Uji Statistik dengan Python
Distribusi normal, selang kepercayaan, uji t, chi-kuadrat, korelasi, dan regresi — dihitung dengan scipy.stats di browser.
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Lanjutan kelas Statistika dan Peluang untuk menjawab pertanyaan yang tidak bisa dijawab rata-rata saja: apakah selisih ini nyata atau kebetulan sampel? Dimulai dari distribusi normal, skor z, galat baku, dan selang kepercayaan rata-rata, lalu logika uji hipotesis (H0, H1, p-value, α, galat tipe I dan II), uji t satu sampel, dua sampel independen, dan berpasangan, uji satu sisi, uji chi-kuadrat untuk tabel kontingensi, serta korelasi Pearson dan Spearman dan regresi linear sederhana. Semua hitungan dikerjakan dengan scipy.stats di Python sungguhan yang berjalan di browser, dan setiap rumus dirujuk ke NIST/SEMATECH e-Handbook of Statistical Methods.
5,0 ★ (Belum ada ulasan) · 16 pelajaran · 4 modul · ±222 menit
Bawa pulang keterampilannya
Yang akan kamu bisa setelah kelas ini
- Menghitung skor z dan peluang di bawah atau di atas suatu nilai pada distribusi normal dengan scipy.stats.norm dan NormalDist.
- Menghitung galat baku rata-rata dan membedakannya dari simpangan baku.
- Menyusun selang kepercayaan rata-rata dengan distribusi t dan menafsirkannya dengan benar.
- Merumuskan H0 dan H1, membaca p-value terhadap α, dan membedakan galat tipe I dan tipe II.
- Memilih dan menjalankan uji t satu sampel, dua sampel independen (Student atau Welch), dan berpasangan, termasuk uji satu sisi.
- Menguji independensi dua variabel kategorik dengan uji chi-kuadrat dan membaca frekuensi harapannya.
Lihat 1 hasil belajar lainnya
- Mengukur hubungan dua variabel dengan korelasi Pearson dan Spearman, lalu membuat prediksi dengan regresi linear sederhana.
Untuk siapa
Analis data pemula, staf pengendalian mutu, mahasiswa yang menyiapkan skripsi, dan siapa pun yang sudah menguasai rata-rata dan simpangan baku lalu ingin tahu apakah sebuah selisih bermakna.
Prasyarat
Statistika dan Peluang: rata-rata, median, simpangan baku, dan peluang dasar., Python dari Nol: variabel, list, fungsi, dan perbandingan.
Alat yang perlu disiapkan
- Browser modern. Python (Pyodide) dengan numpy dan scipy berjalan di halaman pelajaran, tanpa pemasangan.
Tempat berlatih
Coba, periksa, lalu lanjutkan.
52 latihan di 16 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap.
Jalur belajar kelas ini
Kurikulum
4 modul · 16 pelajaran · ±222 menit
01Distribusi normal dan estimasi rata-rata4 pelajaran
03Data berpasangan, uji satu sisi, dan data kategorik4 pelajaran
Urutan pelajaran tidak dikunci.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Bukti penyelesaian materi, bukan akreditasi atau sertifikasi kompetensi.
Pertanyaan yang sering muncul
Apakah kelas ini memakai SPSS atau R?
Tidak. Seluruh uji dijalankan dengan scipy.stats di Python yang berjalan langsung di halaman pelajaran, jadi tidak ada perangkat lunak yang perlu dipasang. Nama ujinya sama dengan yang ada di SPSS dan R: uji t satu sampel, dua sampel, berpasangan, chi-kuadrat, korelasi, dan regresi linear.
Apakah saya harus menyelesaikan Statistika dan Peluang lebih dulu?
Kelas ini menganggap rata-rata, simpangan baku, dan peluang dasar sudah dikuasai, karena semuanya dipakai tanpa dijelaskan ulang. Kelas Statistika dan Peluang sengaja berhenti tepat sebelum distribusi normal dan uji hipotesis, dan kelas ini mulai dari titik itu.
Dari mana rumus dan definisi di kelas ini berasal?
Rumus uji t, selang kepercayaan, p-value, galat tipe I dan II, tabel kontingensi, dan regresi kuadrat terkecil dirujuk ke NIST/SEMATECH e-Handbook of Statistical Methods. Perilaku setiap fungsi, termasuk nilai bawaan argumennya, dirujuk ke halaman fungsi resmi scipy.stats dan modul statistics Python. Semua data latihannya angka karangan.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Pengalamanmu bisa membantu peserta berikutnya.
Belum ada ulasan yang terbit untuk kelas ini.
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Jalur yang memuat kelas ini
Revisi materi terakhir: 27 Sep 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.