BAB 5 UKURAN DISPERSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 5 UKURAN DISPERSI"

Transkripsi

1 BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya atau ukura yag meyataka seberapa bayak ilai-ilai data yag berbeda dega ilai-ilai pusatya. Ukura dispersi pada dasarya adalah pelegkap dari ukura ilai pusat dalam meggambarka sekumpula data. Jadi, dega adaya ukura dispersi maka peggambara sekumpula data aka mejadi lebih jelas da tepat. Macam-macam ukura dispersi adalah jagkaua, rerata deviasi, variasi, da deviasi baku. B. Jagkaua (Rage, R) Meurut Hasa (011 : 101), jagkaua atau ukura jarak adalah selisih ilai terbesar data dega ilai terkecil data. Meurut Riduwa da Akdo (013 : 39) rage (retaga) ialah data tertiggi dikuragi data teredah. Sedagka meurut Siregar (010 : 40), retag atau daerah jagkaua adalah selisih atara ilai terbesar sama ilai terkecil dari seragkaia data. Da meurut Usma da Akbar (008 : 95), retag ialah ukura variasi yag palig sederhaa yag dihitug dari datum terbesar dikurag datum data terkecil. Jadi jagkaua adalah selisih atara ilai tertiggi dega ilai teredah dari seragkaia data. Berikut adalah rumus jagkaua (rage) utuk data tuggal da data kelompok meurut Hasa (011 : 101) adalah sebagai berikut : 1. Data tuggal Bila ada sekumpula data tuggal x 1, x, x 3,, x maka jagkauaya adalah Jagkaua = x x 1 Cotoh soal : Tetuka jagkaua data : 1, 4, 7, 8, 9, 11 Peyelesaia : X 6 = 11 da X 1 = 1 Jagkaua = X6 X1 = 11 1 = 10 Ukura Dispersi Page 1

2 . Data kelompok Utuk data berkelompok, jagkaua dapat ditetuka dega dua cara yaitu megguaka titik atau ilai tegah da megguaka tepi kelas. a. Jagkaua adalah selisih titik tegah kelas tertiggi dega titik tegah kelas teredah. b. Jagkaua adalah selisih tepi atas kelas tertiggi dega tepi bawah kelas teredah. Cotoh soal : Tetuka jagkaua dari distribusi frekuesi berikut! Tabel 1 Pegukura Tiggi Bada 50 Mahasiswa Tiggi Bada (cm) Frekuesi Jumlah 80 Peyelesaia : Titik tegah kelas teredah = 14 Titik tegah kelas tertiggi = 17 Tepi bawah kelas teredah = 139,5 Tepi atas kelas tertiggi = 174,5 1) Jagkaua = = 30 ) Jagkaua = 174,5 139,5 = 35 C. Rerata Deviasi (Simpaga Rata-rata Meurut Hasa (011 : 105) deviasi rata-rata adalah ilai rata-rata hitug dari harga mutlak simpaga-simpagaya. Cara mecari deviasi rata-rata, dibedaka atara data tuggal da data kelompok. Ukura Dispersi Page

3 1. Deviasi rata-rata data tuggal Utuk data tuggal, deviasi rata-rataya dapat dihitug dega megguaka rumus: DR = 1 X X = X X Cotoh soal: Tetuka deviasi rata-rata dari, 3, 6, 8, 11! Rata-rata hitug = X = = 6 Xi X = = 14 DR = Xi X ǀ = 14 5 =,8. Deviasi rata rata utuk data kelompok DR = 1 f X X = f X X Cotoh soal: Tetuka deviasi rata-rata dari distribusi frekuesi pada Tabel 1 Pegukura Tiggi Bada 50 Mahasiswa! Peyelesaia : Tiggi Bada X f x i f i X X f X X (cm) ,7 31, ,7 4, , ,7 9, ,3 51, ,3 46, ,3 4,9 Jumlah Ukura Dispersi Page 3

4 x = (x if i ) f i = = 157,7 DR = f X X = 8 50 = 5,64 D. Variasi Meurut Riduwa da Akdo (013 : 43), variace (varias) adalah kuadrat dari simpaga baku. Fugsiya utuk megetahui tigkat peyebara atau variasi data.sedagka meurut Hasa (011: 107), variasi adalah ilai tegah kuadrat simpaga dari ilai tegah atau simpaga rata-rata kuadrat. Utuk sampel, variasya (varias sampel) disimbolka dega s². Utuk populasi, variasya (varias populasi) disimbolka dega σ² (baca: sigma). 1. Varias data tuggal Utuk seperagkat data x 1, x, x 3,, x (data tuggal), variasya dapat ditetuka dega dua metode, yaitu metode biasa da metode agka kasar. a. Metode biasa 1) Utuk sampel besar ( > 30 ) : s² = ( X X )² ) Utuk sampel kecil ( 30 ) : s² = ( X X )² 1 b. Metode agka kasar 1) Utuk sampel besar ( > 30 ) : s² = X² X ( ) ) Utuk sampel kecil ( 30 ) s² = X² ( X )² 1 ( 1) Cotoh soal: Tetuka varias dari data, 3, 6, 8, 11! Ukura Dispersi Page 4

5 Peyelesaia: = 5 X = = 6 X X X (X X ) X s = (X X ) 1 = s = X 1 ( X) ( 1) = (30) 5(5 1) = 13,5 = 13,5. Varias data berkelompok Utuk data berkelompok (distribusi frekuesi), variasya dapat ditetuka megguaka tiga metode, yaitu metode biasa, metode agka kasar, da metode codig. a. Metode biasa 1) Utuk sampel besar ( > 30) s²= f(x X)² ) Utuk sampel kecil ( 30) s²= f(x X)² 1 b. Metode agka kasar 1) Utuk sampel besar ( > 30 ): Ukura Dispersi Page 5

6 s² = fx ( fx ) ² ) Utuk sampel kecil ( 30 ): s² = fx² 1 ( fx) ( 1) c. Metode codig 1) Utuk sampel besar ( > 30): s = C. fu² fu ( ) a. Utuk sampel kecil ( 30): s = C. fu² 1 ( fu) ( 1) Keteraga : C = pajag iterval kelas u = d C = X M C M = rata rata hitug semetara Cotoh soal : Tetuka varia dari distribusi frekuesi berikut! Tabel Pegukura Diameter Pipa Diameter (mm) Frekuesi Jumlah 40 Ukura Dispersi Page 6

7 Peyelesaia : 1) Dega metode biasa Diameter X f (x i f i ) X X (X X ) f(x X ) ,45 55, , ,45 19,581 97, ,45,031 6, ,575,481 34, ,575 0,931 83, ,575 57, ,76 Jumlah ,790 x = (x if i ) f i = = 73,45 s = f(x X ) = 467, = 11,694 ) Dega metode agka kasar Diameter X F X fx fx Jumlah s = fx = ( fx ) ( ) = 540, ,31 = 11,694 Ukura Dispersi Page 7

8 3) Dega metode codig Diameter X f u u fu fu Jumlah S = C ( fu ( fu ) ) = 3 ( ( 1 40 ) ) = 9(1,575 0,76) = 11, Varias Gabuga Misalka, terdapat k buah subsampel sebagai berikut: a. Subsampel 1, berukura 1 dega varias s1 b. Subsampel, berukura dega varias s c , d. Subsampel k, berukura k dega varias sk Jika subsampel-subsampel tersebut digabug mejadi sebuah sampel berukura k = maka varias gabugaya adalah: s gab = ( 1 1)s 1 + ( 1)s + +( k 1)s k ( k ) k s gab = ( 1)s k Ukura Dispersi Page 8

9 Cotoh soal: Hasil pegamata terhadap 0 objek medapatka s = 4. Pegamata terhadap 30 objek medapatka s = 5. Berapakah varias gabugaya? Peyelesaia: 1 = 0 s1 = 4 s1 = 16 = 30 s = 5 s1 = 5 k = (0 1)16 + (30 1)5 s gab = (0 + 30) = = 1,44 E. Simpaga Baku (Stadar Deviasi) Meurut Riduwa da Akdo (013 : 40), stadard deviatio (simpaga baku) ialah suatu ilai yag meujukka tigkat (derajat) variasi kelompok atau ukura stadar peyimpaga dari rerataya. Sedagka meurut Hasa (011 : 11) Simpaga baku adalah akar dari tegah kuadrat simpaga dari ilai tegah atau akar simpaga rata-rata kuadrat. Utuk sampel, simpaga bakuya (simpaga baku sampel) disimbolka dega s. Utuk populasi, simpaga bakuya (simpaga baku populasi) disimbolka σ. Utuk meetuka ilai simpaga baku, caraya ialah dega mearik akar dari varias. Jadi, s = varias Cara mecari simpaga baku, dibedaka atara data tuggal da berkelompok. 1. Simpaga baku data tuggal Utuk seperagkat data x 1, x, x 3,, x (data tuggal) simpaga bakuya dapat ditetuka dega dua metode, yaitu metode biasa da metode agka kasar. a. Metode biasa 1) Utuk sampel besar ( > 30 ) : s = ( X X ) Ukura Dispersi Page 9

10 ) Utuk sampel kecil ( 30 ) : ( X X )² s = 1 b. Metode agka kasar 1) Utuk sampel besar ( > 30 ) : s = X² X ( )² ) Utuk sampel kecil ( 30 ) s = X² 1 ( X )² ( 1) Cotoh soal: 1. Tetuka simpaga baku (stadar deviasi) dari data, 3, 6, 8, 11! Peyelesaia: Dari perhituga diperoleh varias (s ) = 13,5 Dega demikia simpaga bakuya adalah s = varias = 13,5 = 3,67. Berikut ii adalah sampel ilai mid test statistik 1 dari sekelompok mahasiswa di sebuah uiversitas. 30, 35, 4, 50, 58, 66, 74, 8, 90, 98 Tetuka simpaga baku dari data di atas! Peyelesaia : = 10 X X X (X X ) X 30-3, , ,5 756,5 1.5 Ukura Dispersi Page 10

11 4-0,5 40, ,5 156, , ,5 1, ,5 13, ,5 380, ,5 756, ,5 1.60, , x = ) Dega metode biasa (X X ) s = 1 = 4.950, = 550,056 = 3,45 ) Dega metode agka kasar s = X² ( X )² 1 ( 1) = 44, (65) 10(10 1) = 4.890, ,8 = 3,45. Simpaga baku data berkelompok = = 6,5 Utuk data berkelompok (distribusi frekuesi), simpaga bakuya dapat ditetuka dega tiga metode, yaitu metode biasa, metode agka kasar, da metode codig. a. Metode biasa 1) Utuk sampel besar ( > 30) Ukura Dispersi Page 11

12 s = f(x X) ) Utuk sampel kecil ( 30) f(x X) s = 1 b. Metode agka kasar 1) Utuk sampel besar ( > 30 ): s = fx ( fx ) ) Utuk sampel kecil ( 30 ): s = fx 1 ( fx) ( 1) c. Metode codig 1) Utuk sampel besar ( > 30): s = C fu ( fu ) ) Utuk sampel kecil ( 30): s = C fu 1 ( fu) ( 1) Keteraga : C = pajag iterval kelas u = d C = X M C M = rata rata hitug semetara Ukura Dispersi Page 1

13 Cotoh soal : 1. Tetuka simpaga baku dari distribusi frekuesi pada cotoh Tabel! Peyelesaia: Dari perhituga didapatka varias (s ) = 11,694. Dega demikia simpaga bakuya adalah s = varias = 11,694 = 3,4. Tetuka simpaga baku dari distribusi frekuesi berikut (guaka ketiga rumus)! Tabel 3 Berat Bada 100 Mahasiswauiversitas B Berat Bada (kg) Frekuesi (f) Jumlah 100 Peyelesaia: a. Dega metode biasa Berat Bada X f fx X X (X X ) f.(x X ) ,85 191, , ,85 78,35 939, ,85 14,85 81, ,15 1,35 40, ,15 37,85 756, ,15 14,35 745, ,15 60, ,9 Ukura Dispersi Page 13

14 Jumlah ,75 X = fx f = = 55,85 s = f(x X) = 5.34, = 7,31 b. Dega metode agka kasar Berat Bada f X X fx fx Jumlah s = fx ( fx ) = = 7.31 c. Dega metode codig ( ) Berat Bada X f u u fu fu Ukura Dispersi Page 14

15 Jumlah C = 5 s = C fu ( fu ) = ( ) = 7,31 3. Simpaga baku gabuga Utuk mecari simpaga baku gabuga, caraya adalah dega mearik akar dari varias gabuga. s gab = s gab Dalam betuk rumus, simpaga baku gabuga dituliska: s gab= ( 1)s1+ ( 1)s+ +( 1)s1 (1++ + k ) k s gab= ( 1)s k Cotoh soal : Jika diketahui : 1 = 150 da s1 = 6,04 = 40 da s = 3,4 Tetuka sgab! Peyelesaia : s gab= ( 1)s1+ ( 1)s (1+ ) k = (150 1)6,04+(40 1)3,4 (150+40) = 5,496 F. Megaplikasika Ukura Dispersi Dalam Suatu Peristiwa Ukura Dispersi Page 15

16 Adalah ukura variasi atau seberapa jauh ilai tersebar datum dega laiya dari gugus data. Aplikasi ukura dispersi yag serig diguaka adalah stadar deviasi. Ukura dispersi biasaya diguaka bersamaa dega tedesi setral utuk mempelajari distribusi data. Berikut adalah perhituga yag termasuk dalam ukura dispersi: 1. Rage (Jagkaua Data) iterval terkecil yag memuat semua data. Didapat dega mecari selisih ilai maksimum dega ilai miimum.. Rerata deviasi meujukka seberapa jauh deviasi data pada suatu gugus dari ilai tegahya. 3. Variasi meujukka seberapa jauh peyebara satu ilai dega ilai yag lai pada gugus data. 4. Deviasi Baku (Simpaga baku) Ukura Dispersi Page 16

17 DAFTAR PUSTAKA Akbar, Puromo Setiady da Husaii Usma Pegatar Statistika Edisi Kedua. Jakarta : PT Bumi Aksara Akdo da Riduwa.013. Rumus da Data dalam Aalisis Statistika. Badug : Alfabeta. Daja, Ato, Pegatar Metode Statistik Jilid II. Jakarta : LP3ES. Furqo Statistika Terapa Utuk Peelitia. AFABETA:Badug Gaspersz, Vicet Statistika. Armico:Badug Hamid, H.M. Akib da Nar Herrhyato Statistika Dasar. Jakarta : Uiversitas Terbuka. Harialdi, 005. Prisip-prisip Statistik utuk Tekik da Sais. Jakarta : Erlagga. Hasa, M. Iqbal Pokok Pokok Materi Statistika 1 (Statistik Deskriptif). Jakarta :PT Bumi Aksara Herrhyato, Nar Statistika Dasar. Jakarta: Uiversitas Terbuka. Magkuatmodjo, Soegyarto Statistika Lajuta. Jakarta: PT Rieka Cipta. Pasaribu, Amudi Pegatar Statistik. Gahlia Idoesia : Jakarta Rachma,Mama da Muchsi Kosep da Aalisis Statistik. Semarag : CV. IKIP Semarag Press Riduwa Dasar-dasar Statistika. Badug : Alfabeta. Saleh,Samsubar STATISTIK DESKRIPTIP. Yogyakarta : UPP AMP YKPN. Siregar,Syofia Statistika Deskriptif utuk Peelitia Dilegkapi Perhituga Maual da Aplikasi SPSS Versi 17. Jakarta : Rajawali Pers. Somatri, Atig da Sambas Ali Muhidi Aplikasi statistika dalam Peelitia. pustaka ceria : Badug Subaa,dkk Statistik Pedidika. Pustaka Setia:Badug Sudijoo, Aas Pegatar Statistik Pedidika. Raja Grafido Persada.Jakarta Sudijoo, Aas Pegatar Statistik Pedidika. Jakarta : PT RajaGrafido Persada. Sudijoo, Aas Pegatar Statistik Pedidika. Jakarta : PT RajaGrafido Persada. Sudjaa, M.A., M.SC.005. METODE STATISTIKA. Badug: Tarsito Sugiyoo Statistika utuk Peelitia. Badug : Alfabeta. Suprato, Statistik Teori da Aplikasi Jilid. Jakarta : Erlagga. Ukura Dispersi Page 17

18 Usma, Husaii & Setiady Akbar, Puromo.006. PENGANTAR STATISTIKA. Yogyakarta: BUMI AKSARA. Walpole, Roald E, Pegatar Statistik Edisi Ke-4. Jakarta : PT Gramedia. Ukura Dispersi Page 18

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN A. Mome Misalka diberika variable x dega harga- harga : x, x,., x. Jika A = sebuah bilaga tetap da r =,,, maka mome ke-r sekitar A, disigkat m r, didefiisika oleh

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

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

Lebih terperinci

A. PENGERTIAN DISPERSI

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

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

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

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA SMA (Bag.1)

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

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

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

Lebih terperinci

BAB 4 UKURAN TENDENSI SENTRAL

BAB 4 UKURAN TENDENSI SENTRAL BAB 4 UKURAN TENDENSI SENTRAL A. Pengertian Ukuran Tendensi Sentral Beserta Macam - macamnya Menurut Saleh (998 : 3-4), pengukuran nilai sentral merupakan suatu usaha yang ditujukan untuk mengukur besarnya

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN TENDENSI SENTRAL

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

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

, dengan i = 1, 2, 3

, dengan i = 1, 2, 3 BAB 6 UKURAN LETAK A. Pengertian Ukuran Letak Beserta Macam macamnya Pada pembahasan sebelumnya telah diusahakan untuk mengetahui besarnya nilai rata-rata dari distribusi rekuensi yang diperoleh, tetapi

Lebih terperinci

BAB 10 DISTRIBUSI PELUANG KONTINU (Menginterpretasikan table)

BAB 10 DISTRIBUSI PELUANG KONTINU (Menginterpretasikan table) BAB 10 DISTRIBUSI PELUANG KONTINU (Menginterpretasikan table) A. Distribusi normal Probabilitas distribusi normal standar kumulatif dapat lebih mudah di hitung dengan bantuan tabel distribusi normal. Berikut

Lebih terperinci

BAB 13 KORELASI. Korelasi Page 1

BAB 13 KORELASI. Korelasi Page 1 BAB 13 KORELASI A. Pengerian Korelasi Linear Sederhana Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear antara dua variabel atau lebih, yang ditemukan oleh Karl Pearson pada awal

Lebih terperinci

BAB 9 DISTRIBUSI PELUANG KONTINU

BAB 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 terperinci

BAB 12 REGRESI. turun. X = subyek pada variabel independen yang mempunyai nilai tertentu. Regresi Page 1

BAB 12 REGRESI. turun. X = subyek pada variabel independen yang mempunyai nilai tertentu. Regresi Page 1 BAB 1 REGRESI A. Pendahuluan Dalam pengambilan keputusan, seringkali dijumpai beberapa permasalahan dimana terdapat dua atau lebih variabel tunggal yang hubungannya tidak dapat dipisahkan dan perlu diselidiki

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN LOKASI DAN DISPERSI

UKURAN LOKASI DAN DISPERSI Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas Statistical Measures Commo statistical measures Measure of cetral tedecy Mea

Lebih terperinci

UKURAN PEMUSATAN DATA

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

Lebih terperinci

[RUMUS CEPAT MATEMATIKA]

[RUMUS CEPAT MATEMATIKA] http://meetabied.wordpress.com SMAN Boe-Boe, Luwu Utara, Sul-Sel Kita meilai diri kita dega megukur dari apa yag kita rasa mampu utuk kerjaka, orag lai megukur kita dega megukur dari adap yag telah kita

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BAB 11 HIPOTESIS. Hipotesis Page 1

BAB 11 HIPOTESIS. Hipotesis Page 1 BAB 11 HIPOTESIS A. Pengertian Hipotesis Statistik Hipotesis pada dasarnya merupakan suatu proposisi atau anggapan yang mungkin benar, dan sering digunakan sebagai dasar pembuatan keputusan/pemecahan persoalan

Lebih terperinci

BAB 2 PENYAJIAN DATA DALAM BENTUK TABEL

BAB 2 PENYAJIAN DATA DALAM BENTUK TABEL BAB 2 PENYAJIAN DATA DALAM BENTUK TABEL A. Pengertian Tabel Tabel menurut KBBI ialah daftar yang berisi ikhtisar sejumlah (besar) data informasi, biasanya berupa kata-kata dan bilangan yang tersusun secara

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

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

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

Lebih terperinci

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina 1 III OBJEK DAN METODE PENELITIAN 3.1. Objek da Perlegkapa Peelitia 3.1.1. Objek Peelitia Objek terak yag diguaka adalah itik Damiakig jata da betia produktif dega umur lebih dari 7 bula di Kampug Teras

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

REGRESI DAN KORELASI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C. Page of. Diatara data berikut, yag merupaka data kualitatif adalah Tiggi hotel-hotel di Yogyakarta B. Bayakya mobil yag melewati jala Mawar C. Kecepata sepeda motor per jam D. Luas huta di Sumatra E. Meigkatya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Secara umum metode peelitia diartika sebagai cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Cara ilmiah berarti kegiata peelitia itu didasarka pada ciri-ciri keilmua,

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Makalah ANALISIS REGRESI DAN REGRESI GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA 1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di III. MATERI DAN METODE PENELITIAN 3.. Waktu da Tempat Peelitia telah dilakuka pada bula November - Desember 203 di peteraka Kambig yag ada di Kota Pekabaru Provisi Riau. 3.2. Alat da Baha Materi yag diguaka

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

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

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

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

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

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

ANALISIS STATISTIK. tentang PENGERTIAN STATISTIK, PENGERTIAN STATISTIKA, MACAM-MACAM DATA, DISTRIBUSI FREKUENSI DAN GRAFIKNYA,

ANALISIS STATISTIK. tentang PENGERTIAN STATISTIK, PENGERTIAN STATISTIKA, MACAM-MACAM DATA, DISTRIBUSI FREKUENSI DAN GRAFIKNYA, ANALISIS STATISTIK tetag PENGERTIAN STATISTIK, PENGERTIAN STATISTIKA, MACAM-MACAM DATA, DISTRIBUSI FREKUENSI DAN GRAFIKNYA, UKURAN PEMUSATAN, UKURAN PENYEBARAN (FRAKTIL) DAN UKURAN DISPERSI DISUSUN OLEH

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

Kuliah 3.Ukuran Pemusatan Data

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

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

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

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

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü

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

Lebih terperinci

JENIS PENDUGAAN STATISTIK

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

Lebih terperinci

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 8 DISTRIBUSI PELUANG DISKRIT BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu

Lebih terperinci

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

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan 3 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Jeis peelitia ii tergolog peelitia deskriptif kuatitatif. Peelitia deskriptif kuatitatif bertujua utuk mejelaska hasil peelitia yag disajika dalam betuk

Lebih terperinci

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

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

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu III BAHAN DAN METODE PENELITIAN 3.1 Baha da Peralata Peelitia 3.1.1 Terak Peelitia Terak peelitia yag diguaka adalah ayam hasil persilaga pejata Bagkok dega betia ras petelur strai lohma keturua pertama,

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peelitia Metodologi megadug maka yag lebih luas meyagkut prosedur da cara melakuka verifikasi data yag diperluka utuk memecahka atau mejawab masalah peelitia, termasuk

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

Statistik (statistics)

Statistik (statistics) Matematika-Fisika-Kimia Jadi Mudah & Meyeagka R Statistik (statistics) Modul Pelatiha Guru soal-soal yag dijelaska. Rataa ilai ulaga dari 4 orag murid sama dega 6. Jika ilai dari dua orag murid tidak disertaka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metodologi peelitia berasal dari kata metode yag artiya cara yag tepat utuk melakuka sesuatu, da logos yag artiya ilmu atau pegetahua. Jadi metodologi artiya cara melakuka sesuatu

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Untuk pengampilan data dilakukan pada bulan Juli tahun 2013, tahun ajaran 2013/2014.

BAB III METODE PENELITIAN. Untuk pengampilan data dilakukan pada bulan Juli tahun 2013, tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia dilaksaaka di SMAN Siak Hulu pada kelas I IPA semester gajil. Utuk pegampila data dilakuka pada bula Juli tahu 03, tahu ajara 03/04. B. Objek

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester 3 BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka di kelas X MA N 0 Pekabaru, semester tahu ajara 03/04. Waktu pegambila data dilaksaaka pada bula eptember 03. B. Objek da

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

Distribusi Sampel & Statistitik Terurut

Distribusi Sampel & Statistitik Terurut Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

BAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay

BAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay A III METODOLOGI PENELITIAN Peelitia ii adalah peelitia eksperime yag dilakuka terhadap dua kelas, yaitu kelas eksperime da kotrol. Dimaa kelas eksperime aka medapat perlakua dega megguaka model pembelajara

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci