FKG BATCH 16
Statistik Parametrik
dan Non
Parametrik
universitas baiturrahmah
PEDOMAN
PENGGUNAAN
KURVA
NORMAL
uji Normalitas
UJI
KOLMOGOROV SMIRNOV
P VALUE < 0.05 - H0 TOLAK
DATA TIDAK NORMAL
1
2
3
NILAI STD ERROR SKEWNESS
ANTARA - 2 - +2
analisis data
DESKRIFTIF
analisis dengan metode pemaparan
atau biasa disebut analisis
Univariat (satu variabel)
ANALISIS
analisis dengan menggunakan 2
variabel atau lebih
BIVARIAT
2 variabel
MULTIVARIAT
analisis lebih dari 2 variabel
PART 1
statistik
parametrik
RULES AND REGULATIONS
bagian 1
JENIS DATA
NUMERIKKATEGORIK
MERUPAKAN DATA BERUPA
KELOMPOK/ ORDINAL ATAU
NOMINAL ATAU BERSIFAT
KUALITATIF
MERUPAKAN DATA BERUPA
NUMBER/ RATIO/ DISKRIT
ATAU BERRSIFAT KUANTITATIF
STATISTIK
PARAMETRIK
STATISTIK
PARAMETRIK
UNIVARIAT/DESKRIFTIF
NUMERIK
KATEGORIK
STATISTIK
PARAMETRIK
BIVARIAT
STATISTIK
PARAMETRIK
UJI T -T TEST
Berdasarkan karakteristik
data tersebut maka uji beda
dua mean dibagi dalam dua
kelompok, yaitu: uji beda
mean independen (uji T
independen) dan beda mean
dependen (uji T dependen).
STATISTIK
PARAMETRIK
UJI ANOVA
uji beda mean lebih dari dua
kelompok data baik yang
independen maupun dependen.
, misalnya ingin mengetahui
perbedaan mean berat badan
bayi untuk daerah Bekasi, Bogor
dan Tangerang
STATISTIK
PARAMETRIK
UJI KORELASI
Korelasi di samping dapat untuk mengetahui
derajat/keeratan hubungan, korelasi dapat
juga untuk mengetahui arah hubungan dua
variabel numerik. Misalnya, apakah
hubungan berat badan dan tekanan darah
mempunyai derajat yang kuat atau lemah,
dan juga apakah kedua variabel tersebut
berpola positif atau negatif.
STATISTIK
PARAMETRIK
UJI REGRESI SEDERHANA
Analisis regresi merupakan suatu model
matematis yang dapat digunakan untuk
mengetahui bentuk hubungan antar dua atau
lebih variabel. Tujuan analisis regresi
adalah untuk membuat perkiraan (prediksi)
nilai suatu variabel (variabel dependen)
melalui variabel yang lain (variabel
independen).
PART2
statistik non
parametrik
RULES AND REGULATIONS
bagian 2
2 SAMPLE BEBAS
MANn WHITNEY
KOLMOGOROV - SMIRNOV
MOSES
WALD -WOLFOWITS
DATA 2 SAMPLE BEBAS
MANN WHITNEY
DATA NOMINAL ATAU ORDINAL - KATEGORIK
KOLMOGOROV-SMIRNOV
DATA NOMINAL DA ORDINAL - NUMERIK
MOSES & WALD WOLFWITZ
DATA NOMINAL DAN ORDINAL -NUMERIK
2 SAMPLE BERPASANGAN
WILCOXON
SIGN TEST
MC NEMAR
MARGINAL
DATA 2 SAMPLE BERPASANGAN
WILCOXON
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
SIGN TEST
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
MC NEMAR
DATA KATEGORIK DENGAN 2 KATEGORI
MIS. "YA" DAN "TIDAK
"SUKSES" ATAU "GAGAL"
MARGINAL HOMOGENITY
DATA KATEGORIK DENGAN > 2 KATEGORI
MIS ; SUKA. CUKUP SUKA, TIDAK SUKA
non parametrik
UJI LEBIH DARI 2 SAMPLE
BEBAS
BERPASANGAN
> 2 SAMPLE BERPASANGAN
FRIEDMAN
KENDALL
COCHRANS
> 2 SAMPLE BEBAS
KRUSKAL WALLIS
MEDIAN
JONGKHERE
KRUSKAL
WALLIS
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
LEBIH DARI 2 SAMPLE BEBAS
MEDIAN
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
JONGKHERE
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
LEBIH DARI
DUA SAMPLE
BERPASANGAN
FRIEDMAN
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
KENDALL
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
COCHRAN
DATA NOMINAL ATAU ORDINAL
NUMERIK TAPI DIST. TIDAK NORMAL
KORELASI NON PARAMETRIK
DATA
NOMINAL
KORELASI CRAMER
KOEF. KONTINGENSI
LAMBDA
Finding Your Creative Niche | CHC 2020
DATA
ORDINAL
KENDALL
SPEARMAN
GAMMA
SOMMER