Statistik Data dalam Calc
Gunakan statistik data dalam Calc untuk melakukan analisis data yang kompleks
Untuk mengerjakan analisis statistik atau teknik yang rumit, Anda dapat menghemat langkah dan waktu dengan menggunakan Statistik Data Calc. Anda memberikan data dan parameter untuk setiap analisis, dan seperangkat alat menggunakan fungsi statistik atau teknik yang sesuai untuk menghitung dan menampilkan hasil dalam tabel output.
Contoh
Buat tabel dengan data sampel dari tabel lain.
Pengambilan sampel memungkinkan Anda untuk mengambil data dari tabel sumber untuk mengisi tabel target. Pengambilan sampel dapat dilakukan secara acak atau secara berkala.

Pengambilan sampel dilakukan berdasarkan baris. Itu berarti, data sampel akan memilih seluruh baris tabel sumber dan menyalin ke dalam garis tabel target.
Metoda Pencuplikan
Acak: Memilih tepat garis Ukuran Sampel dari tabel sumber secara acak.
Ukuran Sampel: Jumlah garis yang diambil dari tabel sumber.
Periodic : Pilihan garis dalam langkah yang ditentukan oleh Periode .
Periode : jumlah baris yang dilewati secara berkala saat pengambilan sampel.
Contoh
Data berikut akan digunakan sebagai contoh tabel data sumber untuk pengambilan sampel:
A |
B |
C |
|
1 |
11 |
21 |
31 |
2 |
12 |
22 |
32 |
3 |
13 |
23 |
33 |
4 |
14 |
24 |
34 |
5 |
15 |
25 |
35 |
6 |
16 |
26 |
36 |
7 |
17 |
27 |
37 |
8 |
18 |
28 |
38 |
9 |
19 |
29 |
39 |
Pengambilan sampel dengan periode 2 akan menghasilkan tabel berikut:
12 |
22 |
32 |
14 |
24 |
34 |
16 |
26 |
36 |
18 |
28 |
38 |
Statistika Deskriptif
Isi tabel di spreadsheet dengan properti statistik utama dari kumpulan data.
Alat analisis Statistik Deskriptif menghasilkan laporan statistik univariat untuk data dalam rentang input, memberikan informasi tentang kecenderungan sentral dan variabilitas data Anda.

Untuk informasi lebih lanjut tentang statistik deskriptif, lihat artikel Wikipedia yang sesuai.
Tabel berikut menampilkan hasil statistik deskriptif dari data sampel di atas.
Kolom |
Kolom |
Kolom |
|
Rerata (mean) |
41.9090909091 |
59.7 |
44.7 |
Kesalahan Standar |
3.5610380138 |
5.3583786934 |
4.7680650629 |
Lebih |
47 |
49 |
60 |
Median |
40 |
64.5 |
43.5 |
Varian |
139.4909090909 |
287.1222222222 |
227.3444444444 |
Standar Deviasi |
11.8106269559 |
16.944681237 |
15.0779456308 |
Kurtosis |
-1.4621677981 |
-0.9415988746 |
1.418052719 |
Kemiringan |
0.0152409533 |
-0.2226426904 |
-0.9766803373 |
Jangkauan |
31 |
51 |
50 |
Minimum |
26 |
33 |
12 |
Maksimum |
57 |
84 |
62 |
Jumlah |
461 |
597 |
447 |
Cacah |
11 |
10 |
10 |
Analisis Variansi (ANOVA)
Menghasilkan analisis varian (ANOVA) dari kumpulan data yang diberikan
ANOVA adalah singkatan untuk ANalysis Of VA riance. Alat ini menghasilkan analisis varian dari set data yang diberikan

Untuk informasi lebih lanjut tentang ANOVA, lihat artikel Wikipedia yang sesuai.
Jenis
Pilih jika analisisnya untuk faktor tunggal atau untuk dua faktor ANOVA.
Parameter
Alpha: tingkat signifikansi tes.
Baris per sampel: Tentukan berapa banyak baris yang dimiliki sampel.
Tabel berikut menampilkan hasil analisis varians (ANOVA) dari sampel data di atas.
ANOVA - Faktor Tunggal |
|||||
Alfa |
0.05 |
||||
Kelompok |
Cacah |
Jumlah |
Rerata (mean) |
Varian |
|
Kolom |
11 |
461 |
41.9090909091 |
139.4909090909 |
|
Kolom |
10 |
597 |
59.7 |
287.1222222222 |
|
Kolom |
10 |
447 |
44.7 |
227.3444444444 |
|
Sumber Variasi |
SS |
df |
MS |
F |
Nilai-P |
Antara Grup |
1876.5683284457 |
2 |
938.2841642229 |
4.3604117704 |
0.0224614952 |
Dalam Grup |
6025.1090909091 |
28 |
215.1824675325 |
||
Total |
7901.6774193548 |
30 |
Korelasi
Menghitung korelasi dua set data numerik.
Koefisien korelasi (nilai antara -1 dan +1) berarti seberapa kuat dua variabel terkait satu sama lain. Anda dapat menggunakan fungsi CORREL atau Statistik Data untuk menemukan koefisien korelasi antara dua variabel.
Koefisien korelasi +1 menunjukkan korelasi positif sempurna.
Koefisien korelasi -1 menunjukkan korelasi negatif sempurna

Untuk informasi lebih lanjut tentang korelasi statistik, lihat artikel Wikipedia yang sesuai.
Tabel berikut menampilkan hasil korelasi data sampel di atas.
Korelasi |
Kolom |
Kolom |
Kolom |
Kolom |
1 |
||
Kolom |
-0.4029254917 |
1 |
|
Kolom |
-0.2107642836 |
0.2309714048 |
1 |
Konvariansi
Menghitung kovarians dari dua set data numerik.
Kovarians adalah ukuran dari seberapa banyak dua variabel acak berubah bersama.

Untuk informasi lebih lanjut tentang kovarians statistik, lihat artikel Wikipedia yang sesuai.
Tabel berikut menampilkan hasil kovarians dari data sampel di atas.
Kovarian |
Kolom |
Kolom |
Kolom |
Kolom |
126.8099173554 |
||
Kolom |
-61.4444444444 |
258.41 |
|
Kolom |
-32 |
53.11 |
204.61 |
Penghalusan Eksponensial
Menghasilkan rangkaian data yang dihaluskan
Pemulusan eksponensial adalah teknik pemfilteran yang bila diterapkan pada kumpulan data, menghasilkan hasil yang diperhalus. Ini digunakan dalam banyak domain seperti pasar saham, ekonomi dan dalam pengukuran sampel.

Untuk informasi lebih lanjut tentang pemulusan eksponensial, lihat artikel Wikipedia yang sesuai.
Parameter
Faktor Perataan:Parameter antara 0 dan 1 yang mewakili faktor peredam Alfa dalam persamaan perataan.
Penghalusan yang dihasilkan di bawah ini dengan faktor penghalusan 0,5:
Alfa |
|
0.5 |
|
Kolom |
Kolom |
1 |
0 |
1 |
0 |
0.5 |
0 |
0.25 |
0.5 |
0.125 |
0.25 |
0.0625 |
0.125 |
0.03125 |
0.0625 |
0.015625 |
0.03125 |
0.0078125 |
0.015625 |
0.00390625 |
0.0078125 |
0.001953125 |
0.00390625 |
0.0009765625 |
0.001953125 |
0.0004882813 |
0.0009765625 |
0.0002441406 |
0.0004882813 |
Memindah Rata-rata
Menghitung rata-rata bergerak dari deret waktu

Untuk informasi lebih lanjut tentang moving average, lihatartikel Wikipedia yang sesuai.
Parameter
Interval: Jumlah sampel yang digunakan dalam perhitungan rata-rata bergerak.
Hasil dari rerata bergerak:
Kolom |
Kolom |
#N/A |
#N/A |
0.3333333333 |
0.3333333333 |
0 |
0.3333333333 |
0 |
0.3333333333 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
#N/A |
#N/A |
Uji-t berpasangan
Menghitung Uji-T berpasangan dari dua sampel data.
uji-t berpasangan adalah setiap uji hipotesis statistik yang mengikuti distribusi t milik siswa.

Untuk informasi lebih lanjut tentang uji-t berpasangan, lihat artikel Wikipedia yang sesuai.
Data
Rentang 1 variabel: Referensi rentang seri data pertama yang dianalisis.
Rentang 2 Variabel: Referensi rentang seri data kedua untuk dianalisis.
Hasil untuk: Referensi sel kiri atas kisaran tempat pengujian akan ditampilkan.
Hasil Uji-t berpasangan
Tabel berikut menunjukkan uji-t berpasangan untuk seri data di atas:
Uji-t berpasangan |
||
Alfa |
0.05 |
|
Perbedaan Rerata Terhipotesakan |
0 |
|
Variabel 1 |
Variabel 2 |
|
Rerata (mean) |
16.9230769231 |
20.4615384615 |
Varian |
125.0769230769 |
94.4358974359 |
Observasi |
13 |
13 |
Korelasi Pearson |
-0.0617539772 |
|
Perbedaan Rerata Teramati |
-3.5384615385 |
|
Variansi Perbedaan |
232.9358974359 |
|
df |
12 |
|
t Stat |
-0.8359262137 |
|
P (T<=t) ekor satu |
0.2097651442 |
|
t Kritis ekor satu |
1.7822875556 |
|
P (T<=t) ekor dua |
0.4195302884 |
|
t Kritis ekor dua |
2.1788128297 |
Uji-F
Menghitung Uji-F dari dua sampel data.
Uji-F adalah setiap uji statistik berdasarkan pada distribusi-F di bawah hipotesis nol.

Untuk informasi lebih lanjut tentang uji-F, lihat artikel Wikipedia yang sesuai.
Data
Rentang 1 variabel: Referensi rentang seri data pertama yang dianalisis.
Rentang 2 Variabel: Referensi rentang seri data kedua untuk dianalisis.
Hasil untuk: Referensi sel kiri atas kisaran tempat pengujian akan ditampilkan.
Hasil Uji-F
Tabel berikut menunjukkan Tes-F untuk seri data di atas:
Tes F |
||
Alfa |
0.05 |
|
Variabel 1 |
Variabel 2 |
|
Rerata (mean) |
16.9230769231 |
20.4615384615 |
Varian |
125.0769230769 |
94.4358974359 |
Observasi |
13 |
13 |
df |
12 |
12 |
F |
1.3244637524 |
|
P (F<=f) ekor kanan |
0.3170614146 |
|
F Kritis ekor kanan |
2.6866371125 |
|
P (F<=f) ekor kiri |
0.6829385854 |
|
F Kritis ekor kiri |
0.3722125312 |
|
P ekor dua |
0.6341228293 |
|
F Kritis ekor dua |
0.3051313549 |
3.277277094 |
Tes-Z
Menghitung Tes-z dari dua sampel data.

Untuk informasi lebih lanjut tentang tes-Z, lihat artikel Wikipedia yang sesuai.
Data
Rentang 1 variabel: Referensi rentang seri data pertama yang dianalisis.
Rentang 2 Variabel: Referensi rentang seri data kedua untuk dianalisis.
Hasil untuk: Referensi sel kiri atas kisaran tempat pengujian akan ditampilkan.
Hasil Uji-z
Tabel berikut menunjukkan Uji-z untuk seri data di atas:
Tes-z |
||
Alfa |
0.05 |
|
Perbedaan Rerata Terhipotesakan |
0 |
|
Variabel 1 |
Variabel 2 |
|
Variansi Yang Diketahui |
0 |
0 |
Rerata (mean) |
16.9230769231 |
20.4615384615 |
Observasi |
13 |
13 |
Perbedaan Rerata Teramati |
-3.5384615385 |
|
z |
#DIV/0! |
|
P (Z<=z) ekor satu |
#DIV/0! |
|
z Kritis ekor satu |
1.644853627 |
|
P (Z<=z) ekor dua |
#DIV/0! |
|
z Kritis ekor dua |
1.9599639845 |
Tes chi-square
Menghitung uji Chi-square dari sampel data.

Untuk informasi lebih lanjut tentang tes chi-square, lihat artikel Wikipedia yang sesuai.
Data
Rentang input:Referensi rentang seri data yang akan dianalisis.
Hasil untuk: Referensi sel kiri atas kisaran tempat pengujian akan ditampilkan.
Hasil untuk Uji Chi-square:
Uji Independensi (Chi-Square) |
|
Alfa |
0.05 |
df |
12 |
Nilai-P |
2.32567054678584E-014 |
Statistik Uji |
91.6870055842 |
Nilai Kritis |
21.0260698175 |