STATISTIK DESKRIPTIF UKURAN LETAK DATA
|
|
- Sucianty Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 UKURAN LETAK DATA OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STIMIK) PRINGSEWU
2 UKURAN LETAK DATA Selan ukuran pemusatan data, ada juga yang dsebut ukuran letak data. Adapun ukuran letak data melput:,,. 1. Quartl adalah nla yang membag data menjad 4 bagan sama banyak. 2. adalah nla yang membag data menjad 10 bagan sama banyak. 3. adalah nla yang membag data menjad 100 bagan sama banyak.
3 1. UKURAN LETAK DATA TUNGGAL Untuk menentukan nla Q ( = 1,2,3) dgunakan rumus berkut: 2. Letak Q = (n + 1) 4 Untuk menentukan nla D ( = 1,2,...,9) dgunakan rumus berkut: 3. Letak D = (n + 1) 10 Untuk menentukan nla P ( = 1,2,...,99) dgunakan rumus berkut: Letak P = 100 (n + 1)
4 : Dketahu data sebaga berkut: 9, 9, 10, 13, 14, 17, 19, 19, 21, 22, 23, 25, 25, 29, 33, 35 35, 39, 43, 47. Tentukan: a. Nla Q 1 dan Q 3 b. Nla D 5 dan D 7 c. Nla P 38 dan P 57
5 a. Nla Q 1 dan Q 3 Letak Q 1 = n + 1 = 1 (20 + 1) = 1 (21) = 5, Nla Q 1 = X 5 + 0,25 (X 6 X 5 ) = ,25 (17 14) = 14,75 Letak Q 3 = n + 1 = 3 (20 + 1) = 3 (21) = 15, Nla Q 3 = X ,75 (X 16 X 15 ) = ,75 (35 33) = 34,5
6 b. Nla D 5 dan D 7 Letak D 5 = n + 1 = 5 (20 + 1) = 1 (21) = 10, Nla D 5 = X ,5 (X 11 X 10 ) = ,5 (23 22) = 22, 5 Letak D 7 = n + 1 = 7 (20 + 1) = 7 (21) = 14, Nla D 7 = X ,7 (X 15 X 14 ) = ,7 (33 29) = 31, 8
7 c. Nla P 38 dan P 57 Letak P 38 = n + 1 = (20 + 1) = (21) = 7, Nla P 38 = X 7 + 0,98 (X 8 X 7 ) Letak P 57 = = ,98 (19 19) = 19 n + 1 = (20 + 1) = (21) = 11, Nla P 57 = X ,97 (X 12 X 11 ) = ,97 (25 23) = 24, 94
8 1. UKURAN LETAK DATA BERKELOMPOK Untuk menentukan nla Q ( = 1,2,3) dgunakan rumus berkut: Keterangan: = 1,2,3 n = banyak data Q = t b + p 4 n F k f Q t b p F k f Q = tep bawah kelas yang mengandung Q = panjang kelas = frekuens kumulatf sebelum kelas Q = frekuens kelas nterval yang mengandung Q
9 2. Desl(D) Untuk menentukan nla D ( = 1,2,...,9) dgunakan rumus berkut: Keterangan: = 1,2,...,9. n = banyak data D = t b + p 10 n F k f D t b p F k f D = tep bawah kelas yang mengandung D = panjang kelas = frekuens kumulatf sebelum kelas D = frekuens kelas nterval yang mengandung D
10 3. Persentl(P) Untuk menentukan nla P ( = 1,2,...,99) dgunakan rumus berkut: Keterangan: = 1,2,...,99. n = banyak data P = t b + p 100 n F k f P t b p F k f P = tep bawah kelas yang mengandung P = panjang kelas = frekuens kumulatf sebelum kelas P = frekuens kelas nterval yang mengandung P
11 CONTOH SOAL Dketahu data sebaga berkut: Nla Frekuens Tentukanlah: a. Nla Q 2 b. Nla D 9 c. Nla P 60
12 a. Nla Q 2 Letak Q 2 = 4 n + 1 = 2 (40 + 1) = 1 (41) = 20, Jad letak Q 2 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f Q2 = 16 t b =50,5 F k = 9 Q = t b + p 4 n F k f Q Q 2 = 50,5 + 5 = 50, (40) = 50,5 + 3,44 = 53,94.
13 b. Nla D 9 Letak D 9 = n + 1 = 9 9 (40 + 1) = (41) = 36, Jad letak D 9 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f D9 = 7 t b =60,5 F k = 33 D = t b + p 10 n F k f D D 9 = 60,5 + 5 = 60, (40) = 60,5 + 2,14 = 62,64.
14 c. Nla P 60 Letak P 60 = n + 1 = (40 + 1) = (41) = 24, Jad letak P 60 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f P60 = 16 t b = 50,5 F k = 9 P = t b + p 10 n F k f D P 60 = 50,5 + 5 = 50, (40) = 50,5 + 4,68 = 55,18.
15 Dketahu data sebaga berkut: LATIHAN SOAL (DATA TUNGGAL) Tentukan: a. Nla Q 2 dan Q 3 b. Nla D 6 dan D 9 c. Nla P 35 dan P 80
16 Dketahu data sebaga berkut: LATIHAN SOAL (DATA BERKELOMPOK) Tentukan: a. Nla Q 1 dan Q 3 b. Nla D 4 dan D 8 c. Nla P 30 dan P 75
KWARTIL, DESIL DAN PERSENTIL
KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag taptap 25% frekuens
Lebih terperinciKWARTIL, DESIL DAN PERSENTIL
KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag tap-tap 25% frekuens
Lebih terperinciSTATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran:
STATISTIKA Jens-jens soal statstka yang serng dujkan adalah soal-soal tentang : 1. Membaca sajan data dalam bentuk dagram. Ukuran pemusatan data 3. Ukuran Letak Data 4. Ukuran Penyebaran Data SOAL DAN
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciDISTRIBUSI FREKUENSI
BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat
Lebih terperinciSTATISTIKA. A. Menyajikan Data dalam Bentuk Diagram
STATISTIKA A. Menyajkan Data dalam Bentuk Dagram. DIAGRAM GARIS Contoh soal Fluktuas nla tukar rupah terhadap dolar AS dar tanggal 8 Aprl 008 sampa dengan tanggal Aprl 008 dtunjukkan oleh tabel sebaga
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU UKURAN PENYEBARAN DATA Selain ukuran pemusatan data dan ukuran letak data, ada juga yang
Lebih terperinciMATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.
Lebih terperinciUKURAN GEJALA PUSAT &
UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel
Lebih terperinciBAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi
BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan VARIABEL RANDOM. Statistika dan Probabilitas
Unverstas Gadjah Mada Fakultas Teknk Jurusan Teknk Sl dan Lngkungan VARIABEL RANDOM Statstka dan Probabltas 2 Pengertan Random varable (varabel acak) Jens suatu fungs yang ddefnskan ada samle sace Dscrete
Lebih terperinciMETODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.
METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciFAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 2017/2018 PROGRAM STUDI: TEKNIK SIPIL
FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 7/8 PROGRAM STUDI: TEKNIK SIPIL Mata Ujan : Statstka (Kelas Har, Tanggal : Rabu, 8 November 7 Dosen
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciRingkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA
BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar data tu. Statstk
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciSTATISTIK DESKRIPTIF
PENGANTAR TEORI PELUANG OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STIMIK) PRINGSEWU NOTASI FAKTORIAL (!) adalah hasil kali bilangan asli berurutan dari 1 sampai n. dirumuskan
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciRingkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS :
NAMA : KELAS : 1 BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciFUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam
FUNGSI ALIH SISTEM ORDE Oleh: Ahmad Ryad Frdaus Plteknk Batam I. Tujuan. Memaham cara melakukan smulas sstem fss (sstem mekank dan elektrk) untuk rde 2. Memaham karakterstk sstem fss terhadap perubahan
Lebih terperinciMODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR 2 SMA NEGERI 10 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd
MODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR SMA NEGERI 0 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd kharulfaq.wordpress.com e-mal : muh_abas@yahoo.com Page of 64 Kegatan Pembelajaran A. STANDAR
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB STATISTIKA. Tujuan Pembelajaran
BAB I STATISTIKA Tujuan Pembelajaran Setelah mempelajar mater bab n, Anda dharapkan mampu:. membaca dan menyajkan data dalam bentuk tabel dan dagram (dagram batang, dagram gars, dagram lngkaran, dagram
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBab 2 AKAR-AKAR PERSAMAAN
Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat
Lebih terperinciI. PENGANTAR STATISTIKA
1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinciSTATISTIK DESKRIPTIF
PENYAJIAN DATA DALAM BENTUK TABEL OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU Daftar Distribusi Frekuensi Tunggal Data tunggal seringkali dinyatakan dalam
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciMatematika Keuangan Dan Ekonomi. Indra Maipita
Matematka Keuangan Dan Ekonom Indra Mapta NUITS BIS Pendahuluan Sebaga penabung seta nda keluar sebaga pemenang hadah undan, dan dapat memlh salah satu hadah berkut: Menerma uang sejumlah Rp 50.000.000
Lebih terperinciBAB V INTEGRAL KOMPLEKS
6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan
Lebih terperinciHistogram Citra. Bab Membuat Histogram
Bab 6 Hstogram Ctra I nformas pentng mengena s ctra dgtal dapat dketahu dengan membuat hstogram ctra. Hstogram ctra adalah grafk yang menggambarkan penyebaran nla-nla ntenstas pxel dar suatu ctra atau
Lebih terperinciUKURAN PEMUSATAN & PENYEBARAN
UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciAPLIKASI INTEGRAL TENTU
APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar
Lebih terperinciTATAP 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 terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB 2 PRINSIP DASAR SISTEM TENAGA LISTRIK
BAB 2 PRINSIP DASAR SISTEM TENAGA LISTRIK Dalam bab 2 akan dlakukan nvestgas tentang bagamana alran energ dar rangkaan ac. Dengan menggunakan berbaga denttas trgonometr, daya sesaat p(t) dpsahkan menjad
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciVLE dari Korelasi nilai K
VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam
Lebih terperinciRANGKAIAN-RANGKAIAN DASAR OPERATIONAL AMPLIFIER (OP-AMP)
NGKNNGKN DS OPETONL MPLFE (OPMP). nvertng mpler 3 nalsa angkaan: ; L Pada ttk terjad suatu enmena yang dsebut vrtual grund yatu ttk yang memlk nla tegangan nl meskpun tdak terhubung langsung ke pertanahan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena
Lebih terperinciMINGGU KE- V: UKURAN PENYEBARAN
MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciDeret Taylor & Diferensial Numerik. Matematika Industri II
Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciA. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA
009 T u g a s a p l k a s S t a t s t k P a g e 1 A. Soal 1 yg dkerjakan seharan tad ttg regres tunggal MENGHITUNG REGRESI LINEAR SEDERHANA Persamaan umum regres lnear sederhana adalah : Ŷ = a + bx Contoh
Lebih terperinciPERANCANGAN JARINGAN AKSES KABEL (DTG3E3)
PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan
Lebih terperinciCONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)
PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan
Lebih terperinciSTATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.
PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan
Lebih terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciPENYAJIAN DATA DALAM BENTUK TABEL
PENYAJIAN DATA DALAM BENTUK TABEL HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU PENYAJIAN DATA DALAM BENTUK DIAGRAM Data dibedakan menjadi 2 jenis: A. Data Tunggal
Lebih terperinciPADA GRAF PRISMA BERCABANG
PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa
Lebih terperinciKONTRAK KULIAH STATISTIK DESKRIPTIF
DATA DIRI Nama lengkap : Herdian, S.Pd., M.Pd. Alamat : Jl Raya Pagelaran Kec. Pagelaran - Pringsewu Telepon : 0856 6969 3636/ 0812 72 104 167 Pendidikan : S.1 Pend. Matematika Univ. lampung S.2 Pend.
Lebih terperinciBAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB V STATISTIKA DESKRIPTIF
BAB V Sulsetjono Bolog FMIPA Unverstas eger Malang (State Unversty of Malang) Emal: sulsetjono.fmpa@um.ac.d copyrght August 016 STATISTIKA DESKRIPTIF A. Capaan Pembelajaran Mahasswa mampu mengetahu dan
Lebih terperinciPROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI
JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan
Lebih terperinciTINJAUAN PUSTAKA Kualitas Dosen
4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,
Lebih terperinciModul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini
STATISTIKA ; MODUL ; ; 8; ; ; PENDAHULUAN Modul n adalah modul ke-8 dalam mata kulah Matematka. Is modul n membahas tentang statstka. Modul n terdr dar kegatan belajar. Pada kegatan belajar akan dbahas
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciSistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sstem Krptograf Stream Cpher Berbass Fungs Chaos Crcle Map Dengan Pertukaran Kunc Dffe-Hellman A-6 Muh. Fajryanto 1,a), Aula Kahf 2,b), Vga Aprlana
Lebih terperinciUji Homogenitas Varians
Uj Homogentas Varans I. DUA VARIANS Pengujan hpotess dua varans dlakukan untuk mengetahu varans dua populas sama (homogen atau tdak (heterogen. S dan S merupakan penduga σ dan σ Rumus varans : x ( x S
Lebih terperinciSOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka
Lebih terperinciBEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A Tujuan Peneltan Berdasarkan rumusan dan alasan pemlhan judul d atas, maka dalam peneltan n tujuan yang ngn dcapa adalah sebaga berkut: Untuk mengetahu ada tdaknya perbedaan
Lebih terperinci