SE Pertemuan 8 Temu 07 - Statistik Eksperimen.pdf

pendidikan lanjut

1. StatistikEksperimen
Temu07, 29 Mei 2025
Program Studi S3 Teknik Mesin
Universitas Pancasila

2. LiteraturdanAplikasi
Bukuliteratur:
https://drive.google.com/drive/folders/1sMo0cFF5Fl_AEsIak_GjtXq0xDdp4ig4?u
sp=drive_link
Software Statistikopen source :
•https://jasp-stats.org/download/
•https://www.jamovi.org/download.html

3. Statistik
Statistik Deskriptif menjawab pertanyaan "Apa yang terjadi?",
sedangkan Statistik Inferensial menjawab "Mengapa ini terjadi
atau apa yang mungkin terjadi selanjutnya?"

4. Statistik
Deskriptif
Measures of Central Tendency
Measures of Dispersion
Ukuran Bentuk Distribusi Data
Inferensial
Hypothesis Testing (Pengujian Hipotesis)
Estimation (Estimasi)
Uji Beda
Regresi
Asosiasif
Kesesuaian
Resampling
Non Parametrik

5. StatistikDeskriptif
Statistik deskriptif adalah
cabang dari ilmu statistik
yang bertujuan untuk
menggambarkan, meringkas,
dan menyajikan data dalam
bentuk yang mudah
dipahami.

6. Komponen Utama Statistik Deskriptif
1. Ukuran Pemusatan Data (Measures of Central Tendency)
2. Ukuran Penyebaran Data (Measures of Dispersion)
3. Ukuran Bentuk Distribusi Data

7. 1. Ukuran Pemusatan Data (Measures of
Central Tendency)
Ukuran ini menunjukkan nilai tengah
atau pusat dari data.
•Mean (Rata-rata) Jumlah semua nilai
dibagi dengan jumlah data. Contoh:
Rata-rata kekuatan tarik material.
•Median (Nilai Tengah) Nilai yang
berada di tengah data setelah
diurutkan. Berguna jika data memiliki
pencilan (outlier).
•Mode (Modus) Nilai yang paling
sering muncul dalam data.

8. 2. Ukuran Penyebaran Data (Measures of
Dispersion)
Ukuran ini menunjukkan seberapa jauh data tersebar dari nilai
pusat.
•Range (Jangkauan) Selisih antara nilai maksimum dan minimum.
•Variance (Varians) Rata-rata kuadrat selisih setiap data terhadap
mean.
•Standard Deviation (Simpangan Baku) Akar kuadrat dari varians,
menunjukkan sebaran data dalam satuan yang sama dengan data
asli.
•Interquartile Range (IQR) Selisih antara kuartil atas (Q3) dan
kuartil bawah (Q1), mengukur sebaran tengah data.

9. 3. Ukuran Bentuk Distribusi Data
Menggambarkan bentuk distribusi data, apakah simetris, miring,
atau memiliki puncak tertentu.
•Skewness (Kemencengan) Mengukur asimetri distribusi data.
•Kurtosis (Keruncingan) Mengukur puncak distribusi data, apakah
datar atau tajam.

10. Penyajian Data
Statistik Deskriptif
Data deskriptif biasanya disajikan dalam bentuk:
•Tabel Frekuensi Menampilkan jumlah kemunculan
setiap kategori atau interval data.
•Grafik dan Diagram
•Histogram
•Boxplot
•Diagram Batang (Bar Chart)
•Diagram Lingkaran (Pie Chart)

11. StatistikInferensial
Statistik inferensial adalah cabang
statistik yang digunakan untuk
membuat kesimpulan atau inferensi
tentang populasi berdasarkan data
sampel. Dalam teknik mesin, ini
sangat penting untuk menguji
hipotesis, memperkirakan parameter,
dan memodelkan hubungan antar
variabel.

12. Jenis StatistikInferensial
•Estimasi: Confidence interval
•Uji Hipotesis:Z-tes, t-test, Chi-square,
ANOVA, Uji McNemar, F-test
•Regresi: RegresiLinear, Regresi
Logistik
•Uji Beda: t-test, ANOVA, Uji Wilcoxin
•Asosiasi: Chi-square, Korelasi
•Kesesuaian: Goodness of Fit, Shapiro-
Wilk
•Resampling: Bootstrapping, Cross-
validation
•Non Parametrik: Mann-Whitney,
Kruskal-Wallis

13. A.Hypothesis Testing (Pengujian Hipotesis)
Metode ini digunakan untuk menguji asumsi atau klaim tentang
parameter populasi berdasarkan data sampel.
•t-test Digunakan untuk membandingkan rata-rata dua kelompok
(misalnya, performa dua jenis material).
•ANOVA (Analysis of Variance) Digunakan untuk membandingkan
rata-rata lebih dari dua kelompok (misalnya, pengaruh beberapa
jenis perlakuan panas pada kekuatan material).
•Chi-square Test Digunakan untuk menguji hubungan antara dua
variabel kategorikal (misalnya, hubungan antara jenis pengelasan
dan tingkat kegagalan).

14. B.Estimation (Estimasi)
Metode ini digunakan untuk memperkirakan nilai parameter
populasi berdasarkan data sampel.
•Point Estimation (Estimasi Titik) Memberikan satu nilai terbaik
sebagai perkiraan parameter (misalnya, rata-rata kekuatan tarik
material).
•Interval Estimation (Estimasi Interval) Memberikan rentang nilai
yang kemungkinan besar mengandung parameter populasi
(misalnya, interval kepercayaan 95% untuk modulus elastisitas).

15. C.Regression Analysis (Analisis Regresi)
Digunakan untuk memodelkan hubungan antara variabel dependen dan
satu atau lebih variabel independen.
•Linear Regression (Regresi Linear) Model hubungan linier antara satu
variabel independen dan variabel dependen (misalnya, hubungan
antara beban dan deformasi).
•Multiple Regression (Regresi Berganda) Model hubungan linier antara
beberapa variabel independen dan variabel dependen (misalnya,
pengaruh suhu, tekanan, dan waktu pada kekuatan material).
•Logistic Regression (Regresi Logistik) Digunakan untuk memodelkan
variabel dependen kategorikal (misalnya, probabilitas kegagalan
material berdasarkan kondisi operasi).

16. PenggunaanSoftware Statistic
open source dan AI
Silahkan downloadmateri, install materidan contohdata.