STATISTIK

Sumedi Sudarsono

Statistik terdiri atas :
1. Statistik Deskriptif .
2. Statistik Analitik.
Statsitik
Deskriptif

1. Pengumpulan Data
2. Pengolahan Data
3. Penyajian Data.
4. Perhitungan Stat Deskriptif

Quartiles. Median. Standard deviation. (2). Mean Deviation. Varians. Percentiles. Deciles. Coefficient of Variation.Perhitungan Statisitk Deskriptif : (1). Standard Error. Mode. . Nilai-nilai Tendensi tengah : Mean. Nilai-nilai Variabilitas : Range. Quintiles.

. (4). Kurva Normal.(3). Kurtosis : Mesokurtic. Teori Probability. (5). Skewed to the right. Skewed to the left. Platykurtic. (6). Skewness : Normal. Leptokurtic.

Untuk menganalisis Data  Kesimpulan. Uji Statistik Non-parametrik. . Dikenal ada dua macam Uji Statistik : (1). Uji Statistik Parametrik. (2).STATISTIK ANALITIK.

. Sampel diambil secara Random. Data mengikuti distribusi Normal. 4.UJI STATISTIK PARAMETRIK. Syarat-syarat Uji statistik Parametrik sbb : 1. 3. 2. Mempunyai Varians yag sama. Data sedikitnya skala Interval atau Ratio.

Uji Kolmogorov-Smirnov 4. Uji ANOVA. Uji Fisher. Uji McNemar tabel 2x2. Uji Korelasi Pearson. . 2. dll (banyak). Uji t-test Independent. 3x3. 2x3. Uji Statistik Non-Parametrik : 1. 3. 2.Uji Statistik Parametrik : 1.  Regresi Linear. 3. Uji Chi-square tabel 2x2.

Ada variabel independen dan variabel dependen. Misalnya Korelasi antara BB dengan TB. .KORELASI – REGRESI (1) Sumedi Sudarsono Uji Korelasi termasuk uji Statistik Parametrik. Memperlihatkan hubungan antar dua variabel kuantitatif.

Uji Korelasi (2). 3. Tidak ada korelasi. Ada korelasi negatif. Langkah pertama : membuat scatter plot (scatter diagram).  1. . 2. Berikut data TB & BB sembilan sampel. Ada korelasi positif.

TB = variabel independen TB = x BB = variabel dependen BB = y .8 65. 165.7 64.1 166.3 170.2 64.6 58.2 66.2 69.Uji Korelasi (3).3 60.1 164.4 174.2 156.7 64.2 171.3 155.2 165.6 Data Tinggi Badan (TB) dgn Berat Badan (BB).7 63.

Rumus koefisien koretalasi n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .(Σ y)2} .(Σ x)2 } √{ n Σy2 .Uji Korelasi (4).

21 Σ y = 577.39 s = 6.3 Σ xy = 95636.8 % cov(y) = 5.37 Σ y 2 = 37117.5 mean(x) = 165.Uji Korelasi (5).75 n=9 .84 cov(x) = 3.3 mean(y) = 61.14 s = 3. Σ x = 1488.1 % Σ x 2 = 246490.

37) .96 .5)2 } √{ 9(37117.(Σ y)2} 9 (95636.(Σ x)2 } √{ n Σy2 .75) – (577.5) (577.(1488.3)2} r = 0.3) r = ----------------------------------------------------√{9(246490.84) – (1488.n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .

8 – 1.5 – 0. Korelasi = r = 0.96 Kesimpulan : Ada korelasi positif yg sgt kuat. dimasukkan ke rumus.2 Negligible .2 – 0. Dengan data di atas.79 Moderate 0. 0. Hasil  Koef.Uji Korelasi (6).49 Weak < 0.0 Strong 0.

Persamaan garis Regresi  Y = a + bx n (Σ xy) – (Σ x) (Σ y) b = -----------------------------n Σ x 2 .(Σ x) 2 a = mean(y) – b {mean(x)} .Regresi Linear (1).

2 . Y = a + bx b = 0.51 x Bila Y = 0.23. maka x = 45.Regresi Linear (2).23.2 Persamaan garis Y = -23.2 + 0.5 Bila x = 0. maka Y = .51 a = .

(n – 2) t = r √ { ------------------.T-test for correlation.} (1 – r 2) degree of freedom = n – 2 .

(n – 2) t = r √ { ------------------.2 df = 7 Lihat Tabel  p < 0.07 df = n .07 1 – (0.} (1 – r 2) (9 – 2) t = 0.001 .96) 2 t = 9.96 √ { ---------------.} = 9.

499 5.182 4.355 4. . . . . .638 2. 7 1.408 8 1.841 12.924 . . .921 31.Table t-test p 0.415 1.365 2.306 2.998 3. .1 0.895 2.02 0. .353 3.303 6.001 -----------------------------------------------------------------1 2 1.397 1.01 0.05 0.860 2.965 9.2 0.896 3.920 4.886 2.781 9 10 .598 3 1. . .541 5.

==========o0o========== . Ada tiga macam t-test. 2. Pairs t-test.T-TEST. 3. Independent t-test. 1. T-test for Correlation.

Sign up to vote on this title
UsefulNot useful