UKURAN LOKASI DAN DISPERSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "UKURAN LOKASI DAN DISPERSI"

Transkripsi

1 Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas

2 Statistical Measures Commo statistical measures Measure of cetral tedecy Mea Mode Media Measure of variability Rage Variace Stadard deviatio Measure of a idividual i a populatio z score Percetile rak Ukura Lokasi da Dispersi 8-Oct-6

3 3 Measure of Cetral Tedecy Nilai rerata (average) rerata (mea) ilai rerata semua ilai data modus (mode) media ilai data (score) yag palig serig mucul ilai data (score) yag berada di tegah dari suatu ragkaia ilai data urut (dari ilai kecil ke besar atau sebalikya) Ukura Lokasi da Dispersi 8-Oct-6

4 Measure of Cetral Tedecy 4 Cotoh Jumlah peumpag suatu agkuta kota (agkot) dalam rit adalah sbb. 00, 00, 00, 63, 6, 60,,, 6,, Diskusi rerata 47 AVERAGE(...) modus 00 MODE(...) media 60 MEDIAN(...) MSExcel Dari ketiga ukura statistis di atas, maakah yag palig baik medeskripsika pola jumlah peumpag agkot? Ukura Lokasi da Dispersi 8-Oct-6

5 Measure of Cetral Tedecy 5 Diskusi Dari cotoh agkot tersebut, carilah cotoh data yag lai, misal: jeis mobil yag dipakai sebagai agkot pola peumpag dalam megguaka jasa agkot (waktu, jarak, dsb.) Diskusika rerata modus media Cari cotoh data yag lai yag berkaita dega bidag tekik sipil da ligkuga da diskusika ilai-ilai rerata, modus, media Ukura Lokasi da Dispersi 8-Oct-6

6 6 Measure of Cetral Tedecy Simbol da rumus/persamaa Rerata Nilai rerata sampel i jumlah aggota sampel i besara statistis: haya berdasarka sampel (sebagia aggota populasi) µ Nilai rerata populasi jumlah aggota populasi i i parameter: berdasarka semua aggota populasi estimasi ilai rerata populasi Ukura Lokasi da Dispersi 8-Oct-6

7 7 Measure of Cetral Tedecy Beberapa sifat ilai rerata C C C kostata C + + ( C ) Ukura Lokasi da Dispersi 8-Oct-6

8 8 Measure of Cetral Tedecy Rerata berbobot (weighted mea) i w i i w i i dipakai pula utuk meghitug ilai rerata pada data yag dikelompokka (ke dalam klas yag memiliki selag atau iterval) misal pada tabel frekuesi variabel kotiu dalam hal ii, i adalah ilai media retag klas Ukura Lokasi da Dispersi 8-Oct-6

9 9 Measure of Cetral Tedecy Nilai rerata Arithmetic mea Geometric mea Harmoic mea i i i i i AVERAGE( ) GEOMEAN( ) HARMEAN( ) Ukura Lokasi da Dispersi 8-Oct-6

10 0 Measure of Cetral Tedecy Media Data yag dikelompokka Media Md L md F + c f md retag media adalah retag klas tempat media berada, yaitu klas ke / setelah klas diurutka meurut score L md : batas bawah retag media : jumlah data F : jumlah frekuesi seluruh retag klas sebelum retag media f md : frekuesi retag media c : lebar klas Ukura Lokasi da Dispersi 8-Oct-6

11 Measure of Cetral Tedecy Modus Data yag dikelompokka Modus Mo L mo + a a + b c retag modus adalah retag klas yag memiliki frekuesi tertiggi (terbayak) L mo : batas bawah retag modus a : beda frekuesi atara retag modus dega retag sebelumya b : beda frekuesi atara retag modus dega retag sesudahya c : lebar klas retag modus Ukura Lokasi da Dispersi 8-Oct-6

12 Measure of Variability Keragama Variability, scatter, spread meujukka apakah agka dalam distribusi salig berdekata atau berjauha Rage à beda atara ilai tertiggi da teredah dalam distribusi mugki biasa diguaka dalam permasalaha sehari-hari Stadard deviatio (simpaga baku) biasa dipakai dalam permasalaha tekis Ukura Lokasi da Dispersi 8-Oct-6

13 Measure of Variability 3 Keapa pembagi meghasilka ilai yag lebih besar daripada dibagi dega ; ii utuk megompesasi kecederuga variabilitas sampel yag lebih kecil daripada variabilitas populasi dari sisi praktis, hal ii juga meujukka variabilitas dari sampel beraggota adalah tidak ada (tidak ada variabilitas dari score) Ukura Lokasi da Dispersi 8-Oct-6

14 4 Measure of Variability Simbol da rumus Stadard deviatio (deviasi stadar, simpaga baku) i σ ( µ ) simpaga baku populasi STDEV.P( ) estimasi ilai simpaga baku populasi s i ( ) simpaga baku sampel STDEV.S( ) Ukura Lokasi da Dispersi 8-Oct-6

15 5 Measure of Variability Simbol da rumus Variace (keragama) i σ ( µ ) variace populasi VAR.P(...) s i ( ) variace sampel VAR.S(...) estimasi ilai variace populasi Ukura Lokasi da Dispersi 8-Oct-6

16 Measure of Variability 8-Oct-6 Ukura Lokasi da Dispersi 6 ( ) ( ) ( ) ( ) ( ) s

17 7 Measure of Variability Simbol da rumus Stadard deviatio ad variace s ( ) ( ) STDEV.S(...) s ( ) ( ) VAR.S(...) Ukura Lokasi da Dispersi 8-Oct-6

18 8 Some Measures of A Idividual i A Populatio z scores z s utuk meujukka posisi sebuah score dalam suatu populasi Percetile rak B + PR E ( 00) B jumlah score yag berilai di bawah E jumlah score yag berilai sama dega jumlah score seluruhya utuk populasi berukura besar Ukura Lokasi da Dispersi 8-Oct-6

19 9 Some Measures of A Idividual i A Populatio Beberapa fugsi di dalam MS Excel RANK(...), RANK.EQ( ), RANK.AVR( ) posisi suatu ilai (agka) pada suatu uruta agka PERCENTILE(...), PERCENTILE.EC( ), PERCENTILE.INC( ) ilai percetile dalam suatu kisara agka PERCENTRANK(...), PERCENTRANK.EC( ), PERCENTRANK.INC( ) posisi suatu ilai (agka) dalam suatu uruta agka, dalam perse B ( 00) B jumlah score yag berilai lebih kecil daripada ( B + A) A jumlah score yag berilai lebih besar daripada perhatika perbedaaya dega PR Ukura Lokasi da Dispersi 8-Oct-6

20 0 Ukura Lokasi da Dispersi 8-Oct-6

Teknik Pengolahan Data

Teknik Pengolahan Data Uiversitas Gadjah Mada Jurusa Tekik Sipil da Ligkuga Prodi Magister Tekik Pegelolaa Becaa Alam Tekik Pegolaha Data Besara Sta*s*s 1 Besara Statistis (Statistical Measures) Besara sta*s*s yag lazim dijumpai

Lebih terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

UKURAN TENDENSI SENTRAL

UKURAN TENDENSI SENTRAL BAB 3 UKURAN TENDENSI SENTRAL Kompetesi Mampu mejelaska da megaalisis kosep dasar ukura tedesi setral. Idikator 1. Mejelaska da megaalisis mea.. Mejelaska da megaalisis media. 3. Mejelaska da megaalisis

Lebih terperinci

BAB 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fisheries Data Aalysis-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fisheries ad Marie Sciece Brawijaya Uiversity Tujua Istruksioal Khusus Mahasiswa dapat megguaka aalisis statistika sederhaa

Lebih terperinci

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA BAB 3 UKURAN PEMUSATAN DATA Misalka kita mempuyai data metah dalam betuk array X 1, X 2,, X. Pada Bab ii kita aka mempelajari beberapa ukura yag dapat memberika iformasi tetag bagaimaa data-data ii megumpul

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

Distribusi Sampel Sampling Distribution

Distribusi Sampel Sampling Distribution Chapter 5 Studet Lecture otes 5-1 Samplig Distributio Pegatar Distribusi mea Sampel dari ilai Rata-rata Distribusi mea Sampel dari ilai Proporsi Chap 5-1 Distribusi sampel adalah f() distribusi dari ratarata

Lebih terperinci

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

Kuliah 3.Ukuran Pemusatan Data

Kuliah 3.Ukuran Pemusatan Data Kuliah 3.Ukura Pemusata Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikaa Fakultas Perikaa da Ilmu Kelauta Uiversitas Padjadjara Cotet (1) modus Media Rata-rata Telada peerapa Cotet (2)

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Ukuran tendensi sentral merupakan setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai

Ukuran tendensi sentral merupakan setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai Ukura tedesi setral merupaka setiap pegukura aritmatika yag ditujuka utuk meggambarka suatu ilai yag mewakili ilai pusat atau ilai setral dari suatu gugus data (himpua pegamata). UKURAN DATA 2 Macam-Macam

Lebih terperinci

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008: Ilustrasi Data ilai ujia Statistik Dasar dari 5 mahasiswa Program Studi tertetu semester gajil tahu 008: 87 37 59 49 69 95 83 87 39 95 83 76 83 6 46 Statdas, Februari 009. Populasi da Sampel. Statistik

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

BAB 1 PENDAHULUAN. A. Hakikat Statistika. 1. Asal Kata. Kata statistika berasal dari kata status atau statista yang berarti negara

BAB 1 PENDAHULUAN. A. Hakikat Statistika. 1. Asal Kata. Kata statistika berasal dari kata status atau statista yang berarti negara BAB PEDAHULUA A Hakikat Statistika Asal Kata Kata statistika berasal dari kata status atau statista yag berarti egara Tulisa Aristoteles Politeia meguraika keadaa dari 58 egara yaki sumber dari kata statistika

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakag Risiko adalah suatu yag selalu dihubugka dega kemugkia terjadiya sesuatu yag merugika yag tidak terduga da tidak diharapka atau peyimpaga atara tigkat pegembalia yag

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal Pegolaha Data Perikaa (PIF 407) SKS (-) Ukura Pemusata, Peyebara da Pola Distribusi Normal -Ledhyae Ika Harlya- Faculty of Fisheries ad Marie Sciece Brawijaya Uiversity 0 Tujua Istruksioal Khusus Mahasiswa

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

INFERENSI STATISTIS: UJI HIPOTESIS

INFERENSI STATISTIS: UJI HIPOTESIS Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga INFERENSI STATISTIS: UJI HIPOTESIS Statistika da Probabilitas Model Matematis vs Pegukura komparasi garis teoretik (prediksi meurut

Lebih terperinci

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi Chapter 6 Studet Lecture Notes 6-1 Hal-1 Hal-2 Estimasi (Pedugaa) Estimasi (Pedugaa) TOPIK Pegertia Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Iterval Estimasi iterval

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI - Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB DISTRIBUSI FREKUENSI A. Review Pelajara SMA A. Pegumpula Data. Peelitia lapaga (Pegamata Lagsug). Wawacara (Iterview). Agket (Kuisioer) 4. Berdasarka

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

Lebih terperinci

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit da Distribusi Peluag Peubah Acak (Radom Variable): Sebuah keluara umerik yag merupaka hasil dari percobaa (eksperime) Utuk setiap aggota dari ruag sampel percobaa, peubah

Lebih terperinci

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer 5/09/0 II. Kesalaha dlm Pegukura Ahar, ST. MT. Lab. Jariga Komputer Outlie Kosep pegukura Kesalaha Pegukura Istilah Tekik Pegukura Aalisis statistik 5/09/0 Kosep Pegukura Meetuka ilai kuatitatif atau besar

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012 5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI STATISTIK, PENGERTIAN DAN EKSPLORASI DATA 1. Populasi da Sampel. Statistik da Statistika 3. Jeis-jeis Observasi 4. Statistika Deskriptif Sari Numerik Peyajia Data 008 by USP & UM ; last edited Aug 10 MA

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! ) Hal dari 7 PENDAHULUAN. PENGERTIAN STATISTIKA Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah (igat : STATISTIKA

Lebih terperinci

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü PRSIAPAN UTS MATH IPS BHS. Jagkaua dari 4, 42, 2, 0, 4, 62, 8,, 60, 2, 4, 48,, 44,, 7 adalah.... J = 62 2 = 7 ü 2. Jika rataa 4, 0, 22, m, 6 adalah 8 maka a =... 4 + 0 + 22 + m + 6 8 = 0 = m + 62 m = 28

Lebih terperinci

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA Soal Diberika data egukura sebagai berikut: 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. Tetukalah: a) Modus b) Media c) Kuartil bawah Urutka data

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan: BAB II TINJAUAN PUSTAKA 2.1 Regresi Parametrik Regresi parametrik merupaka metode statistika yag diguaka utuk megetahui pola hubuga atara variabel prediktor dega variabel respo, dega asumsi bahwa telah

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2 Samplig Process ad Samplig Distributio Iferece : Poit ad Iterval Estimates Pertemua 1 CAKUPAN MATERI: Pemahama tetag Samplig Sampel Acak Sederhaa (Simple Radom Samplig SRS) Estimasi Titik (Poit Estimatio)

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

UJIAN TENGAH SEMESTER STATISTIKA

UJIAN TENGAH SEMESTER STATISTIKA UJIAN TENGAH SEMESTER STATISTIKA Sei, 5 Jui 9 Ope Book meit ATATAN Dr. Ir. Istiarto, M.Eg. Soal ujia ii utuk dikerjaka sediri tapa kerjasama dega orag lai. Tidak ada pegawasa oleh petugas jaga selama ujia

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

DERET TAK HINGGA (INFITITE SERIES)

DERET TAK HINGGA (INFITITE SERIES) MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku yag

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ

Lebih terperinci

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB Sebara Pearika Cotoh Dept Statistika FMIPA IPB Statistik: karakteristik umerik yag diperoleh dari data cotoh Dari sebuah populasi dapat diperoleh bayak cotoh acak. Dari setiap cotoh acak, dapat dihitug

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pegatar Statistika Matematika II Metode Evaluasi Atia Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Uiversitas Islam Idoesia April 11, 2017 atiaahdika.com Pegguaa metode estimasi yag berbeda dapat meghasilka

Lebih terperinci

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik

Lebih terperinci

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci