ANALISIS DATA ONLINE

(VSL: VIRTUAL STATISTICS LABORATORY)

http://statslab-rshiny.fmipa.unej.ac.id/

I Made Tirta
Jurusan Matematika FMIPA
Universitas Jember
30/05/2020 ANALISIS DATA ONLINE
PENDAHULUAN
2
LATAR BELAKANG

30/05/2020
 Analisis Data merupakan salah satu bagian
penting dalam penulisan karya ilmiah, terutama
pada penelitian kuantitatif

ANALISIS DATA ONLINE

 Analisis data muncul dalam 2 bagian tulisan
yaitu metode dan hasil/ pembahasan (MRaD)
 Bahasan hari ini fokus pada Statistika untuk
 analisis Data,
 pemanfaatan analisis data online

3
STATISTIKA (PARAMETRIK)

30/05/2020
 Sebagian besar metode Statistika tingkat dasar
dan menengah didasarkan atas asumsi: Respon
bersifat interval dan bersebaran Normal/

ANALISIS DATA ONLINE

Gaussian
 Untuk menjamin terpenuhinya persyaratan
tersebut, responn harus kontinu dan jumlah
sampel minimal 30
 Distribusi yang terkait dalam analisis (Normal,
t, Chi-kuadrat, F) memiliki parameter yang
menjadi fokus estimasi atau uji. Misalnya
distribusi Normal memiliki mean (µ) dan deviasi
baku (). Itu sebabnya statistikanya disebut
Statistika Parametrik 4
ASUMSI PAR. TAK TERPENUHI

30/05/2020
 Masih sering dijumpai kondisi dimana sampel
sangat kecil (<30)
 Pemaksaan menggunakan statistika parametrik

ANALISIS DATA ONLINE

mungkin menghasilkan kesimpulan yang tidak
valid
 Untuk sampel yang jumlahnya sedikit bisa
ditangani dengan pendekatan simulasi
(Bootstrap dan MCMC) dengan memanfaatkan
kemajuan komputer
 Secara tradisional dilakukan dengan
mengkonversi skala data menjadi sekala
ordinal. Statistika terkait dikenal dengan
Statistika Non-Parametrik/ Bebas Sebaran 5
ASUMSI NONPARAMETRIK (DASAR)

30/05/2020
1. Sampel diambil acak dan saling independen
2. Jumlah sampel relatif kecil tidak sampai 30

ANALISIS DATA ONLINE

3. Data dikonversi menjadi rank (ordinal)
4. Tidak ada syarat harus memiliki sebaran
tertentu, tidak ada parameter -> bebas
distribusi/ non-parametrik.

6
ILUSTRASI

30/05/2020
 Data asli : 10.5, 12, 5, 6, 20, 15, 12.5, 2.5, 3.75, 9
 Data terurut: 2.5, 3.75, 5, 6, 9, 10.5, 12, 12.5, 15, 20

ANALISIS DATA ONLINE

 Skala ordinal (rank): 1,2,3,4,5,6,7,8,9,10

 Data asli dengan nilai dobel : 10.5, 12, 5, 5, 20, 15,

12.5, 2.5, 3.75, 9
 Data terurut: 2.5, 3.75, 5, 5, 9, 10.5, 12, 12.5, 15, 20
 Skala ordinal (rank): 1, 2, 3.5, 3.5, 5, 6, 7, 8, 9, 10
 Rank 3 dan 4 karena nilainya sama, diganti dengan
rank rata-ratanya 3.5
 Selanjutnya rank ini yang dianalisis sebagai
7
statistika dengan skala ordinal
PERAN KOMPUTER

30/05/2020
 Kegiatan sekarang lebih banyak memilih
alternatif-alternatif analisis data terbaik
sesuai kondisi data, bukan pada

ANALISIS DATA ONLINE

keterampilan menghitung manual
 Peran komputer menjadi penting

 Tugas utama peneliti/ analis

 Memilih analisis yang valid dan paling sesuai
 Memastikan syarat penggunaan terpenuhi
 Melakukan komputasi
 Menyajikan hasil dan menafsirkan dengan tepat

8
KEGIATAN PENTING ANALISIS
DATA

30/05/2020
1. Melakukan eksplorasi data, sekaligus
pemeriksaan asumsi (secara numerik maupun
grafik) untuk mendapat gambaran tentang

ANALISIS DATA ONLINE

 Statistik ringkas: jumlah sampel, skala, min,
maks, mean, korelasi
 Sebaran data (normat/ tidak)
 Jenis analisis yang sesuai.

9
KEGIATAN PENTING ANALISIS
DATA

30/05/2020
2. Melakukan pengujian atau pendugaan
parameter populasi sesuai kondisi data
(parametrik atau non parametrik)

ANALISIS DATA ONLINE

3. Melaporkan hasil analisis dan
menginterpretasikannya (bisa didukung
dengan ilustrasi/ visualisasi grafik)
 Hasil estimasi atau Hasil uji hipotesis
 Signifikan/tidak (p-value)
 Grafik visualisasi

10
 STATISTIKA DASAR

30/05/2020
No Tujuan Parametrik Non-Parametrik*) VSL

1 Menguji Beda Uji T saling bebas Uji U Mann-Whitney /Doc/GenStat

mean dua /Prog/BasicStat

ANALISIS DATA ONLINE

kelompok bebas
2 Menguji Beda Uji T berpasangan Uji Tanda Wilcoxcon /Doc/GenStat
mean 2 kelompok /Prog/BasicStat
berpasangan

3 Uji Beda mean Anova Kruskal-Walis /Doc/GenStat

Tiga Kelompok /Prog/BasicStat
saling bebas
4 Korelasi Produk Momen Korelasi rank /Doc/GenStat
Pearson Spearman /Prog/BasicStat

Parametrik: http://statslab-rshiny.fmipa.unej.ac.id/RProg/BasicStat/ 11
http://statslab-rshiny.fmipa.unej.ac.id/RDoc/GenStat/
Non-Parametrik: http://statslab-rshiny.fmipa.unej.ac.id/RProg/BasicStat/
STATISTIKA DASAR

30/05/2020
N Nama Tujuan Parametrik VSL
o
5 Regresi Regresi var X dan Y /Doc/GenStat

ANALISIS DATA ONLINE

/Prog/BasicStat
6 Uji Beda Uji Beda Proporsi 2 Uji Chi- /Doc/GenStat
Proporsi kelompok bebas Kuadrat /Prog/BasicStat
7 Uji Beda Uji Beda Frekuensi Uji T /Doc/GenStat
Frekuensi 3 kelompok atau berpasangan /Prog/BasicStat
Lebih

Parametrik: http://statslab-rshiny.fmipa.unej.ac.id/RProg/BasicStat/
http://statslab-rshiny.fmipa.unej.ac.id/RDoc/GenStat/
Non-Parametrik: http://statslab-rshiny.fmipa.unej.ac.id/RProg/BasicStat/
12
PENGUJIAN HIPOTESIS

30/05/2020
 Hipotesis Kerja atau Alternatif (Ha/H1)
pernyataan yang menyatakan dugaan hubungan
parameter populasi yang didasarkan atas

ANALISIS DATA ONLINE

kajian teori (belum benar).
 Hipotesis Nihil (Ho) Pernyataan yang akan
diuji secara statistika
 Taraf signifikansi, toleransi maksimum
kelasalah type I (alpha), peluang menolak Ho
yang salah.
 P-Value. Nilai riil peluang menolak Ho yang
salah.
13
KRITERIA PENERIMAAN HO

30/05/2020
 P-val  1% : Ho ditolak dengan sangat
signifikan

ANALISIS DATA ONLINE

 P-val  5% : Ho ditolak dengan signifikan

 P-val > 5% : Ho diterima

Uji asumsi biasanya perlu > 5%

Uji hasil perlu < 5%

14
P-VALUE, T-TABLE DAN T-HIT

30/05/2020
ANALISIS DATA ONLINE
Ho diterima
Thit (1.48)<Ttab(1.98)
Pval (14%) > 5% 15
P-VALUE, T-TABLE DAN T-HIT

30/05/2020
ANALISIS DATA ONLINE
Ho ditolak
Thit (2,17) >Ttab (1,98)
Pval (3,2%) <5% 16
30/05/2020 ANALISIS DATA ONLINE
ANALISIS DATA ONLINE
17
VSL
(VIRTUAL STATISTICS LABORATORY)

30/05/2020
 Menghindarkan kesulitan teknis menginstall
program

ANALISIS DATA ONLINE

 Mengurangi kesulitan bahasa pemrograman

 Dapat diakses dengan bervariasi alat (hp, tablet,

laptop)
 Bisa belajar/ latihan lewat dinamik) atau
langsung analisis modul (dilengkapi rumus
dan data dan analisis secara data
 Dilengkapi visualiasai/ ilustrasi grafik

 http:// http://statslab-rshiny.fmipa.unej.ac.id/

18
PROTOTIFE VIRTUAL LAB

METODE
STATISTIKA

MENENGAH- KOMPUTASI
DASAR LANJUT

NON-
PARAMET PARAMET MODELING MULTIVARIATE BAYESIAN
MCMC &
BOOTSTRAP
MACHINE
LEARNING
RIK RIK

30/05/2020 ANALISIS DATA ONLINE 19

 30/05/2020 ANALISIS DATA ONLINE
20
MENU LECTURE NOTES/ MODUL
 30/05/2020 ANALISIS DATA ONLINE
21
MENU ANALISIS DATA
MODUL ANALISIS DATA ONLINE

30/05/2020
http://statslab-rshiny.fmipa.unej.ac.id/RDoc/GenStat/

ANALISIS DATA ONLINE

22
ANALISIS DATA DASAR (PAR-NONPAR)
http://statslab-rshiny.fmipa.unej.ac.id/RProg/BasicStat/

30/05/2020
ANALISIS DATA ONLINE
23
30/05/2020 ANALISIS DATA ONLINE
DEMO ANALISIS DATA
ONLINE
24
30/05/2020 ANALISIS DATA ONLINE
25
30/05/2020 ANALISIS DATA ONLINE
26