This is default featured slide 1 title

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

This is default featured slide 2 title

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

This is default featured slide 3 title

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

This is default featured slide 4 title

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

This is default featured slide 5 title

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

Senin, 22 Agustus 2016

umum

Jijik Melihat Muntahan Anak, Seorang Ibu Tega Bunuh Balita 4 Tahun

Seorang Ibu Tega Bunuh Balita 4 Tahun
Paini warga desa sukodono kecamatan dampit kabupaten malang kini harus berurusan dengan pihak kepolisian resort malang ia di tangkap karena menjadi tersangka pembunuhan terhadap anak angkatnya sendiri
Dari hasil penyidikan polisi pelaku mengaku membunuh Anggraeni Wulandari karena kesal lantaran sang anak muntah saat makan siang bersama melihat korban muntah tersangka kemudian mendorong kepala korban hingga terjatuh dan membentur kursi melihat sang anak tidak berdaya ayah angkat korban sempat membawanya ke puskesmas setempat namun naas di tengah perjalanan nyawa korban sudah tidak tertolong lagi

"ini berawal ketika yang bersangkutan makan kemudian tiba-tiba muntah ibu angkatnya merasa marah dan jijik melihat korban muntah kemudian mendorong dengan keras dan korban terjatuh sehingga kepalanya terbentur" ujar AKP Adam Purbantoro Kasatreskrim Malang

Sebelum kejadian bocah 4 tahun itu kerap di aniaya sang ibu angkatnya dengan di pukul maupun di cubit perlakuan itu terjadi lantaran sang ibu angkat membenci korban sang ibu sebenarnya tidak menyetujui bila sang suami mengangkat korban menjadi anak namun tersangka tidak mampu berbuat banyak dan hanya bisa melampiaskan kekesalannya kepada sang anak

memahami cara penggunaan peralatan tata cahaya

unsur penting dalam pencahayaan
1.tersedianya peralatan dan perlenkapan
2.tata letak dan titik fokus
3.keseimbangan warna
4.penguaasaan alat dan perlengkapan
5.pemahaman naskah

matematika

. Jangkauan (range)
Range adalah salah satu ukuran statistik yang menunjukan jarak penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi frekuensi. Adapun rumusnya adalah
1
3
Contoh : 
Berikut ini nilai ujian semester dari 3 mahasiswa
A = 60 55 70 65 50 80 40
B = 50 55 60 65 70 65 55
C = 60 60 60 60 60 60 60
Dari data diatas dapat diketahui bahwa
A = memiliki Xmax=80, Xmin= 40 , R = 40 , meanya 60
B = memiliki Xmax=70, Xmin= 50 , R = 20 , meanya 60
C = memiliki Xmax=60, Xmin= 60 , R = 0 , meanya 60
Dari contoh di atas dapat disimpulkan bahwa :
a. Semakin kecil rangenya maka semakin homogen distribusinya
b. Semakin besar rangenya maka semakin heterogen distribusinya
c. Semakin kecil rangenya, maka meannya merupakan wakil yang representatif
d. Semakin besar rangenya maka meannya semakin kurang representatif
2. Simpangan Rata-rata (mean deviation)
Simpangan rata-rata merupakan penyimpangan nilai-nilai individu dari nilai rata-ratanya. Rata-rata bisa berupa mean atau median. Untuk data mentah simpangan rata-rata dari median cukup kecil sehingga simpangan ini dianggap paling sesuai untuk data mentah. Namun pada umumnya, simpangan rata-rata yang dihitung dari mean yang sering digunakan untuk nilai simpangan rata-rata.
  • Data tunggal dengan seluruh skornya berfrekuensi satu
1
dimana xi merupakan nilai data
  • Data tunggal sebagian atau seluluh skornya berfrekuensi lebih dari satu
2
dimana xi merupakan nilai data
  • Data kelompok ( dalam distribusi frekuensi)
2
dimana xi merupakan tanda kelas dari interval ke-i dan fi merupakan frekuensi interval ke-i
Contoh :
Dari tabel diperoleh 1
2
1
3. Simpangan Baku (standard deviation)
Standar deviasi merupakan ukuran penyebaran yang paling banyak digunakan. Semua gugus data dipertimbangkan sehingga lebih stabil dibandingkan dengan ukuran lainnya. Namun, apabila dalam gugus data tersebut terdapat nilai ekstrem, standar deviasi menjadi tidak sensitif lagi, sama halnya seperti mean.
Standar Deviasi memiliki beberapa karakteristik khusus lainnya. SD tidak berubah apabila setiap unsur pada gugus datanya di tambahkan atau dikurangkan dengan nilai konstan tertentu. SD berubah apabila setiap unsur pada gugus datanya dikali/dibagi dengan nilai konstan tertentu. Bila dikalikan dengan nilai konstan, standar deviasi yang dihasilkan akan setara dengan hasilkali dari nilai standar deviasi aktual dengan konstan.
Rumus Simpangan Baku untuk Data Tunggal
  • untuk data sample menggunakan rumus
11
  • untuk data populasi menggunkan rumus
1
Contoh :
Selama 10 kali ulangan semester ini sobat mendapat nilai 91, 79, 86, 80, 75, 100, 87, 93, 90,dan 88. Berapa simpangan baku dari nilai ulangan sobat?
Jawab
Soal di atas menanyakan simpangan baku dari data populasi jadi menggunakan rumus simpangan baku untuk populasi.
Kita cari dulu rata-ratanya
rata-rata = (91+79+86+80+75+100+87+93+90+88)/10 = 869/10 = 85,9
3
Kita masukkan ke rumus
1
Rumus Simpangan Baku Untuk Data Kelompok
  • untuk sample menggunakan rumus
2
  • untuk populasi menggunakan rumus
21
Contoh :
Diketahui data tinggi badan 50 siswa samapta kelas c adalah sebagai berikut
4
hitunglah berapa simpangan bakunya
1. Kita cari dulu rata-rata data kelompok tersebut
5
2. Setelah ketemu rata-rata dari data kelompok tersebut kita bikin tabel untuk memasukkannya ke rumus simpangan baku
6
4. Varians (variance)
Varians adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.  Varians diberi simbol  σ2 (baca: sigma kuadrat) untuk populasi dan untuk ssampel.
Selanjutnya kita akan menggunakan simbol s2  untuk varians karena umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.
Rumus varian atau ragam data tunggal untuk populasi
01
Rumus varian atau ragam data tunggal untuk sampel
02
Rumus varian atau ragam data kelompok untuk populasi
03
Rumus varian atau ragam data kelompok untuk sampel
04
Keterangan:
σ2 = varians atau ragam untuk populasi
S2 = varians atau ragam untuk sampel
fi = Frekuensi
xi = Titik tengah
x¯ = Rata-rata (mean) sampel dan   μ = rata-rata populasi
=  Jumlah data
5. Koefisien variasi (Coefficient of variation)
Koefisien variasi merupakan suatu ukuran variansi yang dapat digunakan untuk membandingkan suatu distribusi data yang mempunyai satuan yang berbeda. Kalau kita membandingkan berbagai variansi atau dua variabel yang mempunyai satuan yang berbeda maka tidak dapat dilakukan dengan menghitung ukuran penyebaran yang sifatnya absolut.
Koefisien variasi adalah suatu perbandingan antara simpangan baku dengan nilai rata-rata dan dinyatakan dengan persentase.
Besarnya koefisien variasi akan berpengaruh terhadap kualitas sebaran data. Jadi jika koefisien variasi semakin kecil maka datanya semakin homogen dan jika koefisien korelasi semakin besar maka datanya semakin heterogen.

Diberdayakan oleh Blogger.

Daftar Blog Saya