(3 sks)
TEKNIK KIMIA
CAPAIAN PEMBELAJARAN
KOMPETENSI YANG DIHARAPKAN DICAPAI:
Mahasiswa dapat:
1. Meningkatkan kemampuan logika penalaran (pola
pikir) mahasiswa dalam penyelesaian
persoalan/masalah;
2. Menjelaskan, menuliskan kembali, meringkas,
memberi contoh konsep dasar statistika serta
melaksanakan perhitungan-perhitungan
menggunakan metoda statistika;
3. Dapat menggunakan metoda statistika dalam
memecahkan masalah industri kimia sederhana.
MATERI
I. PENGERTIAN DASAR & PENYAJIAN DATA
II. DISTRIBUSI FREKUENSI
III. STATISTIK DESKRIPTIF
IV. VARIABEL ACAK & DISTRIBUSI PELUANG
V. TEORI PENAKSIRAN
VI. PENGUJIAN HIPOTESIS
VII. ANALISIS REGRESI DAN KORELASI
VIII. DECISION TREE ANALYSIS
METODA PEMBELAJARAN
Student Centered
Learning
Mahasiswa
– aktif belajar
Dosen sebagai
– fasilitator,
– motivator,
– mempertajam materi
PEMBAGIAN KELOMPOK
Kelompok I :
Kelompok II :
Kelompok III :
Kelompok IV :
Kelompok V :
Kelompok VI :
Kelompok VII :
Kelompok VIII :
TUGAS KELOMPOK
1. MENYUSUN DAN MENYAJIKAN MATERI:
KEL. 1: PENGERTIAN DASAR & PENYAJIAN DATA &
DISTRIBUSI FREKUENSI
KEL. 2: STATISTIK DESKRIPTIF
KEL. 3: VARIABEL ACAK & DISTRIBUSI PELUANG
KEL. 4: TEORI PENAKSIRAN
KEL. 5: PENGUJIAN HIPOTESIS
KEL. 6: ANALISIS REGRESI LINIER SEDERHANA &
LINIER BERGANDA
KEL. 7: ANALISIS REGRESI LOGARITMIK & EKSPONENSIAL
KEL. 8: DECISION TREE ANALYSIS
2. MENYUSUN SOAL DAN JAWABAN
TUGAS KELOMPOK
1. MENYUSUN DAN MENYAJIKAN MATERI
a. Membuat power point materi yang berisi:
- Teori dasar materi serta ringkasan rumus yang
diperlukan serta langkah-langkah penyelesaian.
- Contoh-contoh soal beserta jawabannya
(minimal 3 soal)
b. Menyajikan materi, diskusi & tanya jawab didepan
kelas sesuai jadwal dengan waktu maksimal 40 menit.
2. MENYUSUN SOAL DAN JAWABAN
Semua kelompok yang tidak presentasi
menyusun minimal 3 soal untuk setiap materi
beserta jawabannya.
PENYERAHAN TUGAS KELOMPOK
1. MATERI PRESENTASI:
- Materi diemail ke bungaran.saing@yahoo.com satu hari
sebelum hari jadwal presentasi.
- hard copy digandakan 9 x atau diemail kepada ketua
kelompok lain, sebagai bahan belajar; Email satu hari sebelum
hari jadwal presentasi, dicopy dibagikan sebelum presentasi
dilaksanakan.
- Materi power point harus sudah siap dipresentasikan
minimal 10 menit sebelum kuliah dimulai.
2. SOAL DAN JAWABAN
- Materi soal dan jawaban dapat di email ke
bungaran.saing@yahoo.com sehari sebelum hari
jadwal presentasi, atau digandakan 9x: satu untuk
dosen dan kelompok lain sebelum kuliah dimulai.
PERHATIAN: BAGI YANG TIDAK HADIR KULIAH PADA
SAAT PRESENTASI & SOAL JAWABAN NILAI = 0
PENILAIAN PRESENTASI
PENILAI:
- DOSEN
- KELOMPOK YANG TIDAK PRESENTASI
PENILAIAN:
– NILAI: 0 – 100
– BOBOT NILAI:
– MATERI : 30%
– PENGUASAAN MATERI : 30%
– TEKNIK PRESENTASI : 20%
– KERJASAMA TIM : 20%
BOBOT PENILAIAN TOTAL
PRESENTASI & SOAL JAWABAN 20%
KUIS 10%
UTS 30%
UAS 40%
TOTAL 100%
DAFTAR PUSTAKA
1. Prof. Dr. H. Agus Irianto, “ Statistik, Konsep Dasar,
Aplikasi dan Pengembangannya” Edisi Keempat,
2004, Prenadamedia Group
2. Dr. Riduwa, MBA, “Dasar-dasar Statistika”, Edisi
Revisi, 2014, CV. Alfabeta
3. Ir. M. Iqbal Hasan, MM, “Pokok-pokok Materi Statistik
I” Edisi Kedua, 2003, PT. Bumi Aksara
4. Dr. Sudjana M.A. M.Sc, “ Metoda Statistika”, Edisi
Ketiga, 1984, Penerbit Tarsito, hal 1- 99, 111 -261 ,
296 – 376
5. Drs. Andi Supangat, MSi “Statistika dalam kajian
deskriptif, Inferensi, dan Non Parametrik”, cetakan ke-
3, 2010, Kencana Media Group, hal. 1 – 117, 225 –
305, 325 – 354
DAFTAR PUSTAKA
6. Ir. M. Iqbal Hasan, MM, “Pokok-pokok Materi Statistik II”
Edisi Kedua, 2003, PT. Bumi Aksara
7. Paul Newendrop & John Schuyler, “Decision Analysis for
Petroleum Exploration”, 2nd ed., Planning Press, 2000, hal.
127 – 158
8. Ir. Maroeno Soemosoediro, Ir. Siti Nuraini Sibuea, Ir. Bayu
Satyawira, “ Diktat Pengelolaan Lapangan”, 1991, hal. 59 –
68, 95 – 104
9. Ir. M. Iqbal Hasan, MM, “Pokok pokok Materi Pengambilan
Keputusan”, Penerbit Ghalia, 2002, hal. 44 – 63, 81 – 91
10. Daniel Johnston & James Bush, “ International Oil
Company Financial Management in Nontechnical
Language”,1998, hal 119 - 126
RENCANA PEMBELAJARAN
Minggu ke 1 , 2
Materi, Tujuan dan Peraturan perkuliahan
Pengertian Dasar & Penyajian Data
Distribusi Frekuensi
Presentasi Kel 1 : Pengertian Dasar, Penyajian data &
Distribusi Frekuensi pada minggu ke 2
Minggu ke 3 & 4
Statistik Deskriptif
Presentasi Kel 2 : Statistik Deskriptif pada minggu ke 4
Minggu ke 5 & 6
Variabel Acak & Distribusi Peluang
Presentasi Kel 3: Variabel Acak dan Distribusi Peluang
pada minggu ke 6
Minggu ke 7
Kuis 1
Minggu ke 8
UTS
RENCANA PEMBELAJARAN
Minggu ke 9
Teori Penaksiran
Presentasi Kel 4: Teori Penaksiran : minggu ke 10
Minggu ke 10
Pengujian Hipotesis
Presentasi Kel 5: Pengujian Hipotesis : minggu ke 11
Minggu ke 11 & 12
Analisis regresi & korelasi
Presentasi Kel 6: Analisis Regresi dan Korelasi : minggu ke 12
Minggu ke 13 & 14
Decision Tree Analysis
Presentasi Kel 7: Analisis Regresi dan Korelasi : minggu ke 13
Presentasi Kel 8: Decision Tree Analyisis pada minggu ke 14
Minggu ke 15
Kuis 2
Minggu ke 16
UAS
TATA TERTIB PROSES PEMBELAJARAN
Pada setiap pertemuan, mahasiswa diwajibkan:
1.Hadir tepat waktu, paling lambat 10 menit sebelum dimulai.
2.Kekompok yang bertugas presentasi sudah menyiapkan materi
sebelum kuliah dimulai, saat kuliah mulai langsung presentasi, bagi
yang terlambat nilai dipotong 20%.
3.Menyerahkan bahan presentasi dan soal jawaban kepada dosen dan
kelompok lain sebelum kuliah mulai.
4.Semangat dan aktif mengikuti perkuliahan.
5.Untuk dapat mengikuti UAS kehadiran kuliah minimal 70%.
6.Bersikap sopan santun dalam bertindak dan berpakaian rapi
7.Selama perkuliahan tidak makan, minum, merokok, dan
menggunakan Hp.
8.Mengerjakan tugas sesuai waktu yang dijadwalkan.
9.Tidak melakukan kecurangan dalam kuis maupun ujian.
10.Tidak mengobrol ataupun diskusi di luar topik bahan kuliah.
PENGERTIAN DASAR
STATISTIK DAN STATISTIKA
STATISTIK menyatakan:
Kumpulan data dalam bentuk angka maupun bukan
angka yang disusun dalam bentuk tabel (daftar) dan
atau diagram yang menggambarkan (berkaitan)
dengan suatu masalah tertentu.
– Statistik yang menjelaskan sesuatu hal biasanya
diberi nama statistik mengenai yang bersangkutan:
statistik penduduk, statistik produksi, statistik hasil
pertanian dst.
Ukuran sebagai wakil dari kumpulan data mengenai
suatu hal.Ukuran ini didapat berdasarkan perhitungan
daripada sebagian kumpulan data tentang persoalan
tersebut.
– Persen, rata-rata dll.
STATISTIK DAN STATISTIKA
STATISTIKA
Ilmu pengetahuan yang berhubungan dengan cara-
cara pengumpulan fakta, pengolahan, analisis,
penyajian data, cara penarikan kesimpulan serta
pembuatan keputusan yang cukup beralasan
berdasarkan fakta dan analisa yang dilakukan.
populasi sampel
ELEMEN-ELEMEN STATISTIKA
Populasi terhingga (Populasi finite): terdapat
terhingga banyak anggota, contoh: mahasiswa seluruh
Indonesia, jumlah kendaraan umum di jakarta, penduduk
dunia.
Populasi tak terhingga (populasi infinite):
jumlah populasi tak terhingga. Contoh: melakukan undian
dengan mata uang logam secara terus menerus menghasilkan
populasi takhingga
PERLU DIPERHATIKAN:
Batas2 populasi harus diketahui dan ditentukan dengan
jelas dan tegas
Semua istilah, karakeristik, cara pengukuran dan penilaian
harus didefinisikan dan diambil dengan jelas, tegas dan
konsisten
Semua ini disertai analisis data yang seharusnya ditempuh,
diusahakan agar kesimpulan yang dibuat bersifat takbias,
yakni sedemikian rupa sehingga diharapkan didapat hasil
yang sesuai dengan keadaan yang sebenarnya.
ELEMEN-ELEMEN STATISTIKA
Untuk sampai dengan keputusan misalnya 20%
mahasiswa Indonesia berasal dari keluarga rendah,
diperlukan data mentah yang bisa dikumpulkan
dengan:
1. Sensus: Semua orang tua mahasiswa dengan
karakerisitik yang diperlukan (keadaan ekonomi
keluarga) diteliti /dijadikan obyek penelitian.
Parameter
karakteristik yang dihitung (diukur) dari
populasi atau ukuran-ukuran yang dipakai
untuk menggambarkan karakteristik suatu
populasi
Statistik
Karakteristik yang dihitung (diukur) dari
sampel atau ukuran-ukuran yang dipakai untuk
menggambarkan karakteristik suatu sampel
VARIABEL DAN DATA
VARIABEL
Suatu sifat atau karakeristik suatu sampel/populasi
DATA:
Kumpulan keterangan atau informasi yang diperolah
dari suatu pengamatan, dapat berupa angka, lambang
atau sifat
SYARAT UTAMA agar analisa secara statistik
menghasilkan informasi atau kesimpulan yang baik
adalah
DATA YANG DIOLAH HARUS BAIK
“garbage in, garbage out”
DATA
DATA BAIK adalah data yang sifatnya:
– Representatif (mewakili),
– Obyektif (sesuai dengan apa yang ada atau
terjadi)
– Relevan (ada hubungannya dengan
persoalan yang sedang dihadapi dan akan
dipecahkan
– Tingkat ketelitian yang tinggi atau standar
error (kesalahan baku) yang kecil
JENIS DATA
DATA KUANTITATIF
Data yang berbentuk angka/bilangan dapat
dilakukan perhitungan nilai dapat berubah,
disebut VARIABEL
– DATA INTERVAL: ukuran data mempunyai interval
atau jarak : berat badan antara 50 – 60 kg
– DATA RASIO: berupa angka dalam arti yang
sebenarnya sehingga mempunyai nilai nol.
diperoleh melalui pengukuran dan memiliki tingkat
pengukuran yang paling tinggi diantara jenis data
lainnya.
JENIS DATA
DATA KUALITATIF
data yang bukan berbentuk angka/bilangan: kepuasan
pelanggan (sangat puas, puas, tidak puas). tidak dapat
dilakukan operasi matematika jenis data ini disebut
ATRIBUT
– DATA NOMINAL: ukuran data nominal adalah kategori:
jenis kelamin, laki2 atau wanita; tempat tinggal dll
tingkatan paling rendah
– DATA ORDINAL: hampir sama dengan data nominal,
hanya saja data ordinal mempunyai tingkatan data atau
urutan data atau urutan kelas: kepuasan pelanggan dibagi
menjadi sangat puas, puas, tidak puas. Tingkatnya lebih
tinggi dibandingkan data nominal, walaupun tetap tidak
dapat dilakukan operasi matematika.
JENIS DATA
BERDASARKAN SUMBER DATA:
SUMBER INTERNAL: DATA INTERNAL yang
berasal dari organisasi sendiri
SUMBER EKSTERNAL: DATA EKSTERNAL
yang didapat dari luar organisasi
BERDASARKAN PENGUMPULAN
DATA PRIMER: Data yang dikumpulkan, diolah
serta diterbitkan sendiri oleh penggunanya (bisa
individu atau organisasi yang menggunakan)
DATA SEKUNDER: Data yang tidak dibuat atau
diterbitkan oleh penggunanya.
JENIS DATA
DATA DISKRIT
Data yang sifatnya terputus-putus, nilainya utuh
(bukan pecahan): jumlah penduduk, jumlah mobil dst.
Umumnya hasil dari menghitung: Kota Bekasi
membangun 40 gedung sekolah baru.
DATA KONTINYU
Data yang sifatnya sinambung atau kontinyu, nilai bisa
pecahan: hasil panen padi, panjang jalan, berat sapi
dst.
Umumnya hasil pengukuran: tinggi badan Ali 167,4 cm
PENGUMPULAN DATA
Untuk statistika induktif diperlukan statistika deskriptif
yang benar dan untuk itu diperlukan data yang betul2
“jujur” yakni kebenarannya harus dapat dipercaya.
PENGUMPULAN DATA :
Wawancara (interview): wawancara berstruktur dan tak
berstruktur
Kuesioner (angket).
Observasi (pengamatan)
Tes dan Skala Obyektif
Metode Proyektif
SKALA PENGUKURAN
Skala nominal: membedakan skala ukur contoh: pepaya
2 ton, mangga 1,5 ton.
1 215 2122
2 2123 4030 Nilai terendah
Kelas ke 2
= 2122 + 1
3 4031 5938 = 2123
4 5939 7846
5 7847 9754
Langkah Ketiga
3 4031 5938 I 1
4 5939 7846 I 1
5 7847 9754 I 1
Distribusi Frekuensi Relatif
Frekuensi setiap kelas dibandingkan
dengan frekuensi total
Tujuan ; Untuk memudahkan membaca
data secara tepat dan tidak kehilangan
makna dari kandungan data
Contoh
Distribusi Frekuensi Relatif
1 215 2122 14 70
2 2123 4030 3 15
3 4031 5938 1 5
4 5939 7846 1 5
5 7847 9754 1 5
9754.5
9754.5 20 0
Penyajian Data Bab 2
2. Judul Kolom : memuat keterangan (termasuk unit), dibuat ringkas, jika ada
penjumlahan data dalam baris dimuat pada kolom terakhir. Bila jumlah kolom
banyak dapt diberi nomor. Ditambahkan unit ukuran (Rp, cm, %, dll).
3. Badan Tabel : memuat data. Data dapat dikelompok-kelompokkan. Penjumlahan
data dlm kolom dimuat pd baris paling bawah.
4.Kaki Tabel : keterangan-keterangan tambahan, sumber data yaitu keterangan dari
mana data itu dikutip atau diambil.
5.Keterangan dibawah (foot note) : dapat disertakan untuk memberi penjelasan
mengenai judul, kepala kolom, atau angka-angka dalam tabel, jika diperlukan.
62
Penyajian Data Bab 2
Sumber Data : Monografi Kelurahan Kampung Enam Tahun 2008 Kaki Tabel
63
Tabel Satu Arah (one way table)
Yaitu tabel yang memuat keterangan mengenai satu hal atau satu
karakteristik saja. Misalnya data Produksi kedelai menurut jenis
varietas yang ditanam
Tabel 1. Produksi Kedelai (Ton/ha) berdasarkan varietas
Varietas Kedelai Produksi (ton/ha)
Wilis 120
Sindoro 125
Slamet 140
Galunggung 145
Orba 155
Total 685
Sumber : Data Primer, 2009
64
Tabel dua arah (two way
table)
Yaitu tabel yang menunjukkan hubungan dua hal atau dua
karakteristik yang berbeda. Misalnya data Produksi kedelai menurut
jenis varietas dan daerah panen.
Tabel 2. Produksi Kedelai (Ton/ha) berdasarkan varietas dan daerah
Varietas Kedelai Mamburungan Karang Harapan Total
Wilis 125 130 255
Sindoro 150 135 285
Slamet 163 140 303
Galunggung 170 155 325
Orba 175 174 349
Total 783 734 1517
65
Tabel tiga arah (three way table)
Yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik
yang berbeda. Misalnya data hasil pengamatan produksi kedelai
(ton/ha) menurut jenis varietas, daerah panen, dan jenis tanah.
Tabel 3. Produksi Kedelai (Ton/ha) berdasarkan varietas, daerah panen dan
jenis tanah
Varietas Mamburungan Kr. Harapan Total
Kedelai Liat Pasir Liat Pasir
Wilis 67 65 70 68 270
Sindoro 68 69 72 69 278
Slamet 70 72 72 70 284
Galunggung 71 74 74 72 291
Orba Total 73
349 75
355 73
361 73
352 294
1417
66
B. Grafik (Diagram)
67
Penyajian Data Bab 2
POLIGON
Definisi:
Grafik berbentuk garis dan menghubungkan antara nilai tengah
kelas dengan jumlah frekuensi pada setiap kelas.
Nilai tengah Jumlah
kelas frekuensi 10
231,5 2
5
375,5 5 F k
reun
e s
i
519,5 9 0
231,5 375,5 519,5 663,5 807,0
663,5 3
Nilai Tengah Interval Kelas Harga Saham
807,0 1
68
Penyajian Data Bab 2
KURVA OGIF
KURVA OGIF
25
Frekuensi Kumulatif
20
15
10
5
0
159.5 303.5 447.5 591.5 735.5 878.5
Tepi Kelas Interval Harga Saham
HISTOGRAM
Definisi:
Grafik yang berbentuk balok, di mana sumbu horisontal (X) adalah tepi
kelas dan sumbu vertikal (Y) adalah frekuensi setiap kelas.
10
Interval Frekuensi
8
159,5 - 303,5 2
6
JumlahFrekuensi
303,5 - 447,5 5
4
447,5 – 591,5 9
2
591,5 – 735,5 3
0
735,5 – 878,5 1 195.5-303.5 303.5-447.5 447.5-519.5 591.5-735.5 735.5-878.5
C
A
A 35 35/400=0.09 9%
C 93 93/400=0.23 23%
D 12 12/400=0.03 3%
72
Grafik Gambar (Pictogram Chart)
73
Penyajian Data Kualitatif
Setelah data terkumpul, biasanya yang ingin diketahui:
– Nilai variabel apa yang telah diukur
– Seberapa sering masing-masing nilai terjadi
Jika datanya kualitatif, tabel statistik berupa daftar kategori
(kualitas) dan ukuran seberapa sering masing-masing kategori
terjadi. Ukuran yang biasa digunakan:
– Frekuensi, banyaknya pengukuran yang terjadi (kejadian)
untuk masing-masing kategori.
– Frekuensi relatif, proporsi frekuensi masing-masing
kategori.
– Persentase frekuensi masing-masing kategori.
– Selain tabel statistik, dapat juga digunakan pie chart atau bar
chart untuk menunjukkan distribusi data.
74
TELADAN 1
75
Gambar. 2.2
C
A
A =9%
B = 65 %
C = 23 %
D =3%
76
Pengolahan & Penyajian Data Bab 2
TUGAS LATIHAN II
77
Grafik
Grafik dapat digunakan sebagai laporan
Mengapa menggunakan grafik ?
– Manusia pada umunya tertarik dengan
gambar dan sesuatu yang ditampilkan delam
bentuk visual akan lebih mudah diingat dari
pada dalam bentuk angka
Grafik dapat digunakan sebagi kesimpulan
tanpa kehilangan makna
Grafik Histogram
Histogram merupakan diagram balok
Histogram menghubungkan antara tepi
kelas interval dengan pada sumbu
horizontal (X) dan frekuensi setiap kelas
pada sumbu vertikal (Y)
Kelas Interval Jumlah Frekuensi (F)
1 215 2122 14
2 2123 4030 3
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
Histogram
Harga saham
14
12
10
8
6
4
2
0
Tepi Kelas
Grafik Polygon
16
14
12
10
Jumlah
8
Frekuensi (F)
6
4
2
0
1 2 3 4 5
Kurva Ogif
Merupkan diagram garis yang menunjukan
kombinasi antara interval kelas dengan
frekuensi ku mulatif
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
Kurang dari Lebih dari
25
20
Frekuansi Kumulatif
15 Kurang dari
10 Lebih dari
5
0
1 2 3 4 5 6
Interval kelas
Soal
19 40 38 31 42
23 16 26 30 41
18 27 33 31 27
43 56 45 41 26
30 17 50 62 19
20 27 22 37 42
37 26 28 51 63
42 27 38 42 16
30 37 31 25 18
26 28 39 42 55
PENYAJIAN DATA
TUJUAN: Agar mudah dibaca dan dipahami oleh
pihak-pihak yang berkepentingan harus SISTEMATIS
BEBERAPA BENTUK PENYAJIAN DATA:
TABEL
– Tabel Pengurutan Data
– Tabel Pengelompokkan Data Hasil Pengukuran
– Tabel Pengelompokkan Data Hasil Perhitungan
– Tabel Distribusi Frekuensi
DIAGRAM ATAU GRAFIK ATAU CHART
– Diagram frekuensi absolut
– Diagram frekuensi relatif
– Diagram kumulatif relatif
– Diagram titik, garis
– Diagram batang
– Diagram lambang atau simbol
– Diagram pie atau lingkaran
– Diagram peta atau kartogram
– Diagram pencar
Table 1.1: Indonesia's Exploration and Production Activities 1993-
2003 (BP Migas, 2004; and US Embassy, 2004 and 1999)
Year Oil Contract Seismic Exploration Oil Prod. Gas prod. O&G Rev/ O&G Rev/
GOI
Price Signed 000km Well Barrel/day TCF/year Dom.Rev. GOI Export
1993 16.64 11 188 114 1,534 2.181 31.4% 26.5%
1994 16.08 4 68 75 1,611 2.319 22.3% 24.2%
1995 17.23 20 63 80 1,625 2.573 20.4% 23.0%
1996 20.42 15 61 100 1,575 2.524 22.0% 23.5%
1997 19.10 29 469* 100 1,556 2.547 25.7% 21.8%
1998 13.38 22 307* 145 1,537 2.489 32.7% 16.1%
1999 17.72 6 175* 89 1,515 2.708 26.3% 20.1%
2000 28.00 5 166 76 1,299 2.676 31.2% 23.1%
2001 24.01 10 284 96 1,222 2.734 31.3% 22.4%
2002 25.04 1 NA 75 1,252 2.900 24.6% 21.2%
2003 28.68 16 NA 41 1,156 3.300 20.8%+ NA
10,000
8,000
MMBO
6,000
4,000
2,000
0
1986
1990
1998
1980
1982
1984
1988
1992
1994
1996
2000
2002
2004
Note: Dark green: proven and Light green: potential
Figure 1.1: Indonesia’s Oil Reserves 1980 – 2004 (BP Migas, 2004)
Mean PSC's NPV@25% $0
($20,000,000)
($40,000,000)
($60,000,000)
($80,000,000)
($100,000,000)
Split 65/35 Split 60/40 Split 55/45
wells
200
150
100
50
Year
Figure 1.1: Indonesia's exploration well activities 1967 – 2002 (1997, 1999,
2000, 2001, 2002-2003 USA Embassy, Petroleum Report Indonesia: app.3, BP
MIGAS, 2004)
Grafik Simbol
Grafik Peta atau Kartogram
100 105 110 115 120 125 130 135 140
-5
-10
Figure 1.3: The Indonesia’s Hydrocarbon Basins (Sudibyo, 2004; and BP Migas, 2004)
Grafik Peta atau Kartogram
QUIZ BAB I
1.Bagian dari statistika yang membahas cara melakukan analisis data, menaksir,
meramalkan, menarik simpulan yaitu
A. Statistika induktif
B. Statistika deskriptif
C. Statistika inferensial
D. Statistika analitik
2. Teknik statistika yang dalam analisisnya hanya melibatkan satu variabel
A. Bivariat
B. Mono variat
C. Univariat
D. Homovariat
3. Statistik berasal dari bahasa latin yaitu status atau statista yang mempunyai arti
A. Olah
B. Data
C. Label
D. Negara
4. Data berdasarkan sifat atau angka dapat dibedakan menjadi dua
golongan yaitu diskrit dan .....
A. Binominal
B. Ordinal
C. Kontinu
D. Interval
Contoh skala ordinal yaitu.........
5.
A. Nomor induk mahasiswa
B. Peringkat juara
C. Temperatur
D. Jarak
6. Untuk membuat table distribusi frekuensi diperlukan langkah langkah sebagai
berikut : tentukan rentang kelas : data terbesar dikurangi data terkecil. Tentukan
banyak kelas interval agar semua data baik terkecil hingga terbesar dapat
terakomodasi pada kelas interval tersebut; untuk digunakan suatu formulasi
Sturges dengan bentuk sebagai berikut
A. Banyak kelas = 1 + 2,24 log n
7.Menentukan panjang kelas interval (P) , setelah menentukan rentang kelas dan
banyak kelas, langkah berikutnya adalah menentukan panjang kelas interval
yang satu dengan kelas berikutnya dengan formulasi sebagai berikut :
A. P = rentang kelas interval / banyak interval kelas