D0124 Statistika Industri Pertemuan 5 dan 6

Slides:



Advertisements
Presentasi serupa
DESKRIPSI DATA Pokok bahasan ke-4.
Advertisements

METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
STATISIKA Nama = Tri Utami NIM = Nama = Tri Utami NIM =
STATISTIKA DESKRIPSI DAN INFERENSIA
DESKRIPSI DATA Pertemuan 9 1. Pendahuluan : Sering digunakan peneliti, khususnya dalam memperhatikan perilaku data dan penentuan dugaan-dugaan yang selanjutnya.
NOTASI PENJUMLAHAN ()
MATERI KULIAH STATISTIKA I
UKURAN TENDENSI SENTRAL
Metode Statistika (STK211)

Kuswanto Segugus data Gugus data  Tidak ada informasi ??? Perlu ada karakteristik yang mencirikan gugus data tsb - Ukuran pemusatan – sebuah nilai.
1. Statistika dan Statistik
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
Review Statistik (pertemuan 7). Konsep Tendensi Pusat Ukuran tendensi pusat adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah.
D0124 Statistika Industri Pertemuan 15 dan 16
METODE NUMERIK & GRAFIK
Prepared: TOTOK SUBAGYO, ST,MM
MENGHITUNG STATISTIKA DESKRIPTIF
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
Oleh: Indah Puspita Sari, M.Pd.
Probabilitas dan Statistik
Indikator Kompetensi Dasar :
NOTASI PENJUMLAHAN ()
Lanjut Indikator Kompetensi Dasar :
D0124 Statistika Industri Pertemuan 3 dan 4
jumlah bilangan-bilangan dibagi oleh banyaknya bilangan.
NURRATRI KURNIA SARI, M.Pd
UKURAN PEMUSATAN DATA Sub Judul.
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
UKURAN PENYEBARAN.
D0124 Statistika Industri Pertemuan 19 dan 20
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
Mean, Median, Modus.
Statistika Pertemuan ke – 8 dan ke – 9.
Lanjut Indikator Kompetensi Dasar :
STATISTIK1 Pertemuan 3: Ukuran Pemusatan dan Penyebaran
Statistika Deskriptif Pertemuan 2
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
STATISTIKA.
Ukuran Pemusatan Data Lanjut
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
STATISTIKA DESKRIPTIF
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
jumlah bilangan-bilangan dibagi oleh banyaknya bilangan.
BAB 4 UKURAN PENYEBARAN.
STATISTIKA OLEH : DHANU NUGROHO SUSANTO.
STANDAR KOMPETENSI LULUSAN MATEMATIKA
Ukuran Pemusatan - Data Tunggal
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
Ukuran Pemusatan Data Choirudin, M.Pd
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
D0124 Statistika Industri Pertemuan 21 dan 22
BAB 4 UKURAN PENYEBARAN.
SQC 2- Statistik Deskriptif
Ukuran Pemusatan Data Choirudin, M.Pd
Parameter dan Statistik Ukuran Penyebaran (Keragaman) Data
Oleh: Sayida Amalia / IXB / 24
CHAPTER 1 DESKRIPSI DATA
UKURAN PEMUSATAN ( Median, dan Modus)
Deskripsi Numerik Data
Probabilitas dan Statistika
STATISTIKA DAN PENERAPANNYA
BAB 4 UKURAN PENYEBARAN.
Ukuran Penyebaran Data
BAB 4 UKURAN PENYEBARAN.
1. Statistika dan Statistik Statistika adalah salah satu cabang ilmu matematika terapan yang berhubungan dengan cara pengumpulan data atau penganalisasiannya,serta.
DESKRIPSI DATA Pertemuan 3.
DASAR-DASAR STATISTIKA
PEMUSATAN DAN LETAK DATA
Ukuran Pemusatan - Data Tunggal
Transcript presentasi:

D0124 Statistika Industri Pertemuan 5 dan 6 Ukuran Statistik D0124 Statistika Industri Pertemuan 5 dan 6

Ukuran Pemusatan Untuk menyelidiki segugus data kuantitatif, akan sangat membantu bila kita mendefinisikan ukuran – ukuran numerik yang menjelaskan ciri – ciri data yang penting. Sembarang ukuran yang menunjukkan pusat segugus data, yang telah diurutkan dari yang terkecil sampai terbesar atau sebaliknya. Ukuran pemusatan yang paling banyak digunakan adalah nilai tengah, median dan modus.

Ukuran Keragaman 1 Ukuran pemusatan belum memberikan deskripsi yang mencukupi bagi data kita. Perlu dilakukan pengamatan seberapa jauh data menyebar dari rata – ratanya. Data mungkin memiliki nilai tengah atau median yang sama, tetapi sangat berbeda keragamannya. Data yang dipilih adalah data dengan keragaman yang paling kecil.

Ukuran Keragaman 2 Statistik paling penting untuk mengukur keragaman data adalah wilayah dan ragam. Wilayah sekumpulan data adalah beda antara pengamatan terbesar dan terkecil dalam kumpulan tersebut. Kekurangan yang dimiliki wilayah diperbaiki oleh ragam, yang memperhatikan posisi relatif setiap pengamatan terhadap nilai tengah gugus data tersebut (simpangan dari nilai tengahnya).

Dalil Chebyshev Ditemukan oleh ahli matematika berkebangsaan Rusia, P.L. Chebyshev. Proporsi pengukuran yang jatuh antara dua nilai yang setangkup terhadap nilai tengahnya berhubungan dengan simpangan bakunya. Chebyshev memberikan dugaan yang konservatif terhadap proporsi data yang jatuh dalam k simpangan baku dari nilai tengahnya, untuk suatu bilangan tetap k tertentu.

Nilai Z 1 Nilai Z muncul karena ada permasalahan bagaimana membandingkan dua pengamatan dari dua populasi yang berbeda sehingga kita dapat menentukan tingkatan relatifnya. Nilai Z adalah suatu pengamatan X dari suatu populasi yang mempunyai nilai tengah  dan simpangan baku . Nilai Z = (X - ) / 

Nilai Z 2 Nilai Z mengukur berapa simpangan baku sebuah pengamatan terletak di atas atau di bawah nilai tengahnya. Nilai Z positif mengukur berapa simpangan baku letak suatu pengamatan di atas nilai tengahnya. Nilai Z negatif mengukur berapa simpangan baku letak suatu pengamatan di bawah nilai tengahnya. Nilai Z tidak mempunyai satuan sehingga memungkinkan dilakukan perbandinan dua pengamatan relatif terhadap kumpulan induknya, yang diukur dalam satuan yang berbeda.