BAB V STATISTIKA DESKRIPTIF
|
|
- Surya Muljana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB V Sulsetjono Bolog FMIPA Unverstas eger Malang (State Unversty of Malang) Emal: sulsetjono.fmpa@um.ac.d copyrght August 016 STATISTIKA DESKRIPTIF A. Capaan Pembelajaran Mahasswa mampu mengetahu dan memaham serta mengaplkaskan statstka deskrptf ukuran tendens sentral dan statstka deskrptf ukuran dspers (sebaran). B. Indkator Capaan Pembelajaran 1. Kemampuan menggunakan statstk deskrptf ukuran tendens sentral: rerata (mean), medan, modus, mdrange.. Kemampuan menggunakan statstka deskrptf ukuran dspers (sebaran): selang, standar devas dan varans; koefsen keragaman, kesalahan baku dar rerata (standard error), estmas selang kepercayaan rerata. C. Mater I. UKURA GEJALA PUSAT ATAU TEDESI SETRAL Dsebut ukuran gejala pusat atau tendens sentral (central tendency), karena nla atau harga ukuran gejala pusat mampu member gambaran tentang poss atau letak pusat data atau nlanla pengamatan, bak dalam bentuk data terserak, maupun yang sudah dkelompokkan dalam bentuk tabel dstrbus frekuens. Data yang dsajkan dengan ukuran-ukuran gejala pusat lebh mudah dbaca dbandngkan dengan data yang mash dalam keadaan terserak. Poss atau letak pusat data yang ada dapat dlhat dar besarnya harga rata-rata, modus, medan, kuartl, desl, dan persentl. A. Rata-rata (mean) Rata-rata (mean) melput rata-rata htung, rata-rata ukur, rata-rata harmons dan rata-rata tertmbang. 1. Rata-rata htung (arthmatc mean) a. Rata-rata data terserak Jka Anda memperoleh data dar kegatan sensus, maka harga rata-rata yang Anda mlk merupakan rata-rata populas dber smbol, apabla Anda memperoleh data dar peneltan samplng, maka datanya merupakan data statstk sampel. Oleh karena tu jka Anda car rata-ratanya, maka rata-rata tersebut meupakan rata-rata sampel atau rata-rata contoh, dan dber smbol Y (baca Y bar). Y1 Y Y3... Y Rumus rata-rata populas () adalah sebaga berkut: n Y : data (nla pengamatan) untuk = 1,,3,..., : banyaknya data/nla pengamatan (ukuran populas) Rumus rata-rata sampel ( Y ): Y= Y1 Y Y3... Yn Y Y : data (nla pengamatan) untuk = 1,, 3,..., : banyaknya data/nla pengamatan (ukuran sampel) Y 79
2 Sulsetjono, Statstka dalam Bdang Bolog Y Coba Anda perhatkan contoh peneltan sensus berkut n. Setelah berhasl dhaslkan 30 ekor br-br melalu kegatan clonng (kopan), pada usa 1 tahun seluruh br-br tersebut ddata berat tubuhnya. Ternyata haslnya sebaga berkut (dalam kg): Karena merupakan hasl sensus, berart rata-rata yang akan dhtung adalah rata-rata populas (). Rata-rata populas dar data sebanyak 30 sebesar: = 78, kg 30 Bagamana jka peneltan yang dlakukan merupakan peneltan samplng? Msal 30 ekor br-br tersebut merupakan sampel dambl secara acak dar populas br-br hasl clonng sebanyak 100 ekor, berapa rata-ratanya? Rata-rata sampel ( Y ) dar n data sebanyak 30 adalah: Y = 78, kg 30 b. Rata-rata htung data yang dkelompokkan Rumus rata-rata hasl sensus untuk data yang sudah dkelompokkan ke dalam k kelompok adalah sebaga berkut: Rata-rata populas () f1y1 fy f3y3... fkyk = f1 f f3... fk Y f = f Y f Y f 1 f f 3 f 3 Y 3... f... f k k Y k fy f : nla tengah kelas ke- untuk = 1,, 3,..., k : frekuens kelas ke-i, dan f + f + f fk = n fy f Perhatkan contoh peneltan sensus d bawah n. Hasl pendataan tngg dar seluruh tanaman lamtoro yang tumbuh d pekarangan penduduk desa Mnapad adalah sepert pada Tabel 5.1. Karena seluruh pohon ddata, maka rata-rata yang dhtung adalah rata-rata populas (), yatu: 6(34,5) 9(44,5) 10(54,5) 13(64,5) 10(74,5) 8(84,5) (94,5) = = 3790 = 63, dm Bagamana jka data d atas adalah data hasl peneltan samplng? Msalkan 60 pohon tersebut merupakan sebagan dar 600 pohon lamtoro yang ada d desa Mnapad, yang dambl secara acak? Berapakah rata-ratanya? 6(34,5) 9(44,5) 10(54,5) 13(64,5) 10(74,5) 8(84,5) (94,5) Y =
3 Bab V Statstka Deskrptf 81 Y = 3790 = 63, dm 60 Tabel 5.1 Hasl Pengukuran Tngg Tanaman Lamtoro d Pekarangan Penduduk Desa Mnapad Kelas (dalam dm) la tengah kelas (tanda kelas) (Y) Atau log G = log Y1 log Y log Y3... log Y dsngkat menjad: log G = log Y Y : data (nla pengamatan) untuk = 1,, 3,..., : banyaknya data/nla pengamatan ukuran (populas) Y Y. Y Rata-rata ukur sampel ( Y Y n G ) G = Y 1. Y. Y3... Y n atau log Y1 log Y log Y3... log Yn log Y G = n dsngkat menjad: log Y log Y G = n Y : data (nla pengamatan) untuk = 1,, 3,..., n n : banyaknya data/nla pengamatan (ukuran sampel) Coba anda perhatkan contoh peneltan sensus d bawah n. Hasl sensus berat badan 30 ekor br-br usa 1 tahun hasl clonng (kembaran) menunjukkan kenakan rata-rata berat trwulan I sebanyak 10 kg, trwulan II sebanyak 15 Y Frekuens absolut (f) , , , , , , ,5 4 Jumlah 60. Rata-rata ukur (Geometrc mean) Rata-rata ukur (Geometrc mean) merupakan rata-rata nla/harga pengamatan yang dhtung atas dasar akar banyaknya nla/harga pengamatan dar hasl perkalan seluruh data. Sajan rata-rata ukur akan lebh bak dbandngkan rata-rata htung jka merupakan data yang menunjukkan urutan perubahan yang tetap atau hampr tetap. Msalnya, data kenakan atau penurunan dar sesuatu hal. a. Rata-rata ukur data terserak Untuk mencar rata-rata ukur dar data yang mash terserak dgunakan rumus sebaga berkut: Rata-rata ukur populas (G) G =
4 Sulsetjono, Statstka dalam Bdang Bolog kg, trwulan III sebanyak,5 kg, dan trwulan IV sebanyak 15 kg. berap rata-rata kenakan badan per trwulan? Kenakan trwulan II = 15/10 x trwulan I = 1,50 kal Kenakan trwulan III =,5/15 x trwulan II = 1,50 kal Kenakan trwulan IV = 15/,5 x trwulan III = 0,67 kal Jka dhtung dengan menggunakan rumus rata-rata htung populas (): 1,50 1,50 0,67 = 3 = 1, kal Jka dhtung dengan menggunakan rumus rata-rata ukur populas (G): G = 3 ( 1,50)(1,50)(0,67) = 1,15 atau log 1,50 log 1,50 log 0,67 log G = = 0,178573/3 = 0, kal 3 sehngga G = antlog 0, = 1, kal = 1,15 kal Jka data tersebut merupakan data hasl peneltan samplng, berart notasnya tnggal dgant dengan notas untuk sampel, sedang haslnya akan tetap sama. b. Rata-rata ukur yang dkelompokkan Untuk mencar rata-rata ukur dar data yang sudah dkelompokkan dapat dgunakan rumus sebaga berkut: ( f log Y ) Rata-rata ukur populas log G = f Y : nla tengah kelas ke- = 1,, 3,..., k f : frekuens kelas ke-, dan f + f + f fk = ( f log Y ) Rata-rata ukur sampel ( Y G ) log Y G = f Y : nla tengah kelas ke- untuk = 1,, 3,..., k f : frekuens kelas ke- dan f1 + f + f fk = n Untuk peneltan sensus perhatkan contoh d bawah n. Hasl pengukuran terhadap pertambahan tngg 60 tanaman lamtoro yang ada d pekarangan penduduk Desa Mnapad setelah dsusun dalam bentuk tabel dstrbus frekuens tampak pada Tabel 5.. Jka dhtung dengan menggunakan rata-rata htung () 5(34,5) 9(44,5) 11(54,5)... 3(94,5) 3780 = = = 63,0 cm Jka dhtung dengan menggunakan rata-rata geometr (G): log G = 5log 34,5 9log 44,5 11log 54,5... 3log 94, = = 1, G = 60,
5 Bab V Statstka Deskrptf 83 Tabel 5. Hasl Pertambahan Tngg Tanaman Lamtoro Selama 1 Bulan yang Tumbuh d Pekarangan Penduduk Desa Mnapad Kelas (dalam cm) la tengah kelas (tanda kelas) (Y) Frekuens absolut (f) , , , , , , ,5 3 Jumlah Rata-rata harmons (harmonc mean) Rata-rata harmons (harmonc mean) adalah rata-rata yang dperoleh dengan cara mencar kebalkan atau nvers dar datanya. Rata-rata harmons basa dgunakan untuk mencar rata-rata dar banyak hal yang berbeda kualtasnya. Rata-rata harmons populas (H): (H) = Y1 Y Y3 Y : data(nla pengamatan untuk = 1,, 3,..., : banyaknya data/nla pengamatan (ukuran populas) Rata-rata harmons sampel ( Y H ): Y H = Keterangan : Y : data(nla pengamatan untuk = 1,, 3,..., : banyaknya data/nla pengamatan (ukuran populas) Coba Anda perhatkan contoh peneltan sensus berkut n.... Seluruh luas lahan pad d Desa Mnapad ha. Setelah lahan dbag menjad 5 bagan, dan tap bagan dtanam pad Csadane, IR-8, VUTW, Rajalele dan Canjur, haslnya sepert pada Tabel 5.3. Tabel 5.3 Hasl Produks Pad Desa Mnapad menurut Kultvarnya Kultvar pad Luas lahan (ha) Produks/ha (ton) Produks total (ton) Csadane ,4.644 IR , VUTW , Rajalele , Canjur , Y Jka rata-rata produks pad tap bagan dcar dengan rata-rata htung (): = = = 0.134,8 ton 5
6 Sulsetjono, Statstka dalam Bdang Bolog ,4 6,7 6,6 5,7 6,5 atau: = = 6,58 ton/ha 5 Jka dcar dengan rata-rata harmons (H): 5 H = atau 5 H = ,4 6,7 6,6 5,7 6,5 = 6,534 ton = ,07 ton 4. Rata-rata tertmbang (weghted mean) Rata-rata tertmbang (weghted mean) adalah rata-rata yang dcar dengan mempertmbangkan tngkat pentngnya kelompok-kelompok datanya. Rata-rata tertmbang populas (W) 1Y1 Y 3Y3... kyk Y W = k Y : data (nla pengamatan) untuk = 1,, 3,..., k : banyaknya data (nla pengamatan) untuk = 1,, 3,..., k Rata-rata tertmbang sampel ( Y W ): n1y1 n Y n3y3... n kyk ny Y W = n1 n n3... n k n Y : data (nla pengamatan) untuk = 1,, 3,..., k n : banyaknya data (nla pengamatan) untuk = 1,, 3,..., k Coba Anda perhatkan contoh peneltan sensus n. Produktvtas tanaman pad berdasarkan kultvarnya dar seluruh lahan yang ada d Desa Mnapad berdasarkan kultvarnya dar seluruh lahan yang ada d Desa Mnapad dtamplkan pada Tabel 5.4. Tabel 5.4 Hasl Produks Desa Mnapad menurut Kultvarnya Jens pad Luas lahan (ha) Produks/ha (ton) Produks total (ton) Csadane ,4.644 IR , VUTW , Rajalele 700 5, Canjur.500 6, C , Ketan 500 5,6.800 Jumlah (): Kalau dhtung harga rata-rata produks pad dengan menggunakan rata-rata htung 7,4 6,7 6,6 5,7 6,5 7,0 5,6 = = 6,5 ton/ha 7
7 Bab V Statstka Deskrptf 85 Jka dhtung dengan menggunakan rata-rata tertmbang (W): (1.00)(7,4) (4.100)(6,7) (3.300)(6,6)... (500)(5,6) W = ton/ha = 6, B. Modus Modus adalah data yang memlk frekuens pemunculan terbanyak. Oleh karena tu, cara mencar modus dapat dlhat dar berapa kal suatu data muncul d antara seluruh data yang ada. 1. Menentukan modus data terserak Agar lebh mudah melacaknya, data durutkan dar yang terkecl ke yang terbesar atau sebalknya. Coba Anda perhatkan contoh peneltan samplng n. Hasl pengukuran berat 30 ekor br-br yang dambl secara acak dar populas br-br hasl clonng sebanyak 100 ekor, adalah sebaga berkut (dalam kg): Agar dapat dcar modusnya, data tersebut harus durutkan dar yang terbesar ke yang terkecl. Haslnya adalah sebaga berkut: Data sebesar 8,78, 7 dan 66 muncul tga kal. Dengan demkan, sebaran data d atas memlk empat modus yakn 8, 78, 7 dan 66. Dengan kata lan data d atas merupakan data tetramodal, sehngga termasuk data multmodal.. Menentukan modul data yang dkelompokkan Modus untuk data yang sudah dkelompokkan dapat dhtung dengan rumus sebaga berkut: s1 Mo = L C s1 s L : batas bawah (lower class boundary) kelas yang mengandung modus (kelas yang memlk frekuens terbesar). s1 : selsh frekuens kelas yang mengandung modus dengan frekuens kelas dbawahnya. s : selsh frekuens kelas yang mengandung modus dengan frekuens kelas d atasnya. C : panjang kelas atau selang kelas (selsh harga batas bawah dengan batas atas kelas) Sebaga contoh perhtungan, perhatkan data peneltan samplng hasl pengukuran tngg 60 batang tanaman lamtoro yang ada d pekarangan penduduk Desa Mnapad sepert pada Tabel 5.5.
8 Sulsetjono, Statstka dalam Bdang Bolog Tabel 5.5 Hasl Pengukuran Tngg Tanaman Lamtoro d Desa Mnapad Kelas (dalam dm) la tengah kelas (tanda kelas) Frekuens absolut Frekuens Kumulatf , , , , , , , Coba Anda perhatkan, kelas yang manakah yang mengandung modus? Carlah kelas yang frekuensnya terbanyak, dan ternyata kelas Oleh karena tu car harga batas bawah kelasnya (L). L dar kelas = 59,5 s1 : = 3 s : = 3 C: 39,5 9,5 = 10 3 Mo = 59, = 64,5 3 3 C. Medan Medan adalah suatu nla yang membag data yang telah durutkan besarnya dar yang terbesar sampa yang terkecl atau sebalknya), menjad dua kelompok data, yakn dara kelompok atas dan data kelompok bawah dengan anggota yang sama banyaknya. 1. Menentukan medan data terserak Agar lebh mudah melacak poss medan, data perlu durutkan dar yang terkecl ke yang terbesar atau sebalknya. Kemudan car poss atau letak medan dengan rumus: Poss Me = ( + 1)/ untuk data sensus atau Poss Me = (n + 1)/ untuk poss data samplng Seteah dperoleh poss medan, Anda akan dapat mempeoleh harga medannya. Coba perhatkan contoh berkut n. Dar hasl peneltan samplng berupa pengukuran berat terhadap 30 ekor br-br yang dambl secara acak dar populas br-br hasl clonng sebanyak 100 ekor yang telah dhtung modusnya, sekarang carlah medannya. Perhatkan datanya Setelah durutkan dar yang terbesar ke yang terkecl terlhat sebaga berkut: Karena data samplng, berart banyaknya data (n) = 30. Berart poss medan (Me) = (n + 1)/ = (30+1) = 15,5. Data ke 15 = 81; data ke-16 = 78, berart Me = (81+78)/ = 79,5 kg. Menentukan medan data yang dkelompokkan Medan untuk data yang sudah dkelompokkan dapat dhtung dengan rumus sebaga berkut: 0,5n fkb f( ka ) 0,5n Me = L C, atau Me = U C f Keterangan : m fm L : batas bawah (lower class boundary) kelas yang mengandung medan (kelas yang mengandung datum ke (n + 1)/ dar n data)
9 Bab V Statstka Deskrptf 87 U C n atau fkb fka fm : batas atas kelas (upper class boundary) yang mengandung medan : panjang kelas atau selang kelas : banyaknya data, n untuk data samplng dan data sensus. : frekuens kumulatf kelas d bawah kelas yang mengandung medan. : frekuens kumulatf kelas d kelas yang mengandung medan. : frekuens absolut kelas yang mengandung medan. Sebaga contoh coba perhatkan hasl peneltan sensus terhadap tngg tanaman lamtoro d Desa Morangan yang tersaj pada Tabel 5.6. Tabel 5.6 Hasl Sensus Tngg Tanaman Lamtoro d Desa Morangan Kelas (dalam dm) la tengah kelas (tanda kelas) Frekuens absolut Frekuens Kumulatf , , , , , , , Oleh karena 00 tanaman lamtoro damat semua berart merupakan data sensus, maka banyaknya data () = 00. Poss medan sebelum data durutkan = ( + 1)/ = (00 + 1)/ = 100,5, dengan demkan kelas yang mengandung medan adalah kelas 60-69, sehngga: L: 59,5 U : 69,5 C : 10 fkb : 75 fka: 18 fm: 53 0,5 (00) ,5 (00) Me = 59,5 10 = 64, dm atau Me = 69, = 64, dm 53 D. Kuartl Kuartl adalah tga buah nla yang membag data yang telah durutkan besarnya, menjad empat kelompok data dengan anggota yang sama banyaknya. Karena kuartl membag menjad 4 kelompok sama banyak, maka harga kuartl kedua akan sama dengan harga medan. 1. Menentukan kuartl data yang terserak Untuk memperoleh harga kuartl I, kuartl II dan kuartl III, data harus durutkan terlebh dahulu dar yang terkecl ke yang terbesar. Kemudan dcar lebh dahulu poss atau letak masng-masng kuartl, baru dapat dperoleh harganya. Mula-mula car kuartl II atau medannya, msalkan n = 61, maka (n + 1)/ = 31. Jad kuartl II adalah data urutan ke 31. Mengapa? Karena data urutan ke 31 membag data menjad dua kelompok, masng-masng beranggotakan 30 data. Kelompok I beranggotakan data ke 1 sampa data ke 30, dan kelompok II beranggotakan data ke 3 sampa data ke 61. Poss kuartl I akan membag kelompok I menjad dua kelompok yang anggota sama banyak. Karena anggota kelompok I sebanyak 30, berart kuartl I = (n + 1)/ = (30 + 1)/ = 15. Jad kuartl I berada dantara data urutan ke 15 dan data urutan ke 16. Kuartl III = (n + 1)/ = (30 + 1)/ = 15,5, tetap urutan data kelompok II dmula dar urutan ke 3 dan seterusnya sampa urutan ke 61. Karena data pertama pada poss urutan ke 3, maka poss kuartl III pada urutan 15,5 berada dantara data urutan ke 46 dan data urutan ke 47.
10 Sulsetjono, Statstka dalam Bdang Bolog Menentukan kuartl data yang dkelompokkan Untuk data yang telah dkelompokkan, harga kuartlnya dapat dhtung dengan rumus sebaga berkut. 0,5n fkb Kuartl I atau K1 dcar dengan rumus: K1 = L C fm Kuartl II sama dengan medan. Bagamana dengan kuartl III? 0,75n fkb Kuartl III atau K3 dcar dengan rumus: K3 = L C fm L : batas bawah (lower class boundary) kelas yang mengandung kuartl yang dmaksudkan. C : panjang kelas atau selang kelas. n atau : banyaknya data, n untuk data samplng dan untuk data sensus. fkb : frekuens kumulatf kelas d bawah kelas yang mengandung kuartl yang dmaksudkan. fm : frekuens absolut kelas yang mengandung kuartl yang dmaksudkan. Sebaga contoh perhtungan, perhatkan kembal data peneltan samplng hasl pengukuran tngg 60 batang tanaman lamtoro yang dambl secara acak dar 600 tanaman lamtoro yang ada d pekarangan penduduk Desa Mnapad yang dsajkan pada Tabel 5.6 yang sudah dhtung harga modusnya. Oleh karena data hasl peneltan samplng, maka banyaknya data (n) = 60. Oleh ketga kuartl, data terkelompokkan menjad 4 kelompok, masng-masng beranggotakan 15 data. Kelas (dalam dm) la tengah kelas (tanda kelas) Frekuens absolut Frekuens Kumulatf , , , , , , , Mencar harga kuartl I (K1): Poss kuartl I d urutan ke 15,5 atau antara datake 15 dan data ke 16. Jad kelas yang mengandung kuartl I adalah kelas Dengan demkan: L : 49,5 C : 10 fkb : 15 fm : 10 0,5(60) 15 K1 = 49,5 10 = 49,5 dm 10 Poss kuartl II d urutan ke 30,5 atau antara data ke 30 dan data ke 31. Jad kelas yang mengandung kuartl II adalah kelas Dengan demkan: L : 59,5 C : 10 fkb : 5 fm : 13 0,5(60) 5 K = 59,5 10 = 63,35 dm 13 Poss kuartl III d urutan ke 45,5 atau antara data ke 45 dan data ke 46. Jad kelas yang mengandung kuartl III adalah kelas Dengan demkan: L : 59,5 C : 10 fkb : 38 fm : 13 0,75(60) 38 K3 = 69,5 10 = 74,88 dm 13
11 Bab V Statstka Deskrptf 89 E. Desl Desl adalah semblan buah nla yang membag data yang telah durutkan besarnya, menjad sepuluh kelompok data dengan anggota yang sama banyaknya. Oleh karena tu, harga desl kelma (Dv) akan sama dengan harga medannya. Agar dapat dkelompokkan menjad 10 kelompok, maka banyaknya data juga harus berkelpatan 10. a. Menentukan desl data terserak Mula-mula data dbag dua untuk mencar desl V atau medannya. Msal, banyaknya data 60. Poss desl V = (n + 1)/ = (60 + 1)/ = 30,5. Dengan demkan desl V berada d antara data urutan ke 30 dan data urutan ke 31. Kemudan kelompok pertama harus dbag lag menjad lma kelompok, demkan pula kelompok yang kedua. Kelompok pertama yang beranggotakan 30 data, jka dbag menjad lma kelompok, masng-masng akan beranggotakan enam data. Dengan demkan, desl I (D1) d urutan 6,5 atau antara data ke 6 dan ke 7. Desl II (D) d urutan 1,5 atau antara data ke 1 dan ke 13. D mana poss desl V? Desl V (D5) d urutan 30,5 atau antara data ke 30 dan ke 31. Demkan pula untuk kelompok kedua, jka dbag lag menjad lma kelompok masng-masng juga beranggotakan enam data. Oleh karena tu, desl VI (D6) durutan 36,5 atau antara data ke 36 danke 37. D mana poss desl IX? Desl IX (D9) d urutan 54,5 atau antara data ke 54 dan ke 60. b. Menentukan desl data yang dkelompokkan Desl I atau D1 dcar dengan rumus: 0,10n f kb D1 = L C f m Desl II atau D dcar dengan rumus: 0,0n f kb D = L C f m Bagamana dengan desl IX atau D9? Desl IX dapat dhtung dengan rumus: 0,90n f kb D9 = L C f m L : batas bawah (lower class boundary) kelas yang mengandung desl yang dmaksudkan. C : panjang kelas atau selang kelas. n atau : banyaknya data, n untuk data samplng dan untuk data sensus. fkb : frekuens kumulatf kelas d bawah kelas yang mengandung desl yang dmaksudkan. fm : frekuens absolut kelas yang mengandung desl yang dmaksudkan. F. Persentl Persentl adalah 99 buah nla yang membag data yang telah durutkan besarnya, menjad 100 kelompok data dengan anggota yang sama banyaknya. Dengan demkan, harga persentl ke 50 akan sama dengan harga medannya. Agar dkelompokkan menjad 100 kelompok tentunya data harus cukup banyak, yakn merupakan kelpatan 100. Untuk data yang telah dkelompokkan, besarnya persentl dapat dhtung dengan rumus sebaga berkut: Persentl pertama atau P1 dcar dengan rumus:
12 Sulsetjono, Statstka dalam Bdang Bolog ,01n f kb P1 = L C f m Persentl kedua atau P dcar dengan rumus: 0,0n f kb P = L C f m Bagamana dengan desl IX atau D9? Desl IX dapat dhtung dengan rumus: 0,99n f kb D99 = L C f m L : batas bawah (lower class boundary) kelas yang mengandung persentl yang dmaksudkan. C : panjang kelas atau selang kelas. n atau : banyaknya data, n untuk data samplng dan untuk data sensus. fkb : frekuens kumulatf kelas d bawah kelas yang mengandung persentl yang dmaksudkan. fm : frekuens absolut kelas yang mengandung persentl yang dmaksudkan. LATIHA 1. Jelaskan mengapa nla rata-rata, modus dan medan mampu menjad ukuran gejala pusat!. Jelaskan perbedaan nla rata-rata htung, rata-rata ukur, rata-rata tertmbang dan rata-rata harmons! 3. Jelaskan bagamana prosedur mencar kuartl untuk data terserak! 4. Data yang bagamanakah yang dapat dcar harga desl dan persentlnya! RAGKUMA 1. Data yang terserak sangat sukar untuk dnterpretas. Oleh karena tu perlu dsajkan secara terorgansas.. Ukuran gejala pusat mampu memberkan nformas yang lebh komunkatf dalam kta membaca data darpada mash berwujud data terserak ataupun jka sudah dkelompokkan ke dalam dstrbus frekuens. 3. Dengan melhat besarnya ukuran gejala pusatnya, kta dapat mengetahu deskrps atau gambaran yang utuh dar konds populas atau sampel yang kta telt, apalag jka sudah dlengkap dengan ukuran penympangannya. II. UKURA PEYIMPAGA ATAU VARIABILITAS Ukuran penympangan atau ukuran varabltas dsebut pula ukuran dspers, karena merupakan ukuran yang mampu member gambaran tentang besar keclnya data terhadap rata-ratanya. Ukuran penympangan juga menunjukkan keberagaman harga data atau nla pengamatan. Semakn besar ukuran penympangannya berart semakn besar tngkat keberagaman harga data atau nla pengamatan. Semakn besar ukuran peympangannya berart semakn besar tngkat keberagaman harga data yang kta mlk. Oleh karena tu, dengan
13 Bab V Statstka Deskrptf 91 dberkannya ukuran gejala pusat beserta ukuran penympangan atau ukuran varabltas/ dspersnya, akan dapat dperoleh gambaran yang lengkap tentang keadaan data tersebut. Untuk lebh mudah memperoleh gambarannya, dapat dlhat dar lustras sebaga berkut: Dua nduk ayam sama-sama memlk 3 anak. Ketga anak ayam dar nduk pertama masng-masng beratnya 3 ons, 4 ons, dan 5 ons. Anak dar nduk kedua masng-masng beratnya 3,5 ons, 4 ons, dan 4,5 ons. Kalau dcar reratanya, maka rerata (rata-rata) masngmasng kelompok anak ayam tersebut 4 ons. amun demkan, jka dlhat berat tap ekornya, ketga anak ayam dar nduk pertama kurang seragam dbandng ketga anak dar nduk yang kedua. Oleh karena tu, kalau nformas yang dsampakan hanya ukuran gejala pusatnya, dalam hal n berupa reratanya, belum dapat member gambaran sepenuhnya terhadap keadaan berat anak ayam dar kedua nduk tersebut. Besarnya penympangan data dar rata-ratanya dapat dlhat dar harga ksaran atau rentangan (range), smpangan rata-rata (mean devaton), smpangan baku (standard devaton), varans/ragam (varance), dan koefsen varas (coeffsen of varablty/coeffsen of varaton). A. RETAG ATAU KISARA (RAGE) Rentang atau ksaran (range) adalah selsh antara nla pengamatan terkecl dengan nla pengamatan terbesar dar suatu data. Ksaran atau rentang (R) = nla pengamatan terbesar nla pengamatan terkecl Sebaga contoh, perhatkan data hasl sensus terhadap 30 ekor br-br usa 1 tahun hasl clonng (kembaran) yang menunjukkan berat badan sebaga berkut (dalam kg): la atau harga data terkecl 60 dan data terbesar 98, maka rentang/ksaran data (R) = = 8. B. SIMPAGA RATA-RATA ATAU DEVIASI RATA-RATA (mean devaton) Smpangan atau devas adalah jumlah dar harga mutlak selsh antara setap data dengan reratanya. Jka smpangan atau devas tersebut dbag dengan banyaknya data ( untuk populas atau n untuk sampel), maka akan dperoleh rerata smpangan (smpangan rata-rata) atau devas rata-rata. Untuk smpangan rata-rata tdak ada notas khusus. 1. Mencar rerata smpangan dar data terserak Rumus rerata smpangan atau rerata devas populas adalah sebaga berkut: Y Rerata smpangan populas = : rerata populas Y : data (nla pengamatan) ke- untuk = 1,, 3,., : banyaknya data atau ukuran populas Rumus smpangan rata-rata atau devas rata-rata sampel adalah sebaga berkut: Smpangan rata-rata sampel = Y Y n
14 Sulsetjono, Statstka dalam Bdang Bolog... 9 Y Y : rata-rata sampel : data (nla pengamatan) ke- untuk = 1,, 3,., : banyaknya data (nla pengamatan) Coba anda perhatkan contoh penghtungan rerata smpangan untuk hasl peneltan sensus berkut n. Hasl sensus terhadap 30 ekor br-br usa 1 tahun hasl clonng (kembaran) menunjukkan berat adalah sebaga berkut (dalam kg) Jka dbuat tabel akan tersaj pada Tabel 5.7. Tabel 5.7 Data Sensus Berat Br-Br Hasl Clonng Usa Satu Tahun (Dalam kg) Pengamatan ke Berat br-br (kg) Y Penympangan Y , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Jumlah ,0 Y Y
15 Bab V Statstka Deskrptf 93 Oleh karena hasl sensus maka harus dgunakan rumus untuk populas, sehngga harga rerata populas (): Y = 351 = 78, kg. Sedangkan rerata smpangan atau rerata devas 30 Y 79 populas: Smpangan rata-rata populas = = = 9,3 kg f 30. Mencar rerata smpangan atau rerata devas populas Rerata smpangan populas untuk data yang sudah dkelompokkan dapat dcar dengan menggunakan rumus berkut: Rerata smpangan populas = : rata-rata populas Y f f f Y f f : nla tengah kelas ke- untuk I = 1,, 3,.., k : frekuens kelas ke-, dan f1 + f + f fk = : banyaknya data (ukuran populas) Rerata smpangan sampel (RS) Smpangan rata-rata sampel = Y Y Y : rata-rata populas Y : nla tengah kelas ke- untuk I = 1,, 3,.., k f : frekuens kelas ke-, dan f1 + f + f fk = n n : banyaknya data (ukuran sampel) Tabel 5.8 adalah contoh perhtungan untuk mencar rerata smpangan dar yang sudah terkelompokkan dar hasl-hasl sensus terhadap seluruh tanaman lamtoro yang tumbuh d pekarangan penduduk Desa Dadapan yakn sebanyak 60 batang. Harga rerata populas () dar data sebanyak 60 buah dan yang sudah dkelompokkan menjad 7 kelas tersebut adalah: fy 3790 = = = 63,17 f 60 Besarnya smpangan rata-rata atau devas rata-rata populas: f (Y ) Besarnya rata-rata populas = = f 853,30 60 = 14, Tabel 5.8 Hasl Sensus terhadap Pengukuran Tngg Tanaman Lamtoro d Pekarangan Penduduk Desa Dadapan Kelas (dalam dm) la tengah kelas (tanda kelas) Y Frekuens absolut Y f YI f Penympangan , ,67 17, , ,5 18,67 168, , ,67 86, , ,5 1,33 17, , ,33 113, , ,33 170, , ,33 15,3 Jumlah ,30 f f YI f Y f Y
16 Sulsetjono, Statstka dalam Bdang Bolog C. Smpangan baku atau devas standar (standard devaton) Dsebut smpangan baku atau devas standar karena ukuran n menunjukkan standar penympangan dar rata-ratanya. Dalam menyajkan gambaran penympangan yang terjad, lebh umum dsajkan harga smpangan baku atau standar devasnya darpada ukuran smpangan rata-ratanya. Kalau dalam perhtungan smpangan rata-rata dengan memberkan harga mutlak untuk menghlangkan harga negatf selsh masng-masng data dengan rataratanya, maka pada perhtungan smpangan baku atau standar devas dlakukan dengan cara mengkuadratkan selsh masng-masng data dengan rata-ratanya. 1. Mencar smpangan baku dar data terserak Smpangan baku atau devas standar populas yang dber notas (baca sgma) dapat dhtung menggunakan rumus d bawah n. ( Y ) ( Y ) Y = Untuk memaham bagamana cara mencar smpangan baku populas coba perhatkan contoh berkut n. Hasl sensus terhadap 30 ekor br-br usa 1 tahun hasl clonng (kembaran) menunjukkan berat sebaga berkut (dalam kg): Jka dbuat tabel akan tersaj pada Tabel 5.9. Hasl perhtungannya sepert berkut. = (Y ) (Y ) 3560, = 10,894 kg atau : (351) Y = = 10,895 kg 30 Untuk mencar smpangan baku atau devas standar sampel, dber notas s, dapat dgunakan rumus d bawah n. S = (Y Y) n 1 ( Y ) Y n n 1 Coba perhatkan perhtungan smpangan baku sampel dengan contoh berkut n. Msalkan ketgapuluh br-br tersebut merupakan sampel yang dambl secara acak dar 100 br-br hasl clonng yang sudah berhasl dlaksanakan. Dengan demkan, data yang dperoleh merupakan data statstk sampel (lhat Tabel 5.9), sehngga: ( Y Y) 3560, = = 11, n atau dhtung dengan rumus yang satunya yatu: s = smpangan baku untuk sampel, pembagnya n-1 s = Y Y n n
17 Bab V Statstka Deskrptf 95 Tabel 5.9 Data Sensus Bobot Br-Br Hasl Clonng Usa Satu Tahun (dalam kg) Pengamatan ke Bobot br-br Y Y - (Y - ) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Jumlah , Y (Y ) Y Y Dengan menggunakan kalkulator fx-350ms atau yang sejensnya, setelah dnyalakan tombol tekan tekan, d layar kalkulator tampak huruf SD. Data ke-1 bobot br-br (Tabel 5.9) 78 lalu tekan tombol data DT (warna bru) untuk yang n jad satu dengan tombol. Kalkulator yang lan (fx-3600p), tombol data jad satu dengan tombol
18 Sulsetjono, Statstka dalam Bdang Bolog Setelah memasukkan data 78 tekan tombol, maka d layar muncul n = 1, artnya data yang sudah masuk 1 buah. Data dmasukkan lag sampa data ke-30 yatu 86, d layar akan muncul n =30. =.? =.? tekan (S-SUM) D layar akan muncul tekan 1 muncul angka 187,801 n artnya = tekan muncul angka,351 n artnya Y = 351 Tekan (S-VAR), d layar akan muncul x xn xn tekan muncul angka n artnya = 78, x x n 1 3 Angka-angka yang sudah dperoleh dmasukkan ke rumus s = Y Y n n s = ( ) = = = s = 11, ,08 Sekarang cobalah tekan tombol muncul angka berapakah? Sama dengan yang manakah? (dengan lambang xn-1), d layar. Mencar smpangan baku dar data yang dkelompokkan Jka data sudah dkelompokkan, atau data yang dperoleh berupa data sekunder yang telah dkelompokkan, mash dapat dcar harga smpangan baku atau devas standar populasnya dengan rumus sepert berkut. f (Y ) = Untuk smpangan baku atau devas standar sampel (s) dapat dhtung dengan rumus sebaga berkut: f (Y Y) s = n 1 Sebaga perhtungannya, coba Anda perhatkan contoh berkut n. Hasl sensus terhadap seluruh tanaman lamtoro yang tumbuh d pekarangan penduduk desa Jeruk Sawt, yakn sebanyak 60 batang, sepert pada Tabel Rerata populas () dar data d atas sebanyak 60 buah yang telah dkelompokkan menjad 7 kelas adalah: fy 3790 = 63,17 dm 60 = f (Y ) 17693, = 17,17 dm
19 Bab V Statstka Deskrptf 97 Tabel 5.10 Data Sensus Tngg Tanaman Lamtoro d Pekarangan Penduduk Desa Jeruk Sawt Kelas (dalam dm) la tengah kelas Y Frekuens absolut f (f Y) (Y ) Penympangan (tanda kelas) f (Y ) , , , , ,5-18, , , ,67 751, , ,5 1,33, , ,33 183, , , , , ,33 396,756 Jumlah ,3340 f Y f (Y ) Untuk perhtungan peneltan samplng dapat anda perhatkan contoh berkut n. Jka data 60 batang lamtoro yang telah dukur dambl secara acak dar 300 pohon yang ada d desa Jeruk Sawt, maka smpangan baku yang dperoleh merupakan smpangan baku sampel, dan perhtungannya adalah sepert berkut. Rerata sampel ( Y ): f Y 3790 f ( Y Y ) 17693,334 Y = = 63,17 dm s = = 17,317 dm n 60 n Coba Anda perhatkan besarnya rata-rata dan besarnya smpangan baku antara populas dan sampel dengan data apakah yang harganya sama? Manakah yang harganya lebh kecl? D. VARIASI ATAU RAGAM (varance) Varans() atau ragam (varance) adalah kuadrat dar smpangan baku. Varans atau ragam populas dber smbol. Smpangan baku sampel dber smbol s. Jka besarnya smpangan baku populas () sudah dketahu yatu 17,17 maka besarnya varans atau ragam populas dapat dhtung yatu sebesar: = 17,17 = 94, ,88. Perhatkan contoh data 30 bobot br-br (data Tabel 5.9) dar perhtungan sebelumnya dperoleh s = 11, maka besarnya varans atau ragam sampel: s = (11, ) = 1, E. KOEFISIE VARIASI/KOEFISIE VARIABILITAS ATAU AGKA BAKU (coeffsen of varablty/coeffsen of varaton) Koefsen varans atau koefsen varabltas (koefsen keragaman, KK) adalah smpangan baku dbag dengan rata-ratanya dkalkan 100%. Koefsen varas dber smbol CV. Jka besarnya smpangan baku populas () = 17,17 dan rata-rata populas () = 63,17, maka besarnya koefsen varas sampel (CV): CV (KK, Koefsen Keragaman) populas = x 100% 17,17 CV = 100% = 7,1838% 63,17 Perhatkan contoh data 30 bobot br-br (data Tabel 5.9) dar perhtungan sebelumnya dperoleh s = 11, dan = 78, CV bobot br-br = x 100% = x 100% = 14, % 14,14%
20 Sulsetjono, Statstka dalam Bdang Bolog Koefsen keragaman (KK, CV) dar kelompok data hasl peneltan yang bak adalah berksar antara 3% sampa dengan 0%. Koefsen keragaman data hasl peneltan tdak dharapkan melebh 30%, karena varas datanya terlalu besar. Jka nant data dengan KK yang besar melebh 30% dgunakan untuk uj beda, haslnya akan menjad bas. F. GALAT BAKU RATA-RATA ATAU SIMPAGA BAKU RATA-RATA (Smpangan Baku Rerata; STADARD ERROR) Galat baku rata-rata (rerata) atau smpangan baku rata-rata (standard error) adalah smpangan baku dbag dengan akar banyaknya data, atau akar (varans dbag banyaknya data). Galat baku rata-rata atau smpangan baku rata-rata populas dber smbol. Besarnya dapat dhtung dengan menggunakan rumus: Y = atau Y = Jka besarnya smpangan baku populas () = 17,17 dan banyaknya data populas () = 60, maka besarnya galat baku rerata populas: = = Y 17,17 =, , 60 Perhatkan contoh data 30 bobot br-br (data Tabel 5.9) dar perhtungan sebelumnya dperoleh s = 11, dan s = 1, Y Y = n atau Y = n Y br-br = =, atau Y br-br = = =, ,0 G. CI (COFIDET ITERVAL)/SELAG KEPERCAYAA RERATA Rumus CI = Y Msalnya rerata data = 41,000 dan standar error 1,00. Banyaknya data n = 10, maka nla t dperoleh dar tabel t (kumpulan Tabel no. 04), dengan taraf sgnfkans ( ) 5% atau taraf kepercayaannya 95%. Cara membaca pada nla t-tabel ( arah, two tal areas) dcar dulu db (derajat bebas, degree of freedom, degree of varaton), yatu n 1; 10-1 = 9; maka dengan db = 9 dan (taraf sgnfkans) 5% atau 0,05 dperoleh angka,6. Hasl perhtungan CI adalah: CI = 41,000,6 x 1,00 41,000,71464, dengan demkan selang kepercayaan rerata 95% dar kelompok data tersebut adalah berksar antara 38, , Perhatkan data 30 bobot br-br, dperoleh Y =, dan = 78, , n = 30, maka db = 30 1 = 9, nla t0,05(db = 9) =,045. CI = 78, (,045 x, ) 78, , , dengan demkan selang kepercayaan rerata 95% data bobot br-br adalah berksar antara 74, , ,3-8,50. Untuk memperdalam pemahaman mengena kegunaan mater statstka deskrptf ukuran dspers (sebaran), slakan menjawab lathan berkut n! 1. Jelaskan enam hal yang mampu menjad ukuran dspers dar kelompok suatu data?. Jelaskan hubungan antara smpangan baku, galat baku dan ragam! 3. Apa artnya bla data memlk harga smpangan baku yang sangat besar? 4. Bagamana Anda dapat memperoleh harga koefsen varas dar data yang Anda mlk?
21 Bab V Statstka Deskrptf 99 D. Rngkasan Rngkasan yang dapat dtark setelah Anda mempelajar mater yang ada dalam Kegatan Belajar varabltas sepert berkut n. 1. Untuk mengnterpretaskan data, maka data tersebut tdak hanya dsajkan dalam bentuk ukuran pemusatan. Agar dapat dnterpretaskan dengan tepat maka dperlukan nformas lan yakn berupa ukuran-ukuran penympangan/varabltas.. Setap ukuran penympangan/varabltas memberkan nformas spesfk, sepert range akan memberkan nformas nla mnmum dan maksmum dar data yang dmlk; smpangan baku memberkan nformas besarnya standar penympangan data dar nla rata-ratanya; smpangan baku rata-rata menggambarkan besarnya nla standar kekelruan dar nla rata-ratanya, dan seterusnya. 3. Semakn besar nla penympangan/varabltas dar data yang dmlk semakn bervaras/ beragam nla-nla dar data tersebut, dan semakn kecl ukuran penympangan berart semakn seragam nla-nla data tersebut. E. Lathan Soal 01. Mengapakah kta memerlukan ukuran gejala pusat dan penympangan? 0. Apakah art medan dan apakah kegunaannya? 03. Apakah art kuartl, desl, persentl? Apakah kegunannya? 04. Mengapakah kta memerlukan smpangan baku, varans, dan standard error? 05. Apakah manfaat angka baku? 06. Apakah yang dmaksud dengan koefsen keragaman? Apakah manfaatnya? 07. Data berkut merupakan data skor hasl lempar cakram mahasswa Bolog dalam uj kemampuan fsk a. Buatlah data d atas ke dalam bentuk dstrbus kelompok! b. Buatlah perhtungan-perhtungan berdasarkan data terserak (tunggal): 1) rerata htung, geometrk, harmonk! 5) varans (ragam) ) modus dan medan! 6) koefsen keragaman 3) rentang 7) selang kepercayaan rerata (CI) 4) smpangan baku 08. Berkut kumpulkan data dar mahasswa peserta statstka kelas Saudara tentang: a) umur (dalam bulan); b) massa (bobot) (kg); c) tngg (m) ( ) d) ndeks massa badan: ( ) Buatlah perhtungan-perhtungan berdasarkan data terserak/tunggal. 1) rerata htung, geometrk, harmonk! 5) varans (ragam) ) modus dan medan! 6) koefsen keragaman 3) rentang 7) selang kepercayaan rerata (CI) 4) smpangan baku Sulsetjono Bolog FMIPA Unverstas eger Malang (State Unversty of Malang) Emal: sulsetjono.fmpa@um.ac.d copyrght August 016
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciMATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciUKURAN GEJALA PUSAT &
UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel
Lebih terperinciUKURAN-UKURAN DESKRIPTIF DATA
UKURAN-UKURAN DESKRIPTIF DATA Hazmra Yozza Izzat Rahm HG Jurusan Matenatka FMIPA Unand LOGO Kompetens Khusus Menghtung ukuran pemusatan data Menghtung ukuran keragaman data 3 4 Menghtung ukuran poss data
Lebih terperinciI. PENGANTAR STATISTIKA
1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciSTATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran:
STATISTIKA Jens-jens soal statstka yang serng dujkan adalah soal-soal tentang : 1. Membaca sajan data dalam bentuk dagram. Ukuran pemusatan data 3. Ukuran Letak Data 4. Ukuran Penyebaran Data SOAL DAN
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciBAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan
35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciStatistik. Ukuran lokasi. Ukuran kemiringan Ukuran keruncingan
Statstk Ukuran lokas Ukuran sebaran Ukuran kemrngan Ukuran keruncngan Ukuran-ukuranukuran lokas Rata rata htung (arthmetc mean) Rata rata htung sederhana (smple arthmetc mean) Rata rata htung tertmbang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciModul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini
STATISTIKA ; MODUL ; ; 8; ; ; PENDAHULUAN Modul n adalah modul ke-8 dalam mata kulah Matematka. Is modul n membahas tentang statstka. Modul n terdr dar kegatan belajar. Pada kegatan belajar akan dbahas
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciKWARTIL, DESIL DAN PERSENTIL
KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag tap-tap 25% frekuens
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciRingkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA
BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar data tu. Statstk
Lebih terperinciSOLUSI TUGAS MATA KULIAH STATISTIKA II
SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah
Lebih terperinciSTATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.
PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciMINGGU KE- V: UKURAN PENYEBARAN
MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam
BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciREGRESI LINIER SEDERHANA (MASALAH ESTIMASI)
REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal
Lebih terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciKWARTIL, DESIL DAN PERSENTIL
KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag taptap 25% frekuens
Lebih terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciSTATISTIKA. A. Menyajikan Data dalam Bentuk Diagram
STATISTIKA A. Menyajkan Data dalam Bentuk Dagram. DIAGRAM GARIS Contoh soal Fluktuas nla tukar rupah terhadap dolar AS dar tanggal 8 Aprl 008 sampa dengan tanggal Aprl 008 dtunjukkan oleh tabel sebaga
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciRingkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS :
NAMA : KELAS : 1 BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciFAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 2017/2018 PROGRAM STUDI: TEKNIK SIPIL
FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 7/8 PROGRAM STUDI: TEKNIK SIPIL Mata Ujan : Statstka (Kelas Har, Tanggal : Rabu, 8 November 7 Dosen
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,
BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciMODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR 2 SMA NEGERI 10 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd
MODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR SMA NEGERI 0 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd kharulfaq.wordpress.com e-mal : muh_abas@yahoo.com Page of 64 Kegatan Pembelajaran A. STANDAR
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciDISTRIBUSI FREKUENSI
BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciIII. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,
III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan
Lebih terperinciA. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA
009 T u g a s a p l k a s S t a t s t k P a g e 1 A. Soal 1 yg dkerjakan seharan tad ttg regres tunggal MENGHITUNG REGRESI LINEAR SEDERHANA Persamaan umum regres lnear sederhana adalah : Ŷ = a + bx Contoh
Lebih terperinciBAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.
BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciLAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi
LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinci