Modul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:

Ukuran: px
Mulai penontonan dengan halaman:

Download "Modul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:"

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 MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson

DISTRIBUSI 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 terperinci

MODUL PRAKTIKUM STATISTIKA 2. Laboratorium Jurusan. Manajemen Dasar. Fakultas Ekonomi UNIVERSITAS GUNADARMA. Versi 3.1. Tahun Penyusunan 2012

MODUL 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 terperinci

MODUL REGRESI LINIER SEDERHANA

MODUL 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 terperinci

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

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

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM 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 terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

DISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.

DISTRIBUSI 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 terperinci

Manajemen. Modul Riset Akuntansi UJI NORMALITAS. Manajemen

Manajemen. 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 terperinci

UJI 2 SAMPLE BERPASANGAN. (PAIRED SAMPLE t-test)

UJI 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 terperinci

UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)

UJI 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 terperinci

Analisis Korelasi dan Regresi Sederhana

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

Lebih terperinci

LABORATORIUM 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 : 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 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 terperinci

LAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H

LAB 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 terperinci

BAB LAMPIRAN Distribusi Peluang dengan SPSS

BAB 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 terperinci

UJI NONPARAMETRIK (CHI SQUARE / X2)

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

Lebih terperinci

PANDUAN PENGGUNAAN MODUL KUISIONER

PANDUAN 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 terperinci

STMIK STIKOM BALIKPAPAN 1 CHI SQUARE

STMIK 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 terperinci

REGRESI LINIER BERGANDA

REGRESI 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 terperinci

BAB 3 METODOLOGI PENELITIAN. menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian

BAB 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 terperinci

NAMA : 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 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 terperinci

UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)

UJI 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 terperinci

Model regresi linier berganda dapat dirumuskan : Y = β + β X + β X +. + β X + ε

Model 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 terperinci

BAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik

BAB 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 terperinci

ANALISIS DERET BERKALA

ANALISIS 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 terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua 1 UKURAN STATISTIK Pendahuluan Ukuran statistik merupakan ukuran yang menunjukkan bagaimana

Lebih terperinci

LABORATORIUM MANAJEMEN DASAR MODUL METODE RISET. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM 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 terperinci

LAMPIRAN 1. Struktur Organisasi PT. Soho

LAMPIRAN 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 terperinci

UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU

UKURAN 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 terperinci

I. PENDAHULUAN. analisis serta mempergunakannya untuk maksud maksud tertentu. Statisitika

I. 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 terperinci

BAB 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. , 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 terperinci

MODUL 2. TABULASI DATA. TABULASI DATA Pembuatan Tabel Frekwensi. Perintah Statistik

MODUL 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 terperinci

PRAKTIKUM ANALISIS DATA EKSPLORATIF

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

Lebih terperinci

BAB 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. 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 terperinci

KATA PENGANTAR. Kelapa Dua, September Tim Litbang

KATA 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 terperinci

BAB IV KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 64

BAB 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 terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep 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 terperinci

LAB 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 : 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 terperinci

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

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. yaitu meliputi data dan metode analisis data yang digunakan untuk menentukan interval

BAB 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 terperinci

Contoh Kasus. Regresi Berganda Jesse of 5

Contoh 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 terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

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

Lebih terperinci

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM 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 terperinci

UJI VALIDITAS DAN RELIABILITAS INSTRUMEN PENGUMPULAN DATA

UJI 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 terperinci

CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007

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

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH 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 terperinci

BAB III PEMBAHASAN

BAB 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 terperinci

BAB 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. 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 terperinci

Proses Usulan Bidang Mutasi.

Proses 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 terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

LABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015

LABORATORIUM 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 terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB 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 terperinci

TUTORIAL UNTUK SIADPA REGISTER

TUTORIAL 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 terperinci

BAB V KESIMPULAN DAN SARAN

BAB 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 terperinci

BAB IV DESKRIPSI HASIL PENELITIAN DAN PEMBAHASAN. berupa angket tentang hubungan antara atmosfir sekolah dengan kecerdasan

BAB 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

EKONOMETRI MENGGUNAKAN EVIEWS 4

EKONOMETRI 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 terperinci

Jika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.

Jika 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 terperinci

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

I. 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 terperinci

STIE Putra Bangsa Kebumen Yulianto FUNGSI TEXT

STIE 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 terperinci

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

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

Lebih terperinci

PETUNJUK PEMAKAIAN APLIKASI SIKD MENU ADMIN

PETUNJUK 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 terperinci

Uji Perbandingan Rata-Rata

Uji 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 terperinci

ANALISIS 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 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 terperinci

BAB I STATISTIK DESKRIPTIF

BAB 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 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

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015

LABORATORIUM 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 terperinci

MODUL DISTRIBUSI T. Objektif:

MODUL 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 terperinci

MODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS

MODUL 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 terperinci

Uji Perbandingan Rata-Rata

Uji 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 terperinci

BAB 3 PENGOLAHAN DATA

BAB 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 terperinci

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

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

Lebih terperinci

TABEL 3 DATA PENELITIAN

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

Lebih terperinci

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

Ho 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 terperinci

Lampiran 1: Data kedatangan pelanggan per jam dan penghitungan Steady-state. No Hari/Tanggal Periode Waktu (Per Jam) 1 Selasa

Lampiran 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 terperinci

Regresi dengan Microsoft Office Excel

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

Lebih terperinci

Ocean Data View. Membuka program ODV, klik icon ODV pada desktop, setelah itu akan muncul tampilan berikut.

Ocean 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 terperinci

yuliauswh[yo riy[nto.0.

yuliauswh[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 terperinci

REGRESI 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 REGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta A. Pendekatan Matematika Dalam matematika hubungan antar variable bisa dinyatakan

Lebih terperinci

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

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

Lebih terperinci

METODE RISET KATA PENGANTAR

METODE 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 terperinci

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

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

Lebih terperinci

Lampiran 4. Uji Kenormalan Data.

Lampiran 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 terperinci

LAPORAN 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. 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 terperinci

Statistik Uji Kruskal-Wallis

Statistik 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 terperinci

LABORATORIUM STATISTIKA 2 MANAJEMEN DASAR ATA 15/16. Fakultas Ekonomi Universitas Gunadarma Depok

LABORATORIUM 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 terperinci

Gambar Layar Daftar Mata Pelajaran

Gambar 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 terperinci

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM 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 terperinci

MODUL DISTRIBUSI F (ANOVA)

MODUL 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 terperinci

BAB 3 PEMECAHAN MASALAH

BAB 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 terperinci

BAB III METODE PENELITIAN. dengan tujuan dan kegunaan tertentu Sugiyono (2012:3). Metode yang digunakan

BAB 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 terperinci

KATA PENGANTAR. Wassalamu alaikum Warahmatullahi Wabarakatuh. Depok, Agustus Tim Litbang. LAB. MANAJEMEN DASAR i LITBANG PTA 16/17

KATA 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 terperinci

PANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH BAMBANG YUWONO, ST, MT PUTRI NUR ISTIANI ( )

PANDUAN 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 terperinci

PENGENALAN ALAT HITUNG: KALKULATOR DAN FUNGSI KALKULATOR PADA PROGRAM R STATISTIKA

PENGENALAN 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 terperinci

Modul Microsoft Word 2003 (2)

Modul 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