Modul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:
|
|
- Sukarno Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Waloddi Weibull pada tahun 1939.Grafik distribusi weibull untuk dan berbagai nilai parameter dilukiskan pada gambar berikut ini : Ciri khusus dari distribusi ini adalah adanya parameter skala (α) parameter bentuk (β). Parameter skala (scale parameter) adalah jenis khusus dari parameter numerik yang menunjukkan besarnya distribusi data. Semakin besar nilai parameter skala maka distribusi data akan semakin menyebar dan sebaliknya. Sedangkan parameter bentuk (shape parameter) adalah jenis khusus dari parameter numerik yang menunjukkan bentuk dari kurva (untuk lebih jelas dapat dilihat pada gambar diatas. Statistika 2 73 ATA 11/12
2 > (Lebih dari) α = Skala parameter β = skala bentuk t = waktu e = < (Kurang dari) II. CONTOH KASUS 1. Sebuah mesin fotokopi mempunyai masa hidup yang berdistribusi weibull dengan α = 0.8 dan β= 3. Berapa peluang mesin tersebut beroperasi lebih dari 1 tahun? Dik : α = 0.8 β = 3 t = 1 e = Dit : x > 1 Jawab : = = Analisis : Jadi, peluang mesin tersebut beroperasi lebih dari 1 tahun adalah atau %. 2. Sebuah mesin fotokopi mempunyai masa hidup yang berdistribusi weibull dengan α = 0.8 dan β= 3. Berapa peluang mesin tersebut beroperasi kurang dari 1 tahun? Dik : α = 0.8 β = 3 t = 1 e = Dit : x < 1 Jawab : Statistika 2 74 ATA 11/12
3 = = = Analisis : Jadi, peluang mesin tersebut beroperasi kurang dari 1 tahun adalah atau %. 1. Apabila masa hidup suatu mesin printer yang berdistribusi weibull dengan α = 2 dan β = 3. Berapakah peluang mesin tersebut akan beroperasi lebih dari 6 bulan? (catatan : 6 bulan = ½ tahun) Analisislah data diatas! III. LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai-nilai regresi data tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut: 1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan seperti gambar dibawah ini. Gambar 1. Tampilan menu awal R Commander 2. Pilih menu distribution continues distribution weibull distribution weibull probabilities Statistika 2 75 ATA 11/12
4 Gambar 2. Tampilan menu R comander Gambar 3. Tampilan Weibull probabilities 3. Pada window peluang weibull masukkan nilai x pada kolom nilai peubah yaitu sebesar 0.5, masukkan nilai β pada kolom bentuk yaitu sebesar 3 dan masukkan nilai α pada kolom skala yaitu sebesar 2. Karena yang ditanyakan adalah > maka pilih upper tail, kemudian klik ok. Gambar 4. Tampilan weibull probabilities Statistika 2 76 ATA 11/12
5 Gambar 5. Tampilan Output Analisis : dari hasil output r commander dapat kita ketahui bahwa peluang dari mesin printer tersebut akan beroperasi lebih dari setengah tahun adalah 0, atau 98,44964% 2. Apabila masa hidup suatu permainan jet coaster yang berdistribusi weibull dengan α = 0.65 dan β = 2. Berapakah peluang mesin tersebut akan beroperasi kurang dari 6 bulan? 1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan seperti gambar dibawah ini. Statistika 2 77 ATA 11/12
6 2. Pilih menu distribution continues distribution weibull distribution weibull probabilities Gambar 2. Tampilan menu R comander Gambar 3. Tampilan Weibull probabilities Gambar 4. Tampilan weibull probabilities Statistika 2 78 ATA 11/12
7 3. Pada window peluang weibull masukkan nilai x pada kolom nilai peubah yaitu sebesar 0.5, masukkan nilai β pada kolom bentuk yaitu sebesar 2 dan masukkan nilai α pada kolom skala yaitu sebesar 0,65. Karena yang ditanyakan adalah < maka pilih lower tail, kemudian klik ok. Gambar 5. Tampilan Output Analisis : dari hasil output r commander dapat kita ketahui bahwa peluang dari permainan jet coaster tersebut akan beroperasi lebih dari 6 bulan adalah 0, atau 44,66231%. Statistika 2 79 ATA 11/12
MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL
MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
Lebih terperinciMODUL PRAKTIKUM STATISTIKA 2. Laboratorium Jurusan. Manajemen Dasar. Fakultas Ekonomi UNIVERSITAS GUNADARMA. Versi 3.1. Tahun Penyusunan 2012
MODUL PRAKTIKUM STATISTIKA 2 Versi 3.1 Tahun Penyusunan 2012 Tim Penyusun 1. Ir. Rina Sugiarti, MM 2. Lies Handrijaningsih, SE.,MM 3. Budi Sulistyo SE.,MM 4. Oktavia Anna Rahayu 5. Intan Permatasari Laboratorium
Lebih terperinciMODUL REGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi
Lebih terperinciMODUL 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 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 terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA KELAPA DUA ATA 2012/2013 KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan
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 terperinciDISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.
DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses
Lebih terperinciManajemen. Modul Riset Akuntansi UJI NORMALITAS. Manajemen
UJI NORMALITAS 2 29 Objektif: Mahasiswa dapat menguji tentang kenormalan distribusi data menggunakan R-Programming 30 Tujuan dari uji normalitas adalah untuk mengetahui apakah data yang diambil adalah
Lebih terperinciUJI 2 SAMPLE BERPASANGAN. (PAIRED SAMPLE t-test)
UJI 2 SAMPLE BERPASANGAN (PAIRED SAMPLE t-test) 4 71 Objektif: Mahasiswa dapat menguji perbedaan rata-rata antara samplesampel yang berpasangan menggunakan R-Programming 72 Paired sample t-test adalah
Lebih terperinciUJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)
UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST) 3 50 Objektif Mahasiswa dapat menghitung distribusi t untuk pengujian hipotesis menggunakan R-Programming 51 Uji-t 2 sampel independen (bebas) adalah metode
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 terperinciLABORATORIUM MANAJEMEN DASAR STATISTIKA 1 PTA 2015/2016 NAMA : NPM : KELAS : KP : TUTOR : ASBAR :
LABORATORIUM MANAJEMEN DASAR STATISTIKA 1 PTA 2015/2016 NAMA : NPM : KELAS : KP : TUTOR : ASBAR : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA JAKARTA 2015 KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciLAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H
LAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H Nama : NPM/Kelas : Fakultas/Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)
Lebih terperinciBAB LAMPIRAN Distribusi Peluang dengan SPSS
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
Lebih terperinciUJI 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 terperinciPANDUAN PENGGUNAAN MODUL KUISIONER
PANDUAN PENGGUNAAN MODUL KUISIONER 2015 PT. AIR MEDIA PERSADA DAFTAR ISI Pengenalan Kategori Kuisioner dan Aturan...3 1. Kategori Kuisioner...3 2. Aturan...3 Halaman Konfigurasi...4 Halaman Manajemen Kuisioner...4
Lebih terperinciSTMIK STIKOM BALIKPAPAN 1 CHI SQUARE
STMIK STIKOM BALIKPAPAN 1 CHI SQUARE Uji Chi Square untuk satu atau dua sampel digunakan untuk menguji apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sampel
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 7 150 Objektif Mahasiswa dapat menentukan persamaan regresi menggunakan R programming 151 Analisis regresi adalah studi mengenai ketergantungan suatu variabel (variaabel tak bebas)
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 terperinciNAMA : NPM : KELAS : KP : TUTOR : ASBAR : LAB. MANAJEMEN DASAR vii LITBANG PTA 16/17
NAMA : NPM : KELAS : KP : TUTOR : ASBAR : LAB. MANAJEMEN DASAR vii LITBANG PTA 16/17 KATA PENGANTAR KATA PENGANTAR Dengan menyebut nama Allah, kami panjatkan puji dan syukur ata kehadirat-nya, yang telah
Lebih terperinciUJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)
UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA) 6 124 Objektif: Mahasiswa dapat menguji perbedaan lebih dari dua sampel atau disebut juga analisis varians menggunakan R- Programming 125 Diterapkan untuk membanding
Lebih terperinciModel regresi linier berganda dapat dirumuskan : Y = β + β X + β X +. + β X + ε
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 4 ini adalah : 1. Menaksir model regresi linier berganda;. Menguji signifikansi parameter dari persamaan regresi linier berganda; 3. Menentukan kualitas dari
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik
BAB 4 HASIL DAN PEMBAHASAN 4.1.Pengumpulan Data Kerusakan Mesin Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang merupakan mesin paling kritis dalam industri pengolahan minyak sawit.
Lebih terperinciANALISIS DERET BERKALA
ANALISIS DERET BERKALA PENDAHULUAN Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
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 terperinciLABORATORIUM MANAJEMEN DASAR MODUL METODE RISET. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL METODE RISET Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK 2015 LABORATORIUM MANAJEMEN DASAR KATA PENGANTAR Assalamu alaikum Wr.
Lebih terperinciLAMPIRAN 1. Struktur Organisasi PT. Soho
8 LAMPIRAN Struktur Organisasi PT. Soho 83 LAMPIRAN Perhitungan Jumlah Sampel Minimum Menurut Sritomo (995, p 84), untuk menetapkan jumlah observasi yang seharusnya dibuat (N ) maka disini harus diputuskan
Lebih terperinciUKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 3, o.1 (14), hal 1-6. UKURA SAMPEL DA DISTRIBUSI SAMPLIG DARI BEBERAPA VARIABEL RADOM KOTIU Muhammad urudin, Muhlasah ovitasari Mara, Dadan Kusnandar
Lebih terperinciI. PENDAHULUAN. analisis serta mempergunakannya untuk maksud maksud tertentu. Statisitika
I. PENDAHULUAN 1.1 Latar Belakang Masalah Statsistika merupakan suatu metode, ilmu dan seni yang dipergunakan untuk (atau mempelajari tentang) pengumpulan data, analisis data dan interpretasi hasil analisis
Lebih terperinciBAB I PENDAHULUAN. , untuk x 0, 0, 0 { 0, untuk x yang lain. 1 maka fungsi densitas di atas akan menjadi fungsi densitas distribusi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan dan teknologi berdampak positif pada berbagai bidang termasuk bidang Statistika. Hal ini dapat dilihat dari semakin banyak penemuan
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 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 terperinciBAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN. tentang hubungan status sosial dengan interaksi sosial siswa di SMP Negeri 9 Kota Gorontalo.
BAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Hasil Penelitian 4.1.1 Deskripsi Hasil Penelitian Data hasil penelitian ini berbentuk skor yang diperoleh dari alat ukur berupa angket tentang
Lebih terperinciKATA PENGANTAR. Kelapa Dua, September Tim Litbang
KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Statistika 1 materi ukuran statistik ini dapat terselesaikan. Modul praktikum
Lebih terperinciBAB IV KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 64
DAFTAR ISI Halaman HALAMAN JUDUL... ii HALAMAN PENGESAHAN... iii KATA PENGANTAR... v ABSTRAK... vii ABSTACT... viii DAFTAR ISI... ix DAFTAR SIMBOL... xii DAFTAR TABEL... xiv DAFTAR GAMBAR... xv DAFTAR
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperinciLAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM REGULER LAB E531. Nama : NPM / Kelas : Fakultas /Jurusan :
LAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM REGULER LAB E531 Nama : NPM / Kelas : Fakultas /Jurusan : Fakultas Ekonomi Universitas Gunadarma Kelapa dua 2013/2014 KATA PENGANTAR Assalamu alaikum
Lebih terperinciPengantar 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 terperinciBAB IV HASIL DAN PEMBAHASAN. yaitu meliputi data dan metode analisis data yang digunakan untuk menentukan interval
BAB IV HASIL DAN PEMBAHASAN 4.1 Pendahuluan Pada bab sebelumnya telah dijelasakan mengenai pemecahan masalah penelitian, yaitu meliputi data dan metode analisis data yang digunakan untuk menentukan interval
Lebih terperinciContoh Kasus. Regresi Berganda Jesse of 5
Contoh Kasus Departement Marketing PT ABC ingin mengetahui bagaimana pengaruh Above the line (ATL), Point of sales material (POSM) dan Below the line (BTL) terhadap Market Share (pangsa pasar) salah satu
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 terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA KALIMALANG J1416 ATA 2012/2013 KATA PENGANTAR Puji syukur kami panjatkan kepada
Lebih terperinciUJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA
UJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA 3 Objektif Mahasiswa dapat mengetahui ketepatan mengukur suatu alat ukur (uji validitas) Mahasiswa dapat menentukan konsistensi alat ukur (uji
Lebih terperinciCARA 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 terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciBAB III PEMBAHASAN
BAB III PEMBAHASAN 3.1 Pembahasan Regresi kernel adalah teknik estimasi sesuai dengan data yang dimiliki. Diberikan suatu data, ingin dicari fungsi regresi seperti fungsi yang paling sesuai dengan data
Lebih terperinciBAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN. berupa angket tentang hubungan pola asuh orang tua dengan disiplin siswa di
BAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Hasil Penelitian 4.1.1 Deskripsi Hasil Penelitian Data hasil penelitian ini berbentuk skor yang diperoleh dari alat ukur berupa angket tentang
Lebih terperinciProses Usulan Bidang Mutasi.
4.5.3. Proses Usulan Bidang Mutasi. Bidang mutasi merupakan bidang yang nantinya akan mengelola dalam hal data pensiun mutasi antar instansi maupun antar daerah serta kanaikan pangkat dan lain sebagainya.
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 terperinciLABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015
LABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015 NAMA : NPM : KELAS : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK KATA PENGANTAR Assalamu alaikum Wr. Wb. Puji syukur kami panjatkan kepada
Lebih terperinciMODUL 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 terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Penyajian Data Hasil Penelitian Penjelasan dari setiap variabel yang diperoleh dari penelitian dalam data akan dijelas secara rinci pada tiap-tiap variabel. Hasil penelitian
Lebih terperinciTUTORIAL UNTUK SIADPA REGISTER
TUTORIAL UNTUK SIADPA REGISTER I. PENDAHULUAN 1.1. Uraian singkat Aplikasi Sistem Administrasi Register Perkara Kepaniteraan Pengadilan Agama disingkat SIADPA-REGISTER adalah bagian dari Sistem Administrasi
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN Bab ini berisi kesimpulan yang diperoleh selama pengerjaan tugas akhir serta saran perbaikan yang dapat dilakukan untuk penelitian lanjutan. 5.1 Kesimpulan Dari penelitian tugas
Lebih terperinciBAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN. berupa angket tentang hubungan antara atmosfir sekolah dengan kecerdasan
27 BAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Hasil Penelitian 4.1.1 Deskripsi Hasil Penelitian Data hasil penelitian ini berbentuk skor yang diperoleh dari alat ukur berupa angket tentang
Lebih terperinciUJI 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 terperinciR 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 terperinciEKONOMETRI MENGGUNAKAN EVIEWS 4
MODUL PRAKTIKUM EKONOMETRI MENGGUNAKAN EVIEWS 4 Oleh: Eko Yuliasih JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2009 BAB 1 PENDAHULUAN Program Eviews
Lebih terperinciJika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.
Analisis Regresi Analisis regresi merupakan salah satu alat statistika yang sangat populer digunakan user dalam mengolah data statistika. Analisis regresi digunakan untuk mengetahui hubungan satu atau
Lebih terperinciI. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (
I. PENDAHULUAN 1.1. Latar Belakang dan Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciSTIE Putra Bangsa Kebumen Yulianto FUNGSI TEXT
FUNGSI TEXT A. Pengantar Fungsi Text digunakan untuk mengolah data jenis teks. Fungsi text digunakan untuk mengelola data berbentuk teks, antara lain mengambil data berbentuk teks dari sebuah cell dan
Lebih terperinciPembuatan 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 terperinciPETUNJUK PEMAKAIAN APLIKASI SIKD MENU ADMIN
PETUNJUK PEMAKAIAN APLIKASI SIKD MENU ADMIN MEMULAI APLIKASI SIKD SIKD adalah aplikasi berbasis web, untuk menggunakan aplikasi ini harus melalui aplikasi web browser, salah satu web browser yang dapat
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 terperinciANALISIS TINGKAT KENDALAN DAN PENENTUAN INTERVAL WAKTU PERAWATAN MESIN POMPA DISTRIBUSI PADA PDAM TIRTA MUARE ULAKAN SAMBAS
ANALISIS TINGKAT KENDALAN DAN PENENTUAN INTERVAL WAKTU PERAWATAN MESIN POMPA DISTRIBUSI PADA PDAM TIRTA MUARE ULAKAN SAMBAS Eddy Kurniawan 1* dan Muhammad Taufiqurrahman 2 Prodi Teknik Mesin, Fakultas
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 terperinciMODUL 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 terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015 NAMA : NPM : KELAS : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK KATA PENGANTAR Assalamu alaikum Wr. Wb. Puji syukur kami panjatkan kepada
Lebih terperinciMODUL DISTRIBUSI T. Objektif:
MODUL DISTRIBUSI T Objektif: 1. Membantu mahasiswa memeahami materi Distribusi t 2. Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi t I. PENDAHULUAN Pengujian hipotesis
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 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 terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinciAplikasi 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 terperinciTABEL 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 terperinciHo merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test
UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ
Lebih terperinciLampiran 1: Data kedatangan pelanggan per jam dan penghitungan Steady-state. No Hari/Tanggal Periode Waktu (Per Jam) 1 Selasa
LAMPIRAN 108 Lampiran 1: Data kedatangan pelanggan per jam dan penghitungan Steady-state Data Kedatangan Pelanggan Per Jam No Hari/Tanggal Periode Waktu (Per Jam) 1 Selasa 06.00-07.00 Kedatangan (Sepeda
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 terperinciOcean Data View. Membuka program ODV, klik icon ODV pada desktop, setelah itu akan muncul tampilan berikut.
Ocean Data View Perkembangan teknologi khususnya teknologi komputasi memungkinkan kita untuk menganalisis, menyajikan memvisualisasi data yang jumlahnya besar ke dalam suatu gambar, grafik, atau tampilan
Lebih terperinciyuliauswh[yo riy[nto.0.
HOW TO : Bikin Shortcut dan Sub Menu di Blankon Postingan ini membahas langkah-langkah dalam membuat sebuah shortcut untuk aplikasi yang berjalan dengan Wine, shortcut untuk aplikasi dalam mode root dan
Lebih terperinciREGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta
REGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta A. Pendekatan Matematika Dalam matematika hubungan antar variable bisa dinyatakan
Lebih terperinciPertemuan 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 terperinciMETODE RISET KATA PENGANTAR
MATEMATIKA EKONOMI 1 DERET HITUNG KATA PENGANTAR Assalamu alaikum Warahmatullahi Wabarakatuh. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum
Lebih terperinciLAPORAN 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 terperinciLampiran 4. Uji Kenormalan Data.
166 Lampiran 4. Uji Kenormalan Data. Untuk menguji kenormalan data, penulis menggunakan Minitab versi 13. Hal ini dilakukan untuk mempermudah perhitungan. Langkah-langkah yang dilakukan yaitu : 1. Masukkan
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 terperinciStatistik Uji Kruskal-Wallis
Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan
Lebih terperinciLABORATORIUM STATISTIKA 2 MANAJEMEN DASAR ATA 15/16. Fakultas Ekonomi Universitas Gunadarma Depok
LABORATORIUM MANAJEMEN DASAR STATISTIKA 2 ATA 15/16 Fakultas Ekonomi Universitas Gunadarma Depok TEAM LITBANG STATISTIKA 2 ATA 15/16 Penanggung Jawab 1. Desty Dirnaeni 2. Amelia Pujaastuti Team Distribusi
Lebih terperinciGambar Layar Daftar Mata Pelajaran
Gambar 4.129 Layar Daftar Mata Pelajaran Halaman ini akan muncul jika menu daftar mata pelajaran diklik. Di halaman ini ditampilkan seluruh nama mata pelajaran beserta guru bidang studinya yang dikelompokkan
Lebih terperinciLABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :
LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 Nama : NPM/Kelas : Fakultas/Jurusan : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA KELAPA DUA ATA 2012/2013 KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan
Lebih terperinciMODUL DISTRIBUSI F (ANOVA)
MODUL DISTRIBUSI F (ANOVA) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi ANOVA Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi ANOVA I. PENDAHULUAN
Lebih terperinciBAB 3 PEMECAHAN MASALAH
BAB 3 PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria kriteria optimasi ini dikembangkan untuk memilih alternatif alternatif faktor pengambilan keputusan, yaitu : a) Memperkecil resiko b) Mengalihkan
Lebih terperinciBAB III METODE PENELITIAN. dengan tujuan dan kegunaan tertentu Sugiyono (2012:3). Metode yang digunakan
BAB III METODE PENELITIAN 3.1 Desain Penelitian Metode penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu Sugiyono (01:3). Metode yang digunakan dalam penelitian
Lebih terperinciKATA PENGANTAR. Wassalamu alaikum Warahmatullahi Wabarakatuh. Depok, Agustus Tim Litbang. LAB. MANAJEMEN DASAR i LITBANG PTA 16/17
MATEMATIKA EKONOMI 1 DERET HITUNG RISET AKUNTANSI KATA PENGANTAR KATA PENGANTAR Assalamu alaikum Warahmatullahi Wabarakatuh. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan
Lebih terperinciPANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH BAMBANG YUWONO, ST, MT PUTRI NUR ISTIANI ( )
PANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH, ST, MT PUTRI NUR ISTIANI (123030113) JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UPN VETERAN YOGYAKARTA 2007 I. PENDAHULUAN Program POM for
Lebih terperinciPENGENALAN ALAT HITUNG: KALKULATOR DAN FUNGSI KALKULATOR PADA PROGRAM R STATISTIKA
Praktikum Perancangan Percobaan 1 PRAKTIKUM 1 PENGENALAN ALAT HITUNG: KALKULATOR DAN FUNGSI KALKULATOR PADA PROGRAM R STATISTIKA A. Tujuan Instruksional Khusus Mahasiswa diharapkan mampu: a. Menggunakan
Lebih terperinciModul Microsoft Word 2003 (2)
Modul Microsoft Word 2003 (2) A. BEKERJA DENGAN GRAFIK Grafik atau gambar (image) dibutuhkan untuk memberikan visual kepada pembaca dengan tujuan memberikan informasi yang tidak dapat diungkapkan dalam
Lebih terperinci