Anda di halaman 1dari 18

PROJEK KELOMPOK

STATISTIKA DAN PROBABILITAS MENGENAI
BIODATA MAHASISWA UNIVERSITAS PRIMA
INDONESIA ( UNPRI )

DOSEN
YANTI RAMBE, S.Pd., M.Pd

DIKERJAI OLEH :

M. Abduh Al Bathani ( 143303030473 )
DENNY ( 133303030 )
FRANZ ANDEL ( 143303030 )
GUSDYANTO ( 143303030 )
IRWAN THERMANTO ( 143303030 )
IVANA ( 143303030 )s

TAHUN AJARAN 2016-2017
UNIVERSITAS PRIMA INDONESIA
MEDAN

Medan.” Penulis telah berusaha untuk bisa memberikan yang terbaik. penulis dapat menyelesaikan makalah yang berjudul “PROJEK KELOMPOK STATISTIKA DAN PROBABILITAS MENGENAI BIODATA MAHASISWA UNIVERSITAS PRIMA INDONESIA ( UNPRI ). KATA PENGANTAR Puji dan syukur penulis panjatkan kepada Allah SWT karena berkat. Oleh karena itu dalam kesempatan ini penulis meminta maaf jika dalam makalah ini masih dijumpai berbagai kekurangan. Sholawat beriring salam semoga senantiasa dianugerahkan kepada Nabi Besar Muhammad SAW. Penulis berdoa kiranya Allah SWT yang akan membalas kebaikan semua pihak yang telah membantu penulis dalam penyusunan skripsi ini. rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan makalah ini. sahabat dan orang-orang yang senantiasa berjalan di atas ajaran Allah SWT dan sunnah Nabi. Semoga makalah ini bermanfaat bagi semua pihak. Kritik dan saran pembaca selalu penulis tunggu. 18 Oktober 2016 Penulis i . tetapi menyadari sebagai seorang manusia tentunya tidak luput dari segala kesalahan. Dalam penulisan makalah ini.

........................................................2 Rumusan Masalah .................................................................................... 15 DAFTAR PUSTAKA .......................................................................................................................................6 Diagram ..............................................3 Tujuan Masalah ....... 4 2............... 1 1................2 Saran ...............1 Latar Belakang .............................................................................................5 Data Kontinu .............2 Data Nominal ...........................................................................................................................................................7 Perhitungan Parameter Distribusi Data Tinggi dan Berat Badan .................................... 15 3....................................................................................................... 1 1................ 4 2................... 8 2........................................................ 3 BAB II LANDASAN TEORI .................................................................................. 7 2........... ii BAB I PENDAHULUAN ....................... 14 BAB III KESIMPULAN DAN SARAN ............................................1 Data Mahasiswa / i UNPRI .................................. 16 ii .................................................................... 10 2............................................................ 10 2..........................4 Data Diskrit . 9 2........................ 3 1..................................................................................................................................................................................................... DAFTAR ISI KATA PENGANTAR ................................................................................................................... 15 3.. i DAFTAR ISI ..........3 Data Ordinal ........................................................................1 Kesimpulan .........

Pengertian Statistika Statistika adalah ilmu pengetahuan yang mempelajari metode yang paling efisien tentang cara-cara pengumpulan. Statistika merupakan ilmu yang berkenaan dengan data. ilmu yang mempelajari bagaimana merencanakan. ini dinamakan statistika deskriptif. Statistika Deskriptif Adalah statistika yang berkenaan dengan penataan. penyajian dan analisis serta sebagai sistem yang mengatur keterkaitan antarunsur dalam penyelenggaraan statistik. pengolahan. Sedangkan Statistik (Statistic) adalah nilai yang didapat dari sampel yang diambil yang digunakan untuk menduga nilai dari populasi (Parameter) dimana sampel tersebut diambil. BAB I PENDAHULUAN 1. Statistika Inferensia Adalah statistika yang berkenaan dengan pengujian dan penarikan kesimpulan berdasarkan penafsiran (inferens). dan mempresentasikan data. Menurut Undang-Undang Statistik Republik Indonesia (1997) statistik adalah data yang diperoleh dengan cara pengumpulan. 2. Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda dengan ‘statistik’ (statistic). pengolahan. statistika adalah ilmu yang berkenaan dengan data. penarikan kesimpulan serta pembuatan keputusan yang cukup beralasan berdasarkan data dan analisa yang dilakukan. menginterpretasi. Pengertian Statistika 1 . atau hasil penerapan algoritma statistika pada suatu data. Singkatnya. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.1 LATAR BELAKANG 1. Dari kumpulan data. penyajian serta analisis data. peringkasan dan penggambaran data tanpa dilanjutkan dengan pengujian dan penafsiran (inferens). informasi. mengumpulkan. menganalisis. sedang statistik adalah data. statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data.

50. Jika semakin dekat nilai probabilitas ke nilai 0. 20/100. Probabilitas secara umum merupakan peluang bahwa sesuatu akan terjadi. sampai pada masalah-masalah kecil seperti masuk kantor atau tidak karena awan tebal yang kemungkinan akan hujan deras dan banjir. Kumpulan dari beberapa hasil tersebut dikenal sebagai kejadian (even).89) atau bilangan pecahan seperti 5/100. bidang usaha atau industri. Kata probabilitas itu sendiri sering disebut dengan peluang atau kemungkinan. hasil (outcome) dan kejadian atau peristiwa (even). 0. Sebagai contoh. Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Contohnya kemungkinan hasil pertama ialah sebanyak 58 orang akan mengambil mata kuliah apapun. apakah mereka akan mengambil mata kuliah statistik atau kalkulus. maka semakin besar peluang suatu kejadian akan terjadi. mulai dari bidang ilmiah. Konsep probabilitas memiliki peranan yang penting dalam kehidupan sehari-hari.20 atau 0. Jika semakin dekat nilai probabilitas ke nilai 1. Dari eksperimen ini akan terdapat beberapa kemungkinan hasil.2 RUMUSAN MASALAH 2 . Hasil (outcome) dari pelemparan sebuah dadu tersebut kemungkian akan keluar biji satu atau biji dua atau biji tiga dan seterusnya. Contoh lain dari eksperimen adalah pelemparan sebuah dadu. maka semakin kecil juga kemungkinan suatu kejadian akan terjadi. Kemungkinan hasil lain adalah bahwa 75 orang mengambil mata kuliah kalkulus dan sisanya mengambil mata kuliah statistik. Probabilitas biasanya dinyatakan dengan bilangan desimal (seperti 0. ada tiga kata kunci yang harus diketahui yaitu eksperimen. sebuah eksperiman dilakukan dengan menanyakan kepada 100 orang pembaca. 75/100. 1. bidang pemerintahan. Dalam mempelajari probabilitas. Nilai dari probabilitas berkisar antara 0 sampai dengan 1.

Gambar diagram yang sesuai dengan data yang terkumpul. Mengklasifikasikan (Pembagian) data nominal. 1. Mengklasifikasikan (Pembagian) data ordinal. 4. Mengklasifikasikan (Pembagian) data kontinu. BAB II 3 .3 TUJUAN MAKALAH Tujuan dari makalah ini adalah mahasiswa dapat mengetahui dan memahami ilmu pengetahuan tentang statistika dan probabilitas secara teori bukan hanya secara praktek. 2. Mengklasifikasikan (Pembagian) data diskrit. 5. Setelah mahasiswa mengidentifikasi masalah. 3. maka mahasiswa dapat merumuskan masalah sebagai berikut : 1. 6. Menghitung parameter distribusi data tinggi badan dan berat badan dari data mahasiswa-mahasiswi Universitas Prima Indonesia.

1 Biodata Mahasiswa-Mahasiswi UNPRI Jenis Tinggi Berat Anak Dari Seme Nama Prodi Kelami Tanggal Lahir Badan Badan ke ..) Anak Sistem Fenny Wanita 29-Sep-1995 160 52 3 3 7 Informasi Handy Sistem Pria 10-April-1996 172 60 1 3 7 Cendra Informasi Sistem Yanti Putri Wanita 5-Jan-1996 163 60 1 2 7 Informasi Nita Sistem Wanita 22-Jan-1995 157 42 2 4 7 Ramadani Informasi Sistem Trissica Wanita 2-Des-1995 170 80 3 4 7 Informasi Rehana Sistem Elma Wanita 27-Sep-1994 165 70 1 2 7 Informasi Senaya Sistem Melsandy Wanita 27-Sep-1994 159 65 2 3 7 Informasi Sistem Hajri Yanti Wanita 8-Mei-1995 160 53 1 3 7 Informasi Jenny Sistem Wanita 21-Jun-1995 162 57 3 4 7 Wijaya Informasi Nessi Tri FKM Wanita 20-Nov-1996 149 42 3 3 7 Novira Dian Margetta FKM Wanita 24-Mar-1995 165 49 1 3 7 Silaban Astuti FKM Wanita 22-Jun-1995 150 58 2 4 7 Wulan Irmayanti FKM Wanita 16-Mar-1995 151 49 3 4 7 Manurung Yumi Aisah FKM Wanita 13-Jun-1995 156 68 3 3 7 Mariska FKM Wanita 25-Jan-1995 155 50 1 4 7 Windayani Richa FKM Wanita 17-Des-1994 156 49 3 4 7 Chirstin Roma Ria FKM Wanita 27-Ags-1995 150 50 10 10 7 Silitonga Robert FKM Pria 26-Des-1994 174 75 2 2 7 Jeni FKM Pria 22-Jul-1995 170 65 3 5 7 Handika 4 ... LANDASAN TEORI 2..) ster n (cm) (kg) (. (.

Yobbi Nerva FKM Pria 1-Jan-1994 171 72 1 2 7 Teknik Andreas Pria 04-Jul-1996 170 50 2 2 5 Informatika Hendra Teknik Pria 19-Jan-1996 158 58 2 7 5 Sihombing Informatika Teknik Apryono Pria 2-Feb-1996 170 70 1 4 5 Informatika Teknik Marselem Pria 5-Mar-1996 159 45 2 5 5 Informatika Teknik Christian Pria 5-Jul-1996 175 74 3 6 5 Informatika M. Teknik Pria 30-Sep-1996 172 65 1 3 5 fiqri Informatika M. Abduh Al Teknik Pria 2-Okt-1995 160 45 2 5 5 Bathani Informatika Ridwan Teknik Pria 6-Jul-1998 165 49 1 1 5 Helmi Nst Informatika M.Danu al.Farid Teknik Pria 20-Okt-1995 170 68 5 5 5 Maulana Informatika Teknik Ray Cefri Pria 6-Sep-1996 172 54 1 2 5 Informatika Hafid Teknik Pria 25-Jul-1996 170 68 2 4 5 Afdhal Informatika Jonathan Teknik Andika Pria 18-Dec-1994 168 62 1 3 5 Informatika Sinaga Tommy Teknik Pria 17-Okt-1995 186 95 2 3 5 Simatupang Informatika Teknik Andre Pria 30-Jun-1996 175 65 3 3 3 Informatika Setiawan Teknik Pria 31-Mei-1996 168 55 2 7 7 Putra Informatika Abdi Sistem Pria 12-Feb-1994 168 65 2 2 7 Hidayat Informasi Teknik Steven Pria 6-Jul-1995 170 57 1 2 7 Informatika Alex Teknik Pria 2-Jan-1995 169 59 2 4 7 Chandra Informatika Teknik Sunarly Pria 12-Okt-1995 173 75 1 1 7 Informatika M. Harris Teknik Pria 11-Mar-1994 155 45 3 3 5 Hasibuan Informatika Akbar Teknik Pria 3-Sep-1995 170 45 3 3 5 Abriandi Informatika Reza Arbi Teknik Pria 4-Oct-1996 165 50 3 4 5 Yuha Informatika 5 .

Konsekuensi dari data nominal adalah tidak mungkin seseorang memiliki dua kategori sekaligus dan angka yang digunakan di sini hanya sebagai kode/simbol saja sehingga tidak dapat dilakukan operasi matematika. kemudian “footsal” diwakili dengan huruf B dan “bolavoli” diwakili oleh huruf C.  Pengelompokan rumah-rumah dalam suatu perumahan. data eskul dikategorikan menjadi “basket” yang diwakili dengan huruf A. “selatan” adalah C dan arah “timur” adlah komplek D.2 DATA NOMINAL Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif. “barat” adalah komplek B. data nominal merupakan data dengan level pengukuran yang paling rendah. Contohnya :  data jenis kelamin pada sampel penelitian Departemen Pendidikan.  Dalam salah pesantren antara santriwan dan santriwati asramanya dipisahkan dengan diberisimbol untuk santriwan A2 sedangkan untuk santriwati adalah B2. Hafis Elektro Pria 20-Oct-1996 167 49 1 2 7 Ramadhan Teknik Laki - William 27-May-1995 180 90 2 3 7 Informatika laki William Teknik Laki - 23-Aug-1995 175 70 2 3 6 Alexander Informatika laki Teknik Laki - Wilson 3-Jan-1995 168 55 4 4 7 Informatika laki Peremp Winnie Akuntansi 16-May-1998 156 50 2 2 1 uan Winsen Teknik Laki - 17-Feb-1996 170 63 2 2 7 Halim Informatika laki Yarman Teknik Laki - 26-Aug-1995 167 56 1 5 7 Halawa Informatika laki Teknik Peremp Yenifer 16-Sep-1995 153 60 5 5 7 Informatika uan Teknik Laki - Yoeshua 31-Jul-1995 176 57 1 1 7 Informatika laki 2. para penonton diberikan no kursi duduk yang berbeda agar tidak terjadi perebutan kursi.  Sebuah gedung bioskop. 2. data siswa dikategorikan menjadi ’laki-laki’ yang diwaliki angka 1 dan ’perempuan’ yang diwakili angka 2. Dalam ilmu statistika.  Mengelompokan eskul disuatu SMA dari bidang olahraga.3 DATA ORDINAL 6 . misal dari sebelah “utara” komplek A.

’SMA’ yang diwakili angka 3. merah dan yang terakhir hitam. data berjenis ordinal mempunyai level pengukuran yang lebih tinggi daripada data nominal dan termasuk data kualitatif.. Pada data nominal semua data dianggap bersifat kualitatif dan setara.  Penghitungan suara dalam pemilu. dan ’Sarjana’ yang diwakili angka 5.4 DATA DISKRIT 7 . PDI 30%. * Berdasarkan pengertian mengenai data ordinal. ’SMP’ yang diwakili angka 2. misalkan total suara Demokrat 60%. dalam hal ini jawatimur memegang angka tertinggi dalam survei ini. sehinnga menjadi pemenang dalam pemilu tersebut. Sama halnya dengan data nominal. Golkar 20% berarti suara tertinggi di pegang oleh demokrat sebagai peringkat 1. biru. Pada tingkatan Taekwondo memiliki beberapa tahapan sabuk misalkan dari awal sabuk putih. maka penulis dapat menyimpulkan bahwa data ordinal dari data mahasiswa-mahasiswi Universitas Prima Indonesia adalah anak ke (. hijau. Dalam ilmu statistika..kuning. Contohnya: Mengenai tingkat pendidikan yang dikategorikan menjadi ’SD’ yang diwakili angka 1. data ordinal tetap tidak dapat dilakukan operasi matematika. Angka yang digunakan hanya sebagai kode/simbol saja.  Dalam suatu survei bahwa pelajar di jawa barat 67% mengaku mengalami seks pranikahsedangkan pelajar di jawa timur hampir 84% mengalami seks pranikah.). 2. meskipun tingkatannya lebih tinggi. ’Diploma’ yang diwakili angka 4. sedangkan pada data ordinal terdapat klasifikasi data berdasarkan tingkatannya. dalam contoh tadi tingkat pendidikan tertinggi adalah ’Sarjana’ dan terendah adalah ’SD’ (Sarjana > Diploma > SMA > SMP > SD).  Suatu peringkat ranking disuatu kelas misalkan Ihsan ranking 1 dan udin ranking 2 berarti ihsan lebih pintar dari pada udin.

Data kontinu adalah data kuantitatif yang nilainya menempati semua interval pengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan pecahan dan bulat. berat sapi dan sebagainya.mahasiswi Universitas Prima Indonesia adalah tinggi badan dan berat badan.. nilainya bukan merupakan pecahan (angka utuh). Data diskrit adalah data yang sifatnya terputus-putus.mahasiswi Universitas Prima Indonesia adalaha dari berapa (. * Berdasarkan pengertian mengenai data diskrit. Contoh data kontinyu adalah data tentang hasil panen padi.6 DIAGRAM 8 . panjang jalan. panjang tali 10. Data diskrit adalah data kuantitatif yang nilainya khusus dan merupakan hasil perhitungan serta biasanya berbentu bilangan bulat.. maka penulis dapat menyimpulkan bahwa data diskrit dari data mahasiswa. nilainya bisa berupa pecahan. * Berdasarkan pengertian mengenai data kontinu di atas. 2.). Contoh data diskrit adalah data tentang jumlah penduduk. maka penulis dapat menyimpulkan bahwa data kontinu dari data mahasiswa.25 Km. Data diskrit contohnya adalah jumlah penumpang bus pariwisata 5 orang.8 meter. 2. kendaraan dan sebagainya. dsb. 10 orang atau 40 orang.Contoh : Jarak rumah ke sekolah bisa 1.5 DATA KONTINU Data kontinu adalah data yang sifatnya sinambung atau kontinyu.

3 MSDM. DIAGRAM UNTUK DATA NOMINAL Manajemen Akuntansi.0.6. 40 2.0 Perempuan.1. 1 Sistem Informatika. 11 Laki . 40 2.1.2. Jenis Kelamin 9 . PRODI .1.Laki. 10 Teknik Informatika.1.6.

1.3. 10 Rusmanto 2. Sumantono Tanggal Lahir Sumantono Widya Tan Widya Tan Wilson Wilson Yarman Halawa 2....2...6.6....1. Tanggal Lahir Natashia Rusmanto Anak ke . 0 1 2 4 5 6 7 8 3 Aditya Alex Chandra… 15-Jun-1994 11-Aug-1987 23-Dec-1988 11-Mar-1997 19-Apr-2001 7-May-1990 19-Sep-1991 31-Jan-1993 24-Jul-1998 6-Dec-1999 Cynthia 28-Oct-1995 Dennis Aditya Alex Chandra… Edward Wony Cynthia Ericson Dennis Frendy Liannado Edward Wony Hakiki Ericson Frendy Liannado Irawan Hakiki Jersey Mason Irawan Kevin Tanzanian Jersey Mason Natashia Kevin Tanzanian 2.. DIAGRAM UNTUK DATA ORDINAL Yarman Halawa Tanggal Lahir Anak ke . . Anak ke .

Anak ....2.2.. 0 1 2 4 6 8 9 3 5 7 0 1 2 4 6 8 9 3 5 7 Aditya Aditya Alex Chandra… Alex Chandra… Cynthia Cynthia Dennis Dennis Edward Wony Edward Wony Ericson Frendy Liannado Ericson Hakiki Frendy Liannado Irawan Hakiki Jersey Mason Irawan Kevin Tanzanian Jersey Mason Natashia Kevin Tanzanian Rusmanto 2..6. DIAGRAM UNTUK DATA DISKRIT Wilson Yarman Halawa Semester Dari Berapa . Semester Natashia 11 Sumantono Semester Widya Tan Rusmanto 2..3. Anak 3. Anak Wilson Sumantono Yarman Halawa Widya Tan Dari Berapa . Dari Berapa .6.

019608 2.2156863 Rataan dari berat badan mahasiswa / i UNPRI 𝑇𝑜𝑡𝑎𝑙 𝑇𝑖𝑛𝑔𝑔𝑖 𝐵𝑎𝑑𝑎𝑛 𝑀𝑒𝑎𝑛 ∶ 𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑎𝑡𝑎 8.7 PERHITUNGAN PARAMETER DISTRIBUSI DATA TINGGI BADAN DAN BERAT BADAN MAHASISWA / I UNPRI 1. Rataan (Mean) Rataan dari berat badan mahasiswa / i UNPRI 𝑇𝑜𝑡𝑎𝑙 𝐵𝑒𝑟𝑎𝑡 𝐵𝑎𝑑𝑎𝑛 𝑀𝑒𝑎𝑛 ∶ 𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑎𝑡𝑎 3.173 𝑀𝑒𝑎𝑛 ∶ 51 𝑀𝑒𝑎𝑛 ∶ 62.4. Median 12 . 4.6. DIAGRAM UNTUK DATA KONTINU 200 180 160 140 120 100 80 60 40 Tinggi Badan 20 0 Berat Badan Alex Chandra Rudianto… Cynthia Yarman Halawa Aditya Ericson Hakiki Edward Wony Wilson Natashia Rusmanto Dennis Sumantono Widya Tan Irawan Frendy Liannado Jersey Mason Kevin Tanzanian 2.569 𝑀𝑒𝑎𝑛 ∶ 51 𝑀𝑒𝑎𝑛 ∶ 168. Tinggi dan Berat Badan 2.

167 . 170. Modus Modus dari tinggi badan mahasiswa / i UNPRI adalah 162 . Modus dari berat badan mahasiswa / i UNPRI adalah 55 13 . Median dari berat badan mahasiswa / i UNPRI 𝑛 (𝑋 2 + 1) 𝑀𝑒𝑑𝑖𝑎𝑛 ∶ 2 51 ( 2 + 1) 𝑀𝑒𝑑𝑖𝑎𝑛 ∶ 2 𝑀𝑒𝑑𝑖𝑎𝑛 ∶ 26 Median dari data berat dan tinggi badan mahasiswa / i UNPRI adalah data ke 26 dari data yang sudah di urutkan. 3.

suatu ukuran tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan terjadi di masa mendatang. Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian. dan mempresentasikan data. Sehingga. agar pembaca tidak hanya mendapat teori mengenai statistika dan probabilitas tetapi juga mendapatkannya sebagai praktek. statistika adalah ilmu yang berkenaan dengan data. menginterpretasi. mengumpulkan. 14 . Penulis juga menyarankan pembaca untuk mencoba mendata data sendiri. pembaca juga di harapkan untuk membaca tulisan penulis yang lain. Singkatnya.1 KESIMPULAN Kesimpulannya adalah statistika adalah ilmu yang mempelajari bagaimana merencanakan. BAB III KESIMPULAN DAN SARAN 3. menganalisis.2 SARAN Saran penulis kepada pembaca adalah selain membaca tulisan penulis. 3. pembaca dapat menambah wawasan mengenai statistika dan probabilitas.

J. Statistika Nonparametrik Untuk Penelitian. Wijayanto. Hays. Pengantar Statistika. Dr. Teknik Penarikan Sampel dan Penyusunan Skala. 10. Bahan Kuliah Statistika. 2004. Fakultas Ekonomi Universitas Muhammadiyah Metro.. Bandung. New Delhi. Penerbit Erlangga. 2003. Prof.. New York. PS Matematika. W. 3. Pengantar Statistika. Jakarta. Pascasarjana FE-UI. 12. DAFTAR PUSTAKA 1. 11. Rinehart and Winston. 8. Inc. J Supranto. Penerbit ALFABETA Bandung. Skripsi. Ph. 1985. H. Pascasarjana UNPAD. Penggunaan Korelasi Polikhorik dan Pearson untuk Variabel Ordinal Dalam Model Persamaan Struktural. 1969 5. 2005. Penerbit Ghalia Indonesia. Metode Penelitian. Moh. Anita Kesumahati. Quantificationin Psychology. Nazir. 2007. 7. Structural Equation Modeling dengan LISREL 8. Jakarta. Penerbit PT Gramedia Pustaka Utama. 2005. Bagian Penerbitan Fakultas Ekokomi Universitas Islam Indonesia. 2. Ronald E। Walpole. Hol.D. Prentice Hall.T.5. Edisi Kelima. Yogyakarta. L. Suharto. Teori Dan Aplikasi. Penerbit CV ALFABETA. Roscoe. 2003. Riduan. Jakarta. 1994. 1992. Sugiono. Dasar-dasar Statistika. Zaenal Mustafa El Qodri. Unila. Bandung. 9. 15 . Fundamental Research Statistic for the Behavioral Sciences. 1987 6. Al-Rasyid. Statistik. Jakarta. 1976. Edisi ke-3. 4.