Bagaimana Cara Mendeskripsikan Data – Statistik Deskriptif Statistik deskriptif adalah angka-angka yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data tersebut.
Presentasi berjudul: “Statistik Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkannya.”— Transcript presentasi:
Bagaimana Cara Mendeskripsikan Data
1 Statistik deskriptif Data statistik yang digunakan untuk menganalisis data statistik Mendeskripsikan atau mendeskripsikan data yang dikumpulkan dalam bentuk yang disusun Tidak ada maksud untuk menarik kesimpulan. Penelitian yang dilakukan terhadap suatu populasi (tanpa sampel) akan memberikan dampak yang signifikan terhadap statistik yang disajikan dalam analisisnya. Namun jika penelitian dilakukan pada satu sampel saja. Statistik deskriptif atau tidak terlalu rumit dapat digunakan dalam analisis. Apabila penelitian dimaksudkan semata-mata untuk mendeskripsikan data dari suatu sampel, maka statistik deskriptif tidak dimaksudkan untuk menarik kesimpulan tentang populasi yang dijadikan sampel. Namun jika penelitian ingin menarik kesimpulan yang berlaku pada populasi. Teknik analisis yang digunakan adalah statistik inferensial.
Statistik Deskriptif Statistik Deskriptif Adalah Statistik Yang Digunakan Untuk Menganalisis Data Dengan Cara Mendeskripsikan Atau Menggambarkan Data Yang.
Bagan, grafik, sketsa, model komputasi; persentase desil rata-rata persentase Menghitung mean dan deviasi standar sebaran data; Tidak ada pengujian yang signifikan dalam statistik di bawah ini; Tidak salah, tidak berdasarkan penelitian sehingga perlu dipahami secara akademis.
Statistik inferensial juga sering disebut statistik inferensial atau statistik probabilitas; Ini adalah teknik statistik yang digunakan untuk menganalisis data statistik dan menerapkan hasil dan hasil. Statistik inferensial disebut juga statistik probabilistik karena kesimpulan tentang suatu populasi dibuat berdasarkan data sampel dengan probabilitas yang sebenarnya. Artinya ada ruang bagi kekeliruan dan kebenaran (keyakinan).
Korelasi merupakan alat untuk mengetahui atau menggambarkan hubungan antara sesuatu yang berbeda dan berbeda. Contoh: HUB. Antara VAR. Dimana X dan Y: Y = volume penjualan Jika terlihat hubungan yang signifikan; Apa arah hubungannya? Seberapa kuat hubungannya?
Hubungan antara var. X dikatakan positif jika secara umum disebabkan oleh kenaikan Y, atau jika X secara umum menurun akibat penurunan Y secara umum. Hal ini dapat dinyatakan sebagai fungsi linier yang mengukur hubungan antara X dan Y. Suatu nilai disebut koefisien korelasi (r);
Apa Itu Statistika Deskriptif? Pengertian Dan Contoh 2023
Nilai minimum koefisien korelasi (r) adalah -1 dan nilai maksimumnya adalah +1 Oleh karena itu: ≤ r ≤ 1 Kriteria koefisien korelasi (r) adalah (Riduwan, 2003: 228). Nilai korelasi tipe 0, , sangat rendah 0, , rendah 0, , memuaskan 0, 0,799 kuat 0, 0,000 sangat kuat Misalnya, r = 0,90 berarti hubungan yang sangat kuat antara X dan Y; Jika X bertambah maka Y juga bertambah. Memasuki. Namun ada faktor lain yang berkontribusi terhadap nilai 0,10.
8 1. KORELASI PRODUK MOMEN (Korelasi product moment Pearson, disebut juga korelasi product moment Pearson) R U M U S : n ∑ XY – ∑ )2 Sumber: Riduwan, 2005: 227
Hitung koefisien korelasi antara variabel X dan Y serta hubungannya berdasarkan informasi berikut: X adalah motivasi kerja dan Y adalah prestasi kerja.
XY X2 Y2 = 499
Pengertian Statistika Deskriptif Lengkap Dengan Jenis Dan Contohnya
11 8 (499) – (50)(62) r.xy = 8 (420) – (50) (598) – (62)2 = 0,99 Kesimpulan : 0,99 Koefisien korelasi artinya korelasi (korelasi) antar var . X dan Y sangat kuat dan positif pada level 0,99.
12 kontribusi untuk mengetahui berapa kontribusi VAR. X Melawan VAR. 100% = 98%.
13 SOAL PRAKTEK : Di bawah ini anda akan mendapatkan informasi mengenai motivasi kerja (X) dan produktivitas karyawan (Y) di ABC KENDARI. (Riduwan, hal. 229)
Korelasi peringkat disebut juga dengan rumus korelasi peringkat Spearman: 6 ∑d2 rperingkat = n (n2 – 1) d = pasangan peringkat pertama n = banyaknya selisih pasangan peringkat Contoh praktis: J. Supranti, Lihat halaman 164 Contoh: 7-5
Tujuan Analisis Data Adalah: Pengertian Hingga Jenis Jenisnya
Pertama, rangking datanya (mungkin dari yang terendah ke tertinggi atau sebaliknya). Menentukan beda fasa (d) Menentukan (menghitung) d2 Berikan rumus korelasi fasa Contoh : J. SUPRANTO; Lihat contoh 7-5 dan 7-6:
Contoh: Hitung korelasi peringkat berdasarkan data berikut:
Latihan: Hitung persamaan regresi berdasarkan data berikut: Hitung nilai Y jika X=60.
19 Solusi : langkah X Y
Cara Mendeskripsikan Hasil Penelitian
20 Rumus: 6 ∑d2 rperingkat = n (n2 – 1) 6 (24) pangkat = 10 (102 – 1) = = 10 (99) = 1 – 0; = 0,85
Nilai koefisien korelasi antara X dan Y sebesar 0,85 yang berarti X dan Y mempunyai hubungan yang sangat kuat satu sama lain. Soal Latihan: Hitung korelasi peringkat berdasarkan penjualan perusahaan dalam ribuan rupee (Y) dan biaya pemasaran dalam ribuan rupee (X) untuk tahun 2012.
B. Regresi Untuk mengetahui pengaruh suatu variabel terhadap variabel yang lain menggunakan persamaan regresi : Y = a + b
Analisis regresi ini digunakan untuk menghitung perkiraan (forecast). Persamaan regresi linier sederhana (garis lurus) IS : Y = a + bX dimana : Y = nilai Y yang diukur; Jika X bertambah atau bertambah 1 satuan.
Teknik Analisis Data: Pengertian, Macam, Dan Langkah
N ∑ XY – ∑ X ∑ Y _ _ b = a = Y – bX n ∑
25 Contoh : Informasi berikut menunjukkan persentase kenaikan biaya iklan (X) dan volume penjualan (Y) persentase kenaikan volume penjualan perusahaan “AKSAR” (%) (jika biaya iklan naik menjadi 15%, X=15) Sumber : J.Suranto, hal.13.177
X y x2 xy 1 2 4 5 7 9 10 12 8 14 16 25 49 81 100 144 20 35 56 90 120 168 ∑ x = 50 x = 6. 25 ∑ 4 ∑ 9 y = 72 4 , J. Suranto, hal. 1.177
27 8 (499) – (50)(62) b = = 8 (420) – (50) b = 1,04 _ _ a = Y – bX = 7, 0,04 (6, 25) = 1,25 KARENA ITU PERSAMAAN REGRESINYA ADALAH: Y = 1,25 + 1,04 (X) mewakili setiap kenaikan biaya iklan sebesar 1%; Maka X = 15 jika laba atas penjualan 1,04%; Maka Y’ = 1,25 + 1,04 (16,5) = 04
Algoritma Pencarian: Pengertian, Karakteristik, Dan Jenis Jenisnya
Rumus jalan lurus adalah SBB. : (HOW-1) Ỹ = a + b.X Dimana: Ỹ = data periodik (data deret waktu) hal.226 dan sembarang Agus, hal.25 ∑ Y ∑ XY a = atau rata-rata Y b = N ∑ X2
Catatan. (2) jalan,
Volume penjualan APEL tahun 2005-2012 adalah sebagai berikut. : Perusahaan ingin mengetahui perkiraan penjualan tahun 2013-2016, sehingga meminta bantuan kepada manajer perusahaan. Tahun Penjualan (buah) 2005 2006 2007 2008 2009 2010 2011 2012 35.000 45.000 50.000 60.000 65.000 70.000 75.000
Tahun Penj (Y)
Teknik Pengumpulan Data: Pengertian, Prinpsi, Jenis Dan Faq
32 a = / 8 = b = / 168 = .57 Jadi, nilai persamaan garis trennya adalah sebagai berikut. : Y = 0,57 (,
Bagaimana cara mendapatkan data gratis, bagaimana cara menganalisis data, bagaimana cara cek data xl, bagaimana cara mentransfer pulsa data, bagaimana cara mengumpulkan data, bagaimana cara cek data telkomsel, bagaimana cara cek pulsa data, bagaimana cara cek data indosat, bagaimana cara transfer paket data, bagaimana cara transfer data telkomsel, bagaimana cara transfer pulsa data, bagaimana cara menghapus data aplikasi