STAF PENGAJAR AKUNTANSI FEB UHO

Para Pencari Kerja RI

 SEBARAN‘LOKASI’
SEBARAN ‘LOKASI’DAERAH
DAERAHTERTINGGAL
TERTINGGAL
PETA LOKASI DAERAH TERTINGGAL DI INDONESIA

Keterangan :
Daerah Tertinggal
Daerah Maju
 Pada hakekatnya statistik merupakan alat
bantu untuk menggambarkan suatu kejadian
atau keadaan dalam bentuk yang simpel atau
sederhana dan efisien, baik melalui angka-
angka (secara kuantitatif), maupun melalui
garifik atau diagram.
 Dalam peranannya sebagai alat bantu,
keterandalan statistik masih sangat
bergantung dari pemakainya.
 bila pemakainya dapat memilih teknik
statistik yang tepat serta memiliki
kemampuan yang baik, maka hasil
penggambarannya juga akan baik dan
bermanfaat secara optimal.

4
 Tetapi sebaliknya bila pemakainya kurang
memiliki kemampuan memilih teknik yang
tepat serta memiliki memampuan yang
kurang, maka hasil penggambarannya juga
kurang baik, kurang tepat, dan kurang
fungsional,
 Dalam kaitan dengan penelitian, kata statistik
diartikan sebagai cara-cara ilmiah untuk
mengumpulkan, menyusun, meringkas dan
menyajikan data penelitian.
 Lebih dari itu statistik juga merupakan cara
untuk mengolah data tersebut dan menarik
kesimpulan yang diteliti dan keputusan-
keputusan yang logis berdasarkani data
tersebut

5
 Di samping itu, kata statistik juga dapat
digunakan untuk menunjuk angka-angka
pencatatan dari suatu kasus atau kejadian
tertentu, misalnya:
Statistik kelahiran dan kematian peduduk
Statistik angka kelulusan dan drop-out siswa
pada sekolah tertentu
Statistik kecelakaan lalu lintas pada tahun
tertentu
Statistik Nikah-Talak-Rujuk (NTR) pada periode
tertentu
Statistik kemajuan perusahaan, dan sebagainya.

6
Pengertian Statistika
DEFINISI

• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan
data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.

• Statistik
Suatu kumpulan angka yang tersusun lebih dari
satu angka.

7
 Peralatan 6M bagi pengguna data

Mengumpul Meringkas Menganalisis

Mengelas Menyusun Mentakrif

Supaya kebolehpercayaan keputusan analisis

dapat dinilai secara objektif

8
  Berdasarkan uraian tentang
pengertian statistik di atas dapat
disimpulkan, bahwa statistik
merupakan sekumpulan cara yang
simpel dan efesien untuk
mengumpulkan, menyusun,
mengolah, menganalisis, dan menarik
kesimpulan serta membuat keputusan
berdasarkan data yang ada secara
kuantitatif

9
1. Selalu bekerja dengan angka-angka atau
bilangan. Untuk dapat menjalankan fungsinya,
statistik memerlukan bahan keterangan (data)
dalam bentuk angka.
2. Statistik bersifat obyektif, artinya statistik selalu
bekerja menurut obyeknya. Kesimpulan-
kesimpulan yang dihasilkan, dan juga ramalan
(prediksi) yang dikemukakan oleh statistik
semata-mata didasarkan atas data yang
dihadapi dan diolah, bukan didasarkan atas
subyektivitas penggunanya.

10
3. Statistik menggunakan logika induktif,
artinya dalam menjalankan fungsinya
sebagai alat bantu dalam
mendeskripsikan suatu kejadian atau
keadaan, kesimpulan yang dihasilkan
statistik selalu didasarkan atas kasus-
kasus khusus kemudian digeneralisasikan
menjadi kesimpulan uang bersifat umum.
4. Statistik bersifat universal, artinya ruang
lingkup bidang garapan statistik tidak
hanya terbatas pada satu bidang tertentu
saja, melainkan dapat digunakan dalam
hampir semua semua kegiatan atau segi
kehidupan manusia.

11
 Apabila dikaitkan dengan fungsi
statistik sebagai teknik analisis
data, maka jenis statistik dapat
dibedakan menurut :
banyaknya variabel yang dianalisis, dan
menurut tujuan penggunaan statistik
tersebut dalam penelitian

12
Pengertian Statistika Bab 1

(a) Jaman Mesir dan Cina untuk menentukan besar

pajak

(b) Jaman gereja untuk mencatat kelahiran, kematian,

dan pernikahan

(c) Tahun 1937 Tinbergen mengembangkan ekonomi

statistik

(d) Hicks mengembangkan matematika ekonomi untuk

analisis IS- LM

(e) Tahun 1950, Bayes mengembangkan Teori

Pengambilan Keputusan

13
1. Analisis data statistik untuk satu
variabel, dinamakan analisis
univariat;
2. Analisis data statistik untuk dua
variabel, dinamakan analisis
bivariat;
3. analisis data statistik untuk lebih
dari dua variabel, dinamakan
analisis multi variat.
14
KONSEP

VARIABEL

DIMENSI

INDIKATOR

ITEM
15
1. STATISTIK DESKRIPTIF; yaitu statistik yang
digunakan unutk menyusun, merangkum,
dan menggambarkan (mendeskripsikan)
data penelitian yang diolah; dan
2. STATISTIK INFERENSIAL; yaitu statistik
yang digunakan dengan tujuan untuk
membantu peneliti dalam membuat
induksi, konklusi atau kesimpulan guna
melakukan generalisasi terhadap hasil
analisis data penelitian yang dilakukan.

16
 STATISTIKA :
Kegiatan untuk : KEGUNAAN
• mengumpulkan data
• menyajikan data
• menganalisis data dengan metode tertentu
?
• menginterpretasikan hasil analisis

Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan

dan fase

STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
 2. Statistika & Metode Ilmiah

METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila
ditinjau dari segi penerapannya, resiko untuk keliru
paling kecil.
LANGKAH-LANGKAH DALAM METODE ILMIAH :
1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis

4. Mengumpulkan dan mengolah data, menguji hipotesis, atau

menjawab pertanyaan

5. Mengambil kesimpulan

INSTRUMEN

SAMPEL
PERAN STATISTIKA
SIFAT DATA

VARIABEL

METODE ANALISIS
 3. Data

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan
dalam bentuk bukan
angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja
DATA
Data yang dinyatakan
dalam bentuk angka
Contoh : lama bekerja,
jumlah gaji, usia, hasil
ulangan

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO
 4. Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan

DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi
di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi

DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
 5. Pengolahan Data

PROSEDUR PENGOLAHAN DATA :

A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi

• Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang

membahas parameter-parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal.

• Statistik NONPARAMETRIK : inferensi statistik tidak membahas

parameter-parameter populasi; jenis data nominal atau ordinal; distribusi
data tidak diketahui atau tidak normal

B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi

• Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel

atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-
sendiri. Contoh : korelasi motivasi dengan pencapaian akademik.
• Analisis BIVARIAT

• Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n

sampel di mana analisis antar variabel dilakukan bersamaan. Contoh :
pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh
faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor
sekolah.
 6. Pengolahan Data

MULAI

Statistik NOMINAL INTERVAL

Statistik
Non Parametrik ORDINAL Jenis RASIO
Parametrik
Data
?

SATU DUA / LEBIH

Analisis Jumlah Analisis
Univariat Variab Multivariat
el ?
1. Statistik memungkinkan pencatatan
secara paling eksak data penelitian.
2. Statistik memaksa peneliti menganut
tata-fikir dan tata kerja yang definitif dan
eksak.
3. Statistik menyediakan cara-cara
meringkas data ke dalam bentuk yang
lebih banyak artinya dan lebih gampang
mengerjakannya.

23
4. Statistik memberi dasar-dasar untuk
menarik kongklusi-kongklusi melalui
proses-proses yang mengikuti cara yang
dapat diterima oleh ilmu pengetahuan.
5. Statistik memberi landasan untuk
meramalkan secara ilmiah tentang
bagaimana sesuatu gejala akan terjadi dalam
kondisi-kondisi yang telah diketahui, dan
6. Statistik memungkinkan peneliti
menganalisis, menguraikan sebab-akibat
yang kompleks dan rumit, yang tanpa
statistik akan merupakan peristiwa yang
membingungkan, kejadian yang tak
teruraikan.

24
1. Memperoleh gambaran secara umum dan
khusus tentang sesuatu gejala, keadaan
atau peristiwa kependidikan;
2. Mengikuti perkembangan tentang gejala,
gejala keadaan atau peristiwa
kependidikan dari waktu ke waktu;
3. Membaca data kependidikan yang telah
terkumpul, sehingga dapat mengambil
keputusan secara tepat;

25
 Melihat ada tidaknya perbedaan antara
gejala kependidikan yang satu dengan
lainnya dan apakah perbedaan itu berarti;
 Melihat ada tidaknya hubungan antara
gejala (variabel) kependidikan yang satu
dengan lain;
 Melakukan interpretasi atas data
kependidikan yang terkumpul dan
membuat prediksi untuk waktu yang akan
datang serta memberikan jalan keluar
yang mungkin dapat dilakukan;
 Menyusun laporan kependidikan secara
teratur, ringkas dan jelas.
26
 Angka yang menggambarkan arah dan
kuatnya hubungan antara dua (lebih) variabel
secara bersama-sama dengan variabel
lainnya

27
 r1 : korelasi X1 dgn Y

r2 : korelasi X2 dgn Y
X1 r1

Y
R

X2 r2
R : korelasi X1 dan X2 dengan Y
Tetapi R ≠ r1 + r2 28
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Oleh.
Dr.Resna AS MPH.

Sekolah Tinggi Ilmu Kesehatan.

Banten.
SERPONG.
 Peristiwa 1 Peristiwa 2

Uji Chi - sq

Not significant Significant

Eksperimen

Asosiasi Skunder Asosiasi Primer

Molekuler

‘Indirect’ ‘Direct’
 1. Jumlah variabel
2. Skala ukuran
3. Cara pengambilan sampel
4. Besar sampel

Untuk jumlah variabel, skala pengukuran,

jumlah dan cara pengambilan sampel yang
berbeda
Pakai uji statistik yang berbeda
Yaitu nilai atau sifat dari benda, orang,
kejadian atau segala sesuatu yang dapat
bervariasi. Misalnya:
1. variabel = Tinggi Badan.
2. variabel = Status kesehatan &
imunisasi.
3. variabel = status kes, imunisasi &
jenis kelamin
Jumlah variabel tergatung dari
pernyataan penelitian
Untuk jumlah variabel yang berbeda
Pakai uji statistik yang berbeda
Untuk skala pengukuran yang berbeda
Pakai uji statistik yang berbeda

Nominal dan ordinal : Non Parametrik

Interval dan rasio: Paremetrik &
Non Parametrik.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hal yang diperlu diparhatikan:

1.Indipenden/ unrelated: Pemilihan
Individu, tak dipengarui oleh faktor
tertentu

2.Dependent / releted: Pemilihan

individu yang dipengarui oleh
faktor tertentu Untuk cara
pengambilan sampel yang berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hal yang perlu diperhatikan

Makin besar sampel maka
mendekati keadaan sebenarnya

Uji non parametrik sampel

kecil Untuk jumlah sampel yang
berbeda,

Pakai uji statistik yang berbeda

 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hal yang perlu diingat:

Uji statistik Stat.inferensial
Mengambil kesimpulan terhadap populasi
berdasarkan sampel dan memperoleh
kesimpulan tentang perbedaan 2
kelompok atau lebih

Sebelum melakukan uji stat, tentukan:

 Ho dan batas kemaknaan
 Distribusi sampling dan uji stat yang
sesuai
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hipotesis yang dibuat untuk ditolak

menyatakan tidak ada perbedaan bila
Ho ditolak Hipotesis alternatif (Hi)
atau hipotesis penilaian yang diterima.

Hi diperoleh dari teori yang ada

(one atau two tail/ ekor)
Ho><Hi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Asumsi
SAMPEL berasal dari populasi
dengan Distribusi Normal bila:
1. Mean = Median = Modus.
2. Mean, dan Standar Deviasi,
mempunyai nilai sebagai
berikut.
X  1 SD = 68.3 %
X  2 SD = 95.5 %
X  3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Mean = Mediam = Modus

X  1 SD = 68.3 %
X  2 SD = 95.5 %
X  3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Asumsi
Suatu kumpulan data yang banyak, bila digambarkan akan
merupakan distribusi normal
(central limit theorem)
Cara menentukan distribusi normal :
• Coefisien Of Variation (COV ) : < 20%.
• COV = SD / mean.
• Uji stat : 1 variabel
• Membandingkan letak (X – 3SD)-(X+3SD)
terhadap letak X dan nilai Range
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

TINGKAT KEMAKNAAN (Alpha)

Makin kecil tingkat kemaknaan.

Makin kecil terjadi kesalahan

kesimpulan
Roosner.B (1986) fundamental
Statistics
0.01<p<0.05 : significant
0.001<p<0.01: highly significant
P<0.001 : very highly significant
P> 0.05 : not statiscally significant
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Besar tingkat, kemaknaan pada kurva normal

digambarkan pada kedua ujung kurva
• Gambar penolakan dapat digambarka pada kedua
ujung two tail test
• Bila pada satu ujung one tail test
• Bila uji Statistik hasilnya dalam daerah penolakan (P <
Alpha) Ho ditolak

• Bila p > Alpha Ho diterima

 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Kemungkinan Ho salah disebut

• Kesalahan tipe I (alpha),
Menolak Ho, sebetulnya Ho tsb
benar
• Kesalahan tipe II (Beta), Menerima
Ho, sebetulnya Ho tersebut salah
• 1 – Beta = Power

• Kekuatan uji statistik

Uji 1 variabel: Uji 3 variabel
Bionominal Anova
Chi-square Multipel

K.S. regresi
Run tes
• Uji 2 variabel
• Chi-square Mc. Nemar
• Fisher Exact Uji tanda
• K.S. Cochran’S
• Unpair- t-test Pair-t-test
• Peorsons’s Wilcoxon
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Parametrik :
• Dilakukan terhadap sekelompok data yang
mempunyai parameter yang jelas dan dapat dihitung
secara objektif
• Uji yang terkuat untuk menolak Ho, bila Ho salah.
• Bila mempunyai cukup alasan untuk memakai uji
paremetrik, pakai

Uji Parametrik
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji non parametrik

• Uji untuk data yang kurang memenui sarat untuk uji
parametrik
• Tidak memperdulikan distribusi. Populasi normal
atau tidak normal.
• Paling sesuai untuk sampel kecil
• Dapat dipakai untuk menganalisis data dalam skala
nominal dan ordinal
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

 Derajat kebebasan.
 Df = n – 1.
 Jumlah yang diobservasi = n.

 Df dua kelompok atau tabel.

 Df = ( k – 1 ) ( r – 1 ).
 Colum / kolom.
 Row / baris.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Ada 2 jenis : yaitu Tabel 2x2 dan BxK

• Syarat
• 2x2 : Semua sel nilai E>5
• BxK : > 20% Nilai E>5
• Hasil : Bandingkan dengan nilai kritis tabel X²
Bila X² > NK Ho ditolak dan ><

Rumus:

(O-E)²
X² =
E
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Tes asosiasi antara 2 variabel

• Merupakan test alternatif bila X2 tak memenuhi syarat
• Buat tabel hasil penelitian
• Buat tabel ekstrim (dapat >1)
• P= p1+po

(a+c)!(b+d)!(c+d)!(a+b)
P=
n!a!b!c!d
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 var yang bersifat independent

• Bentuk tabel besar
• Buat tabel frek.komulatif
• Hitung d untuk tiap kolom
• Tentuka D maksimum
• Nilai kritis Tabel X² dengan db = 2

n1 n2
X² = 4D²
n1 = n2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Unpaired t-test
• Paired t-test
• Z-test
• Z-test satu sempel
• Analisa korelasi
• Analisa regresi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Untuk membandingkan 2 sampel

X1-X2
T=
S gab. · 1/n1+1/n2
· S gab=· {(n1-1)s² +(n2-1)s² }
n1+n2-2
· Nilai p lihat nilai tabel T
dengan db = n1+n2-2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel kecil yang dependent

• D = rata-rata perbedaan 2 sempel
• S = Standar deviasi
• N = Jumlah pasangan
• P = Lihat tabel T, db = I, t.nk
Ho ditolak

D
T=
S / Vn
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel dengan n > 30

• Nilai Z dilihat pada tabel normal

X1-X2
Z=
(SX1²/nX = SX2²/nX2)
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Nilai Z dilihat pada tabel normal

p = 0.1 0.05 .02 .01 .002 .001

z = 1.65 1.96 2.37 2.58 3.09 3.29
• Untuk 1 sampeldengan n > 30
• Nilai Z dilihat pada tabel normal
• Nilai p didapat dengan membandingkan nilai Z
dengan nilai kritis

X–H
Z=
S/ n
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel dengan variabel

kuantitatif / continuos

n Σ XY – (Σ X)(Σ X)
R=
{nΣX²-Σ(X)²}{ΣY²-Σ(Y)²}
 Nilai korelasi antara –1--- + 1
• Kuatnya hubungan = r.
• R > 0.7 sangat kuat
• R = 0.7-0.5 kuat
• R = 0.5—0.25 cukup
• R = > 0.25 tak ada korelasi
• Untuk itu perlu uji
hipotesis
• Nilai t dapat pada tabel t
• Nilai t > NK Ho
ditolak n-2
T= r
(I-r)
1. Menghitung r²
2. Menghitung hipotesis

3. Kesimpulan dengan tidak melihat nilai T

(NK)

Ho diterima atau ditilak

• Hubungan 2 variabel dapat memprediksi perubahan
pada variabel dependen

n Σ XY – (Σ X)(Σ X)
r=
{nΣ X²}{nΣ Y²}

a = Y - bX
SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK
MEMBATASI. YG COCOK. YG SESUAI.

NOMINAL. EKIUVALENSI MODUS

FREQUENSI NON
KOEF. PARAMETRIK.
KONTINGENSI.

ORDINAL. EKIUVALENSI MEDIAN.

LEBIH BESAR PERSENTIL.
DARI SPEARMAN rs. NON
KENDALL t. PARAMETRIK.
KENDALL w. .
SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK
MEMBATASI. YG COCOK. YG SESUAI.

INTERVAL EKIUVALENSI. MEAN.

LEBIH BESAR DEV. STANDAR NON
DARI. KORELASI PARAMETRIK.
RASIO PEARSON. DAN.
SEMBARANG 2 KARELASI PARAMETRIK..
INTERVAL MOMEN HASIL
DIKETAHUI. X GANDA.

RASIO. •IDEM DIATAS MEAN

+ GEOMETRIK.
NON
RASIO KOEFISIEN
PARAMETRIK.
SEMBARANG 2 VARIASI.
HARGA SKALA DAN.
DIKETAHUI. PARAMETRIK..
VARIABEL. NOMINAL. ORDINAL.

DUA
DUA KATA
KATA
KATA GORI SKOR.
GORI.
GORI ATAU
LEBIH

BINO CHI
K.S.
UJI. MIAL. SQUARE
VARIABEL VARIABEL SATU.
DUA. NOMINAL. ORDINAL. INTERVAL.
2 KEL > 3 KEL KEL. SKOR SKOR DIST NORM

N 2 CHI MANN
FISHER
SQUARE
O KELOMPOK WHIT ANOVAR 1
M = / > DARI CHI FAKTOR.
KRUSK
I 3 KELOM SQUARE WALLIS

ANOVAR
O KELOMPOK. KENDALL’ S
TREND.
R
D
KEN
I SKOR.
DALL

SKOR
DISTRIBUSI PEARSON r.
NORMAL.
VARIABEL II VARIABEL I
2 KEL. 3 > KEL KEL. SCORE

I 2 t BERKAITAN
Mc. COECH SIGN WILCOX
T KELOM NEMAR RAN Q. TEST. -
ATAU
E POK ANOVAR.
R
V =>3
A ANOVAR
KELOM
L 2 FACTOR.
POK

O
R
KELOM PAGE’ ANOVAR
D
POK. sL
I
N
1. Bahwa statistik memiliki fungsi sebagai
alat bantu yang memungkinkan
seseorang bekerja dalam berbagai bidang
secara lebih teratur, eksak, teliti, efektif
dan efisien serta memudahkan seseorang
untuk melakukan kontrol terhadap
pekerjaan yang dilakukan
2. Statistik juga dapat membantu seseorang
membuat induksi dan prediksi keadaan
dimasa yang akan datang secara lebih
tepat dan rasional atau lebih dapat
diterima oleh akal pikiran manusia.

67
Dr. Husin,M.Si 68
FEB UHO