BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN
|
|
- Farida Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN A. Mome Misalka diberika variable x dega harga- harga : x, x,., x. Jika A = sebuah bilaga tetap da r =,,, maka mome ke-r sekitar A, disigkat m r, didefiisika oleh hubuga : Meurut Gasperz (989:87) Dimaa d = X - A m r = (x i A) r. () m r = Meurut Amudi Pasaribu (975:), j= (X j A) r = dr m h = ( k ) (x i a) h i=j Utuk A = didapat mome ke-r sekitar ol atau disigkat mome ke-r (mome sekitar titik asal): Meurut Gasperz (989:87) mome ke r = x i r X r = X r + X r + + X r Meurut Amudi Pasaribu (975:),.. () k m h = ( ) x i h i=j = j= X j r = Xr ௰ Dari rumus () maka utuk r = didapat rata-rata x. Jika A = x kita peroleh mome ke-r sekitar rata-rata, biasa disigkat dega m r. Jadi didapat : Meurut Gasperz (989:87) m r = (x i x) r. () m r = j= (X j X) r = (X X)r Mome, Kemiriga, da Keruciga Page
2 Meurut Amudi Pasaribu (975:), m h = ( k ) (x i x) h Utuk r =, rumus () memberika varias s. i=j Utuk membedaka apakah mome itu utuk sampel atau populasi maka dipakai simbol: m r da m r utuk mome sampel da µ r da µ r utuk mome populasi. jika m r da m r adalah statistik sedagka µ r da µ r adalah parameter. Jika data telah disusu dalam dalam betuk distribusi frekuesi, maka rumusrumus diatas berturut-turut berbetuk : Meurut Gasperz (989:9), m r = f i (x i A) r. (4) m r = j= Meurut Amudi Pasaribu (975:), Meurut Gasperz (989:9) f j (X j A) r k = m h = ( ) (x i a) h f i i=j f (X A)r mome ke r = f r ix 㐳.. (5) X r = f X r + f X r r + + f k X k = Meurut Amudi Pasaribu (975:), m h = ( ) x i h f i m r = f i (x i x) r k i=j dega = f i, x i = tada kelas iterval Meurut Gasperz (989:9) j= f j X j r. (6) da f i = frekuesi yag sesuai dega x i m r = j= f 〱 (X j X) r = f(x X)r = fxr Mome, Kemiriga, da Keruciga Page
3 Meurut Pasaribu (975:), m h = ( k ) (x i x) h Dega megguaka cara sadi, rumus empat mejadi : i=j f i m r = p r f i c i r. (7) Dega p = pajag kelas iterval, c i = variable sadi. Meurut Gasperz (989:9) m r = c k f r j= j u j r Dari m r, harga-harga m r utuk beberapa r, dapat ditetuka berdasarka hubuga : m = m (m ) m = m m m + (m ) m 4 = m 4 4m m + 6(m ) m + (m ) 4 Meurut Gasperz (989:96) m = m = m (m ) m = m m m + (m ) m 4 = m 4 4m m + 6(m ) m (m ) 4 Cotoh: Utuk meghitug empat buah mome sekitar rata-rata utuk data dalam daftar distribusi frekuesi, kita lakuka sebagai berikut. DATA f i c i f i c i f i c f i c i f i c 4 i jumlah Mome, Kemiriga, da Keruciga Page
4 Dega megguaka rumus (7) maka : m = p f i c i m = p f i c i m = p f i c i m 4 = p 4 f i c i 4 Sehigga dega megguaka hubuga di atas : m = m (m ) = 8,7 (,45) = 8,5 = 5 =,45 = 97 = 8,7 = = 8,9 = 4 5 = 4,9 m = m m m + (m ) = 8,9 (,45)(8,7) + (,45) =,69 m 4 = m 4 4m m + 6(m ) m + (m ) 4 = 4,9 4 (,45)(8,9) + 6(,45) (8,7) + (,45) 4 = 99,8 Dari hasil ii didapat varias s = m = 8,5 B. Kemiriga (Kemecega) Hasa (9:5) meyataka kemecega atau kecodoga (skewess) adalah tigkat ketidaksimetrisa atau kejauha simetri dari sebuah distribusi. Meurut Somatri (6:47), ukura kemiriga adalah suatu ukura yag dapat diguaka utuk meetuka mirig tidakya suatu kurva distribusi. Meurut Gasperz (989:98), ukura kemejulura atau kemecega (skewess) merupaka suatu ukura yag meujukka sejauh maa pergesera dari betuk yag simetri utuk suatu sebara atau distribusi. Sedagka meurut Herrhyato da Hamid (8 : 6.), ukura kemiriga adalah ukura yag meyataka sebuah model distribusi yag mempuyai kemiriga tertetu. Jadi ukura kemiriga adalah suatu ukura yag dapat diguaka utuk meetuka mirig tidakya suatu kurva distribusi dibadigka dega betuk yag simetri. C. Keruciga atau Kurtosis Keruciga atau kurtosis adalah tigkat kepucaka dari sebuah distribusi yag biasaya diambil secara relatif terhadap suatu distribusi ormal. (Hasa, 9:7). Meurut Gasperz (989: 4), kurtosis adalah suatu ukura tetag keruciga dari sebuah sebara, yag biasaya dibadigka dega sebara ormal. Meurut Somatri Mome, Kemiriga, da Keruciga Page 4
5 (6:5), kurtosis merupaka tigkat megguugya suatu distribusi, yag umumya dibadigka dega distribusi ormal. Sedagka meurut Herrhyato da Hamid (8 : 6.), kurtosis adalah derajat kepucaka dari suatu distribusi, biasaya diambil relatif terhadap distribusi ormal. Jadi keruciga adalah tigkat kepucaka dari sebuah distribusi, yag biasaya dibadigka dega distribusi ormal. D. Koefisie Mome Kemiriga Utuk megetahui bahwa kosetrasi distribusi meceg ke kaa atau meceg ke kiri, dapat diguaka metode-metode berikut :. Koefisie Kemecega Pearso Koefisie Kemecega Pearso merupaka ilai selisih rata-rata dega modus dibagi simpaga baku. (Hasa, 9:6). Koefisie Kemecega Pearso dirumuska sebagai berikut: Keteraga : sk = koefisie kemecega Pearso s = simpaga baku M o = modus sk = x M o s Apabila secara empiris didapatka hubuga atar ilai pusat sebagai : x M o = (x M e ) Maka rumus kemecega diatas dapat diubah mejadi: sk = (x M e) s. Koefisie Kemecega Bowley Koefisie kemecega Bowley berdasarka pada hubuga kuartil-kuartil (Q, Q da Q) dari sebuah distribusi. (Hasa, 9:5). Begitu pula meurut Gasperz (989:) bahwa Bowley (A.L Bowley) medasarka rumusya pada ilai-ilai kuartil dari suatu sebara (distributio). Koefisie kemecega Bowley dirumuska : sk B = (Q Q ) (Q Q ) (Q Q ) + (Q Q ) Mome, Kemiriga, da Keruciga Page 5
6 Keteraga : skb = Q = atau sk B = Q Q + Q Q Q koefisie kemecega Bowley; kuartil. Koefisie Kemecega Persetil Gasperz (989:) megataka Ukura Kelly merupaka suatu ukura moderat atara ukura Pearso yag didasarka pada semua bagia data da ukura Bowley yag didasarka pada 5% dari bagia data. Kelly medasarka pada sebara atara persetil 9 (P 9 ) da persetil (P ). Jadi Koefisie Kemecega Persetil didasarka atas hubuga atar persetil (P9, P5 da P) dari sebuah distribusi (Hasa, 9:). Koefisie Kemecega Persetil dirumuska : sk P = (P 9 P 5) (P 5 P ) (P 9 P 5 ) + (P 5 P ) atau sk P = P 9 P 5 + P P 9 P skp = koefisie kemecega persetil, P = persetil 4. Koefisie Kemecega Mome Koefisie Kemecega Mome didasarka pada perbadiga mome ke- dega pagkat tiga simpaga baku. Koefisie kemecega mome dilambagka dega α. kemecega relatif. (Hasa, 9:) Koefisie kemecega mome disebut juga Meurut Gasperz (989:), kemejulura relatif α diguaka sebagai pegukura kemejulura sekitar rata-rata sebara teoritis (distribusi teoritis). Meurut Somatri (6:49), koefisie alpha ketiga merupaka rata-rata peyimpaga data dari rata-rataya dipagkatka tiga, dibagi dega simpaga baku pagkat tiga. Jadi koefisie kemecega mome adalah ilai perbadiga mome ke- dega pagkat tiga simpaga baku. Utuk mecari ilai α, dibedaka atara data tuggal da data berkelompok. a. Utuk data tuggal Koefisie kemecega mome utuk data tuggal dirumuska sebagai: á = koefisie kemecega mome á = M s = (x x) s Mome, Kemiriga, da Keruciga Page 6
7 Meurut Gasperz (989:), Meurut Pasaribu (975:8), b. Utuk data berkelompok 捦 = m s atau a = m ( m ) á = m s = s (x i x) Koefisie kemecega mome utuk data berkelompok dirumuska atau α = C fu s = ( Meurut Pasaribu (975:8), atau α = C fu = ( s i= α = 〱 s = (x x) f s ( fu fu fu ) ( ) + ( ) ) á = m s = s (x i x) i= f i ( fu fu fu ) ( ) + ( ) dalam pemakaiaya, rumus kedua lebih praktis da lebih mudah perhitugaya. ) E. Koefisie Mome Keruciga Utuk megetahui keruciga suatu distribusi, ukura yag serig diguaka adalah koefisie kurtosis persetil.. Koefisie keruciga Koefisie keruciga atau koefisie kurtosis dilambagka dega α4 (alpha 4). Utuk mecari ilai koefisie keruciga, dibedaka atara data tuggal da data kelompok. a. Utuk data tuggal Meurut Gasperz (989:), α 4 = Meurut Pasaribu (975:), (x x)4 s 4 a 4 = m 4 s 4 atau a 4 = m 4 m Mome, Kemiriga, da Keruciga Page 7
8 b. Utuk data kelompok atau α 4 = C4 fu4 4 = ( á 4 = m 4 s 4 = s 4 (x i x) 4 α 4 = Meurut Pasaribu (975:),. Koefisie kurtosis persetil i= (x x)4 f s 4 4 ( fu fu fu fu ) ( ) + 6 ( ) ( á 4 = m 4 s 4 = s 4 (x i x) 4 f i i= ) ( fu 4 ) ) Koefisie kurtosis persetil dilambagka dega K (kappa). Utuk distribusi ormal, ilai K=,6. Koefisie kurtosis persetil, dirumuska : K = (Q Q ) P 9 P F. Sifat Distribusi Data Berdasarka Koefisie Mome Kemiriga Da Koefisie Mome Keruciga.. Sifat Distribusi Data Berdasarka Koefisie Mome Kemiriga Sebuah distribusi yag tidak simetris aka memiliki rata-rata, media da modus yag tidak sama besarya (x M e M o ). Sehigga distribusi aka terkosetrasi pada salah satu sisi da kurvaya aka meceg. Jika distribusi memiliki ekor yag lebih pajag ke kaa daripada yag ke kiri maka distribusi disebut meceg ke kaa atau memiliki kemecega positif. Sebalikya, jika distribusi memiliki ekor yag lebih pajag ke kiri daripada yag ke kaa maka distribusi disebut meceg ke kiri atau memiliki kemecega egatif. Jika ilai sk dihubugka dega keadaa kurva maka : a. sk = kurva memiliki betuk simetris b. sk ilai-ilai terkosetrasi pada sisi sebelah kaa (x terletak disebelah kaa M o ) sehigga kurva memiliiki ekor memajag ke kaa, kurva meceg ke kaa atau meceg positif. Mome, Kemiriga, da Keruciga Page 8
9 c. sk ilai-ilai terkosetrasi pada sisi sebelah kiri (x terletak disebelah kiri M o ) sehigga kurva memiliiki ekor memajag ke kiri, kurva meceg ke kiri atau meceg egatif. Berikut ii gambar kurva dari distribusi yag meceg ke kaa (meceg positif) da meceg ke kiri (meceg egatif). Mo x x Mo (a) (b) Gambar Keteraga : Kemecega Distribusi (a) Meceg ke kaa (b) Meceg ke kiri a. Koefisie Kemecega Pearso Cotoh soal : Berikut ii adalah data ilai ujia statistik dari 4 mahasiswa sebuah uiversitas Nilai Ujia Frekuesi Jumlah 4 Tetuka ilai sk da ujilah arah kemecegaya (guaka kedua rumus tersebut)! Mome, Kemiriga, da Keruciga Page 9
10 Peyelesaia: Nilai X F U u F f 4 5, , , , , , , Jumlah 4-4 x = M + C fu f = 75,5 + ( ) = 75,5 8 = 67,5 4 s = C fu ( fu ) = 4 4 ( 4 ) = (,646) = 6,46 M e = B + ( f )o. C = 6,5 + f Me 4. = 6,5 + = 7,5 8 M o = L + d. C = 7,5 + = 7,5 + 4,9 = 74,4 d + d + 4 sk = x M o s = 67,5 74,4 6,46 Dega megguaka cara lai : sk = (x M e) s (67,5 7,5) sk = =,5 6,46 =,4 Oleh karea ilai sk-ya egatif (-,4) maka kurvaya meceg ke kiri atau meceg egatif. Mome, Kemiriga, da Keruciga Page
11 b. Koefisie Kemecega Bowley Koefisie kemecega Bowley serig juga disebut Kuartil Koefisie. Kemecega.Apabila ilai skb dihubugka dega keadaa kurva, didapatka : a. Jika Q - Q = Q - Q atau Q + Q - Q = maka skb = da distribusi dataya simetri b. Jika Q = Q maka skb = da distribusi dataya mirig ke kaa c. Jika Q = Q maka skb = - da distribusi dataya mirig ke kiri d. skb = ±, meggambarka distribusi yag meceg tidak berarti da skb>, meggambarka kurva yag meceg berarti. Cotoh soal : Tetuka kemecega kurva dari distribusi frekuesi berikut : Nilai Ujia Matematika Dasar I dari mahasiswa, 997 Nilai Ujia Frekuesi, 9,99 4, 9,99 9 4, 49,99 5 5, 59,99 4 6, 69,99 8 7, 79,99 5 Jumla Peyelesaia: Kelas Q = kelas ke Q = B + 4 ( f )o. C = 9,995 + f Q Kelas Q = kelas ke 4 Q = B + ( f )o. C = 49,995 + f Q Kelas Q = kelas ke 5 Q = B + 4 ( f )o. C = 59,995 + f Q 7,75. = 45, ,5 8. = 54,7 4 8,5 78. = 6,87 8 Mome, Kemiriga, da Keruciga Page
12 sk B = Q Q + Q 6,87 (54,7) + 45,895 = =,6 Q Q 6,87 45,895 Karea sk B egative (,6) maka kurva maka kurva meceg ke kiri. c. Koefisie Kemecega Persetil Cotoh Soal: Tetuka kemecega kurva dari distribusi frekuesi berikut: Nilai Ujia Matematika Dasar I dari mahasiswa, 997 Nilai Ujia, 9,99, 9,99 4, 49,99 5, 59,99 6, 69,99 7, 79,99 Frekuesi Jumlah Peyelesaia: Kelas P = kelas ke P = B b + ( f )o Kelas P 5 = kelas ke 4. C = 9,995 +, 4. =7,885 f Q 9 P 5 = B b + ( f )o. C = 49,995 + f Q Kelas P 9 = kelas ke 5 P 9 = B b + 55,5 8. = 69, ( f )o 99,9 78. C = 59, = 84, f Q 9 sk P = P 9 P 5 + P 84, (69,44) + 7,885 = =,6 P 9 P 84, 7,885 Karea sk B egative (,6) maka kurva maka kurva meceg ke kiri. Mome, Kemiriga, da Keruciga Page
13 d. Koefisie Kemecega Mome Apabila ilai αdihubugka dega keadaa kurva, didapatka : a. Utuk distribusi simetris (ormal), ilai α=, b. Utuk distribusi meceg ke kaa, ilai α = positif, c. Utuk distribusi meceg ke kiri, ilai α= egatif, d. Meurut Karl Pearso, distribusi yag memiliki ilai α > ±,5 adalah distribusi yag sagat meceg e. Meurut Keey da Keepig, ilai α bervariasi atara ± bagi distribusi yag meceg.. Sifat Distribusi Data Berdasarka Koefisie Mome Keruciga Berdasarka kerucigaya, kurva distribusi dapat dibedaka atas tiga macam, yaitu sebagai berikut : a. Leptokurtik : Merupaka distribusi yag memiliki pucak relatif tiggi. b. Platikurtik : Merupaka distribusi yag memiliki pucak hampir medatar c. Mesokurtik : Merupaka distribusi yag memiliki pucak tidak tiggi da tidak medatar Bila distribusi merupaka distribusi simetris maka distribusi mesokurtik diaggap sebagai distribusi ormal. Dari hasil koefisie kurtosis, ada tiga kriteria utuk megetahui model distribusi dari sekumpula data, yaitu koefisie keruciga atau koefisie kurtosis dilambagka dega α4 (alpha 4). Jika hasil perhituga koefisie keruciga diperoleh : ) Nilai lebih kecil dari, maka distribusiya adalah distribusi pletikurtik ) Nilai lebih besar dari, maka distibusiya adalah distribusi leptokurtik ) Nilai yag sama dega, maka distribusiya adalah distribusi mesokurtik Mome, Kemiriga, da Keruciga Page
14 leptokurtik mesokurtik platikurtik Gambar. Kurva Keruciga a) Koefisie keruciga Cotoh soal : tetuka keruciga kurva dari data,,6,8,! Peyelesaia : X = 6 s =,67 X X X (X X) Jumlah 978 α 4 = (x x)4 s 4 = (,67) 4 = 95,6 8,4 =,8 Karea ilaiya,8 (lebih kecil dari ) maka distribusiya adalah distribusi platikurtik. b) Koefisie kurtosis persetil Jika hasil perhituga koefisie keruciga diperoleh : a) Nilai lebih kurag dari,6, maka distribusiya adalah distribusi pletikurtik b) Nilai lebih lebih dari,6, maka distibusiya adalah distribusi leptokurtik c) Nilai yag sama dega,6, maka distribusiya adalah distribusi mesokurtik Mome, Kemiriga, da Keruciga Page 4
15 Cotoh soal : Berikut ii disajika tabel distribusi frekuesi dari tiggi mahasiswa uiversitas XYZ. a. Tetuka koefisie kurtosis persetil (K)! b. Apakah distribusiya termasuk distribusi ormal! Tiggi (ici) frekuesi (f) Jumlah Peyelesaia : Kelas Q = kelas ke Q = B + Kelas Q = kelas ke 4 Q = B + Kelas P = kelas ke P = B + Kelas P 9 = kelas ke 4 P 9 = B ( f )o f Q. C = 65,5 + 4 ( f )o f Q. C = 68, = 65, = 69,6 7 ( f )o f P. C = 6, = 6, 9 ( f 9 )o f P9. C = 68,5 + Koefisie kurtosis persetil (K) adalah : K = (Q Q ) P 9 P = = 7,8 7 (69,6 65,64) 7,8 6, =,5 Karea ilai K =,5 (K <,6) maka distribusiya buka distribusi ormal. Mome, Kemiriga, da Keruciga Page 5
16 DAFTAR PUSTAKA Akbar, Puromo Setiady da Husaii Usma. 6. Pegatar Statistika Edisi Kedua. Jakarta : PT Bumi Aksara Akdo da Riduwa.. Rumus da Data dalam Aalisis Statistika. Badug : Alfabeta. Daja, Ato, 986. Pegatar Metode Statistik Jilid II. Jakarta : LPES. Furqo Statistika Terapa Utuk Peelitia. AFABETA:Badug Gaspersz, Vicet Statistika. Armico:Badug Hamid, H.M. Akib da Nar Herrhyato. 8. Statistika Dasar. Jakarta : Uiversitas Terbuka. Harialdi, 5. Prisip-prisip Statistik utuk Tekik da Sais. Jakarta : Erlagga. Hasa, M. Iqbal.. Pokok Pokok Materi Statistika ( Statistik Deskriptif ). Jakarta : PT Bumi Aksara Herrhyato, Nar. 8. Statistika Dasar. Jakarta: Uiversitas Terbuka. Magkuatmodjo, Soegyarto. 4. Statistika Lajuta. Jakarta: PT Rieka Cipta. Pasaribu, Amudi Pegatar Statistik. Gahlia Idoesia : Jakarta Rachma,Mama da Muchsi Kosep da Aalisis Statistik. Semarag : CV. IKIP Semarag Press Riduwa.. Dasar-dasar Statistika. Badug : Alfabeta. Saleh,Samsubar STATISTIK DESKRIPTIP. Yogyakarta : UPP AMP YKPN. Siregar,Syofia.. Statistika Deskriptif utuk Peelitia Dilegkapi Perhituga Maual da Aplikasi SPSS Versi 7. Jakarta : Rajawali Pers. Somatri, Atig da Sambas Ali Muhidi. 6. Aplikasi statistika dalam Peelitia. pustaka ceria : Badug Subaa,dkk.. Statistik Pedidika. Pustaka Setia:Badug Sudijoo, Aas. 8. Pegatar Statistik Pedidika. Raja Grafido Persada.Jakarta Sudijoo, Aas. 9. Pegatar Statistik Pedidika. Jakarta : PT RajaGrafido Persada. Sudijoo, Aas Pegatar Statistik Pedidika. Jakarta : PT RajaGrafido Persada. Sudjaa, M.A., M.SC.5. METODE STATISTIKA. Badug: Tarsito Sugiyoo. 4. Statistika utuk Peelitia. Badug : Alfabeta. Suprato, 994. Statistik Teori da Aplikasi Jilid. Jakarta : Erlagga. Usma, Husaii & Setiady Akbar, Puromo.6. PENGANTAR STATISTIKA. Yogyakarta: BUMI AKSARA. Walpole, Roald E, 995. Pegatar Statistik Edisi Ke-4. Jakarta : PT Gramedia. Mome, Kemiriga, da Keruciga Page 6
BAB 5 UKURAN DISPERSI
BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya
Lebih terperinciStatistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran
Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakag Risiko adalah suatu yag selalu dihubugka dega kemugkia terjadiya sesuatu yag merugika yag tidak terduga da tidak diharapka atau peyimpaga atara tigkat pegembalia yag
Lebih terperinciBAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)
BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu
Lebih terperinciUKURAN TENDENSI SENTRAL
BAB 3 UKURAN TENDENSI SENTRAL Kompetesi Mampu mejelaska da megaalisis kosep dasar ukura tedesi setral. Idikator 1. Mejelaska da megaalisis mea.. Mejelaska da megaalisis media. 3. Mejelaska da megaalisis
Lebih terperinciPERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA
PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka
Lebih terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinciRange atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu
BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciUKURAN PEMUSATAN DATA
Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.
Lebih terperinciIlustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:
Ilustrasi Data ilai ujia Statistik Dasar dari 5 mahasiswa Program Studi tertetu semester gajil tahu 008: 87 37 59 49 69 95 83 87 39 95 83 76 83 6 46 Statdas, Februari 009. Populasi da Sampel. Statistik
Lebih terperinciMata Kuliah: Statistik Inferensial
PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciBAB 10 DISTRIBUSI PELUANG KONTINU (Menginterpretasikan table)
BAB 10 DISTRIBUSI PELUANG KONTINU (Menginterpretasikan table) A. Distribusi normal Probabilitas distribusi normal standar kumulatif dapat lebih mudah di hitung dengan bantuan tabel distribusi normal. Berikut
Lebih terperinciSTATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika
Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,
45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciSTATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI
STATISTIK, PENGERTIAN DAN EKSPLORASI DATA 1. Populasi da Sampel. Statistik da Statistika 3. Jeis-jeis Observasi 4. Statistika Deskriptif Sari Numerik Peyajia Data 008 by USP & UM ; last edited Aug 10 MA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciBAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat
BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh
Lebih terperinci: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd
R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton
III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciKuliah 3.Ukuran Pemusatan Data
Kuliah 3.Ukura Pemusata Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikaa Fakultas Perikaa da Ilmu Kelauta Uiversitas Padjadjara Cotet (1) modus Media Rata-rata Telada peerapa Cotet (2)
Lebih terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciA. PENGERTIAN DISPERSI
UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa
Lebih terperinciDistribusi Sampling (Distribusi Penarikan Sampel)
Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinci, dengan i = 1, 2, 3
BAB 6 UKURAN LETAK A. Pengertian Ukuran Letak Beserta Macam macamnya Pada pembahasan sebelumnya telah diusahakan untuk mengetahui besarnya nilai rata-rata dari distribusi rekuensi yang diperoleh, tetapi
Lebih terperinciDISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin
DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB 13 KORELASI. Korelasi Page 1
BAB 13 KORELASI A. Pengerian Korelasi Linear Sederhana Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear antara dua variabel atau lebih, yang ditemukan oleh Karl Pearson pada awal
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciKuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1
Kuliah : Rekayasa Hidrologi II TA : Geap 2015/2016 Dose : 1. Novriati.,MT 1 Materi : 1.Limpasa: Limpasa Metoda Rasioal 2. Uit Hidrograf & Hidrograf Satua Metoda SCS Statistik Hidrologi Metode Gumbel Metode
Lebih terperinciDISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)
DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciPENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011
PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciSTATISTIKA SMA (Bag.1)
SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data
Lebih terperinciStatistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr
materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).
Lebih terperinciSTATISTIKA DAN PELUANG BAB III STATISTIKA
Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis
Lebih terperinciJENIS PENDUGAAN STATISTIK
ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25
18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciPendugaan Parameter. Debrina Puspita Andriani /
Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi
5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki
Lebih terperinciBAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL
BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,
Lebih terperinciRESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015
RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi
Lebih terperinciDERET TAK HINGGA (INFITITE SERIES)
MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku yag
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Secara umum metode peelitia diartika sebagai cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Cara ilmiah berarti kegiata peelitia itu didasarka pada ciri-ciri keilmua,
Lebih terperinciBAB 11 HIPOTESIS. Hipotesis Page 1
BAB 11 HIPOTESIS A. Pengertian Hipotesis Statistik Hipotesis pada dasarnya merupakan suatu proposisi atau anggapan yang mungkin benar, dan sering digunakan sebagai dasar pembuatan keputusan/pemecahan persoalan
Lebih terperinciA. Pengertian Hipotesis
PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena
7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP
Lebih terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciBAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay
A III METODOLOGI PENELITIAN Peelitia ii adalah peelitia eksperime yag dilakuka terhadap dua kelas, yaitu kelas eksperime da kotrol. Dimaa kelas eksperime aka medapat perlakua dega megguaka model pembelajara
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciIII. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu
III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :
Lebih terperinciSTATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis
materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam
19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa
Lebih terperinciUkuran tendensi sentral merupakan setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai
Ukura tedesi setral merupaka setiap pegukura aritmatika yag ditujuka utuk meggambarka suatu ilai yag mewakili ilai pusat atau ilai setral dari suatu gugus data (himpua pegamata). UKURAN DATA 2 Macam-Macam
Lebih terperinciIII. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.
III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka
Lebih terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun
47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka
Lebih terperinciBAB 4 UKURAN TENDENSI SENTRAL
BAB 4 UKURAN TENDENSI SENTRAL A. Pengertian Ukuran Tendensi Sentral Beserta Macam - macamnya Menurut Saleh (998 : 3-4), pengukuran nilai sentral merupakan suatu usaha yang ditujukan untuk mengukur besarnya
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciMakalah ANALISIS REGRESI DAN REGRESI GANDA
1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii
Lebih terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciREGRESI LINIER GANDA
REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka
Lebih terperinciIII. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain
III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciBAB 12 REGRESI. turun. X = subyek pada variabel independen yang mempunyai nilai tertentu. Regresi Page 1
BAB 1 REGRESI A. Pendahuluan Dalam pengambilan keputusan, seringkali dijumpai beberapa permasalahan dimana terdapat dua atau lebih variabel tunggal yang hubungannya tidak dapat dipisahkan dan perlu diselidiki
Lebih terperinciSTATISTIKA EKONOMI 1. Makalah. Untuk Memenuhi Nilai Mata Kuliah Statistik 1
STATISTIKA EKONOMI 1 Makalah Utuk Memeuhi Nilai Mata Kuliah Statistik 1 Disusu oleh : Tria Nigrum Rohmawati PRODI AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS PAMULANG Jala Surya Kecaa Nomor 1, Pamulag 1 KATA
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di
4 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah siswa kelas VIII (delapa) semester gajil di SMP Xaverius 4 Badar Lampug tahu ajara 0/0 yag berjumlah siswa terdiri dari
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciBAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh
BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeis Peelitia Metodologi megadug maka yag lebih luas meyagkut prosedur da cara melakuka verifikasi data yag diperluka utuk memecahka atau mejawab masalah peelitia, termasuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki
Lebih terperinciBAB I KONSEP DASAR PERSAMAAN DIFERENSIAL
BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciSTATISTIK DESKRIPTIF. Leni Masnidar Nasution
Jural Hikmah, Volume 14, No. 1, Jauari Jui 17, ISSN :189-8419 STATISTIK DESKRIPTIF Lei Masidar Nasutio Dose Sekolah Tiggi Agama Islam (STAI) Serdag Lubuk Pakam Jl. Negara Km. 7-8 No. 16 Lubuk Pakam e-mail:
Lebih terperinciBAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan
BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti
Lebih terperinciBAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab
BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.
Lebih terperinciPENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R
PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T
Lebih terperinci