Analisis data menuntut dua keterampilan sekaligus: menghitung angka yang tepat dan menafsirkan maknanya dengan jujur. Section ini membahas statistik deskriptif, distribusi probabilitas, sampel acak, korelasi, regresi linear, uji hipotesis, hingga ANOVA, dan ditutup dengan panduan membaca hasil statistik tanpa jatuh pada penafsiran keliru.

# Statistik Deskriptif

Rangkum data dengan ukuran pemusatan, penyebaran, dan bentuk distribusi beserta versi robust terhadap outlier.

Buka → # Distribusi Probabilitas

Pakai distribusi normal, uniform, dan binomial di MATLAB: PDF, CDF, dan pengambilan parameter dari data.

Buka → # Random Number Generation

Bangkitkan bilangan acak dengan rand, randn, dan randi serta kendalikan reproducibility melalui rng.

Buka → # Sampling

Ambil sampel dari populasi: random sampling, stratified sampling, dan bootstrap untuk estimasi ketidakpastian.

Buka → # Korelasi

Ukur hubungan antar variabel dengan corrcoef dan corr beserta makna koefisien dan keterbatasan korelasi.

Buka → # Regresi Linear

Pasangkan model linear dengan operator backslash, polyfit, dan fitlm lalu baca koefisien serta R-kuadratnya.

Buka → # Hypothesis Testing

Uji dugaan statistik dengan ttest, ttest2, dan ranksum: p-value, significance level, dan keputusannya.

Buka → # Confidence Interval

Bangun interval kepercayaan untuk mean dan proporsi serta tafsirkan makna tingkat kepercayaan dengan benar.

Buka → # Analisis Variansi

Bandingkan banyak grup sekaligus dengan one-way ANOVA: between-group variance, F-statistic, dan post-hoc.

Buka → # Time Series Analysis

Analisis deret waktu di MATLAB: moving average, detrending, dan autokorelasi untuk data berstempel waktu.

Buka → # Interpretasi Hasil Statistik

Tafsirkan hasil statistik secara kritis: p-value bukan probabilitas hipotesis, korelasi bukan kausalitas.

Buka →