standarisasi dan transformasi eda
DESCRIPTION
Standarisasi Dan Transformasi EDA satu variabel, dua variabel, atau lebihTRANSCRIPT
![Page 1: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/1.jpg)
STANDARISASI DAN TRANSFORMASI DATA
Satu variabel, Satu variabel,
dua atau lebih variabeldua atau lebih variabel
![Page 2: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/2.jpg)
►Transformasi data untuk satu variabel Transformasi data untuk satu variabel dilakukan agar asumsi distribusi (misal dilakukan agar asumsi distribusi (misal distribusi normal) terpenuhi.distribusi normal) terpenuhi.
►Tes uji distribusi normal dapat dilakukan Tes uji distribusi normal dapat dilakukan untuk melihat apakah transformasi yang untuk melihat apakah transformasi yang dilakukan sudah tepat.dilakukan sudah tepat.
►Transformasi data dua atau lebih Transformasi data dua atau lebih variabel dilakukan agar asumsi variabel dilakukan agar asumsi keragaman data dipenuhi. keragaman data dipenuhi.
![Page 3: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/3.jpg)
BENTUK TRANSFORMASI
![Page 4: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/4.jpg)
BENTUK TRANSFORMASI BENTUK TRANSFORMASI
![Page 5: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/5.jpg)
STANDARISASI
►Untuk setiap data sampel mempunyai pola tertentu dan menggambarkannya diperlukan seluruh titik data
►Untuk memudahkannya diperlukan lima parameter numerik (ringkasan numerik) untuk menggambarkan angkatan data.
![Page 6: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/6.jpg)
6
RINGKASAN NUMERIKRINGKASAN NUMERIK►Ringkasan 5 Ringkasan 5 parameter numerikparameter numerik::
Menggunakan Median
Menggunakan Trirata
Md
qB qA
xB xA
Tri
qB qA
xB xA
dimana:
Md = Median
Tri = Tri-rata
qB = Kuartil Bawah
qA = Kuartil Atas
xB = Ekstrim Bawah
xA = Ekstrim Atas
![Page 7: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/7.jpg)
7
STANDARISASISTANDARISASI
►Sifat utama data sampel adalah pusat dan sebaran. Pusat ditunjukan deman rata-rata, sebaran ditunjukan dengan deviasi standar.
► Sifat utama lain adalah bentuk (distribusi probabilitas)
►Bentuk angkatan ini sangat penting terutama pada analisis inferensi
►Supaya bentuk bisa dilihat dengan jelas, maka pusat dan sebaran dapat ditransformasi dalam bentuk standarisasi
![Page 8: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/8.jpg)
8
STANDARISASISTANDARISASI
►Rata-rata (Pusat) ►Deviasi standar (Sebaran) angkatan
data baru menjadi/ mendekati satu
![Page 9: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/9.jpg)
Luas di Bawah Kurva dan Luas di Bawah Kurva dan ProbabilitasProbabilitas
Probabilitas variabel random x memiliki nilai antara x1 dan x2
= luas di bawah kurva normal antara x=x1 dan x=x2
x1 μ x2
![Page 10: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/10.jpg)
Kurva DIstribusi Normal Kurva DIstribusi Normal StandardStandard
Distribusi normal standard adalah distribusi normal dengan mean μ = 0 dan standard deviasi σ = 1.
Transformasi
Transformasi ini juga mempertahankan luas dibawah kurvanya.
x
z
![Page 11: Standarisasi Dan Transformasi EDA](https://reader035.vdocuments.site/reader035/viewer/2022081417/55cf91aa550346f57b8f794d/html5/thumbnails/11.jpg)
Kurva DIstribusi Normal Kurva DIstribusi Normal StandardStandard
Luas dibawah kurva distribusi normal antara x1 dan x2
=Luas dibawah kurva
distribusi normal standard antara z1 dan z2
Dengan z1 = (x1-μ)/σ dan z2 = (x2-μ)/σ.
Sehingga cukup dibuat tabel distribusi normal standard kumulatif saja!
Transformasi ini juga mempertahankan luas dibawah kurvanya, artinya: