Statistik Klasifikasi Analisis Data

  • Uploaded by: Tri Cahyono
  • 0
  • 0
  • June 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Statistik Klasifikasi Analisis Data as PDF for free.

More details

  • Words: 405
  • Pages: 15
Tri Cahyono [email protected] Jurusan Kesehatan Lingkungan Purwokerto Politeknik Kesehatan Depkes Semarang

KLASIFIKASI ANALISIS DATA

Klasifikasi Analisis Data  Analisis Deskriptif / Analisis Univariat

-

Angka Sajian data Ukuran tendency central Dispersi / Variability Moment  Analisis Inferensial / Analitik / Analisis Bi-Multivariat - Uji hipotesis - Estimasi

ANALISIS DESKRIPTIF

Calculasi / Formula  Angka  Rate  Proporsi  Ratio  Hitungan rumus baku  Vital statistik

Sajian Data  Narasi  Tabel

- Master tabel / tabel induk - Text tabel / Tabel distribusi frekuensi * Tabel distribusi frekuensi biasa * Tabel distribusi frekuensi relatif * Tabel distribusi frekuensi komulatif - Tabel silang / Tabel katagorik / Tabel kontingensi  Grafik - Grafik garis - Grafik batang - Scatter  Diagram - Diagram batang - Diagram ven  Gambar - Pictogram - Peta

Ukuran Tendency Central  Modus / Mode  Median, kuartil, desil, persentil  Mean (aritmatik, geometri, harmonik)

Dispersi / Variability  Range / Rentang  Deviasi rata – rata  Variansi  Standar deviasi (SD )  Standar error (SE)  Koefisien keragaman ( COV )

Moment  Skewness / Kemiringan  Kurtosis (leptokurtik, platikurtik,

mesokurtik)

ANALISIS INFERENSIAL

Analisis Inferensial  Uji Hipotesis  Estimasi

Uji Hipotesis  Uji Perbedaan / komparasi  Uji Hubungan / korelasi

Uji Perbedaan / Komparasi Parametrik  Uji beda mean - Nyata vs standar • SD standar Z score distribusi normal • SD nyata t test distribusi student - Nyata vs nyata • Satu sampel (pre-post)  paired t test (Bivariat) • Dua sampel  t test tak berpasangan (Bivariat) • Tiga atau lebih sampel  F Analisis of Varians (anova) (Multivariat)  Uji beda proporsi - Nyata vs standar  Z score - Nyata vs nyata  Z score  Uji beda varian – Satu sampel  X2 – Dua sampel / populasi  F Non Parametrik  2 sampel indeoendent Fisher, X2, Median, U Mann Whitney, K-S, Run Wald-Wolfowiz, Reaksi Ekstrem Moses, Randomisasi  K sampel independent  X2, Median, Kruskal-Wallis  2 sampel berhubungan  Mc Nemar, Tanda, Wilcoxon, Walsh, Randomisasi  K sampel berhubungan  Q Cochran, Friedman

Uji Hubungan / Korelasi Parametrik  Regresi (Sederhana (Bivariat), ganda, parsial (Multivariat))  Korelasi Moment Product Pearson (Bivariat, Multivariat) Non Parametrik  Regresi logistik  Korelasi Rank Spearman  Korelasi Rank Kendall  Korelasi Parsial Kendal  Konkordansi Kendall  Koefisien Kontingensi

Estimasi  Point (Mean, varian, proporsi)  Interval (Mean, varian, proporsi)

Related Documents


More Documents from "Ryu Kang"