Sampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009."

Transkripsi

1 Sampling Theory Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.

2 Pengertian Sampling O Teknik sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Populasi adalah sekelompok orang, benda, atau hal yg menjadi sumber pengambilan sampel; suatu kumpulan yg memenuhi syarat tertentu yg berkaitan dengan masalah penelitian. Sample : mengambil sebagian kecil yg mewakili kelompok atau keseluruhan yg lebih besar.

3 Tujuan dan Fungsi sampling O Tujuan sampling :apabila dilakukan dengan metode yang tepat, : O Lebih cepat O Lebih mudah O Lebih efisien O Lebih efektif O Lebih ekonomis O Fungsi sampling : O Estimasi parameter populasi O Menentukan perbedaan yang teramati pada dua sampel adalah berarti atau karena variasi yang kebetulan sifatnya.

4 Populasi & Sample Populasi adalah sekelompok orang, benda, atau hal yg menjadi sumber pengambilan sampel; suatu kumpulan yg memenuhi syarat tertentu yg berkaitan dengan masalah penelitian. Sample : mengambil sebagian kecil yg mewakili kelompok atau keseluruhan yg lebih besar. Statistical Infference adalah proses untuk mendapatkan fakta tentang populasi dengan menggunakan hasil yang ditemukan pada sampel.

5 Sampling dengan dan tanpa penempatan kembali ( with & without Replacement ) O Sampling with replacement adalah kegiatan sampling dimana bagian dari anggotanya dapat muncul dua kali atau lebih (terpilih kembali setelah terpilih sebelumnya) O Sampling without Replacement adalah kegiatan sampling dimana bagian dari anggotanya tidak dapat muncul dua kali (yang telah terpilih tidak bisa dipilih lagi).

6 Finite dan Infinite Sampling O Finite population dengan menggunakan Sampling With Replacement maka akan menghasilkan infinite Sampling, karena anggota samplenya dapat terus muncul dan tidak habis habis. O sampel dari populasi terbatas yang sangat besar dapat dianggap sebagai sampel dari populasi yang tak terbatas.

7 Sampel Acak (Random Samples) O Sample Acak (Random Samples) adalah cara pengambilan sample pada Finite Population dimana setiap anggota memiliki peluang yang sama untuk menjadi sample, dengan menggunakan Tabel dari Random Numbers. O Suatu teknik untuk mendapatkan sampel acak adalah dengan memanfaatkan bilangan acak (random numbers).

8 Population Parameters O Population Parameters adalah nilai parameter yang keluar saat menggunakan probabilty distribution function (=> normal distributed atau binomial distributed). O Contoh : Rata rata, median, moments, skewness.

9 Probabilitas O cara untuk mengungkapkan pengetahuan atau kepercayaan terkait dengan kemungkinan terjadinya suatu kejadian /peristiwa. O suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Kata probabilitas itu sendiri sering disebut dengan peluang atau kemungkinan

10 Sample Statistic & Sampling Distribution O Sample Statistic : setiap nilai yang terkandung dari sample, untuk tujuan mengestimasikan parameter populasi. O Sampling Distribution adalah penghitungan distribution statistic dari setiap sample yang mewakili Populasi

11 Sample Mean (Rata rata dari sample)

12 Sampling Distribution of Means O Setelah mendapatkan Nilai Mean dari sebuah Sample maka Probability Distribution dari Sample Statistic Mean dapat dihitung.

13 Yang harus diperhatikan untuk Sampling Distribution of Means: O Jika populasi dari Infinite dan sample itu random atau populasi finite dan sample with replacement, maka variance of the sampling distribution of means O Jika populasi berukuran N, dan sampling without Replacement dan ukuran sample n < = N,maka:

14 Sampling Distribution of Proportions O p dan q adalah probabilitas dari suatu kejadian, dimana q= ( 1- p) O p adalah Sampling Distribution dari Proportion O p adalah Standart deviasi

15 The Sample Variance

16 Other Statistics

17 Distribusi Frekuensi O Jika jumlah data cukup banyak dan sulit untuk observasi maka dilakukan pengelompokan Raw Data O Pengelompkan data dalam kelas kelas dan kategories dan menetukan nomor dari setiap individual untuk setiap kelas (disebut Class Frequency) O Grafik yang digunakan untuk Distribusi frekuensi adalah Histogram, atau dengan polygon graph (sering juga disebut polygon Frekuensi - frequency polygon), yang menghubungkan titik tengah dari puncak pada suatu histogram

18 Frequency Distributions

19 O Mean Computation of Mean, Variance and Moments for Grouped Data O Variance O Moment

STATISTIKA II IT

STATISTIKA II IT STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang

Lebih terperinci

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi

Lebih terperinci

5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI Week 11 & 12 HYDROLOGIC STATISTICS (and Frequency Analysis) Introduction Frequency and Probability Function Statistical Parameters Fitting a Probability Distribution Probability Distributions for Hydrologic

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

Sampling, Estimasi dan Uji Hipotesis

Sampling, Estimasi dan Uji Hipotesis Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling

Lebih 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

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan

Lebih terperinci

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Lebih terperinci

SATUAN ACARA PENGAJARAN (SAP)

SATUAN ACARA PENGAJARAN (SAP) SATUAN ACARA PENGAJARAN (SAP) Mata Kuliah : Statistik Deskriptif Kode Mata Kuliah : 02085303 SKS : 3 Waktu Pertemuan : 3 x 45 Menit Pertemuan ke : 1 & 2 A. KOMPETENSI 1. Standar Kompetensi : Mahasiswa

Lebih terperinci

APLIKASI STATISTIKA. Tri Indri Hardini

APLIKASI STATISTIKA. Tri Indri Hardini APLIKASI STATISTIKA Tri Indri Hardini ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial

Lebih terperinci

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF Ukuran Pusat (measure of center) Ukuran Penyebaran (measure of variability) Menurut Anda, bagaimana penampilan saya? Gambaran saya? Visualizing Telling Dapatkan Anda tentukan manakah

Lebih terperinci

STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI

STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI Statistika & Probabilitas Pancaran Frekuensi Pancaran Frekuensi Membentuk Pancaran Frekuensi raw data (data mentah) Sekelompok data yang belum tersusun & belum

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 Berlaku mulai : Genap/2011 MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE MATA KULIAH / SKS : 410202061 / 3 SKS MATA

Lebih terperinci

Probability and Random Process

Probability and Random Process Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 1. Review Teori Statistika Prima Kristalina Maret 2016 2 Outline Pengertian Statistika Populasi,

Lebih terperinci

STATISTIK PERTEMUAN VII

STATISTIK PERTEMUAN VII STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik

Lebih terperinci

Probabilitas Peluang Kemungkinan Mengapa probabilitas?

Probabilitas Peluang Kemungkinan Mengapa probabilitas? STATISTIKA PROBABILITAS Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal erupsi gunung berapi) berdasarkan data erupsi selama waktu

Lebih terperinci

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA SKRIPSI RAINI MANURUNG

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA SKRIPSI RAINI MANURUNG 1 PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA SKRIPSI RAINI MANURUNG 110823011 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode

Lebih terperinci

The Central Limit Theorem

The Central Limit Theorem Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat

Lebih terperinci

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain

Lebih terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi probabilitas dan normal. Statisitik Farmasi 2015 Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Statistika, Vol., No., Mei PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Moh. Yamin Darsyah, Dwi Haryo Ismunarti Program Studi S Statistika Universitas Muhammadiyah Semarang, Jl. Kedung

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar

Lebih terperinci

STATISTIKA TERAPAN Disertai Contoh Aplikasi dengan SPSS

STATISTIKA TERAPAN Disertai Contoh Aplikasi dengan SPSS STATISTIKA TERAPAN Disertai Contoh Aplikasi dengan SPSS Penulis: Dr. Bambang Suharjo, M.Si. Edisi Pertama Cetakan Pertama, 2013 Hak Cipta 2013 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang

Lebih terperinci

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter

Lebih terperinci

DADANG JUANDI Hery Sutarto Hepi Maizon Yanti Mulyanti M. Sholeh Tenang Sembiring

DADANG JUANDI Hery Sutarto Hepi Maizon Yanti Mulyanti M. Sholeh Tenang Sembiring DADANG JUANDI Hery Sutarto Hepi Maizon Yanti Mulyanti M. Sholeh Tenang Sembiring Pengantar Dalam suatu majalah olah raga, dilaporkan bahwa dari penyelidikan terhadap 300 orang olahragawan diperoleh M dan

Lebih terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

RENCANA PERKULIAHAN SEMESTER

RENCANA PERKULIAHAN SEMESTER Program Studi : S1 Pendidikan Administrasi Perkantoran Mata kuliah : Statistik I Kode Mata Kuliah : 7024213033 Semester/SKS : Genap (4)/ 3 SKS Prasyarat : Aplikasi Komputer I Dosen Pengampu : Choirul Nikmah,

Lebih terperinci

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI GHAZALI WARDHONO 090823040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

terhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di

terhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK

Lebih terperinci

STATISTIK I OLEH : SINOLLAH, S.Sos, M.AB. Sinollah, S.Sos, M.AB

STATISTIK I OLEH : SINOLLAH, S.Sos, M.AB. Sinollah, S.Sos, M.AB STATISTIK I OLEH : SINOLLAH, S.Sos, M.AB Sinollah, S.Sos, M.AB PengertianStatistik Perkataan statistik berasal dari bahasa Yunani (Status) yang berarti stste, yang mula-mula digunakan oleh Gottfried Achenwall

Lebih terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia 1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot Penyajian Data Data diuraikan dalam bentuk kalimat.

Lebih terperinci

STATISTIKA. Tabel dan Grafik

STATISTIKA. Tabel dan Grafik STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi

Lebih terperinci

UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS

UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS RENCANA PROGRAM & KEGIATAN PEMBELAJARAN SEMESTER(RPKPS) Nama Mata Kuliah Kode Mata Kuliah : Beban sks : 3 sks (1) (2) Minggu

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

Distribusi dari Sampling

Distribusi dari Sampling Distribusi dari Sampling Sampling Acak Pengenalan ke Uji Hipotesis dan Estimasi Selang Hal yang harus diingat Populasi- adalah apa yang dibicarakan Sampel- adalah apa yang didapat dari data Distribusi

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-1*/** / 2015 Kode Mata Kuliah/SKS : IT-022250/2 SKS (AKUNTANSI) Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-1

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian deskriptif dengan

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian deskriptif dengan 53 BAB III METODOLOGI PENELITIAN A. Metode dan Desain penelitian Jenis penelitian yang digunakan adalah penelitian deskriptif dengan pendekatan kuantitatif komparatif. Alasan menggunakan pendekatan komparatif

Lebih terperinci

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian dan Penggunaan Statistika Jenis-jenis Statistika. Pengertian Statistika.

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian dan Penggunaan Statistika Jenis-jenis Statistika. Pengertian Statistika. OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Pengertian dan Penggunaan Statistika Jenis-jenis Statistika

Lebih terperinci

Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection

Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection 1999 Prentice-Hall, Inc. Chap. 1-1 Statistik untuk Para Menejer 1. Untuk mengetahui tingkat pengembalian investasi.

Lebih terperinci

Statistika & Probabilitas. Pancaran Frekuensi

Statistika & Probabilitas. Pancaran Frekuensi Statistika & Probabilitas Pancaran Frekuensi Membentuk Pancaran Frekuensi raw data (data mentah) Sekelompok data yang belum tersusun & belum teratur sehingga belum dapat dijelaskan ataupun dipahami. Tabel

Lebih terperinci

Skala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan

Skala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,

Lebih terperinci

Pemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit

Pemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit Pemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit Sutoyo Jurusan Teknik Elektro UIN SUSKA RIAU Jl HR Soebrantas KM 15 Panam Pekanabaru e-mail : sutoyo_te@yahoo.com ABSTRAK Perkembangan teknologi

Lebih terperinci

DR. KETUT BUDA ARTANA, ST, MSC

DR. KETUT BUDA ARTANA, ST, MSC Statistika rekayasa DR. KETUT BUDA ARTANA, ST, MSC MARINE ENGINEERING Marine power plant Marine electrical and automation system Marine manufacturing and design Marine machinery abd system Reliability,

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17.  Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan

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

DEPARTEMEN ILMU EKONOMI F A K U L T A S E K O N O M I D A N B I S N I S S I L A B U S STATISTIK I MAS 101 / 3 SKS

DEPARTEMEN ILMU EKONOMI F A K U L T A S E K O N O M I D A N B I S N I S S I L A B U S STATISTIK I MAS 101 / 3 SKS S I L A B U S STATISTIK I MAS 101 / 3 SKS Deskripsi Jenis Mata Kuliah Prasyarat : Mata kuliah ini membahas tentang konsep dasar metode statistik, yaitu Statistika Deskriptif dan Statistika Inferensial,

Lebih terperinci

TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN. Prepared by Hanna Lestari, M.Eng

TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN. Prepared by Hanna Lestari, M.Eng TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN Prepared by Hanna Lestari, M.Eng TEKNIK INDUSTRI UDINUS-,,2013 BAB I PENDAHULUAN I.1. Studi Kasus PT. SPOTLIGHT merupakan perusahaan pembuat lampu

Lebih terperinci

Magister Manajemen Univ. Muhammadiyah Yogyakarta

Magister Manajemen Univ. Muhammadiyah Yogyakarta Wihandaru Sotya Pamungkas Normalitas 31 NORMALITAS 1. Alasan Asumsi Normalitas a. Pengaruh variabel variabel yang diabaikan atau dihilangkan akan mempunyai pengaruh yang kecil sehingga dapat diabaikan

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari distribusi generalized lambda

Lebih terperinci

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)

Lebih terperinci

Versi : 3 Tanggal Revisi : 18 Agustus 2011 Revisi : Tanggal Berlaku: 12 September 2011 KONTRAK PERKULIAHAN. Deskripsi Mata Kuliah

Versi : 3 Tanggal Revisi : 18 Agustus 2011 Revisi : Tanggal Berlaku: 12 September 2011 KONTRAK PERKULIAHAN. Deskripsi Mata Kuliah Versi : 3 Tanggal Revisi : 18 Agustus 2011 Revisi : Tanggal Berlaku: 12 September 2011 F.SMP3.05 KONTRAK PERKULIAHAN Jurusan : Akuntansi & Managemen Kode Mata kuliah : 4203 Nama Mata kuliah : Statistik

Lebih terperinci

Penentuan Momen ke-5 dari Distribusi Gamma

Penentuan Momen ke-5 dari Distribusi Gamma Jurnal Penelitian Sains Volume 6 Nomor (A) April 0 Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu, Putra B.J. Bangun, dan Heriyanto Jurusan Matematika Fakultas MIPA Universitas Sriwijaya, Indonesia

Lebih terperinci

BAB 5 PENENTUAN POPULASI DAN SAMPEL PENELITIAN. Populasi adalah wilayah generalisasi yang terdiri atas obyek atau

BAB 5 PENENTUAN POPULASI DAN SAMPEL PENELITIAN. Populasi adalah wilayah generalisasi yang terdiri atas obyek atau BAB 5 PENENTUAN POPULASI DAN SAMPEL PENELITIAN 5.1. Populasi dan Sampel Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang memiliki kuantitas atau kualitas tertentu yang ditentukan

Lebih terperinci

SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN

SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN Mata Kuliah : Statistik II Program Studi : S 1 Akuntansi dan S 1 Manajemen Beban : 2 Sks Dosen : W. Rofianto, ST, MSi I. Deskripsi

Lebih terperinci

TENTANG UTS. Penentuan Cadangan, hal. 1

TENTANG UTS. Penentuan Cadangan, hal. 1 TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan

Lebih terperinci

PELATIHAN INSTRUKTUR/PENGEMBANG SMU. 28 JULI s.d. 10 AGUSTUS 2003 S T A T I S T I K A. Oleh: Drs. Marsudi Raharjo, M. Sc., Ed

PELATIHAN INSTRUKTUR/PENGEMBANG SMU. 28 JULI s.d. 10 AGUSTUS 2003 S T A T I S T I K A. Oleh: Drs. Marsudi Raharjo, M. Sc., Ed PELATIHAN INSTRUKTUR/PENGEMBANG SMU 8 JULI s.d. 0 AGUSTUS 00 S T A T I S T I K A Oleh: Drs. Marsudi Raharjo, M. Sc., Ed DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH

Lebih terperinci

Program Studi Teknik Mesin S1

Program Studi Teknik Mesin S1 SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: Statistika Psikologi 2 Fakultas Psikologi Program Studi Psikologi Sampling, Sampling Distribution, Confidence Intervals, Effect Size, dan Statistical Power SAMPLING Teknik menentukan sampel dari

Lebih terperinci

Populasi dan Sampel. Materi 1 Distribusi Sampling

Populasi dan Sampel. Materi 1 Distribusi Sampling Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik

Lebih terperinci

BUKU REFERENSI MATERI KULIAH DISTRIBUSI SAMPLING STATISTIK

BUKU REFERENSI MATERI KULIAH DISTRIBUSI SAMPLING STATISTIK BUKU REFERENSI Ronald E. Walpole, Pengantar Statistika, Edisi Terjemahan, Penerbit Gramedia, Jakarta, 1992. Sudjana, Metoda Statistika, Penerbit Tarsito, Bandung, 1993. Anto Dayan, Pengantar Metode Statistik

Lebih terperinci

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. Oleh ; Muhammad Yusuf Awaluddin

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. Oleh ; Muhammad Yusuf Awaluddin DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2 Oleh ; Muhammad Yusuf Awaluddin OVERVIEW Statistic : Nilai yg dihitung dari sebuah sampel (mean, median, std.deviasi, dll) Statistics : Metode ilmiah untuk

Lebih terperinci

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2 Oleh ; Muhammad Yusuf Awaluddin OVERVIEW Statistic : Nilai yg dihitung

Lebih terperinci

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI BISNIS. Program Studi ADMINISTRASI BISNIS. Mata Kuliah : STATISTIKA BISNIS

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI BISNIS. Program Studi ADMINISTRASI BISNIS. Mata Kuliah : STATISTIKA BISNIS FAKULTAS KOMUNIKASI BISNIS Program Studi ADMINISTRASI BISNIS BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : STATISTIKA BISNIS Kode Mata Kuliah : EBH0B4 SKS : 4 SKS Semester : 3 Tahun

Lebih terperinci

Monte Carlo. Prihantoosa Toosa

Monte Carlo. Prihantoosa  Toosa Monte Carlo Prihantoosa pht854@yahoo.com toosa@teknosoftmedia.com Pendahuluan Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Sampling Technique Istilah Monte Carlo pertama

Lebih terperinci

STATISTIKA II IT

STATISTIKA II IT STATISTIKA II IT-021259 Ummu Kalsum UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 7.30 10.30 dan 12.30 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Data Hasil Penelitian Data yang terkumpul dari hasil survei motivasi belajar dan hasil belajar pada permainan bola voli selanjutnya dianalisis menggunakan

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

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER Kode Dokumen MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. data dilakukan dengan menggunakan program SPSS versi Analisis bivariate

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. data dilakukan dengan menggunakan program SPSS versi Analisis bivariate digilib.uns.ac.id BAB IV HASIL PENELITIAN DAN PEMBAHASAN Penelitian ini dilakukan pada ibu yang mempunyai bayi umur 6 12 bulan. Waktu penelitian dilakukan pada bulan Mei 2013 di desa Krebet. Analisis data

Lebih terperinci

ANALISIS DATA KUANTITATIF

ANALISIS DATA KUANTITATIF 1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB 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 terperinci

Distribution. Contoh Kasus. Widya Rahmawati

Distribution. 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 terperinci

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan

Lebih terperinci

BAB I. Pengertian Dasar dalam Statistika. A. Statistika, Statistik, Statistika Deskriptif

BAB I. Pengertian Dasar dalam Statistika. A. Statistika, Statistik, Statistika Deskriptif BAB I Pengertian Dasar dalam Statistika A. Statistika, Statistik, Statistika Deskriptif 1. Pengertian Statistika Statistika adalah bagian dari matematika yang secara khusus membicarakan cara-cara pengumpulan,

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

PENGENALAN STATISTIKA

PENGENALAN STATISTIKA PENGENALAN STATISTIKA 1 Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan Waktu Sumber Membekali mahasiswa agar lebih paham dan menguasai teori terkait: data dan cara pengumpulan data serta manfaat

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik

Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id

Lebih terperinci

Hukum Iterasi Logaritma

Hukum Iterasi Logaritma Hukum Iterasi Logaritma Sorta Purnawanti 1, Helma 2, Dodi Vionanda 3 1 Mathematics Department State University of Pag, Indonesia 2,3 Lecturers of Mathematics Department State University of Pag, Indonesia

Lebih terperinci

Populasi dan Sampel. 1. Pengertian Populasi dan Sampel 2. Teknik Pengambilan Sampel 3. Normalitas Data

Populasi dan Sampel. 1. Pengertian Populasi dan Sampel 2. Teknik Pengambilan Sampel 3. Normalitas Data Populasi dan Sampel 1. Pengertian Populasi dan Sampel 2. Teknik Pengambilan Sampel 3. Normalitas Data 1. Populasi dan Sampel O Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang memiliki

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,

Lebih terperinci

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST.

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST. PENDAHULUAN Statistik dan Probabilitas untuk Teknik Kimia ENG200801 Semester 5 3 SKS Bambang Heru Susanto,, ST.MT Tujuan Pemelajaran 1. Mampu mengorganisir pengumpulan data mentah untuk pengukuran kuantitatif,

Lebih terperinci

STATISTIKA FAI SKS

STATISTIKA FAI SKS STATISTIKA FAI 1201 3 SKS DESKRIPSI SINGKAT : Mata kuliah ini adalah mata kuliah yang mengajarkan tentang peranan statistika dalam teori probabilitas, aplikasi distribusi probabilitas diskrit, aplikasi

Lebih terperinci

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA ALAT UJI STATISTIK Endang Sri Utami, S.E., M.Si., Ak., CA Penggunaan Statistik Statistik merupakan sekumpulan metode yang digunakan untuk menarik kesimpulan masuk akal dari suatu data. Statistik yang digunakan

Lebih terperinci

Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS

Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS 1 Probabilitas Perlunya pengetahuan tentang probabilitas dalam Biostatistik Pengertian probabilitas, variabel random dan distribusi

Lebih terperinci

BAB IV PELAKSANAAN DAN PENELITIAN

BAB IV PELAKSANAAN DAN PENELITIAN BAB IV PELAKSANAAN DAN PENELITIAN 4.1 Gambaran Umum Responden Jumlah karyawan dibagian Weaving PT.Timatex berjumlah 247 orang. Gambaran responden di tinjau dari jenis kelamin, tingkat pendidikan, umur,

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam

Lebih terperinci

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini 50 BAB III METODE PENELITIAN A. Pendekatan dan Metode Penelitian Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini adalah pendekatan kuantitatif. Pendekatan kuantitatif dipilih penulis

Lebih terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

Lebih terperinci