Bilangan Baku dan Kegunaannya

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Z - SCORE Presented by Astuti Mahardika, M.Pd.
SEKILAS STATISTIKA 1. Menjelaskan konsep dasar data & pembagiannya 2
Jenis Data & Distribusi
Norma & Arti Skor Tes.
KELOMPOK 3 Nama Anggota : Fahmi Aldy Rivaldi Gusti. F Puji Hariyanti
NOTASI PENJUMLAHAN ()
Ukuran Penyimpangan (Dispersi)
UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.

UKURAN PENYEBARAN (DISPERSI)
Distribusi Probabilitas Normal
PENGELOLAAN DATA HASIL PENGUKURAN
UJI NORMALITAS DAN HOMOGENITAS
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
Assalamu’alaikum Wr. Wb.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
UKURAN PENYEBARAN (VARIABILITAS)
PRESENTASI MATA KULIAH STATISTIKA
Statistika Inferensi : Estimasi Titik & Estimasi Interval
EVALUASI PEMBELAJARAN
Gejala Pusat dan Ukuran Letak
HARGA SIMPANGAN Septi Fajarwati, M. Pd.
Oleh : Prof. Dr.dr. Buraerah.Abd.Hakim, MSc
Ukuran Gejala Pusat dan Ukuran Letak
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
Distribusi Normal.
UKURAN PEMUSATAN DATA Sub Judul.
Fadjar Shadiq, M.App.Sc Widyaiswara PPPPTK Matematika
Ukuran Variabilitas Data
Ukuran Penyebaran Data
Fungsi Distribusi normal
Norma & Arti Skor Tes.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
KIMIA ANALISIS Konsep Statistika.
Populasi : seluruh kelompok yang akan diteliti
Operations Management
Statistika Pertemuan ke – 8 dan ke – 9.
PENGANTAR STATISTIKA.
NILAI Z - SCORE.
Rata-rata, Median, dan Modus
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
Operations Management
TENDENCY CENTRAL Data Interval.
STATISTIKA DESKRIPTIF
Ukuran Gejala Pusat Data Belum Dikelompokkan
Ukuran Penyebaran Data
NURRATRI KURNIA SARI, M.Pd
DISTRIBUSI PELUANG Nugroho.
STATISTIKA DESKRIPTIF Ukuran Gejala Pusat Data Yang Dikelompokkan STATISTIKA DESKRIPTIF Nuky Sellya / B.04.
Ukuran Pemusatan Data Choirudin, M.Pd
Ukuran Pemusatan Data Choirudin, M.Pd
Mata Kuliah Statistik II:
1. Imam Zaenudin 2. Febrin Mahdalena 3. Rizky Maulana 4. Ety Nurjanah
Soal test individu yang ke 1
DISTRIBUSI NORMAL DAN CARA PENGGUNAANNYA
Universitas Pekalongan
NILAI STATISTIKA DESKRIPTIF
BAB 8 DISTRIBUSI NORMAL.
TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Z-Score Dalam Distribusi Data Sumber : Dhyah Wulansari
Ukuran Distribusi.
DESKRIPSI DATA Pertemuan 3.
TEORI PENDUGAAN (TEORI ESTIMASI)
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
Ukuran pemusatan dan letak data
Transcript presentasi:

Bilangan Baku dan Kegunaannya M-5 METODE STATISTIKA Bilangan Baku dan Kegunaannya PRODI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS JAMBI 2017 1

4. Biasanya digunakan untuk transformasi data Bilangan Baku  biasa disebut juga dengan angka baku. Ditulis dengan Bilangan yang menunjukkan tingkat penyimpangan data dari mean dalam satuan standar deviasi atau seberapa jauh suatu nilai tersebut menyimpang dari rata-rata . Kegunaan angka baku  1. Untuk mengamati perubahan nilai kenaikan, nilai penurunan variabel atau gejala yang ada dari meannya 2. Untuk mengubah data ordial menjadi data interval dengan jalan mengubah skor mentah menjadi skor baku. 3. Untuk mengetahui perbedaan suatu kejadian dibanding dengan kebiasaannya. 4. Biasanya digunakan untuk transformasi data 2

atau Dengan; Zscore = angka baku X = nilai variabel s = standar deviasi = rata-rata (mean) i = 1, 2, 3, …, n Catt: “ Semakin besar angka bakunya semakin baik nilai tersebut dibandingkan dengan nilai lain yang memiliki angka baku lebih kecil. “ 3

Karena variabel nilai Z diturunkan dari varibael nilai X, maka distribusi Z pada umumnya. Menyerupai (mirip) distribusi data X. Yang biasa ditulis dengan Z1, Z2, Z3, Z4, …, Zn yang diperoleh dengan cara transformasi. Skor baku ini dipakai untuk membuat skala yang sama dari dua data atau lebih kelompok data yang semula skalanya berbeda, sehingga dapat dibandingkan. 4

Contoh: Nilai rata-rata UAS mata kuliah matdas 1 dikelas prodi matematika dengan jumlah mahsiswa 45 adalah 78 dan simpangan bakunya (s) = 10. Sedangkan untuk matakuliah bahasa inggris dikelas itu dengan rata-rata 84 dan simpangan bakunya (s)=18. jika dikelas itu Budi meperoleh nilai UAS untuk matdas 1 86 dan bahasa inggris 92. Bagaimana prestasi Budi dikelas itu? 5

peluang