You are on page 1of 30

BEBERAPA PENGERTIAN TENTANG STATISTIK

Statistik :
 Kumpulan data ( bilangan maupun non bilangan) yang
disusun dalam tabel dan atau diagram yang
menggambarkan suatu persoalan
o Statistik penduduk
o Statistik pertanian
o Statistik kelahiran
 Ukuran sebagai wakil dari kumpulan data mengenai
sesuatu.
o Rata-rata tinggi orang Indonesia
o Persen mahasiswa TIP dropout

Statistika:
 Pengetahuan yang berhubungan dengan cara-cara
mengumpulkan, mengolah atau menganalisis, dan
menarik simpulan (kumpulan data).
o Mengumpulkan: mendapatkan data yang “benar”
o Mengolah: mendapatkan gambaran atau wakil

Data kuantitatif : data yang berbentuk bilangan
 Data diskrit: data hasil menghitung atau membilang
 Data kontinyu: data hasil pengukuran

Data kualitatif : data mengenai kualitas objek yang
dipelajari (sakit, cacat, rusak, dsb).

Data primer : data yang didapat dari hasil membilang atau
mengukur peneliti ybs

Data sekender: data hasil membilang atau mengukur
peneliti lain

Populasi
 Keseluruhan anggota dari suatu kelompok tertentu
yang karakteristiknya ingin diketahui
o Populasi tak terhingga: jumlah anggotanya tidak
dpt diketahui/dihitung:
 Buah kelapa sawit tenera
 Mahasiswa TIP (termasuk mhs yad)
o Populasi terhingga: jumlah anggotanya dpt
diketahui/dihitung
 Mahasiswa TIP tahun 2011
 Mahasiswa TIP peserta MK Statistika
Semester Ganjil 2011/2012
Sampel
 Sebagian (tidak semua) dari anggota Populasi
o Seribu mahasiswa UNIB
o Sebelas mahasiswa TIP angkatan 2011

Sensus :
 pengumpulan data populasi (seluruh anggota)

Sampling:
 pengumpulan data sampel (hanya sebagian anggota
populasi)

Penentuan sampel harus mengikuti kaidah-kaidah yang
benar (ikuti cara-cara sampling) karena sampel harus dapat
mewakili (represent) populasi.

2 34 63.2 E1G00X002 65.0 24 56.1 5 69.6 36 71.3 16 62.7 21 69.7 16 70.6 11 46.2 19 71.3 31 55.5 20 62.1 33 52.0 27 59.9 32 56.7 16 62.2 13 67.9 19 57.3 E1G00X003 66.3 33 53.3 22 74.3 33 69.9 22 67.5 35 52.4 21 60.3 14 75.5 6 63.8 36 73.3 35 59.0 29 75.3 11 55.3 5 71.6 17 60.6 30 57.1 37 83.1 6 53.7 15 46.8 8 51.9 10 70.6 28 79.4 31 58.3 30 47.0 23 64.2 24 65.7 29 57.5 19 55.3 2 51.7 13 54.7 35 66.5 26 70.3 39 69.1 26 49.1 22 62.5 25 47.5 20 52.8 17 55.5 .3 1 57.6 34 64.5 12 83.0 15 55.4 10 54.3 17 72.1 34 60.3 3 76.5 8 61.5 14 70.5 14 58.0 37 66.1 9 70.3 26 54.7 10 65.1 27 60.9 4 56.4 37 43.2 7 59.1 28 64.7 20 69.5 38 37.0 32 46.5 7 70.9 18 67.3 11 67.9 18 55.0 31 46.2 30 67.4 27 61. PENYAJIAN DATA Nilai Statistik 2007 Nilai Statistik 2008 Nilai Statistik 2009 Mahasiswa Nilai Mahasiswa Nilai Mahasiswa Nilai E1G00X001 68.5 2 57.8 15 74.4 12 48.6 23 75.3 7 63.5 12 70.3 39 68.0 23 58.1 9 42.5 6 61.4 1 69.5 21 55.2 13 70.3 5 53.2 4 57.8 9 56.9 24 61.0 4 51.5 18 73.4 29 46.8 28 80.1 3 46.9 25 62.2 40 65.5 8 69.2 36 61.4 25 59.1 32 58.9 38 66.

5 67.3 66.7 75.1 74.5 70.5 63.2 61.5 70.7 70.9 61.3 70.7 .1 66.3 67.6 73.5 70.5 66.2 71.2 64.0 58.Nilai 52.3 69.0 75.2 64.1 70.2 70.9 58.4 69.5 62.1 66.9 72.3 57.9 74.8 71.3 69.1 61.6 68.4 62.6 65.

4 .3 Rata-rata 67.2 Std Dev 5. Nilai Jumlah Mhs 52-55 1 56-59 3 60-63 6 64-67 9 68-71 13 72-75 6 Nilai Statistika Mhs TIP 2007 Tertinggi 75.7 Terendah 52.

KELAS FREKUENSI A–B F1 C–D F2 E–F F3 G–H F4 I–J F5 K–L F6 M–N F7 KELAS FREKUENSI A–B F1 B–C F2 C–D F3 D–E F4 E–F F5 F–G F6 G–H F7 . DAFTAR DISTRIBUSI FREKUENSI (DDF) DDF:  Tabel yang menyajikan/mengandung jumlah (banyaknya) data didalam kelompok-kelompok atau kelas interval tertentu.

jumlah kelas dapat ditentukan berdasarkan formula Sturges berikut: Banyak kelas interval: 1 + 3.3 log (jumlah data) Panjang kelas interval :  jarak antara ujung (bawah) kelas interval dengan ujung (bawah) kelas interval diatasnya.  disarankan tidak terlalu banyak atau terlalu sedikit.  Tingkat ketelitiannya sesuai dengan tingkat ketelitian data Rentang data :  jarak antara data paling rendah dengan data paling tinggi .  biasanya antara 5 – 11 kelas.  apabila jumlah datanya banyak.  jarak antara batas (atas) kelas interval dengan batas (bawah) kelas interval tersebut  dpt diperkirakan dng cara: rentang data dibagi dengan jumlah kelas interval.Kelas interval  kelompok data yang dijadikan satu kategori o a – b (kelas interval pertama) o b – c (kelas interval kedua) o c – d (kelas interval ketiga) Jumlah kelas interval  dapat ditentukan sesuai kesukaan.

2858.9 (ditentukan sedikit lebih besar agar semua data dapat masuk.Ujung kelas interval: nilai tertinggi atau terendah data dalam satu kelas interval. misalkan ditentukan 52.7 – 52.60206) = 6.4 / 6 = 3.3 = 23.3 dan tertinggi adalah 75. Untuk contoh diatas: Dari 40 data nilai statistika mahasiswa tahun 2007. shg ditentukan 4. ujung atas adalah nilai tertinggi sedangkan ujung bawah adalah nilai terendah.3).0 . Batas kelas interval: adalah ujung kelas ditambah atau dikurangi setengah dari digit terkecil data. diketahui data terendah adalah 52. sehingga Rentang data = 75.3 log 40 = 1+3. bila dihitung dengan formula Sturges: Jumlah kelas = 1 + 3.0) Ujung bawah kelas interval paling bawah dapat ditentukan sama atau sedikit lebih rendah dari data paling kecil (dlm hal ini 52. diambil bilangan bulatnya shg 6 Sehingga panjang kelas interval = rentang / jumlah kelas = 23. batas bawah adalah ujung kelas interval dikurangi setengah digit terkecil sedangkan batas atas adalah ujung kelas interval ditambah setengah digit terkecil data.7.3 (1.4 Jumlah kelas.

95 6 Jumlah 38 Jumlah 38 .95 3 60.95 13 72.0 maka ujung atas kelas 1 adalah 56.95 6 64.0-55.0 + 4.0  ujung bawah kelas 4 = ujung bawah kelas 3 + pangjang kelas interval = 60.9 3 55.9 13 67.9 1 51.0-59.9 6 71.95-55.0 = 64.95-59.95-71.95-75.0 + 4.0 = 60.0-71.0 = 56.95 9 68.  krn ujung bawah kelas 2 adalah 56.0  ujung bawah kelas 2 = ujung bawah kelas 1 + pangjang kelas interval = 52.0 + 4.1 (tk ketelitian data) = 55.Ujung-ujung bawah kelas interval ditentukan sbb:  ujung bawah kelas 1 = 52.95 1 56.95-67.0  ujung bawah kelas 3 = ujung bawah kelas 2 + pangjang kelas interval = 56.95-63.0 – 0.0-67.9 Kelas (Ujung) Frekuensi Kelas (Batas) Frekuensi 52.0-75.9 9 63.0  dst Ujung atas suatu kelas interval ditentukan sesuai dengan hasil penentuan/perhitungan ujung bawah kelas interval diatasnya.0-63.9 6 59.

.

0 68.0 100.5 Kurang dari 64.0-63.0 atau lebih 15.9 2.9 6 72.0 50.9 34.9 7.0-55.DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF Nilai Ujian Frek absolut Nilai Ujian Frek relatif 52.0 DDF Kumulatif kurang dari (<) DDF Kumulatif lebih dari (>) .0 2.0-63.6 56.0-59.0 0.0 Kurang dari 72.0-55.0-71.0-67.0-67.5 60.0 DDF Absolut DDF Relatif Frek Frek Nilai Ujian kumulatif Nilai Ujian kumulatif Kurang dari 52.3 64.9 6 60.8 Jumlah 38 Jumlah 100.2 72.9 23.6 56.8 64.0-75.0-59.0 atau lebih 0.0 atau lebih 73.0 84.0-75.9 9 64.0 atau lebih 97.9 15.4 Kurang dari 60.0 10.7 68.9 1 52.0 atau lebih 50.0 atau lebih 89.0 atau lebih 100.0 52.9 3 56.8 Kurang dari 76.0 Kurang dari 56.9 15.7 Kurang dari 68.9 13 68.0 76.0 26.9 60.0-71.2 72.

95 23.95-75.95-59.95 67.95 2.95-71.95 55.95 71.95 75.0 47.2 67.95 0.95 79.95 55.95 59.95 15.95 63.95-67.HISTOGRAM DAN POLIGON FREKUENSI Nilai Ujian Frek relatif Nilai Ujian Frek relatif 47.95-51.95 34.95 7.8 63.95 59.7 67.95 79.95 15.95 15.0 51.8 59.95 15.95 75.9 55.0 Jumlah 100.95 67.9 59.95 51.6 51.95-55.95 7.8 75.95-59.0 Jumlah 100.95 51.95 Poligon Frekuensi .6 55.95 2.95-75.95 34.95 Histogram Frekuensi 47.2 71.95-63.95-55.7 63.95-79.95-71.95 23.95-63.95 63.8 71.95 71.95-67.95 0.

95 71.95 63.95 51.95 51.95 67.95 75.95 75.95 67.95 55.95 79.95 Simetris .95 55.95 71.95 59.MODEL POPULASI 47.95 59.95 47.95 79.95 63.

akan tetapi simetris belum tentu normal UKURAN GEJALA PUSAT DAN LETAK . Negatif Positif Normal Normal pasti simetris.

9 57...95 9 593.7 Jumlah 38 2546.95 3 173.95 56. 7 ii.0-67.95 1 53. 8. Arithmatik xx = (x1+x2+x3 .7 64.95 6 443. Modus adalah karakter yang paling sering dijumpai dalam sekelompok populasi. 6. Rata-rata: xx =(∑fixi)/(∑fi) = 2546. apabila data dalam sekelompok populasi diurut dengan order tertentu a. Contoh untuk data diatas.9 69.+ xn)/n i.0-71..0 Kelas (Ujung) Xi Ci Fi ciFi . 7. 7.9 73.1/38 = 67. 6. Median karakter yang posisinya ditengah-tengah.0-63.. X = (5+8+6+5+8+7+6+7+7)/9 b.55 68. Contoh : 5.1 a. a. 6. 7.0-75.35 72.85 60. Urutan data : 5. 8. Nilai Tengah (Rata-rata) a. 2. 7. maka modus = 7 3. 7.5.95 6 371. Median = 7 Memenukan Nila tengah.9 65.0-59. 8.9 61.9 53.95 13 909. 1. modus dan media data dalam bentuk DDF Kelas (Ujung) Xi Fi XiFi 52.. 8. 6.0-55..9 c. 5. Contoh diatas: b.

9 6 Jumlah 38 b = 68. Modus (data dalam bentuk DDF):  Mo = b + p (b1/(b1+b2)).9 3 60. shg xx = 69.95 -4 1 -4 56.05 = 67.95 0 13 0 72.0-55.9 69.0-63.4 c.0-75.0-55.9 57.0-59.0-67.9 6 64.9 61.0 – 0. 52.95 + 4(4/(4+7)) = 69. xo = xi yang ci-nya =0.95 1 6 6 Jumlah 38 -28 Atau xx = x0 + p((∑fici)/(∑fi)).95 + 4((-28/38))= 67.  b = batas bawah kelas modal (kelas dg frekuensi terbanyak)  b1 = frek kelas modal – frek kelas sebelum kelas modal  b2=frek kelas modal – frek kelas setelah kelas modal Kelas (Ujung) fi 52.9 13 72.95 -2 6 -12 64.0-71.9 53.95 -3 3 -9 60.0-71.0-67.95 b1= 13 – 9 = 4 b2= 13 – 6 = 7 p=4 Mo = 67.9 9 68.00 b.0-59.95 -1 9 -9 68.0-75.9 1 56. Median (data dlm bentuk DDF): .0-63. p = panjang kelas.9 73.9 65.

95 Menghitung nilai tengah (rata-rata) utk data khusus a1.  b = batas bawah kelas media.9 6 Jumlah 38 b = 68. Rata-rata terboboti : digunakan utk memperbaiki nilai rata-rata yang dihitung dg rumus xx = ∑xi/n xx = (∑fixi)/(∑fi) : Contoh : data disajikan dalam bentuk persetase .0-55. kelas dimana media terletak  n = ukuran sampel atau banyak data  F = jumlah semua frek dlm kelas lebih kecil dp kelas median  f = frek kelas median Kelas (Ujung) fi 52.  Me = b + p((½ n – F)/f).9 13 72.0-59.9 3 60.0-71.0-75.95 + 4 ((19 -19)/(13)) = 67.0-67.9 1 56.9 6 64.0 – 0.05 = 67.9 9 68.0-63.95 n = 38 p=4 F = 9+6 + 3 + 1 = 19 f = 13 Me = 67.

xx = (∑nixxi)/(∑ni) Rata-rata nilai Jumlah mhs (xxi) (ni) HUTAN 70 150 TERNAK 80 150 TIP 60 100 SOSEK 40 200 AGRO 60 150 Jumlah 750 . MHS Jumlah mhs Jumlah mhs PUTRI (%) putri HUTAN 20 30 150 TERNAK 40 60 150 TIP 30 30 100 SOSEK 40 80 200 AGRO 60 90 150 Jumlah 290 750 Rata-rata (Faperta) = (20+40+30+40+60)/5 = 38. Rata-rata gabungan: utk menghitung rata-rata beberapa kelompok data. yang betul adalah = (290/750)x 100% = 38.7 % xx = (∑fixi)/(∑fi) : ((20*150)+(40*150)+(30*100)+(40*200)+(60*150))/750 = 38.7 a2.

63 a4. Rata-rata Ukur : utk menghitung rata-rata sekelompok data yang perbandingan tiap dua data berurutan tetap (atau hampir tetap): U = √x1x2x3. Rata-rata harmonik: untuk data dalam sampel berukuran n H = n/(∑(1/xi) Contoh : 3.6. setelah 3 tahun jumlahnya menjadi 130 ekor.a3. X2.4.. maka xx = 5.5.4. X3 (PR) . temukan X1.xn Contoh : 2.31... berapa rata-rata pertumbuhannya ? a5.8.5.8. maka H = 7/((1/3)+(1/4)+(1/5)+(1/5)+(1/6)+(1/8)+(1/8)) = 5 (bila digunakan rumus xx = ∑xi/n.8.15. Rata-rata utk fenomena bersifat tumbuh dg syarat-syarat tertentu Pt = Po(1+(xx/100))t Contoh: ayam 40 ekor.6) =100(1+x/100)3 (1+x/100)3 = (13(x/100)0 ) + (12(x/100)1) + (11(x/100)2 + (10(x/100)3) 1100 = 100 (1 + (xx/100) + (xx2/10000) + x3/1000000) 1100 = 100 + xx + xx2 /100 + xx3/10000 1000 = xx + xx2 /100 + xx3/10000 xx3/10000 + xx2 /100 + xx -1000 = 0 .

9 3 57.0-75.95 72.9 6 73.s2 = (n∑fixi2 – (∑fixi)2)/(n(n-1)) jika data bebentuk DDF .s2 = p2[(n∑fici2 – (∑fici)2/n(n-1)] Kelas (Ujung) fi xi xi2 fixi fixi2 52.xx)2)/(n-1) jika data bebentuk DDF .0-63.9 6 61.95 64.9 13 69.xx |)/n C.s2 = (∑fi(xi .xx )2/(n-1) Simpangan Baku : s = √s2 Bentuk-bentuk lain dari varians . DISPERSI DAN VARIASI A.95 Jumlah 38 .0-67.xx | B. Rata-rata Simpangan adalah rata-rata dari simpangan seluruh data Rata-rata Simpangan (RS) = (∑| xi . .95 56.9 9 65.95 68.95 60. Simpangan Baku dan Varians (varians adalah kuadrat dari simpangan baku) Varians : s2 = ∑(xi .0-71.s2 = (n∑xi2 – (∑xi)2/n(n-1) . Simpangan dapat dipahami sebagai beda (jarak) suatu data (xi) dari nilai tengah (rata-rata) (xx) Simpangan = | xi .9 1 53.0-55.0-59.SIMPANGAN.

s =15)..xx) /s) = 100+10((76-73)/10) =103 Matematik = xx0 + s0 (xi . Simpangan Baku atau Varians Gabungan S2 = ∑(ni-1)si2/(∑ni-k) N1 = 3 s12= 4... utk i = 1.2. Bilangan Baku zi = (xi .xx )/s . Koefisien Variasi KV = (s / xx) 100% .. Misal : digunaka xx0=100.3.xx /s)=100+10((91-89)/15) = 101.. Dalam kelas. n Untuk mendapatkan bilangan baku dengan rata-rata xx0 dan simpangan baku s0 digunakan rumus berikut: zi = xx0 + s0 (xi . matakuliah mana kedudukan mhs tsb lebih baik. s0 = 10 Statistik = xx0 + s0 ((xi .xx )/s Contoh: Seorang mhs mendapat nilai mk statistik 76 (xx = 73.33 N2 = 4 s22 = 0 Sgab2 = ((3-1)(4..33) + (4-1)(0))/(3+4-2) = D. s = 10) dan mk matematika 91 (xx = 89...3 E.

093 .Contoh: Ujian statistik TIP dg xx = 43 dan s = 5. Prodi mana yang nilai statistiknya lebih variatif ? KV TIP = (s / xx) = 5/43=0. sedangkan SOSEK xx = 86 dan s = 8.117 KV SOSEK = (s / xx) = 8/86 = 0.

P(A dan B) = P(A) P(B). En) = P(E1) + P(E2) + . PELUANG a) Peristiwa saling eksklusif atau saling asing: juka terjadinya peristiwa yang satu mencegah terjadinya peristiwa yang lain.. P(E1 atau E2 . b) Peluang terjadinya peristiwa E dinyatakan sebagai P(E) adalah n/N apabila peristiwa E dapat terjadi sebanyak n kali diantara N peristiwa yang saling eksklusif dan masing- masing terjadi dengan kesempatan yang sama c) Beberapa aturan peluang a.. P(E) + P(Ex) = 1 c. P(A dan B) = P(B) P(A/B) e.....+ P(En) d. 0 ≤ P(E) ≤ 1 b. jika peristiwa A dan B independen .

.2. DISTRIBUSI BINOM Adalah sebaran peluang terjadinya suatu kejadian X sebanyak A kali dari N kali kemungkinan terhadap dua kejadian yang saling asing (kejadian X dan kejadian bukan X).3.1 (N-A)! = 3! = 3. A = 7 dan  = 0.2.4.5)7(1-0.7.8.2..7..3.3.117 .9..5 N! =10.6.4.2.5.3.4.1 A!= 7. Berapa peluang bahwa semuanya bergambar 1000.1) (3.2.6. berapa peluang didapatnya gambar 1000 sebanyak 7.9. (N-N-2)(N-N-1) Contoh: 5! = 5.1  = Nilai peluang terjadinya kejadian x Contoh soal: Ada 10 mata uang koin pecahan 1000 dilempar keudara.6.6.5)3 = 0.1  N = 10.5.4. Jawab: dari soal diketahui bahwa N = 10. P(X=A) =  N  A (1-)N-A  A  N = N! / (A! (N-A)!)  A N! = N (N-1)(N-2) ..1)) = 120  A P(x = 7) = (120)(0.4.5.1 / ((7.8.2.SEBARAN DISKRIT 1.3.5.2.

3....PR: Seorang penembak dengan tingkat ketepatan menembak 75%. . mata4=3.. +xk = N  1+ 2+ .  kxk dengan : x1+x2+ ... mata3=4.5. DISTRIBUSI MULTINOM Adalah sebaran peluang terjadinya beberapa kejadian A1. Distribusi binom mempunyai nilai tengah dan simpangan baku sbb:  = N  2 = ( N(1-)) 2.. xk!))  1x1  2x2 .4.. mata5=2 dan mata6=1 Jawab: P(6.2. xk) = (N!/(x1! x2! . Hitung pula peluang semua (12) burung yang ditembak adalah terkena peluru. + k = 1 Contoh: 21 dadu dilempar..1) = (21!/(6!5!4!3!2!1!)) (1/6)6(1/6)5(1/6)4(1/6)3(1/6)2(1/6)1 3... Hitung peluang untuk mendapatkan 5 ekor burung dari 12 kali dia menembang burung.xn dari N kemungkinan kejadian. .. . . x2. P(x1. DISTRIBUSI HIPERGEOMETRIK Adalah sebaran peluang terjadinya kejadian A dengan ciri/identitas D sebanyak x kali dari N kemungkinan kejadian yang dianataranya ada sejumlah n kemungkinan berciri D. mata2=5... hitung peluang didapatnya mata1= 6. An yang saling asing masing-masing sebanyak x1. A2... x2.

6 berwarna merah. Diambil secara acak (tidak boleh memilih) 5 buah. DISTRIBUSI POISSON Adalah sebaran peluang terjadinya kejadian yang sangat kecil terjadinya. e-  x P(x) = ---------- x! . Jawab:  D  N-D  x  n-x  P(x) = ---------------  N  n  6  21-6  3  5-3  P(3) = ---------------  21  5 4. tentukan besarnya kemungkinan bahwa yang terambil tersebut 3 diantaranya berwarna merah.  D  N-D  x  n-x  P(x) = ---------------  N  n Contoh: Dalam kotak ada 21 kelereng. 7 berwarna hijau dan 8 berwarna putih.

Contoh: Biasanya sekitar 3 ekor dari setiap seratus ekor anak ayam yang dikirim dari Jakarta mati pada saat tiba di Bengkulu. oleh karenanya nilainya akan = 0 apabila x berupa sebuah titik. e-  x e-90 90100 P(x) = ---------. Jawab: jika x = banyaknya anak ayam yang mati per 3000.= -------------- x! 100! Distribusi Poisson mempunyai nilai tengah () dan simpangan baku () sbb: = 2 =  SEBARAN KONTINYU 1. Besarnya peluang ternyadinya kejadian x antara a sampai b. Besar peluang terjadinya kejadian x adalah luas areal yang dibatasi oleh f(x). maka  = (3/100) 3000 = 90. maka dikatakan bahwa variabel acak x berdistribusi normal. Minggu ini dikirim dari Jakarta sebanyak 3000 ekor anak ayam. DISTRIBUSI NORMAL Jika acak kontinyu x mempunyai fungsi densitas pada X=x dengan persamaan : -½((x-)/)2 f(x) = (1/(√(2)) e dan nilai x mempunyai batas - <x<. adalah sbb: . tentukan besarnya kemungkinan ada 100 anak ayam yang mati saat tiba di Bengkulu.

-½((x-)/)2 P(a<x<b) = b a (1/(√(2)) e Untuk sebaran noemal baku. Sebuah sampel acak telah diambil dari nilai tersebut. maka fungsi densitas normal baku (f(z)) adalah sbb: -½ x2 f(z) = (1/(√(2)) e untuk mengubah distribusi normal umum ((fx)) menjadi distribusi normal baku (f(z)) dapat ditempuh dengan menggunakan transformasi sbb: zi = (xi-)/ besarnya peluang terjadinya kejadian x antara z1 dengan z2 dapat dilihat dalam tabel sebaran normal baku (Biasanya ada pada Lampiran buku-buku Statistik). DISTRIBUSI CHI KUADRAT . tentukan bahwa sampel tersebut bernilai: a) Antara 60 – 75 b) Lebih dari 71 c) Kurang dari 60 2. Conyoh: Nilai statistik mhs Peternakan UNIB menyebar secara normal dengan nilai tengah 66 dan ragam 4. yaitu apabila nilai tengah () adalah 0 dan smpangan baku () adalah satu.

3. DISTRIBUSI F DISTRIBUSI SAMPLING DISTRIBUSI RATA-RATA DISTRIBUSI PROPORSI DISTRIBUSI SIMPANGAN BAKU DISTRIBUSI SELISIH DAN JUMLAH RATA-RATA DISTRIBUSI SELISIH PROPORSI .