6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

Ukuran: px
Mulai penontonan dengan halaman:

Download "6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1."

Transkripsi

1 Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat kebebasan = n maka P (c x c ) = P (x c ) P (x c ) Dimana : c < c Latihan Soal. Bila x merupakan variabel random yang memiliki distribusi Chi-kuadrat dengan v = 0, maka P (, x, ) adalah.. P(,) P(,) = 0, 0,0 = 0,0. Jika x berdistribusi chi kuadrat dengan v = 0 Berapa P ( χ, )? 0,00. Jika x berdistribusi Chi kuadrat dengan v = 0, berapa P ( χ 0,0 )? 0,00

2 ,0,,,, 0,,00,,,,, 0,,,,00,0,, 0,,,,,,,, 0,0 0,,,,,, 0,,,,,,,,,,0,,0,,0,,,,,0,0,,,,,,,,,,,,,,0,,,,,,,0,,,0,0,,,,,,,,,0,0,,,0,,,,,0,0,,0 0,,,,,,0,,,0,,,,0,,0,0,,0,,, 0,,0,,,,,,,,,,,, 0,,,,,0 0, 0,,,,0 0, 0, 0,,,, 0,0,,,,,,,0,,,,,,,,,,, 0.0 0, 0,,0 0,00 0,0 0, 0, 0,00 0,0 0, 0, 0,000 0,0 0, 0, ,00 0,0 0, 0,00 0,00 0,0 0,00 0,00 0,00 0,0 0, 0,0 0, d.k. Tabel Distribusi Chi-Kuadrat (X ) ,00 0,00 0,0 0,00 0,00 0,00 0,0 0, 0,0 0, d.k. Tabel Distribusi Chi-Kuadrat (X ) (Lanjutan)

3 . Distribusi F Distribusi yang tergantung pada dua buah derajat kebebasan. Contoh :. Jika diketahui v =, v = dan α = 0,0. Tentukan F 0,0 (, ).. Sebuah sampel terdiri dari siswa dan siswi dipilih secara random dengan taraf nyata sebesar 0,0. Berapa F α/ ( v,v )? v v 0,, 0,,,,,,,,,,,,0,,0 0,,,,,,,,0,,,,,,,,,,,,0,,,,,, Tabel Distribusi F α = 0,0,,,,,,,,,,,,,,,, 0,0,,0,,,,,,,,0,, 0,,,,,,,,,,0,00,,,,,,0,,,,0,,,0,,,,,,,0,,,,,,0,,,,0 0,,,,00,,0,,,,0,0,0,, 0,, 0,,,,0,,,,,,,,0,,,,,,00,,,0,,,,0,,,,0,,,,,,0,,,,,, 0,,,0,,,,,,,,,,,,,,,,,,,0,,,,,

4 Tabel Distribusi F α = 0,0 v v 0. Distribusi T 0 0,0,,,,,, 0, 0,0,,,0,,,00 0,,00, 0,,,,0,,,,0, 0,,,,0,,,,,,,,,,,,,,,,0,,,,,,0,0,, 0,,,,,0,,,0,,,,, 0,,,,,0,,0,,,,,, 0,,,,,,,,,,,,,0 0,,0,,0,,0,,0,0, 0,,, 0,,,,,,,,,,0 0,0,, 0,0,,,,,,,0,0, 0,,0,,,,,,,,0,,,0,,,,,,,,,,,0,,,,,0,,0,,,,,0,,,,,0,,,,0,,,,0,,, Bila x dan s masing masing adalah nilai tengah dan ragam suatu contoh acak berukuran n yang diambil dari suatu populasi normal dengan nilai tengah µ dan ragam σ, maka : t = x - µ s/ n merupakan sebuah nilai peubah acak T yang mempunyai distribusi t dengan v = (n ) derajat bebas.

5 Tabel distribusi T Gambar Distribusi t ( kurva simetris ) v α 0,0 0,0 0,0 0,0 0,00,0,,,,,,,,,0,0,0,,,,,,,,,,,,0,0 t 0,0,,,,,,,0,,,,,0,,,,,,,,0,,,, Bila sampel random kecil, pendugaan parameter populasi sebaiknya dilakukan dengan distribusi T. Bentuk kurva distribusi t akan menyerupai bentuk kurva distribusi normal jika ukuran sampel yang diambil sebesar : 0.,,,0,,,,,0,,,,,,,,,0,,,,,,0,,,,0,0,0,0,,,0,,0,,,,,,0,0,0,,,,,,,

6 Contoh :. Jika n = dan batas keyakinan atas sebesar 0,0. Tentukan t 0,0. Jawab : v = n = = derajat bebas α = 0,0 t 0,0 =,0 ( lihat tabel ). Suatu variabel random yang terdiri dari 0 mahasiswa mempunyai distribusi t dengan mean = dan standar deviasi sebesar. Berapa probabilitas akan mempunyai nilai lebih besar dari? Jawab : P ( x > ) = P t > - / 0 = P ( t >, ) = 0,0 Distribusi Chi Square (Kai Kuadrat ) Langkah-langkah:.Klik ikon fx, pilih Statistical pada Category Function.Pilih CHIDIST pada function name dan OK.Maka akan tampil seperti berikut: CHIDIST(x,degrees_freedom) Aplikasi Excel X = isi nilai variabel yang akan dihitung peluangnya. Degrees_freedom = isi dengan derajat kebebasan (df atau v = n ) Catatan: CHIDIST = P ( χ > x )

7 Contoh : Tentukan peluang P (χ > ) dengan v = 0 Penyelesaian: Distribusi Chi Square Langkah-langkahnya dengan SPSS. Definisikan variabel x, lalu ketik nilai variabelnya. Kilk menu transform dan pilih compute. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan OK maka tampil hasil perhitungan pada data editor

8 Editor Numeric Expression Distribusi t Langkah-langkahnya dengan SPSS. Definisikan variabel x, lalu ketik nilai variabelnya. Kilk menu transform dan pilih compute. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan OK maka tampil hasil perhitungan pada data editor

9 Editor Numeric Expression Distribusi F Langkah-langkahnya dengan SPSS. Definisikan variabel x, lalu ketik nilai variabelnya. Kilk menu transform dan pilih compute. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan OK maka tampil hasil perhitungan pada data editor

10 Editor Numeric Expression SOAL SOAL LATIHAN

11 0. Distribusi yang tergantung pada dua derajat kebebasan adalah: a. Distribusi Poisson c. distribusi Normal b. Distribusi chi Square d. distribusi F 0. Dalam pendugaan parameter populasi bila ukuran sampel kecil maka biasa digunakan distribusi: a. Normal c. T b. Chi Square d. Poisson 0. Dalam pendugaan parameter populasi bila ukuran sampel kecil maka biasa digunakan distribusi: a. Normal c. T b. Chi Square d. Poisson 0. Jika diketahui tabel distribusi F untuk α = 0,0 adalah sebagai berikut: V 0 V Maka F(0,) = a., c.,0 b.. d., 0..0.

12 0. Jika diketahui tabel distribusi F untuk α = 0,0 adalah sebagai berikut: V 0 0. Maka F(0,) = a., c.,0 b.. d., 0. Dari tabel normal P(Z<z) berikut ini: Maka P( 0 Z 0,) a. 0,0 c. 0, b. 0,0 d. 0,0 V z Dari tabel normal P(Z<z) berikut ini: Maka P( 0 Z 0,) a. 0,0 c. 0, b. 0,0 d. 0,0 0. Diketahui tabel Chi Square sebagai berikut: z v Jika X berdistribusi Chi Square dengan n = maka nilai P(X >,) a. 0, b. 0, c.0, d.0,0

13 0. Diketahui tabel Chi Square sebagai berikut: v Jika X berdistribusi Chi Square dengan n = maka nilai P(X >,) a. 0, b. 0, c.0, d.0,0 0. Distribusi yang tergantung pada dua derajat kebebasan adalah: a. Distribusi Poisson c. distribusi Normal b. Distribusi chi Square d. distribusi F

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

BAB LAMPIRAN Distribusi Peluang dengan SPSS

BAB LAMPIRAN Distribusi Peluang dengan SPSS BAB LAMPIRAN Distribusi Peluang dengan SPSS Dalam modul ini, kita akan mempelajari bagaimana melakukan berbagai analisa berkaitan dengan distribusi peluang menggunakan SPSS 1. Membangkitkan data random

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

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Materi #5 TIN3 DESAIN EKSPERIMEN ANOVA ANOVA pada dasarnya merupakan suatu metode yang menguraikan sumber keragaman (varian) dari suatu perbedaan rata-rata lebih dari dua populasi. Dengan mempergunakan

Lebih terperinci

PENDAHULUAN Definisi: Contoh Kasus:

PENDAHULUAN Definisi: Contoh Kasus: DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.

Lebih terperinci

BAB 9 DISTRIBUSI PELUANG KONTINU

BAB 9 DISTRIBUSI PELUANG KONTINU BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah

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

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

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu

Lebih terperinci

Distribusi Probabilitas Kontinyu Teoritis

Distribusi Probabilitas Kontinyu Teoritis Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi

Lebih terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET

DISTRIBUSI PROBABILITAS DISKRET DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial

Lebih terperinci

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada

Lebih terperinci

3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities)

3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities) III. SEBARAN PELUANG 3.1. Tabel Sebaran Peluang Binomial (Binomial Probabilities) Panggil atau keluarkan program SPSS Klik Variabel View, maka muncul Gambar 1.3.1 Gambar 1.3.1. Kotak Dialog Variable View

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

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

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi Probabilitas : Gamma & Eksponensial Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya

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

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan

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

UJI ANOVA. Imam Gunawan DISTRIBUSI F

UJI ANOVA. Imam Gunawan DISTRIBUSI F UJI ANOVA Imam Gunawan DISTRIBUSI F Ditribusi F memiliki ciri-ciri, yaitu: 1. Nilai F adalah nonnegatif.. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak memiliki batas atas.

Lebih terperinci

Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2)

Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2) Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2) Pada bagian pertama telah dicantumkan cara pembuatan tabel Distribusi Binomial, Poisson dan Normal. Pada bagian ini disajikan cara pembuatan

Lebih terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik

Lebih terperinci

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

DISTRIBUSI PELUANG.

DISTRIBUSI PELUANG. DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah

Lebih terperinci

UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel

UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel STATISTIKA NON-PARAMETRIK UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel Oleh : Suci Barlian Sari (H12115025) Melly Amelia (H12115009) UNIVERSITAS HASANUDDIN MAKASSAR 2017 KATA PENGANTAR

Lebih terperinci

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang

Lebih terperinci

(ESTIMASI/ PENAKSIRAN)

(ESTIMASI/ PENAKSIRAN) ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun

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

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik

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

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Uji Homosedastisitas Tujuan: Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai X. Error = residu = e = Y Y Lawan homosedastisitas adalah heterosedastisitas. Analisis

Lebih terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September

Lebih terperinci

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung

Lebih terperinci

Tipe Peubah Acak. Diskret. Kontinu

Tipe Peubah Acak. Diskret. Kontinu 2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian Awal. Kondisi Awal Penelitian Dari hasil observasi, siswa MTs Darul Huda Mlagen Rembang dalam kegiatan pembelajaran Al-Qur an Hadits,

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Kinerja Karyawan Kinerja karyawan adalah seberapa efektif dan efisiennya hasil yang dihasilkan oleh karyawan yang pada umumnya diukur dari beberapa faktor seperti : 2.1.1. Kecepatan

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

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30 DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat

Lebih terperinci

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared.

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared. BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED Deskripsi: Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared. Manfaat: Memberikan konsep pengujian distribusi chi-squared yang

Lebih terperinci

5. Fungsi dari Peubah Acak

5. Fungsi dari Peubah Acak 5. Fungsi dari Peubah Acak EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Sebaran cuplikan (n-1)s 2 / σ 2 TEOREMA 5.16 Jika S 2 adalah variansi dari cuplikan acak berukuran n yang diambil

Lebih terperinci

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA

Lebih terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting

Lebih terperinci

Pengantar Statistika Bab 1

Pengantar Statistika Bab 1 BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif

Lebih terperinci

Probabilitas & Distribusi Probabilitas

Probabilitas & Distribusi Probabilitas Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang

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

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Penelitian ini bertujuan untuk mengetahui pengaruh pendekatan open-ended terhadap pemahaman konsep matematika peserta didik pada materi Persamaan Garis

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sedangkan skor data post-test adalah skor yang diambil setelah melakukan

BAB IV HASIL DAN PEMBAHASAN. Sedangkan skor data post-test adalah skor yang diambil setelah melakukan BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Hasil Penelitian Skor data pre-test dalam penelitian ini adalah skor data yang diambil sebelum pelaksanaan adanya tindakan pada siswa yang menjadi sampel. Sedangkan

Lebih terperinci

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian 1. Data Nilai Awal Kelas Eksperimen (VIIIA) Tes awal yang diberikan pada kelas eksperimen sebelum peserta didik diajar dengan model

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. diangkat dalam penelitian ini diantaranya adalah kemampuan menghafal surat al-

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. diangkat dalam penelitian ini diantaranya adalah kemampuan menghafal surat al- 72 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini merupakan analisis data yang berisikan beberapa masalah yang diangkat dalam penelitian ini diantaranya adalah kemampuan menghafal surat al- Kafirun

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan

Lebih terperinci

Distribusi Peluang. Kuliah 6

Distribusi Peluang. Kuliah 6 Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi

Lebih terperinci

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan

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

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah Uji Mengenai Variansi dan Proporsi Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Variansi Beda uji hipotesis mengenai variansi dengan uji hipotesis mengenai rataan adalah pada parameter penduga, yaitu menggunakan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi hasil penelitian Variabel (Sebelum Eksperimen)

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi hasil penelitian Variabel (Sebelum Eksperimen) BAB IV HASIL PENELITIAN DAN PEMBAHASAN 1.1 Deskripsi Hasil Penelitian 4.1.1 Deskripsi hasil penelitian Variabel (Sebelum Eksperimen) Yang menjadi skor data pada variable dalam penelitian ini adalah skor

Lebih terperinci

BAB IV METODE PENELITIAN. dengan perilaku pencegahan DBD pada murid sekolah dasar di Kota Depok.

BAB IV METODE PENELITIAN. dengan perilaku pencegahan DBD pada murid sekolah dasar di Kota Depok. BAB IV METODE PENELITIAN 4.1 Rancangan Penelitian Penelitian ini menggunakan penelitian kuantitatif dengan menggunakan pendekatan cross sectional untuk mengetahui faktor-faktor yang berhubungan dengan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. semu, karena itu diadakan Pre-test atau tes awal sebelum kegiatan eksperimen. Tabel 1

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. semu, karena itu diadakan Pre-test atau tes awal sebelum kegiatan eksperimen. Tabel 1 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskripsi Hasil Penelitian 4.. Deskripsi Hasil Penelitian Variabel 0 (skor tes awal) Kegiatan penelitan ini dilakukan dengan menggunakan metode eksperiman semu,

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

ANALISIS REGRESI BERGANDA

ANALISIS REGRESI BERGANDA ANALISIS REGRESI BERGANDA Analisis Regresi Berganda Arahkan kursor pada Analyze lalu Regression dan pilih Linear Analisis Regresi Berganda Pada kotak Linear Regression, pindahkan variable Y pada kotak

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

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!

Lebih terperinci

STATISTIK PERTEMUAN IV

STATISTIK PERTEMUAN IV STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,

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

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan BAB 3 PEMBAHASAN 3.1. Uji Kesesuaian Distribusi Dalam penelitian ini kedatangan pasien diasumsikan berdistribusi Poisson dan waktu pelayanan diasumsikan berdistribusi Eksponensial. Untuk menguji kebenarannya

Lebih terperinci

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah

Lebih terperinci

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 2 DISTRIBUSI PELUANG Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut

Lebih terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. diberikan gambaran dan analisis temuan temuan yang berkaitandengan pengaruh latihan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. diberikan gambaran dan analisis temuan temuan yang berkaitandengan pengaruh latihan 25 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Hasil Penelitian Data Hasil penelitian Berdasarkan hasil penelitian yang telah diperoleh di lapangan, maka dalam bab ini diberikan gambaran dan analisis

Lebih terperinci

BAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal

BAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

BAB VI UJI PRASYARAT ANALISIS

BAB VI UJI PRASYARAT ANALISIS BAB VI UJI PRASYARAT ANALISIS A. Uji Normalitas 1. Dengan Kertas Peluang Normal Buatlah daftar distribusi frekuensi kumulatif kurang dari berdasarkan sample yang ada dan gambarkan ogivenya. Pindahkan ogive

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,

Lebih terperinci

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)

Lebih terperinci

MODUL PENGGUNAAN SPSS UNTUK ANALISIS

MODUL PENGGUNAAN SPSS UNTUK ANALISIS MODUL PENGGUNAAN SPSS UNTUK ANALISIS A. Uji Questionare: Reliabilitas dan Validitas Sebelum questinare benar-benar dibagikan kepada responden dengan sampel yang besar, hendaknya diuji coba kepada sampel

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal

Lebih terperinci

PENGARUH POSISI PENGOPERASIAN KOMPUTER TERHADAP KETELITIAN Disusun Oleh : Egrie Prihatningtias H.Y.

PENGARUH POSISI PENGOPERASIAN KOMPUTER TERHADAP KETELITIAN  Disusun Oleh : Egrie Prihatningtias H.Y. PENGARUH POSISI PENGOPERASIAN KOMPUTER TERHADAP KETELITIAN http://www.gunadarma.ac.id/ Disusun Oleh : Nama : Egrie Prihatningtias H.Y. NPM : 3433 Latar Belakang Pembatasan Masalah Tujuan Penelitian Identifikasi

Lebih terperinci

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Bandarlampung.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Bandarlampung. III. METODE PENELITIAN A. Populasi dan Sampel Penelitian ini dilaksanakan di SMP Negeri 7 Bandarlampung. Populasi dari penelitian ini adalah seluruh siswa kelas VIII SMP Negeri 7 Bandarlampung tahun pelajaran

Lebih terperinci

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso. Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung

Lebih terperinci

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal) Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra.

Lebih terperinci

STMIK KAPUTAMA - BINJAI

STMIK KAPUTAMA - BINJAI STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang

Lebih terperinci

Analisa Frekuensi dan Probabilitas Curah Hujan

Analisa Frekuensi dan Probabilitas Curah Hujan Analisa Frekuensi dan Probabilitas Curah Hujan Rekayasa Hidrologi Universitas Indo Global Mandiri Norma Puspita, ST.MT Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa yang luar biasa, seperti

Lebih terperinci

UJI HIPOTESIS SATU-SAMPEL

UJI HIPOTESIS SATU-SAMPEL UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara

Lebih terperinci

Pokok Bahasan: Chi Square Test

Pokok Bahasan: Chi Square Test Pokok Bahasan: Chi Square Test Start Pokok Bahasan A. Pengertian Distribusi Chi Kuadrat B. Uji Kecocokan (Goodness of Fit Test) (Kontigensi Table Test) 1 Instruksional Umum Memberi penjelasan tentang distribusi

Lebih terperinci

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : UJI NORMALITAS DATA Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : Garis mendatar pada grafik kurva normal umum adalah sumbu-x Garis mendatar pada

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilakukan di wilayah DKI Jakarta. Dari total populasi Kantor Akuntan Publik dipilih sebanyak 45 buah secara random sampling yang mewakili

Lebih terperinci