4,9/5 · 1.200 ulasan · Mahasiswa & Umum

Kursus Statistika di Surabaya

Kursus statistika privat di Surabaya untuk mahasiswa dan peneliti: uji hipotesis, uji prasyarat, pemilihan uji, dan regresi skripsi dibahas satu tutor satu peserta. Mulai Rp186.500 per sesi 90 sampai 120 menit, di rumah, di kampus, atau daring.

Daftar Sekarang Chat WhatsApp

Sekilas tentang Kursus Statistika di Surabaya

Konsultasi dan Daftar

Fakta Program

Susunan materi: Mulai dari skala pengukuran, naik ke pemilihan uji, tutup di pembacaan keluaran
Cakupan: Deskriptif, inferensial, parametrik, nonparametrik, sampai regresi berganda
Peserta yang dilayani: Mahasiswa S1 hingga S3, dosen, tenaga peneliti, dan karyawan
Format belajar: Satu tutor menangani satu peserta, tatap muka atau daring
Lama satu sesi: 90 sampai 120 menit, konsep dibahas lalu langsung dilatih
Titik belajar: Rumah, ruang diskusi kampus, co-learning space Edubia, atau Zoom
Perangkat lunak: SPSS, R, atau Excel, mengikuti yang dituntut program studi peserta
Wilayah layanan: 31 kecamatan Kota Surabaya dan 18 kecamatan Kabupaten Sidoarjo
Biaya per sesi: Mulai Rp186.500, tambah Rp15.000 bila memakai co-learning space Edubia
Bila tutor kurang klop: Tutor diganti tanpa biaya tambahan, catatan kemajuan ikut berpindah
Peralatan dan bahan: Disiapkan peserta, di luar tarif sesi

4,9/5 1.200 ulasan

2.500+ tutor terverifikasi

1-on-1 satu tutor satu peserta

Fleksibel rumah · kafe · co-learning · online

Ganti tutor kapan saja bila perlu

Assessment dipetakan di awal

Sebelum memilih

Kenapa satu tutor statistika untuk satu peserta lebih unggul?

Fitur	Pilihan terbaik Les Statistika Privat Edubia Di tempat pilihan Anda, Surabaya	Bimbel Statistika Grup	Belajar Statistika Sendiri
Perhatian tutor saat belajar statistika	Penuh, satu untuk satu	Terbagi ke banyak peserta	Tanpa pendamping
Materi statistika disesuaikan level peserta
Pekerjaan peserta diperiksa di layar yang sama		Seragam	Cari sendiri
Bahan dipilih dari perkakas yang sudah dipakai peserta		Umum	Tergantung sendiri
Jadwal menyesuaikan rutinitas di Surabaya		Kelas terjadwal
Koreksi langsung saat langkah kerja meleset		Menunggu giliran	Tak ada yang memeriksa

Fleksibel

Pilih format les statistika yang cocok dengan rutinitas Anda

Tutor statistika datang ke tempat pilihan Anda di Surabaya atau via online. Rencana belajar disusun dari kebutuhan Anda.

Daftar Sekarang Tanya via WhatsApp

Peserta yang cocok

Peserta yang terbantu program ini dan peserta yang sebaiknya menunda

Pas diambil sekarang

Mahasiswa yang mengulang mata kuliah statistika dan perlu menutup kekeliruan dasar
Peserta yang sedang menyusun proposal dan belum yakin uji apa yang cocok dengan desainnya
Mahasiswa magister atau doktoral yang perlu menerangkan alasan pemilihan metode di naskahnya
Peserta yang datanya sudah lolos uji prasyarat dan tersendat saat membaca tabel keluaran
Dosen yang menyiapkan bahan ajar metodologi dan ingin menyegarkan kembali dasar teorinya
Karyawan yang membaca laporan angka berkala dan ingin menimbangnya dengan lebih tepat
Peserta yang sanggup menjalankan aplikasinya dan tersendat saat menafsirkan hasilnya

Persiapan sesi pertama

Yang perlu disiapkan peserta sebelum pertemuan pertama berjalan

Silabus atau rencana pembelajaran mata kuliah · Dokumen ini memuat urutan pokok bahasan dan bobot penilaian kampus. Tutor memakainya untuk menyelaraskan urutan sesi dengan jadwal ujian yang sudah ditetapkan program studi.
Soal ujian atau tugas periode sebelumnya · Bentuk soal memperlihatkan kedalaman yang dituntut pengajar, dari hitungan manual sampai penafsiran keluaran perangkat lunak. Bawa yang masih tersimpan, walau tinggal sebagian.
Catatan kuliah beserta bagian yang membingungkan · Tandai halaman tempat penjelasan mulai terasa hilang. Bagian bertanda itu menunjukkan akar kesulitan jauh lebih cepat daripada mengulang seluruh bab dari halaman pertama.
Berkas data penelitian bila sudah terkumpul · Berkas mentah dalam bentuk Excel atau SPSS memungkinkan latihan berjalan di atas data peserta sendiri. Bila data masih dikumpulkan, contoh berkas dari tutor dipakai lebih dulu.
Aplikasi yang diminta program studi · Pasang lebih dulu aplikasi yang diwajibkan pembimbing, lengkap dengan lisensi kampus bila memakai SPSS. Untuk hitungan manual, sediakan kalkulator ilmiah berfungsi statistik.
Rumusan masalah dan hipotesis bila sudah ada · Peserta yang sedang menyusun proposal sebaiknya membawa rumusan masalah beserta hipotesisnya. Materi lalu diarahkan pada jenis pertanyaan yang benar-benar dipakai penelitiannya.
Tanggal ujian, seminar, atau tenggat laporan · Kerapatan sesi disusun mundur dari tanggal itu. Bila tanggalnya bergeser, penjadwalan ulang dilakukan tanpa biaya tambahan dan urutan materinya ikut disesuaikan.
Buku pegangan yang diwajibkan pengajar · Istilah dan lambang berbeda antar buku, dan perbedaan itu sering jadi sumber kebingungan tersendiri. Tutor menyesuaikan lambang dengan buku yang dipakai kampus peserta.

Susunan materi

Delapan pokok statistika, disusun menurut pertanyaan yang dijawabnya

Tiap pokok dibuka dengan pertanyaan penelitian yang lazim diajukan, lalu diturunkan ke tekniknya, syarat pemakaiannya, dan cara membaca hasilnya. Peserta boleh mengambil sebagian pokok saja bila keperluannya memang terbatas pada bagian tertentu.

1

Menggambarkan satu kelompok data
Pertanyaan deskriptif

Yang dibahas. Ukuran pemusatan berupa rata-rata, nilai tengah, dan modus. Ukuran sebaran berupa jangkauan, ragam, dan simpangan baku. Bentuk sebaran, kemencengan, serta penyajian lewat tabel frekuensi, histogram, dan diagram kotak garis.

Jebakan umum. Rata-rata dipakai untuk menggambarkan pendapatan atau lama menunggu, padahal beberapa nilai besar menariknya jauh dari keadaan kebanyakan orang. Angka yang dilaporkan lalu terdengar janggal bagi pembaca yang mengenal lapangannya sendiri.

Cara tutor. Peserta diminta menggambar sebaran datanya lebih dulu sebelum menghitung apa pun. Pilihan antara rata-rata dan nilai tengah diambil dari bentuk sebaran itu, dan alasannya ditulis satu kalimat di bawah tabel.
2

Menaksir keadaan populasi dari sampel
Pertanyaan estimasi

Yang dibahas. Sebaran penarikan sampel, galat baku, selang kepercayaan untuk rata-rata dan proporsi, hubungan antara ukuran sampel dan ketelitian taksiran, serta perhitungan ukuran sampel sebelum data dikumpulkan.

Jebakan umum. Selang kepercayaan dibaca sebagai peluang sembilan puluh lima persen bahwa nilai populasi berada di dalamnya, padahal yang berulang adalah prosedurnya. Penguji sering menanyakan tafsir ini, dan peserta yang menghafal kalimat buku langsung tersendat.

Cara tutor. Tutor menjalankan simulasi pendek: beberapa sampel kecil diambil dari satu kumpulan data, selangnya dihitung, lalu dilihat berapa banyak yang memuat nilai sebenarnya. Tafsir yang benar muncul sendiri dari percobaan itu.
3

Membandingkan dua kelompok
Pertanyaan komparatif

Yang dibahas. Uji t untuk dua kelompok bebas, uji t berpasangan, versi Welch ketika ragamnya berselisih, uji Mann-Whitney dan Wilcoxon sebagai padanan nonparametrik, serta pemeriksaan kesamaan ragam sebelum uji dijalankan.

Jebakan umum. Data pengukuran sebelum dan sesudah pada orang yang sama dianalisis memakai uji t kelompok bebas. Pasangan pengamatan hilang dari perhitungan, kepekaan uji turun, dan selisih yang sebenarnya nyata terbaca seolah tak berarti.

Cara tutor. Sebelum memilih uji, peserta menjawab satu pertanyaan tetap: apakah orang pada kelompok pertama sama dengan orang pada kelompok kedua. Jawaban itu menentukan bentuk ujinya, dan pertanyaan tersebut masuk ke tabel keputusan miliknya.
4

Membandingkan tiga kelompok atau lebih
Pertanyaan komparatif

Yang dibahas. Analisis ragam satu arah dan dua arah, uji lanjut Tukey dan Bonferroni, pengaruh antar faktor, serta uji Kruskal-Wallis untuk data yang sebarannya tak mendukung uji parametrik.

Jebakan umum. Perbandingan dijalankan sebagai beberapa uji t berpasang-pasangan, dan peluang keliru menolak menumpuk seiring banyaknya pasangan yang diuji. Kesimpulan yang muncul terdengar meyakinkan padahal lahir dari pengujian berulang.

Cara tutor. Tutor menghitung bersama peserta berapa besar peluang keliru itu menumpuk pada jumlah pasangan tertentu. Angka yang terlihat dengan mata sendiri biasanya cukup untuk membuat peserta berpindah ke analisis ragam beserta uji lanjutnya.
5

Menguji hubungan antar variabel
Pertanyaan asosiatif

Yang dibahas. Korelasi Pearson untuk data numerik, korelasi Spearman untuk data berperingkat, uji khi kuadrat untuk tabel silang, koefisien kontingensi, serta pembacaan kekuatan dan arah hubungan.

Jebakan umum. Korelasi Pearson dipakai pada jawaban skala berperingkat, lalu koefisiennya dilaporkan apa adanya. Syarat skalanya sudah tak terpenuhi sejak awal, dan hubungan yang bentuknya melengkung ikut terbaca lemah walau sebenarnya kuat.

Cara tutor. Diagram pencar digambar sebelum koefisien dihitung, sehingga bentuk hubungannya terlihat lebih dulu. Peserta lalu memilih koefisien yang sesuai dengan skala variabelnya dan mencatat batas kesimpulan yang boleh diambil.
6

Memperkirakan nilai lewat model regresi
Pertanyaan prediktif

Yang dibahas. Regresi linear sederhana dan berganda, pemeriksaan asumsi klasik, tafsir koefisien dalam satuan asli, koefisien determinasi beserta versi terkoreksinya, regresi logistik untuk keluaran dua kategori, serta pembacaan rasio odds.

Jebakan umum. Variabel ditambahkan terus sampai koefisien determinasi naik, dan model akhir memuat variabel yang tak punya alasan teoretis sama sekali. Model semacam itu cocok pada data yang ada dan meleset ketika dipakai pada data baru.

Cara tutor. Susunan variabel ditentukan dari kerangka teori peserta sebelum satu model pun dijalankan. Tiap penambahan variabel wajib disertai alasan, dan peserta membandingkan model berdasarkan alasan tersebut, dengan angka sebagai pendukung.
7

Meringkas banyak butir menjadi sedikit ukuran
Pertanyaan pengukuran

Yang dibahas. Uji validitas butir, keandalan lewat alfa Cronbach, analisis faktor eksplorasi, penilaian kecukupan sampel dengan ukuran Kaiser-Meyer-Olkin, serta uji kebulatan Bartlett.

Jebakan umum. Butir bermuatan rendah dibuang satu per satu sampai angka keandalan terlihat bagus, tanpa memeriksa apakah butir yang tersisa masih mewakili gagasan yang hendak diukur. Instrumennya jadi rapi secara angka dan menyempit maknanya.

Cara tutor. Tiap butir yang hendak dibuang ditimbang dari dua sisi sekaligus, yaitu angkanya dan isinya. Peserta diminta menerangkan apa yang hilang dari definisi konsep bila butir itu dicabut, lalu keputusan diambil dari kedua pertimbangan.
8

Hipotesis, taraf nyata, dan kekuatan uji
Dasar pengujian

Yang dibahas. Hipotesis nol dan tandingannya, kesalahan jenis pertama dan kedua, taraf nyata, kekuatan uji, ukuran efek, serta hubungan seluruhnya dengan ukuran sampel yang diperlukan.

Jebakan umum. Angka 0,06 dibaca sebagai bukti bahwa hubungan sama sekali tak ada, dan pembahasan ditulis seolah pertanyaan penelitiannya sudah tertutup rapat. Kemungkinan bahwa sampelnya kurang besar tak pernah disinggung sedikit pun.

Cara tutor. Peserta menghitung ukuran sampel yang diperlukan untuk kekuatan uji yang wajar pada besaran efek yang diperkirakan. Angka itu kemudian dipakai untuk menulis keterbatasan penelitian dengan jujur dan terukur.

Standar layanan

Apa yang kami pastikan sebelum menugaskan tutor statistika?

Tiga hal yang sering ditanyakan peserta sebelum sesi statistika pertama di Surabaya.

Satu tutor untuk satu peserta

Seluruh jam sesi statistika tertuju pada satu orang, jadi pertanyaan sekecil apa pun terjawab saat itu juga.

Tutor statistika datang ke tempat pilihan Anda

Toko, kantor, kafe, co-learning space partner di Surabaya, atau sesi online: pilih yang searah dengan hari kerja Anda.

Rating tutor Edubia 4,9 dari 1.200 ulasan

Angka itu dihitung dari ulasan peserta yang sudah menjalani sesi bersama tutor Edubia.

Urutan penguasaan

Urutan belajar statistika, dari membaca tabel sampai memilih uji sendiri

Tiap tahap ditutup dengan satu bukti yang bisa ditunjukkan peserta di depan tutor. Lama tiap tahap berbeda antar peserta, dan tahap yang sudah dikuasai dilewati sesudah diperiksa sekali.

01

Tahap awal
Peserta membaca tabel dan grafik tanpa dituntun

Buktinya sederhana: diberi satu tabel frekuensi dan satu histogram, peserta menyebutkan bentuk sebarannya, ukuran pemusatan yang pantas dipakai, serta hal yang menyesatkan bila grafik itu dibaca sepintas.
02

Dasar pemilihan
Peserta memilih uji dari skala dan desain datanya

Diberi keterangan variabel dan cara pengambilan datanya, peserta menetapkan skala tiap variabel, jumlah kelompok, dan sifat pengamatannya, lalu menunjuk uji yang sah dipakai beserta alasannya.
03

Dasar pengujian
Peserta menerangkan arti nilai signifikansi dengan kalimat sendiri

Tutor meminta peserta menjelaskan hasil sebuah uji kepada orang yang belum pernah belajar statistika. Tahap ini lewat ketika penjelasannya berhenti memakai kata bermakna kabur seperti berpengaruh besar atau sudah jelas.
04

Pertengahan
Peserta menuntaskan sepuluh kasus campuran

Diberi sepuluh kasus dengan desain berbeda-beda, peserta menentukan uji beserta alasannya. Tahap ini lewat pada ketepatan delapan dari sepuluh, dengan dua kekeliruan yang bisa ia telusuri sendiri sesudah diberi tahu.
05

Penerapan
Peserta menjalankan analisis untuk penelitiannya sendiri

Uji yang dipilih dijalankan pada data peserta, keluarannya dibaca, dan kalimat pelaporannya disusun. Buktinya berupa satu paragraf hasil yang menyebut arah, besaran, tingkat keyakinan, dan keputusan terhadap hipotesis.
06

Menjelang sidang
Peserta bertahan di tanya jawab tentang metodenya

Tutor mengambil peran penguji dan menanyakan syarat pemakaian uji, akibat bila syarat gagal terpenuhi, serta batas kesimpulan yang boleh diambil. Tahap ini lewat ketika peserta menjawab tanpa membuka catatan.

Nilai lebih

Kenapa memilih les statistika Edubia

Materi masuk lewat pertanyaan penelitian peserta

Sesi dibuka dengan membaca rumusan masalah yang sedang digarap, lalu menetapkan jenis pertanyaannya. Menggambarkan satu kelompok menuntut alat yang berlainan dengan membandingkan tiga kelompok, dan urutan materi mengikuti jenis itu.

Rumus diterjemahkan jadi kalimat sebelum dihitung

Sebelum sebuah rumus dijalankan, tutor membacanya sebagai kalimat biasa: apa yang dibagi, apa yang dikurangi, dan kenapa pembaginya berbentuk begitu. Peserta yang sanggup membaca rumus sebagai kalimat jarang tertukar memilih uji.

Latihan memakai bentuk soal program studi peserta

Bank soal disusun dari berkas ujian dan tugas mata kuliah metodologi yang benar-benar dipakai kampus peserta, sehingga bentuk soal yang dilatih sama dengan yang akan dihadapi di ruang ujian.

Tabel keputusan pemilihan uji disusun peserta sendiri

Sepanjang program, peserta membangun satu tabel berisi jenis pertanyaan, skala variabel, jumlah kelompok, dan uji yang menjawabnya. Tabel itu terpakai lagi saat ia menghadapi penelitian berikutnya tanpa pendamping.

Aplikasi menyesuaikan tuntutan program studi

Sebagian pembimbing meminta SPSS, sebagian meminta R, sebagian menerima Excel untuk analisis sederhana. Tutor mengikuti yang diminta kampus peserta dan menerangkan apa yang dihitung aplikasi itu di balik layar.

Jadwal mengikuti kalender kuliah dan pekerjaan

Peserta yang mengejar ujian tengah semester dapat memadatkan sesi selama dua pekan, lalu melonggarkannya sesudah masa itu lewat. Penjadwalan ulang tidak dikenakan biaya tambahan.

Kursus statistika privat di Surabaya: cakupan materi dan biaya per sesi

Kursus statistika Edubia berjalan perorangan, satu pengajar mendampingi satu peserta, di wilayah Surabaya dan Sidoarjo. Tempatnya menyesuaikan peserta: rumah, ruang diskusi kampus, co-learning space Edubia, atau Zoom. Biayanya mulai Rp186.500 untuk pertemuan 90 sampai 120 menit, dan tutor datang ke rumah maupun ke kampus tanpa tambahan biaya.

Yang dibawa peserta berbeda-beda, jadi sesi pertama dipakai untuk membaca keperluannya lebih dulu. Ada mahasiswa di sekitar kampus Sukolilo yang mengulang mata kuliah metode statistika, ada mahasiswa magister di Mulyorejo yang bab empatnya dikembalikan pembimbing, ada karyawan Waru yang membaca laporan angka tiap Senin pagi dan ingin menimbangnya dengan lebih tenang. Urutan materinya disusun sesudah keperluan itu jelas.

Edubia melayani Surabaya, Sidoarjo, dan Gresik dari hari ke hari, dengan jaringan tutor yang luas dan penilaian peserta yang tinggi. Kalau cara mengajar tutor terasa kurang cocok, tutor diganti tanpa biaya tambahan dan catatan kemajuan peserta ikut berpindah ke penggantinya, sehingga pokok yang telanjur dikuasai tak perlu diulang dari awal.

Dua lapis statistika dan tempat mahasiswa biasanya tersandung

Statistika terapan berdiri di atas dua lapis yang cara kerjanya berlainan, dan menyadari batas keduanya sudah menyelesaikan separuh kebingungan. Lapis pertama menggambarkan data yang benar-benar ada di tangan: berapa rata-ratanya, seberapa lebar sebarannya, bagaimana bentuknya ketika digambar. Semua yang dihitung di lapis ini adalah keterangan tentang kumpulan angka itu sendiri, tanpa satu klaim pun tentang orang di luar sampel.

Lapis kedua melangkah keluar dari sampel. Dari 120 responden yang benar-benar diukur, peneliti hendak berbicara tentang ribuan orang yang tak pernah ia temui. Langkah itu sah dilakukan karena sampelnya diambil secara acak dan karena sebaran penarikan sampel punya perilaku yang bisa diperkirakan. Di situlah galat baku, selang kepercayaan, dan pengujian hipotesis masuk.

Kesulitan hampir selalu muncul saat berpindah dari lapis pertama ke lapis kedua. Menghitung rata-rata terasa mudah, menjalankan uji t juga terasa mudah begitu rumusnya hafal, sementara pertanyaan kenapa hasil uji t boleh dibicarakan untuk populasi jarang terjawab di kelas besar. Sesi awal program ini dipakai untuk menutup celah tersebut, sebab pertanyaan penguji di ruang sidang biasanya berdiri persis di sana.

Catatan penting

Enam jenis pertanyaan penelitian dan alat yang menjawabnya

Seperti apa gambaran kelompok ini

Dijawab ukuran pemusatan, ukuran sebaran, serta penyajian lewat tabel dan grafik. Pilihan alatnya sering keliru ketika sebaran datanya menceng ke satu sisi.

Seberapa jauh sampel mewakili populasi

Dijawab galat baku dan selang kepercayaan. Bagian inilah yang menerangkan kenapa hasil dari 100 responden boleh dibicarakan untuk ribuan orang di populasi.

Apakah dua kelompok ini berbeda

Dijawab uji t untuk dua kelompok bebas, uji t berpasangan untuk pengukuran sebelum dan sesudah, serta padanan nonparametriknya bila sebaran tidak mendukung.

Apakah tiga kelompok atau lebih berbeda

Dijawab analisis ragam beserta uji lanjutnya. Di sini peserta melihat kenapa membandingkan pasangan satu per satu menaikkan risiko keliru menolak hipotesis nol.

Apakah kedua hal ini berhubungan

Dijawab korelasi untuk variabel numerik dan uji khi kuadrat untuk variabel kategori. Batas tafsirnya ikut dibahas, sebab hubungan berhenti sebelum pernyataan sebab.

Berapa nilai yang bisa diperkirakan

Dijawab regresi linear untuk keluaran berupa angka dan regresi logistik untuk keluaran dua kategori, lengkap dengan cara membaca koefisien dalam satuan aslinya.

Selengkapnya

Empat skala pengukuran yang menentukan pilihan uji

Nominal: label yang tidak punya urutan

Jenis kelamin, program studi, jenis pekerjaan. Yang sah dihitung adalah frekuensi dan modus, dan hubungan antar dua variabel semacam ini diperiksa dengan khi kuadrat.

Ordinal: berurutan dengan jarak yang tak setara

Peringkat kelas dan tingkat kepuasan. Selisih antara puas dan sangat puas belum tentu sama dengan selisih antara netral dan puas, sehingga median dan Spearman lebih aman dipakai.

Interval: jarak setara tanpa titik nol mutlak

Suhu Celsius dan sebagian skor tes standar. Selisih boleh dihitung, sementara pernyataan dua kali lipat berhenti di sini karena angka nolnya cuma kesepakatan.

Rasio: jarak setara dengan nol yang berarti kosong

Pendapatan, lama belajar, berat badan, jumlah kunjungan. Seluruh operasi hitungan berlaku, termasuk perbandingan dua kali lipat dan setengahnya.

Jumlah kelompok yang dibandingkan

Dua kelompok mengarah ke keluarga uji t, tiga kelompok atau lebih mengarah ke analisis ragam. Salah menghitung jumlah kelompok membuat seluruh rangkaian berikutnya meleset.

Pengamatan bebas atau berpasangan

Orang yang sama diukur dua kali menuntut uji berpasangan, sedangkan dua rombongan berbeda menuntut uji kelompok bebas. Pertanyaan sederhana ini menyelamatkan banyak analisis.

Nilai p menjawab pertanyaan yang jauh lebih sempit daripada dugaan umum

Nilai p menjawab satu pertanyaan yang sangat spesifik: andaikan hipotesis nol benar dan seluruh syarat modelnya terpenuhi, seberapa sering data seekstrem data yang terkumpul akan muncul? Angka 0,03 berarti pola sekuat itu jarang terjadi ketika di populasi memang tidak ada apa-apa. Sampai di situ tafsirnya berhenti.

American Statistical Association menerbitkan enam prinsip pemakaian nilai p pada 2016, dan dua di antaranya menjawab salah tafsir yang berulang di ruang sidang. Prinsip kedua menyatakan nilai p tidak mengukur peluang bahwa hipotesis yang diteliti benar. Prinsip kelima menyatakan nilai p tidak mengukur besar sebuah pengaruh maupun penting tidaknya sebuah temuan.

Akibat praktisnya terasa saat menulis pembahasan. Angka 0,001 pada sampel 800 orang bisa menyertai selisih yang di lapangan tak berarti apa-apa, sementara angka 0,08 pada sampel 30 orang bisa menyembunyikan hubungan yang benar-benar ada. Karena itu koefisien, ukuran efek, dan selang kepercayaan dilaporkan berdampingan dengan nilai p. Peserta program ini berlatih merangkai ketiganya jadi satu kalimat hasil yang utuh, sebab kalimat semacam itulah yang bertahan ketika penguji menekan.

Inti bahasan

Salah tafsir yang kerap terbawa sampai ruang sidang

Selang kepercayaan diartikan sebagai peluang

Yang berulang adalah prosedurnya, dan sembilan puluh lima persen selang yang dihasilkan prosedur itu memuat nilai populasi. Perbedaan tafsir ini sering ditanyakan penguji.

Hasil tak signifikan dianggap membuktikan ketiadaan

Sampel yang kecil sanggup menghasilkan angka tak signifikan pada hubungan yang sebenarnya ada. Keterbatasan itu ditulis terus terang di bagian pembahasan.

Korelasi disimpulkan sebagai sebab akibat

Dua hal bergerak bersama karena bermacam kemungkinan, termasuk kehadiran variabel ketiga yang tak diukur. Batas kesimpulan disusun mengikuti desain penelitiannya.

Rata-rata dipakai pada sebaran yang menceng

Pada data pendapatan atau lama menunggu, nilai tengah menggambarkan keadaan dengan lebih jujur. Pemilihan ukuran pemusatan berangkat dari bentuk sebarannya.

R kuadrat dibaca sebagai bukti model benar

Angka itu menyatakan seberapa besar keragaman yang terjelaskan, dan ia bisa tinggi pada model yang keliru secara teori. Kelayakan model dinilai dari alasan dan asumsinya.

Uji dipilih dengan meniru kakak tingkat

Topik yang mirip belum tentu berdesain sama, dan desain berbeda menuntut uji berbeda. Peserta dilatih memilih dari skala variabel serta bentuk pertanyaannya sendiri.

Uji prasyarat: normalitas dan homogenitas yang sering dijalankan tanpa alasan

Uji normalitas dan uji homogenitas kerap dikerjakan sebagai kelaziman. Dijalankan, dilihat angkanya melewati 0,05, lalu ditinggalkan. Keduanya sebenarnya menjawab pertanyaan yang cukup tegas, dan jawabannya menentukan uji mana yang boleh dipakai sesudahnya.

Untuk normalitas, sampel kecil biasanya diperiksa dengan Shapiro-Wilk, sementara Kolmogorov-Smirnov beserta koreksi Lilliefors lazim dipakai pada sampel yang lebih besar. Dua hal jarang diterangkan di kelas. Pada regresi, yang diperiksa adalah residual model, sedangkan sebaran variabel mentahnya boleh saja menceng tanpa mengganggu. Lalu pada sampel besar, uji normalitas menolak penyimpangan kecil yang di lapangan tak berpengaruh apa-apa. Karena itu grafik Q-Q dan histogram residual dibaca berdampingan dengan angka ujinya.

Untuk kesamaan ragam antar kelompok, uji Levene lebih tahan terhadap sebaran yang tak normal dibanding uji Bartlett. Ketika ragam kedua kelompok jauh berselisih, jalan yang lazim ditempuh adalah versi Welch dari uji t, dan keluaran SPSS sudah menyediakan barisnya. Ketika normalitas yang gagal pada sampel kecil, padanan nonparametrik seperti Mann-Whitney atau Kruskal-Wallis mengambil alih. Peserta berlatih menuliskan alasan pemilihan itu dalam satu paragraf pendek, sebab paragraf itulah yang diminta penguji.

Kesalahan bab empat yang berulang tiap periode bimbingan

Pola kesalahan di bab empat cenderung sama dari tahun ke tahun, dan hampir semuanya lahir dari langkah yang dilompati. Yang sering terjadi lebih dulu adalah hipotesis di bab dua yang tak bersesuaian dengan uji di bab empat. Hipotesis ditulis berbentuk pengaruh, sementara yang dijalankan uji korelasi, sehingga kesimpulannya menjawab pertanyaan yang berbeda dari yang diajukan.

Berikutnya, tabel keluaran ditempel apa adanya dengan kolom signifikansi dilingkari, tanpa derajat bebas, tanpa besaran selisih, tanpa satu kalimat pun yang menerangkan artinya. Pembaca dibiarkan menyimpulkan sendiri. Ada pula kebiasaan menjalankan bermacam uji sampai ada satu yang signifikan, lalu melaporkan yang itu saja. Peluang keliru menolak menumpuk seiring banyaknya percobaan, dan penguji berpengalaman mengenali gejalanya dari daftar uji yang tak beraturan.

Dua lagi yang kerap muncul: kalimat berpengaruh signifikan ditulis tanpa menyebut arah maupun satuan, sehingga pembaca tak tahu naik atau turun dan sebesar apa; dan ukuran sampel ditetapkan sesudah data telanjur terkumpul, sehingga pembahasan keterbatasan penelitian berdiri di atas angka yang tak pernah direncanakan.

Regresi untuk skripsi: dari kerangka teori sampai tafsir koefisien

Regresi menempati porsi besar di skripsi manajemen, ekonomi, psikologi, dan kesehatan, jadi bagian ini biasanya digarap lebih lama daripada pokok lain. Titik berangkatnya kerangka teori: variabel mana yang berkedudukan sebagai bebas, mana yang terikat, dan alasan teoretis apa yang menghubungkan keduanya. Model yang disusun dari alasan bertahan jauh lebih lama daripada model yang disusun dari coba-coba.

Sesudah model berdiri, asumsinya diperiksa satu per satu. Residualnya diperiksa normalitasnya, multikolinearitas dibaca dari nilai VIF dan tolerance antar variabel bebas, heteroskedastisitas dilihat dari sebaran residual terhadap nilai prediksi, dan autokorelasi diperiksa lewat Durbin-Watson pada data runtut waktu. Tiap pelanggaran punya tindak lanjut yang berbeda, dan peserta belajar memilih tindak lanjut itu beserta alasannya.

Bagian penafsiran ditutup dengan membaca koefisien dalam satuan asli variabelnya, membedakan koefisien B dari Beta terbaku, membaca koefisien determinasi beserta versi terkoreksinya, serta memisahkan uji F yang menilai model secara keseluruhan dari uji t yang menilai tiap variabel. Untuk keluaran berupa dua kategori, regresi logistik dibahas berikut cara membaca rasio odds supaya kalimat hasilnya tetap masuk akal bagi pembaca awam.

Uraian

SPSS, R, dan Excel: tiga alat dengan pekerjaan yang berbeda

SPSS untuk jalur yang sudah baku

Banyak program studi sosial dan kesehatan mewajibkannya, dan keluarannya bertabel rapi sehingga cepat dipindahkan ke naskah. Risikonya satu: menu bisa diklik tanpa peserta tahu apa yang dihitung.

R untuk analisis yang perlu diulang

Gratis, terbuka, dan setiap langkah tercatat sebagai skrip, sehingga analisis bisa dijalankan ulang persis sama ketika data diperbarui. Waktu belajarnya lebih panjang, dan kemampuannya jauh lebih luas.

Excel untuk merapikan data lebih dulu

Pembersihan data, penomoran ulang, tabel pivot, dan statistika deskriptif berjalan cepat di sini. Batasnya mulai terasa begitu analisis masuk ke uji lanjut dan pemeriksaan asumsi.

jamovi dan JASP sebagai jalan tengah

Keduanya gratis, berjalan di atas mesin R, dan tampil menyerupai SPSS. Keluarannya sudah mendekati format pelaporan yang lazim, sehingga cocok bagi peserta yang lisensinya terbatas.

Membaca keluaran analisis: kolom yang benar-benar menjawab hipotesis

Sebagian besar peserta datang sudah sanggup menjalankan aplikasinya dan tersendat saat membaca hasilnya. Tabel keluaran memang menampilkan lebih banyak angka daripada yang diperlukan, dan hanya sedikit kolom yang benar-benar menjawab pertanyaan penelitian.

Pada uji t dua kelompok bebas, baris uji Levene dibaca lebih dulu karena ia menentukan baris uji t mana yang sah dipakai. Sesudah itu barulah nilai t, derajat bebas, dan angka signifikansi dibaca, lalu selisih rata-rata beserta selang kepercayaannya diambil sebagai besaran. Pada analisis ragam, nilai F dibaca bersama dua derajat bebasnya, dan uji lanjut menerangkan pasangan kelompok mana yang berselisih.

Pada regresi, tabel ringkasan model memberi koefisien determinasi, tabel ANOVA memberi uji F untuk model secara keseluruhan, dan tabel koefisien memberi angka untuk tiap variabel. Kolom B dipakai untuk menafsirkan dalam satuan asli, kolom Beta dipakai untuk membandingkan kekuatan antar variabel dalam model yang sama. Peserta berlatih menyalin angka yang tepat ke kalimat hasil, lalu memeriksa sendiri apakah kalimat itu masih benar ketika dibacakan tanpa tabelnya.

Biaya kursus statistika di Surabaya dan pilihan tempat belajar

Tarif satu pertemuan bergerak dari Rp186.500 sampai Rp300.000, ditentukan kedalaman materi dan jarak yang ditempuh pengajar. Panjang 90 sampai 120 menit dipakai supaya satu uji tuntas dibahas dalam satu pertemuan, mulai dari asumsinya, hitungannya, pembacaan keluarannya, sampai kalimat pelaporannya. Sesi yang membedah analisis ragam berfaktor dua atau model regresi logistik menuntut persiapan lebih panjang daripada sesi statistika deskriptif, dan tarifnya menyesuaikan.

Tutor datang ke rumah atau ke kampus tanpa biaya tambahan. Peserta yang memerlukan suasana lebih hening dapat memakai co-learning space Edubia di Tambaksari dan Wonocolo dengan tambahan Rp15.000 tiap pertemuan. Sesi daring memakai Zoom berikut papan tulis digital, sehingga penurunan rumus tetap terlihat langkah demi langkah dan berkas datanya bisa dibuka bersama di layar.

Jumlah sesi ditaksir sesudah pemetaan awal, jadi peserta tahu perkiraan biaya keseluruhan sebelum memutuskan. Bila jadwal ujian atau seminar bergeser, penjadwalan ulang dilakukan tanpa biaya tambahan.

Mahasiswa Surabaya yang mengulang mata kuliah statistika

Kelompok peserta pertama adalah mahasiswa yang nilai statistikanya menahan langkah menuju kelulusan. Pola kesulitannya berulang: catatan kuliah lengkap, latihan soal jarang, dan hitungan berhenti begitu angka pada soal berganti bentuk. Kelas besar memberi sedikit ruang bertanya, sehingga satu kekeliruan kecil di pekan ketiga terbawa sampai bab-bab sesudahnya tanpa pernah ketahuan.

Sesi privat dipakai untuk menemukan letak kekeliruan itu. Tutor meminta peserta mengerjakan soal sambil bersuara, berhenti tepat di langkah yang salah, lalu menelusurinya mundur sampai ketemu asalnya. Cara ini kerap memperlihatkan bahwa kesulitannya berada di aljabar dasar atau di pembacaan soal, dan teorinya sendiri sebenarnya sudah dipahami.

Peserta dari kampus di sekitar Sukolilo, Gubeng, Mulyorejo, dan Lakarsantri umumnya memilih sesi sore sesudah jam kuliah, sementara peserta Sidoarjo yang berkuliah di Surabaya lebih sering mengambil akhir pekan supaya perjalanan tak menumpuk di hari kerja. Departemen Statistika ITS di Kampus Sukolilo menaungi program sarjana sampai doktoral, dan sebagian peserta memang berangkat dari lingkungan sekitar situ dengan tuntutan hitungan yang lebih berat.

Peserta magister, doktoral, dan dosen yang menyiapkan naskah

Kelompok kedua berasal dari kelas magister dan doktoral di kampus-kampus Surabaya. Tuntutannya bergeser jauh. Menjalankan uji saja sudah tak cukup, sebab peserta wajib menerangkan kenapa desain penelitiannya menuntut uji tersebut dan apa akibatnya bila satu syarat gagal terpenuhi. Penelaah jurnal menanyakan hal yang sama dengan bahasa yang lebih ringkas.

Untuk kelompok ini, sesi memuat pembacaan artikel jurnal bersama tutor. Bagian metode dibedah kalimat demi kalimat, angka pada tabel hasil dicocokkan dengan kalimat pembahasan, dan peserta berlatih menandai bagian yang tidak dilaporkan penulisnya, misalnya ukuran efek yang hilang atau pemeriksaan asumsi yang tak disebut. Kebiasaan membaca seperti itu langsung terpakai saat peserta menyusun naskahnya sendiri.

Dosen yang menyiapkan bahan ajar metodologi mengambil bentuk yang sedikit berbeda: porsi penurunan rumus diperbesar, contoh kasus disusun ulang supaya bisa dipakai di kelas, dan pertanyaan yang biasa dilontarkan mahasiswa dilatih jawabannya. Peserta dari kawasan Gunung Anyar, Tenggilis Mejoyo, dan Wonocolo cukup banyak di kelompok ini.

Karyawan Surabaya yang menimbang angka tiap pekan

Kelompok ketiga datang dari kantor di Tegalsari, Genteng, Waru, dan Gedangan. Mereka jarang menulis naskah ilmiah, sementara pekerjaannya menuntut penimbangan angka setiap pekan: apakah kenaikan penjualan bulan ini berarti sesuatu, apakah selisih antar cabang layak ditindaklanjuti, seberapa besar keragaman yang masih wajar sebelum sebuah proses dianggap bermasalah.

Untuk kelompok ini, penurunan rumus dipangkas seperlunya dan porsi penafsiran diperbesar. Peserta berlatih membedakan perubahan yang lahir dari keragaman biasa dengan perubahan yang menunjuk pergeseran nyata, membaca grafik pengendali sederhana, lalu menuliskan simpulannya dalam kalimat yang bisa dibawa ke rapat pimpinan tanpa istilah teknis yang menghambat.

Jam belajarnya menyesuaikan jam kerja. Sebagian mengambil sesi malam di rumah, sebagian memilih Sabtu pagi, dan sebagian lagi menjadwalkan sesi daring supaya waktu di jalan tak terpakai. Materinya disusun dari data kantor peserta sendiri sejauh datanya boleh dipakai, sehingga latihannya menyerupai pekerjaan sehari-hari.

Jangkauan tutor statistika dan jam sesi yang tersedia

Tutor menjangkau 31 kecamatan Kota Surabaya dan 18 kecamatan Kabupaten Sidoarjo, jadi sebagian besar peserta terlayani tanpa perlu berpindah tempat. Peserta di sekitar Sukolilo dan Mulyorejo umumnya memilih sesi sore, peserta yang bekerja di kawasan Genteng dan Tegalsari lebih sering mengambil malam hari, sedangkan peserta Buduran dan Taman kerap memilih akhir pekan.

Sesi tersedia setiap hari mulai jam tujuh pagi sampai sembilan malam, akhir pekan ikut terbuka. Menjelang pekan ujian atau seminar proposal, sebagian peserta menaikkan kerapatan menjadi tiga sesi sepekan lalu menurunkannya kembali sesudah masa itu lewat, dan penyesuaian semacam ini tidak dikenakan biaya tambahan.

Untuk memulai, kirim satu pesan WhatsApp berisi keperluan dan tenggat yang dikejar. Tim menjawab dengan usulan tutor yang menguasai bidang tersebut beserta jadwal kosongnya, dan sesi pertama biasanya sudah bisa berjalan pada pekan yang sama.

Garis besar

Urutan bab empat yang biasanya diminta penguji

Empat langkah sederhana, dari daftar sampai belajar bareng tutor pilihan.

1Gambarkan responden dan variabelnya lebih dulu

Jumlah responden, tingkat pengembalian kuesioner, sebaran usia dan jenjang, lalu statistika deskriptif tiap variabel. Bagian ini menyiapkan pembaca sebelum satu uji pun disajikan.
2Periksa instrumen sebelum menguji hipotesis

Validitas tiap butir dan keandalan tiap dimensi diperiksa dan dilaporkan. Menguji hipotesis dengan instrumen yang belum terbukti membuat seluruh angka sesudahnya rapuh.
3Jalankan uji prasyarat sesuai uji yang direncanakan

Uji prasyaratnya mengikuti uji utama yang akan dipakai, sehingga tak ada pemeriksaan yang dijalankan tanpa keperluan. Hasilnya menentukan versi uji yang dipilih.
4Uji hipotesis satu per satu mengikuti rumusan masalah

Tiap hipotesis di bab dua mendapat satu pengujian di bab empat dengan nomor yang bersesuaian. Penguji membaca kedua bab berdampingan, dan ketidakcocokan nomor langsung terlihat.
5Terjemahkan keluaran ke kalimat yang menyebut arah dan besaran

Kalimat hasil menyebut arah hubungan, besaran koefisien dalam satuan asli, tingkat keyakinan, dan keputusan terhadap hipotesis. Tabel mentah ditaruh sebagai pendukung kalimat itu.

Rincian

Cara memulai kursus statistika bersama Edubia

Empat langkah sederhana, dari daftar sampai belajar bareng tutor pilihan.

Sampaikan keperluan lewat WhatsApp

Sebutkan jenjang, mata kuliah atau topik penelitian, aplikasi yang diminta kampus, dan tanggal ujian maupun seminar yang dikejar. Foto silabus atau soal latihan membantu tim menaksir kebutuhan lebih cepat.
Ikuti pemetaan kemampuan awal

Tutor memberi beberapa soal pendek yang mencakup skala pengukuran, sebaran, dan pengujian hipotesis. Hasilnya menunjukkan titik mulai yang tepat, sehingga waktu tak habis mengulang yang sudah dikuasai.
Susun urutan pertanyaan yang akan dipelajari

Dari enam jenis pertanyaan penelitian, dipilih yang bersangkutan dengan keperluan peserta beserta urutannya. Sisanya dibahas sepintas sebagai gambaran menyeluruh.
Jalankan sesi dan periksa lewat latihan berkala

Tiap beberapa sesi, peserta mengerjakan latihan campuran tanpa dituntun untuk memastikan pemilihan ujinya sudah mantap. Pokok yang masih goyah diulang pada pertemuan berikutnya.

Program Terkait

Les statistika sering dipasangkan dengan program berikut

Tanya jawab

Berapa biaya dan bagaimana jadwal les statistika?

Berapa biaya kursus statistika privat di Surabaya?

Mulai Rp186.500 untuk pertemuan 90 sampai 120 menit, bergerak sampai Rp300.000 menurut kedalaman materi dan jarak yang ditempuh pengajar. Belajar di rumah maupun di kampus peserta tidak dipungut tambahan, sedangkan co-learning space Edubia dikenai tambahan Rp15.000 sekali pertemuan.

Berapa sesi yang biasanya diperlukan untuk satu mata kuliah statistika?

Peserta yang mengikuti satu mata kuliah statistika dasar umumnya mengambil 8 sampai 12 sesi yang tersebar sepanjang semester. Peserta yang hanya mengejar bab tertentu menjelang ujian biasanya cukup 3 sampai 5 sesi. Jumlahnya ditaksir sesudah sesi pemetaan kemampuan awal, jadi perkiraan biayanya diketahui sejak awal.

Di mana batas program ini dengan kursus olah data?

Kursus statistika membangun penalaran memilih dan menafsirkan uji, dengan hitungan dikerjakan manual maupun lewat aplikasi. Kursus olah data berjalan di atas berkas data peserta dan mengejar rampungnya bab hasil. Peserta yang datanya belum terkumpul biasanya lebih tepat memulai dari kursus statistika.

Matematika saya lemah, apakah masih bisa mengikuti?

Bisa. Sebagian besar hitungan statistika terapan berhenti pada penjumlahan, pembagian, akar, dan pangkat dua. Bila kesulitan berada di bagian itu, tutor menyisipkan penguatan aljabar dasar pada awal sesi tanpa menambah tarif, dan porsinya menyusut sendiri seiring peserta terbiasa.

Apakah materi mencakup uji nonparametrik?

Tercakup. Uji Mann-Whitney, Wilcoxon, Kruskal-Wallis, dan Friedman dibahas berdampingan dengan padanan parametriknya, sehingga peserta tahu kapan harus berpindah. Pemeriksaan asumsi yang menentukan perpindahan itu ikut dilatih di atas data peserta sendiri.

Sesi digelar di rumah, di kampus, atau lewat daring?

Ketiganya tersedia. Tutor menjangkau 31 kecamatan Kota Surabaya dan 18 kecamatan Kabupaten Sidoarjo, termasuk kawasan kampus di Sukolilo, Mulyorejo, dan Gubeng. Sesi daring memakai Zoom berikut papan tulis digital, sehingga penurunan rumus tetap terlihat langkah demi langkah.

Bisakah sesi disiapkan khusus untuk menghadapi ujian pekan depan?

Bisa. Peserta yang mengejar ujian umumnya mengambil tiga sesi dalam satu pekan dengan porsi latihan soal yang lebih padat. Tutor meminta kisi-kisi atau soal periode sebelumnya supaya bentuk latihannya sedekat mungkin dengan yang akan keluar.

Program studi saya mewajibkan SPSS, apakah tutor memakai aplikasi itu?

Ya, tutor mengikuti aplikasi yang diminta kampus peserta. SPSS dipakai bila program studi mewajibkannya, R dipakai bila pembimbing meminta analisis yang bisa diulang lewat skrip, dan Excel dipakai untuk pembersihan data serta hitungan deskriptif. Yang dilatih tetap sama: memahami apa yang dihitung aplikasi itu.

Data saya gagal di uji normalitas, apa yang dibahas dalam sesi?

Langkah pertama memastikan yang diuji sudah tepat, sebab pada regresi yang diperiksa adalah residual model, sementara variabel mentahnya boleh menceng. Sesudah itu ditimbang ukuran sampelnya, kemungkinan transformasi data, dan perpindahan ke uji nonparametrik atau versi Welch. Alasan pemilihannya ditulis untuk dipakai saat sidang.

Bagaimana menentukan jumlah sampel yang cukup untuk penelitian saya?

Perhitungannya berangkat dari besaran efek yang diperkirakan, taraf nyata yang dipakai, dan kekuatan uji yang dikehendaki, lazimnya 80 persen. Sesi membahas cara menghitungnya, termasuk lewat aplikasi gratis seperti G Power, serta batas pemakaian rumus praktis yang beredar di banyak skripsi.

Apakah tersedia pendampingan untuk analisis dalam naskah jurnal?

Tersedia, dan biasanya diambil dosen serta peneliti yang naskahnya dikembalikan penelaah. Sesi memuat pembacaan catatan penelaah, penelusuran bagian yang dipersoalkan, dan penyusunan tanggapan yang menyertakan pemeriksaan asumsi maupun ukuran efek yang diminta.

Bagaimana kemajuan peserta dipantau selama program berjalan?

Tiap beberapa sesi, peserta mengerjakan latihan campuran berisi desain penelitian yang berbeda-beda tanpa dituntun tutor. Ketepatan memilih uji dicatat, dan pokok yang masih goyah diulang pada sesi berikutnya. Catatan itu juga yang berpindah bila tutor perlu diganti di tengah jalan.

Apa yang terjadi bila gaya mengajar tutor kurang cocok?

Kabari tim Edubia lewat WhatsApp, dan penggantian tutor dijalankan tanpa biaya tambahan maupun syarat berbelit. Catatan kemajuan peserta berpindah ke tutor penerus, sehingga pokok yang telanjur dikuasai tak perlu diulang dan pertemuan berikutnya langsung menyambung.

Apakah ada bahan latihan yang bisa dikerjakan di luar sesi?

Ada. Tiap sesi ditutup dengan latihan pendek yang dikerjakan peserta sendiri, dan pembahasannya dibuka pada awal sesi berikutnya. Bahan latihannya disusun dari bentuk soal yang dipakai program studi peserta, sehingga bobotnya sepadan dengan ujian kampus.

Bisakah dua orang belajar bersama dalam satu sesi?

Format perorangan dipakai supaya laju pertemuan menyesuaikan pemahaman peserta sendiri. Untuk dua orang dengan mata kuliah dan jenjang yang sama, tim dapat menimbang penyesuaian jadwal maupun tarifnya. Sampaikan rencananya lewat WhatsApp sebelum sesi pertama dijadwalkan.

Mulai Sekarang

Temukan tutor statistika Anda hari ini

Tutor statistika bisa diganti kalau belum cocok. Konsultasinya gratis, keputusannya tetap di tangan Anda.