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

dokumen-dokumen yang mirip
UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

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

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

Tabel Distribusi Frekuensi

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

2.2.3 Ukuran Dispersi

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB III UKURAN PEMUSATAN DATA

STATISTIKA DASAR. Oleh

BAB 1 STATISTIKA RINGKASAN MATERI

b) Untuk data berfrekuensi fixi Data (Xi)

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

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

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

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

S2 MP Oleh ; N. Setyaningsih

UKURAN PEMUSATAN DAN LETAK DATA

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

Bab I Pendahuluan & Statistika Deskriptif

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

Statistika Deskriptif

Created by Simpo PDF Creator Pro (unregistered version)

HAND OUT STATISTIKA DASAR (MT308) Oleh : Dewi Rachmatin, S.Si., M.Si.

BAB 5. ANALISIS REGRESI DAN KORELASI

UKURAN GEJALA PUSAT (UGP)

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

47 Soal dengan Pembahasan, 46 Soal Latihan

PENDAHULUAN. Tabel nilai statistika Nilai Jumlah Mahasiswa A 5 B 9 C 25 D 3 E

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

STATISTIKA Matematika Kelas XI MIA

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Bab II Teori Pendukung

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

PENDAHULUAN. Gambar (a) diagram lingkaran (b) diagram balok

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

titik tengah kelas ke i k = banyaknya kelas

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

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

BAB 2. Tinjauan Teoritis

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB II TINJAUAN PUSTAKA

8. MENGANALISIS HASIL EVALUASI

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

UKURAN PEMUSATAN & PENYEBARAN

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

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

BAB 1 STATISTIKA. Gambar 1.1

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

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

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

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

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

Statistika. Menyajikan Data dalam Bentuk Diagram ;

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

Regresi Linier Sederhana Definisi Pengaruh

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB II LANDASAN TEORI

Bab 1. Statistika. A. Penyajian Data B. Penyajian Data Statistik C. Penyajian Data Ukuran menjadi Data Statistik Deskriptif

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

NORM VEKTOR DAN NORM MATRIKS

UKURAN SIMPANGAN DAN UKURAN VARIASI UKURAN SIMPANGAN. Rentang= 4/1/2013 KANIA EVITA DEWI S.PD., M.SI.

BAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu,

Ir. Tito Adi Dewanto

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

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

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

; θ ) dengan parameter θ,

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

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

1. Ruang Sampel dan Peristiwa

MATEMATIKA INTEGRAL RIEMANN

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

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Volume 1, Nomor 2, Desember 2007

UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI. Rentang Antar Kuartil. Rentang= 3/26/2012

Statistik Industri. Pengertian

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

TAKSIRAN PARAMETER PADA MODEL REGRESI ROBUST DENGAN MENGGUNAKAN FUNGSI HUBER STEVANI WIJAYA Y

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

REGRESI SEDERHANA Regresi

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

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

Transkripsi:

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 (talc) Karea statstk merupaka fugs dar peubah acak yag laya tergatug pada sampel, maka statstk dtuls dega huruf besar da laya dtuls huruf kecl Parameter : ukura yag dpaka utuk meyataka populas da dtuls dega huruf Yua, cotoh mea populas : µ

Ukura Gejala Pusat Msalka dberka peubah acak X, da dambl buah sampel acak utuk X yatu X 1, X,, X dega laya : x 1, x,, x Mea sampel : rata-rata sampel Rumus mea sampel utuk data dalam dstrbus frekues : atau X X 1 1 1 f.x f X + 0 f c f p X X

Ukura Gejala Pusat f : frekues utuk la utuk X yag bersesuaa. X 0 : tada kelas dega la sad c 0. Tada kelas yag lebh besar dar X 0 berturutturut mempuya harga +1, +, dst. da sebalkya -1, -, dst. Ukura gejala pusat meggambarka gejala pemusata data.

Ukura Gejala Pusat Mea populas : µ E[X] Nla dar mea sampel dtuls : Msalka ada k buah sub sampel yatu : sub sampel 1 : X 11, X 1,, X 11 sub sampel : X 1, X,, X sub sampel k : X k1, X k,, X k k Rata-rata gabuga dar k sampel : X x 1 gab x k 1 k 1 X

Ukura Gejala Pusat Rata-rata ukur : U Rata-rata harmok : Modus : data yag frekuesya terbayak rumus modus utuk data dalam dstrbus frekues : b batas bawah kelas modal p pajag kelas modal X.X H 1...X Mo b + p b 1 1 b1 + b X

Ukura Gejala Pusat b 1 : frekues kelas modal frekues kelas dega tada kelas lebh kecl sebelum kelas modal b : frekues kelas modal frekues kelas dega tada kelas lebh besar sesudah kelas modal

Ukura Letak Meda Jka ukura data gajl, maka meda (Me) merupaka data palg tegah setelah data durutka meurut laya. Jka ukura data geap, maka meda rata-rata dua data tegah setelah durutka. F Atau : Me b + p f b : batas bawah kelas meda p : pajag kelas meda

Ukura Letak : ukura sampel ; f : frekues kelas meda F : jumlah semua frekues dega tada kelas lebh kecl dar tada kelas meda Hubuga emprs mea, modus da meda : Mea Modus 3 (Mea Meda) Mo Me Mea Mea Me Mo

Ukura Letak Kuartl : blaga pembag jka data dbag empat baga sesudah durutka, yatu K 1, K, da K 3 Letak K data ke [*(+1)/4], 1,,3. b + p 4 K Desl : blaga pembag jka data dbag 10 Letak D data ke [*(+1)/10], 1,,...,9. b + p 10 D f f F F

Ukura Letak Persetl : blaga pembag jka data dbag 100. Letak P data ke [*(+1)/100], 1,,...,99. b + p 100 P f F

Ukura Smpaga Meggambarka bagamaa berpecarya data kuattatf Retag : maks m Retag atar kuartl : RAK K 3 K 1 Retag sem atar kuartl (smpaga kuartl) : SK (K 3 K 1 )/ Rata-rata smpaga (rata-rata devas) : X X RS

Ukura Smpaga Varas atau varas Utuk populas : σ E[X- µ] Utuk sampel : S atau Smpaga baku (stadard devato) Utuk populas : σ 1 ( X X) 1 S Utuk sampel : S ( X X) 1

Ukura Smpaga Betuk la utuk varas sampel : S X ( X ) ( 1) Utuk data dalam dstrbus frekues : S Catata : S adalah peaksr tak bas utuk σ ( ) f X X f X - ( f X ) atau S 1 ( -1) yag dmaksud adalah S yag dbag dega -1

Ukura Smpaga Msalka ada k buah sub sampel, maka smpaga baku gabuga : ( ) 1 S Sgab k Msalka s.a. utuk X yatu X 1, X,, X dega mea sampel X da varas sampel S dperoleh blaga baku : Z 1, Z,, Z dmaa X X Z S

Dspers da Koefse Varas Ukura varas (dspers) sepert smpaga baku merupaka dspers absolut Dspers relatf dguaka utuk membadg-ka varas atara la-la besar da la-la kecl : dspers relatf dspers absolut / mea Jka pada rumus tsb dspers absolutya merupaka smpaga baku, maka : KV dspers relatf * 100% Koefse varas tdak bergatug pada satua yag dguaka sehgga dapat dguaka walau satua kumpula dataya berbeda

Mome Msal A sebuah blaga tetap Mome ke-r sektar A : ( ) r X A mr X X A, mome ke ke-r sektar : ( ) X X mr Utuk r, rumus tsb adalah r S

Kemrga Kemrga (Mea Mo)/smpaga baku koefse kemrga Pearso Kurva + terjad bla kurva mempuya ekor yag memajag ke kaa sehgga kemrga +. Kurva - terjad bla kurva mempuya ekor yag memajag ke kr sehgga kemrga. Smetrk jka kemrga 0 Suatu kurva medekat smetrk jka kemrgaya hampr ol.

Kurtoss Kurtoss : tgg redahya kurva atau rucg datarya betuk kurva, a koefse kurtoss : 4 m Kurva ormal, a 4 3. Kurva yag rucg dsebut leptokurtk ( > 3) Kurva yag datar dsebut platkurtk ( < 3) Atara rucg da datar : mesokurtk Peubah Acak m 4