BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah"

Transkripsi

1 BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan dalam praktikum dan penyusunan laporan ini adalah : Bagaimana menggambarkan data statistik deskriptif dari data yang telah diperoleh? 1.3 Tujuan Praktikum Tujuan dalam praktikum dan menyusun laporan ini adalah 1. Memberikan gambaran tentang suatu data baik data kualitatif maupun kuantitatif, seperti: rata-rata, standart deviasi, variance, melihat data yang menyimpang, dan sebagainya. 2. Menggambarkan data dalam berbagai ukuran pusatnya, seperti : mean, median, persentil, dan lain sebagainya. 1.4 Batasan Masalah Batasan masalah yang digunakan dalam praktikum dan penyusunan laporan ini adalah: 1. Pengolahan data hanya bersifat penggambaran kondisi suatu data.

2 2. Data yang dianalisa sasuai banyak dan kriteria data. 3. Jumlah data yang dianalisa ataupun diolah disesuaikan dengan banyak data yang diambil. 1.5 Asumsi-asumsi Asumsi-asumsi yang digunakan dalam praktikum dan penyusun laporan ini adalah: 1. Sample data yang diambil sudah mewakili populasi dari data. 2. Data yang diambil sesuai dengan kenyataan di lapangan. 3. Data yang diolah sesuai dengan kenyataan di lapangan. 1.6 Manfaat Praktikum Dalam praktikum statistika industri ini dalam hal memecahkan persoalan statistika deskriptif dan statistika frekuensi mempunyai beberapa manfaat antara lain : 1. Mahasiswa dapat memberikan gambaran tentang suatu data baik data kualitatif maupun kuantitatif, seperti: rata-rata, standart deviasi, variance, melihat data yang menyimpang, dan sebagainya. 2. Mahasiswa mampu menggambarkan data dalam berbagai ukuran pusatnya, seperti : mean, median, persentil, dan lain sebagainya.

3 1.7 Sistematika Penulisan Sistematika Penulisan laporan pada prakikum yang kita lakukan adalah sebagai berikut: BAB I PENDAHULUAN Bab ini berisikan tentang latar belakang permasalahan yang ada dalam dunia industri, tujuan dan manfaat praktikum, batasan masalah, asumsiasumsi dari permasalahan yang ada, serta sistematika penulisan. BAB II TINJAUAN PUSTAKA Berisi tentang teori-teori mengenai...(apa yg ada di bab 2) BAB III PENGUMPULAN DATA Berisikan data-data yang diinputkan pada software serta langkahlangkah pengerjaan dari awal sampai akhir. BAB IV PENGOLAHAN DATA Berisikan perhitungan secara manual sebagai pembanding dari perhitungan secara otomatis. Serta menganalisa hasil pengolahan data tersebut. BAB V KESIMPULAN DAN SARAN Berisikan hasil atau kesimpulan dari batasan masalah yang diambil dari uji kelayakan. Serta saran yang diajukan sebagai bentuk response dari hasil kesimpulan. DAFTAR PUSTAKA

4 BAB II TINJAUAN PUSTAKA 2.1 Statistik 2.2 Statistika MINIMAL 10 HALAMAN 2.3 Dasar Teori Model 2.4 Minitab 16

5 BAB III PENGUMPULAN DATA 3.1 Identifikasi Variabel a Variabel Terikat Variabel terikat adalah variabel yang perubahannya dipengaruhi oleh variabel lain, dalam hal ini variabel terikatnya adalah... b Variabel bebas Variabel bebas adalah variabel yang mempengaruhi variabel terikat. Adapun variabel yang berpengaruhi dalam hal ini adalah Soal Dari hasil penilaian dilakukan mengenai ujian tes awal laboratorium statistik industri dari 50 mahasiswa di sebuah perguruan tinggi negeri dicatat seperti dibawah ini : Tabel 3.1 : Soal awal Kelas A Kelas B

6 Kelas A Kelas B Dalam data yang tersedia diatas, maka tentukanlah: a. Mean f. Range b. Median g. Kuartil 1 c. Modus h. Kuartil 3 d. Standart deviasi i. SE mean 3.2 Tabel Pengumpulan Data a. Tabel Awal Tabel 3.2 : Sebelum ditambahkan Kelas A Kelas B

7 Kelas A Kelas B b Tabel Akhir ( sesudah ditambah... ) Tabel 3.3 : Sesudah ditambahkan... Kelas A Kelas B

8 BAB IV PENGOLAHAN DATA 4.1 Perhitungan Manual Kelas A Tabel 4.1 Data Kelas A Mean Kelas A X = Σx n = = 71,52 Jadi, jumlah rata rata dari 25 data yang dihasilkan pada Kelas A adalah sebesar 71,52 Median Data setelah diurutkan: 54,55,55,58,60,60,62,64,64,66,67,72,74,76,76,77,78,79,79,79,82,82,89,89,91 Median = Data ke 13 = 74 Jadi, nilai tengah dari 25 data yang dihasilkan pada Kelas A yaitu sebesar 74

9 Modus Modus = nilai yang sering muncul = 79 Jadi, nilai yang paling banyak muncul dari 25 data yang dihasilkan pada kelas A adalah nilai / angka 79 sebanyak tiga kali kemunculan. Range Range = Nilai Max Nilai Min Range = = 37 Jadi, selisih antara nilai terbesar dan nilai terkecil dari 25 data pada Kelas A adalah 37. Standart deviasi SD = (X i X)² n 1 = 55 71, , ,52 ² 25 1 = 11,27 Jadi, standart deviasi yang dihasilkan dari 25 data pada kelas A adalah sebesar 11,27. SE Mean SE Mean = SD n = 11,27 25 = 11,27 = 2,254 5 Jadi, standart errors mean yang masih memenuhi pada 25 data yang dihasilkan pada bulan pertama adalah 2,254.

10 Kuartil Letak kuartil 1 i( n 1) Letak K1 = Data ke 4 = Data ke 1(25+1) 4 = Data ke 6,5 = Data ke 7 = 61 Jadi, angka kuartil pertama adalah 61. Letakkuartil 3 i( n 1) Letak K3 = Data ke 4 = Data ke 3(25+1) 4 = Data ke 19,5 = Data ke 20 = 79 Jadi, angka kuartil ketiga adalah 79. KELAS B (Idem) 4.2 Print Out dan Analisa Output A. Pengolahan data secara deskriptif Gambar 4.1. Pengolahan data secara deskriptif

11 Analisa : 1. Kelas A Dari hasil output descriptive statistic diketahui bahwa dari 25 data mahasiswa kelas A tidak ada yang hilang (N*). Dengan rata-rata produksi adalah 71,52 dengan nilai SE Mean 2,26 nilai minimum produksi sepatu adalah 54,00 dan harga maksimum produksi sepatu adalah 91,00 serta Range untuk produksi sepatu sebesar 37,00. Standart deviasi adalah 11,28 dengan simpangan kuartil 1 (Q 1 ) sebesar 61,00 dan simpangan kuartil 3 (Q 3 ) sebesar 79,00. Skewness (kemiringan) sebesar 0,01, sedangkan untuk kurtosisnya (keruncingan) bernilai -1,11 yang merupakan jenis keruncingan platikurtik (<3) dengan bentuk kurva datar. 2. Kelas B (Idem) B. Pengolahan data dengan tabel frekuensi dengan menampilkan Tally Individual Variables Gambar 4.2. Pengolahan data secara Tally Individual Variables Kelas A

12 Analisa : 1. Kelas A Dari hasil output Tally for discrete variables, mahasiswa yang nilai ujian tes awal mendapatkan 79 sebanyak 3 orang yang merupakan nilai yang paling banyak diraih mahasiswa, untuk nilai 55, 60, 64, 76, dan 89 sebanyak 2 orang, untuk nilai 54, 58, 62, 66, 67, 72, 74, 77, 78, dan 91 sebanyak 1 orang. 2. Kelas B (Idem) C. Pengolahan data untuk pengujian distribusi normal dengan menampilkan histogram Gambar 4.5 : Histogram Kelas A Analisa : Dari grafik diatas disimpulkan untuk nilai tes awal mahasiswa kelas A, jumlah yang paling banyak terdapat pada interval 77,5 82,5 sebanyak 6 orang dan jumlah paling sedikit terdapat pada interval 67,5 72,5 sebanyak 1 orang.

13 (Idem untuk Kelas B dan analisanya) D. Pengelolahan data dengan tabel frekuensi dengan mengunakan Pie Chart Gambar 4.8 Tabel Pie Chart kelas A Analisa : Dari grafik Pie Chart diatas dapat disimpulkan bahwa untuk nilai tes awal mahasiswa kelas A paling banyak terdapat pada warna krem dan orange arsiran masing-masing dengan presentase (%) 12,0% dengan kategori nilai yang dihasilkan 79. (Idem untuk Kelas B dan analisanya)

14 E. Pengelolahan data untuk pengujian distribusi normal dengan menggunakan Normality Test Gambar 4.11 Probability plot dari kelas A Analisa : Total nilai tes awal mahasiswa kelas A merupakan berdistribusi normal karena titik-titik merah berada pada garis dan nilai p-value > 0,05 yaitu sebesar 0,227. (Idem untuk Kelas B dan analisanya)

15 F. Pengolahan Data untuk Pengujin Distribusi Normal dengan Menggunakan Boxplot Gambar 4.14 Boxplot dari kelas A Analisa: Untuk kelas A Dalam grafik Boxplot diatas terlihat bahwa median membagi dua daerah tepat menjadi dua bagian, terlihat bahwa Q 1 = 61, median = 74, dan Q 3 = 79. (Idem untuk Kelas B dan analisanya)

16 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan o Kelas A Dari hasil output descriptive statistic diketahui bahwa dari 25 data mahasiswa kelas A tidak ada yang hilang (N*). Dengan rata-rata produksi adalah 71,52 dengan nilai SE Mean 2,26 nilai minimum produksi sepatu adalah 54,00 dan harga maksimum produksi sepatu adalah 91,00 serta Range untuk produksi sepatu sebesar 37,00. Standart deviasi adalah 11,28 dengan simpangan kuartil 1 (Q 1 ) sebesar 61,00 dan simpangan kuartil 3 (Q 3 ) sebesar 79,00. Skewness (kemiringan) sebesar 0,01, sedangkan untuk kurtosisnya (keruncingan) bernilai - 1,11 yang merupakan jenis keruncingan platikurtik (<3) dengan bentuk kurva datar. o Kelas B (IDEM) 5.2 Saran (min. 3 untuk modul bukan asslab)

17 DAFTAR PUSTAKA ( Minimal buku , Internet 5) NO FOOTER

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK

Lebih terperinci

BAB I PENDAHULUAN. 1. Menghitung mean, median, kuartil 1 dan 3 standard error of mean.

BAB I PENDAHULUAN. 1. Menghitung mean, median, kuartil 1 dan 3 standard error of mean. BAB I PENDAHULUAN 1.1 Latar Belakang (1 halaman min. 4 paragraf) 1.2 Rumusan Masalah TNR 12 BEFORE AFTER 0 SPACE 2.0 JUSTIFY BAHASA ASING ITALYC MARGIN 3,4,3,3 1.3 Tujuan Praktikum (SEPERTI MODUL MINIMAL

Lebih terperinci

BAB I PENDAHULUAN. (independen) dan variabel terikat (dependen)

BAB I PENDAHULUAN. (independen) dan variabel terikat (dependen) BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang ( 1 halaman, minimal 4 paragraf ) 1.2 Rumusan Masalah Margin 3, 4, 3, 3 TNR 12 Space 2.0 Before after 0 Kata inggris italic Kertas A4 1.3 Tujuan Praktikum

Lebih terperinci

BAB I PENDAHULUAN. Bagaimana mengetahui perbedaan rata-rata dua sampel yang saling

BAB I PENDAHULUAN. Bagaimana mengetahui perbedaan rata-rata dua sampel yang saling BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (4 paragraf min. 1 halaman) 1.2 Rumusan Masalah TNR 12 SPACE 2.0 BEFORE AFTER 0 KATA INGGRIS CETAK MIRING MARGIN 3,4,3,3 KERTAS A4 Rumusan masalah yang

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter

Lebih 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

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena

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

Distribution. Contoh Kasus. Widya Rahmawati

Distribution. Contoh Kasus. Widya Rahmawati Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis

Lebih terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel

Lebih terperinci

ANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB

ANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 4 PENGANTAR MINITAB Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 5 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai Tanggal

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,

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

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata

Lebih terperinci

BAB I PENDAHULUAN. Batasan masalah yang timbul dari ruang lingkup yang ada pada praktikum

BAB I PENDAHULUAN. Batasan masalah yang timbul dari ruang lingkup yang ada pada praktikum PEGANGAN ASLAB : BAB I PENDAHULUAN 1.1 Latar Belakang (Min. 3 paragraf 1 halaman) Times New Roman F. 12 Space 2.0 Before After 0pt 1.2 Rumusan Masalah 1.3 Tujuan Praktikum (Min. 3 point) 1.4 Batasan Masalah

Lebih terperinci

UJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

UJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)

Lebih terperinci

Statistik Deskriptif dengan Microsoft Office Excel

Statistik Deskriptif dengan Microsoft Office Excel Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan

Lebih terperinci

Statistik Deskriptif: Central Tendency & Variation

Statistik Deskriptif: Central Tendency & Variation Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang

Lebih terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang

Lebih terperinci

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

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

Lebih terperinci

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi. TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh

Lebih terperinci

STK 211 Metode statistika. Agus Mohamad Soleh

STK 211 Metode statistika. Agus Mohamad Soleh STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

STATISTIK DESKRIPTIF. Abdul Rohman, S.E

STATISTIK DESKRIPTIF. Abdul Rohman, S.E LOGO STATISTIK DESKRIPTIF Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN? Melalui

Lebih terperinci

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif 1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari

Lebih terperinci

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

STK 211 Metode statistika. Materi 2 Statistika Deskriptif STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi Frekuensi dan Statistik Deskriptif Lainnya BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.

Lebih terperinci

REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW BIOSTATISTIK DESKRIPTIF REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.

Lebih terperinci

BAB I PENDAHULUAN. 1. Data yang dianalisis adalah variabel keamanan parkir, kebersihan pasar,

BAB I PENDAHULUAN. 1. Data yang dianalisis adalah variabel keamanan parkir, kebersihan pasar, PEGANGAN ASSLAB: BAB I PENDAHULUAN 1.1 Latar Belakang ( Minimal 4 Paragraf) Times New Roman F. 12 Space 2.0 Before After 0pt 1.2 Rumusan Masalah 1.3 Tujuan Praktikum ( Minimal 3 Seperti di buku ) 1.4 Batasan

Lebih terperinci

MA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar

MA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati

Lebih terperinci

Statistika Deskriptif

Statistika Deskriptif Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

PENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar

PENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00

Lebih terperinci

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011

Lebih terperinci

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd. Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap

Lebih terperinci

Statistika Deskriptif & Distribusi Frekuensi

Statistika Deskriptif & Distribusi Frekuensi Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif

Lebih terperinci

By : Hanung N. Prasetyo

By : Hanung N. Prasetyo theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran

Lebih terperinci

BAB I PENDAHULUAN. 2. Menggunakan SPSS untuk mempermudah dalam analisis

BAB I PENDAHULUAN. 2. Menggunakan SPSS untuk mempermudah dalam analisis BAB I PENDAHULUAN 1.1 LatarBelakang ( 1 Halaman min. 4 paragraf) 1.2 Rumusan Masalah TNR 12 SPACE 2.0 BEFORE AFTER 0 KATA INGGRIS CETAK MIRING MARGIN 3,4,3,3 KERTAS A4 Rumusan masalah yang kita gunakan

Lebih terperinci

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu

Lebih terperinci

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

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

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

Pengantar & Statistika Deskriptif

Pengantar & Statistika Deskriptif Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang

Lebih terperinci

BAB V PENUTUP 5.1 Kesimpulan

BAB V PENUTUP 5.1 Kesimpulan V-1 BAB V PENUTUP 5.1 Kesimpulan Berdasarkan penulisan laporan akhir ini, maka dapat dibuat kesimpulan dari setiap modul. Berikut adalah kesimpulan dari masingmasing modul tersebut: 1. Distribusi Frekuensi

Lebih terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-CIRI DISTRIBUSI NORMAL DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan

Lebih terperinci

SPSS FOR WINDOWS BASIC. By : Syafrizal

SPSS FOR WINDOWS BASIC. By : Syafrizal SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama

Lebih terperinci

BAB IV DISPERSI DATA

BAB IV DISPERSI DATA BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),

Lebih terperinci

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000: BAB 1 STATISTIK DESKRIPTIF Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkatan data, serta penyajian hasil peringkasan tersebut. Data statistik yang bisa diperoleh dari hasil sensus,

Lebih terperinci

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran

Lebih terperinci

OUTLINE BAGIAN I Statistik Deskriptif

OUTLINE BAGIAN I Statistik Deskriptif UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians

Lebih terperinci

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar Tutorial ke : 1 : 3 Kompetensi Umum : Setelah mempelajari bahan ajar matakuliah ini diharapkan mahasiswa 1. Memahami pengetahuan dasar statistika. 2. Memahami tehnik penyajian data dalam bentuk tabel.

Lebih terperinci

Memulai SPSS dan Mengelola File

Memulai SPSS dan Mengelola File MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan

Lebih terperinci

Gejala Pusat - Statistika

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

Lebih terperinci

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 Normal, Skewness dan Qurtosis

Distribusi Normal, Skewness dan Qurtosis Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan

Lebih terperinci

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data STATISTIK DESKRIPTIF Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data 1. Statisitik Deskriptif 2. Penyajian Data 3. Ukuran Pemusatan Data 4. Ukuran Penyebaran Data Materi Pokok Indikator Setelah

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia 1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot Penyajian Data Data diuraikan dalam bentuk kalimat.

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA Pertemuan keempat UKURAN PENYEBARAN DATA Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh masing-masing

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 bold space 1.15 LAPORAN RESMI MODUL II TRANSPORTATION

Lebih terperinci

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

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

Lebih terperinci

Pengukuran Kesehatan

Pengukuran Kesehatan 1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil

Lebih terperinci

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

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

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

MODUL STATISTIKA KELAS : XI BAHASA. Disusun Oleh : Drs. Pundjul Prijono Nip

MODUL STATISTIKA KELAS : XI BAHASA. Disusun Oleh : Drs. Pundjul Prijono Nip MODUL MATEMATIKA MODUL 11.1.1 STATISTIKA KELAS : XI BAHASA Disusun Oleh : Drs. Pundjul Prijono Nip. 1980117.198101.1.003 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI 6 Jalan Mayjen Sungkono No. 8

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian 46 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dipaparkan mengenai hasil penelitian dan pembahasan yang diperoleh dalam setiap tahapan penelitian yang telah dilakukan. Penelitian dilakukan

Lebih terperinci

SPSS Psikologi. Bulek_niyaFn

SPSS Psikologi. Bulek_niyaFn SPSS Psikologi Bulek_niyaFn Silabus SPSS - PSIKOLOGI Penginputan Data Variabel Tipe Label Variabel Value Label NAMA String Nama karyawan GENDER Numeric Jenis Kelamin 1= Laki-laki 2= Perempuan GOLONGAN

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 bold space 1.15 LAPORAN RESMI MODUL VIII TNR 12 bold

Lebih terperinci

STK511 Analisis Statistika. Bagus Sartono

STK511 Analisis Statistika. Bagus Sartono STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way

Lebih terperinci

Statistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah

Statistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 48 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Hasil penelitian akan memberikan beberapa data setelah dilakukan penelitian. Penelitian ini mengambil sampel sebanyak 29 siswa kelas VII-B

Lebih terperinci

RANCANGAN AKTIVITAS TUTORIAL (RAT)

RANCANGAN AKTIVITAS TUTORIAL (RAT) RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini

Lebih terperinci

Pengantar & Statistika Deskriptif. MA 2081 Statistika Dasar

Pengantar & Statistika Deskriptif. MA 2081 Statistika Dasar Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00 24.00

Lebih terperinci

King s Learning Be Smart Without Limits NAMA : KELAS :

King s Learning Be Smart Without Limits NAMA : KELAS : NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan

Lebih terperinci

PRAKTIKUM ANALISIS DATA EKSPLORATIF

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

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1

Lebih terperinci

Pengantar Statistik. Nanang Erma Gunawan

Pengantar Statistik. Nanang Erma Gunawan Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,

Lebih terperinci

UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 Dengan Materi: STATISTIKA DESKRIPTIF Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 STATISTIK DESKRIPTIF Metode statistik adalah prosedur-prosedur yang yang digunakan

Lebih terperinci

PROBLEM SOLVING STATISTIKA LANJUT

PROBLEM SOLVING STATISTIKA LANJUT PROBLEM SOLVING STATISTIKA LANJUT 1. Ujilah validitas dan reliabilitas hasil koesioner gaya kepemimpinan yang terdiri dari 12 item dan diisi oleh 44 responden dalam data pada file Excel. 2. Berikan gambaran

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada penelitian ini penulis memaparkan hasil penelitian yang mencakup deskripsi data hasil penelitian, uji persyaratan, pengujian hipotesis, pembahasan dan keterbatasan

Lebih terperinci

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: Nama : Purnomo Satria NIM : 1133467162 Evaluasi Pertemuan 4 dan 5 Laporan Tugas dan Quiz Statistik Deskriptif 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: a. Rata-rata hitung, median,

Lebih terperinci

BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif

BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif maupun teknik mendekripsikan data secara grafis maupun secara angka. Sebagai ilustrasi aplikasi

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : SMK Mata Pelajaran : Matematika Kelas : XII (Dua Belas) Program : Teknologi, Kesehatan, dan Pertanian Standar Kompetensi Kompetensi Dasar : 13. Memecahkan

Lebih terperinci

PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK

PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA Moh Yamin Darsyah Program Studi Statistika Universitas Muhammadiyah Semarang yamindarsyah@gmail.com ABSTRAK Banyak sekali data dalam kehidupan yang

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus

Lebih terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN DESKRIPTIF PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh

Lebih terperinci

Pengumpulan & Penyajian Data

Pengumpulan & Penyajian Data Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan

Lebih terperinci

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA SILABUS 1) Identitas mata kuliah Nama mata kuliah : Statistika I Kode Mata kuliah : PE 104 Jumlah SKS : 3 SKS Semester : 3 Kelompok mata kuliah : MKK Program Studi Program Stud : Pendidikan Manajemen Bisnis

Lebih terperinci

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22 TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22 Mata Kuliah : Lab Statistika Dosen : Sita Dewi Prahastini S.Kom, M.T, M.Kom Oleh : NAMA : ANDRIAN

Lebih terperinci

MEMBACA HASIL ANALISIS DENGAN SPSS

MEMBACA HASIL ANALISIS DENGAN SPSS MEMBACA HASIL ANALISIS DENGAN SPSS Oleh : Teguh Wahyono, S.Kom Staff Pengajar Teknik Informatika UKSW 1. ANALISA TABEL FREKUENSI Berikut adalah contoh data hasil penelitian tentang tinggi badan 20 orang

Lebih terperinci

BAB III METODE PENELITIAN. kelamin dan pendekatan SAVI, Inkuiri, RME dengan setting pembelajaran. tanggal 7 September 2013 di SMP Buana.

BAB III METODE PENELITIAN. kelamin dan pendekatan SAVI, Inkuiri, RME dengan setting pembelajaran. tanggal 7 September 2013 di SMP Buana. 56 BAB III METODE PENELITIAN A. Jenis Penelitian Jenis dari penelitian ini adalah penelitian kuantitatif, karena ingin mengetahui perbedaan hasil belajar matematika siswa yang ditinjau dari jenis kelamin

Lebih terperinci

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

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

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Hasil Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Laporan keuangan triwulan periode tahun 2009-2011 maka dapat dihitung rasio-rasio keuangan

Lebih terperinci

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik:

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 47 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Data Penelitian Data kemampuan koneksi matematika siswa pada mata pelajaran Matematika di jaring melalui tes bentuk essai

Lebih terperinci

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1 DISTRIBUSI FREKUENSI Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1 DISTRIBUSI FREKUENSI (TABEL DEFINISI FREKUENSI) Pengelompokkan data yang dilakukan dengan cara mendistribusikan data dalam kelas atau

Lebih terperinci

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan

Lebih terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara 1 BAB I PENDAHULUAN 1.1. Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter),

Lebih terperinci

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi

Lebih terperinci