Statistik Inferensial Diskriptif Assalamu’alaikum Parametrik Non Parametrik

Univariat Bivariat Multivariat ANALISIS STATISTIKA Univariat Bivariat Multivariat Minimum Uji Hubungan: Uji Hubungan : Maximum -Korelasi Pearson, - Kor Ganda Mean/median Kor Spearman , Chi Square - Regres. Linear /modus Uji Pengaruh : Ganda Standar deviasi - Regresi Linear Sederhana, - Regr. Log.Ganda Distribusi Frek , - Regresi Logistik Sederhana Grafik Uji Beda : - Uji t , Uji Z, Anova, Mann Whitney, Uji tanda

Tabel Uji hipotesis Bivariat Masalah skala pengukuran Jenis Hipotesis Komparatif Korelatif Berpasangan Tdk berpasangan Numerik 2 Klpk > 2 Klpk Pearson* Uji t berpasangan One way anova Uji t tdk berpasangan Repeated ANOVA Kategorik /ordinal Mann Whitney Kruskal wallis Wilcoxon Friedman Spearman Somers’d Gamma Kategorik /nom&ord Chi-square Fisher Kolmogorov-smirnov Tabel(BXK) McNemar,cocran, marginal homogenity Wilcoxon.friedman(PXK) Koefisien kontingensi Lambda

Pertanyaan Penelitian Hubungan Pengaruh Perbedaan Hipotesis Hipotesis Hipotesis Hubungan Pengaruh Perbedaan Kor.Pearson Regresi Uji t, Uji Z Kor Rank. -Linear Anova, Manova Kor Ganda -Logistik Mann Whitney Chi Square Uji tanda

Parametrik Non Parametrik STATISTIKA Parametrik Non Parametrik -Skala pengukuran - Skala pengukuran rasio /interval nominal/ordinal Sampel besar (n>= 30) - Sampel kecil ( n < 30) Distribusi normal - Bebas Distribusi *Kor. Pearson * Kor.Rank, Chi Square * Reg. Linear * Reg.Logistik *Uji t * Uji Mann Whitney * Anova, Manova * Kruskell Walls

Tugas 1. Korelasi Produk Moment 11. Man Whitney 2. Paired t-test 12. Kolmogorov S 3. Unpaired t-test 13. Uji Valid & Rel 4. Regresi linier 5. Regersi logistik 6. Mc.Nemar test 7. Sign test 8. Wilcoxon 9. Chisquare (x2) 10. Fisher Exact

STATISTIK PARAMETRIK SKALA PENGUKURAN DATA : interval / rasio DISTRIBUSI DATA : NORMAL (mendekati normal) HUBUNGAN BIVARIAT TIPE HUBUNGAN : (a)simetris, tmbl.balik JENIS UJI : beda, pengaruh, korelasi

UJI BEDA RERATA DUA RERATA : > DUA RERATA Independen t-test Paired t-test > DUA RERATA ANOVA = Analysis Of VArian

INDEPENDENT t - TEST RERATA DARI DUA KELOMPOK DATA YANG BERBEDA SAMPEL KECIL H0 : A = B H1 : A  B (X-Y) (nx-1) Sx2 + (ny-1) 1 1 t – hitung = ------------ x-y =  ---------------------------  ----- + ------ x-y (nx-1) + (ny-1) nx ny

nx = 30 ny = 30 X = 60,45 Y = 59,85 Sx = 4,60 Sy = 3,45 (nx-1) Sx2 + (ny-1) 1 1 x-y =  ---------------------------  ----- + ------ = 1,05 (nx-1) + (ny-1) nx ny (X-Y) t – hitung = ------------ = 0,57 bandingkan dengan titik x-y kritis pada dk dan 

KESIMPULAN Titik kritis ( t-tabel ) = 2,002 dk = 58  = 0,05 (2 pihak baca pada 0,025) t-hitung < t-tabel ------- H0 diterima Tidak ada beda rerata dua kelompok

PAIRED t-TEST SATU KELOMPOK TETAPI SETIAP INDIVIDUNYA DIAMATI DUA KALI (PRE DAN POST PERLAKUAN), SEHINGGA MENJADI DUA KELOMPOK YANG BERPASANGAN. SATU KELOMPOK MENDAPAT DUA PERLAKUAN, DIAMATI SETELAH PERLAKUAN. ADA “WASHOUT”.

n = 10 Rerata selisih 2 pengamatan = - 1,3 S2 = 20,68 x =  S2 / n = 1,438 d t-hitung = ------------ = - 0,90 x

x =  S2 / n = 1,438 d t-hitung = ------------ = - 0,90 x t-tabel = 2,262 H0 diterima dk = 9 ------- tidak ada perbedaan  = 0,05 rerata p.1 dan p.2

ANOVA BIVARIAT : NOMINAL > 2 KATEGORI DAN INTERVAL/RASIO DISTRIBUSI NORMAL PENGEMBANGAN DARI INDEP.t-TEST BILA HASILNYA ADA PERBEDAAN BERMAKNA, PERLU DICARI LETAK PASANGAN YANG BERBEDA  UJI KOMPARASI GANDA.

TABEL ANOVA SUMBER VARIASI (ANTAR & DALAM) JUMLAH KUADRAT dk (pembilang & penyebut) Rerata JK F hitung F tabel Ke Excel

TABEL ANOVA Smbr Variasi JK dk RJK F-Hit F-tab. Total AK DK 15976,34 992 2 12 7988,17 82,67 96.63 3,74 Total 16968,84 14

KORELASI P.M. PEARSON HUBUNGAN TIMBAL BALIK / SULIT DIPASTIKAN KE SATU ARAH. UKUR KEERATAN HUBUNGAN. SKALA PENGUKURAN KEDUA VARIABEL : INTERVAL / RASIO. BENTUK DISTRIBUSI : NORMAL.

n XY – (X)(Y) r xy = -------------------------------------------- {n (X2)-(X)2 }{n (Y2)-(Y) 2} = 0,745 r xy  n-2 t = --------------- = 3,159 1 – r2xy

REGRESI LINIER SEDERHANA ARAH HUBUNGAN TEGAS (SEBAB- AKIBAT) UKUR PENGARUH. DATA BERDISTRIBUSI NORMAL UNTUK PERAMALAN. ADA KOEFISIEN DETERMINASI

PERSAMAAN REGRESI : Y = a + b X (Y)(X2) – (X)(XY) a = ---------------------------------- n XY – (X)(Y) b = --------------------------- n  X2 - (X)2

PERSAMAAN REGRESI : Y = a + b X (Y)(X2) – (X)(XY) a = ---------------------------------- n XY – (X)(Y) b = --------------------------- n  X2 - (X)2

S2y.x =  (Y-Y)2 / (n-2) S2y.x Sb2 = ------------------------ X2 – {(X)2 / n )} b t = --------- dk = n –2 ;  = 0,05 Sb

REGRESI LINIER BERGANDA MULTIVARIAT ASUMSI-ASUMSI VARIABEL BEBAS > 1. PENJELASAN MANUAL TERLALU RUMIT.