BAB II. MODEL PEMBELAJARAN KOOPERATIF TIPE INDEX CARD MATCH, HASIL BELAJAR, dan MATERI STATISTIKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II. MODEL PEMBELAJARAN KOOPERATIF TIPE INDEX CARD MATCH, HASIL BELAJAR, dan MATERI STATISTIKA"

Transkripsi

1 BAB II MODEL PEMBELAJARAN KOOPERATIF TIPE INDEX CARD MATCH, HASIL BELAJAR, da MATERI STATISTIKA A. Model Pembelajara Kooperatf Tpe Idex Card Match (ICM) 1. Pegerta Model Pembelajara Kooperatf Slav (2005: 25) megataka bahwa pembelajara kooperatf merujuk pada berbaga macam metode pegajara dmaa para sswa bekerja dalam kelompok-kelompok kecl utuk salg membatu satu sama laya dalam mempelajar mater pembelajara. Artz & Newma (Huda, 2013: 32) medefska pembelajara kooperatf sebaga small group of learers workg together as a team to solve a problem, complete a task, or accomplsh a commo goal (kelompok kecl pembelajar/sswa yag bekerja sama dalam satu tm utuk megatas suatu masalah, meyelesaka sebuah tugas, atau mecapa satu tujua bersama). Pembelajara kooperatf merupaka salah satu strateg guru dalam membelajarka sswa dega melbatka sswa sebaga aggota kelompok kecl yag tgkat kemampuaya berbeda utuk melakuka aktvtas belajar gua megkatka hasl belajar yag dcapa sswa. Pembelajara kooperatf lebh memberka kesempata kepada sswa utuk bekerjasama pada suatu tugas secara bersama-sama da mereka harus megkoordaska usahaya ddalam meyelesaka tugas yag dberka. 10

2 11 2. Cr-Cr Model Pembelajara Kooperatf Adapu cr-cr dar pembelajara kooperatf meurut Areds (Huda, 2013: 65) alah: a. Sswa bekerja dalam kelompok secara kooperatf utuk meutaska mater belajar b. Kelompok dbetuk dar sswa yag mempuya kemampua tgg, sedag da redah c. Bla memugkka, aggota kelompok berasal dar ras, budaya, suku, jes kelam yag beragam; da d. Peghargaa lebh beroretas kepada kelompok darpada dvdu. Berdasarka uraa d atas dapat dtark suatu kesmpula bahwa pembelajara dalam kelompok-kelompok kecl memerluka kerja sama atar sswa da salg ketergatuga dalam struktur pecapaa tugas, tujua da peghargaa. Keberhasla pembelajara tergatug dar keberhasla masg-masg dvdu dalam kelompok, dmaa keberhasla tersebut sagat berart utuk mecapa suatu tujua yag postf dalam belajar kelompok. 3. Prsp Utama Model Pembelajara Kooperatf Roger & Davd Johso (Le, 2010: 31) megataka bahwa tdak semua kerja kelompok bsa daggap cooperatve learg. Utuk mecapa hasl yag maksmal, usur model gotog royog agar tercptaya prsp utama pembelajara kooperatf harus dterapka, yak:

3 12 a. Salg ketergatuga postf Dalam pembelajara kooperatf, guru mecptaka suasaa yag medorog sswa merasa salg membutuhka. Hubuga yag salg membutuhka lah yag dmaksud dega salg ketergatuga postf. Salg ketergatuga dapat dcapa melalu: 1) Salg ketergatuga mecapa tujua. 2) Salg ketergatuga meyelesaka tugas. 3) Salg ketergatuga baha da sumber. 4) Salg ketergatuga pera. 5) Salg ketergatuga hadah. b. Iteraks Tatap Muka Iteraks tatap muka aka memaksa sswa salg tatap muka dalam kelompok sehgga mereka dapat berdalog. Dalog tdak haya dlakuka dega guru. Iteraks semacam tu sagat petg karea sswa merasa lebh mudah belajar dar sesamaya. I juga mecermka kosep pegajara tema sebaya. c. Akutabltas Idvdual Pembelajara kooperatf meamplka wujudya dalam belajar kelompok. Pelaa dtujuka utuk megetahu peguasaa sswa terhadap mater pelajara secara dvdual. Hasl pelaa secara dvdual selajutya dsampaka oleh guru kepada kelompok agar semua aggota kelompok megetahu sapa aggota kelompok yag memerluka batua da sapa yag dapat memberka batua. Nla kelompok ddasarka atas rata-rata hasl belajar semua

4 13 aggotaya, karea tu tap aggota kelompok harus memberka sumbaga dem kemajua kelompok. Pelaa kelompok yag ddasarka atas rata-rata peguasaa semua aggota kelompok secara dvdual yag dmaksud dega akutabltas dvdual. d. Keterampla Mejal Hubuga Atar Prbad Keterampla sosal sepert teggag rasa, skap sopa terhadap tema, megkrtk de da buka megkrtk tema, bera mempertahaka pkra logs, tdak medomoas orag la, madr, da berbaga sfat la yag bermafaat dalam mejal hubuga atar prbad (terpersoal relatoshp) tdak haya dasumska tetap secara segaja dajarka. Sswa yag tdak dapat mejal hubuga atar prbad aka memperoleh tegura dar guru juga dar sesama sswa. e. Evaluas Proses Kelompok Mejadwalka waktu khusus bag kelompok utuk megevaluas proses kerja kelompok da hasl kerja sama mereka, agar selajutya bsa bekerja sama dega lebh efektf. 4. Tujua Model Pembelajara Kooperatf Johso & Johso (Trato, 2009: 57) meyataka bahwa tujua pokok belajar kooperatf adalah memaksmalka belajar sswa utuk pegkata prestas akademk da pemahama, bak secara dvdu maupu secara kelompok. Karea sswa bekerja dalam tm, maka dapat memperbak hubuga datara para sswa dar berbaga latar belakag,

5 14 ets da kemampua. Meurut Ibrahm, dkk. (Isjo, 2014: 27) meyataka bahwa pembelajara kooperatf dkembagka utuk mecapa tga tujua petg yatu: a. Hasl Belajar Akademk Pembelajara kooperatf bertujua utuk megkatka kerja sswa dalam tugas-tugas akademk, uggul da membatu sswa memaham kosep-kosep yag sult, da membatu sswa meumbuhka kemampua berpkr krts. Pembelajara kooperatf dapat membarka keutuga bak pada sswa kelompok bawah da kelompok atas yag bekerja bersama meyeleska tugas-tugas akademk. b. Peermaa Terhadap Perbedaa Idvdu Tujua petg kedua dar pembelajara kooperatf alah peermaa yag luas terhadap orag yag berbeda meurut ras, budaya, kelas sosal, kemampua, maupu ketdakmampua. Pembelajara kooperatf member peluag kepada sswa yag berbeda latar belakag da kods utuk bekerja salg bergatug satu sama la atas tugas-tugas bersama da melalu pegguaa struktur peghargaa kooperatf, belajar utuk megharga satu sama la. c. Pegembaga Keterampla Sosal Tujua petg ketga dar pembelajara kooperatf alah utuk megajarka kepada sswa keterampla kerjasama da kolaboras.

6 15 Keterampla-keterampla sosal petg dmlk sswa karea saat bayak aak muda mash kurag dalam keterampla sosal. 5. Mafaat Model Pembelajara Kooperatf Meurut Le (2010: 39) meyebutka ada beberapa mafaat proses pembelajara kooperatf, atara la: a. Sswa dapat megkatka kemampuaya utuk bekerjasama dega sswa la. b. Sswa mempuya lebh bayak kesempata utuk megharga perbedaa. c. Partspas sswa dalam proses pembelajara dapat megkat. d. Megkatka motvas, harga dr, da skap postf. e. Megurag kecemasa sswa (kurag percaya dr) f. Megkatka prestas belajar sswa. Trato (2009: 57) megemukaka bahwa mafaat peerapa belajar kooperatf adalah dapat megurag kesejaga peddka khususya dalam wujud put pada level dvdual. Dsampg tu, belajar kooperatf dapat megembagka soldartas sosal dkalaga sswa. Dega belajar kooperatf dharapka kelak aka mucul geeras baru yag memlk prestas akademk yag cemerlag da memlk soldartas yag kuat. 6. Pegerta Model Pembelajara Tpe Idex Card Match (ICM) Model pembelajara Idex Card Match adalah betuk pembelajara yag megajak sswa utuk belajar aktf. Betuk

7 16 pembelajara djadka sebaga alteratf yag drasa bak utuk lebh memaham karakterstk sswa (Suprjoo, 2012: 120). Meurut Istara (2014: 241) meyataka bahwa Pada model pembelajara Idex Card Match peserta ddk dber tugas mempelajar topk yag aka dajarka terlebh dahulu, sehgga ketka masuk kelas mereka sudah memlk bekal pegetahua. Oleh karea tu, sswa mampu belajar secara madr serta meumbuhka daya gat yag ada pada sswa. 7. Lagkah-Lagkah Model Pembelajara Kooperatf Tpe Idex Card Match (ICM) Lagkah-lagkah model pembelajara dex card match yag dbuat oleh Istara (2014: ) adalah sebaga berkut. a. Mempersapka segala jes da betuk peralata utuk memotog kertas dalam pembuata kartu. b. Buatlah potoga-potoga kertas sebayak jumlah sswa yag ada d dalam kelas. c. Baglah kertas-kertas tersebut mejad dua baga yag sama. d. Pada separuh baga, tuls pertayaa tetag mater yag aka dbelajarka. Setap kertas bers satu pertayaa. e. Pada separuh kertas yag la, tuls jawaba dar pertayaapertayaa yag telah dbuat. f. Kocoklah semua kertas sehgga aka tercampur atara soal da jawaba

8 17 g. Setap sswa dber satu kertas. Jelaska bahwa adalah aktvtas yag dlakuka berpasaga. Separuh sswa aka medapatka soal da separuh yag la aka medapatka jawaba. h. Mtalah kepada sswa utuk meemuka pasaga, mtalah kepada mereka utuk duduk berdekata. Jelaska juga agar mereka tdak membertahu mater yag aka mereka dapatka kepada tema yag la.. Setelah semua sswa meemuka pasaga, mtalah kepada setap pasaga secara bergata utuk membacaka soal yag dperoleh dega keras kepada tema-tema yag la. Selajutya soal tersebut djawab oleh pasagaya. j. Akhr proses dega membuat klarfkas da kesmpula. Pada peelta, kegata t model pembelajara kooperatf tpe Idex Card Match (ICM) melput: (1) Guru membagka potoga kertas soal da kertas jawaba kepada seluruh sswa. (2) Guru meugaska sswa utuk meyelesaka soal pada masg-masg potoga kertas. (3) Guru memberka kesempata sswa utuk mecar pasaga yag memegag kertas jawaba atas soalya. (4) Guru memberka kesempata sswa utuk berdskus memastka kebeara jawabaya serta mematau kerja setap pasaga sswa da member kesempata sswa utuk bertaya jka megalam kesulta. (5) Guru memta perwakla sswa utuk mempresetaska jawaba d depa kelas.

9 18 8. Kelebha da Kekuraga Model Pembelajara Kooperatf tpe Idex Card Match (ICM) Setap ada kelebha past terdapat kekuraga, begtu juga dega model pembelajara kooperatf tpe Idex Card Match (ICM). Pada model pembelajara Istara (2014: ) megugkapka beberapa kelebha da kekuraga yag ada, yatu sebaga berkut. a. Kelebha Model Pembelajara Kooperatf tpe Idex Card Match (ICM) 1) Pembelajara aka meark sebab megguaka meda kartu yag dbuat dar potoga kertas. 2) Meggkatka kerjasama datara sswa melalu proses pembelajara. 3) Dega pertayaa yag dajuka aka medorog sswa utuk mecar jawaba. b. Kekuraga Model Pembelajara Kooperatf tpe Idex Card Match (ICM) 1) Potoga-potoga kertas kurag dpersapka secara bak. 2) Tulsa dalam kartu adakala tdak sesua dega betuk kartu yag ada. 3) Kurag memaduka mater dega kebutuha sswa.

10 19 B. Hasl Belajar Hasl belajar meurut Gage & Brggs (1979: 51) adalah kemampuakemampua yag dmlk sswa sebaga akbat perbuata belajar da dapat damat melalu peampla sswa (learer s performace). Regeluth (1983) berpedapat bahwa hasl belajar atau pembelajara dapat juga dpaka sebaga pegaruh yag memberka suatu ukura la dar metode (strateg) alteratf dalam kods yag berbeda. Secara spesfk, hasl belajar adalah suatu kerja (performace) yag ddkaska sebaga suatu kapabltas (kemampua) yag telah dperoleh. Sardrma (2009: 94) meyataka dega megetahu hasl belajar, apalag kalau terjad kemajua, aka medorog sswa utuk lebh gat belajar. Semak megetahu bahwa grafk hasl belajar megkat maka ada motvas pada dr sswa utuk terus belajar dega suatu harapa hasl belajarya terus megkat. Jad, dapat dsmpulka bahwa hasl belajar adalah kemampuakemampua yag dmlk sswa setelah a meerma pegalama belajarya. C. Mater Statstka Mater statstka pada peelta megacu berdasarka slabus KTSP 2006, dmaa stadar kompetes adalah megguaka atura statstka, kadah pecacaha, da sfat-sfat peluag dalam pemecaha masalah. Adapu kompetes dasar yag dguaka adalah meghtug ukura pemusata, ukura letak, da ukura peyebara data, serta

11 20 meafsrkaya. Adapu dkator yag dguaka adalah meetuka rataa, meda da modus. 1. Ukura Pemusata Data dalam Betuk Daftar Frekues Tuggal. a. Rata-Rata/Rataa (Mea) Rata-rata/rataa ( x ) adalah perbadga atara jumlah la data dega bayak data. Jka suatu data terdr atas x 1, x 2, x 3,, x, ratarata data tersebut drumuska sebaga berkut. x x x 1 2 x 3... x atau x 1 x Jka x mucul dega frekues tertetu, maka perhtuga ratarataya sebaga berkut. x 1 f x 1 f Keteraga: x x f = rata-rata = la data ke- = bayakya data = frekues la data ke- b. Meda (M e ) adalah la data yag terletak d tegah-tegah suatu data yag telah durutka. Adapu cara meetuka poss/letak meda dega rumus sebaga berkut. 1 Letak meda: M e = la data ke- ( 1) 2

12 21 Setelah dketahu letak meda, maka utuk meghtug la meda megguaka perhtuga terpolas. c. Modus Modus (M o ) adalah la data yag palg serg mucul. Dega kata la, modus adalah la data yag frekues palg besar. Berdasarka bayakya modus, data dapat dkelompokka sebaga berkut. 1) Umodus yatu data yag haya mempuya satu modus. 2) Bmodus yatu data yag mempuya dua modus. 3) Multmodus yatu data yag mempuya lebh dar dua modus. 4) Data yag tdak mempuya modus. 2. Ukura Pemusata Data dalam Betuk Daftar Frekues Berkelompok a. Rata-Rata Rata-rata ( x ) data dalam betuk daftar frekues berkelompok drumuska sebaga berkut. x k 1 k f x 1 f Keteraga: x x f k = rata-rata = la tegah kelas terval ke- = frekues kelas terval ke- = bayak kelas terval

13 22 b. Meda Meda (M e ) data dalam betuk daftar frekues berkelompok drumuska sebaga berkut. M e 1 L 2 F fk p Keteraga: L fk F p = tep bawah kelas meda = bayak data = frekues kumulatf sebelum kelas meda = frekues kelas meda = pajag kelas c. Modus Modus (M o ) data dalam betuk daftar frekues berkelompok drumuska sebaga berkut. M o d1 L d1 d 2 p Keteraga: L d 1 d 2 p = tep bawah kelas modus = selsh frekues kelas modus da kelas sebelumya = selsh frekues kelas modus da kelas setelahya = pajag kelas

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti

BAB III METODE PENELITIAN. atau biasa yanng disebut pre-eksperimen. Karena pada penelitian ini, peneliti 35 BAB III METODE PENELITIAN A. Jes Peelta Jes peelta pada peelta adalah peelta eksperme semu atau basa yag dsebut pre-eksperme. Karea pada peelta, peelt haya megguaka kelas eksperme tapa adaya kelas kotrol.

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

Musbir 1. Abstrak. Kata kunci: Perbandingan, Prestasi Belajar, Metode Pembelajaran Langsung, Materi Gempa Bumi

Musbir 1. Abstrak. Kata kunci: Perbandingan, Prestasi Belajar, Metode Pembelajaran Langsung, Materi Gempa Bumi Perbadga Prestas Belajar Sswa Yag Dajarka Dega Metode Thk Par Share Da Metode Pembelajara Lagsug Pada Mater Gempa Bum (Suatu Stud pada SMP Neger Peusaga Sblah Krueg Kabupate Breue) Musbr Abstrak Peelta

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

PEMBELAJARAN BERBASIS MULTIMEDIA ARTICULATE UNTUK MENINGKATKAN KREATIVITAS MAHASISWA

PEMBELAJARAN BERBASIS MULTIMEDIA ARTICULATE UNTUK MENINGKATKAN KREATIVITAS MAHASISWA PEMBEAJARAN BERBASIS MUTIMEDIA ARTICUATE UNTUK MENINGKATKAN KREATIVITAS MAHASISWA Yuar Purwat Program Stud Peddka Matematka, STKIP Garut Jala Pahlawa No.3, Telepo: 0835344 Emal: myyuar@gmal.com Mega Achdsty

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB 1 STATISTIKA. Gambar 1.1

BAB 1 STATISTIKA. Gambar 1.1 STANDAR KOMPETENSI: BAB 1 STATISTIKA Megguaka atura statstka, kadah pecacaha, da sat-sat peluag dalam pemecaha masalah. Kompetes Dasar 1. Membaca data dalam betuk tabel da dagram batag, gars, lgkara, da

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 5 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekrp Data Hal Peelta Setelah melakuka peelta, peelt medapatka hal tud lapaga utuk memperoleh data dega tekk te, etelah dlakuka uatu pembelajara atara kelompok

Lebih terperinci

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400 h t t p : / / m a t e m a t r c k. b l o g p o t. c o m Meetuka uur-uur pada dagram lgkara atau batag Rgkaa Mater : Uur uur pada dagram lgkara yag pokok haya hal :. Meetuka bear baga dalam lgkara ( dapat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

PENDAHULUAN. PILLAR OF PHYSICS EDUCATION, Vol. 2. Oktober 2013, Yani Kurnia Sapta Rika *), Mahrizal **) dan Ermaniati Ramli **)

PENDAHULUAN. PILLAR OF PHYSICS EDUCATION, Vol. 2. Oktober 2013, Yani Kurnia Sapta Rika *), Mahrizal **) dan Ermaniati Ramli **) PILLAR OF PHYSICS EDUCATION, Vol.. Oktober 03, 7-4 PENGARUH STRATEGI PEMBELAJARAN PENINGKATAN KEMAMPUAN BERPIKIR (SPPKB) BERBANTUAN LKS TERHADAP HASIL BELAJAR FISIKA SISWA KELAS X SEMESTER II SMAN PARIAMAN

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1 8 III. MEODOLOGI PEELIIA A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela X SMA eger Bagurejo Lampug egah tahu pelajara 009/00 ebayak 75 orag yag terdtrbu dalam lma kela dmaa tgkat kemampua

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

Statistika. Menyajikan Data dalam Bentuk Diagram ;

Statistika. Menyajikan Data dalam Bentuk Diagram ; Statstka Meyajka Data dalam Betuk Dagram ; Meyajka Data dalam Betuk Tabel Dstrbus Frekues ; Meghtug Ukura Pemusata, Ukura Letak, da Ukura ; Peyebara Data Kalau kamu ke kator keluraha, kator pajak, kator

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP III. METODE PENELITIAN A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela VII emeter gajl SMP Ba Mulya Badar Lampug Tahu Pelajara 0/0 dega jumlah wa ebayak 03 wa yag terbag dalam 3 kela. Sampel

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokas da Waktu Peelta Peelta dlaksaaka d Tambu Bekas, Jawa Barat, dega pertmbaga bahwa Kota Bekas merupaka kota sedag, dega kemudaha akses da juga memlk jumlah peduduk yag cukup

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

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

47 Soal dengan Pembahasan, 46 Soal Latihan

47 Soal dengan Pembahasan, 46 Soal Latihan Galer Soal 7 Soal dega Pembahasa, Soal Latha Dragkum Oleh: ag Wbowo, S.Pd Jauar 0 MatkZoe s Seres Emal : matkzoe@gmal.com log : www.matkzoe.wordpress.com HP : 0 97 97 Hak pta Dldug Udag-udag. Dlarag megkutp

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

VOTEKNIKA Jurnal Vokasional Teknik Elektronika & Informatika

VOTEKNIKA Jurnal Vokasional Teknik Elektronika & Informatika VOTEKNIKA Jural Vokasoal Tekk Elektroka & Iformatka Vol. 5, No., Jul - Desember 017 ISSN: 30-395 PENGARUH PENERAPAN MODEL PEMBELAJARAN KOOPERATIF TIPE STUDENT TEAMS ACHIEVEMENT DIVISION (STAD) TERHADAP

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

STATISTIKA Matematika Kelas XI MIA

STATISTIKA Matematika Kelas XI MIA STATISTIKA Matematka Kelas XI MIA 90 0 70 0 50 40 30 0 0 1st Qtr d Qtr 3rd Qtr 4th Qtr East West North Dsusu oleh : Markus Yuarto, S.S Tahu Pelajara 01 017 SMA Sata Agela Jl. Merdeka No. 4 Badug PENGANTAR

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

PENGEMBANGAN PERANGKAT PEMBELAJARAN BERBASIS PREDICT OBSERVATION EXPLAIN SETTING PEMODELAN PADA MAHASISWA TEKNIK INFORMATIKA

PENGEMBANGAN PERANGKAT PEMBELAJARAN BERBASIS PREDICT OBSERVATION EXPLAIN SETTING PEMODELAN PADA MAHASISWA TEKNIK INFORMATIKA PENGEMBANGAN PERANGKAT PEMBELAJARAN BERBASIS PREDICT OBSERVATION EXPLAIN SETTING PEMODELAN PADA MAHASISWA TEKNIK INFORMATIKA Lsta Utam Sekolah Tgg Maajeme Iformatka Da Komputer (STIMIK) AKBA lsta@akba.ac.d

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk

BAB III METODOLOGI PENELITIAN. Metodologi berasal dari kata metode yang artinya cara yang tepat untuk A III METODOLOGI PENELITIAN A. Metode da Desa Peelta. Metode Peelta Metodolog berasal dar kata metode yag artya cara yag tepat utuk melakuka sesuatu da logos yag artya lmu atau pegetahua. Nasuto (003 :

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci