Kind: captions
Language: id
dan juga mudah sekali untuk dipahami
Alhamdulillah bisa mengikuti
menambah ilmu pengetahuan yang banyak
banget
[Musik]
e-learning ini memang di perlukan sekali
ya terutama untuk bisa yang dengan
keterbatasan pengetahuan kemudian juga
waktu mungkin itu memberikan kita
kesempatan untuk kembali mengingat
kembali mendengarkan papan-tapalan yang
mungkin kurang jelas kemudian juga kita
bisa mengulang itu sering mungkin yang
kita inginkan kita juga bisa review
kembali sehingga belajar kita bisa lebih
efektif dan efisien itu membantu ketika
pada saat penyampaian materi ada yang
ketinggalan gitu Jadi saya bisa lihat
materi itu
sangat membantu Mbak ambil materi terus
lihat video yang bisa diakses kapan aja
dan gimana
[Musik]
4 juta dengan informasi yang kami
peroleh itu jauh dari kata standar
sebelumnya jadi apa namanya Kalau saya
bilang terlalu murah itu jadi
[Musik]
pun sangat membantu ya dalam
menyelesaikan satu pekerjaan yang ada di
sekitar lingkungan saya sendiri saya
kira sempatkan sesuai lah dengan apa
yang kita dapatkan
[Musik]
e-ktp
efektif tepat dan profesional
dan Hebat Keren profesional dan juga
[Musik]
pengembangan sumber daya manusia adalah
bagian dari proses dan tujuan dalam
pembangunan indonesia
upaya membangun sumber daya manusia yang
berkualitas salah satunya dapat
dilakukan melalui pelatihan
Eco edu hadir sebagai platform pelatihan
lingkungan hidup yang bertujuan untuk
meningkatkan kinerja dan kualitas sumber
daya manusia
[Musik]
saat ini kami memiliki 15 paket
pelatihan yaitu persetujuan teknis air
limbah persetujuan teknis emisi udara
persetujuan teknis limbah B3 penyusunan
dokumen klhs penyusunan dokumen rpplh
pemodelan kualitas air sungai pemodelan
dispersi udara modelan air tanah life
cycle assesment perhitungan emisi gas
rumah kaca pengelolaan banjir dan
sedimentasi Sungai perancangan dan
pemilihan insenator sampah dan limbah B3
pemantauan kualitas udara dan air
menggunakan sensor latihan sistem
informasi geografis dan pelatihan remote
pelatihan kami sudah lebih dari 2500
orang yang berasal dari seluruh
Indonesia layanan kami terbuka untuk
perusahaan pemerintahan perorangan
ataupun pemerhati lingkungan eh kok edu
selalu berusaha menyajikan pelatihan
yang berkualitas dengan menghadirkan
pengajar yang berpengalaman
memberikan pengalaman langsung dengan
hatiku
dan e-learning yang dapat diakses di
manapun
[Musik]
jadi awalnya saya mengikuti pelatihan
Eko Id ini memang dari grup-grup di
alumni ya mbak ya setelah itu pelatihan
ini cerita mereka itu sungguh bisa
dianggap menarik ya karena mereka juga
kalau mereka tentang yang pengen mereka
ketahui itu meningkat gitu ya kemudian
skill-skill yang dihasilkan dari hasil
pelatihan itu juga cukup bisa dilihat
begitu ya terasa gitu manfaatnya di kami
terutama untuk Para konsultan yang
memerlukan tenaga tenaga
sehingga saya memilih Eco edus dan
mengikuti pelatihannya juga dan itu
terbukti benar
masyarakat pelatihan juga saya baca-baca
terlebih dahulu
nah Menurut saya itu menjadi hal yang
membuat tertarik untuk pelatihan jadi
saya sering lihat Instagram gitu
Bagaimana Bapak Ibu menyampaikan
informasinya
bagus karena keadaan Baterainya itu
selalu seperti ini
dan juga pelatihnya akan melengkapinya
itu bagus dan
Baiklah kehidupannya
[Musik]
yang pertama memang Tentu saja Ini
meningkatkan dan maksimalkan skill-skill
yang saya harapkan begitu ya terutama
dalam penyusunan tersebut
saya jadi bisa lebih produktif lebih
efektif
punya update Gitu ya update-update
tersebut Alhamdulillah kegiatan Anda
terkini dari ahlinya langsung di
lapangan begitu yang pengalamannya Tidak
diragukan menurut saya pelatihan yang
disediakan hangat bermanfaat sekali dan
mudah untuk aktifnya jadi ada teknologi
baru yang saya dapat e-learning ya yaitu
luar biasa
[Musik]
mengikuti dan juga menambah ilmu
pengetahuan banyak banget
[Musik]
e-learning ini memang di Emang sangat
diperlukan sekali ya terutama untuk kita
yang dengan keterbatasan pengetahuan
kemudian juga waktu mungkin itu
memberikan kita kesempatan untuk
mengingat kembali mendengarkan
papan-paparan yang mungkin kurang jelas
kemudian juga kita bisa mengulang
sesering mungkin yang kita inginkan kita
juga lihat Redmi kembali sehingga
belajar kita bisa lebih
itu membantu sekali ketika pada saat
materi ada yang ketinggalan gitu Jadi
saya bisa lihat materi itu
sangat membantu Mbak jadi saya ambil
materi lihat video yang bisa diakses
kapan aja dan gimana
[Musik]
4 juta dengan informasi yang kami
peroleh itu jauh dari kata standar
sebelumnya jadi apa namanya ya bilang
terlalu murah itu itu jadi
[Musik]
pun sangat membantu ya dalam
menyelesaikan satu pekerjaan yang
sekitar lingkungan saya sendiri
dengan apa yang kita dapatkan
[Musik]
e-ktp
efektif tepat dan profesional
[Musik]
keren profesional dan juga berdirinya
[Musik]
Assalamualaikum
warahmatullahi wabarakatuh Selamat pagi
Bapak Ibu Selamat datang di webinar
ke-42 dari ekoedu.id baik Bapak Ibu Pada
kesempatan ini materi yang akan diangkat
pada webinar ini adalah tentang mengolah
data statistik bidang lingkungan yang
akan dibawakan oleh Bapak Prana ughiana
Gio SSI MSI beliau merupakan dosen
matematika
USU atau Universitas Sumatera Utara baik
sebelumnya perkenalkan saya Budi yang
akan menemani Bapak Ibu sampai pukul 12
siang nanti Waktu Indonesia Barat baik
sebelum memulai webinar kita Pagi ini
kita akan berdoa terlebih dahulu menurut
agama dan kepercayaan masing-masing
berdoa dipersilahkan
baik berdoa dicukupkan untuk selanjutnya
kita akan menyanyikan lagu Indonesia
Raya terlebih dahulu bapak ibu hadirin
Dimohon untuk berhikmat
[Musik]
Ya baik selanjutnya Mungkin saya akan
sapa Bapak Ibu terlebih dahulu kebetulan
di sini sudah ada 297 orang yang hadir
ya Di webinar ini cukup banyak sekali
Mungkin di sini saya akan menyapa
terlebih dahulu yang on camp di sini ada
bapak
Bapak Satya Nugraha Selamat pagi Pak
Satya
Selamat pagi
Pak Bagaimana kabarnya Pak Hari ini
kabar Baik Pak
Iya baik Sebelumnya sudah pernah
mengikuti webinar dari Eko itu Pak
kayak belum Belum pernah belum Pak baik
tapi sudah pernah Pak mendengar tentang
Eko itu
baik sepertinya sedang ini melakukan
aktivitas lainnya baik mungkin saya
beralih Terima kasih Pak Setia atas
perkenalannya mungkin saya beralih ke di
sini ada Ibu atau Mbak Rahma Selamat
pagi Mbak Rahma
Ya baik mungkin sedang melakukan
aktivitas lainnya mungkin di sini akan
saya akan sapa lainnya di sini ada
ibu
ini ya Ibu siapa namanya karyanti ya
dari setda Daerah Istimewa Yogyakarta
Selamat pagi Bu
bagaimana kabarnya Bu hari ini
Sebelumnya sudah pernah mengikuti
webinar dari Eko
Terima kasih banyak Ibu Ya sudah
berpartisipasi dalam webinar ini semoga
ilmu yang diperoleh dapat bermanfaat ya
Bu ya nanti di lapangan Terima kasih Bu
terima kasih
ya kemudian saya akan sapa di sini ada
ya mungkin Bu Rahma Apakah sudah
terdengar Bu Selamat pagi Bu Rahmah
dari mana Bu kalau boleh tahu asalnya
dari umum Pak dari umum Oh ya kasarnya
dari mana Bu dari wilayah mana dari
Bangka Belitung Bangka Belitung Wah jauh
juga ya Bu ya baik Sebelumnya sudah
pernah mengikuti webinar bu sudah Pak
sudah berapa kali ini mengikuti webinar
dari eko
ya Terima kasih Bu Rahma atas
perkenalannya semoga ilmu yang diperoleh
dapat ini ya diterapkan nanti
di lapangan ya baik mungkin
tanpa berlama lagi jadi saya akan
Ingatkan mungkin tanpa berlama lagi kita
akan masuk ke ini ya Sesi pemateri yaitu
pemaparan materi
Oh ya Jadi sebelumnya saya akan bacakan
terlebih dahulu mungkin di sini Bapak
Ibu yang belum pernah mendengar Eko Edo
ini apa sih Nah jadi PT Eco edu
Indonesia ini merupakan pusat pelatihan
bersertifikat yang berfokus pada
pelatihan lingkungan hidup pelatihan ini
diselenggarakan untuk meningkatkan
kinerja dan kualitas sumber daya manusia
baik secara individu maupun instansi
pelayanan kami terbuka untuk perusahaan
pemerintah perseorangan pemerhati
lingkungan dan pihak lainnya yang ingin
meningkatkan kompetensi lingkungan
pelatihan kami diselenggarakan secara
online maupun offline
kemudian pelatihan kami berbasis SPL
yakni silabus yang komprehensif dimana
materinya menyeluruh kemudian pengajar
yang berkualitas yang pengajar yang ahli
dan berpengalaman dari berbagai instansi
kemudian latihan praktis yakni
mengutamakan pembelajaran dengan praktik
melalui studi kasus
kemudian berikut adalah pengajar di Eco
Edu di mana sebagian besar pengajar kami
berasal dari Institut Teknologi Bandung
dan juga kampus terkemuka lainnya
[Musik]
kemudian pelatihan-pelatihan yang kami
selenggarakan itu ada terdiri dari
penyusunan dokumen seperti dokumen klhs
rpplh dasar AMDAL kemudian
ada juga pemodelan seperti pemodelan air
tanah pengelolaan banjir dan sedimentasi
dan pemodelan dispersi udara serta
ada juga pelatihan terkait perhitungan
emisi gas rumah kaca dan pelatihan
lainnya
berikut adalah 3 pelatihan yang
diselenggarakan oleh Eko dalam waktu
dekat ini pertama ada pelatihan live
cycle assessment yang akan dimulai besok
Senin ya Bapak Ibu tanggal 25 September
2023 kemudian kedua dua minggu lagi
yakni ada pelatihan sistem informasi
geografis pada tanggal 2 Oktober
dimulainya dan terakhir ada pelatihan
sistem dinamic untuk kajian lingkungan
yang akan dilaksanakan 3 minggu lagi
yaitu tanggal 9 Oktober 2023
Kemudian kami juga ada pelatihan dasar
AMDAL yang akan dilaksanakan pada
tanggal 13 hingga 21 November 2023
terbatas terbatas untuk 30 orang jadi
Bapak Ibu yang berminat untuk mengikuti
pelatihan dasar AMDAL silahkan untuk
melakukan pendaftaran dari sekarang
kemudian Jika Bapak Ibu ingin
tahu lebih lanjut terkait informasi Eko
edu Bapak Ibu bisa menghubungi WhatsApp
kami yaitu di sini ada admin rilis dan
adminissa kemudian bisa mengunjungi juga
sosial media kami yakni ada Instagram
YouTube Facebook Twitter dan website
utama kami namun jika Bapak Ibu ingin
melakukan pendaftaran untuk pelatihan di
equidu Bapak Ibu bisa mengakses link
berikut yakni pendaftaran.ekoedu.id
Oleh karena itu kami tunggu Bapak Ibu di
pelatihan dan tunggu bersama kami
Ya baik Bapak Ibu Mungkin saya akan
ulangi lagi untuk untuk sesi webinar
kali ini kita akan membahas terkait
pengelola mengolah data statistik di
bidang lingkungan jadi
apa namanya data statistik ini penting
untuk semua bidang tak terkecuali di
bidang lingkungan oleh karena itu
mungkin tanpa berlama lagi kebetulan di
tengah-tengah kita sudah ada pemateri
yakni Pak Prana ugiana geossi MSI
Selamat pagi Pak Prian Pak prana
selamat pagi
bagaimana kabarnya Mas Prana hari ini
Alhamdulillah sehat ya baik sudah siap
Mas untuk menyampaikan materinya
baik mungkin tanpa berlama lagi untuk
ruangan Zoom dan waktunya saya
persilahkan untuk Mas prana
sama-sama Pak
Assalamualaikum warahmatullahi
wabarakatuh Selamat pagi jadi kesempatan
kali ini
Saya mau sharing terkait
mengolah data statistik di bidang
jadi izin memperkenalkan diri Nama saya
Prana Novi
saya juga iri software statistik namanya
satkal itu software statistik buatan
Indonesia itu bisa di download gratis di
www.statcal.com kemudian
aktivitas saya sehari-hari juga mengisi
materi membuat konten di channel YouTube
YouTube saya namanya start format berisi
tentang seputar
statistika matematika dan pemrograman
kemudian bidang yang saya tekuni itu
pembuatan aplikasi berbasis website
menggunakan air Python atau javascript
dan juga
beberapa tulisan saya buku saya itu bisa
diakses gratis di geoprana.id Nah jadi
Latar belakang pendidikan saya duanya di
Jurusan Matematika
Universitas Sumatera Utara
nah saat ini juga sedang menyelesaikan
S3 matematika di Universitas Nusantara
seperti itu Nah jadi
yang akan dibahas ya mungkin jadi saya
akan coba membahas tentang berbagai
software statistik yang ada saat ini
kemudian nanti mungkin lebih banyak ke
praktek ya praktek pengolahan data Jadi
mungkin
Saya akan menggunakan 4 software namanya
SPSS jasp Jam movie dan Statham seperti
itu kemudian nanti kita coba praktek
mengolah data bidang lingkungan contoh
kasusnya itu
dari artikel di jurnal
Nah kita mulai saja nah ini
berbagai software yang dapat digunakan
untuk mengolah data statistik jadi di
sini ada software yang di atas ini
software yang berbayar seperti SPSS
dan jadi yang di atas ini
software-software yang berbahaya
meskipun ada juga yang versi untuk
gamenya nah sementara yang di bawah ini
seperti Python ya
movie ini merupakan software-software
yang gratis itu bisa di download gratis
seperti itu
nah ini contoh
kita akan coba praktek mengolah data
pertama itu untuk software SPSS seperti
ini jadi misalkan kita punya data
[Musik]
saya sudah menyiapkan datanya
datanya itu
nah ini dia datanya contoh datanya
seperti ini
ada data misalkan ada kota
ada kota ada tahun ada jumlah sepeda
motor ada jumlah mobil seperti itu Nah
kota ini ini datanya kategori
jadi karena dia data kategori saya beri
label misalkan angka 1 itu untuk kota A
angka 2 untuk kota b sama 3 untuk kota C
untuk tahun juga misalkan saya juga
ingin memberi label akan satu itu untuk
tahun
2020 juga tahun 2021 sampai 4 untuk
tahun 2023 nah sementara jumlah sepeda
motor sama jumlah mobil ini
ini merupakan data data rasio seperti
ini nah jadi tampilan SPSS seperti ini
saya menggunakan di sini SPSS versi 25
jadi dalam SPSS ini ada dua wilayah
ada data view nah ini namanya data view
karena kita nanti menginput datanya di
data view
kemudian ada namanya variabel View nah
di variabel View ini kita
mendefinisikan variabelnya seperti itu
jadi misalkan data yang sudah disiapkan
ini kita pindahkan ke dalam SPSS ini
kita copy kemudian kita pindahkan ke
dalam SPSS nah seperti ini
Kemudian dari sini kita mulai
mendefinisikan variabelnya
ada
kota tahun jumlah sepeda motor misalkan
di sini kota tahun
jumlah sepeda motor kemudian jumlah
mobil
nah di bagian untuk di bagian lemnya
juga bisa kita buat Kotak di sini tahun
ini jumlah sepeda motor di sini Saya
tidak menggunakan spasi karena jika
menggunakan spasi
maka dia
termasuk spasi itu karakter yang ilegal
maka kita gunakan
underscore
jumlah sepeda motor
[Musik]
datanya sudah muncul di bagian data view
seperti
Nah di sini kota sama tahun kita ingin
memberi lap misalkan satu itu untuk
label kotak 2 untuk label kota b 3 untuk
kabel maka kita kembali ke variabel Q
kita pilih label yang dipilih values 1
untuk kota A 2 untuk kota b 3 untuk
volta C
seperti itu untuk tahunnya misalkan
satu untuk tahun
2 untuk tahun 2021 320
Nah di sini Kita sudah berhasil memberi
label
Nah jadi kita sudah berhasil
menginput data dari Excel yang datanya
pertama di Excel kemudian kita pindahkan
ke dalam SPSS nah jika datanya sudah di
SPSS kita tinggal
tinggal memproses datanya misalkan kita
bisa menghitung rata-ratanya di bagian
deskriptif misalkan kita ingin
menghitung rata-rata jumlah sepeda motor
sama jumlah mobil kita bisa melihat
nilai rata-rata
misalkan rata-rata jumlah sepeda motor
itu
4805 sementara
4805 kemudian jumlah sepeda motor
rata-ratanya jumlah mobil rata-ratanya
396,91 seperti itu dia
Kemudian dari sini Misalkan kita ingin
menampilkan grafik seperti ini nah ini
ada grafik kita membuat grafik jadi
langkahnya itu
pilih grab Legacy dialog ada namanya
lancar kemudian multiple kemudian bisa
pilih summary
devide kemudian kita misalkan ingin
menampilkan grafik jumlah sepeda
motornya
kemudian
tahunnya di sini
kemudian berdasarkan
kota misalkan kemudian kita pilih oke
Maka akan muncul grafiknya seperti ini
Nah di sini bisa kita lihat
grafik dari jumlah sepeda motor dari
tahun dari tahun 2020 sampai tahun 2023
dari kota A kota B dan kota C Nah bisa
kita lihat mungkin ya yang paling tinggi
itu
di kota B kota B jadi garisnya yang
berwarna merah ini kan berwarna merah
kita bisa lihat yang berwarna merah jadi
dari tahun ke tahun mengalami
peningkatan sementara yang paling rendah
bisa kita lihat itu di kota A jumlah
kendaraan sepeda motornya paling rendah
seperti itu
kemudian
ini software SPSS nah software yang lain
ada software yang namanya jasp
ini software yang gratis jadi bisa di
download secara gratis bisa dikunjungi
websitenya ini dia
jasp strip stars.org Nah jadi bisa di
download gratis softwarenya
kemudian software JSP ini
buatan Amsterdam ya nah coba kita
praktek mengolah data dengan casp nah
tampilan awalnya seperti ini
nah kemudian data yang dari sini
nah ini datanya kita buat
file baru misalkan new
game data yang di sini kita pindahkan
dan file yang baru ini nah ini dia kita
simpan dalam format csp misalkan
kita akan
data latihan 1 simpan dalam csp
ini dia
pilih save
Nah sekarang datanya kita coba import ke
dalam
sini kita pilih Open kita pilih komputer
pilih browse
Nah di sini kita datanya Nah ini dia
nah datanya sudah berhasil di import ke
dalam
SPSS tadi tampilannya seperti ini
mungkin kalau dari sisi menu
dari sisi Fiturnya banyak SPSS ya
fitur-fiturnya
kalau kita lihat dari software JSP
mungkin fiturnya nggak terlalu banyak
tapi kalau untuk uji-uji dasarnya ada
seperti ini Nah untuk kota sendiri Kita
bisa
definisikan misalkan untuk satu itu kota
A
2 usahakan itu kota B
untuk 3
Nah kita bisa ganti misalkan
untuk tahun tadi kita bisa ganti nominal
misalkan
tahun
Nah untuk tahun tadi dimulai dari tahun
dari tahun 2020 jadi misalkan
ini tahun 2020
ini tahun 2021
Tahun 2022
tahun
nah kira-kira seperti ini kalau di jaice
cream Nah kita bisa mencari nih misalkan
deskriptifnya
deskriptifnya kita bisa melihat nilai
rata-ratanya nih
rata-ratanya Min rata-rata dari jumlah
sepeda motornya rata-rata dari jumlah
mobilnya
dan kita bisa memilih yang lain misalkan
ada media misalkan ada modus atau di
sini juga ada seperti uji normalitas
jadi tampilannya seperti ini guys
Nah kemudian ada lagi software
ini
bisa gratis
bisa di download gratis di halamannya
jam movie.or
jadi
jasp
sama Jam movie ini sama-sama software
yang menggunakan yang menggunakan art
jadi art jadi
menggunakan paket-paket seperti ini jadi
induknya Itu Di Sini
seperti itu
jadi R sebenarnya juga software yang
gratis cuman Arini kita itu nggak
seperti software jasp SPSS kita klik
klik klik mengolah datanya kalau
menggunakan Ar kita harus mengoding
seperti itu Jadi kita menulis kode
programnya kemudian kode programnya
dieksekusi muncul hasilnya Nah jadi
alternatifnya kalau yang pingin nggak
moding ingin menggunakan art tapi nggak
ngoding hanya ingin mengklik aja bisa
menggunakan jasp bisa menggunakan jam
Open contohnya kalau jam movie
kita coba jalankan
nah ini dia
kita coba impor datanya
ada Jam movie hampir mirip sebenarnya
jam waktu ini dengan
spesial import terus kemudian yang di
awal tadi yang satu
nah ini datanya seperti ini
ini datanya Ini kelebihan bisa kita
hapus dulu
Yes nah sama di sini kotanya kita
definisikan dulu misalkan satu itu
kotak a hampir mirip apa pengaturan
label antara jamur V dengan
JSP di kota B ini kota C
Kemudian untuk akunnya dari tahun
2020 tahun
2021 Tahun 2022 tahun 2000
Oke untuk jumlahnya kita mau ganti
skalanya jadi rasio be continue
[Musik]
Nah dari sini menunya juga nggak kalau
kita lihat menu antara jasp menu antara
Jam movie dengan jas nya sepertinya
lebih banyak
tapi kalau dibandingkan dengan SPSS
lebih banyak SPS lagi seperti itu dia
nah jadi kalau kita menggunakan jasp
ujung-uji dasarnya misalkan nih
deskriptifnya juga ada sama menghitung
rata-ratanya juga ada
rata-rata ini kan rata-rata jumlah
sepeda motor rata-rata jumlah mobil sama
kemudian kita bisa split berdasarkan
kotanya misalkan
jadi menghitung rata-rata berdasarkan
boxnya
nah ini untuk sekilas menggunakan
jadi
software Mana yang mau digunakan
tergantung
metode analisis data yang digunakan
dalam penelitian rekan-rekan semua kalau
yang rekan-rekan menggunakan regresi
misalkan regresi linier di jisp dari
jam movie juga ada regresi di SPSS
seperti itu dia korelasi juga ada
korelasi Irsan misalkan di Jam movie di
terakhir software yang satu lagi yang
mau saya Perkenalkan tapir yang saya
buat sendiri namanya startup kali ini
software yang saya kembangkan di tahun
itu bisa di download gratis di
websitel.com
Jadi ini tinggal
masukkan emailnya atau terlebih dahulu
register dulu emailnya nanti verifikasi
baru masukkan emailnya tinggal di
download
software statistik juga yang saya
kembangkan beserta partner saya di tahun
2017 Nah jadi contoh kalau kita praktek
mengolah data dengan standar
kali ini dia berbasis
berbasis website
Coba kita jalankan dengan
nah ini dia
di starter itu menggunakan web browser
menggunakan Web Browser Bisa Chrome bisa
Mozilla seperti itu
nah seperti ini Tapi dia nggak harus
terkoneksi internet cuman media-medianya
itu menggunakan browser Nah kita yang
menginput datanya nih jadi di start kali
itu ada tutorial videonya di bagian
tutorial videonya jadi kalau ingin
melihat ingin belajar tahap-tahap
awalnya tinggal diklik dia akan
mengkonek ke YouTube Nah ini harus
terkoneksi internet kalau ingin
mengakses video seperti itu Nah di sini
ada dua bagian tempat input data ada
bagian numerik maka bagian kategori Nah
kita coba mau menginput data yang
menarik dulu
misalkan
nah ini ada jumlah sepeda motor sama
jumlah mobil
kita pindahkan
kita pindahkan ke
Nah itu dia jadi jumlah datanya Ini 100
bisa aja Kita kalau jumlah baris datanya
1000 kita tinggal pilih 1000 maka akan
terbentuk 1000 baris
kemudian seperti ini di sini jumlah
jumlah sepeda motor
kemudian di sini Misalkan
Nah kalau dia sudah muncul seperti ini
artinya kita sudah berhasil menginput
data menggunakan start
Kemudian dari sini kita pilih
kita pilih kategori Nah kita ingin
menginput data kategorinya di sini kita
buat aja Misalkan jumlah kolomnya 30
jumlah barisnya
kita input data kategorinya
ini dia tinggal di copy data kategorinya
kemudian kita pindahkan di sini
kita beri namanya ada kuota data akun
kemudian baru kita pindahkan labelnya
nah ini dia ada kotak kota B kota C
tahunnya 2020 2021 sampai 2023 Nah kita
pindahkan ke bagian
Nah sudah muncul nih di sini Artinya
kita sudah berhasil menginput data di
startup terus gimana ya tinggal kita
cari misalkan kita ingin mencari
rata-ratanya di bagian average coba
rata-ratanya
akan muncul hasilnya nah tuh nilai
minimum sepeda motornya paling sedikit
1200 maksimumnya 8000
kemudian
rata-ratanya
4805 jumlah mobil rata-ratanya 396 dan
di startup ada interpretasi bahasa
Indonesia ada kalimatnya diketahui nilai
minimum jumlah dari jumlah sepeda motor
adalah 1200 sementara nilai maksimum
dari jumlah sepeda motor Rp8.000 jadi
ada ada bantuan interpretasi
dalam bahasa Indonesia kalau ingin
dicetak ke Excel tinggal print Microsoft
Excel Maka hasilnya akan dicetak ke
dalam Microsoft Excel
[Musik]
nah Selain itu
Kita juga bisa menampilkan grafik yang
misalkan ada grafik di bagian grab ada
bab adalah
kita ingin melihat sebaran data misalkan
antara
antara sepeda motor dengan jumlah mobil
misalkan Maka akan muncul grafiknya
seperti ini
nah ini grafiknya bisa dipilih size-nya
semakin besar atau ini atau ini atau
pilih yang ini nah jadi dipilih sesuai
yang
misalkan titiknya ingin diperbesar bisa
kita
titiknya akan besar kemudian ini ada
tulisan korelasinya nih kita perbesarkan
teks size-nya
Nah jadi korelasi kita bisa melihat
korelasi antara jumlah sepeda motor
dengan jumlah mobil 0,92 kemudian kita
ingin
[Musik]
mengganti warna teksnya misalkan warna
hijau
seperti itu kemudian
[Musik]
temanya bisa kita ganti Nah itu berubah
seperti itu
jadi untuk pengaturannya mudah kalau
bisa tinggal diakses di atas
menampilkan garisnya nah ini garis-garis
regresinya
nah kemudian Nah inilah seputar
menggunakan start Gun seperti itu Nah
barulah Sekarang kita coba
jadi dari jadi untuk mengolah data itu
ada banyak ada banyak software ya yang
bisa kita pilih ada SPSS ada tadi jaisb
pada jam movie ada Star Plus Sebenarnya
masih banyak lagi ada R jadi
software Mana yang mau digunakan itu
terserah yang penting
metode-metode statistik yang yang kita
gunakan dalam penelitian kita
itu tersedia dalam software tersebut nah
seperti itu lihat nah sekarang kita
mulai masuk ke contoh kasus saya ngambil
contoh kasusnya itu
dari artikel
artikel di jurnal nasional misalkan kita
mulai dari korelasi pirusan dulu
[Musik]
yang saya mau bahas pertama tentang
korelasi linear
Oke jadi korelasi linier person dapat
diartikan suatu nilai yang mengukur
seberapa erat hubungan linier antara dua
variabel linear antara dua variabel jadi
hubungannya itu maksudnya itu hubungan
linier ya linier relationship dan dapat
diketahui arah hubungannya jadi pada
korelasi linear sering juga disebut
dengan
produk moment atau present Product
Moment correlation dan nilainya itu
berkisar dari -1 sampai 1 nilai korelasi
pirsen yang dekat dengan -1 semakin
dekat dengan satu atau semakin dekat
dengan satu itu menandakan sebaran data
atau
dua dari dua variabel tersebut semakin
diniat dengan kata lain hubungan linier
antara dua variabel tersebut semakin
kuat nah saya langsung masuk ke contoh
kasusnya aja
contohnya nah ini dia Saya ingin
membahas kasus dari artikel ini dia
ini
datanya seperti
ini nah jadi saya coba ambil contoh
kasus ini dia kasusnya itu ini saya
ngambil di jurnal
serambi engineering judulnya itu
analisis
emisi karbon monoksida akibat kemacetan
kendaraan di Kota Bandar Lampung
perlintasan kereta api Jalan Hi
Komarudin jadi pada artikel jurnal
artikel ini
menggunakan metode statistika namanya
salah satu yang dicari ada artikel
tersebut ingin menguji seberapa erat
hubungan antara jumlah kendaraan dan
emisi karbon monoksida seperti itu
kemudian pada penelitian tersebut
di dilakukan pada perlintasan
perlintasan di kereta api di jalan
Komarudin Kota Bandar Lampung
Nah jadi pada penelitian ini menggunakan
metode dengan cara menghitung lajuan
jumlah kendaraan menggunakan traffic
counting kemudian menghitung emisi emisi
karbonnya seperti itu nah kita langsung
lihat hasilnya seperti ini ini hasil
artikel yang saya
yang saya screenshot ya jadi di sini
terlihat ini grafik sebaran data antara
jumlah kendaraan
dan emisi carport di sini bisa kita
lihat kalau jumlah kendaraannya semakin
meningkat kita bisa lihat emisi
karbonnya juga semakin meningkat
terlihat sebaran datanya titik-titiknya
itu trennya naik dari kiri bawah ke
kanan atas
Kemudian dari sini bisa kita lihat
nilai korelasinya 0,83
jadi dari hasil artikel tersebut nilai
korelasinya 0,83 itu bernilai positif
nah artinya semakin meningkat jumlah
kendaraan maka semakin meningkat emisi
karbon nah seperti ini jadi di sini kita
lihat nilai korelasinya itu positif Kita
juga bisa lihat dari sebaran Datanya
juga
titik-titiknya itu cenderung meningkat
seperti itu dia tren positif
terlihat juga kemudian diketahui nilai
korelasinya itu 0,883 di atas 0,05
artinya ini menandakan terjadi korelasi
yang kuat jadi ada hubungan yang sangat
kuat antara jumlah kendaraan dan emisi
karbon seperti itu dia jadi hasilnya
kira-kira seperti itu di artikel ini
Nah sebagai contoh sebagai contoh
latihan mengolah data di sini ada contoh
data saya membuat data simulasinya aja
di sini ada jumlah kendaraan
ada emisi karbon ini datanya saya saya
buat sendiri untuk untuk praktek olah
data seperti itu nah data ini sudah saya
persiapkan di Excel
datanya itu media Nah dari sini Kita
sebenarnya bisa membuat
grafik sebaran data kalau di Excel
menggunakan menggunakan senjata Cloud ya
Nah ini dia
kita bisa lihat di sini Nah dari sini
sudah kelihatan ya
sebaran datanya itu cenderung meningkat
ya dari kiri bawah kanan atas semakin
jumlah kendaraan maka imisi karbonnya
semakin meningkat Nah kita juga bisa
menghitung nilai korelasinya di Excel
dengan menggunakan fungsi Corel tinggal
kita blok
maka
nah akan ketemu nilai korelasinya 0,868
terlihat korelasinya sangat kuat ya di
atas 0,5 jadi ada korelasi yang sangat
kuat ya antara jumlah kendaraan dan
emisi
seperti itu Nah sekarang kita coba
praktek menggunakan SPSS
data ini kita hapus saja misalkan
jadi data dalam SPSS ini
kita coba copy datanya
Oke kita pindahkan ke dalam SPSS Nah
kita beri namanya di sini jumlah
kendaraan
di sini emisi
di sini jumlah kendaraan
di sini emisi karbon seperti itu Nah di
sini ada nah perhatikan di sini ada
titik-titik ini ini kadang takutnya
terbaca maka kita hapus saja
jadi setelah kita menginput datanya kita
ingin melihat sebaran datanya dulu di
bagian grab Legacy dialog di skater dot
pilih simple skater jumlah kendaraan
emisi carbon kita pilih opsi nah muncul
hasil scan plotnya seperti ini kita bisa
sedikit modifikasi kita tambahkan
garisnya kemudian titiknya bisa kita
bisa kita
apa ganti misalkan ini warnanya
Nah bisa kita lihat sebarannya cenderung
naik ya trennya trend sembarang datanya
positif semakin tinggi jumlah kendaraan
maka semakin tinggi juga emisi karbonnya
seperti itu Nah untuk mencari
korelasinya pilih analize coreld
bivariat ya
kemudian kita masuk di jumlah kendaraan
sama emisinya kita pilih version kita
pilih opsi Maka akan muncul hasilnya Nah
inilah hasil dari korelasi
tinggal kita pindahkan misalkan di sini
di bawah sini Misalkan Nah ini dia dari
sini kita tahu diketahui nilai korelasi
jurusan
sementara
nilainya
yakni bernilai positif
yang berarti
semakin meningkat jumlah kendaraan
maka semakin
meningkat juga emisi seperti itu
kemudian diketahui nilai
probabilitasnya atau nama lainnya
adalah
0,01 di bawah 0.05
maka disimpulkan jumlah kendaraan
dan emisi
CEO berkorelasi signifikan
jadi seperti inilah kalau kita praktek
menggunakan Express nah gimana kalau
kita sekarang praktek menggunakan
jasp misalkan kita
nilai korelasi sama probabilitasnya
misalkan nih kita mau
import data lagi misalkan ya terus
di bagian sini nih
proses
nah
ini datanya nih jumlah
pohon yang tadi ya Sebentar ya berarti
kita datanya itu data yang ini tadi
ini eh bukan ini sebentar ya
ya
data Ini pertama saya simpan dulu saya
buka Excel baru misalkan
ini saya pindahkan ke sini saya simpan
misalkan
di
data latihan 2 misalkan
di Google Bros
nah ini dia data latihan
nah datanya sudah berhasil jadi yang
lama ini kita hapus saja
nah ini kita ganti skalanya dulu
Nah sekarang kita ingin mencari korelasi
antara jumlah kendaraan dan emisi karbon
menggunakan
caranya kita pilih di bagian regresi ini
korelasi
kita masukkan
kita masukkan jumlah kendaraan sama
emisi
Maka akan muncul
nah ini dia muncul kan Ini hasilnya
tinggal kita di sini ada jenis
korelasinya ada Spiderman ada yang kita
gunakan
Kita juga bisa menampilkan skater
plotnya
tinggal kita copy hasilnya kita
pindahkan di sini
nah ini kalau versi software JSP
nilainya sama nggak sama nah nilai
korelasinya 0,868 ini
kemudian TV leonya sama
0,011 di sini sama Nah jadi nggak ada
beda ya untuk korelasi Vixion hasil
antara
SPSS dan DX Nah sekarang kita coba
menggunakan
software Jam movie
Nah kalau jam movie kita coba impor
datanya
nah ini datanya kita ganti dulu skalanya
dengan
continue
dengan
Oke seperti itu
kita pilih
atau regression korelation matriks
kita masukkan jumlah kendaraan sama
emisi
Jadi hampir mirip ya antara antara jasp
dengan jam nah
tinggal kita
lihat ya cuman kalau di sini kita coba
copy ya tabelnya kita pindahkan
Ada nih korelasinya sama 0,868
Nah kalau kita menggunakan start l
Gimana kalau menggunakan start
kita masuk dari sini kita hapus misalkan
ganti misalkan dengan 100
tinggal kita copy datanya
kita pindahkan ke dalam sangkal ini dia
kemudian nama variabelnya tadi jumlah
kendaraan sama emisi karbon
emisi karbonnya kita bisa lihat nilai
korelasinya di bagian India
jadi kita ingin mencari orang
kita bisa lihat bisa atur desimalnya mau
berapa angka di belakang koma
aja deh
ini korelasi antara jumlah kendaraan dan
ini nilai korelasinya 0,868 di valuenya
0,011 Ternyata Sama aja dengan
yang Ovi dengan jasp dengan SPSS sama
jadi hasilnya
kalau teman-teman ingin menggunakan
korelasi Spiderman tinggal klik
firmannya
jadi tinggal klik aja seperti itu
nah ini contoh kasus dari korelasi
Nah sekarang kita coba masuk ke contoh
kasus yang lain Nah kita ingin
menggunakan sekarang regresi linier
sederhana
nah persamaan regresi itu merupakan
suatu persamaan
yang menerangkan atau menjelaskan
hubungan antara variabel bebas dan tak
bebas jadi pada persamaan regresi dapat
digunakan dia bisa digunakan untuk
memprediksi atau mengestimasi nilai dari
variabel tak bebas Berdasarkan informasi
dari variabel-variabel
Kalau persamaan regresi linier itu dia
garisnya itu berupa garis lurus nah
seperti ini persamaan regresi linear
tapi kalau persamaan regresi non linear
berarti dia garisnya nggak lurus seperti
ini dia bisa seperti ini
sebenarnya materi terkait persamaan
regresi
linier itu bahannya udah saya sharing
tadi itu bisa dibaca Lebih Detail
misalkan di ebook saya ini dia saya ada
nulis buku
dan dia belajar olah data dengan
berbagai software lah seperti itu Jadi
jika ingin mempelajari tentang regresi
non linear lebih dalam bisa diakses di
topik
nah ini dia regresi
jadi disini ada banyak jenis ya kasus
regresi itu nggak hanya linier aja jadi
ada yang bersifat non diet
ada yang misalkan
publik dan Sebenarnya masih banyak lagi
model-model tapi yang saya bahas di sini
adalah yang ini ya seperti itu ya
Nah kita lanjut ke contoh kasusnya aja
untuk regresi linier Masih pada artikel
yang sama yang tadi Nah ini dia
nah ini kita coba buka download
Nah masih kasus yang tadi pada artikel
ini selain menggunakan metode korelasi
pirsen ternyata juga menggunakan metode
regresi linier Nah jadi menggunakan
metode statistika regresi linier
sederhana untuk menganalisis pengaruh
jumlah kendaraan terhadap emisi karbon
monoksidanya seperti itu Nah kita bisa
lihat Nah di sini udah kelihatan nih
persamaan regresi liniernya y =
23,76x +
berapa nih 187,4
Nah kira-kira kalau ditulisin persamaan
regresinya seperti ini
jadi
emisi karbon itu bisa diprediksi ya
menggunakan persamaan dimana konstanta
nya itu 187
,4 ditambah
23.76 jumlah kendara Nah misalkan dari
persamaan regresi ini kita ingin
memprediksi
jumlah kita ingin memprediksi emisi
karbonnya ketika jumlah kendaraannya itu
jumlahnya 151 Jadi tinggal kita
substitusikan aja di sini kita masukkan
151 maka ketika jumlah kendaraannya 151
maka diprediksi
karbonnya kadarnya
3775,16
dari hasil artikel tersebut nilai
koefisien determinasinya atau R Square
nya
0,883 yang berarti variabel jumlah
kendaraan itu mampu menjelaskan
variasi dari nilai karbon sebesar 88,3%
sisanya 11,7% itu dijelaskan oleh
variabel-variabel yang lain seperti itu
Nah sekarang kita contoh latihan lagi
kita tapi menggunakan data yang sudah
dibuat seperti ini
kalau kita menggunakan SPSS kita ingin
melakukan regresi caranya pilih Andalas
kemudian pilih regulation pilih linear
kemudian jumlah kendaraan di independent
emisinya di ini dia di depannya jadi
pengaruh
jumlah kendaraan terhadap emisi karbon
Nah tinggal kita pilih Oke muncul deh
hasil regresinya 1 2 3
kita pindahkan hasilnya di
garis ini kita bisa melihat di tabel
koefisiennya bisa diperoleh persamaan
regresinya tinggal saya besarkan Saya
copy misalkan
jadi persamaan regresinya emisi karbon
sama dengan konstantanya 11.06.210
tambah jumlah kendaraannya 18
,995 jumlah kendara
nah
dari sini
kita bisa kita bisa mempredinding untuk
kasus yang tadi misalkan kita ingin
memprediksi
dari persamaan diatas misalkan ingin
diprediksi emisi karbonnya ketika jumlah
kendaraan
155 Jadi tinggal kita masukin Nah jadi
116,210 tambah
18,995 dikali
155 jadi diprediksi
emisi co-nya ketika jumlah kendaraannya
155 itu
4.050 43
Nah dari hasil spss-nya juga bisa kita
lihat nilai r Square nya 0,754
yang artinya 0,754 ya
artinya variabel jumlah kendaraan itu
mampu menjelaskan
variasi nilai emisi karbon sebesar
75,4% sisanya
24,6% oleh
variabel-variabel yang lain seperti itu
dia
kemudian kita bisa melihat apakah
Apakah jumlah kendaraan itu berpengaruh
positif atau negatif Kita bisa lihat
dari koefisien regresinya
koefisien regresi diketahui
koefisien nilai koefisien regresi dari
kendaraan bernilai positif nilainya
18,95 yang berarti jumlah kendaraan
berpengaruh positif terhadap emisi co
artinya positif ketika jumlah
kendaraannya
semakin meningkat maka emisi co-nya juga
semakin meningkat dan satu lagi nilai P
valuenya di sini nilai P nya itu 0,001
lebih value
0,0
0,0 lebih bawah 0,05 maka disimpulkan
jumlah kendaraan
berpengaruh signifikan
terhadap
nah
datanya masih sama dengan yang tadi
caranya pilih regression
linear regulation
Nah dari sini bisa kita lihat
jumlah kendaraannya sebagai
Maka akan muncul hasilnya kita bisa
pilih misalkan ini supaya hilang nah ini
hasilnya bisa kita pindahkan
di sini
Nah bisa kita lihat hasil antara jasp
sama SPSS Ternyata Sama aja dia nggak
ada beda
cuman istilahnya aja kalau di spss6 di
jspp
Nah jadi hasilnya nggak ada beda ya
kalau kita menggunakan
Jam movie ya menggunakan Jam movie
tinggal kita regres
Sion
jumlah ini masih data yang lama ya
oke yang ini berarti ya berarti
Oke pengaruh jumlah kendaraan terhadap
emisi karbon
makanya dapat ya kan
tinggal copy ini hasil dari software Jam
movie Ini regresinya sama juga nggak ada
beda antara SPSS
sama jamur kemudian kalau kita ingin
menggunakan start
menggunakan starkel statistik pilih
linear regression kemudian
pilih
Maka akan muncul hasil regresinya di
startup ada deskripsi pada bagian uji
normalitas
pada bagian uji normalitas pun ada
beberapa versinya ada tombol
kemudian ada uji multipolinearitas ada
uji pemasukan elastisitas yang kita
lihat di R Square nya kita coba cek
di efisien determinasi nilainya
0,754
Apakah sama dengan SPSS
Begitu juga dengan jamur
kemudian hasil regresinya bisa kita
lihat
dan ada interpretasinya nih persamaan
regresinya tinggal kita copy aja tinggal
kita ini kalimatnya juga muncul
diketahui nilai koefisien regresi dari
variabel emisi
ya Emis ya ya x1-nya emisi ini kebalik
ya yang dependennya emisi ya jumlah
kendaraan oke
diketahui jumlah koefisien regresi dari
jumlah kendaraan 18 koma 995 jadi
hasilnya sama dia hasilnya sama dengan
yang
jika ingin dicetak ke dalam excel
tinggal kita bisa cetak
kalau di sini untuk cetaknya sepertinya
belum ada ya tapi nanti akan saya tambah
Jadi kesimpulannya hasil antara
hasil antara
SPSS dan hasil regresi antara
spssp jamur
kemudian
software ya seperti itu
kemudian contoh yang terakhir nanti
mungkin ada sesi tanya jawab silahkan
Saya bahas tentang ini dia
yang terakhir saya ingin membahas
tentang ini wujudnya 2 sampel independen
dan analisis of varian seperti itu
Nah di sini
uji T2 sampel independen dan ujiment
whitening itu dapat digunakan untuk
menguji apakah terdapat perbedaan yang
signifikan berdasarkan dua sampel
independen Nah kalau pada uji T2 sampel
independen ini biasanya ada asumsi
normalitas sample pertama dan sampel
kedua itu diasumsikan ditarik dari
populasi-populasi yang berdistribusi
nanti teori-teorinya terkait
terkait uji T2 sampel independen sama
uji Manulife jadi uji T2 sampel
independen sama uji main lagi itu untuk
melakukan untuk menguji apakah terdapat
perbedaan yang signifikan berdasarkan
dua sampel independen tapi kalau jumlah
sampelnya 3 sampel independennya 3 atau
lebih dari 3 itu bisa menggunakan Anova
atau
bisa menggunakan Anova atau
kita langsung aja ke contoh kasusnya
Sebenarnya masih sama contoh kasus yang
tadi
contoh kasusnya sebentar saya buka
download
Nah jadi jadi pada artikel ini ada
banyak uji statistik yang digunakan
mulai dari korelasi filter mulai dari
regresi sederhana kemudian juga
menggunakan Anova analisis
jadi pada artikel tersebut juga
menggunakan Anova untuk menguji apakah
terdapat perbedaan yang signifikan
antara emisi karbon saat ada kereta dan
saat tanpa ada kereta jadi ingin
membandingkan
emisi karbonnya ada nggak perbedaan yang
signifikan emisi karbonnya antara saat
ada kereta kereta api sama nggak ada
kereta api
nah jadi itu maksudnya penelitian ini
bertujuan untuk mengetahui pengaruh
perlintasan kereta api terhadap
tingkatan emisi karbon
jadi ini grafiknya seperti ini jadi
penelitiannya itu dilakukan selama
seminggu ya senin selasa rabu
Kamis Senin Selasa Rabu Kamis Jumat
Sabtu Nah bisa kita lihat di sini udah
kelihatan sih ada perbedaan dari ini
kendaraannya dari emisinya nah ini dari
emisinya bisa kita lihat bisa kita lihat
ketika ada kereta api itu secara umum
yang grafik batang warna biru itu tinggi
lebih tinggi daripada yang warna merah
jadi bisa kita lihat memang ada
perbedaan
emisi karbonnya pada saat ada kereta api
sama nggak ada tapi kita akan melakukan
uji statistika
menggunakan uji T2 sampel independen
Apakah perbedaannya secara statistik
signifikan tidak nah seperti itu Nah
dari hasil artikel tersebut ini saya
screenshot bisa kita lihat ya ketika ada
kereta api rata-rata emisinya itu
4841 Tapi kalau tidak ada kereta api
yang lewat itu rata-rata emisinya
3000 104 Nah di sini bisa kita lihat
memang ada perbedaan
emisi karbon saat ada kereta api sama
nggak ada kereta api lebih tinggi emisi
karbonnya pada saat ada kereta api Nah
di sini
padahal ya kalau kita lihat jumlah
kelompoknya ada dua ya saat ada kereta
api sama saat nggak ada kereta cuman ada
penelitian ini menggunakan Anova Nanti
akan saya tunjukin hasilnya sama aja
antara Inova dengan uji T2 sampel
independen diperoleh nilainya
0,000011
Jadi kesimpulannya dari artikel tersebut
menunjukkan Bentar ya ada
jadi dari hasilnya bisa kita lihat dari
hasil uji Anova nya
terdapat perbedaan emisi karbon yang
signifikan antara saat ada kereta api
dan tanpa ada kereta api
di sini juga bisa kita lihat emisi
secara rata-rata terdapat perbedaan
emisi karbon saat ada kereta api dan
tidak ada kereta api seperti itu
Nah sebagai contoh latihan terakhir nah
ini datanya sudah saya buat
susunan datanya seperti ini jadi datanya
itu disusun seperti ini satu itu tidak
ada kereta api
dua ada kereta api dia diteliti
selama seminggu ya Senin sampai Minggu
selama seminggu ya itu nah sekarang kita
coba input data ke dalam SPSS nya ini
saya close
jadi saya close
nah datanya Ini saya pas juga
jadi datanya sudah saya siapkan tinggal
saya copy ke dalam SPSS nya
saya pindahkan di sini saya buat kereta
api
kemudian di sini
kereta api
ini kita kasih label satu Misalkan tidak
ada kereta api dua ada kereta
api Nah seperti itu
datanya sudah berhasil
diketik di dalam SPSS sekarang kita
lakukan uji beda
caranya Nah kita bisa aja menggunakan
uji T2 sampel independen terlebih dahulu
di sini dia
di sini keretanya Di sini keretanya Di
sini emisinya di sini kita Divine group
satu sama dua karena kulitnya tadi satu
sama dia
oke nah dapat deh hasil dari penguji T2
sampel independent nya tinggal kita
pindahkan
Nah di sini kita bisa lihat secara
rata-rata nih ini rata-ratanya secara
rata-rata emisi karbon yang paling
tinggi saat ada kereta api dengan
rata-rata
Nah dari hasil uji T2 sampel independen
ya diperoleh nilai P nya Nah diperoleh
dari hasil uji T2 sampel independen
diperoleh
nilai P nya probabilitasnya
0,0000
maka disimpulkan
terdapat perbedaan
emisi karbon yang signifikan saat
ada kereta api dan tidak ada kereta api
Nah ini kita menggunakan
SPSS kalau kita menggunakan
jasb misalkan kita import lagi datanya
di sini
datanya harus kita datanya itu harus
kita pindahkan dulu ya
jadi datanya
nah ini datanya kita copy
kita buat
nah kemudian
kita pindahkan di sini kita save dalam
format csp misalkan
[Musik]
lagi proses
nah ini udah berhasil di import jadi
yang lama kita saja
sekarang kita kasih apa kasih label 1
itu untuk tidak ada kereta api
dua itu
ada peta api
jadi skalanya udah skalanya
nah kemudian dites
independen sampel
kemudian kereta apinya di sini emisinya
di sini nah
hasilnya nah ini hasilnya tinggal kita
copy hasilnya pindahkan di sini
Nah inilah hasil dari
hasil dari
GSP sama nilainya p nya udah dibawah
0,001 ya 0,00 Berapa nilai t nya juga
sama
5,324 ini juga sama jadi nggak ada beda
sama
Nah kalau kita menggunakan Jam movie
misalkan
kita hapus dulu menggunakan jamu
kita import ulang datanya
latihan 3
nah yang lama kita hapus aja sebentar
caranya ini kita ganti dulu nah satu itu
tidak ada kereta api
itu ada kereta api
nah seperti ini
kemudian ini
skalanya Saya mau ganti menjadi
rasio
baru kita pilih
keretanya Di sini emisinya di sini
muncul deh hasilnya
tinggal kita copy hasilnya sama antara
SPSS
antara SPSS jas sama dia
Nah kalau menggunakan start gimana start
kita input
ulangnya kita buat 50 baris aja
Jadi sekarang kita pindahin emisinya
kemudian kita pindahkan datanya
[Musik]
di sini
nah ini kereta api
tidak ada kereta api
ini ada kereta
Oke berhasil kita buat datanya baru kita
lakukan uji T2 sampel independen caranya
pilih statistik
pilih independent sample test
kemudian yang di sini kereta api
Maka akan muncul hasilnya Nah kita atur
3 Angka di belakang
sama nilai derajat bebas nilai
statistiknya sama
-5,32 jadi nggak ada beda antara
SPSS antara jasp antara
the movie start seperti itu Nah kalau
kita menggunakan Anova juga sama
analisis varian
jumlah kelompoknya 2 ya kalau kita
menggunakan Anova di SPSS
kalau di Anova
tinggal dimasukkan keretanya Di sini
emisinya di sini
lagi proses
nah ini muncul Kenapa ya kalau di Jam
movie juga sama
Jam movie panopanya ini di Arafah warna
apa kereta api saya misi nah sama juga
hasil anovanya dan terakhir kalau di
starter
kira-kira mungkin
yang saya paparkan hanya pengenalan aja
nggak terlalu detail Saya hanya
memperlihatkan aja
penggunaan beberapa software yang bisa
digunakan untuk olahraga statistik Jadi
kalau untuk lebih dalam itu bisa
dipelajari
mungkin
demikian pemaparan dari saya mungkin
bisa masuk ke dalam sesi tanya jawab
saya kembalikan ke moderator
terima kasih ya sama-sama terima kasih
mastrana atas pemaparan materinya untuk
webinar kali ini mungkin kita memasuki
sesi tanya jawab terlebih dahulu jadi di
sini saya akan menampilkan pertanyaan
dari Selain itu terlebih dahulu
jadi ada tiga pertanyaan dari setelah
itu ya mungkin bisa nanti mas Prana
Job saya bantu baca terlebih dahulu ya
Jadi pertanyaan pertama yaitu tingkat
kelemahan analisis dengan software
berbayar dan gratis dan Apakah hasil
analisisnya berbeda kemudian dengan
tingkat sajian kebutuhan luarnya itu
seperti apa kemudian jika dibandingkan
dengan excel apa saja yang tidak bisa
dilakukan oleh Excel sehingga harus
pakai software tersebut Terima kasih
mungkin silahkan untuk mastrana dijawab
untuk pertanyaan tersebut tadi sudah
saya praktekkan ya contoh kasusnya
misalkan jadi kalau kita lihat dari
software yang berbayar kan SPSS berbayar
kan mungkin jumlah menunya lebih banyak
fitur-fiturnya tapi kalau fitur-fitur
basic seperti seperti kayak korelasi
regresi Nah itu fitur-fitur itu ada di
semua software baik yang berbayar atau
gratis
tapi kalau fitur-fitur yang lebih lanjut
ya misalkan fitur-fitur seperti data
mining ya mungkin
metode-metode data mining mungkin ada
beberapa
beberapa di software
di Jam movie seperti tadi kalau kita
lihat di Jam movie tadi menu-menu
fiturnya itu sedikit nggak sebanyak yang
ada di SPSS seperti itu ya tapi di SPSS
misalkan ada nama metode namanya
struktural equation modeling Nah itu di
SPSS nggak ada tapi kalau di kalau di
jisp ada struktur equation model Jadi
sebenarnya saling melengkapi aja sih
jadi kalau kita kita sedang meneliti
kemudian kita sudah menentukan metode
datanya tinggal kita menentukan software
Apa yang akan kita gunakan
yang menyediakan metode statistik yang
ada di dalam penelitian kita seperti itu
tapi sejauh yang saya
sejauh yang saya yang saya amati yang
karena saya juga seorang praktisi yang
paling lengkap Menurut saya itu software
R sama python cuman
air sama Python itu
penggunaannya menggunakan coding seperti
itu dia jadi perlu pembiasaan aja supaya
lancar seperti itu kira-kira cuman kalau
Excel saya kalau Excel paling Saya hanya
menggunakan fungsi-fungsi dasar
untuk apa untuk memilah-milah data
Ya baik terima kasih Mas Prana mungkin
kita beralih ke pertanyaan berikutnya
yaitu sering ditemukan pada data
lingkungan berupa time series yang ada
Miss data Iklim dari BMKG jadi ada
missing value di situ kemudian Apakah
software tersebut bisa menghandle isu
Ini ini pertanyaan dari Pak Ruslan
silahkan Pak Rahmat
software untuk time series
ya Tapi biasanya kalau untuk ngising
value atau Datanya hilang atau enggak
lengkap itu kan dan software itu dia
mengeliminasi secara otomatis data yang
dising tersebut
jadi misalkan ada ada baris data Nah
dari 100 data tersebut tidak lengkap
misalkan
di baris nomor 30 bolong misalkan
di baris nomor
di baris nomor 71 bolong nah yang saya
amati ketika diproses datanya maka
software akan mengeliminasi baris-baris
yang kosong tersebut seperti itu
kira-kira seperti itu Oke Baik terima
kasih Mas Prana kemudian dipertanyaan
terakhir yaitu pada jam movie Mengapa
menggunakan
mixer type continue
Oh ya itu untuk data ini untuk data yang
rasio kayak jumlah kendaraan
kemudian jumlah mobil dia kan rasio
datanya konten tapi kalau tadi kuota ya
kota itu kan dia kategori makanya saya
buat dia seperti itu
menjawab pertanyaan dari Asa itu
selanjutnya akan dibuka untuk sisi tanya
jawab langsung jadi mungkin di sini
sudah ada Pak Iskandar yang sudah dari
tadi resthand Mungkin silahkan Pak
Iskandar untuk menyampaikan
pertanyaannya
ya
Assalamualaikum warahmatullahi
wabarakatuh
sebentar saya lupa nama presenternya
siapa Mas
Oke Mas Rudi ya jadi
saya tadi membaca judul webinarnya kan
mengolah data statistika bidang
lingkungan betul ya
itu masuk ke beberapa
lagi itu tadi ya Nah ini
juga mengajar statistika
untuk keluar nah jadi pertanyaan saya
tuh kan tadi mengenai regresi ya regresi
person Kalau nggak salah regresi
korelasi produk komen ya betul ya Mas
itu kan ada persyaratan ya Ada
persyaratan persyaratan itu salah satu
adalah uji normalitas betul ya
ya Nah itu korelasi produk moment itu
harus ada persyaratan salah satu
syaratnya itu adalah
distribusinya distribusinya harus
berdistribusi Normal atau uji normalitas
ya kita biasanya pakai
uji kuadrat
nah ini pertanyaan saya terkait dengan
tadi software-software yang dipakai
Apakah di software-software tersebut itu
diberikan semacam apa
sop gitu standar operasional prosedur
jadi pada saat kita mau melakukan
regresi Dia menanyakan dulu untuk
software
bertanya apakah datanya sudah normal
seperti itu ada tidak gitu
software-software yang istilahnya bukan
hanya
dipakai saja tapi dia juga bisa
memperingatkan yang menggunakan software
itu tentang prosedur yang benar itu jadi
sopnya tuh jadi bagian dari aplikasi
softwarenya
karena kalau misalnya apa hanya seperti
itu kan ada kemungkinan sampahnya masuk
datanya salah keluarnya juga salah
karena semua angka juga bisa dimasukkan
ke software dan pasti ada hasilnya
kemudian
terkait denga