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