3.1 Transformasi Untuk Kesimetrikan Data
|
|
- Yanti Tanudjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 TRANSFORMASI DATA DENGAN R 3 Pada modul 3 akan dipelajari Transformasi data menggunakan R. Terdapat tiga sub bahasan dalam modul 3 ini, yaitu transformasi untuk kesimetrikan data, transformasi homogenitas rentang sebaran, serta transformasi untuk meluruskan pola garis 3.1 Transformasi Untuk Kesimetrikan Data Data yang kita miliki, terutama data asli, seringkali tidak menunjukkan pola simetrik. Ketidaksimetrikan data (kemiringan pola sebaran) dapat dilihat dari posisi Me di dalam kotak suatu box plot. Letak Me (Median) yang lebih dekat ke qb (quartile bawah) mencirikan suatu sebaran dengan kemiringan positif (menjulur ke atas). Letak Me yang lebih dekat ke qa mencirikan suatu sebaran dengan kemiringan negatif (menjulur ke bawah). Panjang garis yang menjulur dari kotak, menjadi petunjuk adanya data yang agak jauh dari kumpulannya dan hal ini tidak selalu berarti pola sebaran tersebut miring. Selama posisi Me terhadap qb maupun qa relatif seimbang, garis yang terlalu panjang hanya menunjukkan bhw. sebaran data itu memiliki ekor atau kemenjuluran yang lebih panjang dari semestinya. Tujuan transformasi jelas, yaitu membuat sedekat mungkin dengan bentuk standar, yaitu berpuncak tunggal, simetri, mengecil dengan mulus di kedua sisinya. Tangga transformasi Tukey : 25
2 Contoh : Lihat data yl (Tingkat bunuh diri) yang disajikan pada Tabel 3.1. Tabel 3.1. Data Tingkat bunuh diri di berbagai Negara. Negara Kanada Israel Jepang Aust Prancs Jerman Hongar Italia Blanda Poland Spanyl Swedia Swiss Inggrs USA LANGKAH DALAM R: > bunuh<- read.table("c:/r/bunuh.txt", header=true) > boxplot(bunuh) 26
3 > attach(bunuh) > boxplot(x25.34) Jika dilihat dari boxplot tersebut, maka dapat dilihat bahwa data menjulur ke atas, jadi transformasi yang dapat disarankan adalah: Latihan Praktikum: Lakukan transformasi pada data bunuh diri berbagai Negara pada usia tahun agar simetrik. Buat boxplotnya, apakah nilai median dan juraian boxplot telah proporsional? 3.2 Transformasi Homogenitas Rentang Sebaran Pembandingan pusat kelompok data akan lebih efisien kalau rentang sebarannya lebih homogen. (Salah satu asumsi dalam ANAVA untuk pembandingan data adalah homogenitas varians). Untuk menyamakan sebaran, perlu diketahui hubungan sebaran dengan pusat data. Bila sebaran cenderung naik bersama dengan naiknya pusat, diperlukan trans. yang membuat sebaran data yang pusatnya tinggi menjadi lebih kecil, misal x 1/2, log x, 1/x 27
4 Bila sebaran mengecil dengan naiknya pusat, diperlukan trans. yang membuat sebaran data yang pusatnya tinggi menjadi lebih besar, mis. X2, X3. Aturan praktis dari Tukey ialah : Plot pasangan (log Me, log d) pada diagram pencar Tarik garis lurus putus putus yang paling mendekati titik titik yang ada Ambil dua titik pada garis, sebaiknya berupa pasangan (log Me, log d) dari kelompok data Hitung nisbah sebagai berikut: Nilai nisbah ini merupakan arah garis. Lakukan transformasi berdasarkan acuan sbb. : TRANSFORMASI YANG SESUAI DENGAN NISBAH Nisbah kira kira ½ 1 3/2 2 Transformasi yang dicoba x 1/2 Log x 1/x 1/x 2 Contoh : Lihat data tentang tingkat bunuh diri (laki laki) dari lima kelompok umur (bunuh.txt) Latihan Praktikum: Buatlah program menggunakan R, untuk melakukan transformasi rentang sebaran data. Data yang digunakan adalah data tingkat bunuh diri berbagai Negara. 3.3 Transformasi Untuk Meluruskan Pola Garis Untuk memeriksa apakah model linier (garis lurus) tepat digunakan (sebelum mencari persamaan garis taksiran), dilakukan cara sebabagai berikut : Perhatikan scatter diagram Periksa apakah Y A < Y T < Y B atau Y B < Y T < Y A? 28
5 Jika ya, maka model linier dapat digunakan. Jika tidak, maka hubungan antara X dan Y tidak linier. Hal ini dapat diperhatikan dalam Gambar 3.1 berikut : Gambar 3.1. Scatter Diagram untuk transformasi pelurusan pola garis Meskipun Y A < Y T < Y B atau YB < Y T < Y A, masih ada kemungkinan hubungan yang tidak linier. Hal ini tampak dari scatter diagram, Pemeriksan yang lebih baik, adalah dengan menghitung : S = min( b BT T, b AT ), M = maks( b BT T, b AT ), N = S/M Jika N = 1, berarti bahwa b B T = b AT, maka model linier baik untuk digunakan. Jika N = 0, b BT dan b AT bertanda sama, dilakukan transformasi. ATURAN PENGGUNAAN TRANSFORMASI 0,9 < N 1; Tidak perlu digunakan transformasi, tetapi gunakan model linier sederhana (garis lurus). 0,5 < N 0,9 ; 3 29
6 Jika scatter diagram menunjukkan bahwa data memencar, yang berarti bahwa hubungan antara X dan Y renggang, maka model linier sederhana sudah cukup baik. Jika hubungan antara X dan Y erat atau jumlah observasi sedikit, maka gunakan transformasi. Sehubungan dengan makna transformasi tersebut, jika ada alasan wajar untuk melakukan transformasi (bila kelengkungan pada data memang wajar, maka gunakan transformasi. Tetapi jika yakin bahwa kelengkungan itu terjadi secara kebetulan, yaitu karena fluktuasi sampel, maka tak perlu dihiraukan. 0 < N 0,5; Gunakan transformasi untuk X atau kedua duanya. PETUNJUK PEMILIHAN TRANSFORMASI Tukey (1977) memberikan petunjuk pemilihan transformasi sebagai berikut : FORMULA R Diberikan data penduduk pada Tabel 3.2: penduduk.txt Simpan dengan nama penduduk.txt. Misal simpan di C:/R/penduduk.txt Panggil di R > dataku<- read.table("c:/r/penduduk.txt", header=true) 30
7 Tabel 3.2. Ratio Penduduk tahun penduduk Buat scatter plot >plot(penduduk~tahun, data=dataku, pch=16) Buat program sebagai berikut: > trans1<-function(x,y){ + xa<-max(x); ya<-max(y) + xb<-min(x); yb<-min(y) + xt<-median(x); yt<-median(y) + bbt<-((yt-yb)/(xt-xb)) + bat<-((ya-yt)/(xa-xt)) + s<-min(bbt,bat) + m<-max(bbt,bat) 31
8 + N<-(s/m) + N + } > transform<-trans1(tahun,penduduk) > transform Periksa nilai N, lakukan transformasi jika perlu. Mial dalam hal ini, transformasi dilakukan untuk y log y, maka fungsi dalam R adalah: > logy<-log(penduduk) > logy [1] [9] > plot(logy~tahun) > abline(lm(logy~tahun)) Untuk mengetahui persamaan garisnya, maka diberikan formula: > fit<-lm(logy~tahun) > fit Call: lm(formula = logy ~ tahun) Coefficients: (Intercept) tahun
9 Latihan Mandiri Modul 3 Gunakan data yang telah anda pilih untuk mengerjakan Latihan Mandiri Modul 2. Lakukan transformasi untuk kesimetrikan data, transformasi homogenitas rentang sebaran, serta transformasi untuk meluruskan pola garis. Petunjuk: Jika tidak ada data yang mengandung ke asimetrisan, maka anda boleh mencari data lain. 33
ADE (Analisis Data Eksplorasi)
-2- TRANSFORMASI DATA 1. TRANSFORMASI UNTUK KESIMETRIKAN DATA 2. TRANSFORMASI RENTANG SEBARAN DATA PEMBANDINGAN KELOMPOK DATA D10F-3003 / 4 (3-1) SKS ADE (Analisis Data Eksplorasi) Tim Teaching ADE Transformasi
Lebih terperinciADE (Analisis Data Eksplorasi)
3 3 DATA BERPASANGAN & PERSAMAAN GARIS LURUS 1. GARIS RESISTEN 2. PROSES ITERASI DALAM GARIS RESISTEN D10F-3003 / 4 (3-1) SKS ADE (Analisis Data Eksplorasi) Tim Teaching ADE DATA BERPASANGAN & PERSAMAAN
Lebih terperinciSTK 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 terperinciStatistika 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 terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciSTK 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 terperinciKomputasi Statistika dengan Software R
Komputasi Statistika dengan Software R Analisis Korelasi (Sesi 13) Zulhanif Analisis Korelasi Korelasi menyatakan keeratan hubungan antara suatu variabel dengan variabel lainnya. Korelasi dalam populasi
Lebih terperinciLembar Kerja Mahasiswa Tugas Kelas - TR Mt. Statistik Ekonomi
Tugas Kelas - TR Petunjuk: 1. Kerjakanlah di kelas secara berdiskusi sesama. 2. Gunakan Lembar Kerja ini sebagai lembar jawaban Anda. 3. Waktu pengerjaan tugas kelas paling lama 100 menit. 4. Setelah 100
Lebih terperinci4 HASIL DAN PEMBAHASAN
16 4 HASIL DAN PEMBAHASAN Pada bab ini dibahas mengenai kajian simulasi dan kajian terapan. Simulasi dilakukan untuk mengevaluasi penduga yang diperoleh dengan menggunakan metode pendugaan klasik dan metode
Lebih terperinciSTATISTIKA 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 terperinciSTK511 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 terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciUkuran 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 terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah
Lebih terperinciReferensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, didi.staff.gunadarma.ac.id/downloads/files/13709/babv.
STATISTIKA DESKRIPTIF 2 Referensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, 2009 2. didi.staff.gunadarma.ac.id/downloads/files/13709/babv.pdf Ukuran Statistik 2.1 RATA RATA (MEAN)
Lebih terperinciKALKULUS MULTIVARIABEL II
Definisi KALKULUS MULTIVARIABEL II (Minggu ke-7) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Definisi 1 Definisi 2 ontoh Soal Definisi Integral Garis Fungsi f K R 2 R di Sepanjang Kurva
Lebih terperinciMA5182 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 terperinciPENGANTAR & 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 terperinciUkuran 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 terperinciSTK511 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 terperinciANALISIS 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 terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan Lokasi Penelitian
BAB III METODOLOGI 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan selama 5 bulan dimulai dari bulan Februari hingga bulan Agustus 2010. Penelitian dilakukan di Kebun Raya Cibodas (KRC) yang
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan III Statistika Deskripsi dan Eksplorasi (2) Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama
Lebih terperinciMultiple Box-Plot dengan Program Minitab dan SPSS
Multiple Box-Plot dengan Program Minitab dan SPSS Author: Junaidi Junaidi 1. Pengantar Box plot adalah salah satu teknik yang dapat digunakan dalam mempelajari karakteristik dan distribusi data. Box plot
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Eksplorasi Data Diagram kotak garis (boxplot) merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran.
Lebih terperinciStatistika 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 terperinciTentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika
Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk
Lebih terperinciDistribusi Frekuensi
Distribusi Frekuensi Statistik Industri Beberapa Istilah 1 Beberapa (cont ) Kelas interval : banyaknya objek yang dikumpulkan dalam kelompok tertentu, berbentuk interval a b ex: kelas interval pertama
Lebih terperinci6.8.3 ModeldenganVariabelKualitatif
186 BAB 6. MODEL LINIER NORMAL Multiple R-Squared: 0.6511, Adjusted R-squared: 0.6438 F-statistic: 89.57 on 1 and 48 DF, p-value:1.490e-12 Dari hasil yang diperoleh dapat disimpulkan bahwa konstanta α
Lebih terperinciREGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Abstrak
REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Rita Rahmawati 1, Widiarti 2, Pepi Novianti 3 1) Program Studi Statistika FMIPA Undip 2) Sekolah Pascasarjana Departemen Statistika IPB 3) Jurusan Matematika
Lebih terperinciStatistik 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 terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
B. Pembelajaran 2 1. Silabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian pengaruh konten media berbasis audio-visual merupakan suatu penelitian
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Data Hasil Penelitian Penelitian pengaruh konten media berbasis audio-visual merupakan suatu penelitian eksperimen yang dilakukan di kelas X SMA Negeri 1 Kotabunan
Lebih terperinciMetode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 Pertanyaan Jika kita punya data mengenai daya hidup dari baterai Laptop merk XXX Dimana lokasi atau
Lebih terperinci5. 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 terperinciLABORATORIUM 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 terperinciCatatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah Analisis Data Orang Cerdas Belajar Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang Analisis Data A.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciMA2081 Statistika Dasar
Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik
Lebih terperinciBAB V HASIL. Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara
BAB V HASIL Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara random dibagi menjadi dua kelompok dengan jumlah masing-masing kelompok 6 ekor kelinci. Enam ekor kelinci dilakukan abrasi
Lebih terperinciPertemuan III Statistika Dasar (Basic Statistics)
Pertemuan III Statistika Dasar (Basic Statistics) Jika punya data mengenai daya hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran pemusatan Seberapa besar variasi dari data ukuran
Lebih terperinciPENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT BIVARIAT
S-3 PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT BIVARIAT Frangky Masipupu 1), Adi Setiawan ), Bambang Susanto 3) 1) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika Program
Lebih terperinciMETODOLOGI HASIL DAN PEMBAHASAN
3 berada pada jarak sejauh tiga atau empat kali simpangan baku dari nilai tengahnya (Aunuddin 1989). Pendekatan pencilan dapat dilakukan dengan melihat plot peluang normal. Apabila terdapat loncatan vertikal
Lebih terperinciUJI PRASYARAT ANALISIS
UJI PRASYARAT ANALISIS Wahyu Widhiarso Fakultas Psikologi UGM Latar Belakang PENGANTAR Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu. Formula tersebut dapat menggambarkan sebuah
Lebih terperinciKalkulus Multivariabel I
Statistika FMIPA Universitas Islam Indonesia Salah satu jenis generalisasi integral tentu b f (x)dx diperoleh dengan menggantikan himpunan [a, b] yang kita integralkan menjadi himpunan berdimensi dua dan
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciPengantar & 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 terperinciMenemukan Pola Data yang Bermakna
Menemukan Pola Data yang Bermakna Terdapat beberapa cara untuk mengurutkan data : Data kuantitatif, dapat diurutkan dari pengamatan terkecil hingga terbesar Data kualitatif/verbal, dapat diurutkan berdasarkan
Lebih terperinci25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh
Metode Statistika (STK11) Pertanyaan Jika punya data mengenai daya Pertemuan III Statistika ti tik Dasar (Basic Statistics) ti ti hidup dari baterai HP merk XXX Dimana lokasi atau pusat dari data? ukuran
Lebih terperinciBAB III. Tahap penelitian yang dilakukan terdiri dari beberapa bagian, yaitu : Mulai. Perancangan Sensor. Pengujian Kesetabilan Laser
BAB III METODOLOGI PENELITIAN 3. 1. Tahapan Penelitian Tahap penelitian yang dilakukan terdiri dari beberapa bagian, yaitu : Mulai Perancangan Sensor Pengujian Kesetabilan Laser Pengujian variasi diameter
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik tanaman padi yang akan dikaji dalam penelitian ini meliputi komponen hasil (jumlah malai per m 2, persen gabah isi, dan produktivitas) dan serapan hara (serapan total
Lebih terperinciBAB 4 HASIL PENELITIAN
BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum disajikan data hasil penelitian setiap variabel yang dikaji dalam penelitian ini, terlebih dahulu secara ringkas akan dideskripsikan karakteristik
Lebih terperinciKALKULUS MULTIVARIABEL II
KALKULUS MULTIVARIABEL II Integral Garis Medan Vektor dan (Minggu ke-8) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia 1 Integral Garis Medan Vektor 2 Terkait Lintasan Teorema Fundamental untuk
Lebih terperinciAnggota Klaster yang terbentuk adalah sebagai berikut :
Anggota Klaster yang terbentuk adalah sebagai berikut : Anggota Klaster Pertama No. Negara 1 Republik Rakyat China Anggota Klaster Kedua No. Negara 1 Malaysia 2 Singapura Anggota Klaster Ketiga No Negara
Lebih terperinciBAB V HASIL. Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara
BAB V HASIL Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara random dibagi menjadi dua kelompok dengan jumlah masing-masing kelompok 6 ekor kelinci. Enam ekor kelinci yang dilakukan
Lebih terperinciBAB V HASIL. Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara
BAB V HASIL Penelitian dilakukan pada 12 ekor kelinci jantan New Zealand, secara random dibagi menjadi dua kelompok dengan jumlah masing-masing kelompok 6 ekor kelinci. Enam ekor kelinci yang dilakukan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1 Deskripsi Data Penelitian ini dilaksanakan pada bulan November tahun 2013 di SMP Negeri 1 Atinggola. Dimana kelas yang menjadi objek penelitian
Lebih terperinciPENGANTAR 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 terperinciMA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika
Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082
Lebih terperinciPERILAKU BIAYA AKTIVITAS
PERILAKU BIAYA AKTIVITAS Konsep Dasar Perilaku Biaya Aktivitas Metode Memisahkan Biaya Campuran Muniya Alteza Konsep Dasar Perilaku Biaya Aktivitas Perilaku biaya (cost behavior) adalah istilah untuk menggambarkan
Lebih terperinciIKG4A2 Kapita Selekta Dosen: Aniq A. Rohmawati, M.Si Data Deret Waktu dan i.i.d
IKG4A2 Kapita Selekta Dosen: Aniq A. Rohmawati, M.Si Data Deret Waktu dan i.i.d Data merupakan kumpulan informasi yang diharapkan dapat dinterpretasikan dengan baik dan akurat. Terdapat beberapa jenis
Lebih terperinciBAB 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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskriptif Hasil Belajar Siswa Deskriptif hasil belajar siswa dalam penelitian ini dipaparkan dalam bentuk mean (M), median (Me), Modus
Lebih terperinciDAN 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 terperinciTabel 1 Sudut terjadinya jarak terdekat dan terjauh pada berbagai kombinasi pemilihan arah acuan 0 o dan arah rotasi HASIL DAN PEMBAHASAN
sudut pada langkah sehingga diperoleh (α i, x i ).. Mentransformasi x i ke jarak sebenarnya melalui informasi jarak pada peta.. Melakukan analisis korelasi linier sirkular antara x dan α untuk masingmasing
Lebih terperinciBAB III METODE PENELITIAN. tertentu yaitu untuk mencari pemecahan dari permasalahan yang telah
BAB III METODE PENELITIAN 3.1 Desain Penelitian Metode penelitian merupakan serangkaian langkah yang harus ditempuh oleh peneliti secara ilmiah yang digunakan untuk mendapatkan data dengan tujuan tertentu
Lebih terperinciPENS. 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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Deskripsi Data
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Penelitian menggunakan dua variabel penelitian yaitu variabel bebas dan terikat. Sebagai variabel bebas adalah penggunaan metode pembelajaran GASING
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Metode dan Desain Penelitian Metode penelitian berkaitan dengan prosedur dan teknik yang harus dilakukan dalam penelitian, metode penelitian memberikan pedoman mengenai langkah-langkah
Lebih terperinciPengantar & 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 terperinciProbabilitas 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 terperinciHASIL DAN PEMBAHASAN
14 IV. HASIL DAN PEMBAHASAN 4.1 Deskripsi Data Survei dilakukan terhadap 76 siswa, yang terdiri atas 46 siswa perempuan dan 30 siswa laki-laki. Pendidikan ayah dan ibu dari siswa-siswi tersebut sebagian
Lebih terperinciKualitas Fitted Model
Kualitas Fitted Model Apakah model regresi sudah cukup pas mewakili data? Apakah model regresi cukup baik untuk model peramalan? Tebaran titik amatan / scatter plot y Mana di antara gambar gambar ini yang
Lebih terperinciA. 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 terperinciBAB 4 HASIL PENELITIAN
87 BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum disajikan data dari hasil penelitian, terlebih dahulu secara ringkas akan dideskripsikan karakteristik responden. Karakteristik responden meliputi
Lebih terperinciSMK MGMP MATEMATIKA SMK NEGERI / SWASTA NEGERI DAN SWASTA MATEMATIKA KELOMPOK BISNIS MANAGEMEN PAKET II A KOTA SURABAYA
LATIHAN UJIAN NASIONAL TAHUN PELAJARAN 009-00 SMK NEGERI DAN SWASTA KOTA SURABAYA MATEMATIKA KELOMPOK BISNIS MANAGEMEN PAKET II A MGMP MATEMATIKA SMK NEGERI / SWASTA KOTA SURABAYA M A T E M A T I K A S
Lebih terperinci2-RP. C. Deskripsi CP secara umum KKNI Level 6
RP-S1-SK-05 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : CP 10.3 : Dapat menjelaskan konsep manajemen dan eksplorasi data dan Mampu melakukan eksplorasi dan
Lebih terperinciPRAKTIKUM 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 terperinciBAB IV HASIL PENELITIAN. Bulan Desember Subjek penelitian adalah pasien atau pengantar pasien
29 BAB IV HASIL PENELITIAN A. Distribusi Data Penelitian Penelitian ini dilakukan di Puskesmas Sibela Kota Surakarta pada Bulan Desember 215. Subjek penelitian adalah pasien atau pengantar pasien rawat
Lebih terperinciMODEL REGRESI. o Persamaan Matematis ÆY=a + bx.. (pers.1) Persamaan Ekonometrika ÆY = b0 + b1x + e.. (pers.2)
MODEL REGRESI o Model dalam bentuk persamaan berfungsi sebagai panduan analisis melalui penyederhanaan dari realitasyang ada. o Penulisan model dalam ekonometrik merupakan pengembangan dari persamaan fungsi
Lebih terperincitegangan tekan disebelah atas dan tegangan tarik di bagian bawah, yang harus ditahan oleh balok.
. LENTUR Bila suatu gelagar terletak diatas dua tumpuan sederhana, menerima beban yang menimbulkan momen lentur, maka terjadi deformasi (regangan) lentur. Pada kejadian momen lentur positif, regangan tekan
Lebih terperinciMUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016
MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 RATA- RATA nilai matakuliah mahasiswa tsb adalah B Sumber: https://sinarnetri.files.wordpress.com/2010/04/khs.png Aswad2016 Titik-titik
Lebih terperinciDIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)
DIKTAT KULIAH (IE-308) BAB 3 TURUNAN PARSIAL Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -
Lebih terperinciBAB III METODE PENELITIAN. dilakukan dalam penelitian, metode penelitian memberikan pedoman mengenai. Sugiyono (2010:6) menyatakan bahwa:
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian berkaitan dengan prosedur dan teknik yang harus dilakukan dalam penelitian, metode penelitian memberikan pedoman mengenai langkah-langkah
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini berlokasi di Kota Gorontalo. dilaksanakan dari bulan Januari 2014 sampai dengan Maret 2014.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini berlokasi di Kota Gorontalo. Penelitian ini dilaksanakan dari bulan Januari 2014 sampai dengan Maret 2014. Penelitian ini dilaksanakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinci3 METODOLOGI. 3.1 Lokasi dan Waktu Penelitian
15 3 METODOLOGI 3.1 Lokasi dan Waktu Penelitian Pada penelitian ini, lokasi yang menjadi objek penelitian adalah wilayah PPN Brondong, Kabupaten Lamongan propinsi Jawa Timur. Pemilihan lokasi ini didasari
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. kritis matematika siswa yang terbagi dalam dua kelompok yaitu data kelompok
40 4.1 Hasil Penelitian BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1.1 Deskripsi Data Penelitian Data yang dideskripsikan dalam penelitian ini yaitu data kemampuan berpikir kritis matematika siswa yang terbagi
Lebih terperinciBAB 4 ANALSIS DAN BAHASAN. Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku
BAB 4 ANALSIS DAN BAHASAN 4.1. Analisis Data dan Bahasan 4.1.1. Analsis Deskriptif Analisis deskriptif berikut ini menjelaskan kateristik pasien penderita Tuberculosis (TB Paru) berdasarkan variabel usia,
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU UKURAN PENYEBARAN DATA Selain ukuran pemusatan data dan ukuran letak data, ada juga yang
Lebih terperinciSistem Persamaan linier
Sistem Persamaan linier 5.1 Sistem Persamaan Linier Dua Peubah (Variabel) Bentuk Umum: a 1 x + b 1 y = c 1 a 2 x + b 2 y = c 2 Dimana a 1, b 1, c 1, a 2, b 2, c 2 R. Himpunan pasangan berurutan (x, y)
Lebih terperinciFONDASI TELAPAK TERPISAH (TUNGGAL)
FONDASI TELAPAK TERPISAH (TUNGGAL) Analisis fondasi telapak tunggal simetris. Macam beban yang bekerja pada struktur digolongkan menjadi beban mati, beban hidup, beban angin, beban gempa dsb. Kombinasi
Lebih terperinciSTATISTIK DAN STATISTIKA
STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciBAB I PENDAHULUAN. suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penaksiran koefisien-koefisien regresi linier, biasanya kita digunakan suatu metode yang disebut metode kuadrat terkecil (Ordinary Least Square OLS).
Lebih terperinciFORMAT LAPORAN MODUL IV DISTRIBUSI VARIABEL RANDOM KONTINU
FORMAT LAPORAN MODUL IV DISTRIBUSI VARIABEL RANDOM KONTINU ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN Pengantar 1.1 Latar Belakang 1.2 Tujuan
Lebih terperinciMODUL V PINTU SORONG DAN AIR LONCAT
MODUL V PINTU SORONG DAN AIR LONCAT 6.1. Pendahuluan 6.1.1. Latar Belakang Pintu sorong adalah sekat yang dapat diatur bukaannya. Pada bangunan air, aplikasi pintu sorong adalah pintu pembilas. Fungsinya
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinci