[Suhartono] Analisis Data Statistik dengan R

Siti Munawaroh, 2020

Makalah ini disusun untuk memenuhi tugas mata kuliah "Statistika Dasar" Dosen Pengampu: Endah Wulantina, M. Pd Disusun oleh: Siti Munawaroh (1801061034) TADRIS BIOLOGI FAKULTAS TARBIYAH DAN ILMU PENDIDIKAN INSTITUT AGAMA ISLAM NEGERI METRO SEMESTER GENAP

Konsep datamining baru-baru ini menjadi topik yang cukup hangat dikalangan dunia komputasi. Sebagai sebuah metode, datamining merupakan serangkaian proses penggalian informasi ke dalam database transaksi yang biasanya sudah lama dilupakan oleh pengambil keputusan. Bagaimana cara menggali informasi memerlukan berbagai aspek pengetahuan diantaranya adalah statistika. Komunitas eLearning IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari IlmuKomputer.Com.

As-Sidanah : Jurnal Pengabdian Masyarakat

This article aims to describe the process and results of community service activities that seek to improve the knowledge and skills of IAIQ (Institute of Islamic Religion and Quran) al-Ittifaqiah Indralaya students in processing statistical data with R software. The service activity was carried out for two days. The first day adopted the tutorial lecture method, which included discussion, questions, and answers. While the second day focused on a data processing practicum with R, The results of the pre-test showed that the average knowledge of the target group on statistical data processing with R was only 10.41 points. After the training, the average score of the participants increased to 21.85 points. This service activity was statistically proven to increase the knowledge and skills of the participants; t (40) = 15.2719, p 0.001. The existence of this community is expected to become an arena for learning and sharing information about R. In addition, Sriwijaya University needs to c...

Beberapa Contoh Uji Statistika Menggunakan Bahasa R

1. Pendahuluan R adalah suatu software terintegrasi yang memiliki fasilitas untuk pemanipulasian data, perhitungan, dan penampilan grafik. Software ini terus dikembangkan dan diberikan secara gratis kepada masyarakat yang memerlukannya dengan cara mendown load melalui internet. R dapat dikatakan sebagai suatu implementasi bahasa S yang telah dikembangkan di Bell Laboratories oleh Rick Becker, John Chamber dan Allan Willks, orang yang juga membentuk dasar system S-Plus. Walaupun lingkungan R (R environment) tidak menyebutkan statistik, namun banyak orang menggunakan R sebagai system statistik. Hal ini dikarenakan kemampuan R dalam mengolah dan menganalisis data cukup baik. Oleh karena itu dalam tulisan ini akan disajikan salah satu pemakaian R dalam analisis statistika, yaitu anlaisis regressi. Analisis regressi merupakan metode analisis yang sering digunakan dan telah dipakai dalam banyak bidang yang berbeda seperti ekonomi, bisnis, dan pendidikan. Namun analisis ini masih sering digunakan secara keliru, dan pemakaiannya sering hanya melibatkan estimasi kwadrat terkecil (least-squares estimation) dari koefisien regressinya, ditambah sekilas pandang tentang diagram pencar residunya. Secara umum, analisis regressi harus mempertimbangkan dengan cermat beberapa hal seperti: kesesuaian model yang digunakan, asumsi-asumsi model, dan masalah multikolinieritas serta pendeteksian data pencilan. Membahas semua hal di atas dalam menyelesaikan suatu permasalahan analisis regressi memerlukan perhitungan yang rumit, khususnya bila melibatkan beberapa variabel dengan data observasi yang besar. Namun perhitungan ini bukanlah menjadi masalah yang besar jika dikerjakan dengan alat komputer. Software R sebagai salah satu alat komputasi dapat digunakan untuk analisis ini, oleh karenanya tulisan ini diberi judul Aplikasi Software R dalam Analisis Regressi. Tulisan ini dengan singkat menyajikan secara teoritis tentang analisis regresi. Selanjutnya suatu contoh kasus yang dikerjakan dengan menggunakan software R akan diberikan sebagai bahan diskusi. Pemakaian software R secara explisit akan disajikan dalam studi kasus, dan analisis hasil (output) nya akan dijelaskan. Analisis ketepatan model regressi dalam tulisan ini dibahas hanya dengan analisis plot dari residu. 2. Analisis Regressi Regressi adalah suatu alat untuk mengeksplorasi hubungan antar peubah. Masalah regressi pada umumnya adalah masalah yang berkaitan dengan pengestimasian atau pendugaan nilai dari suatu peubah acak terikat Y (dependent variable) berdasarkan satu atau beberapa ukuran yang diketahui dari satu atau beberapa peubah bebas X (independent variable(s)). Jika suatu peubah acak terikat Y diduga berdasarkan hanya satu peubah bebas X, maka analisisnya disebut analisis regressi sederhana. Tapi jika suatu peubah acak terikat Y diduga berdasarkan dua atau lebih peubah bebas X, maka analisinya disebut analisis regressi ganda. Sebagai contoh ingin diduga besarnya hasil penjualan (Y) dari suatu produk tertentu 2002 digitized by USU digital library 1

Sindi Aulia, 2020

iii

Jurnal Pengabdian Sriwijaya, 2019

R is a very useful software in statistical analysis. Its open-source nature makes it easy for users to download and use it freely. Its relatively small size allows R to be installed and used on a laptop because it doesn't use much laptop memory. Users are also facilitated to learn statistical analysis using R because there are many learning resources available which are also easily accessible. But the existence and ease of this has not been widely known by users of statistical analysis. To further introduce R to the public using statistical analysis, R training was conducted through the community service program (PPM) of Sriwijaya University. In this training, the introduction of R along with its potential use and development was carried out in statistical analysis. Participants were guided while practicing. The material studied included downloading and installing R, adding packages, calling data, naming and determining variable values, as well as some simple statistical analyze...