Padapertemuan ketujuh ini yang menjadi topik pembahasan adalah Ukuran Penyebaran Data. Di mana sub pembahasannya antara lain: Skor Baku Koefisien Variasi Kemiringan Kurtosis Untuk penjelasan materi kuliahnya bisa dilihat pada video di bawah ini: Terima kasih.Jawabankoefisien variansinya adalah 32,6%.koefisien variansinya adalah 32,6%.PembahasanIngat kembali rumus koefisien variasi. KV ​ = ​ x S ​ â‹… 100% ​ Menentukan rata-rata terlebih dahulu. x x x ​ = = = ​ n x 1 ​ + x 2 ​ + ... + x n ​ ​ 5 7 + 12 + 6 + 10 + 5 ​ 8 ​ Kemudian menentukan simpangan baku. S S S S S ​ = = = = = ​ n ∠​ x i ​ − x ​ ​ 5 7 − 8 2 + 12 − 8 2 + 6 − 8 2 + 10 − 8 2 + 5 − 8 2 ​ ​ 5 − 1 2 + 4 2 + − 2 2 + 2 2 + − 3 2 ​ ​ 5 1 + 16 + 4 + 4 + 9 ​ ​ 2 , 608 ​ Sehingga, diperoleh koefisien variasi KV ​ = = ​ 8 2 , 608 ​ â‹… 100% 32 , 6% ​ Jadi, koefisien variansinya adalah 32,6%.Ingat kembali rumus koefisien variasi. Menentukan rata-rata terlebih dahulu. Kemudian menentukan simpangan baku. Sehingga, diperoleh koefisien variasi Jadi, koefisien variansinya adalah 32,6%. DANKOEFISIEN VARIASI PADA PEMBIAYAAN PERBANKAN SYARIAH DI INDONESIA Nur Awwalunnisa Fakultas Ekonomi, Universitas Mataram, Lombok Email: awwalunnisanur@ HISTORY Received: 0 6 Februari 2016 Accepted: 10 Juni 2016 Online available: 3 0 Juni 2016 Keywords: Rate of return, Risk, Mudharabah-Musyarakah Financing, Murabahah Ukuran Dispersi adalah ukuran yang menggambarkan bagaimana suatu kelompok data menyebar terhadap pusat data. Dispersi sama artinya dengan variasi data dan keragaman data. Dispersi Mutlak Dispersi mutlak digunakan untuk mengetahui tingkat variabilitas nilai-nilai observasi pada suatu data. Macam-macam dispersi mutlak sebagai berikut Jangkauan Range Jangkauan adalah selisih antara nilai maksimum dengan nilai minimum dalam suatu kelompok / susunan data. Sifat Jangkauan sangat peka terhadap data dengan nilai terbesar dan terkecil sehingga tidak stabil untuk nilai ekstremSemakin besar nilai jangkauan, maka data semakin heterogen dan bervariasi Rumus Data Tunggal r = Xn – X1r = Nilai Maximum – Nilai Minimum Data Berkelompok r = Nilai Tengah Kelas Terakhir – Nilai Tengah Kelas Pertamar = Batas Atas Kelas Terakhir – Batas Bawah Kelas Pertama Simpangan Kuartil Quartile Deviation Simpangan kuartil atau jangkauan semi antar kuartil adalah setengah dari jangkauan kuartil. Sifat Menghindari kelemahan dari jangkauan/rangeMenghilangkan nilai ekstremMenghapus nilai yang terletak di bawah kuartil pertama dan kuartil ketiga Rumus \[ Q_d = \frac{Q_3 – Q_1}{2} \] Simpangan Rata-rata Mean Deviation Simpangan rata-rata adalah jumlah nilai mutlak dari selisih semua nilai rata-rata dibagi dengan banyaknya data. Atau dengan kata lain, penyimpanan nilai-nilai individu dari nilai rata-ratanya. Rata-rata bisa berupa mean atau median. Sifat Akan selalu bernilai positif karena menggabungkan tanda mutlak Untuk data mentah, simpangan rata-rata dari median cukup kecil sehingga simpangan ini dianggap paling sesuai untuk data mentahMenghindari kelemahan simpangan kuartil karena dihitung dari semua data Rumus Data Tunggal Rata-rata hitung dari nilai absolut simpangan \[ d_{\overline{x}} = \frac{1}{n} \sum_{i=1}^{n} X_i – \overline{X} \] Simpangan terhadap median \[ d_{Me} = \frac{1}{n} \sum_{i=1}^{n} X_i – Med \] Data Berkelompok \[ d = \frac{\sum fM_i – \overline{X}}{\sum f} \] Mi = nilai tengah kelas ke-i Varians Varians adalah ukuran keragaman yang melibatkan seluruh data, dengan menghitung rata-rata dari jumlah kuadrat nilai simpangan. Sifat Menghindari kekurangan simpangan rata-rata, yaitu dengan menguadratkan nilai simpangan, sehingga nilai negatif berubah menjadi nilai positif. Rumus Data Tunggal \[ S^2 = \frac{\sum_{i=1}^{n} X_i – \overline{X}^2}{n-1} \] \[ X_i = data \ ke-i \] Data Berkelompok \[ s^2 = \frac{\sum_{i=1}^{k} f_i x_i – \overline{x}^2}{\sum_{i=1}^{k} f_i-1} \] \[ X_I = nilai \ tengah \ kelas \ ke-i \] Simpangan Baku Standard Deviation Simpangan baku adalah akar kuadrat positif dari varians. Sifat Simpangan baku diukur pada satuan yang sama, sehingga mudah untuk diperbandingkanKelompok data yang heterogen mempunyai simpangan baku yang besarMengatasi kekurangan simpangan rata-rata yang mengabaikan tanda-tanda penyimpanganLebih stabil karena semua gugus data dipertimbangkan dan tidak berubah jika ditambahkan nilai konstanNamun sensitive terhadap nilai ekstrem Rumus Data Tunggal Simpangan Baku Populasi \[ \sigma = \sqrt{\frac{\sum_{i=1}^{N} X_i – \mu^2}{N}} \] \[ \sigma = \sqrt{\frac{1}{N} [\sum_{i=1}^{n} X_i^2 – \frac{\sum_{i=1}^{N} X_i^2}{N}]} \] Simpangan Baku Sampel \[ S = \sqrt{\frac{\sum_{i=1}^{n} X_i – \overline{X}^2}{n-1}} \] \[ S = \sqrt{\frac{1}{n-1} [\sum_{i=1}^{n} X_i^2 – \frac{\sum_{i=1}^{n} X_i^2}{n}]} \] \[ S = \sqrt{\frac{n \sum_{i=1}^{n} X_i^2 – \sum_{i=1}^{n} X_i^2}{nn-1}} \] Data Berkelompok Rumus sampel kelas yang sama \[ S = c \sqrt{\frac{\sum_{i=1}^{k} f_id_i^2}{n-1} – \frac{\sum_{i=1}^{k} f_id_i}{n-1}^2} \] S = simpangan baku sampelfi = frekuensi kelas ke-idi = simpangan dari kelas ke-i terhadap titik asal asumsin = banyaknya sampelc = besarnya kelas interval Rumus sampel kelas tidak sama \[ S = \sqrt{\frac{1}{n-1} \sqrt{\sum_{i=1}^{k} f_iM_i^2 – \frac{\sum_{i=1}^{k} f_iM_i^2}{n-1}}} \] Mi = nilai tengah dari kelas ke-ii = 1, 2, …, k Dispersi Relatif Disperse relatif digunakan untuk membandingkan tingkat variabilitas nilai-nilai observasi suatu data dengan tingkat variabilitas nilai-nilai observasi data lainnya. Macam dari disperse relative adalah Koefisien Variasi Variance Coefficient. Koefisien Variasi Variance Coefficient Koefisien Variasi KV atau Koefisien Keragaman KK adalah suatu nilai untuk mengukur disperse atas dasar pengertian relative, bukan absolut. Sifat Semakin kecil KV, data semakin homogenMerupakan ukuran yang bebas satuan dan dinyatakan dalam persentaseKurang tepat apabila rata-rata hampir sama dengan 0Tidak stabil apabila skala pengukurannya bukan skala rasioDigunakan untuk tingkat variasi beberapa kelompok data dengan satuan unit yang berbedaDigunakan untuk tingkat variasi beberapa kelompok data yang mempunyai nilai rata-rata hitung yang amat jauh berbeda Rumus Simpangan baku dibagi dengan rata-rata hitungnya \[ KV = \frac{s}{\overline{x}} \times 100% \] \[ KV = \frac{\sigma}{\mu} \times 100% \] adalah deviasi dari populasi Jika rata-rata dan standar deviasi tidak dapat dihitung, maka gunakanlah rumus berikut ini. \[ K_{DQ} = \frac{d_q}{Me} = \frac{\frac{Q_3 – Q_1}{2}}{Me} \] Materi Lengkap Berikut adalah beberapa materi lengkap yang membahas tuntas mengenai Ukuran. Tonton juga video pilihan dari kami berikut ini
Modusdari data 2, 3, 2, 5, 4, 4, 7, 6, 8, 9 adalah : a. 2 b. 2 dan 4 c. 3 d. 5 e. 4 1. Diketahui Lmo=59,5,c=10,d1=4,d2=3 Berikut ini merupakan kondisi alam yang merupakan penyebab terjadinya variasi random/residu dari data berkala yaitu Jawab : perubahan politik, gempa bumi & banjir Jika harga nilai koefisien korelasi antara -1 ≤ rUnduh PDF Unduh PDF Koefisien korelasi yang disimbolkan dengan "r" atau "ρ", adalah ukuran korelasi linear suatu hubungan, baik dalam hal besar maupun arah antara dua variabel. Koefisien korelasi memiliki nilai antara -1 hingga +1, dengan tanda plus dan minus yang menandakan korelasi positif dan negatif. Jika koefisien korelasi bernilai tepat -1, hubungan antara kedua variabel tersebut merupakan negatif sempurna. Sementara itu, jika koefisien korelasi bernilai tepat +1, hubungan di antara kedua variabel merupakan positif sempurna. Jika tidak, kedua variabel mungkin memiliki korelasi positif, negatif, atau bahkan tidak berkorelasi sama sekali. Anda bisa menghitung koefisien korelasi secara manual, menggunakan kalkulator di internet, atau menggunakan fungsi statistik dalam kalkulator grafik. 1 Susun data-data Anda. Sebelum mulai menghitung koefisien korelasi, pertama-tama amati terlebih dahulu pasangan data Anda. Menuliskan data dalam tabel mungkin akan membantu, baik itu secara vertikal maupun horizontal. Tandai tiap-tiap kolom atau baris dalam tabel dengan x dan y. [1] Sebagai contoh, anggaplah Anda memiliki empat pasang data x dan y. Tabel Anda akan tampak seperti ini x y 1 1 2 3 4 5 5 7 2 Hitung nilai rata-rata mean x. Untuk menghitung nilai rata-rata, Anda harus menjumlahkan seluruh nilai x, kemudian membaginya dengan jumlah data.[2] 3 Cari nilai rata-rata y. Untuk menemukan rata-rata y, gunakan cara yang sama. Jumlahkan seluruh nilai y, kemudian bagi dengan jumlah datanya. [3] 4 Tentukan nilai simpangan baku x. Setelah mendapatkan nilai rata-rata, Anda bisa menghitung simpangan baku standard deviation. Untuk mendapatkan nilai ini, gunakan rumus[4] 5 Hitung nilai simpangan baku y. Gunakan perhitungan yang sama untuk mencari simpangan baku y. Gunakan rumus yang sama pada data y. [5] 6 Telaah rumus dasar untuk mencari koefisien korelasi. Rumus perhitungan koefisien korelasi menggunakan nilai rata-rata, simpangan baku, dan jumlah pasangan data yang disimbolkan dengan n. Koefisien korelasi itu sendiri disimbolkan dengan huruf r kecil atau huruf Yunani rho kecil ρ. Dalam artikel ini, kita akan menggunakan rumus koefisien korelasi Pearson, sebagai berikut[6] Anda mungkin menyadari ada perbedaan kecil dalam rumus di sini atau dalam buku. Misalnya, sebagian orang mungkin menggunakan notasi Yunani dengan rho dan sigma, sementara lainnya menggunakan r dan s. Meskipun mungkin tampak sedikit berbeda, secara matematis, rumus tersebut sama dengan rumus ini. 7 Hitung koefisien korelasi. Sekarang, setelah mendapatkan nilai rata-rata dan simpangan baku untuk setiap variabel, Anda bisa menggunakannya untuk menghitung koefisien korelasi. Ingatlah bahwa n mewakili jumlah data. Sementara itu, data lainnya telah dihitung dalam langkah sebelumnya. [7] 8 Pahami makna hasilnya. Sampel data di atas memiliki koefisien korelasi sebesar 0,988. Nilai ini menyatakan dua hal mengenai data. Perhatikan tanda dan besarnya nilai tersebut. [8] Koefisien korelasi di atas bernilai positif. Jadi, Anda bisa mengatakan bahwa data x dan y berkorelasi secara positif. Hal ini berarti, peningkatan nilai x akan diikuti dengan peningkatan nilai y. Koefisien korelasi di atas bernilai mendekati +1, berarti data x dan y memiliki hubungan yang sangat erat. Jika digambarkan dalam grafik, titik-titik ini akan membentuk garis yang nyaris lurus. Iklan 1Carilah kalkulator korelasi di internet. Pengukuran korelasi adalah perhitungan standar dalam statistik. Perhitungan koefisien korelasi dari data berjumlah besar bisa menghabiskan sangat banyak waktu jika dilakukan secara manual. Jadi, kalkulator korelasi daring disediakan oleh banyak pihak. Gunakan peramban apa saja, dan masukkan kata kunci “correlation calculator”. 2 Masukkan data. Pahami baik-baik panduan dalam situs web untuk memastikan Anda memasukkan data dengan benar. Masukkan data dalam urutan yang benar, atau korelasi yang dihasilkan tidak akan tepat. Situs web yang berbeda mungkin menggunakan format yang berbeda untuk memasukkan data. Misalnya, di situs web Anda akan menemukan satu kotak horizontal untuk memasukkan nilai x, dan kotak horizontal yang lain untuk memasukkan nilai y. Masukkan setiap data dengan dipisahkan tanda koma. Dengan demikian, data-data yang dihitung dalam langkah sebelumnya harus dimasukkan sebagai 1,2,4,5. Sementara itu, data y harus dimasukkan sebagai 1,3,5,7. Di situs web lain seperti Anda bisa memasukkan data baik secara horizontal maupun vertikal asalkan berurutan. 3Hitung hasilnya. Situs web perhitungan korelasi ini cukup populer karena setelah data dimasukkan, Anda umumnya hanya perlu menekan tombol “Calculate”, dan hasilnya akan muncul secara otomatis. Iklan 1 Masukkan data. Gunakan kalkulator grafik dengan masuk ke fungsi statistik dalam kalkulator dan memilih perintah “Edit”.[9] Setiap kalkulator memiliki tombol perintah yang sedikit berbeda. Artikel ini akan memberikan panduan khusus untuk kalkulator Texas Instruments TI-86. Masuk ke fungsi Stat dengan menekan [2nd]-Stat di atas tombol +, kemudian F2-Edit. 2 Hapus seluruh data lama yang tersimpan. Sebagian besar kalkulator akan menyimpan data statistik hingga dihapus. Agar data yang lama tidak dimasukkan ke dalam perhitungan data baru, Anda harus menghapus seluruh data lama yang tersimpan sebelumnya. [10] Gunakan tombol anak panah untuk menggeser kursor ke “xStat”. Kemudian tekan Clear dan Enter. Langkah ini seharusnya akan menghapus seluruh nilai dalam kolom xStat. Gunakan tombol anak panah untuk menggeser kursor ke “yStat”. Tekan Clear dan Enter untuk menghapus data dari kolom tersebut. 3 Masukkan nilai data. Geser kursor ke baris pertama di bawah xStat dengan tombol anak panah. Masukkan data pertama Anda, kemudian tekan Enter. Anda seharusnya akan melihat baris di bagian bawah layar menunjukkan “xStat1=__”, beserta nilai data di dalamnya. Saat tombol Enter ditekan, data ini akan masuk ke dalam tabel, dan kursor akan bergeser ke baris berikutnya. Sementara itu, baris di bagian bawah layar akan menunjukkan“xStat2=__”.[11] Lanjutkan memasukkan seluruh data x. Setelah data x dimasukkan seluruhnya, gunakan tombol anak panah untuk berpindah ke kolom yStat, kemudian masukkan data y. Setelah seluruh data dimasukkan, tekan Exit untuk menutup layar dan keluar dari menu Stat. 4 Hitung statistik regresi linear. Koefisien korelasi adalah indikator seberapa dekat suatu data dengan garis lurus. Kalkulator grafik statistik dapat menghitung garis yang paling sesuai beserta koefisien korelasinya dalam waktu sangat cepat. [12] Masuk ke fungsi Stat, kemudian tekan tombol Calc. Pada kalkulator TI-86, hal ini dapat dilakukan dengan menekan tombol [2nd][Stat][F1]. Pilih perhitungan regresi linear. Pada kalkulator TI-86, pilihan ini berada pada tombol [F3], yang bertanda “LinR”. Layar grafik seharusnya akan menunjukkan garis “LinR _”, dengan kursor yang berkedip-kedip. Anda sekarang harus memasukkan nama kedua variabel yang ingin dihitung. Kedua variabel ini adalah xStat dan yStat. Pada kalkulator TI-86, masukkan nama variabel dengan menekan tombol [2nd][List][F3]. Baris di bagian bawah layar kalkulator seharusnya menunjukkan pilihan variabel yang tersedia. Pilihlah [xStat] mungkin berada di tombol F1 atau F2, kemudian masukkan tanda koma, kemudian pilih [yStat]. Tekan Enter untuk menghitung data. 5 Pahami makna hasilnya. Saat tombol Enter ditekan, kalkulator akan langsung menghitung informasi berikut ini dari data yang Anda masukkan[13] Iklan 1 Pahami konsep korelasi. Korelasi berarti hubungan statistik antara dua nilai. Koefisien korelasi adalah angka yang dapat dihitung dari seluruh pasangan data. Angka ini selalu berada dalam rentang -1 dan +1, yang merupakan indikator seberapa erat hubungan di antara kedua data tersebut. [14] Misalnya, jika Anda mengukur tinggi badan dan usia anak-anak hingga 12 tahun, Anda akan mungkin akan menemukan korelasi positif yang erat. Seiring pertambahan usia, anak-anak cenderung akan bertambah tinggi. Contoh korelasi negatif adalah perbandingan antara waktu yang dihabiskan seseorang untuk berlatih memukul bola golf dengan skor yang diperolehnya. Semakin lama berlatih, skor golf seseorang seharusnya akan berkurang. Di sisi lain, Anda mungkin akan menemukan korelasi yang kecil baik itu positif maupun negatif antara ukuran sepatu dengan nilai ujian nasional seseorang. 2 Ketahui cara mencari nilai rata-rata. Nilai rata-rata, atau mean dari suatu kelompok data dihitung dengan menjumlahkan seluruh nilai data kemudian membaginya dengan jumlah data dalam kelompok tersebut. Sebelum mencari koefisien korelasi suatu data, Anda harus menghitung nilai rata-ratanya terlebih dahulu. [15] Nilai rata-rata disimbolkan sebagai nama variabel dengan garis horizontal di atasnya. Simbol ini sering kali disebut sebagai “x-bar” atau “y-bar” untuk kelompok data x dan y. Namun, nilai rata-rata juga mungkin disimbolkan sebagai huruf Yunani mu kecil, μ. Untuk menyatakan nilai rata-rata kelompok data x, Anda harus menuliskannya sebagai μx or μx. Sebagai contoh, jika Anda memiliki kelompok data x 1,2,5,6,9,10, nilai rata-ratanya akan diperhitungkan seperti ini 3 Perhatikan pentingnya simpangan baku. Dalam statistik, simpangan baku menyatakan variasi, yaitu seberapa jauh perbedaan antara setiap nilai data dengan nilai rata-ratanya. Sekelompok angka yang memiliki simpangan baku kecil biasanya tidak jauh berbeda satu sama lain. Sementara itu, kelompok data dengan simpangan baku yang besar biasanya memiliki nilai yang sangat jauh berbeda satu sama lain. [16] Simpangan baku disimbolkan dengan huruf s kecil, atau huruf Yunani sigma kecil, . Dengan demikian, simpangan baku dari data x akan disimbolkan sebagai sx atau x. 4 Ketahui notasi penjumlahan. Notasi penjumlahan adalah salah satu notasi yang paling sering digunakan dalam matematika. Notasi ini disimbolkan dengan huruf Yunani sigma besar, atau ∑.[17] Sebagai contoh, jika Anda memiliki kelompok data x 1,2,5,6,9,10, berarti ∑x 1+2+5+6+9+10 = 33. Iklan Koefisien korelasi terkadang disebut sebagai “Pearson product-moment correlation coefficient” untuk menghormati penelitinya, Karl Pearson. Secara umum, koefisien korelasi lebih dari 0,8 baik positif maupun negatif menunjukkan hubungan yang erat, sedangkan koefisien korelasi kurang dari 0,5 sekali lagi, baik itu positif maupun negatif menunjukkan hubungan yang lemah. Iklan Peringatan Korelasi menunjukkan bahwa dua kelompok data memiliki suatu hubungan. Namun, jangan langsung mengartikan hubungan ini sebagai sebab-akibat. Misalnya, jika Anda membandingkan ukuran sepatu dengan tinggi badan manusia, Anda mungkin akan menemukan hubungan positif yang erat di antara keduanya. Orang bertubuh tinggi umumnya memiliki kaki yang berukuran besar. Namun, hal ini tidak berarti pertambahan tinggi badan membuat kaki Anda bertambah besar, atau memiliki kaki berukuran besar akan membuat tubuh meninggi. Hanya saja, keduanya terjadi secara bersamaan. Iklan Tentang wikiHow ini Halaman ini telah diakses sebanyak kali. Apakah artikel ini membantu Anda?
Modelregresi berdasarkan hasil analisis di atas adalah sebagai berikut. Y = β + β 1 X ROA = β + β 1 Asset Turn Over Dengan: β konstanta = -3,001 β 1 koefisien regresi = 1,017 maka didapat persamaan dalam bentuk logaritma natural: LN_ROA = -3,001 + 1,017 LN_ Asset Turn Over + e Setelah dilakukan anti logaritma natural, diperoleh persamaan
MatematikaSTATISTIKA Kelas 12 SMAStatistika WajibRagamRagamStatistika WajibSTATISTIKAMatematikaRekomendasi video solusi lainnya0148Diketahui data 2,6,7,1,4. Varians data tersebut adalah .... 0314Hasil ulangan matematika sekelompok siswa disajikan pada ...0148Ragam dari data 30, 40, 60, 70, 50 adalah ...0243Tentukan simpangan rata-rata dan simpangan baku data beri...Teks videojika diketahui soal seperti ini maka penyelesaiannya adalah terlebih dahulu kita harus memahami rumus dari variasi yaitu 1 N dari Sigma dari X dikurang rata-rata kuadrat nilainya dikodekan maka nilai rumus rata-rata adalah 1 per n dikali Sigma X maka kita dapat mencari nilai rata-ratanya terlebih dahulu yaitu 15 karena jumlah sukunya 50 + 8 + 6 + 14 + 12 Maka hasilnya menjadi 1 per 5 dikali dengan 50 = 10 maka rata-ratanya adalah 10 lalu kita anterin variansinya1 per 5 karena juga suhunya 5 dan X dengan 10 dikurang 10 kuadrat ditambah 8 dikurang 10 ditambah 6 dikurang 10 kuadrat ditambah 14 dikurang 10 kuadrat ditambah 12 dikurang 10 kuadrat maka hasilnya menjadi 1 per 5 dikali dengan 0 + 2 kuadrat 4 + 16 + 16 + 4 Maka hasilnya menjadi 40 dengan 5 menjadi 8 maka jawabannya adalah yang sekian sampai jumpa di selanjutnya
Koefisienvariasi adalah perbandingan antara simpangan baku dengan rata-rata suatu data dan dinyatakan dalam %. Koefisien variasi dirumuskan sebagai berikut . Keterangan . Dari data di atas lampu manakah yang lebih baik. tugas kuliah statistika : tugas statistika bab 3,4,5,6. Apr 18, 2014 · contoh ada sebuah data tunggal sebagai berikut 2
Pertanyaan baru di Matematika Perbandingan panjang, lebar dan tinggi sebuah balok adalah 5 3 2. Jika tinggi balok 8 cm, panjang dan lebar balok berturut-turut adalah ..kalo bisa … jawab aku kasih 50 poin✌️✌️ 1. Nilai dari operasi hitung 100÷5×6 adalah... Sebuah prisma alasnya berbentuk belah ketupat dengan luas permukaannya adalah 656cm³. Jika panjang diagonal-diagonal alasnya masing-masing 24 cm dan 1 … 0 cm. Maka tinggi prisma tersebut adalah... cm. Andre mempunyai persediaan satu kantong plastik pakan ikan. Pakan tersebut cukup untuk memberi makan ikannya yang berjumlah 18 ekor selama 15 hari. Ji … ka ikan Andre sekarang berjumlah 30 ekor, satu kantong plastik pakan ikan tersebut akan habis dalam waktu ... hari. a. 6 b. 7 *** C. d. 8 9 nakon skala Satu lusin pensil dibeli dengan harga Rp. 15000,00. Jika kemudian pensil dijual dengan harga satuan Rp. 2000,00, maka besar untung yang diperoleh selu … ruhnya adalah.... a. Rp. 9000,00 b. Rp. c. Rp. d. Rp. len pens adalah
. koefisien variasi dari data 6 10 6 10 adalah
