Presentation Examining Data education for university

examing data

1. EXAMINING DATA D ata yang hilang M engidentifikasi outlier - Data yg mempunyai nilai berbeda atau ekstrem dalam suatu kumpulan data - Nilai yang sangat berbeda dari mayoritas data dalam sebuah dataset, yang sering kali terletak jauh dari pola atau rentang normal M enguji asumsi Analisis Data - P roses sistematis untuk menguraikan data Menginterpretasikan mengolah   data  agar dapat diambil kesimpulan yang berharga .

2. Missing data Informasi yang tidak ada atau tidak tersedia dalam suatu kumpulan data untuk subjek atau observasi tertentu D ata hilang yang memengaruhi generalisasi hasil M emahami proses yang menyebabkan data hilang tersebut agar dapat memilih tindakan yang tepat.

3. Outliers Cara menguji asumsi dalam statistika multivariate Kumpulan data set Dalam pengujian dapat menggunakan grafik Variabel bebas atau variabel independent

4. Asumsi Normalitas Pengujian asumsi normalitas digunakan untuk menentukan apakah residual yang dihasilkan berdistribusi normal atau tidak . Asumsi ini mengatakan bahwa galat atau kesalahan dalam model berdistribusi normal atau mendekati normal. Asumsi normalitas galat ini menyatakan bahwa residu mengikuti distribusi normal, Agresti dan Finlay (2009) Artinya , galat harus memiliki rata- raa mendekati nol dan varians konstan di semua tingkat variabel independen . Asumsi ini dapat diuji dengan grafik residual maupun uji statistik . Hipotesis untuk Uji Normalitas adalah sebagai berikut : H0:Residual berdistribusi normal. H1: Residual tidak berdistribusi normal Jika asumsi ini terpenuhi , maka data dapat digunakan untuk pengujian statistik yang bergantung pada distribusi normal seperti analisis regresi . Jika asumsi galat terpenuhi , maka dapat dipercaya bahwa estimasi parameter regresi efisien dan benar