UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

Ukuran: px
Mulai penontonan dengan halaman:

Download "UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT"

Transkripsi

1 UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT

2 UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST)

3 Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur Uji. H 0 : urutan data merupakan urutan yang random / acak H : urutan data bukan merupakan urutan yang random / acak. Tingkat signifikansi : 3. Perhitungan statistik uji Tentukan nilai median data Untuk data yang > median, beri tanda + Untuk data yang < median, beri tanda Untuk data yang = median, beri tanda 0 Setelah data dinyatakan dalam tanda + dan -, tentukan banyaknya run dalam urutan data tersebut (urutan data tidak boleh diubah) Run = banyaknya urutan data dengan tanda yang identik yang diikuti dan didahului oleh tanda yang berbeda atau tanpa tanda

4 Uji KERANDOMAN Misal : = run = 3 run = 5 run n = banyaknya data yang bertanda tertentu misalnya + n = banyaknya data yang bertanda lainnya, misalnya r = banyaknya run dalam urutan 4. Daerah kritis a. Untuk n dan n 0 bila r a r r b Ho diterima bila r < r a atau r > r b Ho ditolak b. Untuk n atau n > 0 r ~ berdistribusi normal dengan rata-rata μ r dan standard deviasi r n n n n r nn nn n n ( n n ) ( n n ) r dengan

5 Uji KERANDOMAN Z hitung r r r Bila Z Zhitung Z Z hitung Z maka Ho diterima Bila atau maka Ho ditolak Z hitung Z

6 UJI KOLMOGOROV - SMIRNOV SAMPEL (SAMPEL TUNGGAL)

7 UJI KOLMOGOROV Merupakan uji goodness of fit antara frekuensi pengamatan dan frekuensi harapan Dibanding dengan uji goodness of fit dengan menggunakan X test - Uji kolmogorov smirnov lebih efisien untuk sampel berukuran kecil - Uji kolmogorov smirnov hanya bisa digunakan untuk variabel random kontinu sedang X test bisa untuk kontinu masupun diskrit Prosedur Uji. H 0 : variabel random x berdistribusi teoritis tertentu H : tidak. Tingkat signifikansi : 3. Perhitungan statistik uji Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Menentukan distribusi frekuensi masing-masing nilai data Hitung distribusi frekuensi relatif kumulatif, notasikan dengan Fa (x) Hitung distribusi frekuensi teoritis (ekspektasi), notasikan dengan Fe (x)

8 Uji Kolmogorov 3. Statistik Uji D = Maksimum I Fa (x) Fe (x) I ~ berdistribusi D ; n nilai D ; n dilihat pada tabel nilai uji kolmogorov smirnov untuk sampel tunggal 4. Daerah kritis D > D ; n Ho ditolak

9 Latihan Diberikan hasil pengumpulan data sebagai berikut : 3, 36, 43, 5, 44,, 6, 43, 75,, 3, 5, 8, 78, 4, 3, 7, 86, 6, 3, 7, 6, 8, 5 Ujilah dengan = 0,05 apakah data tersebut mempunyai urutan yang random

10 SOLUSI Latihan Penyelesaian. H 0 : urutan data merupakan urutan yang random / acak H : urutan data bukan merupakan urutan yang random / acak. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Menentukan nilai median data Data diurutkan dari kecil ke besar ` median = (4+6)/ = 5 Untuk data yang > median, beri tanda + Untuk data yang < median, beri tanda Untuk data yang = median, beri tanda 0

11 Contoh Lanjutan n = n = r = 8 4. Daerah kritis karena r a = 7 r = 8 r b = 9 Ho diterima Berarti data di atas mempunyai urutan yang acak / random

12 Latihan Contoh Data berikut merupakan urutan hasil proses produksi dari mesin tertentu disebuah pabrik. Dimana notasi D menunjukkan produk cacat (defect) dan N menunjukkan hasil baik (non defect) NNNNNNDDDDNNDDNNNNNNNNNNDDNNNNDDDNNNNNND Ujilah dengan = 0,05 apakah urutan data tersebut mempunyai urutan yang random

13 SOLUSI Latihan Penyelesaian. H 0 : urutan data merupakan urutan yang random / acak H : urutan data bukan merupakan urutan yang random / acak. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Untuk data D + Untuk data N n = n = 8 > 0 r = 0 r r n n ()(8) 7,8 n n 8 nn ( n n n n n n ()(8) ()(8) 8 ) ( n n ) ( 8) ( 8 )

14 r Contoh ()(8) ()(8) 40 6,8 (40) (39),6 Z hitung r r r 0 7,8, Daerah kritis Z hitung 3 Z0 05,96 Karena Ho ditolak, Berarti data diatas mempunyai urutan yang tidak acak / random

15 Latihan 3 Ujilah dengan = 0,05 apakah data berikut berdistribusi normal dengan rata-rata µ =3 dan standard deviasi σ =,,9 3,,8,0 5, 0,9 4, 3,9 3,6,7 3) ( 3 ) ( ) ( 0 x Z P x Z P Z Z P x Fe

16 SOLUSI Latihan 3 Penyelesaian. H 0 : variabel random x berdistribusi normal N(3; ) H : tidak. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Fungsi densitas kumulatif dari variabel random yang berdistribusi normal N(3; ) Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Menentukan distribusi frekuensi masing-masing nilai data

17 Contoh Statistik Uji D = Maksimum I Fa (x) Fe (x) I = 0,795 Daerah kritis bila D > D 0,05; = 0,39 Ho ditolak karena D = 0,795 < D 0,05; 0 = 0,39 maka Ho diterima berarti data diatas berdistribusi normal N(3; )

18 Latihan 4h Ujilah dengan = 0,05 apakah data berikut berdistribusi uniform dengan a=0 dan b=30 atau U (0; 30) 4,8 0,3 8, 3, 4,4 8,7 9,5,4 4,0 0,3

19 SOLUSI Latihan 4 Penyelesaian. H 0 : variabel random x berdistribusi uniform U(0; 30) H : tidak. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Fungsi densitas kumulatif dari variabel random yang berdistribusi U (0;30) 0 ; x 0 Fe(x) x/(30-0) ; 0 < x < 30 ; x 30 Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Tentukan distribusi frekuensi masing-masing nilai data

20 Contoh Statistik Uji D = Maksimum I Fa (x) Fe (x) I = 0,6 nilai D ; n dilihat pada tabel nilai uji kolmogorov smirnov untuk sampel tunggal Daerah kritis D > D 0,05; 0 = 0,40 Ho ditolak karena D = 0,6 < D 0,05; 0 = 0,40 maka Ho diterima berarti data diatas berdistribusi uniform U(0;30)

Statistik Non Parametrik

Statistik Non Parametrik Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila

Lebih terperinci

Statistik Non Parametrik-2

Statistik Non Parametrik-2 Statistik Non Parametrik-2 UJI RUN 2 Uji Run Disebut juga uji random Bertujuan untuk menentukan apakah urutan yang dipilih atau sampel yang diambil diperoleh secara random atau tidak Didasarkan atas banyaknya

Lebih terperinci

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi

Lebih terperinci

STATISTIK PERTEMUAN IX

STATISTIK PERTEMUAN IX STATISTIK PERTEMUAN IX UJI SAMPEL TUNGGAL Prosedur sampel tunggal biasanya bertipe goodness of fit. Dalam hal ini kita menarik suatu sampel random dan kemudian menguji hipotesis apakah sampel-sampel tersebut

Lebih terperinci

Statistik Non Parametrik

Statistik 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 terperinci

Pertemuan Ke-13. Nonparametrik_Uji Satu Sampel_M.Jainuri, M.Pd

Pertemuan Ke-13. Nonparametrik_Uji Satu Sampel_M.Jainuri, M.Pd Pertemuan Ke-13 1 Pengantar Statistik Nonparametrik Uji nonparametrik (uji bebas distribusi) digunakan bila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik

Lebih terperinci

Statistik Non Parametrik

Statistik Non Parametrik Statistik Non Parametrik STATISTIK PARAMETRIK DAN NON PARAMETRIK Statistik parametrik, didasarkan asumsi : - sampel random diambil dari populasi normal atau - ukuran sampel besar atau - sampel berasal

Lebih terperinci

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik

Lebih terperinci

UJI HIPOTESIS UNTUK PROPORSI

UJI HIPOTESIS UNTUK PROPORSI PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Tes Statistik Non Parametrik adalah test yang modelnya tidak menetapkan syaratsyaratnya

BAB 2 TINJAUAN TEORITIS. Tes Statistik Non Parametrik adalah test yang modelnya tidak menetapkan syaratsyaratnya BAB 2 TINJAUAN TEORITIS 21 Statistik Non Parametrik Tes Statistik Non Parametrik adalah test yang modelnya tidak menetapkan syaratsyaratnya mengenai parameter-parameter populasi yang merupakan induk sampel

Lebih terperinci

1.1 Contoh Soal dan Pembahasan Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 25 Dilakukan penelitian untuk mengetahui kecenderungan

1.1 Contoh Soal dan Pembahasan Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 25 Dilakukan penelitian untuk mengetahui kecenderungan 1.1 Contoh Soal dan Pembahasan 1.1.1 Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 5 Dilakukan penelitian untuk mengetahui kecenderungan masyarakat dalam memilih perawatan kecantikan. Berdasarkan

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

STATISTIKA NONPARAMETRIK (3)

STATISTIKA NONPARAMETRIK (3) STATISTIKA NONPARAMETRIK (3) Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung 6.UJI KOLMOGOROV SMIRNOV Untuk menguji apakah data berdistribusi tertentu.

Lebih terperinci

BAB IV. Pendidikan SMP SMA DIII S1 S2 Jumlah 2.9% 100% S2 3% SMP 29% DIII 15%

BAB IV. Pendidikan SMP SMA DIII S1 S2 Jumlah 2.9% 100% S2 3% SMP 29% DIII 15% 46 BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Pendidikan Pendidikan terakhir responden di RW 04 Kelurahan Sukasari Kecamatan Tangerang Kota Tangerang yaitu SMP, SMA, DIII, S1, dan S2 dengan distribusi

Lebih terperinci

STATISTIK NON PARAMETRIK (2)

STATISTIK NON PARAMETRIK (2) STATISTIK NON PARAMETRIK (2) 12 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Korelasi Urutan Spearman Statistik

Lebih terperinci

KULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan

KULIAH 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 terperinci

PENGUJIAN POLA DISTRIBUSI

PENGUJIAN POLA DISTRIBUSI PENGUJIAN POLA DISTRIBUSI 1. Pengujian Kolmogorov-Smirnov Normal Langkah-langkah : a. Menetapkan hipotesis H0 : data berdistribusi normal H1 : data tidak berdistribusi normal b. Menghitung statistik uji

Lebih terperinci

III. METODOLOGI PENELITIAN

III. 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 terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

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

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

Lebih terperinci

Penggolongan Uji Hipotesis

Penggolongan Uji Hipotesis Penggolongan Uji Hipotesis Macam Data Deskriptif (1 sampel) Komparatif (2 sampel) Macam Hipotesis Komparatif (k sampel) Asosiatif Berpasangan Independen Berpasangan Independen Berpasangan Independen Nominal

Lebih terperinci

mulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan

mulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan L A N G K A H mulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan A N A L I S I S Analisis sistem nyata Dibandingkan

Lebih terperinci

Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto)

Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto) Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto) Weny Indah Kusumawati, MMT ITS, weny@stikom.edu Dr. Ir. Abdullah Shahab, M.Sc, ITS Abstraksi PT.

Lebih terperinci

STATISTIKA NONPARAMETRIK (3)

STATISTIKA NONPARAMETRIK (3) 6.UJI KOLMOGOROV SMIRNOV STATISTIKA NONPARAMETRIK (3) Untuk menguji apakah data berdistribusi tertentu. Ekivalen dengan Uji ( Goodness Of Fit ) dalam Statistik Uji Parametrik. Elty Sarvia, ST., MT. Fakultas

Lebih terperinci

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani    / STATISTIK NON PARAMETRIK (2) 13 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Korelasi Urutan Spearman Statistik Non Parametrik 3 Uji Korelasi Urutan Spearman

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan penelitian

Lebih terperinci

BAB III METODA PENELITIAN. penelitian eksperimen adalah penelitian deskriptif yang ingin mencari

BAB III METODA PENELITIAN. penelitian eksperimen adalah penelitian deskriptif yang ingin mencari BAB III METODA PENELITIAN A. Metoda Penelitian Penelitian ini menggunakan metoda penelitian eksperimen, penelitian eksperimen adalah penelitian deskriptif yang ingin mencari jawaban secara mendasar tentang

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan

Lebih terperinci

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3 Uji Rata-rata untuk Sampel Berukuran

Lebih terperinci

Uji chi-kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan

Uji chi-kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan Uji chi-kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan frekuensi observasi, dilambangkan dengan fo ) dengan frekuensi

Lebih terperinci

Distribusi Probabilitas Diskret Teoritis

Distribusi Probabilitas Diskret Teoritis Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. yang mengenai parameter-parameter populasi yang merupakan induk

BAB 2 TINJAUAN TEORITIS. yang mengenai parameter-parameter populasi yang merupakan induk BAB 2 TINJAUAN TEORITIS 21 Statistik Non Parametrik Tes statistik non parametrik adalah test yang modelnya tidak menetapakan syaratsyaratnya yang mengenai parameter-parameter populasi yang merupakan induk

Lebih terperinci

BAB I PENDAHULUAN. Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis

BAB I PENDAHULUAN. Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis sering kali analisis data uji hidup digunakan. Analisis data uji hidup sendiri bertujuan

Lebih terperinci

PENGERTIAN PENGUJIAN HIPOTESIS

PENGERTIAN PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB ANDASAN TEORI. Teori Antrian Sistim ekonomi dan dunia usaha (bisnis) sebagian besar beroperasi dengan sumber daya yang relatif terbatas.sering terjadi pada orang, barang, dan komponen harus menunggu

Lebih terperinci

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu

Lebih terperinci

Riska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI

Riska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 51-60. ANALISIS MODEL DISTRIBUSI JUMLAH KEDATANGAN DAN WAKTU PELAYANAN PASIEN INSTALASI RAWAT JALAN RUMAH SAKIT IBU DAN

Lebih terperinci

Uji Kolmogorov Smirnov

Uji Kolmogorov Smirnov Uji Kolmogorov Smirnov Pengertian Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai, terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini adalah

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi

Lebih terperinci

Pengertian Pengujian Hipotesis

Pengertian Pengujian Hipotesis PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan

Lebih terperinci

32 BAB III METODE PENELITIAN A. Desain Penelitian Dalam penelitian ini metode yang digunakan adalah metode deskriptif komparatif. Metode penelitian ini suatu penelitian yang bersifat membandingkan, disini

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang

Lebih terperinci

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Analisis deskripsi dalam penelitian ini membahas mengenai deskripsi

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Analisis deskripsi dalam penelitian ini membahas mengenai deskripsi BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Analisis deskripsi dalam penelitian ini membahas mengenai deskripsi pembelajaran dan deskripsi data. 1. Deskripsi Pembelajaran SMK N 1 Pleret berlokasi

Lebih terperinci

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.

Lebih terperinci

PENGUJIAN HIPOTESIS (2)

PENGUJIAN HIPOTESIS (2) PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Rata-rata Sampel

Lebih terperinci

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK Ririn Dwi Utami, Respatiwulan, dan Siswanto Program Studi Matematika FMIPA UNS Abstrak.

Lebih terperinci

UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU

UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 3, o.1 (14), hal 1-6. UKURA SAMPEL DA DISTRIBUSI SAMPLIG DARI BEBERAPA VARIABEL RADOM KOTIU Muhammad urudin, Muhlasah ovitasari Mara, Dadan Kusnandar

Lebih terperinci

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus : BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak

Lebih terperinci

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk

Lebih terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI PROBABILITAS (PELUANG) DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,

Lebih terperinci

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK. ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI 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 terperinci

PROBLEM SOLVING STATISTIKA LANJUT

PROBLEM 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 terperinci

Jurnal Ilmiah Widya Teknik Vol No ISSN

Jurnal Ilmiah Widya Teknik Vol No ISSN Jurnal Ilmiah Widya Teknik Vol. 13 --- No. 1 --- 2014 ISSN 1412-7350 PERANCANGAN PREVENTIVE MAINTENANCE PADA MESIN CORRUGATING dan MESIN FLEXO di PT. SURINDO TEGUH GEMILANG Sandy Dwiseputra Pandi, Hadi

Lebih terperinci

3 BAB III LANDASAN TEORI

3 BAB III LANDASAN TEORI 3 BAB III LANDASAN TEORI 3.1 Pemeliharaan (Maintenance) 3.1.1 Pengertian Pemeliharaan Pemeliharaan (maintenance) adalah suatu kombinasi dari setiap tindakan yang dilakukan untuk menjaga suatu barang dalam,

Lebih terperinci

BAB III METODE PENELITIAN. pengambilan sampel dilakukan secara purposive sampling dengan tujuan untuk. Bank Indonesia pada periode

BAB III METODE PENELITIAN. pengambilan sampel dilakukan secara purposive sampling dengan tujuan untuk. Bank Indonesia pada periode BAB III METODE PENELITIAN Pada metode penelitian ini akan dijelaskan beberapa bagian yang mendukung metode penelitian : 3.1. Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah seluruh

Lebih terperinci

UJI ASUMSI KLASIK (Uji Normalitas)

UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK Uji Asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear Ordinary Least Square (OLS) terdapat masalah-masalah

Lebih terperinci

STUDI ANTRIAN DI PINTU MASUK GERBANG TOL PASTEUR. Deasi Harnesi NRP : Pembimbing : V. Hartanto, Ir., M.Sc

STUDI ANTRIAN DI PINTU MASUK GERBANG TOL PASTEUR. Deasi Harnesi NRP : Pembimbing : V. Hartanto, Ir., M.Sc 22 STUDI ANTRIAN DI PINTU MASUK GERBANG TOL PASTEUR Deasi Harnesi NRP : 0221099 Pembimbing : V. Hartanto, Ir., M.Sc FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITAS KRISTEN MARANATHA BANDUNG ABSTRAK Transportasi

Lebih terperinci

Statistik Non-Parametrik. Saptawati Bardosono

Statistik Non-Parametrik. Saptawati Bardosono Statistik Non-Parametrik Saptawati Bardosono Uji statistik non-parametrik: Chi-square test Fisher-test Kolmogorov-Smirnov McNemar test Korelasi rank Mann Whitney Wilcoxon Chi-squared test tabel 2X2 Pada

Lebih terperinci

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Untuk melakukan pembahasan mengenai materi di skripsi ini, diperlukan teoriteori yang mendukung. Pada bab ini akan diuraikan beberapa teori yang mendukung penulisan

Lebih terperinci

PENGUJIAN HIPOTESIS 1

PENGUJIAN HIPOTESIS 1 PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang

Lebih terperinci

CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai

CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Dapat menjelaskan konsep teoritis statistika non parametrik 5.2 Mampu memformulasikan

Lebih terperinci

50 pada saat pemilihan kelompok yang diberi perlakuan belajar dengan Kit IPA dan kelompok yang diajar tanpa Kit IPA. Asumsi homogenitas varians dan ke

50 pada saat pemilihan kelompok yang diberi perlakuan belajar dengan Kit IPA dan kelompok yang diajar tanpa Kit IPA. Asumsi homogenitas varians dan ke BAB IV ANALISIS DATA Analisis data hasil penelitian dimaksudkan untuk mengetahui kebenaran hipotesis-hipotesis penelitian yang telah dirumuskan dalam Bab I, sebagai berikut: 1. Ada perbedaan signifikan

Lebih terperinci

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi, BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi

Lebih terperinci

BAB III METODOLOGI PEMECAHAN MASALAH

BAB III METODOLOGI PEMECAHAN MASALAH BAB III METODOLOGI PEMECAHAN MASALAH Metodologi Pemecahan masalah adalah suatu proses berpikir yang mencakup tahapan-tahapan yang dimulai dari menentukan masalah, melakukan pengumpulan data melalui studi

Lebih terperinci

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (3) 4 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Variansi/ Standard Deviasi 3 Uji Hipotesis untuk Variansi (1) 4 Data statistik

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

PENGUJIAN HIPOTESIS (3)

PENGUJIAN HIPOTESIS (3) PENGUJIAN HIPOTESIS (3) 3 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Proporsi 3 Uji Hipotesis

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. kritis matematika siswa yang terbagi dalam dua kelompok yaitu data kelompok

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. kritis matematika siswa yang terbagi dalam dua kelompok yaitu data kelompok 40 4.1 Hasil Penelitian BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1.1 Deskripsi Data Penelitian Data yang dideskripsikan dalam penelitian ini yaitu data kemampuan berpikir kritis matematika siswa yang terbagi

Lebih terperinci

CHANDRA NOVTIAR

CHANDRA NOVTIAR Two-Sample t-test PR II SAS Academy-Statistical Analysis OLEH: CHANDRA NOVTIAR 201 11 010 PROGRAM STUDI MAGISTER MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI BANDUNG 2013

Lebih terperinci

STATISTIKA UJI NON-PARAMETRIK

STATISTIKA UJI NON-PARAMETRIK STATISTIKA UJI NON-PARAMETRIK DISUSUN OLEH : Jayanti Syahfitri DOSEN PENGAMPU : Dr. Risnanosanti, M.Pd PROGRAM PASCASARJANA MAGISTER PENDIDIKAN BIOLOGI (S-2) FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran

BAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran BAB 2 TINJAUAN TEORITIS 2.1 Statistik non Parametrik Metode statistik non parametrik atau sering juga disebut metode bebas sebaran (distribution free) adalah test yang modelnya tidak menetapkan syarat-syarat

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 24 BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian ini adalah penelitian komparatif. Penelitian komparatif adalah suatu penelitian yang bersifat membandingkan kinerja keuangan perusahaan

Lebih terperinci

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd Definisi Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang didasarkan pada satu

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi

Lebih terperinci

FORMAT LAPORAN MODUL IV DISTRIBUSI VARIABEL RANDOM KONTINU

FORMAT LAPORAN MODUL IV DISTRIBUSI VARIABEL RANDOM KONTINU FORMAT LAPORAN MODUL IV DISTRIBUSI VARIABEL RANDOM KONTINU ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN Pengantar 1.1 Latar Belakang 1.2 Tujuan

Lebih terperinci

ANALISA STATISTIK DISKRIPTIF

ANALISA STATISTIK DISKRIPTIF ANALISA STATISTIK DISKRIPTIF DISTRIBUSI FREKUENSI A. Distribusi Frekuensi Katagorik Misal : Dalam penelitian persepsi masyarakat tentang akan dibangunnya suatu kawasan industri di daerah permukiman, dng

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

MA3081 STATISTIKA MATEMATIKA We love Statistics

MA3081 STATISTIKA MATEMATIKA We love Statistics Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau

BAB II TINJAUAN PUSTAKA. Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau BAB II TINJAUAN PUSTAKA A. Analisis Hidrologi Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau Science de la Terre) yang secara khusus mempelajari tentang siklus hidrologi atau siklus air

Lebih terperinci

STATISTIKA NONPARAMETRIK

STATISTIKA NONPARAMETRIK Jurusan Pendidikan Fisika FPMIPA Universitas Pendidikan Indonesia STATISTIKA NONPARAMETRIK Uji Tanda, Uji Wilcoxon, dan Kolmogorov Smirnov Achmad Samsudin, S.Pd., M.Pd. MODUL STATISTIKA NONPARAMETRIK Achmad

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam

Lebih terperinci

DISTRIBUSI SATU PEUBAH ACAK

DISTRIBUSI SATU PEUBAH ACAK 0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Data Hasil Penelitian Penelitian mengenai hubungan aktivitas fisik dengan kejadian insomnia pada wanita menopause dilakukan selama Bulan Desember 2014 di Posyandu Lansia yang

Lebih terperinci

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3 JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN

Lebih terperinci

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Responsi SOAL 1: Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Orang keenam yang mendaftar seleksi adalah orang keempat yang memilih TI

Lebih terperinci

APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN

APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN Saintia Matematika ISSN: 337-9197 Vol., No. (014), pp. 173-187. APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

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

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

Lebih terperinci

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu penelitian yang direncanakan pada saat penelitian ini dilakukan adalah pada pertengahan tahun 2015, yaitu pada saat peneliti menjalani semester

Lebih terperinci

PERENCANAAN PREVENTIVE MAINTENANCE KOMPONEN CANE CUTTER I DENGAN PENDEKATAN AGE REPLACEMENT (Studi Kasus di PG Kebon Agung Malang)

PERENCANAAN PREVENTIVE MAINTENANCE KOMPONEN CANE CUTTER I DENGAN PENDEKATAN AGE REPLACEMENT (Studi Kasus di PG Kebon Agung Malang) PERENCANAAN PREVENTIVE MAINTENANCE KOMPONEN CANE CUTTER I DENGAN PENDEKATAN AGE REPLACEMENT (Studi Kasus di PG Kebon Agung Malang) PREVENTIVE MAINTENANCE IMPLEMENTATION OF CANE CUTTER I COMPONENT USING

Lebih terperinci

PEMBANGKIT BILANGAN RANDOM RANDON NUMBER GENERATOR (RNG)

PEMBANGKIT BILANGAN RANDOM RANDON NUMBER GENERATOR (RNG) PEMBANGKIT BILANGAN RANDOM RANDON NUMBER GENERATOR (RNG) Pembangkit Bilangan Random Pembangkit bilangan random adalah suatu algoritma yang digunakan untuk menghasilkan urutan-urutan (sequence) dari angka-angka

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Universitas Bina Nusantara yang sedang mengerjakan skripsi. Penyebaran

BAB IV HASIL DAN PEMBAHASAN. Universitas Bina Nusantara yang sedang mengerjakan skripsi. Penyebaran BAB IV HASIL DAN PEMBAHASAN 4.1. Profil Responden Responden terdiri dari 200 orang dan merupakan mahasiswa Universitas Bina Nusantara yang sedang mengerjakan skripsi. Penyebaran rentang usia responden

Lebih terperinci