P. 1
Statistik Klasifikasi Analisis Data

Statistik Klasifikasi Analisis Data

1.0

|Views: 1,531|Likes:
Dipublikasikan oleh Tri Cahyono

More info:

Published by: Tri Cahyono on Sep 10, 2009
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

12/28/2012

pdf

text

original

Tri Cahyono tricahyono37@yahoo.co.

id Jurusan Kesehatan Lingkungan Purwokerto Politeknik Kesehatan Depkes Semarang

KLASIFIKASI ANALISIS DATA

Klasifikasi Analisis Data
 Analisis Deskriptif / Analisis Univariat

Angka Sajian data Ukuran tendency central Dispersi / Variability Moment  Analisis Inferensial / Analitik / Analisis Bi-Multivariat - Uji hipotesis - Estimasi

-

ANALISIS DESKRIPTIF

Calculasi / Formula
 Angka  Rate  Proporsi  Ratio  Hitungan rumus baku  Vital statistik

Sajian Data
 Narasi  Tabel

- Master tabel / tabel induk - Text tabel / Tabel distribusi frekuensi * Tabel distribusi frekuensi biasa * Tabel distribusi frekuensi relatif * Tabel distribusi frekuensi komulatif - Tabel silang / Tabel katagorik / Tabel kontingensi  Grafik - Grafik garis - Grafik batang - Scatter  Diagram - Diagram batang - Diagram ven  Gambar - Pictogram - Peta

Ukuran Tendency Central
 Modus / Mode  Median, kuartil, desil, persentil  Mean (aritmatik, geometri, harmonik)

Dispersi / Variability
 Range / Rentang  Deviasi rata – rata  Variansi  Standar deviasi (SD )  Standar error (SE)  Koefisien keragaman ( COV )

Moment
 Skewness / Kemiringan  Kurtosis (leptokurtik, platikurtik,

mesokurtik)

ANALISIS INFERENSIAL

Analisis Inferensial
 Uji Hipotesis  Estimasi

Uji Hipotesis
 Uji Perbedaan / komparasi  Uji Hubungan / korelasi

Uji Perbedaan / Komparasi
Parametrik  Uji beda mean - Nyata vs standar • SD standar Z score distribusi normal • SD nyata t test distribusi student - Nyata vs nyata • Satu sampel (pre-post)  paired t test (Bivariat) • Dua sampel  t test tak berpasangan (Bivariat) • Tiga atau lebih sampel  F Analisis of Varians (anova) (Multivariat)  Uji beda proporsi - Nyata vs standar  Z score - Nyata vs nyata  Z score  Uji beda varian – Satu sampel  X2 – Dua sampel / populasi  F Non Parametrik  2 sampel indeoendent Fisher, X2, Median, U Mann Whitney, K-S, Run Wald-Wolfowiz, Reaksi Ekstrem Moses, Randomisasi  K sampel independent  X2, Median, Kruskal-Wallis  2 sampel berhubungan  Mc Nemar, Tanda, Wilcoxon, Walsh, Randomisasi  K sampel berhubungan  Q Cochran, Friedman

Uji Hubungan / Korelasi
Parametrik  Regresi (Sederhana (Bivariat), ganda, parsial (Multivariat))  Korelasi Moment Product Pearson (Bivariat, Multivariat) Non Parametrik  Regresi logistik  Korelasi Rank Spearman  Korelasi Rank Kendall  Korelasi Parsial Kendal  Konkordansi Kendall  Koefisien Kontingensi

Estimasi
 Point (Mean, varian, proporsi)  Interval (Mean, varian, proporsi)

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->