0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
13 tayangan2 halaman
Paragraf pertama membahas tentang kemiringan dan keruncingan distribusi data, di mana kemiringan adalah ukuran ketidaksimetrisan distribusi data sedangkan keruncingan adalah ukuran tinggi rendahnya puncak distribusi data.
Paragraf kedua menjelaskan bahwa statistika inferensial digunakan untuk menarik kesimpulan tentang populasi berdasarkan data sampel, dengan memperhatikan jumlah sampel dan penyebarannya. Statistika inferensial digunak
Paragraf pertama membahas tentang kemiringan dan keruncingan distribusi data, di mana kemiringan adalah ukuran ketidaksimetrisan distribusi data sedangkan keruncingan adalah ukuran tinggi rendahnya puncak distribusi data.
Paragraf kedua menjelaskan bahwa statistika inferensial digunakan untuk menarik kesimpulan tentang populasi berdasarkan data sampel, dengan memperhatikan jumlah sampel dan penyebarannya. Statistika inferensial digunak
Paragraf pertama membahas tentang kemiringan dan keruncingan distribusi data, di mana kemiringan adalah ukuran ketidaksimetrisan distribusi data sedangkan keruncingan adalah ukuran tinggi rendahnya puncak distribusi data.
Paragraf kedua menjelaskan bahwa statistika inferensial digunakan untuk menarik kesimpulan tentang populasi berdasarkan data sampel, dengan memperhatikan jumlah sampel dan penyebarannya. Statistika inferensial digunak
a. Kemiringan Distribusi Data Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi data. Pengukuran kemiringan suatu distribusi data dapat diketahui dengan beberapa cara, antara lain: Memperhatikan hubungan antara rata-rata hitung, median dan modus. Menggunakan koefisien Pearson. Menggunakan Momen ketiga. Menggunakan kotak diagram garis. b. Keruncingan Distribusi Data Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis. Ada tiga jenis derajat keruncingan: Leptokurtis : Distribusi data yang puncaknya relatif tinggi Mesokurtis : Distribusi data yang puncaknya normal Platikurtis : Distribusi data yang puncaknya terlalu rendah dan terlalu mendatar 1.4 Pengertian Statistik Inferensial Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya: 1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50. 2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya. Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melakukan : a. Generalisasi dari sampel ke populasi. b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).