Anda di halaman 1dari 2

STATISTIK

OUTLIERS
- trimmed mean : kalo hasil selisihnya setelah dipotong 5% banyak dengan mean
kemungkinan ada outliers
- bisa juga dilihat dari extreme scorenya
- outliers bisa ada 2: salah input atau emang performa/ kemampuan subjeknya emang
segitu
stem and leaf (baca!!!)
- observed value: yang bintang2 itu memperlihatkan ada outliers. bukan nomor id,
tapi nomor di spss nya. make sure kamu nge asscending apa engga. soalnya kalo iya
nomornya juga berubah.

dependen list= scale


factor list= Kategorial

95% confidence interval= seberapa sample merepresentasikan populasi, semakin range


nya besar, semakin dia ada kemungkinan ada outliers. jadi hatus dibuang dulu
outliersnya biar range nya makin kecil

test of normality: kalo tidak signifikan berarti normal. kalo signifikan normal.
nilainya 0 (?)

uji normalitas:
menguji apakah data berdistribusi normal atau tidak

Kurtosis:
kalo 0, normal -> menyebar rata(?)
kalo -, terlalu melebar di bawah
kalo +, runcing, data terkumpul

Z Score Skewness(skewness : std error skewness):


jika dibawan 0.196 masih bisa dibilang normal

H0= tidak ada pengaruh/ tidak ada perbedaan


H1= terdapat pengaruh
kalo signifikan h0 ditolak berarti ada pengaruh

KULIAH STATISTIK

Sd makin besar= makin bervariasi

kalo signifikan berarti varians gak setara = 1 kelompok dari 3 berbeda dari kel
lain

levene test (homogeneity) signifikam= tidak setara


F yang digunakan (liatnya) Brown F, sama Welch

multiple comparison dipakai ketika kelompoknya gak setara

Kalo leven testnya tidak signifikan maka liatnya yang standar (signifikansi anova)

kalo ga ada signifikan bisa liat dari lower ke upper bound nya. kalo yang
rentangnya melewati 0 maka tidak signifikan. kalo tidak melewati 0 signifikan

KAlo ancova masuki covariate di univariate


test between subject effect adalah tabel utama anova

kalo mau liat covariatnya signifikan atau engga, liat di test of between subject
effect, (prestasi_pre). kalo signifikan maka mempengaruhi DV, kalo gak signifikan
maka tidak mempengaruhi DV.

STATISTIK
apakah gender dan insomnia berinteraksi mempengaruhi pain disability?
IV1 Gender: LAki & Perembuan
IV2: Insomnia: ringan dan berat
DV: Nyeri awal

2 way anova
Kenapa ada warning posthoc, karena variasi kelompok masing2 ada 2

partial eta suare untuk liat effect size, makin signifikan effect sizenya makin
besar (berbanding terbalik), makin gak signifikan, makin kecil effect sizenya. yang
dimau sigifikan dan effect sizenya besar

yang dilaporkan yang tabel Estimates gender (mean dan Std. Error)

tabel 4. simple effect. melihat laki2 ada perbedaan di insom ringan & berat. tp
baru deskriptifnya

Anda mungkin juga menyukai