Statistika Psikologi 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "Statistika Psikologi 1"

Transkripsi

1 Modul ke: Statistika Psikologi 1 Tendensi Sentral Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si.

2 DISTRIBUSI SAMPEL 2

3 DISTRIBUSI SAMPEL 3

4 TENDENSI SENTRAL: Apa dan mengapa tendensi sentral? Tendensi sentral adalah statistik deskriptif (informasi yang didapat dari descriptive statistics) yg merepresentasikan (mewakili) sentral (titik pertengahan) dari data set, terutama yang menunjukkan dimana data berkumpul Memberikan satu nilai yang dapat mewakili/menggambarkan seluruh skor dalam kelompok Deskripsi ringkas dari sejumlah data kuantitatif yang didapat dari sampel ekonomis, praktis, ringkas, 4

5 TENDENSI SENTRAL: Apa dan mengapa tendensi sentral? Memungkinkan kita melakukan perbandingan antar kelompok Memungkinkan kita untuk melakukan proses statistik berikutnya seperti melihat hubungan (misal: korelasi Pearson), perbedaan nilai rata-rata (Misal: t-test) antar kelompok Terdiri dari 3 macam jenis pengukuran: Mean (rata-rata); Median (nilai tengah); dan Modus (nilai yang paling banyak muncul) 5

6 Nilai rata-rata (Mean) Nilai rata-rata didefinisikan sebagai nilai bersama yang dimiliki suatu kelompok, yang didapatkan melalui teknik aritmatika dengan cara menjumlahkan semua anggota atau nilai yang dimiliki oleh kelompok dan membaginya dengan jumlah anggota kelompok tersebut. Nilai rata-rata dalam statistika didapatkan dari data yang nilainilainya tidak berkelompok (ungrouped data) dan data yang nilai-nilainya dikelompokkan (grouped data) 6

7 Nilai rata-rata (Mean): Data tidak terkelompok (Ungrouped data) Contoh: Berikut ini adalah tinggi 10 mahasiswa Fakultas Psikologi 165, 172, 151, 172, 158, 172, 170, 151, 149, 168. Rata-rata (Mean)? Keterangan: M = Mean Σ = sum of N = total frequency X = scores 7

8 Nilai rata-rata (Mean): Data berkelompok (Grouped data) Contoh: Berikut ini adalah distribusi frekuensi dari tinggi badan mahasiswa Fakultas Psikologi X Frekuensi Rata-rata? 8

9 Nilai rata-rata (Mean): Data berkelompok (Grouped data) X f fx Σ fx 60 M = = = 3 n 20 9

10 Nilai rata-rata (Mean): Rata-rata Terkaan Data berkelompok (Grouped data) M= Ms+ (Σ fx ) i N M = Rata-rata Ms = Rata-rata Terkaan (nilai tengah dari interval kelas yang diduga mengandung rata-rata. Σ fx = frekuensi dari durasi kesalahan terkaan (x ) i = Lebar interval kelas N = Jumlah frekuensi 10

11 Nilai rata-rata (Mean): Rata-rata Terkaan Data berkelompok (Grouped data) M= Ms+ (Σ fx ) i N = ((-36)/78)3 = 160 1,38 = 158, 62 Σ fx N Ms X f Xc x f. x

12 Nilai rata-rata (Mean): Dari sejumlah Nilai Rata-rata Kelompok Ni Mean i (M i ) A B C B R M=(ΣN i M i )/Σ N i B R M = nilai rata-rata sejumlah nilai rata-rata M i = nilai rata-rata setiap kelompok 12

13 Nilai rata-rata (Mean): Dari sejumlah Nilai Rata-rata Kelompok N i M i N i M i A B C Jumlah B R M=(ΣN i M i )/Σ N i = 30611/187 = 163,7 13

14 Median Titik yang membagi suatu distribusi frekuensi atas dua bagian yang sama, yang masing-masing terdiri atas 50% kasus dari seluruh distribusi Median = P 50 Jika data tidak memiliki nilai tengah, maka Median merupakan rata-rata dari dua nilai yang berada di tengah data 14

15 Median: Data tidak terkelompok (Ungrouped Data) Median = skor ke-(n + 1)/2 dalam sederetan skor yang berurutan (1) 7, 7, 8, 9, 10, 11, 12 (2) 7, 7, 8, 9, 10, 11 15

16 Median: Data terkelompok (Grouped data) M e = Bbny + 1/ 2n f fk b i M e Fk b = Median = Frekuensi kumulatif dibawah frekuensi kumulatif yang mengandung M e F = Frekuensi dari kelas yang mengandung M e I = Lebar interval kelas yang mengandung M e 16

17 Median: Data terkelompok (Grouped data) fkb BBny Kelas Batas Kelas Midpoint f fk (Xc) ,5 40,5 35, ,5 50,5 45, ,5 60,5 55, ,5 70,5 65, ,5 80,5 75, ,5 90,5 85, ,5 100,5 95, M e = Bbny + 1/ 2n f fk b i 70, = = 75,7 17

18 Modus Point (titik nilai) pada skala pengukuran dengan frekuensi terbanyak pada suatu distribusi Titik dalam suatu penyebaran yang paling padat/tinggi konsentrasinya Kemungkinan modus dalam data: Unimodal (modus tunggal); Bimodal (modus ganda/dua modus dalam data); Multimodal (lebih dari dua modus dalam data) 18

19 Modus: Data tidak terkelompok Modus = skor yang paling sering/banyak muncul Kalau ada 2 skor yang sama banyak muncul, berarti modusnya ada 2. Contoh: Skor tinggi badan 15 mahasiswa (dalam cm): 167, 165, 153, 171, 175, , 167, 159, 159, 171, 171 Modus? 152, 167, 159, 167, 167,

20 Modus: Data berkelompok Modus data berkelompok = titik tengah kelas interval yang mempunyai frekuensi terbesar/terbanyak M o = Bbny + sb sb + sa i M 0 = Modus Bbny = Batas bawah nyata dari kelas yang mengandung modus. Sb = Selisih frekuensi kelas yang mengandung M 0 dengan frekuensi kelas dibawahnya. sa = Selisih frekuensi kelas yang mengandung M 0 dengan frekuensi kelas diatasnya. i = Lebar interval. 20

21 Median: Data terkelompok (Grouped data) BBny fkb Kelas Batas Kelas Midpoint f fk (Xc) ,5 40,5 35, ,5 50,5 45, ,5 60,5 55, ,5 70,5 65, ,5 80,5 75, ,5 90,5 85, ,5 100,5 95, M o = Bbny + sb i sb + sa 10 5 = 70, = 75,5 21

22 Kapan perhitungan Mean diperlukan? Untuk perhitungan statistik lebih lanjut Apabila penyebaran/distribusi frekuensi simetris dan tidak skewed Apabila diinginkan suatu tendensi sentral yang reliable 22

23 Kapan perhitungan median diperlukan? Apabila ada nilai ekstrim dalam distribusi frekuensi yang mempengaruhi mean Apabila diinginkan titik tengah dari distribusi frekuensi 23

24 Kapan perhitungan modus diperlukan? Apabila diinginkan suatu ukuran pemusatan yang dapat dihitung dengan cepat Apabila ingin diketahui skor yang khas 24

25 HOMEWORK (1) SOAL: 15 orang diminta untuk membawa buah-buah dadu dengan menggunakan kedua tangannya, sebanyak-banyaknya. Di bawah ini adalah catatan jumlah dadu maksimal yang dapat dibawa oleh partisipan penelitian dengan menggunakan kedua tangannya: Jumlah dadu maksimal : Jumlah partisipan (frekuensi): Dari data tidak terkelompok tersebut, tentukan: Mean Median Modus Kasar dan Modus Sebenarnya 25

26 HOMEWORK (2) Tentukan Mean, Median dan Modus dari data berkelompok berikut ini: 26

27 HOMEWORK (3) Tentukan Mean, Median dan Modus (kasar dan sebenarnya) dari data berkelompok berikut: 27

28 Daftar Pustaka Aron, A., Coups, E.J., & Aron, E.N. (2013). Statistics for psychology. 6th ed. New Jersey: Pearson Education, Inc. Field, A. (2009). Discovering Statistics Using SPSS: Third Edition. SAGE Publications Ltd. Gravetter, F.J. & Wallnau, L.B. (2009). Statistics for the Behavioral Sciences. Howell, D.C. (2012). Statistical Method for Psychology. Australia: Wadsworth, Cengage Learning. Nolan, S.A. & Heinzen, T.E, (2012). Statistics for the Behavioral Sciences. Second Edition. New York: Worth Publishers. Sulistiyono, S. (2009). Statistika Psikologi 2. Jakarta: Fakultas Psikologi Universitas Mercu Buana. 28

29 Terima Kasih Arie Suciyana S., M.Si.

Statistika Psikologi 2

Statistika Psikologi 2 Statistika Psikologi 2 Modul ke: 14 Arie Fakultas Psikologi Memilih Uji Statistika yang Tepat Review 1 14 Suciyana S., S.Si., M.Si. Program Studi Psikologi KonsepDasar Pada penelitian terhadap pengaruh

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: Statistika Psikologi 1 Penyajian Data: Fakultas Psikologi Tabel dan Grafik Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. KATEGORI PENGOLAHAN DATA DALAM STATISTIKA Descriptive statistics

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: 08 Statistika Psikologi 1 Distribusi Normal Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Distribusi Normal Distribusi data yang ditandai oleh bentuk seperti lonceng

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Statistika Psikologi 1 Modul ke: 12 Korelasi: Pendahuluan Korelasi Pearson Product Moment Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Apakah korelasi itu? Uji Korelasi dalam

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Statistika Psikologi 2 Modul ke: 11Fakultas Psikologi Korelasi Ganda: Analisis Statistika dengan SPSS Arie Suciyana S., M.Si. Program Studi Psikologi Uji KorelasiGanda (Multiple Correlation) Uji Korelasi

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: 09 Statistika Psikologi 1 Distribusi Sampel dan Uji Hipotesa Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. DISTRIBUSI SAMPEL DAN UJI HIPOTESA Hipotesa: pernyataan

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Statistika Psikologi 1 Modul ke: 14 Memilih Uji Statistika yang Tepat Review 1 14 Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. 2 MemilihUji Statistikayang Tepat Jika dalam

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: Statistika Psikologi 2 Uji t Sampel Berpasangan Fakultas Psikologi (Paired-samples t-test) Program Studi Psikologi Uji t Sampel Berpasangan Membandingkan data dari dua sampel, dimana tiap partisipan

Lebih terperinci

Statistika Psikologi 2. Modul ke: Uji-t. Fakultas Psikologi. (t-test) Program Studi Psikologi

Statistika Psikologi 2. Modul ke: Uji-t. Fakultas Psikologi. (t-test) Program Studi Psikologi Modul ke: Statistika Psikologi 2 Uji-t Fakultas Psikologi Program Studi Psikologi (t-test) UJI STATISTIKA Proses pengujian pernyataan penelitian (uji hipotesa) yang akan menghasilkan model statistika Variasi

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: 10 Statistika Psikologi 1 Probabilitas Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Probabilitas: Konsep Dasar Tidak ada definisi resmi untuk menjelaskan probabilitas

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: 11 Statistika Psikologi 1 Chi Square Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., M.Si. Asumsi dalam Statistika Asumsi adalah karakteristik yang diperlukan untuk menentukan dan

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: 09Fakultas Psikologi Statistika Psikologi 2 Analisis Regresi Linier Sederhana Arie Suciyana S., S.Si, M.Si Program Studi Psikologi Regresi Linier Sederhana (Simple Linear Regression) Uji (analisa)

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: Statistika Psikologi 2 Fakultas Psikologi Uji ANOVA Amatan Ulang (One Way Anova Within Groups) Program Studi Psikologi Uji ANOVA Amatan Ulang (One Way Anova Within Groups) Uji hipotesa 1 Independent

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: 08Fakultas Psikologi Statistika Psikologi 2 Analisis Regresi: Pendahuluan dan Uji Liniearitas Arie Suciyana S., S.Si, M.Si Program Studi Psikologi Regresi: Pendahuluan Pengembangan dari Uji Statistika

Lebih terperinci

Statistika Psikologi 2

Statistika Psikologi 2 Modul ke: Statistika Psikologi 2 Fakultas Psikologi Uji ANOVA: Pendahuluan dan Uji ANOVA Klasifikasi Program Studi Psikologi Analysis of Variance (ANOVA) Uji statistika yang dilakukan dengan membandingan

Lebih terperinci

Statistika Psikologi 2

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

Lebih terperinci

Statistika Psikologi 2. Pengantar Statistika Inferential dan Pengenalan SPSS. Modul ke: Fakultas Psikologi. Program Studi Psikologi

Statistika Psikologi 2. Pengantar Statistika Inferential dan Pengenalan SPSS. Modul ke: Fakultas Psikologi. Program Studi Psikologi Modul ke: Statistika Psikologi 2 Fakultas Psikologi Program Studi Psikologi Pengantar Statistika Inferential dan Pengenalan SPSS RAPEM STATISTIKA PSIKOLOGI 2 Judul Mata Kuliah : Statistika Psikologi 2

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Statistika Psikologi 1 Modul ke: Kontrak Perkuliahan Konsep-konsep Dasar Fakultas Psikologi Program Studi Psikologi Statistika Arie Suciyana S., M.Si. RAPEM STATISTIKA PSIKOLOGI 1 Judul Mata Kuliah : Statistika

Lebih terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat digunakan formulasi sebagai berikut : Letak Letak Letak 1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga

Lebih terperinci

Psikometri. Reliabilitas 1

Psikometri. Reliabilitas 1 Psikometri Modul ke: Reliabilitas 1 Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Apa itu Reliabilitas? reliability is a synonym for dependability or consistency Tests that

Lebih terperinci

Psikometri. Aplikasi uji Reliabilitas dan. Validitas

Psikometri. Aplikasi uji Reliabilitas dan. Validitas Psikometri Modul ke: Aplikasi uji Reliabilitas dan Fakultas Psikologi Validitas Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Perhitungan Manual Uji Reliabilitas 2 Kruder-Richardson (K-R 20) =

Lebih terperinci

Kenapa Data Harus Diringkas?

Kenapa Data Harus Diringkas? 1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data

Lebih terperinci

Ukuran Nilai Sentral

Ukuran Nilai Sentral Ukuran Nilai Sentral Nilai Sentral Pengertian Nilai Sentral Nilai sentral suatu rangkaian data adalah nilai dalam rangkaian data yang dapat mewakili data tersebut. Suatu rangkaian data biasanya memiliki

Lebih terperinci

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B A. Pengukuran Penyebaran (Dispersi) 1. Pengertian Tentang Disperse. Digunakan untuk menunjukkan keadaan berikut : a. Gambaran variabilitas data Yang dimaksud dengan variabilitas data adalah suatu ukuran

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

Psikometri Reliabilitas 2

Psikometri Reliabilitas 2 Modul ke: Psikometri Reliabilitas 2 Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Perhitungan Reliabilitas 2 TIPE-TIPE RELIABILITAS Test-Retest Reliability Alternate-Form Reliability

Lebih terperinci

Psikometri NORMA 1. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi.

Psikometri NORMA 1. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi. Psikometri Modul ke: 11 NORMA 1 Fakultas Psikologi Program Studi Psikologi www.mercubuana.ac.id Arie Suciyana S., S.Si., M.Si. Karakteristik Norma Menunjukkan posisi/kedudukan seseorang dalam kelompok

Lebih terperinci

Psikometri Validitas 1

Psikometri Validitas 1 Modul ke: Psikometri Validitas 1 Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Pengertian: VALIDITAS Berkaitan dengan apa yang diukur oleh tes dan seberapa tepat tes mengukur

Lebih terperinci

Gejala Pusat - Statistika

Gejala Pusat - Statistika Gejala Pusat - Statistika Desma Eka Rindiani desmarindi@yahoo.co.id http://ladies-kopites.blogspot.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan disebarkan

Lebih terperinci

STATISTIKA 2 UKURAN PEMUSATAN

STATISTIKA 2 UKURAN PEMUSATAN STATISTIKA 2 UKURAN PEMUSATAN TUJUAN Melatih berfikir dan bernalar secara logis dan kritis serta dapat mengembangkan aktifitas, kreatifitas dalam memecahkan masalah dan mengkomunikasikan ide dan gagasannya.

Lebih terperinci

Refisia Caturasa Abstrak/Ringkasan. Pendahuluan

Refisia Caturasa  Abstrak/Ringkasan. Pendahuluan Sekilas Tentang Pengukuran Gejala Pusat (Mean, Median, Modus, Kuartal) Refisia Caturasa Refisia@gmail.com http://penulis.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan,

Lebih terperinci

UKURAN-UKURAN NILAI PUSAT

UKURAN-UKURAN NILAI PUSAT UKURAN-UKURAN NILAI PUSAT Nilai tunggal yang dinilai dapat mewakili keseluruhan nilai dalam data dianggap sebagai rata-rata (averages). Nilai rata-rata dihitung bedasarkan keseluruhan nilai yang terdapat

Lebih terperinci

MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 2016 (http://file.upi.edu/dosen)

MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 2016 (http://file.upi.edu/dosen) MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 016 (http://file.upi.edu/dosen) 1. Pendahuluan Analisis varians penting dipahami karena melalui analisis

Lebih terperinci

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

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

Lebih terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN 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 terperinci

Psikometri. Statistika untuk Psikometri. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi

Psikometri. Statistika untuk Psikometri. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi Modul ke: Psikometri Statistika untuk Psikometri Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Modul ke: Psikometri Statistika untuk Psikometri Fakultas Psikologi Program Studi

Lebih terperinci

UKURAN PEMUSATAN DATA STATISTIK

UKURAN PEMUSATAN DATA STATISTIK UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai

Lebih terperinci

Pengukuran Deskriptif

Pengukuran 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

Psikometri Validitas 2

Psikometri Validitas 2 Modul ke: Psikometri Validitas 2 Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. VALIDITAS KRITERIA 2 Validitas Kriteria Validitas Kriteria menunjukkan efektivitas suatu tes dalam

Lebih terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran 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 terperinci

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

SATUAN ACARA PEMBELAJARAN (SAP) SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah : Statistik Kode Mata Kuliah : PSI-106 Jumlah SKS : 3 Waktu Pertemuan : 150 menit Kompetensi Dasar : 1. Penguasaan metodologi penelitian psikologi Indikator

Lebih terperinci

SILABUS MATA KULIAH S T A T I S T I K A

SILABUS MATA KULIAH S T A T I S T I K A SILABUS MATA KULIAH S T A T I S T I K A Dosen: Dr. Budi Susetyo, M. Pd (0918) Dr. Juang Sunanto (0918) Drs. Iding Tarsidi, M. Pd (1723) Dra. Tjutju Soendari, M.Pd. ( ) Dra. Oom Siti Homdijah, M. Pd ( )

Lebih terperinci

MODUL PRAKTIKUM STATISTIKA

MODUL PRAKTIKUM STATISTIKA MODUL PRAKTIKUM STATISTIKA Versi 3.0 Tahun Penyusunan 2011 Tim Penyusun 1. Intaglia Harsanti 2. 3. Laboratorium Psikologi Jurusan Psikologi Fakultas Psikologi UNIVERSITAS GUNADARMA Daftar Isi Daftar Isi...

Lebih terperinci

STATISTIKA TERAPAN (PS603)

STATISTIKA 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 terperinci

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom Statistika Materi 3 UKURAN PEMUSATAN Nilai Tunggal yang mewakili Karakteristik Sekumpulan data UKURAN PEMUSATAN Adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 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 terperinci

Dasar-dasar Metode Penelitian

Dasar-dasar Metode Penelitian Dasar-dasar Metode Penelitian Modul ke: Etika Dalam Penelitian Fakultas Psikologi Program Studi Psikologi www.mercubuana.ac.id Reno Laila Fitria Dilema Etis Palys (1992) menjelaskan adanya dua tanggung

Lebih terperinci

Median Median dari data yang belum dikelompokkan

Median Median dari data yang belum dikelompokkan Median Median merupakan salah satu ukuran pemusatan atau sebuah nilai yang berada ditengah-tengah data, setelah data tersebut diurutkan. Mungkin Anda bertanya, mengapa perlu median setelah Anda mempelajari

Lebih terperinci

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA. STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data

Lebih terperinci

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan 1 DAFTAR ISI Mean Median Modus Kuartil, Desil dan Presentil Hubungan Mean-Median-Modus 2 Ukuran Statistik Untuk menjelaskan ciri-ciri

Lebih terperinci

PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG

PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG Dalam proses pengolahan data, statistik memberikan metode yang beragam dan aplkatif sesuai

Lebih terperinci

Psikometri. Analisis Item 1

Psikometri. Analisis Item 1 Psikometri Modul ke: Analisis Item 1 Fakultas Psikologi Program Studi Psikologi www.mercubuana.ac.id Arie Suciyana S., S.Si., M.Si. Test items are the units that make up a test and the means through which

Lebih terperinci

BAB 2 PENYAJIAN DATA

BAB 2 PENYAJIAN DATA BAB 2 PENYAJIAN DATA A. PENGERTIAN DISTRIBUSI FREKUENSI Daftar yang memuat data berkelompok. Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. 1. Kelas-kelas

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran 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 terperinci

Statistik Deskriptif. Statistik Farmasi 2015

Statistik 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 terperinci

PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG

PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG Dalam proses pengolahan data, statistik memberikan metode yang beragam dan aplkatif sesuai dengan kebutuhan dan karakter data itu sendiri. Dalam proses

Lebih terperinci

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN 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 terperinci

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI Besral: Departemen Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia, 2012 SAP Statistika

Lebih terperinci

STATISTIK PSIKOLOGI. Unita Werdi Rahajeng

STATISTIK PSIKOLOGI. Unita Werdi Rahajeng STATISTIK PSIKOLOGI Unita Werdi Rahajeng www.unita.lecture.ub.ac.id Lingkup Statistik Aktivitas Deskriptif Inferensial Deskripsi Data/Nume rical Summaries Penyajian Data Estimasi Parameter Uji Signifikansi

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

SATUAN 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 terperinci

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

STATISTIKA 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 terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA UKURAN PEMUSATAN DATA MODUL 3 Oleh : Firmansyah, S.Kom A. TEMA DAN TUJUAN KEGIATAN PEMBELAJARAN 1. Tema : Ukuran Pemusatan Data 2. Fokus : Pembahasan Materi Pokok 1. Arti dan manfaat ukuran pemusatan data

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: Statistika Psikologi 1 SKALA PENGUKURAN Fakultas Psikologi Arie Suciyana S., S.Si., M.Si. Program Studi Psikologi APA YANG DIUKUR DALAM STATISTIKA Variabel: karakteristik atau kondisi yang dapat

Lebih terperinci

05Ilmu. UKURAN PEMUSATAN Ukuran pemusatan tentang median dan modus data yang tidak terdistribusi maupun yang terdistribusi, dan aplikasinya

05Ilmu. UKURAN PEMUSATAN Ukuran pemusatan tentang median dan modus data yang tidak terdistribusi maupun yang terdistribusi, dan aplikasinya Modul ke: Fakultas 05Ilmu Komunikasi UKURAN PEMUSATAN Ukuran pemusatan tentang median dan modus data yang tidak terdistribusi maupun yang terdistribusi, dan aplikasinya Dra. Yuni Astuti, MS. Program Studi

Lebih terperinci

Ukuran Statistik Bagi Data

Ukuran Statistik Bagi Data Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter

Lebih terperinci

STATISTIK PSIKOLOGI. Unita Werdi Rahajeng

STATISTIK PSIKOLOGI. Unita Werdi Rahajeng STATISTIK PSIKOLOGI Unita Werdi Rahajeng www.unita.lecture.ub.ac.id Lingkup Statistik Aktivitas Deskriptif Inferensial Deskripsi Data/Nume rical Summaries Penyajian Data Estimasi Parameter Uji Signifikansi

Lebih terperinci

UKURAN TENGAH DAN UKURAN DISPERSI

UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah

Lebih terperinci

Interval f nilai Total 50 = N

Interval f nilai Total 50 = N Interval f nilai 95-99 1 90-94 1 85-89 5 80-84 7 75-79 12 70-74 10 65-69 6 60-64 3 55-59 3 50-54 2 Total 50 = N Beniati_lestyarini@uny.ac.id Page 7 PORTOFOLIO 3 Berikutadalah data nilai hasil Ujian Akhir

Lebih terperinci

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

By 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 terperinci

BAB III UKURAN TENGAH DAN DISPERSI

BAB III UKURAN TENGAH DAN DISPERSI BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan

Lebih terperinci

A. MENENTUKAN RATA-RATA, MEDIAN DAN MODUS DATA TUNGGAL SERTA PENAFSIRANNYA. 1. pengumpulan data Sebelum kita bahas tentang pengumpulan data, terlebih

A. MENENTUKAN RATA-RATA, MEDIAN DAN MODUS DATA TUNGGAL SERTA PENAFSIRANNYA. 1. pengumpulan data Sebelum kita bahas tentang pengumpulan data, terlebih A. MENENTUKAN RATA-RATA, MEDIAN DAN MODUS DATA TUNGGAL SERTA PENAFSIRANNYA.. pengumpulan data Sebelum kita bahas tentang pengumpulan data, terlebih dahulu kita mengenal pengertian-pengertian berikut a.

Lebih terperinci

PENAKSIRAN NILAI PARAMETER POPULASI

PENAKSIRAN NILAI PARAMETER POPULASI PENAKSIRAN NILAI PARAMETER POPULASI Setelah mengikuti perkuliahan minggu I, mahasiswa BOPR 5204 diharapkan mampu untuk (1) Menjelaskan penaksiran titik dan interval parameter populasi (2) Mengetahui jenis

Lebih terperinci

BAB1 PENgantar statistika

BAB1 PENgantar statistika BAB1 PENgantar statistika A. PENGERTIAN STATISTIK 1. Dalam arti sempit, Statistik merupakan sekumpulan angka-angka yang menerangkan sesuatu.. Dalam arti luas, Statistik merupakan kumpulan cara atau metode

Lebih terperinci

BAB 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 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 terperinci

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 RATA- RATA nilai matakuliah mahasiswa tsb adalah B Sumber: https://sinarnetri.files.wordpress.com/2010/04/khs.png Aswad2016 Titik-titik

Lebih terperinci

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DA PERSETIL 1. KWARTIL Kwartil merupakan nilai yang membagi frekuensi distribusi data menjadi empat kelompok yang sama besar. Dengan kata lain kwartil merupakan nilai yang membagi tiaptiap

Lebih terperinci

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DESKRIPSI HASIL PENELITIAN BAB IV DESKRIPSI HASIL PENELITIAN A. Deskripsi Data Kecerdasan Emosional Deskripsi data ini penulis lakukan untuk mengetahui data mengenai kecerdasan emosional (variabel X), yang diperoleh melalui penyebaran

Lebih terperinci

STATISTIK. Rahma Faelasofi

STATISTIK. 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 terperinci

LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI

LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI 1. Proses perhitungan tabel distribusi frekuensi, mean, median, modus dan standar deviasi pendapat siswa tentang strategi

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

Dasar-dasar Metode Penelitian

Dasar-dasar Metode Penelitian Dasar-dasar Metode Penelitian Modul ke: Metode dan Analisa Penelitian Deskriptif Metode dan Analisa Penelitian Korelasional Fakultas Psikologi Memilih Uji Statistika yang Tepat Program Studi Psikologi

Lebih terperinci

MINGGU KE- III: UKURAN NILAI SENTRAL

MINGGU KE- III: UKURAN NILAI SENTRAL MINGGU KE- III: UKURAN NILAI SENTRAL Tujuan Instruksinal Umum : 1. Mahasiswa memahami apa yang dimaksud dengan nilai sentral 2. Mahasiswa memahami guna dari perhitungan nilai sentral 3. Mahasiswa dapat

Lebih terperinci

Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013

Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 UKURAN STATISTIK BAGI DATA Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 Konten Definisi: -Data dan Jenis Data -Parameter dan Statistik -Ukuran Statistik

Lebih terperinci

STATISTIKA LINGKUNGAN. DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2

STATISTIKA LINGKUNGAN. DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 STATISTIKA LINGKUNGAN DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 PENGUMPULAN DATA Data yang terkumpul variabel Variabel sebuah karakteristik yang dapat bervariasi dari satu item ke item yang lain

Lebih terperinci

STATISTIKA LINGKUNGAN

STATISTIKA LINGKUNGAN STATISTIKA LINGKUNGAN DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2 PENGUMPULAN DATA Data yang terkumpul variabel Variabel sebuah karakteristik yang dapat bervariasi dari satu item ke item yang lain

Lebih terperinci

PENGERTIAN STATISTIK DAN DATA

PENGERTIAN STATISTIK DAN DATA PENGERTIAN STATISTIK DAN DATA 1 BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran UkuranKemiringan Keruncingan Pengertian dan Penggunaan Statistika Jenis-jenis

Lebih terperinci

BAB IV HUBUNGAN ANTARA KONSEP DIRI DENGAN PRESTASI BELAJAR MAHASISWA STAIN PEKALONGAN JURUSAN TARBIYAH PRODI PAI ANGKATAN 2012

BAB IV HUBUNGAN ANTARA KONSEP DIRI DENGAN PRESTASI BELAJAR MAHASISWA STAIN PEKALONGAN JURUSAN TARBIYAH PRODI PAI ANGKATAN 2012 BAB IV HUBUNGAN ANTARA KONSEP DIRI DENGAN PRESTASI BELAJAR MAHASISWA STAIN PEKALONGAN JURUSAN TARBIYAH PRODI PAI ANGKATAN 2012 Setelah data terkumpul didukung teori, maka langkah selanjutnya adalah membuktikan

Lebih terperinci

Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:

Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen: UKURAN NILAI PUSAT DAN UKURAN DISPERSI Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan

Lebih terperinci

STATISTIKA -deskripsi data-

STATISTIKA -deskripsi data- STATISTIKA -deskripsi data- PERTEMUAN KE-3 Oleh: MUHAMMAD YUSUF AWALUDDIN 2 overview : Deskripsi data : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan

Lebih terperinci

Median (Mdn) Data Tunggal

Median (Mdn) Data Tunggal Median () Data Tunggal Median merupakan nilai yang berada di tengah ketika sekelompok data sebanyak n diurutkan mulai dari yang terkecil (X 1 ) sampai yang terbesar (X n ). Cara mencari nilai Rata-rata

Lebih terperinci

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA SILABUS STATISTIK

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA SILABUS STATISTIK No.: SIL/TBB/TKF203/53 Revisi : 00 Tgl. 1 April 2008 Hal 1 dari 6 MATAKULIAH KODE MATAKULIAH SEMESTER PROGRAM STUDI DOSEN PENGAMPU : STATISTIK : TKF 203 (2 SKS TEORI) : GASAL/GENAP : PENDIDIKAN TEKNIK

Lebih terperinci

Oleh Azimmatul Ihwah

Oleh Azimmatul Ihwah Oleh Azimmatul Ihwah Kasus: Di 5 perusahaan sejenis di kota Malang, yaitu perusahaan A, B, C, D dan E, seorang manufacturer ingin mengetahui perusahaan mana dengan kinerja karyawan terbaik. Diambil 50

Lebih terperinci

Psikometri. Pengantar Psikometri. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi

Psikometri. Pengantar Psikometri. Arie Suciyana S., S.Si., M.Si. Modul ke: Fakultas Psikologi. Program Studi Psikologi Modul ke: Psikometri Pengantar Psikometri Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. RAPEM PSIKOMETRI Judul Mata Kuliah : Psikometri Semester : Genap 2014/2015 Sks : 3 Kode

Lebih terperinci

STATISTIKA MATEMATIKA KELAS XI MIA

STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA Matematika Kelas XI MIA 90 80 70 60 50 40 30 20 10 0 East West North 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr Disusun oleh : Markus Yuniarto, S.Si Tahun Pelajaran 2016

Lebih terperinci

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak.

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak. UKURAN PEMUSATAN DAN UKURAN LETAK BAGIAN 1 Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak. a. Mendeskripsikan konsep dan penerapan prosedur statistik

Lebih terperinci

NURYADI, S.PD.SI., M.PD

NURYADI, S.PD.SI., M.PD DISTRIBUSI FREKUENSI A. TABEL DISTRIBUSI FREKUENSI Statistik Distribusi Frekuensi merupakan rumus statistik deskriptif yang dapat digunakan untuk mengetahui distribusi frekuensi gejala dalam satu variabel.

Lebih terperinci

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk

Lebih terperinci