
Kursus Statistika Nonparametrik
Kuasai metode statistika yang bekerja ketika data Anda melanggar aturan. Kursus ini mencakup spektrum penuh teknik nonparametrik — dari uji berbasis peringkat hingga resampling dan analisis ketahanan hidup — memberi Anda alat yang ketat untuk data dunia nyata yang berantakan. Tidak diperlukan normalitas.
Apa yang akan Anda pelajari:
Anda akan membangun perangkat lengkap metode statistika nonparametrik yang didasari oleh penalaran inferensial yang baik. Kursus ini mencakup konsep dasar seperti prosedur peringkat, skala pengukuran, dan diagnostik asumsi sebelum beralih ke uji satu sampel, dua sampel, dan k-sampel. Anda akan mempelajari ukuran korelasi termasuk rho Spearman dan tau Kendall, metode data kategorik, serta teknik resampling seperti bootstrap dan uji permutasi. Topik lanjutan mencakup estimasi kepadatan kernel, regresi nonparametrik, dan analisis ketahanan hidup Kaplan-Meier. Anda juga akan memperoleh keterampilan praktis dalam R dan Python, analisis daya, serta mengomunikasikan hasil kepada audiens teknis maupun non-teknis.
Bagaimana Anda belajar secara praktis Kursus Statistika Nonparametrik
Bagaimana Anda berlatih Kursus Statistika Nonparametrik
Untuk Anda yang memiliki perusahaan dan ingin melatih tim
Di Dedika untuk perusahaan, kursus dilengkapi dengan latihan dan contoh yang disesuaikan dengan bisnis Anda dan kebutuhan perusahaan Anda.
Konten kursus
8 Bab • 40 PelajaranDurasi antara 4 dan 360 jam (Anda yang menentukan)
Bab 1SembunyikanSembunyikan detailLihat detailFondasi Pemikiran Nonparametrik
Fondasi Pemikiran Nonparametrik
Pelajaran 1 • Tinjauan Pengujian Hipotesis
Menyegarkan kembali logika hipotesis nol dan alternatif, nilai-p, dan jenis galat. Menjangkarkan inferensi nonparametrik dalam kerangka pengujian hipotesis umum.
Pelajaran 2 • Skala Pengukuran dan Jenis Data
Mencakup skala nominal, ordinal, interval, dan rasio beserta implikasi analitisnya. Menghubungkan jenis skala dengan pemilihan uji yang tepat di seluruh kursus.
Pelajaran 3 • Kerangka Parametrik Versus Nonparametrik
Membandingkan asumsi distribusional yang mendasari setiap kerangka. Menetapkan alasan inti bab ini untuk memilih metode nonparametrik.
Pelajaran 4 • Menilai Asumsi Distribusional
Mengajarkan alat grafis dan formal untuk memeriksa normalitas dan homogenitas. Membekali mahasiswa untuk mendiagnosis kapan metode nonparametrik diperlukan.
Pelajaran 5 • Peringkat, Keterikatan, dan Statistik Urutan
Memperkenalkan prosedur pemeringkatan dan strategi penanganan keterikatan yang menjadi pusat uji nonparametrik. Menyediakan kosakata komputasi yang digunakan di semua bab selanjutnya.
Bab 2SembunyikanSembunyikan detailLihat detailUji Satu Sampel dan Uji Kebaikan Kesesuaian
Uji Satu Sampel dan Uji Kebaikan Kesesuaian
Pelajaran 1 • Uji Satu Sampel Kolmogorov-Smirnov
Menggunakan fungsi distribusi kumulatif empiris untuk menguji kesesuaian distribusi. Menawarkan alternatif data kontinu untuk pendekatan kebaikan kesesuaian chi-kuadrat.
Pelajaran 2 • Uji Tanda
Memperkenalkan uji nonparametrik satu sampel paling sederhana berdasarkan logika binomial. Menetapkan konsep pengujian median populasi tanpa asumsi distribusional.
Pelajaran 3 • Memilih dan Melaporkan Uji Satu Sampel
Memandu pengambilan keputusan di antara opsi nonparametrik satu sampel berdasarkan karakteristik data. Mencakup konvensi pelaporan gaya APA untuk hasil uji.
Pelajaran 4 • Uji Kebaikan Kesesuaian Chi-Kuadrat
Menguji apakah frekuensi yang diamati cocok dengan distribusi teoretis yang ditentukan. Menghubungkan analisis data kategorik dengan perangkat nonparametrik yang lebih luas.
Pelajaran 5 • Uji Peringkat Bertanda Wilcoxon
Memperluas uji tanda dengan memasukkan informasi besaran melalui peringkat. Mendemonstrasikan peningkatan daya dibandingkan uji tanda untuk distribusi simetris.
Bab 3SembunyikanSembunyikan detailLihat detailMetode Perbandingan Dua Sampel
Metode Perbandingan Dua Sampel
Pelajaran 1 • Uji Mann-Whitney U
Menguji apakah dua sampel independen berasal dari populasi yang sama menggunakan jumlah peringkat. Berfungsi sebagai padanan nonparametrik dari uji t sampel independen.
Pelajaran 2 • Ukuran Efek dan Signifikansi Praktis
Memperkenalkan korelasi rank-biserial dan ukuran terkait untuk uji dua sampel. Menjembatani signifikansi statistik dan kebermaknaan temuan di dunia nyata.
Pelajaran 3 • Uji Peringkat Bertanda Wilcoxon untuk Data Berpasangan
Menerapkan prosedur peringkat bertanda pada desain pasangan yang cocok atau pengukuran berulang. Memperkuat perbedaan antara struktur sampel independen dan dependen.
Pelajaran 4 • Uji Dua Sampel Kolmogorov-Smirnov
Membandingkan distribusi empiris penuh dari dua sampel independen. Mendeteksi perbedaan dalam lokasi, sebaran, dan bentuk secara simultan.
Pelajaran 5 • Asumsi, Pelanggaran, dan Ketahanan
Mengkaji apa yang terjadi ketika asumsi independensi atau simetri dilanggar. Mempersiapkan mahasiswa untuk mengevaluasi secara kritis penerapan uji pada data nyata yang tidak rapi.
Bab 4SembunyikanSembunyikan detailLihat detailUji K-Sampel dan Multi-Kelompok
Uji K-Sampel dan Multi-Kelompok
Pelajaran 1 • Uji Kruskal-Wallis
Menggeneralisasi uji Mann-Whitney ke k kelompok independen melalui analisis peringkat keseluruhan. Berfungsi sebagai analog nonparametrik dari ANOVA satu arah.
Pelajaran 2 • Uji Tren Jonckheere-Terpstra
Mendeteksi alternatif terurut di antara k kelompok independen ketika tren terarah dihipotesiskan. Menambahkan daya terarah melampaui uji Kruskal-Wallis omnibus.
Pelajaran 3 • Memilih di Antara Prosedur K-Sampel
Mensintesis kriteria keputusan untuk memilih di antara uji omnibus dan tren. Memperkuat pemilihan uji yang tepat berdasarkan jenis desain dan pertanyaan penelitian.
Pelajaran 4 • Perbandingan Pasangan Post-Hoc
Mengontrol tingkat galat keluarga ketika menindaklanjuti hasil Kruskal-Wallis yang signifikan. Mencakup uji Dunn dan penyesuaian tipe Bonferroni untuk perbandingan berganda.
Pelajaran 5 • Uji Friedman untuk Pengukuran Berulang
Menganalisis k sampel terkait atau pengukuran berulang menggunakan peringkat dalam blok. Bertindak sebagai padanan nonparametrik dari ANOVA pengukuran berulang.
Bab 5SembunyikanSembunyikan detailLihat detailKorelasi dan Asosiasi Nonparametrik
Korelasi dan Asosiasi Nonparametrik
Pelajaran 1 • Ukuran untuk Asosiasi Kategorik
Mencakup ukuran berbasis chi-kuadrat termasuk V Cramer dan koefisien kontingensi. Memperluas analisis asosiasi ke variabel kategorik nominal dan ordinal.
Pelajaran 2 • Korelasi Peringkat Spearman
Mengukur asosiasi monotonik dengan mengkorelasikan peringkat dua variabel. Menyediakan alternatif berbasis peringkat yang mendasar untuk korelasi Pearson.
Pelajaran 3 • Melaporkan dan Memvisualisasikan Asosiasi
Mencakup plot sebar, plot peringkat, dan tabel terformat untuk hasil asosiasi. Memastikan mahasiswa mengomunikasikan temuan dengan jelas dan akurat.
Pelajaran 4 • Korelasi Parsial dan Berganda Berdasarkan Peringkat
Mengontrol variabel perancu dalam kerangka korelasi berbasis peringkat. Menjembatani asosiasi nonparametrik ke pemikiran analitis multivariat.
Pelajaran 5 • Ukuran Tau Kendall
Memperkenalkan logika pasangan konkordan dan diskordan yang mendasari tau-a, tau-b, dan tau-c. Menyoroti keunggulan dibandingkan Spearman untuk sampel kecil dan data dengan keterikatan.
Bab 6SembunyikanSembunyikan detailLihat detailAnalisis Data Kategorik
Analisis Data Kategorik
Pelajaran 1 • Tabel Kontingensi Dua Arah
Mengonstruksi dan menginterpretasikan tabel r × c untuk dua variabel kategorik. Menetapkan fondasi struktural untuk semua uji berbasis chi-kuadrat dalam bab ini.
Pelajaran 2 • Uji Q Cochran
Memperluas uji McNemar ke tiga atau lebih pengukuran biner terkait. Menyediakan analog kategorik untuk uji Friedman pada hasil dikotomis.
Pelajaran 3 • Uji Tren untuk Kategori Ordinal
Menerapkan uji Cochran-Armitage dan terkait untuk mendeteksi tren linear di seluruh kategori terurut. Menambahkan sensitivitas terarah melampaui uji chi-kuadrat omnibus.
Pelajaran 4 • Uji McNemar untuk Proporsi Berpasangan
Menguji perubahan dalam hasil biner untuk data kategorik berpasangan atau pengukuran berulang. Melengkapi uji peringkat bertanda Wilcoxon untuk variabel respons dikotomis.
Pelajaran 5 • Uji Eksak Fisher
Menghitung nilai-p eksak untuk tabel 2 × 2 ketika frekuensi harapan kecil. Mengatasi kerusakan aproksimasi chi-kuadrat dalam kondisi data jarang.
Bab 7SembunyikanSembunyikan detailLihat detailMetode Resampling dan Permutasi
Metode Resampling dan Permutasi
Pelajaran 1 • Bootstrap untuk Korelasi dan Regresi
Melakukan bootstrap pada rho Spearman dan koefisien regresi untuk menilai stabilitas dan ketidakpastian. Memperluas metode resampling ke konteks asosiasi dan prediksi.
Pelajaran 2 • Pertimbangan Praktis dalam Resampling
Membahas jumlah iterasi, biaya komputasi, dan implementasi perangkat lunak resampling. Mempersiapkan mahasiswa untuk menerapkan metode ini secara andal dalam alur kerja analitis nyata.
Pelajaran 3 • Uji Permutasi untuk Dua Sampel
Menerapkan logika permutasi pada perbedaan mean, median, dan jumlah peringkat antar kelompok. Memperkuat konsep dua sampel dari Bab 3 dengan perspektif resampling.
Pelajaran 4 • Prinsip Uji Permutasi
Menurunkan distribusi nol dengan permutasi data observasi yang lengkap atau acak. Menetapkan fondasi logis untuk semua inferensi berbasis resampling.
Pelajaran 5 • Selang Kepercayaan Bootstrap
Menghasilkan distribusi pengambilan sampel dengan resampling dengan pengembalian dari data observasi. Menghasilkan selang kepercayaan untuk statistik apa pun tanpa asumsi distribusional.
Bab 8SembunyikanSembunyikan detailLihat detailTeknik Nonparametrik Lanjutan
Teknik Nonparametrik Lanjutan
Pelajaran 1 • Analisis Ketahanan Hidup Kaplan-Meier
Mengestimasi fungsi ketahanan hidup dari data waktu-hingga-peristiwa yang disensor secara nonparametrik. Memperkenalkan alat fundamental untuk analisis nonparametrik hasil ketahanan hidup.
Pelajaran 2 • Uji Log-Rank dan Uji Ketahanan Hidup Terkait
Membandingkan kurva ketahanan hidup antar kelompok menggunakan statistik uji berbasis peringkat. Menghubungkan analisis ketahanan hidup ke kerangka perbandingan nonparametrik yang lebih luas.
Pelajaran 3 • Regresi Nonparametrik dan Penghalusan
Menyesuaikan kurva regresi yang fleksibel menggunakan metode polinomial lokal dan spline. Memperluas analisis regresi ke hubungan non-linear tanpa asumsi bentuk fungsional.
Pelajaran 4 • Estimasi Kepadatan Kernel
Mengestimasi kepadatan probabilitas kontinu tanpa mengasumsikan bentuk parametrik. Menyediakan deskripsi distribusional yang fleksibel melampaui histogram dan diagram kotak.
Pelajaran 5 • Mengintegrasikan Metode ke dalam Alur Kerja Analitis
Mensintesis semua metode kursus ke dalam kerangka pengambilan keputusan dan pelaporan yang koheren. Mempersiapkan mahasiswa untuk merancang dan menjalankan analisis nonparametrik lengkap secara mandiri.
Sertifikat valid Anda setelah menyelesaikan
Kursus ini cocok untuk Anda:
Peneliti pascasarjana: membutuhkan metode yang valid untuk sampel studi yang kecil atau tidak normal.
Analis data klinis: bekerja dengan hasil ordinal dan pengukuran pasien yang miring.
Ilmuwan sosial: menganalisis skala survei yang tidak mendukung asumsi parametrik.
Ilmuwan data: menginginkan ketelitian statistik di balik teknik evaluasi model bebas distribusi.
Ahli epidemiologi: secara rutin menangani data ketahanan yang disensor dan tabel kontingensi yang jarang.
Pengalih karier: membangun seperangkat keterampilan kuantitatif yang kredibel dari fondasi statistika yang kokoh.
Apa kata para siswa kami
Kelasnya sangat sempurna. Saya membeli paket satu tahun dan akhirnya memiliki kesempatan untuk mengikuti berbagai topik yang saya minati tanpa perlu berganti platform... terima kasih atas semua yang kalian lakukan, saya sudah merekomendasikan kalian kepada orang lain...

Saya suka bagaimana pelajarannya langsung pada intinya dan bagaimana saya bisa berpindah bab dan melewati konten yang tidak saya butuhkan.

Saya suka kontennya dan cara presentasi serta transkripsi videonya, yang mempercepat prosesnya!

Platformnya cepat, mudah digunakan. Keragaman konten dan video pelengkapnya sangat membantu dalam pembelajaran.

Pelatihan utama
FAQ
Siapa itu Dedika?
Apakah sertifikat ini berlaku di Indonesia?
Apakah kursusnya gratis?
Berapa beban belajar kursusnya?
Bagaimana bentuk kursusnya?
Bagaimana cara kerja kursusnya?
Berapa lama durasi kursusnya?
Berapa biaya atau harga kursusnya?
Apa itu kursus EAD atau online dan bagaimana cara kerjanya?
Kursus PDF




















