8/29/2012. Statistik Inferensial tdd : Metode Statistika : Review Teori Probabilitas
|
|
- Suryadi Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 8/9/0 Review Teori Probabilitas Kehadira miimum 75 % Tolerasi keterlambata max 0 meit QUIZ dilaksaaka secara : O lie : Piliha Gada Tertulis di kelas : Essay biasaya medadak Nb :Tidak ada Quiz Susula via/0 Elty via, ST,MT Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug via /0 PERTEMUAN TANGGAL ( Tahu 0 ) KULIAH UTS : 35 UAS : 40 KAT : 5 (Resposi 00 %) 7Agustus Sept Pedahulua 3-8 September Estimasi Populasi (Teori Peaksira) September Uji Hipotesis () 7 - September 4 Uji Hipotesis () September Uji Hipotesis (3) 6 Oktober 6 Uji Statistika No Parametrik via/0 3 7 Uji Statistika No Parametrik () Oktober UTS 9 7 Oktober Uji Statistika No Parametrik (3) 9 Oktober 3 November Regresi Liear da Korelasi 5-0 November Regresi Liear da Korelasi () 3-7 November Regresi Liear da Korelasi (3) November Aalisis Variasi (ANOVA) November Aalisis Variasi (ANOVA) Desember Aalisis Variasi (ANOVA) Desember UAS via/0 4 Metode Statistika : Statistika Deskriptif : Metoda-metoda yag berkaita dega pegumpula da peyajia suatu gugus data sehigga memberika iformasi yag bergua, tapa pearika suatu kesimpula misalya rata-rata, seberapa jauh data bervariasi, ciri ciri, betuk, karakter, pada peduduk, masyarakat, orgaisasi berdasarka data yag diperoleh Statistika Iduktif/Iferesia : Metoda-metoda yag berhubuga dega aalisis sebagia data utuk sampai pada pearika kesimpula megeai keseluruha gugus data misal perkiraa, peramala, pegambila keputusa Dalam statistika Iduktif/Iferesia, ada istilah sampel da populasi Sampel adalah sebagia kecil dari populasi yag diamati, da populasi adalah keseluruha pegamata yag mejadi objek dari perhatia Statistik Iferesial tdd : Statistika Parametrik: statistika utuk megaalisa data yag diambil dari populasi berdistribusi ormal Statistika Noparametrik: statistika utuk megaalisa data dari populasi yag bebas distribusi via/0 5
2 8/9/0 Ruag Ligkup Statistik Statistika Deskriptif masalah hipotesis Hubuga Peelitia da statistik??????? Statistika Statistika Parametrik Statistika Iferesial meetuka sampel megumpulka sampel meyajika data Perlu Statistika Statistika Noparametrik megaalisa data membuat kesimpula Cotoh : Cotoh Data tetag pejuala mobil merek ABC perbula di suatu show room mobil di Jakarta selama tahu 999 Dari data tersebut pertama aka dilakuka deskripsi terhadap data spt meghitug rata-rata pejuala, berapa stadar deviasiya dll Cotoh Ekoomia seorag mahasiswi FE-UG, megumpulka data utuk peulisa ilmiahya Ia mewawacarai 0 pedagag asoga di depa kampus da megetahui bahwa rata-rata pedapata kotor mereka adalah Rp 97 53, 5 Hasil wawacara ii dilaporkaya dalam PI-ya (Deskriptif, Primer, Numerik) Kemudia baru dilakuka berbagai iferesi terhadap hasil deskripsi spt : perkiraa pejuala mobil tsb bula Jauari tahu berikut, perkiraa rata-rata pejuala mobil tsb di seluruh Idoesia Cotoh Dari tayaga TV lagsug dari Bursa Efek, Drs Utug Selalu seorag pialag memperkiraka bahwa harga saham perusahaa-perusahaa blue-chip aka terus turu sampai miggu ke tiga bula September Perubaha aka bervariasi atara $ -35 sampai $ -560 per 00 lembar (Iferesia, Sekuder, Numerik) 9 via/0 0 via/0 JENIS-JENIS STATISTIKA POPULASI DAN SAMPEL STATISTIKA Statistika Deskriptif Statistika Iduktif Materi: Peyajia data Ukura pemusata 3 Ukura peyebara 4 Agka ideks 5 Deret berkala da peramala Materi: Probabilitas da teori keputusa Metode samplig 3 Teori pedugaa 4 Pegujia hipotesa 5 Regresi da korelasi 6 Statistika oparametrik POPULASI Ukura Populasi : bayakya pegamata / aggota suatu populasi Lambag : N Parameter : sembarag ilai yag mejelaska ciri populasi Parameter populasi biasaya dilambagka huruf Yuai, spt : m, s, p SAMPEL Ukura Sampel : bayakya pegamata / aggota suatu sampel Lambag : via/0 via/0
3 8/9/0 Tabel perbadiga Parameter da Statistik : Karakteristik Rata-rata Variasi Proporsi Populasi parameter m s p atau p Sampel statistik x S Parameter Statistik Sifat Populasi m (baca : miu) rata-rata s(baca : sigma) s Stadar deviasi p (baca : phi) p Proporsi x pˆ SKALA PENGUKURAN Skala Nomial Agka yag diberika haya sebagai label saja Posisi data setara (Tidak mempuyai tigkata atau jejag) Agka dalam hal ii haya berupa simbol saja da tidak bisa dilakuka operasi matematika (+, -, x, :) CONTOH : jeis kelami, jeis pekerjaa pria =, waita = Klasifikasi dari 6 wara perme coklat susu M&M s Skala Ordial Data yag diperoleh dega cara kategorisasi atau klasifikasi, tetapi di atara data tersebut terdapat hubuga Agka megadug pegertia tigkata Data mempuyai tigkata atau jejag Tidak bisa dilakuka operasi matematika (+, -, x, :) CONTOH : Kepuasa kerja,motivasi rakig,, da 3 Rakig meujukka lebih tiggi dari rakig da 3 Direktur=,Maajer=, Karyawa=3 + = Direktur+Direktur= Maajer??? via/0 3 via/0 4 SKALA PENGUKURAN () Skala Iterval Data berskala iterval adalah data yag diperoleh dega cara pegukura, di maa jarak atara dua titik skala sudah diketahui Tidak ada kategorisasi Bisa dilakuka operasi matematika Data Iterval tidak mempuyai titik ol yg absolut CONTOH : temperatur yag diukur berdasarka 0 C da 0 F, sistem kaleder 80 0 C via/0 Suhu 6 0 C C 0 0 C = suhu digi, 40 0 C x lebih digi dari Skala Rasio Data berskala rasio adalah data yag diperoleh dega cara pegukura, di maa jarak atara dua titik skala sudah diketahui da mempuyai titik 0 absolut Tidak ada kategorisasi da meempati level pegukura yg palig tiggi bisa dilakuka operasi matematika Perbedaa dega data iterval mempuyai titik ol dalam arti sesugguhya (absolut) CONTOH : gaji, skor ujia, jumlah buku buga BCA 7% da buga Madiri 4%, maka buga Madiri kali buga BCA 5 via/0 Pembagia data dapat dibedaka meurut : Sifatya a Data kualitatif adalah data yag disajika buka dalam betuk agka, misalya agama, jeis kelami, daerah, suku bagsa, pagkat pegawai, jabata pegawai da sebagaiya b Data kuatitatif adalah data yag disajika dalam betuk agka Data ii terbagi mejadi : ) Data kotiu adalah data yag satuaya bisa dalam pecaha ) Data diskrit adalah data yag satuaya selalu bulat dalam bilaga asli, tidak berbetuk pecaha, 6 JENIS-JENIS terbagi atas KUALITATIF da KUANTITATIF KUALITATIF : Data yag diyataka dalam betuk buka agka Cotoh : jeis pekerjaa, status marital, tigkat kepuasa kerja KUANTITATIF : Data yag diyataka dalam betuk agka Cotoh : lama bekerja, jumlah gaji, usia, hasil ulaga Data Kualitatif Data diskrit Jeis kelami Wara kesayaga 3 Asal suku, dll Jumlah mobil Jumlah staf 3 Jumlah TV, dll NOMINAL ORDINAL KUALITATIF JENIS KUANTITATIF INTERVAL RASIO Data Kuatitatif Data Kotiu Berat bada Jarak kota 3 Luas rumah, dll via/0 7 via/0 8 3
4 8/9/0 Waktuya a Data silag (Cross Sectio) adalah data yag dikumpulka pada suatu waktu tertetu yag bisa meggambarka keadaa/kegiata pada waktu tersebut, misalya jumlah warga DKI Jakarta meurut asal da agama pada tahu 000 b Data Berkala (Time Series) adalah data yag dikumpulka dari waktu ke waktu, misalya data agka kematia da kelahira dari tahu ke tahu di Idoesia yag cederug membesar da megecil 3 Cara memperolehya a Data primer adalah data yag didapatka lagsug dari respode misalya data pegawai egeri sipil di BAKN, data registrasi mahasiswa di suatu uiversitas da sebagaiya b Data Sekuder adalah data yag diambil dari data primer yag telah diolah, utuk tujua lai, misalya data perkawia atara umur 0 s/d 0 tahu di Idoesia yag diambil dari departeme Agama utuk tujua aalisa pola perkawia setiap suku bagsa di Idoesia via/0 9 0 via /0 SUMBER STATISTIKA 4 Sumberya Data Primer Data Sekuder Wawacara lagsug Wawacara tidak lagsug 3 Pegisia kuesioer Data dari pihak lai: BPS Bak Idoesia 3 World Bak, IMF 4 FAO dll a Data Iteral adalah data yag meggambarka dari keadaa di dalam suatu orgaisasi, misalya dari suatu uiversitas adalah data dose, jumlah mahasiswa, data kelulusa da sebagaiya b Data Eksteral adalah data yag dibutuhka dari luar utuk kebutuha suatu orgaisasi tersebut via/0 via/0 5 Tipeya a Data Determiistik adalah data yag tidak memiliki variasi dari suatu ilai yag tetap (fixed) Cotoh :berat bada 55kg, Jumlah mobil di tempat parkir 9 mobil, dll b Data Probabilistik adalah tipe data yag didalamya terdapat beberapa ilai yag mugki mucul, atau data yag tidak dapat digambarka oleh ilai tetap Cotoh : jumlah atria di kasir 7 perjam tidak tetap atara 0 8 orag, jumlah telur dalam timbaga kg jumlahya tidak tetap, atara 8-0 butir perkg (tergatug dari berat perbutirya) Syarat Data yag baik adalah Bear/Obyektif Mewakili/Wajar (represetative) 3 Dipercaya, artiya kesalaha bakuya kecil 4 Tepat waktu (up to date) 5 Releva (data yag dikumpulka ada hubugaya dega permasalahaya) 6 Radom (Acak) Setiap ilai/aggota populasi mempuyai kesempata yag sama utuk dipilih pada saat pegambila sampel yag kita sebut Equally Likely Evets Cotoh : dalam pelempara dadu, agka 6 mempuyai peluag terjadi yg sama yaitu x : /6 3 via /0 via/0 4 4
5 8/9/0 Tabel ormal stadar Merupaka betuk distribusi kotiu Diguaka utuk meyataka kemucula suatu variabel radom x yag diamati dalam suatu sampel dari populasi ifiite Memiliki ciri 30 da,p 5 Rumus PDF Distribusi Normal Stadar : z x m s m : ilai rata-rata populasi x : ilai variabel radom s : stadard deviasi populasi 0 z o 0 z Z zo ,0 0,5000 0,5004 0,5080 0,579 0,539 0,5359 0, 0,5398 0,5348 0,5478 0,5675 0,574 0,5754 0, 0,5793 0,583 0,587 0,6064 0,603 0,64,0 0,843 0,8438 0,846 0,8577 0,8599 0,86, 0,8643 0,8665 0,8686 0,8790 0,880 0,8830, 0,8849 0,8869 0,8888 0,8980 0,8997 0,905,5 0,9938 0,9940 0,994 0,9949 0,995 0,995,6 0,9953 0,9955 0,9956 0,996 0,9963 0,9964 via/0 5 via/0,7 0,9965 0,9966 0,9967 0,997 0,9973 0, μ p σ Syarat : 00 ; p 0 50 ; p 5 0 ; p p Syarat : N Poisso 0, Hipergeometri Biomial Rumus : μ p σ Syarat : p 5 & q 5 Normal p q Z σ Fiite Populasi Ifiite Populasi μ p σ p q x - p Z pq CATATAN! Karea dist Biomial dist Diskrit DAN dist Normal dist Kotiu, maka utuk pegerjaa soal pedekata Normal terhadap Biomial perlu dilakuka atura : 0,5, sebagai berikut : Utuk : x a x ( a 0,5 ) ( Cotoh : x 7 x 6,5 ) Utuk : x b x ( b + 0,5 ) ( Cotoh : x 7 x 7,5 ) Utuk : a x b ( a 0,5 ) x ( b + 0,5 ) ( Cth : 7 x 0 6,5 x 0,5 ) via/0 7 TCL Teori Setral Limit Apabila X merupaka mea dari sampel radom ber ukura yag diambil dari populasi X dega mea m da variasi σ, maka betuk terbatas dari distribusi, selama, adalah merupaka distribusi ormal stadard (z;0,) X m Z s / via/0 8 X Sifat Distribusi Samplig : Jika sampel radom dega eleme diambil dari suatu populasi dega mea m da variasi, maka distribusi samplig harga mea mempuyai mea = da variasi = Jika populasiya berdistribusi ormal, maka distribusi samplig harga mea berdistribusi ormal juga 3 Jika sampel-sampel radom diambil dari suatu populasi yag berdistribusi sembarag dega mea m da variasi, maka utuk > 30 : Teorema Limit Pusat Sampel Radom : Dega Pegembalia : da Tapa Pegembalia : da atau Jika N sagat besar relative terhadap, (N tidak disebutka), maka : atau Dalam Distribusi Samplig : 9 9 via/ via/ 0 5
6 8/9/0 Tabel Distribusi Samplig Normal TCL : Distr Populasi Ukura Sampel s diketahui s tidak diketahui DISTRIBUSI CHI SQUARE ( X ) Diguaka utuk meguji suatu populasi megikuti distribusi tertetu ( hipotesa statistik ) Rumus : ( -) S χ σ derajat kebebasa v = NORMAL TIDAK NORMAL 30 < < 30 Z σ / Z σ / Z σ / Dalil Chebyshev: X k σ Z* S / t S / Z* S / Dalil Chebyshev: X k S Z* bila s tidak diketahui amu besar, diasumsika bahwa s σ via/0 3 DISTRIBUSI F Syarat : S > S Diguaka utuk meguji apakah sampel mempuyai variasi populasi yg sama Rumus : S via/0 F S derajat kebebasa : v = ; v = f- α (v, v) fα (v, v ) 3 RUMUS-RUMUS DISTRIBUSI SAMPLING BEDA DUA RATA-RATA RUMUS-RUMUS DISTRIBUSI SAMPLING BEDA DUA RATA-RATA Atau Distribusi Normal Z a via/0 Z X X m - m s s Diguaka bila : & da s & s Dist Normal utuk : ( & ) 30 da ( s & s ) diketahui Dist Normal utuk : ( & ) < 30 da ( s & s ) diketahui Dist Uiform utuk : ( & ) 30 da ( s & s ) diketahui b Z X X m - m S S Diguaka bila : & da s & s Dist Normal utuk : ( & ) 30 da ( s & s ) tidak diketahui Dist Uiform utuk : ( & ) 30 da ( s & s ) tidak diketahui 33 Distribusi Normal t a Atau t Sp X X m - m Sp - S - S X X b μ - μ t S S Diguaka bila : ( & ) < 30 ( s & s ) tidak diketahui, dimaa : s s Catata : derajat kebebasa ( v ) dibulatka ke bawah ; ; via/0 v - Diguaka bila : ( & ) < 30 ( s & s ) tidak diketahui, dimaa : s = s S S V S S 34 RUMUS-RUMUS DISTRIBUSI SAMPLING BEDA DUA RATA-RATA 3 Distribusi Normal t Berpasaga d - μd t Sd / Sd di - ( -) di Thak You Derajat kebebasa : v = Dimaa : m D = m m d = X X d = rata-rata dari ilai d Sd = stadar deviasi dari ilai d via/0 35 via/0 36 6
PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai
1. Pegertia Statistika PENDAHULUAN Statistika berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah. Statistika peyajia DATA utuk memperoleh
Lebih terperinciPENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )
Hal dari 7 PENDAHULUAN. PENGERTIAN STATISTIKA Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah (igat : STATISTIKA
Lebih terperinciPendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran
1. Pegertia Statistika Pedahulua Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah Dalam statistika tercakup dua pekerjaa
Lebih terperinciPendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran
Pedahulua. Pegertia Statistika Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah Dalam statistika tercakup dua pekerjaa
Lebih terperinciPendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran
Pedahulua 1. Pegertia Statistika Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah Dalam statistika tercakup dua pekerjaa
Lebih terperinciStatistika Inferensial
Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciSemoga Tuhan memberi berkah pada kelas ini. Sumber Referensi :
Semoga Tuha memberi berkah pada kelas ii. TUJUAN Agar Mahasiswa dapat memahami tetag Statistika Deskriptif da meerapkaya dalam data sekuder dega megguaka Microsoft Excel da SPSS. 1 2 Sumber Referesi :
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika
Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciBAB 6: ESTIMASI PARAMETER (2)
Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara
Lebih terperinciJENIS PENDUGAAN STATISTIK
ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka
Lebih terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinciA. Pengertian Hipotesis
PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi
Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciPendugaan Parameter. Debrina Puspita Andriani /
Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:
Lebih terperinciDISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)
DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciDistribusi Sampling (Distribusi Penarikan Sampel)
Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciESTIMASI TITIK DAN INTERVAL KEPERCAYAAN
8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika
Lebih terperinciModul Kuliah statistika
Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciBab 6 PENAKSIRAN PARAMETER
Bab 6 PENAKSIRAN PARAMETER Stadar Kompetesi : Setelah megikuti kuliah ii, mahasiswa dapat memahami hubuga ilai sampel da populasi da meetuka distribusi samplig yag tepat utuk diguaka Kompetesi Dasar :
Lebih terperinciDistribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,
DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciTEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran
Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira
Lebih terperinciTelp. / Fax (0362) PO.BOX : 236
Judul Modul : Statistika Bidag Studi Keahlia : Sei Kerajia da Pariwisata Kelas / Semester : XII / Gajil Tahu Pelajara : 017 / 01 Sekolah Meegah Kejurua Negeri 1 Sukasada ( SMK Negeri 1 Sukasada ) Alamat
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinciBAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL
BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperinciBAB III METODOLOGI PENELITIAN. yang diperoleh dengan penelitian perpustakaan ini dapat dijadikan landasan
BAB III METODOLOGI PENELITIAN 3.. Jeis Peelitia Peelitia perpustakaa yaitu peelitia yag pada hakekatya data yag diperoleh dega peelitia perpustakaa ii dapat dijadika ladasa dasar da alat utama bagi pelaksaaa
Lebih terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciBAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua
BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciSTATISTIKA DAN PELUANG BAB III STATISTIKA
Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis
Lebih terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinci1 Departemen Statistika FMIPA IPB
Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351) 1 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Metode Noparametrik Skala Pegukura Metode Noparameterik Uji Hipotesis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciBAB III METODE PENELITIAN
6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag
Lebih terperinciBAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa
54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah
Lebih terperinciSTATISTIK PERTEMUAN VIII
STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)
BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu
Lebih terperinci1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)
= DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka
Lebih terperinciBAB VII RANDOM VARIATE DISTRIBUSI DISKRET
BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciSTATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,
Lebih terperinci9 Departemen Statistika FMIPA IPB
Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara
Lebih terperinciStatistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka
Lebih terperinciStatistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi
Lebih terperinciREGRESI DAN KORELASI SEDERHANA
REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinci1 n MODUL 5. Peubah Acak Diskret Khusus
ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai
Lebih terperinciUKURAN PEMUSATAN DATA
Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.
III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia
Lebih terperinciSTATISTIK DESKRIPTIF. Leni Masnidar Nasution
Jural Hikmah, Volume 14, No. 1, Jauari Jui 17, ISSN :189-8419 STATISTIK DESKRIPTIF Lei Masidar Nasutio Dose Sekolah Tiggi Agama Islam (STAI) Serdag Lubuk Pakam Jl. Negara Km. 7-8 No. 16 Lubuk Pakam e-mail:
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciMETODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa
III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara
Lebih terperinciBAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat
BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh
Lebih terperinciSampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2
Samplig Process ad Samplig Distributio Iferece : Poit ad Iterval Estimates Pertemua 1 CAKUPAN MATERI: Pemahama tetag Samplig Sampel Acak Sederhaa (Simple Radom Samplig SRS) Estimasi Titik (Poit Estimatio)
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciBAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian
BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik
Lebih terperinciBAB VIII KONSEP DASAR PROBABILITAS
BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciRESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015
RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi
Lebih terperinciHazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand
TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh
Lebih terperinciDISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin
DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciBAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain
BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga
Lebih terperinciKuliah 3.Ukuran Pemusatan Data
Kuliah 3.Ukura Pemusata Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikaa Fakultas Perikaa da Ilmu Kelauta Uiversitas Padjadjara Cotet (1) modus Media Rata-rata Telada peerapa Cotet (2)
Lebih terperinciMETODE PENELITIAN Desain Penelitian Penelitian ini di lakukan dengan pendekatan kuantitatif dengan didukung pendekatan kualitatif berupa
METODE PENELITIAN Desai Peelitia Peelitia ii di lakuka dega pedekata kuatitatif dega didukug pedekata kualitatif berupa catata-catata lapaga (feeld ote) yag medukug iformasi dari arasumber. Peelitia yag
Lebih terperinciAnalisa Data Statistik. Ratih Setyaningrum, MT
Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.
Lebih terperinciBAB V METODOLOGI PENELITIAN
BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis
Lebih terperinciSTATISTIKA NON PARAMETRIK
. PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha
Lebih terperinciII. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang
II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori
Lebih terperinciBab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciMETODE PENELITIAN. 3.1 Kerangka Pemikiran
24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.
Lebih terperinciBAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA
BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,
Lebih terperincimempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.
Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah
Lebih terperinciPENGUJIAN HIPOTESA BAB 7
PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli 2013 sampai Januari 2014
BAB III METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia ii dilaksaaka pada bula Juli 2013 sampai Jauari 201 berlokasi di Kabupate Gorotalo. B. Jeis Peelitia Peilitia tetag evaluasi program pegembaga
Lebih terperinciPengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi
Chapter 6 Studet Lecture Notes 6-1 Hal-1 Hal-2 Estimasi (Pedugaa) Estimasi (Pedugaa) TOPIK Pegertia Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Iterval Estimasi iterval
Lebih terperincix = μ...? 2 2 s = σ...? x x s = σ...?
Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)
Lebih terperinci