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

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

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

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

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

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

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

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

2 171.3 155.8 65. 165.1 166.1 164.4 174.2 64.2 69.6 Data Tinggi Badan (TB) dgn Berat Badan (BB).7 63.Uji Korelasi (3).6 58.7 64.2 156. TB = variabel independen TB = x BB = variabel dependen BB = y .2 66.3 60.2 165.3 170.7 64.

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

84 cov(x) = 3.75 n=9 .3 Σ xy = 95636.1 % Σ x 2 = 246490.14 s = 3.5 mean(x) = 165. Σ x = 1488.Uji Korelasi (5).37 Σ y 2 = 37117.21 Σ y = 577.3 mean(y) = 61.8 % cov(y) = 5.39 s = 6.

(Σ x)2 } √{ n Σy2 .3) r = ----------------------------------------------------√{9(246490.75) – (577.3)2} r = 0.96 .n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .37) .(1488.(Σ y)2} 9 (95636.84) – (1488.5) (577.5)2 } √{ 9(37117.

dimasukkan ke rumus.79 Moderate 0.Uji Korelasi (6). Korelasi = r = 0. Hasil  Koef.5 – 0.49 Weak < 0.2 Negligible .0 Strong 0. 0.2 – 0.8 – 1. Dengan data di atas.96 Kesimpulan : Ada korelasi positif yg sgt kuat.

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

51 x Bila Y = 0. maka Y = .2 .5 Bila x = 0.2 + 0.2 Persamaan garis Y = -23.Regresi Linear (2).23. maka x = 45. Y = a + bx b = 0.23.51 a = .

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

96) 2 t = 9.001 .(n – 2) t = r √ { ------------------.} (1 – r 2) (9 – 2) t = 0.07 1 – (0.96 √ { ---------------.07 df = n .2 df = 7 Lihat Tabel  p < 0.} = 9.

303 6.921 31. . .886 2. 7 1.841 12. .1 0.896 3.182 4.Table t-test p 0.306 2.638 2.2 0. . . .781 9 10 .860 2. .05 0. .353 3.365 2. .541 5.924 .965 9.01 0.920 4. .499 5.408 8 1.895 2.598 3 1. .415 1.998 3.02 0.001 -----------------------------------------------------------------1 2 1.397 1.355 4.

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

Sign up to vote on this title
UsefulNot useful