Pemeriksaan Sebaran Data Bagus Sartono
|
|
- Hartono Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STK335 Analisis Eksplorasi Data Pertemuan 04 Pemeriksaan Sebaran Data Bagus Sartono
2 Outline Quantile-Quantile Plot Apa itu kuantil? Plot kuantil QQplot QQplot Normal QQplot selain normal Goodness of Fit Test Chi-Square Test Kolmogorov-Smirnov Test
3 Persentil dan Kuantil Persentile ke-k dari sebuah dataset adalah sebuah nilai yang membagi sedemikian rupa sehingga terdapat k% amatan yang kurang dari nilai tersebut dan (100-k)% amatan bernilai lebih besar dari nilai persentil tersebut Persentil ke-25 disebut juga sebagai lower quartile atau Q1 Persentil ke-50 disebut juga sebagai median Persentil ke-75 disebut juga sebagai upper quartile atau Q3 Dalam analisis statistik, istilah kuantil lebih umum digunakan dibandingkan persentil, meskipun maknanya sama. Hanya saja sering digunakan indeks yang berbeda. P25 Q(0.25) P50 Q(0.5) P75 Q(0.75)
4 Kuantil Misalkan ada dataset berikut Pertama urutkan datanya Padankan setiap nilai yang terurut dengan bilangan fraksi antara 0 dan 1 dengan jarak yang sama
5 Kuantil Kuantil yang lain diperoleh menggunakan interpolasi linear
6 Kuantil Andaikan terdapat suatu gugus data x 1, x 2,..., x n. Kuantil dengan fraksi tertentu diperoleh dengan cara sebagai berikut: Urutkan datanya x (1) x (2) x (n). Setiap data yang terurut merupakan kuantil yang bersesuaian dengan fraksi i 1 p i n 1 untuk i = 1,..., n Kuantil untuk fraksi lain diperoleh dengan melakukan interpolasi linear
7 Plot Kuantil Merupakan plot antar nilai kuantil dan fraksinya Serupa dengan plot dari fungsi sebaran kumulatif empirik (menukar sumbu)
8 ,2 0,4 0,6 0,8 1
9 Plot QQ Plot Kuantil-Kuantil Theoretical QQ Plot Scatter plot antara quantil data dengan quantil berdasarkan sebaran hipotetik tertentu Digunakan untuk mengidentifikasi apakah sebaran data mengikuti sebaran hipotetik yang digambarkan Pola garis lurus mengindikasikan hal tersebut
10 Plot QQ Tahapan pembuatan Urutkan data x (1) x (2) x (n). Hitung pi = (i 0.5)/n Untuk sebaran hipotetik tertentu, hitung Q i = F -1 (p i ) dengan F adalah fungsi sebaran kumulatif, dengan kata lain Qi adalah sebuah nilai sehingga P(Y Q i ) = p i Plot x (i) vs Q i
11 Plot QQ Normal Tahapan pembuatan Urutkan data x (1) x (2) x (n). Hitung pi = (i 0.5)/n Tentukan skor normal Z, untuk setiap p i Plot x (i) vs Z i Digunakan untuk melihat apakah distribusi data mengikuti sebaran normal
12 E ,5-2 -1,5-1 -0,5 0 0,5 1 1,5 2 2,5
13 QQPlot Normal untuk Data yang Mengikuti Sebaran Normal proc univariate data=data; var x; histogram x; qqplot x / normal; run;
14 QQPlot Normal untuk Data yang Sebarannya Menjulur ke Kanan
15 QQPlot Normal untuk Data yang Sebarannya Menjulur ke Kiri
16 data kanan; do i = 1 to 1000; x = rand('chisquare', 5); output; end; proc univariate data=kanan; var x; histogram x / midpoints=0 to 18 by 1 ; qqplot x / gamma(alpha=2.5); qqplot x / normal; run;
17 QQ Plot di SAS
18 Goodness of Fit Test Uji formal untuk apakah suatu gugus data mengikuti sebaran hipotetik tertentu H0: data mengikuti sebaran hipotetik H1: data tidak mengikuti sebaran hipotetik Chi-Square test, didasarkan pada perbandingan frekuensi amatan antara data empirik dengan kondisi jika sebarannya mengikuti fungsi kepekatan/massa peluang tertentu Kolmogorov-Smirnov test, didasarkan pada perbandingan antara fungsi sebaran kumulatif empirik dan fungsi sebaran kumulatif hipotetik
19 Chi-Square Test Membandingkan frekuensi amatan (observed, O) dengan frekuensi harapan (expected, E) berdasarkan sebaran tertentu Statistika Uji p 2 2 ( Oi Ei ) hitung i 1 Ei 2 hitung mengikuti sebaran 2 dengan derajat bebas (k 1) Ingat! Ada beberapa batasan kevalidan uji ini (pelajari di berbagai sumber bacaan terkait hal ini)
20 Chi-Square Test Ilustrasi: Apakah data berikut mengikuti sebaran seragam? n = 40 H0 : P(A) = P(B) = P(C) = P(D) = P(F) = 0.2 H1: selainnya
21 Chi-Square Test H0 : P(A) = P(B) = P(C) = P(D) = P(F) = 0.2 H1: selainnya Nilai Observed Expected A 5 8 B 11 8 C 16 8 D 6 8 F hitung p ( O i 1 i E E i i ) 2 Terima H0 atau Tolak H0?
22
23 Chi-Square Test Ilustrasi: Apakah data berikut mengikuti sebaran Normal? H0 : data menyebar normal H1: data tidak menyebar normal H0 : data menyebar Normal(?,?) H1: data tidak menyebar Normal(?,?) H0 : data menyebar Normal(mu=20.2, sigma=0.972) H1: data tidak menyebar Normal(mu=20.2, sigma=0.972)
24 Chi-Square Test H0 : data menyebar Normal(mu=20.2, sigma=0.972) H1: data tidak menyebar Normal(mu=20.2, sigma=0.972) Peluang Normal Selang Nilai Frekuensi sesuai H0 Ekspektasi 2 hitung hitung 6.33 p ( O i 1 i E E i i ) 2
25 Kolmogorov-Smirnov Test Introduction A test for goodness of fit usually involves examining a random sample from some unknown distribution in order to test the null hypothesis that the unknown distribution function is in fact a known, specified function. A random sample X1,X2,..., Xn is drawn from some population and is compared with F (x) in some way to see if it is reasonable to say that F (x) is the true distribution function of the random sample. One logical way of comparing the random sample with F (x) is by means of the empirical distribution function S(x)
26 Kolmogorov-Smirnov Test Definition Let X1,X2,..., Xn be a random sample. The empirical distribution function S(x) is a function of x, which equals the fraction of Xis that are less than or equal to x for each x, <x<, i.e
27 Kolmogorov-Smirnov Test The data consist of a random sample X1,X2,..., Xn of size n associated with some unknown distribution function,denoted by F(x) The sample is a random sample Let S(x) be the empirical distribution function based on the random sample X1,X2,..., Xn. Let F (x) be a completely specified hypothesized distribution function Let the test statistic T be the greatest (denoted by sup for supremum) vertical distance between S(x) and F (x). In symbols we say
28
29 Kolmogorov-Smirnov Test Ilustrasi: Apakah data berikut mengikuti sebaran Normal(mu=20.2, sigma=0.972)? H0 : data menyebar Normal(mu=20.2, sigma=0.972) H1: data tidak menyebar Normal(mu=20.2, sigma=0.972)
30 Kolmogorov-Smirnov Test Ilustrasi: Apakah data berikut mengikuti sebaran Normal(mu=20.2, sigma=0.972)? H0 : data menyebar Normal(mu=20.2, sigma=0.972) H1: data tidak menyebar Normal(mu=20.2, sigma=0.972)
31 i x S(x) F(x) abs(s-f) Dst. T = T kritis = Terima H0
STK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciInferensia Statistik parametrik VALID?? darimana sampel diambil
Inferensia Statistik parametrik VALID?? Tergantung dari bentuk populasi Tergantung dari bentuk populasi darimana sampel diambil Uji kesesuaian (goodness of fit) ) untuk tabel frekuensi Goodness-of-fit
Lebih terperinciPENGUJIAN POLA DISTRIBUSI
PENGUJIAN POLA DISTRIBUSI 1. Pengujian Kolmogorov-Smirnov Normal Langkah-langkah : a. Menetapkan hipotesis H0 : data berdistribusi normal H1 : data tidak berdistribusi normal b. Menghitung statistik uji
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Uji Hipotesis (Hypothesis Tes/ng) 1 Uji Hipotesis Model Matema/ka vs Pengukuran
Lebih terperinciANOVA (Analysis of Variance) PADA PRODUK CEREAL
ANOVA (Analysis of Variance) PADA PRODUK CEREAL A. ANOVA ANOVA adalah salah satu analisis statistika yang sering dimanfaatkan untuk mengecek perbedaan nilai rata-rata dari dua atau lebih kelompok data.
Lebih terperinciREGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Abstrak
REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Rita Rahmawati 1, Widiarti 2, Pepi Novianti 3 1) Program Studi Statistika FMIPA Undip 2) Sekolah Pascasarjana Departemen Statistika IPB 3) Jurusan Matematika
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciTabel 4 Urutan dan penempatan bubu pada tali utama
30 Penggunaan umpan digunakan secukupnya, pada penelitian ini digunakan sebanyak kurang lebih 50 gram cacing per kantong umpan. Kemudian kawat kasa tersebut ditusukkan pada besi yang digunakan untuk pemasangan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengantar Pada Bab ini akan dilakukan pembahasan untuk menetapkan beban overbooking melalui model penghitungan. Untuk dapat melakukan penghitungan tersebut, terlebih dahulu
Lebih terperinciLatihan tahapan data
SAS/BASE τρ Tahapan Data (1) Pernyataan LIBNAME Pernyataan DATA Pernyataan INFILE Pernyataan INPUT Pernyataan CARDS (DATALINES) Pernyataan DO-loop Pernyataan DROP (atau KEEP) Pernyataan Kondisi (IF-THEN-ELSE)
Lebih terperinciAnalisis Chi-Square (x 2 )
Analisis Chi-Square (x 2 ) Chi square ("χ 2 " dari huruf Yunani "Chi "Kai") to determine if data good or not. Expl... to determine possible outcomes for genetic crosses. How will we know if our fruit fly
Lebih terperinciBAB IV ANALISIS. Skor Frekuensi (%) F.X % % % % % % 34
BAB IV ANALISIS Setelah data-data terkumpul serta adanya teori yang melandasinya, maka langkah selanjutnya adalah menganalisis hasil data tentang sejauh mana metode pembelajaran scramble dalam meningkatkan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciKasus. Survey terhadap remaja usia tahun apakah pernah melakukan kerja paruh waktu (part-time)??
Kasus Survey terhadap remaja usia 15-16 tahun apakah pernah melakukan kerja paruh waktu (part-time)?? Berikut Tabel datanya: Race Gender Yes Part Time Job No White Male 43 134 Female 26 149 Black Male
Lebih terperinciKULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan
KULIAH : UJI NON PARAMETRIK 1 SAMPEL Tim Pengajar STATSOS Lanjutan What is Statistics Science of gathering, analyzing, interpreting, and presenting data Branch of mathematics Facts and figures Measurement
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciDIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA
DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)
Lebih terperinci6 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK351) 6 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Uji Kebaikan Suai Khi- Kuadrat untuk Sebaran Kontinu dan Uji
Lebih terperinciTENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
Lebih terperinciUJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR
PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah
Lebih terperinciStatistics. BWTsebelum1 BWTsesudah1 BWTselisih1 BWTsebelum2 BWTsesudah2 BWTselisih2. N Valid
Lampiran 1 Uji Stastitik Statistics BWTsebelum1 BWTsesudah1 BWTselisih1 BWTsebelum2 BWTsesudah2 BWTselisih2 N Valid 13 13 13 13 13 13 Missing 13 13 13 13 13 13 Mean 5,538 7,308 1,769 5,385 7,115 1,731
Lebih terperinci10+ Departemen Statistika FMIPA IPB
Suplemen Praktikum Pertemuan ANALISIS DATA KATEGORIK (STK351) 10+ Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Analisis Nonparameterik dan Data Kategorik dengan dan Menggunakan
Lebih terperinciHANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS
HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS UJI RELIABILITAS DAN SELEKSI ITEM a. Pindahkan hasil data item dari tabulasi di Excel ke data view SPSS b. Di bagian variable view rubah
Lebih terperinciCase Processing Summary. Cases. Valid Missing Total. Umur * Kecelakaan Kerja % 0 0.0% % Pendidikan * Kecelakaan Kerja
Case Processing Summary Cases Valid Missing N N N Umur * Pendidikan * Kecelakaan Kerja Jumlah Jam Kerja * Massa Kerja * Kecelakaan Kerja Umur * Crosstabulation Tidak Umur 12-16 3 3 6 17-25 44 20 64 26-35
Lebih terperinciStatistika Deskriptif
Statistika Deskriptif Materi 2 - STK511 AnalisisStatistika September 26, 2017 Sep, 2017 1 Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara
BAB IV HASIL DAN PEMBAHASAN Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara atasan memimpin dan kinerja bawahan yang meliputi hasil penelitian data, hasil pembahasan penelitian yang
Lebih terperinciLampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM
Lampiran 1 Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM 79 80 Lampiran 2 Surat Permohonan Ijin Peminjaman Alat di Laboratorium Biologi FK UKM 81 Lampiran 3 Perhitungan Statistik
Lebih terperinciDaftar Kuesioner. I. Pengantar
Daftar Kuesioner PERBEDAAN PROKRASTINASI AKADEMIK ANTARA MAHASISWA YANG AKTIF DENGAN YANG TIDAK AKTIF DALAM ORGANISASI LEMBAGA KEMAHASISWAAN DI KALANGAN MAHASISWA PENDIDIKAN EKONOMI FKIP UKSW SALATIGA
Lebih terperinciAnalisis Data kategorik tidak berpasangan skala pengukuran numerik
Analisis Data kategorik tidak berpasangan skala pengukuran numerik Uji t dengan 2 kelompok Uji t Tidak Berpasangan Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan
Lebih terperinciSAS/BASE & PROC untuk Analisis Statistika
SAS/BASE & PROC untuk Analisis Statistika τρ Tahapan Data Pernyataan LABEL Pernyataan LENGTH Pernyataan WHERE Pernyataan RETAIN Pernyataan SET Pernyataan MERGE Memberikan label pada peubah untuk dicetak
Lebih terperinciUJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :
UJI NORMALITAS DATA Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : Garis mendatar pada grafik kurva normal umum adalah sumbu-x Garis mendatar pada
Lebih terperinciMetode Statistika (STK211) Statistika Deskriptif (1) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015
Metode Statistika (STK211) Statistika Deskriptif (1) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015 1 2 3 4 5 Statistika Deskripsi dan Eksplorasi Merupakan teknik penyajian dan peringkasan data sehingga
Lebih terperinciUmur kelompok. Valid < 45 tahun tahun >65 tahun Total
80 Frequency Table Umur kelompok Valid < 45 tahun 9 7.7 7.7 7.7 45-65 tahun 77 65.8 65.8 73.5 >65 tahun 31 26.5 26.5 100.0 Jenis Kelamin Valid laki-laki 67 57.3 57.3 57.3 perempuan 50 42.7 42.7 100.0 Agama
Lebih terperinciSTATISTICS. Hanung N. Prasetyo WEEK 10 TELKOM POLTECH/HANUNG NP
STATISTICS Hanung N. Prasetyo WEEK 10 A. BEBERAPA CARA UJI NORMALITAS 1. RASIO SKEWNESS DAN RASIO KURTOSIS Rasio Skewnwss = Nilai Skewnwss/ S.E. Skewness Rasio Kurtosis = Nilai Kurtosis / S.E. Kurtosis
Lebih terperinciPROBLEM SOLVING STATISTIKA LANJUT
PROBLEM SOLVING STATISTIKA LANJUT 1. Ujilah validitas dan reliabilitas hasil koesioner gaya kepemimpinan yang terdiri dari 12 item dan diisi oleh 44 responden dalam data pada file Excel. 2. Berikan gambaran
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan
Lebih terperinciPENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Lebih terperinciSebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor
Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,
Lebih terperinciANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja Hubungan Antar Peubah
Lebih terperinciBAB IV DESKRIPSI DAN ANALISI DATA
BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP
Lebih terperinci7. LAMPIRAN. x100% = 13,72% x100% = 15,90% 5,03. Sampel AK64. Ulangan 1: 0,75 x100% = 14,94% 5,02 Ulangan 2: 0,8 x100% = 16,00% 5,00 Ulangan 3: 0,8
33 7. LAMPIRAN 7.1. Perhitungan 7.1.1. Perhitungan Kadar Air Sampel AK46 0,78 x% = 15,60% 5,00 0,68 x% = 13,60% 5,00 0,75 x% = 15,03% 4,99 Sampel AK55 0,76 x% = 15,05% 5,05 0,79 x% = 15,83% 4,99 0,69 x%
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan
6162 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan komunikasi matematis siswa dan data hasil skala sikap. Selanjutnya,
Lebih terperinciPenerapan SAS/IML Algoritma EM, Pembangkitan sebaran normal ganda, dan Bootstrap
Penerapan SAS/IML Algoritma EM, Pembangkitan sebaran normal ganda, dan Bootstrap τρ Application EM Algorithm Complete-data specification f(x Φ) f x Φ = b x eφt(x) a(φ) E-step : Estimate the complete data
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam Bab IV ini berisi tentang analisis instrumen penelitian, uji keseimbangan pretest dan uji beda rerata posttest, deskripsi data amatan, normalitas data amatan,
Lebih terperinciUniversitas Sumatera Utara
Umur * CD4 + Crosstabulation cd4 1-49 50-99 100-149 Total umur 35 Count 3 4 2 9 Expected Count 4.5 3.0
Lebih terperinciUJI ASUMSI KLASIK (Uji Normalitas)
UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK Uji Asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear Ordinary Least Square (OLS) terdapat masalah-masalah
Lebih terperinciPertemuan 11 s.d. 13 STATISTIKA INDUSTRI 2. Nonparametric. Skala Pengukuran...(review) 27/05/2016. Statistik Non Parametrik
Pertemuan 11 s.d. 13 STATISTIKA INDUSTRI TIN 4004 Outline: Nonparametric Statistics Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists, 9 th
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
Lebih terperinci128 LAMPIRAN - LAMPIRAN
128 LAMPIRAN - LAMPIRAN 129 FOAM PEMERIKSAAN PENGARUH PEMBERIAN SENAM BAYI TERHADAP PENINGKATAN BERAT BADAN PADA BAYI USIA 6-12 BULAN DI POSYANDU PERUMAHAN KEMANG TIMUR JAKARTA SELATAN IDENTITAS RESPONDEN
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Sebelum melakukan pengujian asumsi klasik dan pengujian regresi, terlebih dahulu disajikan statistik deskriptif yang dapat dilihat dakam tabel
Lebih terperinciINSTRUMEN PENELITIAN
Lampiran 1 INSTRUMEN PENELITIAN HUBUNGAN PERILAKU HIDUP BERSIH DAN SEHAT (PHBS) TATANAN KELUARGA IBU DENGAN KEJADIAN DIARE PADA BALITA DI KAMPUNG BOJONG KELURAHAN RAWABUAYA TAHUN 2014 PETUNJUK PENGISIAN
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap Harga Saham Pada Perusahaan Perdagangan, Jasa Dan Investasi Di Daftar Efek Syariah
Lebih terperinciBAB IV HASIL PENELITIAN
143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian
Lebih terperinciCHANDRA NOVTIAR
Two-Sample t-test PR II SAS Academy-Statistical Analysis OLEH: CHANDRA NOVTIAR 201 11 010 PROGRAM STUDI MAGISTER MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI BANDUNG 2013
Lebih terperinciBAB IV ANALISIS KORELASI ANTARA NILAI BTQ DENGAN PRESTASI BELAJAR MAPEL PAI DI SD KANDANG PANJANG 01 PEKALONGAN
BAB IV ANALISIS KORELASI ANTARA NILAI BTQ DENGAN PRESTASI BELAJAR MAPEL PAI DI SD KANDANG PANJANG 01 PEKALONGAN A. Analisis Data tentang Nilai BTQ SD Kandang Panjang 01 Pekalongan Setelah dikumpulkan dengan
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 204 ISSN 2085-7829 Perbandingan Aplikasi Metode Parametrik (Distribusi Log logistik) dan Non Parametrik (Nelson-Aalen Estimator) dalam Analisis Data Uji
Lebih terperinciStatistik Non Parametrik-2
Statistik Non Parametrik-2 UJI RUN 2 Uji Run Disebut juga uji random Bertujuan untuk menentukan apakah urutan yang dipilih atau sampel yang diambil diperoleh secara random atau tidak Didasarkan atas banyaknya
Lebih terperinciSTK 211 Metode statistika. Materi 2 Statistika Deskriptif
STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan
Lebih terperinciPertemuan Ke-13. Nonparametrik_Uji Satu Sampel_M.Jainuri, M.Pd
Pertemuan Ke-13 1 Pengantar Statistik Nonparametrik Uji nonparametrik (uji bebas distribusi) digunakan bila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PERSETUJUAN... ii. HALAMAN PENGESAHAN DAN KELULUSAN UJIAN... iii. HALAMAN PERNYATAAN... iv
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN DAN KELULUSAN UJIAN... iii HALAMAN PERNYATAAN... iv MOTTO DAN PERSEMBAHAN... v ABSTRAK... vi ABSTRACT... vii KATA PENGANTAR...
Lebih terperinciANALISIS DAN PEMBAHASAN
Pengujian Hasil Analisis dengan Back Testing (LR) - Tentukan nilai T, V dan α - Hitung nilai - Bandingka LR dengan CV pada α tertentu - Kesimpulan uji Membandingkan Actual Loss dengan Metode Standar dengan
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai program kegiatan masjid,
Lebih terperinciPendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random
RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.
Lebih terperinciUJI PRASYARAT ANALISIS
UJI PRASYARAT ANALISIS Wahyu Widhiarso Fakultas Psikologi UGM Latar Belakang PENGANTAR Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu. Formula tersebut dapat menggambarkan sebuah
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciValiditas & Reliabilitas (Sert)
Validitas & Reliabilitas (Sert) Case Processing Summary N % Cases Valid 40 100.0 Excluded a 0.0 Total 40 100.0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's
Lebih terperinciStatistika Bisnis. Chi Square. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Humas.
Statistika Bisnis Modul ke: Chi Square Fakultas Ilmu Komunikasi Yusuf Elmande., S.Si., M.Kom Program Studi Humas www.mercubuana.ac.id Uji Goodness of Fit Seberapa tepat frekuensi yang teramati (observed
Lebih terperinciRandy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat ABSTRACT
PERKIRAAN SELANG KEPERCAYAAN UNTUK NILAI RATA-RATA PADA DISTRIBUSI POISSON Randy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat *email:
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan
Lebih terperinciSTATISTIK PERTEMUAN IX
STATISTIK PERTEMUAN IX UJI SAMPEL TUNGGAL Prosedur sampel tunggal biasanya bertipe goodness of fit. Dalam hal ini kita menarik suatu sampel random dan kemudian menguji hipotesis apakah sampel-sampel tersebut
Lebih terperinciBAB IV HASIL PENELITIAN. 1. Strategi Pembelajaran Berbasis Masalah
BAB IV HASIL PENELITIAN A. Deskripsi Variabel Dan Data Penelitian 1. Strategi Pembelajaran Berbasis Masalah Strategi Pembelajaran berbasis masalah (PBM) adalah strategi pembelajaran yang berpusat pada
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
28 BAB III DATA DAN METODOLOGI PENELITIAN 3.1. Profil Perusahaan Bank ABC pada mulanya didirikan dengan menggunakan nama NV Perseroan Dagang dan Industrie Semarang Knitting Factory. Perusahaan mulai beroperasi
Lebih terperinciLAMPIRAN A KUESIONER PENELITIAN
LAMPIRAN A KUESIONER PENELITIAN 88 PENGANTAR Selamat pagi/siang/sore/malam Pada kesempatan ini, saya selaku peneliti sebelumnya ingin mengucapkan terima kasih atas kesediaan saudara/i untuk mengisi kuesioner
Lebih terperinciBAB Uji Normalitas. Chi-Square
BAB Uji Normalitas Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial). Cara yang biasa
Lebih terperinci7. LAMPIRAN. Lampiran 1. Kuesioner Uji Hedonik
7. LAMPIRAN Lampiran 1. Kuesioner Uji Hedonik Warna Bakso Putih Telur Atribut : Warna Dihadapan Anda terdapat delapan sampel basko putih telur. Amati warna sampel secara berurutan dari kiri ke kanan. Setelah
Lebih terperinciBAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN. Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu
BAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN 3.1 Pengujian Instrumen Data Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu terhadap instrumen yang akan digunakan. Ini dilakukan
Lebih terperinciKUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PEKERJA TERHADAP PENGGUNAAN ALAT PELINDUNG DIRI (APD)
KUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PEKERJA TERHADAP PENGGUNAAN ALAT PELINDUNG DIRI (APD) 1.1 Pengantar Assalaamua laikum wr.wb Dengan ini saya perkenalkan bahwa saya adalah mahasiswi program
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. analisis regresi berganda dengan tujuan untuk mengetahui pengaruh Kesempatan
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan disajikan hasil dari analisis data yang digunakan dalam model analisis regresi berganda dengan tujuan untuk mengetahui pengaruh Kesempatan Investasi, Ukuran
Lebih terperinciterhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di
Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.
Lebih terperinciLAMPIRAN A SKALA WORK ENGAGEMENT DOSEN TETAP DAN TIDAK TETAP
LAMPIRAN A SKALA WORK ENGAGEMENT DOSEN TETAP DAN TIDAK TETAP Selamat Pagi/Siang/Sore Saya mahasiswa Fakultas Psikologi yang sedang menyelesaikan studi akhir. Untuk keperluan tersebut, saya melakukan penelitian
Lebih terperinciStatistik Bisnis 1. Week 10 Continuous Probability Normal Distribution
Statistik Bisnis 1 Week 10 Continuous Probability Normal Distribution Learning Objectives In this chapter, you learn: To compute probabilities from the normal distribution To use the normal probability
Lebih terperinciUJI NORMALITAS DR. R A R T A U U ILMA M I ND N RA R PU P T U RI R
UJI NORMALITAS DR. RATU ILMA INDRA PUTRI Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal Uji statistik normalitas yang dapat digunakan
Lebih terperinciBAB IV ANALISIS DATA
BAB IV ANALISIS DATA A. Deskripsi Data Penelitian ini berjudul Pengaruh Penggunaan Media Cetak dan Media Audio Visual Terhadap Prestasi Belajar Al-Qur an Hadits di MTs Negeri Aryojeding. Penelitian ini
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109;
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat,
Lebih terperinciUji Perbandingan Rata-Rata
Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti
Lebih terperinciStandar Mutu Bihun Instan Menurut SNI No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna
LAMPIRAN Lampiran 1. Standar Mutu Bihun Instan Standar Mutu Bihun Instan Menurut SNI 01-3742-1995 No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna normal normal normal 2. Benda-benda
Lebih terperinciLAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean
LAMPIRAN Lampiran 1. Interpretasi hasil SPSS Case Processing Summary Cases Kelompok Perlakuan Valid Missing Total N Percent N Percent N Percent VolumeUdem KontrolNegatif 13 100.0% 0.0% 13 100.0% Pembanding
Lebih terperinciStatistika Dasar. Bagus Sartono
Statistika Dasar Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Pendugaan parameter dan selang kepercayaan Pengujian hipotesis rata-rata One-Sample T-Test Two-Sample T-Test One-Way
Lebih terperinciANALISA STATISTIK DISKRIPTIF
ANALISA STATISTIK DISKRIPTIF DISTRIBUSI FREKUENSI A. Distribusi Frekuensi Katagorik Misal : Dalam penelitian persepsi masyarakat tentang akan dibangunnya suatu kawasan industri di daerah permukiman, dng
Lebih terperinciLAMPIRAN A SKALA KUALITAS PELAYANAN SEBELUM DAN SETELAH DI UJI COBA
78 LAMPIRAN A SKALA KUALITAS PELAYANAN SEBELUM DAN SETELAH DI UJI COBA 79 Selamat Pagi/Siang/Sore/Malam Saya mahasiswa Fakultas Psikologi Univeritas Esa Unggul yang saat ini sedang melakukan penelitian
Lebih terperinciSTATISTIK DESKRIPTIF. Statistics. Strategi Membaca
2 Lampiran 8 Statistics N Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sum Valid Missing STATISTIK DESKRIPTIF Statistics Strategi Membaca Variables Penguasaan Kosakata Kemampuan Memahami
Lebih terperinciSTK 211 Metode statistika. Agus Mohamad Soleh
STK 211 Metode statistika Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Apa yang disajikan dan diringkas? --> PEUBAH Univariate vs Bivariate vs Multivariate
Lebih terperinciBAB IV PELAKSANAAN DAN HASILPENELITIAN
BAB IV PELAKSANAAN DAN HASILPENELITIAN Pengumpulan data penelitian ini di lakukan pada tanggal 18 Mei 2014 sampai tanggal 21 Mei 2014. Sampel yang digunakan adalah mahasiswa Fakultas Keguruan Ilmu Pendidikan
Lebih terperinciLampiran 1 Informed Consent Penelitian PERBEDAAN KADAR SERUM F2 ISOPROSTAN PADA PREEKLAMSIA DIBANDINGKAN DENGAN KEHAMILAN NORMAL
69 Lampiran 1 Informed Consent Penelitian PERBEDAAN KADAR SERUM F2 ISOPROSTAN PADA PREEKLAMSIA DIBANDINGKAN DENGAN KEHAMILAN NORMAL Ibu ibu yang terhormat, Preeklamsi merupakan salah satu komplikasi kehamilan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Subjek Penelitian Penelitian ini dilakukan di SMP Kristen Satya Wacana Salatiga yang berada di Jl. Diponegoro 52-60 Salatiga, dan penelitian dilaksanakan
Lebih terperinciKURVA STANDART (BATCH 1) KURVA STANDART (BATCH 2)
Absorbansi 42 LAMPIRAN 2. Kurva Standar Beta karoten KURVA STANDART (BATCH 1) Konsentrasi (ppm) Absorbansi 0,1 0,0365 3,1 0,2491 6,1 0,3975 9,1 0,5261 12,1 0,6254 15,1 0,8196 1 0,8 0,6 0,4 0,2 y = 0,1478x
Lebih terperinciLampiran 2. Scoresheet Uji Pendahuluan UJI RANKING HEDONIK. Nama : Tanggal : Produk : Kerupuk Gendar Cincau. Atribut : Warna
7. LAMPIRAN Lampiran 1. Syarat Mutu Kerupuk Beras (SNI 01-4307-1996) No Kriteria Uji Satuan Persyaratan Mentah Sudah digoreng 1. Keadaan 1.1 Bau - Normal Normal 1.2 Rasa - Normal Normal 1.3 Warna - Normal
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinci