinciBAB 6 LAYAR WINDOW 6.1. WINDOW VIEW
BAB 6 LAYAR WINDOW 6.1. WINDOW VIEW View menampilkan data data input file yang sudah didefinisikan.a pada jendela ini mempunyai format seperti spredsheet. Data dapat dengan mudah diperiksa baik terhadap
Lebih terperinciTabel, List. Tempatkan kursor pada dokumen windor, kemudian pilih salah satu cara berikut : Insert Table
Tabel, List 1. Tabel Tabel adalah objek yang terdiri dari kolom dan baris. Tabel dalam halaman / dokumen Web sebenarnya terdiri dari tag-tag HTML, yaitu tag , tag , tag . 1.1. Menyisipkan
Lebih terperinciBAB 3 LAYAR WINDOW 3.1. WINDOW VIEW
BAB 3 LAYAR WINDOW 3.1. WINDOW VIEW View menampilkan data data input file yang sudah didefinisikan.a pada jendela ini mempunyai format seperti spredsheet. Data dapat dengan mudah diperiksa baik terhadap
Lebih terperinciPEMROGRAMAN DASAR XI TKJ SMK NEGERI 1 KUPANG
Pengenalan Bagian Utama Delphi 7 Gambar 1.1 IDE (Integrated Development Environment) Delphi 7 atau lingkungan pengembangan terpadu merupakan lingkungan kerja Delphi 7 yang terbagi menjadi delapan bagian
Lebih terperinciNAMA : NPM : KELAS : KP : TUTOR : ASBAR : LAB. MANAJEMEN DASAR vii LITBANG PTA 16/17
NAMA : NPM : KELAS : KP : TUTOR : ASBAR : LAB. MANAJEMEN DASAR vii LITBANG PTA 16/17 KATA PENGANTAR KATA PENGANTAR Dengan menyebut nama Allah, kami panjatkan puji dan syukur ata kehadirat-nya, yang telah
Lebih terperinciMICROSOFT WORD. Berikut ini adalah beberapa istilah yang akan dipakai dalam mengoperasikan Microsoft Word 2007:
MICROSOFT WORD 1. Mengenal Microsoft Word Microsoft Word merupakan program aplikasi pengolah kata (word processor) yang yang biasa digunakan untuk membuat laporan, dokumen berbentuk surat kabar, label
Lebih terperinciProses Pengambilan Token oleh Nasabah
Token & Velis Menu Pengertian Velis Menu Merupakan aplikasi yang digunakan untuk mengatur distribusi, registrasi, aktivasi, penggunaan, pengembalian, mengetahui status serta sistem pelaporan Token PIN
Lebih terperinciPRAKTIKUM 10 REPORT LANJUTAN 72 C. TUGAS PENDAHULUAN Buat perancangan report untuk pegawai dan kerja seperti contoh dibawah ini : D. PERCOBAAN Buka da
Praktikum 10 Report Lanjutan A. TUJUAN 1. Menjelaskan tentang pengurutan dan pengelompokan data pada report 2. Menjelaskan tentang penambahkan header dan footer pada report 3. Menambahkan data dalam bentuk
Lebih terperinciBAB I. Introduction to SPSS for Windows
BAB I Introduction to SPSS for Windows Sekilas tentang SPSS Menjalankan SPSS for Windows Membaca Data Memperbaiki (edit) Data Entri Data dan Statistik Deskriptif Interpretasi Output Sekilas tentang SPSS
Lebih terperinciPERSIAPAN ANALISIS DATA (Pemilihan. Jenis Analisis Data)
PERSIAPAN ANALISIS DATA (Pemilihan Jenis Analisis Data) RANCANGAN Pengolahan & Analisis Data (RPA) Harus memperhatikan: Rumusan masalah & tujuan: Berkaitan dengan hubungan Berkaitan dengan perbedaan Hipotesis:
Lebih terperinciMengenal Tabel Base BAB
BAB Mengenal Tabel Base 14 Pada Bab ini anda akan mempelajari cara : Mengenal Lingkungan Tabel Base Setting Field Tabel Base Deskripsi Field Tabel Base Mengisi Field Tabel Base Mengedit Field Tabel Base
Lebih terperinciBAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG
BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG A. Analisis Hasil Angket Tentang Perhatian orang tua di Desa Majalangu Kecamatan Watukumpul
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu
Lebih terperinciDitulis Guna Melengkapi Sebagian Syarat Untuk Mencapai Jenjang Sarjana Strata Satu (S1) Jakarta 2017
UNIVERSITAS GUNADARMA FAKULTAS EKONOMI PENGARUH KOMPENSASI DAN KEPUASAN KERJA TERHADAP PERSEPSI KINERJA KARYAWAN BANK BNI BEKASI Disusun Oleh : Nama : Mikha Pra Setianingsih Npm : 15213484 Jurusan : Manajemen
Lebih terperinciLATIHAN 3 : QUERY DATABASE
LATIHAN 3 : QUERY DATABASE Start ArcMap dan buka peta existing Menambahkan map tips Identify Mencari objek Membuat query spasial Membuat layer hasil query Menyimpan layer data. Menyimpan dokumen peta dan
Lebih terperinciSolusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor:
PRAKTIKUM 2 Studi Kasus 2: Metode Sugeno Suatu perusahaan mampu memproduksi rata-rata 50.000 unit barang per hari, dan dalam 3 bulan terakhir permintaan tertinggi sebesar 75.000 unit. Barang yang tersedia
Lebih terperinciMengenal E Views. Workfile baru dapat dibuat dengan cara: 1. Memilih menu file > New > Workfile, atau 2. Mengetikkan New pada command window
Mengenal E Views Membuat workfile baru Workfile baru dapat dibuat dengan cara: 1. Memilih menu file > New > Workfile, atau 2. Mengetikkan New pada command window Jika data Anda merupakan data tahunan,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 STATISTIK
BAB 1 PENDAHULUAN 1.1 STATISTIK Ilmu statistik dibagi menjadi 2 yaitu: 1. Statistik Deskriptif Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus
Lebih terperinciModul ke: Aplikasi Komputer. Fakultas Teknik HERY NURMANSYAH, S.T., M.T. Program Studi Teknik Industri.
Modul ke: Aplikasi Komputer Fakultas Teknik HERY NURMANSYAH, S.T., M.T. Program Studi Teknik Industri www.mercubuana.ac.id Materi Pembelajaran Microsoft Word 2010 Pengertian Ms.Word 2010 Microsoft Word
Lebih terperinciUJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)
Lebih terperinciBAB IV DESKRIPSI DAN ANALISI DATA
BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN
BAB IV ANALISIS HASIL PENELITIAN 4.1 Menghitung Return Karena penelitian ini mengukur potensi kerugian maksimum dari saham BMRI. Maka, langkah pertama adalah menghitung return hariannya dengan rumus (2-3)
Lebih terperinciBAB IV ANALISIS HASIL
BAB IV ANALISIS HASIL Berikut ini merupakan pembahasan terhadap hasil olahan data dengan menggunakan SPSS versi 15. Peneliti melakukan pengolahan data terhadap122 sampel yang memenuhi kriteria penelitian.
Lebih terperinciMODUL PEMBELAJARAN APLIKASI KOMPUTER BERBASIS MICROSOFT POWERPOINT DAN INTERNET
MODUL PEMBELAJARAN APLIKASI KOMPUTER BERBASIS MICROSOFT POWERPOINT DAN INTERNET Oleh : DWI HARSONO, MPA JURUSAN PENDIDIKAN ADMINISTRASI FAKULTAS ILMU SOSIAL DAN EKONOMI UNIVERSITAS NEGERI YOGYAKARTA 2009
Lebih terperinciWorkshop Singkat Membuat Game Shooter
Workshop Singkat Membuat Game Shooter Membuat project baru Dari start menu, aktifkan Construct 2 Buatlah sebuah project baru dengan memilih menu New Pilih New empty project, kemudian klik Open 1 Pada bagian
Lebih terperinciBuku Manual. Download, Aplikasi Aspak, dan Tanya Jawab.
Buku Manual Gambar diatas adalah halaman awal yang akan muncul pada saat pertama kali membuka situs aspak.buk.depkes.go.id. Lalu dibawah judul terdapat beberapa link yaitu : Beranda, Halaman Download,
Lebih terperinciMENGATUR KOLEKSI FOTO
MENGATUR KOLEKSI FOTO Setelah mempelajari bab ini, Anda diharapkan dapat: Membuat tanda star Membuat caption (keterangan) Menampilkan caption Mengedit dan menghapus caption Membuat keyword Menambahkan
Lebih terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana Pada minggu ini akan dipelajari : Menghitung Korelasi Melakukan Analisis Regresi Sederhana Pemeriksaan Asumsi dalam Analisis Regresi Untuk melakukan kegiatan pada
Lebih terperinciMODUL 1 SAMPLE t-test
MODUL SAMPLE t-test TUJUAN. Mahasiswa mampu memahami Uji Hipotesis Sample t-test. Mampu menyeleseikan persoalan Uji Hipotesis Sample t-test dengan software SPSS DESKRIPSI Salah satu cabang ilmu statistik
Lebih terperinciMODUL I PENDAHULUAN. Modul SPSS 1 - Pendahuluan STATISTIK
MODUL I PENDAHULUAN STATISTIK Pada mulanya, kata statistik diartikan sebagai keterangan-keterangan yang dibutuhkan oleh negara dan berguna bagi negara. Keterangan-keterangan tersebut umumnya dipergunakan
Lebih terperinciMATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:
MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri
Lebih terperinciPanduan Menggunakan Microsoft Project
Panduan Menggunakan Microsoft Project Magister Kebijakan dan Manajemen Pelayanan Kesehatan Ilmu Kesehatan Masyarakat Universitas Gadjah Mada Gedung IKM Lt.1 Jl. Farmako, Sekip Utara, Jogjakarta Telp/Fax:0274-542900
Lebih terperinci