Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.
|
|
- Glenna Tedjo
- 5 tahun lalu
- Tontonan:
Transkripsi
1 Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Uji Hipotesis 1
2 Uji Hipotesis Model Matematika vs Pengukuran komparasi garis teoretik (prediksi menurut model) dan data pengukuran jika prediksi model sesuai dengan data pengukuran, maka model diterima jika prediksi model menyimpang dari data pengukuran, maka model ditolak Dalam sejumlah kasus, yang terjadi adalah hasil komparasi prediksi model dan data pengukuran tidak cukup jelas untuk menyatakan bahwa model diterima atau ditolak uji hipotesis sebagai alat analisis dalam komparasi tersebut 2
3 Prosedur Uji Hipotesis Rumuskan hipotesis Rumuskan hipotesis alternatif Tetapkan statistika uji Tetapkan distribusi statistika uji Tentukan nilai kritik sebagai batas statistika uji harus ditolak Kumpulkan data untuk menyusun statistika uji Kontrol posisi statistika uji terhadap nilai kritis 3
4 Kemungkinan Kesalahan keadaan nyata pilihan hipotesis benar hipotesis salah menerima tak salah kesalahan tipe II menolak kesalahan tipe I tak salah 4
5 Notasi H 0 = hipotesis (yang diuji) H a = hipotesis alternatif 1 α = tingkat keyakinan (confidence level) 5
6 Uji Hipotesis Nilai Rata-rata H 0 : µ = µ 1 H a : µ = µ 2 Distribusi Normal σ X2 diketahui Statistika uji: Z = n σ X X µ 1 ( ) Jika μ 1 > μ 2 : H 0 ditolak jika Jika μ 1 < μ 2 : H 0 ditolak jika berdistribusi normal σ X < µ 1 z X 1 α n Z < z 1 α σ X < µ 1 + z X 1 α n Z > z 1 α 6
7 7 z 1 α luas = α prob( Z > z ) 1 α = α
8 Uji Hipotesis Nilai Rata-rata H 0 : µ = µ 1 H a : µ = µ 2 Distribusi Normal σ X2 tidak diketahui Statistika uji: T = n s X X µ 1 ( ) berdistribusi t s H X < µ 1 t X 0 ditolak jika: 1 α,n 1 jika μ n 1 > μ 2 X > µ 1 + t 1 α,n 1 s X n jika μ 1 < μ 2 8
9 Uji Hipotesis Nilai Rata-rata H 0 : µ = µ 0 H a : µ µ 0 Distribusi Normal σ X2 diketahui Statistika uji: H 0 ditolak jika: Z = Z = n σ X X µ 0 ( ) n ( X µ σ 0 ) > z 1 α 2 X berdistribusi normal 9
10 Uji Hipotesis Nilai Rata-rata H 0 : µ = µ 0 H a : µ µ 0 Distribusi Normal σ X2 tidak diketahui Statistika uji: H 0 ditolak jika: T = t = n s X X µ 0 ( ) n ( X µ s 0 ) > t 1 α 2,n 1 X berdistribusi t 10
11 Uji Hipotesis Nilai Rata-rata Hasil uji hipotesis adalah menolak H 0, atau tidak menolak H 0 Artinya H 0 : μ = μ 0 Tidak menolak H 0 à menerima H 0 berarti bahwa μ tidak berbeda secara signifikan dengan μ 0. Tetapi tidak dikatakan bahwa μ benar-benar sama dengan μ 0 karena kita tidak membuktikan bahwa μ = μ 0. 11
12 Uji hipotesis beda nilai rata-rata dua buah distribusi normal H 0 : H a : µ 1 µ 2 = δ µ 1 µ 2 δ var( X 1 ) dan var( X 2 ) diketahui Statistika uji: H 0 ditolak jika: Z = z = X 1 X 2 δ ( σ 2 1 n 1 + σ 2 2 n ) n ( X µ σ 0 ) > z 1 α 2 X berdistribusi normal 12
13 Uji hipotesis beda nilai rata-rata dua buah distribusi normal H 0 : H a : µ 1 µ 2 = δ µ 1 µ 2 δ var( X 1 ) dan var( X 2 ) tidak diketahui Statistika uji: T = ' ) ( *) X 1 X 2 δ n 1 + n # 2 ( )s ( n 2 1)s % + $ 2 &), # $ n 1 n 2 ( n 1 + n 2 2) % & -) ( ) n 1 1 berdistribusi t dengan (n 1 +n 2 2) degrees of freedom 1 2 H 0 ditolak jika: t = n s X X µ 0 ( ) > t 1 α 2,n1 +n
14 Uji Hipotesis Nilai Varian H 0 : σ 2 = σ 0 2 H a : σ 2 σ 0 2 Distribusi Normal Statistika uji: χ c 2 = n i=1 ( X i X) 2 σ 0 H 0 diterima (tidak ditolak) jika: berdistribusi chi-kuadrat 2 χ α 2,n 1 < χ 2 2 c < χ 1 α 2,n 1 14
15 Uji Hipotesis Nilai Varian H 0 : σ 1 2 = σ 2 2 H a : σ 1 2 σ Distribusi Normal Statistika uji: F c = s s 2 berdistribusi F dengan ( n 1 1) dan ( n 2 1) degrees of freedom s 1 2 > s 2 2 H 0 ditolak jika: F c > F 1 α,n1 1,n
16 Uji Hipotesis Nilai Varian H 0 : σ 1 2 = σ 2 2 =... = σ k 2 H a : σ 1 2 σ σ k 2 Distribusi Normal Statistika uji: H 0 ditolak jika: Q h berdistribusi chi-kuadrat dengan (k 1) degrees of freedom k # k 2 ( n Q = ( n 1) ln i 1)s & k % i ( n 1 i=1 $ % i=1 N k '( i=1 k ) 1 h =1+ n i 1 1, +. * N k - N = k i=1 1 3 k 1 ( ) n i Q h > χ 2 1 α,k 1 i=1 ( ) lns i 2 16
17 Uji Hipotesis Latihan Lihat kembali data debit puncak tahunan Sungai XYZ. Uji hipotesis yang menyatakan bahwa debit puncak tahunan rerata adalah 650 m 3 /s dan varians adalah m 6 /s 2. Contoh uji hipotesis.pdf Exercises on hypothesis thesis.pdf 17
18 Goodness of Fit Test CDF PLOT ON PROBABILITY PAPER 18
19 Testing The Goodness of Fit of Data to Probability Distributions Graphical (and visual) methods to judge whether or not a particular distribution adequately describes a set of observations: plot and compare the observed relative frequency curve with the theoretical relative frequency curve plot the observed data on appropriate probability paper and judge as to whether or not the resulting plot is a straight line Statistical tests: chi-square goodness of fit test the Kolmogorov-Smirnov test 19
20 Relative frequency Annual Peak Discharge of XYZ River 0.20 theoretical distribution observed data Discharge (m 3 /s) 20
21 markers: observed data line: theoretical distribution 21
22 Normal Distribution Paper 22
23 Chi-square Goodness of Fit Test Method of test Comparison between the actual number of observations and the expected number of observations (expected according to the distribution under test) that fall in the class intervals. The expected numbers are calculated by multiplying the expected relative frequency by the total number of observations. The test statistic is calculated from the following relationship: χ c 2 = k ( O i E ) 2 i i=1 E i 23
24 Chi-square Goodness of Fit Test The test statistic is calculated from the following relationship: χ c 2 = k ( O i E ) 2 i i=1 E i where: k is the number of class intervals O i is the number of observations in the ith class interval E i is the expected number of observations in the ith class interval according to the distribution being tested χ c2 has a distribution of chi-square with (k p 1) degrees of freedom, where p is the number of parameters estimated from the data 24
25 Chi-square Goodness of Fit Test The test statistic is calculated from the following relationship: χ c 2 = k ( O i E ) 2 i i=1 E i The hypothesis that the data are from the specified distribution is rejected if: χ 2 2 c > χ 1 α,k p 1 1 α α 2 χ 1 α,k p 1 25
26 The Kolmogorov-Smirnov Test Steps in the Kolmogorov-Smirnov test: Let P X (x) be the completely specified theoretical cumulative distribution function under the null hypothesis. Let S n (x) be the sample comulative density function based on n observations. For any observed x, S n (x) = k/n where k is the number of observations less than or equal to x. Determine the maximum deviation, D, defined by: D = max P X (x) S n (x) If, for the chosen significance level, the observed value of D is greater than or equal to the critical tabulated of the Kolmogorov- Smirnov statistic, the hypothesis is rejected. Table of Kolmogorov- Smirnov test statistic is available in many books on statistics. 26
27 The Kolmogorov-Smirnov Test Notes on the Kolmogorov-Smirnov test: The test can be conducted by calculating the quantities P X (x) and S n (x) at each observed point or By plotting the data on the probability paper and and selecting the greatest deviation on the probability scale of a point from the theoretical line. The data should not be grouped for this test, i.e. plot each point of the data on the probability paper. 27
28 Chi-square Goodness of Fit Test and The Kolmogorov-Smirnov Test Exercise Do the chi-square goodness of fit test and the Kolmogorov- Smirnov test to the annual peak discharge of XYZ River against normal distribution. 28
29 Chi-square Goodness of Fit Test and The Kolmogorov-Smirnov Test Notes on both tests when testing hydrologic frequency distributions. Both tests are insensitive in the tails of the distributions. On the other hand, the tails are important in hydrologic frequency distributions. To increase sensitivity of chi-square test The expected number of observations in a class shall not be less than 3 (or 5). Define the class interval so that under the hypothesis being tested, the expected number of observations in each class interval is the same. The class intervals will be of unequal width. The interval widths will be a function of the distribution being tested. 29
30 Chi-square Goodness of Fit Test and The Kolmogorov-Smirnov Test Exercise Redo the chi-square goodness of fit test and the Kolmogorov- Smirnov test to the annual peak discharge of XYZ River against normal distribution. Define the class intervals so that the expected number of observations in each class interval is the same. 30
31 31
Teknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Uji Hipotesis (Hypothesis Tes/ng) 1 Uji Hipotesis Model Matema/ka vs Pengukuran
Lebih terperinciAnalisis Chi-Square (x 2 )
Analisis Chi-Square (x 2 ) Chi square ("χ 2 " dari huruf Yunani "Chi "Kai") to determine if data good or not. Expl... to determine possible outcomes for genetic crosses. How will we know if our fruit fly
Lebih terperinciInferensia Statistik parametrik VALID?? darimana sampel diambil
Inferensia Statistik parametrik VALID?? Tergantung dari bentuk populasi Tergantung dari bentuk populasi darimana sampel diambil Uji kesesuaian (goodness of fit) ) untuk tabel frekuensi Goodness-of-fit
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter
Lebih terperinciUJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR
PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah
Lebih terperinciINFERENSI STATISTIS: RENTANG KEYAKINAN
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan INFERENSI STATISTIS: RENTANG KEYAKINAN Statistika dan Probabilitas Rentang Keyakinan Estimasi Parameter Distribusi probabilitas
Lebih terperinciPemeriksaan Sebaran Data Bagus Sartono
STK335 Analisis Eksplorasi Data Pertemuan 04 Pemeriksaan Sebaran Data Bagus Sartono Outline Quantile-Quantile Plot Apa itu kuantil? Plot kuantil QQplot QQplot Normal QQplot selain normal Goodness of Fit
Lebih terperinciApa itu suatu Hypothesis?
Chapter 7 Student Lecture Notes 7-1 Dasar Dasar Hipotesis Apa itu suatu Hypothesis? Hypothesis adalah suatu pernyataan (asumsi) tentang parameter populasi I nyatakan rata-rata IPK kelas ini = 3.5! Contoh
Lebih terperinciStatistik Bisnis. Week 13 Chi-Square Test
Statistik Bisnis Week 13 Chi-Square Test Learning Objectives In this chapter, you learn: How and when to use the chi-square test for contingency tables TEST FOR THE DIFFERENCE BETWEEN TWO PROPORTIONS Contingency
Lebih terperinciHypothesis Testing SUNU WIBIRAMA
Hypothesis Testing SUNU WIBIRAMA Basic Probability and Statistics Department of Electrical Engineering and Information Technology Faculty of Engineering, Universitas Gadjah Mada CONTENTS 8.1 Introduc-on
Lebih terperinciStatistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.
Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S Teknik Sipil Statistika Rentang Keyakinan hp://is7arto.staff.ugm.ac.id 1 Rentang Keyakinan Es7masi Parameter Distribusi
Lebih terperinciINFERENSI STATISTIS: UJI HIPOTESIS
Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga INFERENSI STATISTIS: UJI HIPOTESIS Statistika da Probabilitas Model Matematis vs Pegukura komparasi garis teoretik (prediksi meurut
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas 2 Regresi Linear Tabel data x i y i = f(x i ) 1 0.5 2 2.5 3 2 4 4 5 3.5 6 6
Lebih terperinciMedan, Juli Penulis
9. Seluruh teman-teman seperjuangan di Ekstensi Matematika Statistika, dan semua pihak yang turut membantu menyelesaikan skripsi ini. Sepenuhnya penulis menyadari bahwa dalam penulisan skripsi ini masih
Lebih terperinciStatistik Bisnis. Week 9 Confidence Interval Estimation
Statistik Bisnis Week 9 Confidence Interval Estimation Agenda Time Activity 20 minutes Point and Interval Estimate 40 minutes Confidence Interval Estimate for the Mean ( Known) 40 minutes Confidence Interval
Lebih terperinciLAMPIRAN A. Alat Ukur Penelitian
LAMPIRAN A Alat Ukur Penelitian 62 LAMPIRAN A-1 Skala Dukungan Ibu 63 Nomor urut : Nama : Usia : PETUNJUK PENGISIAN SKALA 1. Bacakan masing-masing pernyataan dengan jelas dan mintalah anak untuk menjawab
Lebih terperinciNon Linear Estimation and Maximum Likelihood Estimation
Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation We have studied linear models in the sense that the parameters are
Lebih terperinciDIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA
DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)
Lebih terperinciPertemuan 11 s.d. 13 STATISTIKA INDUSTRI 2. Nonparametric. Skala Pengukuran...(review) 27/05/2016. Statistik Non Parametrik
Pertemuan 11 s.d. 13 STATISTIKA INDUSTRI TIN 4004 Outline: Nonparametric Statistics Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists, 9 th
Lebih terperinciStatistika Farmasi
Bab 4: Uji Hipotesis Statistika FMIPA Universitas Islam Indonesia Uji Hipotesis Hipotesis Suatu pernyataan tentang besarnya nilai parameter populasi yang akan diuji. Pernyataan tersebut masih lemah kebenarannya
Lebih terperinciStatistik Bisnis 2. Week 6 Two-Sample Test Population Proportions and Variances
Statistik Bisnis Week 6 Two-Samle Test Poulation Proortions and Variances Learning Objectives The means of two indeendent oulations The means of two related oulations In this chater, you learn how to use
Lebih terperinciCase Processing Summary. Cases. Valid Missing Total. Umur * Kecelakaan Kerja % 0 0.0% % Pendidikan * Kecelakaan Kerja
Case Processing Summary Cases Valid Missing N N N Umur * Pendidikan * Kecelakaan Kerja Jumlah Jam Kerja * Massa Kerja * Kecelakaan Kerja Umur * Crosstabulation Tidak Umur 12-16 3 3 6 17-25 44 20 64 26-35
Lebih terperinciStatistik Bisnis 2. Week 4 Fundamental of Hypothesis Testing Methodology
Statistik Bisnis 2 Week 4 Fundamental of Hypothesis Testing Methodology ONE-TAIL TESTS One-Tail Tests In many cases, the alternative hypothesis focuses on a particular direction H 0 : μ 3 H 1 : μ < 3 H
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions.
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Continuous Probability Distributions 1 Continuous Probability Distributions Normal Distribution Uniform Distribution Exponential Distribution
Lebih terperinciDependent VS independent variable
Kuswanto-2012 !" #!! $!! %! & '% Dependent VS independent variable Indep. Var. (X) Dep. Var (Y) Regression Equation Fertilizer doses Yield y = b0 + b1x Evaporation Rain fall y = b0+b1x+b2x 2 Sum of Leave
Lebih terperinciKasus. Survey terhadap remaja usia tahun apakah pernah melakukan kerja paruh waktu (part-time)??
Kasus Survey terhadap remaja usia 15-16 tahun apakah pernah melakukan kerja paruh waktu (part-time)?? Berikut Tabel datanya: Race Gender Yes Part Time Job No White Male 43 134 Female 26 149 Black Male
Lebih terperinciLAMPIRAN A SKALA KONFORMITAS DAN PERILAKU KONSUMTIF
LAMPIRAN A SKALA KONFORMITAS DAN PERILAKU KONSUMTIF 64 Selamat Pagi/Siang/Sore Saya mahasiswi Fakultas Psikologi yang saat ini sedang melakukan penelitian sebagai tugas akhir guna merampungkan studi saya
Lebih terperinciINSTRUMEN PENELITIAN
Lampiran 1 INSTRUMEN PENELITIAN HUBUNGAN PERILAKU HIDUP BERSIH DAN SEHAT (PHBS) TATANAN KELUARGA IBU DENGAN KEJADIAN DIARE PADA BALITA DI KAMPUNG BOJONG KELURAHAN RAWABUAYA TAHUN 2014 PETUNJUK PENGISIAN
Lebih terperinciKEPERCAYAAN DIRI. Corrected Item-Total Correlation
LAMPIRAN 61 KEPERCAYAAN DIRI PUTARAN 1 N % Cases Valid 60 100.0 Excluded( a) 0.0 Total 60 100.0 a Listwise deletion based on all variables in the procedure. Reliability Statistics Alpha N of Items.756
Lebih terperinciSTUDI EKSPERIMENTAL PENGARUH VARIASI SUDUT MIRING DAN SUDUT PUTAR TERHADAP KETELITIAN SUDUT PADA FLEXIBLE FIXTURE
STUDI EKSPERIMENTAL PENGARUH VARIASI SUDUT MIRING DAN SUDUT PUTAR TERHADAP KETELITIAN SUDUT PADA FLEXIBLE FIXTURE RIO ADITYA SAPUTRA NRP 2106 100 059 Flexible Fixture Perancangan dan desain Flexible Fixture
Lebih terperinci1 Analisis Awal. 1.1 Analisis Hidrologi
1 Analisis Awal 1.1 Analisis Hidrologi Peran analisis hidrologi dalam desain jembatan yang melintasi sungai adalah pada aspek keamanan jembatan terhadap aliran banjir di sungai. Struktur atas jembatan
Lebih terperinciANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN
ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN SKRIPSI Disusun Oleh: YUYUN NAIFULAR J2E009052 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 ANALISIS RANCANGAN BUJUR
Lebih terperinciHANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS
HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS UJI RELIABILITAS DAN SELEKSI ITEM a. Pindahkan hasil data item dari tabulasi di Excel ke data view SPSS b. Di bagian variable view rubah
Lebih terperinciKULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan
KULIAH : UJI NON PARAMETRIK 1 SAMPEL Tim Pengajar STATSOS Lanjutan What is Statistics Science of gathering, analyzing, interpreting, and presenting data Branch of mathematics Facts and figures Measurement
Lebih terperinciLAMPIRAN A SKALA IKLIM ORGANISASI DAN KEPUASAN KERJA SETELAH UJI COBA
63 LAMPIRAN A SKALA IKLIM ORGANISASI DAN KEPUASAN KERJA SETELAH UJI COBA 64 Kuesioner Penelitian I. Data Responden Nama Responden : Jenis Kelamin : Laki-laki Perempuan Usia Jabatan/bagian Lama Kerja :..
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN Pada bab ini akan dianalisis dan dibahas tentang pengukuran risiko operasional klaim asuransi kesehatan pada PT. XYZ menggunakan metode EVT. Pengukuran risiko operasional
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 204 ISSN 2085-7829 Perbandingan Aplikasi Metode Parametrik (Distribusi Log logistik) dan Non Parametrik (Nelson-Aalen Estimator) dalam Analisis Data Uji
Lebih terperinciLAMPIRAN. Case Processing Summary. Descriptives. 95% Confidence Interval for Mean. Tests of Normality. Kolmogorov-Smirnov a
LAMPIRA Case Processing Summary Cases Missing Total Total Penerapan Kewaspadaan Standar 205 100.0% 0 0.0% 205 100.0% Descriptives Statistic Std. Error Mean 232.44.365 95% Confidence Interval for Mean Lower
Lebih terperinciDATA LAMPIRAN LAMPIRAN A SKALA SELF EFFICACY
67 DATA LAMPIRAN LAMPIRAN A SKALA SELF EFFICACY 68 Pagi/Siang/Sore Saya Rosa Almira Elisse, mahasiswi Fakultas Psikologi yang saat ini sedang melakukan penelitian sebagai tugas akhir. Sehubungan dengan
Lebih terperinciPENERAPAN MODEL COOPERATIVE SCRIPT DALAM PEMBELAJARAN TIK PADA SISWA KELAS VIII SMPN 27 PADANG
PENERAPAN MODEL COOPERATIVE SCRIPT DALAM PEMBELAJARAN TIK PADA SISWA KELAS VIII SMPN 27 PADANG Muslim Jamil, Drs. Khairudin, M.Si, Karmila Suryani, M.Kom Program Studi Pendidikan Teknik Informatika dan
Lebih terperinciMETODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES
METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES SKRIPSI Disusun oleh : MUTIARA ARDIN RIFKIANI 24010211140102 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciSebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor
Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,
Lebih terperinciLAMPIRAN A SKALA WORK ENGAGEMENT DOSEN TETAP DAN TIDAK TETAP
LAMPIRAN A SKALA WORK ENGAGEMENT DOSEN TETAP DAN TIDAK TETAP Selamat Pagi/Siang/Sore Saya mahasiswa Fakultas Psikologi yang sedang menyelesaikan studi akhir. Untuk keperluan tersebut, saya melakukan penelitian
Lebih terperinciLAMPIRAN 1: HASIL OLAHAN DATA EKONOMETRIKA
196 LAMPIRAN 1: HASIL OLAHAN DATA EKONOMETRIKA Pengaruh Konversi Lahan, PDRB Sektor Pertanian dan Pertumbuhan Ekonomi Terhadap Kebercukupan Beras Kawasan I. Uji Asumsi Klasik a) Uji Normalitas One-Sample
Lebih terperinciDiskripsi: Types of Statistics dan Penyajian Data
Diskripsi: Types of Statistics dan Penyajian Data summary, diskripsi data dengan angka: Mean, Median, Range, Standard Deviation, Variance, Min, Max, etc. Descriptive statistics of a POPULATION mean N population
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciSIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING
SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING PENGANTAR Simulasi Monte Carlo didefinisikan sebagai semua teknik sampling statistik yang digunakan untuk memperkirakan solusi
Lebih terperinciANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja Hubungan Antar Peubah
Lebih terperinciPENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG TERHADAP KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK PADA PERTUMBUHAN TANAMAN JAGUNG
PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG TERHADAP KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK PADA PERTUMBUHAN TANAMAN JAGUNG SKRIPSI Disusun Oleh : ASISMARTA 24010210141004 JURUSAN STATISTIKA
Lebih terperinciLAMPIRAN III. Output SPSS
LAMPIRAN III Output SPSS 1. Output Uji Normalitas Reksa Dana Campuran dan Reksa Dana Saham Frequencies Notes Output Created 09-JUL-2014 12:58:37 Comments Input Active Dataset DataSet3 Filter Weight Split
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian ini akan dilakukan di DAS Kali Krukut dan dimulai dari bulan Februari hingga Juni 2012. Daerah Pengaliran Sungai (DAS) Krukut memiliki luas ±
Lebih terperinciContoh Solusi PR 5 Statistika & Probabilitas
Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan
Lebih terperinciPower Dari Uji Kenormalan Data
Power Dari Uji Kenormalan Data Dosen Jurusan Teknik Mesin-Fakultas Teknologi Industri, Universitas Kristen Petra Center for Quality Improvement Jl. Siwalankerto 121-131, Surabaya 60293 dwahjudi@peter.petra.ac.id
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and
Lebih terperinciPENGARUH PENERAPAN PEMBELAJARAN DENGAN METODE PARTISIPATIF TERHADAP HASIL BELAJAR MAHASISWA DALAM MATERI GESERAN
Jurnal Penelitian Pendidikan Matematika (2017), 1 (1), 66 76 66 PENGARUH PENERAPAN PEMBELAJARAN DENGAN METODE PARTISIPATIF TERHADAP HASIL BELAJAR MAHASISWA DALAM MATERI GESERAN Sunardi Program Studi Pendidikan
Lebih terperinciMarketing Research Data Analyses
Marketing Research Data Analyses Tujuan Uji Z untuk dua roorsi yang berbeda (samle bersifat indeendent) Uji χ untuk dua roorsi yang berbeda (samle bersifat indeendent) Uji χ untuk c roorsi yang berbeda
Lebih terperinciLAMPIRAN A SKALA KUALITAS PELAYANAN SEBELUM DAN SETELAH DI UJI COBA
78 LAMPIRAN A SKALA KUALITAS PELAYANAN SEBELUM DAN SETELAH DI UJI COBA 79 Selamat Pagi/Siang/Sore/Malam Saya mahasiswa Fakultas Psikologi Univeritas Esa Unggul yang saat ini sedang melakukan penelitian
Lebih terperinciSTATISTIK DESKRIPTIF. Statistics. Strategi Membaca
2 Lampiran 8 Statistics N Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sum Valid Missing STATISTIK DESKRIPTIF Statistics Strategi Membaca Variables Penguasaan Kosakata Kemampuan Memahami
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan
Lebih terperinciStatistik Bisnis 1. Week 9 Discrete Probability
Statistik Bisnis 1 Week 9 Discrete Probability Random Variables Random Variables Discrete Random Variable Continuous Random Variable Wk. 9 Wk. 10 Probability Distributions Probability Distributions Wk.
Lebih terperinciSTUDI KRITIS ATAS UJI KECUKUPAN DATA
STUDI KRITIS ATAS UJI KECUKUPA DATA Budi Aribowo 1 ABSTRACT Data proficiency test that often used in research, especially in ergonomic and working system design to determine whether the number of the sample
Lebih terperinciDISCRIMINANT ANALYSIS
DISCRIMINANT ANALYSIS STATISTIK LANJUT MAGISTER PROFESI F.PSI.UI Liche Seniati 1 Discriminant Analysis Merupakan teknik parametrik yang digunakan untuk menentukan bobot dari prediktor yg paling baik untuk
Lebih terperincimatematis siswa SMPN 1 Karangrejo Tulungagung Tahun Pelajaran 2016/2017 yang menggunakan model discovery learning lebih baik daripada menggunakan mode
ABSTRAK Skripsi dengan judul Perbandingan Kemampuan Pemecahan Masalah Matematis Antara Menggunakan Model Discovery Learning dan Model Problem Based Learning Materi Perbandingan pada Siswa SMPN 1 Karangrejo
Lebih terperinciSering dibahas. Asosiasi 2 peubah Y Z
Sering dibahas X Asosiasi 2 peubah Y X Y Z Confounding In statistics, a confounding variable (also confounding factor, a confound, or confounder) is an extraneous variable in a statistical model that correlates
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
Lebih terperinciUji Perbandingan Rata-Rata
Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti
Lebih terperinciABSTRACT. Keywords: tax refund, fees for acquisition of land and buildings from sell-buy transaction. viii. Universitas Kristen Maranatha
ABSTRACT This research entitled Effect of Transfer of Fees for Acquisition of Land and Building Being Against Local Tax Refund of Fees on Acquisition of Land and Building from Sell-Buy Transaction at Tax
Lebih terperinciHASIL PENGOLAHAN DATA DENGAN PERANGKAT SPSS
HASIL PENGOLAHAN DATA DENGAN PERANGKAT SPSS 1. KARAKTERISTIK DATA PENELITIAN Statistics WAKTU WAKTU WAKTU TINGGAL BAK TINGGAL BAK WAKTU TINGGAL BAK KUALITAS DEBIT LIMBAH SEDIMEN AWAL ANAEROB TINGGAL BAK
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciLAMPIRAN Case Processing Summary Universitas Sumatera Utara
LAMPIRAN ANALISIS SPSS : 1. Analisis Crosstabs Tujuannya adalah untuk mencari koef. Contingency menggunakan chi-square test Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent
Lebih terperinciReliability Skala Konsep diri pada penderita kanker payudara pasca operasi Putaran 1
LAMPIRAN A.1. LAMPIRAN A.2. LAMPIRAN B.1. Reliability Skala Konsep diri pada penderita kanker payudara pasca operasi Putaran 1 Cases Case Processing Summary Valid Excluded a Total a. Listwise deletion
Lebih terperinciUji Perbandingan Rata-Rata
Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti
Lebih terperinciLampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM
Lampiran 1 Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM 79 80 Lampiran 2 Surat Permohonan Ijin Peminjaman Alat di Laboratorium Biologi FK UKM 81 Lampiran 3 Perhitungan Statistik
Lebih terperinciBAB IV HASIL PENELITIAN. A. Penyajian Statistik Deskripsi Hasil Penelitian. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
61 BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel,
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik Tjipto Juwono, Ph.D. March 2017 TJ (SU) Non Parametrik March 2017 1 / 26 Tipe-tipe Variabel dan Level Pengukuran Tipe-tipe Variabel kualitatif Bersifat non-numerik (tidak dapat
Lebih terperinciABSTRACT INFLUENCE OF ORGANIZATIONAL COMMITMENT TOWARD MANAGEMENT CONTROL SYSTEM IN MERCHANDISING TRANSPORTATION BUSINESS
ABSTRACT INFLUENCE OF ORGANIZATIONAL COMMITMENT TOWARD MANAGEMENT CONTROL SYSTEM IN MERCHANDISING TRANSPORTATION BUSINESS (Research at CV. Indako Trading Co.) The objective of this research is to discover
Lebih terperinciANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )
ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES ) SKRIPSI Disusun Oleh: ALIF HARTATI J2E009036 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI
Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI 1 HIPOTESIS Hipotesis adalah pernyataan yang masih lemah tingkat kebenarannya sehingga masih harus diuji
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Hasil Data yang diperoleh dari penelitian ini berupa nilai pretest dan posttest siswa dan hasil observasi keterlaksanaan pembelajaran. Data tersebut kemudian dianalisis melalui
Lebih terperinciANALISIS KERAGAMAN PADA DATA HILANG DALAM RANCANGAN KISI SEIMBANG
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 5, Nomor, Tahun 206, Halaman 53-62 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian ANALISIS KERAGAMAN PADA DATA HILANG DALAM RANCANGAN KISI SEIMBANG Nariswari
Lebih terperinciUmur kelompok. Valid < 45 tahun tahun >65 tahun Total
80 Frequency Table Umur kelompok Valid < 45 tahun 9 7.7 7.7 7.7 45-65 tahun 77 65.8 65.8 73.5 >65 tahun 31 26.5 26.5 100.0 Jenis Kelamin Valid laki-laki 67 57.3 57.3 57.3 perempuan 50 42.7 42.7 100.0 Agama
Lebih terperinciBAB IV HASIL PENELITIAN
143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian
Lebih terperinciHUBUNGAN ANTAR PEUBAH
HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja 1 Hubungan Antar Peubah (lanjutan) Pendapatan
Lebih terperinciHo merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test
UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ
Lebih terperinciGambaran Duplikasi Penomoran Rekam Medis. Gambaran Kualifikasi Pendidikan. Gambaran Pengetahuan. Statistics pemberian nomor. N Valid 60.
Gambaran Duplikasi Penomoran Rekam Medis Statistics N Valid 60 Missing 0 Frequency Percent Valid Percent Cumulative Percent Valid duplikasi 24 40.0 40.0 40.0 tidak duplikat 36 60.0 60.0 100.0 Total 60
Lebih terperinciKUESIONER PENELITIAN
KUESIONER PENELITIAN Pengaruh Iklan Tarif Hemat Simpati Terhadap Keputusan Pembelian Kartu Simpati Pada Mahasiswa Departemen Manajemen Fakultas Ekonomi USU Untuk mengetahui seberapa besar tarif hemat Simpati
Lebih terperinciContoh Analisis Data Korelasi Kecerdasan Emosi terhadap Stress Kerja 1. Sebaran Data Kecerdasan Emosi Hasil Skoring Kuesioner
Contoh Analisis Data Korelasi Kecerdasan Emosi terhadap Stress Kerja 1. Sebaran Data Kecerdasan Emosi Hasil Skoring Kuesioner 1. Sebaran Data Stress Kerja Hasil Skoring Kuesioner 2. Jumlah Skor Setiap
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam Bab IV ini berisi tentang analisis instrumen penelitian, uji keseimbangan pretest dan uji beda rerata posttest, deskripsi data amatan, normalitas data amatan,
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai program kegiatan masjid,
Lebih terperinci1 KUESIONER PENELITIAN PENGARUH LINGKUNGAN KERJA TERHADAP PERILAKU KERJA PERAWAT DI RUANG RAWAT INAP RUMAH SAKIT UMUM DAERAH
Lampiran KUESIONER PENELITIAN PENGARUH LINGKUNGAN KERJA TERHADAP PERILAKU KERJA PERAWAT DI RUANG RAWAT INAP RUMAH SAKIT UMUM DAERAH Dr. PIRNGADI KOTA MEDAN Petunjuk Pengisian Identitas Responden Jawablah
Lebih terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciSaya sering bermimpi buruk SS S TS STS
64 Pernyataan Dengan hormat, Di tengah-tengah kesibukan Anda saat ini, perkenankanlah saya mohon kesediaan Anda meluangkan waktu sejenak untuk mengisi dua macam skala yang telah disediakan.tujuan skala
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengantar Pada Bab ini akan dilakukan pembahasan untuk menetapkan beban overbooking melalui model penghitungan. Untuk dapat melakukan penghitungan tersebut, terlebih dahulu
Lebih terperinciBAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN. Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu
BAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN 3.1 Pengujian Instrumen Data Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu terhadap instrumen yang akan digunakan. Ini dilakukan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Annual Report (2008-2012) maka dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian
Lebih terperinciterhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di
Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin
69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Deskripsi Subjek dan Tempat Penelitian 4.1.1 Deskripsi Subjek Penelitian Subjek penelitian adalah siswa kelas III SDN Jambangan 3 dan SDN Jambangan 4. Jumlah subjek penelitiannya
Lebih terperinciLAMPIRAN A SKALA DUKUNGAN SOSIAL DAN KUALITAS HIDUP
DATA LAMPIRAN xvii LAMPIRAN A SKALA DUKUNGAN SOSIAL DAN KUALITAS HIDUP xviii xix Informed Consent Persetujuan Menjadi Responden Salam sejahtera, Saya Kurniawan Asya mahasiswa fakultas Psikologi Universitas
Lebih terperinciLAMPIRAN A SKALA ADVERSIY INTELLIGENCE DENGAN PENYESUAIAN SOSIAL
DATA LAMPIRAN 79 LAMPIRAN A SKALA ADVERSIY INTELLIGENCE DENGAN PENYESUAIAN SOSIAL 80 81 Selamat Pagi/Siang/Sore, Perkenalkan saya Larra Sylvia Dewi. Saya adalah mahasiswi jurusan Psikologi Universitas
Lebih terperinci