PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG"

Transkripsi

1 PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG

2

3 PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG Dalam proses pengolahan data, statistik memberikan metode yang beragam dan aplkatif sesuai dengan kebutuhan dan karakter data itu sendiri. Dalam proses pengolahan data, seorang analisis sangat mungkin menghadapi data yang sederhana sampai yang kompleks, dari sedikit sampai yang banyak. Dari hanya 1 variabel, sampai bivariabel bahkan multi variabel. Untuk mengolah persebaran data tersebut maka statistik memberikan ruang pengolahan dalam bentuk distribusi tunggal maupun bergolong. Distribusi tunggal merupakan bentuk persebaran data yang sederhana, di mana hanya melibatkan unsur atau nilai (skor) yang terbatas. Dalam konteks ini data langsung bisa diproses secara manual, dan hanya mengandalkan logika saja. Misal untuk menghitung mean dari data berikut maka cukup kita menggunakan distribusi tunggal saja. Dalam distribusi tunggal score mewakili dirinya sendiri. Kalaupun ada score yang sama maka nanti tinggal dikelola dengan berapa banyak score tersebut muncul, sehingga akan mempergunakan kolom frekuensi. Data (fiktif) Perolehan Nilai Statistik Di Kelas D dari 75 Mahasiswa Skor Frekuensi

4 4 3 Dengan variabel nilai/skor antara 1 sampai maka kita bisa langsung menghitungnya secara sederhana, bahkan hanya dengan menggunakan kalkulator sederhana maka kita langsung bisa menghitungnya. Kita tidak perlu membuat pengkelasan dari skor, karena secara kebutuhan memang tidak banyak dibutuhkan. Demikian pula ketika kita hendak mencari mediannya maka kita secara manual juga sudah bisa mengerjakannya dengan cepat. Marilah kita proses untuk mencari Mean dan Median. Untuk mean maka kita harus mengkalikan setiap skor/nilai dengan frekuensinya. Hasil pengkalian antara skor dengan frekuensi tersebut kita jumlahkan lalu kita bagai dengan banyak data, yakni 75. Demikian pula dalam mencari median (titik tengah dengan melihat posisi persebaran data), maka kita bisa secara manual melihat kujulatif frekuensi dari kolom frekuensi, maka titik tengahnya berada pada setengah 75 yakni 37,5. Maka kita jumlahkan frekuensi per frekuensi, sampai ketemu di frekuensi 37,5. Mari kita buktikan dengan cepat: Data (fiktif) Perolehan Nilai Statistik Di Kelas D dari 75 Mahasiswa Skor Frekuensi Skor x Frekuensi Kumulatif Frekuensi

5

6 75 =435 Untuk mencari mean maka kita tinggal membagi 435 dengan 75, dan kita dapatkan angka,4. Sedangkan untuk mencari median kita langsung bisa menemukan pada skore, di mana dalam kumulatif frekuensi terdapat titik 37,5. Dan untuk mencari modus kita tinggal mencari skore dengan frekuensi terbanyak yakni skore 7. Distribusi Bergolong Dalam perbincangan sebelumnya kita mengukur tendensi sentral dalam bentuk data yang masih sederhana, dan dengan jumlah yang belum banyak dan kompleks. Bagaimana jika kita menghadapi jumlah data yang sangat banyak variabilitasnya, apakah bisa dikerjakan dengan distribusi tunggal? Pada prinsipnya bisa, akan tetapi seorang analis akan mengalami banyak kesulitan teknis. Untuk itu statistik memperkenalkan konsep distribusi berkelas atau sering dikenal dengan distribusi bergolong. Apa itu distribusi bergolong, dan apa perbedaannya dengan distribusi tunggal?. Distribusi bergolong merupakan tabel yang akan memetakan data dengan cara meringkas data melalui pembentukan golongan-golongan atau kelas-kelas. Agar data yang komplek tersebut tidak perlu ditulis semua, maka diperlukan kelas yang tetap mengkover data yang tersedia. Perbedaan dengan distribusi tunggal lebih terletak kepada pemaknaan kelas, kalau distribusi tunggal setiap score atau nilai akan langsung menjadi kelas, akan tetapi dalam distribusi bergolong kelas akan mewakili score atau nilai tertentu. Dalam aplikasinya nanti, agar kelas tetap konsisten mewakili data maka akan dipergunakan suatu konsep titik tengah kelas. Titik tengah ini yang nantinya akan dipakai dalam prose pengolahan data berikut, baik dalam mencari mean, median, maupun modusnya. Untuk lebih praktisnya marilah kita simak persoalan berikut: Dalam Sidang Umum PBB terdapat usulan untuk membahas tindakan dan serangan membabi buta AS keafghanistan. Dari berbagai lobi dan pertemuan antar negara-negara dunia terdapat indeks sikap negara-negara dunia terhadap serangan AS tersebut. Misal jumlah negara yang berhasil di index mencapai 0 data berikut, kita akan coba mencari tendensi sentralnya. Data (fiktif) tentang Pandangan Sidang Umum Terhadap Serangan AS ke Afghanistan

7

8

9

10

11

12

13

14 27 1 Dari data ini akan diolah dalam bentuk Distribusi bergolong. Langkah-langkah yang harus dilakukan adalah sebagai berikut: a. Menentukan jangkauan dari data Untuk mencari jangkauan (range) dari data adalah dengan mencari titik (nilai) tertinggi, dan nilai terendah. Agar akurasi mencapai titik yang tinggi, maka disarankan untuk mempergunakan batas nyata, baik batas atas maupun bawah. Dalam konteks data di atas, batas atas (nyata) adalah 32,5 sedangkan batas bawah (nyatanya) adalah 1,5. Tetapi jika dengan ukuran semu batas atasnya adalah 32, dan batas bawahnya 2. Dari pengukuran ini akan akan mendapatkan range atau jangkauan data 31. Dari hasil ini kemudian kita bisa mengolah untuk menentukan banyak kelas. Bagaimana menentukan banyak kelas? Pada prinsipnya banyak kelas bisa dibuat menurut kebutuhan analis data. Akan tetapi agar kelas tersebut proporsional dianjurkan untuk membuat kelas tidak lebih dari 9 kelas. Sebab dengan sedikit kelas, maka range tiap kelas akan menjadi besar, demikian pula jika kelas terlalu banyak maka range kelasnya menjadi kecil. Juga banyak kelas sangat ditentukan range data, jika range data sampai 00 maka mau tidak mau harus membuat range kelas yang proporsional, atau jika rangenya hanya, maka mau tidak mau harus membuat range kelas yang proporsional. Jika dari data di atas, kemudian kita buat menjadi kelas maka kita akan menemukan range/interval setiap kelasnya adalah 31: =3,, dan untuk memudahkan kita bulatkan saja menjadi 4. Sehingga dari interval ini kita akan bisa menyusun tabel distribusi frekuensi sebagai berikut: Data (fiktif) tentang Pandangan Sidang Umum Terhadap Serangan AS ke Afghanistan Kelas Frekuensi

15 Dari persebaran data tersebut maka kita akan mengalikan antara titik tengah kelas dengan frekuensi. Apa titik tengah kelas? Titik tengah kelas merupakan titik yang membagi dua suatu kelas secara persis. Dengan mengunakan titik ini diharapkan mampu merepresentasi score dalam suatu kelas. Baru kemudian kita menjumlahkan seluruh perkalian titik tengah dan frekuensi tersebut dan dibagi dengan banyak data di mana secara otomatis dapat dilihat di penjumlahan frekuensi. Dari sini kita mendapatkan suatu rumus untuk mencari Mean dalam Distribusi bergolong yakni: Σ F.x M = n M melambangkan Mean f melambangkan frekuensi x melambangkan titik tengah n melambangkan banyak data Dari proses penghitungan di atas kita menemukan angka-angka yang besar dan rumit. Sehingga sering membuat analis data secara manual akan menemui banyak kesulitan. Untuk mensikapi masalah ini maka Statistik memberikan formula rumus baru untuk menemukan Mean, dengan mengunakan Mean Terkaan. Apa yang dimaksud dengan Mean Terkaan? Mean terkaan merupakan Mean yang kita buat secara acak dari Mean yang akan kita cari. Misal kita menerka Mean dari Ditribusi di atas dengan Terkaan A dengan Basis terkaan itu sendiri diambil dari titik tengah suatu kelas. Bagaimana mekanisme menggunakan formula mean terkaan: Pertama, menentukan basis Mean terka dengan menggunakan titik tengah suatu kelas. Pada prinsipnya kita bisa menentukan Mean terkaan secara acak, akan tetai demi pemenuhan tujuan untuk menyederhanakan perhitsungan maka disarankan Mean terka diambil dari kelas yang memiliki frekuensi tertinggi, atau Mean terka dari kelas yang posisinya di tengah. Misal jika dalam distribusi frekuensi terdapat 9 kelas, maka kita bisa mengambil kelas yang kelima. Kedua, Membuat kolom dari tabel distribusi frekuensi dengan berbasis simpangan dari kelas terkaan. Jika dalam contoh kita mengambil Mean terka dari kelas - maka Mean terkanya adalah,5, sehingga kita harus membuat simpangan,5 dengan titik tengah semua kelas. Dari kelas yang pertama 2-5 simpangan Mean terkanya adalah -, mengapa diberi tanda (-)? Ini setidaknya untuk

16 mengambarkan bahwa simpangan titik tengah kelas 2-5 adalah 3,5 sehingga 3,5 dikurangi,5 akan mendapatkan simpangan -. Atau dalam logika yang sederhana kelas 2-5 dikaitkan dengan kelas - - adalah berada dibawah kelas mean terkaan. Demikian pula dengan kelas -9 simpangannya adalah -4. Bagaimana dengan kelas mean terkaan sendiri, secara matematis kita akan menemukan simpangan 0, karena,5 dikurangi,5 adalah 0. Dan untuk kelas dengan titik tengah yang lebih besar dari Mean terkaan secara otomatis bersimbolkan positif. (lihat Tabel). Ketiga, dari langkah kedua tersebut kita masih mendapati angka-angka hitungan yang besar pula. Untuk kita bisa menyederhanakan lagi dengan membuat simpangan bukan berbasis pada angka simpangan sesungguhnya. Bagaimana caranya? Ini bisa dilakukan dengan membuat angka simpangan yang berbasis satuan. Jadi untuk kelas 2-5 maka simpangan adalah -2, untuk kelas -9 adalah -1, untuk kelas - adalah 0, untuk kelas 14- adalah +1, kelas 1-21 adalah +2 dan untuk kelas berikutnya adalah +3, dan +4. (Lihat tabel). Keempat, kita menjumlahkan semua simpangan tersebut dan dibagi dengan banyak data. Jika kita menggunakan simpangan sesungguhnya, setelah dijumlahkan seluruh simpangan dibagi dengan banyak data lalu kita tambahkan dengan Mean terkaan, sehingga kita menemukan rumus Mean dengan basis Mean terka dengan simpangan sesungguhnya adalah sebagai berikut: Σ f x X M = Mt n M= Mean Mt= Mean terka F = Frekuensi X = Selisih titik tengah kelas dari mean terka dalam bentuk selisih nominal (sesungguhnya) N = Banyak data Atau jika kita menggunakan simpangan yang berbasis satuan maka kita akan dapatkan rumus sebagai berikut: Σ f x X M = Mt xi n M= Mean Mt= Mean terka F = Frekuensi X = Selisih titik tengah kelas dari mean terka dalam bentuk satuan N = Banyak data I = Interval Mengapa kita menambahkan simbol I sebagai simbol interval? Proses pengkalian dengan interval adalah untuk tetap menjadikan simpangan satuan dari kelas adalah sama dengan simpangan sesungguhnya. Dari sini bisa dipastikan bahwa hasil akhirnya adalah sama dari dua rumus mencari Mean dengan basis Mean terkaan. Data (fiktif) tentang Pandangan Sidang Umum Terhadap Serangan AS ke Afghanistan Kelas Tiik Tengah Simpangan Simpangan Satuan

17 Sesungguhnya 2-5 3, , , , , , ,5

18 , Dengan asumsi bahwa mean terka diambil dari kelas -. Dari tabel ini mean terkaan sebesar,5 maka kita akan mendapatkan mean sebagai berikut: Mean dengan Mean terkaan berbasis simpangan sesungguhnya M =,5 + Σ =,5 + 0,24 =,74 Atau dengan mean terkaan berbasis simpangan satuan M =,5 + x =, =,5 + 0,24 =,74

19

PENGUKURAN DATA DALAM DISTRIBUSI TUNGGAL DAN BERGOLONG

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

Lebih terperinci

MEMBUAT KLASIFIKASI FAKTA

MEMBUAT KLASIFIKASI FAKTA MEMBUAT KLASIFIKASI FAKTA Dalam pembahasan sebelumnya proses klasifikasi fakta dibuat berbasiskan kelas. Dari persebaran data yang acak agar bisa diolah kemudian diklasifikasikan ke dalam kelas sesuai

Lebih terperinci

BAB I PENDAHULUAN. Nilai ujian statistik 5 mahasiswa kelas A adalah 71,75,79,77,73 Nilai ujian statistik 5 mahasiswa kelas B adalah 45,60, 90,85,95

BAB I PENDAHULUAN. Nilai ujian statistik 5 mahasiswa kelas A adalah 71,75,79,77,73 Nilai ujian statistik 5 mahasiswa kelas B adalah 45,60, 90,85,95 BAB I PENDAHULUAN Dalam penyelidikan data sering kali kita membutuhkan informasi yang lebih banyak dari pada hanya mengetahui salah satu tendensi sentral saja. Misal kita ingin mengetahui bagaimana penyebaran

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

MENGUKUR STANDAR DEVIASI

MENGUKUR STANDAR DEVIASI MENGUKUR STANDAR DEVIASI Dalam perbincangan sebelumnya kita banyak mengulas tentang fakta dan kecenderungan sentral, yang kemudian memperbincangkan proses variabilitas. Dalam konteks ini kita akan memperbincangkan

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

UKURAN TENGAH DAN UKURAN DISPERSI

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

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURA PEYEBARA DATA Seventh Meeting Khatib A. Latief Email: kalatief@gmail.com; khatibalatif@yahoo.com Twitter: @khatibalatief Mobile: +68 1168 3019 Ukuran Penyebaran data Ukuran penyebaran data adalah

Lebih terperinci

UKURAN PEMUSATAN DATA STATISTIK

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB I DISTRIBUSI FREKUENSI

BAB I DISTRIBUSI FREKUENSI BAB I DISTRIBUSI FREKUENSI A. Pengertian Distribusi Frekuensi adalah penyajian data yang telah digolongkan dalam kelas-kelas menurut urutan tingkatannya beserta jumlah individu pada masing-masing kelas.

Lebih terperinci

Deviasi rata-rata (rata-rata simpangan) data yang belum dikelompokkan

Deviasi rata-rata (rata-rata simpangan) data yang belum dikelompokkan Statistik Deskriptif DEVIASI RATA-RATA / RATA-RATA SIMPANGAN Mean Deviasi atau Average Deviation atau Deviasi Mean dari deviasi nilai-nilai dari Mean dalam suatu distribusi, diambil nilainya yang absolut.

Lebih terperinci

Masalah Penyebaran data. Riana Nurhayati

Masalah Penyebaran data. Riana Nurhayati Masalah Penyebaran data Riana Nurhayati Penyebaran Data Penyajian data statistik dalam berbagai bentuk tabel distribusi frekuensi dan grafik, masih belum bisa membuat angka menjadi berbicara. Untuk dapat

Lebih terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 3: NILAI RINGKASAN DATA BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum

Lebih terperinci

Refisia Caturasa Abstrak/Ringkasan. Pendahuluan

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

Lebih terperinci

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA TUGAS II STATISTIKA Oleh Butsiarah / 15B20020 Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA UNIVERSITAS NEGERI MAKASSAR 2015 1. Penelitian terhadap nilai mahasiswa S1 Jurusan

Lebih terperinci

BAB IV DESKRIPSI HASIL PENELITIAN

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

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

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

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

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

Lebih terperinci

HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG

HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data

Lebih terperinci

Pengukuran Deskriptif

Pengukuran Deskriptif Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi

Lebih terperinci

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DESKRIPSI HASIL PENELITIAN BAB IV DESKRIPSI HASIL PENELITIAN A. Bentuk Kedisiplinan Belajar Pada Mata Pelajaran Pendidikan Agama Islam Kedisiplinan belajar yang dimiliki siswa SMPN 2 Petir pada saat ini semakin memudar. Siswa sering

Lebih terperinci

STATISTIKA 1. Menerapkan aturan konsep statistika dalam pemecahan masalah

STATISTIKA 1. Menerapkan aturan konsep statistika dalam pemecahan masalah STATISTIKA 1 Standar Kompetensi Menerapkan aturan konsep statistika dalam pemecahan masalah Kompetensi Dasar Mengidentifikasi pengertian statistik, statistika, populasi dan sampel Menyajikan data dalam

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

PENYAJIAN DATA. Cara Penyajian Data meliputi :

PENYAJIAN DATA. Cara Penyajian Data meliputi : PENYAJIAN DATA Cara Penyajian Data meliputi : 1. Tabel Tabel terbagi menjadi : - Tabel Biasa - Tabel Kontingensi - Tabel Distribusi Tabel Distribusi terbagi menjadi : Tabel Distribusi Mutlak Tabel Distribusi

Lebih terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran Deskriptif. Debrina Puspita Andriani    / Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran

Lebih terperinci

Mata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum pertemuan berikutnya)

Mata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum pertemuan berikutnya) Fakultas Teknologi Informasi (FTI) Jurusan Teknik Informatika Universitas Mercu Buana Yogyakarta Mata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum

Lebih terperinci

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini 50 BAB III METODE PENELITIAN A. Pendekatan dan Metode Penelitian Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini adalah pendekatan kuantitatif. Pendekatan kuantitatif dipilih penulis

Lebih terperinci

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu: Pertemuan 8 UKURA PEYEBARA 1. Pengertian Penyebaran (Dispersi) Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data homogen memiliki penyebaran (dispersi) yang kecil, sedangkan data

Lebih terperinci

STAND N AR R K OMP M E P T E EN E S N I:

STAND N AR R K OMP M E P T E EN E S N I: Silabus Matematika Kelas XI IPS Smester 1 STANDAR KOMPETENSI: Menggunakan aturan statistika, kaidah pencacahan, dan sifat- sifat peluang dalam pemecahan masalah. u Kompetensi Dasar 1.1 Membaca data dalam

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

STATISTIKA 2 UKURAN PEMUSATAN

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

Lebih terperinci

BAB1 PENgantar statistika

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

Lebih terperinci

1.0 Distribusi Frekuensi dan Tabel Silang

1.0 Distribusi Frekuensi dan Tabel Silang ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: Statistika Psikologi 1 Tendensi Sentral Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. DISTRIBUSI SAMPEL 2 DISTRIBUSI SAMPEL 3 TENDENSI SENTRAL: Apa dan mengapa tendensi

Lebih terperinci

BAB III UKURAN TENGAH DAN DISPERSI

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

Lebih terperinci

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

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

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DESKRIPSI HASIL PENELITIAN BAB IV DESKRIPSI HASIL PENELITIAN A. Analisis Data Tentang Pembelajaran Kitab Safinatun Najah (Variabel X) Bab ini merupakan pokok pembahasan mengenai Kitab Safinatun Najah pengelolaan data dari hasil

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Dalam penelitian ini yang menjadi objek penelitian adalah kesulitan belajar yang dihadapi siswa dalam mata pelajaran ekonomi pada siswa kelas XI jurusan IPS

Lebih terperinci

Statistik Deskriptif. Statistik Farmasi 2015

Statistik Deskriptif. Statistik Farmasi 2015 Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan

Lebih terperinci

PENGUKURAN VARIANS DAN SIMPANGAN BAKU

PENGUKURAN VARIANS DAN SIMPANGAN BAKU PEGUKURA VARIAS DA SIMPAGA BAKU Varians data yang belum dikelompokkan Pengertian varians mirip dengan deviasi rata-rata. Hanya saja, untuk memperoleh hasil perhitungan dalam bilangan positif tidak lagi

Lebih terperinci

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data. SILABUS NAMA SEKOLAH : MATA PELAJARAN : Matematika KELAS : XII STANDAR KOMPETENSI : Menerapkan aturan konsep statistika dalam pemecahan masalah. KODE KOMPETENSI : 10 ALOKASI WAKTU : 52 x 45 Kompetensi

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Tempat penelitian penulis dipusatkan di SMPN 2 Pabuaran Kabupaten Serang, yang beralamat di jalan Bongla kampong Sindangheula

Lebih terperinci

KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK. Dr. Heru Santoso Wahito Nugroho, CPMC

KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK. Dr. Heru Santoso Wahito Nugroho, CPMC KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK Dr. Heru Santoso Wahito Nugroho, CPMC Published by: Forum Ilmiah Kesehatan (Forikes) Ponorogo, Indonesia 2014 1 DESKRIPSI MATERI KEGIATAN

Lebih terperinci

STATISTIK 1. PENDAHULUAN

STATISTIK 1. PENDAHULUAN STATISTIK. PENDAHULUAN Statistika yaitu ilmu pengetahuan yang mempelajari cara pengumpulan, pengolahan, penyajian, analisa data dan pengambilan kesimpulan dari siat-siat data. Statistik yaitu kumpulan

Lebih terperinci

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

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

Lebih terperinci

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

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

Lebih terperinci

Ukuran Nilai Sentral

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

Lebih terperinci

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

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

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

Lebih terperinci

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

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26 Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random

Lebih terperinci

A. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1

A. PENYAJIAN DATA. Nama Dwi Willi Nita Wulan Dani. Tabel 3.1 A. PENYAJIAN DATA 1. Pengertian Data dan Statistika Statistika sangat erat kaitannya dengan data. Oleh karena itu, sebelum membahas mengenaistatistika, akan dijelaskan terlebih dahulu mengenai data. Data

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

PENGUKURAN VARIASI. Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi

PENGUKURAN VARIASI. Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi BAB 4 PENGUKURAN VARIASI Kompetensi Mampu menjelaskan dan menganalisis hal-hal yang berkaitan dengan pengukuran variasi Indikator 1. Menjelaskan range 2. Menjelaskan range antar kuartil 3. Menjelaskan

Lebih terperinci

KWARTIL, DESIL DAN PERSENTIL

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

Lebih terperinci

Interval f nilai Total 50 = N

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 73 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan hasil penelitian yang telah dilakukan meliputi deskripsi data, hasil analisis data penelitian, pengujian hipotesis, dan pembahasan

Lebih terperinci

STATISTIKA 4 UKURAN LETAK

STATISTIKA 4 UKURAN LETAK TUJUAN STATISTIKA 4 UKURAN LETAK MODUL 4 Melatih berfikir dan bernalar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan

Lebih terperinci

Statistik Deskriptif Ukuran Dispersi

Statistik Deskriptif Ukuran Dispersi MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand

Lebih terperinci

STATISTIKA 3 UKURAN PENYEBARAN

STATISTIKA 3 UKURAN PENYEBARAN TUJUAN STATISTIKA UKURAN PENYEBARAN Melatih berfikir dan belajar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan gagasan

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

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

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

Lebih terperinci

S T A T I S T I K A. Pertemuan ke-2

S T A T I S T I K A. Pertemuan ke-2 S T A T I S T I K A Pertemuan ke-2 Dasar-dasar Penghitungan Gejala Pusat Mean / Average / Rata-rata / Median / Me Mode / Modus / Mo Standard Deviation / Simpangan Baku / s Contoh : Susunlah data hasil

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 44 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian Untuk memperoleh data tentang penguasaan mufrodat, dapat diperoleh dari hasil tes penguasaan mufrodat yang telah diberikan kepada

Lebih terperinci

UKURAN-UKURAN NILAI PUSAT

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

Lebih terperinci

STATISTIKA. Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG

STATISTIKA. Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG STATISTIKA Created By : Aidah Murdikah SEMESTER 5 KELAS B3 UNIVERSITAS MUHAMMADIYAH TANGERANG KATA PENGANTAR A. Latar Belakang Statistika adalah ilmu yang mempelajari cara pengumpulan, penyusunan, pengolahan,

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

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN SAMPEL & PENDUGAAN PARAMETER PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti

Lebih terperinci

5. Statistik Terapan untuk Penelitian Ilmu-ilmu Sosial. (Edisi keempat 2009, edisi pertama cetakan pertama 2000). Yogyakarta: Gadjah Mada University

5. Statistik Terapan untuk Penelitian Ilmu-ilmu Sosial. (Edisi keempat 2009, edisi pertama cetakan pertama 2000). Yogyakarta: Gadjah Mada University 5. Statistik Terapan untuk Penelitian Ilmu-ilmu Sosial. (Edisi keempat 2009, edisi pertama cetakan pertama 2000). Yogyakarta: Gadjah Mada University Press. STATISTIK TERAPAN UNTUK PENELITIAN SOSIAL Burhan

Lebih terperinci

SELAMAT BERJUMPA. Dengan Mata Kuliah STATISTIKA

SELAMAT BERJUMPA. Dengan Mata Kuliah STATISTIKA SELAMAT BERJUMPA Dengan Mata Kuliah STATISTIKA STATISTIKA STATISTICs atau STATISTIK STATISTIC Istilah statistik mengandung pengertian : 1. Data Statistik ; yaitu kumpulan bahan keterangan yang berupa angka

Lebih terperinci

BAB IV DESKRIPSI HASIL PENELITIAN

BAB IV DESKRIPSI HASIL PENELITIAN BAB IV DESKRIPSI HASIL PENELITIAN A. Deskripsi Data Penelitian Metode Kauny Quantum Memory Berdasarkan hasil angket dan tes yang dilakukan di Pondok Pesantren Modern Manahijussadat, Lebak, Rangkas Bitung.

Lebih terperinci

: Purnomo Satria NIM : PENDISKRIPSIAN DATA

: Purnomo Satria NIM : PENDISKRIPSIAN DATA Nama : Purnomo Satria PENDISKRIPSIAN DATA NIM : 1133467162 1. Pendahuluan Dalam suatu penelitian kadang-kadang seorang peneliti menemui kesulitan dalam menyajikan sejumlah besar data statistik dalam bentuk

Lebih terperinci

SESI 2 STATISTIK BISNIS

SESI 2 STATISTIK BISNIS Modul ke: SESI 2 STATISTIK BISNIS Sesi 2 ini bertujuan agar Mahasiswa mengetahui langkahlangkah yang harus lakukan untuk mengumpulkan data hingga menyajikan dan menganalis data yang sudah mereka dapatkan

Lebih terperinci

Materi II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI

Materi II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI Materi II STATISTIK DESKRIPTIF STMIK KAPUTAMA BINJAI DISTRIBUSI FREKUENSI Frekuensi adalah kekerapan atau keseringan suatu data berulang atau berada dalam deretan angka tersebut. Distribusi adalah penyaluran,

Lebih terperinci

PENDAHULUAN JENIS PENELITIAN MENURUT PENDEKATANNYA 2/16/2012 PENDEKATAN PRAKTIS

PENDAHULUAN JENIS PENELITIAN MENURUT PENDEKATANNYA 2/16/2012 PENDEKATAN PRAKTIS PENDEKATAN PRAKTIS Disiapkan oleh : Setya Raharja MP/AP FIP UNY JENIS PENELITIAN MENURUT PENDEKATANNYA Survei Ex post facto Eksperimen Kualitatif Analisis konten Tindakan Historis Kebijakan Evaluasi Deskriptif

Lebih terperinci

UKURAN LOKASI DAN VARIANSI MEAN:

UKURAN LOKASI DAN VARIANSI MEAN: UKURAN LOKASI DAN VARIANSI MEAN: Mean merupakan ukuran rata-rata dari data. Dua metode yang akan dibahas untuk menentukan rata-rata adalah rata-rata hitung dan rata-rata harmonik. Rata-rata hitung Merupakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Dalam melaksanakan suatu penelitian, seorang peneliti harus menentukan

BAB III METODOLOGI PENELITIAN. Dalam melaksanakan suatu penelitian, seorang peneliti harus menentukan BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Dalam melaksanakan suatu penelitian, seorang peneliti harus menentukan metode apa yang akan dipakai karena menyangkut langkah-langkah yang harus dilakukan

Lebih terperinci

PERTEMUAN 2 STATISTIKA DASAR MAT 130

PERTEMUAN 2 STATISTIKA DASAR MAT 130 PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat

Lebih terperinci

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

By Syarifah Hikmah JS. MK Statistika (MAM 4137) By Syarifah Hikmah JS MK Statistika (MAM 4137) Daftar Isi Wilayah/Rentang Deviasi rata-rata terhadap nilai tengah Ragam Simpangan baku Ukuran Statistik Untuk menjelaskan ciri-ciri data yang penting maka

Lebih terperinci

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

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan adalah dengan menggunakan

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan adalah dengan menggunakan BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang akan digunakan adalah dengan menggunakan metode deskriptif studi korelasi (Correlation Study) dengan pendekatan belah lintang (Cross

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. pengumpulan data. Soal yang digunakan adalah soal yang telah teruji validitasnya

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. pengumpulan data. Soal yang digunakan adalah soal yang telah teruji validitasnya 20 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian Dalam penelitian ini, peneliti menggunakan tes berupa tes essay yang sudah diuji validitas dan reliabilitas tesnya untuk digunakan sebagai

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini yaitu metode kuasi eksperimen, dengan pendekatan kuantitatif dan kualitatif yang bertujuan untuk menyelidiki hubungan

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

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF OLEH ARFAN KAFTARU 1307012285 FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS NUSA CENDANA KUPANG 2017 i KATA PENGANTAR Puji syukur kehadirat Tuhan Yang

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

No. Kode Nilai No. Kode Nilai 1 E K E K E K E K E K E K-06 36

No. Kode Nilai No. Kode Nilai 1 E K E K E K E K E K E K-06 36 BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Penelitian Data tentang efektivitas penggunaan metode listening team terhadap motivasi belajar peserta didik diperoleh dari hasil angket yang diberikan

Lebih terperinci

TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK. https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta

TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK. https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta Pendahuluan Disain penelitian menentukan teknik statistik ; bukan sebaliknya

Lebih terperinci

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b . STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode penelitian diperlukan untuk mencapai tujuan penelitian. Metode

BAB III METODOLOGI PENELITIAN. Metode penelitian diperlukan untuk mencapai tujuan penelitian. Metode BAB III METODOLOGI PEELITIA A. Metode Penelitian Metode penelitian diperlukan untuk mencapai tujuan penelitian. Metode merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu (Sugiyono,

Lebih terperinci

TEKNIK PENGOLAHAN SKOR HASIL EVALUASI

TEKNIK PENGOLAHAN SKOR HASIL EVALUASI TEKNIK PENGOLAHAN SKOR HASIL EVALUASI MENGOLAH SKOR MENTAH MENJADI NILAI HURUF MENGOLAH SKOR MENTAH MENJADI SKOR STANDAR 1-10 MENGOLAH SKOR MENTAH MENJADI SKOR STANDAR Z MENGOLAH SKOR MENTAH MENJADI SKOR

Lebih terperinci

BAB IV HASIL PENILITIAN DAN PEMBAHASAN. bahwa desain penelitian ini adalah Only Posttest Control Group Desain. Teknik

BAB IV HASIL PENILITIAN DAN PEMBAHASAN. bahwa desain penelitian ini adalah Only Posttest Control Group Desain. Teknik 4.1 Hasil Penelitian BAB IV HASIL PENILITIAN DAN PEMBAHASAN 4.1.1 Deskripsi Hasil Observasi Telah diterangkan sebelumnya dalam metode penelitian pada BAB III bahwa desain penelitian ini adalah Only Posttest

Lebih terperinci

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6 PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau

Lebih terperinci