ANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB
|
|
- Liani Santoso
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 4 PENGANTAR MINITAB Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati Tanggal Kumpul 5 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai Tanggal Koreksi Nilai Asisten Tanda tangan Dosen Alfi Riyandi Putra Baiq Anis Ratnasari Dr. Jaka Nugraha, M. Si. JURUSAN STATISTIKA FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA YOGYAKARTA 2013
2 BAB I PENDAHULUAN A. DASAR TEORI 1. Pengenalan Minitab Minitab adalah program komputer yang dirancang untuk melakukan pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik yang kompleks. Minitab dikembangkan di Pennsylvania State University oleh periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada tahun Minitab memulai versi ringannya OMNITAB, sebuah program analisis statistik oleh NIST. Penggunaan Minitab: 1. Mengelola data dan file - spreadsheet untuk analisa data yang lebih baik. 2. Analisa regresi 3. Power dan ukuran sampel 4. Tabel dan grafik 5. Analisa multivariat termasuk analisa faktor, analisa klaster, analisa korespondensi dan lainnya 6. Tes Nonparametrik - berbagai tes termasuk tes signal, run tes, friedman tes, dan lainnya 7. Time Series dan Forecasting membantu menunjukkan kecenderungan pada data yang dapat digunakan untuk membuat dugaan. Time series plots, exponential smoothing, dan trend analysis. 8. Statistical Process Control 9. Analisa sistem pengukuran 10. Analisa varians - untuk menentukan perbedaan antar data. (Wikipedia Minitab. [Online], diakses pada tanggal 3 Desember 2013 pada jam 15:51) 2. Analisis Deskriptif Analisis deskriptif adalah analisis yang bertujuan untuk menggambarkan keadaan data. Analisis deskriptif lebih berhubungan dengan pengumpulan data dan 1
3 peringkasan data serta penyajian hasil peringkasan tersebut. Data-data statistik yang bisa diperoleh dari hasil sensus, survei atau pengamatan lainnya, umumnya masih acak, mentah dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafis sebagai dasar untuk berbagai pengambilan keputusan. Pengolahan data dalam Minitab bisa dilakukan melalui menu Stat. Menu stat menyediakan beberapa metode analisa statistik. Apabila membutuhkan analisa data melalui grafik, kita dapat melakukannya melalui Graph dalam Minitab. Selain kedua menu, apabila pengguna Minitab akan melakukan perhitungan matematika atau statistik tertentu atau memanipulasi data sesuai dengan kebutuhan, maka kita dapat melakukannya melalui menu Data atau Calc. Output analisa data ditampilkan melalui window session atau disimpan dalam worksheet. Jika melakukan analisis grafik, maka window graph akan menampilkan outputnya. Setelah mengahsilkan output, interprestasi data bukan lagi tugas Minitab. Dalam Tahap interpretasi data, peneliti sangat berperan dalam menginterpretasikan output yang dihasilkan Minitab dan menganalisis hasil yang telah didapatkan. 3. Grafik Grafik digunakan untuk penyajian data agar mudah untuk dibaca. Grafik terdiri dari berbagai bentuk. Berikut adalah grafik yang sering digunakan dalam analisis deskriptif: a. Histogram Histogram dibentuk dengan batang-batang dengan nilai yang menempatinya sama dengan luas batang tersebut. Histogram sangat bermanfaat digunakan untuk menyajikan semua interval data pada distribusinya, dan memeriksa secara visual bentuk distribusi data. b. Boxplot Penyajian grafis lainnya yang bisa merangkum informasi lebih detail mengenai distribusi nilai-nilai data pengamatan adalah Box dan Whisker Plots atau lebih sering disebut dengan Boxplot atau Box-Plot (kotak-plot) saja. Seperti namanya, Box dan Whisker, bentuknya terdiri dari Box (kotak) dan whisker. 2
4 4. Operasi Matematis Dengan Data Operasi matematis dengan data menggunakan menu Calc dan submenu Calculator. Calculator pada Minitab digunakan untuk menghitung dari perhitungan sederhana seperti penjumlahan, pengurangan, perkalian dan pembagian sampai kepada functions seperti variance, standard deviation, dan sebagainya. (Juhrodin, Udin Analisis Data Menggunakan Minitab anminitab16 [Online], diakses pada tanggal 4 Desember 2013 pada jam 22.53) B. STUDI KASUS Pada praktikum modul 4 tentang Pengantar Minitab ini, praktikan akan melakukan perhitungan pada data di bawah ini: Tabel 1.1 Data Kebugaran Sebelum Diet (X1) dan Sesudah Diet (X2) dalam Kilogram X X Perhitungan yang harus dilakukan sebagai berikut: 1. Melakukan analisis deskriptif untuk data-data di atas dan interprestasikan! 2. Membuat diagram histogram dengan kurva normal serta boxplot untuk data di atas dan interprestasikan! 3. Melakukan operasi matematis dengan membagi data X1 dengan 5 dan mengalikan data X2 dengan 3, serta carilah nilai standar deviasi dari kedua data tersebut menggunakan operasi matematis! Apakah hasilnya sama atau tidak dengan standar deviasi pada analisis deskriptif? 3
5 BAB II DESKRIPSI KERJA Dalam bab II tentang Pengantar Minitab ini, praktikan akan menjelaskan langkahlangkah dalam penyelesaian kasus. Langkah-langkah ini berdasarkan dari point-point pertanyaan yang terdapat pada studi kasus. 1. Analisis Deskriptif Sebelum melakukan langkah-langkah deskriptif, langkah awal adalah mengaktifkan Minitab sehingga menampilkan halaman Worksheet dan Window Session. Setelah mengaktifkan Minitab, masukkan data tabel 1.1 pada Worksheet Minitab seperti pada gambar 2.1 di bawah ini: Gambar 2.1 Worksheet Data Berikut ini adalah langkah-langkah untuk melakukan analisis data penyelesaian studi kasus: 1. Pilih STAT BASIC STATISTICS DISPLAY DESCRIPTIVE STATISTISTICS sehingga tampil kotak dialog Display Descriptive Statistics seperti pada gambar 2.2 di bawah ini: 4
6 Gambar 2.2 Kotak Dialog Display Descriptive Statistics 2. Klik C1 X1 dan C2 X2, kemudian pilih SELECT sehingga X1 dan X2 terdapat pada kolom variables sehingga seperti pada gambar 2.3 di bawah ini: Gambar 2.3 Kotak Dialog Display Descriptive Statistics 3. Pilih STATISTICS sehingga tampil kotak dialog Display Descriptive Statistics- Statistics seperti pada gambar 2.4 di bawah ini: 5
7 Gambar 2.4 Kotak Dialog Display Descriptive Statistics-Statistics Dalam praktikum kali ini, praktikan melakukan analisis deskriptif untuk mean, SE of mean, standard deviation, variance, sum, minimum, maximum, range, N nonmissing, N missing, N total, first quartile, median, third quartile, skewness, dan kurtosis. 4. Klik OK pada kotak dialog Display Descriptive Statistics-Statistics dan klik OK pada kotak dialog Display Descriptive Statistics-Statistics, sehingga pada Window Session akan menampilkan output analisis deksriptif seperti pada gambar 2.5 di bawah ini: Gambar 2.5 Output Analisis Deskriptif 2. Grafik Berikut ini adalah langkah-langkah untuk membuat diagram batang dengan kurva normal dan boxplot: 6
8 1. Pilih STAT BASIC STATISTICS DISPLAY DESCRIPTIVE STATISTISTICS sehingga tampil kotak dialog Display Descriptive Statistics. 2. Klik C1 X1 dan C2 X2, kemudian pilih SELECT sehingga X1 dan X2 terdapat pada kolom variables. 3. Pilih GRAPHS sehingga tampil kotak dialog Display Descriptive Statistics- Graphs seperti pada gambar 2.6 di bawah ini: Gambar 2.6 Kotak Dialog Display Descriptive Statistics-Graphs Dalam praktikum kali ini, praktikan akan membuat diagram histogram dengan kurva normal dan boxplot. 4. Klik OK pada kotak dialog Display Descriptive Statistics-Graphs dan klik OK pada kotak dialog Display Descriptive Statistics sehingga akan tampil output seperti pada gambar 2.7 dan gambar 2.8 di bawah ini: Gambar 2.7 Diagram Histogram untuk X1 dan X2 Gambar 2.8 Boxplot untuk X1 dan X2 7
9 3. Operasi Matematis Dengan Data Berikut ini adalah langkah-langkah untuk melakukan operasi matematis pada studi kasus: 1. Pilih CALC CALCULATOR sehingga tampil kotak dialog Calculator seperti pada gambar 2.9 di bawah ini: Gambar 2.9 Kotak Dialog Calculator 2. Klik C1 X1, kemudian pilih SELECT sehingga X1 berada pada kolom Expression dan klik tanda garis miring ( / ) dan angka 5. Pada kolom Store result in variable, ketik X11, dan kemudian klik OK seperti pada gambar 2.10 di bawah ini: Gambar 2.10 Kotak Dialog Calculator 8
10 Lakukan perintah yang sama untuk C2 X2 dengan nama variabel baru X22, tanda bintang ( * ) dan angka 3 sehingga output dari Calculator seperti pada gambar 2.11 di bawah ini: Gambar 2.11 Output Calculator 3. Untuk mencari standar deviasi, lakukan langkah point 1 sehingga tampil kotak dialog Calculator. Pilih Standard deviation pada kolom Function, kemudian klik C1 X1 dan pilih SELECT. Pada kolom Store result in variable, ketik X111, dan kemudian klik OK seperti pada gambar 2.12 di bawah ini: Gambar 2.12 Kotak Dialog Calculator 9
11 Lakukan perintah yang sama untuk C2 X2 dengan nama variabel baru X222 dan function standard deviation sehingga output dari Calculator seperti pada gambar 2.13 di bawah ini: Gambar 2.13 Output Calculator Untuk Standar Deviasi Setelah langkah-langkah pada analisis deskriptif, grafik, dan operasi matematis dengan data, simpanlah project dengan menekan tombol CTRL + S dan simpan dengan filename MODUL 4. 10
12 BAB III PEMBAHASAN Dalam bab III ini, praktikan akan menjelaskan tentang output dari langkah-langkah pada bab II dan menginterprestasikan output tersebut. 1. Analisis Deskriptif Gambar 3.1 Output Analisis Deskriptif Pada penyelesaian studi kasis ini, jumlah data (N) adalah 15 sehingga data yang terhitung (Count) pada Minitab adalah 15, dan data yang tidak terhitung/ tersedia (N * ) adalah 0. Mean pada variabel X1 adalah 64,87 dan mean pada variabel X2 adalah 72,13. Mean pada variabel XI dan X2 menunjukkan rata-rata angka yang sering dipakai sebagai wakil dari masing-masing variabel dan mencerminkan gambaran secara umum mengenai data kebugaran sebelum diet dan sesudah diet dalam kilogram, serta menunjukkan pemusatan data kebugaran yang sering digunakan. SE Mean atau Standard Error of Mean pada variabel X1 adalah 3,71 dan variabel X2 adalah 2,92 yang menunjukkan pemeriksaan besar rata-rata populasi yang 11
13 diperkirakan berasal dari sampel. SE Mean ini diukur sebagai standar deviasi dibagi dengan akar dari jumlah data yang terhitung (Count). Ukuran penyebaran data pada data kebugaran dari variabel X1 dan X2 dapat dilihat dari StDev atau standar deviasi dan variansi. StDev pada variabel X1 adalah 14,35 dan StDev pada variabel X2 adalah 11,32. Sedangkan variansi pada variabel X1 adalah 205,98 dan variansi pada variabel X2 adalah 128,12. Variansi data kebugaran ini menunjukkan satu ukuran dispresi dan menggambarkan bagaimana terpencarnya suatu data kuantitatif. Sum merupakan jumlah total keseluruhan data dengan jumlah data (N). Berdasarkan praktikum dengan tabel 1.1 diketahui bahwa jumlah total keseluruhan data pada variabel X1 adalah 973,00 dan jumlah total keseluruhan data pada variabel X2 adalah 1082,00 dengan jumlah data (N) adalah 15. Nilai minimum pada variabel X1 adalah 35,00 dan nilai maksimum pada variabel X1 adalah 89,00. Sedangkan nilai minimum pada variabel X2 adalah 54,00 dan nilai maksimum pada variabel X2 adalah 90. Dari nilai minimum dan maksimum ini dapat ditentukan range yang menunjukkan rentangan. Nilai range dihitung dengan cara mencari selisih antara nilai maksimum dengan nilai minimum (nilai maksimum nilai minimum). Berdasarkan pada gambar 3.1 diketahui bahwa nilai range pada X1 adalah 54 yang diperoleh dari 89 35, sedangkan nilai range pada X2 adalah 36 yang diperoleh dari Q1 (kuartil pertama), median (kuartil kedua), dan Q3 (kuartil ketiga) merupakan pemisahan data berdasarkan kelompok data yang telah diurutkan. Q1 pada variabel X1 adalah 56,00 dan variabel X2 adalah 65,00 yang menunjukkan 25% dari data pengamatan, median pada variabel X1 adalah 67,00 dan variabel X2 adalah 78,00 yang menunjukkan 50% dari data pengamatan, dan Q3 pada variabel X1 adalah 76,00 dan variabel X2 adalah 78,00 yang menunjukkan 75% dari data pengamatan. Nilai skewnees pada variabel X1 adalah -0,46 dan variabel X2 adalah -0,14. Nilai skewness pada variabel X1 dan X2 bernilai negatif yang menunjukkan bahwa ujung dari kecondongan menjulur ke arah negatif (ekor kurva sebelah kiri lebih panjang). Sedangkan nilai kurtosis pada variabel X1 adalah -0,12 dan variabel X2 adalah -0,91. Nilai kurtosis pada variabel X1 dan X2 bernilai negatif yang menunjukkan bahwa distribusia yang relatif rata. Nilai skewnees digunakan sebagai tingkat ketidaksimetrisan (kecondongan), sedangkan nilai kurtosis digunakan untuk menggambarkan keruncingan dari data. 12
14 2. Grafik Gambar 3.2 Diagram Histogram untuk X1 Berdasarkan gambar pada 3.2 diketahu bahwa nilai tengah data bernilai 40 memiliki frekuensi sebanyak 1, nilai tengah 50 memiliki frekuensi sebanyak 2, nilai tengah bernilai 70 dan 80 memiliki frekuensi sebanyak 3 dan nilai tengah bernilai 80 sebanyak 5 dan nilai tengah bernilai 90 sebanyak 90. Pada gambar 3.2 juga terlihat bahwa ekor kurva berada di sebelah kiri lebih panjang dan data menunjukkan ketidaksimetrisan (kecondongan) menjulur ke arah negatif, sedangkan kurva relatif tidak runcing dibandingkan dengan distribusi normal dan data menjulur ke arah negatif. Di dalam histogram juga dapat dilihat nilai dari mean, sandard deviation dan N untuk variabel X1. Berdasarkan gambar 3.2 diketahui bahwa nilai Mean adalah 64,87, StDev adalah 14,35, dan jumlah data (N) adalah
15 Gambar 3.3 Diagram Histogram untuk X1 Berdasarkan gambar 3.3 diketahui bahwa nilai antara 50 dan 60 memiliki frekuensi sebanyak 3, nilai antara 60 dan 70 memiliki frekuensi sebanyak 3, nilai tengah bernilai 70 memiliki frekuensi sebanyak 1, nilai tengah bernilai 80 memiliki frekuensi sebanyak 6, dan nilai tengah bernilai 90 memiliki frekuensi sebanyak 2. Pada gambar 3.2 juga terlihat bahwa ekor kurva berada di sebelah kiri lebih panjang dan data menunjukkan ketidaksimetrisan (kecondongan) menjulur ke arah negatif, sedangkan kurva relatif tidak runcing dibandingkan dengan distribusi normal dan data menjulur ke arah negatif. Di dalam histogram juga dapat dilihat nilai dari mean, sandard deviation dan N untuk variabel X2. Berdasarkan gambar 3.2 diketahui bahwa nilai Mean adalah 72,13, StDev adalah 11,32, dan jumlah data (N) adalah 15. Dari penjelasan histogran untuk X1 dan X2 dapat disimpulkan bahwa: 1. Nilai mean, standard deviatin, dan N memiliki nilai yang sama seperti yang dilakukan dengan analisis deskriptif. 2. Histogram X1 dan X2 memiliki kecondongan dan keruncingan bernilai negatif. 14
16 Nilai Maksimum Nilai Minimum Gambar 3.4 Boxplot untuk X1 Boxplot biasanya digunakan untuk meringkas distribusi sampel data yang disajikan secara grafis dan menggambarkan bentuk distribusi data, ukuran pemusatan dan ukuran penyebaran data pengamatan. Pada gambar 3.4 di atas terdapat kotak berbentuk persegi (bagian utama boxplot). Kotak ini digunakan untuk menyajikan interquartile range (IQR) yang hampir 50 % dari niai data pengamatan terletak pada kotak tersebut dan mengambarkan ukuran penyebaran data. Panjang kotak sesuai dengan jangkauan kuartil yang merupakan selisih antara Q3 (kurtil ketiga)dan Q1 (kuartil pertama). Kuartil ini berguna untuk membagi dalam berbagai kelompok dan memisahkan tiap-tiap 25% dalam distribusi frekusnesi. Q1 menunjukkan 25 % dari data pengamatan, Q2 menunjukkan 50 % dari data pengamatan, dan Q3 menunjukkan 75% dari data pengamatan. Berdasarkan gambar 3.4 diketahui bahwa Q1 bernilai 56 dan Q3 bernilai 76 dengan jumlah data (N) adalah 15, sehingga IQR adalah Q3-Q1= 76-56=20. Sedangkan median atau Q2 bernilai 67 yang ditunjukkan dengan garis horizontal yang terdapat pada bagian utama boxplot. Garis vertikal pada boxplot merupakan whisker dari perpanjang box yang menunjukkan ke arah atas dan ke arah bawah. Masing-masing garis whisker dimulai dari ujung kotak IQR dan berakhir pad anilai data yang bukan dikategorikan sebagai outlier. 15
17 Berdasarkan gambar 3.4 diketahui bahwa whisker bawah bernilai 35 yang menunjukkan nilai yang lebih rendah dari kumpulan data yang berada di dalam bagian utama boxplot (IQR), sedangkan whisker atas bernilai 89 yang menunjukkan nilai yang lebih tinggi dari kumpulan data yang berada di dalam bagian utama boxplot (IQR). Ujung garis vertikal pada boxplot menunjukkan nilai minimum dan maksimum. Garis vertikal yang terdapat di bawah Q1 menunjukkan nilai minimum dan garis vertikal yang terdapat di atas Q3 menunjukkan nilai maksimum. Dari nilai minimum dan maksimum pada boxplot dapat ditentukan range. Berdasarkan gambar 3.4 diketahui bahwa nilai minimum adalah 35 dan nilai maksimum adalah 89, sehingga range = maksimum minimum = = 54. Nilai Maksimum Nilai Minimum Gambar 3.5 Boxplot untuk X2 Berdasarkan gambar 3.5 diketahui bahwa Q1 bernilai 65 yang menunjukkan 25% data dari pengamatan dan Q3 = Q2 = median bernilai 78 yang menunjukkan 75% data dari pengamatan dan 50% data dari pengamatan untuk jumlah data (N) adalah 15, sehingga IQR adalah Q3-Q1 = = 13. Kuartil ketiga (Q3) dan kuartil kedua (Q2/median) memiliki nilai yang sama disebabkan karena letak nilai 78 terletak pada Q3 dan Q2 setelah diurutkan seperti pada gambar 3.6 di bawah ini: 16
18 Q2/median Q1 Q3 Gambar 3.6 Data X2 Dari Tabel 1.1 setelah diurutkan Berdasarkan gambar 3.5 diketahui bawah whisker bawah bernilai 54 yang menunjukkan nilai yang lebih rendah dari kumpulan data yang berada did alam bagian utama boxplot (IQR), sedangkan whisker atas bernilai 90 yang menunjukkan nilai yang lebih tinggi dari kumpulan data yang berada id dalam bagian utama boxplot (IQR). Berdasarkan gambar itupula dapat diketahui bahwa nilai minimum adalah 54 dan nilai maksimum adalah 90, sehingga range = maksimum minimum = = 36. Dari penjelasan dari boxplot X1 dan boxplot X1 dapat disimpulkan bahwa: 1. Pada data X1 dan X2 tidak terdapat nilai outlier yang merupakan suatu nilai dari sekumpulan data yang lain atau berbeda dibandingkan biasanya, serta tidak menggambarkan karakteristik dari data tersebut. Pada boxplot, nilai data outlier letaknya lebih dari 1,5 kali panjang kotak (IQR) yang diukur dari atas kotak dan bawah kotak. 2. Data X1 lebih simetris dibandingkan data X2, dilihat dari letak median dan panjang whisker yang menggambarkan tingkat kesimetrisannya. 3. Operasi Matematis Dengan Data Gambar 3.7 Output Calculator 17
19 Dalam praktikum kali ini, praktikan harus melakukan proses operasi matematis dengan pembagian, perkalian dan menggunakan functions standard deviation. Berdasarkan pada gambar 3.7 diketahui bahwa variabel X1 dibagi dengan angka 5 (X1/5) memiliki hasil 15,00; 7,0;15,2;11,2; 15,6; 13,4;17,8; 11,2; 15,2; 10,8; 13,4; 15,2; 11,2; 13,4 dan 9,0 dengan nama variabel baru adalah X11. Sedangkan variabel X2 dikalikan dengan angka 3 (X2*3) memiliki hasil 234; 171; 267; 195; 240; 234; 270; 195; 234; 162; 168; 234; 201; 234 dan 207 dengan nama variabel baru adalah X22. Standar deviasi dengan functions standard deviation pada variabel X1 adalah 14,3520 dengan nama variabel baru adalah X111 dan variabel X2 adalah 11,3192 dengan nama variabel baru adalah X222. Dari penjelasan untuk proses operasi matematis dapat disimpulkan bahwa: 1. Proses perhitungan operasi matematis merupakan proses perhitungan sederhana yang sering digunakan menggunakan kalkulator. 2. Nilai standar deviasi pada variabel X1 dan X2 memiliki nilai yang hampir sama dengan nilai yang dilakukan dengan analisis deskriptif dan histogram. 18
20 BAB IV PENUTUP Berdasarkan praktikum modul 4 tentang Pengantar Minitab melakukan analisis deskriptif, membuat grafik, melakukan operasi matematis dengan data dapat disimpulkan bahwa: 1. Analisis deskriptif dilakukan untuk mengetahui pemusatan dan persebaran data. 2. Analisis yang dilakukan dalam praktikum meliputi mean, Standard Error of mean, standard deviation, variance, sum, minimum, maximum, range, N nonmissing, N missing, N total, first quartile, median, third quartile, skewness, dan kurtosis. 3. Grafik digunakan untuk melakukan penyajian data, baik mengunakan histogram atau boxplot. 4. Nilai mean, standard deviation, dan N memiliki nilai yang sama seperti yang dilakukan dengan analisis deskriptif. 5. Histogram X1 dan X2 memiliki kecondongan dan keruncingan bernilai negatif. 6. Pada data X1 dan X2 tidak terdapat nilai outlier yang merupakan suatu nilai dari sekumpulan data yang lain atau berbeda dibandingkan biasanya, serta tidak menggambarkan karakteristik dari data tersebut. Pada boxplot, nilai data outlier letaknya lebih dari 1,5 kali panjang kotak (IQR) yang diukur dari atas kotak dan bawah kotak. 7. Data X1 lebih simetris dibandingkan data X2, dilihat dari letak median dan panjang whisker yang menggambarkan tingkat kesimetrisannya. 8. Proses perhitungan operasi matematis merupakan proses perhitungan sederhana yang sering digunakan menggunakan kalkulator. 9. Nilai standar deviasi pada variabel X1 dan X2 memiliki nilai yang hampir sama dengan nilai yang dilakukan dengan analisis deskriptif dan histogram. 19
21 DAFTAR PUSTAKA Juhrodin, Udin Analisis Data Menggunakan Minitab Minitab16 [Online], diakses pada tanggal 4 Desember 2013 pada jam Nugraha, Jaka. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta. Universitas Islam Indonesia (UII) SmartStat Mengenal Boxplot and Whisker Plot. [Online], diakses pada tanggal 4 Desember 2013 pada jam Wikipedia Minitab. [Online], diakses pada tanggal 3 Desember 2013 pada jam 15:51 20
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 terperinciStatistik Deskriptif dengan Microsoft Office Excel
Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan
Lebih terperinciMultiple Box-Plot dengan Program Minitab dan SPSS
Multiple Box-Plot dengan Program Minitab dan SPSS Author: Junaidi Junaidi 1. Pengantar Box plot adalah salah satu teknik yang dapat digunakan dalam mempelajari karakteristik dan distribusi data. Box plot
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 terperinciBAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciLangkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:
BAB 1 STATISTIK DESKRIPTIF Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkatan data, serta penyajian hasil peringkasan tersebut. Data statistik yang bisa diperoleh dari hasil sensus,
Lebih terperinciMINITAB. Perbandingan kelebihan dan kelemahan program aplikasi statistik Minitab SPSS SAS Eviews. Analisis statistik dalam
MINITAB Minitab adalah salah satu aplikasi yang digunakan untuk mengolah data statistik. Selain minitab aplikasi lainnya yang digunakan dalam mengolah data statistik adalah: SPSS. SAS. StatGraph. Eviews.
Lebih terperinciSTATISTIK DESKRIPTIF. Abdul Rohman, S.E
LOGO STATISTIK DESKRIPTIF Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN? Melalui
Lebih terperinciPRAKTIKUM ANALISIS DATA EKSPLORATIF
LAPORAN PRAKTIKUM ANALISIS DATA EKSPLORATIF GEMPUR SAFAR (10877) Asisten SIGIT SAMAPTAAJI BAGUS PRAMULYA Dosen Dra. SRIHARYATMI KARTIKO, M.Sc. LABORATORIUM KOMPUTASI MATEMATIKA DAN STATISTIKA JURUSAN MATEMATIKA
Lebih terperinciLABORATORIUM 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 terperinciAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana Pada minggu ini akan dipelajari : Menghitung Korelasi Melakukan Analisis Regresi Sederhana Pemeriksaan Asumsi dalam Analisis Regresi Untuk melakukan kegiatan pada
Lebih terperinciBAB 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 terperinciSTATISTIK 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 terperinciANALISIS DATA EKSPLORATIF MODUL 3 TABEL KONTIGENSI DALAM SPSS
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 3 TABEL KONTIGENSI DALAM SPSS Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 28 November 2013 Praktikan Tanda tangan Laboran Nama
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciMemulai 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 terperinciPRAKTIKUM 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 terperinciANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE MEANS
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 5 ANALISIS COMPARE MEANS Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 12 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai
Lebih terperinciBAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif
BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif maupun teknik mendekripsikan data secara grafis maupun secara angka. Sebagai ilustrasi aplikasi
Lebih terperinciUJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)
Lebih 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 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 terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciMembuat Box-Plot dengan Program Minitab dan SPSS
Membuat Box-Plot dengan Program Minitab dan SPSS Author: Junaidi Junaidi 1. Pengantar Terdapat beberapa teknik untuk mempelajari karakteristik dan distribusi data. Salah satu diantaranya adalah box plot.
Lebih terperinciPENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK
PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA Moh Yamin Darsyah Program Studi Statistika Universitas Muhammadiyah Semarang yamindarsyah@gmail.com ABSTRAK Banyak sekali data dalam kehidupan yang
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 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 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 terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciDAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel
PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011
Lebih terperinciII. 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 terperinciMA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar
Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati
Lebih terperinciSPSS FOR WINDOWS BASIC. By : Syafrizal
SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama
Lebih terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
Lebih terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciKursus 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 terperinciSTATISTIK DESKRIPTIF
BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus
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 terperinciBAB I STATISTIK DESKRIPTIF
ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi
Lebih terperinciPengantar & Statistika Deskriptif
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang
Lebih terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciMODUL 2. TABULASI DATA. TABULASI DATA Pembuatan Tabel Frekwensi. Perintah Statistik
MODUL 2. Tujuan : 1. Membuat tabel frekwensi dan memahami perintah statistik, chart, dan format. 2. Memahami penyajian data secara numerik berupa analisis statistik deskriptif, yang menyajikan ukuran-ukuran
Lebih terperinciUNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: STATISTIKA DESKRIPTIF Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 STATISTIK DESKRIPTIF Metode statistik adalah prosedur-prosedur yang yang digunakan
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar
Lebih terperinciBAB 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 terperinciTATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.
TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh
Lebih terperinciPENS. 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 terperinciBELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS
BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
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 terperinciFORMAT 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 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 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 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 terperinciManajemen Data dengan Stata
Manajemen Data dengan Stata #5 Beberapa Penggunaan Grafik pada Stata Permadina Kanah Arieska, M.Si permadina.kanah@unusa.ac.id http:// kanahberbagi.com Note: Seluruh modul tentang Manajemen Data dengan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian
BAB 3 METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Penelitian Penelitian mengenai preventive maintenance mesin pada PTPTN XIII menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian
Lebih terperinciStatistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah
Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,
Lebih terperinciPENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT BIVARIAT
S-3 PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT BIVARIAT Frangky Masipupu 1), Adi Setiawan ), Bambang Susanto 3) 1) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika Program
Lebih terperinciMODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL
MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL Minitab adalah program statistik yang setiap versinya terus dikembangkan. Gambar 1 memperlihatkan kepada anda aspek-aspek utama
Lebih terperinciPENGOLAHAN DATA STATISTIK DENGAN MENGGUNAKAN PROGRAM MINITAB FAURANI SANTI SINGAGERDA
PENGOLAHAN DATA STATISTIK DENGAN MENGGUNAKAN PROGRAM MINITAB FAURANI SANTI SINGAGERDA 2014 1 MODUL 1 PENGENALAN MINITAB Tujuan Praktikum : Memperkenalkan beberapa operasi dari paket perangkat lunak Minitab.
Lebih terperinciPengantar & Statistika Deskriptif. MA 2081 Statistika Dasar
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00 24.00
Lebih terperinciMODUL 1 UJI DATA ( 1 ) ANALISIS MISSING VALUE & OUTLIER
MODUL 1 UJI DATA ( 1 ) ANALISIS MISSING VALUE & OUTLIER Tujuan dari praktikum modul 1 ini, agar mahasiswa mampu : 1. Mengenali karakteristik missing value.. Memberikan perlakuan atau solusi pemecahan terhadap
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 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 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 terperinciPengantar Statistik. Nanang Erma Gunawan
Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,
Lebih terperinciPendahuluan & Statistika Deskriptif
1 Pendahuluan & Statistika Deskriptif Pendahuluan Statistical Thinking Percentil dan Kuartil Ukuran Pemusatan Ukuran Variabilitas Pengelompokkan Data Skewness dan Kurtosis Metoda Penyajian Data Analisis
Lebih terperinciPENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB
PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler
Lebih terperinciRegresi 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 terperinciANALISIS DATA EKSPLORATIF MODUL 1 MENGENAL MICROSOFT EXCEL
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 1 MENGENAL MICROSOFT EXCEL Nama Nomor Tanggal Tanda tangan Praktikan Mahasiswa/i Kumpul Praktikan Laboran Sri Siska Wirdaniyati 12611125 23 Oktober 2013 Nama Penilai
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian
46 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dipaparkan mengenai hasil penelitian dan pembahasan yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian dilakukan
Lebih 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 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 terperinciDr. 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 terperinciStatistika Deskriptif & Distribusi Frekuensi
Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif
Lebih terperinciMengolah dan Menganalisis Data
Mengolah dan Menganalisis Data Dr. Eko Pujiyanto, S.Si., M.T. Materi Data Mengolah dan analisis data Memilih alat analisis yang tepat Data Data 1 Jamak dari DATUM artinya informasi yang diperoleh dari
Lebih terperinciBAB 5. Pembuatan Grafik Dalam Open Office Calc TUJUAN PRAKTIKUM. Praktikan mengetahui fungsi dan cara membuat Grafik / Chart TEORI PENUNJANG
25 BAB 5 Pembuatan Grafik Dalam Open Office Calc TUJUAN PRAKTIKUM Praktikan mengetahui fungsi dan cara membuat Grafik / Chart TEORI PENUNJANG Selain digunakan untuk perhitungan matematika dan fungsi matematis
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciReferensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, didi.staff.gunadarma.ac.id/downloads/files/13709/babv.
STATISTIKA DESKRIPTIF 2 Referensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, 2009 2. didi.staff.gunadarma.ac.id/downloads/files/13709/babv.pdf Ukuran Statistik 2.1 RATA RATA (MEAN)
Lebih terperinciUji Perbandingan Rata-Rata
Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti
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 terperinciMembuat grafik histogram dan polygon serta mencetaknya ke printer
Modul ke: Membuat grafik histogram dan polygon serta mencetaknya ke printer Mahasiswa dapat membuat histogram dan poligon, kemudian mencetaknya ke printer. Fakultas FEB Nawindah,S.Kom,M.Kom Program Studi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Uji Instrument 4.1.1 Validitas instrument Hasil perhitungan instrument pretest dan posttest yang terdiri dari 30 butir soal dengan 4 alternatif pilihan
Lebih terperinciANALISIS STATISTIKA. Pertemuan 2 Statistika Dasar (Basic Statistics)
ANALISIS STATISTIKA Pertemuan Statistika Dasar (Basic Statistics) Statistika Deskripsi dan Eksplorasi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Tehnik
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciANALISIS 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 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 terperinciSPSS 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 terperinciLAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM.
LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si Oleh Nurul Anggraeni Hidayati NIM. 14610002 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciPEMBUATAN DESCRIPTIVE STATISTIC DATA DENGAN SPSS
PEMBUATAN DESCRIPTIVE STATISTIC DATA DENGAN SPSS Kegiatan statistik berkaitan dengan angka, data berupa angka diolah menjadi output yang relevan dan sering disajikan dalam bentuk tabel dan grafik namun
Lebih terperinciStatistik 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 terperincistatistik deskriptif
Statistik Deskriptif Pada bab terdahulu telah dibahas penggunaan fasilitas OLAP dari SPSS. Dengan OLAP, sejumlah variabel dengan mudah dapat dikaitkan untuk memperoleh sejumlah informasi. Untuk penyajian
Lebih terperinciPengumpulan & Penyajian Data
Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan
Lebih terperinciPOLITEKNIK KESEHATAN SURAKARTA TAHUN
MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya
Lebih terperinciMODUL 5 ANALISIS DISKRIMINAN
MODUL 5 ANALISIS DISKRIMINAN TUJUAN PRAKTIKUM Tujuan yang diharapkan dalam pelaksanaan praktikum ini, antara lain : Mahasiswa memahami karakteristik dan kegunaan Metode Analisis Diskriminan. Mahasiswa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis cluster
Lebih terperinciStatistika 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 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 terperinci