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

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

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

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

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

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

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

3 170.3 60.1 164.6 58.7 63.2 165.2 64.3 155.4 174. 165.Uji Korelasi (3).1 166. TB = variabel independen TB = x BB = variabel dependen BB = y .7 64.2 69.7 64.6 Data Tinggi Badan (TB) dgn Berat Badan (BB).8 65.2 171.2 66.2 156.

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

14 s = 3.8 % cov(y) = 5.37 Σ y 2 = 37117.1 % Σ x 2 = 246490.3 mean(y) = 61.75 n=9 .21 Σ y = 577. Σ x = 1488.84 cov(x) = 3.Uji Korelasi (5).5 mean(x) = 165.3 Σ xy = 95636.39 s = 6.

5) (577.96 .3) r = ----------------------------------------------------√{9(246490.(Σ y)2} 9 (95636.n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .75) – (577.(Σ x)2 } √{ n Σy2 .5)2 } √{ 9(37117.37) .3)2} r = 0.84) – (1488.(1488.

2 – 0.8 – 1.2 Negligible .96 Kesimpulan : Ada korelasi positif yg sgt kuat.0 Strong 0. Dengan data di atas.79 Moderate 0.49 Weak < 0. Hasil  Koef. Korelasi = r = 0. 0. dimasukkan ke rumus.Uji Korelasi (6).5 – 0.

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

2 + 0.2 Persamaan garis Y = -23.Regresi Linear (2). maka x = 45.23. maka Y = . Y = a + bx b = 0.51 x Bila Y = 0.5 Bila x = 0.2 .51 a = .23.

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

96 √ { ---------------.2 df = 7 Lihat Tabel  p < 0.(n – 2) t = r √ { ------------------.07 df = n .} = 9.} (1 – r 2) (9 – 2) t = 0.001 .96) 2 t = 9.07 1 – (0.

499 5. .841 12. .306 2.05 0. .355 4.886 2.408 8 1. .Table t-test p 0.001 -----------------------------------------------------------------1 2 1. . 7 1.182 4.598 3 1.1 0.998 3.303 6.896 3.920 4.965 9.2 0. .638 2.921 31.353 3. .895 2. . .415 1.541 5.860 2.924 .781 9 10 . .01 0. .365 2.397 1.02 0.

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

Sign up to vote on this title
UsefulNot useful