PROGRAM STUDI AGRIBISNIS HORTIKULTURA
|
|
- Widya Budiman
- 5 tahun lalu
- Tontonan:
Transkripsi
1 PROGRAM STUDI AGRIBISNIS HORTIKULTURA UKURAN PENYEBARAN DATA Mata kuliah : Statistika Terapan Pengajar : Dany Juhandi, S.P, M.Sc Semester : II Pertemuan : VII Pokok Bahasan : Ukuran Penyebaran Data
2 Sub Pembahasan 1. Skor Baku 2. Koefisien Variasi 3. Kemiringan 4. Kurtosis
3 SKOR BAKU Skor baku merupakan suatu ukuran relatif yang menyatakan penyimpangan data dari nilai rata-rata yang diukur berdasarkan nilai standar deviasi. Skor baku digunakan untuk menghitung luas kurva normal baku dan untuk membandingkan data pengamatan dari dua atau lebih populasi berbeda dalam rangka menentukan tingkat atau ranking relatifnya. x μ Formula untuk populasi: z = Formula untuk sampel: z = x Contoh 1: Diketahui μ = 0,6140 σ = 0,0025. Tentukanlah luas kurva normal yang dibatasi x = 0,610 dan x = 0,613 Penyelesaian: Untuk x = 0,610, didapat z = s σ xҧ 0,610 0,614 0,0025 = 1,6 Lihat tabel Z negatif (-0,4) = 0,3446 0,5 0,3446 = 0,1554 Lihat tabel Z negatif (-1,6) = 0,0548 0,5 0,0548 = 0,4452 Luas daerah antara x = 0,610 dan x = 0,613 adalah P (-1,6 z -0,4) P (-1,6 z -0,4) = P (-1,6 z 0) P (-0,4 z 0) = 0,4452 0,1554 = 0,2898 Jadi luas kurva normal yang dibatasi oleh x = 0,610 dan x =0613 adalah 0,2898 satuan luas (=28.98%) Untuk x = 0,613, didapat z = 0,613 0,614 0,0025 = 0, ,4
4 Contoh 2: Seorang wiraniaga mampu menjual produk sebanyak 86 unit ketika yang bersangkutan ditempatkan di wilayah Bogor. Adapun rata-rata dan standar deviasi penjualan wiraniaga di bogor adalah 78 unit dan 10 unit. Wiraniaga yang sama mampu menjual 92 unit produk dalam interval waktu yang sama, ketika yang bersangkutan ditugaskan ke Bandung. Rata-rata dan standar deviasi penjualan seluruh wiraniaga di Bandung adalah 84 unit dan 18 unit. Di kota manakah wiraniaga tersebut secara relatif lebih berhasil? Penyelesaian: Karena untuk kedua daerah penjualan tersebut nilai rata-rata dan standar deviasi produknya berbeda, maka untuk melihat relativitas kemampuan wiraniaga tersebut dapat dibandingkan skor bakunya z Bogor = = 0,8 z Bandung = = 0,44 Hasil yang diperoleh menunjukkan bahwa ZBogor lebih besar dari ZBandung dengan demikian prestasi wiraniaga tersebut lebih baik ketika ditempakan di Bogor.
5 KOEFISIEN VARIASI Koefisien variasi merupakan ukuran variasi relatif yang bertujuan membandingkan variasi dari beberapa gugus data yang mempunyai satuan berbeda. Koefisien variasi (KV) untuk populasi diperoleh dengan formula: KV = σ μ 100% Koefisien variasi (KV) untuk populasi diperoleh dengan formula: KV = s 100% x ҧ Contoh: Sekumpulan data memiliki rata-rata 400 dan standar deviasi 80. Maka koefisien varians dari data tersebut adalah: KV = % = 20% 400
6 KEMIRINGAN Ukuran kemiringan adalah suatu ukuran yang dapat digunakan untuk menentukan miring tidaknya suatu kurva distribusi. Kecondongan suatu distribusi data, selain dapat dilihat tampilan secara visual, tingkat kecondongan distribusi dapat diketahui melalui besarnya koefisien kecondongan (S k ) dan memalui besarnya koefisien moment ketiga (α 3 ) Kecondongan menunjukkan penyimpangan dari bentuk distribusi simetris. Jika distribusi frekuensi mempunyai ekor ke kanan yang lebih panjang dibanding ekor kiri, maka dikatakan distribusi condong ke kanan atau mempunyai kecondongan positif. Jika sebaliknya dikatakan condong ke kiri atau memiliki kecondongan negatif. Untuk distribusi yang tidak simetris, rata-rata, median dan modusnya mempunyai nilai yang bebeda.
7 1. Koefisien Kecondongan (Metode Pearson): S k = 3. ( xҧ M e) σ atau S k = xҧ M O σ Jika distribusi simetris, maka Sk=0 karena σ = Me = Mo. Jika distribusinya tidak simetris, maka koefisien kecondongan akan berkisar antara -1 dan +1, kadang-kadang melebih 1. Makin dekat dengan 0 berarti makin simetris. Sk = 0 Distribusi data simetris Sk > 0 Distribusi data condong ke kanan Sk < 0 Distribusi data condong ke kiri
8 2. Koefisien kecondongan dengan Metode(α 3 ) Koefisien alpha ketiga merupakan ratarata penyimpangan data dari rata-ratanya dipangkatkan tiga, di bagi dengan simpangan baku pangkat tiga. Rumus untuk data yang belum dikelompokkan: n α 3 = 1 n i=1 Rumus untuk data yang dikelompokkan: α 3 = 1 n i=1 (xi x) ҧ 2 s 3 n f. (xi x) ҧ 3 s 3 Di mana: α 3 x ҧ x i n s Ketentuan: = Koefisien alpha ketiga = Rata-rata sampel = Nilai data ke-i = Jumlah data = simpangan baku α 3 = 0 distribusi data simetris α 3 > 0 distribusi data condong ke kanan (+) α 3 < 0 distribusi data condong ke kiri (-)
9 Contoh: Diketahui distribusi frekuensi sebagai berikut: Kelas Interval Tentukanlah koefisien kecondongannya! f Ʃf=80
10 Penyelesaian dengan Metode Pearson Kelas Interval fi Xi fi.xi (X i ഥX) 2 fi. (X i ഥX) ,5 35,5 1743, , , , , ,5 277,5 473, , ,5 982,5 138, , , ,06 61, ,5 2137,5 68, , , , ,75 Berdasarkan data di atas diperoleh: x ҧ = σ f i x i = 6180 σ f i 80 = 77,25 Ʃf=80 Ʃ=6180 Ʃ=13955 s = σ f (x i x) ҧ 2 n 1 = = 176,6456 = 13,29081 M e = 70, = 79 S k = 3. ( xҧ M e) 3. (77,25 79) = σ 13,29 (condong ke kiri) = 0,395
11 Penyelesaian dengan Metode (α 3 ) Kelas Interval fi Xi (X i ഥX) 3 fi. (X i ഥX) , , , , , , , ,5-1622, , ,5-5, , ,5 561, , ,5 6078, ,69 Ʃf=80 Berdasarkan data di atas diperoleh: x ҧ = σ f i x i = 6180 σ f i 80 = 77,25 s = σ f (x i x) ҧ 2 n 1 = = 176,6456 = 13,29081 M e = 70, = 79 S k = 3. ( xҧ M e) 3. (77,25 79) = σ 13,29 (condong ke kiri) = 0,395
12 KURTOSIS Kurtosis merupakan tingkat menggunungnya suatu distribusi, yang umumnya dibandingkan dengan distribusi normal. Bentukbentuk kurtosis, yaitu: 1. Leptokurtik yaitu distribusi yang berpuncak tinggi dan ekornya relatif panjang. 2. Platikurtik yaitu distribusi yang berpuncak agak mendatar dan ekornya relatif pendek. 3. Mesokurtik yaitu distribusi normal, puncaknya tidak begitu tinggi dan tidak begitu mendatar. Leptokurtik Mesokurtik Platikurtik
13 Rumus kurtosis untuk data belum dikelompokkan: n α 4 = 1 n i=1 (xi x) ҧ 2 s 4 Rumus kurtosis untuk data dikelompokkan: α 4 = 1 n i=1 n f. (xi x) ҧ 4 s 4 Di mana: α 4 x ҧ x i n s = Koefisien kurtosis = Rata-rata sampel = Nilai data ke-i = Jumlah data = Simpangan baku Di mana: fi = Frekuensi kelas ke-i Ketentuan: α 4 = 3 atau mendekati 3 Bentuk Mesokurtik α 4 > 3 Bentuk Leptokurtik α 4 < 3 Bentuk Platikurtik
14 Contoh Soal: Diketahui tabel distribusi frekuensi di bawah ini: Kelas Interval f Ʃf=80 Tentukan lah jenis kurtosisnya!
15 Penyelesaian Kelas Interval fi Xi (X i ഥX) 4 fi. (X i ഥX) 4 fi. (X i ഥX) 4 s , , , , , , , , , ,5 9, ,578 0, ,5 4632, , , ,6606 Ʃf=80 Berdasarkan data di atas diperoleh: x ҧ = σ f i x i = 6180 σ f i 80 = 77,25 α 4 = 1 n i=1 n f. (xi x) ҧ 4 s 4 = 1 80 Ʃ=253, ,9020 = 3,1738 s = σ f (x i x) ҧ 2 n 1 = = 176,6456 = 13,29081
16 Latihan Soal: Soal 1 Interval Kelas Tentukan: a. Koefisien variasi b. Kemiringan c. Jenis kurtosis fi Soal 2 Interval Kelas Tentukan: a. Koefisien kecondongan dengan pendekatan Pearson b. Koefisien kecondongan dengan pendekatan α 3 fi 100
17 Referensi: Somantri, Ating et al.2006.aplikasi Statistika Dalam Penelitian.Bandung:Pustaka Setia Mulyono, Sri.1998.Statistika Untuk Ekonomi.Universitas Indonesia:Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia
PROGRAM STUDI AGRIBISNIS HORTIKULTURA
PROGRAM STUDI AGRIBISNIS HORTIKULTURA DESKRIPSI DATA; UKURAN PEMUSATAN Mata kuliah : Statistika Terapan Pengajar : Dany Juhandi, S.P, M.Sc Semester : II Pertemuan : IV Pokok Bahasan : Deskripsi Data; Ukuran
Lebih terperinciUKURAN 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 terperinciTATAP 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 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 terperinciUkuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.
UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu
Lebih terperinciStatistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom
Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran
Lebih terperinciBAB 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 terperinciStatistika & 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 terperinciCIRI-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 terperinciDISPERSI 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 terperinciBAB 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 terperinciBAB 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 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 terperinciUNIVERSITAS 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 terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
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 terperinciStatistik 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 terperinciDistribution. 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 terperinciMATERI STATISTIK. Genrawan Hoendarto
MATERI STATISTIK Distribusi Frekwensi Perhitungan Tendensi Pusat Penyimpangan atau Dispersi Teori Probabilitas Teori Distribusi Distribusi Sampling / Pengambilan Contoh Pengujian Hipotesis Regresi dan
Lebih terperinciMAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA
MAKALAH Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR 13050394007 PUTRI DESSY VIVIT L 13050394053 IGA ANDRIANITA 13050394055 S1 Pendidikan Tata Boga 2013 JURUSAN PENDIDIKAN KESEJAHTERAAN KELUARGA FAKULTAS
Lebih terperinciBy : 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 terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis
Lebih terperinciUKURAN 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 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 terperinciBAB 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 terperinciBAB 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 terperinciUKURAN PEMUSATAN DATA
Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar
Lebih terperinciStatistik 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 terperinciOUTLINE 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 terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
Lebih terperinciDr. 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 terperinciBAB 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 terperinciPengantar 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 terperinciS 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 terperinciTUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH
TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH Diajukan untuk memenuhi tugas mata kuliah Statistika Deskriptif Kelompok 5 : 1. Ade Risma Arianto (NIM: 12110457)
Lebih terperinciII. TINJAUAN PUSTAKA WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk
II. TINJAUAN PUSTAKA 2.1. WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk mempresentasikan data kecepatan angin dalam bentuk mawar angin sebagai
Lebih terperinciTUGAS 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 terperinciUkuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal
Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal BAB: UKURAN VARIABILITAS/ DISPERSI A. Pengertian Ukuran Variabilitas: Dlm kehidupan sehari-hari, kita sering menemukan banyaknya informasi
Lebih terperinciUNIVERSITAS 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 terperinciSATUAN ACARA PERKULIAHAN
1 SATUAN ACARA PERKULIAHAN Matakuliah : Statistika Dasar Kode : FI 411 Sks : 2 Semester : I Nama Dosen : dkk Standar Kompetensi: Menguasai dasar-dasar statistika dan dapat mengaplikasikannya untuk pengolahan
Lebih terperinciSTATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi
Modul ke: STATISTIKA BISNIS PENDUGAAN STATISTIKA Fakultas Ekonomi dan Bisnis Deden Tarmidi, SE., M.Ak., BKP. Program Studi Akuntansi www.mercubuana.ac.id PENDAHULUAN Data yang sudah didapat dari populasi
Lebih terperinciKata kunci: penyebaran, kemampuan, distribusi nilai, ketuntasan siswa
KEMAMPUAN SISWA DALAM KOMPETENSI DASAR MEMECAHKAN MASALAH BERKAITAN DENGAN UANG PADA SISWA KELAS III SD NEGERI SE-GUGUS BODEN POWEL KECAMATAN GEBANG KABUPATEN PURWOREJO TAHUN PELAJARAN 2012/2013 Rini Setiyaningsih,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. intensitas penggunaan media sosial dengan prestasi akademik, serta menganalisis
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Penelitian ini bertujuan untuk menganalisis secara kuantitatif hubungan antara intensitas penggunaan media sosial dengan prestasi akademik, serta menganalisis secara
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.
Lebih terperinciKuliah 4. Ukuran Penyebaran Data
Kuliah 4. Ukuran Penyebaran Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. 21 Maret 2012 Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran Content Rentang Data Rentang
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan
Lebih terperinciSTATISTIKA KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip
MODUL MATEMATIKA STATISTIKA 11.1. KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip. 19580117.1981.1.003 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI Jalan Mayjen Sungkono
Lebih terperinciUkuran Simpangan/Penyebaran
Ukuran Simpangan/Penyebaran Anief Fauzan Rozi, S. Kom., M. Eng. Phone/WA: 0856 4384 6541 PIN BB: 29543EC4 Sertakan idenotas Anda keoka akan add contact Email : anief.umby@gmail.com Blog: anief.mercubuana-
Lebih terperinciPERTEMUAN 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 terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
9 BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah bagian tak terpisahkan dari kehidupan manusia. Risiko tidak dapat dan tidak perlu dihindari, tetapi dapat
Lebih terperinciSTATISTIKA DASAR ( FI 411 )
1 STATISTIKA DASAR ( FI 411 ) I DESKRIPSI Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa Fisika dan Pendidikan fisika. Hasil yang diharapkan dari perkuliahan ini adalah mahasiswa menguasai
Lebih terperinciOUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar
3 OUT LINE Pengertian Distribusi Probabilitas Normal Distribusi Probabilitas Normal Distribusi Probabilitas Normal Standar Penerapan Distribusi Probabilitas Normal Standar Pendekatan Normal Terhadap Binomial
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
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 terperinciDISTRIBUSI NORMAL. RatuIlmaIndraPutri
DISTRIBUSI NORMAL RatuIlmaIndraPutri Distribusi normal menggunakan variabel acak kontinu. Distribusi normal sering disebut DISTRIBUSI GAUSS. Distribusi ini merupakan salah satu yang paling penting dan
Lebih terperinci9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1.
9. STATISTIKA Ukuran Pemusatan Data A. Rata-rata 1. Data tunggal: X = 2. Data terkelompok: x1 + x 2 + x3 +... + x n n Cara konvensional Cara sandi f = i xi X f u X Xs i i = + c f i f i Keterangan: f i
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciKURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)
KURVA NORMAL (Sumber: Buku Metode Statistika tulisan Sudjana) Distribusi Normal (Distribusi GAUSSE) Kurva Normal Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa
Lebih terperinciMakalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )
MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai
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 terperinciUKURAN 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 terperinciSTATISTIKA DASAR ( FI 411 )
1 STATISTIKA DASAR ( FI 411 ) I DESKRIPSI Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa Fisika dan Pendidikan fisika. Hasil yang diharapkan dari perkuliahan ini adalah mahasiswa menguasai
Lebih terperinciIlmu Komunikasi Marketing Communication & Advertising
Modul ke: Fakultas 06Ilmu Komunikasi UKURAN DISPERSI (PENYEBARAN) Memberikan informasi tentang sebaran nilai pada data tersebut dan dapat membandingkan sebaran data dari dua distribusi nilai Dra. Yuni
Lebih terperinciSATUAN ACARA PERKULIAHAN. Kode Mata Kuliah : TI 003
SATUAN ACARA PERKULIAHAN Nama Mata : Statistik Kode Mata : TI 003 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata : Mata Prasyarat : Penanggung Jawab : Latifah Rahayu, M.Sc Pertemuan / Pokok
Lebih terperinciMODUL MATEMATIKA SMA IPA Kelas 11
SMA IPA Kelas A. Data Tunggal No. Jenis Rumus Rumus. Rata-rata (rataan) hitung _ x x x x n Median Me x, untuk n ganjil _ x : rata-rata x n : data ke-n n : banyaknya data. Modus Modus (Mo) merupakan data
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilaksanakan di SMK Negeri 9 Garut yang beralamatkan di Jalan Raya Bayongbong Km.07 Desa Panembong Tlp. (0262) 4772522 Garut. B. Metode Penelitian
Lebih terperinciLAMPIRAN 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 terperinciHAND OUT PERKULIAHAN
HAND OUT PERKULIAHAN Nama Mata Kuliah : Statistics in language education Kode Mata Kuliah : IG530 Jumlah SKS : 2 Pertemuan ke : 1 Pokok Bahasan : Pendahuluan URAIAN POKOK PERKULIAHAN A. Pengertian statistika
Lebih terperinciSTATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)
STATISTIK Materi Pertemuan V Ukuran Dispersi (Penyebaran) Ukuran Dispersi (Penyebaran) Ukuran dispersi merupakan suatu metode analisis data yang ditunjukan dengan penyimpangan/penyebaran dari distribusi
Lebih terperinciPEMBAHASAN UN 2009/2010
PEMBAHASAN UN 009/00. Konsep: Operasi Bilangan Real (Perbandingan Berbalik Nilai) Suatu pekerjaan dikerjakan orang dapat selesai 0 hari. Pekerjaan akan diselesaikan dalam waktu hari. Pekerja Hari 0 y y
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 terperinciB. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di SMA N 1 Kaliwungu yang beralamat di Kecamatan Kaliwungu Kabupaten Kendal pada
BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Penelitian ini menggunakan jenis dan desain penelitian kuantitatif. Penelitian kuantitatif adalah penelitian yang berlandaskan pada filsafat
Lebih terperinciPENILAIAN ACUAN NORMA
PENILAIAN ACUAN NORMA Dalam penilaian acuan norma, makna angka (skor) seorang peserta didik ditemukan dengan cara membandingkan hasil belajarnya dengan hasil belajar peserta didik lainnya dalam satu kelompok/kelas.
Lebih terperinciRANCANGAN 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 terperinciOleh Azimmatul Ihwah
Oleh Azimmatul Ihwah Kasus: Di 5 perusahaan sejenis di kota Malang, yaitu perusahaan A, B, C, D dan E, seorang manufacturer ingin mengetahui perusahaan mana dengan kinerja karyawan terbaik. Diambil 50
Lebih terperinciSignifikansi Kolmogorov Smirnov
UJI NORMALITAS Rumus Kolmogorov Smirnov Rumus Kolmogorov Smirnov Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Hasil Penelitian BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1.1 Deskripsi Kemampuan Awal Kelompok Latihan Latihan Dumbell Pukulan Servis Backhand (Variabel X 1.1 ) Kemampuan awal yang dimaksudkan
Lebih terperinciPROBLEM 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 terperinciMENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH DALAM PEMBELAJARAN MATEMATIKA DENGAN PENDEKATAN OPEN ENDED PROBLEM
MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH DALAM PEMBELAJARAN MATEMATIKA DENGAN PENDEKATAN OPEN ENDED PROBLEM *1 Jeranah, *2 ST. Fatimah 1,2 STKIP-YPUP Makassar e-mail: jeranahku@gmail.com, fatimahsirate@yahoo.com
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciSTATISTIKA MATEMATIKA KELAS XI MIA
STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA Matematika Kelas XI MIA 90 80 70 60 50 40 30 20 10 0 East West North 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr Disusun oleh : Markus Yuniarto, S.Si Tahun Pelajaran 2016
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN TABEL I DATA HASIL PENELITIAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Hasil Penelitian Dari hasil pengukuran diperoleh data kemampuan servis bawah baik tes awal dan tes akhir, hasilnya dapat dilihat pada table berikut
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah
45 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskriptif Data Pada pembahasan berikut ini akan disajikan deskripsi data berdasarkan data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah
Lebih terperinciKenapa Data Harus Diringkas?
1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data
Lebih terperinciMENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA
MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA AMIYELLA ENDISTA SKG.MKM Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Perhitungan Nilai Gejala Pusat Mean Median Modus Range
Lebih terperinciPENGUKURAN 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 terperinciSTATISTIKA DASAR ( FI 411 )
1 STATISTIKA DASAR ( FI 411 ) I. DESKRIPSI Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa Fisika dan Pendidikan fisika. Hasil yang diharapkan dari perkuliahan ini adalah mahasiswa menguasai
Lebih terperinciStatistik 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Secara umum metode penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. 1 Pada pembahasan ini, akan diuraikan tentang jenis penelitian,
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan berturut-turut (1) hasil penelitian yang meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran tentang
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciLEMBAR PENGESAHAN KIT TUTORIAL. : PEMA 4210/ Statistika Pendidikan. Penelaah. Nurdiyah, S.P., M.Si NIP Kepala UPBJJ-UT Palu
BB03-RK8-RII.0 27 Mei 205 LEMBAR PENGESAHAN KIT TUTORIAL Kode/Nama MataKuliah Program Studi/Fakultas Pengembang Penelaah : PEMA 420/ Statistika Pendidikan : Pendidikan Guru Sekolah Dasar (PGSD) : Junaidi,
Lebih terperinciBAB III METODE PENELITIAN. Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang
57 BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang menggunakan Pendekatan Pembelajaran Kontekstual Melalui Metode Diskusi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks
Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan
Lebih terperinciSTATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.
STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian lapangan (field research ), maksudnya adalah penelitian yang langsung dilakukan di medan terjadinya gejala-gejala. 1
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN A. Tujuan Penelitian Berdasarkan rumusan masalah di atas, penilitian ini bertujuan untuk meningkatkan hasil belajar matematika materi pokok lingkaran dengan menggunakan multimedia
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2
SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep
Lebih terperinci