SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)
|
|
- Hendri Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)
2 Pustaka Scheaffer RL, Mendenhall W, Ott RL Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S Sampling of Population, Methods and Application, 3 rd ed. New York: John Wiley & Sons.
3 Deskripsi Mata Kuliah: Mata kuliah Metode Penarikan Contoh berisi beberapa teknik penarikan contoh beserta pendugaan parameternya. Pembahasan terutama ditekankan pada penarikan contoh berpeluang Tujuan Instruksional Umum (TIU) : Mahasiswa mampu merancang penarikan contoh dengan efektif dan efisien untuk menduga parameter populasi
4 Rencana Perkuliahan: Review Beberapa Konsep Dasar Statistika Beberapa Konsep Dasar Survei Sampling Penarikan Contoh Acak Sederhana Penarikan Contoh Acak Berlapis Pendugaan Rasio, Regresi dan Beda Penarikan Contoh Sistematik Penarikan Contoh Gerombol Penarikan Contoh Gerombol Dua Tahap Pendugaan Ukuran Populasi Non-Probability Sampling (Optional) Studi Kasus Total 14 x pertemuan
5 Penilaian Ujian Tengah Semester 40% Ujian Akhir Semester 40% Praktikum, Tugas, Quiz 20%
6 Mengapa perlu belajar MPC?
7
8
9 Sebagai dasar Penyelesaian masalah/ pengambilan kebijakan
10 Macam-macam Data Database Hasil rekaman/catatan administrasi Ex : data penjualan, data nasabah Pembahasan MPC Data sederhan a Data yang telah tersedia di alam, namun harus dikumpulkan Survei Data kompleks Data yang harus dibangkitkan experiment
11 Populasi vs Contoh populasi contoh himpunan semua objek yang menjadi minat pengambilan kesimpulan himpunan bagian dari populasi melakukan pengamatan terhadap seluruh populasi seringkali tidak mungkin dilakukan ketika akan membuat kesimpulan, mengapa?
12 Mengapa harus dengan contoh? sumber daya terbatas 1 2 waktu yang tersedia terbatas pengamatan kadang bersifat merusak 3 4 mustahil mengamati seluruh anggota populasi bagaimana caranya dengan menggunakan data contoh kita dapat mengambil kesimpulan terhadap populasi? perlu belajar MPC
13 Teknik Pengumpulan Data observasi survei percobaan
14 Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumbersumber keragaman data Menciptakan jenis perlakuan yang diinginkan dan mengamati perubahan pada respon Metode Observasi (pasif) Tidak memiliki kendali dalam pengumpulan data menentukan faktor yang diamati dan memeriksa ketelitian data Perubahan pada respon sulit diketahui penyebabnya Metode Survey Sampel data diambil dengan tehnik tertentu dari populasi Nilai dugaan populasi dapat ditentukan dengan tingkat kepercayaan tertentu Cukup lemah menggambarkan hubungan sebab akibat
15 Kelebihan dan Kelemahan Metode Percobaan Metode Observasi Metode Survey Kelebihan Kelemahan Kelebihan Kelemahan Kelebihan Kelemahan Kuat dalam pengendalian keragaman Represen- tasi hasil Mudah, murah, mengamati masalah dalam kondisi yang sebenarnya Pengendalian keragaman dan Representasi Hasil Represen- tasi hasil Pengendalian keragaman
16 Parameter vs Statistik data populasi olah/analisis parameter data contoh olah/analisis statistik Nilai parameter hampir tidak pernah diketahui, yang kita ketahui adalah statistik. Statistik merupakan penduga bagi parameter.
17 Teknik Meringkas Data ukuran pemusatan ukuran penyebaran
18 Ukuran Pemusatan nilai tempat mengumpulnya sebagian besar data Median, membagi data menjadi dua bagian yang sama banyak Me = data ke-(n+1)/2 Modus, nilai data yang paling sering muncul Rataan/Rata-rata 1 N N Xi i 1 Populasi x 1 n n Xi i 1 Contoh
19 Tentang Rataan Rataan bersifat tidak kekar (robust) terhadap adanya data-data bernilai ekstrim. misal data yang dimiliki: 5, 7, 8, 13, 14, 14, 16, 17, 18, 21 rataan 13.3, median 14 5, 7, 8, 13, 14, 14, 16, 17, 18, 70 rataan 18.2, median 14 dikenal adanya Truncated Mean (rataan terpangkas) membuang data ekstrim besar dan ekstrim kecil
20 Ukuran Penyebaran semakin besar nilainya berarti data semakin bervariasi/beragam Wilayah (Range), selisih antara nilai data terbesar dengan data terkecil Jangkauan antar kuartil (Inter Quartile Range), selisih antara kuartil 1 dengan kuartil 3 kisaran tempat mengumpulnya 50% data bernilai sedang Ragam (variance), rata-rata kuadrat penyimpangan data terhadap rata-ratanya Simpangan Baku (standard deviation), akar dari ragam N 2 1 X 2 i N i 1 n 2 1 ( ) 2 n - 1 i 1 ( ) s X i x
21 Sebaran Penarikan Contoh populasi ambil contoh berukuran n ambil contoh berukuran n ambil contoh berukuran n ambil contoh berukuran n x1 x2 3 Rata-rata contoh adalah peubah acak yang juga memiliki sebaran tertentu. Contoh yang berbeda dari populasi yang sama, hampir dapat dipastikan memiliki rata-rata yang berbeda. x xk
22 Sebaran Penarikan Contoh x menyebar N(, 2 /n) x 1, x 2,, x n dari populasi yang menyebar N(, 2 ) x s n menyebar t-student db=n-1
23 Sifat-sifat Penduga Penduga bagi suatu parameter, dilambangkan ˆ Sifat yang diinginkan dari suatu penduga parameter adalah: 1. Tak Bias (unbiased) ˆ 2. Ragam penduga, Var ˆ, kecil E
24 Sifat-sifat Penduga Tak bias, ragam kecil Bias, ragam kecil Tak bias, ragam besar Bias, ragam besar
25 Selang Kepercayaan Menduga nilai parameter menggunakan kisaran nilai antara batas bawah (LCL=lower confidence limit) dan batas atas (UCL=upper confidence limit) x 1, x 2,, x n dari populasi yang menyebar N(, 2 ) Selang kepercayaan (1- )x100% bagi adalah x t 2 n 1 s n
Pendahuluan. Pertemuan I
Pendahuluan Pertemuan I Apa data? Data merupakan hasil pengukuran terhadap suatu objek/individu yang menjadi pusat perhatian. Pengukuran dapat dilakukan secara kualitatif maupun kuantitatif Secara umum,
Lebih terperincimengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi
TINJAUAN PUSTAKA Teori penarikan contoh mempunyai tujuan untuk membuat penarikan contoh menjadi lebih efisien. Teori penarikan contoh mencoba untuk mengembangkan metode pemilihan contoh dengan biaya yang
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering
Lebih terperinciSTK 211 Metode statistika. Materi 2 Statistika Deskriptif
STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan
Lebih terperinciStatistika Deskriptif
Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan
Lebih terperinciSTK 211 Metode statistika. Agus Mohamad Soleh
STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate
Lebih terperincidimana n HASIL DAN PEMBAHASAN
5. Proses penghilangan data dilakukan secara acak untuk memenuhi asumsi mekanisme kehilangan data yang acak (MAR). 6. Ulangan yang digunakan sebanyak 1 kali pada setiap simulasi untuk memberikan peluang
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
Lebih terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciSTK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh
STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan
Lebih terperinciMETODE STATISTIKA (Pendahuluan)
METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan
Lebih terperinciRANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan III Statistika Deskripsi dan Eksplorasi (2) Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama
Lebih terperinciRANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MASTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I.
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinci: Purnomo Satria NIM : PENDISKRIPSIAN DATA
Nama : Purnomo Satria PENDISKRIPSIAN DATA NIM : 1133467162 1. Pendahuluan Dalam suatu penelitian kadang-kadang seorang peneliti menemui kesulitan dalam menyajikan sejumlah besar data statistik dalam bentuk
Lebih terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciNo Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik?
Mata Kuliah Kode/Bobot Deskripsi Singkat : GARIS BESAR PROGRAM PENGAJARAN (GBPP) : Statistika dan Probabilitas : TSP-203/ 2 SKS Mata kuliah ini membahas tentang konsep dasar statistika dan probabilitas.
Lebih terperinciSILABUS (GBPP Perkuliahan)
Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Ganjil / 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Analisis Perancangan Survei SILABUS (GBPP Perkuliahan)
Lebih terperinciMetode Statistika STK211/ 3(2-3) Pertemuan I
Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan
Lebih terperinciShort Quiz. TIME LIMIT: 10 minutes
Short Quiz 1. Sebutkan minimum 5 informasi yg Anda peroleh dari gambar di samping? 2. Sebutkan peubah apa saja yg diamati pada kasus ini? 3. Sebutkan skala pengukurannya. 4. Berikan komentar Anda secara
Lebih terperinciMetode Penelitian Kuantitatif Aswad Analisis Deskriptif
Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)
STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1) Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika
Lebih terperinciSTATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:
STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat
Lebih terperinciSTATISTIKA 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 terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciSyllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah
Syllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah Nama mata kuliah Statistika Dasar SKS 3 (2 1) Kode INF-201 Prasyarat Matematika Dasar 1 Dosen Pengasuh Kelas A : DR.
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 terperinciUKURAN DISPERSI (SEBARAN)DATA
Malim Muhammad, M.Sc. UKURAN DISPERSI (SEBARAN)DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DISPERSI
Lebih terperinciMetode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 Pertanyaan Jika kita punya data mengenai daya hidup dari baterai Laptop merk XXX Dimana lokasi atau
Lebih terperinci25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh
Metode Statistika (STK11) Pertanyaan Jika punya data mengenai daya Pertemuan III Statistika ti tik Dasar (Basic Statistics) ti ti hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran
Lebih terperinciHASIL DAN PEMBAHASAN. Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam
HASIL DAN PEMBAHASAN Deskripsi Data Tabel 4 menunjukkan deskripsi dari data suara sah calon nomor urut 2, 3, dan 4. Jumlah suara tertinggi diperoleh calon nomor urut 2. Sedangkan suara sah calon nomor
Lebih terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
Lebih terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016 http://www.stat.ipb.ac.id/ Pengantar Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 MINGGU KE POKOK & SUB POKOK BAHASAN 1 PENDAHULUAN
Lebih terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu:
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Statistika Maa I Kode/sks : MAS 4111/ 3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4218
Lebih terperinciBy Syarifah Hikmah JS. MK Statistika (MAM 4137)
By Syarifah Hikmah JS MK Statistika (MAM 4137) Daftar Isi Wilayah/Rentang Deviasi rata-rata terhadap nilai tengah Ragam Simpangan baku Ukuran Statistik Untuk menjelaskan ciri-ciri data yang penting maka
Lebih terperinciHARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG
HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data
Lebih terperinciSATUAN 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 terperinciStatistik Deskriptif. Statistik Farmasi 2015
Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciDESKRIPSI MATA KULIAH
DESKRIPSI MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit : Statistika dan Probabilitas : IF32225 : 3 SKS (3X45 menit) Deskripsi : Membahas mengenai cara-cara pengumpulan data, penganalisisan dan
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 terperinciKONSEP DASAR SAMPLING
TEKNIK SAMPLING KONSEP DASAR SAMPLING LOGO HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND TEKNIK SAMPLING Metode pengambilan sebagian anggota populasi sedemikian rupa sehingga contoh yang
Lebih terperinciSkala 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 terperinciPROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA
SILABUS 1) Identitas mata kuliah Nama mata kuliah : Statistika I Kode Mata kuliah : PE 104 Jumlah SKS : 3 SKS Semester : 3 Kelompok mata kuliah : MKK Program Studi Program Stud : Pendidikan Manajemen Bisnis
Lebih terperinciSTATISTIKA 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 terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciPENGUKURAN DATA. 1. Terminology Populasi & Sampel. Peubah/Variabel. Peubah/Variabel
PENGUKURAN DATA 1. Terminology Populasi & Sampel Populasi: himpunan komplit dari individual, obyek atau nilai dari suatu pengamatan Seringkali terlalu besar untuk dikaji secara keseluruhan Mungkin nyata
Lebih terperinciSTATISTIKA 2 11/20/2015. B. Menghitung Ukuran Data dari Data Berkelompok. Peta Konsep. B. Menghitung Ukuran Data dari Data Berkelompok
/0/0 Peta Konsep Jurnal Datar Hadir Materi B Materi Umum STATISTIKA Kelas XI, Semester Pemusatan Statistika Letak Data Tunggal Penyebaran SoalLatihan B. Menghitung Data dari Data Berkelompok Pemusatan
Lebih terperinciSOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih
SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih MATEMATIKANET.COM Data berikut untuk soal nomor 1 4 Nilai ulangan harian matematika dari 14 orang siswa yang diambil secara acak adalah 7, 5, 8, 6, 7, 8,
Lebih terperinciPertemuan III Statistika Dasar (Basic Statistics)
Pertemuan III Statistika Dasar (Basic Statistics) Jika punya data mengenai daya hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran pemusatan Seberapa besar variasi dari data ukuran
Lebih terperinciPENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciSebaran (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 terperinciKEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK. Dr. Heru Santoso Wahito Nugroho, CPMC
KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK Dr. Heru Santoso Wahito Nugroho, CPMC Published by: Forum Ilmiah Kesehatan (Forikes) Ponorogo, Indonesia 2014 1 DESKRIPSI MATERI KEGIATAN
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinciGARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-2 **/ 2015 Kode Mata Kuliah/SKS : IT-022251/2 SKS Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-2 merupakan
Lebih terperinciKontrak Kuliah Metode Statistika 2
Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi
Lebih terperinciMetode Statistika STK211/ 3(2-3) Pertemuan I
Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan
Lebih terperinciLEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran
Lebih terperinciUjian Tengah Semester Nama:.. STK211 Metode Statistika NRP:.. Semester Ganjil - TA 2016/2017 Studi Mayor:..
OAL TIPE 1 Ujian Tengah emester Nama:.. TK211 Metode tatistika NRP:.. emester Ganjil - TA 2016/2017 Program tudi Mayor:.. Petunjuk Umum: 1. Anda hanya diperkenankan membawa catatan 1 (satu) lembar A4,
Lebih terperinciUjian Tengah Semester Nama:.. STK211 Metode Statistika NRP:.. Semester Ganjil - TA 2016/2017 Studi Mayor:..
OAL TIPE 1 Ujian Tengah emester Nama:.. TK211 Metode tatistika NRP:.. emester Ganjil - TA 2016/2017 Program tudi Mayor:.. Petunjuk Umum: 1. Anda hanya diperkenankan membawa catatan 1 (satu) lembar A4,
Lebih terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA dan PROBABILITAS (MI) KODE / SKS : KK /2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Tehnik Penarikan Sampling pengertian kegunaan sampling, tehnik yang dapat digunakan serta pemahaman terhadap keempat tehnik tersebut. Sub Pokok Bahasan dan Sasaran
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 terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciPRODI S1 STATISTIKA FMIPA ITS RENCANA PEMBELAJARAN Teknik Sampling dan Survey Kode/SKS: SS / (2/1/0) Dosen : ATR, DS, IZ Semester : IV
RP S1 SP 02 Kurikulum 2014, Edisi : September 2014.Revisi : 00 Hal: 1 dari 6 A. CAPAIAN PEMAN : 1. CP9.1 : Mampu menjelaskan konsep merancang survey dan menerapkannya 2. CP12.1 : Mampu mengelola survey
Lebih terperinciSTATISTIKA 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 terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
Lebih terperinciSTATISTIKA TERAPAN (PS603)
RENCANA PEMBELAJARAN SEMESTER (RPS) STATISTIKA TERAPAN (PS603) PROGRAM STUDI PSIKOLOGI PENDIDIKAN SEKOLAH PASCA SARJANA UNIVERSITAS PENDIDIKAN INDONESIA 1 RENCANA PEMBELAJARAN SEMESTER 1. Identitas Nama
Lebih terperinciTingkat Efisiensi Metode Regresi Robust dalam Menaksir Koefisien Garis Regresi Jika Ragam Galat Tidak Homogen
Tingkat Efisiensi Metode Robust dalam Menaksir Garis Jika Ragam Galat Tidak Homogen Harmi Sugiarti dan Andi Megawarni e-mail: harmi@mailutacid dan mega@mailutacid Abstract This paper aims to compare the
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi
Lebih terperinciProbabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata
Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi
Lebih terperinciLaporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:
Nama : Purnomo Satria NIM : 1133467162 Evaluasi Pertemuan 4 dan 5 Laporan Tugas dan Quiz Statistik Deskriptif 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: a. Rata-rata hitung, median,
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika
Lebih terperinciPerancangan Percobaan
Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Genap/ 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Pe Percobaan/STK222 Pe Percobaan : Mata kuliah pe membahas
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central
Lebih terperinciA. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1
A. PENYAJIAN DATA 1. Pengertian Data dan Statistika Statistika sangat erat kaitannya dengan data. Oleh karena itu, sebelum membahas mengenaistatistika, akan dijelaskan terlebih dahulu mengenai data. Data
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciAntiremed Kelas 11 Matematika
Antiremed Kelas 11 Matematika Statistika - Data Tunggal - Set 2 Uraian Doc. Name: AR11MAT0108 Version : 2012-08 halaman 1 01. Hitunglah mean, median, dan modus dari data berikut ini! (A) 43, 52, 54, 47,
Lebih terperinciBAB IV DISPERSI DATA
BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),
Lebih terperinciMETODE STATISTIKA. oleh Bambang Juanda -Ketua PS PWD (S2 & S3), SPS-IPB -Anggota TADF Kemenkeu
METODE STATISTIKA oleh Bambang Juanda -Ketua PS PWD (S2 & S3), SPS-IPB -Anggota TADF Kemenkeu When you can measure what you are speaking about and express it in numbers, you know something about it. But
Lebih terperinciC. Ukuran Letak dan Ukuran Penyebaran Data
C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang
Lebih terperinciStatistika Dasar. Bagus Sartono
Statistika Dasar Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Pendugaan parameter dan selang kepercayaan Pengujian hipotesis rata-rata One-Sample T-Test Two-Sample T-Test One-Way
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciProbabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata
Probabilitas dan Analisis Lanjut Adam Hendra Brata Tunggal Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Sampel adalah sekumpulan data yang diambil atau diseleksi dari suatu
Lebih terperinciSTATISTIK. Rahma Faelasofi
STATISTIK Rahma Faelasofi 1 BAB 3 VARIABILITAS Pengertian Jangkauan Mean deviasi Standar deviasi 2 Pengertian Pengukuran penyebaran adalah pengukuran tingkat penyebaran nilai dalam suatu kumpulan data
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciSTATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu
Lebih terperinciUKURAN PEMUSATAN DATA
Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar
Lebih terperinciSILABUS MATERI PEMBELAJARAN. Statistika: Diagram batang Diagram garis Diagram Lingkaran Tabel distribusi frekuensi Histogram dan Ogif
SILABUS Nama Sekolah : SMA Negeri 1 Sungai Penuh Mata Pelajaran : MATEMATIKA Kelas/Program : XI / IPA Semester : 1 STANDAR KOMPETENSI: 1. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat
Lebih terperinci