0:00
Assalamualaikum warahmatullahi
0:01
wabarakatuh bersyukur sekali kita bisa
0:04
melanjutkan belajar statistika kali ini
0:06
mengenai Analisis data bivariat materi
0:09
ini adalah salah satu materi di fase F
0:12
kurikulum Merdeka yang mana materi ini
0:15
lanjutan dari materi di fase Yang
0:18
sebelumnya Sudah dipelajari mengenai
0:20
diagram Pencar dan juga Bagaimana
0:22
menjelaskan hubungan antara dua variabel
0:24
menggunakan diagram Pencar dengan
0:27
capaian pembelajaran Di akhir fase F
0:30
peserta didik dapat melakukan proses
0:33
penyelidikan statistika untuk data
0:35
bivaria mereka juga dapat
0:36
mengidentifikasi dan menjelaskan
0:38
asosiasi antara dua variabel kategorikal
0:41
dan antara dua variabel numerical untuk
0:44
cakupan materinya adalah Yang pertama
0:46
mengenai Analisis bivariat khususnya
0:49
mengenai korelasi dan regresi
0:53
kemudian setelah dianalisis diharapkan
0:56
peserta didik dapat menafsirkan hubungan
0:59
antara dua variabel tersebut
1:04
data dibagi jenisnya menurut banyaknya
1:08
variabelnya yang pertama Data univariat
1:15
data univariat adalah data dengan satu
1:18
macam variabel atau satu jenis data
1:21
contohnya tinggi badan berat badan dan
1:24
lain-lain yang mana data-data tersebut
1:26
berdiri sendiri biasanya dianalisis
1:29
dengan ukuran pemusatan atau ukuran
1:34
Kemudian yang kedua adalah data bivalier
1:37
yaitu data dengan dua jenis variabel
1:39
atau dengan kata lain mempunyai dua
1:41
jenis data yang berpasangan misalnya
1:44
tinggi badan dan ukuran sepatu atau suhu
1:47
udara dengan tingkat penjualan es krim
1:49
kemudian ada lagi data multivariat yaitu
1:52
data yang memiliki lebih dari dua
1:54
variabel tetapi kita akan bahas di
2:00
analisis data bivaria analisis data
2:03
bivariat menurut askarya Akademia adalah
2:06
suatu analisis statistik yang digunakan
2:08
untuk mengetahui hubungan antara dua
2:13
kemudian menurut Budiono
2:16
analisis bivariat ada dua macam yaitu
2:19
analisis korelasi dan analisis regresi
2:22
analisis korelasi bertujuan untuk
2:25
menentukan kekuatan hubungan variabel
2:27
bebas dengan Variabel terikat
2:30
Kemudian untuk analisis regresi
2:32
bertujuan untuk menentukan model
2:34
statistik khususnya dalam bentuk rumus
2:37
matematik yang digunakan untuk
2:39
memprediksi nilai Variabel terikat
2:41
berdasarkan nilai variabel bebasnya
2:45
menurut tim DX Adobe tahun 2021
2:49
analisis korelasi adalah untuk
2:51
menentukan apakah ada hubungan antara
2:55
dua variabel dan kemudian menentukan
2:58
kekuatan dari hubungan tersebut
3:00
selanjutnya perlu dicatat korelasi bukan
3:06
kemudian menurut Profesor Doktor Sugiono
3:10
di dalam bukunya rumusan korelasi adalah
3:13
seperti ini Rumus ini hanya digunakan
3:15
untuk mencari seberapa kuat korelasi
3:20
masih menurut Prof Sugiono kriteria
3:23
korelasi antara dua variabel didasarkan
3:25
dari nilai r sebagai berikut
3:32
nah apabila analisis mau dilanjutkan ke
3:35
dalam Analisis Pengaruh sebab akibat
3:37
maka rumus yang digunakan adalah rumus
3:40
person Product Moment
3:42
dengan catatan setelah ditemukan nilai r
3:47
dilanjutkan dengan uji signifikansi
3:50
korelasi dengan rumus t ataupun dengan
3:57
dan sebagai contoh silakan simak
4:03
misalnya kita punya sepasang data X dan
4:06
Y sebanyak 22 Kita bentuk tabel seperti
4:10
ini kemudian di bawah kita jumlahkan
4:18
Kemudian untuk rata-rata kita pakai
4:24
dan tinggal kita copy saja
4:28
selanjutnya kita butuh kolom untuk x
4:31
dikurangi rata-rata X dan Y dikurangi
4:35
rata-rata y kita buat 2 kolom seperti
4:44
x - rata-rata x dikuadratkan dan juga y
4:48
dikurang rata-rata Y dikuadratkan
4:57
x - rata-rata x kita kurangkan data dari
5:05
dikurangi dengan b 23 ya Kita kasih
5:10
dollar supaya untuk mengunci
5:13
selanjutnya kita tinggal copy saja
5:16
berlaku untuk y dikurang rata-rata Y
5:19
kita copykan ke bawah juga Kemudian
5:22
untuk hasil kuadratnya kita tinggal
5:24
mengkuadratkan hasil di sebelah kirinya
5:34
kemudian kita butuh hasil kalinya
5:50
nah seperti ini kita jumlahkan
5:56
Oke jadi untuk pembilang dan penyebut
5:59
elemennya kita sudah dapat semua
6:02
selanjutnya kita buat kolom di bawah
6:06
sini untuk memudahkan yang pertama
6:08
jumlah dari x - rata-rata x dikuadratkan
6:12
kemudian jumlah dari y dikurangi
6:15
rata-rata yg dikuadratkan dan jumlah
6:24
nah kemudian kita tambahkan baris untuk
6:27
koefisien r nya kita tinggal masukkan
6:41
tada ketemu koefisien R
6:48
Nah itu tadi contohnya sekarang cobalah
6:50
untuk berlatih Mandiri
6:52
misal Dinas Perhubungan di negara
6:54
wakanda melakukan uji emisi terhadap
6:56
mobil-mobil di wilayahnya salah satu
6:58
indikatornya adalah kadar hidrokarbon
7:01
dalam emisi kendaraan
7:03
pertanyaannya Apakah ada hubungan antara
7:06
usia mobil dan kadar emisi yang
7:08
dikeluarkan dan setelah dilakukan
7:11
pengujian datanya seperti ini
7:15
Oke selamat mencoba sekian terima kasih
7:17
wassalamualaikum warahmatullahi
