Teknik Pengolahan Data

dokumen-dokumen yang mirip
UKURAN LOKASI DAN DISPERSI

Statistika. Besaran Statistik

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

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

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

STATISTIKA SMA (Bag.1)

UKURAN PEMUSATAN UKURAN PENYEBARAN

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

UKURAN PEMUSATAN DATA

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

Teknik Pengolahan Data

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

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

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

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

Kuliah 3.Ukuran Pemusatan Data

Distribusi Pendekatan (Limiting Distributions)

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

BAB 5 UKURAN DISPERSI

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Metode Statistika STK211/ 3(2-3)

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

Distribusi Sampel Sampling Distribution

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

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

UKURAN PEMUSATAN DATA

INFERENSI STATISTIS: UJI HIPOTESIS

Bab 7 Penyelesaian Persamaan Differensial

STATISTIKA DAN PELUANG BAB III STATISTIKA

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

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

IV. METODE PENELITIAN

UKURAN TENDENSI SENTRAL

9 Departemen Statistika FMIPA IPB

III. METODELOGI PENELITIAN. Penelitian dilaksanakan pada lahan pertanaman Padi sawah tadah hujan (Oryza

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

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

STATISTIK PERTEMUAN VIII

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

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

Statistika Inferensial

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

JENIS PENDUGAAN STATISTIK

BAB 1 PENDAHULUAN. A. Hakikat Statistika. 1. Asal Kata. Kata statistika berasal dari kata status atau statista yang berarti negara

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

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

TINJAUAN PUSTAKA Pengertian

III. BAHAN DAN METODE. Penelitian dilaksanakan pada lahan pertanaman padi (Oryza sativa L.) Kelompok

BAHAN DAN METODE. Penelitian dilaksanakan pada lahan pertanaman jagung (Zea mays, L.) Kelompok

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

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

BAB III MATERI DAN METODE. Ettawa Berdasarkan Bobot Lahir dan Bobot Sapih Cempe di Satuan Kerja

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

SEBARAN t dan SEBARAN F

Kuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

REGRESI DAN KORELASI

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

ANALISIS REGRESI DAN KORELASI SEDERHANA

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

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü

BAB III METODOLOGI PENELITIAN

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

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

Beda Arti Data dan Fakta

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

BAHAN DAN METODE. Desa Pringgondani Kecamatan Sukadana Kabupaten Lampung Timur, dengan areal

Pengantar Statistika Matematika II

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

1 n MODUL 5. Peubah Acak Diskret Khusus

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

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

III. METODOLOGI PENELITIAN. Penelitian dilaksanakan pada lahan tanaman padi sawah tadah hujan (Oryza

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

REGRESI DAN KORELASI SEDERHANA

BAB 6: ESTIMASI PARAMETER (2)

BAB III METODE PENELITIAN

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

kesimpulan yang didapat.

Penyelesaian Persamaan Non Linier

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

BAB III METODOLOGI PENELITIAN

III. METODE PENELITIAN

REGRESI LINIER SEDERHANA

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

Distribusi Sampling (Distribusi Penarikan Sampel)

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

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

Transkripsi:

Uiversitas Gadjah Mada Jurusa Tekik Sipil da Ligkuga Prodi Magister Tekik Pegelolaa Becaa Alam Tekik Pegolaha Data Besara Sta*s*s 1

Besara Statistis (Statistical Measures) Besara sta*s*s yag lazim dijumpai Measure of cetral tedecy Mea (rerata, rata- rata) Mode (modus) Media Measure of variability Rage Variace (varia, ragam) Stadard devia*o (simpaga baku) Measure of a idividual i a popula*o z score Perce*le rak 2

Measure of Cetral Tedecy Nilai rata- rata (average) rata- rata (mea) mode score yag palig serig mucul media score yag berada di tegah dari suatu ragkaia score urut (dari ilai kecil ke besar atau sebalikya) 3

Measure of Cetral Tedecy Cotoh Jumlah hari huja selama 11 bula terakhir adalah sbb. 21, 21, 21, 20, 18, 16, 12, 12, 6, 2, 1 rata- rata = 14 =AVERAGE(...) modus = 21 =MODE(...) MS Excel media = 16 =MEDIAN(...) Dari ke*ga ukura sta*s*k tersebut, maakah yag palig baik meceritaka tetag pola jumlah hari huja dalam 11 bula tersebut? 4

Measure of Cetral Tedecy Cotoh Carilah cotoh sejeis, yag berhubuga dega pegelolaa sumberdaya air; misal: perilaku peduduk dalam pemakaia air (waktu, volume, debit, dsb.) data klimatologi (temperatur udara, kelembaba udara, lama peyiara matahari, dsb.) Diskusika ilai rata- rata modus media 5

Measure of Cetral Tedecy Cotoh Cari da diskusika cotoh- cotoh yag berhubuga dega becaa alam debit da *ggi muka air bajir sugai lama geaga bajir di suatu kawasa bajir lahar, debris flow taah logsor 6

Measure of Cetral Tedecy Simbol da rumus/persamaa Rata- rata µ X = 1 X = 1 x i x i ilai rata-rata populasi = jumlah aggota populasi parameter sta)s)s: berdasarka populasi ilai rata-rata sampel = jumlah aggota sampel, jumlah data es*masi ilai rata- rata populasi besara sta)s)s: berdasarka sampel 7

Measure of Cetral Tedecy Beberapa sifat ilai rata- rata CX = 1 Cx i C + X = 1 Beberapa jeis ilai rata- rata arithme*c mea geometric mea X = 1 X = ( C + x i ) x i x i 1 =AVERAGE(...) C = kostata =GEOMEAN(...) harmoic mea X = 1 x i =HARMEAN(...) 8

Measure of Variability Keragama Variability, sca.er, spread meujukka apakah agka dalam distribusi salig berdekata atau berjauha Rage beda atara ilai ter*ggi da teredah dalam distribusi mugki biasa diguaka dalam permasalaha sehari- hari Stadard devia7o (simpaga baku) biasa dipakai dalam permasalaha tekis 9

Measure of Variability Simbol da rumus/persamaa Simpaga baku σ = s = ( x i µ ) 2 ( x i X ) 2 1 simpaga baku populasi simpaga baku sampel =STDEV.P(...) =STDEV.S(...) es*masi ilai simpaga baku populasi 10

Measure of Variability Simbol da rumus/persamaa Ragam, varias σ 2 = s 2 = ( x i µ ) 2 ( x i X ) 2 1 varias populasi varias sampel =VAR.P(...) =VAR.S(...) es*masi ilai varias populasi 11

Measure of Variability s = ( x i X ) 2 1 s2 = ( x i X ) 2 1 Keapa pembagi - 1 meghasilka ilai yag lebih besar daripada dibagi dega ; ii utuk megompesasi kecederuga variabilitas sampel yag lebih kecil daripada variabilitas populasi dari sisi prak*s, hal ii juga meujukka variabilitas dari sampel beraggota satu adalah *dak ada (*dak ada variabilitas dari satu buah score) 12

Measure of Variability s 2 = ( x i X ) 2 1 s 2 = x 2 i X 2 1 13

Measure of Variability s 2 = = = ( X X) 2 1 = ( X 2 2XX + X 2 ) 1 X # X & X 2 2 X + X 2 2X X + X 2 % $ ( ' = 1 1 ( X) 2 X 2 X 2 X 2 = 1 1 2 14

Measure of Variability Simbol da rumus/persamaa Simpaga baku s = Ragam, varias s 2 = 2 x i X 2 1 2 x i X 2 1 =STDEV.S(...) =VAR.S(...) 15

Some Measures of A Idividual i A Populatio Simbol da rumus/persamaa z score z X = x i X s Perce7le rak PR X = B + 1 2 E 100 B = jumlah score yag berilai di bawah X E = jumlah score yag berilai sama dega X = jumlah score seluruhya 16

Some Measures of A Idividual i A Populatio Beberapa fugsi di dalam MS Excel =RANK(...) posisi suatu ilai (agka) pada suatu uruta agka =PERCENTILE(...) ilai perce*le dalam suatu kisara agka =PERCENTRANK(...) posisi suatu ilai (agka) dalam suatu uruta agka, dalam perse = B (B + A) 100 ( ) B = jumlah score yag berilai lebih kecil daripada X A= jumlah score yag berilai lebih besar daripada X perha*ka perbedaaya dega PR X 17

18