analisa statistika deskriptif

12
Analisa Statistika Deskriptif Created by Fazahadu Syuraifah

Upload: fazahadusyuraifah

Post on 23-Jun-2015

2.738 views

Category:

Education


0 download

DESCRIPTION

Analisa statistika deskriptif banyak digunakan dalam berbagai bidang, baik bidang kesehatan, finansial, marketing, dll. Agar analisa yang kita lakukan bisa komprehensif maka kita harus tahu detail tentang istilah-istilah statistika deskriptif.

TRANSCRIPT

Page 1: Analisa statistika deskriptif

Analisa Statistika DeskriptifCreated by Fazahadu Syuraifah

Page 2: Analisa statistika deskriptif

Mean Nilai rata-rata dari 300 simulasi percobaan.

Median

Nilai tengah data setelah 300 data disusun menurut urutan terkecil keterbesar.

Modus

Nilai yang sering muncul selama 300 simulasi percobaan

Standard Error

Nilai yang mencerminkan keakuratan sampel terhadap populasinya.Semakin kecil nilai standard eror, semakin mengindikasikan bahwa samplingcukup mewakili populasi yang sedang diteliti.Oleh karena itu, nilai standard error akan mengecil saat jumlah simulasipercobaan diperbanyak

1Created by Fazahadu Syuraifah

Page 3: Analisa statistika deskriptif

Standard Deviation dan Variance

Alat ukur penyebaran dan variabilitas data dalam distribusi dataDigunakan untuk mengetahui tingkat keragaman dalam data.Semakin tinggi nilainya berarti semakin bervariasi dan beragam suatu data.푆푡푎푛푑푎푟푑퐷푒푣푖푎푡푖표푛 = 푉푎푟푖푎푡푖표푛

Kurtosis

Derajat keruncingan suatu distribusi(biasanya diukur relatif terhadap distribusinormal).

Data berdistribusi normal mendasarkanpada nilai kurtosis (sama dengan nol).Histogram data berdistribusi normal tidakterlalu datar dan tidak memuncak terlalutajam.

2Created by Fazahadu Syuraifah

Page 4: Analisa statistika deskriptif

Kurtosis (Con’t)

LeptokurtikNilai kurtosis dari sebuah distribusi data yang memiliki puncaklebih tajam bernilai positif.

PlatikurtikNilai kurtosis dari sebuah distribusi data yang memiliki puncaklebih landai (datar) bernilai negatif.

Skewness

Derajat ketidaksimetrisan suatu distribusi.Data berdistribusi normal mendasarkan pada nilaiskewness (sama dengan nol).Histogram data berdistribusi normal simetris.

Namun, histogram simetri bukan berarti data berdistribusi normal. (seperti gambar di samping).Karena histogram data berdistribusi normal simetris membentuk lonceng sempurna.

Mode=mean=median

3Created by Fazahadu Syuraifah

Page 5: Analisa statistika deskriptif

Skewness (Con’t)

Skew KananData dinamakan miring kanan atau miring positifkarena "ekor" dari titik distribusi ke kanan, dankarena nilai skewness lebih besar dari 0 (positif).

Histogram data gaji sering miring kanan karenabanyak karyawan di sebuah perusahaan memilikigaji relatif rendah, sementara semakin sedikit orang memiliki gaji yang sangat tinggi.

Skew KiriData dinamakan miring kiri atau miring negatifkarena "ekor" dari titik distribusi ke kiri, dan karenanilai skewness lebih kecil dari 0 (negatif).

Histogram data tingkat kegagalan bola lampumiring kiri karena sangat sedikit bola lampu yang mempunyai daya tahan dalam waktu singkat, sebagian besar bola lampu mempunyai daya tahandalam waktu yang cukup lama.

4Created by Fazahadu Syuraifah

Page 6: Analisa statistika deskriptif

Range

Perbedaan nilai maximum danminimum.

Maximum

Nilai terbesar dari hasil 300 simulasi percobaan.

Sum

Jumlah nilai dari hasil 300 simulasipercobaan.

Minimum

Nilai terkecil dari hasil 300 simulasipercobaan.

Confidence Level

Confidence level (CL) adalah tingkat keyakinan (confidence) yang digunakan untuk menghasilkan Confidence Interval (CI).

CI dengan CL 95% artinya bahwa kita yakin dan kita percaya dengan tingkat keyakinan 95%, nilai parameter yang diduga berada dalam selang tersebut dan ada kemungkinan 5%, nilai parameter yang diduga berada di luar selang tersebut.

5Created by Fazahadu Syuraifah

Page 7: Analisa statistika deskriptif

Confidence Interval

CI adalah sebuah interval berdasarkan dari 300 simulasi percobaan. Interval mengandung nilai parameter sebenarnya yang tidak diketahui.

휇 ± 푧휎푛

= rata-rataz = skor normal yang tergantung pada CL

yang digunakan = standard deviasin = jumlah data / simulasi percobaan

CL Z

68% 0.468 1 sigma

95% 1.645 2 sigma

99.70% 2.748 3 sigma

6Created by Fazahadu Syuraifah

Page 8: Analisa statistika deskriptif

7Created by Fazahadu Syuraifah

LANGKAH-LANGKAH

Page 9: Analisa statistika deskriptif

Output

Mean 1,312,189 Standard Error 61,955 Median 1,347,943 Mode #N/AStandard Deviation 1,073,092 Sample Variance 1,151,526,327,201 Kurtosis (0.25) Skewness (0.05) Range 6,224,512 Minimum (2,085,105) Maximum 4,139,407 Sum 393,656,601 Count 300 Confidence Level(95.0%) 121,923

Hasil Analisa

• Mean yang diperoleh dari 300 simulasi sebesar 1.312.189 artinyanilai-nilai yang dihasilkan dari 300 simulasi memiliki rata-rata sebesar1.312.189.

• Median yang diperoleh dari 300 simulasi sebesar 1.347.943 artinyaapabila 300 nilai hasil simulasi disusun menurut urutan terkecil keterbesar maka nilai tengah sebesar 1.347.943.

• Dari hasil simulasi tersebut, menunjukkan bahwa nilai median lebihbesar dari nilai mean yang diindikasikan dari nilai skewness bernilainegatif. Nilai skewness bernilai negatif juga mengindikasikan bahwahistogram dari 300 simulasi miring kiri atau miring negatif.

• Mode #N/A artinya bahwa dari 300 simulasi menghasilkan nilai yang berbeda.

• Kurtosis bernilai negatif yang artinya histogram dari 300 simulasicenderung landai (datar). Histogram ini menunjukkan bahwa simulasiini menghasilkan standard deviasi cukup besar yaitu 1.073.092 artinyanilai hasil 300 simulasi cukup bervariasi dan beragam.

• 300 simulasi tersebut menghasilkan range sebesar 6.224.512 dimananilai tersebut merupakan hasil pengurangan dari nilai minimum danmaximum yaitu secara berturut-turut sebesar -2.085.105 dan4.139.407.

• Total nilai hasil 300 simulasi adalah 393.656.601.• Hasil 300 simulasi adalah bahwa kita yakin dan percaya dengan

tingkat keyakinan 95%, nilai parameter yang diduga berada dalamselang antara 1.190.266 dan 1.434.112 dan ada kemungkinan 5% nilaiparameter yang diduga berada di luar selang tersebut.

• Selang tersebut diperoleh dari Mean ± margin error.• Dimana margin error = Confidence factor x standard error

8Created by Fazahadu Syuraifah

Page 10: Analisa statistika deskriptif

9Created by Fazahadu Syuraifah

LANGKAH-LANGKAH

Page 11: Analisa statistika deskriptif

Bin Frequency Cumulative %(2,085,105) 1 0.33%(1,718,957) 0 0.33%(1,352,809) 0 0.33%

(986,661) 2 1.00%(620,514) 8 3.67%(254,366) 9 6.67%111,782 24 14.67%477,929 22 22.00%844,077 36 34.00%

1,210,225 38 46.67%1,576,373 34 58.00%1,942,520 41 71.67%2,308,668 32 82.33%2,674,816 21 89.33%3,040,964 16 94.67%3,407,111 9 97.67%3,773,259 6 99.67%

More 1 100.00%

10

• Hasil dari 300 simulasi diplot dalamhistogram yang terdiri dari 18 kelas dimanabatas atas tiap kelas ada pada kolom bin. Pada kelas pertama, data yang berada padainterval

• -2.085.105 sampai dengan -1.718.956 sebanyak 1. Nilai 1 adalah frekuensi darikelas pertama.

• Pada kolom Cumulative % (Prosentasifrekuensi kumulatif) menunjukkan nilai0.33% artinya prosentase banyaknya data pada interval tersebut terhadap semua data (1 dibagi dengan 300).

• Di bawah ini merupakan grafik histogram dari hasi l 300 simulasi . Dari histogram tersebut menunjukkan bahwa histogram agak landai (datar), hal ini sesuai dengankurtosis yang bernilai negatif. Selain itu, histogram juga agak miring kiri atau miring negatif.

Created by Fazahadu Syuraifah

Page 12: Analisa statistika deskriptif

11Created by Fazahadu Syuraifah