STATISTIKA II IT
|
|
- Sucianty Chandra
- 6 tahun lalu
- Tontonan:
Transkripsi
1 STATISTIKA II IT Ummu Kalsum UNIVERSITAS GUNADARMA 2017
2 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang materi saat itu Membuat rhesume materi Menyampaikan review materi sebelumnya
3 Larangan dalam kelas : makan dan membuat keributan boleh air minum Pakaian: sopan dan rapi, kaos oblong Penambahan point Aktif dalam kelas Absensi kehadiran Ketua & Wakil Kelas: ummukalsum89@yahoo.co.id Hp:
4 No. PERTEMUAN Bab 1 Pendahuluan : Statistik induktif (inferensial), Konsep Dasar Sampling 2 Distribusi Sampling Rata-rata 3 Selang Kepercayaan, Pendugaan parameter (1 Nilai Rata2) 4 Pendugaan parameter (2 Nilai Rata2) 5 Pendugaan 1 Nilai Proporsi 6 Penduga Beda 2 Proporsi 7 Konsep Dasar Pengujian Hipotesis, Uji Hipotesis 1 Nilai Rata2
5 LANJUTAN PERTEMUAN No. Bab 8 Uji Hipotesa Beda Dua Nilai Rata-Rata 9 Uji Hipotesa Proporsi 10 Uji Beda Dua Proporsi 11 Uji Chi kuadrat 12 Uji Kebebasan (Kontigensi Table Test) 13 Persamaan Regresi Linier 14 Korelasi
6 Referensi Hasan, M. Iqbal Pokok-Pokok Materi Statistik 2 (Statistik Inferensif). Jakarta: Bumi Aksara. Mulyono, Sri Statistika untuk Ekonomi dan Bisnis. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI. Walpole, Ronald E Pengantar Statistika Edisi Ke-3. Jakarta: PT Gramedia Pustaka Utama Statistika II/Statistika Perancangan Percobaan
7 Statistika Deskriptif Inferensia
8 Statistika inferensia Statistika? Inferensia?
9 statistika Ilmu mengumpulkan, tabulasi, penggolongan, analisis dan menyimpulkan berdasarkan bukti (berupa data) inferensia Dapat disimpulkan
10 Statistika Inferensia?
11 Statistika Inferensia/induktif Merupakan bagian statistika yang mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada pendugaan atau penarikan kesimpulan mengenai keseluruhan gugus data
12 Inferensia statistika dikelompokkan dalam 2 bidang utama : pendugaan dan pengujian hipotesis Pendugaan biasanya pendugaan parameter Mengapa bidang utamanya pendugaan parameter dan pengujian hipotesis?
13 Data Analisis Simpulan Ciri khas? Sampel? Populasi?
14 Data primer sekunder observation experiment survei Print or electronic
15 Populasi dan Sampel
16 Populasi dan Sampel Alasan menggunakan sampel: a. Biaya & Sumber Daya b. Waktu c. Ketelitian d. Sifat merusak / mengganggu Rata-rata (µ) Populasi Random Sampel Simpangan Baku / standard deviasi (σ)
17 Populasi dan Sampel Perbedaan Populasi Sampel Definisi Simbol Seluruh unsur yg memiliki 1 atau lebih ciri karakteristik yg sama yg batasnya ditentukan oleh peneliti Huruf Yunani atau kapital µ = rerata populasi σ = simpangan baku N = ukuran populasi Sebagian unsur atau anggota populasi yg dipilih untuk kebutuhan studi peneliti yg di anggap mewakili populasinya Huruf kecil terkadang italic X = rerata sampel s = simpangan baku n = ukuran sampel
18 Sampel yang baik diperoleh dengan memperhatikan hal-hal berikut : Keacakannya (randomness) Ukuran Teknik penarikan sampel (sampling) yang sesuai dengan kondisi atau sifat populasi
19 Metode Sampling Probability Simple random sampling Systematic random sampling Stratified random sampling Cluster sampling Nonprobability Convenience sampling Judgment sampling Quota sampling Snowball sampling
20 Probability Sampling Simple random sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel Systematic random sampling (sistematik) jika unsur yg dipilih sesuai dengan aturan tertentu (dibuat interval lalu sampelnya, ex: umur produktif) Stratified random sampling (berlapis) Populasi terdiri dari beberapa kelas/kelompok, setiap kelas diambil sampel secara acak Cluster sampling (gerombol/kelompok) Populasi juga terdiri dari beberapa kelas/kelompok. Sampel yang diambil berupa kelompok bukan individu anggota (area/wilayah, bidang, kelas2 dr prodi)
21 Non Probability Convenience kenyamanan & akses Judgement kepercayaan peneliti bahwa sampel sdh cocok dg karakter yg dicari Quota menekankan pd karakteristik spesifik Snow ball seperti bola salju
22 Populasi vs Sampel Parameter Populasi Sebuah parameter populasi selalu konstan Sebuah populasi hanya memiliki sebuah nilai µ Statistik Sampel Merupakan variabel acak (random) Setiap statistik sampel memiliki sebuah distribusi peluang (probability distribution) Distribusi peluang dari suatu statistik sampel disebut distribusi sampling
23 Distribusi Sampling
24 Bentuk Distribusi Sampling Bentuk distribusi sampling x berkaitan dengan dua kondisi, yaitu: 1. Populasi dimana sampel diambil memiliki distribusi normal 2. Populasi dimana sampel diambil tidak memiliki distribusi normal
25 Sampling Distribution Properties μ x μ Normal Population Distribution (i.e. xis unbiased ) Normal Sampling Distribution (has the same mean) μ x μ x x
26 Distribusi Populasi Distribusi Populasi merupakan distribusi peluang yang diturunkan dari informasi seluruh elemen populasi Contoh 1: Ada 5 mahasiswa yang mengambil MK Statistika II dengan hasil akhir masing2 adalah: 70, 78, 80, 80, 95 Jika tidak dilakukan pengelompokan, maka buatlah distribusi peluang populasinya!
27 Distribusi Populasi Distribusi Peluang Populasi Jawab: Tabel Distribusi Peluang x x f P(x) / / / /5 f = 5 P(x) = 1
28 Distribusi Sampling Distibusi Sampling yaitu suatu distribusi peluang semua nilai statistik dari suatu sample yang diambil dari sebuah populasi A. Distribusi sampling rata-rata (mean) Z value ratarata B. Distribusi sampling median Z value median C. Distribusi sampling proporsi
29 Dalil-dalil distribusi sampling Dalil 1 JIKA Sampel berukuran = n 30 diambil DENGAN PEMULIHAN dari rata-rata = x maka distribusi rata-rata: Nilai standar normal Dalil 2 JIKA Sampel berukuran = n 30 diambil TANPA PEMULIHAN dari rata-rata = x maka distribusi rata-rata:
30 Lanjutan dalil Dalil 3 DALIL LIMIT PUSAT = DALIL BATAS TENGAH JIKA Sampel berukuran = n diambil dari ratarata = x. Dalil Limit Pusat berlaku untuk: penarikan sampel dari populasi yang sangat besar, distribusi populasi tidak dipersoalkan
31 Distribusi Sampling Rata-rata Dalam suatu populasi, hanya ada 1 nilai ratarata populasi (µ) Rata-rata sampel x, nilainya merupakan variabel acak sehingga memiliki distribusi peluang = distribusi sampling rata-rata, (x)
32 Contoh : Jika terdapat 5 anggota populasi (A, B, C, D, E) berwisata ke Bali, buatlah semua kemungkinan sampel yang dapat terjadi jika masing2 sampel terdiri dari 3 anggota tersebut berwisata dalam waktu yang bersamaan?
33 Penyelesaian: Jumlah kombinasi sampel yang terjadi dihitung dengan rumus kombinasi Kemungkinan kombinasi sampel ( ) 5 3 5! 3! (5-3)! 10
34 Sampling dari populasi yang terdistribusi normal Jika populasi dimana sampel diambil memiliki distribusi normal, dengan mean (µ) dan simpangan baku, maka distribusi sampling dari mean sampel x akan juga terdistribusi normal, dengan mean dan simpangan baku σ n ( X -µ)pangkat 2 f X = sample value ; f = frekuensi
35 Soal 1. Tentukan Peluang terambil masing-masing sampel..? Terdapat nilai 0, 1, 2, 3, 4 2. Soal no. 1, tentukan nilai tengah dan ragam/simpangan baku dari distribusi nilai tengah?
36 A. Z-value for Sampling Distribution of the Mean Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n X μ σ n = sample mean = population mean = population standard deviation/simpangan baku = sample size
37 B. Z-value for Sampling Distribution of the Median Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n X μ σ n = sample median = population median = population standard deviation/simpangan baku = sample size
38 Contoh Perusahaan ingin menduga rata-rata penjualan per bulan berdasarkan rata-rata sampel yang dilakukan selama 100 bulan. Jika rata-rata penjualan sebenarnya dg standar deviasi 700, berapa banyak bulan sampel yang berada antara sampai 5.750? Jawab: n = 100, μ =5.650 σ = 700 σx = = 70 x = 5550 Z = = x = 5750 Maka P(5.550< x < 5.750) =
39 Population Proportions π = the proportion of the population having some characteristic Sample proportion ( p ) provides an estimate of π: p X n number 0 p 1 of items in the sample having the characteristic of interest sample size p has a binomial distribution nilai sesuai percobaan bernoulli (ex: sukses atau gagal, 0 atau 1 dsb) (assuming sampling with replacement from a finite population or without replacement from an infinite population)
40 Simpangan baku / ragam: σ p π(1 n π) Standardize p to a Z value with the formula: Z p σ p p (1 ) n
41 Contoh: if π = 0.4 and n = 200, what is P(0.40 p 0.45)? P(0.40 p 0.45) P Z P(0 Z 1.44)
42
43 Terima kasih
STATISTIKA II IT
STATISTIKA II IT-021259 Ummu Kalsum UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 7.30 10.30 dan 12.30 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan
Lebih terperinci1. PENGERTIAN. Manfaat Sampling :
1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciSebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciSTATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)
STATISTIKA II Distribusi Sampling (Nuryanto, ST., MT) 1. Pendahuluan Bidang Inferensia Statistik membahas generlisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan
Lebih terperinciMATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1. 1.Distribusi sampling Memberi penjelasan tentang populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling ratarata Sub Pokok Bahasan dan Sasaran Belajar
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Statistika 2 / Probabilitas Terapan : IT012249 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1. Distribusi sampling populasi, sampel, tehnik
Lebih terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik
Lebih terperinciTeknik Sampling. Hipotesis. Populasi: parameter. Inferensial. Sampel:statistik Diolah di analisis
Sampling Ali Muhson, M.Pd. (c) 2012 1 Kompetensi Dasar Mahasiswa mampu menerapkan penggunaan teori sampling dalam rancangan penelitian (c) 2012 2 1 Rasional Penelitian tidak mungkin meneliti seluruh anggota
Lebih terperinciSTK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh
STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciMATEMATIKA EKONOMI 2 IT
MATEMATIKA EKONOMI 2 IT - 021335 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Selasa, 13.30 16.30 Jam mulai : 3 sks, maka: Mulai: 13.30 Selesai: 16.00 Keterlambatan : MOHON KETERLAMBATAN
Lebih terperinciTeknik Sampling. Materi ke 4 Statistika I. Kelas 2 EB, EA dan DD Semester PTA 2007/2008
Teknik Sampling Materi ke 4 Statistika I Kelas 2 EB, EA dan DD Semester PTA 2007/2008 Alasan menggunakan sampel : (a) (b) (c) (d) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS
1 1. Distribusi Sampling TIU : Memberi penjelasan tentang populasi, sampel, teknik pengambilan sampel, serta distribusi sampling rata-rata 2 1.2. Distribusi Sampling Rata-rata 1.1. Konsep Dasar Sampling
Lebih terperinciMETODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif
METODE DAN DISTRIBUSI SAMPLING Oleh : Riandy Syarif HUBUNGAN SAMPEL DAN POPULASI Populasi Sampel DEFINISI Populasi kumpulan dari semua kemungkinan orang-orang, benda-benda, dan ukuran lain yang menjadi
Lebih terperinciSampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.
Sampling Theory Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009. Pengertian Sampling O Teknik sampling adalah bagian dari metodologi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika
Lebih terperinciMETODE SAMPLING. Met. Sampling-T.Parulian
METODE SAMPLING Dari populasi hingga sampel Proses pengambilan sampel (sampling) dari populasi merupakan proses utama dalam statistika induktif. Sampling dilakukan karena seorang peneliti tidak mungkin
Lebih terperinciPerilaku Keorganisasian IT
Perilaku Keorganisasian IT-021251 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Kamis, 13.30 15.30 Sabtu 9.30 11.30 Jam mulai : Selesai: 2 x 50 menit = 100 menit Keterlambatan : MOHON KETERLAMBATAN
Lebih terperinciPENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter
Lebih terperinciOleh: Herien Puspitawati Tin Herawati
Oleh: Herien Puspitawati Tin Herawati Teknik sampling adalah suatu cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks
Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2
SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep
Lebih terperinciThe Central Limit Theorem
Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel
Lebih terperinciMengapa Kita Perlu Melakukan Sampling?
Pengertian Dasar yang Terkait Populasi: sekelompok orang, kejadian, atau segala sesuatu yang ingin diteliti oleh peneliti. Elemen: anggota dari populasi Rerangka populasi: daftar yang memuat semua elemen
Lebih terperinciKONSEP DASAR SAMPLING
TEKNIK SAMPLING KONSEP DASAR SAMPLING LOGO HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND TEKNIK SAMPLING Metode pengambilan sebagian anggota populasi sedemikian rupa sehingga contoh yang
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinciSetelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika
2 N i 1 x i N 2 Z X Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika sederhana s 2 n i 1 x i x n 1 2 No.
Lebih terperinciBUKU REFERENSI MATERI KULIAH DISTRIBUSI SAMPLING STATISTIK
BUKU REFERENSI Ronald E. Walpole, Pengantar Statistika, Edisi Terjemahan, Penerbit Gramedia, Jakarta, 1992. Sudjana, Metoda Statistika, Penerbit Tarsito, Bandung, 1993. Anto Dayan, Pengantar Metode Statistik
Lebih terperinciPOPULASI DAN SAMPEL. Gambar 1 POPULASI dan SAMPEL
Pengertian Populasi dan Sampel POPULASI DAN SAMPEL Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian
Lebih terperinciMK - MANAJEMEN PEMASARAN* IT UMMU KALSUM
MK - MANAJEMEN PEMASARAN* IT - 021231 UMMU KALSUM UNIVERSITAS GUNADARMA 2017 KONTRAK KULIAH Keterlambatan : MOHON KETERLAMBATAN TIDAK >15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan
Lebih terperinciBAB I. Pengertian Dasar dalam Statistika. A. Statistika, Statistik, Statistika Deskriptif
BAB I Pengertian Dasar dalam Statistika A. Statistika, Statistik, Statistika Deskriptif 1. Pengertian Statistika Statistika adalah bagian dari matematika yang secara khusus membicarakan cara-cara pengumpulan,
Lebih terperinciPemilihan Data (Sampel) Penelitian
Pemilihan Data (Sampel) Penelitian 1. Populasi dan Sampel Populasi yaitu sekelompok orang, kejadian atau segala sesuatu yang mempunyai karakteristik tertentu. Populasi adalah keseluruhan subjek penelitian
Lebih terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciStatistik pendidikan : kumpulan keterangan yg berwujud angka, yg berkaitan dgn bd pendidikan (proses pembelajaran). Contoh: analisa hasil eksperimen
STATISTIKA STATISTIKA : PENGETAHUAN YG BERHUBUNGAN DGN CARA -CARA PENGUMPULAN DATA, PENGOLAHAN ATAU PENGANALISISANNYA DAN PENARIKAN KESIMPULAN BERDASARKAN PENGANALISAAN TADI STATISTIK : ISTILAH UNTUK MENYATAKAN
Lebih terperinciGARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-2 **/ 2015 Kode Mata Kuliah/SKS : IT-022251/2 SKS Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-2 merupakan
Lebih terperinciSTATISTIK PERTEMUAN VII
STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik
Lebih terperinciSTUDI KRITIS ATAS UJI KECUKUPAN DATA
STUDI KRITIS ATAS UJI KECUKUPA DATA Budi Aribowo 1 ABSTRACT Data proficiency test that often used in research, especially in ergonomic and working system design to determine whether the number of the sample
Lebih terperinciSEBARAN PENARIKAN SAMPEL LOGO
SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1.Data Data adalah suatu bahan mentah yang jka diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. 2.1.1.Menurut sifatnya Menurut sifatnya, data
Lebih terperinciALUR KERJA DENGAN SAMPLE SAMPEL POPULASI TEMUAN
POPULASI DAN SAMPEL PENGERTIAN Populasi merupakan sekumpulan orang atau objek yang memiliki kesamaan dalam satu atau beberapa hal dan yang membentuk masalah pokok dalam suatu riset khusus. Populasi yang
Lebih terperinciBAB IX BAGAIMANA MENENTUKAN UKURAN SAMPEL DAN TEKNIK SAMPLING?
BAB IX BAGAIMANA MENENTUKAN UKURAN SAMPEL DAN TEKNIK SAMPLING? Didalam sub bab 3.2 pada penyusunan laporan penelitian di atas, tentang populasi, sampel, sensus, sampling, lihat tentang ISTILAH (TERMINOLOGI)
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciM E T O D E P E N G A M B I L A N C O N T O H R A M D A N B U D I A W A N E 5 0
M E T O D E P E N G A M B I L A N C O N T O H R A M D A N B U D I A W A N E 5 0 SENSUS & SAMPLING Sensus : Pengambilan data dari semua populasi Sampling : Memilih sebagian anggota populasi yang mejadi
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika
Lebih terperinciMuhammad Arif Rahman https://arifelzainblog.lecture.ub.ac.id/
Muhammad Arif Rahman arifelzain@ub.ac.id Populasi Keseluruhan objek penelitian atau keseluruhan elemen yang akan diteliti. Sampel Sebagian dari populasi Representatif dapat memberi gambaran yang tepat
Lebih terperinciSebelum dihidangkan, masakan anda perlu diketahui rasanya. Apa yang harus anda lakukan? Mencicipi, artinya mengambil. yang akan dihidangkan
Apa yang dimaksud SAMPLING? Sebelum dihidangkan, masakan anda perlu diketahui rasanya. Apa yang harus anda lakukan? Mencicipi, artinya mengambil sedikit untuk menyimpulkan rasa masakan yang akan dihidangkan
Lebih terperinciSAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)
SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) Pustaka Scheaffer RL, Mendenhall W, Ott RL. 2006. Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S. 1999. Sampling
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciKontrak Kuliah Metode Statistika 2
Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi
Lebih terperinciPENAKSIRAN NILAI PARAMETER POPULASI
PENAKSIRAN NILAI PARAMETER POPULASI Setelah mengikuti perkuliahan minggu I, mahasiswa BOPR 5204 diharapkan mampu untuk (1) Menjelaskan penaksiran titik dan interval parameter populasi (2) Mengetahui jenis
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciDADANG JUANDI Hery Sutarto Hepi Maizon Yanti Mulyanti M. Sholeh Tenang Sembiring
DADANG JUANDI Hery Sutarto Hepi Maizon Yanti Mulyanti M. Sholeh Tenang Sembiring Pengantar Dalam suatu majalah olah raga, dilaporkan bahwa dari penyelidikan terhadap 300 orang olahragawan diperoleh M dan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER GANJIL 2016/2017 PRODI KESEHATAN MASYARAKAT FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL
RENCANA PEMBELAJARAN SEMESTER GANJIL 2016/2017 PRODI KESEHATAN MASYARAKAT FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL Mata Kuliah : Rancangan Kode MK : KMS 485 Mata Kuliah Prasyarat : - Bobot MK
Lebih terperinciSampling, Estimasi dan Uji Hipotesis
Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kode / SKS Program Studi Fakultas : Statistika Dasar : IT012244 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan konsep statistika dan notasi penjumlahan 1.1. Konsep statistika
Lebih terperinciDistribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.
Distribusi Sampling Sebaran Penarikan Contoh I PENDAHULUAN Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh,
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciUnsur-unsur Metodologi Penelitian
Unsur-unsur Metodologi Penelitian 1. Populasi dan sample 2. Variabel-variabel penelitian 3. Instrumen penelitian 4. Tehnik pengumpulan data 5. Tehnik tabulasi data 6. Tehnik analisis data 7. Tehnik/kriteria
Lebih terperinciPopulasi dan Sampel Penelitian. Mayang Adelia Puspita, SP, MP
Populasi dan Sampel Penelitian Mayang Adelia Puspita, SP, MP Definisi Populasi : Sehimpunan kecil kasus atau unit yang diseleksi, yang secara erat mereproduksi atau merepresentasikan fitur minat dalam
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA Tanggal Penyusunan dd/bb/thn Tanggal revisi dd/bb/thn 16 Agustus 2016 4 Februari 2017 Fakultas
Lebih terperinciMETODOLOGI PENELITIAN 10FEB. Modul ke: Sampling. Fakultas. AFRIZON, SE, M.Si, AK. Program Studi AKUNTANSI
METODOLOGI Modul ke: PENELITIAN Sampling Fakultas 10FEB AFRIZON, SE, M.Si, AK Program Studi AKUNTANSI 1 1 Sampling Sampling: proses pemilihan dalam jumlah yang memadai dari unsur masyarakat, sehingga hasil
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciStatistik Bisnis 1. Week 11 Sampling and Sampling Distribution
Statistik Bisnis 1 Week 11 Sampling and Sampling Distribution Learning Objectives In this chapter, you learn: To distinguish between different sampling methods The concept of the sampling distribution
Lebih terperinciSTATISTIKA LINGKUNGAN Pendahuluan. Dwina Roosmini
STATISTIKA LINGKUNGAN Pendahuluan Dwina Roosmini Statistika Pengetahuan yang berhubungan dengan cara-cara: pengumpulanfakta, pengolahanserta penganalisaannya, penarikankesimpulan keputusan yang beralasan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Penelitian yang dilakukan oleh seorang peneliti harus menggunakan metode penelitian yang tepat. Penelitian secara hakiki terbagi menjadi dua,
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciSTATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui
Lebih terperinciTeknik Pengambilan Sampel. Dewi Gayatri
Teknik Pengambilan Sampel Dewi Gayatri 1. Pengambilan secara acak Acak sederhana Acak sistematik Stratifikasi Klaster Bertahap (multistage) SAMPLING 2. Pengambilan sampel tanpa acak Pengambilan sampel
Lebih terperinciProbability and Random Process
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 1. Review Teori Statistika Prima Kristalina Maret 2016 2 Outline Pengertian Statistika Populasi,
Lebih terperinciTeknik Sampling. Hipotesis Tesis. Populasi: parameter. Inferensial. Sampel:statistik Diolah di analisis
Sampling Ali Muhson, M.Pd. (c) 2013 1 Kompetensi Dasar Mahasiswa mampu menerapkan penggunaan teori sampling dalam menjelaskan gejala pendidikan dan ekonomi (c) 2013 2 1 Rasional Penelitian tidak mungkin
Lebih terperinciBAB III METODOLOGI RISET
BAB III METODOLOGI RISET 3.1 Studi Pendahuluan Penelitian ini akan diawali dengan melakukan studi awal melalui kajian teoritis terutama dengan membandingkan penelitian terkait sebelumnya guna mendapatkan
Lebih terperinciBiostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS
Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS 1 Probabilitas Perlunya pengetahuan tentang probabilitas dalam Biostatistik Pengertian probabilitas, variabel random dan distribusi
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 7, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas October 7,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciStatistik Bisnis. Week 7 Sampling and Sampling Distribution
Statistik Bisnis Week 7 Sampling and Sampling Distribution Agenda Time Activity 40 minutes Sampling 60 minutes Sampling Distribution of the Mean 50 minutes Sampling Distribution of the Proportion 50 minutes
Lebih terperinciStatistik Bisnis 1. Week 9 Discrete Probability
Statistik Bisnis 1 Week 9 Discrete Probability Random Variables Random Variables Discrete Random Variable Continuous Random Variable Wk. 9 Wk. 10 Probability Distributions Probability Distributions Wk.
Lebih terperinciMETODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Penetuan Populasi Penelitian Populasi penelitian dapat diartikan sebagai sekumpulan individu dengan karakteristik yang khas yang akan menjadi perhatian dalam suatu penelitian.
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciPengantar Statistika
Ruang Lingkup Statistika iii iv Pengantar Statistika Ruang Lingkup Statistika v Pengantar Statistika Oleh : Nana Danapriatna Rony Setiawan Edisi Pertama Cetakan Pertama, 2005 Hak Cipta 2005 pada penulis,
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciDistribusi dari Sampling
Distribusi dari Sampling Sampling Acak Pengenalan ke Uji Hipotesis dan Estimasi Selang Hal yang harus diingat Populasi- adalah apa yang dibicarakan Sampel- adalah apa yang didapat dari data Distribusi
Lebih terperinciTEORI PENDUGAAN (TEORI ESTIMASI)
TEORI PENDUGAAN (TEORI ESTIMASI) Tujuan Pembelajaran Mempelajari bagaimana cara melakukan pendugaan parameter populasi berasarkan statistik yang dihitung dari sampel A. Pendahuluan Pendahuluan : Tujuan
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1
Lebih terperinciPOPULASI DAN SAMPEL PENELITIAN. MYRNA SUKMARATRI
POPULASI DAN SAMPEL PENELITIAN PENGERTIAN ALASAN MELAKUKAN SAMPLING PENENTUAN JUMLAH SAMPEL PENGAMBILAN DATA SAMPEL POPULASI Suatu wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai karakteristik
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Penahuluan konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika Mahasiswa
Lebih terperinciStatistik Bisnis 1. Week 11 Sampling and Sampling Method
Statistik Bisnis 1 Week 11 Sampling and Sampling Method Learning Objectives In this chapter, you learn: To distinguish between different sampling methods The concept of the sampling distribution To compute
Lebih terperinci