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

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

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

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

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

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

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

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

2 156.Uji Korelasi (3).2 64.4 174.8 65. 165.2 171.1 166.2 66.3 155.2 69.6 Data Tinggi Badan (TB) dgn Berat Badan (BB).2 165.1 164.3 170. TB = variabel independen TB = x BB = variabel dependen BB = y .6 58.7 63.3 60.7 64.7 64.

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

1 % Σ x 2 = 246490.39 s = 6.3 mean(y) = 61.21 Σ y = 577.84 cov(x) = 3.14 s = 3.37 Σ y 2 = 37117.Uji Korelasi (5).5 mean(x) = 165. Σ x = 1488.8 % cov(y) = 5.3 Σ xy = 95636.75 n=9 .

84) – (1488.(1488.(Σ x)2 } √{ n Σy2 .5)2 } √{ 9(37117.3)2} r = 0.5) (577.(Σ y)2} 9 (95636.96 .n (Σ xy) – (Σ x) (Σ y) r = -------------------------------------------------√{n Σx2 .37) .3) r = ----------------------------------------------------√{9(246490.75) – (577.

8 – 1.2 – 0. 0.79 Moderate 0.5 – 0.49 Weak < 0.Uji Korelasi (6). Hasil  Koef. dimasukkan ke rumus.96 Kesimpulan : Ada korelasi positif yg sgt kuat.2 Negligible . Dengan data di atas. Korelasi = r = 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).

51 x Bila Y = 0. maka Y = . maka x = 45.2 .5 Bila x = 0.51 a = .23.2 + 0. Y = a + bx b = 0.23.Regresi Linear (2).2 Persamaan garis Y = -23.

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 .(n – 2) t = r √ { ------------------.96 √ { ---------------.} (1 – r 2) (9 – 2) t = 0.001 .} = 9.96) 2 t = 9.07 1 – (0.

2 0. .01 0.598 3 1.001 -----------------------------------------------------------------1 2 1.02 0.921 31. .998 3. .638 2.886 2.920 4.353 3.182 4.415 1.306 2.303 6.Table t-test p 0.05 0.860 2. . .408 8 1.896 3. .1 0.895 2.841 12. .365 2.499 5.541 5. .965 9. . 7 1.781 9 10 . .924 . .355 4.397 1.

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

Sign up to vote on this title
UsefulNot useful