Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI
|
|
- Verawati Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI Besral: Departemen Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia, 2012
2 SAP Statistika 1-minggu 3 3 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran pusat Ukuran Gejala Pusat (grouped dan ungrouped data) Rata-rata hitung; Median (decil, persentil dan kuartil); Modus; Rata-rata ukur; Rata-rata tertimbang; Rata-rata pertumbuhan;. 2 sks x 50 menit 1, 2, 3, 4
3 Statistik Deskriptif Memotret / mendeskripsikan data Data yg diperoleh dikelola Mengurutkan dan atau mengelompokkan data Mentransformasi data menjadi indikator yg diperlukan Menyajikan data dalam bentuk teks, tabel, grafik, supaya mudah dianalisis
4 Pengukuran Statistik 1. Ukuran Sentral/Pusat: a. Mean atau Arithmetic Mean/ b. rata-rata hitung c. Median d. Modus 2. Ukuran Variasi: a. Range (min-max) b. Mean Deviasi c. Standar deviasi d. Coefisien Variasi (COV) 3. Ukuran Posisi: a. Median b. Kuartil, Desil, Persentil
5 1.a Mean atau Arithmetic Mean Mean paling sering digunakan untuk menggambarkan ukuran pemusatan n data xi Rumus: i1 x = n Contoh: Lama belajar 10 mahasiswa (jam) Data: 2, 3, 4, 2, 3, 5, 3, 6,,3, 4 Nilai Mean=( )/10=3.5 jam Sifat nilai Mean Proses perhitungannya melibatkan semua data Sangat sensitif terhadap nilai ekstrim (kecil atau besar) Data: 2, 3, 4, 2, 3, 5, 3, 31, 3, Nilai Mean=( )/10=6.0 jam 3.5
6 1. a Mean/Arithmetic Mean Bila terhadap seluruh data ditambah dengan konstanta c yaitu y i =x i +c, i=1,2..n maka mean y=mean x + c Contoh:Lama belajar mahasiswa ekonomi (jam/hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 dan Mean 3.5 jam Masing-masing ditambah dengan angka 2 Data: 4, 5, 6, 4, 5, 7, 5, 8, 5, 6 dan Mean 5.3 atau (3.5+2) jam Bila terhadap seluruh data dikalikan dengan konstanta c yaitu y i =cx i i=1,2..n maka mean y=(mean x)(c) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 dan Mean 3.5 jam Masing-masing dikali dengan angka 2 Data: 4, 6, 8, 4, 6, 10, 6, 12, 6, 8 dan Mean 7 atau (3.5x2) jam
7 1. b Median(Med) Median membagi data menjadi dua bagian yaitu 50% data berada di bawah nilai median dan 50% data berada di atas nilai median Proses perhitungannya 1. Mengurutkan data dari terkecil ke terbesar 2. Menentukan posisi median yaitu (n+1)/2 3. Nilai median adalah nilai pada posisi median Contoh:Lama belajar mahasiswa (jam) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 Di urutkan menjadi: 2,2,3,3,3, 3,4,4,5,6 Posisi median (10+1)/2=5.5 Posisi median Nilai median adalah (3+3)/2= 3 jam
8 Median(jika ada nilai ekstrim) Tidak terpengauh oleh nilai ekstrim (kecil atau besar) Contoh:Lama belajar 10 mahasiswamean=( )/103.5 Median Data: 2, 3, 4, 2, 3, 5, 3, 31, 3, 4 Diurut: Posisi Median: di urutan 5,5 Nilai Median: (3+3)/2 = 3.0 jam
9 1. c Modus (Mode) Secara kuantitatif nilai yang paling banyak muncul atau frekuensi paling besar atau nilai pada posisi puncak suatu kurva/grafik histogram Proses perhitungannya Mengurutkan data dari terkecil ke terbesar (mempermudah) Satu modus (unimodal), dua modus (bimodal), dst Tidak ada modus Contoh: Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4, Mod=3 Data: 2, 3, 4, 2, 3, 5, 3, 2, 3, 2, Mod=2 dan 3 Data: 2, 3, 4, 5, 6, 7, 8, 9, Tidak ada Modus
10 Kelebihan dan Kekurangan Mean, Median dan Modus Kelebihan Mempertimbangkan semua nilai Dapat menggambarkan mean populasi Cocok untuk data homogen Mean Kekurangan Sensitif /peka terhadap nilai ekstrim Kurang baik untuk data heterogen Median Tidak sensitif /peka terhadap nilai ekstrim Cocok untuk data heterogen /homogen Tidak mempertimbangkan semua nilai Kurang dapat menggambarkan mean pop Modus Tidak sensitif /peka terhadap nilai ekstrim Cocok untuk data homogen/heterogen Tidak mempertimbangkan semua nilai Kurang menggambarkan mean populasi Modus bisa lebih dari satu atau tidak ada
11 2. Ukuran Letak/Posisi Data a. Median (membagi 2) b. Kuartil (membagi 4) c. Desil (membagi 10) d. Persentil (membagi 100)
12 2. Ukuran Letak/Posisi Data Median K1 K2 K3 D1 D9 P10 P25 P75 P90
13 2. b. KUARTIL Kuartil membagi data menjadi 4 (empat) bagian yang sama K1 (25%), K2 (50%) dan K3 (75%) Kuartil 1 disimbol K1 merupakan 25% data ada di bawah atau sama dengan nilai K1. Posisi kuartil K i = i (n+1)/4, i=1,2,3 n= jml pengamatan Nilai kuartil (berada pd 1 titik) Nilai pada posisi tsb Contoh Data: Urutkan: Posisi K1 adalah 1x (15+1)/4= 4 ada di posisi ke-4 Nilai K1=5 Posisi K2 adalah 2x (15+1)/4=8 ada di posisi ke-8 Nilai K2=6 Posisi K3 adalah 3x (15+1)/4=12 ada di posisi ke-12 Nilai K3=9
14 2. b. KUARTIL Kuartil membagi data menjadi 4 (empat) bagian yang sama K1 (25%), K2 (50%) dan K3 (75%) Kuartil 1 disimbol K1 merupakan 25% data ada di bawah atau sama dengan nilai K1. Posisi kuartil K i = i (n+1)/4 (i=1,2,3) (n= jml pengamatan) Nilai kuartil (posisi median berada antara 2 titik) Contoh Data: Urutkan: Posisi K1 adalah 1x (14+1)/4=3.75 ada diantara posisi 3 dan 4 Nilai K1 = (4 + 5) / 2 =4. 5 Posisi K2 adalah 2x (14+1)/4=7.5 ada diantara posisi 7 dan 8 Nilai K2 = (6 + 6) / 2 = 6 Posisi K3 adalah 3x (14+1)/4=11.25 ada diantara posisi 11 dan 12 Nilai K3 = (8 + 9) / 2 = 8.5
15 2.c DESIL Desil membagi data menjadi 10 (sepuluh) bagian yang sama D1, D2,., D9 Posisi D i = i (n+1)/10, i=1,2,3,4,5,6,7,8,9 Nilai desil (jika posisi desil berada antara 2 titik) Contoh D i = x1 + [ posisi,?? (x2-x1) ]?? = desimal Data: Urutkan: Posisi D1 adalah 1 x (14+1)/10=1.5 ada diantara posisi 1 dan 2 Nilai D1= (3-2)=2.5 Posisi D5 adalah 5 x (14+1)/10=7.5 ada diantara posisi 7 dan 8 Nilai D2= (6-6)=6 Posisi D7 adalah 7 x (14+1)/10=10.5 ada diantara posisi 10 dan 11 Nilai D7= (8-8)=8
16 2.c DESIL Desil membagi data menjadi 10 (sepuluh) bagian yang sama D1, D2,., D9 Posisi D i = i (n+1)/10, i=1,2,3,4,5,6,7,8,9 Nilai desil (jika posisi desil berada antara 2 titik) Contoh D i = x1 + [ posisi,?? (x2-x1) ]?? = desimal Data: Urutkan: Posisi D1 adalah 1 x (15+1)/10=1.6 ada diantara posisi 1 dan 2 Nilai D1= (3-2)=2.6 Posisi D5 adalah 5 x (15+1)/10=8 ada di posisi 8 Nilai D5=6 Posisi D7 adalah 7 x (15+1)/10=11.2 ada diantara posisi 11 dan 12 Nilai D7= (9-8)=8.2
17 2.d PERSENTIL Persentil membagi data menjadi 100 (seratus) bagian yang sama P1, P2,., P99 P i = i (n+1)/100, i=1,2,, 99 Contoh Data: Urutkan: Posisi P50 adalah 50 x (14+1)/100=7.5 ada diantara posisi 7 dan 8 Nilai P50= (6-6)=6 Posisi P75 adalah 75 x (14+1)/100=11.25 ada diantara posisi 11 dan 12 Nilai P75= (9-8)=8.25
18 3. Ukuran Variasi Data a. Ukuran Variasi Mutlak Range (min-max) Mean Deviasi Standar Deviasi b. Ukuran Variasi Relatif Koefisien variasi (CoV)
19 3. Ukuran Variasi Data Contoh:Lama belajar 10 mahasiswa (jam) di jurusan Manajemen dan Akutansi Manajemen: 2,2,3,3,3,3,4,4,5,6 maka nilai Mean=3.5jam, median 3jam Akuntansi: 1,1,2,3,3,3,4,5,5,8 maka nilai Mean=3.5jam, median 3jam Jurusan manajemen dan akuntansi mempunyai nilai mean yang sama tetapi mempunyai variasi data yang berbeda Range Manajemen = 2 sd 6 jam dan Range Akuntansi = 1 sd 8 jam SD Manajemen= 1.27 jam dan SD Akuntansi =2.12 jam Bila hanya menampilkan informasi ukuran pemusatan data (misalnya mean) ternyata ada informasi yang hilang tanpa mengikutsertakan ukuran variasi data. Ukuran Variasi Data (Mutlak): Range, Mean Deviasi dan Standar Deviasi (SD) Ukuran Variasi Data (Relatif): Coefficient of Variation (COV)
20 3. a Range (Kisaran) Ukuran variasi data yang paling sederhana dibandingkan dengan Mean Deviasi dan Standar Deviasi Proses perhitungannya: Urutkan data dari terkecil ke terbesar Nilai range adalah selisih dari data terbesar terhadap data terkecil Contoh: Lama belajar 10 mahasiswa di dua jurusan Manajemen: 2,2,3,3,3,3,4,4,5,6 maka nilai Range=4 jam Akuntansi: 1,1,2,3,3,3,4,5,5,8 maka nilai Range=7 jam Nilai range juga sensitif terhadap nilai-nilai ekstrim besar atau kecil
21 3.a Mean Deviasi Rata-rata Penyimpangan (Mean Deviasi) dalam harga mutlak dari masing-masing pengamatan terhadap nilai Mean-nya Contoh:Lama belajar 10 mahasiswa (jam) di 2 jurusan Manajemen: 2,2,3,3,3,3,4,4,5,6 dengan nilai mean=3.5 jam Manajemen: ( )/10 = (1,5+1, )/10 = 1jam Akuntansi: 1,1,2,3,3,3,4,5,5,8 dengan nilai mean=3.5 jam Akuntansi: ( )/10 =1.6 jam Mean deviasi juga sensitif terhadap nilai-nilai ekstrim besar atau kecil
22 3. a STANDAR DEVIASI Ukuran variasi data yang paling sering digunakan Lebih menggambarkan variasi data yang sesungguhnya dibandingkan Range & mean deviasi Rumus Standar Deviasi Sampel SD = i1 n x n i 1 x 2
23 Rumus Standar Deviasi Populasi SD = n i1 x i N x 2
24 (Standar Deviasi) 2 = Varians Rata-rata kuadrat Penyimpangan dari masing-masing pengamatan terhadap nilai Mean-nya Contoh:Lama belajar 10 mahasiswa (jam) Lama belajar Manajemen: 2,2,3,3,3,3,4,4,5,6 dengan nilai mean=3.5jam Varians: (2-3.5) 2 +(2-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(4-3.5) 2 +(4-3.5) 2 +(5-3.5) 2 +(6-3.5) 2 /10-1 = (1,5876) SD: (1,5 2 +1, )/9 = jam Akuntansi: 1,1,2,3,3,3,4,5,5,8 = SD = jam
25 3. b Coefisien Variasi (COV) COV Koefisien variasi adalah rasio perbandingan antara standar deviasi dengan mean, yang dinyatakan dalam persen Membandingkan variasi dua kelompok data yang mempunyai unit atau satuan pengukuran atau gradasi yang berbeda Rumus Contoh: COV = SD x x100% Mean BB=40.5 kg, SD=5 kg maka COV=(5/40.5)x100% =12.3% Mean TB=167 cm, SD=12 cm maka COV=(12/167) x 100%=7.2%
26 Pemilihan statistik deskriptif Skala Uk. Pusat Uk.Variasi Numerik x s, med range mod Kategorik p / % cov iqr
27 TUGAS Dari variabel: 1. Umur, 2. BB, 3. TB, 4. IPK Hitunglah: nilai Kuartil-1 dan kuartil-3 Mean Median SD Mana yg lebih bervariasi dari ke-3 var tsb? (Gunakan data yg sama)
Pengukuran Kesehatan
1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil
Lebih terperinciPenyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri
Penyimpulan data numerik & kategorik Elsa Roselina Dewi Gayatri P. data numerik Tendensi sentral (mean, median, modus) Hubungan mean, median, modus Ukuran variasi (range, interkuartil range, mean deviasi,
Lebih terperinciUKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan
UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan 1 DAFTAR ISI Mean Median Modus Kuartil, Desil dan Presentil Hubungan Mean-Median-Modus 2 Ukuran Statistik Untuk menjelaskan ciri-ciri
Lebih terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciSTATISTIK. Rahma Faelasofi
STATISTIK Rahma Faelasofi 1 BAB 3 VARIABILITAS Pengertian Jangkauan Mean deviasi Standar deviasi 2 Pengertian Pengukuran penyebaran adalah pengukuran tingkat penyebaran nilai dalam suatu kumpulan data
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
Lebih terperincidapat digunakan formulasi sebagai berikut : Letak Letak Letak
1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga
Lebih terperinciLedhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013
UKURAN STATISTIK BAGI DATA Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013 Konten Definisi: -Data dan Jenis Data -Parameter dan Statistik -Ukuran Statistik
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciMENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA
MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA AMIYELLA ENDISTA SKG.MKM Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Perhitungan Nilai Gejala Pusat Mean Median Modus Range
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciSTATISTIKA 4 UKURAN LETAK
TUJUAN STATISTIKA 4 UKURAN LETAK MODUL 4 Melatih berfikir dan bernalar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering
Lebih terperinciStatistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom
Statistika Materi 3 UKURAN PEMUSATAN Nilai Tunggal yang mewakili Karakteristik Sekumpulan data UKURAN PEMUSATAN Adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari
Lebih terperinciLEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciSTATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.
STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciUKURAN TENGAH DAN UKURAN DISPERSI
UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinciMetode Penelitian Kuantitatif Aswad Analisis Deskriptif
Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting
Lebih terperinciSTK 211 Metode statistika. Agus Mohamad Soleh
STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate
Lebih terperinciUKURAN PEMUSATAN DATA
UKURAN PEMUSATAN DATA MODUL 3 Oleh : Firmansyah, S.Kom A. TEMA DAN TUJUAN KEGIATAN PEMBELAJARAN 1. Tema : Ukuran Pemusatan Data 2. Fokus : Pembahasan Materi Pokok 1. Arti dan manfaat ukuran pemusatan data
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang
Lebih terperinciBy Syarifah Hikmah JS. MK Statistika (MAM 4137)
By Syarifah Hikmah JS MK Statistika (MAM 4137) Daftar Isi Wilayah/Rentang Deviasi rata-rata terhadap nilai tengah Ragam Simpangan baku Ukuran Statistik Untuk menjelaskan ciri-ciri data yang penting maka
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciUKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas
Lebih terperinciBAB V PENUTUP 5.1 Kesimpulan
V-1 BAB V PENUTUP 5.1 Kesimpulan Berdasarkan penulisan laporan akhir ini, maka dapat dibuat kesimpulan dari setiap modul. Berikut adalah kesimpulan dari masingmasing modul tersebut: 1. Distribusi Frekuensi
Lebih terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciBy : Hanung N. Prasetyo
theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran
Lebih terperinciSTK 211 Metode statistika. Materi 2 Statistika Deskriptif
STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan
Lebih terperinciRANCANGAN AKTIVITAS TUTORIAL (RAT)
RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini
Lebih terperinciUKURAN DISPERSI (SEBARAN)DATA
Malim Muhammad, M.Sc. UKURAN DISPERSI (SEBARAN)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 DISPERSI
Lebih terperinciStatistika Deskriptif
Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan
Lebih terperinciSTATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu
Lebih terperinciPENGANTAR STATISTIK Pusat Data dan Satistik Pendidikan-Kebudayaan Setjen, Kemdikbud 2014
PENGANTAR STATISTIK Pusat Data dan Satistik Pendidikan-Kebudayaan Setjen, Kemdikbud 2014 Daftar Isi: 1. Definisi Statistik 2. Unit Analisis & Lingkup Analisis 3. Pengukuran Nilai Sentral 4. Pengukuran
Lebih terperinciGejala Pusat - Statistika
Gejala Pusat - Statistika Desma Eka Rindiani desmarindi@yahoo.co.id http://ladies-kopites.blogspot.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan disebarkan
Lebih terperinciDIAGRAM SERABI S-2 dan S-3 SMU S-1
DIAGRAM SERABI S-2 dan S-3 SMU S-1 Dapat menyajikan berbagai pecahan dalam bentuk jumlah Setiap pecahan atau sektor memperlihatkan unsur tertentu Dapat dibuat pada bidang datar atau mirip tablet yang rebah
Lebih terperinciPENYAJIAN DATA. Cara Penyajian Data meliputi :
PENYAJIAN DATA Cara Penyajian Data meliputi : 1. Tabel Tabel terbagi menjadi : - Tabel Biasa - Tabel Kontingensi - Tabel Distribusi Tabel Distribusi terbagi menjadi : Tabel Distribusi Mutlak Tabel Distribusi
Lebih terperinciMUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016
MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 RATA- RATA nilai matakuliah mahasiswa tsb adalah B Sumber: https://sinarnetri.files.wordpress.com/2010/04/khs.png Aswad2016 Titik-titik
Lebih terperinciSTATISTIKA MATEMATIKA KELAS XI MIA
STATISTIKA MATEMATIKA KELAS XI MIA STATISTIKA Matematika Kelas XI MIA 90 80 70 60 50 40 30 20 10 0 East West North 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr Disusun oleh : Markus Yuniarto, S.Si Tahun Pelajaran 2016
Lebih terperinciStatistik Deskriptif. Statistik Farmasi 2015
Statistik Deskriptif Tujuan perkuliahan Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1. Meringkas data, dengan menggunakan pengukuran tendensi sentral seperti rata-rata, median, modus dan
Lebih terperinciStatistika I. Pertemuan 2 & 3 Statistika Dasar (Basic( Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Konsep Peubah
Statistika I Pertemuan & 3 Statistika Dasar (Basic( Statistic) Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Konsep Peubah Definisi Peubah merupakan karakteristik dari objek yang sedang diamati,
Lebih terperinciStatistika Farmasi
Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan
Lebih terperinciKing s Learning Be Smart Without Limits NAMA : KELAS :
NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan
Lebih terperinciCatatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah Analisis Data Orang Cerdas Belajar Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang Analisis Data A.
Lebih terperinciPENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel
Lebih terperinciHARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG
HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data
Lebih terperinciPENGUKURAN DATA. 1. Terminology Populasi & Sampel. Peubah/Variabel. Peubah/Variabel
PENGUKURAN DATA 1. Terminology Populasi & Sampel Populasi: himpunan komplit dari individual, obyek atau nilai dari suatu pengamatan Seringkali terlalu besar untuk dikaji secara keseluruhan Mungkin nyata
Lebih terperinciSTATISTIKA 2 11/20/2015. B. Menghitung Ukuran Data dari Data Berkelompok. Peta Konsep. B. Menghitung Ukuran Data dari Data Berkelompok
/0/0 Peta Konsep Jurnal Datar Hadir Materi B Materi Umum STATISTIKA Kelas XI, Semester Pemusatan Statistika Letak Data Tunggal Penyebaran SoalLatihan B. Menghitung Data dari Data Berkelompok Pemusatan
Lebih terperinciTentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika
Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk
Lebih terperinciUKURAN PEMUSATAN DATA STATISTIK
UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai
Lebih terperinciSTATISTIKA 3 UKURAN PENYEBARAN
TUJUAN STATISTIKA UKURAN PENYEBARAN Melatih berfikir dan belajar secara logis dan kritis serta mengembangkan aktifitas, kreatifitas dalam memecahkan masalah serta mampu mengkomunikasikan ide dan gagasan
Lebih terperinci1.0 Distribusi Frekuensi dan Tabel Silang
ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang
Lebih terperinciMA2081 Statistika Dasar
Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik
Lebih terperinciMA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika
Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082
Lebih terperinciRata-rata hitung sekumpulan data hasil observasi dapat dihitung dengan menggunakan rumus berikut :
UKURAN STATISTIK Pendahuluan aturan statistic merupakan aturan yang menunjukkan bagaimana suatu gugus data memusat dan menyebar. aturan pemusatan yang umum digunakan untuk mendeskripsikan data adalah mean
Lebih terperinciSOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih
SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih MATEMATIKANET.COM Data berikut untuk soal nomor 1 4 Nilai ulangan harian matematika dari 14 orang siswa yang diambil secara acak adalah 7, 5, 8, 6, 7, 8,
Lebih terperinciUkuran gejala pusat. Nugraeni
Ukuran gejala pusat Nugraeni UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1.
Lebih terperinciSetelah mempelajari bahan ajar ini diharapkan Anda dapat:
D. Pembelajaran 4 1. Silabus N o STANDAR KOMPE TENSI Menerapk an aturan konsep statistika dalam pemecaha n masalah KOMPE TENSI DASAR Mengidenti fikasi pengerti-an statistik, statistika, populasi dan sampel
Lebih terperinciSTATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data
STATISTIK DESKRIPTIF Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data 1. Statisitik Deskriptif 2. Penyajian Data 3. Ukuran Pemusatan Data 4. Ukuran Penyebaran Data Materi Pokok Indikator Setelah
Lebih terperinciUkuran Pemusatan (Central Tendency)
Ukuran Pemusatan (Central Tendency) MUHAMMAD ARIF RAHMAN arifelzain@ub.ac.id Central Tendency Ukuran statistik yang menyatakan bahwa satu skor dapat mewakili keseluruhan distribusi skor yang sedang diteliti.
Lebih terperinciBAB III UKURAN TENGAH DAN DISPERSI
BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan
Lebih terperinciC. Ukuran Letak dan Ukuran Penyebaran Data
C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang
Lebih terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperinciBESARAN STATISTIK (UKURAN TENGAH DAN UKURAN
BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN DISPERSI) UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan
Lebih terperinciTabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B
A. Pengukuran Penyebaran (Dispersi) 1. Pengertian Tentang Disperse. Digunakan untuk menunjukkan keadaan berikut : a. Gambaran variabilitas data Yang dimaksud dengan variabilitas data adalah suatu ukuran
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA
SUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA BAB II STATISTIKA Dr. Djadir, M.Pd. Dr. Ilham Minggi, M.Si Ja faruddin,s.pd.,m.pd. Ahmad Zaki, S.Si.,M.Si Sahlan Sidjara, S.Si.,M.Si
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan
Lebih terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciSILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.
SILABUS NAMA SEKOLAH : MATA PELAJARAN : Matematika KELAS : XII STANDAR KOMPETENSI : Menerapkan aturan konsep statistika dalam pemecahan masalah. KODE KOMPETENSI : 10 ALOKASI WAKTU : 52 x 45 Kompetensi
Lebih terperinciSTATISTIK. dwipurnama2.blogspot.com
STATISTIK dwipurnama2.blogspot.com adalah sebuah cabang ilmu dari matematika yang mempelajari cara cara : Mengumpulkan dan menyusun data,mengelolah dan menganalisa data,serta menyajikan dalam bentuk kurva
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Ukuran Pemusatan Data Ukuran Pemusatan Data Ukuran pemusatan adalah suatu ukuran yang menunjukkan dimana suatu data memusat atau suatu kumpulan pengamatan memusat (mengelompok)
Lebih terperinciSTATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
Lebih terperinciMateri UAS: 1. Indeks 2. Trend Linear dan Non Linear 3. Regresi dan korelasi sederhana
STATISTIK I Buku Acuan: 1. Pokok-pokok materi Statistik I oleh Ir.M.Iqbql Hasan,M.M, edisi 2 cetakan 6 th 2010 2. Dasar-dasar statistika untuk Ekonomi oleh Drs. Danang Sunyoto,S.H., S.E.,M.M.,cetakan I
Lebih terperinciSTATISTIKA KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip
MODUL MATEMATIKA STATISTIKA 11.1. KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip. 19580117.1981.1.003 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI Jalan Mayjen Sungkono
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Subyek Penelitian Penelitian ini dilakukan di SMK Negeri 1 Salatiga pada semester 2 tahun ajaran 2011/ 2012. Kelas XII terdiri dari 12 yang terdiri dari
Lebih terperinciPENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6
PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau
Lebih terperinciUNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT
UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013
Lebih terperinciNama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com. Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:
UKURAN NILAI PUSAT DAN UKURAN DISPERSI Nama Penulis pungkyrahmatika@gmail.com http:/statistikapendidikan.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan
Lebih terperinciOUTLINE BAGIAN I Statistik Deskriptif
UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians
Lebih terperinciStatistik Deskriptif Ukuran Dispersi
MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand
Lebih terperinciKenapa Data Harus Diringkas?
1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data
Lebih terperinciPengantar Biostatistik
Pengantar Biostatistik A. Pendahuluan ( pengertian tahap statistika, skala, data) B. Analisis data ( Analisis Univariabel, Statistik deskriptif) C. Penyajian data ( textular, tabular, grafikal) 1 BIOSTATISTIKA
Lebih terperinciAplikasi statistika...
Aplikasi statistika... Statistik vs Statistika? Arti Sempit ; Deskriptif : Ringkasan Ukuran Pusat : rata-rata, median, modus Ukuran Variansi : dev.standar, variansi, range Ukuran bentuk : skewness, kurtosis
Lebih terperinciSTATISTIKA. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 SMA SANTA ANGELA STATISTIKA Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Membaca data dalam bentuk tabel dan
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SRIWIJAYA
UKURAN PEMUSATAN DATA DAN UKURAN LETAK FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SRIWIJAYA PENDAHULUAN Untuk mendapatkan gambaranyang lebih jelas tentang sekumpulan data data itu disajikan dalam
Lebih terperinciIII. BESARAN, LOKASI, DAN VARIASI
III. BESARAN, LOKASI, DAN VARIASI RATA-RATA Rata-rata (average) adalah nilai yang mewakili sehimpunan atau sekelompok data (a set of data). Nilai rata-rata cenderung berada di tengah-tengah jika data disusun
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF Ukuran Pusat (measure of center) Ukuran Penyebaran (measure of variability) Menurut Anda, bagaimana penampilan saya? Gambaran saya? Visualizing Telling Dapatkan Anda tentukan manakah
Lebih terperinciMengolah dan Menganalisis Data
Mengolah dan Menganalisis Data Dr. Eko Pujiyanto, S.Si., M.T. Materi Data Mengolah dan analisis data Memilih alat analisis yang tepat Data Data 1 Jamak dari DATUM artinya informasi yang diperoleh dari
Lebih terperinciBAB IV DISPERSI DATA
BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),
Lebih terperinciShort Quiz. TIME LIMIT: 10 minutes
Short Quiz 1. Sebutkan minimum 5 informasi yg Anda peroleh dari gambar di samping? 2. Sebutkan peubah apa saja yg diamati pada kasus ini? 3. Sebutkan skala pengukurannya. 4. Berikan komentar Anda secara
Lebih terperinciLaporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:
Nama : Purnomo Satria NIM : 1133467162 Evaluasi Pertemuan 4 dan 5 Laporan Tugas dan Quiz Statistik Deskriptif 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: a. Rata-rata hitung, median,
Lebih terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciProbabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata
Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi
Lebih terperinciMateri-1 Statistika, data, penyajian data, Ukuran Pusat dan Sebaran Data. Nurratri Kurnia Sari, M. Pd
Materi-1 Statistika, data, penyajian data, Ukuran Pusat dan Sebaran Data Nurratri Kurnia Sari, M. Pd DEFINISI Statistika Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data
Lebih terperinci