Assalamualaikum teman teman, ini adalah materi uji normalitas, uji homogenitas, uji korelasi rank order, Dan uji korelasi pearson product moment dari Mata kuliah educational statistics. terimakasih, semoga bermanfaat
Dokumen tersebut membahas tentang teknik analisis komparasi (t-test) untuk menguji perbedaan antar variabel atau sampel. Metode ini digunakan untuk mengetahui apakah perbedaan antar rata-rata dua variabel signifikan atau tidak. Secara khusus dijelaskan tentang uji-t satu sampel dan uji-t dua sampel untuk data interval/rasio dengan contoh soal penyelesaiannya.
Dokumen tersebut memberikan penjelasan mengenai pengertian penelitian komparatif dan teknik analisis komparatif serta beberapa jenis uji statistik yang digunakan dalam penelitian komparatif seperti uji t, uji chi kuadrat, uji F dan uji Bartlett beserta contoh penerapannya."
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
T-test digunakan untuk menguji perbedaan rata-rata antara dua kelompok independen sebelum dan sesudah perlakuan, dengan menggunakan data skala interval/rasio. Terdapat dua model: separate variance untuk sampel tidak homogen dan pooled variance untuk sampel homogen, dengan menentukan derajat kebebasan dan nilai-t tabel. Contoh menguji perbedaan hasil belajar statistika antara kelas eksperimen dan kontrol menunjukkan hasil yang sama secara manual dan IBM SP
Korelasi Pearson digunakan untuk mengukur hubungan antara pemberian pupuk bokashi dengan pertumbuhan bibit kelapa sawit. Analisis menunjukkan hubungan yang sangat kuat (r=0,97) dan signifikan antara kedua variabel, dengan kontribusi pemberian pupuk sebesar 94,09% terhadap pertumbuhan bibit.
Uji homogenitas digunakan untuk menguji apakah dua atau lebih kelompok sampel berasal dari populasi yang sama. Terdapat dua jenis uji homogenitas, yaitu Uji Fisher untuk dua kelompok dan Uji Bartlett untuk lebih dari dua kelompok. Kedua uji menghitung nilai statistik dan membandingkannya dengan nilai kritis untuk menentukan apakah varian antar kelompok berbeda secara signifikan. Contoh menunjukkan b
Dokumen tersebut membahas tentang teknik analisis komparasi (t-test) untuk menguji perbedaan antar variabel atau sampel. Metode ini digunakan untuk mengetahui apakah perbedaan antar rata-rata dua variabel signifikan atau tidak. Secara khusus dijelaskan tentang uji-t satu sampel dan uji-t dua sampel untuk data interval/rasio dengan contoh soal penyelesaiannya.
Dokumen tersebut memberikan penjelasan mengenai pengertian penelitian komparatif dan teknik analisis komparatif serta beberapa jenis uji statistik yang digunakan dalam penelitian komparatif seperti uji t, uji chi kuadrat, uji F dan uji Bartlett beserta contoh penerapannya."
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
T-test digunakan untuk menguji perbedaan rata-rata antara dua kelompok independen sebelum dan sesudah perlakuan, dengan menggunakan data skala interval/rasio. Terdapat dua model: separate variance untuk sampel tidak homogen dan pooled variance untuk sampel homogen, dengan menentukan derajat kebebasan dan nilai-t tabel. Contoh menguji perbedaan hasil belajar statistika antara kelas eksperimen dan kontrol menunjukkan hasil yang sama secara manual dan IBM SP
Korelasi Pearson digunakan untuk mengukur hubungan antara pemberian pupuk bokashi dengan pertumbuhan bibit kelapa sawit. Analisis menunjukkan hubungan yang sangat kuat (r=0,97) dan signifikan antara kedua variabel, dengan kontribusi pemberian pupuk sebesar 94,09% terhadap pertumbuhan bibit.
Uji homogenitas digunakan untuk menguji apakah dua atau lebih kelompok sampel berasal dari populasi yang sama. Terdapat dua jenis uji homogenitas, yaitu Uji Fisher untuk dua kelompok dan Uji Bartlett untuk lebih dari dua kelompok. Kedua uji menghitung nilai statistik dan membandingkannya dengan nilai kritis untuk menentukan apakah varian antar kelompok berbeda secara signifikan. Contoh menunjukkan b
Makalah ini membahas metode statistika ANOVA dua arah untuk menguji perbedaan antara dua variabel bebas dan variabel terikat. Metode ini digunakan untuk mengetahui pengaruh beberapa faktor terhadap hasil yang diamati dengan menganalisis varians data. Langkah-langkah uji ANOVA dua arah dijelaskan beserta contoh soal dan pembahasannya.
Dokumen tersebut memberikan penjelasan tentang point biserial, yaitu korelasi yang digunakan untuk satu variabel diukur dalam skala interval atau rasio dan variabel lainnya adalah variabel nominal dengan dua tingkatan klasifikasi. Diberikan rumus untuk menghitung point biserial beserta contoh perhitungannya menggunakan data gender dan tingkat kecemasan. Point biserial kemudian diinterpretasikan dengan membandingkannya terhadap nilai r tabel.
Teks tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal menggunakan metode Liliefors dan Chi-Square. Uji homogenitas menguji apakah variansi antar dua kelompok data sama menggunakan uji F.
Dokumen tersebut membahas tentang pengertian, sejarah, karakteristik, jenis, dan desain penelitian eksperimen. Penelitian eksperimen bertujuan untuk mengetahui hubungan sebab akibat antar variabel dengan memberikan perlakuan/intervensi pada subjek penelitian dan mengukur hasilnya. Terdapat beberapa jenis penelitian eksperimen seperti true eksperimen, kuasi eksperimen, lapangan, dan laboratorium.
1. Uji beda mean terdiri dari uji beda mean satu sampel, dua sampel independen, dan lebih dari dua sampel.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel menggunakan uji Z atau uji t.
3. Uji beda dua mean sampel independen berukuran besar menggunakan uji Z, sedangkan berukuran kecil menggunakan uji t.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu “suatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.”
Ukuran penyebaran data
Ukuran Penyebaran adalah “suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.”
Dokumen tersebut membahas tentang uji hipotesis rata-rata, meliputi pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, standar deviasi, dan langkah-langkah uji hipotesis rata-rata termasuk rumusan hipotesis, tingkat signifikansi, statistik uji dan daerah kritis, serta menarik kesimpulan.
Bab 1 membahas latar belakang pengujian hipotesis analisis varians dua arah, rumusan masalah dan tujuan penelitian. Rumusan masalah membahas definisi, jenis dan langkah-langkah analisis varians dua arah. Tujuan penelitian adalah memberikan pemahaman tentang analisis varians dua arah dan mampu melakukan pengujiannya.
Modul Ajar Statistika Inferensia ke-12: Uji Asumsi Klasik pada Regresi Linier...Arif Rahman
1. The document discusses statistical analysis methods, including regression analysis and classical assumptions for regression models.
2. It explains the differences between correlation and regression, and covers simple and multiple linear regression analysis.
3. Key classical assumptions discussed include the assumptions of linearity, no multicollinearity, normality of residuals, homoscedasticity, and that covariates are uncorrelated with residuals. Methods for testing some of these assumptions are also presented.
Marketing Research Hypothesis Testing.pptxxababid981
This document provides an overview of parametric and non-parametric hypothesis tests. It defines parametric tests as those that assume an underlying normal distribution, and lists common parametric tests like the z-test, t-test, F-test, and ANOVA. Non-parametric tests make no distributional assumptions and common examples discussed include the Mann-Whitney U test, chi-square test, and Kruskal-Wallis test. The document provides details on assumptions and procedures for conducting each of these important statistical hypothesis tests.
Makalah ini membahas metode statistika ANOVA dua arah untuk menguji perbedaan antara dua variabel bebas dan variabel terikat. Metode ini digunakan untuk mengetahui pengaruh beberapa faktor terhadap hasil yang diamati dengan menganalisis varians data. Langkah-langkah uji ANOVA dua arah dijelaskan beserta contoh soal dan pembahasannya.
Dokumen tersebut memberikan penjelasan tentang point biserial, yaitu korelasi yang digunakan untuk satu variabel diukur dalam skala interval atau rasio dan variabel lainnya adalah variabel nominal dengan dua tingkatan klasifikasi. Diberikan rumus untuk menghitung point biserial beserta contoh perhitungannya menggunakan data gender dan tingkat kecemasan. Point biserial kemudian diinterpretasikan dengan membandingkannya terhadap nilai r tabel.
Teks tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal menggunakan metode Liliefors dan Chi-Square. Uji homogenitas menguji apakah variansi antar dua kelompok data sama menggunakan uji F.
Dokumen tersebut membahas tentang pengertian, sejarah, karakteristik, jenis, dan desain penelitian eksperimen. Penelitian eksperimen bertujuan untuk mengetahui hubungan sebab akibat antar variabel dengan memberikan perlakuan/intervensi pada subjek penelitian dan mengukur hasilnya. Terdapat beberapa jenis penelitian eksperimen seperti true eksperimen, kuasi eksperimen, lapangan, dan laboratorium.
1. Uji beda mean terdiri dari uji beda mean satu sampel, dua sampel independen, dan lebih dari dua sampel.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel menggunakan uji Z atau uji t.
3. Uji beda dua mean sampel independen berukuran besar menggunakan uji Z, sedangkan berukuran kecil menggunakan uji t.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu “suatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.”
Ukuran penyebaran data
Ukuran Penyebaran adalah “suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.”
Dokumen tersebut membahas tentang uji hipotesis rata-rata, meliputi pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, standar deviasi, dan langkah-langkah uji hipotesis rata-rata termasuk rumusan hipotesis, tingkat signifikansi, statistik uji dan daerah kritis, serta menarik kesimpulan.
Bab 1 membahas latar belakang pengujian hipotesis analisis varians dua arah, rumusan masalah dan tujuan penelitian. Rumusan masalah membahas definisi, jenis dan langkah-langkah analisis varians dua arah. Tujuan penelitian adalah memberikan pemahaman tentang analisis varians dua arah dan mampu melakukan pengujiannya.
Modul Ajar Statistika Inferensia ke-12: Uji Asumsi Klasik pada Regresi Linier...Arif Rahman
1. The document discusses statistical analysis methods, including regression analysis and classical assumptions for regression models.
2. It explains the differences between correlation and regression, and covers simple and multiple linear regression analysis.
3. Key classical assumptions discussed include the assumptions of linearity, no multicollinearity, normality of residuals, homoscedasticity, and that covariates are uncorrelated with residuals. Methods for testing some of these assumptions are also presented.
Marketing Research Hypothesis Testing.pptxxababid981
This document provides an overview of parametric and non-parametric hypothesis tests. It defines parametric tests as those that assume an underlying normal distribution, and lists common parametric tests like the z-test, t-test, F-test, and ANOVA. Non-parametric tests make no distributional assumptions and common examples discussed include the Mann-Whitney U test, chi-square test, and Kruskal-Wallis test. The document provides details on assumptions and procedures for conducting each of these important statistical hypothesis tests.
This document discusses different statistical tests used to analyze experimental research data, including the t-test, analysis of variance (ANOVA), and chi-square test. It provides examples of how to apply each test and interpret the results. The t-test is used to compare the means of two groups, ANOVA is used for comparing more than two groups, and chi-square is used to analyze relationships between categorical variables. Computer programs like SPSS can perform these statistical analyses to help researchers evaluate experimental data.
Researchers use several tools and procedures for analyzing quantitative data obtained from different types of experimental designs. Different designs call for different methods of analysis. This presentation focuses on:
T-test
Analysis of variance (F-test), and
Chi-square test
This presentation consist of analysis of data in education aspects. This presentation deals about bivariate, multivariate anlaysis and it is also describes the descriptive and inferential statistics.
This document provides an overview of various statistical techniques for analyzing data, including descriptive statistics, inferential statistics, and different types of tests. It discusses scales of measurement, variables, and statistical methods like t-tests, ANOVA, ANCOVA, MANOVA, and regression. It also covers topics like degrees of freedom, interpretation of results based on table values and p-values, and use of SPSS for conducting analyses like independent and paired t-tests, one-way ANOVA, and post-hoc tests. The document aims to define key statistical concepts and summarize different analytical procedures for working with univariate, bivariate and multivariate data.
The presentation slides describes about the analysis of data. The presentation slides deals about scales of measurement, t test, ANOVA, ANCOVA, MANOVA, regression and SPSS help desk.
Trochim, W. M. K. (2006). Internal validity.httpwww.socialrescurranalmeta
Trochim, W. M. K. (2006). Internal validity.
http://www.socialresearchmethods.net/kb/intval.php
Please follow link:^^^^^
Social Work Research: Chi Square
Molly, an administrator with a regional organization that advocates for alternatives to long-term prison sentences for nonviolent offenders, asked a team of researchers to conduct an outcome evaluation of a new vocational rehabilitation program for recently paroled prison inmates. The primary goal of the program is to promote full-time employment among its participants.
To evaluate the program, the evaluators decided to use a quasi-experimental research design. The program enrolled 30 individuals to participate in the new program. Additionally, there was a waiting list of 30 other participants who planned to enroll after the first group completed the program. After the first group of 30 participants completed the vocational program (the “intervention” group), the researchers compared those participants’ levels of employment with the 30 on the waiting list (the “comparison” group).
In order to collect data on employment levels, the probation officers for each of the 60 people in the sample (those in both the intervention and comparison groups) completed a short survey on the status of each client in the sample. The survey contained demographic questions that included an item that inquired about the employment level of the client. This was measured through variables identified as none, part-time, or full-time. A hard copy of the survey was mailed to each probation officer and a stamped, self-addressed envelope was provided for return of the survey to the researchers.
After the surveys were returned, the researchers entered the data into an SPSS program for statistical analysis. Because both the independent variable (participation in the vocational rehabilitation program) and dependent variable (employment outcome) used nominal/categorical measurement, the bivariate statistic selected to compare the outcome of the two groups was the Pearson chi-square.
After all of the information was entered into the SPSS program, the following output charts were generated:
TABLE 1. CASE PROCESSING SUMMARY
Cases
Valid
Missing
Total
N
Percent
N
Percent
N
Percent
Program
Participation
*Employment
59
98.3%
1
1.7%
60
100.0%
TABLE 2. PROGRAM PARTICIPATION *EMPLOYMENT CROSS TABULATION
Employment
Total
None
Part-Time
Full-Time
Program
Participation
Intervention
Group
Count % within Program Participation
5
16.7%
7
23.3%
18
60.0%
30
100.0%
Comparison
Group
Count % within Program Participation
16
55.2%
7
24.1%
6
20.7%
29
100.0%
Total
Count % within Program Participation
21
35.6%
14
23.7%
24
40.7%
59
100.0%
TABLE 3. CHI-SQUARE TESTS
Value
df
Asymp. Sig. (2-sided)
Pearson Chi-Square
11.748a
2
.003
Likelihood Ratio
12.321
2
.002
Linear-by-Linear Association
11.548
1
.001
N of Valid Cases
59
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.88.
The first table, titled Case ...
1. Statistical analysis involves collecting, organizing, analyzing data, and drawing inferences about populations based on samples. It includes both descriptive and inferential statistics.
2. The document defines key terms used in statistical analysis like population, sample, statistical analysis, and discusses various statistical measures like mean, median, mode, interquartile range, and standard deviation.
3. The purposes of statistical analysis are outlined as measuring relationships, making predictions, testing hypotheses, and summarizing results. Both parametric and non-parametric statistical analyses are discussed.
The Mann-Whitney U Test is used to compare two independent groups on an ordinal scale. It tests the null hypothesis that there is no difference between the groups' rankings. The document provides an example comparing traditional language learning to immersion learning. Students' Spanish test scores were ranked, and the Mann-Whitney U Test found a significant difference, rejecting the null hypothesis. The immersion group had higher rankings than the traditional group, showing greater Spanish proficiency from immersion learning.
This document discusses parametric and non-parametric statistical methods. It defines different levels of measurement and provides examples of parametric and non-parametric tests. Key points include:
- Parametric tests assume normal distributions and make inferences about population parameters, while non-parametric tests do not require assumptions about the distribution and can be used on ordinal or nominal data.
- Common non-parametric tests described are the sign test, Wilcoxon signed-rank test, Mann-Whitney U test, and Kruskal-Wallis one-way ANOVA. Examples are provided to demonstrate how to perform and interpret each test.
- Non-parametric tests are recommended when the data does not
This document summarizes several nonparametric statistical tests that do not rely on assumptions about the population distribution, including the sign test, Wilcoxon signed-rank test, median test, Mann-Whitney test, Kolmogorov-Smirnov goodness-of-fit test, and Kruskal-Wallis one-way analysis of variance. It provides details on the theoretical background, test statistics, assumptions, and procedures for the sign test for single samples and paired data. An example application of the paired sign test to a dental study is shown.
Back to the basics-Part2: Data exploration: representing and testing data pro...Giannis Tsakonas
This document discusses exploring and representing data properties through statistical analysis techniques. It covers topics like descriptive statistics, graphical representations of data through histograms and boxplots, testing for normality and homogeneity of variance, and exploring differences between groups of data. The goal is to properly examine data distributions and assumptions before conducting further statistical tests and analysis.
Data categories are groupings of data with common characteristics or features. They are useful for managing the data because certain data may be treated differently based on their classification. Understanding the relationship and dependency between the different categories can help direct data quality effort
This part of the thesis describes the methodology section which provides details of the research activities, data collection strategies, and administration of questionnaires and interviews to achieve the study objectives and address the problem. It discusses preparing and testing questionnaires, identifying persons responsible for data collection, and approaches for administering questionnaires and conducting interviews.
- The document discusses key concepts in statistics including population, sampling, parameters, statistics, hypothesis testing, and different statistical tests.
- It defines population, sample, population parameters (mean, variance), sample statistics (mean, variance), and the differences between them.
- Hypothesis testing is explained as determining if a population parameter is likely to be true by stating the null and alternative hypotheses, criteria for decision making, computing a test statistic, and making a conclusion.
- Common statistical tests covered include the t-test, F-test, chi-square test, and z-test; and their applications to comparing means, variances, goodness of fit, and independence.
The document discusses various types of research methods and designs used in educational research, including causal-comparative, experimental, qualitative, and quantitative approaches. Causal-comparative research involves comparing at least two groups on a dependent variable because the independent variable cannot be manipulated. Experimental designs allow researchers to control variables and manipulate independent variables, including true experiments using random assignment. Factorial designs involve two or more independent variables that are each manipulated at different levels. Single-subject designs longitudinally measure an individual or small group's performance over time using methods like withdrawal or multiple baseline designs.
The document discusses hypothesis testing and statistical analysis techniques. It covers univariate, bivariate, and multivariate statistical analysis, which involve one, two, or three or more variables, respectively. The key steps of hypothesis testing are outlined, including deriving a null hypothesis from the research objectives, obtaining and measuring a sample, comparing the sample value to the hypothesis, and determining whether to support or not support the hypothesis based on consistency. Type I and Type II errors in hypothesis testing are defined. Common statistical tests like chi-square, t-tests, ANOVA, and correlation are introduced along with concepts like significance levels, p-values, and degrees of freedom.
The document defines various statistical measures and types of statistical analysis. It discusses descriptive statistical measures like mean, median, mode, and interquartile range. It also covers inferential statistical tests like the t-test, z-test, ANOVA, chi-square test, Wilcoxon signed rank test, Mann-Whitney U test, and Kruskal-Wallis test. It explains their purposes, assumptions, formulas, and examples of their applications in statistical analysis.
Similar to uji normalitas, uji homogen, korelasi pearson produk moment, korelasi rank order 1 (20)
Gender and Mental Health - Counselling and Family Therapy Applications and In...PsychoTech Services
A proprietary approach developed by bringing together the best of learning theories from Psychology, design principles from the world of visualization, and pedagogical methods from over a decade of training experience, that enables you to: Learn better, faster!
বাংলাদেশের অর্থনৈতিক সমীক্ষা ২০২৪ [Bangladesh Economic Review 2024 Bangla.pdf] কম্পিউটার , ট্যাব ও স্মার্ট ফোন ভার্সন সহ সম্পূর্ণ বাংলা ই-বুক বা pdf বই " সুচিপত্র ...বুকমার্ক মেনু 🔖 ও হাইপার লিংক মেনু 📝👆 যুক্ত ..
আমাদের সবার জন্য খুব খুব গুরুত্বপূর্ণ একটি বই ..বিসিএস, ব্যাংক, ইউনিভার্সিটি ভর্তি ও যে কোন প্রতিযোগিতা মূলক পরীক্ষার জন্য এর খুব ইম্পরট্যান্ট একটি বিষয় ...তাছাড়া বাংলাদেশের সাম্প্রতিক যে কোন ডাটা বা তথ্য এই বইতে পাবেন ...
তাই একজন নাগরিক হিসাবে এই তথ্য গুলো আপনার জানা প্রয়োজন ...।
বিসিএস ও ব্যাংক এর লিখিত পরীক্ষা ...+এছাড়া মাধ্যমিক ও উচ্চমাধ্যমিকের স্টুডেন্টদের জন্য অনেক কাজে আসবে ...
Communicating effectively and consistently with students can help them feel at ease during their learning experience and provide the instructor with a communication trail to track the course's progress. This workshop will take you through constructing an engaging course container to facilitate effective communication.
ISO/IEC 27001, ISO/IEC 42001, and GDPR: Best Practices for Implementation and...PECB
Denis is a dynamic and results-driven Chief Information Officer (CIO) with a distinguished career spanning information systems analysis and technical project management. With a proven track record of spearheading the design and delivery of cutting-edge Information Management solutions, he has consistently elevated business operations, streamlined reporting functions, and maximized process efficiency.
Certified as an ISO/IEC 27001: Information Security Management Systems (ISMS) Lead Implementer, Data Protection Officer, and Cyber Risks Analyst, Denis brings a heightened focus on data security, privacy, and cyber resilience to every endeavor.
His expertise extends across a diverse spectrum of reporting, database, and web development applications, underpinned by an exceptional grasp of data storage and virtualization technologies. His proficiency in application testing, database administration, and data cleansing ensures seamless execution of complex projects.
What sets Denis apart is his comprehensive understanding of Business and Systems Analysis technologies, honed through involvement in all phases of the Software Development Lifecycle (SDLC). From meticulous requirements gathering to precise analysis, innovative design, rigorous development, thorough testing, and successful implementation, he has consistently delivered exceptional results.
Throughout his career, he has taken on multifaceted roles, from leading technical project management teams to owning solutions that drive operational excellence. His conscientious and proactive approach is unwavering, whether he is working independently or collaboratively within a team. His ability to connect with colleagues on a personal level underscores his commitment to fostering a harmonious and productive workplace environment.
Date: May 29, 2024
Tags: Information Security, ISO/IEC 27001, ISO/IEC 42001, Artificial Intelligence, GDPR
-------------------------------------------------------------------------------
Find out more about ISO training and certification services
Training: ISO/IEC 27001 Information Security Management System - EN | PECB
ISO/IEC 42001 Artificial Intelligence Management System - EN | PECB
General Data Protection Regulation (GDPR) - Training Courses - EN | PECB
Webinars: https://pecb.com/webinars
Article: https://pecb.com/article
-------------------------------------------------------------------------------
For more information about PECB:
Website: https://pecb.com/
LinkedIn: https://www.linkedin.com/company/pecb/
Facebook: https://www.facebook.com/PECBInternational/
Slideshare: http://www.slideshare.net/PECBCERTIFICATION
हिंदी वर्णमाला पीपीटी, hindi alphabet PPT presentation, hindi varnamala PPT, Hindi Varnamala pdf, हिंदी स्वर, हिंदी व्यंजन, sikhiye hindi varnmala, dr. mulla adam ali, hindi language and literature, hindi alphabet with drawing, hindi alphabet pdf, hindi varnamala for childrens, hindi language, hindi varnamala practice for kids, https://www.drmullaadamali.com
How to Setup Warehouse & Location in Odoo 17 InventoryCeline George
In this slide, we'll explore how to set up warehouses and locations in Odoo 17 Inventory. This will help us manage our stock effectively, track inventory levels, and streamline warehouse operations.
2. Uji normalitas
Uji yang digunakan untuk mengukur apakah data yang didapatkan
memiliki distribusi normal sehingga dapat dipakai dalam ststistik
parametric ( statistic inferensial)
Uji normalitas Chi Square (Chi kuadrat)
Uji normalitas Kolmogrov-Smirnov
Uji normalitas Liliefors
3. 1. Uji normalitas Chi Square (Chi kuadrat)
Digunakan jika ukuran sample 30 data atau lebih (n ≥ 30)
Rumus:
Keterangan:
Oi = Nilai observasi
Ei = Nilai expected/ harapan, luasan interval kelas berdasarkan tabel
normal dikalikan N (total frekuensi) (pi x N)
N =Banyaknya angka pada data (total frekuensi)
4. Langkah langkah Uji normalitas Chi
Square
1. Mencari nilai terbesar dan terkecil
2. Mencari nilai rentang
3. Mencari banyak kelas
4. Mencari panjang kelas interval (i)
5. Membuat tabel distribusi frekuensi
6. Mencari rata-rata (mean)
7. Mencari simpangan baku (standar deviasi)
5. 8. Membuat daftar frekuensi yang diharapkan.
Menentukan batas kelas, yaitu ujung bawah kelas interval
dikurangi 0.5 dan kemudian ujung atas kelas interval
ditambah 0.5
Ø Mencari nilai Z menggunakan batas bawah dan batas
atas kelas interval dengan rumus:
Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan
menggunakan Z hitung.
Ø Mencari selisih luas tiap kelas interval dengan cara
mengurangkan nilai-nilai 0-Z tepi bawah dengan tepi atas.
6. 9. Mencari frekuensi yang diharapkan dengan cara mengalikan luas
tiap interval dengan jumlah responden.
10. Mencari Chi-Kuadrat hitung
7. Kesimpulan:
Membandingkan X2 hitung dengan X2 tabel
Jika X2 hitung > X2 tabel, artinya distribusi data tidak normal
Jika X2 hitung < X2 , artinya data berdistribusi normal.
8. 2. UJI KOLMOGOROV SMIRNOV
Metode Kolmogorov-Smirnov tidak jauh beda dengan
metode Lilliefors. Uji Kolmogorov Smirnov digunakan untuk menguji
apakah data itu berdistribusi normal atau tidak.Langkah-langkah
penyelesaian dan penggunaan rumus sama, namun pada
signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan
metode Lilliefors menggunakan tabel pembanding metode Lilliefors.
9. Langkah – Langkah UJI Kolmogorov
Smirnov
1. Urutkan data dari yang terkecil ke yang terbesar lalu cari
rata-rata, simpangan baku (standar deviasi) dari sampel
data.
2. Mencari (Ztabel ) pada tabel distribusi normal
3. Menentukan Dhitung = (ft – Fs)
4. Mencari nilai D(α,n) dan Dmax dengan α = 0,05
5. Membuat kesimpulan.
10. Kesimpulan:
Jika Lhitung < Ltabel, maka :
Ho diterima, H1 ditolak.
Jika Lhitung > Ltabel , maka :
Ho ditolak, H1 diterima
11. 3. UJI LILIEFORS
Uji liliefors digunakan untuk menguji apakah data itu berdistribusi
normal atau tidak.
1. Data berskala interval atau ratio (kuantitatif).
2. Data tunggal atau belum dikelompokkan pada tabel distribusi
frekuensi.
3. Dapat untuk n besar maupun n kecil.
12. Langkah – langkah Uji Liliefors
Urutkan data dari yang terkecil ke yang terbesar lalu cari rata-rata,
simpangan baku (standar deviasi) dari sampel data.
Mencari (Ztabel ) pada tabel distribusi normal
Menentukan besar peluang masing – masing nilai Z berdasarkan
table Z tuliskan dengan symbol F(Zi)
Menghitung proporsi Z1, Z2, Z3, … Zn
Menentukan L hitung dari selisih F(Zi)-S(Zi) kemudian tentukan
harga mutlak dan cari L hitung yang terbesar.
Cari L hitung pada tabel liliefors.
13. Kesimpulan:
Jika Lhitung < Ltabel liliefors , maka :
Ho diterima, H1 ditolak.
Jika Lhitung > Ltabel liliefors , maka :
Ho ditolak, H1 diterima
Link tutorial SPSS: https://youtu.be/h8xc8VH7Wpk
14. UJI HOMOGENITAS
Pengujian atau uji homogenitas bertujuan untuk meyakinkan bahwa
sekumpulan data yang akan diukur memang berasal dari populasi
yang homogen (sama).
membandingkan sikap, intensi, atau perilaku (varians) pada dua
kelompok populasi (Widhiarso, 2011).
karakteristik kelompok populasi: usia, jenis kelamin, pendidikan,
dan lain sebagianya
15. 1. LEVENE’s TEST
Menurut Starkweather (2010), Levene’s Test memiliki tujuan utama untuk
mengetahui perbedaan dari dua kelompok data dengan varians yang
berbeda. Hasil perhitungan dari tes ini akan menunjukkan nilai signifikansi
(𝜎) dari dua kelompok data yang berbeda.
Nilai signifikansi (𝜎) > 0,05 -> data homogen
Nilai signifikansi (𝜎) < 0,05 -> data heterogen
16. 2. BARTLETT TEST
Tes Bartlett adalah tes yang digunakan untuk menguji homogenitas
varians lebih dari dua kelompok data.
Contoh: Peneliti ingin mengukur kemandirian mahasiswa dari tiga
kelompok data yang berbeda.
Yakni:
mahasiswa yang tinggal bersama orang tua
mahasiswa yang tinggal di kos
mahasiswa yang tinggal bersama sanak saudara.
17. BARTLETT TEST
Cara menghitung dan formula perhitungan:
𝑆2
=
(𝑥 − 𝑥)
2
𝑛
𝑆𝑝
2
=
𝑑𝑘 𝑆𝑖
2
𝑛
𝐵 = ( 𝑑𝑏)(𝑙𝑜𝑔𝑆𝑝
2
)
• Diteruskan dengan menghitung Chi Kuadrat hitung (Xh2) dan Chi Kuadrat table(Xt2)
• Apabila hasil perhitungan Xh2 < Xt2
maka data pada sample berasal dari populasi homogen.
• Link tutorial SPSS: https://www.youtube.com/watch?v=ADbWnQjn5os
18. Korelasi Product Moment
Korelasi peaarson-product Moment digunakan untuk
menguji hubungan antara dua variabel dengan skala
data interval atau rasio dengan interval atau rasio.
X sebagai data-data dari variabel
independent/variabel bebas
Y sebagai data-data dari variabel dependent/variabel
terikat
2
2
2
2
.
.
.
Y
Y
N
X
X
N
Y
X
Y
X
N
r
19. Contoh soal:
Sebuah penelitian untuk mengetahui apakah ada hubungan antara
kemampuan koneksi matematika (KKM) dengan kemampuan
pemecahan masalah (KPM).
Variabel independent: KKM dengan skala data interval (X)
Variabel dependent : KPM dengan skala data interval (Y)
Peneliti mengumpulkan data sebanyak 20 responden, melalui hasil tes
disalah satu sekolah di Yogyakarta.
21. Dari data tersebut maka kita akan membuat tabel bantu dalam
mengerjakan formula Pearson product-moment, dimana X dan Y
telah diketahui sehingga dapat dicari, ∑X, ∑Y, ∑X2 , (∑X)2 , (∑Y)2 ,
untuk memudahkan mencarinya maka perlu dibuat tabel bantu
seperti berikut:
22.
23. Dari tabel tersebut maka kita masukkan ke dalam formula product-moment:
Link tutorial SPSS: https://youtu.be/xgH4a31QgL4
7573167
.
0
49
,
988
6
,
748
2
,
4800
56
,
203
4
,
127107
127856
310249
46
,
15752
20
24
,
52075
94
,
2613
20
557
2
,
228
8
,
6392
20
.
.
.
2
2
2
2
r
r
Y
Y
N
X
X
N
Y
X
Y
X
N
r
24. KORELASI RANK ORDER
Teknik korelasi order atau jenjang adalah korelasi yang menghitung
korelasi antara dua variable, bukan didasarkan pada skor-skor hasil
pengukuran, tetapi berdasarkan perbedaan rangking atau
perbedaan urutan kedudukan skor.
Data yang dipakai adalah data ordinal atau data berjenjang atau
data yang bilangannya menunjukan urutan.
Dilambangkan dengan huruf 𝜌 (rho).
Digunakan bila subject sample pada penilitian sebanyak 10-29 data.
Besaran angka indeks korelasi 𝜌 berkisar antara 0,00 hingga 1,00