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

dokumen-dokumen yang mirip
Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

titik tengah kelas ke i k = banyaknya kelas

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

Created by Simpo PDF Creator Pro (unregistered version)

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

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

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

b) Untuk data berfrekuensi fixi Data (Xi)

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

Ir. Tito Adi Dewanto

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

PENDAHULUAN. Pembagian Statistik

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

Ukuran Statistik (Bagian II) menjadi 2 bagian yang sama besar. menjadi 4 bagian yang sama besar

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

BAB 1 STATISTIKA RINGKASAN MATERI

UKURAN GEJALA PUSAT DAN UKURAN LETAK

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi

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

BAB 2 LANDASAN TEORI

UKURAN STASISTIK (Bagian II) menjadi 2 bagian yang sama besar. A.1. MEDIAN untuk Ungrouped Data (data yg belum dikelompokkan)

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

UKURAN DASAR DATA STATISTIK

STATISTIKA DASAR. Oleh

2.2.3 Ukuran Dispersi

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

Koefisien Korelasi Spearman

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

BAB III UKURAN PEMUSATAN DATA

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

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

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

UKURAN PEMUSATAN & PENYEBARAN

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

UKURAN GEJALA PUSAT (UGP)

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval


STATISTIKA ELEMENTER

BAB III UKURAN PEMUSATAN (RATA-RATA)

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB 4 SISTEM DINAMIK ORDE-TINGGI

UKURAN PEMUSATAN DAN LETAK DATA

BAB 3 Interpolasi. 1. Beda Hingga

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

BAB 2 LANDASAN TEORI

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

BAB II LANDASAN TEORI

Statistika Deskriptif

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

A.Interval Konfidensi pada Selisih Rata-rata

Bab I Pendahuluan & Statistika Deskriptif

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

47 Soal dengan Pembahasan, 46 Soal Latihan

Tetapi apabila n < 5% N maka digunakan :

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan jenis penelitian kuantitatif, karena data yang

Statistika. Besaran Statistik

Statistika. Menyajikan Data dalam Bentuk Diagram ;

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

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

STATISTIKA Matematika Kelas XI MIA

MATEMATIKA INTEGRAL RIEMANN

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

Statistik dan Probabilitas 3

BAB 5. ANALISIS REGRESI DAN KORELASI

S2 MP Oleh ; N. Setyaningsih

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

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

BAB III ISI. x 2. 2πσ

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt

STATISTIKA SMA (Bag.1)

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

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

BAB IV DESKRIPSI ANALISIS DATA

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

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

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

Pendugaan Parameter 1

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

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

Bab II Teori Pendukung

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS. Saniagus Munendra 1) Hery Susanto 2)

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

BAB 2. Tinjauan Teoritis

Transkripsi:

Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura Statt atya aa mecaup data:. Ugrouped Data : Data yag belum delompoa. Grouped Data : Data yag telah delompoa Tabel Dtrbu Freue. Uura Pemuata.. Rata-Rata Htug Arthmetc Mea ota : µ : rata-rata htug popula : rata-rata htug popula A. Rata-Rata Htug utu Ugrouped Data µ da µ : rata-rata htug popula : rata-rata htug ampel : uura Popula : uura Sampel : data e- Cotoh : Mala detahu D ota A haya terdapat 6 PTS, mag-mag tercatat mempuya baya mahawa ebaga berut : 850, 00, 50, 50, 750, 900 Berapaah rata-rata baya mahawa PTS d ota A? Rata-Rata Popula atau Sampel? Jawab: µ 6000 6 000

Cotoh : Setap jam eal baga QC pabr muma rga memera 6 aleg cotoh utu dpera adar gula tetya (%). Berut adalah data 6 aleg muma cotoh yag dpera : 3.5.5 3.5.5 Jawab: 75 6.5 % B. Rata-Rata utu Grouped Data laya merupaa pedeata, baaya berhubuga dega rata-rata htug ampel f f ehgga : f : rata-rata htug ampel : baya ela : uura Sampel f : freue d ela e- : Tt Tegah Kela e- Cotoh 3: Kela Tt Tegah Kela ( ) Freue (f ) f 6-3 9.5 0 95 4-3 7.5 7 467.5 3-39 35.5 7 48.5 40-47 43.5 0 435 48-55 5.5 3 54.5 56-63 59.5 3 78.5 Jumlah (Σ) 50 679 Jawab : 679 50 33.58

. Modu la yag palg erg mucul la yag freueya palg tgg A. Modu utu Ugrouped Data Ba terjad data dega beberapa modu (mult-modu) Ba terjad data tapa modu Cotoh 4: a. Sumbaga PMI warga Depo: Rp.7500 8000 9000 8000 3000 5000 8000 Modu : Rp. 8000 b. Berat 5 ut edaraa (to): 3.6 3.5.9 3. 3.0 (Tda Ada Modu) c. Umur Mahawa (tahu) : 9 8 9 8 3 9 8 0 7 Modu : 8 da 9 B. Modu utu Grouped Data Kela Modu : Kela d maa Modu berada Kela dega freue tertgg Tep Bata Bawah ela e- Bata Bawah ela e- + Bata Ata ela e (-) Tep Bata Ata ela e- Bata Ata ela e- + Bata Bawah ela e (+) Modu TBB Kela Modu + d d + d d maa : TBB : Tep Bata Bawah d : Beda Freue Kela Modu dega Freue Kela ebelumya d : Beda Freue Kela Modu dega Freue Kela eudahya : terval ela 3

Kela Freue (f) 6-3 0 4-3 7 3-39 7 40-47 0 48-55 3 56-63 3 Jumlah (Σ) 50 Kela Modu 4-3 TBB Kela Modu 3.5 8 fre. ela Modu 7 fre, ela ebelum ela Modu 0 fre. ela eudah ela Modu 7 d 7-0 7 d 7-7 0 7 Modu 3.5 + 8 3.5 + 8 7+ 0 6.794... 7 7 3.5 + 8 (0.476...) 3.5 + 3.94... 7.3 Meda, Kuartl, Del da Peretl Meda la yag membag gugu data yag telah terortr (acedg) mejad baga yag ama bear Kuartl la yag membag gugu data yag telah terortr (acedg) mejad 4 baga yag ama bear Del la yag membag gugu data yag telah terortr (acedg) mejad 0 baga yag ama bear Peretl la yag membag gugu data yag telah terortr (acedg) mejad 00 baga yag ama bear 4

A. Meda utu Ugrouped Data Leta Meda Leta Meda + Leta Meda dalam gugu data yag telah terortr : baya data Cotoh : Tgg Bada 5 mahawa :.75.78.60.73.78 meter Sorted :.60.73.75.78.78 meter 5 Leta Meda 5 + 6 3 Meda Data e 3.75 Cotoh : Tgg 6 mahawa :.60.73.75.78.78.80 meter (Sorted) 6 Leta Meda 6+ 7 3.5 Meda (Data e 3 + Data e 4) (.75 +.78) 3.53.765 B. Meda utu Grouped Data Leta Meda : baya data Kela Meda : Kela d maa Meda berada Kela Meda ddapata dega membadga Leta Meda dega Freue Kumulatf Meda TBB Kela Meda + f M 5

atau Meda TBA Kela Meda - ' f M d maa : TBB : Tep Bata Bawah : elh atara Leta Meda dega Freue Kumulatf ebelum ela Meda TBA : Tep Bata Ata : elh atara Leta Meda dega Freue Kumulatf ampa ela Meda f M : terval ela : Freue ela Meda Cotoh 4 : Kela Meda 4-3 Leta Meda 50 5 Kela Freue Fre. Kumulatf 6-3 0 0 4-3 7 7 3-39 7 34 40-47 0 44 48-55 3 47 56-63 3 50 Σ 50 ---- Meda Data e-5 terleta d ela 4-3 Kela Meda 4-3 TBB Kela Meda 3.5 da TBA Kela Meda 3.5 f M 7 Fre. Kumulatf ebelum Kela Meda 0 5-0 5 Fre. Kumulatf ampa Kela Meda 7 7-5 terval 8 6

Meda TBB Kela Meda + 3.5 + 8 5 3.5 + 8 (0.883...) 7 3.5 + 7.0588... 30.5588... 30.6 Meda TBA Kela Meda - f M ' f M 3.5-8 7 3.5-8 (0.76...) 3.5-0.94.. 30.5588... 30.6.4. Uura Kemecega & Kerucga Kurva Dtrbu Freue Uura Kemecega (Sewe) Kurva Dtrbu Freue detahu dar po Modu, Rata-Rata da Meda Ja Rata-Rata Meda Modu maa Kurva Smetr Ja Rata-Rata < Meda < Modu maa Kurva Meceg e Kr Ja Rata-Rata > Meda > Modu maa Kurva Meceg e Kaa Berdaara tgat erucga (Kurto), urva dtrbu freue dbag mejad tga, yatu: a. Leptourt: Kurva agat rucg b. Meourt: Kurva dega tgat erucga edag c. Platyurt: Kurva datar 3. Uura Peyebara 3. Ragam Vara (Varace) da Smpaga Bau Stadar Deva (Stadard Devato) A. Ragam da Smpaga Bau utu Ugrouped Data POPULASI : σ ( µ ) Ν atau σ ( ) da σ σ 7

SAMPEL : ( ) atau ( ) ( ) da : data e- µ : rata-rata popula : rata-rata ampel σ²: ragam popula ²: ragam ampel σ : mpaga bau popula : mpaga bau ampel : uura popula : uura ampel Cotoh 3 : Data Ua 5 mahawa : 8 9 0 tahu a. Htuglah µ, σ² da σ (aggap data ebaga data popula) b. Htuglah, ² da (data adalah data ampel) Jawab : µ atau ( -µ) atau ( - ) ( -µ)² atau ( - )² 8 0-4 34 9 0-36 0 0 0 0 400 0 44 0 4 484 Σ 00 ------ ------- 0 00 POPULASI : 5 µ 00 5 0 σ σ ( µ ) Ν 0 5 ( ) σ σ.44... SAMPEL : ( 5 00 ) 00 5 0050 0000 50 5 5 8

5 00 5 ( ) 0 4.5 ( ) ( ) ( 5 00) 00 5 4 0050 0000 0 50.5 0 5..58... B. Ragam da Smpaga Bau utu Grouped Data POPULASI : σ f ( µ ) Ν da σ σ SAMPEL : f ( ) da : Tt Tegah Kela e- f : freue ela e- : baya ela µ : rata-rata popula : rata-rata ampel σ²: ragam popula ²: ragam ampel σ : mpaga bau popula : mpaga bau ampel : uura popula : uura ampel 9

Cotoh 4 : Rata -Rata (µ atau ) 679 50 33.58 (dar catata terdahulu) Kela TTK Fre. f f µ atau ( -µ) atau ( - ) ( -µ)² atau ( - )² f ( -µ)² atau f ( - )² 6-3 9.5 0 95 33.58-4.08 98.464 98.4640 4-3 7.5 7 467.5 33.58-6.08 36.9664 68.488 3-39 35.5 7 48.5 33.58.9 3.6864 5.8048 40-47 43.5 0 435 33.58 9.9 98.4064 984.0640 48-55 5.5 3 54.5 33.58 7.9 3.64 963.379 56-63 59.5 3 78.5 33.58 5.9 67.8464 05.539 Σ ----- 50 679 ---- ---------- ----------- 6599.68 POPULASI : 50 f ( µ ) σ Ν σ 6599. 68 3.9936 50 σ 39936..4888... SAMPEL : f ( ) 6599. 68 49 34.6873... 34. 6873....6054... 3. Koefe Ragam Koefe Vara Sema bear la Koefe Ragam maa data ema bervara, eragamaya data ma tgg. σ Utu Popula Koefe Ragam µ 00% Utu Sampel Koefe Ragam 00% 0

Cotoh 5: 33.58.6054 Koefe Ragam 6054. 00% 00% 34.56 % 3358. 3.3 Aga Bau (z-core) Aga bau adalah uura peympaga data dar rata-rata popula. z dapat berla ol (0), potf (+) atau egatf (-) z ol data berla ama dega rata-rata popula z potf data berla d ata rata-rata popula z egatf data berla d bawah rata-rata popula z µ σ z : Aga bau : la data µ: rata-rata popula σ : mpaga bau popula Cotoh 6: Rata-rata ecepata lar atlet aoal 0 m/jam dega mpaga bau.5 m Htug aga bau utu ecepata lar : a. Al 5 m/jam b. Dd 8 m/jam Jawab : a. z µ 5 0 5 σ 5. 5. b. z µ 8 0-0.8 σ 5. 5. elea