Dokumen tersebut memberikan informasi tentang kelompok 6 yang terdiri dari 9 orang siswa beserta NIM-nya. Selanjutnya memberikan penjelasan tentang standar skor (z-score) dan contoh soal perhitungannya baik untuk populasi maupun sampel. Terdapat juga penjelasan mengenai skewness dan kurtosis beserta rumus dan contoh perhitungannya.
Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Dokumen tersebut membahas tentang integral lipat tiga pada berbagai koordinat ruang dan contoh-contoh perhitungannya. Terdapat penjelasan mengenai integral lipat tiga pada koordinat Kartesius, tabung, dan bola serta penggantian variabel dan contoh perhitungannya.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Assalamu'alaikum warahmatullahi wabarakatuh..
Hai para Intelektual Muda, kali ini mimin mau berbagi soal dan pembahasan tentang Integral Permukaan ..
semoga Bermanfaat:)
Modul ini membahas regresi dan korelasi sederhana serta berganda, chi-square, dan statistik nonparametrik. Topik utama meliputi pengertian dan metode regresi, korelasi, uji hipotesis koefisien regresi, interval taksiran, serta contoh soalnya.
This document discusses skewness and kurtosis in a financial context. It defines skewness as a measure of asymmetry in a distribution, with positive skewness indicating a long right tail and negative skewness a long left tail. Kurtosis is defined as a measure of the "peakedness" of a probability distribution, with positive excess kurtosis indicating flatness/long fat tails and negative excess kurtosis indicating peakedness. Formulas are provided for calculating skewness and kurtosis from a data set. Examples of positively and negatively skewed distributions are given to illustrate these concepts.
Dokumen tersebut membahas tentang integral lipat tiga pada berbagai koordinat ruang dan contoh-contoh perhitungannya. Terdapat penjelasan mengenai integral lipat tiga pada koordinat Kartesius, tabung, dan bola serta penggantian variabel dan contoh perhitungannya.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Assalamu'alaikum warahmatullahi wabarakatuh..
Hai para Intelektual Muda, kali ini mimin mau berbagi soal dan pembahasan tentang Integral Permukaan ..
semoga Bermanfaat:)
Modul ini membahas regresi dan korelasi sederhana serta berganda, chi-square, dan statistik nonparametrik. Topik utama meliputi pengertian dan metode regresi, korelasi, uji hipotesis koefisien regresi, interval taksiran, serta contoh soalnya.
This document discusses skewness and kurtosis in a financial context. It defines skewness as a measure of asymmetry in a distribution, with positive skewness indicating a long right tail and negative skewness a long left tail. Kurtosis is defined as a measure of the "peakedness" of a probability distribution, with positive excess kurtosis indicating flatness/long fat tails and negative excess kurtosis indicating peakedness. Formulas are provided for calculating skewness and kurtosis from a data set. Examples of positively and negatively skewed distributions are given to illustrate these concepts.
Dokumen tersebut membahas tentang ukuran penyebaran data statistika, termasuk definisi, contoh perhitungan, dan penjelasan mengenai ukuran penyebaran seperti range, deviasi rata-rata, varians, dan standar deviasi baik untuk data yang belum dikelompokkan maupun telah dikelompokkan."
Momen dan kurtosis merupakan ukuran penting untuk menganalisis distribusi data. Momen digunakan untuk menghitung rata-rata, variansi, kemiringan, dan bentuk kurva secara umum, sedangkan kurtosis mengukur tingkat keruncingan atau kedataran suatu kurva distribusi relatif terhadap kurva normal. Koefisien kurtosis memungkinkan penetapan apakah suatu distribusi bersifat leptokurtik, platikurtik, atau mesokurtik
Makalah ini membahas tentang leasing dan terapannya dalam kontrak antara pemilik aktiva dengan pemakai aktiva. Leasing adalah kontrak sewa antara lessor yang menyediakan aktiva dengan lessee yang menggunakan aktiva tersebut untuk jangka waktu tertentu. Ada beberapa jenis leasing seperti finance lease, operating lease, dan sale and lease back. Leasing memberikan keuntungan seperti pembiayaan tanpa uang muka dan fleksibilitas pembayaran.
Dokumen tersebut membahas tentang tendensi sentral dan variabilitas dalam statistika pendidikan. Secara singkat, dibahas mengenai pengertian dan jenis-jenis ukuran tendensi sentral seperti rata-rata, median, dan modus beserta cara perhitungannya."
Dokumen tersebut merupakan ringkasan materi statistik deskriptif yang mencakup pengukuran penyebaran data (dispersi) seperti range, deviasi rata-rata, varians, dan deviasi standar. Juga membahas pengukuran bentuk kurva distribusi seperti kecondongan (skweness) dan keruncingan (kurtosis). Diakhiri dengan contoh soal penghitungan berbagai ukuran tersebut pada data tidak berkelompok dan berkelompok.
The Altman Z-score is a statistical model that uses multiple corporate financial ratios to predict the probability that a company will go bankrupt within 2 years. The Z-score was developed in 1968 by Edward Altman and uses ratios related to profitability, leverage, liquidity, and other factors. A Z-score above 2.99 indicates low risk of bankruptcy, between 1.81-2.99 is in the gray area, and below 1.81 indicates high risk. The model requires data from a company's balance sheet and income statement to calculate ratios and determine the overall Z-score.
The document discusses z-scores and standardization. A z-score is a statistic that indicates how many standard deviations an observation is above or below the mean. It is calculated by subtracting the population mean from an individual raw score and dividing by the population standard deviation. This process converts raw scores to standardized z-scores that allow comparison across different data sets and distributions. The document provides examples of calculating z-scores and discusses how standardization keeps the distribution unchanged but centers it on a value of 0.
Statistika adalah ilmu yang berkaitan dengan pengumpulan dan analisis data untuk menarik kesimpulan. Terdiri atas statistika deskriptif untuk menggambarkan data, dan statistika inferensial untuk memprediksi populasi berdasarkan sampel.
Teks tersebut menjelaskan prosedur penyusunan tabel distribusi frekuensi dari nilai ujian mahasiswa. Langkah-langkahnya adalah menentukan range, banyak kelas, panjang kelas, batas bawah kelas, kemudian menyusun tabel distribusi frekuensi, distribusi frekuensi relatif dan kumulatif, serta cara membuat histogram dan poligon frekuensi.
The document discusses measures of skewness and interpretation. It defines skewness as the statistical technique to indicate the direction and extent of skewness in a data distribution. There are three types of distributions: symmetrical, positively skewed, and negatively skewed. It provides examples of skewed distribution curves and discusses different methods to calculate and measure skewness, including the mean-mode method, Pearson's coefficient of skewness, and Bowley's coefficient of skewness. Sample calculations are shown to demonstrate how to find these measures of skewness.
Buku ini membahas pengantar statistika untuk penelitian ekonomi dan bisnis. Terdiri dari tujuh bab yang membahas pengertian statistika, statistik deskriptif, distribusi populasi, pengujian persyaratan analisis, pengujian hipotesis korelasi, pengujian hipotesis komparasi, dan validasi instrumen penelitian. Statistika digunakan untuk mengumpulkan, menganalisis, dan menarik kesimpulan dari data penelitian.
Ukuran Penyebaran Data
Dokumen ini membahas beberapa ukuran penyebaran data untuk mengukur seberapa jauh suatu data menyebar dari rata-ratanya, seperti jangkauan data, jangkauan antar kuartil, simpangan rata-rata, dan simpangan baku. Ukuran-ukuran ini berguna untuk membandingkan tingkat variasi dari dua himpunan data.
Dokumen tersebut membahas tentang pengukuran dispersi data, termasuk pengertian dan rumus varians, standar deviasi, koefisien variasi, kemencengan, dan contoh-contoh perhitungannya."
Dokumen tersebut menjelaskan beberapa ukuran pemusatan data yang meliputi rata-rata, median, dan modus. Rata-rata digunakan untuk mewakili seluruh data, median adalah nilai tengah data yang telah diurutkan, sedangkan modus adalah nilai yang paling sering muncul. Dokumen ini juga memberikan contoh perhitungan ketiga ukuran pemusatan tersebut baik untuk data tunggal maupun kelompok.
Ukuran Penyebaran Data
Dokumen ini membahas lima ukuran penyebaran data, yaitu jangkauan data, jangkauan antar kuartil dan simpangan kuartil, simpangan rata-rata, dan simpangan baku. Ukuran-ukuran ini digunakan untuk mengukur seberapa jauh suatu data menyebar dari rata-ratanya.
Tes statistik dilakukan untuk menguji perbedaan kemampuan belajar antara anak laki-laki dan perempuan dalam menjumlahkan bilangan. Hasilnya menunjukkan tidak ada perbedaan signifikan antara kedua kelompok. Analisis korelasi juga dilakukan untuk menilai hubungan antara variabel-variabel seperti IQ, sikap, dan prestasi belajar siswa.
[Ringkasan]
Teks tersebut membahas tentang uji kecocokan distribusi untuk mengevaluasi kesesuaian distribusi hujan yang dipilih dengan menggunakan uji Chi Kuadrat dan Smirnov Kolmogorov. Diberikan contoh perhitungan uji normalitas untuk data hujan menggunakan kedua metode tersebut yang menunjukkan bahwa data tersebut terdistribusi normal.
Dokumen tersebut membahas mengenai pengukuran variabilitas pada data, yang meliputi jenis-jenis pengukuran variabilitas seperti range, rentang antar kuartil, rata-rata deviasi, standar deviasi, angka baku, ukuran variasi relatif, kemiringan dan kurtosis. Dokumen ini juga menjelaskan cara menghitung masing-masing jenis pengukuran variabilitas tersebut baik untuk data tidak berkelompok maupun data berkel
Dokumen tersebut membahas tentang uji normalitas data, termasuk uji normalitas untuk data tidak bergolong menggunakan uji Kolmogorov-Smirnov dan uji normalitas untuk data bergolong menggunakan uji Chi-Kuadrat dan uji Liliefors. Langkah-langkah pelaksanaan uji normalitas untuk kedua jenis data dijelaskan beserta contoh penerapannya.
uji variasi atau dispersi dalam menggunakan spss ppt
STANDARD SCORE, SKEWNESS & KURTOSIS
1. KELOMPOK 6
1. Irma Nur Fitriyana (2011-12-047)
2. Eliza ( 2011 -12-106)
3. Ermawati Syahrudi (2011-12-058)
4. Niken Larasati (2011-12-072)
5. Ali Megawati ( 2011-12-101)
6. Abdul (2011-12-067)
7. Sofyan (2011-12-028)
8. Rizal Ahmad (2011-12-103)
9. Herman (2011-12-090)
2. STANDARD SCORE
( Z SCORE)
DEFINISI STANDARD SCORE
Perbedaan antara nilai setiap observasi
dengan rata –ratanya yang dinyatakan
dalam satuan deviasi standar.
* Deviasi Standar adalah akar pangkat dua
dari total selisih dengan nilai rata- ratanya.
3. Rumus
Standard Score
Standard Score Populasi
Z score Populasi = x - µ
σ
Ket : x = nilai observasi populasi
µ = nilai rata – rata populasi
σ = deviasi standar populasi
Standard Score Sampel
Z score Sampel = x - x̅
s
Ket : x = nilai observasi sampel
x̅ = nilai rata – rata sampel
s = deviasi standar sampel
4. Contoh Soal Zscore Populasi
1.Suatu kumpulan data memiliki rata-rata 76.
Data tersebut memiliki σ sebesar 3. Tentukan
z-score untuk data bernilai 82 dan 73 !
Penyelesaian :
Untuk data bernilai 82
Zscore = x - µ
σ
= 82 – 76 = 6 = 2
3 3
5. Untuk data bernilai 73
Z score = x -µ
σ
= 73 – 76 = -3 = -1
3 3
Kesimpulan :
Nilai standard score data 82 lebih baik dari nilai
standard score pada data 73.
6. Contoh Soal Z score
Sampel
1. Angga mendapat nilai 86 pada test
matematika, dengan rata – rata nilai 78
dan standar deviasi 10. Pada test
bahasa inggris dengan rata – rata 84
dan standar deviasi 18, Angga
mendapat nilai 92 maka Angga
mencapai kedudukan yang lebih baik
dalam pelajaran ?
7. Penyelesaian
Matematika :
Z score = x - x̅
s
= 86 – 78 = 0,8
10
Bahasa Inggris :
Z score = x - x̅
s
= 92 – 84 = 0,4
18
Kesimpulan :
Nilai test matematika memiliki nilai standard score
lebih tinggi dari pada nilai standard score test
bahasa inggris.
8. SKEWNESS
A. Skewness
Skewness atau ukuran kemencengan :
digunakan untuk mengukur simetris atau kemencengan
suatu kurva.
Rumus untuk koefisien Skewness menurut pearson :
Sk = 3 Mean – Median
Deviasi Standar
Rumus Koefisien Alpha 3 ( α₃)
n Untuk data tidak
dikelompokkan
1 ∑ xi - x ³
α₃ = n i =1
s³
9. n Untuk data
1 ∑ xi - x ³ . fi dikelompokkan
α₃ = n i =1
s³
Keterangan :
X = rata – rata sampel
Xi = nilai – nilai setiap observasi
n = jumlah observasi sampel
s = deviasi standar sampel
f = frekuensi setiap sampel
10. Tingkat kemencengan atau simetris dari suatu distribusi didasarkan atas
ketentuan berikut :
a. Ket :
Distribusi data yang menceng
kiri/ekornya di sebelah kanan
( besarnya koefisien skweness positif),
yang artinya mean > median dan modus.
mean median modus
b.
Ket :
Distribusi data yang menceng kanan/
ekornya disebelah kiri
mean median modus
( besatnya koefisien skweness negatif ),
yang artinya mean < median dan modus.
c.
Ket :
Distribusi data yang simetris
( besarnya koefisien skweness 0),yang
artinya mean = median =modus.
Modus = mean = median
11. Contoh Soal
Data tidak dikelompokkan
1. Distribusi data dari hasil ujian 12 siswa untuk 2 kelas
yang berbeda dinyatakan dengan nilai berikut :
Kelas A
45 50 50 50 55 60
60 82 87 90 95 100
Pertanyaan :
Tentukan tingkat kemencengan dengan koefisien
skweness dari distribusi nilai kelas tersebut.
12. Penyelesaian :
a. Perhitungan koefisien skweness untuk kelas A
Sk = 3 mean – median
Deviasi Standar
Step 1 : hitunglah besar rata – rata
x = Σx = 45 + 50 + 82 + 60 + 90 + 50 + 60 + 50 + 55 + 95 + 87 + 100
n 12
= 824 = 68, 67
12
Step 2 : Hitunglah median
- Urutkan data dari yang terkecil ke terbesar seperti data soal
- Tentukan letak median dengan rumus n + 1 / 2 = 12 +1 / 2 = 6,5 sehingga
median terletak antara data ke 6 dan ke 7.
Median = 60 +60 = 60
- 2
13. Step 3 : Hitunglah Deviasi Standar
S = Σ( Xi – X )²
n -1
= (45 – 68,7)² + ( 50 – 68,7) ² + ( 82 – 68,7)² +… + ( 100-68,7 )²
12 – 1
= 20,4
Step 4 : Hitunglah Koefisien Skewness
Sk = 3 mean - median = 3 68,67 – 60 = 1,275
standar deviasi 20,4
Karena besarnya koefisien skewness sebesar positif 1,275 hal ini menunjukan bahwa
distribusi data menceng kiri.
14. Perhitungan koefisien Alpha 3 untuk kelas A :
Step 1 tentukan besar rata –ratanya, x = 68, 67
Step 2 tentukan besarnya deviasi standar S = 20,4
Step 3 tentukan besarnya ( xi – x )³
Xi (Xi - X )² (Xi - X )³
45 560.2689 -13261.56486
50 348.5689 -6507.781363
50 348.5689 -6507.781363
50 348.5689 -6507.781363
55 186.8689 -2554.497863
60 75.1689 -651.714363
60 75.1689 -651.714363
82 177.6889 2368.593037
87 335.9889 6158.676537
90 454.9689 9704.486637
95 693.2689 18253.77014
100 981.5689 30752.55364
step 4 tentukan besarnya α₃
Σ 824 4586.6668 30595.24444
n
1 ∑ xi - x ³ 1
α₃ = n i =1 = 12 30595,24444 = 0, 300
s³ 20,4³
Karena besarnya α₃ = 0,300 > 0 maka distribusi data menceng kiri.
15. Contoh Soal
Data dikelompokkan
(Xi - X )² (Xi - X )².f ( Xi –X ) ³ ( Xi –X ) ³.f
Jumlah Laba f Xi f.Xi n 4. α₃
0 -19 5 9.5 47.5 1536.64 7683.2 -60236.288 -301181.44 1
20 - 39 10 29.5 295 368.64 3686.4 -7077.888 -70778.88
40 - 59 20 49.5 990 0.64 12.8 0.512 10.24 n
60 - 79 12 69.5 834 432.64 5191.68 8998.912 107986.944 1 ∑ (xi- x)³ . fi
80 - 99 3 89.5 268.5 1664.64 4993.92 67917.312 203751.936
∑ 50 2435 21568 -60211.2 α₃ = n i =1
s³
3. ( Xi – X ) .f 1
1. Rata -rata
2. Deviasi
= 50 ( - 60211,2)
standar
20,98³
X = ∑ f.Xi = 2435 = - 0,130
n 50 = - 60211.2
= 48,7 xi - x ³ . fi
S = Σ(Xi- X)² . f α₃ = n i =1
n–1 s³
= 21568 Karna α₃ negatif maka
50 – 1
= 20,98 distribusi data menceng kanan
16. Kurtosis
B. Kurtosis
Kurtosis atau ukuran keruncingan
Dilihat dari keruncingannya kurva distribusi normal
dibagi menjadi 3 :
leptokrutic ( kurva sangat runcing)
Platycrutic ( kurva agak datar )
Mezokurtic ( puncak tidak begitu runcing )
17. Gambar kurva kurtosis :
Untuk menentukan runcing atau tumpul sebuah distribusi dapat
digunakan kriteria sebagai berikut :
Apabila α₄ lebih besar dari 3 berati diagram distribusi itu runcing atau
leptokurtis.
Apabila α₄ kurang dari 3 berati diagram distribusi landai atau
tumpul atau platikurtis.
Apabila α₄ sama dengan 3 berati diagram distribusi normal atau mezokurtic.
18. RUMUS
Berikut rumus untuk menghitung tingkat keruncingan suatu kurva :
Alpha 4 (α₄ )
Data tidak dikelompokkan
Ket : M = median
S = deviasi standar sampel
n = jumlah observasi sampel
Xi = nilai – nilai setiap observasi
X = rata – rata sampel
19. Data dikelompokkan
1 n
M4 n ∑
( X i − X ) 4 . fi
α 4 = 4 = i =1
S S4
Ket : M = median
S = deviasi standar sampel
X i = nilai tengah setiap kelas
X = rata – rata sampel
n = jumlah observasi sampel
fi = frekuensi tiap – tiap kelas
20. CONTOH SOAL
Data tidak dikelompokkan
a. Data tidak dikelompokkan
kelas A
45 50 50 50 55 60
60 82 87 90 95 100
Tentukan tingkat keruncingan dengan
menggunakan kriteria α₄ !
Penyelesaian :
tentukan besarnya rata – rata
X = ∑ x = 824 = 68,67
n 12
21. 4
tentukan besarnya deviasi standar
S= ∑ Xi – X ² = 4586,67 = 20,4
n–1 11
tentukan besarnya ( Xi – X ) 4
Xi ( Xi - X )² ( Xi - X )4
45 560.2689 313901.2403
50 348.5689 121500.278
50 348.5689 121500.278
50 348.5689 121500.278
55 186.8689 34919.98579
60 75.1689 5650.363527
60 75.1689 5650.363527
82 177.6889 31573.34518
87 335.9889 112888.5409
90 454.9689 206996.7
95 693.2689 480621.7677
100 981.5689 963477.5054
Σ 824 4586.6668 2520180.647
22. tentukan besarnya α₄
1 n
∑
n i =1
( X i − X ) 4 . fi 1 2520180,647
α₄ = = 12 = 24, 73
S4 20,4⁴
Karena besarnya α₄ = 24,73 > 3 maka distribusi data adalah leptokurtis
( runcing )
23. Contoh Soal
Data dikelompokkan
4
( Xi –X ) . f
4
Jumlah (Xi - X )².f ( Xi –X )
Laba f Xi f.Xi (Xi - X )²
0 -19 5 9.5 47.5 1536.64 7683.2 2361262.49 11806312.4
20 - 39 10 29.5 295 368.64 3686.4 135895.45 1358954.5
40 - 59 20 49.5 990 0.64 12.8 0.4096 8.192
60 - 79 12 69.5 834 432.64 5191.68 187177.37 2246128.44
80 - 99 3 89.5 268.5 1664.64 4993.92 2771026.33 8313078.99
23724482.6
∑ 50 2435 21568
24. Penyelesaian
step 1 tentukan besarnya rata –rata
X = ∑ fi. Xi = 2435 = 48, 7
n 50
step 2 tentukan besarnya deviasi standar
S= Σ(Xi- X)² . fi = 21568 = 20,98
n–1 50 – 1
4
step 3 tentukan besarnya ( Xi –X ) . fi =
23724482,6
1 n
Step 4 tentukan besarnya α₄
α₄ = n
∑
( X − X ) 4 . fi
i =1
i
= 1 23724482,6 = 2,449
50
S4 20,984