hndr91 / statterapan

Hello Statistika Terapan

Repository ini berisi materi tentang Matakuliah Statistika Terapan, yang diampu oleh PYS. Adapun materi yang dijelaskan dalam repository ini antara lain

Daftar Isi

1. Penyajian Data
2. Ukuran Pemusatan Data
3. Implementasi Ukuran Pemusatan Data Menggunakan Python
4. Ukuran Persebaran Data
5. Implementasi Ukuran Persebaran Data Menggunakan Python
6. Populasi dan Sampel
7. Implementasi Random Sampling Menggunakan Python
8. Pengujian Normalitas Data
9. Konsep Dasar Uji Hipotesis

Cara Kontribusi

Berikut tutorial untuk melakukan pull request

1. Fork repository

2. Clone repository hasil fork

$ git clone [url]

3. Buat branch lokal baru

$ git branch [nama-branch]

4. Pindah ke branch yang dibuat

$ git checkout [nama-branch]

5. Membuat commit baru

$ git add .
$ git commit -m "pesan"

6. Push branch ke github

$ git push origin [nama-branch]

Bentuk Kontribusi

1. Basic Materials

Berikut ini adalah basic material yang bisa ditambahkan

1. Hipotesis Komparatif
2. Hipotesis Asosiatif
3. Analisis Regresi Linear Sederhana
4. Analisis Regresi Linear Berganda

2. Contoh Soal dan Pembahasan

Contoh soal dan pembahasan untuk semua basic material yang ada. Contributor dapat menambahkan satu atau lebih contoh dan pembahasan untuk tiap basic material.

3. Penerapan Basic Material Menggunakan MS Excel

Contributor dapat menambahkan contoh penerapan basic material menggunakan aplikasi MS Excel. Misal: Untuk menyelesaikan uji hipotesis distributif yang menggunakan Binomial, untuk memperoleh nilai Binomialnya digunakan fungsi =BINOMDIST(number_s,trials,probability_s,cumulative) .

4. Penerapan Basic Material Menggunakan SPSS

Contributor dapat menambahkan contoh penerapan basic material menggunakan SPSS. Untuk kontribusi jenis ini, contributor harus menyertakan:

1. Data yang digunakan (bisa berbentuk .xls, .csv, .txt atau format lain
2. Screenshoot hasil
3. Intepretasi hasil

5. Penerapan Basic Material Menggunakan Python

Contributor dapat menambahkan contoh penerapan basic material menggunakan Python. Contributor bisa memanfaatkan .ipynb dari Jupyter Notebook atau dari Google Colab. Harus disertai script Python.

6. Add-On Materials

Add-On materials adalah segala macam materi yang bisa mendukung basic materials. Contributor bisa menambahkan misalnya, petunjuk penggunaan SPSS bagi pemula, atau bagaimana cara mengintepretasi hasil SPSS.