BAB LAMPIRAN Distribusi Peluang dengan SPSS

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB LAMPIRAN Distribusi Peluang dengan SPSS"

Transkripsi

1 BAB LAMPIRAN Distribusi Peluang dengan SPSS Dalam modul ini, kita akan mempelajari bagaimana melakukan berbagai analisa berkaitan dengan distribusi peluang menggunakan SPSS 1. Membangkitkan data random yang berdistribusi tertentu Langkah-langkah praktikum : 1. Persiapan Jalankan SPSS dan buka data editor baru 2. Membangkitkan bilangan random Pertama-tama kita akan membangkitkan suatu data yang mengikuti distribusi peluang tertentu. Pertama-.tama, buatlah variabel baru dengan nama RandNorm bertipe numerik dengan banyaknya bilangan desimal sebesar 4 angka dibelakang koma. Selanjutnya anda harus memesan lokasi memori untuk bilangan random yang akan di buat. Misalkan sekarang kita akan membangkitkan 100 bilangan random normal standar (normal dengan mean nol dan standar deviasi 1). Anda dapat pesankan memori untuk bilangan itu dengan mengisikan suatu bilangan sembarang (katakanlah bilangan 1) ke baris pertama di kolom variabel RandNorm dan kemudian sorot baris ke 100 di kolom variabel RandNorm. Sekarang diantara baris 1 dan 100 ter!ihat tanda titik Selanjutnya anda siap untuk membangkitkan bilangan random. Pilih menu Transform kemudian Compute, maka terbuka window Compute Variabel. Pada kolom Target Variabel, isikan RandNorm kemudian gulung kolom Funct sampai anda menemukan berbagai fungsi yang dimulai dengan huruf RV (singkatan dari random variab!e). Fungsi-fungsi ini merupakan fungsi untuk membangkitkan bilangan random, mulai dan bilangan random bernoulli (RVBERNOULLI) sampai bilangan random Weibull (RVWEIBULL). Anda dapat menggunakan fungsi-fungsi ini sesuai kebutuhan anda dengan mengisikan nilai-nilai parameter yang diperlukan sesuai dengan fungsinya. Sebagai contoh, untuk membangkitkan bilangan random normal standar, sorot fungsi RVNORMAL(mean,stddev) yang berarti bahwa diperlukan parameter dengan urutan mean kemudian standar deviasi. Klik tanda panah keatas, sehingga dibawah kolom Numeric Ekspression tertulis RV.NORMAL(?,?). Isikan 0 untuk mean dan 1 untuk stddev. Klik OK dan jika muncul pertanyaan Change existing Variable, klik OK. Maka kita telah berhasil membangkitkan 100 sampel bilangan random normal standar. Universitas Gadjah Mada 1

2 Latihan: Bangkitkan 100 bilangan random POISSON(10), Eksponensial(0.1), Logistik (10,8), Weibull (4,8). Simpan semua data random ini di file bernama BilanganRandom.sav didirektori anda. Selanjutnya cari bentuk matematik dan semua distribusi ini, lalu anda jelaskan notasi-notasi yang mana dan bentuk matematik distribusi itu yang merupakan parameter dan distribusi yang bersangkutan. 2. Membuat Tabel Distribusi T Dalam layar output SPSS, biasanya untuk suatu perhitungan metode statistik (seperti uji rata-rata, analisis variansi, uji regresi dll), tidak ditampilkan Statistik tabel (Nilai kritis) dan distribusi statistik uji. Sebenarnya SPSS juga melengkapi diri dengan fungsi tersebut untuk semua distribusi yang anda kenal. Anda bisa melihatnya pada fasilitas Tranform dan menu Compute. Untuk distribusi t karena untuk mendapatkan nilai tabel kita hanya perlu melihat derajat bebas atau df dan nilai alpha maka dapat anda lihat melalui fungsi IDF.T (Invers distribution funtion T) yang dapat anda lihat pada Functions. Fungsi lengkapnya IDF.F(p,df), dimana p adalah kuartil atas dengan nilai (1-alpha) dan df adalah derajat bebas. Langkah Langkah praktikum : 1. Jalankan SPSS dan buka data editor baru (dengan menu File, kemudian New kemudian Data) 2. Buatlah variabel bemama df di data editor ini, kemudian isikan nilal 1 sampai 20 (nantinya jika anda menginginkan nilai derajat bebas yang lain, tinggal anda ganti nilai variabel df ini) 3. Pilih menu Transform, kemudian Compute, maka akan terbuka window dialog Compute Variable. Isikan pada Target Variable nama vanabel baru t0.01. Kemudian pada Numeric Expression, pilih dan isikan function IDF.T(1-0.01, df). Lihat gambar berikut : Universitas Gadjah Mada 2

3 Lalu pilih OK, maka pada layar data sekarang dimiliki variabel t.01 yang berisikan nilai tabel t untuk α=0.01 dan derajat bebas (df) mulai dari 1 sampai 20. Sebagai contoh, diperoleh t(10,0.0l)=2.76. Anda dapat membuat tabel t untuk harga α yang lainnya. Misalkan anda ingin membuat tabel untuk α=0.05, maka pada window dialog compute variabel, isikan pada Target Variable nama variabel barn t0.05. Kemudian pada Numeric Expression, pilih dan isikan function IDF.T(1-0.05, df). Demikian pula untuk nilai alpha maupun df yang lainnya. Contoh tampilan tabel kita dapat anda lihat di bawah : 3. Membuat Tabel Distribusi F Anda bisa membuat tabel F dengan memanfaatkan function IDF.F pada menu Transform kemudian Compute. Fungsi lengkapnya adalah F(p,df1,df2). Langkah Langkah praktikum : 1. Jalankan SPSS dan buka data editor baru (dengan menu File, kemudian New kemudian Data). 2. Buatlah variabel bernama dfl di data editor ini, kemudian isikan nilai 1 sampai 20 (nantinya jika anda menginginkan nilai derajat bebas yang lain, tinggal anda ganti nilai variabel dfl ini) Universitas Gadjah Mada 3

4 3. Pilih menu Transform, kemusian Compute, maka akan terbuka window dialog Compute Variabel. Isikan pada Target Variable nama variabel baru F0.01. Kemudian pada Numeric Expression, pilih dan isikan function IDF.F. Karena distribusi F mempunyai dua derajat bebas yaitu db pembilang dan penyebut, maka dalam penggunaan fungsi IDF.F diatas, untuk df2 (yakni df penyebut) akan kita gunakan nilai konstan yang bersesuaian dengan keinginan kita. Misalkan saja kita hanya akan melihat harga tabel untuk harga dfll = 1sd 20 (telah kita buat variabelnya dilangkah 2 diatas) dan dt2=5 4. (akan kita isikan sebagai konstan), dengan α=0.01. Jadi kita gunakan pada Numeric Expression, function IDF.F(1-0.01,dfl,5). Selengkapnya, dapat dilihat pada gambar bawah ini. Sebagai gambaran dapat dilihat hasilnya di bawah ini. Dapat anda baca F(2,5,0.01)=13.27 ; F(6,5,0.01)=10.67 ; dst Latihan : Cobalah anda can batas kritis untuk alpa yang lain dan dfl maupun df 2 yang lain Cobalah anda buat tabel Chi Square (dengan menggunakan fungsi IDF.CHISQ). Cobalah anda buat tabel Normal Standar (dengan menggunakan fungsi IDF.NORMAL). Universitas Gadjah Mada 4

5 4. Tabel Normal Standar Kumulatif(dengan Excell) Ada satu kelebihan Excel dibandingkan dengan Software Statistik yaitu dalam membuat tabel untuk Normal Standar Cumulative. Sementara software Statistik kesulitan dalam membuat tabel ini, Excel dengan sangat sederhana dapat membuatnya. Langkahnya dapat diterangkan sebagai berikut : Pada kolom A mulai cell A2 anda ketikkan nilai Z. Bisa dimulai dan angka -4 bergerak naik 0. 1 sampai angka 4. Pada Baris 1 mulai cell B1 anda isi dengan nilai Z juga (Untuk decimal nilai Z pada kolom A). Anda mulai dari 0.01 s/d Dan cell B2 anda ketikkan =NORMSDIST($A2+B$1). (Fungsi Kumulatif) Anda copy cell di atas dan Pastekan ke semua sell yang dialokasikan untuk tabel. Perintah di atas dapat dijelaskan bahwa untuk pengcopian ke baris maka colom akan tetap, yang bergerak adalah cell barisnya. Demikian juga untuk pengeopyan cell kolom yang bergerak adalah cell kolomnya. Layar dalam Excelnya dapat anda lihat spt di bawah ini : Universitas Gadjah Mada 5

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1. Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat

Lebih terperinci

3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities)

3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities) III. SEBARAN PELUANG 3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities) Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar 1.3.1 Gambar 1.3.1. Kotak Dialog Variable View

Lebih terperinci

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) MODUL 8 PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) Tujuan Praktikum : Mahasiswa mengenal aplikasi pengolah data statistik yaitu SPSS Mahasiswa dapat menggunakan aplikasi SPSS

Lebih terperinci

MODUL PENGGUNAAN SPSS UNTUK ANALISIS

MODUL PENGGUNAAN SPSS UNTUK ANALISIS MODUL PENGGUNAAN SPSS UNTUK ANALISIS A. Uji Questionare: Reliabilitas dan Validitas Sebelum questinare benar-benar dibagikan kepada responden dengan sampel yang besar, hendaknya diuji coba kepada sampel

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan

Lebih terperinci

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat

Lebih terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

Pengenalan SPSS 15.0

Pengenalan SPSS 15.0 Pengenalan SPSS 15.0 1.1 Pengantar SPSS SPSS atau kepanjangan dari Statistical Product and Service Solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai

Lebih terperinci

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel 1 MODUL 1. MEMULAI PASW DAN MENGELOLA FILE Tujuan : 1. Mengoperasikan PASW dan menjalankan menu-menu utama dalam PASW 2. Mengatur data editor yang meliputi menyimpan data, mengganti nilai data, menghapus,

Lebih terperinci

Bhina Patria

Bhina Patria Entry Data Bhina Patria inparametric@yahoo.com Dalam proses entry data aturan pertama yang harus di perhatikan adalah bahwa setiap baris mewakili satu kasus atau 1 responden, sedangkan masing-masing kolom

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

Modul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:

Modul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum: DISTRIBUSI WEIBULL Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat I. PENDAHULUAN ini diperkenalkan oleh ahli fisikawan Swedia

Lebih terperinci

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah Tips for SPSS Cara Memasukkan Data, Analisis Statistik secara Deskriptif dan Transforming Data Oleh: Freddy Rangkuti Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah memasukkan data dan

Lebih terperinci

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi Frekuensi dan Statistik Deskriptif Lainnya BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.

Lebih terperinci

BAB II TABEL KATEGORIK 2 x 2

BAB II TABEL KATEGORIK 2 x 2 BAB II TABEL KATEGORIK 2 x 2 1. Pengantar Data kategorik termasuk data kelas, tingkat, golongan sering dimanfaatkan dalam penghitungan frekuensinya. Dalam inferensi sederhana juga telah dikenal analisis

Lebih terperinci

ANALISIS REGRESI BERGANDA

ANALISIS REGRESI BERGANDA ANALISIS REGRESI BERGANDA Analisis Regresi Berganda Arahkan kursor pada Analyze lalu Regression dan pilih Linear Analisis Regresi Berganda Pada kotak Linear Regression, pindahkan variable Y pada kotak

Lebih terperinci

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna

Lebih terperinci

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu

Lebih terperinci

ANALISA DATA. Mayang Adelia Puspita

ANALISA DATA. Mayang Adelia Puspita ANALISA DATA Mayang Adelia Puspita www.caknun.com PENDEKATAN EKONOMETRIK DALAM ANALISIS DATA Konsep dasar Ekonometrik Ekonometrika merupakan suatu ilmu tersendiri yang merupakan penggabungan dari teori

Lebih terperinci

MODUL IV PENGENALAN MICROSOFT EXCEL 2007

MODUL IV PENGENALAN MICROSOFT EXCEL 2007 MODUL IV PENGENALAN MICROSOFT EXCEL 2007 A. TUJUAN 1. Mahasiswa dapat mengatur cells dalam Microsoft excel 2. Mahasiswa dapat melakukan pengaturan tampilan table yang menarik dalam Microsoft excel B. ALAT

Lebih terperinci

Melihat Hasil Perhitungan pada Status Bar

Melihat Hasil Perhitungan pada Status Bar 6. Pada kotak isian Number1, tentukan range data yang akan anda jumlahkan. Penentuan range data ini sebaiknya menggunakan tombol pemilihan range yaitu Collapse Dialogs. Melihat Hasil Perhitungan pada Status

Lebih terperinci

BAB IV APLIKASI JARAK MAHALANOBIS

BAB IV APLIKASI JARAK MAHALANOBIS BAB IV Aplikasi Jarak Mahalanobis 42 BAB IV APLIKASI JARAK MAHALANOBIS 4.1 Pendeteksian Outlier k Teknologi pendeteksian outlier dengan menggunakan jarak Mahalanobis merupakan teknologi paling awal dalam

Lebih terperinci

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) ISSN : 1693 1173 Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) Abstrak Uji Chi-Square digunakan untuk pengujian hipotesa terhadap beda dua proporsi atau lebih. Hasil pengujian akan menyimpulkan

Lebih terperinci

PENGENALAN SPSS. C. SPSS Environment. Farida Sulistyorini, S.T & Irfan Adam, S.T

PENGENALAN SPSS. C. SPSS Environment. Farida Sulistyorini, S.T & Irfan Adam, S.T PENGENALAN SPSS A. Tujuan : a. Pengenalan SPSS b. Mahasiswa mampu melakukan input data dengan SPSS c. Mahasiswa mampu mengoperasikan SPSS d. Mahasiswa mampu menyelesaikan permasalahan nyata dengan bantuan

Lebih terperinci

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,

Lebih terperinci

PRAKTIKUM ANALISIS DATA EKSPLORATIF

PRAKTIKUM ANALISIS DATA EKSPLORATIF LAPORAN PRAKTIKUM ANALISIS DATA EKSPLORATIF Oleh: GEMPUR SAFAR (10877) PROGRAM STUDI STATISTIKA Asisten SIGIT SAMAPTAAJI BAGUS PRAMULYA Dosen Dra. SRIHARYATMI KARTIKO, M.Sc. LABORATORIUM KOMPUTASI MATEMATIKA

Lebih terperinci

Statistik Deskriptif untuk Data Nominal dan Ordinal

Statistik Deskriptif untuk Data Nominal dan Ordinal Statistik Deskriptif untuk Data Nominal dan Ordinal Salah satu ciri utama sehingga sebuah data harus diproses dengan metode nonparametrik adalah jika tipe data tersebut semuanya adalah data nominal atau

Lebih terperinci

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA

Lebih terperinci

ANALISA PERSAMAAN SIMULTAN

ANALISA PERSAMAAN SIMULTAN ANALISA PERSAMAAN SIMULTAN 1. PEMBUATAN MODEL Persamaan simultan merupakan persamaan yang terdiri dari lebih dari satu persamaan, dimana salah satunya merupakann persamaan identitas, sedangkan persamaan

Lebih terperinci

BAB VII Inferensi Statistik Dua Populasi Normal

BAB VII Inferensi Statistik Dua Populasi Normal BAB VII Inferensi Statistik Dua Populasi Normal Bab ini membahas inferensi statistik selisih dua mean dan perbandingan dua variansi populasi normal, berdasarkan dua sampel independen. Disamping itu juga

Lebih terperinci

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences)

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Pusat Data dan Statistik Pendidikan Kementerian Pendidikan dan Kebudayaan Republik Indonesia 2014 Kata Pengantar Buku Modul Pembelajaran

Lebih terperinci

Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS)

Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS) Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Pengertian model regresi linear bukanlah model yang linear dalam paramater dan variabel, tetapi

Lebih terperinci

Validitas dan Reliabilitas

Validitas dan Reliabilitas 1 Pendahuluan Tujuan pengukuran suatu obyek adalah menghasilkan informasi yang akurat dan obyektif mengenai obyek tersebut. Pengukuran berat suatu logam mulia bertujuan mengetahui berapa gram bobot logam

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

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR Rancangan Acak Kelompok atau biasa disingkat RAK digunakan jika kondisi unit percobaan yang digunakan tidak homogen. Dalam rancangan ini, petakan percobaan

Lebih terperinci

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM Oleh : Nama : Ivan Prima Harlis NIM : 125090501111017 Asisten I : Candra Dian F Asisten II : Putri

Lebih terperinci

PENGENALAN SPSS & PEMBUATAN FILE DATA

PENGENALAN SPSS & PEMBUATAN FILE DATA Materi I PENGENALAN SPSS & PEMBUATAN FILE DATA STMIK KAPUTAMA BINJAI W A H Y U S. I. S O E P A R N O, S E., M. S I SPSS merupakan software pengolah data statistik dengan cara penggunaan yang mudah dipahami.

Lebih terperinci

Memulai SPSS dan Mengelola File

Memulai SPSS dan Mengelola File MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan

Lebih terperinci

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : UJI NORMALITAS DATA Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : Garis mendatar pada grafik kurva normal umum adalah sumbu-x Garis mendatar pada

Lebih terperinci

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 1 I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 Membuat Database Untuk membuat database di SPSS, langkah pertama yang harus dilakukan adalah membuat variabel di layar tampilan variable

Lebih terperinci

BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR

BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling sederhana dibanding rancangan lainnya. Penggunaan RAL di berbagai bidang penelitian telah banyak

Lebih terperinci

SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS)

SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) SPSS SLIDE SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) Adalah Program Aplikasi yang memiliki kemampuan analitik statistik cukup tinggi, memproses data statistik secara cepat dan tepat, mengeluarkan

Lebih terperinci

PENGUJIAN VALIDITAS DAN RELIABILITAS

PENGUJIAN VALIDITAS DAN RELIABILITAS PENGUJIAN VALIDITAS DAN RELIABILITAS PENGUJIAN VALIDITAS MENGGUNAKAN EXCEL Berikut ini adalah contoh pengujian validitas konstruk, yang digunakan untuk menilai apakah data hasil angket/kuisioner sudah

Lebih terperinci

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.

Lebih terperinci

TABEL 3 DATA PENELITIAN

TABEL 3 DATA PENELITIAN Analisis Regresi Linier Bentuk LN (Logaritma Natural) Pengubahan data ke bentuk LN dimaksudkan untuk meniadakan atau meminimalkan adanya pelanggaran asumsi normalitas dan asumsi klasik regresi. Jika data-data

Lebih terperinci

KOMPONEN PENILAIAN 1

KOMPONEN PENILAIAN 1 KOMPONEN PENILAIAN 1 KOMPONEN PENILAIAN 2 KOMPONEN PENILAIAN 3 PERATURAN PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN 2016-2017 PERATURAN UMUM 1. Praktikan

Lebih terperinci

TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN

TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN 2016-2017 PERATURAN UMUM 1. Praktikan wajib memenuhi seluruh kelengkapan dan persyaratan praktikum.

Lebih terperinci

MODUL I PENGENALAN MATLAB

MODUL I PENGENALAN MATLAB MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.

Lebih terperinci

UJI NONPARAMETRIK (CHI SQUARE / X2)

UJI NONPARAMETRIK (CHI SQUARE / X2) UJI NONPARAMETRIK (CHI SQUARE / X2) 5 92 Objektif Mahasiswa dapat menghitung uji parametik dan uji nonparametric Mahasiswa dapat menguji ada atau tidaknya interdependensi antara variable kuantitatif yang

Lebih terperinci

MODUL VI RUMUS DAN FORMAT DATA

MODUL VI RUMUS DAN FORMAT DATA MODUL VI RUMUS DAN FORMAT DATA A. MAKSUD DAN TUJUAN 1. MAKSUD Mempelajari format data dan penulisan rumus dengan MS Excell 2. TUJUAN Agar mahasiswa mengerti fungsi logika dan membuat rumus untuk memecahkan

Lebih terperinci

PEMBANGKIT RANDOM VARIATE

PEMBANGKIT RANDOM VARIATE PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik

Lebih terperinci

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah

Lebih terperinci

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia TUTORIAL SIMULASI KOMPUTER 5 2017/2018 Modul DESAIN EKSPERIMENT & PEMILIHAN ALTERNATIF Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia DAFTAR ISI 1. Tujuan Umum... 2 2. Desain

Lebih terperinci

TEKNIK PENGUJIAN VALIDITAS DAN RELIABILITAS

TEKNIK PENGUJIAN VALIDITAS DAN RELIABILITAS TEKNIK PENGUJIAN VALIDITAS DAN RELIABILITAS PENGUJIAN VALIDITAS MENGGUNAKAN EXCEL Berikut ini adalah contoh pengujian validitas konstruk, yang digunakan untuk menilai apakah data hasil angket/kuisioner

Lebih terperinci

PETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU

PETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU PETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU Disusun Oleh : ENTIT PUSPITA NIP : 132086616 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN

Lebih terperinci

DAFTAR ISI CELL POINTER COVER GAMBAR KOMPONEN JENDELA EXCL DAFTAR TOMBOL DAFTAR ISI MEMILIH AREA KERJA PENGERTIAN EXCEL LANGKAH UNTUK MENGAKHIRI EXCEL

DAFTAR ISI CELL POINTER COVER GAMBAR KOMPONEN JENDELA EXCL DAFTAR TOMBOL DAFTAR ISI MEMILIH AREA KERJA PENGERTIAN EXCEL LANGKAH UNTUK MENGAKHIRI EXCEL DAFTAR ISI COVER DAFTAR ISI PENGERTIAN EXCEL LANGKAH LANGKAH MEMULAI EXCEL MENGENAL ELEMEN JENDELA EXCEL GAMBAR KOMPONEN JENDELA EXCL LANGKAH UNTUK MENGAKHIRI EXCEL BEKERJA DENGAN MICISOFT EXCEL MENGENAL

Lebih terperinci

BAB 3 ANALISA DATA. produksi kelapa sawit dari tahun 2007 sampai dengan tahun Tabel 3.1 Data Produksi Kelapa Sawit di

BAB 3 ANALISA DATA. produksi kelapa sawit dari tahun 2007 sampai dengan tahun Tabel 3.1 Data Produksi Kelapa Sawit di BAB 3 ANALISA DATA 3.1 Pengumpulan Data Data yang digunakan untuk penganalisaan tugas akhir ini adalah data jumlah hasil produksi kelapa sawit dari tahun 2007 sampai dengan tahun 2014 Tabel 3.1 Data Produksi

Lebih terperinci

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA Uji t Independen Sebagai contoh kita gunakan data ASI Eksklusif yang sudah anda copy dengan melakukan uji hubungan perilaku menyusui dengan

Lebih terperinci

CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007

CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007 CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007 www.sinollahblog.wordpress.com Microsoft Excel tidak hanya dapat dipergunakan sebagai alat bantu menghitung saja, tetapi juga merupakan alat

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

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

LAB 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 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 terperinci

ANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS

ANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS Nama Nomor Tanggal Tanda tangan Praktikan Mahasiswa Kumpul Praktikan Laboran Sri Siska Wirdaniyati 12611125 31 Oktober

Lebih terperinci

MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono

MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono MENGUBAH DATA ORDINAL KE DATA INTERVAL DENGAN METODE SUKSESIF INTERVAL (MSI) Oleh: Jonathan Sarwono Cara Penghitungan MSI Apa yang dimaksud dengan metode suksesif interval (Method of Successive Interval

Lebih terperinci

POLITEKNIK KESEHATAN SURAKARTA TAHUN

POLITEKNIK KESEHATAN SURAKARTA TAHUN MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya

Lebih terperinci

SPSS 10: Transformasi Data. Transformasi Data

SPSS 10: Transformasi Data. Transformasi Data SPSS 0: Transformasi Data Transformasi Data Transformasi data adalah suatu proses dalam merubah bentuk data. Misalnya merubah data numerik menjadi data kategorik atau merubah dari beberapa variabel yang

Lebih terperinci

Regresi dengan Microsoft Office Excel

Regresi dengan Microsoft Office Excel Regresi dengan Microsoft Office Excel Author: Junaidi Junaidi 1. Pengantar Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak.

Lebih terperinci

Analisis Korelasi dan Regresi Sederhana

Analisis Korelasi dan Regresi Sederhana Analisis Korelasi dan Regresi Sederhana Pada minggu ini akan dipelajari : Menghitung Korelasi Melakukan Analisis Regresi Sederhana Pemeriksaan Asumsi dalam Analisis Regresi Untuk melakukan kegiatan pada

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF PERTEMUAN KE-3 STATISTIK DESKRIPTIF Ringkasan Materi: Pengukuran Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi

Lebih terperinci

Aplikasi Komputer. Bekerja Dengan Microsoft Excel 2010 (1) Ita Novita, S.Kom, M.T.I. Modul ke: Fakultas ILMU KOMPUTER. Program Studi Informatika

Aplikasi Komputer. Bekerja Dengan Microsoft Excel 2010 (1) Ita Novita, S.Kom, M.T.I. Modul ke: Fakultas ILMU KOMPUTER. Program Studi Informatika Modul ke: Aplikasi Komputer Bekerja Dengan Microsoft Excel 2010 (1) Fakultas ILMU KOMPUTER Ita Novita, S.Kom, M.T.I Program Studi Informatika www.mercubuana.ac.id Sejarah dan Pengenalan Ms. Excel 2010

Lebih terperinci

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING Jika Rancangan Acak Kelompok (RAK) kelompoknya terbatas dan perlakuannya tidak bias atau tidak mungkin diperbanyak, maka hasil penelitiannya kurang dijamin

Lebih terperinci

MODUL 10 MENGOLAH DATABASE DENGAN EXCELL

MODUL 10 MENGOLAH DATABASE DENGAN EXCELL MODUL 10 MENGOLAH DATABASE DENGAN EXCELL Pada beberapa kesempatan,terkadang Excell juga cukup dapat digunakan sebagai media penyimpanan basis data. Untuk membuat basis data sederhana, excel membutuhkan

Lebih terperinci

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik 6 UJI NONPARAMETRIK Bab ini membahas: Uji Chi-Kuadrat. Uji Dua Sampel Independen. Uji Beberapa Sampel Independen. Uji Dua Sampel Berkaitan. D iperlukannya uji Statistik NonParametrik mengingat bahwa suatu

Lebih terperinci

Modul 12 Open Office Calc

Modul 12 Open Office Calc Modul 12 Open Office Calc 12.1 Mengenal Open Office Calc Open Office Calc adalah sebuah program yang akan membantu anda bekerja pada lingkungan spreadsheet. Dengan fasilitas-fasilitas yang disediakan anda

Lebih terperinci

II. MENDESKRIPSIKAN DATA 13 Desember 2005

II. MENDESKRIPSIKAN DATA 13 Desember 2005 II. MENDESKRIPSIKAN DATA 13 Desember 2005 1 Analisis Deskriptif Tujuan dari analisis deskritif adalah memberikan gambaran ringkas tentang suatu data. Data bisa berupa data categorical atau data non-categorical.

Lebih terperinci

ANALISIS REGRESI DENGAN VARIABEL MODERATING

ANALISIS REGRESI DENGAN VARIABEL MODERATING ANALISIS REGRESI DENGAN VARIABEL MODERATING Variabel moderating adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen.

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Uji Homosedastisitas Tujuan: Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai X. Error = residu = e = Y Y Lawan homosedastisitas adalah heterosedastisitas. Analisis

Lebih terperinci

R Commander - Rcmdr. A. Instalasi & Menu dalam Rcmdr 1. Instalasi

R Commander - Rcmdr. A. Instalasi & Menu dalam Rcmdr 1. Instalasi + R Commander - Rcmdr Seperti kita telah pelajari dan lihat sebelumnya, R adalah perangkat lunak statistik berbasiskan perintah (command driven), yang sepertinya dapat memberi kesulitan bagi pengguna pemula

Lebih terperinci

ANALYSIS OF VARIANCE

ANALYSIS OF VARIANCE ANALYSIS OF VARIANCE Analisis Varians adalah alat statistika yang digunakan untuk menguji perbedaan mean lebih dari dua populasi. Analisis varians mengguakan distribusi F, yang mempunyai ciri-ciri: Merupakan

Lebih terperinci

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS A. TUJUAN PRAKTIKUM Dengan adanya Praktikum Statistika Industri Modul V tentang Regresi, Korelasi, Analisis Varian, Validitas dan Reliabilitas

Lebih terperinci

PERTEMUAN I PENGENALAN SHEET

PERTEMUAN I PENGENALAN SHEET PERTEMUAN I PENGENALAN SHEET Microsoft Excel merupakan program aplikasi spreadsheet (lembar kerja elektronik). Fungsi dari Microsoft Excel adalah untuk melakukan operasi perhitungan serta dapat mempresentasikan

Lebih terperinci

PEMROGRAMAN TERSTRUKTUR MENGGUNAKAN MATLAB

PEMROGRAMAN TERSTRUKTUR MENGGUNAKAN MATLAB PETUNJUK PRAKTIKUM PEMROGRAMAN TERSTRUKTUR MENGGUNAKAN MATLAB Oleh Ahmad Kamsyakawuni JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 2009 MODUL 1 MENGENAL MATLAB A.

Lebih terperinci

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik) Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu 07.00-14.00 Nama WIB Proses: Operator Pak. Septian Kebisingan 70-80 db Dicatat Oleh: Jumlah Waktu Penyelesaian

Lebih terperinci

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel?

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? MODUL -10?? Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? 1 SPSS is a software package used for conducting statistical analyses, manipulating data, and generating

Lebih terperinci

SIMULASI KELULUSAN UJIAN NASIONAL SMK 2014

SIMULASI KELULUSAN UJIAN NASIONAL SMK 2014 SIMULASI KELULUSAN UJIAN NASIONAL SMK 2014 Mengingat Ujian Nasional Tahun Pelajaran 2013/2014 sudah di ambang pintu, langkah awal yang dilakukan adalah dengan menjelajah BSNP (Badan Standar Nasional Pendidikan)

Lebih terperinci

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o Uji Beda: ANOVA ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o o Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan

Lebih terperinci

SPSS FOR WINDOWS BASIC. By : Syafrizal

SPSS FOR WINDOWS BASIC. By : Syafrizal SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama

Lebih terperinci

Aplikasi SPSS 1. 1 Lesta Karolina Sebayang S.E., M.Si

Aplikasi SPSS 1. 1 Lesta Karolina Sebayang S.E., M.Si Aplikasi SPSS 1 Tujuan 1. Mahasiswa dapat menginput data ke dalam software SPSS dalam format yang tepat 2. Mahasiswa dapat menentukan beberapa ukuran pemusatan dan penyebaran 3. Mahasiswa dapat membuat

Lebih terperinci

Bab 2 Editor vi 9. BAB 2 EDITOR vi TUJUAN PRAKTIKUM

Bab 2 Editor vi 9. BAB 2 EDITOR vi TUJUAN PRAKTIKUM Bab 2 Editor vi 9 BAB 2 EDITOR vi TUJUAN PRAKTIKUM 1) Praktikan menguasai apa yang dimaksud dengan editor vi. 2) Praktikan mengetahui apa saja yang termasuk dalam utilitas aritmatika. 3) Praktikan mengetahui

Lebih terperinci

Microsoft Excel. I. Pendahuluan

Microsoft Excel. I. Pendahuluan Microsoft Excel I. Pendahuluan Microsoft Excel adalah General Purpose Electronic Spreadsheet yang bekerja dibawah Sistem Operasi Windows. Microsoft Excel dapat digunakan untuk menghitung angka-angka, bekerja

Lebih terperinci

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR Sebagaimana telah dijelaskan pada bab sebelumnya bahwa Metode Rancangan Acak Lengkap (RAL) umumnya dipakai pada kondisi lingkungan yang homogen diantaranya

Lebih terperinci

Uji Validitas Instrumen. by Ifada Novikasari

Uji Validitas Instrumen. by Ifada Novikasari Uji Validitas Instrumen by Ifada Novikasari Institut Agama Islam Negeri Purwokerto 2016 Uji Validitas Instrumen a. Validitas Isi/Konten Validitas isi yang akan dilakukan dalam penelitian ini adalah validitas

Lebih terperinci

BAB I PENDAHULUAN. Keuntungan dari menggunakan metode non parametrik adalah : APLIKASI TEST PARAMETRIK TEST NON PARAMETRIK Dua sampel saling T test

BAB I PENDAHULUAN. Keuntungan dari menggunakan metode non parametrik adalah : APLIKASI TEST PARAMETRIK TEST NON PARAMETRIK Dua sampel saling T test BAB I PENDAHULUAN Metode statistik yang banyak dilakukan adalah dengan menggunakan metode parametrik (seperti t-test, z test, Anova, regresi, dan lainnya) dengan menggunakan parameter-parameter seperti

Lebih terperinci

10/02/2016 MEMULAI SPSS. Langkah-Langkah : Klik Star Button Klik All Program Klik SPSS Inc Klik SPSS Statistics 17.0

10/02/2016 MEMULAI SPSS. Langkah-Langkah : Klik Star Button Klik All Program Klik SPSS Inc Klik SPSS Statistics 17.0 MEMULAI SPSS Langkah-Langkah : Klik Star Button Klik All Program Klik SPSS Inc Klik SPSS Statistics 7.0 MEMULAI SPSS 3 4 5 6 MEMULAI SPSS Run the tutorial Merupakan pilihan apaila akan menjalankan tutorial

Lebih terperinci

MODUL SOFTWARE AMOS MODEL PERSAMAAN STRUKTURAL (SEM)

MODUL SOFTWARE AMOS MODEL PERSAMAAN STRUKTURAL (SEM) MODUL SOFTWARE AMOS MODEL PERSAMAAN STRUKTURAL (SEM) Analisis SEM dengan AMOS Dalam melakukan Analisis SEM dengan AMOS, yang perlu diperhatikan adalah membuat model berdasar teori tertentu. Ada beberapa

Lebih terperinci

Modul 3 Merancang dan Menguji Validitas dan Reliabilitas Instrumen Penelitian

Modul 3 Merancang dan Menguji Validitas dan Reliabilitas Instrumen Penelitian Modul 3 Merancang dan Menguji Validitas dan Reliabilitas Instrumen Penelitian Pendahuluan Sebagaimana telah dibahas dalam perkuliahan di kelas bahwa terdapat dua jenis data, yaitu data primer dan data

Lebih terperinci