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

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

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

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

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

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

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

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

1 166.3 155.7 64.2 64. TB = variabel independen TB = x BB = variabel dependen BB = y .6 58.3 60.2 66.6 Data Tinggi Badan (TB) dgn Berat Badan (BB).3 170.7 63.8 65.2 69.2 156.Uji Korelasi (3).2 165.4 174.2 171.7 64.1 164. 165.

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

21 Σ y = 577.5 mean(x) = 165.1 % Σ x 2 = 246490.14 s = 3.3 Σ xy = 95636.75 n=9 .Uji Korelasi (5).84 cov(x) = 3. Σ x = 1488.39 s = 6.8 % cov(y) = 5.37 Σ y 2 = 37117.3 mean(y) = 61.

84) – (1488.75) – (577.5)2 } √{ 9(37117.96 .(Σ x)2 } √{ n Σy2 .37) .5) (577.(Σ y)2} 9 (95636.3) r = ----------------------------------------------------√{9(246490.3)2} r = 0.n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .(1488.

Uji Korelasi (6). Dengan data di atas. Korelasi = r = 0. dimasukkan ke rumus.49 Weak < 0.0 Strong 0.2 – 0. 0.2 Negligible . Hasil  Koef.96 Kesimpulan : Ada korelasi positif yg sgt kuat.5 – 0.79 Moderate 0.8 – 1.

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

51 x Bila Y = 0.5 Bila x = 0.Regresi Linear (2).2 Persamaan garis Y = -23.51 a = . maka Y = . Y = a + bx b = 0.23.23.2 + 0. maka x = 45.2 .

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

07 1 – (0.} = 9.2 df = 7 Lihat Tabel  p < 0.(n – 2) t = r √ { ------------------.001 .07 df = n .} (1 – r 2) (9 – 2) t = 0.96) 2 t = 9.96 √ { ---------------.

365 2. .182 4. .02 0.355 4. .860 2. . 7 1.921 31. .965 9.303 6. .499 5.895 2.886 2.415 1. .920 4.2 0.306 2.001 -----------------------------------------------------------------1 2 1.781 9 10 .353 3.924 .841 12.05 0. .598 3 1.896 3. .638 2. .1 0. .Table t-test p 0.408 8 1.397 1.01 0.541 5.998 3.

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